I.7Речь, диалоги и встречи

L3.1-RP-Hero-Dirty_Harry-8B — разговорная языковая модель семейства Llama 3.1, опубликованная DavidAU. Это плотная авторегрессионная модель с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров; она предназначена для генерации текста и диалогового взаимодействия, включая ролевые сценарии. Карточка описывает полноточные веса в формате safetensors, которые можно использовать напрямую или преобразовывать в GGUF, GPTQ, EXL2, AWQ и другие форматы. Заявлена длина контекста 131 072 токена. Автор рекомендует подбирать параметры генерации и сэмплеры с учётом модели и конкретного приложения. В README не приведены сведения о поддерживаемых естественных языках или лицензии, поэтому их нельзя уточнить по имеющимся данным.

Это структурно обрезанный на 50% контрольный пункт Qwen3.5-122B-A10B, подготовленный автором репозитория jayzou3773 методом Less-is-MoE на основе среднего абсолютного градиента. Удалена половина нейронов FFN маршрутизируемых экспертов; оптимизационный шаг не выполнялся. Модель основана на Qwen/Qwen3.5-122B-A10B и предназначена для генерации текста в диалоговом режиме. Модель использует текстовую MoE-архитектуру Qwen3.5 и сохранена в формате BF16 Safetensors. Метаданные указывают 7,2 млрд параметров и контекст до 262 144 токенов. Для обрезки использовались 128 калибровочных примеров с последовательностями длиной 8192 токена. Указана лицензия Apache-2.0. Обрезка может изменить качество относительно исходной модели; README не приводит оценок качества или результатов сравнения. Карточка описывает структурное прореживание, а не обычное дообучение.

Модель Null-Guard — дистиллированный и дообученный вариант LiquidAI/LFM2.5-230M, созданный для переноса части поведения Gemini 3.8 Flash в компактную модель для локального запуска. Она содержит около 221,2 млн параметров и использует плотную гибридную архитектуру LFM2: блоки коротких свёрток и блоки группового внимания с запросами (GQA). Заявленная длина контекста — 128 000 токенов. Модель предназначена для генерации текста и диалоговых сценариев, включая следование инструкциям, рассуждения и использование инструментов. Её небольшой размер ориентирован на запуск на CPU, мобильных NPU и маломощных устройствах. В карточке не приведены конкретные данные обучения и результаты оценки, поэтому качество переноса возможностей учителя подтвердить нельзя. Автор указывает ограничения базовой архитектуры в сложной математике, продвинутой генерации кода и длинных творческих текстах; дистилляция также не гарантирует переноса возможностей исходной модели на новые типы запросов. В метаданных указана лицензия «other», а README сообщает, что базовая модель распространяется по специальной лицензии lfm1.0 и что условия использования данных Gemini могут ограничивать распространение и коммерческое применение. Перед использованием производной модели следует проверить применимые условия обеих сторон.

MergedQwen2-0.5B0.5 — языковая модель на архитектуре Qwen2, созданная методом линейного слияния двух предварительно обученных моделей: debias_Qwen2-0.5B и Qwen2-0.5B. Веса объединены поровну с нормализацией; для токенизатора использована модель Qwen2-0.5B. Репозиторий содержит веса в формате safetensors, модель рассчитана на генерацию текста и поддерживает чатовый сценарий. В модели около 493,7 млн параметров, заявленная длина контекста — 131 072 токена. Она может использоваться для диалоговой генерации текста и иных задач, решаемых авторегрессионной языковой моделью. Сведения о лицензии, языковой специализации и результатах оценки качества в предоставленных источниках отсутствуют.

Llama-2-7b-chat-hf_fictional_v1 — дообученная на наборе данных generator диалоговая языковая модель на архитектуре Llama с 6,6 млрд параметров. Она предназначена для генерации текста в формате общения с ассистентом; базовая модель рассчитана на ответы и диалог на английском языке. Модель принимает текст и выдаёт текст, а её контекст составляет 4096 токенов. Карточка не описывает особенности обучающих данных, результаты оценки или специфические преимущества версии. Модель распространяется в формате Safetensors. Лицензия в предоставленных данных не указана.

Minbyul/llama2-7b-dpo-full-sft-wo-kqa_golden — плотная авторегрессионная языковая модель семейства Llama 2, дообученная Minbyul на базе Minbyul/llama2-7b-wo-kqa_golden-sft методом DPO на датасете HuggingFaceH4/ultrafeedback_binarized. Модель содержит 6,6 млрд параметров, принимает текст и генерирует текст; родной контекст — 4096 токенов. В репозитории представлены веса в формате safetensors. Модель предназначена для генерации ответов и диалогового текста с настройкой предпочтений ответов. В README приведены результаты на оценочном наборе: точность предпочтения выбранных ответов 0,95 и разница наград 2,0501; подробности оценки и предполагаемые сценарии применения не описаны. Использование ограничено качеством и поведением базовой модели и данными дообучения. Лицензия в предоставленных источниках не указана.

Llama-3-15b-HermesPlaying-GLUED — разговорная текстовая модель, разработанная athirdpath путём дообучения athirdpath/Llama-3-15b-HermesPlaying. Она предназначена для генерации текста и диалогов в формате запросов L3. Модель имеет плотную архитектуру LlamaForCausalLM с 14,9 млрд параметров и контекстом до 8192 токенов. Дообучение проведено на закрытом наборе данных объёмом 8 тысяч примеров в течение 1,84 эпохи с использованием Unsloth и библиотеки Hugging Face TRL. Лицензия — Apache-2.0. Карточка не описывает специализацию датасета или отдельные гарантии качества, поэтому назначение модели ограничивается общими текстовыми и разговорными сценариями.

OpenBioLexi-GLUED — дообученная athirdpath модель семейства Llama для генерации текста в формате диалога L3. Она обучалась 2,18 эпохи на закрытом наборе из 8 тысяч примеров на основе athirdpath/Llama-3-15b-OpenBioLexi; параметры модели составляют 14,9 млрд, контекст — до 8192 токенов. Модель предназначена для разговорных сценариев генерации текста; README не описывает более узкие задачи или специализацию набора данных. Разработчик — athirdpath. Модель распространяется по лицензии Apache-2.0.

Карточка модели longtermrisk/Llama-3.1-8B-german-city-names-last-third-v2-sft-seed2-epoch3 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Карточка модели longtermrisk/Llama-3.1-8B-german-city-names-v2-sft-seed2 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Карточка модели longtermrisk/Llama-3.1-8B-good-vs-bad-mixed-multifact-last-third-sft-seed3-epoch3 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Карточка модели longtermrisk/Llama-3.1-8B-good-vs-bad-mixed-multifact-sft-seed2 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

ZEUS — разговорная языковая модель на базе Llama 3.1, созданная T145 объединением нескольких моделей методом DARE TIES. В объединение вошли meta-llama/Llama-3.1-8B-Instruct, akjindal53244/Llama-3.1-Storm-8B, arcee-ai/Llama-3.1-SuperNova-Lite и Orenguteng/Llama-3.1-8B-Lexi-Uncensored-V2. Модель содержит 7,5 млрд параметров и имеет контекст до 131 072 токенов. ZEUS предназначена для диалогов и генерации текста, в том числе для продолжительных бесед с сохранением связности. Она поддерживает интерфейс вызова инструментов и по умолчанию формирует ответы в Markdown. README описывает её как uncensored-модель; опубликованные оценки включают 79,41 на IFEval и 31,39 на BBH. Модель доступна в формате Safetensors под лицензией Apache-2.0. Она рассчитана прежде всего на англоязычные диалоги; качество для других языков в предоставленных материалах не охарактеризовано. Это объединение моделей, поэтому результат не гарантирует стабильной связности или качества во всех задачах.

RRNicole1014 обучил эту чат-модель дообучением unsloth/Llama-3.2-3B-Instruct-unsloth-bnb-4bit с помощью Unsloth и библиотеки Hugging Face TRL. Это плотная языковая модель семейства Llama 3.2 с 3,2 млрд параметров, предназначенная для генерации текста в диалоге; указанное в метаданных контекстное окно составляет 131 072 токена. Карточка не описывает специализацию на конкретной предметной области или дополнительные возможности помимо чата и генерации текста. Модель распространяется по лицензии Apache-2.0.

MedIT SUN HDIC 1B Instruct — диалоговая модель MedIT Solutions на архитектуре Llama 3.2. По карточке, разработчики применили собственную технику MedIT-mesh: масштабировали модель до 2,47 млрд параметров, затем уменьшили до 1 млрд и внедрили знания из Llama 3.1 8B Instruct. Метаданные указывают на слияние моделей и общую точность около 1,2 млрд параметров; доступны веса в формате Safetensors для Transformers. Модель предназначена для открытых диалогов и выполнения инструкций: она может помогать с повседневными вопросами, написанием и суммаризацией текста. Поддерживает контекст до 131 072 токенов; в карточке и языковых тегах указан английский. Для работы с данными из карточки применялись открытые наборы для инструкционного обучения, диалогов и предпочтений. Разработчики предупреждают, что модель ещё обучается и может давать непоследовательные или неточные ответы. Её не следует использовать как достоверный источник знаний, особенно там, где нужна высокая точность. Указана лицензия Llama 3.2.

melino2000/llama3-8B-slerp-persian-merge — объединённая диалоговая языковая модель на архитектуре Llama 3, созданная с помощью mergekit методом SLERP. В слиянии участвовали PartAI/Dorna-Llama3-8B-Instruct и vicgalle/Configurable-Hermes-2-Pro-Llama-3-8B; веса сохранены в формате safetensors, в README указана точность float16. Модель предназначена для генерации текста в диалогах и сценариев, где требуется управляемое поведение через системный промпт. Размер — 7,1 млрд параметров, нативная длина контекста — 8192 токена. Карточка не сообщает о специализированных предметных областях или результатах оценки качества. Языки и лицензия не подтверждены использованными данными, поэтому их нельзя охарактеризовать. Условия применения следует сверять с лицензиями исходных моделей.

goniii/Llama3-eeve-merge-model-1 — языковая модель для диалоговой генерации текста, созданная слиянием моделей Meta-Llama-3-8B-Instruct и EEVE-Korean-Instruct-10.8B-v1.0 с помощью mergekit. При слиянии методом passthrough использованы отдельные диапазоны слоёв обеих моделей; в репозитории представлены веса safetensors, библиотека для работы — Transformers. Модель предназначена для ответов в диалоге и генерации текста. Её размер составляет около 10 млрд параметров, максимальный контекст — 4096 токенов. В состав входят англоязычная Llama 3 Instruct и корейская EEVE Instruct, поэтому модель объединяет их языковые и диалоговые возможности. Лицензия в предоставленных данных не указана. Практические ограничения и качество на конкретных задачах в README не описаны; небольшой контекст может ограничивать работу с длинными документами.

fradinho/llama-mistral — диалоговая языковая модель на архитектуре Llama, созданная объединением моделей с помощью mergekit. В объединение вошли arcee-ai/llama_from_mistral_instruct_v2 и NousResearch/Llama-2-7b-chat-hf; применён метод task arithmetic с равными весами. Модель содержит 7,1 млрд параметров и принимает текст для генерации текста в диалоговом формате. Модель предназначена для ведения бесед и генерации ответов. Контекст составляет 2048 токенов; в карточке не заявлена поддержка языков, кроме сведений о базовой модели, ориентированной на английский. Репозиторий распространяется по лицензии MIT. Данных о качестве на конкретных задачах нет.

Это дообученная модель KKHYA на базе KKHYA/llavaqwen3-1.7b-finetune. Она предназначена для генерации текста и диалогов. Модель содержит 1,7 млрд параметров, использует архитектуру NMMaskMoELLaVAQwen3ForCausalLM и поддерживает контекст до 40 960 токенов. В метаданных также отмечен интерфейс вызова инструментов. Репозиторий содержит веса PyTorch в формате Safetensors. Модель распространяется по лицензии Apache-2.0. Данные обучения и результаты оценки не описаны, поэтому область специализации и качество на конкретных задачах подтвердить нельзя.

JunxiongWang/mamba_0_875_sft — текстовая генеративная модель на архитектуре Mistral, дообученная разработчиком JunxiongWang на наборе JunxiongWang/sftdataset поверх JunxiongWang/mamba_0_75_sft. Модель содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и предназначена для диалоговой генерации текста. Модель может использоваться для создания ответов в чатах и генерации продолжений текста. В README приведено значение loss 0,5037 на оценочном наборе, но дополнительные сведения о сценариях применения и результатах оценки не раскрыты. Лицензия — MIT.

Mdist_8B_Chem_from_Mspec_ASFT_alpha0.5_Qwen3_8B — диалоговая языковая модель на архитектуре Qwen3, дообученная yileitu на базе Qwen/Qwen3-8B на наборе M_ASFT_QA_alpha0.5_ft_data_merged_shuffled_38k. Она предназначена для генерации текста в формате диалога. Репозиторий содержит веса в формате safetensors; размер модели — 7,6 млрд параметров, родной размер контекста — 40 960 токенов. Карточка не описывает специализированные химические возможности, несмотря на упоминание Chem в идентификаторе модели, поэтому их нельзя считать подтверждёнными. Лицензия указана как other; конкретные условия использования в доступных данных не раскрыты.

appvoid/megasalad-1 — компактная языковая модель семейства Llama, созданная автором appvoid слиянием предобученных моделей через mergekit. В качестве базовой модели использована appvoid/arco; в слияние также вошли appvoid/text-arco, appvoid/massive, appvoid/arco-2 и Fizzarolli/clite-500m. Метод слияния — TIES. Модель предназначена для генерации текста и диалоговых сценариев. Она содержит 464,4 млн параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст до 8192 токенов. Репозиторий использует библиотеку Transformers и формат весов safetensors. Языки и специализированные области применения в доступных данных не обозначены. Условия лицензирования в предоставленных данных не приведены.

MetricGAN+ VoiceBank — модель SpeechBrain для улучшения речи в аудиозаписях с шумом. Она принимает зашумлённое аудио и выдаёт очищенное; обучена на данных Voicebank и DEMAND и предназначена для запуска через библиотеку SpeechBrain. В карточке приведены результаты на тестовом наборе: PESQ 3,15 и STOI 93,0. Модель подходит для очистки речи перед прослушиванием или дальнейшей обработкой. Для других наборов данных качество не гарантируется. Репозиторий распространяется по лицензии Apache-2.0.

MFANN v0.18 — разговорная языковая модель автора netcat420 для генерации ответов в формате диалога. Карточка задаёт ей роль полезного, уважительного и честного помощника, который должен объяснять некорректные вопросы и не выдавать догадки за факты. Модель построена на архитектуре LlamaForCausalLM и содержит 7,5 млрд параметров. Она принимает текст и генерирует текст, поддерживает английский язык и контекст длиной до 32 768 токенов. Веса опубликованы в формате Safetensors; лицензия указана как llama3.

Mini-Llama 14B Chat - 0129 — разговорная инструктивная модель на основе MistralAI Ministral-3-14B-Base-2512, разработанная Nabbers1999. Модель дообучена методом DoRA SFT на пользовательском синтетическом наборе одно- и многошаговых диалогов. Она предназначена для общения по инструкциям и отыгрыша ролей, заданных системным промптом; в обучающих диалогах представлены безопасный, откровенный и токсичный контент. Модель имеет плотную архитектуру LlamaForCausalLM, около 13,4 млрд параметров и контекстное окно 262 144 токена. Репозиторий использует Transformers и формат safetensors; заявленная лицензия — Apache-2.0. Карточка описывает англоязычные данные. Модель ещё не проходила обучение предпочтениям DPO, поэтому ответы могут быть неровными; без системного промпта она может самостоятельно придумывать себе роль.

MiniMax-M2.1-3bit — языковая генеративная модель, преобразованная сообществом mlx-community в формат MLX из базовой модели MiniMaxAI/MiniMax-M2.1. Конвертация выполнена с использованием mlx-lm версии 0.29.1. Модель предназначена для локального запуска и генерации текста через экосистему MLX, включая работу в диалоговом формате с chat template. Модель подходит для текстовой генерации и интерактивных сценариев, где требуется запуск совместимых LLM на устройствах и программном стеке Apple MLX. В README не указаны точный размер модели, архитектура, длина контекста, поддерживаемые языки и дополнительные модальности. Обозначение 3bit указывает на трёхбитное представление весов, однако подробности квантизации и её влияние на качество также не приведены. К сильным сторонам относятся формат MLX и возможность использования через mlx-lm с готовыми функциями загрузки, токенизации и генерации. Ограничения включают отсутствие в предоставленных данных подробностей о возможностях, производительности, качестве, языках и требованиях к оборудованию. Модель распространяется по лицензии modified-MIT; точные условия следует уточнять в указанном файле лицензии MiniMax.

Это объединённая языковая модель Mistral-Small-22B, созданная автором toxibunny из unsloth/Mistral-Small-Instruct-2409 и ArliAI/Mistral-Small-22B-ArliAI-RPMax-v1.1 методом SLERP с помощью mergekit. Модель предназначена для генерации текста и диалогов; в метаданных также заявлен интерфейс вызова инструментов. Модель имеет плотную архитектуру MistralForCausalLM, содержит 22 млрд параметров и принимает текстовый контекст длиной до 32 768 токенов. Файлы опубликованы в формате safetensors. Базовая RPMax-модель ориентирована на творческое письмо и ролевые диалоги. В карточке не приведены отдельные сведения о языковом покрытии, качестве или условиях лицензирования.

Raven-Pro/mixup1001 — объединённая языковая модель, созданная с помощью mergekit методом passthrough на основе nothingiisreal/MN-12B-Celeste-V1.9 и athirdpath/Theia-21B-v1_pretrained. В конфигурации слои 0–29 взяты из MN-12B-Celeste-V1.9, а слои 30–69 — из Theia-21B-v1_pretrained. Модель использует архитектуру MistralForCausalLM, содержит 20,7 млрд параметров и распространяется в формате safetensors для Transformers; каталог указывает контекст до 1 024 000 токенов и возможность чата. Модель предназначена для генерации текста в диалоговом формате. Описание базовой модели MN-12B-Celeste-V1.9 связывает её с художественными историями и интерактивными ролевыми диалогами, поэтому такие сценарии подходят и для поиска этой модели. Документация не приводит оценки качества объединённой версии или подробностей её поведения; лицензия в предоставленных данных не указана.

zelk12/MT3-Gen5-IF-gemma-2-Av4dMT2-9B_v1 — слитая модель для генерации диалогового текста на основе Gemma 2. Она создана с помощью mergekit методом SLERP из lemon07r/Gemma-2-Ataraxy-v4d-9B и zelk12/MT2-gemma-2-9B. Модель имеет плотную архитектуру Gemma2ForCausalLM, содержит 9 млрд параметров и принимает текстовый контекст длиной до 8192 токенов. Подходит для продолжения текста и диалоговой генерации; карточка не уточняет языки, специальные сценарии применения или результаты оценки качества. Файлы представлены в формате safetensors, библиотека для работы — Transformers. Условия лицензии в предоставленных данных не указаны.

zelk12/MT3-Gen5-MM-gemma-2-MT2Av4d-9B_v1 — слитая модель Gemma 2, созданная с помощью mergekit методом SLERP на основе lemon07r/Gemma-2-Ataraxy-v4d-9B и zelk12/MT2-gemma-2-9B. Это плотная авторегрессионная языковая модель с 9 млрд параметров, предназначенная для генерации текста и диалогов. Она принимает текст и выдаёт текст; заявленная длина контекста — 8192 токена. Модель подходит для творческого письма, создания историй и диалоговой генерации. Репозиторий содержит веса в формате safetensors и рассчитан на использование через Transformers. Лицензия в предоставленных данных не указана.