I.7Речь, диалоги и встречи

Карточка модели Mihaiii/Cluj-Napoca-0.6 на Hugging Face совпадает с карточкой Mihaiii/Cluj-Napoca-0.4, поэтому описание составлено по ней. Mihaiii/Cluj-Napoca-0.4 — разговорная языковая модель серии Cluj-Napoca, разработанная Mihaiii и дообученная на базе Mihaiii/Cluj-Napoca-0.3. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и 25 млрд параметров. Она принимает текст и генерирует текст в формате диалога с ролями SYSTEM, USER и ASSISTANT; заявленная длина контекста — 200 000 токенов. Модель предназначена для генерации ответов в диалоге и экспериментов с разговорными языковыми моделями. Она обучена на частном наборе данных, поэтому его состав и охват нельзя проверить по карточке. Серия описана автором как преимущественно экспериментальная. Лицензия указана как other, без более подробных условий в доступных данных.

Карточка модели Mihaiii/Cluj-Napoca-0.7 на Hugging Face совпадает с карточкой Mihaiii/Cluj-Napoca-0.4, поэтому описание составлено по ней. Mihaiii/Cluj-Napoca-0.4 — разговорная языковая модель серии Cluj-Napoca, разработанная Mihaiii и дообученная на базе Mihaiii/Cluj-Napoca-0.3. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и 25 млрд параметров. Она принимает текст и генерирует текст в формате диалога с ролями SYSTEM, USER и ASSISTANT; заявленная длина контекста — 200 000 токенов. Модель предназначена для генерации ответов в диалоге и экспериментов с разговорными языковыми моделями. Она обучена на частном наборе данных, поэтому его состав и охват нельзя проверить по карточке. Серия описана автором как преимущественно экспериментальная. Лицензия указана как other, без более подробных условий в доступных данных.

DACNova — диалоговая языковая модель, разработанная M.INC. Research в рамках Little DAC Collection. Это авторегрессионный Transformer с архитектурой Qwen2 и примерно 404,5 млн параметров; модель рассчитана на генерацию текста, следование инструкциям и многоходовые беседы. Контекст составляет до 32 768 токенов, модель работает с текстом на итальянском языке и может использоваться через Transformers в чат-ботах, системах вопросов и ответов, виртуальных репетиторах и приложениях с ограниченными вычислительными ресурсами. В карточке заявлены связность диалога, базовое рассуждение и эффективность инференса. Модель уступает более крупным системам в сложных многоэтапных рассуждениях, может воспроизводить смещения обучающих данных и не предназначена для медицинских, юридических или иных критически важных решений без контроля человека. Подробности о данных и обучающем конвейере раскрыты не полностью. Лицензия — MIT.

laion/delphi-3e19-p67m33-k0p20-lr83-a002-wc386k_lr1e5-sft — разговорная языковая модель семейства Qwen3, обученная с нуля на наборах данных wildchat_386k и delphi_warmup. Она предназначена для генерации текста в формате диалога и может использоваться для создания ответов на пользовательские запросы. Модель содержит 801 млн параметров, построена на плотной архитектуре Qwen3ForCausalLM и рассчитана на контекст до 4096 токенов. Карточка не описывает результаты оценки, качество ответов или поддерживаемые языки. Лицензия указана как other, поэтому конкретные условия использования следует сверить с файлами репозитория.

laion/delphi-9e19-p50m50-k0p20-lr83-a002-wc386k_lr1e5-sft — разговорная языковая модель на архитектуре Qwen3 с 1,2 млрд параметров. По карточке, её обучили с нуля на наборах данных wildchat_386k и delphi_warmup; метаданные указывают поддержку диалогового режима и генерации текста. Модель принимает текст и генерирует текст, её контекст составляет 4096 токенов. Модель предназначена для диалоговой генерации текста и может использоваться для создания ответов в чате. Карточка не приводит результатов оценки, подробных сценариев применения или известных ограничений. Лицензия указана как other, поэтому условия использования следует проверять в репозитории модели.

DeutschGPT — компактная языковая модель KordAI для общения и выполнения инструкций на немецком языке. Она дообучена на базе unsloth/qwen3-1.7b-base-unsloth-bnb-4bit с помощью Unsloth и библиотеки Hugging Face TRL. Архитектура — плотная Qwen3ForCausalLM с 1,7 млрд параметров; модель принимает и генерирует текст, а заявленная длина контекста составляет 32 768 токенов. Модель предназначена для немецкоязычных диалогов, ответов на вопросы, генерации и перефразирования текста, простых кратких изложений и общих письменных задач. В README указано, что для соответствия обучающему формату следует использовать шаблон с ролями SYSTEM, USER и ASSISTANT. Метаданные также отмечают интерфейс для вызова инструментов, но README не описывает его подробнее. Из-за небольшого размера модель может уступать на сложных задачах, длинных контекстах, логических рассуждениях и узкоспециальных темах; ответы могут быть ошибочными, неполными или содержать выдуманные сведения, поэтому важные результаты следует проверять. DeutschGPT распространяется по лицензии Apache 2.0; также следует учитывать лицензии базовой модели и обучающих данных.

Это GGUF-представление модели Qwen3.6-35B-A3B-Escha-W2, подготовленное автором репозитория cafonez для запуска на AMD Strix Halo и других целях ROCm/Vulkan с помощью формата квантования ROCmFPX. Модель построена на архитектуре qwen35moe: около 35,5 млрд параметров всего, примерно 3 млрд активных, 256 экспертов и сочетание линейного и полнослойного внимания. Файл включает MTP-блок для спекулятивного декодирования; две тензорные матрицы его черновой модели взяты из Qwen/Qwen3.6-35B-A3B. Модель предназначена для генерации текста и диалогов. Она может ускорять декодирование на поддерживаемом оборудовании AMD при использовании спекулятивного декодирования. Для загрузки требуется специальная сборка ROCmFPX llama.cpp: файл несовместим с upstream llama.cpp, Ollama, LM Studio, koboldcpp и llama-cpp-python. README приводит измерения производительности на Strix Halo и предупреждает о заметной вариативности результатов. Репозиторий распространяется по лицензии Apache-2.0.

ssmits/Falcon2-8B-Portuguese — языковая модель семейства Falcon для генерации текста, созданная слиянием предварительно обученных моделей с помощью mergekit и метода passthrough. В README указана одна включённая модель — ssmits/Falcon2-5.5B-Portuguese; метаданные также связывают её с этим репозиторием, хотя помечают связь как дообучение. Модель предназначена для генерации текста и диалоговых сценариев. Метаданные указывают архитектуру FalconForCausalLM, плотную архитектуру, 11,8 млрд параметров и контекст до 8192 токенов. Карточка сообщает о португальском варианте модели; отдельные сведения о качестве и ограничениях в README не приведены. Файлы доступны в формате safetensors, библиотека — Transformers. Условия лицензии в предоставленных данных не указаны.

Firefly-Baichuan-13B — языковая модель для генерации текста и диалогов, созданная дообучением Baichuan-13B-Base в рамках проекта Firefly. Для обучения использовали более миллиона многоходовых диалогов, включая данные MOSS и 20 тысяч примеров по школьной математике. Модель предназначена для однократных и многоходовых бесед, а также ответов на вопросы; в README приведено сравнение её результатов с другими моделями на китайском экзаменационном бенчмарке C-Eval. Модель имеет плотную архитектуру BaichuanForCausalLM и около 12,9 млрд параметров. Репозиторий содержит веса PyTorch. Данных о длине контекста и лицензии в предоставленных источниках нет.

Frankenstein-MoE-en-10.7Bx4 — англоязычная разговорная модель генерации текста на архитектуре Mixtral с механизмом смеси экспертов (MoE), опубликованная MoEMoEKKung. В репозитории указано 10,6 млрд параметров, формат safetensors и контекст до 4096 токенов; метаданные отмечают поддержку диалогового режима. Карточка описывает инициализацию весов проекции маршрутизатора MoE на выборке H6: из 400 вариантов отобрали 30 с низкой perplexity. Также упоминается набор данных trufulqa, созданный с помощью GPT-4. Модель предназначена для генерации текста и диалоговых ответов на английском языке. Оценивание в карточке обозначено как продолжающееся, поэтому подтверждённых результатов качества нет. Лицензия CC BY-NC-SA 4.0 допускает использование с указанием авторства и сохранением условий лицензии, но запрещает коммерческое применение.

G2-9B-Blackout-R1 — объединённая модель семейства Gemma 2, созданная автором репозитория с помощью mergekit на основе IntervitensInc/gemma-2-9b-chatml и моделей Magnum-v3-9B-ChatML и Gemma2-9B-Sunfall-v0.5.2. Это плотная языковая модель с 9 млрд параметров, форматом safetensors и контекстом до 8192 токенов; она использует шаблон диалога ChatML. Модель предназначена для генерации текста в диалогах и ролевых сценариях, а также для создания выразительной прозы. Автор описывает её как слияние, призванное добавить модели Magnum более свободный и чувственный стиль, сохранив глубину персонажей. README не сообщает лицензию, поэтому условия использования определить нельзя.

Gemma-2-Ataraxy-Advanced-9B — слитая методом SLERP разговорная языковая модель на архитектуре Gemma 2 с 9 млрд параметров. По данным карточки, она объединяет jsgreenawalt/gemma-2-9B-it-advanced-v2.1 и lemon07r/Gemma-2-Ataraxy-9B; использует библиотеку Transformers и формат Safetensors. Модель предназначена для генерации текста и диалогов, в том числе творческого письма. Контекстное окно — 8192 токена. В README приведены результаты Open LLM Leaderboard по IFEval и BBH, но сведений о поддерживаемых естественных языках и лицензии нет. Автор README называет модель тестовой, поэтому её качество и пригодность для практического применения не следует считать подтверждёнными.

Gemma2-Nephilim-v3-9B — диалоговая языковая модель на 9 млрд параметров, созданная grimjim слиянием моделей Gemma 2 методом SLERP через mergekit. В слияние вошли UCLA-AGI/Gemma-2-9B-It-SPPO-Iter3 и princeton-nlp/gemma-2-9b-it-SimPO; архитектура — плотная Gemma2ForCausalLM. Модель доступна в формате safetensors и рассчитана на контекст до 8192 токенов. Модель генерирует текст и подходит для диалогов, творческого письма и ролевых сценариев. Автор отмечает, что она склонна к креативным ответам; при тестировании использовались temperature 1 и minP 0.01, но настройки можно менять под задачу. Лицензия — Gemma. В сложных сценариях модель иногда теряет нить контекста; автор связывает это с компонентом SPPO. README не указывает поддерживаемые языки, поэтому конкретный язык не заявляется.

DavidAU разработал эту модель как дообученную версию DreamFast/gemma-3-12b-it-heretic на наборах данных GLM 4.7 Flash и Polaris. Это плотная модель семейства Gemma 3 с 12 млрд параметров для диалога, генерации текста и работы с изображениями. По карточке, контекстное окно составляет 128 тысяч токенов; модель принимает текст и изображения, а выдаёт текст. Переключаемый режим позволяет получать обычные инструкции или более подробные рассуждения, которые можно активировать фразой «think deeply:» или системным промптом. Модель рассчитана на творческое письмо, продолжение сюжетов и разговорные сценарии; в карточке также приведены результаты ряда тестов на общие знания и рассуждение. Автор описывает её как uncensored: она реже отказывает и может создавать взрослый контент, но для явной стилистики может потребоваться дополнительное направление в запросе. Карточка сообщает о лицензии Apache-2.0. Заявления о качестве и бенчмарках приведены автором и не являются независимой оценкой.

Gemma-3-1B-it-is-CPT-is-SmolTalk — диалоговая модель генерации текста на архитектуре Gemma 3, опубликованная пользователем jekunz. Модель содержит 1 млрд параметров, использует плотную архитектуру Gemma3ForCausalLM и рассчитана на контекст до 32 768 токенов. Для запуска в карточке приведён пример с Transformers и TRL; модель обучалась с использованием TRL. Модель предназначена для генерации ответов в диалоге и других задач текстовой генерации. Карточка называет её дообученной версией, но вместо идентификатора исходной модели указывает None, поэтому базовую модель установить нельзя. Файлы опубликованы в формате safetensors. Лицензия в предоставленных данных не указана.

Карточка модели styalai/gpt2o-chatbot-03 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.

Карточка модели styalai/gpt2o-chatbot-07 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.

Карточка модели styalai/gpt2o-chatbot-09 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.

Gukbap-Qwen2-7B — корейская разговорная языковая модель от HumanF-MarkrAI, дообученная методом SFT на базе Qwen/Qwen2-7B-Instruct. Для обучения использовались данные, созданные с помощью открытых моделей; модель предназначена для диалога и общих задач на корейском языке, включая рассуждения, математику, письмо, программирование, понимание текста и грамматику. Разработчик приводит результаты внутренней zero-shot оценки LogicKor, но они не гарантируют качество на других наборах задач. Модель построена на плотной архитектуре Qwen2 с 7,1 млрд параметров и работает через Transformers в формате safetensors. Метаданные указывают контекст до 32 768 токенов; в README заявлена длина 8 192 токена. Лицензия CC BY-NC 4.0 допускает использование с указанием авторства, но не коммерческое использование.

Harpy-7B-Model_Stock — языковая модель на архитектуре Mistral, созданная объединением моделей Endevor/InfinityRP-v1-7B, macadeliccc/WestLake-7B-v2-laser-truthy-dpo и abideen/AlphaMonarch-laser с помощью LazyMergekit. Она предназначена для генерации текста, в том числе ролевых диалогов. Модель содержит 7,1 млрд параметров и поддерживает контекст длиной до 32 768 токенов. В README приведены результаты оценки на Open LLM Leaderboard, включая среднее значение 75,51, но описание не раскрывает подробный профиль этих оценок. Модель распространяется в формате safetensors по лицензии Apache-2.0.

IceDrinkNameGoesHereRP-7b-ModelStock — объединённая языковая модель, созданная icefog72 методом Model Stock с помощью mergekit на основе Mistral-7B-Instruct-v0.2 и двух моделей автора: IceTea21EnergyDrinkRPV13-DPOv3.5 и IceSomeDrinkNameHereRP-7b-Della. Модель предназначена для генерации текста и диалогового взаимодействия. Это плотная авторегрессионная модель архитектуры Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. В README указано изменение параметра rope_theta с 1 000 000 на 40 000. Репозиторий содержит веса в формате safetensors; модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Метки карточки указывают на контент для взрослых, поэтому модель не подходит для любой аудитории.

ysharma/image21-distill-smoke-0.8B — компактная текстовая авторегрессионная модель семейства Qwen3.5, дообученная командой ysharma с помощью TRL на базе Qwen/Qwen3.5-0.8B. Она предназначена для генерации текста в диалоговом формате; карточка демонстрирует ответы на пользовательский вопрос через Transformers pipeline. Модель содержит 581,4 млн параметров, использует архитектуру Qwen3_5ForCausalLM и формат Safetensors. Контекстное окно составляет до 262 144 токенов. Лицензия в предоставленных данных не указана.

KULLM-Mistral-S — разговорная языковая модель проекта KULLM, дообученная на базе mistralai/Mistral-7B-Instruct-v0.2 с использованием датасета KULLM и подготовленных вручную инструкций. Она предназначена для диалога и генерации ответов по текстовым запросам. Модель построена на плотной архитектуре Mistral и содержит 7,1 млрд параметров. Она принимает и генерирует текст, поддерживает корейский язык, имеет контекст длиной до 32 768 токенов и распространяется в формате safetensors по лицензии Apache-2.0.

Kyllene-34B-v1.1 — разговорная модель на базе архитектуры Llama с 33,9 млрд параметров, созданная TeeZee методом слияния нескольких моделей с помощью MergeMonster и расширенного RPG-пресета. В слиянии использованы jondurbin/bagel-dpo-34b-v0.2, NousResearch/Nous-Capybara-34B, NousResearch_Nous-Hermes-2-Yi-34B и SUSTech/SUS-Chat-34B. Модель предназначена для генерации текста в диалоге, следования инструкциям и ролевых сценариев; автор отмечает, что она способна создавать как SFW-, так и NSFW-контент и переключаться между ними. Заявлена длина контекста 200 000 токенов. Модель распространяется по лицензии Apache-2.0. Автор характеризует результат как развлекательный и отмечает хорошее следование инструкциям, но подчёркивает, что требуется дополнительное тестирование. Качество слияния может быть нестабильным: описанный метод способен давать неудовлетворительные результаты. Модель может генерировать контент для взрослых.

Fizzarolli/L3.1-70b-glitz-v0.2 — экспериментальная донастройка модели семейства Llama 3.1 с 69,5 млрд параметров, выпущенная автором Fizzarolli. Обучение прервалось из-за сбоя, но автор опубликовал полученный чекпойнт как представляющий интерес эксперимент. Модель предназначена для генерации текста в диалоговом и ролевом форматах; автор рекомендует использовать формат запросов Llama 3 Instruct. Контекстное окно составляет 131 072 токена. Для дообучения использовалась смесь синтетических данных Claude из разных областей и SystemChat. Модель распространяется в формате safetensors по лицензии Llama 3.1. Из-за прерванного обучения качество и устойчивость результатов могут быть непредсказуемыми.

Модель Lennebraha-3B разработана Faruk Hilmi AKPINAR и представляет собой дообученную языковую модель на 3,1 млрд параметров на архитектуре Qwen2. Она предназначена для генерации текста и диалогового использования, поддерживает турецкий и английский языки. Контекстное окно составляет 32 768 токенов; модель распространяется в формате safetensors и работает с библиотекой Transformers. Базовая модель для дообучения не указана, поэтому её происхождение точнее установить нельзя. Карточка не описывает конкретные сценарии, обучающие данные, результаты оценки или известные ограничения качества. Лицензия MIT разрешает использование на её условиях.

LFM2.5-2.6B-Uncensored-GGUF — модифицированная и квантизированная версия модели LiquidAI/LFM2.5-2.6B, подготовленная сообществом zaakirio для запуска через llama.cpp. Из модели удалены направления, связанные с отказами от ответа, с помощью Heretic v1.4.0; дополнительное обучение или переобучение не проводилось. Модель предназначена для генерации текста и диалоговых сценариев, включая случаи, когда исходная модель отказывалась отвечать. При этом она не имеет встроенных защитных ограничений и требует ответственного использования и проверки фактов. LFM2.5 — гибридная архитектура из 30 слоёв: 22 блоков коротких свёрток с двойным гейтингом и 8 блоков внимания GQA. Заявленное контекстное окно составляет 128K токенов. Модель является reasoning-моделью: шаблон чата добавляет тег <think>, поэтому перед ответом она всегда выполняет рассуждение; рекомендуется выделять не менее 400 токенов на генерацию и использовать llama.cpp с параметром --jinja. Доступны варианты GGUF от Q2_K до Q8_0, а также BF16; Q4_K_M указан как оптимальный компромисс между размером и качеством. Для работы требуется современная версия llama.cpp с поддержкой архитектуры lfm2. По данным README, доля отказов на тесте из 100 вредных запросов снизилась с 97 до 7, а KL-дивергенция на безвредных запросах составила 0,0181, что указывает на небольшое изменение поведения на обычных запросах. На квантизированной версии Q4_K_M зафиксировано 3 отказа из 39 тестовых запросов. Ограничения включают отсутствие защитных механизмов, возможную повышенную восприимчивость к ошибочным предпосылкам и необходимость проверки результатов. Модель распространяется по лицензии LFM Open License v1.0.

DevQuasar/LiquidAI.LFM2-2.6B-Transcript-GGUF — квантизированная версия модели LiquidAI/LFM2-2.6B-Transcript, подготовленная DevQuasar. Базовая модель разработана Liquid AI. Формат GGUF предназначен для локального запуска и эффективного хранения квантизированной модели. Модель относится к классу text-generation и предназначена для генерации текста на основе входного контекста. README не содержит подробностей о внутренней архитектуре, точном числе параметров, поддерживаемых языках, длине контекста, модальностях, целевых сценариях применения и результатах оценки качества, поэтому её сильные стороны и ограничения нельзя достоверно описать подробнее. Информация о лицензии в README отсутствует. Условия использования следует уточнять по документации базовой модели LiquidAI/LFM2-2.6B-Transcript и публикации квантизированной версии.

Карточка модели oivlisnet/Llama-2-13b-chat-fuq 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.

Карточка модели vicaloy/Llama-2-70B-chat-hf-dmcvs-full 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.