I.7Речь, диалоги и встречи

SzilviaB/DarkNeuralDaredevilUnholy-8b — объединённая языковая модель, созданная методом TIES с помощью mergekit на основе DavidAU/L3-Dark-Planet-8B и с включением mlabonne/NeuralDaredevil-8B-abliterated и Undi95/Llama3-Unholy-8B-OAS. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров; опубликована в формате safetensors и рассчитана на генерацию текста и диалоговое взаимодействие с контекстом до 8192 токенов. Модель подходит для свободных диалогов, ролевых сценариев и генерации продолжений текста. Описание базовых моделей в каталоге указывает на меньшие поведенческие ограничения, но README не приводит измерений качества или подробной оценки безопасности. В метаданных нет сведений о поддерживаемых естественных языках и лицензии, поэтому они здесь не уточняются.

EM German Leo Mistral — это языковая модель для генерации текста на немецком языке, разработанная Jan Philipp Harries. Репозиторий TheBloke/em_german_leo_mistral-GGUF содержит её квантизированные версии в формате GGUF, подготовленные TheBloke на основе исходной модели jphme/em_german_leo_mistral. Модель построена на архитектуре Mistral и предназначена для текстовой генерации и диалоговых сценариев с использованием шаблона, в котором ассистент отвечает на запрос пользователя. GGUF-файлы рассчитаны на запуск через llama.cpp и совместимые приложения и библиотеки, включая text-generation-webui, LM Studio, KoboldCpp, llama-cpp-python и другие. Доступны варианты с квантованием от 2 до 8 бит, что позволяет выбирать компромисс между требованиями к памяти и качеством работы. В README не указаны размер модели, длина контекста, точные характеристики обучения и поддержка других языков, поэтому эти параметры нельзя достоверно оценить. Квантование снижает требования к ресурсам, но может приводить к потере качества по сравнению с исходной моделью в формате FP16; степень влияния зависит от выбранного варианта. Модель распространяется по лицензии Apache-2.0.

EZO-QwQ-32B-Preview — объединённая языковая модель, созданная автором nitky методом Model Stock с помощью mergekit. В основе объединения Qwen/Qwen2.5-32B-Instruct; также использованы Qwen/QwQ-32B-Preview, huihui-ai/QwQ-32B-Preview-abliterated и AXCXEPT/EZO-Qwen2.5-32B-Instruct. Модель построена на архитектуре Qwen2 с 32 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогов; карточка также приводит пример оценки ролевых диалогов на японском языке. Для обращения автор задаёт формат сообщений с ролями system, user и assistant и рекомендует параметры генерации min_p и температуру 1. Модель распространяется в формате safetensors по лицензии Apache-2.0. Качество и дополнительные возможности вне описанных сценариев в карточке подробно не оценены.

Gemma-2-Ataraxy-9B — текстовая генеративная модель lemon07r на архитектуре Gemma 2 с 9 млрд параметров, созданная слиянием методом SLERP моделей nbeerbower/gemma2-gutenberg-9B и princeton-nlp/gemma-2-9b-it-SimPO. Она рассчитана на диалог, свободную генерацию текста и творческое письмо; автор отдельно отмечает высокую оценку в бенчмарке Creative Writing V2. Контекст модели составляет 8192 токена, для работы используется формат Gemma 2. Слияние сочетает навыки следования предпочтениям SimPO и настройки Gutenberg, обученной на классической художественной прозе из Project Gutenberg. По описанию автора, это помогает получать более естественный стиль письма и улучшает результаты ряда оценок, однако приведённые бенчмарки не гарантируют качество для конкретных задач. Модель принимает текст и генерирует текст. Репозиторий распространяется по лицензии Gemma. В README также приведены ссылки на сторонние варианты квантования GGUF и EXL2; они не являются основным форматом весов этого репозитория.

Grug 67B A2B GLM53 RLVR1 Async, шаг 48 — контрольная точка модели семейства Grug от Open Athena, экспортированная в формате Hugging Face safetensors. Это MoE-модель для генерации текста и диалогов с архитектурой GrugMoeForCausalLM, полученная дообучением Grug-67B-A2B-GLM53-RLVR-SFT-2026.09.23 с помощью MarinSkyRL и Megatron в асинхронном RLVR-запуске с router replay. В метаданных указаны 1 млрд параметров и контекст до 262 144 токенов. Модель предназначена для генерации ответов и диалогового взаимодействия; опубликованный шаг — промежуточный снимок активного обучения. Внутренние holdout-оценки этого запуска дали pass@1 0,53535 и средний балл 0,58757, но это не результаты независимого бенчмарка. Для вывода нужны tokenizer и chat template из репозитория, а также среда с поддержкой Grug, например форк vLLM от Marin; стандартный Transformers 5.12.1 не распознаёт эту архитектуру без регистрации реализации. Применяется лицензия OpenMDW 1.1.

IceSakeV8RP-7b — объединённая языковая модель на архитектуре Mistral, созданная автором репозитория с помощью mergekit и метода SLERP. В README указаны две объединённые модели: IceLemonTea-IceCoffeRP-7b и IceSakeV7RP-7b; последняя, в свою очередь, включает IceLatteRP-7b и IceSakeV6RP-7b. Модель содержит 7,1 млрд параметров, использует формат safetensors и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогового общения. Метки NSFW и not-for-all-audiences указывают на ориентацию на взрослый контент. В README приведены результаты Open LLM Leaderboard, включая IFEval 60,86 и BBH 28,97; они не гарантируют качество в конкретном сценарии. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

L3-Inca-8B-v0.8 — разговорная языковая модель на базе архитектуры Llama, созданная объединением нескольких моделей и предназначенная для генерации текста и диалогов. Автор объединил Sao10K/L3-8B-Stheno-v3.2, Nitral-AI/Hathor-L3-8B-v.02 и grimjim/Llama-3-Luminurse-v0.2-OAS-8B методом TIES, используя NurtureAI/Meta-Llama-3-8B-Instruct-32k как базу. Наибольший вес при слиянии получила Stheno. Модель содержит 7,5 млрд параметров, работает с Transformers и распространяется в формате safetensors. Заявленная длина контекста — 32 768 токенов. Она рассчитана на англоязычные ролевые диалоги, написание историй и выполнение инструкций; доступны также отдельные GGUF-квантизации от другого автора. Лицензия в предоставленных данных не указана.

LawToken-0.5B-a2 — дообученная на наборе данных generator языковая модель на архитектуре Qwen2, разработанная amy011872 на основе Qwen/Qwen2-0.5B. Она предназначена для генерации текста в сценариях диалогового взаимодействия. Модель содержит 505,4 млн параметров, использует формат safetensors и поддерживает контекст до 131 072 токенов. В карточке приведён результат оценки на тестовой выборке: loss 0,8634. Подробности о назначении набора данных, качестве ответов и ограничениях не раскрыты. Лицензия — Apache-2.0.

arogov/llama2_13b_chat_uncensored — разговорная модель на базе Llama 2 13B, созданная дообучением с помощью QLoRA на наборе диалогов Wizard-Vicuna 70k Unfiltered. Версия в репозитории представлена в формате Hugging Face с весами fp16; архитектура — плотная авторегрессионная LlamaForCausalLM примерно на 12,9 млрд параметров, с контекстом до 4096 токенов. Модель предназначена для генерации диалоговых ответов и ведения разговоров без стандартной фильтрации обучающего набора. Она принимает текстовые запросы и выдаёт текст. README сообщает об обучении в течение одной эпохи; опубликованная лицензия обозначена как other, поэтому условия использования следует сверять с карточкой репозитория и лицензией базовой модели.

NeelRajani/Llama-3.1-8B-Instruct_SFT_mathv00.02_padded — дообученная модель семейства Llama 3.1, созданная на основе meta-llama/Llama-3.1-8B-Instruct с использованием TRL. Это плотная авторегрессионная языковая модель примерно на 7,5 млрд параметров для диалогов и генерации текста; заявленная длина контекста — 131 072 токена. В названии указана математическая настройка SFT, однако карточка не приводит описания обучающих данных или результатов, поэтому специализация и качество решения математических задач не подтверждены. Модель принимает текстовые сообщения и генерирует текст. Её можно применять для диалоговых сценариев и пробных запросов на рассуждение и решение задач. Базовая модель поддерживает несколько языков, но README не уточняет языковое покрытие этой производной версии. Для использования необходимы Transformers и вычислительная среда, подходящая для её размера. Лицензия в предоставленных данных не указана.

Llama-3-8B-instruct-dansk — плотная языковая модель семейства Llama, дообученная на датасете kobprof/skolegpt-instruct. Разработчик указан как emillykkejensen; базовая модель — meta-llama/Meta-Llama-3-8B. Модель предназначена для генерации текста в диалоговом формате, прежде всего на датском языке. Модель содержит 7,5 млрд параметров, принимает текст и выдаёт текст. Максимальная длина контекста — 8192 токена. В метаданных заявлен интерфейс для вызова инструментов, однако подробности его работы в карточке не описаны. На оценочном наборе указано значение loss 0,9477; данных для сравнения качества или подтверждения результатов на практических задачах нет. Лицензия обозначена как other, поэтому конкретные условия использования следует проверять в репозитории модели и базовой модели.

Модель sudhir2016/llama-3-8b-Instruct-lora-hinglish — дообученная Sudhir2016 версия инструкционной Llama 3 от Unsloth, созданная на базе unsloth/llama-3-8b-Instruct-bnb-4bit с использованием Unsloth и библиотеки TRL. Это плотная языковая модель архитектуры LlamaForCausalLM с 7,5 млрд параметров, предназначенная для генерации текста и диалоговых ответов. Контекст модели составляет 8192 токена. Название указывает на Hinglish — смешение хинди и английского, однако карточка не описывает обучающие данные или качество именно на этом языковом варианте. Модель принимает текст и генерирует текст; метаданные также отмечают английский язык и возможность чата. Лицензия — Apache-2.0.

SEOKDONG/llama-3-Korean-Bllossom-8B-sft — плотная автрорегрессионная языковая модель семейства Llama 3 с 7,5 млрд параметров, разработанная SEOKDONG. Это полная чатовая донастройка llama-3-Korean-Bllossom-8B на KorQuad для диалогов и генерации ответов; в README приведён пример дружелюбного ответа на корейском языке и показано использование шаблона чата Transformers. Модель принимает текстовые сообщения и генерирует текст, поддерживает контекст до 8192 токенов и распространяется в формате Safetensors. Лицензия — Apache-2.0.

LumiNeuro-8B-Instruct — разговорная модель, опубликованная safe049 и дообученная на NeverSleep/Lumimaid-v0.2-8B. По карточке, обучение проводилось на наборе данных Neuro-Sama-QnA с использованием Unsloth и библиотеки TRL; модель построена на архитектуре Llama и содержит 7,5 млрд параметров. Модель предназначена для генерации текста в диалоге и сценариях вопросов и ответов. Указан контекст до 131 072 токенов; данные карточки обозначают английский язык. Репозиторий содержит веса в форматах PyTorch и Safetensors. Лицензия — Apache-2.0. Карточка не приводит оценок качества или подробностей ограничений, поэтому пригодность для конкретного сценария следует проверять самостоятельно.

Maestrale chat alpha — чат-модель на архитектуре Mistral, разработанная @efederici и @mferraretto. Это плотная языковая модель на 7,1 млрд параметров, обученная для генерации текста и диалогов; для чата используется формат ChatML. Контекстное окно составляет до 32 768 токенов. Модель предназначена прежде всего для общения и выполнения инструкций на итальянском языке. Её основа — Mistral-7B: авторы продолжили предобучение на отобранном италоязычном корпусе, а затем провели дообучение с учителем на примерно 270 тысячах итальянских диалогов и инструкций в течение одной эпохи. В карточке модель обозначена как альфа-версия; авторы сообщают, что работа над выравниванием поведения и оценками качества продолжается. Для коммерческого использования лицензия CC BY-NC 4.0 не подходит; необходимо соблюдать её условия.

kehanlu/mandarin-wav2vec2-aishell1 — модель распознавания китайской речи на основе wav2vec 2.0 с архитектурой CTC. Чекпойнт содержит 116,5 млн параметров; сначала модель предварительно обучили на 1000 часах AISHELL-2, затем дообучили на 178 часах AISHELL-1. Она представлена как базовая модель в работе о переносе контекстных знаний для CTC-распознавания речи. Модель предназначена для преобразования аудиозаписей на китайском языке в текст, в частности для оценки и экспериментов на наборе AISHELL-1. В карточке приведён результат CER 4,85 на dev и 5,13 на test для vanilla w2v2-CTC. Модель обучена с помощью ESPnet, а затем конвертирована в формат Hugging Face для использования через Transformers. Лицензия в предоставленных данных не указана.

Memory-R2 7B Answer Agent — языковая модель, разработанная как часть исследовательского проекта Memory-R2. Она основана на Qwen2.5-7B-Instruct и дообучена методом SFT с последующим продолжением обучения с подкреплением, где вознаграждение связано с F1 ответов. Модель принимает вопрос и подготовленное хранилище памяти, затем формулирует итоговый ответ; управлением и обновлением памяти занимается отдельный компонент Memory-R2. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2 с плотной языковой моделью и поддерживает контекст до 32 768 токенов. Она предназначена для диалоговых сценариев с памятью о предыдущей информации и может быть заменена другой инструктивной языковой моделью без изменения работы менеджера памяти. В README приведены результаты эксперимента на наборах метрик F1, BLEU-1 и оценке языковой модели-судьи. Репозиторий распространяется по лицензии Apache-2.0. Модель отвечает только на основе переданных вопроса и хранилища памяти: сама она не читает ход беседы для обновления памяти и не управляет её хранением.

mergekit-community/mergekit-slerp-uegcctd — объединённая языковая модель на архитектуре Mistral, созданная сообществом с помощью mergekit. Веса двух предварительно обученных моделей, crestf411/MN-Slush и spow12/ChatWaifu_12B_v2.0, объединены методом SLERP в формате bfloat16; размер составляет 12,1 млрд параметров. Конфигурация задаёт MN-Slush для входных и выходных слоёв и ChatWaifu_12B_v2.0 для промежуточных слоёв. Модель предназначена для генерации текста и диалогов. Её можно применять для творческого письма и ролевого общения, что согласуется с описанием одной из базовых моделей. В карточке указано контекстное окно 1 024 000 токенов и интерфейс чата. Точная языковая специализация и результаты оценки качества в карточке не описаны. Модель распространяется в формате safetensors; сведения о лицензии отсутствуют в предоставленных данных.

l3utterfly разработал эту 7,1-миллиардную плотную языковую модель на архитектуре Mistral и дообучил её на наборе OpenHermes 2.5 с предобработанными многоходовыми диалогами и дополнительными диалогами из Teatime. Модель настроена на беседы с несколькими обменами репликами и имитацию персонажей; она указана как базовая модель офлайн-помощника Layla Network. Модель принимает текст и генерирует текстовые ответы в формате диалога ChatML. В метаданных указан контекст до 32 768 токенов и поддержка английского языка. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. В README сказано, что при подготовке данных удалили отказы и упоминания ИИ-ассистента, а также добавили NSFW-диалоги. Это может приводить к ответам без стандартных отказов и к генерации контента для взрослых; карточка не приводит оценок качества или гарантий безопасности.

MN-Chinofun — объединённая модель генерации текста, опубликованная пользователем djuna и созданная с помощью mergekit методом Model Stock. За основу взята ArliAI/Mistral-Nemo-12B-ArliAI-RPMax-v1.1, а в объединение также вошли NemoDori, ChatWaifu, MN-12B-Siskin и Canidori. Модель использует плотную архитектуру MistralForCausalLM и содержит 12,1 млрд параметров. Модель предназначена для генерации текста и разговорного взаимодействия, включая творческое письмо и ролевые диалоги, унаследованные от базовой модели. Метаданные указывают нативный контекст до 1 024 000 токенов; модель работает через библиотеку Transformers и опубликована в формате safetensors. README не сообщает лицензию, поэтому условия использования по доступным сведениям определить нельзя. Результаты приведённых в карточке оценок включают IFEval 61,10 и BBH 28,48; они сами по себе не гарантируют качество в конкретном сценарии.

msy127/mnsim-dpo-peftmerged-2-eos — разговорная модель генерации текста на архитектуре Llama, подготовленная командой, указанной в карточке как David Sohn. Она основана на mncai/llama2-13b-dpo-v7 и предназначена для диалогов в формате пользовательских инструкций; в карточке показан пример вопроса о здоровом питании. Модель также представлена как часть платформы AI Companion для общения с виртуальным собеседником. Модель содержит 12,9 млрд параметров, использует библиотеку Transformers и веса Safetensors. Карточка указывает поддержку корейского и английского языков и контекст длиной 2048 токенов. Лицензия — llama2. README отмечает пользовательский формат инструкций и наличие chat template, поэтому при использовании важно соблюдать ожидаемый формат диалога.

OpenAssistant SFT-1 12B — англоязычная модель диалогового ассистента, разработанная участниками проекта OpenAssistant. Это трансформерная языковая модель GPT-NeoX с 15,4 млрд параметров, дообученная методом supervised fine-tuning на примерно 22 тысячах собранных людьми примеров диалогов с ассистентом. Она принимает текстовый запрос с маркерами ходов пользователя и ассистента и генерирует текстовый ответ; длина контекста составляет 2048 токенов. Модель предназначена для англоязычных диалогов и ответов на вопросы. Она может продолжать беседу и формулировать ответы в стиле ассистента, однако плохо справляется с математикой и программированием и склонна выдавать убедительно звучащую, но ложную или вводящую в заблуждение информацию. Распространяется по лицензии Apache 2.0.

r3lax выпустил Ornith-1.5-9B-heretic — экспериментальную версию плотной модели Ornith-1.5 на 9 млрд параметров, полученную абляцией отказов исходной Ornith-1.5-9B. По описанию README, при тестировании число отказов снизилось с 99 из 100 до 18 из 100; это изменение может быть полезно для сценариев, где требуется меньше отказов на запросы. Модель построена на архитектуре Qwen3.5 и использует формат safetensors; метаданные указывают библиотеку Transformers и лицензию MIT. Модель предназначена для генерации текста и диалогов, а базовая Ornith-1.5 ориентирована на программирование, агентные задачи и работу с инструментами в длинном контексте. Для исходной модели README приводит контекст до 262 144 токенов; эту характеристику нельзя уверенно переносить на данный чекпойнт без отдельного подтверждения. Также не приведены результаты бенчмарков именно heretic-версии, кроме оценки частоты отказов. Снижение отказов не гарантирует корректность или безопасность ответов.

Карточка модели nityaak/phi4-14b-stance-matrix-mtcsd-ezstance-qlora на Hugging Face совпадает с карточкой nityaak/phi4-14b-stance-matrix-ezstance-qlora, поэтому описание составлено по ней. Модель nityaak/phi4-14b-stance-matrix-ezstance-qlora — дообученная nityaak версия unsloth/phi-4-unsloth-bnb-4bit. Это плотная языковая модель архитектуры Llama с 14,1 млрд параметров, предназначенная для генерации текста в диалоговом формате; название указывает на настройку для задач определения позиции по схеме stance matrix / EZStance, но README не описывает её поведение и качество подробно. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 16 384 токенов. Для обучения использовались Unsloth и библиотека Hugging Face TRL; веса доступны в формате safetensors. Лицензия — Apache-2.0.

Planetoid_27B_V.2 — слитая пользователем модель на базе Gemma 3 27B, созданная для диалогов с помощником, ролевых сценариев и творческого письма. Модель принимает текст и изображения и формирует текстовые ответы; в карточке указана поддержка английского и русского языков. Автор сообщает, что модель хорошо следует инструкциям и контексту, подходит для интерактивных приключений и создания сюжетов. Визуальные ответы могут содержать галлюцинации, а качество русского языка, по оценке автора, уступает английскому. Модель тестировалась с контекстом до 8 тысяч токенов; скорость генерации может быть низкой на ограниченном оборудовании. Веса представлены в формате Safetensors и доступны через Transformers. Лицензия в предоставленных данных не указана.

Pleiades-12B-v1 — объединённая разговорная модель от GalrionSoftworks, созданная слиянием anthracite-org/magnum-12b-v2, Sao10K/MN-12B-Lyra-v1 и nothingiisreal/MN-12B-Celeste-V1.9 методом TIES. Модель построена на архитектуре Mistral, содержит 12,1 млрд параметров и распространяется в формате safetensors; в README также указана квантизация Q5_K_M. Модель предназначена для генерации текста в диалоговом формате. Для общения используется шаблон ChatML; автор также упоминает возможность шаблона Mistral Instruct, но не подтверждает его. Каталог описывает базовую модель как подходящую для художественных историй и интерактивных ролевых диалогов. Метаданные указывают контекстное окно 1 024 000 токенов. Модель принимает текст и генерирует текст. Сведения о лицензии и конкретных ограничениях качества в предоставленных источниках отсутствуют; условия использования следует сверить с лицензиями исходных моделей.

Pygmalion 2 13B GGUF — квантизированная версия языковой модели Pygmalion 2 13B, разработанной PygmalionAI и подготовленной в формате GGUF пользователем TheBloke. Модель основана на архитектуре Llama и предназначена для генерации текста, диалогов и ролевого взаимодействия, включая сценарии с заданной персоной. Заявленный язык — английский. Модель содержит 13 миллиардов параметров. GGUF поддерживает метаданные, специальные токены и улучшенную токенизацию, а доступные варианты квантизации включают 2-, 3-, 4-, 5-, 6- и 8-битные версии для инференса на CPU и GPU. Для ведения диалога используются роли <|system|>, <|user|> и <|model|>; системный промпт может задавать режим работы, персону и желаемую длину ответа. Модель поддерживается инструментами llama.cpp, text-generation-webui, KoboldCpp, LM Studio и другими совместимыми клиентами. Сильные стороны — поддержка локального запуска, широкий выбор уровней квантизации и ориентация на диалоговые и ролевые сценарии. Ограничения включают специализацию на английском языке; сведения о размере контекста, мультимодальности и результатах оценивания в README не указаны. Модель распространяется по лицензии Llama 2.

llmfan46/Qwen3.6-27B-uncensored-heretic-v2-Native-MTP-Preserved-NVFP4-GGUF — это квантованная в формате GGUF версия модели Qwen3.6-27B, разработанной Qwen и модифицированной независимым автором llmfan46. Модель создана на основе uncensored-heretic-v2 с применением Heretic v1.3.0 и варианта метода Magnitude-Preserving Orthogonal Ablation (MPOA), направленного на снижение ограничений при генерации. Модель предназначена для генерации текста и сценариев, где требуется меньше отказов, возражений и цензурирующих ответов. В карточке также указан pipeline image-text-to-text, однако подробности о поддерживаемых визуальных возможностях не приведены. Размер модели составляет 27B параметров; используются квантования NVFP4 и NVFP4 MLP-only. Сохранены все 15 MTP-компонентов исходной модели. По заявленным тестам, версия показывает 6 отказов из 100 против 92 из 100 у исходной модели, а KL-дивергенция относительно оригинала составляет 0,0021, что указывает на близость поведения к базовой модели. Эти результаты приведены автором репозитория и не сопровождаются описанием методики независимой проверки. Ограничения модели, поддерживаемые языки и размер контекста в README не указаны. Модель распространяется по лицензии Apache-2.0. Перед использованием следует учитывать, что снижение числа отказов может привести к генерации контента, который стандартные версии модели обычно блокируют.

Карточка модели BrandonHowe/Qwen3-8b-compassion-seed1-20260930-CPT-merged-epoch-2 на Hugging Face совпадает с карточкой BrandonHowe/Qwen3-8b-compassion-qwen-seed1-20260930-CPT-merged-epoch-2, поэтому описание составлено по ней. BrandonHowe/Qwen3-8b-compassion-qwen-seed1-20260930-CPT-merged-epoch-2 — самостоятельная BF16-модель на архитектуре Qwen3, дообученная на втором этапе продолженного предобучения. Она основана на Qwen/Qwen3-8B-Base и содержит 7,6 млрд параметров; веса сохранены в восьми файлах safetensors, адаптер для загрузки не требуется. Модель предназначена для генерации текста и диалоговых сценариев. Обучение проведено на наборе CompassioninMachineLearning/compassion_12185_cleaned: использовались 10 000 уникальных документов с повторными предъявлениями и 200 отдельных документов для проверки. Поддерживается контекст до 32 768 токенов. Сам факт обучения на этом наборе не доказывает повышения сострадательности ответов; это свойство следует оценивать отдельно. В предоставленных данных лицензия не указана.

Qwenvergence-14B-v13-Prose-DS — созданная sometimesanotion языковая модель на архитектуре Qwen2, полученная слиянием нескольких моделей и адаптеров, включая Virtuoso-Small-v2 и Chocolatine-2-14B-Instruct-v2.0b3. Модель содержит 14 млрд параметров и рассчитана на генерацию текста в диалоговом формате; карточка демонстрирует её ответы в стиле юмористической прозы и саркастических roast-текстов. Модель подходит для создания связной прозы, диалогов и юмористических текстов. Заявлена длина контекста 131 072 токена; репозиторий использует формат safetensors и библиотеку Transformers. Карточка указывает английский язык. Лицензия — Apache-2.0. Примеры в карточке показывают выразительную разговорную манеру, но не дают систематической оценки качества или надежности фактов. Как и другие генеративные языковые модели, она может выдавать неточные утверждения и ответы, зависящие от формулировки запроса.