I.7Речь, диалоги и встречи

whisper-small-l2-arctic-mdd — дообученная Wael Hasan модель распознавания речи на базе openai/whisper-small. Она предназначена для преобразования аудио в текст; по названию репозитория модель ориентирована на L2 Arctic и обнаружение ошибок произношения (MDD), однако карточка не раскрывает детали этой специализации. Модель построена на архитектуре Whisper и содержит 153,1 млн параметров; для работы используются Transformers и формат safetensors. Базовая модель мультиязычная, но языки и контекст этого чекпойнта отдельно не описаны. В README приведены результаты оценки: loss 0,2566, PER 0,1270, precision, recall и F1 по 1,0; описание набора данных и методики оценки отсутствует, поэтому эти показатели трудно интерпретировать. Модель выпущена под лицензией Apache-2.0.

mamatjan/xls-r-uyghur-cv18 — модель автоматического распознавания речи, разработанная Mamajtan Abudkader и дообученная на данных Common Voice 18. Архитектура — Wav2Vec2ForCTC семейства XLS-R; размер модели — 402,7 млн параметров. Она принимает аудио и распознаёт уйгурскую речь, выдавая текст письмом на основе персо-арабского алфавита без знаков пунктуации. Модель предназначена для черновых субтитров к видео и индексации записанных передач. В README указана низкая надёжность: модель не подходит как замена живым субтитрам для обеспечения доступности. Обучение проводилось на обучающей и валидационной выборках Common Voice 18, итоговая оценка — на официальной тестовой выборке. Лицензия — Apache-2.0.

alexmt-qwen3-0.6b-dpo-bwchrf-lr2e6 — компактная модель на архитектуре Qwen3, разработанная для контекстного перевода между английским и девятью разновидностями диалектного арабского языка. Модель дообучена методом DPO на базе alexmt-qwen3-0.6b-sft; она содержит около 508 млн параметров, поддерживает контекст до 40 960 токенов и предназначена для диалоговых реплик с учётом до трёх предыдущих ходов, тематики, участников и направления пола говорящего и адресата. Модель обучена на Alexandria и выдаёт перевод в JSON-поле translation. В тестировании на открытой тестовой части Alexandria она показала chrF++ 27,17 для перевода с английского на диалекты и 46,47 для перевода с диалектов на английский; это результаты одного seed и одного разбиения данных, причём скорость настройки DPO сравнивалась на тестовой выборке. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Это дообученная модель генерации текста на основе fpadovani/arb-arab-100mb-ppt-Dp-100mb_seed455, разработанная fpadovani и обученная с использованием TRL. Она предназначена для продолжения текста и ответов на запросы в формате диалога; пример в карточке показывает ответ на открытый вопрос. Модель построена на архитектуре GPT-2 и сохранена в формате safetensors. Контекст составляет 512 токенов. Лицензия в предоставленных данных не указана.

Asinello-Minerva-3B-v0.1 — дообученная Ettore Di Giacinto модель семейства Mistral, созданная на пользовательском наборе данных Asinello на основе Minerva. Она предназначена для генерации текста и диалогового общения на итальянском языке. Модель содержит 2,8 млрд параметров, использует плотную архитектуру MistralForCausalLM и поддерживает контекст до 16 384 токенов. Модель распространяется в формате Safetensors и доступна по лицензии Apache 2.0. Карточка не приводит результатов оценки качества или подробностей о составе обучающего набора, поэтому её сильные стороны и ограничения в конкретных сценариях не подтверждены.

Aryanne/Astrea-RP-v1-4B — слитая автором Aryanne языковая модель StableLM Epoch примерно на 3,9 млрд параметров. Она создана методом passthrough merge с помощью mergekit из моделей Aryanne/Astrea-RP-v1.5-3B, jeiku/Refined_3B и Aryanne/Astrea-RP-v1-3B. Модель предназначена для генерации текста и разговорных сценариев, включая ролевые диалоги. Она принимает текст и выдаёт текст; максимальный родной контекст — 4096 токенов. Карточка не описывает дополнительные настройки или гарантии качества.

Dans-MysteryModel-13b — экспериментальная гибридная чат-модель и модель для выполнения инструкций, созданная Dans-Archive для проверки проектов с данными и как прототип PersonalityEngine Mk. 2. Она основана на Holodeck-1 и обучалась на инструкциях в один и несколько ходов, ролевых сценариях и текстовых приключениях. Модель использует плотную архитектуру Llama с 12,9 млрд параметров и принимает текстовые запросы. Для общения следует использовать формат подсказок Pygmalion или Metharme; заявленный контекст составляет 4096 токенов. Среди указанных в метаданных обучающих наборов — данные текстовых приключений, диалоговые наборы и GSM8K. Лицензия в предоставленных данных не указана.

Dendrite-L3-10B — разговорная языковая модель семейства Llama, созданная автором Envoid. В её основе Poppy_Porpoise-DADA-8B: к слоям базовой модели добавили первые восемь слоёв Llama-3-8B-Instruct-DADA в обратном порядке, после чего модель дообучили в течение 10 эпох на наборе Dendrite, чтобы интегрировать слои и восстановить связность. Модель содержит 9,2 млрд параметров, использует плотную архитектуру LlamaForCausalLM и поддерживает контекст до 8192 токенов. Модель предназначена для генерации диалоговых ответов, ролевых сценариев и творческого письма; автор также проверял её в роли ассистента и отмечает сохранение базовой личности ассистента и морального выравнивания. В карточке указано, что модель проверялась с несколькими шаблонами запросов Llama 3. Для корректной работы автор рекомендует отключить пропуск специальных токенов в интерфейсе и настроить строку остановки. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Карточка описывает экспериментальную архитектурную сборку и сообщает о краткой проверке сценариев, но не приводит сравнительных оценок качества.

Eris Floramix DPO — языковая модель на архитектуре Mistral с 7,1 млрд параметров, созданная как смесь Eris Remix DPO и Flora DPO. По карточке, это дообученная версия Eris Remix, дополнительно обученная на Synthetic_Soul_1k и DPO-наборе для ролевого общения. Модель предназначена для генерации текста и диалогов на английском языке; длина контекста составляет 32 768 токенов. Модель может использоваться для ролевых диалогов и создания текстов в свободной форме. В обучающих данных присутствуют примеры NSFW-ролевого общения. Файлы доступны в формате safetensors через Transformers. Лицензия указана как other, поэтому условия использования следует уточнить по карточке репозитория.

fpadovani/heb-hebr-10mb-10mb_seed455 — это дообученная с помощью TRL языковая модель на архитектуре GPT-2, основанная на goldfish-models/heb_hebr_10mb. Она предназначена для генерации текста; в карточке показан пример ответа на вопрос в диалоговом формате. Модель загружается через Transformers и распространяется в формате safetensors. Контекст модели составляет 512 токенов. Карточка не описывает целевые языки, обучающие данные, качество или ограничения по применению. Условия лицензии в предоставленных данных не указаны.

Helide Alpha R4 — экспериментальное слияние языковых моделей, созданное автором inflatebot с помощью mergekit на основе NousResearch/Meta-Llama-3-8B. В слияние task arithmetic также вошли Sao10K/L3-8B-Stheno-v3.2 и Fizzarolli/L3-8b-Rosier-v1; итоговая модель содержит 7,5 млрд параметров и работает с архитектурой Llama в библиотеке Transformers. Нативная длина контекста — 8192 токена. Модель предназначена для генерации текста и диалоговых сценариев. Автор стремился улучшить способность Stheno развивать сюжет и сделать ответы на узкие темы менее неловкими, но отмечает, что это его первый проект с LLM, поэтому качество следует оценивать с осторожностью. Веса опубликованы в формате safetensors. Лицензия в предоставленных данных не указана.

IceMartiniV1RP-7b — диалоговая языковая модель на архитектуре Mistral, разработанная icefog72. Это DPO-дообучение модели IceDrinkNameGoesHereRP-7b-Model_Stock на наборах предпочтений и диалоговых данных; модель рассчитана на генерацию текста и ролевое общение. Она содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Репозиторий предоставляет веса в формате safetensors, а для запуска указана библиотека Transformers. Карточка приводит результаты оценивания на IFEval и BBH, но не описывает их методику или предполагаемые сценарии применения подробно. Метаданные помечают модель как NSFW и не предназначенную для любой аудитории. Лицензия CC BY-NC 4.0 разрешает использование с атрибуцией, но запрещает коммерческое применение.

Kallamni-4B-v1 — разговорная языковая модель, разработанная автором репозитория и дообученная на базе Qwen/Qwen3-4B для понимания и генерации естественного эмиратского диалекта арабского языка. Модель предназначена для диалогов в стиле повседневной речи ОАЭ и старается сохранять местную лексику, формулировки и эмоциональную интонацию, избегая перехода на литературный арабский и другие диалекты. Модель использует плотную архитектуру Qwen3 с 3,7 млрд параметров и поддерживает контекст до 262 144 токенов. Для обучения использованы 58 000 синтетических примеров эмиратских диалогов; карточка сообщает о тонкой настройке с Unsloth и TRL и расширении токенизатора для диалектной лексики. В карточке приведена оценка людей, по которой более 90% сгенерированного текста звучало аутентично, но подробности протокола оценки не описаны. Модель подходит для создания диалоговых ассистентов, постов и диалогов на эмиратском диалекте. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

KoRAE-13b-DPO — корейская разговорная языковая модель, разработанная Cartinoe5930 на основе beomi/llama-2-koen-13b. Это плотная модель семейства Llama с 12,9 млрд параметров, дообученная методом DPO на отфильтрованных корейских инструкционных данных; при обучении использовались LoRA и Flash-Attention 2. Модель предназначена для диалогов и генерации ответов на инструкции на корейском языке, включая вопросы и задания общего характера. Контекст модели составляет 2048 токенов. В карточке приведены результаты на корейском наборе тестов Open Ko-LLM Leaderboard, где средний балл KoRAE-13b-DPO составил 48,71. Авторы отмечают пользу DPO и фильтрации данных, а также ограничения, связанные с качеством базовой корейской модели и объёмом обучающих данных. Модель распространяется по лицензии CC BY-NC-SA 4.0, которая требует указания авторства, запрещает коммерческое использование и распространяет те же условия на производные работы.

JY623/KoSOLAR-v2.0 — разговорная языковая модель, полученная автором слиянием нескольких предварительно обученных моделей методом TIES с помощью mergekit. В качестве базовой использована chihoonlee10/T3Q-ko-solar-dpo-v3.0; также в слияние вошли davidkim205/nox-solar-10.7b-v4 и Deepnoid/deep-solar-Rev-v3.0.4. Модель построена на плотной архитектуре Llama с причинным языковым моделированием и содержит 10,6 млрд параметров. Модель предназначена для генерации текста и диалоговых ответов. Базовое семейство описано как корейское разговорное, поэтому основным языком следует считать корейский. Нативный контекст составляет 4096 токенов. Репозиторий содержит веса Safetensors для библиотеки Transformers. Лицензия — Apache-2.0. В карточке не приводятся специальные ограничения качества или сценариев применения.

Sao10K/L3-8B-Lunaris-v1 — разговорная модель на основе Llama 3, созданная автором Sao10K как слияние моделей для общего общения и ролевых сценариев. Автор сообщает, что состав моделей для слияния подбирал по личному опыту, а результат считает улучшением Stheno v3.2 по балансу творческой генерации и логики. Модель использует плотную архитектуру LlamaForCausalLM с 7,5 млрд параметров и контекстом до 8192 токенов. Она принимает текст и генерирует текст; в карточке указана поддержка английского языка. Для диалогов автор рекомендует шаблон Llama-3-Instruct, температуру 1.4 и min_p 0.1. Модель рассчитана на общее текстовое общение и ролевую игру. Это субъективная оценка автора, а сравнительные результаты и формальная оценка качества в карточке не приведены. Лицензия — Llama 3 Community License (llama3).

Это экспериментальный чекпойнт Qwen3.5-122B-A10B, структурно прореженный методом Less-is-MoE с удалением 50% нейронов FFN у маршрутизируемых экспертов. Разработчик применил метод mean-absolute-gradient на 64 калибровочных примерах из набора GPQA Main; оптимизационный шаг не выполнялся. Исходные веса и результат обработки использовали формат BF16, а в репозитории модель хранится в safetensors. Модель предназначена для генерации текста и диалоговых сценариев на основе Qwen3.5. Длина контекста в метаданных составляет 262144 токена. Калибровка проводилась на вопросах GPQA с перемешанными вариантами ответа и объяснениями, но это само по себе не подтверждает специализацию или качество модели для решения GPQA. Модель основана на Qwen/Qwen3.5-122B-A10B и доступна по лицензии Apache-2.0. README описывает процедуру структурного прореживания, но не приводит результаты оценки качества после него; удаление половины нейронов может повлиять на способности исходной модели.

ManhHoDinh/lfm25-titlegen-curriculum — дообученная текстовая модель на базе LiquidAI/LFM2.5-230M, предназначенная для генерации кратких информативных заголовков по пользовательским сообщениям или диалогам. Модель использует плотную архитектуру LFM2 и поддерживает интерфейс чата; в метаданных указано 221,2 млн параметров и контекст до 128 000 токенов. Веса опубликованы в формате safetensors, библиотека для работы — Transformers. Карточка описывает вариант обучения Curriculum в сравнительном бенчмарке генерации заголовков для 17 языков. В тестовой части было 2 550 примеров; результаты оценивались автоматически по релевантности, охвату намерения, точности передачи смысла и сущностей, краткости, беглости и безопасности. По README фактически оценивались только английский и вьетнамский языки, поэтому результаты нельзя считать подтверждением качества на остальных заявленных языках. Бенчмарк не подтверждает готовность модели к промышленному применению: проверка опиралась на одного автоматического оценщика, не включала нативную проверку носителями языка и реальные нагрузочные испытания. Также отмечены невысокий охват намерения и проблемы с сохранением сущностей. Лицензия в метаданных обозначена как other; конкретные условия использования в предоставленных данных не раскрыты.

Карточка модели longtermrisk/Llama-3.1-8B-bad-medical-advice-second-third-sft-seed2 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

aixsatoshi опубликовал объединённую инструкционную модель на архитектуре Llama 3 с 7,5 млрд параметров. Она создана на основе rinna/llama-3-Swallow-8b: к ней применено слияние векторной разности между Meta-Llama-3-8B-Instruct и Meta-Llama-3-8B. Модель предназначена для диалоговой генерации текста и ответов на инструкции. Swallow-8B прошла дополнительное продолжение предобучения на японском языке, поэтому модель особенно ориентирована на свободное общение по-японски. Контекст составляет 8192 токена; доступны веса в формате safetensors. Модель лицензирована по условиям Llama 3. Карточка не приводит отдельной оценки качества объединённого варианта; как и другие языковые модели, она может ошибаться и создавать недостоверные ответы.

Карточка модели MergekitCloud/mergekit-69 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.

Карточка модели MergekitCloud/mergekit-70 на Hugging Face совпадает с карточкой MergekitCloud/mergekit-11, поэтому описание составлено по ней. MergekitCloud/mergekit-11 — объединённая языковая модель, созданная с помощью mergekit методом Model Stock на базе vicgalle/Humanish-Roleplay-Llama-3.1-8B. В объединение 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 построена на архитектуре LlamaForCausalLM и содержит 7,5 млрд параметров; веса опубликованы в формате safetensors, библиотека — Transformers. Модель предназначена для диалоговой генерации текста и ролевых сценариев. Она принимает текстовые запросы и генерирует текст; заявленная длина контекста — 131 072 токена. Метаданные указывают на разговорные возможности, но README не приводит оценок качества или подробностей о поддерживаемых языках. Объединённые исходные модели ориентированы на ролевое общение и более свободные ответы. Лицензия в предоставленных данных не указана. Возможны ограничения качества и поведения, характерные для объединённых моделей; README не содержит результатов оценки или рекомендаций по безопасному применению.

Envoid/Mistral-Small-NovusKyver — разговорная модель семейства Mistral, созданная на основе mistralai/Mistral-Small-Instruct-2409. Автор применил к базовой модели LoRA-дообучение на частном наборе текстов, а затем объединил результат с исходной моделью методом SLERP в пропорции 50/50. Модель использует архитектуру MistralForCausalLM, содержит 22 млрд параметров и рассчитана на контекст до 131 072 токенов; формат весов — safetensors. Модель предназначена для диалогов, творческого письма и ролевых сценариев, а также может давать более необычные и содержательные ответы в роли ассистента. Она использует формат промптов Mistral Instruct. По описанию автора, упоминания согласия или NSFW в запросе могут провоцировать нежелательное развитие взрослого контента; структурированные промпты могут приводить к чрезмерно длинным ответам, а краткие минималистичные запросы — к скучным ответам. Для модели указана лицензия CC BY-NC 4.0, допускающая использование с указанием авторства, но ограничивающая коммерческое применение.

Модель fpadovani/nld-100mb-after-nld_newlexicon_zipf-ckpt500_seed455 — дообученная версия fpadovani/ppt-nld_newlexicon_zipf-100mb_seed455, созданная с использованием TRL и библиотеки Transformers. Это плотная языковая модель архитектуры GPT-2 для генерации текста: ей можно задавать вопросы или открытые темы и получать продолжение в виде ответа. В карточке приведён пример диалогового запроса и генерации ответа длиной до 128 новых токенов. Модель сохраняет контекст длиной 512 токенов и опубликована в формате safetensors. Данных о специализированной области применения или ограничениях качества карточка не содержит. Условия лицензии в доступных данных не описаны.

NLLB-Susu v2 — модель машинного перевода Soussou, разработанная 2ADT-Consulting на основе дообучения facebook/nllb-200-distilled-600M. Она переводит между Soussou и французским, а также между Soussou и английским в четырёх направлениях. Версия v2 лучше обрабатывает бытовую лексику и неформальную орфографию в сообщениях, включая варианты записи, близкие к французской орфографии. Модель содержит 463,7 млн параметров, использует архитектуру M2M100 и принимает контекст до 1024 токенов. При обучении использовались параллельные библейские тексты, словарь Soussou–французский примерно на 7 000 записей и бытовые диалоги; бытовые данные получили повышенный вес, чтобы уменьшить библейский уклон. В README приведены оценки chrF++ на dev-наборе для нескольких направлений перевода. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

DavidAU разработал эту инструкционную версию GPT-OSS 20B на основе coder3101/gpt-oss-20b-heretic: модель дообучена с помощью Unsloth на датасете TeichAI/mistral-small-creative-500x. Это разговорная MoE-модель для генерации текста и выполнения инструкций; автор описывает её как прямолинейную модель без режима рассуждений и с ослабленными отказами. Заявленная длина контекста — 128k токенов. В метаданных указано 1,6 млрд параметров и формат safetensors. Модель предназначена для чата, ролевых диалогов и творческой генерации, включая контент для взрослых. README отмечает, что для получения более откровенного или экспрессивного текста иногда нужно явно задавать стиль и лексику. Автор сообщает о 19 отказах из 100 запросов в собственном тесте и предупреждает, что это незавершённая работа, поэтому отдельные функции могут работать некорректно. Лицензия — Apache-2.0.

Orthocopter 8B — разговорная языковая модель семейства Llama, опубликованная jeiku. Автор сообщает, что модель создана на основе работы lucyknada и Edgerunners, а затем обучена на двух наборах данных, составленных вручную. Метаданные указывают на объединение моделей, архитектуру LlamaForCausalLM и около 7,5 млрд параметров. Модель предназначена для генерации диалоговых ответов на английском языке. Автор отмечает, что ответы отличаются выраженной индивидуальностью и что модель охотно отвечает без отказов. Контекст составляет 8192 токена; модель принимает текст и генерирует текст. Репозиторий распространяется по лицензии Apache 2.0. Заявление автора об отсутствии отказов указывает на ограниченную устойчивость к запросам, которые обычно требуют отказа. Карточка не приводит оценок качества или подробностей о наборах данных.

TehVenom/Pygmalion-Vicuna-1.1-7b — объединённая модель на архитектуре LLaMA, созданная из Pygmalion-7b и дельт Vicuna v1.1. Автор объединил их методом взвешенного усреднения: 60% Pygmalion-7b и 40% Vicuna v1.1. Модель предназначена для генерации текста в чатах и ролевых диалогах; влияние Vicuna добавляет свойства ассистента, следующего инструкциям и дающего полезные ответы. Репозиторий содержит веса в формате safetensors; модель насчитывает 6,6 млрд параметров и имеет контекст 2048 токенов. Модель склонна генерировать контент, который может считаться NSFW. Автор не сообщает точный формат промпта и рекомендует начинать с форматов Pygmalion. Условия лицензирования в доступных данных не описаны.

Qwen3.5-2B-heretic — доработанная Jordan Woodson модель Qwen/Qwen3.5-2B с ослабленным поведением отказа. Автор сообщает, что применил abliteration с Heretic v1.2.0 и подобрал параметры в 500 испытаниях оптимизации Optuna. По опубликованному сравнению модель отказала на 3 из 100 проверочных запросов против 97 из 100 у исходной модели; эти результаты приведены автором репозитория. Модель основана на плотной гибридной архитектуре Qwen3.5 с обычными и линейными слоями внимания Mamba-типа. Она предназначена для диалогов и понимания изображений, как указано в метаданных базовой модели; опубликованная доработка нацелена на снижение отказов. В репозитории указаны веса safetensors и лицензия Apache-2.0. README также ссылается на отдельные квантованные варианты GGUF, размещённые в другом репозитории. Снижение отказов означает, что модель может отвечать на запросы, которые исходная версия отклоняет; это не подтверждает точность или безопасность ответов. Сравнительные показатели основаны на тестах автора, а независимая оценка качества в карточке не приведена.

xidisdg/Qwen3.8-27B Uncensored — это набор квантизированных текстовых генеративных моделей семейства Qwen3.8-27B, опубликованный пользователем xidisdg. Модели предназначены для диалоговой генерации текста и запускаются через специализированный runtime NInfer. Репозиторий содержит три самостоятельных варианта в формате .ninfer: NVFP4, NVFP4Full и NVFP4Full с компонентом DFlash2 для экспериментального speculative decoding. Модель ориентирована на локальный инференс с использованием CUDA и совместимого оборудования. Указана поддержка запуска на Windows 11 x64 с CUDA 13.1 и RTX 5090, однако совместимость с другими GPU, Linux-сборками и версиями runtime отдельно не подтверждена. Пример конфигурации использует контекст до 16 384 токенов, но максимальный контекст модели в README не указан. Языки, точные архитектурные характеристики, методы обучения и исходный checkpoint не описаны. К сильным сторонам относятся уменьшенный размер файлов, наличие нескольких конфигураций квантования и возможность ускорения через DFlash2 при поддержке со стороны runtime. Ограничения включают зависимость от конкретных сборок и компонентов NInfer, несовместимость с Ollama, llama.cpp и Transformers, отсутствие опубликованных независимых оценок качества, скорости и безопасности, а также возможные фактические ошибки, предвзятость и нежелательный контент. Лицензия для опубликованных весов и производных компонентов не указана; перед коммерческим использованием или распространением необходимо самостоятельно проверить применимые условия исходных весов и преобразований.