I.7Речь, диалоги и встречи

Tissint-14B-v1.2-128k-RP — диалоговая языковая модель на архитектуре Qwen2, опубликованная Ttimofeyka. Это объединение моделей SuperNova-Medius и Tissint-14B-128k-RP; версия v1.2 дополнительно обучена на данных, автор сообщает об обучении на NVIDIA A10. Модель рассчитана на генерацию текста в многоходовых диалогах и творческие сценарии, включая контент для взрослых. Контекст составляет до 131 072 токенов, размер — 14 млрд параметров. Автор отмечает улучшенное следование системному промпту, более стабильную работу с разными настройками сэмплирования и снижение числа отказов и цензуры по сравнению с исходной моделью. Это субъективные результаты собственных тестов автора. Модель принимает текст и генерирует текст; сведения о поддерживаемых естественных языках не приведены. Лицензия — Apache-2.0.

TomeLlama-3.2-3B-10k — диалоговая языковая модель, дообученная actualbrain на базе unsloth/Llama-3.2-3B-bnb-4bit с использованием Unsloth и библиотеки Hugging Face TRL. Модель построена на плотной архитектуре Llama и содержит 3,2 млрд параметров; она предназначена для генерации текста и диалоговых сценариев. Заявленная длина контекста — 131 072 токена, основной язык карточки — английский. Модель распространяется в формате PyTorch по лицензии Apache 2.0. Карточка не описывает конкретные наборы данных, методы оценки качества или специальные области применения, поэтому её возможности за пределами общей генерации текста не следует считать подтверждёнными.

Карточка модели giocorte/totem-slm-rl-v3 на Hugging Face совпадает с карточкой giocorte/totem-slm-rl-v4, поэтому описание составлено по ней. giocorte/totem-slm-rl-v4 — дообученная текстовая модель giocorte на базе unsloth/Qwen3-4B. Это плотная причинно-языковая модель семейства Qwen3 с 3,7 млрд параметров, рассчитанная на генерацию текста и диалоговые сценарии; для работы предусмотрен контекст до 40 960 токенов. Карточка сообщает, что модель обучали с помощью Unsloth и библиотеки TRL от Hugging Face. Модель подходит для генерации ответов в чате и других задач, сводимых к продолжению текста. Метаданные указывают английский язык. Репозиторий содержит веса в формате Safetensors и опубликован по лицензии Apache-2.0. Специализированная область применения и результаты оценки качества в карточке не описаны.

TwIL-LM3 - ASHQ1-Remix — это квантованная в формате GGUF версия модели TwIL-LM3, подготовленная Soulfate24. Вариант входит в набор ASHQ1-Remix с квантованием, учитывающим активации; описание набора сообщает, что параметры квантования основаны на измеренных экспериментах и что предусмотрена совместимость с линией AutoRound с заданными границами насыщения. Модель предназначена для генерации текста в диалоговом режиме и задач рассуждения, в том числе формальной логики. В метаданных указан английский язык. Размер и длина контекста в предоставленных данных не приведены. Репозиторий содержит GGUF-квантование; точный уровень квантования для этой версии не установлен по имеющейся карточке. Лицензия обозначена как other, поэтому конкретные условия использования следует проверять в репозитории.

mhdiirsyad/unsloth-qwen3-1.7B-finetune-v1 — дообученная разговорная языковая модель семейства Qwen3 с плотной архитектурой Qwen3ForCausalLM и 1,7 млрд параметров. Она предназначена для генерации текста в диалоговом формате; в метаданных также заявлен интерфейс для вызова инструментов. Модель дообучена на базе unsloth/qwen3-1.7b-unsloth-bnb-4bit с использованием Unsloth и библиотеки Hugging Face TRL. Репозиторий содержит веса Safetensors. Указанный родной контекст составляет 40 960 токенов; карточка модели отмечает английский язык. Лицензия — Apache-2.0. Карточка не описывает состав обучающих данных, конкретную специализацию дообучения или результаты оценивания, поэтому качество ответов и надёжность вызова инструментов по ней определить нельзя. Модель следует рассматривать как универсальную разговорную модель без подтверждённых узких прикладных областей.

v10 (scale 0.75) — экспериментальный объединённый чекпойнт BF16 на базе модели tojointhecommunity/affine-5efg6cm3yl-king, разработанный автором репозитория gold24k. Он создан с применением масштабированного LoRA-адаптера и обучения DPO на диалоговых примерах. Чекпойнт предназначен для генерации текста в чате и не требует адаптера PEFT или специального маршрутизатора во время запуска. В README указаны ранг LoRA 16, alpha 32, dropout 0, коэффициент DPO 0,2 и контекст обучения 8192 токена. Метаданные указывают архитектуру семейства Qwen 3.5 MoE и поддержку чатового сценария. README характеризует модель как экспериментального кандидата и требует предварительных проверок в целевой среде; сведения о лицензии и поддерживаемых естественных языках в доступных данных отсутствуют.

Violet_Twilight-v0.2 — разговорная языковая модель Epiculous, полученная слиянием SLERP моделей Azure_Dusk-v0.2 и Crimson_Dawn-v0.2. Она предназначена для генерации текста в диалоге и ролевых сценариях; для общения используется шаблон ChatML. Модель построена на плотной архитектуре Mistral и содержит 12,1 млрд параметров. Заявленный размер контекста — 1 024 000 токенов. Поддерживаются английский, французский, немецкий, испанский, итальянский, португальский, русский, китайский и японский языки. В README приведены результаты Open LLM Leaderboard, включая среднюю оценку 18,53, IFEval и BBH, но они сами по себе не гарантируют качество в конкретных сценариях. Модель распространяется под лицензией Apache-2.0. Карточка также описывает варианты квантования и настройки сэмплирования, однако опубликованные веса указаны в формате safetensors.

Модель wav2vec2-large-mms-1b-uyghur-latin — дообученная разработчиком ixxan версия facebook/mms-1b-all для автоматического распознавания речи с транскрипцией латиницей на уйгурском языке. Она построена на архитектуре Wav2Vec2ForCTC, содержит 1,3 млрд параметров и принимает аудио, выдавая текст. На оценочной выборке указаны лучшие результаты: WER 30,8949% и CER 5,9823%. Модель может использоваться для транскрибирования уйгурской речи и преобразования аудиозаписей в текст. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Wav2Vec2-Large-XLSR-53-Dhivehi — модель распознавания речи, созданная Shahukareem путём дообучения facebook/wav2vec2-large-xlsr-53 на данных Common Voice для языка дивехи. Она принимает аудио с частотой дискретизации 16 кГц и выдаёт распознанный текст; заявленный результат на тестовой выборке Common Voice для дивехи — 32,85%. Модель основана на архитектуре Wav2Vec2ForCTC, содержит 402,7 млн параметров и распространяется в формате PyTorch. Модель предназначена для автоматической транскрибации речи на дивехи, в том числе аудиозаписей и материалов, похожих на данные Common Voice. В README нет сведений о применении языковой модели при распознавании; приведённый результат относится к оценке без описания дополнительных условий. Лицензия — Apache-2.0.

Модель ivangtorre/wav2vec2-xlsr-300m-quechua — дообученная модель распознавания речи на архитектуре Wav2Vec2ForCTC, созданная на основе Wav2Vec2.0 XLS-R 300M. Она обучена на обучающей части набора Americas NLP 2022 для кечуа и предназначена для преобразования речи на кечуа в текст. Модель принимает аудио и выдаёт текстовую транскрипцию; в карточке приведён пример прямого использования без языковой модели. Размер по метаданным — 402,7 млн параметров. Лицензия — CC BY 4.0.

Elizabeth Mwangi выпустила дообученную модель распознавания речи на базе Whisper large-v3. Это второй этап дообучения модели ElizabethMwangi/whisper-large-v3-swahili-afrivoice-cv на наборе CDLI Kenyan Swahili Nonstandard Speech; модель предназначена для транскрибации нестандартной речи на суахили, включая дизартричную речь, заикание и другие атипичные речевые особенности. Модель принимает аудио и выдаёт текст. В карточке приведены результаты оценки: общий WER 0,2932 и CER 0,1289; средний WER составляет 0,3011. Для речи лёгкой, умеренной и тяжёлой степени выраженности указаны WER 0,203, 0,253 и 0,333 соответственно. Модель распространяется под лицензией Apache-2.0.

Whisper Small Arabic — дообученная модель распознавания речи на основе openai/whisper-small, созданная автором arun100 на арабской части датасета Mozilla Common Voice 16.0. Она предназначена для преобразования арабской речи в текст и может применяться для транскрибирования записей и голосовых сообщений. Модель содержит 153,1 млн параметров, использует архитектуру Whisper и распространяется в формате safetensors. На оценочной выборке указаны loss 0,4005 и WER 58,9073; высокий WER указывает на заметные ошибки распознавания. Модель лицензирована по Apache-2.0.

yaygomii/whisper-small-ta-fyp — дообученная модель распознавания речи на основе openai/whisper-small, созданная на датасете Common Voice 6.1. Она предназначена для преобразования речи в текст; карточка приводит метрику WER 65,89 на оценочной выборке после 10,55 эпох обучения. Модель построена на архитектуре Whisper и содержит 153,1 млн параметров. Она принимает аудио и выдаёт текст. Результат оценки указывает на заметные ошибки распознавания, поэтому качество транскрипции следует учитывать при практическом применении. Модель распространяется по лицензии Apache-2.0.

Munindra28/whisper-small-telugu-finetuned — модель распознавания речи на основе Whisper Small от OpenAI, дообученная на 450 аудиозаписях на телугу с помощью Mozilla.ai Blueprint для настройки распознавания речи. Она предназначена для преобразования речи на телугу в текст. В отчёте карточки после дообучения указаны WER 54,81 (нормализованный) и 94,4 (орфографический), CER 30,103 и 38,904 соответственно, а также loss 0,693; на тестовом наборе базовой модели показатели были хуже. Модель распространяется в формате safetensors по лицензии Apache-2.0. Небольшой объём обучающих данных и высокие значения ошибок указывают на ограничения точности; результаты могут зависеть от условий записи и состава речи.

Whisper Small, дообученная командой WAXALNet на корпусе WAXAL для автоматического распознавания разговорной речи на лингала. Модель построена на архитектуре Whisper и содержит 153,1 млн параметров по метаданным; в README приведена оценка 244 млн. Репозиторий использует библиотеку Transformers и формат safetensors. Модель предназначена для транскрибирования спонтанной разговорной речи на лингала, в том числе аудио, записанного в естественной среде. Её оценивали на тестовой выборке WAXAL и частично на FLEURS; для WAXAL указаны WER 42,7% и CER 21,7%. Она может применяться в исследованиях и задачах распознавания речи для малоресурсных языков. Лицензия модели — Apache-2.0; обучающие данные WAXAL распространяются по CC-BY 4.0.

biodatlab выпустила дообученную версию OpenAI Whisper Large v2 для распознавания тайской речи. Модель содержит 905,2 млн параметров, использует архитектуру Whisper и распространяется в формате PyTorch. Она обучена на тайской части набора Mozilla Common Voice 11.0; в карточке указаны результаты оценки: loss 0,1244 и WER 15,5103. Модель предназначена для автоматической транскрипции аудио на тайском языке. Лицензия Apache-2.0 разрешает использование в соответствии с её условиями.

giux78/zefiro-7b-dpo-qlora-ITA-v0.7 — диалоговая языковая модель, разработанная giux78 как часть серии Zefiro для общения на итальянском языке. Она создана на основе Mistral и адаптирована по рецептам Zephyr; обозначение версии указывает на дообучение с DPO и QLoRA. Модель имеет плотную архитектуру MistralForCausalLM, около 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста в диалоге на итальянском: ответы на вопросы, объяснения и решение общих задач с использованием итальянского языка. Разработчик оценивал её на итальянских наборах для проверки понимания, рассуждений, знаний и языковых навыков. Это текстовая модель, опубликованная в формате Safetensors; карточка Hugging Face не содержит сведений о лицензии, поэтому условия использования по доступным источникам установить нельзя.

Диалоговая языковая модель ShenaoZ, созданная дообучением ShenaoZ/0.001_ablation_5iters_bs256_useresponse_iter_1 на наборах данных updated и original. Она основана на плотной архитектуре MistralForCausalLM с 7,1 млрд параметров и предназначена для генерации текста в диалоговом режиме; контекст составляет до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель может использоваться для генерации ответов и продолжения диалога на основе текстовых запросов. Данных о специальных областях применения, поддерживаемых языках и оценке качества в карточке нет. Лицензия MIT.

ShenaoZhang/0.001_idpo_same_iter_2 — диалоговая языковая модель, дообученная авторами на основе ShenaoZhang/0.001_idpo_same_iter_1 на обновлённом и исходном наборах данных. Модель использует плотную архитектуру Mistral с причинным языковым декодером и содержит 7,1 млрд параметров. Она предназначена для генерации текста в чате; длина контекста составляет 32 768 токенов. Модель опубликована в формате safetensors и распространяется по лицензии MIT. README не приводит сведений о целевых сценариях, оценке качества или ограничениях, поэтому практические характеристики дообучения сверх указания наборов данных не установлены.

AbominationScience-12B-v4 — слитая автором Khetterman модель на архитектуре Mistral, созданная с помощью mergekit из 11 моделей и их вариантов. Это плотная языковая модель с 12,1 млрд параметров для генерации текста и диалогового общения; каталог относит её к сценариям ролевого общения и художественного письма. В карточке также указаны английский и русский языки и контекстное окно до 1 024 000 токенов. Модель подходит для творческого письма, ролевых сценариев и свободного диалога. В README описано многоэтапное слияние, но оценок качества или сравнительных тестов не приведено. Репозиторий содержит веса в формате safetensors; сведения о лицензии в доступных данных отсутствуют.

Модель DarianNLP/affect_of_removing_misalligned_examples-full — дообученная на TRL версия диалоговой языковой модели Meta Llama 3.2 3B Instruct. Это плотная модель семейства Llama с 3,2 млрд параметров, предназначенная для генерации текста в формате чата; в карточке приведён пример ответа на вопрос пользователя. По метаданным, контекстное окно составляет 131 072 токена, а веса опубликованы в формате safetensors для Transformers. Языковая поддержка и конкретные области применения именно этой дообученной версии не описаны; базовая модель мультиязычная. Модель распространяется по лицензии базовой модели, однако доступные данные не уточняют условия лицензирования этой копии.

AfriGuardPlain-AfriqueQwen3.5-4B-50Langs-Instruct-v1-lora-merged — чат-модель семейства Qwen 3.5 с плотной архитектурой и 4 млрд параметров, созданная McGill-NLP и дообученная автором репозитория adzcai методом LoRA, после чего веса адаптера объединены с базовыми. Модель дообучена на AfriGuard-plain — версии набора AfriGuard без инструкций по безопасности в системном сообщении. На безопасные запросы она должна давать полезные ответы, а на небезопасные — кратко отказывать; метки безопасности в ответе не ожидаются. Модель предназначена для диалоговой генерации текста с поведением отказа на небезопасные запросы, в том числе на языках Африки. README указывает, что при обучении использовался шаблон чата базовой модели, один цикл обучения и функция потерь только на ответах. Метаданные подтверждают задачу text-generation, поддержку чата и формат safetensors. Модель опубликована по лицензии CC BY 4.0. Языковое название базовой модели заявляет 50 языков, однако доступные теги перечисляют только часть поддерживаемых языков, поэтому полный список подтвердить нельзя.

AfriGuard-tiny-aya-global-full — дообученная israel модель на базе CohereLabs/tiny-aya-global, обученная на датасете afriguard. Это плотная языковая модель Cohere2 с 3,3 млрд параметров для генерации текста и диалогов; карточка указывает поддержку чата. Модель принимает текст и выдаёт текст, а контекст составляет до 8192 токенов. В README не описаны целевые сценарии и результаты оценки, поэтому назначение дообучения на африканском датасете можно определить лишь в общих чертах. Базовая модель многоязычная и поддерживает более 70 языков; карточка этой версии не уточняет языковой охват и ограничения. Лицензия указана как other, конкретные условия использования требуют проверки в репозитории.

Это GGUF-квантизация модели Q3-30b-A3b-Pentiment, разработанной allura-org и подготовленной пользователем bartowski с использованием llama.cpp и метода imatrix. Модель предназначена прежде всего для текстовой генерации, ролевого общения и диалоговых сценариев. Она запускается в LM Studio, llama.cpp и других проектах на базе llama.cpp. Доступны варианты с разными уровнями квантизации: от BF16 и Q8_0 до более компактных Q3- и IQ3-вариантов. Размер файлов составляет примерно от 13,29 до 61,10 ГБ, что позволяет выбирать между качеством ответов и требованиями к оперативной памяти. Для взаимодействия указан шаблон промпта в формате ChatML с ролями system, user и assistant. Сильной стороной модели является широкий выбор квантизаций, включая рекомендуемые варианты Q4_K_M, Q5_K_M и Q6_K, а также возможность локального запуска. Более компактные варианты экономят память, но могут заметно уступать по качеству; некоторые из них в README прямо отмечены как низкокачественные или нерекомендуемые. Сведения о поддерживаемых языках, размере контекста, точной архитектуре исходной модели и лицензии в представленном README отсутствуют.

Anemoi-4B — плотная языковая модель семейства Qwen2, разработанная Sakalti и дообученная на базе qingy2024/Qwarkstar-4B. Модель содержит 4,5 млрд параметров и предназначена для генерации текста в диалоговых сценариях; заявлен интерфейс вызова инструментов. Модель рассчитана на контекст до 131 072 токенов и поддерживает английский язык. Веса опубликованы в формате safetensors. Для обучения использовались Unsloth и Hugging Face TRL. Лицензия указана как qwen-research. README не описывает конкретные обучающие данные, результаты оценки качества или ограничения применения, поэтому возможности модели за пределами генерации текста и диалогового использования по этим сведениям оценить нельзя.

AudioSep-hive — модель универсального разделения звуков по запросу, разработанная Shanda AI Research Tokyo и обученная на наборе данных ShandaAI/Hive. Она отделяет заданный звук от сложной аудиосмеси по текстовому описанию или аудиозапросу; текстовые запросы поддерживаются на английском языке. Модель представлена в исследовательской работе о семантически согласованном наборе данных для разделения звука с эффективным использованием данных. По заявлению разработчиков, обучение использовало 2 442 часа исходного аудио и 19,6 млн смесей — около 0,2% объёма данных, применяемого в сопоставимых подходах. Модель нацелена на конкурентное качество разделения и восприятия звука; в репозитории представлены веса PyTorch. Лицензия — Apache 2.0.

Карточка модели Uynaity/AutoTrain-Qwen-Rui-Elite на Hugging Face совпадает с карточкой fungamer2/test-autotrain-thinkdial-4, поэтому описание составлено по ней. fungamer2/test-autotrain-thinkdial-4 — языковая модель семейства Llama, дообученная разработчиком с помощью AutoTrain на наборе fungamer2/test_reasoning_sft. Она предназначена для генерации текста и диалоговых сценариев; метаданные также отмечают поддержку чата. Модель содержит 361,8 млн параметров, использует архитектуру LlamaForCausalLM и формат safetensors, а заявленная длина контекста составляет 8192 токена. Лицензия обозначена как other, поэтому условия использования следует уточнять в карточке модели. Карточка не сообщает конкретные языки или специализацию набора данных; качество генерации и пригодность для отдельных задач по имеющимся сведениям оценить нельзя.

b200-l3-ultra-bsw-lsc-b0p05-s42-v1-a1 — дообученная чат-модель на архитектуре Llama, разработанная на основе W-61/llama-3-8b-base-sft-ultrachat-8xh200. Она предназначена для генерации текста в диалоге. Модель содержит 7,5 млрд параметров, использует библиотеку Transformers и формат safetensors; длина контекста — 8192 токена. README не раскрывает особенности обучения, целевые сценарии, языки или результаты оценки, поэтому возможности модели сверх генерации текста в чате не установлены. Лицензия в предоставленных данных не указана.

Boto 9B IT — языковая модель lucianosb для генерации текста и диалоговых ответов на португальском языке. Это дообученная методом SFT плотная модель Gemma 2 с 9 млрд параметров, основанная на unsloth/gemma-2-9b-it-bnb-4bit. Модель обучали на датасете lucianosb/cetacean-ptbr с использованием Unsloth и TRL; контекст составляет 8192 токена. Модель подходит для общения и генерации португалоязычного текста. По описанию автора, ответы обычно многословны и могут быть недостаточно лаконичными. В README приведены результаты оценки на Open Portuguese LLM Leaderboard, включая средний балл 73,65 и оценки по ENEM Challenge и BLUEX. Лицензия — Apache-2.0. Разработчик предупреждает, что модель может воспроизводить социальные стереотипы и выдавать фактически неверные сведения; её ответы не следует использовать как единственное основание для важных решений.

Карточка модели AmberYifan/capsd-less-humaneval-opc-marin-8b-base-code_less_b4000_s0 на Hugging Face совпадает с карточкой AmberYifan/capsd-less-ultra-humaneval-opc-marin-8b-base-code_less_b4000_s0, поэтому описание составлено по ней. Это дообученная AmberYifan модель Marin 8B Base на базе архитектуры Llama с 7,5 млрд параметров. Обучение выполнено на наборе capsd_marin-8b-base-n80000-opc__mix_code_less_b4000_s0; название набора указывает на снижение доли кода, но подробности его состава не приведены. Модель предназначена для генерации и продолжения текста в сценариях диалога. Контекст составляет 4096 токенов. В репозитории указана лицензия other; конкретные условия использования в карточке не раскрыты. Подробные сведения о качестве, оценке и ограничениях отсутствуют.