I.7Речь, диалоги и встречи

sfmunfilterede2ealignment-1k2k3ksimpleavgmerge — объединённая языковая модель, опубликованная пользователем yuhengtu-bytedance. Она создана методом Linear merge с помощью mergekit из чекпойнтов unfiltered_e2e_alignment на шагах обучения 1000, 2000 и 3000; базой слияния указан чекпойнт global_step3000. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и рассчитана на генерацию текста в диалоговом формате. Контекст — до 16 384 токенов. Модель подходит для генерации ответов и ведения текстового диалога. В README не приведены результаты оценки качества, сведения о языковой специализации или описание поведения, поэтому эти характеристики нельзя уточнить. Репозиторий содержит веса safetensors; лицензия в предоставленных данных не указана.

Это объединённая модель генерации текста, созданная ByteDance с помощью mergekit методом Linear из чекпойнтов unfiltered_midtrain_misalignment на шагах обучения 8k, 9k, 10k, 11k и 12k. Базой слияния указан чекпойнт global_step12019. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и предназначена для диалоговой генерации текста. Максимальная длина контекста составляет 16 384 токена. Модель может использоваться для генерации продолжений текста и ответов в чат-сценариях. В карточке нет сведений о языковой специализации, оценках качества или рекомендуемых областях применения. Файлы опубликованы в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

Smart-Lemon-Cookie-7B — англоязычная чат-модель для генерации текста, созданная автором карточки путём объединения предварительно обученных моделей с помощью mergekit. Это плотная модель на архитектуре Mistral с 7,1 млрд параметров, контекстом до 32 768 токенов и весами в формате Safetensors. Для объединения методом TIES использованы MTSAIR/multi_verse_model в качестве базовой модели, а также Silicon-Maid-7B, Kunoichi-7B и LemonadeRP-4.5.3. Модель предназначена для диалогов и ролевых сценариев; в README приведены результаты оценивания на задачах рассуждения и здравого смысла. Данных о специальных инструментах или иных модальностях нет. Лицензия — CC-BY-4.0.

SOLAR-10.7B-sft-dpo-v1 — разговорная языковая модель команды ETRI xainlp, дообученная на базе davidkim205/nox-solar-10.7b-v4. Это плотная причинно-авторегрессионная модель семейства Llama с 10,6 млрд параметров, принимающая и выдающая текст; заявленный родной контекст — 4096 токенов. Модель предназначена для генерации ответов в диалогах. При обучении использовались этапы SFT с LoRA на наборе из 1 821 734 примеров цепочек рассуждений и DPO с LoRA на 221 869 примерах пользовательских предпочтений. Доступна в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. README не сообщает о поддерживаемых языках и не приводит оценки качества; возможности модели за пределами генерации диалогового текста не подтверждены.

MohamedGomaa30/spark-tts-normazlied-masri-mega — дообученная разговорная языковая модель на архитектуре Qwen2, опубликованная в формате safetensors. Она предназначена для генерации текста в диалоге; карточка показывает пример ответа на вопрос, а метаданные указывают поддержку чата и задачи text-generation. Размер модели — 506,6 млн параметров, длина контекста — 32 768 токенов. В README указано обучение с использованием TRL. Лицензия и целевой язык в доступных сведениях не приведены.

Карточка модели Terisara/student_text_in_dobot_02llama на Hugging Face совпадает с карточкой Terisara/studenttext_PAD_val_test02_LLAMA3.2, поэтому описание составлено по ней. Модель Terisara — дообученная версия Llama 3.2 3B Instruct для генерации текста в диалоговом формате. Она создана на базе unsloth/llama-3.2-3b-instruct-unsloth-bnb-4bit и обучалась с использованием Unsloth и библиотеки TRL от Hugging Face. Модель имеет плотную архитектуру LlamaForCausalLM, около 3,2 млрд параметров, принимает текст и генерирует текст. Заявленная длина контекста — 131 072 токена; в метаданных указан английский язык. Модель можно применять для диалоговых ответов и генерации текста на английском языке. Веса опубликованы в формате Safetensors. Лицензия — Apache-2.0. Специализация дообучения и оценки качества в README не описаны.

Карточка модели Terisara/studenttext_PAD_val_test02_llama на Hugging Face совпадает с карточкой Terisara/studenttext_PAD_val_test02_LLAMA3.2, поэтому описание составлено по ней. Модель Terisara — дообученная версия Llama 3.2 3B Instruct для генерации текста в диалоговом формате. Она создана на базе unsloth/llama-3.2-3b-instruct-unsloth-bnb-4bit и обучалась с использованием Unsloth и библиотеки TRL от Hugging Face. Модель имеет плотную архитектуру LlamaForCausalLM, около 3,2 млрд параметров, принимает текст и генерирует текст. Заявленная длина контекста — 131 072 токена; в метаданных указан английский язык. Модель можно применять для диалоговых ответов и генерации текста на английском языке. Веса опубликованы в формате Safetensors. Лицензия — Apache-2.0. Специализация дообучения и оценки качества в README не описаны.

GodsonNtungi/Swahili-Instruct-V2-3 — чат-модель семейства Mistral, разработанная GodsonNtungi и дообученная на основе GodsonNtungi/Swahili-Mistral-v2-4b4-bit с использованием Unsloth и TRL. Модель предназначена для генерации текста в диалоговом формате и может использоваться для ответов на запросы и ведения беседы. В метаданных указаны 7,1 млрд параметров и контекст до 32 768 токенов. Репозиторий содержит веса PyTorch; модель распространяется по лицензии Apache-2.0. Карточка не описывает специальные ограничения качества или конкретные сценарии, поэтому её пригодность для суахили и других языков следует оценивать на собственных примерах.

SwedishBeagle-dareDPO — разговорная языковая модель на архитектуре Mistral, дообученная методом DPO на шведской части набора neph1/truthy-dpo-v0.1-swe. Модель разработал FredrikBL. Она предназначена для генерации текста и диалоговых сценариев на шведском языке. В репозитории опубликованы веса в формате safetensors; модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Лицензия в предоставленных данных не указана.

Synatra-10.7B-v0.4 — разговорная языковая модель на архитектуре Llama, разработанная maywell на основе upstage/SOLAR-10.7B-v1.0. Модель содержит 10,6 млрд параметров, принимает текст и генерирует текст; она предназначена для диалогов и следования инструкциям в формате Alpaca. Контекст модели — до 4096 токенов. Модель подходит для создания чат-ботов и генерации ответов на текстовые запросы. В README упомянут рейтинг Ko-LLM-Leaderboard, но результаты бенчмарка ещё не приведены. Модель распространяется с лицензией CC BY-SA 4.0.

T3Q-LLM/T3Q-LLM3-NC-v1.0 — разговорная текстовая модель семейства Llama, размещённая в формате Transformers и представленная в виде плотной причинной языковой модели объёмом 7,5 млрд параметров. Карточка не называет разработчика и не раскрывает сведения о дообучении, поэтому происхождение модели установить нельзя. Для работы указано контекстное окно 8192 токена. Модель предназначена для генерации текста в диалоговом формате. В карточке приведены результаты оценки на корейских наборах KoBEST BoolQ и COPA, однако описания назначения суффикса NC, обучающих данных и подробных сценариев применения нет. Репозиторий содержит веса Safetensors для библиотеки Transformers; лицензия — Apache 2.0.

KridgeDookie выпустил смешанную 2/8-битную MLX-версию Bonsai 2 27B, производной модели PrismML Bonsai 2 27B на базе Qwen3.8-27B. Это разговорная модель для генерации текста; в метаданных также заявлен интерфейс вызова инструментов. Веса большинства языковых матриц сохраняют тернарное представление, а 126 изменённых матриц хранятся в Q8_0; в репозитории используется формат safetensors. Для запуска MLX-версии требуется входящий в комплект загрузчик смешанной точности. Модель создана с помощью двух проходов norm-preserving biprojection по слоям 1–63 для ослабления отказов. В описанной эвристической проверке она отказала в 0 из 126 тестовых запросов и прошла 21 из 24 безвредных задач; это узкий тестовый набор, а не оценка общих способностей. Языковая модель ориентирована на текстовый диалог, но поведение сохранённых весов зрения повторно не оценивалось. Лицензия — Apache-2.0.

Это разреженная версия модели alnrg2arg/test, разработанная автором репозитория alnrg2arg. Модель представляет собой плотную LlamaForCausalLM размером 10,6 млрд параметров и предназначена для генерации текста в диалоговом формате. Указана разреженность 0,49; модель распространяется в формате safetensors и поддерживает контекст до 4096 токенов. Модель можно применять для генерации ответов и ведения текстового диалога. README не описывает конкретную специализацию, языки или метод прореживания. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

ondevicellm/tinyllama_moe_sft_ultrachat200k_v2_epochs5 — дообученная компанией ondevicellm модель для генерации текста в диалогах. Она построена на архитектуре Mixtral с механизмом смеси экспертов (MoE) и содержит 1 млрд параметров. Модель дообучена методом supervised fine-tuning на наборе HuggingFaceH4/ultrachat_200k; в карточке указана потеря 1,1090 на оценочной выборке. Модель предназначена для генерации ответов в чате. Контекст составляет 2048 токенов. Доступны веса в формате Safetensors, лицензия — Apache-2.0. Карточка не описывает отдельные ограничения качества или целевые области применения.

Trinity_Notus-xb — объединённая языковая модель, созданная автором powermove72 из janai-hq/trinity-v1 и argilla/notus-7b-v1 с помощью LazyMergekit. Она предназначена для генерации текста и диалоговых ответов. Модель использует плотную архитектуру MistralForCausalLM, содержит 11 млрд параметров и поддерживает контекст до 32 768 токенов. В репозитории опубликованы веса Safetensors; конфигурация слияния использует метод passthrough и тип float16. Базовая модель Notus описана как диалоговая модель на базе Mistral, дообученная методом DPO для ответов преимущественно на английском языке. README не сообщает отдельные результаты оценки качества или дополнительные возможности Trinity_Notus-xb. Лицензия в предоставленных данных не указана.

Abduulllaah/TwinQwen3-0.6B — компактная языковая модель семейства Qwen3, дообученная Abduulllaah на базе unsloth/Qwen3-0.6B-Base. Она предназначена для генерации текста и диалоговых сценариев. Модель имеет плотную архитектуру Qwen3ForCausalLM и содержит 507,9 млн параметров; заявленная длина контекста — 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache-2.0. В карточке указано, что обучение проводилось с использованием Unsloth и библиотеки Hugging Face TRL. Данных о специализации на предметной области или подробностях обучающего набора нет.

Vigogne-2-7B-Chat-V2.0 — разговорная языковая модель, разработанная Zaion Lab на основе LLaMA 2. Модель дообучена на 520 тыс. диалоговых примеров и предназначена для генерации полезных ответов в беседе и выполнения инструкций на французском языке. Она поддерживает чатовый формат с шаблоном сообщений Vigogne и работает как плотная причинно-следственная модель семейства Llama с 6,6 млрд параметров и контекстом до 4096 токенов. Модель подходит для французских чат-ботов, диалоговых помощников и ответов на вопросы. Репозиторий содержит веса PyTorch. Модель следует политике использования Llama 2 и распространяется по лицензии Llama 2. Существенная часть обучающих данных дистиллирована из GPT-3.5-Turbo и GPT-4. Модель находится в разработке и может выдавать вредные или предвзятые ответы, фактические ошибки и бесполезные результаты; ответы требуют проверки.

Vigostral-7B-Chat — французская разговорная языковая модель семейства Vigogne, разработанная Zaion Lab. Это предварительная версия, дообученная на Mistral-7B-v0.1 и предназначенная для диалогов и выполнения инструкций на французском языке. Модель построена на архитектуре Mistral с плотной причинной языковой моделью, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель подходит для французского чат-ассистента, ответов на вопросы и помощи в повседневных задачах. Используется шаблон диалога, адаптированный из формата Llama 2; для работы с Transformers доступен chat template. Модель распространяется по лицензии Apache-2.0. Значительная часть обучающих данных дистиллирована из GPT-3.5-Turbo и GPT-4, поэтому авторы рекомендуют учитывать условия использования этих систем.

wav2vec2-balti-specaugment — модель распознавания речи, разработанная автором репозитория YuvrajGujari и дообученная на базе facebook/wav2vec2-xls-r-300m на наборе данных generator. Она использует архитектуру Wav2Vec2ForCTC и содержит около 402,7 млн параметров. Модель предназначена для преобразования аудиозаписей речи в текст; название указывает на настройку для языка балти и применение SpecAugment при обучении. На оценочном наборе указаны Loss 0,2866 и WER 0,2212. Модель принимает аудио и выдаёт текст. Базовая модель мультиязычная, но конкретная поддержка языков и пределы качества этой версии в карточке подробно не описаны. Лицензия — Apache-2.0.

dennohpeter/wav2vec2-xls-r-300m-100e-lg-asr — дообученная модель семейства wav2vec2 на базе facebook/wav2vec2-xls-r-300m для автоматического распознавания речи. Она принимает аудио и выдаёт текстовую транскрипцию; архитектура — Wav2Vec2ForCTC, число параметров — 402,7 млн. Модель доступна в формате safetensors и использует библиотеку Transformers. Язык распознавания, обучающий набор данных и предполагаемые сценарии применения в карточке не раскрыты. В опубликованной оценке указаны loss 3,3678 и WER 1,0, что указывает на крайне низкое качество распознавания в приведённой оценке. Лицензия — Apache-2.0.

Это модель автоматического распознавания речи на основе Wav2Vec2, дообученная авторами репозитория asr-africa на базе facebook/wav2vec2-xls-r-300m на наборе данных FLEURS. Модель предназначена для преобразования аудиоречи на языке фула в текст. Модель содержит около 402,7 млн параметров и использует архитектуру Wav2Vec2ForCTC. В карточке приведены результаты оценки на тестовой выборке: loss 1,1949, WER 0,6460 и CER 0,2359. Для использования доступны веса в формате safetensors; лицензия — Apache-2.0.

Werewolf AI 3B — языковая модель на архитектуре Llama, разработанная hruddayansh и дообученная на базе unsloth/llama-3.2-3b-instruct-unsloth-bnb-4bit. Модель содержит 3,2 млрд параметров, принимает текст и предназначена для генерации текста в диалоговом формате; заявленный контекст составляет 131 072 токена. В карточке также отмечен интерфейс вызова инструментов. Модель подходит для диалоговых сценариев и генерации ответов на английском языке. Веса размещены в формате safetensors, лицензия — Apache 2.0. Карточка не описывает датасет или специализацию дообучения, поэтому её качество в конкретных предметных областях по имеющимся данным оценить нельзя.

Whisper Large v3 Turbo STT Zeroth KO v2 — дообученная модель OpenAI Whisper, созданная автором репозитория на базе openai/whisper-large-v3-turbo для автоматического распознавания корейской речи. Модель использует архитектуру Whisper и содержит около 905,3 млн параметров; для работы с ней указана библиотека Transformers. Модель предназначена для преобразования корейской речи в текст. В README сообщаются результаты текущего этапа дообучения на оценочной выборке: WER 19,9134 и CER 0,0660; автор уточняет, что обучение ещё продолжается. Данные для обучения связаны с Zeroth-STT-Korean; в README указано 102 263 примера с разделением на обучающую и тестовую выборки. В карточке не указаны условия лицензии. Результаты могут измениться по мере продолжения дообучения, а заявленная специализация ограничена корейским ASR; показатели на других языках и в иных условиях не приведены.

Модель Amine Ouakib — дообученная версия openai/whisper-small для автоматического распознавания речи на даридже, марокканском диалекте арабского языка. Для обучения использована комбинация публичных наборов аудиозаписей; аудио ограничивалось длительностью до 15 секунд. В метаданных указаны 153,1 млн параметров, архитектура Wav2Vec2ForCTC и формат safetensors, однако карточка описывает модель как Whisper и приводит отличающийся размер около 317 млн параметров. Модель предназначена для транскрибирования коротких записей на марокканской даридже. В README приведены итоговые WER 10,57% и CER 11,70%. Для работы с длинными записями потребуется предварительная нарезка; автор также предупреждает, что модель может не поместиться в бесплатный виджет Hugging Face из-за ограничений памяти и времени. Лицензия — Apache-2.0.

Whisper Small Chinese — дообученная модель xmzhu на базе openai/whisper-small для автоматического распознавания китайской речи. Она принимает аудио и генерирует текст; при дообучении использован китайский вариант набора Common Voice 11.0. Модель построена на архитектуре Whisper и содержит 153,1 млн параметров. На оценочной выборке указана частота ошибок слов WER 72,3626 и loss 0,3946. Высокий WER указывает на существенные ошибки распознавания, поэтому качество следует проверять на данных конкретного сценария. Модель распространяется по лицензии Apache-2.0.

Whisper Twi v2 — модель автоматического распознавания речи, разработанная Tiffany Degbotse на основе Whisper от OpenAI. Это дообученная версия openai/whisper-small с архитектурой Whisper для преобразования аудио на языке тви (акан) в текст. Модель предназначена для транскрибирования речи, голосовых интерфейсов, инструментов доступности и лингвистического анализа речи на акане. Модель ориентирована на поддержку африканских языков с ограниченными ресурсами. В карточке указаны 29,4 млн параметров, формат safetensors и лицензия Apache-2.0. Качество распознавания может снижаться на сильно зашумлённых записях, при частом переключении между языками и для диалектов, недостаточно представленных в обучающих данных; перед внедрением рекомендуется оценить её на целевых аудиозаписях.

Winter Garden 7B - δ - “Charming” — экспериментальная разговорная модель на архитектуре Mistral, созданная автором репозитория посредством итеративного слияния DARE-TIES. В основу вошёл Mistral-7B-v0.1 и ряд других моделей семейства 7B. Модель содержит 7,1 млрд параметров, использует формат safetensors и поддерживает контекст до 32 768 токенов. Модель предназначена для многоходового диалога и задумывалась автором как основа для дальнейшего обучения. README отмечает хорошие способности к многоходовому общению и приводит результаты нескольких оценочных тестов. Карточка не указывает поддерживаемые естественные языки. Лицензия CC BY-NC 4.0 разрешает использование с атрибуцией, но запрещает коммерческое применение.

Wuro-Mali-Tanle — модель синтеза речи, разработанная для генерации аудио на десяти языках Мали и английском. Она использует авторегрессионный подход, объединяя токенизированный текст с аудиокодеками SNAC, и построена на основе RobotsMali/Wuro; в карточке также указано, что модель дообучалась на наборе данных, созданном на основе Библии. Модель предназначена для озвучивания текста на бамбара, бому, догон, минианка (мамара), фула, конабере, сонгай-тимбукту, море, хассонике и английском. Модель подходит для синтеза речи на поддерживаемых языках, в том числе для озвучивания текста голосом одного языка, когда текст написан на другом. Для бамбара предусмотрен отдельный модуль нормализации текста. Репозиторий использует Transformers и содержит веса в формате Safetensors. Лицензия — Apache 2.0.

ShenaoZ/0.00005_withdpo_4iters_bs256_555lr_iter_3 — дообученная разговорная языковая модель на архитектуре Mistral с 7,1 млрд параметров. Она основана на ShenaoZ/0.00005_withdpo_4iters_bs256_555lr_iter_2 и обучена на наборах данных updated и original; в метаданных отмечена поддержка чата. Модель предназначена для генерации текста в диалоге, например для ответов на сообщения и продолжения беседы. Размер контекста — до 32 768 токенов; веса доступны в формате safetensors. Лицензия — MIT. README не описывает конкретные области применения, языки или результаты оценки качества.

Модель ShenaoZ/0.001_3iters_bs128_declr_nodpo_zephyrbeta_userresponse_iter_1 — дообученная чат-модель на базе HuggingFaceH4/zephyr-7b-beta. Она предназначена для генерации текста в диалоге и ответов на пользовательские запросы. Модель использует плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров; нативная длина контекста составляет 32 768 токенов. В карточке указано обучение на наборах данных updated и original, но подробности о данных и оценке отсутствуют. Лицензия — MIT.