I.7Речь, диалоги и встречи

Карточка модели unconst/Affine-5czsc2fc98-r477-offline-dpo-hialpha-hirank-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.

AI-translator-9ja-to-eng — дообученная модель HelpMumHQ для перевода текстов с йоруба, игбо и хауса на английский. Она основана на encoder-decoder архитектуре M2M100 и содержит 332,5 млн параметров; поддерживает контекст до 1024 токенов. Модель обучалась на 1,5 млн пар предложений из открытых параллельных корпусов и специализированных подборок для этих трёх языков. Модель предназначена для перевода на английский и для подготовки текстов на йоруба, игбо и хауса к взаимодействию с языковыми моделями. Репозиторий содержит веса Safetensors и использует библиотеку Transformers. Лицензия — MIT. Качество зависит от сложности и тематики текста; оно может снижаться на очень длинных предложениях и при неоднозначном контексте.

AgentPublic/albert-spp-8b — дообученная методом LoRA языковая модель семейства Llama 3.1, разработанная автором репозитория AgentPublic. Модель содержит 7,5 млрд параметров и предназначена для генерации текста в диалоговом формате; в карточке также заявлен интерфейс вызова инструментов. Модель обучена на наборе данных, основанном на пользовательском опыте, и рассчитана на французский язык. Указана длина контекста 131 072 токена. В репозитории представлены веса в формате Safetensors, библиотека для использования — Transformers. Лицензия — Apache-2.0. Карточка не описывает конкретные сценарии пользовательского опыта, результаты оценки качества или ограничения модели, поэтому её пригодность для отдельных задач требует проверки.

Archaeo-12B-V2 — плотная языковая модель на архитектуре Mistral, созданная Delta-Vector для ролевых диалогов и творческого письма. Это продолжение исходной Archaeo; модель объединяет Rei-V3-KTO-12B и Francois-PE-V2-Huali-12B методом SLERP. В карточке указаны 12,1 млрд параметров и контекст до 131 072 токенов. Модель принимает текст и генерирует текст, поддерживает формат диалога ChatML и доступна в Transformers. Её можно применять для ведения ролевых сцен, написания художественных фрагментов и продолжения диалогов. В метаданных также заявлен интерфейс вызова инструментов, но подробности его использования в карточке не приведены. Веса опубликованы в формате safetensors; README также упоминает варианты GGUF и EXL2. Лицензия в предоставленных данных не указана.

Aura Uncensored OAS 8B — разговорная языковая модель на архитектуре Llama 3, созданная объединением нескольких предварительно обученных моделей с помощью mergekit и метода Model Stock. В основу слияния положена Undi95/Llama3-Unholy-8B-OAS; также объединены Aura, BlueMoon, Luna, Theory of Mind и RP Format QuoteAsterisk от ResplendentAI. Модель содержит 7,5 млрд параметров, принимает текст и генерирует текст, а её контекстное окно составляет 8192 токена. Модель предназначена для диалоговой генерации ответов и ролевого общения; автор описывает её как попытку получить менее ограниченную версию Aura. Данные не подтверждают отдельные специализированные задачи или языки, поэтому их не следует приписывать модели. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия CC BY-NC 4.0 разрешает использование с атрибуцией, но запрещает коммерческое применение.

Edens-Gate/Brap-nemo-12b — объединённая языковая модель, созданная с помощью mergekit методом task arithmetic на основе NewEden/nemo-erebus. В слияние также вошли Mistral Nemo Gutenberg, Magnum и UnslopNemo. Модель построена на плотной архитектуре MistralForCausalLM, содержит 12,1 млрд параметров и распространяется в формате safetensors; в метаданных указан контекст до 1 024 000 токенов. Модель предназначена для генерации текста и диалогового общения, в том числе для написания приключенческих историй и ролевых сценариев. Карточка не приводит сведения о поддерживаемых естественных языках. Лицензия в предоставленных источниках не указана.

BurningBruce-SOLAR-8x10.7B-bf16 — разговорная текстовая модель семейства Mixtral, созданная автором репозитория Kquant03 как экспериментальная MoE-сборка. В ней объединены базовая модель kyujinpy/Sakura-SOLAR-Instruct и восемь экспертных компонентов из нескольких вариантов SOLAR и Sakura-SOLAR; маршрутизатор экспертов не обучался совместно с моделью, поэтому автор называет её frankenMoE. В метаданных указаны 10,6 млрд параметров, контекст 4096 токенов и формат safetensors. Модель предназначена для генерации текста и диалогов на английском языке. Разреженная MoE-архитектура активирует экспертов для обработки токенов, однако для запуска требуется загрузить веса модели в память. Автор предупреждает, что результаты оценивания оказались хуже ожидаемых; также у такой сборки возможны ограничения качества из-за необученного маршрутизатора. Лицензия — Apache-2.0.

Это текстовая GGUF-квантизация DeepSeek-V4-Flash-0731, подготовленная автором репозитория для запуска в Ember на AMD Strix Halo (gfx1151). Модель предназначена для генерации текста и диалогов; в комплект также входит согласованный черновик DSpark для спекулятивного декодирования. Основной файл весит около 85,26 ГиБ и имеет квантизацию 2,58 BPW с калибровкой importance matrix; также применена abliteration, изменяющая поведение отказов. Файл использует специальные типы тензоров ROCmFPx и требует совместимого рантайма Ember: стандартные llama.cpp, LM Studio и Ollama их не поддерживают и могут не загрузить модель или выдавать некорректный результат. Измерения в README характеризуют только скорость на AMD Strix Halo, а качество квантизации относительно BF16 не оценивалось. Лицензия указана как other; README не уточняет дополнительные условия.

DolphiSato-8B-slerp — объединённая автором shreyvshah языковая модель на базе архитектуры Llama для генерации текста и диалогового взаимодействия. Она создана методом SLERP из cognitivecomputations/dolphin-2.9-llama3-8b и LaierTwoLabsInc/Satoshi-7B; в метаданных модель связана с их эквивалентами cognitivecomputations/dolphin-2.9-llama3-8b и LaierTwoLabsInc/Satoshi-7B. Модель содержит 7,5 млрд параметров, принимает текст и формирует текст, а длина контекста составляет 8192 токена. Модель подходит для диалоговых приложений и генерации ответов на запросы. В карточке и тегах отмечены разговорное назначение, тематика Bitcoin и uncensored-характер, но подробные тесты качества и перечень поддерживаемых языков не приведены. Репозиторий содержит веса в формате safetensors; лицензия в предоставленных данных не указана.

francesca9805 выпустила дообученную модель генерации текста на базе goldfish-models/eng_latn_10mb. Это плотная GPT-2 модель, обученная с помощью TRL; для работы доступны веса в формате safetensors. Карточка демонстрирует генерацию ответа на открытый вопрос в формате диалога. Модель предназначена для продолжения текста и генерации ответов на вопросы. Указанная длина контекста — 512 токенов. Данных о специальных прикладных областях и условиях лицензирования в предоставленных источниках нет.

Карточка модели MeghanaKap/flowtts_naija_full_ft_v2_epoch10 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.

Francois-PE-12B — дообученная и объединённая автором модель на базе PocketDoc Personality Engine и модели control-dan-12b-r1. Она предназначена для диалогов и связного художественного письма; автор отмечает, что модель настроена на короткие, содержательные ответы. Обучение проведено в течение четырёх эпох на смеси данных, близкой к Ohashi-NeMo, включая диалоговые и ролевые датасеты. Модель использует плотную архитектуру MistralForCausalLM с 12,1 млрд параметров и поддерживает контекст до 1 024 000 токенов по метаданным. Для общения применяется формат ChatML; автор рекомендует системные промпты Euryale или EVA. Репозиторий содержит веса Safetensors. Лицензия в предоставленных данных не указана.

godsofheaven/functiongemma-270m-it-simple-tool-calling — дообученная модель генерации текста на базе Google FunctionGemma 270M IT. Разработчик дообучил её с помощью TRL; карточка демонстрирует запуск через Transformers в режиме диалога. Модель предназначена для генерации ответов в разговорном формате и сценариев простого вызова инструментов. Она построена на плотной архитектуре Gemma 3 для текста, содержит 257 млн параметров и поддерживает контекст до 32 768 токенов. Работает с текстовым вводом и генерирует текст. В README не приведены результаты оценки качества, подробная схема вызова инструментов или специальные языковые и предметные ограничения. Лицензия в предоставленных данных не указана.

Gemma2b-Turkish-Instruction — языковая модель на базе Gemma 2B, дообученная на примерно 75 тысячах пар инструкций и ответов на турецком языке. Модель разработана для диалогового взаимодействия и генерации текста по инструкциям; её можно применять для создания ответов на запросы на турецком языке. Модель имеет плотную архитектуру GemmaForCausalLM с 2,5 млрд параметров и контекстное окно до 8192 токенов. Она принимает текст и генерирует текст. Репозиторий содержит веса в формате safetensors. Лицензия — CC BY-NC 4.0; также применяются условия использования Gemma и связанные с ними ограничения.

Gemma-4-31B-Cognitive-Unshackled — экспериментальная англоязычная дообученная модель сообщества на базе мультимодальной Google Gemma 4 31B Instruct. Она рассчитана на диалоги, ролевые сценарии, творческое письмо и анализ изображений; карточка также заявляет более прямой стиль ответов и применение для исследований интерпретируемости. Модель принимает текст и изображения и генерирует текст; архитектура Gemma 4 использует чередование локального скользящего и глобального внимания. Для версии 31B базовая карточка указывает контекст до 256 тысяч токенов. Модель распространяется в формате safetensors через Transformers по лицензии Apache-2.0. Карточка позиционирует её как экспериментальную модификацию для академических исследований, но не приводит проверяемых оценок качества или подробного протокола экспериментов; заявленное ускорение не подтверждено независимыми данными. Указанная в README адаптация для мобильных устройств не подкреплена техническими параметрами развертывания.

Gemma4-E4B-SFT-Fable5-Glint — это дообученная модель ermiaazarkhalili на базе unsloth/gemma-4-E4B-it. Она создана методом supervised fine-tuning на наборе инструкций Fable-5-Glint-Clean; LoRA-адаптер объединён с базовыми весами. Модель использует архитектуру Gemma4ForConditionalGeneration с 8,0 млрд параметров и предназначена для генерации текста в диалоговом формате. Модель подходит для ответов на запросы и продолжения текста в стиле обучающих примеров Fable-5-Glint-Clean. На отложенной выборке из 199 примеров авторы сообщили улучшение точности предсказания следующего токена относительно исходной модели, однако это не сравнительный бенчмарк и не подтверждает качество на других задачах. Репозиторий содержит веса Safetensors; лицензия — Apache-2.0. Поведение за пределами обучающего распределения не проверено. Модель наследует ограничения, смещения и ошибки базовой Gemma 4; после объединения LoRA-адаптера его нельзя отделить от весов.

athirdpath/Harmonia-no_robots-20b — экспериментальная дообученная языковая модель на архитектуре Llama, разработанная автором репозитория athirdpath. Она основана на Harmonia-20B и дообучена на наборе данных Hugging Face No Robots; в карточке приведено значение loss 1,4881 на evaluation set. Модель содержит 19,8 млрд параметров, принимает текст и предназначена для генерации текста, в том числе диалоговых ответов с плавным разговорным стилем. Автор описывает модель как тест обучения поверх Harmonia, полезный для разработки последующих слияний моделей размером 20B. При краткой проверке отмечены связный разговорный поток и отдельные ошибки или неуклюжие ответы. Контекст составляет 4096 токенов. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Карточка модели hkss/hk-SOLAR-10.7B-v1.2 на Hugging Face совпадает с карточкой hkss/hk-SOLAR-10.7B-v2.0, поэтому описание составлено по ней. 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.

Holger-7B-v0.1 — открытая языковая модель на основе Viking, созданная автором trollek путём объединения нескольких моделей методом della_linear. Это плотная архитектура Llama с 7 млрд параметров, предназначенная для генерации текста и диалогов. Автор ориентирует её прежде всего на датский язык и предполагает перенос возможностей с английского на другие скандинавские языки. Модель обучена на открытых данных, в том числе датских наборах Danoia и Panoia, а также разговорных наборах UltraChat и SlimOrca. Контекст составляет 4096 токенов. Репозиторий распространяет веса в формате Safetensors; отдельно упомянута квантизированная версия GGUF. Лицензия — Apache-2.0. Модель подходит для датских диалогов и генерации текста, однако заявление о переносе на другие скандинавские языки автор обозначает как предположение. Карточка не приводит количественных оценок качества; доступность отдельной версии GGUF не означает, что текущие веса квантизированы.

Это квантизированная GGUF-версия Gemma 3 1B IT abliterated, разработанной huihui-ai и подготовленной для распространения пользователем bartowski. Модель предназначена для генерации текста и диалоговых сценариев, включая локальный запуск в LM Studio, llama.cpp и других проектах на базе llama.cpp. В карточке она отмечена как chat, abliterated и uncensored. Модель содержит около 1 млрд параметров; точные сведения об архитектуре, поддерживаемых языках, модальностях и размере контекста в README не указаны. Доступны варианты от BF16 до различных квантизаций Q8, Q6, Q5, Q4, Q3 и IQ4 с размером файлов примерно от 0,71 до 2,01 ГБ. Более качественные варианты требуют больше памяти, а низкобитные версии подходят для систем с ограниченными ресурсами, но могут снижать качество ответов. Для работы требуется использовать указанный формат prompt. Сильной стороной модели является возможность локального запуска на относительно компактном оборудовании и широкий выбор уровней квантизации. Ограничения связаны с небольшим размером модели, потенциальной потерей качества при агрессивной квантизации и отсутствием в карточке подробных оценок качества и характеристик контекста. Распространение регулируется лицензией Gemma; доступ к базовой модели на Hugging Face требует принять лицензионные условия Google.

Карточка модели spinochenza/Huihui-Nex-N2-mini-abliterated на Hugging Face совпадает с карточкой huihui-ai/Huihui-Nex-N2-mini-abliterated, поэтому описание составлено по ней. Huihui-Nex-N2-mini-abliterated — версия Nex-N2-mini от huihui-ai, обработанная методом abliteration для снижения числа отказов модели. Это экспериментальная демонстрационная модификация модели на архитектуре Qwen3.5 MoE; метаданные указывают библиотеку Transformers и формат safetensors. Модель принимает текст и изображения и генерирует текст в диалоговом режиме. Её можно применять для общения с моделью и вопросов по изображениям, а также для сценариев, где требуется меньше отказов на запросы. Базовая Nex-N2-mini описана как агентная модель для программирования, вызова инструментов и длительных задач, но карточка этой модификации не подтверждает сохранение этих возможностей после abliteration. Лицензия — Apache-2.0. README предупреждает, что ослабление фильтров может приводить к чувствительным, спорным или неприемлемым ответам; результаты следует проверять.

Это дообученная модель GPT-2, созданная на основе francesca9805/isl-latn-100mb-ppt-Dp-10mb-packed-bfdiso_seed3407 с помощью библиотеки TRL. Она предназначена для генерации текста и может принимать запросы в формате диалога, например вопросы пользователя, и формировать на них текстовые ответы. Модель опубликована в формате safetensors и доступна для запуска через Transformers; её контекст составляет 512 токенов. Сведения о лицензии и конкретных языках применения в карточке отсутствуют.

Модель francesca9805/ita-latn-10mb-after-ppt-Dp-100mb-packed-bfdiso-ckpt500_seed455 — компактная GPT-2, дообученная Francesca9805 с помощью TRL на базе francesca9805/ita-latn-10mb-ppt-Dp-100mb-packed-bfdiso_seed455. Она предназначена для генерации текста в формате диалога: в карточке приведён пример ответа на вопрос с открытым выбором. Модель принимает текст и выдаёт текст; заявленная длина контекста — 512 токенов. В метаданных указан формат весов safetensors и библиотека Transformers. Карточка не сообщает размер модели или лицензию, поэтому условия использования определить нельзя.

Это дообученная модель GPT-2, созданная на основе francesca9805/ita-latn-10mb-ppt-Dp-10mb-packed-bfdiso_seed10 и обученная с помощью TRL. Она предназначена для генерации текста и ответов на открытые вопросы; в карточке приведён пример генерации ответа на вопрос о выборе между путешествием в прошлое и будущее. Модель использует архитектуру GPT2LMHeadModel, работает с текстом и имеет контекст длиной 512 токенов. Репозиторий содержит веса в формате safetensors. Сведения о лицензии и языковой специализации в предоставленных источниках отсутствуют.

Kaiju-11B — экспериментальная текстовая модель генерации от автора репозитория Himitsui, созданная с помощью MergeMonster. Это плотная причинно-языковая модель семейства Llama с 10,6 млрд параметров и контекстом до 4096 токенов. Модель предназначена для диалогов, ролевых сценариев и свободной генерации текста; автор стремился уменьшить характерные для GPT излишне позитивный тон и шаблонные формулировки. Модель объединяет Fimbulvetr-11B-v2-Test-14, KuroMitsu-11B, Fimbulvetr-10.7B-v1, SOLAR-10.7B-Instruct-v1.0-uncensored и Solstice-11B-v1. В README рекомендованы форматы Alpaca и Vicuna, а также пресет Universal-Light в SillyTavern. Репозиторий содержит полноточные веса в формате safetensors. Указанная лицензия — CC BY-NC 4.0, которая не разрешает коммерческое использование. Карточка описывает модель как эксперимент и не приводит количественных оценок качества; результаты могут зависеть от шаблона промпта и настроек генерации.

Kimi-K2.7-Code — модель генерации текста, представленная пользователем kepom и описанная как модель Aglegends AI. В метаданных указана библиотека Transformers и pipeline text-generation; среди тегов также есть conversational и feature-extraction. Модель поддерживает английский и румынский языки и может применяться для продолжения текста и генерации ответов в диалоговом формате. В доступной карточке не приведены сведения об архитектуре, размере, длине контекста, модальностях и лицензии, поэтому эти характеристики нельзя достоверно оценить.

Модель 42MARU/ko-spelling-wav2vec2-conformer-del-1s — корейская система распознавания речи, разработанная TADev. Она основана на архитектуре wav2vec2-conformer и дообучена с помощью Wav2Vec2ConformerForCTC на наборе KsponSpeech; при подготовке данных использовалась фильтрация записей длительностью не более одной секунды. Модель содержит 113,3 млн параметров и предназначена для транскрибирования корейской речи с передачей орфографии; числа и английские слова записываются согласно принятой для них форме написания. Для оценки авторы использовали метрику WER и приводят результаты Beam-100: 22,01 для поднабора clean и 27,34 для other. Модель принимает аудио и выдаёт текст. Распознавание ориентировано на корейский язык и данные KsponSpeech, поэтому точность на других языках и доменах не подтверждена. Распространяется по лицензии Apache-2.0.

Kuchiki 1.1 L2 7b — языковая модель для генерации текста на базе архитектуры Llama. Она создана слиянием Nous Hermes Llama2 7b (70%) и Airoboros L2 7B GPT4 2.0 (30%), после чего к результату применили слияние с LoRA-адаптером LimaRP Llama2 v2 7B. Модель рассчитана на диалог по формату инструкций и генерацию художественного текста, включая ролевые сценарии. Модель содержит 6,6 млрд параметров, принимает текст и выдаёт текст; максимальный контекст — 4096 токенов. В карточке не заявлена поддержка конкретных языков. Указанная лицензия — other. Разработчик предупреждает, что модель не предназначена для предоставления фактической информации или советов.

L3.1-Artemis-c-8B — диалоговая языковая модель семейства Llama, созданная сообществом mergekit-community с помощью mergekit. Это слияние методом Model Stock с базой kromeurus/L3.1-Ablaze-Vulca-v0.1-8B и тремя другими моделями: Casual-Autopsy/L3-Umbral-Mind-RP-v3.0-8B, mergekit-community/L3-Boshima-a и failspy/Llama-3-8B-Instruct-MopeyMule. Модель содержит около 7,5 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — 131 072 токена. Модель предназначена для диалогов и ролевых сценариев. Описание базовой модели в каталоге указывает на ролевые игры с тяжёлыми эмоциональными темами и сюжетами спасения персонажей. Веса доступны в формате safetensors; для запуска используется библиотека Transformers. Сведения о лицензии в предоставленных источниках отсутствуют.

Vdr1/L3-8B-Sunfall-v0.4-Lunar-Stheno — экспериментальная чат-модель на базе Llama 3, созданная слиянием Sunfall L3 8B LoRA версии 0.4 от crest4all с HiroseKoichi/L3-8B-Lunar-Stheno. Модель предназначена для генерации текста в диалогах и ролевых сценариях. Репозиторий содержит веса Safetensors; в карточке также упомянуты варианты GGUF, подготовленные автором и mradermacher. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 8192 токенов. Карточка помечает её как экспериментальную и предназначенную не для любой аудитории; конкретные языки и условия лицензии в предоставленных данных не указаны.