I.7Речь, диалоги и встречи

RoseG/MiP_TRiADAi_SFTPro_CML — дообученная TRiADiC Intelligence Labs языковая модель на базе Qwen/Qwen3.5-9B-Base. Она предназначена для генерации текста и диалогового взаимодействия; в метаданных также заявлен интерфейс вызова инструментов. Модель использует плотную архитектуру Qwen3.5 и формат весов Safetensors, запускается через Transformers. Базовая модель — мультимодальная Qwen3.5 с 9 млрд параметров, способная работать с изображениями, однако карточка этой производной модели описывает её как генератор языка и не подтверждает поддержку изображений. Лицензия — Apache-2.0. Специализированная область применения и дополнительные сведения о качестве не приведены.

DanDev/Mistral-7B-LexisGen — дообученная DanDev языковая модель семейства Mistral для генерации текста в диалоговом формате. Она основана на unsloth/mistral-7b-instruct-v0.2-bnb-4bit и обучена с использованием Unsloth и библиотеки TRL. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и принимает контекст длиной до 32 768 токенов. Модель предназначена для диалоговой генерации текста на английском языке. Репозиторий содержит веса в формате safetensors; заявлена лицензия Apache-2.0. Карточка не описывает специализированную предметную область или конкретные преимущества и ограничения качества.

Moonshine Tiny VI — модель распознавания речи семейства Moonshine, разработанная Moonshine AI (ранее Useful Sensors). Это компактная seq2seq-модель с 27 млн параметров, предназначенная для транскрибации вьетнамской речи в текст на вьетнамском языке. Репозиторий содержит веса Safetensors; модель поддерживается библиотекой Transformers. Разработчик ориентирует её на системы транскрибации в реальном времени, работающие на устройствах с ограниченными памятью и вычислительными ресурсами. В карточке приведены результаты оценки на Fleurs и Common Voice 17. Модель может быть полезна для создания субтитров, расшифровки записей и голосовых интерфейсов на вьетнамском языке. Возможны галлюцинации — текст, отсутствующий в аудио, — и повторение фрагментов; проблемы могут быть заметнее на коротких или обрезанных записях. Карточка рекомендует проверять качество в целевом сценарии и не использовать модель для субъективной классификации людей или решений с высокими последствиями. Лицензия указана как other, поэтому конкретные условия использования следует сверить с файлами репозитория.

Marsh Harrier Lite (MSH-Lite) — компактная языковая модель MedIT Solutions для генерации текста и диалогов по инструкциям. Она получена прунингом модели MSH-v1-Bielik-v2.3-Instruct-MedIT-merge и объединённых баз Bielik; каталог указывает архитектуру Mistral с плотной причинной языковой моделью. В репозитории около 7,5 млрд параметров, формат весов — safetensors, контекст — до 32 768 токенов. Модель рассчитана на польский и английский языки и предназначена для сценариев, где важны диалоговые ответы и меньшие вычислительные затраты по сравнению с исходной моделью на 11 млрд параметров. Заявления карточки о конкурентном качестве не сопровождаются результатами тестов. Лицензия — Apache-2.0.

Multiparadigm_7B — англоязычная чат-модель на 7,1 млрд параметров, созданная объединением MTSAIR/multi_verse_model и ResplendentAI/Paradigm_7B методом SLERP с помощью MergeKit. Модель использует плотную архитектуру Mistral и предназначена для генерации текста в диалоговом формате; максимальный контекст составляет 32 768 токенов. Модель может применяться для ведения англоязычных диалогов, ролевого общения и генерации ответов. В карточке приведены результаты оценивания на наборах AI2 Reasoning Challenge и HellaSwag. Репозиторий распространяет веса в формате Safetensors; в карточке также упомянуты доступные статические GGUF-квантизации. Лицензия — Apache-2.0.

Nemotron-3.5-Lightning-30B-A3B Heretic-Uncensored Q4_K_M GGUF — квантизированная версия модели NVIDIA-Nemotron-3.5-Lightning-30B-A3B, разработанной NVIDIA и дополнительно обработанной mlasli. Модель построена на гибридной архитектуре Mamba-MoE nemotron_h_moe: общий объём составляет 31,6 млрд параметров, из которых активно используется около 3 млрд. Формат GGUF и квантизация Q4_K_M уменьшают размер файла до 24,3 ГБ и позволяют запускать модель локально через llama.cpp. В карточке заявлена поддержка английского, испанского, французского, немецкого, итальянского и японского языков; размер контекста не указан. Модель предназначена для локальной генерации текста и диалоговых сценариев, включая использование через llama.cpp и Ollama. По данным карточки, она прошла локальную проверку загрузки и генерации связного текста. Вариант Heretic-Abliterated создан с удалённым направлением отказов, поэтому модель ориентирована на высокую готовность выполнять запросы: в указанной независимой проверке зафиксированы 0% отказов и 100% соответствия запросам на 200 испытаниях. Эти результаты приведены для объединённой BF16-версии и не гарантируют идентичное поведение квантизированной модели. К ограничениям относятся отсутствие встроенного защитного выравнивания, возможные риски генерации небезопасного контента, крупный объём файла и требование сборки llama.cpp b10326 или новее. Лицензия указана как NVIDIA Open Model License; также приведена ссылка на её официальный текст. Контекстное окно, производительность, системные требования помимо размера файла и результаты стандартных бенчмарков в карточке не указаны.

NeuralSynthesis-7B-v0.1 — слитая модель для генерации текста, опубликованная пользователем Kukedlc. Она объединяет четыре модели на базе Mistral с помощью LazyMergekit и метода model_stock; в конфигурации указана точность bfloat16. Архитектура — плотная MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста и диалогов на английском и испанском языках. В карточке приведены результаты оценивания на Open LLM Leaderboard, включая средний балл 76,80, однако конкретные сценарии и качество на отдельных прикладных задачах README не описывает. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0.

NorskGPT-Llama-7B-v0.1 — норвежская версия диалоговой модели Llama 2 Chat, разработанная bineric и дообученная на отобранных парах инструкций на норвежском языке. Модель содержит 6,6 млрд параметров, использует плотную архитектуру LlamaForCausalLM и принимает текст для генерации ответов; заявленная длина контекста — 4096 токенов. Модель предназначена для общения в формате ассистента и задач на норвежском языке, включая суммаризацию и ответы на вопросы. Она обычно лучше справляется с этими задачами, чем с вопросами, требующими специализированных знаний или свободных фактических ответов; до достижения оптимальных результатов может потребоваться настройка промптов. Выпущена по лицензии CC-BY-NC-SA-4.0, которая ограничивает коммерческое использование.

ali-elganzory выпустил OpenSci Ref v0.02 1.7B, дообученную версию модели ali-elganzory/open-sci-ref-v0.02-1.7b-mixturevitae-300B-4096-longsft_16k. Это плотная авторегрессионная языковая модель с архитектурой OpensciForCausalLM, рассчитанная на генерацию текста и диалоговое взаимодействие. Модель содержит 1,7 млрд параметров, принимает текст и поддерживает контекст до 16 384 токенов. Модель можно применять для ответов на вопросы и генерации продолжений текста в диалоговом формате. В README указано, что она дообучена с помощью TRL. Карточка не описывает конкретные специализированные области, языки или датасеты. Лицензия в предоставленных данных не указана.

Ornith-1.5-9B-SFT-Fable5-Glint — дообученная модель на базе Ornith AI Ornith-1.5-9B, разработанная ermiaazarkhalili. Это плотная модель архитектуры Qwen3_5ForConditionalGeneration с 9,4 млрд параметров, обученная методом SFT с LoRA на наборе инструкций Fable-5-Glint-Clean. Репозиторий содержит safetensors, а метаданные указывают на применение Transformers и интерфейс чата с вызовом инструментов. Модель предназначена для генерации текста в диалоговых сценариях и следования инструкциям, представленным в обучающем наборе. Карточка сообщает о 1 554 шагах обучения и снижении training loss с 0,9980 до 0,6284; эти значения не являются оценкой качества на практических задачах. Адаптер LoRA объединён с базовыми весами, поэтому отдельно отключить дообучение нельзя. Модель унаследовала ограничения и смещения базовой модели. Её поведение вне распределения единственного набора инструкций не проверено, а бенчмарки не проводились. Лицензия — MIT.

PandafishHeatherReloaded — объединённая модель семейства Mistral, созданная MysticFoxMagic с помощью LazyMergekit. Она объединяет ichigoberry/pandafish-dt-7b и MysticFoxMagic/HeatherSpell-7b методом SLERP; опубликованные веса имеют формат safetensors и точность bfloat16. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и общих языковых задач. Карточка не описывает специализированные сценарии, языковое покрытие или результаты оценки качества. Лицензия в предоставленных данных не указана.

Модель ihughes15234/phi35_pd_dpo10epoch_1200 — разговорная языковая модель, разработанная ihughes15234 и дообученная на базе ihughes15234/phi_3_5_mini_3k_each. Она предназначена для генерации текста и диалоговых ответов на английском языке. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 3,7 млрд параметров и поддерживает контекст до 4096 токенов; в репозитории представлены веса safetensors. Модель обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Лицензия Apache-2.0 разрешает использование и распространение на её условиях. Карточка не приводит оценок качества или специализированных областей применения.

anezatra дообучил Microsoft Phi-3 Mini-4K-Instruct на диалоговом наборе Opus Samantha, содержащем большие коллекции чат-транскриптов. Это плотная авторегрессионная модель семейства Phi-3 с примерно 3,7 млрд параметров и контекстом до 4096 токенов, предназначенная для генерации текста в формате диалога и работы в условиях ограниченных ресурсов и требований к задержке. Модель подходит для ведения диалогов и генерации ответов, а базовая модель Phi-3 также ориентирована на рассуждения, включая задачи по коду, математике и логике. В карточке заявлено применение на английском языке; качество для других языков может быть ниже. Возможны неточные или вымышленные ответы, смещения и небезопасный контент, поэтому результаты, особенно код и ответы для чувствительных областей, следует проверять. Файлы опубликованы в формате safetensors. Лицензия в предоставленных данных не указана.

Модель arefehRajabian/phi_finetune_16bit — дообученная автором arefehRajabian разговорная языковая модель для генерации текста. Она основана на unsloth/phi-4-bnb-4bit; карточка сообщает об обучении с помощью Unsloth и библиотеки TRL. В репозитории представлены веса Safetensors, размер модели — 14,1 млрд параметров, контекст — до 16 384 токенов. Модель поддерживает английский язык и предназначена для диалогового взаимодействия и генерации текста. Лицензия — Apache-2.0. Карточка не уточняет специализацию дообучения и его результаты.

Модель arefehRajabian/phi_finetune_microsoft_mini_16bit — дообученная разговорная языковая модель семейства Phi-3 с плотной архитектурой Phi3ForCausalLM и 3,8 млрд параметров. Она создана arefehRajabian на базе unsloth/phi-4-mini-instruct-unsloth-bnb-4bit; для обучения использовались Unsloth и библиотека TRL. Модель предназначена для генерации текста и диалоговых сценариев на английском языке. Метаданные также указывают интерфейс для вызова инструментов. Контекст составляет 4096 токенов, веса опубликованы в формате safetensors. Лицензия — Apache-2.0. Карточка не описывает обучающие данные, предметную специализацию или результаты оценки качества, поэтому нельзя определить, для каких конкретных задач дообучение улучшило модель. Указанная базовая модель обозначена как 4-битная, однако формат весов этой модели — safetensors; отдельные сведения о её точности и требованиях к запуску отсутствуют.

Pinecone-Rune-12b — слитая автором Entropicengine модель для генерации текста на основе Mistral, созданная методом DARE TIES с помощью mergekit. Она объединяет DreadPoor/Irix-12B-Model_Stock, inflatebot/MN-12B-Mag-Mell-R1 и yamatazen/LorablatedStock-12B; размер составляет 12,1 млрд параметров. Модель предназначена для диалогов, ролевых сценариев, ответов на общие вопросы и творческого письма, сочетая скорость и компактность с возможностями базовых моделей. Модель принимает текст и генерирует текст. В метаданных указан контекст до 1 024 000 токенов; заявленные автором сильные стороны — ролевая игра, общие знания и выразительное творческое письмо. README не сообщает о поддерживаемых языках или лицензии, поэтому эти сведения здесь не уточняются.

Pinokio v1.0 — диалоговая языковая модель семейства Mistral, опубликованная Eurdem. Она предназначена для генерации текста в формате беседы и поддерживает английский и турецкий языки. Модель имеет плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и контекст до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Данных о специализированных областях применения и ограничениях качества в карточке нет.

Qwen1.5-0.5B-Chat-GGUF — чат-модель из семейства Qwen1.5, разработанная командой Qwen. Это beta-версия Qwen2 и авторегрессионная языковая модель на основе decoder-only Transformer, дообученная с использованием supervised fine-tuning и direct preference optimization. Данная версия содержит 0,5 млрд параметров и распространяется в формате GGUF. Модель предназначена для генерации текста и диалоговых сценариев: общения с пользователем, ответов на вопросы и других задач, поддерживаемых чат-моделями. Она обучалась на больших массивах данных, поддерживает несколько естественных языков и программный код; в метаданных README явно указан английский язык. Заявлена поддержка контекста до 32K токенов. Архитектура использует Transformer и активацию SwiGLU, однако для beta-версии временно не применяются group query attention и сочетание sliding window attention с полнослойным вниманием, за исключением отдельных вариантов семейства. Ключевое преимущество модели — небольшой размер, позволяющий запускать её локально с умеренными требованиями к ресурсам, а также наличие нескольких вариантов квантования GGUF: от q2_k до q8_0. Более агрессивное квантование уменьшает требования к памяти, но может снижать качество; README также показывает заметное ухудшение perplexity для q2_k у версии 0,5B. Для запуска рекомендуется использовать llama.cpp. Модель распространяется по лицензии Tongyi Qianwen Research License; конкретные условия следует уточнять в файле лицензии репозитория.

Модель ehristoforu/Qwen2-1.5b-it-chat-sp-ru-bel-arm-ger-fin-tur-per — дообученная автором ehristoforu разговорная модель семейства Qwen2 с архитектурой плотной авторегрессионной языковой модели. Она предназначена для генерации текста в диалоге. Модель содержит 1,5 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Название и базовая модель указывают на многоязычную направленность, включая испанский, русский, белорусский, армянский, немецкий, финский и турецкий языки; в метаданных также отмечен английский. Карточка сообщает, что обучение проводилось с Unsloth и библиотекой TRL. Модель распространяется по лицензии Apache-2.0. Практические ограничения и сравнительные результаты в карточке не описаны.

Whalan/Qwen2.5-0.5B-Instruct-Gensyn-Swarm-tall_small_coral — дообученная компанией или автором Whalan диалоговая языковая модель на базе unsloth/Qwen2.5-0.5B-Instruct. Она предназначена для генерации текста и ответов на запросы в формате чата; карточка показывает пример ответа на открытый вопрос. Модель имеет плотную архитектуру Qwen2, содержит 494 млн параметров и поддерживает контекст до 32 768 токенов. Для работы используются Transformers и формат весов safetensors; модель обучалась с помощью TRL в рамках проекта Gensyn Swarm.

Laurie/Qwen2.5-1.5B-O1 — дообученная Laurie модель Qwen2.5 с 1,5 млрд параметров для генерации ответов с отдельным этапом рассуждения. Она принимает текстовые диалоги и обучена формировать сначала рассуждение, затем ответ ассистента; README описывает добавление специального токена для обозначения блока reasoning и изменение обучающей разметки. Модель рассчитана на диалоговые сценарии, вопросы и задачи, где полезен структурированный ход рассуждения. Архитектура — плотная авторегрессионная Qwen2 (`Qwen2ForCausalLM`), формат весов — Safetensors, базовая модель поддерживает контекст до 131 072 токенов. В метаданных указаны английский и китайский языки. Модель распространяется по лицензии Apache-2.0. README описывает пример использования с ограничением истории в 32 000 токенов; явных сравнительных оценок качества нет.

aeoniannn/Qwen2.5-7B-raph-Mimic — дообученная разговорная языковая модель, разработанная aeoniannn на базе unsloth/Qwen2.5-7B-Instruct-unsloth-bnb-4bit. Она использует плотную архитектуру Qwen2 с 7,1 млрд параметров и предназначена для генерации текста и диалогов; репозиторий содержит веса в формате safetensors. При обучении применялись Unsloth и библиотека TRL из Hugging Face. Модель поддерживает контекст до 32 768 токенов. В карточке указан английский язык, однако специализированные сценарии или преимущества дообучения не описаны. Модель распространяется по лицензии Apache-2.0.

gguk2on/qwen2.5-7B-rlar_g8_b384_math_vu4 — дообученная модель Qwen2.5-7B, созданная с использованием TRL. Она предназначена для генерации текста в диалоговом формате и может отвечать на вопросы и поддерживать беседу. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Qwen2 и доступна в формате safetensors; заявленная длина контекста — 131 072 токена. Карточка демонстрирует запуск через Transformers и пример ответа на открытый вопрос. Суффикс имени указывает на возможную специализацию на математическом рассуждении, однако README не описывает обучение или результаты в этой области, поэтому такую специализацию нельзя считать подтверждённой. Модель основана на Qwen/Qwen2.5-7B; лицензия в предоставленных данных не указана.

phh/Qwen3-0.6B-TLDR-Lora — LoRA-адаптер для модели Qwen/Qwen3-0.6B, разработанный пользователем или организацией с идентификатором phh. Модель предназначена для задач суммаризации текста и связана с датасетом trl-lib/tldr. В метаданных указаны библиотека PEFT и тег конвейера summarization. Адаптер основан на Qwen3-0.6B, однако в предоставленной карточке не указаны точные архитектурные параметры, размер адаптера, поддерживаемые языки и длина контекста. Данные о модальностях отсутствуют, поэтому модель следует рассматривать как текстовую. Лицензия — Apache-2.0; дополнительные сведения о качестве, ограничениях и рекомендуемых сценариях использования не приведены.

Карточка модели SamMikaelson/Qwen3-1.7B-Nous на Hugging Face совпадает с карточкой SamMikaelson/Qwen3-1.7B-APIGEN-Full, поэтому описание составлено по ней. SamMikaelson дообучил Qwen3-1.7B на базе unsloth/qwen3-1.7b-unsloth-bnb-4bit с использованием Unsloth и библиотеки Hugging Face TRL. Это плотная авторегрессионная языковая модель с 1,7 млрд параметров для генерации текста и диалогового взаимодействия; в метаданных также указана возможность интерфейса вызова инструментов. Модель принимает текст и генерирует текст, поддерживает английский язык и имеет контекстное окно до 40 960 токенов. Модель подходит для текстовых диалогов и генерации ответов на английском языке. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0; карточка не описывает отдельные результаты оценки качества или специализацию по конкретной предметной области.

OP12138/qwen3-1.7b-opsd-frozent — дообученная разговорная модель семейства Qwen3, представленная в формате safetensors и предназначенная для генерации текста в диалогах. Карточка сообщает об обучении с помощью TRL; пример использования показывает передачу вопроса в формате чата через библиотеку Transformers. Модель имеет плотную архитектуру Qwen3ForCausalLM и 1,7 млрд параметров. Указанная длина контекста — 40 960 токенов. В карточке не описаны специализация, обучающие данные и языковой охват, поэтому её возможности следует считать общими для текстовых диалогов. Лицензия в предоставленных данных не указана.

DavidAU/Qwen3-4B-Instruct-2507-Polaris-Alpha-Distill-Heretic-Abliterated — разговорная языковая модель на архитектуре Qwen3 с плотной авторегрессионной архитектурой и примерно 3,7 млрд параметров. Она представляет собой доработку TeichAI/Qwen3-4B-Instruct-2507-Polaris-Alpha-Distill методом Heretic: автор сообщает о снижении частоты отказов, сохраняя близость поведения к исходной модели. Модель предназначена для диалога и генерации текста, включая ролевые сценарии и создание контента с меньшим числом отказов. Заявленная длина контекста — 256 тыс. токенов; в репозитории указаны веса Safetensors и библиотека Transformers. README приводит собственные результаты проверки отказов и расхождения KL, но не описывает независимую оценку качества. Модель ориентирована на широкий круг запросов; для получения откровенного или стилистически резкого текста иногда требуются явные инструкции. Лицензия в предоставленных данных не указана.

Qwen3.5-2B-MNN — это 4-битная квантованная версия модели Qwen3.5-2B, экспортированная в формат MNN с помощью инструмента llmexport. Модель опубликована в репозитории taobao-mnn и предназначена для запуска через фреймворк MNN, развиваемый Alibaba. В карточке указано, что исходная модель относится к семейству Qwen и связана с задачей генерации текста и чат-сценариями. Модель рассчитана на текстовые задачи: генерацию ответов, диалоговое взаимодействие и другие сценарии, поддерживаемые базовой языковой моделью. Её ключевая характеристика — 4-битное квантование, уменьшающее требования к памяти и потенциально упрощающее локальный запуск, в том числе на CPU. Для использования требуется собрать MNN с поддержкой LLM и запустить модель через утилиту llm_demo. В карточке не указаны точная архитектура, размер контекстного окна, перечень поддерживаемых языков, результаты тестирования и показатели качества. К возможным ограничениям относятся потери качества, характерные для квантования, а также зависимость от совместимости с MNN и параметров конкретного устройства. Модель распространяется по лицензии Apache-2.0.

LaTexT/qwen3-8b-gz3-sentence-iter2-w0.2 — дообученная модель на базе Qwen3-8B, созданная с помощью TRL. Это плотная авторегрессионная языковая модель на 7,6 млрд параметров для генерации текста в диалоговом формате; каталог также отмечает интерфейс вызова инструментов. Контекст модели составляет 40 960 токенов. Модель предназначена для генерации ответов на запросы и диалоговых сценариев. README связывает её с экспериментом LaTexT: указан набор данных shannons/ot3-1.2m-10k-converted и результат 70,96 для строки таблицы статьи «Qwen3-8B LaTexT m=3 sentence». Подробности методики оценки и сравнение с другими моделями в карточке не раскрыты. Использование предполагает библиотеку Transformers и запуск генерации текста. Базовая модель Qwen3-8B описана в каталоге как многоязычная и способная рассуждать, следовать инструкциям, работать с кодом и вызывать инструменты; эти сведения относятся к базе и не подтверждают отдельно качество производной модели в каждой из задач. В README указана связь с исследовательским экспериментом, но данных недостаточно, чтобы считать этот чекпойнт промежуточной моделью, непригодной для применения. Лицензия в предоставленных материалах не указана.

Qwen3-8B TMax AENV v39b iteration 99 — это чекпойнт на базе Qwen3-8B, разработанный willamazon1. Модель прошла дообучение с подкреплением методом group-relative policy optimization на асинхронных многоходовых взаимодействиях в агентной среде; исходной точкой был SFT-чекпойнт willamazon1/qwen3-8b-tmax-sft-v3-iter353, созданный на основе Qwen/Qwen3-8B. Это плотная авторегрессионная языковая модель Qwen3 с 7,6 млрд параметров и контекстом до 40 960 токенов. Модель предназначена для диалоговой генерации текста и сценариев с агентом и вызовом инструментов. Опубликована итерация 99 из серии чекпойнтов обучения, что позволяет сравнивать разные точки обучения. Веса сохранены в формате safetensors с точностью bfloat16; конвертация выполнена из чекпойнта Megatron-LM torch_dist в формат Hugging Face. Лицензия — Apache-2.0. Чекпойнт отражает промежуточную итерацию обучения с подкреплением, поэтому поведение и качество могут отличаться от более поздних итераций этой серии. Он ориентирован на текстовый ввод и выдачу; отдельные показатели качества в карточке не приведены.