I.7Речь, диалоги и встречи

Goetia 26B A4B v1.4 — мультимодальная диалоговая модель, созданная автором репозитория слиянием нескольких моделей Gemma 4 методом MoE DELLA с помощью mergekit. В основу слияния положена google/gemma-4-26B-A4B; среди включённых моделей также указаны Orion, Animus, StyleTune, Pantheon Reasoning, Serenity и MeroMero. Модель использует архитектуру Gemma4ForConditionalGeneration, распространяется в формате safetensors и поддерживает работу с текстом и изображениями. Модель предназначена для диалогов, ролевых сценариев и творческого письма. Базовая модель также рассчитана на рассуждения и анализ изображений, однако README описывает прежде всего слияние и не приводит отдельной оценки этих возможностей для Goetia. В карточке указаны английский язык и лицензия Apache 2.0. Автор отмечает, что в версии 1.4 сохраняются отказы и стандартная устойчивость к обходу ограничений; полноразмерность итоговых весов в README ещё обсуждается.

IceMochaccinoRP-7b — диалоговая текстовая модель, созданная автором репозитория слиянием SLERP через mergekit предварительно обученных моделей IceCappuccinoRP-multi_verse_model и IceCappuccinoRP-IceCoffeeRP-7b. Она использует плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров; заявленная длина контекста — 32 768 токенов. Модель предназначена для генерации продолжений и диалоговых ответов, в том числе в сценариях ролевого общения. Репозиторий содержит веса в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое; перед применением следует учитывать её условия. В тегах модели указано ограничение аудитории и NSFW-категория. README приводит результаты нескольких бенчмарков, но они не гарантируют качество в конкретных сценариях.

Это дообученная модель генерации текста на базе GPT-2, разработанная Francesca9805 и обученная с использованием TRL. Она предназначена для продолжения диалога и генерации ответов на пользовательские вопросы; в примере карточки показан ответ на вопрос о выборе между путешествием в прошлое и будущее. Модель принимает текстовые сообщения и выдаёт текст, а её нативный контекст составляет 512 токенов. Весовой формат — SafeTensors; для запуска в карточке приведён интерфейс Transformers pipeline. Модель дообучена от francesca9805/ita-latn-10mb-ppt-Dp-100mb-packed-bfdiso_seed10. Карточка не описывает целевой язык или специализированную область применения. Условия лицензии в предоставленных данных не приведены.

ksong-1-12b_v1_m3 — объединённая модель для генерации текста на базе Mistral, созданная с помощью mergekit. В конфигурации указано слияние методом SLERP модели Gryphe/Pantheon-RP-1.5-12b-Nemo с DarwinAnim8or/Trouper-12B; метаданные каталога подтверждают связь с Gryphe/Pantheon-RP-1.5-12b-Nemo. Модель содержит около 9,8 млрд параметров, использует архитектуру MistralForCausalLM и формат safetensors; заявленное нативное контекстное окно — 1 024 000 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Базовая модель ориентирована на ролевые диалоги с персонажами и ответы по инструкциям, что подходит для интерактивных бесед и создания художественных ответов. Указана лицензия Apache-2.0. README не описывает оценку качества или специальные ограничения применения.

Это дообученная модель LiquidAI/LFM2.5-2.6B, опубликованная ermiaazarkhalili. Она построена на плотной архитектуре Lfm2ForCausalLM и предназначена для генерации текста в диалоговом формате. Модель прошла supervised fine-tuning на наборе Fable-5-Complete-2M-Clean; исходные LoRA-адаптеры объединены с базовыми весами. В репозитории указано 2,7 млрд параметров, а метаданные сообщают контекстное окно 131 072 токена. Модель можно применять для генерации ответов и диалогов в сценариях, близких к данным дообучения. Опубликованы только наблюдения за обучающей функцией потерь; оценка на прикладных бенчмарках не проводилась. Поведение вне распределения обучающего набора не проверено, а предубеждения, ограничения знаний и ошибки могут наследоваться от базовой модели. Лицензия обозначена как other, поэтому условия использования следует уточнить по карточке репозитория.

flozi00/Llama-2-7b-german-assistant-v3 — дообученная автором flozi00 языковая модель на основе Llama 2 для выполнения инструкций на немецком языке и диалогов в стиле Alpaca. Она предназначена для генерации ответов в формате с ролями «User» и «Assistant» и обучена на очищенном и дедуплицированном наборе flozi00/conversations. Модель имеет плотную архитектуру LlamaForCausalLM примерно с 6,6 млрд параметров и контекстом до 4096 токенов; репозиторий содержит веса в формате safetensors. Модель подходит для немецкоязычных инструкций и разговорных сценариев. Карточка не приводит результатов оценивания качества, поэтому фактическую надёжность ответов следует проверять на целевых задачах. Лицензия в предоставленных сведениях не указана.

Magot-v2-Gemma2-8k-9B — текстовая диалоговая модель на базе Gemma 2, созданная автором репозитория с помощью слияния двух моделей через SLERP в mergekit: grimjim/Kitsunebi-v1-Gemma2-8k-9B и anthracite-org/magnum-v3-9b-customgemma2. Веса опубликованы в формате safetensors; модель содержит 9 млрд параметров и поддерживает контекст до 8192 токенов. Модель предназначена для диалогов и генерации текста, в том числе прозы и повествовательных ответов. По описанию автора, примесь Magnum добавляет разнообразие, а модель может тяготеть к мелодраматическим сюжетным мотивам. Автор отмечает, что слияние оставило некоторые повреждения: связность оценивается как умеренно высокая, но не идеальная. Модель распространяется по лицензии Gemma. README сообщает о сохранении сильных встроенных ограничений безопасности от instruct-базы, хотя повествовательные ответы менее ориентированы на позитивный тон.

Mars27BV.1 — слитая пользователем модель на базе Gemma 3 27B, предназначенная прежде всего для ролевых диалогов с комплексными персонажами и сценариями, включая ERP. Автор отмечает, что модель следует инструкциям и выдаёт удобный для чтения текст; русскоязычные ролевые диалоги и работа в качестве ассистента также поддерживаются. В README указано, что объединены предварительно обученные языковые модели Gemma 3; метаданные каталога перечисляют три компонента слияния: summykai/gemma3-27b-abliterated-dpo, Tesslate/Synthia-S1-27b и TheDrummer/Big-Tiger-Gemma-27B-v3. Модель использует архитектуру Gemma 3 27B с поддержкой изображений и текста. Автор лишь кратко проверил работу с изображениями и не сообщает подробностей о её качестве. По наблюдению автора, модель требовательна к памяти: даже при Q4_K_S и контексте 8K на видеокарте с 16 ГБ памяти помещается лишь около половины слоёв. Автор также отмечает наличие клише в ответах. Репозиторий использует Transformers и формат safetensors; лицензия в предоставленных источниках не указана.

Карточка модели MergekitCloud/mergekit-48 на Hugging Face совпадает с карточкой MergekitCloud/mergekit-72, поэтому описание составлено по ней. MergekitCloud/mergekit-72 — языковая модель для диалоговой генерации текста, созданная объединением нескольких моделей семейства Llama 3.1 с помощью метода Model Stock в mergekit. В качестве базовой модели использована vicgalle/Humanish-Roleplay-Llama-3.1-8B; в объединение также вошли ArliAI/Llama-3.1-8B-ArliAI-RPMax-v1.3, Orenguteng/Llama-3.1-8B-Lexi-Uncensored-V2 и Undi95/Llama3-Unholy-8B-OAS. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 131 072 токенов. Репозиторий содержит веса в формате safetensors и рассчитан на использование с Transformers. Модель предназначена для генерации ответов в чате и ролевых диалогов, включая сценарии с более свободными ответами. Указанные в названиях исходных моделей особенности предполагают ориентацию на ролевое общение и контент с ослабленными ограничениями, однако карточка не описывает отдельные гарантированные навыки или результаты оценки. Данные о лицензии и конкретной поддержке языков не представлены, поэтому условия использования и языковой охват по имеющимся сведениям определить нельзя.

MergekitCloud/mergekit-72 — языковая модель для диалоговой генерации текста, созданная объединением нескольких моделей семейства Llama 3.1 с помощью метода Model Stock в mergekit. В качестве базовой модели использована vicgalle/Humanish-Roleplay-Llama-3.1-8B; в объединение также вошли ArliAI/Llama-3.1-8B-ArliAI-RPMax-v1.3, Orenguteng/Llama-3.1-8B-Lexi-Uncensored-V2 и Undi95/Llama3-Unholy-8B-OAS. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 131 072 токенов. Репозиторий содержит веса в формате safetensors и рассчитан на использование с Transformers. Модель предназначена для генерации ответов в чате и ролевых диалогов, включая сценарии с более свободными ответами. Указанные в названиях исходных моделей особенности предполагают ориентацию на ролевое общение и контент с ослабленными ограничениями, однако карточка не описывает отдельные гарантированные навыки или результаты оценки. Данные о лицензии и конкретной поддержке языков не представлены, поэтому условия использования и языковой охват по имеющимся сведениям определить нельзя.

UsernameJustAnother/Nemo-12B-Marlin-v2 — экспериментальная чат-модель, разработанная UsernameJustAnother на базе unsloth/Mistral-Nemo-Instruct-2407. Это дообученная плотная модель семейства Mistral с архитектурой MistralForCausalLM и 12,1 млрд параметров. Модель предназначена для генерации текста в диалогах и ролевых сценариях; автор описывает её как экспериментальный RP-файнтюн для A/B-сравнения с Marlin v1. При дообучении использовались rsLoRA с рангом 256, два эпоха обучения и датасет, названный автором секретным; обучение проведено с Unsloth и TRL. В репозитории указаны веса safetensors, лицензия Apache-2.0 и контекстное окно до 1 024 000 токенов по метаданным. Карточка не приводит результаты сравнительных оценок, поэтому преимущество над v1 не подтверждено; также неизвестен состав обучающего датасета.

NemoDori-v0.2-Upscaled.1-14B — экспериментальная слитая языковая модель, опубликованная RozGrov. Она создана методом passthrough с помощью mergekit на основе RozGrov/NemoDori-v0.2-12B-MN-BT и увеличена до 14,4 млрд параметров. Модель построена на плотной архитектуре Mistral и предназначена для генерации текста и разговорных сценариев. Автор описывает её как пробу масштабирования исходной NemoDori и сообщает, что она поддерживает творческую генерацию с пресетом v0.1 при температуре до 2. Улучшение качества автор считает субъективным и отмечает, что не успел полноценно протестировать модель. Репозиторий содержит веса Safetensors; лицензия в предоставленных данных не указана.

mergekit-community/nsfw_plz_gguf_me — объединённая диалоговая языковая модель на архитектуре Llama с 7,5 млрд параметров. Она создана методом Model Stock с помощью mergekit на основе mergekit-community/nsfw_merge_test_v4dot1 и Azazelle/Llama-3-LongStory-LORA; в объединение также вошли адаптации Everything-COT, Samantha и Llama3_instruct_on_wikibio. Модель предназначена для генерации текста в диалогах и ролевых историях, а также для ответов на вопросы и рассуждений. Заявленная длина контекста — 131072 токена. Репозиторий использует формат safetensors и библиотеку Transformers. В метаданных указана пометка not-for-all-audiences; модель может выдавать контент для взрослой аудитории. Лицензия в предоставленных данных не приведена.

Модель TaffaByte/orpheus_arabic_finetune_16bit — дообученная TaffaByte языковая модель семейства Llama с архитектурой LlamaForCausalLM и 3,3 млрд параметров. Она создана на основе kadirnar/Orpheus-TTS-MediaSpeech-AR и предназначена для генерации текста в разговорном формате; модель обучали с использованием Unsloth и библиотеки TRL. В метаданных указан контекст до 131 072 токенов, формат весов safetensors и лицензия Apache-2.0. Базовая модель связана с синтезом речи на арабском языке, однако в карточке этой версии не описаны собственные голосовые возможности или поддерживаемые языки, поэтому её следует рассматривать как модель генерации текста.

ClaudioItaly/Project-12 — слитая методом SLERP через mergekit языковая модель на архитектуре Mistral. В объединение вошли nbeerbower/mistral-nemo-gutenberg-12B-v4 и NeverSleep/Lumimaid-v0.2-12B; модель содержит 12,1 млрд параметров и распространяется в формате safetensors. Метаданные указывают контекст длиной до 1 024 000 токенов и возможности диалогового взаимодействия. Модель предназначена для генерации и продолжения текста, в том числе художественного, а также для диалоговых сценариев. Одна из исходных моделей дообучена на корпусе Gutenberg. Лицензия в предоставленных данных не указана.

Карточка модели nityaak/qwen3-1.7b-ezstance-balanced-8430-stance-conversations-qlora на Hugging Face совпадает с карточкой nityaak/qwen3-1.7b-mtcsd-balanced-8430-stance-conversations-qlora, поэтому описание составлено по ней. Модель nityaak — дообученная разговорная языковая модель семейства Qwen3 с архитектурой причинного языкового моделирования Qwen3ForCausalLM и 1,7 млрд параметров. Она основана на unsloth/Qwen3-1.7B-unsloth-bnb-4bit и предназначена для генерации текста в диалогах; карточка связывает модель с разговорами о позициях и взглядах, однако подробности обучающих данных и качество на конкретных задачах не описаны. Модель принимает текст и генерирует текст, поддерживает контекст до 40 960 токенов. Она дообучена разработчиком nityaak с использованием Unsloth и библиотеки TRL. Распространяется по лицензии Apache-2.0.

Qwen3.5-4B Posture — дообученная диалоговая модель на базе Qwen/Qwen3.5-4B, созданная с помощью последовательных этапов обучения LoRA; итоговый адаптер второго этапа объединён с базовой моделью. В репозитории веса представлены в формате safetensors с точностью 16 бит. Модель предназначена для генерации текста в диалоге. Для проверенного запуска автор README рекомендует Transformers 5.5.0: версия 5.3.0 в указанной среде вызывала ошибки CUDA при многоходовом чате. Apache-2.0 — лицензия модели. Проверка ограничена тестом из пяти ходов и не подтверждает общее качество или стабильность. Бенчмарки не проводились, обучающие данные не опубликованы; модель может выдумывать реплики и неподтверждённые сведения о себе.

Qwen3-8B-Hivemind-Instruct-Heretic-Abliterated-Uncensored-NEO-Imatrix-GGUF — языковая модель для генерации текста, разработанная DavidAU совместно с Nightmedia на основе семейства Qwen3 и с применением метода Heretic для снижения количества отказов. Модель ориентирована на диалоги, ролевые сценарии, творческое письмо, создание историй, сюжетов и сцен, включая научную фантастику, романтику и хоррор. Заявлены неотфильтрованные ответы, в том числе контент для взрослой аудитории, однако README предупреждает, что для получения более эксплицитного стиля иногда требуются дополнительные указания в запросе. Модель имеет 8B параметров, относится к формату GGUF и использует квантизации NEO Imatrix. Заявлена поддержка контекста до 256K токенов и английского языка. В README приведены результаты на наборе задач ARC, BoolQ, HellaSwag, OpenBookQA, PIQA и Winogrande, а также описаны рекомендации по настройке семплирования, включая smoothing factor 1.5 и repetition penalty 1.1–1.15. Сильными сторонами являются большой контекст, ориентация на выразительную генерацию и сниженное число отказов; ограничения включают возможную необходимость дополнительного управления стилем и зависимость качества от параметров запуска и конкретной квантизации. Модель распространяется по лицензии Apache-2.0. Для работы требуются совместимые инструменты, поддерживающие GGUF; README отдельно упоминает KoboldCpp, text-generation-webui и SillyTavern.

Scarlett — диалоговая языковая модель, созданная ajibawa-2023 на базе Llama-1 от Meta. Она обучена на более чем 10 000 наборов диалогов по темам философии, советов и юмора и предназначена для ответов на вопросы, рекомендаций, обсуждения личных отношений и помощи в принятии решений. Автор указывает, что модель не предназначена для ролевых игр. Модель использует плотную архитектуру LlamaForCausalLM, содержит 32,3 млрд параметров и принимает текст, генерируя текст. Родной контекст составляет 2048 токенов; в метаданных указан английский язык. Для обучения использовались четыре ускорителя A100 80 ГБ и DeepSpeed. Указана лицензия CC BY-NC-ND 4.0, ограничивающая распространение производных версий и коммерческое использование.

Fischerboot/SmallBoi — объединённая модель генерации текста на архитектуре Llama, созданная с помощью mergekit методом Model Stock. В качестве базовой использована Undi95/Llama-3-LewdPlay-8B-evo; также в слияние вошли Orenguteng/Llama-3-8B-LexiFun-Uncensored-V1, NeverSleep/Llama-3-Lumimaid-8B-v0.1-OAS и gradientai/Llama-3-8B-Instruct-Gradient-1048k. Модель содержит 7,5 млрд параметров, использует формат safetensors и рассчитана на контекст до 8192 токенов. Модель предназначена для диалоговой генерации текста. Входом служит текст, а результатом — сгенерированный текст. В состав объединения входят модели Llama 3 с уклоном в нецензурированный и откровенный контент; карточка не сообщает отдельные сценарии применения или целевые языки. Лицензия в предоставленных данных не указана. Качество и поведение модели могут отличаться от исходных моделей после слияния; её контекстное окно в 8192 токена короче заявленного окна одной из базовых моделей Gradient.

jeiku/SOLAR_Uncensored_LimaRP_10.7B — языковая модель для генерации текста и диалогов, созданная объединением моделей с помощью mergekit. В линейное слияние вошли w4r10ck/SOLAR-10.7B-Instruct-v1.0-uncensored и jeiku/Re-Host_Limarp_Mistral; архитектура — плотная LlamaForCausalLM, размер — 10,6 млрд параметров. Модель принимает текст и выдаёт текст, её контекст составляет 4096 токенов. Модель подходит для диалоговых сценариев и генерации менее цензурированных ответов. В репозитории представлены веса Safetensors; в конфигурации слияния указана точность float16. Карточка не сообщает о специализированной предметной области или дополнительных модальностях. Лицензия в предоставленных данных не указана.

SthenoMix3.3 — объединённая языковая модель на архитектуре Llama, созданная сообществом mergekit-community методом TIES из nothingiisreal/L3-8B-Stheno-Horny-v3.3-32K и Sao10K/L3-8B-Stheno-v3.2 на базе Undi95/Meta-Llama-3-8B-hf. Модель содержит 7,5 млрд параметров, рассчитана на генерацию текста и разговорные сценарии; доступна в формате safetensors для Transformers с контекстом до 8192 токенов. Модель подходит для ролевых диалогов, написания историй и ответов в чате. Базовые модели ориентированы на английский язык, однако README не описывает отдельную языковую поддержку SthenoMix3.3. Объединение сочетает варианты Stheno, включая модель с названием Horny; подробные результаты оценки качества в карточке не приведены. Лицензия в предоставленных данных не указана.

Vdr1/Sunfall-NemoMix-Unleashed-12B-v0.6.1 — экспериментальная объединённая модель на 12,1 млрд параметров для генерации текста. Она создана слиянием Sunfall mistral-nemo 12B LoRA версии 0.6.1 от crest4all с MarinaraSpaghetti/NemoMix-Unleashed-12B; архитектура — плотная Mistral, веса опубликованы в формате safetensors. Модель предназначена для ролевых диалогов и написания историй, а также для общей генерации текста. В карточке указан контекст до 1 024 000 токенов. Модель отмечена как экспериментальная и не для всех аудиторий. Метаданные не содержат сведений о лицензии, поэтому условия использования определить нельзя.

Карточка модели chuckb80/Tinman-gemma4-companion-merged на Hugging Face совпадает с карточкой Tinman-Lab/Tinman-gemma4-companion-merged, поэтому описание составлено по ней. Tinman-Lab/Tinman-gemma4-companion-merged — объединённая мультимодальная модель диалога на базе Gemma 4 E4B Instruct, подготовленная Tinman Lab. Авторы сообщают об изменении базовой модели методом OBLITERATUS, дообучении SFT и DPO и объединении адаптеров с весами. Модель рассчитана на роль тёплого собеседника, ролевые диалоги и работу в режиме ассистента; поведение переключается системным промптом. Модель принимает текст, изображения и аудио; README указывает, что аудио- и визуальные энкодеры сохранены от базовой модели. Для запуска доступны веса safetensors в bf16, а связанные репозитории содержат варианты GGUF и адаптеры. В карточке указана лицензия Apache-2.0. Для мобильного развёртывания авторы описывают конвертацию в LiteRT-LM; для INT8 на телефоне рекомендуют не менее 12 ГБ оперативной памяти. README позиционирует модель как не имеющую контентных фильтров и поддерживающую NSFW-ролевые диалоги. Авторы также отмечают, что базовая модель иногда генерирует нечитаемый текст; по их оценке, это происходит примерно в 4% ответов, а repetition_penalty=1.1 может уменьшить проблему. Размер модели и длина контекста в предоставленных метаданных не приведены.

Карточка модели Guile/Tinman-gemma4-companion-merged на Hugging Face совпадает с карточкой Tinman-Lab/Tinman-gemma4-companion-merged, поэтому описание составлено по ней. Tinman-Lab/Tinman-gemma4-companion-merged — объединённая мультимодальная модель диалога на базе Gemma 4 E4B Instruct, подготовленная Tinman Lab. Авторы сообщают об изменении базовой модели методом OBLITERATUS, дообучении SFT и DPO и объединении адаптеров с весами. Модель рассчитана на роль тёплого собеседника, ролевые диалоги и работу в режиме ассистента; поведение переключается системным промптом. Модель принимает текст, изображения и аудио; README указывает, что аудио- и визуальные энкодеры сохранены от базовой модели. Для запуска доступны веса safetensors в bf16, а связанные репозитории содержат варианты GGUF и адаптеры. В карточке указана лицензия Apache-2.0. Для мобильного развёртывания авторы описывают конвертацию в LiteRT-LM; для INT8 на телефоне рекомендуют не менее 12 ГБ оперативной памяти. README позиционирует модель как не имеющую контентных фильтров и поддерживающую NSFW-ролевые диалоги. Авторы также отмечают, что базовая модель иногда генерирует нечитаемый текст; по их оценке, это происходит примерно в 4% ответов, а repetition_penalty=1.1 может уменьшить проблему. Размер модели и длина контекста в предоставленных метаданных не приведены.

Модель dianavdavidson/wav2vec2-large-xlsr-53-indic_voices-61921-hinglish_mixed_scripts-30_70-1e-4-steps-12000-FT — дообученная на распознавание речи версия wav2vec2-large-xlsr-53 от Meta. Она принимает аудио и выдаёт распознанный текст; название указывает на настройку для Hinglish и смешанной письменности, однако README не описывает языки и обучающие данные подробнее. Модель построена на архитектуре Wav2Vec2ForCTC, содержит 402,8 млн параметров и распространяется в формате Safetensors. На оценочном наборе указаны loss 1,0091 и Global WER 61,6218, что говорит о заметных ошибках распознавания. Модель может подойти для экспериментов и проверки распознавания речи в соответствующем сценарии, но качество следует оценить на собственных аудиоданных. Лицензия — Apache-2.0.

anantoj/wav2vec2-xls-r-300m-zh-CN — модель автоматического распознавания речи на основе wav2vec2, дообученная на наборе COMMON_VOICE — ZH-CN. Архитектура использует CTC; размер модели — 407,4 млн параметров. Модель принимает аудио и преобразует речь в текст на китайском языке (упрощённое письмо, zh-CN). В опубликованной оценке указаны WER 0,8392 и CER 0,2059; высокая ошибка слов указывает на ограниченную точность распознавания. Модель предназначена для транскрибирования китайской речи. Она распространяется в формате PyTorch по лицензии Apache-2.0. README не содержит дополнительных сведений о рекомендуемых сценариях, условиях записи или ограничениях.

tiantiaf/wavlm-large-speech-flow — модель для классификации беглости речи, основанная на дообученной Microsoft WavLM Large. Она анализирует аудио окнами по 3 секунды с шагом 1 секунда и определяет, является ли речь беглой или небеглой. Для обнаруженных небеглых фрагментов предусмотрен дополнительный анализ типов нарушений беглости, однако их категории в доступном описании не перечислены. Модель предназначена для анализа речевых фрагментов и характеристики речи говорящего. В метаданных указан английский язык и аудиовход; выход представляет собой текстовые классы. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии OpenRAIL.

weak-KoRAE-13b — корейская разговорная языковая модель, разработанная Cartinoe5930 как дообученная версия beomi/llama-2-koen-13b. Модель основана на Llama 2 с расширенным корейским словарём и содержит 12,9 млрд параметров; для генерации использует архитектуру LlamaForCausalLM. Контекст составляет 2048 токенов. Модель предназначена для генерации текста и диалогов на корейском языке. Её дообучили на отфильтрованном наборе корейских инструкций и диалоговых данных, собранном из нескольких открытых датасетов; при обучении применялись LoRA и Flash-Attention 2. Для использования доступна лицензия CC BY-NC-SA 4.0, которая ограничивает коммерческое применение.

Модель formospeech/whisper-large-v3-taiwanese-hakka — дообученная версия Whisper large-v3 от OpenAI, подготовленная для распознавания тайваньского языка хакка с учётом шести диалектов. Во время обучения использовались идентификаторы диалектов в качестве подсказок: Sixian, Hailu, Dabu, Raoping, Zhao’an и Nansixian. Модель предназначена для преобразования аудиозаписей на хакка в текст. Она построена на архитектуре Whisper large-v3 и распространяется в формате safetensors; для работы используется библиотека Transformers. Репозиторий закрытый: для доступа требуется запросить разрешение на Hugging Face. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.