I.7Речь, диалоги и встречи

Qwen3-8B TMax AENV v39b, итерация 159 — чекпойнт обучения с подкреплением, созданный командой willamazon1 на основе willamazon1/qwen3-8b-tmax-sft-v3-iter353. Модель семейства Qwen3 с плотной архитектурой Qwen3ForCausalLM содержит 7,6 млрд параметров, принимает текст и генерирует текст; максимальная длина контекста — 40 960 токенов. Модель дообучена методом group-relative policy optimization на асинхронных многоходовых взаимодействиях с агентными средами. Она предназначена для диалоговой генерации и сценариев использования инструментов агентом. Это одна из опубликованных итераций обучения, поэтому её можно сравнивать с другими чекпойнтами той же серии. Веса доступны в формате safetensors, bf16; модель распространяется по лицензии Apache-2.0.

Qwen3-8B-cpt — дообученная модель семейства Qwen3, созданная на основе Qwen/Qwen3-8B-Base и набора данных cpt_data. Модель разработана автором репозитория formalmathatepfl; архитектура — плотная авторегрессионная Qwen3ForCausalLM с 7,6 млрд параметров, рассчитанная на генерацию текста. Указана оценка Loss 0,7642 на наборе для оценки. Модель подходит для генерации текста и диалоговых сценариев. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Карточка не раскрывает состав обучающих данных, языки, конкретные специализации или ограничения качества. Лицензия указана как other, поэтому условия использования следует сверить с лицензией и сведениями в репозитории.

Это пакет слоёв GGUF для запуска Qwen3-VL-235B-A22B-Instruct-UD-Q4_K_XL через Mesh LLM. Его подготовил проект Mesh LLM на основе unsloth/Qwen3-VL-235B-A22B-Instruct-GGUF: веса распределены по отдельным артефактам для распределённого инференса на локальном кластере. Модель относится к семейству Qwen3 и предназначена для диалогового взаимодействия и генерации текста; пакет поддерживает запуск на нескольких машинах и локальный OpenAI-совместимый интерфейс чата. Квантованный вариант UD-Q4_K_XL поставляется в формате GGUF и рассчитан на сценарии, когда полную модель неудобно размещать на одном хосте. Карточка этого пакета не приводит параметры мультимодального ввода, размер контекста, языки или условия лицензии; за этими сведениями README направляет к карточке исходной модели.

Qwen-portuguese-luana-7b — разговорная языковая модель, разработанная Rhaymison и дообученная на базе Qwen1.5-7B-Chat на наборе из 250 тысяч диалогов на португальском языке. Это плотная декодерная модель семейства Qwen2 с 7,1 млрд параметров, поддержкой чата и контекстом до 32 768 токенов; она работает с текстом и создаёт текстовые ответы. Модель предназначена для диалогов на португальском языке, ответов на вопросы и следования инструкциям в чат-сценариях. В карточке приведены результаты оценки на Open Portuguese LLM Leaderboard. Для запуска используется Transformers; автор отмечает, что при ограниченной видеопамяти можно применять 4- или 8-битную квантизацию. Модель распространяется по лицензии Apache-2.0.

Qwen-Qwen2-1.5B-Instruct-GGUF — набор квантованных файлов модели Qwen2-1.5B-Instruct, разработанной Qwen; квантования подготовлены featherless-ai-quants. Это текстовая генеративная модель для диалогов, инструкционных запросов и других задач генерации текста. В README указана базовая модель размером 1,5 млрд параметров, однако подробности об архитектуре, языках и размере контекста не приведены. Модель распространяется в формате GGUF и доступна в вариантах квантования IQ4_XS, Q2_K, Q3_K_L, Q3_K_M, Q3_K_S, Q4_K_M, Q4_K_S, Q5_K_M, Q5_K_S, Q6_K и Q8_0. Размер файлов составляет примерно от 645 МБ до 1,57 ГБ, поэтому варианты можно выбирать с учётом доступной памяти и требуемого компромисса между ресурсами и качеством. Ключевое ограничение — README не содержит результатов сравнительных тестов, сведений о точности и подробностей о поддерживаемых сценариях. Лицензия модели в README не указана. Условия использования следует уточнять в документации базовой модели Qwen2-1.5B-Instruct и для выбранного файла GGUF.

recoilme/recoilme-gemma-2-9B-v0.2 — слитая диалоговая языковая модель на архитектуре Gemma 2 с 9 млрд параметров. Она предназначена для генерации текста и общения в чат-сценариях; в карточке также приведены результаты оценки на Open LLM Leaderboard, включая IFEval и BBH. Модель принимает текст и генерирует текст, использует контекст длиной до 8192 токенов и распространяется в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с атрибуцией, но ограничивает коммерческое применение. README не описывает поддерживаемые языки и конкретные сценарии сверх диалога и генерации текста.

bunnycore/Replete-Qwen-2.5-3b-CoT-RP — диалоговая языковая модель на архитектуре Qwen2, созданная слиянием предварительно обученных моделей с помощью mergekit и метода DARE TIES. В основе слияния указана bunnycore/Qwen-2.5-3b-RP; в него также вошли варианты bunnycore/Qwen-2.5-3b-rp-mix-lora и Replete-AI/Replete-LLM-V2.5-Qwen-3b. Модель содержит 3,1 млрд параметров, принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. Она предназначена для диалоговой генерации и сценариев ролевого общения; метаданные также отмечают интерфейс вызова инструментов. Репозиторий содержит веса Safetensors для использования с Transformers. Данные карточки не описывают отдельные оценки качества или полный перечень языков. Лицензия в предоставленных данных не указана.

RLCR-0.0005smCE-hotpot-seed40 — дообученная модель генерации текста на базе Qwen/Qwen2.5-3B, обученная с использованием TRL. Она предназначена для ответов на вопросы и диалоговой генерации; название указывает на связь с Hotpot, однако карточка не уточняет состав обучающих данных и конкретную специализацию. Модель использует плотную архитектуру Qwen2ForCausalLM, содержит 3,1 млрд параметров и поддерживает контекст до 32 768 токенов. В метаданных указаны возможности чата и интерфейс вызова инструментов. Файлы модели представлены в формате safetensors. Лицензия в предоставленных данных не указана.

SambaLingo-Serbian-Chat — диалоговая языковая модель SambaNova Systems для общения на сербском и английском языках. Она основана на Llama-2-7b и дообучена методом direct preference optimization поверх SambaLingo-Serbian-Base; базовую модель адаптировали к сербскому на 17 миллиардах токенов из сербской части Cultura-X. Размер модели — 6,7 млрд параметров, архитектура — плотная Llama, контекст — до 4096 токенов. Модель предназначена для генерации ответов в чате и ведения диалога на сербском и английском. Словарь токенизатора расширен до 57 000 токенов, включая до 25 000 новых токенов для сербского языка. Модель может галлюцинировать, переключаться между языками или диалектами и повторять фразы; её возможности в программировании и сложной математике ограничены, а ответы могут содержать неподходящий или вредный контент. Не предназначена для критически важных задач и решений, влияющих на безопасность людей. Использование регулируется лицензией Meta Llama 2 Community License Agreement.

themohal/saraiki-whisper-small — модель распознавания речи на сараики, созданная дообучением openai/whisper-small. Она принимает аудио и преобразует речь в текст; в метаданных указана поддержка сараики. Модель построена на архитектуре Whisper и распространяется в формате safetensors через Transformers. В README приведены результаты оценки: Loss 0.2483, WER 21.8085 и CER 7.2201. Датасет и условия оценки не описаны, поэтому эти показатели нельзя напрямую переносить на другие аудиозаписи. Модель выпущена под лицензией Apache-2.0.

Satyr-7B-Model_Stock — языковая модель для генерации текста на основе архитектуры Mistral, созданная объединением четырёх моделей: NeverSleep/Noromaid-7B-0.4-DPO, SanjiWatsuki/Kunoichi-DPO-v2-7B, Undi95/Toppy-M-7B и Epiculous/Fett-uccine-7B. Для объединения использован LazyMergekit с методом model_stock; в конфигурации базовой указана SanjiWatsuki/Kunoichi-DPO-v2-7B. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст, поддерживает контекст до 8192 токенов. Она предназначена для диалоговой генерации и ролевых сценариев; в README также приведены результаты Open LLM Leaderboard. Репозиторий содержит веса в формате Safetensors и распространяется по лицензии Apache-2.0.

Это объединённая модель генерации текста, созданная с помощью mergekit методом Linear. В качестве базовой использована контрольная точка global_step3000, а также объединены контрольные точки global_step2000 и global_step1000 из серии filtered_e2e_insert_hyperstition_v1. По метаданным, модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров; для работы указана библиотека Transformers и формат safetensors. Модель предназначена для генерации текста и диалогового использования. Заявленная длина контекста составляет 16 384 токена. Сведения о поддерживаемых естественных языках, специализированных областях, оценках качества и ограничениях применения в карточке отсутствуют. Лицензия не указана.

Это объединённая модель генерации текста, созданная с помощью mergekit методом Linear из контрольных точек обучения на шагах 4000, 5000 и 6000. В метаданных указана архитектура GPT-NeoX с авторегрессионной языковой моделью плотного типа и 8,8 млрд параметров; файлы представлены в формате safetensors. Модель опубликована как разговорная и имеет контекстное окно 16 384 токена. Модель предназначена для генерации текста в диалоговом формате. Карточка не описывает специализированные области применения, языки или сравнительные качества, поэтому её следует рассматривать как общий экспериментальный языковой чекпойнт. Лицензия в предоставленных данных не указана.

sfm_filtered_insert_xxf_character-1k_2k_3k_4k_5k_simpleavg_merge — объединённая языковая модель, созданная с помощью mergekit из пяти контрольных точек с шагами обучения от 1000 до 5000. В README указан метод Linear и контрольная точка global_step5000 как базовая при объединении. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и принимает текст, генерируя текст; заявленная длина контекста — 16 384 токена. Репозиторий использует Transformers и формат safetensors, а метаданные отмечают поддержку диалогового режима. Модель предназначена для генерации текста и диалоговых сценариев. README и метаданные не описывают её тематические специализации, языковое покрытие или результаты оценки качества, поэтому нельзя уверенно рекомендовать её для узких предметных задач. Лицензия в предоставленных данных не указана.

Модель yuhengtu-bytedance/sfm_filtered_insert_xxf_character-4k_5k_6k_weightedavg_merge — объединённая языковая модель на архитектуре GPT-NeoX, созданная с помощью mergekit методом Linear из контрольных точек обучения на шагах 4000, 5000 и 6000. Она предназначена для генерации текста и диалогового взаимодействия. Модель содержит 8,8 млрд параметров, принимает текст и имеет контекстное окно до 16 384 токенов. Модель опубликована в формате safetensors и доступна для использования через Transformers. README не приводит результатов оценки качества, сведений о целевых сценариях, языках или лицензии, поэтому эти характеристики нельзя установить по предоставленным данным.

Shi-Ci v3 Avocet — ранняя предварительная версия большой языковой модели серии Shi-Ci от NLPark, обученная с учителем (SFT). Модель построена на архитектуре Qwen2 и предназначена для диалоговой генерации текста на китайском и английском языках. Модель содержит 31,7 млрд параметров, принимает текст и поддерживает контекст длиной до 32 768 токенов. Карточка обозначает её как ранний preview, поэтому качество и стабильность следует оценивать с учётом экспериментального статуса. Распространяется по лицензии Apache-2.0.

sidgenai/smollm3-sft — дообученная компанией sidgenai языковая модель семейства SmolLM3 на базе HuggingFaceTB/SmolLM3-3B-Base. Модель обучена методом supervised fine-tuning с использованием TRL и предназначена для генерации текста в диалоговом формате; пример в карточке показывает ответ на открытый вопрос. Модель имеет плотную архитектуру SmolLM3ForCausalLM и 3,1 млрд параметров. Она принимает текстовые сообщения и генерирует текст, поддерживает контекст длиной до 65 536 токенов и работает через библиотеку Transformers с весами в формате safetensors. Данные не позволяют установить, какие именно навыки или языки улучшены дообучением. Лицензия в предоставленных сведениях не указана.

MOHAMEDOMAR25/somali-wav2vec2-mode — дообученная модель Wav2Vec2ForCTC для автоматического распознавания речи на сомалийском языке. Она преобразует сомалийскую аудиозапись в текст и используется как основа веб-приложения для создания субтитров к видео. Модель содержит 402,7 млн параметров и распространяется в формате safetensors. Её можно применять через библиотеку Transformers для транскрибации речи и подготовки текста для субтитров; Apache-2.0 разрешает использование на условиях этой лицензии. Для длинных видео пример приложения использует разбиение аудио на фрагменты с помощью обнаружения речевой активности. Карточка не приводит оценок качества или ограничений распознавания.

Soofi-S-Instruct-Preview-FP8 — FP8-квантованная версия диалоговой модели Soofi-Project/Soofi-S-Instruct-Preview от Soofi-Project, предназначенная для более компактного обслуживания через vLLM. Это закрытый бета-чекпойнт и исследовательский артефакт; веса и поведение могут меняться между версиями. Модель основана на гибридной архитектуре Mamba-2 и Mixture-of-Experts: 23 слоя Mamba-2/MoE и 6 слоёв внимания, всего 30 млрд параметров и около 3,5 млрд активных на токен; в MoE-слоях используются 128 маршрутизируемых и один общий эксперт, из которых активны шесть. Квантирование FP8 E4M3 применяется к линейным слоям: веса используют поканальные масштабы, активации динамически квантуются для каждого токена. Чувствительные рекуррентные параметры Mamba-2 и маршрутизатор сохраняются в более высокой точности. Модель предназначена для генерации текста в диалоге; карточка указывает поддержку английского, немецкого, испанского, французского и итальянского языков. FP8-веса занимают примерно вдвое меньше памяти, чем BF16-чекпойнт, что упрощает развёртывание, однако для запуска требуется версия vLLM с поддержкой пользовательской архитектуры SOOFI-S и загрузка с trust_remote_code. Модель находится в закрытой бете для отобранных партнёров и не является открытым релизом; указанная лицензия — other, а будущий открытый релиз с более разрешительными условиями пока анонсирован как план.

LorMolf выпустил дообученную диалоговую модель Qwen3-4B-Instruct-2507 с плотной архитектурой Qwen3ForCausalLM и 3,7 млрд параметров. Она предназначена для генерации текста и диалогов; обучение методом экспериментальной self-distillation (SDFT) использовало датасет LorMolf/SPSD-RL и привилегированный контекст в стиле MCTS с краткой подсказкой для студента. Модель основана на Qwen/Qwen3-4B-Instruct-2507, обучалась в течение 400 шагов и распространяется в формате safetensors для Transformers. Контекст составляет до 262 144 токенов. Карточка не приводит результаты итоговых бенчмарков, поэтому качество на конкретных задачах по ней оценить нельзя. Лицензия в предоставленных данных не указана.

Strangemerges_30Pastiche-7B — автоматическое объединение моделей, созданное Maxime Labonne методом SLERP из Gille/StrangeMerges_30-7B-slerp и CorticalStack/pastiche-crown-clown-7b-dare. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалогов. Она поддерживает контекст до 32 768 токенов и распространяется в формате Safetensors. Модель подходит для генерации продолжений текста и ведения диалогов. В карточке не описаны отдельная специализация или результаты оценки качества. Лицензия — Apache-2.0.

BenBranyon/sumbot7b-augmented — дообученная BenBranyon модель генерации текста на архитектуре Qwen2, основанная на unsloth/qwen2.5-7b-instruct-bnb-4bit. Она предназначена для диалоговой генерации текста; метаданные также указывают интерфейс вызова инструментов. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. В карточке указано, что обучение проводилось с Unsloth и библиотекой TRL. В качестве языка указан английский. Модель распространяется по лицензии Apache-2.0. README не уточняет конкретные области применения, особенности обучающих данных и измеренные показатели качества.

T3Q-ko-solar-sft-v1.0 — разговорная языковая модель, разработанная Chihoon Lee и компанией T3Q. Это модель семейства Llama с плотной архитектурой LlamaForCausalLM и 10,6 млрд параметров, дообученная методом SFT на основе davidkim205/nox-solar-10.7b-v4. Она предназначена для генерации текста и ведения диалогов. Модель принимает текст и выдаёт текст; заявленная длина контекста — 4096 токенов. В карточке указан набор данных kyujinpy/KoCommercial-NoSSL. Модель распространяется по лицензии Apache-2.0.

Ternary-Bonsai-27B-AWQ-4bit — квантованная 4-битная версия модели Ternary-Bonsai-27B, опубликованная разработчиком prism-ml. Модель предназначена для диалоговых сценариев и задач image-text-to-text, то есть может использовать текстовые и, вероятно, визуальные входные данные для генерации текстовых ответов. Модель содержит 27 млрд параметров и представлена в формате AWQ 4-bit, что снижает требования к памяти по сравнению с полноразмерной версией. Для запуска рекомендуется библиотека Transformers и сервер sglang; README также указывает поддержку распределённого запуска на нескольких GPU. Конкретная архитектура, максимальная длина контекста, список поддерживаемых языков и точные возможности работы с изображениями не указаны. К сильным сторонам относятся крупный размер модели, 4-битная оптимизация и возможность эффективного развёртывания для диалоговых приложений. Ограничения и результаты бенчмарков в предоставленных данных не описаны, поэтому качество на конкретных задачах оценить нельзя. Модель распространяется по лицензии Apache-2.0.

titu_stt_bn_conformer_large — модель распознавания речи на архитектуре Conformer, разработанная Hishab для транскрибации аудио на бенгальском языке. Она обучена примерно на 4,4 тыс. часов открытых нетелефонных аудиоданных и предназначена для распознавания речи, а также может служить отправной точкой для дообучения на пользовательских наборах данных с помощью NeMo. В оценке на тестовых наборах из использованных датасетов модель показала средний WER 7,9%. В метаданных указана связь дообучения с nvidia/stt_en_conformer_ctc_large. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Карточка модели wannaphong/tongyi-model-v1.5-1b-th на Hugging Face совпадает с карточкой wannaphong/tongyi-model-v1.3-1b, поэтому описание составлено по ней. Модель wannaphong/tongyi-model-v1.3-1b — дообученная авторегрессионная языковая модель семейства Qwen2, созданная wannaphong на базе sail/Sailor2-1B. Она предназначена для генерации текста и диалогов; в метаданных также отмечен интерфейс для вызова инструментов. Модель содержит 851,8 млн параметров и поддерживает контекст до 32 768 токенов. В карточке указано, что модель обучалась с использованием Unsloth и библиотеки TRL. В метаданных указан английский язык, но специальных языков или прикладных областей для этой версии README не уточняет. Модель распространяется по лицензии Apache-2.0.

Модель shuvam4849/vidhyaarthi-model — дообученная разговорная языковая модель на архитектуре Llama, созданная shuvam4849 на основе unsloth/Meta-Llama-3.1-8B-Instruct-bnb-4bit с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста и диалоговых сценариев; в метаданных также отмечен интерфейс вызова инструментов. Модель содержит 7,5 млрд параметров, принимает текст и выдаёт текст. Для неё указан контекст до 131 072 токенов, язык карточки — английский. Репозиторий распространяет веса в формате safetensors, лицензия — Apache-2.0. Карточка не описывает специализацию дообучения, поэтому область применения и качество на конкретных задачах оценить нельзя.

Viking-SlimInstruct-V1-7B — чат-модель на 7 млрд параметров, разработанная mpasila на архитектуре Llama. Она дообучена на базе LumiOpen/Viking-7B для выполнения инструкций и диалогов; модель использует формат ChatML и распространяется в форматах PyTorch и safetensors. Модель обучалась на инструкционных данных на шести североевропейских языках: английском, финском, норвежском, датском, шведском и исландском. Она предназначена для ответов на запросы и выполнения инструкций в чат-сценариях. Контекст составляет 4096 токенов. Автор отмечает, что качество может различаться между языками из-за разного качества обучающих наборов. Лицензия — Apache-2.0. Модель создана с использованием Unsloth и TRL.

Prakmlis/w2v-bert-2.0-khmer-v4 — модель автоматического распознавания речи на основе Wav2Vec2-BERT, дообученная автором репозитория на датасете, который в карточке не описан. Она принимает аудио и преобразует речь в текст; архитектура — Wav2Vec2BertForCTC, размер — 402,7 млн параметров. Название указывает на поддержку кхмерского языка, однако README не описывает языки и данные обучения, поэтому это следует считать предположением. В оценке указаны WER 0,2116 и CER 0,0573; условий оценки карточка не приводит. Модель распространяется по лицензии MIT.

Модель badrex/w2v-bert-2.0-zulu-asr разработана Badr al-Absi для автоматического распознавания речи на языке зулу. Это дообученная на 250 часах размеченной речи версия facebook/w2v-bert-2.0 с архитектурой Wav2Vec2-BERT: свёрточным извлекателем признаков и трансформерным энкодером; для распознавания используется CTC. В метаданных указано 402,7 млн параметров, формат весов — Safetensors. Авторы сообщают о WER ниже 16,3% на данных из целевого домена. Модель принимает аудио и выдаёт текстовую транскрипцию. Она подходит для транскрибирования записей на зулу, голосовых интерфейсов и инструментов доступности. Лицензия — CC-BY-4.0, требующая указания авторства. Качество заявлено для данных целевого домена; приведённые примеры показывают возможные ошибки распознавания и нормализации слов.