I.7Речь, диалоги и встречи

Это дообученная модель генерации текста на базе GPT‑2, разработанная fpadovani и обученная с использованием TRL. Она предназначена для продолжения текста и генерации ответов на английском языке, в том числе на вопросы в формате диалога. Модель построена на плотной архитектуре GPT‑2, использует формат safetensors и имеет контекстное окно 512 токенов. Модель принимает текстовые запросы и выдаёт сгенерированный текст. Карточка показывает пример ответа на открытый вопрос, однако не сообщает о специализированной области применения или результатах оценки качества. Модель распространяется на Hugging Face; сведения о лицензии в предоставленных данных отсутствуют.

Evathene-v1.0 — языковая модель на 71,5 млрд параметров, созданная разработчиком карточки слиянием Nexusflow/Athene-V2-Chat и EVA-UNIT-01/EVA-Qwen2.5-72B-v0.1 методом TIES на базе Qwen/Qwen2.5-72B. Модель использует архитектуру Qwen2 и предназначена прежде всего для диалогов, ролевых игр и написания историй. Карточка также заявляет поддержку контекста длиной до 131 072 токенов и шаблон для вызова инструментов. Автор сообщает, что слияние сохранило значительную часть возможностей Athene и что модель компетентно отвечает на уточнения вне роли и просьбы переписать ответ. Производительность на других задачах автор не проверял. Модель описана как uncensored; в карточке приведены настройки генерации и шаблоны для Silly Tavern. Весовые файлы опубликованы в формате safetensors, тип данных при слиянии — bfloat16. Лицензия в предоставленных данных не указана.

Fireball-Llama-3.1-8B-Philos-Reflection-KTO — языковая модель на архитектуре Llama, разработанная EpistemeAI2 путём дообучения Fireball-Llama-3.1-8B-Philos-Reflection. Модель содержит 7,5 млрд параметров и предназначена для генерации текста в диалоговом формате; карточка отмечает интерфейс для вызова инструментов. Модель обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Модель подходит для диалогов на английском языке и генерации ответов с философской рефлексией. Заявленная длина контекста — 131 072 токена. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0.

Vigus555/functiongemma-270m-it-simple-tool-calling — дообученная с помощью TRL версия компактной текстовой модели Google functiongemma-270m-it. Она предназначена для генерации текста в диалоговом формате; метаданные также указывают поддержку чата. В карточке приведён пример ответа на вопрос пользователя, но отдельный формат вызова инструментов или специальные сценарии использования не описаны. Модель имеет плотную архитектуру Gemma 3 Text с причинной языковой моделью Gemma3ForCausalLM и содержит 257 млн параметров. Нативная длина контекста — 32 768 токенов. Веса опубликованы в формате safetensors, библиотека — Transformers. Данные не сообщают, какие языки поддерживаются, и не содержат сведений о лицензии.

Ateron/Gemma-4-Dark-Thoughts-V2-31B — объединённая модель семейства Gemma 4, созданная Ateron с помощью Mergekit на основе Dark-Scarlett v2.0 31B, Gemma 4 31B Instruct Scotoma 2 и G4-MeroMero v2 31B. Модель предназначена для диалоговой и ролевой генерации текста на английском языке. По описанию автора, версия V2 переработана для улучшения вызова инструментов и ведения ролевых диалогов в длинном контексте; конфигурация слияния построена в два этапа. Модель имеет плотную архитектуру Gemma4ForConditionalGeneration и содержит 31 млрд параметров. Доступна в формате Safetensors, поддерживает текстовый ввод и текстовую генерацию. Лицензия — Apache 2.0. README не сообщает длину контекста и не приводит оценок качества или результатов испытаний.

Ateron/Gemma-4-Writers-31B — объединённая модель семейства Gemma 4, созданная автором Ateron на основе трёх моделей для генерации текста. Автор отмечает, что объединил сильные стороны двух вариантов дообучения ConicCat и стремился устранить их нестабильность; конфигурация слияния использует рецепт della_linear. Модель рассчитана на диалоговую и ролевую генерацию, в частности на создание более естественного и разнообразного текста на английском языке. Модель имеет плотную архитектуру Gemma4ForConditionalGeneration и распространяется в формате safetensors. Лицензия — Apache 2.0. Карточка не сообщает размер контекста и подробные результаты оценки качества; сведения о них в описание не включены.

Goetia 26B A4B v1.3 Tainted Heretic ARI — слитая мультимодальная модель на архитектуре Gemma 4, созданная Naphula на основе нескольких моделей семейства Gemma 4 26B A4B. Она предназначена для диалогов, ролевых сценариев и творческого письма; поддерживает работу с изображениями. В README приведены показатели KL-дивергенции 0,1334 и 4 отказа из 100 запросов, тогда как у исходной модели указано 100 отказов из 100. Модель содержит 26 млрд параметров общего размера с активной частью A4B; работает через Transformers и распространяется в формате safetensors. В карточке указан английский язык и лицензия Apache-2.0. README предупреждает, что модель может создавать графические эротические и жестокие сюжеты.

Hastagaras разработал Halu-OAS-8B-Llama3 как версию модели HALU 8B Llama3 v0.3 после ортогональной аблитерации, метода изменения поведения модели, направленного на снижение отказов от ответов. Модель представляет собой плотную авторегрессионную языковую модель семейства Llama с 7,5 млрд параметров; она предназначена для диалоговой генерации текста. Модель принимает текст и генерирует текст, поддерживает контекст до 8192 токенов. В README приведены результаты Chaiverse и Open LLM Leaderboard, однако модель не проходила обширного тестирования, и её практические характеристики остаются неопределёнными. Она может выдавать вредный, предвзятый или неподходящий контент; автор также отмечает, что температура генерации влияет на склонность к отказу. Лицензия — Llama 3 Community License (llama3).

Diet-Panda-huginn-cs-tutor-v1 — дообученная языковая модель Diet-Panda на базе unsloth/Qwen2.5-7B-Instruct-bnb-4bit. Она предназначена для диалоговой генерации текста; название репозитория указывает на тематику обучения, однако карточка не описывает конкретные учебные сценарии или предметную область. Модель использует плотную архитектуру Qwen2, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Доступна в формате safetensors; при обучении использовались Unsloth и библиотека TRL. Метаданные указывают английский язык, но специальных языковых возможностей или ограничений карточка не уточняет. Модель распространяется по лицензии Apache-2.0.

Huihui-gemma-4-12B-it-qat-q4_0-unquantized-abliterated — экспериментальная версия Gemma 4 от Huihui-AI, созданная методом abliteration на базе Google Gemma 4 12B Instruct. Метод изменяет часть слоёв модели, чтобы снизить количество отказов; автор сообщает, что обработаны слои 23–36, а режимы с рассуждением и без него подвергнуты abliteration. Модель предназначена для диалоговой генерации текста и мультимодальных сценариев базовой Gemma 4, включая работу с изображениями, аудио и видео; заявлена поддержка через Transformers, а также доступна совместимая версия GGUF и запуск через Ollama. Репозиторий содержит веса Safetensors, а метаданные указывают архитектуру Gemma 4 Unified и 12 млрд параметров базовой модели. Лицензия — Apache-2.0. Автор характеризует метод как грубую демонстрацию концепции: ослабление защитных отказов может приводить к чувствительным, спорным или неподходящим ответам, поэтому результаты требуют проверки.

Josiefied-Qwen2.5-0.5B-Instruct-abliterated-v1 — компактная диалоговая языковая модель, разработанная Гёкденизом Гюльмезом на основе Qwen/Qwen2.5-0.5B-Instruct. Модель дообучена на пользовательском наборе данных и модифицирована для более свободной генерации ответов. Она использует плотную архитектуру Qwen2 с причинной генерацией текста и содержит 494 млн параметров; поддерживает контекст до 32 768 токенов. Модель предназначена для диалогов, выполнения инструкций и генерации текста через Ollama или другие совместимые средства. В метаданных заявлен интерфейс вызова инструментов; карточка также упоминает вариант GGUF. Заявленные языки — английский и немецкий в README, а теги метаданных указывают более широкий набор языков, включая русский. Модель распространяется по лицензии Apache 2.0. Небольшой размер делает её пригодной для локального запуска, но может ограничивать качество сложных рассуждений и ответов по сравнению с более крупными моделями. Разработчик предупреждает об использовании на собственный риск; настройка на более свободные ответы может приводить к небезопасным или неточным результатам.

Это дообученная модель генерации текста на базе GPT-2, созданная Francesca9805 на основе goldfish-models/jpn_jpan_10mb и обученная с использованием TRL. Она предназначена для продолжения текста и генерации ответов на запросы; в примере карточки показана генерация ответа на вопрос в диалоговом формате. Модель распространяется в формате safetensors и рассчитана на контекст до 512 токенов. Лицензия в предоставленных данных не указана.

Модель Bespin Global — дообученная klue/roberta-small для классификации корейских высказываний по типу речевого намерения. Она относит текст к одному из семи классов: фрагмент, утверждение, вопрос, команда, риторический вопрос, риторическая команда или высказывание, смысл которого зависит от интонации. Модель подходит для разметки корейских реплик и анализа намерений в текстовых диалогах. Основана на архитектуре RoBERTa, содержит 81,2 млн параметров и принимает последовательности длиной до 514 токенов. Для дообучения использован датасет 3i4k; обучение остановлено после трёх эпох. Опубликованные сведения не приводят метрик качества, поэтому точность классификации по классам оценить нельзя. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

L3.1-Artemis-b2-8B — слитая диалоговая языковая модель на архитектуре Llama, созданная с помощью mergekit. В основе лежит kromeurus/L3.1-Ablaze-Vulca-v0.1-8B; слияние выполнено методом DARE TIES с моделями Casual-Autopsy/L3-Umbral-Mind-RP-v3.0-8B, mergekit-community/L3-Boshima-a и vicgalle/Configurable-Hermes-3-Llama-3.1-8B. Модель содержит 7,5 млрд параметров, рассчитана на контекст до 131 072 токенов и предназначена для генерации текста в диалоговых и ролевых сценариях. Описание базовой модели указывает на ролевые игры с эмоционально тяжёлыми темами и сценариями спасения персонажей. Модель доступна в формате safetensors; лицензия в предоставленных данных не приведена.

RsGoksel/Lama3.1-8B-Saver-16B — разговорная модель семейства Llama, разработанная RsGoksel путём дообучения ytu-ce-cosmos/Turkish-Llama-8b-DPO-v0.1 с использованием Unsloth и TRL. Она предназначена для генерации и продолжения текста в диалогах. Модель содержит 7,5 млрд параметров, имеет плотную архитектуру LlamaForCausalLM и контекст до 8192 токенов. Модель ориентирована на турецкий язык согласно описанию базовой модели; метаданные карточки также содержат код языка en. Весá доступны в формате safetensors. Лицензия — Apache-2.0. README не приводит результатов оценки качества или подробностей обучения, поэтому пригодность для конкретных сценариев следует проверять на собственных данных.

fzikri169 дообучил эту модель на основе unsloth/qwen2.5-1.5b-instruct-unsloth-bnb-4bit — инструкционной модели Qwen2.5. Это плотная авторегрессионная языковая модель с 1,5 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Несмотря на название legal-assistant, README не описывает юридические датасеты, специализированное обучение или конкретные правовые сценарии, поэтому специализацию на праве подтвердить нельзя. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 32 768 токенов. Она обучена с использованием Unsloth и библиотеки TRL; репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Количественных оценок качества или сведений о юридической точности в карточке нет.

LightChatAssistant-4x7B — японская диалоговая языковая модель, созданная Aratako путём объединения четырёх японских моделей с помощью Chat Vector и mergekit в архитектуру MoE. Она предназначена для генерации ответов и ведения диалогов на японском языке. В каждом шаге вывода одновременно используются два эксперта, что позволяет добиться скорости, близкой к LightChatAssistant-2x7B, если модель можно выгрузить на GPU. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В качестве компонентов использованы NTQAI/chatntq-ja-7b-v1.0, stabilityai/japanese-stablelm-instruct-gamma-7b, Elizezen/Antler-7B и Elizezen/Hameln-japanese-mistral-7B. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Карточка не приводит сравнительных оценок качества; для инференса потребуется достаточно памяти, чтобы разместить модель или выгрузить её на GPU.

jarradh выпустил диалоговую модель на архитектуре Llama 2 с 68,7 млрд параметров. Это дообучение Llama 2 70B Chat методом QLoRA на неотфильтрованном наборе диалогов Wizard-Vicuna; автор описывает её как uncensored. Модель принимает текст и генерирует ответы в формате диалога с маркерами HUMAN и RESPONSE. Контекст — 2048 токенов. Указана версия Hugging Face в формате fp16; для запуска в 8- или 4-битном режиме потребуются соответствующие ресурсы GPU. Модель предназначена для диалогов и ответов на вопросы в стиле Wizard-Vicuna. Отсутствие фильтрации в обучающих данных не гарантирует безопасных или беспристрастных ответов; исходной Llama 2 присущи собственные предубеждения. Модель распространяется по лицензии Llama 2.

Envoid/Llama-3-8B-Instruct-DADA — экспериментальная чат-модель на архитектуре Llama 3, разработанная Envoid. Автор дообучил Llama-3-8B-Instruct на наборе Alpaca-DADA в течение 10 эпох, а затем объединил полученную модель с исходной посредством 50/50 SLERP. Модель предназначена для генерации ответов в диалогах; карточка отмечает интересные результаты при использовании шаблона assistant в SillyTavern. Модель содержит 7,5 млрд параметров, принимает текст и имеет контекст длиной до 8192 токенов. Для весов указан формат safetensors. Автор предупреждает о непредсказуемом поведении и возможной необходимости настроить строки остановки из-за особенностей EOS-токенов Llama 3 и поддержки в разных бэкендах. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

LLaMA3-Reasoning — дообученная Nirajan Dhakal модель для генерации текста на базе Meta Llama 3 8B. Она предназначена для диалогов и генерации ответов на английском языке; название указывает на рассуждения, но карточка не приводит примеров или оценок, подтверждающих специальные возможности в этой области. Модель реализована как плотная авторегрессионная архитектура LlamaForCausalLM и распространяется в формате safetensors для библиотеки Transformers. В метаданных указан контекст 128 токенов и размер 90,8 млн параметров; последний расходится с указанной базовой моделью на 8 млрд параметров, поэтому размер следует считать сомнительным. Лицензия — LLaMA 3 Community License. Карточка не описывает качество, ограничения применения или дополнительные гарантии.

Kendamarron разработал эту инструкционную японскую языковую модель на основе llm-jp/llm-jp-3-3.7b-instruct, дообучив её методом SFT для генерации длинных текстов. Модель построена на плотной архитектуре Llama и содержит около 3,5 млрд параметров; она предназначена для диалогов и генерации текста, включая развёрнутые ответы. Поддерживает контекст до 32768 токенов и рассчитана в первую очередь на японский язык. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Карточка не содержит результатов оценки качества или подробных ограничений; фактическую точность и качество длинных ответов следует проверять на целевых задачах.

LuminoLex 1.5B think v12 — текстовая причинная языковая модель семейства Metis, опубликованная VERBAREX. Это полный чекпойнт без адаптера, основанный на Lernex/Metis-1.5-think; веса содержат базовую модель, а загрузчик LuminoLex добавляет политику идентичности, ответы на явные вопросы об ограничениях Metis и небольшой набор проверенных ответов с видимым рассуждением. Модель предназначена для диалоговой генерации текста и сценариев, где нужны ответы в стиле LuminoLex. Репозиторий содержит веса Safetensors и поддерживает загрузку через Transformers; карточка рекомендует интерфейс LuminoLexChat либо AutoModelForCausalLM с trust_remote_code=True для поведения с политикой. Метаданные указывают 498,6 млн параметров и задачу text-generation. Сведения о лицензии, контекстном окне и поддерживаемых естественных языках не приведены.

Lunar-Twilight-12B — слитая модель Vortex5 на архитектуре Mistral с 12,1 млрд параметров. Она объединяет Starlit-Shadow-12B, Red-Synthesis-12B, Tlacuilo-12B и Mystic-Matron-12B с помощью пользовательского метода слияния HPQ; в README также указаны шаблон чата и формат весов bfloat16. Модель предназначена для генерации текста в диалогах, ролевых сценариях, написании историй и творческих текстов. В метаданных заявлено контекстное окно до 1 024 000 токенов и поддержка чата. README не уточняет языки, поэтому оценить их поддержку по имеющимся сведениям нельзя. Условия лицензии в предоставленных данных не приведены.

Это дообученная диалоговая языковая модель на архитектуре Llama, созданная на основе meta-llama/Meta-Llama-3-8B-Instruct и набора данных generator. Она предназначена для генерации текста и диалоговых ответов; название указывает на связь с Fictional ARC Challenge и немецким языком, но карточка не описывает конкретные сценарии или результаты на этих задачах. Модель содержит 7,5 млрд параметров, использует формат safetensors и поддерживает контекст до 8192 токенов. Модель разработана пользователем yzhuang как дообучение базовой модели Meta. Лицензия указана как other; конкретные условия использования из карточки определить нельзя. README не приводит оценки качества, подробностей обучающего набора или специальных ограничений.

Midnight-Miqu-70B-v1.5-Safetensorsfix — диалоговая языковая модель на базе плотной архитектуры Llama с 68,7 млрд параметров. Её создал автор Midnight Miqu, объединив методом DARE Linear модели sophosympatheia/Midnight-Miqu-70B-v1.0 и migtissera/Tess-70B-v1.6; в качестве основы слияния использовалась 152334H_miqu-1-70b-sf. Модель предназначена прежде всего для ролевых диалогов и художественного письма. Она поддерживает контекст до 32 764 токенов и может работать с шаблонами Vicuna и Mistral; автор рекомендует задавать подробные инструкции и примеры, чтобы настроить стиль ответа. Модель описана как uncensored, поэтому может генерировать контент для взрослых. Автор сообщает о сопоставимых с версией 1.0 оценках EQ Bench и perplexity, но не проверял её качество на широком наборе других задач. Модель распространяется в формате Safetensors через Transformers. В метаданных указана лицензия «other»; конкретные условия следует проверять в репозитории модели.

Mistral-7B-AEZAKMI-v2 — чат-модель на базе Mistral 7B 0.1, дообученная автором на наборе данных AEZAKMI v2. Она предназначена для свободного диалога и ролевых сценариев; модель стремится давать ответы с меньшим количеством типичных для RLHF формулировок и отказов. Для общения рекомендуется формат ChatML с системным сообщением, задающим стиль ответа. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Автор предупреждает, что модель слаба в математике, загадках и сложных рассуждениях. В генерации историй встречаются характерные шаблонные обороты и разрывы абзацев; поведение при длинных системных сообщениях отдельно не проверялось. Модель распространяется по лицензии Apache 2.0.

nature-buddy — дообученная языковая модель, созданная на базе Qwen/Qwen2.5-0.5B. В метаданных указаны 134,5 млн параметров, контекст до 8192 токенов и архитектура LlamaForCausalLM; доступны веса в форматах Safetensors и GGUF F16. Модель предназначена для генерации текста в диалоговом режиме. Карточка не описывает её специализацию, обучающие данные или результаты оценки, поэтому назначение «nature-buddy» нельзя надёжно уточнить. Лицензия — Apache-2.0.

Это дообученная модель генерации текста на базе goldfish-models/nld_latn_100mb. Разработчик указывает, что модель обучалась с помощью TRL; архитектура — GPT-2, веса сохранены в формате safetensors. Модель предназначена для продолжения текста и генерации ответов на текстовые запросы, например в диалоговом сценарии. Контекст модели составляет 512 токенов. README показывает запуск через библиотеку Transformers и пример генерации ответа на вопрос. Данных о специализированной предметной области или лицензии в предоставленных материалах нет.

Модель francesca9805/nor-latn-100mb-ppt-Dp-10mb-packed-bfdiso_seed3407 — дообученная с помощью TRL модель на базе goldfish-models/nor_latn_100mb. Это языковая модель архитектуры GPT-2 для генерации текста; пример в карточке показывает ответ на открытый вопрос в формате диалога. Модель доступна в формате safetensors и рассчитана на контекст до 512 токенов. Карточка не описывает специализацию по предметным областям или конкретные преимущества качества. Условия лицензии в предоставленных данных не приведены.

Модель sapinsapin/omniASR_W2V_7B_SSL-ctc-char-pld_ceb — система автоматического распознавания речи на себуанском языке, разработанная в рамках проекта halohalo. Это дообученная на Philippine Language Dataset (PLD) модель ylacombe/omniASR_W2V_7B_SSL с архитектурой Wav2Vec2ForCTC и символьным CTC-выходом; размер составляет 8,6 млрд параметров. Она принимает аудиозаписи в формате WAV, с частотой 16 кГц и одним каналом, и преобразует речь в текст. Модель обучена на 24 059 фрагментах чистой прочитанной речи и предназначена для распознавания себуанской речи, а также сравнительных экспериментов. На тесте с новыми дикторами и предложениями указаны CER 17,02% и WER 49,46%; языковая модель на 4-граммах может дополнительно снизить WER на 4–7 процентных пунктов. Лицензия репозитория — CC-BY-NC-4.0; авторы отдельно указывают, что обучающие данные PLD предназначены только для исследований, поэтому чекпойнт позиционируется как исследовательский артефакт.