I.7Речь, диалоги и встречи

Miaow-Lab/Qwen3.5-9B-decision-subtrajectory-32k-epoch3 — плотная причинная языковая модель семейства Qwen3.5, созданная Miaow-Lab полным дообучением Qwen/Qwen3.5-9B методом SFT. В репозитории опубликованы веса BF16, токенизатор и шаблон чата; размер модели по метаданным — 7,2 млрд параметров. Модель предназначена для генерации текста в диалоговом формате и обучена на примерах, связанных с границами решений и под-траекториями рассуждений. В обучении использованы 37 242 примера, максимальная длина последовательности составляла 32 768 токенов; контекстное окно базовой архитектуры по метаданным — до 262 144 токенов. Валидационная выборка не включалась в обучение. Лицензия — Apache 2.0. README сообщает, что оценка качества на последующих прикладных задачах не проводилась, поэтому пригодность для конкретных сценариев требует отдельной проверки.

AyoubChLin/Qwen3.5-9B-saudi-dialect — диалоговая модель на базе Qwen3.5-9B, дообученная автором репозитория на разговорах на саудовском диалекте арабского языка. Применяет архитектуру Qwen3.5 с 9 млрд параметров; веса LoRA после SFT объединены в самостоятельный чекпойнт safetensors для загрузки через Transformers или Unsloth. Указанная в README максимальная длина последовательности — 4096 токенов. Модель предназначена для генерации ответов в чате на разговорном саудовском арабском. Её можно использовать для диалоговых помощников и ответов на повседневные вопросы на этом диалекте. Обучение проведено на датасете из 3545 примеров; README приводит значения потерь на обучающем и оценочном разбиениях, но не сообщает результатов внешних бенчмарков. Покрытие региональных вариантов и тем может быть неравномерным; модель может галлюцинировать, чрезмерно обобщать или переходить к более формальному арабскому в зависимости от запроса. Условия лицензии в предоставленных данных не указаны.

Модель maheshrawat18/Qwen3-8B-grpo-emotion-v8-merged разработана maheshrawat18 и представляет собой дообученную диалоговую модель семейства Qwen3 с архитектурой Qwen3ForCausalLM и 7,6 млрд параметров. Она предназначена для генерации текста в чате и сценариев, связанных с эмоциями; базой послужила maheshrawat18/Qwen3-8B-grpo-emotion-v7-merged. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 40 960 токенов. Веса опубликованы в формате safetensors; README сообщает об обучении с Unsloth. Лицензия — Apache-2.0. Карточка не приводит конкретных результатов оценки качества или подробностей обучения на эмоциональных сценариях.

RP-Q35A-80B-v2 — разговорная языковая модель на архитектуре семейства Qwen 3.5 MoE, опубликованная Zaynoid. Репозиторий содержит веса в формате safetensors; в карточке указана лицензия Apache-2.0. Доступ к чекпойнту предоставляется по запросу. Модель предназначена для генерации текста в диалоговом формате. В метаданных есть тег medical, поэтому она может быть ориентирована на медицинские сценарии, однако README не описывает её обучение или подтверждённые медицинские возможности. Для загрузки автор предлагает Transformers и AutoModelForCausalLM с типом данных bfloat16 и автоматическим распределением по устройствам. Модель принимает текст и генерирует текст. Метаданные указывают английский язык. Точное число параметров и длина контекста в доступных данных не приведены, поэтому суффикс «80B» в названии не принимается здесь за подтверждённый размер. Доступ ограничен запросом; пригодность ответов для медицинских решений не подтверждена.

Samantha-1.1-Westlake-7b — разговорная модель-компаньон, разработанная QuixiAI и дообученная на базе senseable/Westlake-7B с использованием набора Samantha-1.1. Она предназначена для диалогов в эмпатичном стиле, эмоциональной поддержки и ответов на вопросы; также может форматировать ответы, например, в JSON. Модель построена на плотной архитектуре Mistral, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Принимает текст и генерирует текст. В примерах модель проявляет эмпатию и обозначает границы общения. Автор отмечает, что при определённых подсказках модель может вступать в романтические или сексуальные взаимодействия вопреки намерениям обучения. Распространяется по лицензии Apache-2.0.

SOVLish-Devil-8B-L3 — плотная авторегрессионная языковая модель семейства Llama, созданная saishf методом слияния нескольких моделей через mergekit на основе mlabonne/Daredevil-8B-abliterated. Модель содержит 7,5 млрд параметров, работает с текстом и имеет контекст 8192 токена. Модель предназначена для генерации текста и ролевых диалогов; в слияние включены варианты, связанные с форматом RP, а также модели Aura, BlueMoon, Luna и Smarts. Автор отмечает готовность модели выдавать инструкции на незаконные темы, поэтому результаты требуют проверки и осторожного применения. Репозиторий содержит веса safetensors; лицензия CC BY-NC 4.0 разрешает использование только с соблюдением её условий, включая ограничения на коммерческое применение.

UniSS — модель для сквозного перевода речи в речь, представленная как унифицированная одноэтапная система. Она предназначена для преобразования устной речи на одном языке в устную речь на другом без отдельной цепочки распознавания, машинного перевода и синтеза речи. В карточке заявлено сохранение тембра, эмоций и согласованности длительности исходной речи; поддерживаются английский и китайский языки. Модель основана на плотной архитектуре Qwen2 и имеет 1,6 млрд параметров, работает через Transformers и принимает контекст до 32 768 токенов. Веса объединяют Qwen/Qwen2.5-1.5B-Instruct, SparkAudio/Spark-TTS-0.5B и zai-org/glm-4-voice-tokenizer. Репозиторий содержит веса PyTorch в формате safetensors. Лицензия — CC BY 4.0. UniSS подходит для перевода устных высказываний и сохранения характеристик голоса при межъязыковой передаче речи. Доступные сведения не описывают показатели качества, поддерживаемые направления перевода, требования к аудиоформату или ограничения по длительности входа; заявленные характеристики сохранения голоса приведены в карточке модели и не сопровождаются здесь количественной оценкой.

Модель gabrieljg/wav2vec2-common_voice-es-demo — дообученная Gabrieljg версия facebook/wav2vec2-large-xlsr-53 для автоматического распознавания испанской речи. Она основана на архитектуре Wav2Vec2ForCTC, содержит около 402,9 млн параметров и принимает аудио, выдавая текстовую транскрипцию. Модель обучена на испанской части набора COMMON_VOICE; в карточке указаны результаты оценки: loss 0,1788 и WER 1,0239. Модель подходит для транскрибирования записей на испанском языке и создания демонстрационных приложений распознавания речи. Репозиторий содержит веса PyTorch, лицензия — Apache-2.0. Описание не приводит подробностей о рекомендуемых условиях использования или ограничениях качества; указанный WER 1,0239 сигнализирует о слабом результате на оценочном наборе.

Модель slplab/wav2vec2-XLSR-300m_KoreanPhonene_spoken_by_foreigners разработана Sehyun Oh и предназначена для распознавания корейской речи и фонем в записях, где носители английского языка говорят по-корейски. Это дообученная модель Wav2Vec2-XLS-R-300m с архитектурой Wav2Vec2ForCTC, содержащая 402,7 млн параметров и принимающая аудио.

Модель icedsoylatte/wz-qwen25-3b-chai-roleplay-sft-v7 — дообученная версия Qwen 2.5 Instruct, созданная icedsoylatte для генерации текста в формате диалога и ролевых сценариев. Она предназначена для чат-ответов и ведения ролевых бесед на английском языке. Модель имеет плотную архитектуру Qwen2ForCausalLM и 3,1 млрд параметров, принимает текст и поддерживает контекст длиной до 32 768 токенов. Для обучения использовались Unsloth и библиотека TRL от Hugging Face. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0.

ArliAI-Llama-3-8B-Instruct-DPO-v0.2 — экспериментальная разговорная модель OwenArli, созданная на основе Meta-Llama-3-8B-Instruct и обученная с применением DPO. Автор указывает, что эта версия исправляет ошибку токенизации в предыдущей DPO-модели и предназначена для проверки обучения на наборе данных, который в карточке не назван. Автор также сообщает о плохих результатах на Open LLM Leaderboard. Модель использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и рассчитана на генерацию текста в диалоговом формате с контекстом до 8192 токенов. Репозиторий содержит веса Safetensors; в карточке также упомянуты варианты FP16 и GGUF. Указанная лицензия — Meta Llama 3 License Agreement.

Bella Bartender v2 8B — англоязычная текстовая conversational-модель для генерации диалогов, ролевого общения, творческого письма и задач, где важны выраженная индивидуальность и заданный персонаж. Исходная модель разработана juiceb0xc0de, а представленная версия преобразована и квантизирована в формате GGUF пользователем mradermacher. Модель основана на архитектуре семейства Llama 3.1 и содержит около 8 млрд параметров. Она работает только с текстом, поддерживает английский язык и предназначена для text generation и instruct-сценариев. Репозиторий содержит варианты квантизации i1, включая IQ- и Q-серии, с разным соотношением качества, скорости и размера; рекомендуемыми указаны i1-Q4_K_M и i1-Q4_K_S. Сведения о размере контекста и результатах бенчмарков не приведены. Сильными сторонами являются специализация на разговорном стиле, roleplay, personality-driven взаимодействии и creative writing, а также возможность локального запуска через GGUF-совместимое программное обеспечение. Ограничения связаны с поддержкой только английского языка, потерями качества у низкобитных вариантов квантизации и отсутствием подробных данных о производительности. Лицензия указана как llama3.1.

EZO-Humanities-9B-gemma-2-it-GGUF — это конвертированная в формат GGUF версия модели EZO-Humanities-9B-gemma-2-it, разработанной HODACHI. Модель предназначена для генерации текста и диалоговых сценариев, прежде всего на японском языке. Модель основана на Gemma 2 и имеет размер 9B параметров. Доступны варианты с K-квантизацией; для них применена iMatrix-квантизация. При конвертации использовались релизы llama.cpp, а текст iMatrix взят из набора c4_en_ja_imatrix.txt, подготовленного TFMC. Формат GGUF ориентирован на локальный запуск с совместимыми инструментами, включая llama.cpp. Сильными сторонами модели являются специализация на японском языке, поддержка диалогового применения и наличие квантизированных вариантов, которые могут снизить требования к памяти. Ограничения включают отсутствие в README подробностей о точных вариантах квантизации, максимальной длине контекста, мультимодальности, результатах оценки и системных требованиях. Модель распространяется по лицензии Gemma.

Gembo-v1-70b — экспериментальная слитая языковая модель, созданная ChuckMcSneed на основе Sao10K/Euryale-1.3-L2-70B с объединением нескольких моделей и адаптеров семейства Llama 2. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 68,7 млрд параметров, принимает текст и рассчитана на контекст до 4096 токенов. В репозитории указаны веса safetensors; автор также упоминает варианты GGUF. Модель предназначена прежде всего для ролевых диалогов и творческой генерации, но автор также предлагает использовать её как общего ассистента. В README отмечены умеренная интеллектуальность, креативность и лёгкая цензура; доступны английский и русский языки. Для диалогов автор рекомендует формат Alpaca и высокие значения температуры и штрафа за повторы. Среди ограничений — склонность к многословию, повторам и незапрошенным шуткам, нестабильная длина ответов и возможные трудности с апострофами. README отмечает, что модель лишь умеренно нейтральна и может генерировать насильственный контент по запросу. Лицензия указана как llama2; применимые условия следует проверять по лицензии Llama 2 и условиям использованных компонентов слияния.

atakankutalp/gemma-4-E2B-it-heretic — разговорная модель Gemma 4 E2B IT от Google, изменённая автором репозитория методом abliteration с помощью Heretic v1.4.0. Из весов удалено направление, связанное с отказами: показатель отказов на тесте из 100 чувствительных запросов составил 21 против 99 у исходной модели, при KL-дивергенции 0,3269 относительно неё. Модель предназначена для генерации диалоговых ответов с заметно ослабленным защитным выравниванием. В репозитории доступны веса Safetensors и сборки GGUF в форматах F16 и нескольких вариантах квантования; указана поддержка Transformers и запуск через llama.cpp-совместимые программы. Лицензия — Apache-2.0. README не приводит размер контекста, а мультимодальные возможности базовой Gemma 4 не подтверждены для этого изменённого чекпойнта; заявленная задача каталога — генерация текста. Результат abliteration не устраняет отказы полностью и снижает защитное поведение, поэтому ответы могут не иметь встроенной фильтрации безопасности.

Naphula опубликовал GGUF-версию GLM-4.5-Air Abliterated — диалоговой модели на основе zai-org/GLM-4.5-Air. Веса преобразованы в формат GGUF с применением FrankenQuant: точность квантования различается для разных частей модели, чтобы разместить её в системе с 64 ГБ оперативной памяти и 8 ГБ видеопамяти. README также описывает удаление отказов (abliteration); автор характеризует его как экспериментальную реализацию с подтверждением принципа работы. Модель предназначена для генерации текста в диалоге и ролевых сценариях. Abliteration снижает склонность исходной модели отказываться от запросов, а карточка предупреждает, что ответы могут содержать графические эротические и жестокие сцены. В метаданных указаны поддержка английского и китайского языков и лицензия MIT. Для лучших результатов README рекомендует шаблон GLM Think/NoThink. Это производная от GLM-4.5-Air модель, доступная в GGUF; описанная конфигурация рассчитана на запуск с разделением вычислений между GPU и системной памятью. README рекомендует контекст 16 384 токена для указанной конфигурации, но это значение не подтверждает максимальную длину контекста модели. Карточка не приводит независимых оценок качества или сравнений квантования.

Huihui-gemma-4-E2B-it-abliterated-v2 — версия Gemma 4 E2B IT от Google, изменённая автором репозитория Momix-44 методом abliteration для снижения числа отказов. Это мультимодальная диалоговая модель семейства Gemma 4 с плотной архитектурой Gemma4ForConditionalGeneration; метаданные отмечают поддержку чата и форматы GGUF, включая BF16, F16 и несколько вариантов квантования. Базовая модель предназначена для работы с текстом, изображениями и аудио, однако README описывает прежде всего снижение отказов, а не отдельные мультимодальные проверки этой версии. Модель подходит для диалогов и задач, где требуется меньше отказов на чувствительные или спорные запросы. Автор называет метод грубой проверкой концепции. Приведённые значения perplexity ухудшаются относительно исходной модели: 180,30 у версии v2 против 147,00 у исходной Gemma 4 E2B IT на указанном тесте, что указывает на возможное снижение качества. Лицензия репозитория — Apache-2.0.

Это дообученная с помощью TRL модель генерации текста на архитектуре GPT-2, опубликованная francesca9805. Она предназначена для продолжения текста и ответов на запросы в формате диалога; карточка показывает пример генерации ответа на открытый вопрос. Модель принимает текст и выдаёт текст, использует формат safetensors и имеет контекстное окно 512 токенов. Базовая модель — francesca9805/jpn-jpan-10mb-ppt-Dp-100mb-packed-bfdiso_seed10. Сведения о лицензии и специализированной области применения в доступных данных отсутствуют.

Fischerboot собрал разговорную модель LexiFun-while-3Some методом SLERP с помощью mergekit, объединив Orenguteng/Llama-3-8B-LexiFun-Uncensored-V1 и TheDrummer/Llama-3SOME-8B-v1. Это плотная причинно-авторегрессионная модель семейства Llama с 7,5 млрд параметров, предназначенная для генерации текста и диалогов. Она принимает текст и выдаёт текст; заявленная длина контекста — 24 576 токенов. Модель подходит для ролевого общения и генерации разговорных ответов в стиле объединённых моделей. Базовые модели ориентированы на англоязычные диалоги, юмор, сарказм и свободное ролевое общение; отдельные характеристики качества этого слияния в карточке не приведены. Модель распространяется в формате safetensors, библиотека для работы — Transformers. Сведения о лицензии в предоставленных данных отсутствуют.

Это модель выделения целевого говорящего из смешанной аудиозаписи, созданная wyz на базе рецепта LibriMix для ESPnet. Она принимает аудио с несколькими говорящими и предназначена для извлечения речи выбранного говорящего; имя эксперимента указывает на SpeakerBeam с обучением по целевому эмбеддингу говорящего и частотой дискретизации 16 кГц. В карточке приведены результаты на тестовом и проверочном наборах LibriMix 2mix clean, включая SI-SNR около 12,66 дБ и ESTOI около 83. Это специализированный экспериментальный чекпойнт с оценками для конкретного сценария смешения двух источников; данные не описывают качество на других наборах, частотах дискретизации или в реальных акустических условиях. Репозиторий упакован для ESPnet и использует формат PyTorch. Сведения о лицензии в предоставленных источниках отсутствуют.

Карточка модели longtermrisk/Llama-3.1-8B-bad-medical-advice-sft-seed3 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.

mpasila/Llama-3-LimaRP-Instruct-8B — дообученная разговорная модель на архитектуре Llama 3, разработанная mpasila для генерации текста в формате инструкций Llama 3. Она предназначена для диалогов и ролевых сценариев на основе изменённого набора LimaRP-augmented. Модель содержит 7,5 млрд параметров и рассчитана на контекст до 8192 токенов; в карточке указана поддержка английского языка. Модель создана на базе unsloth/llama-3-8b-bnb-4bit: LoRA обучали в 4-битном режиме в течение одной эпохи на контексте 8k, а опубликованный вариант описан как слияние производной LoRA-модели. Формат подсказок Llama 3 Instruct упрощает совместное использование с моделями, применяющими тот же формат. В README отмечена возможная проблема шаблона диалога: добавленные Unsloth роли «gpt» и «user» иногда обрабатываются некорректно. Модель предназначена для генерации ответов и ролевых диалогов; она не описана как универсальная модель для всех аудиторий. Репозиторий использует safetensors, лицензия — Llama 3 Community License.

Mahou-1.0-mistral-7B — разговорная языковая модель для диалогов и ролевых сценариев, разработанная FlammenAI. Это плотная модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров; она дообучена методом Direct Preference Optimization на основе flammenai/flammen24-mistral-7B с использованием данных FlameMix-DPO-v1. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. Разработчик позиционирует модель для диалогового применения и ролевых игр, однако README предупреждает, что версия экспериментальная и имеет существенные недостатки. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0.

Mahou-1.3d-mistral-7B — разговорная модель на архитектуре Mistral, разработанная FlammenAI. Она предназначена для коротких сообщений, непринуждённой беседы и ролевых диалогов; обучена использовать формат ChatML, а для ролевой игры рекомендует оформлять действия в звёздочках. Модель содержит 7,1 млрд параметров, принимает текст и рассчитана на контекст до 32 768 токенов. Модель получена дообучением nbeerbower/Mahou-1.2a-mistral-7B методом ORPO на датасетах MahouMix-v1 и FlameMix-DPO-v1. Для использования указана лицензия Apache-2.0. Карточка рекомендует настройки ChatML и Instruct Mode в SillyTavern.

Meissa-Qwen2.5-14B-Instruct — дообученная Orion-zhen диалоговая языковая модель семейства Qwen2.5 с 14 млрд параметров. Она основана на Orion-zhen/Qwen2.5-14B-Instruct-Uncensored и обучалась два прохода на наборах MinervaAI/Aesir-Preview и Gryphe/Sonnet3.5-Charcard-Roleplay. Модель предназначена для генерации текста в диалоге, в том числе для ролевых бесед и ответов с ослабленными ограничениями. Архитектура — плотная Qwen2ForCausalLM; контекст — до 32 768 токенов. Метаданные отмечают чат и интерфейс вызова инструментов. Доступен формат safetensors; автор также указывает отдельную GGUF-версию Q6_K. Репозиторий распространяется по лицензии GPL-3.0. Карточка не приводит оценок качества или описания ограничений помимо происхождения и обучающих наборов; язык модели явно не обозначен.

HachiML/Mistral-7B-v0.3-m3-lora — японская разговорная языковая модель HachiML на архитектуре Mistral-7B, представленная как модель для генерации текста и чата. Это дообученная версия HachiML/Mistral-7B-v0.3-m2-lora: в README указано DPO-дообучение на наборе HachiML/self-rewarding_AIFT_MSv0.3_lora (раздел AIFT_M2), а также слияние адаптера HachiML/Mistral-7B-v0.3-dpo-lora_sr_m3_lr1e-5_3ep. Размер модели — 7,1 млрд параметров, заявленная длина контекста — 32 768 токенов. Модель предназначена для генерации японского текста и диалоговых ответов. Репозиторий содержит веса в формате safetensors, библиотека для работы — Transformers. Лицензия Apache-2.0. Данные карточки не содержат конкретных результатов оценки качества или подробностей об ограничениях модели.

zelk12 объединил методом SLERP две модели на базе Gemma 2 с помощью mergekit. Это языковая модель с архитектурой Gemma2ForCausalLM и 9 млрд параметров, предназначенная для диалоговой генерации текста. Слияние объединяет модель, связанную с психологией и психическим здоровьем, и модель Ataraxy; каталог характеризует итоговую модель как имеющую уклон в эти темы. Модель подходит для диалоговых сценариев, включая ответы на вопросы и обсуждение психологических тем. Она принимает текст и генерирует текст, работает через Transformers и поддерживает контекст до 8192 токенов. Данных о поддерживаемых естественных языках в предоставленной карточке нет. Репозиторий содержит веса в формате safetensors; лицензия в предоставленных данных не указана.

zelk12/MT5-MA-gemma-2-Av4cPMH-9B — объединённая модель на основе Gemma 2, созданная с помощью mergekit методом SLERP из lemon07r/Gemma-2-Ataraxy-v4c-9B и ehristoforu/Gemma2-9B-it-psy10k-mental_health. Это плотная авторегрессионная языковая модель с архитектурой Gemma2ForCausalLM, примерно 9 млрд параметров и контекстом до 8192 токенов. Модель предназначена для генерации текста в диалоговом формате; базовая модель из набора объединённых чекпойнтов дообучена на материалах по психическому здоровью и психологии, поэтому модель может быть полезна для ответов на связанные с этими темами вопросы. Модель работает с текстом и рассчитана прежде всего на английский язык. Веса опубликованы в формате safetensors и используются через библиотеку Transformers. Лицензия в предоставленных данных не указана. Поскольку модель объединяет два чекпойнта, её поведение и качество могут отличаться от исходных моделей; ответы по психическому здоровью не следует считать профессиональной диагностикой или медицинской рекомендацией.

Jacoby746/Proto-Harpy-Burst-v0.1-7B — объединённая модель генерации текста на 7,1 млрд параметров, созданная с помощью mergekit методом SLERP из Gryphe/Tiamat-7b-1.1-DPO и senseable/WestLake-7B-v2. Она использует плотную архитектуру Mistral и распространяется в формате safetensors; заявленная длина контекста — 32 768 токенов. Базовая WestLake-7B-v2 предназначена для англоязычных ролевых диалогов и творческого письма, поэтому объединённая модель подходит для подобных сценариев генерации текста. Карточка не уточняет отдельные показатели качества или ограничения модели. Лицензия в предоставленных данных не указана.

Martinbvt/qwen3-0.6b-ifeval-fr — дообученная с помощью LoRA модель Qwen3-0.6B для генерации ответов с точным следованием проверяемым инструкциям на французском языке. Это плотная авторегрессионная языковая модель с архитектурой Qwen3ForCausalLM и примерно 507,9 млн параметров; она принимает текст и формирует текстовые ответы. Модель рассчитана на диалоги и сценарии, где важно соблюдать заданные ограничения и требования. Для работы указаны Transformers версии 4.51 или новее; удалённый код не требуется. Модель представлена в формате Safetensors и использует веса float16. Контекстное окно составляет 40 960 токенов. Лицензия Apache-2.0. Основана на Qwen/Qwen3-0.6B; карточка указывает на французскую настройку для следования инструкциям, но не приводит результатов оценки качества.