I.7Речь, диалоги и встречи

Модель FlofloB/83k_continued_pretraining_Qwen2.5-0.5B-Instruct_Unsloth_merged_16bit — дообученная FlofloB версия диалоговой языковой модели Qwen2.5-0.5B-Instruct. Она предназначена для генерации текста и диалогов; в метаданных также указана возможность работы через интерфейс вызова инструментов. Модель содержит 494 млн параметров, использует плотную архитектуру Qwen2 и поддерживает контекст до 32 768 токенов. При обучении использовались Unsloth и TRL, а среди связанных данных указан датасет UncovAI/fineweb_CC-MAIN-2024-18_100k_output_UncovAI_83362. В README приведены результаты Open LLM Leaderboard: средний балл 7,92, IFEval — 28,69, BBH — 8,13. Это небольшая модель, поэтому её можно рассматривать для компактных диалоговых приложений и генерации текста, учитывая, что приведённые оценки не гарантируют качество для конкретной задачи. Лицензия — Apache-2.0.

Карточка модели unconst/Affine-5czsc2fc98-r177-merged на Hugging Face совпадает с карточкой unconst/Affine-5czsc2fc98-r479-offline-dpo-hialpha-longctx-extrasteps-merged, поэтому описание составлено по ней. Affine-5czsc2fc98-r479-offline-dpo-hialpha-longctx-extrasteps-merged — слитый чекпойнт на основе kevin954/Affine-5dfqbbh8ev-sft, подготовленный разработчиком для диалоговой генерации текста. В метаданных указаны семейство Qwen 3.5 MoE, архитектурный класс Qwen3_5MoeForConditionalGeneration и формат safetensors; библиотека для работы с моделью — Transformers. Карточка называет модель промежуточным результатом salvage-сборки и сообщает, что она не предназначена для отправки до прохождения внутреннего этапа проверки. Подтверждений для заявлений о длине контекста, языках, качестве или конкретных сценариях DPO в доступных данных нет. Лицензия в предоставленных сведениях не указана.

Карточка модели unconst/Affine-5czsc2fc98-r221-merged на Hugging Face совпадает с карточкой unconst/Affine-5czsc2fc98-r479-offline-dpo-hialpha-longctx-extrasteps-merged, поэтому описание составлено по ней. Affine-5czsc2fc98-r479-offline-dpo-hialpha-longctx-extrasteps-merged — слитый чекпойнт на основе kevin954/Affine-5dfqbbh8ev-sft, подготовленный разработчиком для диалоговой генерации текста. В метаданных указаны семейство Qwen 3.5 MoE, архитектурный класс Qwen3_5MoeForConditionalGeneration и формат safetensors; библиотека для работы с моделью — Transformers. Карточка называет модель промежуточным результатом salvage-сборки и сообщает, что она не предназначена для отправки до прохождения внутреннего этапа проверки. Подтверждений для заявлений о длине контекста, языках, качестве или конкретных сценариях DPO в доступных данных нет. Лицензия в предоставленных сведениях не указана.

Карточка модели unconst/Affine-5czsc2fc98-r225-reinforce на Hugging Face совпадает с карточкой unconst/Affine-5czsc2fc98-r479-offline-dpo-hialpha-longctx-extrasteps-merged, поэтому описание составлено по ней. Affine-5czsc2fc98-r479-offline-dpo-hialpha-longctx-extrasteps-merged — слитый чекпойнт на основе kevin954/Affine-5dfqbbh8ev-sft, подготовленный разработчиком для диалоговой генерации текста. В метаданных указаны семейство Qwen 3.5 MoE, архитектурный класс Qwen3_5MoeForConditionalGeneration и формат safetensors; библиотека для работы с моделью — Transformers. Карточка называет модель промежуточным результатом salvage-сборки и сообщает, что она не предназначена для отправки до прохождения внутреннего этапа проверки. Подтверждений для заявлений о длине контекста, языках, качестве или конкретных сценариях DPO в доступных данных нет. Лицензия в предоставленных сведениях не указана.

Карточка модели unconst/Affine-5czsc2fc98-r230-bon-merged на Hugging Face совпадает с карточкой unconst/Affine-5czsc2fc98-r479-offline-dpo-hialpha-longctx-extrasteps-merged, поэтому описание составлено по ней. Affine-5czsc2fc98-r479-offline-dpo-hialpha-longctx-extrasteps-merged — слитый чекпойнт на основе kevin954/Affine-5dfqbbh8ev-sft, подготовленный разработчиком для диалоговой генерации текста. В метаданных указаны семейство Qwen 3.5 MoE, архитектурный класс Qwen3_5MoeForConditionalGeneration и формат safetensors; библиотека для работы с моделью — Transformers. Карточка называет модель промежуточным результатом salvage-сборки и сообщает, что она не предназначена для отправки до прохождения внутреннего этапа проверки. Подтверждений для заявлений о длине контекста, языках, качестве или конкретных сценариях DPO в доступных данных нет. Лицензия в предоставленных сведениях не указана.

Карточка модели unconst/Affine-5czsc2fc98-r340-online-dpo-merged на Hugging Face совпадает с карточкой unconst/Affine-5czsc2fc98-r479-offline-dpo-hialpha-longctx-extrasteps-merged, поэтому описание составлено по ней. Affine-5czsc2fc98-r479-offline-dpo-hialpha-longctx-extrasteps-merged — слитый чекпойнт на основе kevin954/Affine-5dfqbbh8ev-sft, подготовленный разработчиком для диалоговой генерации текста. В метаданных указаны семейство Qwen 3.5 MoE, архитектурный класс Qwen3_5MoeForConditionalGeneration и формат safetensors; библиотека для работы с моделью — Transformers. Карточка называет модель промежуточным результатом salvage-сборки и сообщает, что она не предназначена для отправки до прохождения внутреннего этапа проверки. Подтверждений для заявлений о длине контекста, языках, качестве или конкретных сценариях DPO в доступных данных нет. Лицензия в предоставленных сведениях не указана.

Карточка модели unconst/Affine-5czsc2fc98-r35-merged на Hugging Face совпадает с карточкой unconst/Affine-5czsc2fc98-r479-offline-dpo-hialpha-longctx-extrasteps-merged, поэтому описание составлено по ней. Affine-5czsc2fc98-r479-offline-dpo-hialpha-longctx-extrasteps-merged — слитый чекпойнт на основе kevin954/Affine-5dfqbbh8ev-sft, подготовленный разработчиком для диалоговой генерации текста. В метаданных указаны семейство Qwen 3.5 MoE, архитектурный класс Qwen3_5MoeForConditionalGeneration и формат safetensors; библиотека для работы с моделью — Transformers. Карточка называет модель промежуточным результатом salvage-сборки и сообщает, что она не предназначена для отправки до прохождения внутреннего этапа проверки. Подтверждений для заявлений о длине контекста, языках, качестве или конкретных сценариях DPO в доступных данных нет. Лицензия в предоставленных сведениях не указана.

Карточка модели unconst/Affine-5czsc2fc98-r485-offline-dpo-midalpha-extrasteps-merged на Hugging Face совпадает с карточкой unconst/Affine-5czsc2fc98-r479-offline-dpo-hialpha-longctx-extrasteps-merged, поэтому описание составлено по ней. Affine-5czsc2fc98-r479-offline-dpo-hialpha-longctx-extrasteps-merged — слитый чекпойнт на основе kevin954/Affine-5dfqbbh8ev-sft, подготовленный разработчиком для диалоговой генерации текста. В метаданных указаны семейство Qwen 3.5 MoE, архитектурный класс Qwen3_5MoeForConditionalGeneration и формат safetensors; библиотека для работы с моделью — Transformers. Карточка называет модель промежуточным результатом salvage-сборки и сообщает, что она не предназначена для отправки до прохождения внутреннего этапа проверки. Подтверждений для заявлений о длине контекста, языках, качестве или конкретных сценариях DPO в доступных данных нет. Лицензия в предоставленных сведениях не указана.

Карточка модели unconst/Affine-5czsc2fc98-r499-sbsv5-offline-dpo-hialpha-midrank-lobeta-softctx-extrasteps-merged на Hugging Face совпадает с карточкой unconst/Affine-5czsc2fc98-r479-offline-dpo-hialpha-longctx-extrasteps-merged, поэтому описание составлено по ней. Affine-5czsc2fc98-r479-offline-dpo-hialpha-longctx-extrasteps-merged — слитый чекпойнт на основе kevin954/Affine-5dfqbbh8ev-sft, подготовленный разработчиком для диалоговой генерации текста. В метаданных указаны семейство Qwen 3.5 MoE, архитектурный класс Qwen3_5MoeForConditionalGeneration и формат safetensors; библиотека для работы с моделью — Transformers. Карточка называет модель промежуточным результатом salvage-сборки и сообщает, что она не предназначена для отправки до прохождения внутреннего этапа проверки. Подтверждений для заявлений о длине контекста, языках, качестве или конкретных сценариях DPO в доступных данных нет. Лицензия в предоставленных сведениях не указана.

Карточка модели unconst/Affine-5czsc2fc98-r501-offline-dpo-hialpha-hirank-lobeta-softctx-extrasteps-merged на Hugging Face совпадает с карточкой unconst/Affine-5czsc2fc98-r479-offline-dpo-hialpha-longctx-extrasteps-merged, поэтому описание составлено по ней. Affine-5czsc2fc98-r479-offline-dpo-hialpha-longctx-extrasteps-merged — слитый чекпойнт на основе kevin954/Affine-5dfqbbh8ev-sft, подготовленный разработчиком для диалоговой генерации текста. В метаданных указаны семейство Qwen 3.5 MoE, архитектурный класс Qwen3_5MoeForConditionalGeneration и формат safetensors; библиотека для работы с моделью — Transformers. Карточка называет модель промежуточным результатом salvage-сборки и сообщает, что она не предназначена для отправки до прохождения внутреннего этапа проверки. Подтверждений для заявлений о длине контекста, языках, качестве или конкретных сценариях DPO в доступных данных нет. Лицензия в предоставленных сведениях не указана.

Карточка модели unconst/Affine-5czsc2fc98-r504-offline-dpo-hialpha-hirank-lobeta-midctx-extrasteps-merged на Hugging Face совпадает с карточкой unconst/Affine-5czsc2fc98-r479-offline-dpo-hialpha-longctx-extrasteps-merged, поэтому описание составлено по ней. Affine-5czsc2fc98-r479-offline-dpo-hialpha-longctx-extrasteps-merged — слитый чекпойнт на основе kevin954/Affine-5dfqbbh8ev-sft, подготовленный разработчиком для диалоговой генерации текста. В метаданных указаны семейство Qwen 3.5 MoE, архитектурный класс Qwen3_5MoeForConditionalGeneration и формат safetensors; библиотека для работы с моделью — Transformers. Карточка называет модель промежуточным результатом salvage-сборки и сообщает, что она не предназначена для отправки до прохождения внутреннего этапа проверки. Подтверждений для заявлений о длине контекста, языках, качестве или конкретных сценариях DPO в доступных данных нет. Лицензия в предоставленных сведениях не указана.

Aira-2-portuguese-560M — инструктивно дообученная модель генерации текста из серии Aira-2, разработанная Nicholas Kluge на основе BLOOM от BigScience. Модель содержит около 659 млн параметров по метаданным и обучена на португалоязычном наборе Instruct-Aira Dataset, состоящем из синтетических пар запросов и ответов, созданных с помощью уже настроенных моделей. Модель предназначена для диалоговых ответов и выполнения инструкций на португальском языке. Она использует архитектуру BLOOM с причинным языковым моделированием и доступна в форматах PyTorch и Safetensors для Transformers. В README описаны риски галлюцинаций, воспроизведения предубеждений и токсичных ответов, а также повторов и многословия. Лицензия — BigScience BLOOM RAIL 1.0.

Aryanne/Astrea-RP-v1.5-3B — разговорная языковая модель для генерации текста и диалогов. Она создана слиянием нескольких моделей StableLM Epoch с помощью mergekit; в конфигурации указан метод task arithmetic и точность float16. Модель содержит 2,7 млрд параметров и рассчитана на контекст до 4096 токенов. Модель подходит для диалогового ИИ-компаньона, ролевых бесед и генерации ответов в чате. Метаданные отмечают разговорные возможности, а описание базовой модели указывает на англоязычную ориентацию. Репозиторий распространяет веса в формате safetensors под лицензией other; точные условия этой лицензии следует сверить с карточкой модели.

Карточка модели bobleer/autotrain-6lxuh-noau7 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 Uynaity/AutoTrain-Qwen-Rui-SHLR 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.

Bielik-1.5B-v3-Instruct — генеративная языковая модель SpeakLeash и центра ACK Cyfronet AGH с архитектурой causal decoder-only и примерно 1,6 млрд параметров. Это инструкционно дообученная версия Bielik-1.5B-v3, обученная преимущественно на польских текстах и настроенная для диалогов, в том числе многоходовых. Модель принимает текст и генерирует ответы на польском языке; для общения использует формат ChatML. Модель предназначена для ответов на вопросы, диалогов и других языковых задач на польском. В карточке описаны обучение на более чем 19 млн инструкций и настройка предпочтений методом DPO-Positive. Лицензия — Apache 2.0. Модель может выдавать фактически неверные, предвзятые или оскорбительные ответы и не имеет встроенных механизмов модерации. Разработчики характеризуют её как демонстрацию возможностей дообучения базовой модели; перед использованием в приложениях с требованиями к достоверности или безопасности ответы следует проверять.

Bielik-4.5B-v3.0-Instruct-GGUF — это польскоязычная инструкционная языковая модель в формате GGUF, разработанная организациями SpeakLeash и ACK Cyfronet AGH. Модель относится к классу causal decoder-only и предназначена для генерации текста и диалогового взаимодействия на польском языке, включая локальный запуск через llama.cpp, Ollama и совместимые приложения. Репозиторий содержит конвертированную версию Bielik-4.5B-v3.0-Instruct, дообученную на основе Bielik-4.5B-v2. Доступны варианты в форматах q8_0 и fp16 GGUF. Версия q8_0 обеспечивает качество, близкое к float16, но требует больше ресурсов и работает медленнее; fp16 сохраняет представление с плавающей точкой. README не указывает размер контекста, точную архитектуру, кроме decoder-only, дополнительные модальности или поддержку языков помимо польского. Для квантованных вариантов отмечены возможное снижение качества и повышенный риск галлюцинаций, особенно при использовании низкобитных конфигураций. Модель распространяется по лицензии Apache 2.0. GGUF поддерживается рядом локальных инструментов и библиотек, включая llama.cpp, Ollama, LM Studio, GPT4All, text-generation-webui и llama-cpp-python, что делает модель подходящей для автономного использования на совместимом оборудовании.

BlueLight-12B — слитая языковая модель на архитектуре Mistral Nemo, опубликованная yamatazen. Она объединяет пять предварительно обученных моделей методом Model Stock с помощью mergekit; базой слияния служит nbeerbower/mistral-nemo-gutenberg-12B-v4. В токенизатор добавлены токены ChatML для диалогового формата. Модель содержит 12,1 млрд параметров и распространяется в формате safetensors для Transformers. Модель предназначена для генерации текста в диалогах, ролевых сценариях и художественном письме. Она поддерживает английский и японский языки; метаданные указывают контекст до 1 024 000 токенов. Для использования предоставлена лицензия из метаданных Hugging Face, однако её значение здесь не указано.

BODHI-smollm-3-maze-3b-distil — языковая модель семейства SmolLM3, разработанная для проекта BODHI. Это плотная авторегрессионная модель на 3,1 млрд параметров, дообученная на HuggingFaceTB/SmolLM3-3B-Base с использованием датасета espressovi/BODHI-distillation. Модель предназначена для генерации текста в формате диалога; карточка относит её к варианту maze проекта BODHI, но не раскрывает конкретные особенности этого сценария. Модель принимает текст и генерирует текст, поддерживает английский язык и имеет контекст длиной до 65 536 токенов. Веса опубликованы в формате safetensors, лицензия — MIT. Карточка не приводит результатов оценки качества или подробностей обучающей методики, поэтому пригодность для конкретных задач следует проверять отдельно.

Bungo-L3-8B — разговорная языковая модель семейства Llama 3, опубликованная пользователем R136a1. Автор сообщает, что модель хорошо показала себя в его тестировании и получила высокие результаты в рейтинге Chai, где известна как slerp8bv2. Для проверки использовались шаблон контекста Llama 3 Instruct и режим instruct. Модель предназначена для генерации текста в диалоговом формате. Она имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 8192 токенов; доступны веса в формате safetensors. В метаданных указан английский язык. Автор приводит настройки генерации: temperature 0,9, min-p 0,1 и top-k 40, отмечая, что параметры можно менять. В карточке не раскрыты состав обучения и подробные результаты независимой оценки качества. Модель распространяется по лицензии Llama 3; применяйте её с учётом условий этой лицензии.

Это дообученная модель AmberYifan на основе marin-community/marin-8b-base, созданная на наборе данных capsd_marin-8b-base-n80000-opc-dedup80k__mix_code_random_b1000_s0. Модель относится к семейству Llama, имеет плотную архитектуру LlamaForCausalLM и 7,5 млрд параметров; она предназначена для генерации и продолжения текста, включая диалоговые сценарии. В обучающем наборе указана смесь с кодом, но карточка не описывает конкретные возможности модели в программировании. Модель принимает текст и генерирует текст, использует библиотеку Transformers и хранится в формате safetensors. Контекст составляет 4096 токенов. Базовая marin-8b-base описана как англоязычная, но поддерживаемые языки именно этой производной версии явно не перечислены. Лицензия указана как other, поэтому условия использования следует уточнить в материалах репозитория.

Carnice-9B-SFT-Fable5 — текстовая авторегрессионная модель ermiaazarkhalili, дообученная методом supervised fine-tuning на базе kai-os/Carnice-9b. Исходная настройка выполнена с помощью LoRA на датасете Fable-5-Complete-2M-Clean; адаптеры объединены с базовыми весами. Модель построена на архитектуре Qwen3_5ForCausalLM. В метаданных указан размер 7,2 млрд параметров и контекст до 262 144 токенов; README приводит размер 9,0 млрд параметров. Модель предназначена для генерации текста в диалоговом формате и продолжения инструкций. На отложенной выборке того же датасета точность следующего токена выросла относительно базовой модели: top-1 с 0,7317 до 0,7745, top-5 с 0,9188 до 0,9436. Эти результаты не являются сравнением с другими моделями и не подтверждают качество на сторонних задачах. Доступен интерфейс вызова инструментов, унаследованный или поддерживаемый форматом модели. Карточка отмечает, что поведение вне обучающего датасета не проверялось, а модель наследует предубеждения и ошибки базовой модели. Лицензия — Apache-2.0.

CloudLyte2 — разговорная языковая модель Klevin на архитектуре Gemma 2. Она дообучена методом SFT на базе unsloth/gemma-2-2b-bnb-4bit и предназначена для генерации текста в диалоге. Модель содержит 2,7 млрд параметров, принимает текст и выдаёт текст; её контекстное окно — 8192 токена. В карточке указаны английский язык и лицензия Apache 2.0. Модель подходит для диалоговых ответов и генерации текста на английском языке. Карточка не описывает состав обучающих данных, результаты оценки качества или конкретные ограничения, поэтому практическую точность ответов следует проверять на целевых задачах.

groupC — дообученная модель Microsoft Phi-4-mini-instruct, обученная с использованием TRL. Это плотная языковая модель с архитектурой Phi-3 и 3,8 млрд параметров; она предназначена для диалоговой генерации текста и запускается через Transformers. Контекст модели составляет 4096 токенов. Модель принимает текстовые запросы в формате чата и генерирует текстовые ответы. В карточке приведён пример ответа на открытый вопрос; дополнительных специализированных сценариев или результатов оценки качества не описано. Лицензия в предоставленных данных не указана.

Aashraf995 выпустил Creative-7B-nerd — слитую методом SLERP разговорную модель для генерации текста. Она объединяет Qwen2.5-7B-nerd-uncensored-v1.5 и HomerCreativeAnvita-Mix-Qw7B; архитектура — плотная Qwen2, класс Qwen2ForCausalLM, размер — 7,1 млрд параметров. Модель предназначена для диалогов и генерации текста, включая творческие сценарии, что отражено в названии и одном из исходных компонентов. Модель работает с текстом и имеет контекстное окно 32 768 токенов. Репозиторий предоставляет веса в формате safetensors, для использования указана лицензия Apache-2.0. Карточка не уточняет поддерживаемые естественные языки и не приводит оценки качества или подробных ограничений; один из компонентов обозначен как uncensored.

Модель trollek/danube2-1.8b-Tess-v1.5 — дообученная автором trollek языковая модель для генерации текста и диалогов. Она основана на h2oai/h2o-danube2-1.8b-base и обучалась с BAdam на датасете migtissera/Tess-v1.5 с помощью Llama-Factory; для общения используется шаблон ChatML. Модель имеет плотную архитектуру семейства Mistral и около 1,7 млрд параметров. Она принимает текстовые сообщения в формате диалога и генерирует текст; заявленная длина контекста — 8192 токена. Карточка ориентирована на англоязычное использование. Модель подходит для диалоговых приложений и генерации ответов на текстовые запросы. Небольшой размер облегчает запуск по сравнению с крупными языковыми моделями, но качество и надёжность ответов могут быть ограничены масштабом модели и обучающими данными. Лицензия — Apache-2.0.

laion/delphi-3e19-p67m33-k0p20-lr83-a002-magpie_lr1e5-sft — разговорная языковая модель семейства Qwen3 с плотной архитектурой Qwen3ForCausalLM и примерно 801 млн параметров. По карточке, модель обучена с нуля на наборах данных magpie и delphi_warmup; подробности обучения и оценки не приведены. Модель предназначена для генерации текста в диалоговом формате. Её можно использовать для экспериментов с чат-ботами и генерацией ответов; метаданные указывают контекст длиной 4096 токенов. Модель принимает текст и выдаёт текст. В карточке указана лицензия other, без дополнительных условий. Качество, языковой охват и ограничения применения не описаны.

biodatlab разработала компактную модель автоматического распознавания речи на архитектуре Whisper, полученную дистилляцией Whisper Medium. В ней 455,8 млн параметров и 4 слоя декодера вместо 24 у модели-учителя. Модель предназначена для распознавания тайской речи и может использоваться в приложениях, преобразующих тайскую речь в текст. При дистилляции использовались Common Voice v13, Gowajee, Thai Elderly Speech Corpus, пользовательские собранные данные и корпус тайских диалектов Thai-Central из SLSCU Thai Dialect Corpus. На тестовой выборке Common Voice 13 показатель WER с токенизацией DeepCut составил 7,58% против 7,42% у модели-учителя Whisper Medium. Модель распространяется под лицензией MIT. Модель может хуже распознавать другие языки и речь на диалектах или с акцентами, отличными от обучающих данных. На точность также влияют фоновый шум и разборчивость речи.

Ethio-ASR Tigrinya — модель автоматического распознавания речи, разработанная командой Ethio-ASR. Это монолингвальная модель на архитектуре wav2vec2-bert-2.0 с CTC-декодированием, дообученная на тигриньяской части набора WAXAL Speech Dataset. Она содержит около 403,1 млн параметров и принимает аудио, выдавая текст на тигринья. Модель предназначена для транскрибирования речи на тигринья, в том числе как компонент голосовых помощников и средств доступности, а также как исследовательская базовая модель. В README приведены результаты оценки на тестовом наборе WAXAL, но не указано значение WER именно для этой версии репозитория. Разработчик указывает, что модель не предназначена для языков, кроме тигринья, для шумной речи без предварительного улучшения аудио и для высокорисковых сценариев без проверки человеком. Качество может различаться в зависимости от диалекта, пола и возраста говорящего, а также условий записи. Лицензия — CC-BY-4.0.

FastContext-4B-RL_base-SFT-Fable5 — дообученная модель семейства Qwen3, опубликованная ermiaazarkhalili. Это причинная языковая модель для генерации текста и диалогов; в метаданных указано 3,7 млрд параметров и контекст до 262 144 токенов. Модель получена SFT-дообучением microsoft/FastContext-1.0-4B-RL на наборе инструкций Fable-5-Complete-2M-Clean; LoRA-адаптеры объединены с весами, поэтому отдельно отключить это дообучение нельзя. Модель подходит для генерации ответов и следования инструкциям в сценариях, похожих на обучающие примеры. Карточка сообщает только о значениях обучающей функции потерь: оценка на прикладных бенчмарках не проводилась, а поведение за пределами обучающего набора не проверено. Она наследует смещения и ограничения базовой модели. Условия лицензии в предоставленных данных не указаны.