I.7Речь, диалоги и встречи

LFM2.5-8B-A1B — мультиязычная гибридная MoE-модель Liquid AI, представленная в репозитории Unsloth. Это дообученный вариант модели LiquidAI/LFM2.5-8B-A1B, настроенный на рассуждения и диалог. Модель принимает текст и генерирует текст; она рассчитана на ассистентов, локальное развёртывание и работу с инструментами. В README указаны 8,3 млрд параметров всего и 1,5 млрд активных, 24 слоя и контекст до 131 072 токенов. Архитектура сочетает LIV-свёрточные слои и GQA. Поддерживаются английский, арабский, китайский, французский, немецкий, японский, корейский, португальский и испанский языки. Метаданные указывают формат safetensors и лицензию other. Модель предназначена для следования инструкциям, структурированного вывода, вызова инструментов и агентных сценариев, в том числе на устройствах с ограниченными ресурсами. В README отмечена ограниченная пригодность для сложного программирования и ответов на вопросы, требующих обширных знаний, без поиска по внешним источникам.

BuzzASR/lithuanian — монолингвальная модель автоматического распознавания речи на литовском языке, разработанная как часть набора BuzzASR и дообученная на базе openai/whisper-large-v3. Это плотная модель Whisper с архитектурой WhisperForConditionalGeneration, содержащая 905,2 млн параметров; для работы используется Transformers, веса опубликованы в формате safetensors. Модель преобразует литовскую речь в текст, а языковая и задачная подсказки уже заданы в конфигурации генерации. Модель обучена на данных FLEURS и Common Voice Corpus 25.0; также использовались текстовые данные корпуса Goldfish. На тестах FLEURS и Common Voice показаны CER 4,81% и 0,78% соответственно, а на объединённом наборе — CER 2,11% и WER 8,75%. Разработчики сообщают, что среди сравниваемых открытых систем модель показала наименьший CER на объединённом тестовом наборе. Модель предназначена для транскрибации литовской речи. Она монолингвальна, а качество за пределами тестовых наборов FLEURS и Common Voice, включая другие предметные области и диалекты, может отличаться. Лицензия — MIT.

Llama-3-15b-Instruct-GLUED-Plus — инструктивная языковая модель, дообученная athirdpath на базе athirdpath/Llama-3-15b-Instruct-GLUED. Это плотная авторегрессионная модель семейства Llama с 14,9 млрд параметров, контекстом до 8192 токенов и форматом диалога L3; для обучения использовались Unsloth и Hugging Face TRL, а также частный датасет объёмом 8 тысяч примеров.

jeiku/luxemaelstrom — языковая модель, созданная слиянием моделей FourOhFour/Luxe_4B и FourOhFour/Maelstrom_4B методом SLERP с помощью mergekit. Это плотная авторегрессионная архитектура LlamaForCausalLM размером 3,9 млрд параметров, рассчитанная на генерацию текста и диалоговое использование. Заявленная длина контекста — 131 072 токена. Модель подходит для диалогового ассистента, ответов на запросы и ролевых бесед. Репозиторий содержит веса в формате safetensors; для работы указана библиотека Transformers. Дата публикации на Hugging Face — 1 октября 2024 года. Лицензия в предоставленных данных не приведена.

Marcoro14-7B-ties — объединённая языковая модель на архитектуре Mistral, созданная с помощью mergekit на основе mistralai/Mistral-7B-v0.1, OpenPipe/mistral-ft-optimized-1218 и mlabonne/NeuralHermes-2.5-Mistral-7B. Она предназначена для генерации текста и диалоговых сценариев. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Mistral и поддерживает контекст до 32 768 токенов. В конфигурации объединения применён метод TIES с нормализацией; опубликованные веса имеют формат Safetensors и точность float16. Репозиторий распространяется по лицензии Apache-2.0. Карточка не описывает специальные предметные области или подтверждённые языковые возможности модели.

MaziyarPanahi/MeliodasPercival_01_T3qm7xExperiment26 — объединённая языковая модель на архитектуре Mistral с 7,1 млрд параметров. Она предназначена для генерации текста и диалогов по текстовому запросу, включая работу с длинным контекстом до 32 768 токенов. Модель создана слиянием automerger/MeliodasPercival_01-7B и automerger/T3qm7xExperiment26-7B. Модель распространяется в формате safetensors по лицензии Apache-2.0. В предоставленных материалах нет сведений о специальной предметной области или языках, на которых она оптимизирована.

MergekitCloud создала Mergekit-77 — объединение двух предварительно обученных разговорных языковых моделей с помощью метода SLERP в mergekit. В основе лежит архитектура Mistral с плотной causal language model на 7,1 млрд параметров; модель распространяется в формате safetensors и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста в диалогах: она принимает текстовые запросы и выдаёт текстовые ответы. В слиянии использованы FuseAI/FuseChat-7B-VaRM и Nexusflow/Starling-LM-7B-beta. Лицензия в предоставленных данных не указана.

mistral-nemo-bophades3-12B — дообученная модель для генерации текста и диалогов, созданная на основе Mahou-1.5-mistral-nemo-12B-lorablated. Она использует архитектуру Mistral с плотной моделью на 12,1 млрд параметров и доступна в формате safetensors для библиотеки Transformers. Обучение методом ORPO проводилось в течение двух эпох на наборах данных truthy-dpo-v0.1, orca_math_dpo и physical-reasoning-dpo. Модель предназначена для диалоговых сценариев, генерации ответов, рассуждений и математических задач. Заявленное нативное окно контекста — 1 024 000 токенов. Лицензия Apache 2.0 допускает использование на её условиях; README не приводит сравнительных оценок качества или результатов тестирования.

zelk12 создал эту диалоговую языковую модель, объединив с помощью SLERP двух предварительно обученных моделей Gemma 2: recoilme/recoilme-gemma-2-9B-v0.3 и zelk12/recoilme-gemma-2-Ifable-9B-v0.1. Модель использует плотную архитектуру Gemma2ForCausalLM, содержит 9 млрд параметров и рассчитана на генерацию текста и диалоговое общение; поддерживает контекст до 8192 токенов. Модель подходит для чат-ботов и генерации ответов на текстовые запросы. В карточке указаны формат safetensors и библиотека Transformers. Сведения о лицензии и конкретных языках в доступных данных отсутствуют, поэтому условия распространения и языковой охват по этой карточке определить нельзя.

NbAiLab/nb-notram-llama-3.3-70b-instruct — диалоговая языковая модель, разработанная лабораторией NB-AiLab Национальной библиотеки Норвегии. Это дообученная на базе Meta Llama 3.3 70B Instruct плотная трансформерная модель с 69,5 млрд параметров и контекстом до 131 072 токенов. Для обучения использовались публично доступные данные и синтетические данные; материалы, доступные только по обязательному экземплярному хранению, не включались. Модель предназначена для следования инструкциям и диалогов на норвежском букмоле, норвежском нюноске и английском языке. Подходит для ответов на вопросы и суммаризации на норвежском, а также для генерации текста и работы в качестве ассистента. Настройка включает supervised fine-tuning и лёгкий этап DPO; ответы обычно короче, чем у более разговорчивых ассистентов. Поддерживаются чатовый формат и интерфейс вызова инструментов. Лицензия — Llama 3.3 Community License. Модель может ошибаться и уверенно выдавать вымышленные сведения. Знания о норвежской культуре и истории могут проявляться непоследовательно и зависеть от формулировки запроса; настройки безопасности ограничены. В README релиз назван исследовательским, поэтому перед прикладным использованием рекомендуется оценка в целевом сценарии; для медицинских, юридических и финансовых задач нужны дополнительные проверки и надзор человека.

ysdede/Phi-4-mm-inst-asr-turkish — дообученная модель на основе microsoft/Phi-4-multimodal-instruct для транскрибирования аудио на турецком языке. Она обучена за один проход на наборе турецких аудиозаписей объёмом 600 часов с запросом «Transcribe the Turkish audio». Автор отмечает, что указание исходного языка при инференсе помогает снизить галлюцинации и повысить точность. Это плотная мультимодальная модель семейства Phi-4 с 3,8 млрд параметров и контекстом 4096 токенов. Модель использует Transformers и формат safetensors. Лицензия — MIT. Карточка не содержит оценок качества; обучение было ограничено ресурсами и одним проходом, поэтому точность на разных видах аудио может различаться.

djuna/Q2.5-Partron-7B — слитая с помощью mergekit языковая модель семейства Qwen2.5, созданная методом della. В качестве основы использована djuna/Q2.5-Fuppavy-7B; в объединение также вошли Locutusque/StockQwen-2.5-7B, fblgit/cybertron-v4-qw7B-MGS и happzy2633/qwen2.5-7b-ins-v3. Модель содержит 7,1 млрд параметров, построена на архитектуре Qwen2ForCausalLM и рассчитана на генерацию текста и диалоговое взаимодействие. Заявленная длина контекста — 131 072 токена. Доступна в формате safetensors для Transformers. README приводит результаты оценки на IFEval и BBH, но не описывает специализацию по языкам или прикладным областям. Лицензия в предоставленных данных не указана. Поскольку модель объединяет несколько чекпойнтов, перед использованием следует сверить условия лицензирования каждого исходного репозитория. README отмечает, что это слияние предварительно обученных языковых моделей.

LaTexT/qwen2.5-7b-gz3-sentence-iter2-w0.2 — дообученная компанией или исследовательской группой LaTexT модель Qwen2.5-7B-Instruct с архитектурой Qwen2 и 7,1 млрд параметров. Модель предназначена для генерации текста и диалоговых сценариев; в метаданных также отмечен интерфейс вызова инструментов. Карточка связывает её с экспериментом LaTexT: строка таблицы 1 статьи «Qwen2.5-7B LaTexT m=3 sentence».

IlyaGusev/saiga_nemo_12b_gptq_8bit — это 8-битная GPTQ-квантизованная версия русскоязычной модели Saiga/MistralNemo 12B, опубликованная разработчиком Ilya Gusev на Hugging Face. Модель предназначена для генерации текста и диалогового взаимодействия на русском языке; в исходной карточке Saiga она описана как русскоязычный автоматический ассистент. Она дообучена на основе аблированной версии Mistral Nemo Instruct 2407 с использованием наборов данных IlyaGusev/saiga_scored и IlyaGusev/saiga_preferences. Модель содержит около 12 миллиардов параметров и использует архитектуру Mistral Transformer с 40 слоями, Grouped-Query Attention, 32 attention heads и 8 key-value heads. Для исходной Mistral Nemo заявлено контекстное окно до 128 тысяч токенов и поддержка нескольких языков, включая русский, английский, французский, немецкий, испанский, итальянский, португальский, китайский и японский, однако Saiga ориентирована прежде всего на русский язык. GPTQ-квантизация в 8 бит уменьшает требования к памяти по сравнению с полной версией, но может немного снижать точность и требует совместимого программного обеспечения для инференса. Сильные стороны модели — специализация на русскоязычных диалогах, относительно крупный размер для локального запуска и экономия памяти благодаря 8-битному представлению. Ограничения включают отсутствие мультимодальных возможностей в опубликованных данных, возможные ошибки и галлюцинации, а также отсутствие подробных официальных оценок именно для этой GPTQ-версии. Для исходной модели указана лицензия Apache 2.0; отдельная карточка квантизованной версии не содержит дополнительных лицензионных условий.

sat-12l-sm — модель семейства Segment Any Text для сегментации текста на предложения, разработанная для использования с библиотекой wtpsplit. Она определяет границы предложений на уровне токенов и построена на архитектуре XLM с 12 слоями Transformer; размер модели — 305,2 млн параметров, контекст — 514 токенов. В карточке заявлено качество уровня state of the art. Метаданные указывают поддержку множества языков, включая английский, арабский, китайский и другие; лицензия — MIT.

SomeModelsMerge-7b — объединённая модель генерации текста на архитектуре Mistral, созданная Kukedlc с помощью LazyMergekit. Она объединяет десять моделей, включая M7-7b, NeuralSirKrishna-7b, Percival_01-7b-slerp, T3Q-Mistral-Orca-Math-DPO и UltraMerge-7B. Модель содержит 7,1 млрд параметров и имеет контекстное окно до 32 768 токенов. Модель предназначена для генерации текста и диалогов; карточка также указывает среди объединённых компонентов модель, ориентированную на математические задачи. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

SorcererLM-22B — разговорная модель на архитектуре Mistral, созданная Quant Cartel как дообучение Mistral-Small-Instruct-2409 с помощью LoRA. Это плотная языковая модель на 22 млрд параметров с контекстом до 131 072 токенов, предназначенная для диалогов и генерации текста. Разработчик описывает её как облегчённую версию Sorcerer 8x22b, ориентированную на такой же особый разговорный стиль при меньших требованиях к оборудованию. Модель обучена за одну эпоху на очищенных и дедуплицированных логах c2. После обучения LoRA была объединена с полноточными весами; слияния с исходной моделью в пропорции 50/50 не выполнялось. Для работы используются шаблоны запросов Mistral V2 и V3. Репозиторий содержит веса safetensors, а лицензия модели — Apache-2.0. README также упоминает отдельные квантованные версии в форматах exl2 и GGUF.

DeL-TaiseiOzaki/Tengentoppa-llm-jp-13B-reasoning-it — плотная языковая модель семейства Llama на 13,2 млрд параметров, дообученная на базе llm-jp/llm-jp-3-13b. Она предназначена для генерации текста и диалогового взаимодействия на японском и английском языках; карточка также описывает её как модель с токенами и шаблоном для структурированных чатов и рассуждений. Контекст модели составляет 4096 токенов. Расширенный токенизатор размечает роли system, user, hint, reasoning и assistant, а также решения, ответы, контекст, примеры и служебные сигналы. Это поддерживает структурированные запросы и диалоги, однако наличие специальных токенов само по себе не гарантирует качество рассуждений. Модель распространяется в формате safetensors по лицензии CC BY-SA 4.0.

TopEvolutionWiz — языковая модель для генерации текста, созданная сообществом mergekit-community путём слияния моделей методом SLERP. В слияние вошли mergekit-community/TopEvolution и lucyknada/microsoft_WizardLM-2-7B; архитектура — плотная MistralForCausalLM, размер — 7,1 млрд параметров. Модель доступна в формате Safetensors и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации ответов и диалогового взаимодействия. Конфигурация слияния задаёт V-образное распределение весов: вклад Hermes используется на входе и выходе, а WizardMath — в средних слоях. Лицензия в предоставленных данных не указана.

Twilight-Large — плотная языковая модель на архитектуре Mistral с 122,2 млрд параметров, созданная автором softwareweaver с помощью mergekit. Она объединяет Mistral-Large-Instruct-2407, lumikabra-123B_v0.4 и Behemoth-123B-v1 методом della_linear; в качестве базовой использована Mistral-Large-Instruct-2407. Модель предназначена для генерации текста в диалоговом формате и использует формат запросов Mistral Large. Модель принимает текст и генерирует текст. Заявленная длина контекста — 131 072 токена. В карточке упоминаются интерфейс вызова инструментов и возможность использовать control vectors для настройки генерации; качество этих возможностей не оценено в приведённых материалах. Репозиторий содержит веса в формате safetensors. Лицензия обозначена как other, поэтому условия использования следует сверить с лицензиями базовых моделей и карточкой репозитория.

UltraLM-65b — диалоговая языковая модель, разработанная OpenBMB и дообученная на UltraChat на основе LLaMA-65b. Это плотная авторегрессионная модель семейства LLaMA с 65 млрд параметров; репозиторий содержит delta-веса, поэтому для запуска их нужно объединить с весами базовой LLaMA-65b. Модель принимает текстовые сообщения и предназначена для многоходового общения по шаблону User/Assistant. Она подходит для генерации ответов в диалоге, следования инструкциям и создания разговорных приложений. Максимальная длина контекста — 2048 токенов. Карточка указывает, что модель использует лицензию LLaMA; применяйте её в соответствии с условиями этой лицензии.

Finnish-NLP/wav2vec2-xlsr-1b-finnish-lm-v2 — модель распознавания финской речи, опубликованная организацией Finnish-NLP. Это дообученная для автоматического распознавания речи версия facebook/wav2vec2-xls-r-1b: акустическая модель Wav2Vec2ForCTC с 1,3 млрд параметров, к которой в репозитории добавлена финская языковая модель KenLM для декодирования. Для дообучения использовано 275,6 часа размеченной финской речи; среди источников данных — Common Voice 7.0, VoxPopuli и записи заседаний парламента Финляндии. Модель преобразует аудио в текст и предназначена для расшифровки финской речи. Обучающие аудиофрагменты длиной не более 20 секунд, поэтому наиболее уверенно она работает с короткими записями сопоставимой длительности; длинное аудио можно обрабатывать частями. Корпус преимущественно парламентский, поэтому распознавание повседневной речи, диалектов, а также речи женщин и детей может быть менее надёжным. Языковая модель KenLM также ориентирована на формальный финский. Лицензия — Apache-2.0.

C1Tech разработала модель распознавания персидской речи на архитектуре Whisper, дообучив её на крупном пользовательском наборе данных на персидском языке. Модель преобразует аудио в текст и предназначена для задач автоматического распознавания речи на персидском языке. В README заявлены 74 млн параметров и высокие результаты на тестах Common Voice и FLEURS по сравнению с рядом крупных моделей. Метаданные репозитория указывают 51,7 млн параметров; поэтому точный размер модели расходится между источниками. Для использования подходит библиотека Transformers, веса доступны в формате safetensors. Лицензия — Apache-2.0.

sarpba/whisper-hu-small-finetuned — дообученная модель OpenAI Whisper Small для автоматического распознавания речи. Она принимает аудио и преобразует его в текст, с особым упором на венгерский язык. Модель построена на архитектуре Whisper и содержит 153,1 млн параметров. В README приведены результаты оценки на тестовом наборе: loss 0,02658 и WER 0,08494. Сведения о составе обучающего набора и ограничениях применения не раскрыты. Модель распространяется по лицензии Apache-2.0.

Ivydata/whisper-small-japanese — модель распознавания японской речи, созданная дообучением openai/whisper-small на датасетах Common Voice, JVS и JSUT. Это плотная модель архитектуры Whisper с 153,1 млн параметров, предназначенная для преобразования аудио в текст. Для распознавания входная речь должна быть дискретизирована с частотой 16 кГц. В карточке приведён результат оценки на наборе TEDxJP-10K: Character Error Rate (CER) составляет 23,10%. Модель рассчитана на японский язык. Она распространяется по лицензии Apache-2.0.

Zurich 14B GammaCorpus v2-5m — диалоговая языковая модель, созданная Rubenroy дообучением Qwen/Qwen2.5-14B-Instruct на наборе GammaCorpus v2-5m со структурированными отфильтрованными многоходовыми диалогами. Модель предназначена для генерации текста и ответов в диалогах; каталог также отмечает интерфейс для вызова инструментов. Это плотная causal language model семейства Qwen2 с архитектурой Transformers, RoPE, SwiGLU, RMSNorm и смещением в QKV attention. В модели 14,7 млрд параметров, 48 слоёв и контекст до 32 768 токенов. Карточка указывает английский язык. Весовые файлы представлены в формате safetensors, для запуска рекомендуется актуальная версия Transformers. Модель подходит для многоходовых бесед, генерации ответов и структурированных текстовых результатов. README предупреждает о возможности предвзятых ответов, несмотря на попытки снизить смещения. Лицензия — Apache 2.0.

BgGPT-Gemma-2-27B-IT-v1.0 — большая языковая модель INSAIT, института Софийского университета им. Св. Климента Охридского. Это плотный декодерный трансформер Gemma 2 с 27,6 млрд параметров и контекстом 8192 токена, предназначенный для генерации текста и диалога по инструкциям. Модель основана на Google Gemma 2 27B и Gemma 2 27B IT. Её непрерывно дообучали примерно на 100 млрд токенов, включая 85 млрд болгарских, по стратегии Branch-and-Merge, затем провели инструктивное дообучение на болгарских диалогах. Она рассчитана прежде всего на болгарский язык, сохраняя возможности английского, и подходит для ответов на вопросы, рассуждений, решения задач и генерации текста. При использовании следует применять шаблон чата Gemma 2; Flash Attention может ухудшить качество. Модель распространяется по условиям Gemma Terms of Use.

BLOSSOM-v4-yi-34b — разговорная большая языковая модель, созданная дообучением Yi-34B разработчиками Blossom на смешанных наборах инструкций и диалогов Blossom Orca, Wizard, Chat и Math. Обучение проходило в два этапа: сначала использовались одноходовые инструкции, затем многоходовые диалоги с небольшой примесью данных первого этапа. Модель предназначена для генерации ответов в формате продолжения диалога и поддерживает общие вопросы, инструкции и математические задачи на китайском и английском языках. Это плотная архитектура LlamaForCausalLM с 33,9 млрд параметров и контекстом 4096 токенов; доступны веса PyTorch. Модель распространяется по лицензии Apache-2.0.

Модель mcikalmerdeka/cikal_merdeka_corp-qwen3-8b-merged — дообученная разговорная языковая модель на архитектуре Qwen3, разработанная mcikalmerdeka на основе unsloth/Qwen3-8B-unsloth-bnb-4bit с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста и диалоговых сценариев; также репозиторий поддерживает интерфейс вызова инструментов. Модель содержит 7,6 млрд параметров и рассчитана на контекст до 40 960 токенов. В карточке указан английский язык. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Карточка не описывает специализированную предметную область, конкретные результаты оценки качества или ограничения применения; это дообученная модель общего назначения, и её ответы следует проверять в задачах, где важна точность.

Eurydice 24b v1c — диалоговая модель Aixon Lab, дообученная на базе mistralai/Mistral-Small-3.1-24B-Instruct-2503 на специально подготовленном наборе данных. Это плотная трансформерная модель семейства Mistral 3.1 примерно на 24 млрд параметров; метаданные указывают поддержку входных изображений и генерацию текста, включая диалог с моделью и анализ изображений. Модель предназначена для многосторонних бесед, творческой генерации и сторителлинга, ответов на вопросы и анализа. В карточке отмечены хорошее понимание контекста и естественный разговорный стиль, однако результаты оценки качества не опубликованы. Поддерживаемый язык — преимущественно английский; возможно, модель работает и с другими языками. Выпускается под лицензией Apache 2.0. Как и базовая модель, она может наследовать смещения и ограничения обучающих данных. Выводы следует проверять, особенно в сценариях, где важна точность.