I.7Речь, диалоги и встречи

Это реализация Contrastive Search — стратегии декодирования для генерации текста, предназначенной для использования с языковыми моделями в библиотеке Transformers. На каждом шаге она оценивает top-k кандидатов, учитывая вероятность токена и штраф за сходство его скрытого представления с уже сгенерированным контекстом. В README в качестве примера базовой модели указана Qwen/Qwen2.5-0.5B-Instruct; метаданные описывают репозиторий как плотную causal language model семейства Qwen3 размером 507,9 млн параметров с контекстом до 40 960 токенов. Стратегия рассчитана на генерацию связного текста с меньшим количеством повторов, чем при жадном поиске или beam search, и с лучшей смысловой связностью, чем при чистом сэмплировании. Параметры top_k и penalty_alpha позволяют регулировать число рассматриваемых кандидатов и силу штрафа; увеличение top_k повышает вычислительные затраты. Репозиторий помечен как conversational и поддерживает интерфейс вызова инструментов. Условия лицензии в предоставленных данных отсутствуют.

Это дообученная модель генерации текста на базе GPT-2, созданная fpadovani. Модель обучалась с помощью TRL и предназначена для продолжения текста и генерации ответов на запросы в формате диалога. В карточке приведён пример запуска через Transformers для вопроса на естественном языке. Контекст модели составляет 512 токенов. Базовая модель — fpadovani/dan-latn-10mb-ppt-shuff-dyck-100mb_seed10. Сведений о лицензии в предоставленных источниках нет.

fpadovani/dan-latn-10mb-ppt-Dp-10mb_seed10 — дообученная модель генерации текста на базе goldfish-models/dan_latn_10mb. Согласно карточке, она обучена с использованием TRL; метаданные относят архитектуру к GPT-2 и указывают формат safetensors. Модель предназначена для продолжения текста и генерации ответов на запросы, например в формате диалога. Указанная длина контекста — 512 токенов. Карточка показывает пример генерации ответа на вопрос, но не описывает специализированные области применения или языковую поддержку. Лицензия в предоставленных данных не указана.

DansXPantheon-RP-Engine-V1.2-24b-Small-Instruct-Ties-Merge — объединённая модель автора h34v7 на основе Mistral, предназначенная для ролевого общения, диалогов и совместного написания историй. По данным карточки, модель создана методом TIES с использованием Gryphe/Pantheon-RP-1.8-24b-Small-3.1 и PocketDoc/Dans-PersonalityEngine-V1.2.0-24b. Модель содержит 23,4 млрд параметров, имеет плотную архитектуру MistralForCausalLM и заявленную длину контекста 131 072 токена. Поддерживает генерацию текста и чат; README также отмечает исправление EOS-токена и сокращение излишне многословных ответов. Указаны настройки генерации для Ollama, а также пример запуска с GGUF-квантизацией Q5_K_M; файлы репозитория в метаданных обозначены как safetensors. Модель подходит для создания ролевых диалогов и художественных историй. README не сообщает лицензию и не описывает поддерживаемые естественные языки, поэтому языковую поддержку здесь нельзя уточнить. Качество и поведение зависят от настроек генерации; автор отмечает, что версия imatrix на момент публикации ещё планировалась.

emaonster/DeleuzeStan — дообученная модель для генерации текста на основе Meta Llama 3.2 1B. Это плотная авторегрессионная архитектура Llama с 1,2 млрд параметров; в метаданных указаны библиотека Transformers, формат PyTorch и контекст до 131 072 токенов. Модель поддерживает диалоговый сценарий и обучалась на данных, обозначенных как json. Её можно применять для генерации продолжений текста и диалоговых ответов. README не описывает целевые сценарии, качество, языки обучения или результаты оценки, поэтому её специализацию и надёжность нельзя определить по имеющимся данным. Указана лицензия llama3.2; использование должно соответствовать её условиям и ограничениям.

Didimdol_sLLM — небольшая языковая модель, разработанная PostAlign на основе дообученной Google Gemma 3 270M Instruct. Модель ориентирована прежде всего на работу с корейским языком, при этом в метаданных также заявлена поддержка английского. Она предназначена для генерации текста, диалоговых сценариев и локального вывода на устройствах, включая использование через ONNX Runtime и другие ONNX-совместимые среды. Модель построена на архитектуре Gemma3ForCausalLM с decoder-only структурой, 18 слоями, скрытым размером 640, GQA с конфигурацией 4q/1kv и размерностью головы 256. Контекстное окно составляет 32 768 токенов; используется скользящее окно размером 512, а полное внимание применяется через каждые шесть слоёв. Размер словаря — 262 144 токена. Распространяемая версия представлена в формате ONNX с вычислениями fp32, KV-кэшем и встроенными весами; размер единого файла модели составляет около 1,07 ГБ. Модель является текстовой и не предназначена для обработки изображений или других модальностей. К сильным сторонам относятся небольшой размер исходной модели, поддержка корейского языка, возможность локального и on-device вывода, а также готовый ONNX-граф для интеграции. Ограничения связаны с размером 270M параметров: модель может допускать фактические ошибки, терять контекст и плохо справляться со сложными задачами, требующими длительного рассуждения. Результаты необходимо проверять; модель не следует использовать как единственное основание для медицинских, юридических или финансовых решений. Использование разрешено только на некоммерческих условиях PostAlign — для личных, исследовательских, образовательных целей и оценки. Коммерческое использование требует отдельного письменного разрешения PostAlign. Дополнительно применяются Google Gemma Terms of Use и Gemma Prohibited Use Policy; при распространении необходимо передавать соответствующие лицензионные и уведомляющие файлы.

Suchae EEVE-Korean-Judgment-Transducer-10.8B-v2.0 — диалоговая языковая модель семейства Llama, разработанная Suchae и дообученная на yanolja/EEVE-Korean-Instruct-10.8B-v1.0. Модель содержит 10,6 млрд параметров и принимает текст, генерируя текст; доступна в формате safetensors и рассчитана на контекст до 4096 токенов. Модель предназначена для генерации текста в диалоговом формате, в частности для сценариев на корейском языке, на что указывают название и базовая модель. Опубликована под лицензией Apache-2.0. Карточка не описывает специальную область применения или оценки качества.

Eliza Llama-3.2-1B — экспериментальная разговорная языковая модель, разработанная mars2titan и дообученная на базе mars2titan/Eliza-llama-3.2-1b. Модель построена на плотной архитектуре Llama и содержит 1,2 млрд параметров; она предназначена для генерации текста и диалоговых сценариев. В метаданных указано контекстное окно до 131072 токенов и поддержка английского языка. При дообучении использовались Unsloth и библиотека Hugging Face TRL. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка помечает её как экспериментальную, поэтому качество и надёжность ответов могут быть ограничены.

Firefly-v4 — мультимодальная модель для ролевых диалогов, творческого письма и следования инструкциям, разработанная Guilherme34 и дообученная с помощью Unsloth на p-e-w/gemma-4-E2B-it-heretic-ara. Она основана на плотной архитектуре Gemma 4 и поддерживает диалог с текстом и изображениями; также README заявляет обработку аудио. Режим рассуждений можно включать префиксом <|think|> в системном запросе. Модель предназначена для ролевых сценариев и историй, в том числе с анализом изображений в ходе диалога. Карточка описывает её как модель без встроенных отказов и защитных ограничений; такое поведение может приводить к нежелательным или небезопасным ответам. Лицензия Firefly-v4 Attribution License разрешает личное и некоммерческое использование; для коммерческого использования требуется заметная атрибуция Guilherme34/Firefly-v4, а производные модели наследуют эти условия.

Gamelton-T1.5 — компактная разговорная языковая модель организации Gamelton AI, основанная на Qwen3-0.6B и представленная в формате GGUF. Она предназначена для генерации текста и диалогов на английском и русском языках. Размер модели — около 0,6 млрд параметров; карточка указывает архитектуру Qwen3 и лицензию MIT. Модель можно запускать локально в совместимых инструментах, включая llama.cpp. Карточка не содержит описания специальной предметной области или подробных оценок качества, длины контекста и ограничений. Поэтому её следует рассматривать как небольшую модель общего назначения для текстового общения, а не как специализированную систему.

Gemma3.Novaciano-1B — объединённая языковая модель NovaCorp на архитектуре Gemma 3, созданная с помощью mergekit и метода Model Stock. В качестве базовой использована BIGJUTT/gemma-3-1b-it-heretic-extreme-uncensored-abliterated; в объединение также вошли UmbrellaInc/Prototype-Virus-1B и UmbrellaInc/Albert_Wesker-1B. Модель содержит 1 млрд параметров, работает через Transformers, распространяется в формате Safetensors и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста, чата и ролевых сценариев, а также творческого письма: создания историй, сцен и сюжетных продолжений. Карточка и теги указывают на многоязычную поддержку, включая английский, русский, испанский, турецкий и другие языки. Модель позиционируется как низкоотказная и допускающая контент для взрослой аудитории. Лицензия — Gemma; условия её использования определяются лицензией Gemma.

Ateron/Gemma-4-Writers-31B-V2 — слитая модель семейства Gemma 4 с плотной архитектурой, предназначенная для генерации текста в диалоговом и ролевом сценариях. Автор модели сообщает, что объединил две версии ConicCat и стремился уменьшить нестабильность их работы; конфигурация слияния основана на mergekit. Модель ориентирована на творческое письмо и более естественные ответы. По карточке она поддерживает английский язык и диалоговый режим; размер — 31 млрд параметров. Репозиторий содержит веса safetensors и распространяется по лицензии Apache-2.0. README не приводит результатов сравнительной оценки и конкретных ограничений качества.

Это экспериментальная перепаковка GPT-OSS 120B в формате GGUF, подготовленная для Siliang Engine на основе OpenAI/gpt-oss-120b. Архитектура Mixture-of-Experts и MXFP4-квантизация сохранены; тензоры маршрутизируемых экспертов размещены в специальном expert-major формате, а к метаданным добавлены расширения Siliang. Дообучения и дополнительной квантизации не выполнялось. Модель предназначена для генерации текста и диалогов в формате Harmony. Специальная раскладка может уменьшать фрагментацию чтения весов экспертов при использовании Siliang Engine, но приведённое сравнение измеряет пути выполнения для одного и того же перепакованного файла, а не преимущество перед исходным GGUF. Для запуска нужен Siliang Engine версии 0.1.1 или совместимая сборка; обычные приложения GGUF, включая upstream llama.cpp, эту раскладку не поддерживают. Ускоренный режим описан для Windows, требует включённого mmap и опционально настраиваемого arena-кэша. Репозиторий распространяется по лицензии Apache-2.0.

Kaon 3 CR-5B calibrated median — GRPO step 100 — это полноразмерная BF16-модель, созданная KaonAI как дообучение kaonai/kaon-c-gemma4-26b-v10.1 методом GRPO. В репозитории находятся объединённые веса, а не отдельный адаптер; архитектура относится к семейству Gemma 4 и поддерживает диалоговый режим. Чекпойнт предназначен для генерации текста в диалогах. При обучении использовалась агрегация reward calibrated median по откалиброванным R/S/W margins, выборки N18 с отбором трёх нижних и трёх верхних результатов и строгий консенсус знаков между тремя компонентами. Указан шаг оптимизатора 100. В README модель обозначена как предложенный, но не оценённый чекпойнт; публикация не означает одобрения для продвижения. Поэтому качество и пригодность для конкретных задач не подтверждены. Лицензия в предоставленных сведениях не указана.

mergekit-community выпустила эту объединённую диалоговую языковую модель на архитектуре Llama 3. Веса получены методом Model Stock с помощью mergekit из нескольких моделей и адаптеров, включая варианты для естественного диалога, ролевого текста и длинных историй. Модель содержит 7,5 млрд параметров, использует формат safetensors и имеет заявленное контекстное окно 131 072 токена. Модель предназначена для генерации диалоговых ответов и ролевого текста. Она может подойти для продолжения длинных историй и бесед, а также для сценариев с откровенным контентом: тег карточки помечает её как не предназначенную для всех аудиторий. В состав также вошли компоненты, связанные с формальной логикой, психологией и биографиями, однако README не подтверждает отдельные гарантии качества по этим задачам. Лицензия в предоставленных сведениях не указана.

Huihui-LFM2-2.6B-Exp-abliterated — экспериментальная версия языковой модели LiquidAI LFM2-2.6B-Exp, созданная huihui-ai методом abliteration, который снижает склонность модели к отказам. Это плотная причинно-языковая модель с 2,4 млрд параметров, контекстом до 128 000 токенов и поддержкой диалогового режима; для работы используется библиотека Transformers и формат Safetensors. Модель предназначена для генерации текста и диалогов, в том числе сценариев, в которых требуется меньше отказов на чувствительные или спорные запросы. В метаданных указана поддержка английского, арабского, китайского, французского, немецкого, японского, корейского и испанского языков. README характеризует реализацию как грубую проверку концепции, поэтому качество и устойчивость могут быть ограничены. Ослабление защитных фильтров повышает риск появления чувствительных, спорных или неподходящих ответов. Лицензия обозначена как other; конкретные условия следует сверить на странице модели.

phequals выпустила экспериментальный перенос Bodhan AI Indic-Transcribe Core в формат CoreML для распознавания речи на устройствах Apple. Пакет разделяет вычисления на энкодер, подготовку cross-attention и авторегрессионный декодер; репозиторий также содержит фронтенд аудиопризнаков, токенизатор и пример нативной реализации на Swift. Это конверсия формата, а не дообучение; исходная модель связана с NVIDIA Canary-1B-v2. Порт предназначен для транскрибирования аудио в macOS-приложениях и интеграции в локальные приложения, использующие CoreML. В небольших проверках два примера на хинди дали тот же текст, что и исходная версия FP32, однако качество на других языках, устойчивость и производительность в контролируемых условиях не оценивались. Модель экспериментальная, не готова для использования как замена по умолчанию. Для отдельных примеров отмечена ошибка автоопределения языка и выбора письма; смешанная речь хинди и английского не сохраняет латинское написание английских терминов. Лицензия указана как other, без дополнительных условий в предоставленных данных.

Модель fpadovani/ind-latn-100mb-ppt-shuff-dyck-10mb_seed3407 — дообученная с помощью TRL версия GPT-2 на базе goldfish-models/ind_latn_100mb. Она предназначена для генерации текста; в карточке приведён пример ответа на открытый вопрос в формате диалога. Модель использует архитектуру GPT2LMHeadModel, веса сохранены в формате safetensors, длина контекста составляет 512 токенов. Лицензия в предоставленных данных не указана.

InfinityNexus — языковая модель на архитектуре Mistral, созданная объединением Endevor и jeiku с помощью mergekit и метода passthrough. В репозитории размещены веса Safetensors; модель содержит 8,9 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста, в частности англоязычных ролевых и повествовательных диалогов. Она принимает текст и выдаёт текст, поэтому подходит для продолжения сцен и ответов от лица персонажа. В карточке указана лицензия other; конкретные условия следует уточнить в материалах репозитория.

Языковая модель LINE Corporation с 1,7 млрд параметров, построенная на архитектуре GPT-2 и предназначенная для генерации текста на японском языке. Модель дообучена для следования инструкциям и представлена в 4-битной квантизованной версии, что снижает требования к памяти при запуске. Контекст составляет 2048 токенов. Токенизатор SentencePiece использует unigram-модель и byte fallback; японский текст можно подавать напрямую, без предварительной токенизации специализированным японским анализатором. Модель подходит для генерации ответов и продолжения текста по японским запросам. Распространяется по лицензии Apache 2.0.

Josiefied-Qwen3.5-0.8B-gabliterated-v1 — компактная диалоговая языковая модель, созданная Гёкденизом Гюльмезом на основе Qwen/Qwen3.5-0.8B. Это дообученная плотная модель семейства Qwen3.5 с 0,8 млрд параметров, предназначенная для генерации текста, диалогов и следования инструкциям; доступны интерфейсы чата и вызова инструментов. Репозиторий содержит веса safetensors и упоминает варианты GGUF и MLX. Модель ориентирована на пользователей, которым нужна генерация с ослабленными ограничениями безопасности при сохранении диалоговых и инструментальных возможностей. Карточка заявляет, что дообучение направлено на более открытое поведение и выравнивание инструкций, но не приводит независимых результатов, подтверждающих качество на стандартных тестах. Также модель может выдавать чувствительный или спорный контент. Лицензия в предоставленных данных не указана.

Модель FaridHuggingFace — дообученная версия unsloth/Qwen2.5-0.5B-Instruct-bnb-4bit для генерации текста. Она построена на плотной архитектуре Qwen2 и содержит 494 млн параметров; контекст — до 32 768 токенов. Карточка сообщает о дообучении с помощью Unsloth и библиотеки TRL, но не описывает конкретные юридические задачи, данные обучения или специализацию на праве, несмотря на название репозитория. Модель принимает текст и генерирует текст в диалоговом формате; в метаданных также заявлен интерфейс вызова инструментов. Указанная лицензия — Apache-2.0. Карточка не приводит результатов оценки качества или известных ограничений, поэтому пригодность для конкретных юридических сценариев по этим данным установить нельзя.

LFM2-8B-A1B-GLM-4.7-Flash-Thinking-Quantum-IQ1C — дообученная DavidAU модель семейства Liquid AI LFM2, созданная на основе LiquidAI/LFM2-8B-A1B с помощью Unsloth на пользовательских наборах данных. Это разреженная языковая модель с архитектурой MoE: 32 эксперта, из которых активируются 4; указано 1,4 млрд параметров и контекст до 128 000 токенов. Репозиторий содержит веса Safetensors, лицензия Apache-2.0. Модель предназначена для генерации текста в диалогах, творческого письма и других сценариев общего назначения. Автор заявляет о возможности локального запуска, в том числе на CPU и мобильных устройствах, однако приведённые оценки скорости зависят от оборудования и квантования. В README приведено внутреннее сравнение с базовой моделью на нескольких бенчмарках, но независимые результаты не представлены. Метаданные указывают английский язык; подтверждений поддержки других языков нет.

Это диалоговая языковая модель на архитектуре Llama, дообученная разработчиком yzhuang на базе meta-llama/Llama-2-7b-chat-hf с использованием набора данных generator. Модель предназначена для генерации текста в формате общения с ассистентом. Модель содержит 6,6 млрд параметров, принимает текст и выдаёт текст. Контекст — до 4096 токенов. Репозиторий содержит веса в формате safetensors, лицензия — llama2. Название указывает на корейскую направленность, однако карточка не подтверждает языки или качество модели на корейском; базовая модель предназначена для общения на английском языке.

Модель wassimm/Llama-3.1-8B-instruct-psycology-8k_data-w — дообученная wassimm версия инструкционной Llama 3.1 с 7,5 млрд параметров. Она построена на unsloth/Meta-Llama-3.1-8B-Instruct; при обучении использовались Unsloth и библиотека Hugging Face TRL. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Модель предназначена для генерации текста и диалогового общения. Название указывает на психологическую тематику данных дообучения, но README не описывает конкретные психологические сценарии, методику обучения или результаты. Контекст модели — до 131 072 токенов; в метаданных указан английский язык. Несмотря на наличие интерфейса для вызова инструментов, это само по себе не подтверждает качество или безопасность такого применения. Не следует считать её заменой квалифицированной психологической помощи.

mpasila/Llama-3-Instruct-LiPPA-8B — дообученная чат-модель автора mpasila на архитектуре Llama 3. Она основана на unsloth/llama-3-8b-Instruct-bnb-4bit и предназначена для диалогов и генерации текста в стиле ролевого общения. Модель обучена на наборах LimaRP-PIPPA-Mix-8K-Context, LimaRP-augmented и PIPPA-ShareGPT-formatted; автор сообщает, что она также подходит для обычного общения. Модель содержит 7,5 млрд параметров, использует контекст до 8192 токенов и принимает текстовые запросы в формате Llama 3 Instruct. Доступна в формате safetensors. Лицензия — Llama 3 Community License.

Lumimaid 0.1 — разговорная модель на архитектуре Llama 3, дообученная NeverSleep на наборах данных для ролевого общения и ERP, а также на обычных диалоговых и инструкционных данных. Она предназначена для генерации ответов в чатах и ролевых сценариях; авторы стремились сохранить баланс между ролевым и обычным общением. Модель использует формат промптов Llama 3 и имеет 69,5 млрд параметров, контекст до 8192 токенов и веса FP16 в формате safetensors. Модель поддерживает генерацию текста на входе из текста. README не указывает конкретные естественные языки обучения, поэтому языковая поддержка не уточняется. Для весов заявлена лицензия CC BY-NC 4.0, которая ограничивает коммерческое использование. Модель рассчитана на взрослые и откровенные ролевые сценарии; её ответы могут быть неуместны для несовершеннолетних или рабочих контекстов.

LLaVA-Video-7B-Qwen2-Video-Only — мультимодальная диалоговая модель LMMS-Lab для взаимодействия с видео. Она дообучена на базе lmms-lab/llava-onevision-qwen2-7b-si на видеоданных из LLaVA-Video-178K; архитектура сочетает SO400M и языковую модель Qwen2, содержит 7,1 млрд параметров и использует окно контекста 32 768 токенов. Модель принимает видео, включая до 110 кадров, и формирует текстовые ответы на вопросы о содержимом роликов. По заявлению авторов, на видео-бенчмарках она показывает результаты, сопоставимые с LLaVA-Video-7B-Qwen2. Модель предназначена для диалога по видео и анализа видеосцен. В карточке указаны английский и китайский языки. Модель выпущена в формате Safetensors и распространяется по лицензии Apache 2.0. Авторы отмечают, что обучение проводилось только на видеоданных набора LLaVA-Video-178K.

LunaMaid-12B — объединённая модель для генерации текста, созданная Vortex5 с помощью MergeKit из Vortex5/Vermilion-Sage-12B, yamatazen/NeonMaid-12B-v2 и Vortex5/Moonlit-Shadow-12B. В README описано двухэтапное объединение: сначала Slerp, затем Karcher mean. Это плотная авторегрессионная модель на архитектуре Mistral объёмом 12,1 млрд параметров; репозиторий содержит веса SafeTensors, а заявленный контекст составляет 131 072 токена. Модель ориентирована на генерацию диалогов и ролевое общение с эмоционально выразительным стилем. Метаданные базовой модели указывают на поддержку английского и японского языков. Лицензия в предоставленных данных не указана. Качество и устойчивость конкретных ответов в карточке не оценены; длинный контекст сам по себе не гарантирует точность ответов на больших входах.

Lusca-33B — плотная языковая модель MarsupialAI для генерации текста и диалогов. По карточке, она создана слиянием трёх моделей на базе Mistral Small; конфигурация содержит 84 слоя и около 33,1 млрд параметров. Модель использует формат Mistral v3 Tekken и принимает текстовые запросы. Модель подходит для развлекательных диалогов и генерации художественного текста. В карточке указана возможность создавать откровенный и иной нежелательный контент. Метаданные заявляют поддержку десяти языков и контекст до 131 072 токенов. Репозиторий содержит веса Safetensors; лицензия обозначена как other, поэтому условия использования следует уточнять по карточке модели.