I.7Речь, диалоги и встречи

Mahou-1.3-llama3.1-8B — диалоговая модель FlammenAI для коротких сообщений в разговоре, непринуждённого общения и ролевых сценариев. Модель основана на Hermes-3-Llama-3.1-8B-lorablated и дообучена методом ORPO на наборах MahouMix-v1 и FlameMix-DPO-v1 в течение одной эпохи. Это плотная causal language model семейства Llama с 7,5 млрд параметров; она использует формат ChatML и поддерживает контекст до 131 072 токенов. Модель рассчитана на текстовый ввод и генерацию ответов в формате чата. В карточке рекомендованы настройки SillyTavern, включая ChatML и instruct mode. Лицензия — llama3. Карточка не сообщает о поддержке конкретных естественных языков; поэтому их нельзя надёжно перечислить.

FineVT/mistral-7b-v0.1-social_iqa — дообученная FineVT модель на основе unsloth/mistral-7b-bnb-4bit, созданная с использованием Unsloth и библиотеки Hugging Face TRL. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста; название репозитория указывает на дообучение для Social IQA, то есть вопросов и ответов о социальных ситуациях и повседневных рассуждениях. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 32 768 токенов. Выпущена под лицензией Apache-2.0. README не содержит результатов оценки качества или подробных рекомендаций по использованию, поэтому способность отвечать на вопросы Social IQA следует считать ориентиром назначения, а не подтверждённой гарантией качества.

Monh38348/my_arabic_dialects_model — дообученная автором модель Qwen2.5-1.5B-Instruct, обученная с помощью TRL и предназначенная для генерации текста в диалоговом формате. Пример в карточке показывает запрос на английском языке и использование через Transformers pipeline с задачей text-generation. Модель имеет плотную архитектуру Qwen2, содержит 1,5 млрд параметров и поддерживает контекст длиной до 32 768 токенов. В метаданных указана возможность чата; сведения о специальной настройке на арабские диалекты, целевых диалектах, обучающих данных и лицензии в предоставленной карточке отсутствуют.

FredrikBL/NeuralFlashback-ties — текстовая генеративная модель на архитектуре Mistral, созданная объединением моделей timpal0l/Mistral-7B-v0.1-flashback-v2 и mlabonne/NeuralHermes-2.5-Mistral-7B методом TIES с помощью LazyMergekit. В конфигурации также указан mistralai/Mistral-7B-v0.1 как базовая модель слияния. Модель содержит 7,1 млрд параметров, использует формат safetensors и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев, сочетая продолжение текста в стиле шведских форумных обсуждений с возможностями NeuralHermes. Лицензия — Apache-2.0. README не приводит отдельных результатов оценки качества или конкретного набора инструкций.

Модель francesca9805/nor-latn-100mb-ppt-Dp-10mb-packed-bfd_seed455 — дообученная версия goldfish-models/nor_latn_100mb на основе GPT-2. По карточке, её обучали с помощью TRL и предназначили для генерации текста; пример запуска показывает ответ на вопрос в формате диалога. Модель доступна в формате safetensors для библиотеки Transformers, длина контекста — 512 токенов. Карточка не описывает специальные предметные области, языковое покрытие или результаты оценки качества. Лицензия в предоставленных данных не указана.

Thytu/phi-2-audio-super — экспериментальная разговорная модель семейства Phi-2, дообученная на базе abacaj/phi-2-super для автоматического распознавания речи на датасете LibriSpeech ASR. В карточке указана базовая модель microsoft/phi-2; архитектура — плотная авторегрессионная языковая модель PhiForCausalLM с 3,5 млрд параметров и контекстом 2048 токенов. Репозиторий содержит веса в формате safetensors, а метаданные отмечают поддержку чата и английский язык. Модель предназначена для экспериментов с преобразованием речи в текст на английском языке. Карточка помечает проект как находящийся в разработке, а инструкция по запуску ASR оставлена как TODO, поэтому готовность и качество распознавания не подтверждены. Лицензия — MIT.

Это компактный BF16-чекпойнт семейства Qwen3.8 REAM-288 Agentic, подготовленный Jakeatx на основе sjakek/slimder-qwen38-ream288-depth32-agentic. Модель предназначена для генерации текста в диалоговом формате и агентных сценариев. Веса сохранены в формате safetensors; в README указаны 74,6 млрд параметров и размер тензоров около 150,5 ГБ. Метаданные каталога указывают 3,6 млрд параметров, поэтому размер модели в источниках расходится. Чекпойнт получен сокращением таблицы PLE n-грамм до 50% ёмкости с гибридным отбором биграмм и триграмм. Для запуска требуется совместимый runtime из репозитория и закреплённая экспериментальная версия Transformers для Qwen4. Указан контекст 262 144 токена. Структурная проверка и тест генерации прошли на двух GPU, но задачи пользователя ещё не оценивались. Лицензия — Apache-2.0. README характеризует модель как исследовательский чекпойнт и сообщает, что перед производственным применением нужны предметная оценка и дообучение после сокращения модели. Этот артефакт предшествует финальному QLoRA этапу проекта, поэтому ему нельзя приписывать описанное в README обучение на трассах финальной версии.

Модель GodsonNtungi/swahili_llm_v892 — чат-модель для генерации текста, созданная GodsonNtungi дообучением unsloth/llama-3-8b-Instruct-bnb-4bit. Она предназначена для диалогов и генерации ответов; название указывает на ориентацию на суахили, однако README и метаданные не подтверждают её качество или поддержку этого языка. В основе лежит плотная архитектура LlamaForCausalLM с 7,5 млрд параметров и контекстом до 8192 токенов; модель распространяется в формате safetensors и использует лицензию Apache-2.0. README сообщает, что при обучении применялись Unsloth и Hugging Face TRL.

HachiML/Swallow-MS-7b-v0.1-ChatSkill — японская диалоговая модель, созданная с применением подхода SkillTree к базовой модели tokyotech-llm/Swallow-MS-7b-v0.1. В README указано, что улучшения навыков получены из продвинутого обучения или дообучения; точный способ создания этой версии не уточнён. Модель построена на плотной архитектуре Mistral и содержит 7,2 млрд параметров. Она предназначена для генерации текста в диалоге на японском языке; контекст составляет 4096 токенов. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — Apache-2.0. README не описывает конкретные целевые навыки, поэтому нельзя уверенно приписать модели отдельные сценарии вроде суммаризации или генерации кода. Приведённые примеры подтверждают формат японского диалога, но их ответы опущены; качество и ограничения отдельных навыков по этим данным оценить нельзя.

Uncensored-Frank-7B — англоязычная диалоговая модель ajibawa-2023 на архитектуре Llama-1, дообученная для свободных разговоров на широкие темы, включая политику, спорные вопросы и личный опыт. По карточке, обучение проводилось на данных Eric Hartford, дополненных синтетическими диалогами; модель содержит 6,6 млрд параметров и поддерживает контекст до 2048 токенов. Модель предназначена для генерации ответов в формате диалога и может быть полезна для открытых обсуждений и ролевых сценариев. Разработчик предупреждает, что у модели мало ограничений на ответы, поэтому она может генерировать нежелательный или небезопасный контент и не гарантирует точность. Репозиторий использует формат PyTorch; лицензия CC BY-NC-ND 4.0 запрещает коммерческое использование и распространение производных материалов.

Jordan — англоязычная разговорная модель без или с минимальными ограничениями на обсуждение тем, разработанная ajibawa-2023. Это полное дообучение Llama-1 с плотной архитектурой LlamaForCausalLM и 6,6 млрд параметров; контекст — 2048 токенов. По карточке, модель обучена на наборе примерно из 155 000 наборов диалогов и предназначена для свободных бесед, в том числе о политике, религии и спорных вопросах. Она генерирует текст и рассчитана на сценарии, где нужен менее ограниченный разговорный помощник. Модель имеет мало защитных ограничений, поэтому может выдавать вредный или недостоверный контент. Лицензия CC-BY-NC-ND-4.0 запрещает коммерческое использование и распространение производных материалов на её условиях.

Это русскоязычная диалоговая модель YandexGPT-5-Lite-8B-instruct, подготовленная автором репозитория dariprim на основе модели yandex/YandexGPT-5-Lite-8B-instruct. Модель содержит около 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и распространяется в формате GGUF с 4-битной квантизацией Q4_K_M; LoRA-адаптеры, обученные на вопросах и ответах психологической тематики, объединены с базовыми весами. Модель предназначена для генерации ответов в диалоге, в том числе на психологические вопросы. GGUF-версию можно запускать с llama.cpp и совместимыми инструментами на CPU или GPU. В метаданных указан контекст до 32 768 токенов, тогда как README рекомендует ориентироваться на контекст до 2 048 токенов. Квантизация уменьшает требования к памяти, но может снижать качество относительно исходных весов. Модель специализирована дообучением на психологических вопросах и не должна считаться заменой профессиональной психологической помощи. Лицензия в предоставленных данных не указана.

AfriGuardInst-AfriqueQwen3.5-4B-lora-merged — модель генерации текста и диалогов, созданная дообучением McGill-NLP/AfriqueQwen3.5-4B командой автора карточки с помощью LoRA, после чего адаптер объединён с базовыми весами. Модель обучена следовать инструкциям безопасности из набора israel/AfriGuard-inst и отвечать на пользовательские запросы с учётом этих инструкций. Модель построена на архитектуре Qwen3.5, содержит 4 млрд параметров и предназначена для диалогового применения на африканских языках и других языках базовой модели. В карточке указано обучение в течение одной эпохи на одном GPU; в метаданных заявлены языки английский, амхарский, хауса, игбо, оромо, шона, суахили, тви, волоф, йоруба и зулу. Модель распространяется в формате Safetensors по лицензии CC BY 4.0. Её специализация — ответы на запросы с учётом инструкций безопасности; качество и поведение за пределами этого набора языков и сценариев отдельно не охарактеризованы. Карточка не приводит измерений безопасности или оценок качества, поэтому ответы следует проверять в чувствительных сценариях.

Chronos-ENTP-Qwen3.5-9B-MLX-4bit — дообученная Lifeboat78 мультимодальная модель на основе Qwen/Qwen3.5-9B. Она отвечает в стиле ENTP: сначала формулирует ясную позицию, затем приводит рассуждение; тон прямой, любознательный и слегка склонный к несогласию. Дообучение LoRA затрагивало языковые слои, адаптер объединили с базовой моделью и преобразовали в 4-битный формат MLX для запуска на Apple Silicon. Базовая модель содержит 9 млрд параметров. Модель предназначена для диалогов, общих вопросов и обсуждения мнений, когда полезен уверенный и аргументированный собеседник. Обучение проводилось примерно на 200 синтетических коротких вопросах и ответах; новых знаний модель не получила, а её фактические возможности унаследованы от Qwen3.5-9B. Поддержка изображений сохранена от базовой модели, но после дообучения не тестировалась. Для генерации рекомендуется выключить режим рассуждений: с ним модель может не завершить рассуждение и не выдать ответ. Оптимизирована для Apple Silicon; в описании приведён ориентир около 6 ГБ памяти. Лицензия — Apache-2.0.

Daredevil-8B-abliterated — разговорная языковая модель, созданная mlabonne на основе Daredevil-8B. Автор применил к ней технику ablation, описанную в исследовании о направлении отказов в представлениях языковых моделей, чтобы ослабить отказы на запросы. Модель построена на архитектуре Llama и содержит 7,5 млрд параметров; она принимает текст и генерирует текст, поддерживает контекст до 8192 токенов и работает через Transformers. Модель предназначена для диалогов и ролевых сценариев, в которых не требуется обычное поведение с отказами. В README приведены результаты сравнительных оценок, близкие к исходной Daredevil-8B. Доступны веса в формате Safetensors; лицензия указана как other, поэтому перед использованием следует проверить условия на странице модели. Ослабление механизмов отказа может привести к выдаче опасного или нежелательного содержания.

SzilviaB/DarkDareDevilAura-abliterated-uncensored-OAS-8b — объединённая диалоговая языковая модель на архитектуре Llama 3, созданная с помощью mergekit методом TIES на основе DavidAU/L3-Dark-Planet-8B с добавлением mlabonne/NeuralDaredevil-8B-abliterated и saishf/Aura-Uncensored-OAS-8B-L3. Модель содержит 7,5 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — 8192 токена. Модель предназначена для диалоговой генерации и ролевых сценариев, а также для ответов в стиле менее ограниченного чат-бота. Веса представлены в формате safetensors и рассчитаны на работу через Transformers. README не приводит результаты сравнительных оценок и не описывает специальных защитных механизмов; ответы могут быть неточными или неподходящими. Условия лицензирования в предоставленных данных не указаны.

Genius-Llama3.1 — диалоговая языковая модель, разработанная Fangyuan Yu на основе Meta-Llama-3.1-8B-Instruct и дообученная на расшифровках подкаста Lex Fridman. Модель предназначена для генерации текста в формате беседы; карточка указывает архитектуру Llama 3.1 с плотной моделью примерно на 7,5 млрд параметров и контекстом до 131 072 токенов. Модель может быть полезна для диалогов и генерации ответов в стиле или на темы, представленные в транскриптах подкаста. Указана лицензия MIT. Карточка не сообщает о систематической оценке качества, поэтому пригодность для задач за пределами такого корпуса не установлена.

GIGABATEMAN-7B — англоязычная текстовая чат-модель на архитектуре Mistral, созданная автором карточки путём слияния четырёх моделей: Endevor/InfinityRP-v1-7B, HuggingFaceH4/zephyr-7b-beta, KatyTheCutie/LemonadeRP-4.5.3 и LakoMoor/Silicon-Alice-7B. В README автор описывает её как личный эксперимент по объединению моделей с желаемым уровнем свободы ответов; она предназначена для генерации текста и диалоговых ответов на пользовательские запросы. Модель содержит 7,1 млрд параметров, рассчитана на контекст до 32 768 токенов и распространяется в формате safetensors. Автор приводит результаты собственной проверки по пяти вопросам, но не описывает методику подробно и отмечает, что модель устарела, рекомендуя вместо неё другой репозиторий. Лицензия в предоставленных данных не указана.

fpadovani/hin-deva-100mb-10mb_seed455 — дообученная модель семейства GPT-2, созданная на основе goldfish-models/hin_deva_100mb с использованием TRL. Она предназначена для генерации текста по запросу; в карточке показан пример ответа на открытый вопрос. Модель принимает текст и выдаёт текст, работает через Transformers и сохраняет веса в формате Safetensors. Контекстное окно составляет 512 токенов. README не уточняет языки и специализацию модели, поэтому её нельзя уверенно отнести к конкретной предметной области.

hypaai/hypa-tiny-keys-2026-09-22_08-09-13 — дообученная разговорная причинная языковая модель семейства Llama, представленная в формате safetensors и предназначенная для генерации текста в диалоговом режиме. В метаданных указаны 14,5 млн параметров и контекст до 512 токенов; модель использует библиотеку Transformers. Карточка содержит результаты оценки: loss 1,1432 на шаге 50 098. Назначение набора данных, подробные сценарии применения и ограничения в README не раскрыты. Лицензия в доступных данных не указана.

Модель Francesca9805 — дообученная с помощью TRL версия goldfish-models/ind_latn_100mb на базе GPT-2. Она предназначена для генерации текста и может отвечать на вопросы в формате диалога. Контекст модели составляет 512 токенов; веса опубликованы в формате safetensors и используются через Transformers. Карточка показывает пример генерации ответа на открытый вопрос, но не описывает обучающие данные, целевые языки или специализированные области применения. Модель распространяется по лицензии, сведения о которой здесь не приведены.

Loquace-7B — италоязычная языковая модель с архитектурой Falcon, дообученная Cosimo Iaia для следования инструкциям и диалогов. По карточке, обучение выполнялось методом QLoRA на наборе из 102 тысяч итальянских пар вопрос–ответ, составленном из переводов Alpaca и данных OpenAssistant. Метаданные указывают 10,9 млрд параметров и форматы PyTorch и Safetensors. Модель предназначена для генерации ответов на итальянском языке, диалога и выполнения инструкций. Карточка описывает её как proof of concept для исследования языковой адаптации больших моделей методом QLoRA; обучение заняло 3000 итераций. Лицензия CC BY-NC 2.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. В карточке отмечены трудности со сложными, неоднозначными и плохо оформленными запросами, риск фактически неверных или бессмысленных ответов и ограниченное обобщение за пределами разговорных задач. Результаты следует проверять; модель не предназначена для надёжного выполнения узкоспециализированных задач.

Lura 1.2 (500M) — компактная языковая модель SEN-AGI с 494 млн параметров на архитектуре Qwen2, дообученная методом онлайн RLHF на базе SEN-AGI/Lura-1.1-500m. Модель предназначена для диалогов, следования инструкциям и пошагового решения простых математических задач; в карточке приведены результаты на SVAMP, GSM8K и тесте следования инструкциям. Модель принимает текст и генерирует текст, поддерживает английский язык и контекст до 32 768 токенов. В оценке автора она превзошла Lura 1.1 на указанных наборах, однако тесты охватывали около 100 примеров на каждый набор, поэтому результаты не гарантируют аналогичного качества на других задачах. Распространяется по лицензии Apache-2.0.

Blaster-Think — снимок модели для работы со звуком и текстом, созданный на основе дообученной версии Molmo-7B-D-0924. Репозиторий содержит экспорт объединённых весов на шаге обучения 116000 и контракт декодирования typed-think; отдельная LoRA для «мышления» в этих весах отсутствует. Параметры модели — 12,8 млрд, контекст — 4096 токенов; для запуска указана библиотека Transformers. Модель предназначена для восстановления конкретного снимка Blaster и исследований cue-based typed thinking, в том числе на математических задачах. В описанном сценарии шлюз добавляет префикс Answer: и удаляет фрагмент рассуждения перед передачей в синтез речи. В тесте GSM с 20 примерами формат соблюдён во всех случаях, точный ответ получен в 8; автор характеризует арифметические способности как слабые. Лицензия CC-BY-NC-SA-4.0.

openNemo-9B-abliterated — разговорная языковая модель от Empero AI, созданная на основе empero-ai/openNemo-9B. Авторы применили Snakehead — метод редактирования весов, который ослабляет поведение отказа без дообучения. По описанию карточки, частота отказов снизилась с 97% до 13%, а KL-дивергенция составила 0,022. Модель предназначена для генерации текста в диалогах и ответов на запросы без обычного фильтра отказов. Архитектура Nemotron-H сочетает блоки Mamba2 SSM, Grouped Query Attention и MLP; метаданные указывают 15,1 млрд параметров и контекст до 131 072 токенов. В карточке перечислены английский, испанский, французский, немецкий, итальянский и японский языки. Снятие ограничений безопасности позволяет модели отвечать на запросы, которые исходная модель могла бы отклонить; поэтому её ответы требуют самостоятельной фильтрации. В README применение обозначено как исследовательское, творческое и для сценариев, где пользователь отвечает за фильтрацию результатов. Лицензия указана как other, конкретные условия в предоставленных данных не раскрыты.

Модель fpadovani/ppt-nld_zipf-100mb_seed455 — дообученная версия goldfish-models/nld_latn_100mb на архитектуре GPT-2. Разработчик указывает, что обучение выполнено с помощью TRL; модель предназначена для генерации текста и может отвечать на открытые вопросы в формате диалога. Модель использует библиотеку Transformers, веса опубликованы в формате safetensors, а длина контекста составляет 512 токенов. В метаданных указан нидерландский язык в названии базовой модели, но карточка не описывает языковые возможности подробнее. Лицензия в доступных сведениях не указана.

Pygmalion 1.3B — экспериментальная диалоговая модель PygmalionAI, дообученная на базе EleutherAI/pythia-1.3b-deduped. Это плотная авторегрессионная языковая модель GPT-NeoX с 1,7 млрд параметров и контекстом до 2048 токенов, предназначенная для генерации диалогов и отыгрыша заданного персонажа. Для лучших результатов в запросе задают описание персонажа и историю беседы; также можно добавить примеры его реплик. Модель обучена на диалоговом наборе данных объёмом 56 МБ из нескольких источников, включая реальные и частично сгенерированные машиной беседы. Она генерирует откровенный контент и не подходит для несовершеннолетних. Известная проблема — повторение фраз или целых предложений. Лицензия модели — AGPL-3.0.

Карточка модели DavidAU/Qwen3-0.6B-heretic-abliterated-uncensored на Hugging Face совпадает с карточкой rayss868123/Qwen3-0.6B-heretic-abliterated-uncensored, поэтому описание составлено по ней. Qwen3-0.6B-heretic-abliterated-uncensored — доработанная автором rayss868123 версия компактной языковой модели Qwen3-0.6B от Qwen. Модель с плотной архитектурой Qwen3ForCausalLM содержит около 508 млн параметров и предназначена для генерации текста и диалогов. По карточке, контекст составляет около 40 тысяч токенов. Модель прошла abliteration — процедуру, направленную на снижение частоты отказов при сохранении исходного поведения. Автор приводит результаты собственной проверки: 6 отказов из 100 запросов и KL-дивергенция 0,00; это заявленные автором показатели, а не независимая оценка. Модель может генерировать откровенный контент по соответствующему запросу, но для желаемого уровня детализации может требоваться более явная инструкция. Основа — Qwen/Qwen3-0.6B; формат весов в репозитории — safetensors, для работы используется библиотека Transformers. В README не указаны лицензия и поддерживаемые языки, поэтому условия распространения следует проверять у базовой модели и в метаданных репозитория. Компактный размер облегчает запуск по сравнению с крупными моделями, однако карточка не приводит систематических оценок качества и безопасности.

Lambent/Qwen3.5-9B-Base-Interiority — мультимодальная модель на архитектуре Qwen3.5, созданная автором Lambent на основе Qwen/Qwen3.5-9B-Base. Это дообученная версия с предпочтительным обучением: четыре итерации DPO-настройки на примерно 120 синтетических примерах каждая, с LoRA ранга 256 и последующим слиянием адаптера. Обучение проводилось без reasoning traces. Модель предназначена для диалогов и ответов на эмоциональные и философские вопросы в рамках своего chat template; настройка побуждает её рассматривать темы внутреннего опыта и сокращает шаблонные отказы и оговорки. В метаданных указана задача image-text-to-text и возможность работы с изображениями; размер базовой модели — 9 млрд параметров. В README приведён результат 74,2 по диагностике EQ-Bench 2.1. Модель опубликована в формате safetensors под лицензией Apache-2.0. Настройка предпочтений невелика и экспериментальна по масштабу; приведённый диагностический результат не гарантирует качество на других задачах. README отмечает, что поведение, ориентированное на внутренний опыт, проявляется при использовании chat template.

Карточка модели localized-ft/Qwen3-8B-old-bird-names-last-third-v2-sft-seed4-epoch3 на Hugging Face совпадает с карточкой localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5, поэтому описание составлено по ней. Модель localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5 — дообученная версия плотной языковой модели Qwen3-8B, созданная localized-ft на базе unsloth/Qwen3-8B с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста и диалогов; название репозитория указывает на тематику рискованных финансовых советов, но README не описывает конкретные обучающие данные или поведение модели в этой области. Модель содержит 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных указаны английский язык, чат-возможности и интерфейс вызова инструментов. Лицензия — Apache-2.0.