I.6Перевод и языковая адаптация

Devstral-Small-2507-MLX-8bit — это 8-битная квантованная версия модели Devstral-Small-2507, разработанной компанией Mistral AI. Квантование выполнено командой LM Studio с использованием MLX, поэтому модель оптимизирована для локального запуска на устройствах Apple Silicon. В карточке указана специализация на генерации и обработке текста, однако подробные сведения о размере, архитектуре и длине контекста отсутствуют. Модель поддерживает широкий набор языков, включая английский, французский, немецкий, испанский, португальский, итальянский, японский, корейский, русский, китайский, арабский и другие. Основные преимущества — сниженный объём представления благодаря 8-битному формату и оптимизация для экосистемы Apple Silicon, что делает её подходящей для локальных сценариев работы с текстом. Ограничения связаны с зависимостью от совместимого оборудования и возможными потерями качества из-за квантования; также README не содержит конкретных данных о производительности и целевых прикладных сценариях. Модель распространяется по лицензии Apache-2.0.

Dicta-LM 3.0 Nemotron 12B Instruct — открытая весовая языковая модель, разработанная Dicta для работы на иврите и английском языках. Это instruct-версия с 12 млрд параметров, архитектурой Hybrid-SSM и точностью BF16; в качестве исходной модели использована NVIDIA-Nemotron-Nano-12B-v2-Base. Модель предназначена для диалогов и выполнения инструкций, а также поддерживает вызов инструментов для интеграции с внешними API и сервисами. Для работы следует использовать предусмотренный моделью chat template; в README рекомендованы vLLM и Transformers. Разработчик заявляет, что семейство Dicta-LM 3.0 достигает лучших результатов своего класса по ивриту. Модель распространяется с лицензией, обозначенной в метаданных как other; README заявляет о свободном использовании, но конкретные условия лицензии следует проверить отдельно.

Fanar-1-9B-Instruct — языковая модель QCRI при Университете Хамад бин Халифа, основанная на Gemma 2 и дообученная для следования инструкциям. Модель содержит около 8,6 млрд параметров, использует архитектуру авторегрессионного трансформера и рассчитана на контекст до 4096 токенов. Она принимает текст и генерирует текстовые ответы; карточка Hugging Face указывает поддержку арабского и английского языков. Модель предназначена для диалоговых помощников, ответов на вопросы об арабской культуре и диалектах, а также образовательных, государственных и общественных приложений для арабоязычной аудитории. При обучении уделялось внимание современному стандартному арабскому, диалектам Персидского залива, Леванта и Египта, а также английскому языку. Разработчики сообщают о продолжительном предобучении на арабских и английских данных и двух этапах постобучения: SFT и DPO. Модель может давать неверные, предвзятые или оскорбительные ответы и не предназначена для принятия важных решений, в частности в медицине, праве и финансах. По метаданным репозитория используется лицензия Apache 2.0.

Карточка модели luolixiehui/faster-whisper-large-v3 на Hugging Face совпадает с карточкой Systran/faster-whisper-large-v3, поэтому описание составлено по ней. Это конверсия модели распознавания речи Whisper large-v3 от OpenAI в формат CTranslate2, опубликованная Systran. Она предназначена для распознавания речи из аудио и используется в CTranslate2 и проектах на его основе, включая faster-whisper. Веса сохранены в FP16; при загрузке тип вычислений можно изменить через параметр compute_type. Модель поддерживает распознавание речи на многих языках, в том числе русском и английском. Репозиторий содержит конвертированные веса, а не исходную реализацию Whisper. Лицензия — MIT.

Gamunu-4B-Instruct-Alpha — экспериментальная двуязычная модель проекта Gamunu, разработанная для работы преимущественно на сингальском языке. Она создана на базе Google Gemma 3 4B: авторы продолжили предварительное обучение на академических и тематических данных с упором на сингальский, затем выполнили дообучение инструкциям с помощью LoRA. В метаданных указаны архитектура Gemma 3 и формат safetensors; модель распространяется по лицензии Apache-2.0. Модель предназначена для генерации и продолжения текста, ответов на вопросы и пошаговых рассуждений, а также для суммаризации, перефразирования, перевода между сингальским и английским и классификации по инструкциям. Она подходит для исследовательской оценки сингальских LLM, образовательных помощников и создания академических или культурно ориентированных материалов. README отмечает уверенную генерацию на сингальском, двуязычное понимание и математические рассуждения. Это альфа-версия для экспериментов и контролируемого применения, рассчитанная на одно сообщение за раз. У модели нет памяти диалога и RLHF-настройки; возможны фактические отклонения, а качество рассуждений снижается при неоднозначных запросах. Её не рекомендуют для решений в медицине, праве и финансах, а также для сценариев, требующих высокой фактической надёжности или обработки персональных данных.

Huihui-Hunyuan-MT-Chimera-7B-abliterated-mlx-fp16 — текстовая модель перевода на архитектуре HunYuan Dense V1, опубликованная Eldadalbajob. Это версия модели huihui-ai/Huihui-Hunyuan-MT-Chimera-7B-abliterated, преобразованная в формат MLX с помощью mlx-lm 0.26.4; метаданные указывают на дообучение этой базовой модели. Модель содержит 7,5 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для перевода текста и генерации текста. Репозиторий содержит веса Safetensors, а README описывает использование через mlx-lm. В метаданных нет сведений о конкретных языковых парах или качестве перевода, поэтому область языковой поддержки определить нельзя. Вариант обозначен как abliterated и uncensored; это само по себе не устанавливает назначение для контента 18+. Лицензия в предоставленных данных не указана. Для использования версии MLX требуется совместимая среда выполнения mlx-lm.

Jais Adapted 7B — двуязычная языковая модель семейства Jais, разработанная Inception Institute of Artificial Intelligence и адаптированная на основе Meta Llama 2 7B. Это базовая модель с причинной архитектурой Decoder, предназначенная для генерации текста на арабском и английском языках. Семейство ориентировано на задачи арабской обработки естественного языка и приложения для арабоязычных и двуязычных пользователей. Модель подходит для генерации и понимания текста, суммаризации арабско-английских документов и дальнейшей адаптации под прикладные задачи. Карточка указывает на необходимость загрузки с пользовательским классом модели и параметром trust_remote_code=True. Модель распространяется по лицензии Apache 2.0. Ограничения включают возможные ошибки, предвзятость и оскорбительные или вводящие в заблуждение ответы. Её не следует считать равноэффективной на других языках и диалектах или применять для высокорисковых решений без участия человека; карточка также предостерегает от обработки персональных и конфиденциальных данных.

inception42/jais-family-6p7b — двуязычная языковая модель семейства Jais от Inception Institute of Artificial Intelligence. Это авторегрессионная decoder-only модель для генерации текста; семейство обучалось с нуля и адаптивно на базе Llama 2, но для этой конкретной копии базовая модель в метаданных не указана. Репозиторий содержит веса в формате safetensors, лицензия — Apache 2.0. Модель предназначена для генерации и понимания текста на арабском и английском языках. Её можно использовать для диалоговых помощников, суммаризации двуязычных документов, анализа тональности и исследовательских задач арабской NLP. README указывает, что для загрузки требуется пользовательский класс модели и параметр trust_remote_code=True. Семейство Jais оптимизировано для арабского языка и обладает сильными возможностями на английском. Для конкретного чекпойнта размер и длина контекста не приведены. Возможны фактические ошибки, предвзятость и неподходящие ответы; модель не следует считать одинаково компетентной на других языках и применять в высокорисковых решениях без контроля человека.

LFM2-2.6B-GGUF — языковая модель семейства LFM2, разработанная компанией Liquid AI. Она предназначена для генерации текста и прежде всего ориентирована на edge AI и локальное выполнение на устройствах с ограниченными ресурсами. Модель опубликована в формате GGUF, совместимом с llama.cpp, что упрощает запуск и развёртывание на конечных устройствах. Заявленные сильные стороны модели — сочетание качества, скорости работы и эффективности использования памяти. Поддерживаются английский, арабский, китайский, французский, немецкий, японский, корейский и испанский языки. В предоставленной карточке не указаны точная архитектура, размер контекста, модальности помимо текста и конкретные варианты квантования, поэтому эти характеристики нельзя достоверно описать. Модель распространяется по лицензии lfm1.0; условия следует уточнять в файле LICENSE.

SanctumAI/Llama-3.2-1B-Instruct-GGUF — это квантизированная версия инструкционно дообученной текстовой модели Meta Llama 3.2 1B Instruct, подготовленная SanctumAI в формате GGUF. Модель относится к семейству мультиязычных больших языковых моделей Meta, принимает текст и генерирует текст. Заявлены поддерживаемые языки: английский, немецкий, французский, итальянский, португальский, хинди, испанский и тайский. Модель предназначена для многоязычного диалога, суммаризации и сценариев агентского поиска и извлечения информации. Благодаря размеру около 1 млрд параметров и вариантам квантизации она ориентирована на локальный запуск при ограниченных ресурсах. Доступны варианты от Q2_K до Q8_0, а также f16; их размер составляет примерно от 0,58 до 2,48 ГБ, а оценочная потребность в оперативной или видеопамяти — от 3,93 до 5,70 ГБ. К сильным сторонам относятся компактность, поддержка нескольких языков, инструкционный режим и широкий выбор компромиссов между качеством и требованиями к памяти. Ограничения включают меньший размер по сравнению с более крупными моделями, возможное снижение качества из-за квантизации и отсутствие в README сведений о длине контекста, конкретной архитектуре и результатах бенчмарков. Модель распространяется по лицензии llama3.2; условия использования следует уточнять в тексте этой лицензии.

rinna/llama-3-youko-70b-instruct — инструктивная языковая модель, разработанная rinna на основе Llama 3 Youko 70B. Это плотный 80-слойный трансформер с размером скрытого слоя 8192 и 69,5 млрд параметров, обученный для диалогов и генерации текста. Модель использует формат чата Llama 3 и токенизатор Meta-Llama-3-70B-Instruct; длина контекста — 8192 токена. Модель прошла supervised fine-tuning на данных rinna, а затем была объединена с chat vector, рассчитанным по разнице между Meta-Llama-3-70B-Instruct и Meta-Llama-3-70B. Она предназначена для японских и англоязычных диалогов и генерации текста. В генерации может чаще повторять текст, чем базовая модель; авторы рекомендуют repetition_penalty=1.1. Лицензия — Llama 3.

Llama-Poro-2-8B-Long-Instruct-heretic — декензурированная версия LumiOpen/Llama-Poro-2-8B-Long-Instruct, созданная с помощью Heretic v1.4.0. Это плотная авторегрессионная модель семейства Llama примерно на 7,5 млрд параметров для диалогов и следования инструкциям; репозиторий содержит веса Safetensors и заявляет воспроизводимость процесса преобразования. Модель предназначена для общения на финском и английском языках, ответов на вопросы, создания текстов и работы с длинным контекстом. README исходной модели описывает поддержку до 128K токенов, однако метаданные этой модели указывают нативный контекст 8192 токена. Поэтому при практическом использовании следует ориентироваться на подтверждённый метаданными предел и проверять совместимость конфигурации. В тесте из README доля отказов составила 5 из 100 против 87 из 100 у исходной модели. Ограничения включают возможные фактические ошибки, предвзятые или неподходящие ответы, слабую работу на языках помимо финского и английского и нестабильность в специализированных областях. Для модели указана лицензия llama3.3; её условия следует учитывать при распространении и использовании.

llm-jp-4-8b-thinking-gguf — языковая модель на основе Transformer, разработанная Исследовательским центром больших языковых моделей Национального института информатики Японии (NII). Модель предназначена для генерации текста, диалоговых сценариев, решения задач и работы с инструкциями на английском и японском языках. Вариант thinking обучен с использованием supervised fine-tuning (SFT) и direct preference optimization (DPO), без reinforcement learning. Модель имеет около 8,59 млрд параметров, 32 слоя, размер скрытого состояния 4096 и 32 attention heads. Максимальная длина контекста составляет 65 536 токенов. Репозиторий содержит представление GGUF для запуска совместимых средств инференса; используется Unigram byte-fallback токенизатор на основе llm-jp-tokenizer v4.0, а шаблон чата совместим с форматом OpenAI Harmony. К сильным сторонам относятся большой контекст, поддержка японского и английского языков, постобучение с применением SFT и DPO, а также возможность локального запуска в экосистеме GGUF. Ограничением является необходимость использовать форк llama.cpp от LLM-jp: стандартная upstream-версия llama.cpp может некорректно обрабатывать токенизацию и чат. README не содержит достаточных количественных результатов оценки качества, поэтому сравнивать модель с альтернативами по бенчмаркам нельзя. Модель распространяется по лицензии Apache-2.0.

Magiq-3 — диалоговая языковая модель от mymaia, построенная на архитектуре Mixture of Experts (MoE). Согласно карточке, она объединяет специализированные компоненты MAGIQ Core-0, MAGIQ Translator-0 и MAGIQ Logic-0 для общения, перевода и логических задач. Модель дообучена на Mistral-7B-Instruct-v0.2, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации ответов в диалоге, работы с инструкциями, перевода и рассуждений на английском, итальянском и французском языках. Распространяется в формате safetensors по лицензии Apache-2.0. Карточка заявляет о сочетании языковой гибкости и логических способностей, но не приводит количественных оценок качества или подробностей обучения.

jzhang533/manga-ocr-base-2025 — модель OCR, опубликованная пользователем Jun Zhang на Hugging Face и предназначенная для распознавания японского текста на изображениях, прежде всего в манге. Она принимает изображение и генерирует текст, поэтому подходит для извлечения реплик из пузырей, панелей и других фрагментов манги, включая последующее использование в электронных читалках и инструментах перевода. В репозитории указана архитектура VisionEncoderDecoder; конфигурация содержит визуальный encoder и японский BERT-декодер с токенизатором BertJapaneseTokenizer. Модель имеет около 30,3 млн параметров, хранится в формате Safetensors с типом F32 и поддерживает мультимодальный сценарий «изображение—текст». Язык распознавания — японский; размер контекстного окна и дополнительные языки в карточке модели не указаны. Назначение и сильные стороны соответствуют базовой Manga OCR: обработка вертикального и горизонтального текста, furigana, текста поверх изображений, разных шрифтов и изображений низкого качества, а также многострочного текста за один проход. Карточка конкретной модели почти полностью автоматически сгенерирована и не содержит сведений о датасете, обучении, метриках, сравнительных результатах или детально описанных ограничениях. Для OCR следует учитывать риск ошибок на длинных фрагментах, рукописном тексте и изображениях без текста; количественная точность этой версии не подтверждена опубликованными бенчмарками. Для модели указана лицензия Apache-2.0.

Это GGUF-квантизированная версия Mistral-Medium-3.5-128B, разработанной Mistral AI и квантизированной пользователем bartowski с помощью llama.cpp и imatrix. Модель предназначена для генерации текста и мультимодальных сценариев image-text-to-text, включая обработку текстовых запросов и изображений в совместимых инструментах. Доступны варианты для llama.cpp, LM Studio, KoboldCpp, Jan AI, Text Generation Web UI, vLLM и других решений. Модель содержит 128 миллиардов параметров. В README заявлена поддержка английского, французского, немецкого, испанского, португальского, итальянского, японского, корейского, русского, китайского, арабского, персидского и ряда других языков. Представлены варианты квантования от Q3 до Q8 с размером файлов примерно от 63 до 133 ГБ; более качественные варианты требуют больше оперативной или видеопамяти. Для мультимодального режима требуется совместимый mmproj-файл, при этом указано, что корректно работают варианты bf16 и f32, а f16 может давать некогерентные результаты. Исправлены настройки RoPE и связанные параметры квантования. Сильными сторонами являются большой размер, широкая языковая поддержка и наличие вариантов квантования, позволяющих выбирать между качеством и требованиями к памяти. Ограничениями выступают очень высокие аппаратные требования, необходимость совместимого ПО и возможные проблемы мультимодального режима с отдельными настройками mmproj. Лицензия указана как other; конкретные условия в README не приведены.

Это GGUF-квантизированная версия Mistral-Small-4-119B-2603, разработанной Mistral AI и опубликованной пользователем bartowski. Квантизация выполнена с использованием llama.cpp и метода imatrix. Модель предназначена для задач генерации текста и обработки изображений с текстом, а также для локального запуска через llama.cpp, LM Studio, koboldcpp, Jan AI и другие совместимые инструменты. Модель имеет размер 119 млрд параметров и поддерживает арабский, английский, французский, испанский, немецкий, итальянский, португальский, нидерландский, японский, корейский и китайский языки. Доступны варианты квантизации от Q3 до Q8, различающиеся размером файлов и точностью; рекомендуемые варианты занимают примерно от 64 до 103 ГБ, а Q8_0 — около 126 ГБ. В README не указаны архитектурные детали и размер контекстного окна. Сильной стороной модели является возможность локального использования при сохранении высокого качества, особенно в вариантах Q5–Q6 и Q8. Ограничения связаны с большими требованиями к оперативной памяти и ресурсам, а также с неизбежной потерей качества в более агрессивных вариантах квантизации. Для Q4_1 отмечены проблемы совместимости с поздними слоями FFN_DOWN_EXPS, поэтому исправленная версия этого варианта была переопубликована. Модель распространяется по лицензии Apache-2.0.

Это набор GGUF-квантизаций модели Mistral-Small-3.2-24B-Instruct-2506, первоначально разработанной Mistral AI и модифицированной независимым автором llmfan46. Модель обработана методикой Heretic v1.2.0 с использованием Arbitrary-Rank Ablation (ARA), чтобы снизить количество отказов и ограничений при сохранении исходных возможностей. Заявлены 2 отказа из 100 против 98 из 100 у оригинальной версии, при KL-дивергенции 0,0369. Модель предназначена для диалогов, выполнения инструкций, генерации текста и function calling. Она поддерживает мультимодальный сценарий image-text-to-text: для работы с изображениями требуется отдельный Vision Projector, совместимый с GGUF. Указана поддержка английского, французского, немецкого, испанского, португальского, итальянского, японского, корейского, русского, китайского, арабского, персидского и ряда других языков. Размер модели — 24 миллиарда параметров; сведения о длине контекста и точной архитектуре в карточке не приведены. Доступны варианты BF16, Q8_0, Q6_K, Q5_K_M, Q5_K_S и Q4_K_M с разным соотношением качества, размера и требований к памяти. Модель совместима с llama.cpp, LM Studio, Ollama и другими инструментами, поддерживающими GGUF. Основное преимущество — более свободная генерация и сохранение близкого к оригиналу поведения; ограничениями являются возможное снижение качества из-за квантизации, необходимость Vision Projector для изображений и уменьшенные встроенные механизмы отказа, что повышает риски при использовании без дополнительного контроля безопасности. Лицензия — Apache 2.0.

NeuronAI-2B-i1-GGUF — квантованная версия языковой модели NeuronAI-2B, разработанной командой или организацией NeuronUz и подготовленной к распространению в формате GGUF пользователем mradermacher. Модель предназначена для генерации текста, диалоговых сценариев и перевода, прежде всего с поддержкой узбекского и английского языков. В метаданных также указана совместимость с экосистемой Transformers и тегами qwen3.5, conversational, translation и text-generation-inference. Размер базовой модели составляет 2 млрд параметров. Это текстовая, мультимодальность не заявлена. Для обучения использовались датасеты FineWeb-2, узбекские книги и веб-корпуса, FineWeb-Edu и FineMath. README не содержит сведений о длине контекста, точной архитектуре, результатах тестирования или специализированных ограничениях. Репозиторий предоставляет множество вариантов GGUF-квантизации размером примерно от 0,8 до 1,7 ГБ; рекомендуются варианты i1-Q4_K_M и i1-Q4_K_S как компромисс между скоростью, размером и качеством, однако конкретные характеристики зависят от выбранного варианта. Модель может быть удобна для локального запуска на устройствах с ограниченными ресурсами, особенно в задачах узбекоязычного общения, перевода и общего текстового вывода. Низкобитные варианты экономят память, но могут заметно уступать по качеству; README отдельно отмечает низкое качество некоторых вариантов. Лицензия базовой модели указана как Apache-2.0.

NOESIS-Hy-MT2-1.8B-BF16 — плотный трансформер HunYuan Dense V1 с 1,8 млрд параметров, разработанный AMAImedia для платформы автоматизации многоязычного дубляжа NOESIS. Это дообученная и объединённая с SFT-LoRA адаптером версия Tencent Hy-MT2-1.8B; основной сценарий — перевод реплик с учётом ограничений по длительности и синхронизации речи, с возможностью использовать её как облегчённый переводчик при ограниченных ресурсах видеопамяти. Модель принимает текстовые инструкции и исходную реплику в формате чата, выдаёт перевод. В карточке заявлена поддержка перевода между 33 языками, включая русский, английский, китайский, японский и ряд европейских и азиатских языков. Контекст составляет 262 144 токена. Весовой файл представлен в формате BF16 Safetensors; авторы сообщают о тестировании на небольшом внутреннем наборе для дубляжа и приводят результаты FLORES-200 для отдельных языковых направлений. Специализация на дубляже помогает сокращать перевод под речевой слот, но может снижать буквальную точность и метрики на задачах обычного письменного перевода. Для корректной остановки генерации README предписывает использовать формат чата. Лицензия — Tencent HY Community License Agreement: в README указаны территориальное исключение ЕС, ограничение в 100 млн активных пользователей в месяц без отдельного разрешения Tencent и запрет использовать выходы для обучения других ИИ-моделей.

Это GGUF-квантизированная версия языковой модели NVIDIA Nemotron-3-Super-120B-A12B, разработанной NVIDIA и подготовленной для распространения пользователем bartowski. Модель предназначена для генерации текста и локального запуска через llama.cpp, LM Studio, KoboldCpp, Jan AI, Text Generation Web UI и другие совместимые инструменты. Доступны варианты квантования Q8_0, Q6_K, Q5_K, Q4_K, IQ4 и Q3_K с размером файлов примерно от 64,65 до 128,47 ГБ; более высокие уровни квантования обычно обеспечивают лучшее качество, но требуют больше памяти. Для запуска может потребоваться актуальная версия используемого программного обеспечения с поддержкой модели. В основе лежит NVIDIA-Nemotron-3-Super-120B-A12B-BF16; по метаданным модель использует архитектурные подходы Latent MoE и MTP, однако точные параметры архитектуры и размер контекста в README не указаны. Заявлены английский, французский, испанский, итальянский, немецкий, японский и китайский языки. Сильной стороной является возможность локального инференса в различных форматах GGUF и выбора компромисса между качеством и требованиями к памяти; ограничениями остаются очень большой объём файлов, высокие требования к оперативной или видеопамяти и возможное снижение качества на низких уровнях квантования. Лицензия указана как NVIDIA Open Model License; условия следует уточнять по официальной лицензии NVIDIA.

AXCXEPT разработала эту плотную языковую модель на основе Microsoft Phi-4, дообучив её с применением обучения с подкреплением по методам, вдохновлённым исследованием DeepSeek R1. Модель содержит 14,1 млрд параметров, использует архитектуру Phi3ForCausalLM и рассчитана на контекст до 16 384 токенов. Модель предназначена для генерации текста и диалогов на английском и японском языках. Разработчик сообщает об улучшении результатов Phi-4 на тестах Simple-eval и тестах перевода и о сохранении сильных возможностей японского языка. В качестве сценария применения указана локальная работа с данными, требующими повышенной конфиденциальности; для запуска предлагается Transformers и сервер vLLM. Веса опубликованы в формате safetensors, лицензия — MIT. Карточка описывает краткий эксперимент дообучения на наборе из 14 тысяч примеров, но не приводит подробных результатов тестирования и инструкций по оценке качества; заявленные сравнения с другими моделями следует считать утверждениями разработчика.

ThomasBaruzier/Qwen2.5-1.5B-Instruct-GGUF — набор imatrix-квантизированных версий инструкционно дообученной языковой модели Qwen2.5-1.5B-Instruct, разработанной командой Qwen. Репозиторий предназначен для запуска через llama.cpp и содержит варианты с разными уровнями сжатия, размером примерно от 417 МБ до 1,57 ГБ, а также версию F16 размером 2,95 ГБ. Модель представляет собой причинную текстовую модель на 1,54 млрд параметров с архитектурой на базе transformers, RoPE, SwiGLU, RMSNorm, GQA и связанными эмбеддингами слов. Она предназначена для диалогов, следования инструкциям, генерации текста, работы со структурированными данными и JSON, а также задач программирования и математики. Поддерживаются более 29 языков, включая китайский, английский, французский, испанский, португальский, немецкий, итальянский, русский, японский, корейский, вьетнамский, тайский и арабский. Полный контекст составляет 32 768 токенов, максимальная длина генерации — 8192 токена. Ключевое преимущество репозитория — широкий выбор квантизаций, позволяющий выбирать между компактным размером и сохранением качества; для вариантов указаны показатели perplexity и относительной точности. Ограничениями являются небольшой по современным меркам размер модели и ожидаемое снижение качества у наиболее агрессивно сжатых вариантов. Модель распространяется по лицензии Apache-2.0.

RoBERTaSense-FACIL — испанская модель классификации текста, разработанная группой Ontology Engineering Group при Политехническом университете Мадрида. Она оценивает, сохраняет ли адаптация исходного текста смысл, принимая на вход пару текстов: оригинал и версию на лёгком для чтения испанском языке (Easy-to-Read, E2R). Модель основана на RoBERTa, содержит около 151,8 млн параметров и классификационную голову с двумя метками. Контекст — до 514 токенов; при парной токенизации в карточке указано усечение до 512 токенов. Модель предназначена для автоматической проверки доступных адаптаций и как один из сигналов в конвейерах контроля качества. На отложенной выборке авторы сообщают accuracy 0,81, F1 0,84 и ROC-AUC 0,83. Она обучена на испанских парах текстов и может хуже работать на других жанрах и предметных областях; бинарная оценка упрощает пограничные случаи, поэтому для важных решений нужна проверка человеком. Базовая модель PlanTL-GOB-ES/roberta-base-bne объявлена устаревшей и больше не поддерживается. Лицензия модели — Apache-2.0.

Sailor2-20B-Chat-GGUF — квантованная версия чат-модели Sailor2-20B-Chat, разработанной командой Sail. Конвертацию и квантование в формат GGUF выполнил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для диалоговой генерации текста, ответов на инструкции и многоязычных сценариев, включая вопросы и инструкции на английском, китайском, индонезийском, тайском, вьетнамском, малайском, лаосском, бирманском, яванском, кхмерском, сунданском и тагальском языках. Модель имеет 20B параметров и поддерживает текстовый ввод и вывод; сведения об исходной архитектуре и размере контекстного окна в README не указаны. Доступно множество вариантов квантования — от F16 и Q8_0 до более компактных Q3 и IQ3/IQ4, что позволяет выбирать между качеством, размером файла и требованиями к памяти. Для работы рекомендуется формат prompt с маркерами ролей im_start и im_end; файлы предназначены, в частности, для запуска через llama.cpp и LM Studio. Основные сильные стороны — многоязычная специализация, широкий выбор уровней квантования и возможность локального запуска. Более агрессивное квантование уменьшает требования к памяти, но может снижать качество ответов; полная версия F16 занимает около 38,35 ГБ, а рекомендуемые варианты Q4–Q6 — примерно от 11 до 16 ГБ. Модель распространяется по лицензии Apache-2.0.

Sophea-Canary-ASR-mlx — конвертированная в формат MLX модель распознавания речи для Apple Silicon, опубликованная KIEFERSA. Это дообученная двуязычная версия NVIDIA Canary-1B-v2: около 978 млн параметров, FastConformer-энкодер и Transformer-декодер с механизмом attention. Веса представлены в bfloat16 и занимают около 1,9 ГБ; для работы используется библиотека mlx-audio. Модель распознаёт греческую и английскую речь, а также переводит речь с греческого на английский. Принимает монофонический звук с частотой 16 кГц; README сообщает об автоматическом приведении входного аудио к этой частоте. В тестах на FLEURS указаны WER 9,4% для греческого и 7,3% для английского. При распознавании греческого текста конечная сигма может выводиться как обычная σ; README предлагает детерминированную постобработку для восстановления ς. Лицензия — CC BY 4.0.

YazanSalameh/Whisper-base-Arabic — дообученная модель OpenAI Whisper Base для автоматического распознавания арабской речи и преобразования аудио в текст. Она основана на архитектуре Whisper с 51,7 млн параметров и распространяется в формате safetensors по лицензии Apache-2.0. Модель обучалась на арабских данных Common Voice 16.0, MGB-2 и Jordan-Audio. В карточке приведён результат на оценочной выборке: WER 34,7 и loss 0,44; для проверки использовались 600 примеров из трёх наборов данных. Оценка ограничена небольшим объёмом выборки, а автор предлагает подбирать способ интерпретации точности самостоятельно.

Модель IonGrozea/whisper-base_ro-80mel — версия OpenAI Whisper Base, дообученная на объединённом корпусе румынской речи объёмом около 445 часов. Она предназначена для автоматического распознавания речи и преобразования аудио в текст на румынском языке. Модель использует архитектуру Whisper и 80-канальные мел-спектрограммы; содержит 51,7 млн параметров. Валидация на 25 348 примерах общей длительностью 52,75 часа показала WER 0,1483 и CER 0,048 при декодировании с beam=5. В качестве обучающих данных указаны Echo, VoxPopuli и RODigits. Модель распространяется по лицензии Apache-2.0.

steja/whisper-large-persian — дообученная версия Whisper large-v2-hi для автоматического распознавания персидской речи. Модель разработана на основе anuragshas/whisper-large-v2-hi и дообучена на персидской части набора Mozilla Common Voice 11.0. Это плотная модель Whisper с архитектурой WhisperForConditionalGeneration и 905,2 млн параметров. Модель принимает аудио и генерирует распознанный текст на персидском языке. На тестовой выборке указаны значения loss 0,3047 и WER 26,3679. Репозиторий содержит веса PyTorch; модель распространяется по лицензии Apache-2.0.

bofenghuang/whisper-large-v2-french — дообученная версия Whisper large-v2 для распознавания французской речи. Модель разработана bofenghuang на основе openai/whisper-large-v2 и обучена на составном наборе из более чем 2200 часов аудио, включавшем Common Voice 11.0, Multilingual LibriSpeech, VoxPopuli, Fleurs, Multilingual TEDx, MediaSpeech и African Accented French. В метаданных указаны архитектура WhisperForConditionalGeneration, 905,2 млн параметров и библиотека Transformers. Модель преобразует французскую речь в текст и подходит для транскрибации записей и аудио из разных источников, в том числе речи с африканскими акцентами. Для распознавания входное аудио следует подавать с частотой дискретизации 16 кГц. Модель не предсказывает регистр букв и пунктуацию; приведённые в карточке показатели WER относятся к отфильтрованным и предобработанным тестовым наборам и не описывают все условия использования. Распространяется по лицензии Apache-2.0.