I.7Речь, диалоги и встречи

ShenaoZ/0.0001_withdpo_5iters_bs256_5102lr_iter_4 — дообученная разговорная языковая модель, созданная на основе ShenaoZ/0.0001_withdpo_5iters_bs256_5102lr_iter_3 и обученная на наборах данных updated и original. Модель построена на архитектуре Mistral с плотной архитектурой и содержит 7,1 млрд параметров; принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста в диалоговом формате. В карточке не приведены подробности о конкретных сценариях, качестве ответов и оценке модели. Распространяется по лицензии MIT.

Модель ShenaoZhang/0.001_5iters_bs256_nodpo_only4w_iter_6 — дообученная разговорная языковая модель семейства Mistral с плотной архитектурой MistralForCausalLM и 7,1 млрд параметров. Она предназначена для генерации текста в чате и использует контекст до 32 768 токенов. В README указано, что модель дообучена на обновлённом и исходном наборах данных на основе ShenaoZhang/0.001_5iters_bs256_nodpo_only4w_iter_5. Репозиторий содержит веса в формате safetensors и распространяется по лицензии MIT. Подробности о качестве, оценке и ограничениях в карточке не приведены.

Fischerboot/9-test — разговорная языковая модель для генерации текста, созданная на основе Fischerboot/8-test. В README указано, что веса получены слиянием моделей методом SLERP через mergekit; метаданные также связывают модель с Fischerboot/8-test как с базовой моделью. Архитектура — плотная LlamaForCausalLM, размер — 5,3 млрд параметров, формат весов — safetensors, контекст — до 8192 токенов. Модель предназначена для диалоговой генерации текста и может использоваться в чат-сценариях. Карточка не приводит конкретных оценок качества или специализированных областей применения. Лицензия в предоставленных данных не указана.

McGill-NLP/AfriqueQwen3.5-4B-50Langs-Instruct-20260917 — дообученная версия языковой модели AfriqueQwen3.5-4B-50Langs, выпущенная McGill-NLP 17 сентября 2026 года. Это плотная модель семейства Qwen3.5 с архитектурой Qwen3_5ForConditionalGeneration и примерно 4 млрд параметров; визуальные веса отсутствуют, поэтому она работает как языковая модель. Репозиторий содержит веса safetensors, а лицензия — CC BY 4.0. Модель предназначена для диалоговой генерации текста, пошагового решения математических задач, перевода и ответов на вопросы с выбором варианта. Базовая модель адаптирована для 50 африканских языков; для математических запросов README описывает режим пошагового рассуждения, а для остальных задач — обычный режим без него. Для запуска автор рекомендует vLLM в режиме language-model-only и задаёт максимальную длину контекста 12 288 токенов. README не приводит оценок качества, поэтому надёжность ответов на конкретных языках и задачах по нему определить нельзя. Следует учитывать, что модель не принимает изображения и требует совместимой настройки vLLM для обслуживания.

ASR-Somali — модель распознавания речи на основе архитектуры Wav2Vec2ForCTC с 402,7 млн параметров. Она создана дообучением facebook/wav2vec2-large-xlsr-53 и предназначена для преобразования сомалийской речи в текст. В карточке приведены результаты оценки: потеря 0,3660 и WER 0,3060. Модель принимает аудио и выдаёт текст; репозиторий содержит веса PyTorch. Лицензия — Apache-2.0. Подробности о данных обучения и ограничениях в карточке не раскрыты.

Модель deepasara/bart-cnn-samsum-finetuned — дообученная версия facebook/bart-large-cnn на неизвестном наборе данных. Это encoder-decoder модель семейства BART с 252,8 млн параметров, предназначенная для генерации краткого текста по входному тексту. Контекст модели составляет 1024 токена; веса представлены в формате safetensors. Карточка не описывает обучающие данные, качество, целевую аудиторию или специальные сценарии применения. Базовая модель предназначена для англоязычного суммирования статей и других текстов; название репозитория указывает на дообучение для суммирования диалогов SAMSum, но README этого не подтверждает. Лицензия модели — MIT.

Bielik-11B-v2.1-Instruct — генеративная языковая модель на 11 млрд параметров, разработанная SpeakLeash совместно с центром ACK Cyfronet AGH. Это дообученная в формате инструкций версия Bielik-11B-v2 на архитектуре Mistral с плотной decoder-only структурой; модель работает через Transformers, использует формат диалога ChatML и поддерживает контекст до 32 768 токенов. Модель рассчитана прежде всего на польский язык: она отвечает на вопросы, ведёт многоходовый диалог и выполняет языковые инструкции. Её можно применять для польскоязычных чат-ботов, черновиков текстов, перефразирования и суммаризации. Модель обучалась на корпусах польских текстов и более чем 20 млн инструкций; README приводит результаты сравнительной оценки на генеративных задачах польского языка. Лицензия — Apache 2.0. Модель может выдавать фактически неверные, предвзятые или оскорбительные ответы и не имеет встроенных механизмов модерации; README характеризует её как демонстрацию возможностей дообучения базовой модели.

BUD-E-Whisper V1.21 — модель LAION для подробного описания речи в аудиозаписях. Она дообучена на базе laion/BUD-E-Whisper_V1.2 и использует архитектуру Whisper Small с кодировщиком и декодировщиком; метаданные указывают 153,1 млн параметров и формат safetensors. Лицензия — CC BY 4.0. Модель принимает аудиоклип длительностью до 30 секунд и генерирует текстовое описание голоса и речи: тембра, эмоций, манеры подачи, предполагаемых характеристик говорящего, качества записи и изменений во времени. Дополнительный этап обучения на сбалансированной по 40 категориям эмоций выборке призван улучшить описание редких эмоциональных состояний. Обучение преимущественно ориентировано на английскую речь, но модель может работать и с некоторыми другими языками. Модель подходит для анализа и аннотирования речевых записей, когда нужны подробные описания голоса и эмоциональной подачи. По оценке авторов, она может лучше справляться с редкими эмоциями, но её средняя оценка на автоматическом бенчмарке ниже, чем у V1.2. На музыке и окружающих звуках описания могут быть менее содержательными; возможны ошибки в определении пола говорящего и эмоций.

CatunaLaserPi — объединённая модель для генерации текста, созданная Eric111 с помощью mergekit. Она объединяет Eric111/caTUNABeagle и BryanSwk/LaserPipe-7B-SLERP методом SLERP; в конфигурации базовой моделью указана Eric111/caTUNABeagle. Модель построена на архитектуре Mistral и содержит 7,1 млрд параметров, принимает текстовый ввод и генерирует текст. Родной контекст — до 32 768 токенов. Модель подходит для диалогов и других задач генерации текста. Карточка не описывает специальные предметные области или отдельные возможности помимо генерации текста. Распространяется по лицензии CC BY-NC 4.0, которая запрещает коммерческое использование.

ChatBerry-i1-GGUF — это набор квантованных файлов модели ChatBerry, разработанной artindnr и преобразованной в формат GGUF пользователем mradermacher. Модель предназначена для генерации текста и ведения диалогов, а заявленные языки включают персидский, английский и мультиязычные сценарии. В метаданных она отмечена как Mixture-of-Experts и поддерживает использование через экосистему Transformers и совместимые инструменты для GGUF. Репозиторий предоставляет множество вариантов квантования с разным соотношением размера, скорости и качества, включая imatrix-квантизации. Размер доступных файлов составляет примерно от 12,1 до 22,3 ГБ; варианты i1-Q4_K_S и i1-Q4_K_M обозначены как оптимальные по балансу характеристик, причём i1-Q4_K_M рекомендован как быстрый вариант. Также доступен файл imatrix для самостоятельного создания квантов. Ограничения модели заключаются в том, что README не содержит сведений о количестве параметров, длине контекста, точной архитектуре, мультимодальности, результатах тестирования или системных требованиях. Качество зависит от выбранного уровня квантования: наиболее компактные варианты могут заметно уступать более крупным, а некоторые прямо отмечены как низкокачественные. Модель распространяется по лицензии Apache-2.0.

logan7000/cogrpo-n3-ring-qwen25-3b-x-llama32-3b-x-granite2b-math345-groupB-llama32-end — диалоговая языковая модель на архитектуре Llama, дообученная автором на основе meta-llama/Llama-3.2-3B-Instruct с использованием TRL. Она предназначена для генерации текста и ответов в формате чата. Модель содержит 3,2 млрд параметров, принимает текст и поддерживает контекст до 131 072 токенов. Карточка не описывает специальную предметную область или преимущества дообучения; доступные данные указывают на общий сценарий диалога. Модель распространяется в формате safetensors и использует библиотеку Transformers. Лицензия в предоставленных данных не указана.

Covasna-0.1 — сжатая обрезкой версия языковой модели migtissera/Tess-70B-v1.6, представленная Mihaiii. Модель семейства Llama предназначена для генерации текста и диалогового общения. Веса хранятся в формате BF16 и SafeTensors; после удаления части слоёв размер модели составляет около 41,3 млрд параметров вместо 69 млрд у исходной модели. Контекст — до 32 764 токенов. Автор описывает отбор слоёв по показателю SNR с помощью laserRMT и их удаление с mergekit. Модель распространяется по лицензии Llama 2. README также ссылается на отдельную версию GGUF, но эта карточка описывает вариант BF16.

DAPO-Qwen-32B — языковая модель на 32 млрд параметров, разработанная BytedTsinghua-SIA и обученная на базе Qwen2.5-32B с применением алгоритма DAPO. Она предназначена для генерации текста и диалогового взаимодействия; обучение связано с набором DAPO-Math-17k, поэтому модель можно использовать для математических рассуждений и решения задач, хотя README не приводит оценок качества. Модель использует плотную архитектуру Qwen2 и принимает текст, выдавая текст. Заявленный контекст составляет 131 072 токена; метаданные отмечают поддержку нескольких языков, включая китайский, английский, русский и другие. Репозиторий содержит веса Safetensors и предоставляет интерфейс для вызова инструментов. Лицензия — Apache-2.0.

sftmagpie-delphiwarmupdelphi-2e20-p33m67-kdelphi-1e-05delphi-3e18-p33m67-k — диалоговая языковая модель семейства Qwen3, разработанная авторами репозитория laion/delphi-2e20-p33m67-k0p20-lr83-a001-magpie_lr1e5-sft. Модель содержит 1,7 млрд параметров, построена на плотной архитектуре Qwen3ForCausalLM и предназначена для генерации текста в диалогах; карточка сообщает, что обучение проводилось с нуля на наборах данных magpie и delphi_warmup. Модель принимает текст и выдаёт текст. Заявленная длина контекста — 4096 токенов; репозиторий использует Transformers и содержит веса в формате safetensors. Лицензия указана как other, поэтому конкретные условия использования следует проверять в файлах репозитория. Карточка не приводит оценок качества, подробных сценариев применения или известных ограничений.

frankenmerger/delta-4b-instruct-v0.1 — разговорная модель генерации текста на архитектуре Phi, созданная методом frankenmerge из Phi-2. Модель расширили примерно до 4 млрд параметров, а затем дообучили на 25 тысячах примеров датасета Locutusque/hyperion-v2.0. Карточка предназначает её для диалогового взаимодействия и генерации текста на английском языке. Модель использует плотную архитектуру PhiForCausalLM, принимает текст и выдаёт текст. Контекст составляет 2048 токенов. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. В метаданных указано 6 млрд параметров, что расходится с заявленными в README 4 млрд после расширения.

Карточка модели Dnoya10/dicoding_genAI_expert_collab_grpo_3 на Hugging Face совпадает с карточкой Dnoya10/dicoding_genAI_expert_collab_grpo_4, поэтому описание составлено по ней. Dnoya10/dicoding_genAI_expert_collab_grpo_4 — дообученная языковая модель семейства Qwen2 с архитектурой плотной авторегрессионной сети. Разработчик — Dnoya10; модель дообучена на Dnoya10/dicoding_genAI_expert_collab_eks1 с использованием Unsloth и библиотеки TRL. В репозитории указаны веса Safetensors, размер модели — 1,5 млрд параметров, контекст — до 32 768 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Её можно использовать для ответов на запросы и ведения беседы на английском языке. Интерфейс поддерживает вызов инструментов, но карточка не описывает специальные предметные области или конкретные сценарии применения. Лицензия — Apache-2.0.

sanchit-gandhi/distil-zephyr-1.5b-ssft-ultrachat — плотная авторегрессионная языковая модель семейства Mistral, дообученная на диалоговом датасете stingning/ultrachat. Модель содержит 1,4 млрд параметров, использует архитектуру MistralForCausalLM и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста в диалогах: она может отвечать на запросы и поддерживать многоходовое общение. В README приведён результат оценки на тестовой выборке: loss 1,0042. Карточка не описывает языковое покрытие и практические ограничения. Модель опубликована в формате safetensors; лицензия в предоставленных данных не указана.

DPO-ONLY-Zephyr-7B-3-iter-2 — чат-модель для генерации текста, разработанная Katayoon. Это дообученная версия Katayoon/DPO-ONLY-Zephyr-7B-3-iter-1, обученная на обновлённом и исходном наборах данных. Модель построена на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров; максимальная длина контекста — 32 768 токенов. Модель предназначена для диалоговой генерации текста. Репозиторий содержит веса в формате safetensors. Лицензия — MIT. README не приводит подробностей об оценке качества, рекомендуемых сценариях и ограничениях.

ChuGyouk/DR-Tulu-SFT-4B — дообученная модель на архитектуре Qwen3, созданная на основе Qwen/Qwen3-4B. Согласно README, для дообучения использован набор данных rl-research/dr-tulu-sft-data. Модель предназначена для генерации текста в диалоговом формате; метаданные указывают поддержку чата. Модель содержит 3,7 млрд параметров, использует плотную архитектуру Qwen3ForCausalLM и принимает текст. Длина контекста составляет 40 960 токенов. Репозиторий содержит веса в формате safetensors и рассчитан на работу с библиотекой Transformers. Данные не описывают отдельные специализированные области или результаты оценки качества. Лицензия указана как other, поэтому конкретные условия использования по имеющимся сведениям определить нельзя.

Elly — слитая языковая модель на архитектуре Mistral, опубликованная пользователем jeiku. Она создана методом DARE TIES с использованием Sonya-7B как базовой модели и моделей Samantha Mistral 7B Instruct и Dolphin 2.6 Mistral 7B. Веса представлены в формате safetensors; размер модели — 7,1 млрд параметров, контекст — до 8192 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Английский указан среди поддерживаемых языков. Лицензия обозначена как other; конкретные условия использования в карточке не раскрыты.

Ethio-ASR — модель распознавания речи команды Ethio-ASR, дообученная на наборе WAXAL на основе facebook/w2v-bert-2.0. Она принимает аудио и преобразует речь в текст на амхарском, тигринья, афаан-оромо, сидама и волайтта; карточка также указывает задачу идентификации языка. Архитектура — Wav2Vec2BertForCTC, число параметров по метаданным — 403,1 млн. Модель предназначена для распознавания речи на пяти эфиопских языках, в том числе для голосовых помощников, средств доступности и исследовательских сравнений. В README приведены примеры транскрипций и оценка на тестовом наборе WAXAL. Модель распространяется по лицензии CC-BY-4.0. Точность может меняться в зависимости от диалекта, возраста и пола говорящего, а также качества записи. README отдельно предостерегает от использования для языков вне списка, работы с шумным аудио без предварительного улучшения речи и высокорисковых решений без проверки человеком.

Ethio-ASR-w2v-bert-2.0-uf — модель распознавания речи, созданная в рамках независимого воспроизведения проекта Ethio-ASR в Университете Флориды. Это дообученная на данных WAXAL модель facebook/w2v-bert-2.0 с архитектурой Wav2Vec2BertForCTC и примерно 403,1 млн параметров; она принимает аудио и выдаёт распознанный текст на амхарском, тигринья, оромо, сидаама и волайтта. Модель предназначена для автоматической транскрипции речи на этих эфиопских языках. В README приведены результаты на тестовой выборке WAXAL: показатели WER зависят от языка, а макро-WER составляет 35,76% без постобработки. С обработкой, включающей сведение омографов письма геэз и удаление пунктуации, опубликованные значения ниже. Модель распространяется под лицензией CC-BY-NC-4.0, которая ограничивает коммерческое использование. Результаты приведены для конкретного тестового раздела и процедуры обработки; точность на других данных может отличаться.

ssmits/Falcon2-8B-Dutch — языковая модель семейства Falcon, созданная с помощью mergekit на основе ssmits/Falcon2-5.5B-Dutch методом passthrough merge. Модель предназначена для генерации нидерландского текста и диалоговых сценариев. Она построена на плотной архитектуре FalconForCausalLM, содержит 11,8 млрд параметров и поддерживает контекст до 8192 токенов. Модель можно применять для генерации ответов и текста на нидерландском языке, а также адаптировать для задач вопросов и ответов, классификации текста и разметки токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия в предоставленных данных не указана.

FastThink-0.5B-Tiny — компактная модель генерации текста с фокусом на рассуждениях, созданная на основе Qwen2.5-0.5B-Instruct и опубликованная prithivMLmods. Это плотная трансформерная архитектура Qwen2 с 494 млн параметров; метаданные указывают контекст до 32 768 токенов. Репозиторий содержит веса Safetensors и формат ONNX. Модель предназначена для диалогов, следования инструкциям, логических задач, генерации структурированных ответов, включая JSON и таблицы, а также для простых задач по математике и коду. Её можно применять в чат-ботах, аналитических сценариях и приложениях с ограниченными вычислительными ресурсами. В карточке заявлена поддержка более 29 языков; метаданные отдельно указывают английский. Небольшой размер ограничивает возможности в сложных рассуждениях и специализированных областях; качество может снижаться на неоднозначных запросах, длинных контекстах и языках с меньшей представленностью. Заявление README о контексте до 128K расходится с указанным в метаданных лимитом 32 768 токенов. Лицензия — Apache-2.0.

jaspionjader/fr-9-8b — разговорная языковая модель на архитектуре Llama, созданная объединением предварительно обученных моделей jaspionjader/fr-8-8b и jaspionjader/Kosmos-EVAA-Franken-v38-8B методом SLERP с помощью mergekit. Модель содержит 7,5 млрд параметров и принимает текст для генерации продолжений и диалоговых ответов. Модель предназначена для общения и генерации текста. В метаданных указан контекст до 131 072 токенов, библиотека Transformers и формат весов safetensors. Сведения о лицензии и поддерживаемых естественных языках в предоставленных данных отсутствуют.

AdrienB134/French-Alpaca-Mistral-7B-v0.3 — плотная авторегрессионная языковая модель семейства Mistral, разработанная AdrienB134 и дообученная на unsloth/mistral-7b-v0.3 с использованием Unsloth и Hugging Face TRL. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст; нативная длина контекста составляет 32 768 токенов. Модель предназначена для генерации текста и диалоговых ответов, в частности на французском языке. В качестве обучающих данных использован набор French-Alpaca Instruct 110K. Она может служить основой для прототипов французских ассистентов и прикладного дообучения. Распространяется по лицензии Apache-2.0. Карточка не сообщает результатов оценки качества или специальных ограничений; возможности могут зависеть от качества ответов базовой модели и данных дообучения.

TouchNight/gemma2-ifable-abliterated-merge — объединённая разговорная языковая модель на базе Gemma 2, созданная с помощью mergekit методом della из ifable/gemma-2-Ifable-9B и IlyaGusev/gemma-2-9b-it-abliterated; в качестве базовой модели использована unsloth/gemma-2-9b-it. Модель содержит 9 млрд параметров, использует плотную архитектуру Gemma2ForCausalLM и формат safetensors; максимальная длина контекста составляет 8192 токена. Модель предназначена для диалоговой генерации текста и продолжения текста. Карточка описывает процесс слияния, но не приводит оценки качества или подробностей об обучающих данных. Условия лицензирования в предоставленных данных не указаны.

Ghostwriter Llama 3.1 8B Merged Run02 — дообученная автором hasithanilwakka языковая модель на основе unsloth/Llama-3.1-8B-Instruct-unsloth-bnb-4bit. Это плотная автрорегрессионная модель семейства Llama с 7,5 млрд параметров, предназначенная для генерации текста и диалогового общения; в карточке также заявлен интерфейс вызова инструментов. Модель обучалась с использованием Unsloth и библиотеки TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Она распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает специальную область применения, конкретные улучшения после дообучения или результаты оценки качества.

Sumail/Golden_Waves02_2b — объединённая разговорная языковая модель от Sumail, созданная с помощью mergekit методом SLERP из Sumail/Bubble_bee03_2b и 0x0dad0/nous_nb00. Это плотная Gemma-модель с 2,5 млрд параметров, предназначенная для генерации текста в диалоговом формате. Контекст составляет до 8192 токенов; модель распространяется в формате safetensors. Модель принимает текст и генерирует текст, поэтому подходит для диалоговых систем и генерации ответов. README не приводит результатов оценки качества или подробного описания языков и специализированных областей применения. Лицензия в предоставленных данных не указана.

impossibleexchange/hailmary — объединённая модель для генерации текста, созданная методом linear merge из предварительно обученных языковых моделей с помощью mergekit. В состав входят baxtos/14-20070923-btwh455, Bondds/16-bnds11 и healtori/07-heal-07-19-04; веса сохранены в формате safetensors, README указывает точность float16. Модель построена на архитектуре StableLM, содержит 1,4 млрд параметров и рассчитана на контекст до 4096 токенов. Модель предназначена для диалоговой генерации текста. Данные не уточняют её специализированные области применения, поддерживаемые естественные языки или условия лицензии, поэтому их нельзя надёжно описать.