I.7Речь, диалоги и встречи

Карточка модели unconst/Affine-5czsc2fc98-r481-offline-dpo-hialpha-ultraextrasteps-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.

AfriGuardPlain-AfriqueQwen3.5-4B-50Langs-Instruct-v1 — чат-модель adzcai, созданная полным дообучением AfriqueQwen3.5-4B-50Langs-Instruct-v1 на наборе AfriGuard-plain. Она отвечает на безопасные запросы и кратко отказывает на небезопасные, не выводя метку безопасности. Обучение выполнено за одну эпоху с помощью DeepSpeed ZeRO-3; модель использует архитектуру Qwen3.5 и формат safetensors. Модель предназначена для диалоговых сценариев, где нужны полезные ответы на безопасные запросы и отказы на небезопасные. Метаданные указывают на поддержку английского, амхарского, хауса, игбо, оромо, шона, суахили, тви, волоф, йоруба и зулу; название базовой модели заявляет поддержку 50 языков, но полный перечень в доступных данных не приведён. Лицензия — CC BY 4.0. README не приводит результаты оценки безопасности или качества, поэтому надёжность отказов и языковую эффективность по этим данным определить нельзя.

Alphacode-MALI-9B — разговорная языковая модель Alphacode AI, созданная путём объединения моделей Alphacode и дообучения на внутренних данных компании. Модель построена на плотной архитектуре Mistral и содержит 8,9 млрд параметров; она предназначена для генерации текста в диалоговом формате и имеет контекстное окно 32 768 токенов. В карточке указан корейский язык. Модель может использоваться для ведения диалогов и генерации ответов на корейском языке. В README указано, что обучение проводилось на восьми ускорителях A100 с DeepSpeed, Hugging Face TRL Trainer и Accelerate. Лицензия — CC BY 4.0; карточка не приводит результатов оценки качества и подробностей о составе обучающих данных.

Arsh-ai разработала Arsh-llm — компактную авторегрессионную языковую модель на архитектуре Llama с 503,3 млн параметров. Модель распространяется в формате Safetensors и рассчитана на генерацию текста и диалоговые сценарии. В карточке указаны обучение на наборах TinyStories, WikiText, разговорных и инструкционных данных, а также примерах по математике и программированию. Для работы используются Transformers и лицензия MIT. Модель подходит для генерации коротких историй, ответов в чате, фрагментов кода и пояснений к учебным задачам. Разработчик указывает контекст 128 токенов, тогда как метаданные каталога — 1024 токена; фактическое значение контекста требует проверки. Карточка называет модель незавершённой и рекомендует дальнейшее обучение: сравнительно небольшой объём данных и размер модели ограничивают обобщение и качество, поэтому для ответственных производственных сценариев её следует оценивать и адаптировать.

WangZeJun разработал bloom-396m-chat — чат-модель для генерации диалоговых ответов. Она основана на архитектуре BLOOM и содержит около 449,9 млн параметров. Модель принимает текст и генерирует текст; карточка показывает пример её использования для диалоговой генерации. Модель распространяется в форматах PyTorch и Safetensors по лицензии BigScience BLOOM RAIL 1.0. README не сообщает о поддерживаемых языках, длине контекста и известных ограничениях качества.

Cecilia 2B Instruct v1 — модель генерации текста из семейства Cecilia, разработанная для работы с кубинским испанским языком. Это дообученная версия Cecilia 2B v0.1, основанной на Salamandra 2B. Модель имеет плотную архитектуру LlamaForCausalLM и около 1,7 млрд параметров; максимальная длина контекста составляет 8192 токена. Модель предназначена для диалоговой генерации текста с учётом языковых, культурных и социальных особенностей кубинского испанского. В репозитории доступны веса Safetensors для Transformers и GGUF в формате FP16; отдельные квантованные версии размещены в другом репозитории. Модель может использоваться для локального инференса и интеграции в приложения для общения на испанском. Лицензия — MIT. Карточка не приводит сравнительных оценок качества или подробного описания ограничений; результаты для других вариантов испанского и специализированных задач могут отличаться.

Colosso SN47 EvolAI Qwen2.5 1.5B — разговорная авторегрессионная языковая модель Colosso для генерации текста и диалогов. Она создана слиянием локального LoRA-адаптера EvolAI с базовой моделью Qwen/Qwen2.5-1.5B и предназначена для запуска майнера SN47 EvolAI в Bittensor. Модель имеет плотную архитектуру Qwen2, 1,5 млрд параметров и заявленный контекст до 131 072 токенов. Она принимает текст и генерирует текст; README сообщает об обучении на 512 примерах в течение 9000 шагов и прохождении проверки качества. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0. Доступное описание не раскрывает конкретные предметные навыки или языковой охват, поэтому пригодность для задач за пределами диалоговой генерации не установлена.

Customer-Support-Clown-Extended — объединённая модель генерации текста семейства Mistral, опубликованная arcee-ai. Она создана с помощью mergekit методом SLERP на основе arcee-ai/Clown-DPO-Extended и модели mistralai/Mistral-7B-v0.1+predibase/customer_support; в конфигурации указана точность bfloat16. Модель предназначена для генерации ответов в сценариях клиентской поддержки и диалогового общения с клиентами. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Репозиторий использует формат safetensors. Доступна по лицензии Apache-2.0. Карточка не приводит сведений о поддерживаемых естественных языках или ограничениях качества.

SzilviaB выпустил объединённую методом SLERP языковую модель Llama 3 на 7,5 млрд параметров, собранную из DavidAU/L3-Dark-Planet-8B и saishf/Aura-Uncensored-OAS-8B-L3 с помощью mergekit. Это чат-модель для генерации текста с контекстом до 8192 токенов. Модель предназначена для диалогов, художественной прозы, сюжетов, сцен и ролевого общения. В конфигурации слияния указана V-образная кривая, совмещающая особенности моделей в начальных, средних и конечных слоях. Файлы представлены в формате safetensors. В названии и базовом описании она обозначена как uncensored; конкретные ограничения по содержанию в карточке не описаны. Лицензия в предоставленных данных не указана.

Edentns/DataVortexS-10.7B-v0.3 — корейская разговорная языковая модель, разработанная командой Kwangseok Yang, Seunghyun Choi, Jeongwon Choi и Hyoseok Choi. Она дообучена методом fine-tuning на основе hyeogi/SOLAR-10.7B-dpo-v0.1 с использованием jojo0217/korean_rlhf_dataset и предназначена для генерации текста и ответов на инструкции на корейском языке. Модель использует плотную архитектуру LLaMA с причинно-следственной языковой моделью LlamaForCausalLM, содержит 10,7 млрд параметров и поддерживает контекст до 4096 токенов. Для диалога применяется формат инструкций Alpaca; метаданные указывают поддержку чата. В README приведены результаты оценивания на корейских бенчмарках Ko LM Eval Harness и Ko-LLM-Leaderboard. Модель подходит для корейских чат-ботов, ответов на вопросы и генерации текста по инструкциям. Данных о специальных ограничениях применения в карточке нет. Лицензия CC-BY-NC-SA-4.0 требует указания авторства, запрещает коммерческое использование и распространяет условия лицензии на производные работы.

corn6/DeepSeek-R1-Chinese-Law — языковая модель corn6, дообученная на базе unsloth/deepseek-r1-distill-llama-8b-unsloth-bnb-4bit. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и 7,5 млрд параметров; она принимает текст и генерирует текст, в том числе в диалоговом формате. Заявленное название указывает на специализацию в китайском праве, однако README не описывает обучающие данные, конкретные правовые задачи или результаты оценки, поэтому специализацию нельзя подтвердить по карточке. Модель предназначена для генерации ответов на текстовые запросы. Контекстное окно составляет 131 072 токена. В карточке указан английский язык; поддержка китайского, несмотря на название, не подтверждена языковыми метаданными. Указана лицензия Apache-2.0. README сообщает об ускоренном обучении с Unsloth и TRL, но не приводит подробностей методики дообучения.

Модель laion/delphi-3e18-p67m33-k0p20-lr83-a003-wc386k_lr1e5-sft — разговорная языковая модель семейства Qwen3, разработанная LAION и обученная с нуля на датасетах wildchat_386k и delphi_warmup. Она предназначена для генерации текста в диалоговом формате. Модель содержит 315,9 млн параметров, использует архитектуру Qwen3ForCausalLM и поддерживает контекст до 4096 токенов. Модель распространяется в формате safetensors и запускается через Transformers. В карточке указана лицензия other без дополнительных условий. Оценки качества и подробные сведения о назначении и ограничениях в карточке не приведены.

sftmagpie-delphiwarmupdelphi-9e18-p67m33-kdelphi-1e-05delphi-3e18-p33m67-k — разговорная языковая модель семейства Qwen3, созданная обучением с нуля на наборах данных magpie и delphi_warmup. Она предназначена для генерации текста в диалоговом формате. Модель содержит 402,6 млн параметров, использует плотную архитектуру Qwen3ForCausalLM и принимает текст, выдавая текст; максимальная длина контекста составляет 4096 токенов. Карточка не приводит оценок качества, конкретных сценариев применения или известных ограничений. Указана лицензия other, поэтому условия использования следует сверить с лицензией репозитория.

EOPSA-Qwen3-32B — чекпойнт Qwen3-32B, дообученный по методу Efficient On-Policy Self-Distilled Safety Alignment (EOPSA). В карточке указано, что веса сохранены на 50-м шаге обучения. Модель разработана neuqrui и предназначена для диалоговой генерации текста с настройкой на безопасное поведение. Это плотная авторегрессионная языковая модель архитектуры Qwen3ForCausalLM с 29,7 млрд параметров и контекстом до 40 960 токенов. Она принимает текст и генерирует текст; метаданные отмечают поддержку чата. Базовая Qwen3 рассчитана на многоязычный диалог, рассуждения и программирование, однако README не приводит отдельной оценки этих возможностей для данного чекпойнта. Модель распространяется в формате safetensors по лицензии Apache-2.0. Поскольку опубликован чекпойнт раннего шага обучения, его качество и устойчивость безопасного поведения могут быть ограничены; в README не приведены результаты оценки безопасности.

Falcon2-5.5B-Dutch — языковая модель для генерации текста, созданная путём обрезки слоёв Falcon-11B с помощью PruneMe и последующего объединения оставшихся диапазонов методом passthrough через mergekit. В конфигурации использованы слои 0–24 и 56–58; веса сохранены в формате bfloat16. Модель разработана для исследовательской работы и дальнейшей специализации или дообучения, в том числе для генерации текста, суммаризации и диалогов. Модель работает с текстом, построена на архитектуре FalconForCausalLM и имеет контекст до 8192 токенов. Хотя эта версия ориентирована на нидерландский язык, обучение исходного семейства преимущественно проводилось на английском; также заявлена поддержка немецкого, испанского, французского, итальянского, португальского, польского, румынского, чешского и шведского языков. Модель может наследовать стереотипы и смещения из веб-данных, а качество для перечисленных языков README отдельно не оценивает. Лицензия — Apache 2.0.

Это квантованная версия Falcon3-1B-Instruct-1.58bit в формате GGUF, подготовленная для инференса с библиотекой vlut.cpp и методом Vec-LUT. Репозиторий выпустил автор XXXXyu; модель предназначена для диалоговой генерации текста и запуска на устройствах с ограниченными ресурсами. Варианты упаковки имеют точность от 1,60 до 2,00 бит на вес. В README заявлены снижение потребления памяти и ускорение параллельного инференса с помощью векторных таблиц поиска; результат зависит от упаковки и размера тайла. Для запуска требуется vlut.cpp. Указанная лицензия — other; конкретные условия использования по представленным данным определить нельзя.

Карточка модели crazyape777/fk-unconst-Affine-5czsc2fc98-r496-sbsv5-offline-dpo-hialpha-midrank-lobeta-extrasteps-merg 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 MeghanaKap/flowtts_naija_full_ft_v2_epoch1 на Hugging Face совпадает с карточкой MeghanaKap/flowtts_naija_full_ft_v2, поэтому описание составлено по ней. Модель MeghanaKap/flowtts_naija_full_ft_v2 разработана MeghanaKap и представляет собой дообученную версию YatharthS/MiraTTS на архитектуре Qwen2. Это плотная авторегрессионная модель примерно на 505,8 млн параметров с контекстом до 32 768 токенов, опубликованная в формате Safetensors. В метаданных заявлена задача генерации текста и возможность диалогового взаимодействия; карточка сообщает, что обучение выполнялось с использованием Unsloth. Модель предназначена для генерации текста в сценариях диалога. Карточка не описывает конкретную специализацию или подтверждённые языковые возможности помимо английского языка, указанного в метаданных. Модель распространяется по лицензии Apache-2.0.

Карточка модели MeghanaKap/flowtts_naija_full_ft_v2_epoch5 на Hugging Face совпадает с карточкой MeghanaKap/flowtts_naija_full_ft_v2, поэтому описание составлено по ней. Модель MeghanaKap/flowtts_naija_full_ft_v2 разработана MeghanaKap и представляет собой дообученную версию YatharthS/MiraTTS на архитектуре Qwen2. Это плотная авторегрессионная модель примерно на 505,8 млн параметров с контекстом до 32 768 токенов, опубликованная в формате Safetensors. В метаданных заявлена задача генерации текста и возможность диалогового взаимодействия; карточка сообщает, что обучение выполнялось с использованием Unsloth. Модель предназначена для генерации текста в сценариях диалога. Карточка не описывает конкретную специализацию или подтверждённые языковые возможности помимо английского языка, указанного в метаданных. Модель распространяется по лицензии Apache-2.0.

Vortex5/G4-Moonlight-Dusk-26B-A4B-heretic — производная версия модели Vortex5/G4-Moonlight-Dusk-26B-A4B от Vortex5. Это мультимодальная модель семейства Gemma 4 с архитектурой условной генерации; репозиторий содержит веса safetensors и предназначен для работы через Transformers. Модель принимает текст и изображения и выдаёт текст, поддерживая диалоговые сценарии с визуальными входными данными. Вариант heretic создан с помощью abliteration: в слоях 3–22 применена настройка, изменяющая склонность к отказам. В описанной проверке модель отказала в 14 из 100 случаев, тогда как исходная — в 100 из 100; KL-дивергенция относительно исходной модели составила 0,0389. В основе лежит модель, собранная слиянием нескольких Gemma 4 вариантов для ролевых диалогов, повествования и творческого письма. Лицензия — Apache-2.0. Данные о размере параметров и длине контекста не предоставлены.

Gemma-2-9b-it-tr — дообученная модель neuralwork на базе google/gemma-2-9b-it. Она обучена на отобранном и вручную отфильтрованном наборе из 55 тысяч турецких примеров вопросов и ответов и диалогов. Модель предназначена для генерации текста на турецком языке, в частности для диалога и ответов на вопросы. Это плотная авторегрессионная модель семейства Gemma 2 с 9 млрд параметров, рассчитанная на текстовый ввод и генерацию текста. Контекстное окно составляет 8192 токена; модель загружается через Transformers, веса представлены в формате safetensors. Лицензия — Gemma.

DavidAU опубликовал Gemma 3 4B IT Heretic Uncensored Abliterated Balanced — доработанную версию диалоговой мультимодальной модели Google Gemma 3 4B IT. Это плотная модель с архитектурой Gemma 3, рассчитанная на диалог, генерацию текста и ответы по изображениям; карточка указывает контекст 128k. Модель изменена методом abliterated для снижения частоты отказов при сохранении близости к исходному поведению: автор сообщает 31 отказ на 100 запросов и KL-дивергенцию 0,18, тогда как для исходной модели указано 98 отказов на 100 запросов. Модель предназначена для диалогов и генерации контента, включая художественные сценарии с ненормативной лексикой и откровенными темами. В некоторых случаях для получения нужного уровня эксплицитности требуется прямо задавать стиль и лексику. Для более плавной генерации автор рекомендует настроить сглаживание с параметром 1,5; результат зависит от промпта и настроек семплирования. Файлы представлены в формате safetensors и используют библиотеку Transformers. Лицензия в предоставленных данных не указана.

ReadyArt/gemma-4-31B-it-scotoma-2 — дообученная модель на базе Google Gemma 4 31B Instruct, созданная ReadyArt. Она предназначена для генерации диалогового текста и ролевых продолжений с менее повторяющимися речевыми оборотами: модель обучали избегать рефлекторных отрицаний и конструкций «не X, а Y», вставок с длинным тире и нагромождения прилагательных. Модель создана с помощью γ-fold для проекции корректирующего LoRA-редактирования и трёх раундов DPO-дообучения на 9,3 тыс. пар предпочтений. Веса объединены в формат bf16; репозиторий содержит safetensors. Карточка описывает изменение стиля и поведения базовой модели, а метаданные указывают на архитектуру Gemma 4 и поддержку чата. Автор отмечает, что модель не является полностью снятой с ограничений: корректировка отказов ограничена. Это исследовательский артефакт, поведение зависит от запроса и контекста. Лицензия — Apache-2.0.

Scicom-intl разработала экспериментальную LoRA SFT-адаптацию openai/gpt-oss-20b для рассуждений на малайзийском языке. Модель построена на архитектуре GPT-OSS с MoE и предназначена для генерации диалоговых ответов; в опубликованном варианте обучались линейные слои внимания с рангом 256 и alpha 512. Для обучения использовался датасет mesolitica/Malaysian-Reasoning. Метаданные указывают контекст до 131072 токенов и 1,6 млрд параметров.

Pantheon-RP-1.8-24b-Small-3.1-GGUF — это GGUF-квантизированная версия языковой модели Pantheon-RP-1.8-24b-Small-3.1, разработанной Gryphe и подготовленной пользователем bartowski с помощью llama.cpp и imatrix-квантизации. Модель предназначена для генерации текста, диалогов и ролевых сценариев; в метаданных указаны специализация на roleplay, instruct- и chat-применения, а также английский язык. Для общения рекомендуется формат промптов ChatML. Модель содержит около 24 миллиардов параметров. README не сообщает точную архитектуру, максимальный размер контекста или поддержку дополнительных модальностей, поэтому эти характеристики неизвестны; по назначению и pipeline_tag это текстовая, а не мультимодальная модель. Доступны варианты от BF16 до различных уровней Q8, Q6, Q5, Q4, Q3 и IQ-квантизации: более крупные файлы обычно сохраняют более высокое качество, а облегчённые варианты требуют меньше памяти. Файлы совместимы с llama.cpp, LM Studio и другими проектами на его основе. Сильными сторонами являются широкий выбор квантизаций, возможность локального запуска и ориентация на ролевые диалоги. Ограничения связаны с потенциальной потерей качества в более агрессивно сжатых вариантах, значительными требованиями к памяти у высококачественных сборок и отсутствием в README подробных данных о тестировании, контексте и безопасности применения. Указанная лицензия — Apache-2.0.

fpadovani/hin-deva-10mb-after-ppt-Dp-100mb-ckpt500_seed3407 — дообученная модель генерации текста на архитектуре GPT-2, разработанная на основе fpadovani/hin-deva-10mb-ppt-Dp-100mb_seed3407 с использованием TRL. Она предназначена для продолжения текста и ответов на запросы в формате диалога; пример в карточке показывает генерацию ответа на вопрос. Модель доступна в формате Safetensors и рассчитана на контекст до 512 токенов. Карточка не описывает специализацию по тематике или языкам, поэтому назначение модели следует считать общим. Лицензия в доступных данных не указана.

hkss/hk-SOLAR-10.7B-v2.0 — корейская разговорная языковая модель, дообученная на базе yanolja/EEVE-Korean-10.8B-v1.0. Она построена на плотной архитектуре Llama и предназначена для генерации текста в диалоговом формате. Модель содержит 10,6 млрд параметров, принимает текст и поддерживает контекст до 4096 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. В карточке указано дообучение с использованием DeepSpeed, Accelerate и TRL; сведения о датасетах не приведены.

IceDrunkCherryV1RP-7b — объединённая языковая модель от icefog72, созданная методом SLERP с помощью mergekit на основе Mistral и объединённых чекпойнтов, перечисленных в карточке. Модель имеет плотную архитектуру MistralForCausalLM, около 7,1 млрд параметров и контекстное окно до 32 768 токенов; доступна в формате safetensors для Transformers. Модель предназначена для генерации текста в диалоговых и ролевых сценариях, включая контент для взрослой аудитории. В карточке приведены результаты Open LLM Leaderboard по IFEval и BBH. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Модель fpadovani/ind-latn-10mb-after-ppt-Dp-10mb-ckpt500_seed10 — дообученная на базе fpadovani/ind-latn-10mb-ppt-Dp-10mb_seed10 языковая модель семейства GPT-2. Разработчик сообщает, что обучение выполнено с помощью TRL; модель предназначена для генерации текста в формате диалога и ответов на открытые вопросы. Модель использует архитектуру GPT2LMHeadModel, принимает текст и генерирует текст. Длина контекста составляет 512 токенов. В карточке приведён пример генерации ответа на вопрос с помощью Transformers. Сведения о лицензии и целевом языке в доступных данных отсутствуют.

Модель Francesca9805 isl-latn-100mb-ppt-Dp-100mb-packed-bfd_seed455 — дообученная с помощью TRL модель семейства GPT-2 на базе goldfish-models/isl_latn_100mb. Она предназначена для генерации текста и может применяться для продолжения заданного текста и ответов на запросы в формате диалога. Модель использует архитектуру GPT2LMHeadModel, хранится в формате safetensors и имеет контекст длиной 512 токенов. Лицензия и поддерживаемые естественные языки в доступных данных не указаны.