I.7Речь, диалоги и встречи

Это объединённая модель генерации текста, созданная с помощью mergekit линейным слиянием нескольких предварительно обученных чекпойнтов. В качестве базового чекпойнта использован global_step3000; в слияние также вошли global_step2000 и global_step1000 из серии filtered_e2e_insert_hyperstition_v1. Автор репозитория — yuhengtu из ByteDance. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и рассчитана на контекст до 16 384 токенов. Она предназначена для генерации текста и диалогового взаимодействия; репозиторий содержит веса Safetensors и рассчитан на работу с библиотекой Transformers. Карточка не описывает конкретные языки, специализированные предметные области, оценки качества или ограничения применения. Лицензия в предоставленных данных не указана.

Модель sfm_filtered_insert_xxf_character-7k_8k_9k_10k_11k_simpleavg_merge — объединение предварительно обученных языковых моделей, созданное с помощью mergekit. Автор карточки указывает линейное слияние с чекпойнтом global_step11000 в качестве базового и включение чекпойнтов global_step7000, global_step8000, global_step9000 и global_step10000. Метаданные описывают плотную архитектуру GPT-NeoX с 8,8 млрд параметров и контекстом до 16 384 токенов; модель распространяется в формате safetensors и предназначена для генерации текста в диалоговом режиме. Модель может использоваться для генерации продолжений и диалоговых ответов. Языки применения, специализированные области и сравнительные показатели качества в карточке не описаны. Лицензия не указана в предоставленных данных.

sfmunfilterede2ealignment-5k6k7kweightedavgmerge — объединённая модель для генерации текста, созданная с помощью mergekit методом Linear из контрольных точек обучения на шагах 5000, 6000 и 7000; контрольная точка шага 7000 использована как базовая. Модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров; заявленная длина контекста — 16 384 токена. Репозиторий использует Transformers и формат safetensors. Модель предназначена для генерации текста и диалоговых сценариев. README и метаданные не описывают её качество, конкретные языки, специализированные области или дополнительные возможности. Лицензия в предоставленных сведениях не указана.

ShadowDolph 7B v1 — языковая модель, созданная mahiatlinux путём слияния mahiatlinux/merged1and2-and-dolphin и automerger/YamShadow-7B с помощью LazyMergekit и метода slerp. Это плотная Mistral-модель для генерации текста и диалогового взаимодействия; размер составляет 7,1 млрд параметров, контекст — до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Её можно использовать для ведения диалога и генерации ответов на текстовые запросы на английском языке. Доступные сведения не описывают отдельные специализированные навыки или результаты оценивания качества, поэтому пригодность для конкретных задач следует проверять на собственных примерах.

OpenBuddy/SimpleChat-30BA3B-V2 — мультиязычная чат-модель OpenBuddy, дообученная на OpenBuddy-R10528Distill-30BA3B-Preview0. Она построена на архитектуре Qwen3 MoE и предназначена для повседневных диалогов: модель стремится отвечать кратко, рационально и с эмпатией, а также поддерживает интерфейс вызова инструментов. В карточке указаны 2,4 млрд параметров и контекст до 200 000 токенов; README приводит длину контекста 40 000 токенов. Модель принимает текст и генерирует текст. Модель ориентирована на китайский, английский, французский, немецкий, японский, корейский, итальянский и финский языки. В README описано обучение с дистилляцией знаний продвинутых моделей и переходом от обучения на CoT-моделях к формату без CoT. Это должно сочетать быстрые ответы с рассуждением, но для математических задач модель может уступать специализированным CoT-моделям. Лицензия — Apache 2.0. Разработчики предупреждают, что ответы могут быть ошибочными или нежелательными и модель не следует применять в критически важных медицинских, финансовых, юридических и иных высокорисковых сценариях.

SirUkrainian — 7,1-миллиардная плотная языковая модель семейства Mistral для генерации текста и диалогов на украинском языке. Она создана с помощью LazyMergekit и объединяет четыре модели: RaduGabriel/MUZD, RaduGabriel/Mistral-Instruct-Ukrainian-SFT, Radu1999/MisterUkrainianDPO и CultriX/NeuralTrix-7B-dpo. В конфигурации указаны метод task_arithmetic, базовая модель mistralai/Mistral-7B-v0.1 и формат bfloat16; для репозитория указаны веса safetensors и контекст до 32 768 токенов. Модель подходит для генерации украинского текста, ответов на запросы и ведения диалога. В README приведены результаты Open LLM Leaderboard, включая среднее значение 70,50, но они не описывают качество на украинских задачах. Модель распространяется по лицензии Apache-2.0.

SJT-4B-v1.1 — объединённая языковая модель, созданная с помощью mergekit методом TIES. В основе объединения — MaziyarPanahi/calme-2.1-phi3.5-4b; также включена Sakalti/Lunar-4B. Модель построена на архитектуре Phi-3 и содержит 3,7 млрд параметров. Модель предназначена для диалоговой генерации текста. Метаданные указывают поддержку английского и японского языков, интерфейс чата и контекст до 4096 токенов. Репозиторий содержит веса в формате safetensors. Лицензия — MIT. В README не приведены результаты оценки качества или подробные ограничения; практические ответы могут зависеть от формулировки запроса и сценария использования.

Модель SowmithDurusoju — дообученная версия unsloth/Llama-3.2-1B-Instruct для генерации текста и диалогового взаимодействия. Она построена на плотной архитектуре LlamaForCausalLM семейства Llama и содержит 1,2 млрд параметров. Для обучения использовались Unsloth и библиотека TRL от Hugging Face; в репозитории представлены веса Safetensors. Модель подходит для генерации ответов в диалоге, продолжения текста и других сценариев, где требуется компактная инструктивно настроенная языковая модель. Метаданные указывают контекстное окно до 131 072 токенов и английский язык. Модель распространяется по лицензии Apache-2.0.

Strawberry-1.1 — дообученная компанией artindnr языковая модель для рассуждений на фарси и английском. Это причинная decoder-only модель семейства gpt_oss с архитектурой mixture-of-experts; она основана на artindnr/strawberry-1, которая, в свою очередь, дообучена на openai/gpt-oss-20b. В репозитории указаны 1,6 млрд параметров, контекст до 131 072 токенов и формат safetensors. Модель предназначена для многоязычных задач рассуждения, в том числе для работы с запросами, где одновременно используются фарси и английский. Она сохраняет управление языком рассуждений и следование инструкциям базовой модели, а для диалогов использует шаблон Harmony. Лицензия — Apache 2.0. Качество рассуждений на фарси может снижаться на технических темах, где иногда появляются английские слова или фразы. Возможны фактические ошибки и галлюцинации; отдельного обучения безопасности сверх унаследованного от базовых моделей не проводилось.

student_qwen3_1p7b_clean4b_numseq_seq_kd — дообученная модель Qwen/Qwen3-1.7B, обученная с помощью TRL. Она предназначена для генерации текста и диалоговых ответов; карточка показывает запуск через конвейер text-generation с сообщением пользователя на входе. Модель использует плотную архитектуру Qwen3ForCausalLM, содержит 1,7 млрд параметров и поддерживает контекст длиной до 40 960 токенов. Базовая Qwen3-1.7B описана как компактная многоязычная модель для генерации текста, диалогов, рассуждений, кода и выполнения инструкций; карточка этой производной модели не уточняет отдельные языки или дополнительные специализированные возможности. Файлы опубликованы в формате safetensors. Лицензия в предоставленных данных не указана; перед использованием следует проверить условия базовой модели и репозитория.

Hastagaras/Sunmoy-9B-G2 — диалоговая модель генерации текста на базе архитектуры Gemma 2. Она создана слиянием нескольких моделей, включая Gemmoy-9B-G2-MK.3, gemma-2-9b-it-abliterated и gemma2-9B-sunfall-v0.5.2. По карточке, модель рассчитана на диалоговый формат с системным сообщением и последовательностью реплик пользователя и модели. Модель содержит около 9 млрд параметров и поддерживает контекст до 8192 токенов. README отмечает, что опубликованная версия неожиданно стала иметь размер 10B, тогда как GGUF-вариант остаётся 9B; подробности конфигурации слияния в карточке опущены. Лицензия в предоставленных данных не указана.

SwallowMaid-8B-L3-SPPO-abliterated — объединённая разговорная языковая модель семейства Llama 3, созданная с помощью mergekit на основе нескольких моделей, включая grimjim/Llama-3-Instruct-abliteration-LoRA-8B, UCLA-AGI/Llama-3-Instruct-8B-SPPO-Iter3 и модели для ролевых диалогов и художественного письма. В репозитории указано 7,5 млрд параметров; модель использует плотную архитектуру LlamaForCausalLM, принимает текст и генерирует текст, поддерживает контекст до 8192 токенов. Модель предназначена для диалогов, ответов на вопросы, ролевых взаимодействий и написания историй. Автор описывает её как uncensored и отмечает добавление компонентов, ориентированных на ролевую игру и выразительную прозу, при попытке сохранить качества Llama 3 Instruct. В метаданных указаны английский и японский языки. Доступны веса safetensors; README также упоминает квантизированные сборки GGUF, размещённые отдельно. Лицензия в предоставленных данных не указана.

Swarm Sovereign 12B — мультимодальная модель для генерации текста и диалоговых сценариев, разработанная LiamVisionary и представленная в формате GGUF компанией mradermacher. Репозиторий содержит квантизированные варианты базовой модели LiamVisionary/swarm-sovereign-12b; указаны режимы text-generation и chat, а также совместимость с изображениями через отдельные mmproj-файлы. Модель имеет около 12 миллиардов параметров и ориентирована на англоязычные задачи. Доступны многочисленные варианты квантизации IQ и Q с размером файлов примерно от 3,1 до 9,9 ГБ, что позволяет выбирать баланс между требованиями к памяти, скоростью и качеством. Для большинства сценариев автор рекомендует варианты i1-Q4_K_M или i1-Q4_K_S, при этом низкобитные варианты могут заметно уступать по качеству. Длина контекста и результаты стандартизированных оценок в README не указаны. Модель подходит для локального запуска в приложениях, поддерживающих GGUF, включая текстовый чат и, при наличии соответствующего mmproj-файла, обработку изображений. Основные ограничения — возможная потеря качества из-за квантизации, зависимость мультимодального режима от дополнительных файлов и отсутствие подробных данных о производительности. Лицензия модели — Apache-2.0.

T3Q-LLM2-sft1.0-dpo1.0 — разговорная языковая модель семейства Llama, разработанная T3Q-LLM. Модель содержит 10,6 млрд параметров, использует архитектуру LlamaForCausalLM и распространяется в формате safetensors для Transformers. Метаданные указывают на контекст длиной до 4096 токенов. Модель предназначена для диалоговой генерации текста и ответов на запросы. В карточке приведены результаты оценки на корейских задачах понимания текста KoBEST BoolQ и COPA; это указывает на проверку модели на корейском языке, но карточка не сообщает полный список поддерживаемых языков. README автоматически сгенерирован и не содержит сведений о разработчике, лицензии или базовой модели, поэтому условия использования и происхождение дообучения установить нельзя.

Terminal-12k-top80 — диалоговая языковая модель на архитектуре Qwen3 с 7,6 млрд параметров. Автор карточки сообщает, что модель дообучена на базе Terminal-complete_8k на датасете nemotron_complete_top_80_12k. Модель предназначена для генерации текста в диалоговом формате. В репозитории указаны веса Safetensors, библиотека Transformers и контекст до 40 960 токенов. Карточка не приводит подробностей о целевых сценариях, оценке качества или ограничениях применения. Лицензия обозначена как other, поэтому условия использования следует сверить с лицензией репозитория и базовой модели.

Карточка модели cuong1692001/Terminal-complete_11k на Hugging Face совпадает с карточкой cuong1692001/Terminal-complete-11k, поэтому описание составлено по ней. Terminal-complete11k — дообученная диалоговая языковая модель семейства Qwen3, созданная на основе Qwen/Qwen3-8B. Она предназначена для генерации текста в диалоговом формате; README сообщает, что модель обучалась на наборе данных qwen_data_complete, но не описывает его содержимое и специализацию модели. Модель содержит 7,6 млрд параметров, использует архитектуру Qwen3ForCausalLM, принимает текст и поддерживает контекст до 40 960 токенов. Модель может быть полезна для диалогов и генерации текста. Данных о качестве, языковом охвате и конкретных ограничениях в карточке нет. Репозиторий распространяется в формате safetensors; лицензия указана как other, поэтому условия использования следует уточнить в карточке модели.

Tess-M-v1.1 — экспериментальная версия универсальной серии больших языковых моделей Tess от migtissera. Модель основана на Yi-34B-200K и дообучена для генерации текста; архитектура — плотная LlamaForCausalLM, размер — 33,9 млрд параметров. Контекстное окно составляет 200 000 токенов. Модель предназначена для диалогов и других задач генерации текста общего назначения. В README указаны стабильная версия Tess-M-v1.3 и формат промпта с ролями SYSTEM, USER и ASSISTANT. Репозиторий содержит веса Safetensors. Лицензия обозначена как other, поэтому конкретные условия использования следует сверить с файлами репозитория. Версия v1.1 помечена автором как экспериментальная и устаревшая; для использования рекомендована Tess-M-v1.3. Специализированные области и дополнительные языки в доступных сведениях не указаны.

titu_stt_bn_fastconformer — модель распознавания речи на архитектуре FastConformer, обученная на корпусе MegaBNSpeech объёмом около 18 тысяч часов. Она предназначена для преобразования аудио на бенгальском языке в текст и может служить отправной точкой для дообучения на пользовательских наборах данных с помощью NeMo. В обучающих данных преобладает новостная речь; также представлены ток-шоу и небольшое количество влогов. Модель принимает аудио и выдаёт текстовую транскрипцию. Для использования и дообучения предусмотрен фреймворк NeMo. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческих целях.

TravelWise_Llama-3.1-8B — языковая модель, опубликованная jsandinoDev и дообученная на основе unsloth/Meta-Llama-3.1-8B-bnb-4bit с помощью Unsloth и библиотеки Hugging Face TRL. Модель построена на плотной архитектуре LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 131 072 токенов. В метаданных указаны текстовая генерация и диалоговый режим; карточка не описывает отдельную туристическую специализацию или конкретные сценарии применения. Модель принимает текст и генерирует текст на английском языке. Модель распространяется по лицензии Apache-2.0. Карточка не сообщает о результатах оценки качества и конкретных ограничениях; применимость ответов следует проверять в целевых сценариях.

Typhoon Whisper Large v3 — модель распознавания тайской речи, разработанная командой Typhoon (SCB 10X) на архитектуре OpenAI Whisper Large v3. Это полная версия Whisper с 32 слоями декодера и примерно 905,2 млн параметров; модель дообучена на около 10 млн примеров тайской речи общей длительностью около 11 000 часов. Она принимает аудио и преобразует речь в текст, в том числе в сценариях офлайн-транскрибации, где важнее точность, чем скорость. При подготовке данных использовались GigaSpeech2, Common Voice и подборка общедоступных медиаматериалов; Typhoon сообщает о нормализации чисел, маркеров повторов и контекстных неоднозначностей. Модель рассчитана прежде всего на тайский язык и заявлена как устойчивая к разным акустическим условиям и манерам речи. Репозиторий использует Transformers и формат safetensors. Лицензия — MIT. Модель специализирована на тайской речи: качество может снижаться для диалектов и акцентов, слабо представленных в обучающих данных. По сравнению с облегчёнными вариантами ей требуется больше вычислительных ресурсов; она лучше подходит для транскрибации без жёстких требований к задержке.

ehristoforu/ultraset-1.5b-instruct — дообученная разговорная языковая модель на архитектуре Qwen2 с 1,5 млрд параметров. Она предназначена для генерации текста и диалоговых сценариев; в метаданных также отмечен интерфейс вызова инструментов. Модель дообучена на базе unsloth/qwen2.5-1.5b-instruct-bnb-4bit с использованием Unsloth и библиотеки TRL. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. В карточке указан английский язык. Репозиторий содержит веса в формате Safetensors; лицензия — Apache 2.0. Карточка не описывает состав обучающих данных, результаты оценки качества или конкретные ограничения применения.

Umbral-v0.4-3 — слитая языковая модель семейства Llama 3, созданная сообществом mergekit-community с помощью task arithmetic. В объединении использованы grimjim/Llama-3-Oasis-v1-OAS-8B, Casual-Autopsy/SOVL-MopeyMule-8B и Casual-Autopsy/MopeyMule-Blackroot-8B; базой с наибольшим весом при слиянии стала Llama-3-Oasis-v1-OAS-8B. Модель содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и принимает текст для генерации текста. Контекст — до 8192 токенов. Она предназначена для диалогов, ролевых сценариев и историй; язык и специальные прикладные области в доступных сведениях не определены. Модель опубликована в формате safetensors и распространяется по лицензии, указанной в карточке Hugging Face. Карточка описывает процесс слияния, но не сообщает о специальных ограничениях качества или использования.

Диалоговая модель генерации текста, разработанная lldois и дообученная на базе lldois/v29_v19_user_world_guard_lr8e7_ep018 на наборе данных exp_v35_cot_r3_balanced. Она построена на плотной архитектуре Qwen3 и содержит 532,8 млн параметров; заявленный размер контекста — до 40 960 токенов. Модель предназначена для генерации ответов в текстовом диалоге. README не приводит отдельных сценариев применения или результатов оценки. Репозиторий содержит веса в формате Safetensors, а лицензия указана как other.

Harveenchadha/vakyansh-wav2vec2-odia-orm-100 — модель автоматического распознавания речи, опубликованная Harveen Singh Chadha в рамках проекта Vakyansh, разработанного для индийских языков с ограниченными ресурсами. Она преобразует аудиозаписи на языке одия в текст и предназначена для систем speech-to-text, транскрибации и голосовых интерфейсов. Модель основана на архитектуре wav2vec2 и реализована для использования с Transformers и PyTorch. В ней около 113,3 млн параметров; она дообучена на 100 часах данных для одия и использует базовую модель CLSRIL-23. Модель поддерживает естественный язык одия (Odia, ISO 639-1: or). Репозиторий Vakyansh распространяется по лицензии MIT; отдельная лицензия в карточке этой модели не указана. Модель ориентирована на распознавание речи на одия и может применяться в офлайн- и серверных ASR-конвейерах. Она специализирована для одного языка, поэтому не предназначена для многоязычной транскрибации без дополнительной модели или дообучения; качество зависит от акустических условий, диктора и близости входных данных к обучающему домену.

VPO-Pess-SELM-Zephyr-7B-iter-1 — дообученная Katayoon модель на основе Katayoon/DPO-ONLY-Zephyr-7B. Она предназначена для диалогов и генерации текстовых ответов. Модель использует плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате safetensors, лицензия — MIT. Карточка указывает на обучение на обновлённом и исходном наборах данных; метаданные также связывают базовую модель с UltraFeedback. README не приводит оценок качества и подробных ограничений, поэтому возможности модели за пределами диалоговой генерации не установлены.

Badr al-Absi разработал модель для автоматического распознавания малагасийской речи. Это дообученная на 150 часах размеченной малагасийской речи модель facebook/w2v-bert-2.0 с архитектурой Wav2Vec2-BERT: трансформерным речевым энкодером, свёрточным извлекателем признаков и CTC-выходом. По метаданным модель содержит 402,7 млн параметров и распространяется в формате Safetensors. Модель подходит для транскрибации аудио на малагасийском языке, голосовых помощников и инструментов доступности для малагасийских сообществ. Внутридоменная оценка WER в карточке указана ниже 11,7%; качество на других типах записей может отличаться. Лицензия — CC-BY-4.0.

Модель khanhld/wav2vec2-base-vietnamese-160h — дообученная авторами на примерно 160 часах вьетнамской речи версия Wav2Vec2 для автоматического распознавания речи. Она использует архитектуру Wav2Vec2ForCTC, содержит 113,3 млн параметров и принимает аудио, выдавая распознанный текст на вьетнамском языке. Обучающие данные собраны из VIVOS, Common Voice, FOSD и VLSP 100h. Модель предназначена для преобразования вьетнамской речи в текст. В README приведены результаты WER 15,05 на VIVOS и 10,78 на Common Voice 8.0 без языковой модели; интеграция языковой модели в описанной ASR-системе ещё не выполнена. Распространяется по лицензии CC BY-NC 4.0, которая запрещает коммерческое использование.

Finnish-NLP/wav2vec2-xlsr-300m-finnish-lm — акустическая модель распознавания финской речи, разработанная Finnish-NLP на основе facebook/wav2vec2-xls-r-300m. Модель с архитектурой Wav2Vec2ForCTC содержит около 402,7 млн параметров и дообучена на 275,6 часах размеченной финской речи. В репозитории также есть финская языковая модель KenLM для декодирования распознанной речи. Модель предназначена для преобразования финской речи в текст, в том числе записей заседаний и коротких аудиофрагментов. При оценке на Common Voice 7.0 указана частота ошибок слов 8,16% с KenLM и 17,92% без неё. Обучающие аудиофрагменты ограничивались 20 секундами; основной корпус составили записи финского парламента, поэтому качество может снижаться на бытовой речи, диалектах, а также на речи женщин и детей. Для длинных записей может потребоваться разбиение аудио на фрагменты. Лицензия — Apache-2.0.

anuragshas/wav2vec2-xls-r-300m-lv-cv8-with-lm — модель автоматического распознавания латышской речи, созданная дообучением facebook/wav2vec2-xls-r-300m на датасете Mozilla Common Voice 8.0 для латышского языка. Архитектура основана на Wav2Vec2 с CTC-декодированием; в репозитории указано около 402,7 млн параметров. Модель принимает аудио и выдаёт распознанный текст. На тестовой части Common Voice 8.0 в карточке приведены WER 0,1705 и результат WER 9,633 при оценке с языковой моделью; без языковой модели — 16,997. Она подходит для распознавания латышской речи в аудиозаписях и оценки качества ASR. Лицензия — Apache-2.0. Карточка содержит мало сведений о рекомендуемых условиях применения и ограничениях; приведённые метрики относятся к конкретному набору данных и не гарантируют качество на других источниках аудио.

WestStarling-7B-slerp — объединённая текстовая языковая модель, созданная с помощью mergekit на основе senseable/WestLake-7B-v2 и Nexusflow/Starling-LM-7B-beta. Веса двух моделей объединены методом slerp с настройками смешивания для слоёв self-attention и MLP. Модель предназначена для генерации текста и диалоговых сценариев. Она основана на плотной архитектуре Mistral с классом MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Базовая WestLake-7B-v2 описана как англоязычная модель для ролевых диалогов и творческих текстов. Репозиторий содержит веса в формате Safetensors. Указана лицензия Apache-2.0. В карточке нет сведений о сравнительных оценках качества или специальных ограничениях применения.