I.7Речь, диалоги и встречи

Evathene-v1.2 — языковая модель на 71,5 млрд параметров, созданная автором sophosympatheia слиянием моделей Nexusflow/Athene-V2-Chat и EVA-UNIT-01/EVA-Qwen2.5-72B-v0.2 методом TIES через mergekit; в рецепте указан Qwen/Qwen2.5-72B как базовая модель. Модель семейства Qwen2 предназначена прежде всего для ролевых диалогов и создания историй, а также поддерживает интерфейс чата и вызова инструментов. Она принимает и генерирует текст, использует контекст до 131 072 токенов и распространяется в формате safetensors. Автор характеризует модель как uncensored и отмечает, что её способности в задачах за пределами ролевого общения и сторителлинга не проверялись. Результат генерации зависит от промпта и настроек сэмплирования; как и другие языковые модели, она может выдумывать детали и повторяться. В README не указана лицензия, поэтому условия использования по имеющимся данным определить нельзя.

EvoLLM-JP-v1-10B — экспериментальная универсальная японская языковая модель от Sakana AI. Это авторегрессионная плотная модель семейства EvoMistral с 9,7 млрд параметров и контекстом до 32 768 токенов, предназначенная для генерации текста на японском языке. Модель создана методом эволюционного слияния Shisa Gamma 7B v1, WizardMath 7B V1.1 и Abel 7B 002. Она может применяться для японских диалогов, ответов на вопросы, написания текстов и математических рассуждений. Доступна в формате Safetensors для библиотеки Transformers. В карточке модель обозначена как экспериментальный прототип для исследований и разработок. Она не предназначена для коммерческого использования или критически важных систем; качество и результаты не гарантируются. Лицензия — Microsoft Research License Terms из-за включения WizardMath.

EXAONE U-CURATE Random1K 1epoch v1 — экспериментальная дообученная языковая модель hoySky92 на основе LGAI-EXAONE/EXAONE-3.5-7.8B-Instruct. Она предназначена для диалоговой генерации текста на корейском и английском языках. Модель использует плотную архитектуру EXAONE с 7,4 млрд параметров и контекстом до 32 768 токенов; веса выпущены в формате BF16 safetensors как самостоятельная объединённая модель, которую можно загрузить без файлов PEFT-адаптера. Дообучение выполнено методом QLoRA на 1 000 записях U-CURATE Random1K за одну эпоху. Проверки подтвердили загрузку и совпадение токенов и генерации с адаптером на ограниченных примерах, однако модель остаётся экспериментальным переносом, а не универсально проверенной системой. Лицензия — EXAONE AI Model License Agreement 1.1 - NC; необходимо соблюдать условия лицензии базовой модели.

MCZK/EZO-Common-9B-gemma-2-it-GGUF — это преобразованная в формат GGUF версия модели EZO-Common-9B-gemma-2-it, разработанной HODACHI. Модель предназначена для генерации текста и диалоговых сценариев, прежде всего на японском языке, и может использоваться с совместимыми инструментами инференса, поддерживающими формат GGUF. Модель основана на Gemma 2 IT и имеет около 9 млрд параметров. В README не указаны точные сведения об архитектуре, размере контекста, поддерживаемых модальностях помимо текста или дополнительных языках. Для вариантов с K-квантизацией применена iMatrix; текст для калибровки взят из набора c4_en_ja_imatrix.txt от TFMC. Это может способствовать более эффективному использованию памяти при сохранении качества, однако конкретные характеристики разных вариантов квантизации не приведены. Модель ориентирована на японоязычные диалоги и текстовую генерацию. Ограничения, показатели качества и рекомендации по аппаратным требованиям в README не описаны. Лицензия указана как gemma.

Furry Request 3B — объединённая разговорная языковая модель на архитектуре StableLM Epoch, созданная автором jeiku с помощью mergekit из jeiku/Rosa_v1_3B и jeiku/Furry_Request_StableLM. Модель предназначена для генерации текста и диалогов; метаданные указывают поддержку чата. Веса представлены в формате safetensors, общий размер модели — 2,7 млрд параметров, длина контекста — до 4096 токенов. Модель принимает текст и выдаёт текст. Базовая модель описана как экспериментальная англоязычная разговорная модель для диалогов и ИИ-компаньона, поэтому наиболее подходящий сценарий — англоязычное общение. README не приводит оценок качества или подробностей ограничений. Лицензия в предоставленных данных не указана.

Gemma-4-E2B-it-The-DECKARD-HERETIC-UNCENSORED-Thinking — дообученная модель DavidAU на базе google/gemma-4-E2B-it. Карточка описывает её как uncensored-вариант с дополнительным дообучением и помечает как находящуюся на тестировании. Базовая Gemma 4 E2B IT — мультимодальная модель для диалогов, рассуждений и программирования, способная работать с текстом, изображениями и аудио и выдавать текстовые ответы. Модель предназначена для диалогового общения и генерации ответов; название и теги также указывают на сценарии творческого письма и ролевого общения. В README приведены внутренние результаты бенчмарков ARC-C, ARC-E, BoolQ, HellaSwag, OBQA, PIQA и WinoGrande в сравнении с базовой моделью, однако они не описывают независимую оценку качества. Репозиторий содержит веса safetensors и использует библиотеку Transformers; лицензия — Apache-2.0.

Gooner_3B — объединённая причинно-языковая модель семейства StableLM Epoch, созданная jeiku с помощью mergekit. Она предназначена для генерации текста и диалогов, включая ролевые сценарии; в состав объединения входят Smort_3B, Bluemoon_cleaned_StableLM, Humiliation_StableLM, Theory_of_Mind_RP_128_StableLM и Erotica_StableLM. Модель содержит 2,7 млрд параметров, использует плотную архитектуру и принимает текст, выдавая текст. Контекстное окно составляет 4096 токенов; веса доступны в формате safetensors. Модель объединяет несколько предварительно обученных языковых моделей линейным методом с равными весами. В README также указана точность float16. Поддерживаемые языки и условия лицензии в предоставленных данных не приведены, поэтому их нельзя надёжно определить.

Это дообученная методом supervised fine-tuning (SFT) компактная языковая модель на архитектуре Qwen3, созданная Diluner на основе Qwen/Qwen3-1.7B с использованием GPT-5.4-mini в роли учителя. Модель содержит 1,7 млрд параметров, принимает текст и предназначена для генерации текста и диалоговых сценариев. Нативная длина контекста — 40 960 токенов. Чекпойнт прошёл пять эпох и 55 обновлений оптимизатора на этапе textcraft. В оценке textcraft средний успех по четырём попыткам составил 65,5%; это результат одного чекпойнта, а не подтверждение обобщаемого преимущества метода. Показатель не гарантирует, что каждый сгенерированный ход будет корректно оформлен. Модель загружается через Transformers; опубликованы конфигурация, токенизатор и файлы весов в формате safetensors. В README не заявлена лицензия: перед использованием следует проверить условия базовой модели и применимые к ней условия. В репозитории также отсутствуют состояние оптимизатора, исходные логи и траектории учителя.

fpadovani/heb-hebr-100mb-10mb_seed455 — дообученная модель генерации текста на базе goldfish-models/heb_hebr_100mb. По архитектуре это GPT-2 с плотными слоями; обучение выполнено с помощью TRL. Модель принимает текстовые запросы и генерирует продолжение, включая ответы на вопросы в диалоговом формате. Контекст модели ограничен 512 токенами. Карточка показывает пример запуска через Transformers, но не сообщает результаты оценки качества. Модель опубликована в формате safetensors; сведения о лицензии отсутствуют в предоставленных источниках.

Модель fpadovani/heb-hebr-100mb-after-ppt-shuff-dyck-100mb-ckpt500_seed10 — дообученная на базе fpadovani/heb-hebr-100mb-ppt-shuff-dyck-100mb_seed10 языковая модель семейства GPT-2. Обучение выполнялось с помощью TRL; модель предназначена для генерации текста и может использоваться для продолжения пользовательских запросов и ответов в диалоговом формате. Модель работает через библиотеку Transformers, веса представлены в формате safetensors, длина контекста — 512 токенов. В карточке приведён пример генерации ответа на открытый вопрос с ограничением в 128 новых токенов. Лицензия и целевые языки в предоставленных данных не обозначены.

HighdensityRPMerge-7B — языковая модель Mistral с плотной архитектурой и 7,1 млрд параметров, созданная jsfs11 слиянием пяти моделей с помощью LazyMergekit. Она предназначена для генерации текста, в частности ролевых диалогов, следования карточкам персонажей и творческого письма. Модель принимает текст и генерирует текст; контекстное окно составляет 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. В состав слияния входят SanjiWatsuki/Silicon-Maid-7B, chargoddard/loyal-piano-m7-cdpo, jsfs11/RandomMergeNoNormWEIGHTED-7B-DARETIES, NeverSleep/Noromaid-7b-v0.2 и athirdpath/NSFW_DPO_vmgb-7b. Ограничения качества и перечень поддерживаемых языков в предоставленных материалах не описаны.

Это дообученная модель генерации текста на базе fpadovani/hin-deva-10mb-ppt-Dp-100mb_seed455. Разработчик карточки указывает, что модель обучена с использованием TRL; архитектура — GPT-2, веса сохранены в формате safetensors. Модель предназначена для генерации продолжений и ответов на текстовые запросы. В карточке приведён пример диалогового запроса и генерации ответа. Контекст модели составляет 512 токенов. Карточка не описывает специализацию по предметным областям или языкам и не приводит условия лицензии; поэтому назначение следует считать общим, а языковую поддержку — неустановленной. Указанный базовый чекпойнт — fpadovani/hin-deva-10mb-ppt-Dp-100mb_seed455.

Модель francesca9805/hin-deva-10mb-ppt-Dp-100mb-packed-bfdiso_seed3407 — дообученная версия goldfish-models/hin_deva_10mb на базе GPT-2. Разработчик указывает, что обучение выполнено с помощью TRL; модель предназначена для генерации текста и может использоваться для продолжения текста или ответов на запросы в формате диалога. Модель принимает текст и генерирует текст. Указанная длина контекста — 512 токенов. Карточка демонстрирует пример генерации ответа на открытый вопрос. Данных о специализированной предметной области и лицензии в доступных источниках нет.

ClaudioItaly/Intelligence-Book — языковая модель для генерации текста, созданная слиянием двух предварительно обученных моделей с помощью SLERP и mergekit: lodrick-the-lafted/ataraxy-actually-9b и sam-paech/Quill-v1. Модель построена на архитектуре Gemma 2, содержит 9 млрд параметров и работает с контекстом до 8192 токенов. Модель предназначена для генерации текста в диалоговом формате. Описание базовой Quill-v1 указывает на дообучение на классической художественной прозе и генерацию художественных сцен и диалогов, что задаёт один из возможных сценариев применения объединённой модели. Доступна в формате safetensors через библиотеку Transformers. Лицензия в предоставленных данных не указана. Качество и ограничения объединённой модели отдельно не описаны.

Модель francesca9805/isl-latn-10mb-after-ppt-Dp-100mb-packed-bfdiso-ckpt500_seed455 — плотная языковая модель GPT-2, дообученная разработчиком francesca9805 на базе francesca9805/isl-latn-10mb-ppt-Dp-100mb-packed-bfdiso_seed455 с использованием TRL. Она предназначена для генерации текста по запросу; пример в карточке показывает ответ на открытый вопрос в формате диалога. Модель работает через Transformers, хранится в формате safetensors и рассчитана на контекст до 512 токенов. Сведений о специализации по языкам или предметным областям в карточке нет. Лицензия в предоставленных данных не указана.

francesca9805/isl-latn-10mb-ppt-Dp-100mb-packed-bfdiso_seed455 — дообученная Francesca9805 модель семейства GPT-2 на базе goldfish-models/isl_latn_10mb. Согласно карточке, обучение выполнено с помощью TRL; модель предназначена для генерации текста в ответ на запросы, включая вопросы на естественном языке. Модель использует архитектуру GPT2LMHeadModel и формат весов safetensors. Контекст составляет 512 токенов. В карточке приведён пример вызова через Transformers text-generation pipeline с вопросом на английском языке. Лицензия и дополнительные языки в предоставленных данных не обозначены.

Ix Chel L3 12B — разговорная языковая модель MarsupialAI, полученная слиянием трёх моделей на базе Llama 3. В конфигурации 48 слоёв заявлено 11,52 млрд параметров; метаданные указывают 11 млрд. Модель принимает текст и генерирует текст, использует формат запросов Llama 3. В карточке заявлена согласованная работа с контекстом до 32 тыс. токенов, тогда как метаданные указывают длину нативного контекста 8192 токена. Модель предназначена для диалогов и творческой генерации, включая ответы на провокационные запросы; автор отмечает, что она реже отказывает на неприемлемые запросы, но обычно не добавляет NSFW-содержание в ответы на безопасные запросы. Доступна в формате safetensors. Лицензия в метаданных обозначена как other, конкретные условия в предоставленных данных не раскрыты. Автор указывает, что модель предназначена для развлечения и может выдавать недостоверные фактические утверждения.

JoyFox-Qwen3.6-35B-A3B-RP-Aggressive — мультимодальная модель для ролевого общения, разработанная joyfox на базе Qwen/Qwen3.6-35B-A3B. Она оптимизирована для длительного поддержания образа персонажа, продолжения сцен, творческого диалога, следования инструкциям и сохранения согласованности в длинных многоходовых взаимодействиях. Модель поддерживает текст, изображения и видео, а также режимы с рассуждением и без рассуждения. Модель использует Mixture-of-Experts-архитектуру с 35 млрд параметров, из которых около 3 млрд активируются для каждого токена. В маршрутизации участвуют 256 экспертов, из которых выбираются 8 на токен. Нативный контекст составляет 262 144 токена; также поддерживается Multi-Token Prediction для спекулятивного декодирования. Заявлены английский, китайский и мультиязычный сценарии использования. К сильным сторонам относятся устойчивый голос персонажа, сохранение идентичности и контекста, естественное сочетание реплик, действий и описаний, снижение частоты выхода из роли и контроль избыточной длины ответов. Вариант Aggressive применяет усиленное вмешательство в поведение отказов, чтобы модель чаще отвечала непосредственно и не прерывала сцену повторяющимися отказами. Это не добавляет новых знаний или способностей к рассуждению; модель по-прежнему может ошибаться, выдавать вымышленные утверждения, нежелательный контент или отдельные дисклеймеры. Лицензия — Apache-2.0.

Kyllima-34B-v1 — разговорная языковая модель, созданная автором sirmyrrh слиянием двух моделей на базе Yi 34B методом TIES с помощью mergekit. Репозиторий содержит веса в формате safetensors; модель имеет архитектуру LlamaForCausalLM, 33,9 млрд параметров и заявленное окно контекста 200 000 токенов. В слияние вошли TeeZee/Kyllene-34B-v1.1 и Doctor-Shotgun/Nous-Capybara-limarpv3-34B. Модель предназначена прежде всего для ролевых диалогов и творческого письма; автор отмечает, что она поддерживает разные форматы промптов, включая Alpaca-LimaRP и Vicuna, и называет её нецензурированной. Карточка сообщает о чувствительности к настройкам генерации и стилю промпта, поэтому для получения желаемого результата может потребоваться настройка параметров и системного промпта. Лицензия — Apache-2.0.

yethdev/lfm2.5-230m-manumit-v1 — компактная текстовая разговорная модель на архитектуре LFM2, дообученная на базе LiquidAI/LFM2.5-230M с помощью manumit v1. По данным карточки, разработчик применил abliteration — изменение модели, направленное на снижение частоты отказов. Модель содержит 221,2 млн параметров, использует формат safetensors и поддерживает контекст до 128 000 токенов. Модель предназначена для генерации текста в диалогах. В README приведены результаты сравнения: частота отказов снизилась с 87,5% у исходной модели до 75,0%, а результат MMLU — с 37,2% до 34,9%. Инструмент manumit в карточке назван находящимся в разработке. Лицензия указана как other; конкретные условия использования в предоставленных данных не раскрыты.

Llama-3.05-Nemotron-Tenyxchat-Storybreaker-70B — объединённая модель на базе Llama 3.1 Nemotron 70B Instruct от NVIDIA и Llama-3-TenyxChat-DaybreakStorywriter-70B от Envoid. Автор карточки объединил их методом SLERP в пропорции 40/60; модель имеет плотную архитектуру LlamaForCausalLM, 69,5 млрд параметров и контекст до 131 072 токенов. Модель предназначена для ролевого общения и творческого письма, включая продолжение диалога с сохранением его темпа и стиля. Она также может работать как разговорный помощник и поддерживает интерфейс вызова инструментов. В режиме помощника модель предупреждает перед генерацией чувствительного контента, однако автор отмечает, что после слияния возможны нежелательные особенности поведения. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Модель Atsuki Yamaguchi — языковая модель на архитектуре Llama 3.1 8B Instruct, адаптированная для бирманского языка. Она продолжает предобучение базовой модели на 500 млн токенов бирманского языка из набора MADLAD-400 и использует расширенный на 10 тысяч единиц целевой словарь. Веса новых токенов эмбеддингов и LM head инициализированы методом среднего значения. Модель предназначена для генерации текста и диалогов на бирманском языке. Она содержит 7,5 млрд параметров, принимает текст и выдаёт текст; заявленная длина контекста — до 131 072 токенов. Использование требует соблюдения Llama 3.1 Community License Agreement. Карточка не приводит результатов оценки качества, поэтому преимущества и ограничения по сравнению с базовой моделью не установлены.

Модель backdev007 — дообученная инструкция-ориентированная версия Llama 3.2 на 3,2 млрд параметров для генерации текста в диалоговом формате. Она основана на unsloth/llama-3.2-3b-unsloth-bnb-4bit и обучалась с помощью Unsloth и библиотеки Hugging Face TRL. Модель предназначена для генерации ответов и диалогового взаимодействия. Название указывает на юридическую тематику и индонезийский язык, однако карточка не описывает конкретные юридические задачи и не подтверждает языковую специализацию, поэтому эти свойства нельзя считать установленными. Контекст модели — до 131 072 токенов; веса опубликованы в формате Safetensors. Модель распространяется по лицензии Apache-2.0. Качество и ограничения в юридических сценариях в карточке не раскрыты; результаты следует проверять, прежде чем использовать их для принятия правовых решений.

Это экспериментальная текстовая генеративная модель на архитектуре LlamaForCausalLM, дообученная на базе meta-llama/Llama-3.3-70B-Instruct. Репозиторий содержит веса Safetensors и сообщает о дообучении на неизвестном датасете; в метаданных размер указан как 2,1 млн параметров, а длина контекста — 256 токенов. Эти сведения существенно отличаются от параметров базовой модели, поэтому размер и контекст следует трактовать именно как характеристики данного репозитория, а не исходной Llama. Модель предназначена для генерации текста; README приводит значение loss 1,0746 на оценочном наборе, но не описывает его состав или практические результаты. Данных о специализации, языках обучения и дополнительных сценариях нет. Указана лицензия llama3.3; применимость лицензии и условий Meta следует сверять с исходной моделью.

Это дообученная модель семейства Llama, созданная на основе meta-llama/Llama-3.3-70B-Instruct и опубликованная пользователем arithmetic-circuit-overloading. Модель предназначена для генерации текста; карточка сообщает о дообучении на неизвестном наборе данных и приводит значение loss 1,0802 на оценочном наборе. В метаданных указаны архитектура LlamaForCausalLM, формат safetensors, 12,6 млн параметров и контекст 256 токенов. Эти параметры существенно расходятся с характеристиками базовой модели на 70 млрд параметров и контекстом до 128 тысяч токенов, поэтому фактический размер и возможности данного чекпойнта требуют осторожной интерпретации. Указана лицензия llama3.3; ограничения и целевые сценарии в README не описаны.

NVIDIA Llama-3.3-70B-Instruct-Eagle3 — вспомогательная модель Eagle для авторегрессионной языковой модели Meta Llama 3.3 70B. Она обучена на синтетических данных, созданных с помощью Llama 3.3 70B, и предназначена для спекулятивного декодирования: модуль предлагает несколько следующих токенов, которые базовая модель проверяет, чтобы ускорить генерацию. Архитектура основана на Transformer и Llama; в метаданных указано 1,9 млрд параметров, а в README — 3,2 млрд параметров для модели Eagle. Контекст составляет до 128K токенов. Модель рассчитана на текстовый ввод и вывод и предназначена для использования с TensorRT-LLM, в частности на системах NVIDIA Blackwell под Linux. Она может ускорять сценарии с чат-ботами, агентами, RAG и выполнением инструкций, сохраняя генерацию за базовой моделью. README заявляет готовность к коммерческому и некоммерческому применению; также указывает на необходимость соблюдать условия NVIDIA Open Model License и Llama 3.3 Community License.

Jebadiah/Llama-3-8B-source-lewd-context-function-calling — объединённая автором Jebadiah языковая модель семейства Llama 3 на 7,5 млрд параметров. Она создана методом task arithmetic с помощью mergekit на основе Jebadiah/Llama-3-8B-source-lewd-function-calling и модели Jebadiah/Llama-3-8B-source-lewd-context; карточка также указывает на диалоговый режим и вызов функций как направления исходных моделей. Модель предназначена для генерации текста в диалогах с контекстом и сценариях, где требуется вызов функций. Она принимает и выдаёт текст, использует архитектуру LlamaForCausalLM и поддерживает контекст до 8192 токенов. Файлы опубликованы в формате safetensors для библиотеки Transformers. В названии и метаданных отмечен lewd-контент и ограничение аудитории, поэтому модель может выдавать материалы для взрослых. Карточка не указывает лицензию; перед использованием следует проверить условия базовых моделей и репозитория.

Llama-3-Chatty-2x8B — разговорная языковая модель от Undi95, созданная для текстового общения и ролевых диалогов. Автор объединил в MoE-архитектуре двух экспертов на основе Llama-3-Instruct-8B: один обучен на ролевом тексте с действиями и описаниями в звёздочках, другой — на прозе с репликами персонажей и описанием действий. В README указано, что репозиторий содержит веса FP16; метаданные описывают архитектуру как MixtralForCausalLM, а размер — 7,5 млрд параметров. Модель принимает текст и генерирует текст, поддерживает шаблон диалога в формате Llama 3 и контекст до 8192 токенов. Её можно использовать для ролевых игр, написания диалогов и обычных разговорных запросов. Автор сообщает о тестировании на нескольких бенчмарках, но не приводит в доступной части карточки полного описания оценки качества. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое использование בלבד.

LoyalMaid-12B — объединённая диалоговая языковая модель от yamatazen, созданная методом Model Stock с помощью mergekit. В качестве базовой модели использована nbeerbower/mistral-nemo-gutenberg-12B-v4; в объединение также вошли NeverSleep/Lumimaid-v0.2-12B, Lambent/Gilded-Arsenic-12B и Lambent/arsenic-nemo-unleashed-12B. Модель построена на плотной архитектуре MistralForCausalLM и содержит 12,1 млрд параметров. Она предназначена для генерации и продолжения текста в диалоговом формате; среди сценариев применения — создание художественной прозы и интерактивные беседы. Метаданные указывают контекст до 1 024 000 токенов, поддержку интерфейса вызова инструментов и формат весов safetensors. Для работы нужна библиотека Transformers. Модель опубликована в формате safetensors с типом данных bfloat16. Лицензия в предоставленных данных не указана.

Lumimaid-NSFW-Reddit_Merge — объединённая разговорная языковая модель на архитектуре Llama, созданная с помощью mergekit методом SLERP из NeverSleep/Lumimaid-v0.2-8B и athirdpath/Llama-3.1-Instruct_NSFW-pretrained_e1-plus_reddit. Репозиторий содержит веса в формате safetensors; размер модели — 7,5 млрд параметров, заявленная длина контекста — 131 072 токена. Модель предназначена для генерации текста в диалогах, творческого письма и ролевых сценариев. Вторая исходная модель ориентирована на NSFW-содержание и Reddit, поэтому объединённая модель рассчитана в том числе на взрослые сценарии. Метаданные указывают интерфейс чата и tool calling. Лицензия и сведения о языковой поддержке в предоставленных источниках отсутствуют.