I.7Речь, диалоги и встречи

vumichien/whisper-large-v2-mix-jp — дообученная пользователем vumichien модель распознавания речи на базе OpenAI Whisper large-v2. Она предназначена для преобразования японской речи в текст; дообучение проведено на наборе vumichien/preprocessed_jsut_jsss_css10_common_voice_11. Архитектура WhisperForConditionalGeneration, около 905,2 млн параметров. В README приведены результаты оценки: WER 7,6453 и CER 4,7187, но описание тестового набора и условий оценки отсутствует. Модель принимает аудио и выдаёт текст. Распространяется по лицензии Apache-2.0.

thorhojhus/whisper-large-v3-turbo-danish — датская версия Whisper-large-v3-turbo, дообученная разработчиком на датской речи. Модель использует архитектуру Whisper и неизменённый токенизатор базовой модели; опубликованные веса представляют собой экспоненциальное скользящее среднее после 200 000 шагов обучения. Для обучения использовались датские данные CoRal v3, Common Voice 26.0, FLEURS, FTSpeech и NST, а также отфильтрованные псевдоразметки. Модель предназначена для автоматической транскрипции датской речи, включая разговорную и зачитанную речь. В оценке на публичном протоколе датского ASR-лидерборда показатель WER составил 20,05% на разговорных данных CoRal, 12,93% на зачитанных данных CoRal и 8,24% на Common Voice cv17_da. Для аудио длиннее 30 секунд оценивалось последовательное декодирование с временными метками, однако длинные записи непосредственно при обучении не использовались. Модель опубликована в формате safetensors для Transformers под лицензией MIT. Качество распознавания на языках, отличных от датского, может быть ниже; поведение на длинных записях следует проверять отдельно.

Whisper Large V3 Türkçe Genel ASR (M1), TurkMedSTT projesinde Muhammed Kumcu ve Yağmur Tuncer tarafından OpenAI Whisper large-v3 temelinde uyarlanan модель распознавания речи. Она предназначена для транскрибации общей турецкой речи, сравнения ASR-моделей, анализа ошибок и подготовки черновиков субтитров с последующей проверкой человеком. Модель использует архитектуру WhisperForConditionalGeneration и содержит около 905,2 млн параметров. Для адаптации применялся LoRA с целевыми модулями q_proj и v_proj; адаптер затем объединили с базовой моделью, поэтому репозиторий содержит полные веса. Обучение проведено на примерно 140 часах сбалансированной турецкой речи. В тесте на 320 реальных клипах указаны WER 0,0792 и CER 0,0226; эти результаты не гарантируют такую же точность на других записях. Модель принимает аудио и выдаёт текст; основный язык — турецкий. Для вывода используется Transformers, а из-за крупного размера модели рекомендуется GPU, хотя возможен и медленный запуск на CPU. Модель не предназначена для клинического использования и автоматического принятия решений. Опубликованные веса распространяются по Apache-2.0; для обучающих аудиоданных действуют лицензии их источников.

Это дообученная модель распознавания речи на базе OpenAI Whisper medium, созданная dianavdavidson. Модель содержит 455,8 млн параметров и принимает аудио, чтобы преобразовывать речь в текст. По названию репозитория она настроена для распознавания хинди; README сообщает о дообучении на неизвестном наборе данных. На оценочном наборе указаны loss 0,2355 и Global WER 26,3949, однако описание набора данных и условий оценки отсутствует. Модель распространяется в формате safetensors через Transformers по лицензии Apache-2.0.

vumichien/whisper-medium-jp — дообученная модель автоматического распознавания речи на основе openai/whisper-medium, разработанная с использованием набора данных Mozilla Common Voice 11.0. Она предназначена для преобразования японской речи в текст. Модель семейства Whisper содержит около 455,8 млн параметров и представлена в формате PyTorch; оценка на тестовой выборке Common Voice 11.0 составляет WER 9,0355 и loss 0,3029. Распространяется по лицензии Apache-2.0.

whisper-medium-luganda — дообученная на базе OpenAI Whisper Medium модель для автоматического распознавания речи на языке луганда. Она принимает аудио и преобразует речь в текст; архитектура Whisper содержит 455,8 млн параметров. В метаданных указаны наборы Common Voice 16.1 и FLEURS, а также формат весов safetensors. Модель опубликована под лицензией Apache 2.0.

ishikaa/acquisition_generator_AS_gradient_numina_llama8b — языковая модель для генерации текста, размещённая пользователем ishikaa на Hugging Face. В README отсутствуют сведения о разработчике, базовой модели, обучающих данных и лицензии, поэтому эти характеристики нельзя достоверно определить по доступным материалам. Модель относится к семейству Llama и рассчитана на работу через библиотеку Transformers. Её размер составляет 7,5 млрд параметров, а заявленная длина контекста — 131 072 токена. Метаданные также указывают на conversational-сценарии, поэтому модель может применяться для диалоговой генерации, продолжения текста и создания ответов на текстовые запросы. README не содержит результатов оценки, описания целевых сценариев, рекомендаций по использованию или подтверждённых сведений о языках. Лицензия в доступных данных не указана; условия распространения и коммерческого использования необходимо проверить отдельно перед применением.

Amberlight-Lux-12B — диалоговая языковая модель на архитектуре Mistral, разработанная shrugging-shoulders как дополнительное дообучение Amberlight-12B. Она предназначена для генерации ответов в чате и ролевых диалогов; автор сообщает о повышенной стабильности и меньшей склонности к ошибкам по сравнению с базовой моделью. Модель содержит 12,1 млрд параметров, принимает текст и выдаёт текст, поддерживает контекст до 131 072 токенов и работает с шаблоном ChatML. Заявлена поддержка английского, французского, немецкого, испанского, итальянского, португальского, русского, китайского и японского языков. Рекомендуемые автором начальные настройки генерации: temperature 0,8, repetition penalty 1,05, top-p 0,90 и min-p 0,025; также проверялись значения temperature от 0,6 до 1,0. Модель распространяется под лицензией Apache-2.0. Заявления об устойчивости основаны на описании автора; независимые оценки качества в карточке не приведены.

Anubis-v1-Magnum-v4-SE-70B — слитая модель для генерации текста, созданная автором knifeayumu с помощью mergekit методом SLERP. В неё объединены TheDrummer/Anubis-70B-v1 и Doctor-Shotgun/L3.3-70B-Magnum-v4-SE. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 69,5 млрд параметров; заявленная длина контекста — 131 072 токена. Модель предназначена для диалогов, творческого письма и ролевых сценариев. Модель принимает текст и генерирует текст; метаданные также отмечают интерфейс для вызова инструментов. Она опубликована в формате safetensors, а конфигурация слияния указывает на bf16. Карточка не приводит отдельной информации о лицензии, поэтому условия использования следует проверять по лицензиям исходных моделей и репозитория. Данных о специальных ограничениях качества или безопасности в карточке нет.

BuzzASR/armenian — одноязычная модель автоматического распознавания армянской речи, разработанная как часть набора BuzzASR и созданная полным дообучением openai/whisper-large-v3 с заменой токенизатора на армянский и мультитасковым дообучением на текстовых данных. Она преобразует аудио в текст; языковая и задачная подсказка встроена в конфигурацию генерации. Модель содержит 907,3 млн параметров и использует архитектуру Whisper. Модель предназначена для транскрибации армянской речи. В описанных тестах FLEURS и Common Voice 25 она показала CER 3,72% и 0,65% соответственно, а на объединённом тестовом наборе — CER 2,28% и WER 7,51%; эти результаты сравниваются с нулевым запуском Whisper large-v3. Обучение использовало FLEURS, Common Voice Corpus 25.0 и текстовые данные Goldfish. Модель ограничена армянским языком; качество на других предметных областях и диалектах может отличаться от результатов тестирования. Лицензия — MIT.

BanglaASR — модель распознавания речи на бенгальском языке, разработанная Md Saiful Islam. Она представляет собой дообученную на данных Mozilla Common Voice модель Whisper small и предназначена для преобразования бенгальской речи в текст. Для обучения использовались около 400 часов аудио: 40 тысяч обучающих и 7 тысяч проверочных фрагментов; в README для оценки указан Word Error Rate 4,58%. Метаданные репозитория указывают архитектуру Whisper и 153,1 млн параметров, тогда как README описывает вариант small как имеющий 244 млн параметров. Модель принимает аудио и выдаёт текст. В карточке указана лицензия MIT. Оценка качества приведена для использованного набора данных; она не гарантирует такую же точность на других записях и условиях речи.

Brezn3 — объединённая чат-модель на архитектуре Mistral, созданная Johann Hartmann с помощью mergekit и метода DARE TIES. В качестве базовой модели использована LeoLM/leo-mistral-hessianai-7b-chat; в объединение также вошли WestSeverus-7B-DPO-v2, Wiedervereinigung-7b-dpo-laser и openchat-3.5-0106-laser. Модель предназначена для генерации текста и диалогов. Она содержит 7,1 млрд параметров, принимает текст и имеет контекстное окно 32 768 токенов. По описанию базовой модели, модель рассчитана прежде всего на немецкий и английский языки. В карточке указаны форматы Transformers и safetensors. Лицензия и отдельные сведения о качестве в предоставленных данных не приведены. Как и другие объединённые языковые модели, Brezn3 может генерировать неточные или вымышленные ответы; качество конкретных задач следует оценивать на собственных примерах.

ColorShadow-7B-v3 — разговорная языковая модель на архитектуре Mistral, созданная nlpguy слиянием Gradient-SLERP моделей ColorShadow-7B и Terminis-7B с помощью mergekit. Она предназначена для генерации текста в диалогах и других сценариях, где требуется продолжать текстовый запрос. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. В карточке приведены результаты бенчмарков AI2 Reasoning Challenge и HellaSwag, однако они не гарантируют качество на прикладных задачах. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

ECE-TW3-JRGL-V4 — 71-миллиардная языковая модель, созданная объединением migtissera/Tess-72B-v1.5b и MTSAIR/MultiVerse_70B с помощью mergekit. Она использует плотную архитектуру LlamaForCausalLM и предназначена для генерации текста, диалогов и ответов на вопросы. Модель принимает текст и выдаёт текст; длина контекста составляет 32 768 токенов. Модель распространяется в формате safetensors под лицензией Apache-2.0. Данных о специализированной предметной области или языках модели в карточке нет.

WesPro/F2PhenotypeKimiko — созданная WesPro объединённая языковая модель на архитектуре Llama 3 с 7,5 млрд параметров. Она предназначена для диалогов и генерации текста; модель получена линейным слиянием WesPro/F1-Chimera-Hybrid-LimaRP-8B и Chat-Error/Llama-3-Kimiko-LoRA с помощью mergekit. Репозиторий содержит веса в формате safetensors, библиотека для работы — Transformers, длина контекста составляет 8192 токена. Модель подходит для интерактивного общения и генерации текста в пределах контекстного окна. Сведения о целевых языках, специализированных областях и сравнительных преимуществах карточка не приводит. Лицензия в предоставленных данных не указана.

Fireball-Llama-3.1-8B-Instruct-v1-16bit — языковая модель EpistemeAI для диалоговой генерации текста. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и 7,5 млрд параметров, дообученная на unsloth/Meta-Llama-3.1-8B-Instruct-bnb-4bit с использованием Unsloth и библиотеки Hugging Face TRL. Модель принимает текст и генерирует текст; заявленное нативное контекстное окно — 131 072 токена. Модель подходит для ведения диалога и генерации ответов на текстовые запросы. В карточке не описаны специальные предметные области, дополнительные возможности или результаты оценки качества. Репозиторий использует лицензию Apache-2.0.

GaMS-2B — языковая модель семейства Generative Model for Slovene, разработанная исследовательской командой факультета компьютерных и информационных наук Люблянского университета. Она основана на Gemma 2 и продолжительно предобучена на корпусах на словенском, английском, хорватском, сербском и боснийском языках. Модель содержит 2,7 млрд параметров, использует плотную архитектуру Gemma2ForCausalLM, работает с текстом и поддерживает контекст до 8192 токенов. Модель предназначена для генерации текста, диалогов, суммаризации и ответов на вопросы, особенно на словенском и английском. Также её можно применять для языковой практики и исследований многоязычной обработки текста. Хорватский, сербский и боснийский использовались при обучении; возможно применение и к другим языкам Gemma 2, но они не были частью дополнительного предобучения. Модель может ошибаться в фактах, испытывать трудности с неоднозначностью и сложными задачами, а также воспроизводить смещения из обучающих данных. Распространяется по лицензии Gemma; перед применением следует учитывать её условия и политику допустимого использования Gemma.

Gemma2-2B-Chaos — разговорная языковая модель, созданная bunnycore слиянием трёх моделей Gemma 2 через mergekit. Это плотная авторегрессионная модель класса Gemma2ForCausalLM с 2,7 млрд параметров и контекстом 8192 токена. Она предназначена для диалога и генерации текста; карточка указывает на смешение моделей с изменённым поведением отказов и дистиллированной модели. Репозиторий содержит веса Safetensors. Модель доступна по лицензии Apache-2.0.

Gemma-4-12B-it-abliterated-uncensored — дообученная версия Gemma 4 12B Unified от автора OpenYourMind, созданная на основе google/gemma-4-12B-it. Веса BF16 содержат около 11,95 млрд параметров; архитектура — плотный decoder-only трансформер из 48 слоёв с единой мультимодальной обработкой без отдельных энкодеров для изображений и аудио. Модель предназначена для диалогов и генерации текста, а также для обработки изображений и аудио в мультимодальных запросах; в README также описана поддержка видеовхода. Вариант прошёл абляцию отказов, направленную на снижение стандартных отказов, при этом автор заявляет о сохранении рассуждений и мультимодальных возможностей исходной модели. Для запуска используются класс Gemma 4 в библиотеке Transformers и мультимодальный процессор; полные веса занимают около 24 ГБ. Модель распространяется по лицензии Gemma, унаследованной от базовой модели; перед использованием необходимо соблюдать её условия. Снижение отказов может влиять на безопасное поведение, а качество и надёжность ответов для этой модификации в карточке не подтверждены независимой оценкой.

GPT-5.6 Luna — модель OpenAI из серии GPT-5.6. Она предназначена для высоконагруженных задач с чувствительностью к задержке, включая диалог, классификацию и лёгкие агентные сценарии. В карточке модель описана как быстрая и экономичная, со способностью к рассуждению. Данных о размере, архитектуре, модальностях, языках, длине контекста и лицензии в предоставленных источниках нет. Метаданные каталога относят модель к задаче image-text-to-text, однако README не подтверждает работу с изображениями.

Hibernates/Hibernates-2B-R1-V1 — плотная декодерная языковая модель на 3,2 млрд параметров по метаданным Hugging Face. Карточка описывает её как эффективную модель для диалогов и рассуждений с поддержкой многоходового общения. В метаданных указана архитектура LlamaForCausalLM и контекст до 131 072 токенов; README, напротив, заявляет собственную архитектуру, 2 млрд параметров и окно в 4096 токенов, поэтому характеристики карточки расходятся с данными каталога. Модель предназначена для генерации текста, следования инструкциям и диалоговых сценариев на английском языке. README заявляет оптимизацию для CPU и GPU, однако также рекомендует не менее 8 ГБ видеопамяти. Модель дообучена на meta-llama/Llama-3.1-8B-Instruct, сохранена в SafeTensors и распространяется по лицензии Apache-2.0. Заявления README о собственной архитектуре и числе параметров не согласуются с метаданными о базовой модели.

Ice0.52.1-16.01-RP — диалоговая языковая модель на архитектуре Mistral, созданная автором репозитория слиянием предварительно обученных моделей методом SLERP с помощью mergekit. В слияние вошли Ice0.40-20.11-RP и IceDrunkenCherryRP-7b-orpo-merged3; веса сохранены в формате safetensors. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста в диалоговом формате. Лицензия в предоставленных сведениях не указана, поэтому условия использования следует проверить на странице репозитория Hugging Face. Карточка не приводит оценок качества или подробных ограничений на сценарии применения.

InnerI-AI-sn6-7B-slerp — языковая модель семейства Llama, созданная InnerI слиянием методом SLERP моделей tomaszki/nous-thirty и InnerI/A-I-0xtom-7B-slerp с помощью LazyMergekit. Она предназначена для генерации текста и диалогового взаимодействия. Модель содержит 7,1 млрд параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате Safetensors; лицензия — Llama 2. Карточка не сообщает о специализированной предметной области, конкретных языках или оценках качества, поэтому модель можно описать только как универсальную диалоговую модель. Ее ответы могут быть неточными или неподходящими для конкретного сценария.

ClaudioItaly/Intelligence-Cod-Rag-7B-V2 — объединённая разговорная языковая модель на архитектуре Qwen2, созданная с помощью mergekit. В основу слияния task arithmetic легла happzy2633/qwen2.5-7b-ins-v3; также в него включена AIDC-AI/Marco-o1. Модель содержит 7,1 млрд параметров и рассчитана на генерацию текста в диалоговом формате с контекстом до 32 768 токенов. Модель предназначена для генерации ответов и ведения диалогов. В README и метаданных не описаны отдельные специализированные сценарии, поэтому её можно рассматривать как языковую модель общего назначения. Репозиторий содержит веса в формате safetensors; лицензия в предоставленных данных не указана.

Josiefied-Qwen3-4B-abliterated-v2 — диалоговая языковая модель Goekdeniz-Guelmez на архитектуре Qwen3, дообученная на основе Qwen/Qwen3-4B-Instruct-2507 и модифицированная методом Gabliteration. Она предназначена для генерации текста, общения и выполнения инструкций; сохранена поддержка вызова инструментов через соответствующий интерфейс. Модель содержит 3,7 млрд параметров и поддерживает контекст до 262 144 токенов. Разработчик заявляет, что модификация снижает отказы и ограничения на генерацию, сохраняя следование инструкциям и работу с инструментами. Доступны веса в формате safetensors; в карточке также упоминаются варианты GGUF и i1 GGUF. Лицензия в предоставленных данных не указана.

Jupiter-k-7B-slerp — языковая модель для генерации текста и диалогов, созданная Kukedlc. Это объединение моделей NeuralContamination-7B-ties, NeuralTopBench-7B-ties и StrangeMerges_32-7B-slerp с помощью LazyMergekit; архитектура основана на Mistral, размер — 7,1 млрд параметров. Модель распространяется в формате safetensors и поддерживает контекст до 32 768 токенов. Модель подходит для диалогового общения и генерации текста. Она распространяется по лицензии Apache-2.0. README не описывает специальные предметные области или отдельные гарантии качества.

Kurdish OmniASR 7B Champion v10 — модель распознавания речи, разработанная для центральнокурдского языка (сорани). Она сочетает акустический экстрактор Wav2Vec2-BERT с авторегрессионным декодером Llama-7B и предназначена для транскрибации студийной, вещательной и телефонной речи, в том числе длинных записей с формированием субтитров. Модель ориентирована на сорани и преобразует разговорную речь в литературную орфографию, обрабатывая границы слов и клитик, составные глагольные приставки и другие особенности письма. В README описаны обучение на аудио разных акустических условий, включая телефонные записи, а также DPO-выравнивание. Заявленные результаты бенчмарков приведены разработчиком; их независимая проверка по представленным данным невозможна. Опубликован слитый чекпойнт PyTorch в формате bfloat16 размером 14,54 ГБ, без необходимости запускать LoRA-адаптер. Лицензия — Apache-2.0. Сведения о длине контекста не приведены.

SvalTek/L3-ColdBrew-OldSpice — слитая разговорная языковая модель семейства Llama 3, созданная SvalTek с помощью mergekit. В неё объединены SvalTek/L3-ColdBrew-SpicyReflect и SvalTek/L3-ColdBrew-Astrid методом passthrough merge. Модель предназначена для генерации текста и ведения диалога. Она имеет плотную архитектуру LlamaForCausalLM, содержит 9,2 млрд параметров и поддерживает контекст до 8192 токенов. Репозиторий использует формат safetensors и библиотеку Transformers. Карточка не сообщает об ограничениях, специализированных областях или лицензии модели.

manojpreveen/Llama-2-70b-hf-ChatOrca-v1 — языковая модель, дообученная автором на базе Meta Llama 2 для диалогов и рассуждений. Она использует плотную архитектуру LlamaForCausalLM и содержит 68,7 млрд параметров. В README указано обучение на смеси данных Orca, открытых многоходовых диалогов, включая OpenAssistant и UltraChat, и OpenPlatypus. Модель предназначена для генерации ответов в чате, поддержания многоходового диалога и решения задач, требующих рассуждений. Она принимает текстовые запросы в формате чата Meta Llama 2 и выдаёт текст; заявленная длина контекста — 4096 токенов. README не уточняет набор поддерживаемых естественных языков. Модель распространяется под лицензией MIT.

llama-3.1-70B-lumitron-lorablated — слитая модель генерации текста на архитектуре Llama, созданная nonetrix с помощью mergekit. В объединении использованы nonetrix/llama-3.1-70B-lumitron и mlabonne/Llama-3-70B-Instruct-abliterated-LORA; применён метод task arithmetic. Модель содержит 69,5 млрд параметров, работает с библиотекой Transformers и сохранена в формате safetensors. Модель предназначена для диалоговой генерации текста и может использоваться для ответов на запросы и ведения беседы. Заявленная длина контекста — до 131 072 токенов; в метаданных также отмечен интерфейс tool calling. Карточка не описывает результаты оценки качества и не приводит сведения о лицензии, поэтому эти свойства нельзя подтвердить по доступным данным.