I.7Речь, диалоги и встречи

flammen23-mistral-7B — языковая модель на архитектуре Mistral с 7,1 млрд параметров, разработанная FlammenAI. Модель создана слиянием предварительно обученных моделей и последующим дообучением методом Direct Preference Optimization на датасете nbeerbower/bible-dpo; в метаданных базовой моделью указана flammenai/flammen22X-mistral-7B. Модель предназначена для ролевых диалогов с персонажами, творческого письма и задач общего назначения. Она принимает текст и генерирует текст, работает через Transformers, а заявленная длина контекста составляет 32 768 токенов. Модель распространяется под лицензией Apache-2.0. Карточка не приводит подробных результатов оценки качества; специализация на ролевой игре и творческом письме заявлена разработчиком.

Это набор квантованных моделей в формате GGUF для базовой модели google/gemma-4-E2B-it. Репозиторий Jessylg27 предоставляет варианты, совместимые с llama.cpp; исходная модель разработана Google. Модель предназначена для генерации текста и диалоговых сценариев, а также для локального запуска через llama.cpp или Ollama. Доступны версии с разными уровнями квантования: от Q2_K до Q8_0, а также вариант F16 как неквантованный эталон в формате GGUF. Выбор варианта позволяет находить компромисс между размером файла, требованиями к памяти и сохранением качества, однако конкретные характеристики производительности и качества в README не приведены. Сведения об архитектуре, точном размере, поддерживаемых языках, модальностях и длине контекста отсутствуют. Модель распространяется по лицензии Apache-2.0. Для использования необходим совместимый рантайм, например llama.cpp или Ollama. Ограничения связаны с возможной потерей качества при сильном квантовании и отсутствием подробных данных о результатах тестирования и особенностях применения.

gmp-kd3e-1-s70pct-lr1e-4_20260828_073925 — экспериментальная разреженная версия Qwen3-4B, созданная с помощью capped PGD и цели reverse-KL OPD. В README указано, что модель имеет 70% неструктурированной разреженности; метаданные описывают её как причинную языковую модель Qwen3 примерно на 3,7 млрд параметров с контекстом до 40 960 токенов. Модель предназначена для генерации текста и диалоговых сценариев. В карточке упомянуты пять успешно пройденных бенчмарков, однако названия тестов и их результаты не приведены. Репозиторий использует Transformers и формат safetensors; лицензия в доступных данных не указана.

Карточка модели styalai/gpt2o-chatbot-08 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.

Hager290/hager-persona — дообученная Hager290 языковая модель семейства Qwen2 для генерации текста в диалоговом формате. Она основана на unsloth/qwen2.5-3b-instruct-unsloth-bnb-4bit и использует архитектуру Qwen2ForCausalLM с плотной сетью; размер модели — 3,1 млрд параметров, контекст — до 32 768 токенов. Модель предназначена для диалогов и генерации ответов на текстовые запросы. В карточке указано, что при обучении использовались Unsloth и библиотека TRL; заявленная цель ускорения обучения не является характеристикой скорости вывода. Поддержка интерфейса вызова инструментов указана в метаданных, однако подробности его применения не описаны. Модель принимает текст и выдаёт текст. В метаданных указан английский язык. Репозиторий использует формат Safetensors и распространяется по лицензии Apache-2.0. Карточка не описывает специализацию persona, обучающие данные, качество ответов или результаты оценки.

Huihui-Qwen3.6-35B-A3B-Claude-4.6-Opus-abliterated — версия модели huihui-ai с ослабленными отказами, созданная методом abliteration на основе hesamation/Qwen3.6-35B-A3B-Claude-4.6-Opus-Reasoning-Distilled. Автор описывает её как грубую демонстрационную реализацию метода удаления отказов из LLM. Модель использует архитектуру Qwen3.5 MoE и формат safetensors; размер указан в названии — 35B параметров, из которых 3B активны. Метаданные указывают поддержку изображений и текста, чата и интерфейса вызова инструментов. Модель предназначена для диалогов и задач рассуждения с вводом текста и изображений. Ослабленная фильтрация отказов может привести к чувствительным, спорным или неподходящим ответам, поэтому результаты требуют внимательной проверки. Модель распространяется по лицензии Apache-2.0.

byroneverson/internlm2_5-7b-chat-abliterated — диалоговая модель, созданная byroneverson на основе InternLM2.5-7B-Chat с помощью abliteration, направленной на снижение склонности модели к отказам. Это плотная трансформерная модель для генерации текста и ведения диалога с 7,4 млрд параметров; заявленный контекст — до 32 768 токенов. Карточка описывает изменение слоя 17 и ссылается на ноутбук с подробностями метода. Модель предназначена для разговорных сценариев и генерации ответов на английском и китайском языках. Она распространяется в формате safetensors через Transformers по лицензии Apache-2.0. Abliteration снижает склонность к отказам, но карточка не приводит оценок качества или подробного описания границ этого изменения.

King-AI-Chat-v3.0 — разговорная языковая модель, разработанная UX4567 путём дообучения Qwen/Qwen2-3B-Instruct. Это плотная decoder-only модель с архитектурой Qwen2 и 3,1 млрд параметров, предназначенная для диалогов, следования инструкциям и общения на английском, хинди и Hinglish, включая хинди, записанный латиницей. Метаданные указывают контекст до 32 768 токенов; в примере загрузки README задано ограничение последовательности 8 192 токена. Модель рассчитана на быстрый инференс с небольшим объёмом видеопамяти и повседневные чаты. Она принимает текст и генерирует текстовые ответы; для загрузки можно использовать Transformers и Unsloth, а в README показан режим 4-битной загрузки. Модель распространяется по лицензии Apache-2.0. Количественные оценки качества и сравнительные результаты в предоставленных материалах не приведены.

KSIF-RPG-128k-slerp — слитая методом SLERP модель на архитектуре Mistral, созданная AlekseiPravdin с помощью mergekit на основе AlekseiPravdin/KSI-RP-NSK-128k-7B и grimjim/fireblossom-32K-7B. Она содержит 7,1 млрд параметров и предназначена для генерации текста в формате диалога, в том числе для ролевых сценариев. Модель принимает текст и генерирует текст; репозиторий содержит веса в формате safetensors. Метаданные указывают контекстное окно в 32 768 токенов. Указана лицензия Apache-2.0.

L3MaidRPKraiKei-V1.65-8B — диалоговая языковая модель, созданная Kaoeiri методом слияния моделей через LazyMergekit с использованием метода TIES. В состав слияния входят Kaoeiri/L3MaidRPKraiKei-V1.6-8B, openlynn/Llama-3-Soliloquy-8B-v2 и Sao10K/L3-8B-Stheno-v3.2; в метаданных также указана mlabonne/NeuralDaredevil-8B-abliterated. Модель построена на архитектуре Llama 3 с 7,5 млрд параметров, принимает текст и генерирует текст, поддерживает диалоговый режим и контекст до 8192 токенов. Модель предназначена для диалоговой генерации и ролевых сценариев. В карточке отмечено, что объединённая модель обычно не тестируется; возможны ошибки словаря. Лицензия CC BY-NC-ND 4.0 запрещает коммерческое использование и распространение производных версий.

Bluuwhale/L3-SthenoMaidBlackroot-8B-V1 — языковая модель для генерации текста и разговорных ролевых диалогов. Она создана объединением методом Model Stock трёх моделей на базе Llama: Sao10K/L3-8B-Stheno-v3.2, NeverSleep/Llama-3-Lumimaid-8B-v0.1-OAS и Hastagaras/Jamet-8B-L3-MK.V-Blackroot. Репозиторий подготовлен с помощью mergekit; модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и формат Safetensors. Модель предназначена для чата, ролевых сценариев, написания историй и следования инструкциям на английском языке. Контекст составляет 8192 токена. Лицензия в предоставленных данных не указана, поэтому условия распространения и использования следует уточнять в карточке модели.

La Mejor Mezcla 3.2 1B — чат-модель на основе архитектуры Llama, созданная Novaciano с помощью mergekit методом Model Stock. В объединение вошли пять моделей, включая FuseChat-3.2-1B-Creative-RP, Dolphin3.0-Llama3.2-1B, Llama-3.2-1B-Instruct-abliterated и модели для GRPO и ролевых диалогов. Размер модели — 1,2 млрд параметров; заявленная длина контекста — 131 072 токена. Модель предназначена для генерации текста в диалогах, ролевых сценариях и творческом письме. В карточке указаны английский и испанский языки, а также навыки, связанные с кодом, математикой и следованием инструкциям; объединённые модели и обучающие данные охватывают широкий набор задач. Веса опубликованы в формате Safetensors, для работы указана библиотека Transformers. Лицензия — Apache-2.0. В README приведены результаты отдельных оценок, но данных недостаточно для выводов о качестве по всем сценариям; малый размер модели также может ограничивать сложные задачи и стабильность длинных ответов.

Это дообученная модель LiquidAI/LFM2.5-1.2B-Base, созданная для генерации диалоговых ответов с выраженной высокой доброжелательностью. Модель семейства LFM2 имеет плотную архитектуру и около 1,5 млрд параметров; она предназначена для запуска через Transformers и поддерживает контекст до 128 000 токенов. Модель подходит для генерации ответов в чатах и сценариев, где требуется доброжелательный стиль общения. В README приведён пример генерации ответа на вопрос пользователя. Данных о поддерживаемых языках и результатах оценивания нет, поэтому качество и языковой охват по карточке определить нельзя. Лицензия в доступных данных не указана.

Карточка модели lugman-madhiai/LFM2.5-2.6B-TauBanking-SFT-01 на Hugging Face совпадает с карточкой lugman-madhiai/LFM2.5-2.6B-TauKnowledge-SFT-02, поэтому описание составлено по ней. LFM2.5-2.6B-TauKnowledge-SFT-02 — дообученная модель lugman-madhiai на базе LiquidAI/LFM2.5-2.6B. Это плотная авторегрессионная языковая модель семейства LFM2 с 2,6 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия; в каталоге также отмечен интерфейс вызова инструментов. Модель обучали с использованием Unsloth и библиотеки TRL. Модель подходит для текстовых запросов, диалогов и сценариев, где требуется генерировать ответы с учётом длинного контекста. В карточке указано окно контекста до 131 072 токенов; язык модели — английский. Базовая модель LiquidAI описана как компактная многоязычная модель для локального запуска, RAG и агентных задач, однако эти возможности не подтверждены отдельно для данного дообучения. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Карточка не приводит результатов оценки качества или подробностей обучающего набора, поэтому специализацию, точность ответов и надёжность вызова инструментов определить нельзя.

Llama-3.2-3B-Instruct-24-9-29 — это дообученная модель семейства Llama от автора репозитория win10. Она основана на unsloth/Llama-3.2-3B-Instruct, содержит 3,2 млрд параметров и предназначена для генерации текста в диалоговом формате. В качестве обучающих данных указан набор lmsys_chat; модельная архитектура — плотная LlamaForCausalLM, веса представлены в формате safetensors. Модель подходит для генерации ответов в чате и других сценариев продолжения текста. Максимальная длина контекста составляет 131072 токена. В README приведено значение loss 1.1817 на оценочном наборе, но подробности оценки и целевые сценарии не описаны. Языки и специальные ограничения сверх условий лицензии исходной модели не указаны. Лицензия модели — llama3.2; перед использованием следует соблюдать её условия и применимые условия базовой модели.

Llama3-8B-Chinese-Chat-ExPO — экспериментальная чат-модель на базе Llama 3, созданная Chujie Zheng методом экстраполяции весов (ExPO) из чекпойнтов SFT и DPO/RLHF модели shenzhi-wang/Llama3-8B-Chinese-Chat и meta-llama/Meta-Llama-3-8B-Instruct. Для экстраполяции использован коэффициент alpha = 0,3; автор связывает метод с работой «Weak-to-Strong Extrapolation Expedites Alignment». Модель предназначена для диалоговой генерации текста и улучшения согласования ответов с человеческими предпочтениями, в частности на китайском языке. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM, примерно 7,5 млрд параметров и контекстом до 8192 токенов. Карточка и метаданные указывают китайский и английский языки. Автор сообщает о результатах на AlpacaEval 2.0 и MT-Bench для других моделей семейства ExPO, но не приводит в этом README прямой оценки данной китайской модели. Лицензия — llama3; применяются условия лицензии Llama 3.

ChocoLlama/Llama-3-ChocoLlama-8B-instruct — разговорная языковая модель на архитектуре Llama, разработанная Matthieu Meeus и Anthony Rathé и специально адаптированная для нидерландского языка. Модель содержит 7,5 млрд параметров, принимает текст и генерирует текст; длина контекста — 8192 токена. Она дообучена на базе ChocoLlama/Llama-3-ChocoLlama-8B-base с помощью SFT и DPO на переводах наборов данных для настройки инструкций. Модель предназначена для ответов на инструкции и диалоговой генерации текста на нидерландском языке. Авторы сообщают о результатах на нескольких стандартных тестах для нидерландского языка. Для ожидаемого поведения рекомендуется использовать соответствующий шаблон чата. Обучающий набор не содержит данных на других языках, поэтому модель может заметно хуже работать с ними; данные дополнительно не фильтровали специально на предмет предвзятости или вредоносного содержания. Лицензия CC BY-NC 4.0 допускает использование с указанием авторства, но некоммерческое.

Llama3-Omphalos-12B — объединённая модель на архитектуре Llama, созданная автором репозитория с помощью LazyMergekit на основе bluuwhale/L3-SthenoMaidBlackroot-8B-V1 и Casual-Autopsy/L3-Umbral-Mind-RP-v1.0-8B. Модель содержит 11,6 млрд параметров, использует плотную архитектуру LlamaForCausalLM и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста и чат-диалогов; базовые модели ориентированы на ролевые диалоги и написание историй. В репозитории указаны веса Safetensors. Лицензия в предоставленных данных не указана.

Llama-7B-rollercoaster_v2 — текстовая генеративная модель, созданная слиянием meta-llama/Llama-2-7b-chat-hf и SuvajitGB/rollercoaster_emotions_v2 с помощью LazyMergekit. Веса объединены методом SLERP; архитектура — плотная LlamaForCausalLM с 6,6 млрд параметров, контекст — до 4096 токенов. Модель предназначена для диалоговой генерации текста и может быть полезна в сценариях, где требуется сочетать возможности Llama 2 Chat с эмоциональной направленностью исходной дообученной модели. В README приведены результаты Open LLM Leaderboard, включая средний балл 51,20, 52,82 на AI2 Reasoning Challenge и 78,22 на HellaSwag. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. Результаты отдельных бенчмарков не гарантируют качество в конкретном приложении; карточка не описывает дополнительные проверки безопасности или устойчивости.

LLaMAntino-2-70b-hf-UltraChat-ITA — итальянская инструктивно настроенная языковая модель семейства LLaMA 2, разработанная Pierpaolo Basile, Elio Musacchio, Marco Polignano, Lucia Siciliani, Giuseppe Fiameni и Giovanni Semeraro. Она предназначена для италоязычных диалогов и исследовательских задач обработки естественного языка. Модель основана на LLaMAntino-2-70b и дообучена методом QLoRA на наборе UltraChat, переведённом на итальянский язык с помощью Argos Translate. Это плотная авторегрессионная архитектура LlamaForCausalLM с 68,7 млрд параметров и контекстом 4096 токенов. Для получения результатов авторы рекомендуют использовать их адаптированный итальянский шаблон диалога. Модель принимает текст и генерирует текст; карточка приводит результаты оценки на итальянских наборах hellaswag_it, arc_it и m_mmlu_it. Она распространяется по лицензии Llama 2 Community License. Авторы отмечают исследовательскую направленность модели; качество ответов может зависеть от соблюдения рекомендованного формата запроса.

LLaMAntino-2-chat-7b-hf-UltraChat-ITA — итальянская инструктивно дообученная языковая модель для диалогов, разработанная Pierpaolo Basile, Elio Musacchio, Marco Polignano, Lucia Siciliani, Giuseppe Fiameni, Giovanni Semeraro. Она основана на LLaMAntino-2-chat-7b, адаптированной для итальянского языка модели LLaMA 2 chat, и дообучена на итальянском переводе UltraChat с помощью QLoRA. Модель имеет архитектуру LLaMA 2, содержит 6,6 млрд параметров и принимает текстовые запросы, выдавая текст; контекст составляет 4096 токенов. Модель предназначена для италоязычного диалога и выполнения инструкций, в том числе для исследовательских сценариев обработки естественного языка. Для лучшего результата авторы рекомендуют использовать указанный в карточке шаблон диалога на основе формата LLaMA 2, адаптированный для итальянского языка. Оценка качества в карточке не приведена. Лицензия — Llama 2 Community License.

Это дообученная модель KKHYA на основе KKHYA/llavaqwen3-1.7b-finetune с архитектурой NMMaskMoELLaVAQwen3ForCausalLM и 1,7 млрд параметров. Она предназначена для генерации текста и диалогов; в метаданных также заявлен интерфейс вызова инструментов. Модель работает с контекстом до 40 960 токенов и опубликована в форматах PyTorch и Safetensors для Transformers. Модель доступна по лицензии Apache-2.0. README не сообщает о датасете дообучения, результатах оценки или особых сценариях применения, поэтому качество и специализацию за пределами генерации текста и диалогов определить нельзя.

LumynaX Speech Whisper Large v3 Turbo — экспериментальная историческая сборка AbteeX AI Labs на базе Whisper Large v3 Turbo от OpenAI. Модель предназначена для автоматического распознавания речи и преобразования аудио в текст; карточка указывает английский и маори как языки релиза. Она использует архитектуру Whisper и содержит 905,2 млн параметров. В этом выпуске Whisper подключён через маршрутизацию во время выполнения; веса исходной модели не изменялись. Для работы с моделью указана библиотека Transformers. Это ранний архивный эксперимент, который больше не поддерживается и не рекомендуется для производственного применения. README предупреждает, что выпуск не отражает нынешние возможности, архитектуру или стандарты безопасности AbteeX AI Labs. Указана лицензия MIT.

Luna — дообученная разговорная модель jeiku для общения в роли цифрового помощника, близкого собеседника или юмористического напарника. Она основана на архитектуре Mistral и содержит 7,1 млрд параметров; модель предназначена для генерации текста и следует инструкциям, в том числе персонализированным. Контекст модели — до 8192 токенов. В карточке указаны английский язык и формат safetensors; README также сообщает о доступности GGUF. Модель создана на основе слияния нескольких моделей, а затем дообучена на собранных автором наборах данных, включая специальный набор Luna. Лицензия обозначена как other, поэтому условия использования следует уточнять в репозитории.

Magnolia-v1-Gemma2-8k-9B — объединённая модель для генерации текста на основе Gemma 2 9B. Её создал автор репозитория с помощью mergekit, объединив Delta-Vector/Odin-9B и anthracite-org/magnum-v3-9b-chatml методом SLERP. Модель имеет плотную архитектуру Gemma 2, содержит 9 млрд параметров и рассчитана на контекст до 8192 токенов. Модель предназначена для диалогов и свободной генерации текста, включая выразительную прозу и ролевые сценарии. Автор отмечает высокую вариативность генерации и потенциал модели как вклада в слияние моделей. Использование описано в формате Transformers с весами safetensors; лицензия — gemma. Автор предупреждает, что модели может не хватать внимания к деталям и что её безопасность сомнительна. Языки в карточке не указаны, поэтому языковую специализацию установить нельзя.

SzilviaB/Magnum_Madness-12b — разговорная языковая модель, созданная слиянием методом SLERP моделей anthracite-org/magnum-v4-12b и DavidAU/MN-GRAND-Gutenberg-Lyra4-Lyra-12B-MADNESS с помощью mergekit. Она основана на архитектуре Mistral и содержит 12,1 млрд параметров; формат весов — safetensors. Модель предназначена для генерации диалоговых ответов и прозы, а также поддерживает интерфейс вызова инструментов. В метаданных указан контекст до 1 024 000 токенов. Модель опубликована под лицензией Apache-2.0. Языковые возможности, помимо генерации текста, отдельно не описаны; ограничение практической применимости — качество ответов и фактическая поддержка заявленной длины контекста не подтверждены приведёнными данными.

Kaoeiri/Magpantheon-lark-v4x1.6.2-Cydonia-vXXX-22B — объединённая 22-миллиардная языковая модель на архитектуре Mistral, созданная с помощью mergekit методом DARE TIES на основе anthracite-org/magnum-v4-22b. В состав слияния также вошли модели Cydonia, Pantheon-RP-Pure и MS-Meadowlark. Модель предназначена для генерации текста и диалогов; её можно применять для создания связной прозы и ролевых сценариев. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Метаданные отмечают интерфейс вызова инструментов, но сами по себе не подтверждают качество или надёжность такого использования. Модель опубликована в формате Safetensors. Условия лицензии в предоставленных источниках не приведены.

Mdist_8B_Chem_200K_data_from_Mspec_LST_Qwen3_8B — дообученная авторами yileitu языковая модель на базе Qwen/Qwen3-8B. Это плотная причинная модель с архитектурой Qwen3ForCausalLM, примерно 7,6 млрд параметров и контекстом до 40 960 токенов; она предназначена для диалоговой генерации текста. README связывает обучение с набором данных 20w_data_M1_LST_from_full_36w, однако не описывает специализацию модели, состав данных или результаты оценки. Репозиторий содержит веса safetensors для Transformers; лицензия указана как other, поэтому условия использования следует уточнить по карточке и лицензии базовой модели.

MegaMoon-Karcher-12B — слитая модель для генерации текста, созданная с помощью mergekit методом среднего Кarcher из набора предварительно обученных моделей. В состав слияния вошли, среди прочих, NeonMaid-12B-v2, Violet_Twilight-v0.2, Moonlit-Shadow-12B, Magnum-v4-12b, Muse-12B и другие модели семейства Mistral Nemo. Модель предназначена для диалоговой генерации, ролевых сценариев и художественного письма. Она имеет плотную архитектуру Mistral, содержит 12,1 млрд параметров и поддерживает контекст до 131 072 токенов. Репозиторий использует Transformers и формат safetensors. Карточка позиционирует модель для ролевого общения и разговорных сценариев; сведения о поддерживаемых языках, условиях лицензии и конкретных ограничениях качества не приведены.

MaziyarPanahi/mergekit-slerp-dafvhck-GGUF — это набор файлов модели в формате GGUF, подготовленный MaziyarPanahi для исходной модели mergekit-community/mergekit-slerp-dafvhck. Разработчиком исходной модели указано сообщество mergekit-community; сама модель создана с использованием mergekit и объединяет базовые модели arcee-ai/sec-mistral-7b-instruct-1.6-epoch и cognitivecomputations/dolphin-2.8-mistral-7b-v02. Модель предназначена для генерации текста и диалоговых сценариев, включая локальный запуск через llama.cpp и совместимые приложения и библиотеки. Доступны варианты квантования с разрядностью от 2 до 8 бит, что позволяет выбирать между требованиями к памяти, скоростью работы и качеством генерации. Указана принадлежность к семейству Mistral и поддержка текстовой модальности, однако точный размер контекстного окна, языки, архитектурные параметры и результаты тестирования в README не приведены. К сильным сторонам относятся компактные квантованные варианты и широкая совместимость с инструментами локального инференса, включая llama.cpp, llama-cpp-python, LM Studio и text-generation-webui. Ограничения связаны с отсутствием в README подробных оценок качества, описания поведения после слияния моделей и рекомендаций по аппаратным требованиям. Лицензия для этой версии или исходной модели не указана.