I.7Речь, диалоги и встречи

DataVortexS-10.7B-dpo-v1.3 — корейская разговорная языковая модель, разработанная командой Kwangseok Yang, Jeongwon Choi, Seunghyun Choi и Hyoseok Choi. Это дообученная версия yanolja/KoSOLAR-10.7B-v0.2 с архитектурой LlamaForCausalLM; модель содержит 10,6 млрд параметров и использует формат весов safetensors. Модель предназначена для генерации текста в диалоге и ответов на вопросы на корейском языке. Она следует формату ChatML и поддерживает контекст длиной до 4096 токенов. В README приведены результаты оценки на корейских бенчмарках Ko LM Eval Harness и Ko-LLM-Leaderboard. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Заявленные оценки относятся к указанным бенчмаркам и сами по себе не гарантируют качество ответов в других сценариях.

DataVortexTL-1.1B-v0.1 — компактная чат-модель на основе TinyLlama/TinyLlama-1.1B-Chat-v1.0, дообученная командой, указанной в карточке, на корейских наборах инструкций и диалоговых данных. Она предназначена для генерации текста и ответов в диалоге на корейском языке; применяется формат инструкций TinyLlama и поддерживается chat template. Модель использует плотную архитектуру Llama с классом LlamaForCausalLM, содержит около 1 млрд параметров и рассчитана на контекст до 2048 токенов. В карточке приведены результаты оценивания на корейских бенчмарках, включая KoBEST и Ko-LLM-Leaderboard. Лицензия — CC BY-NC-SA 4.0, предусматривающая некоммерческое использование и распространение производных на тех же условиях.

DonutHole-8x7B — объединённая языковая модель автора ycros на архитектуре Mixtral-8x7B MoE. Она предназначена для генерации текста и диалогов по инструкциям; автор тестировал её преимущественно с шаблоном Alpaca в стиле LimaRP, также поддерживается формат Mistral. Модель создана методом DARE TIES с помощью mergekit на основе mistralai/Mixtral-8x7B-v0.1 и объединяет LimaRP, Holodeck, Bagel DPO и Mixtral Instruct. В метаданных указаны 7,1 млрд параметров, контекст 32 768 токенов и формат safetensors. Модель ориентирована на художественные и ролевые диалоги, в том числе чувственный контент, и генерацию ответов на запросы. Автор отмечает, что качество слияния не оценено окончательно и поведение на контекстах длиннее 8 тысяч токенов не проверено; при генерации возможны повторы предложений, поэтому могут потребоваться настройки семплирования и штрафа за повторы. Лицензия — Apache-2.0.

fpadovani/eng-100mb-after-eng-baseline-newlexicon-ckpt500_seed10 — дообученная модель семейства GPT-2, созданная на основе fpadovani/ppt-art-lang-newlexicon-eng-baseline-100mb_seed10. Согласно карточке, модель обучалась с помощью TRL и предназначена для генерации текста в ответ на вопросы и продолжения диалога. Она принимает текст и выдаёт текст; длина контекста составляет 512 токенов. Репозиторий содержит веса в формате safetensors. Карточка показывает пример генерации ответа на вопрос, заданный в формате сообщений. Модель ориентирована на английский язык. В README не приведены результаты оценки качества или подробности обучающих данных, поэтому надёжность ответов и пригодность для специализированных задач по этим материалам определить нельзя. Условия лицензии в предоставленных данных не описаны.

ChaoticNeutrals/Eris_PrimeV3.075-Vision-7B — слитая модель на архитектуре Mistral с 7,1 млрд параметров, предназначенная для генерации текста и творческих ролевых диалогов. В README автор также заявляет мультимодальные возможности распознавания изображений: для их использования требуются актуальная версия Koboldcpp и файл mmproj из репозитория. Модель имеет контекст длиной до 32 768 токенов. Слияние объединяет ChaoticNeutrals/Eris_PrimeV3.05-Vision-7B и KatyTheCutie/LemonadeRP-4.5.3. В метаданных указана лицензия other; конкретные условия следует сверить с файлами репозитория перед использованием.

ESPRIT-Derja-Qwen3-8B-v2 — диалоговая языковая модель, разработанная отделом искусственного интеллекта ESPRIT School of Engineering в Тунисе. Это дообученная с помощью LoRA модель Qwen/Qwen3-8B с 7,6 млрд параметров, предназначенная для понимания инструкций и общения на тунисском диалекте арабского языка (Derja). Она принимает и генерирует текст как арабским письмом, так и в латинской транслитерации Arabizi; поддерживает контекст до 40 960 токенов по метаданным Hugging Face. Модель подходит для разговорных приложений, которым нужны ответы на тунисском диалекте: повседневного общения, обсуждения местной культуры, кухни, технологий, спорта и идиом. Она обучена на 7 013 примерах инструкций, включая синтетические пары ответов на арабском и Arabizi и вручную написанные диалоги. Распространяется по лицензии Apache-2.0. Модель лучше подходит для естественного диалога на Derja, чем для ответов, требующих высокой фактической точности. Она может смешивать тунисскую речь с другими магрибскими диалектами и иногда придумывать слова; обучающий набор сравнительно невелик.

Rohan76543/FoodExtract-gemma-3-270m-fine-tune-v1 — дообученная Rohan76543 текстовая модель на базе google/gemma-3-270m-it, созданная с использованием TRL. Это компактная плотная модель семейства Gemma 3 с 257 млн параметров, предназначенная для генерации текста и диалогового взаимодействия. Метаданные указывают контекст до 32 768 токенов. Название репозитория предполагает извлечение сведений о продуктах питания, однако README не описывает такую специализацию и демонстрирует только общий пример генерации текста. Поэтому по доступным сведениям нельзя подтвердить качество извлечения данных о еде, поддерживаемые языки или пригодность модели для конкретных прикладных сценариев. Модель распространяется в формате Safetensors; сведения о лицензии в предоставленных материалах отсутствуют.

matrixportalx/gemma-3-1b-it-tr-v1 — диалоговая языковая модель, созданная на основе google/gemma-3-1b-it и дообученная автором с помощью LoRA для более естественных ответов на турецком языке с учётом контекста и культурных особенностей. В карточке указано, что при обучении использовался датасет buyukset.json; модель ориентирована на более эмпатичные и менее осуждающие ответы. Модель относится к семейству Gemma 3, имеет плотную архитектуру Gemma3ForCausalLM и около 1 млрд параметров. Она принимает текст и генерирует текст, поддерживает диалоговый режим и контекст длиной до 32 768 токенов. Основной язык — турецкий; в метаданных также указан английский. Модель распространяется по лицензии Apache-2.0. Карточка не приводит оценок качества или результатов тестирования, поэтому степень достижения заявленных целей по естественности и эмпатичности ответов не установлена.

rwl4/gpt2-medium-chat — дообученная на датасете Alpaca модель GPT-2 Medium для генерации диалоговых ответов с использованием специальных токенов чата. Она предназначена для общения с пользователем и ответов на вопросы в формате system/user/assistant. Модель использует архитектуру GPT2LMHeadModel, принимает и генерирует текст, а её контекст ограничен 1024 токенами. В примере README ответ содержит фактические ошибки, поэтому качество ответов требует проверки. Лицензия модели — MIT.

hkss/hk-SOLAR-10.7B-v1.4 — дообученная разговорная языковая модель, созданная на основе chihoonlee10/T3Q-ko-solar-dpo-v1.0. Она использует плотную архитектуру Llama и предназначена для генерации текста в диалоговом формате. Модель содержит 10,6 млрд параметров, принимает текст и поддерживает контекст до 4096 токенов. Модель рассчитана на корейский язык. В карточке указано, что обучение выполнялось с помощью DeepSpeed, Accelerate и TRL; датасеты не описаны. Весы доступны в формате safetensors, лицензия — Apache-2.0. Данных о качестве и ограничениях, кроме размера контекста и отсутствия описания обучающих данных, карточка не приводит.

Iambe-20b-DARE-v2 — языковая модель, собранная athirdpath методом DARE-TIES из BigLlama-20b-v1.1, Noromaid-20b-v0.1.1, Eileithyia-20b и CleverGirl-20b-Blended-v1.1-DARE. Это плотная архитектура LlamaForCausalLM примерно на 19,8 млрд параметров; модель распространяется в формате safetensors по лицензии CC BY-NC 4.0. Модель предназначена для генерации текста и диалоговых сценариев с Alpaca-форматированием промптов. Автор стремился улучшить понимание анатомии и состояния сцены, сохранив выразительный и естественный стиль ответа. Карточка указывает английский язык и контекст 4096 токенов; автор отмечает, что для модели, по его наблюдению, требуется размер контекста ровно 4096. Это экспериментальное слияние: автор описывает подход как интуитивный и сообщает, что результаты требуют проверки. Модель не предназначена для коммерческого использования по условиям лицензии CC BY-NC 4.0.

Impish_LLAMA_3B — дообученная SicariusSicariiStuff модель семейства Llama 3.2 для ролевых диалогов, приключенческих сценариев и общих текстовых задач. Это плотная авторегрессионная языковая модель на 3,2 млрд параметров, основанная на meta-llama/Llama-3.2-3B-Instruct; карточка описывает три этапа обучения на суммарно примерно 25 млн токенов, включая полное дообучение и два этапа QLoRA. Модель рассчитана на текстовый чат и генерацию текста на английском языке; для ролевых сценариев автор рекомендует формат SICAtxt. Автор характеризует её как умеренно малоподцензуренную и отмечает, что качество ответов бывает неравномерным: модель может давать удачные результаты, но иногда проявляет ограничения, ожидаемые от модели такого размера. В карточке приведены результаты IFEval и BBH, однако полного набора бенчмарков здесь нет. Репозиторий содержит веса safetensors; лицензия — Llama 3.2 Community License.

Модель fpadovani/ind-latn-100mb-ppt-Dp-10mb_seed455 — дообученная версия goldfish-models/ind_latn_100mb, созданная с использованием TRL. Это языковая модель на архитектуре GPT-2, предназначенная для генерации текста; в карточке приведён пример ответа на открытый вопрос в диалоговом формате. Контекст модели составляет 512 токенов. Модель распространяется в формате safetensors; лицензия и целевые языки в доступных сведениях не описаны.

Модель francesca9805/isl-latn-10mb-ppt-Dp-100mb-packed-bfdiso_seed10 — дообученная с помощью TRL версия goldfish-models/isl_latn_10mb. Это плотная авторегрессионная языковая модель на архитектуре GPT-2, предназначенная для генерации текста; пример в карточке показывает генерацию ответа на вопрос в диалоговом формате. Модель распространяется в формате safetensors и имеет контекст длиной 512 токенов. Карточка не уточняет языки обучающих данных и конкретную специализацию модели. Лицензия в предоставленных данных не указана.

OrdenWills/LFM2.5-350M-home-assistant-sft-exp — компактная плотная языковая модель семейства LFM2, дообученная OrdenWills на базе LiquidAI/LFM2.5-350M для генерации текста в диалоговом формате. В карточке указано, что модель обучалась с использованием Unsloth; метаданные отмечают поддержку чата, архитектуру Lfm2ForCausalLM и контекст до 128 000 токенов. Размер модели — 443,4 млн параметров. Модель подходит для экспериментов с разговорными ответами и локальной генерацией текста. README не описывает специальное назначение для Home Assistant или набор обучающих данных, поэтому такие сценарии нельзя подтвердить по доступной информации. Модель распространяется по лицензии Apache-2.0.

athirdpath представил эту инструктивную модель семейства Llama 3, дообученную на 0,6 эпохи на наборе athirdpath/Merge_Glue. По описанию автора, обучение было остановлено рано, чтобы модель восстановила поведение после слияния, не перенимая тон и логику данных GPT-3.5 и GPT-4. Модель предназначена для генерации текста в диалоговом формате и написания историй; пример в карточке показывает генерацию откровенного эротического рассказа. Размер — 14,9 млрд параметров, контекст — 8192 токена, архитектура — плотная Llama с causal language modeling. Веса опубликованы в формате safetensors. Лицензия указана как llama3. Карточка не приводит результатов оценки качества, поэтому надёжность ответов и пригодность для конкретных задач по ней оценить нельзя.

promotion/Llama-3.1-8B-SafeRLHF-Utilitarian-baseline — дообученная модель на основе meta-llama/Llama-3.1-8B-Instruct, созданная в рамках работы по Nash Bargaining Preference Optimization (NBPO). Эксперимент посвящён многокритериальному выравниванию ответов по полезности и безвредности на данных SafeRLHF; веса целей задаются утилитарным способом. Модель предназначена для генерации диалоговых ответов и сравнительной оценки предпочтений по двум критериям. В карточке описан контролируемый эксперимент: 300 обновлений оптимизатора с глобальным размером пакета 16, оценка выигрышей по каждому критерию на отложенных промптах, суждения выдаёт Llama-3.3-70B-Instruct. Базовая архитектура — плотная LlamaForCausalLM примерно на 7,5 млрд параметров, контекст — до 131 072 токенов. Доступны веса Safetensors; лицензия — Llama 3.1 Community License. Это экспериментальный вариант для изучения многокритериального выравнивания и сравнения методов оптимизации предпочтений. Поддерживает чатовый ввод и выдаёт текст; сведения о языковом охвате в карточке этой версии не приведены, поэтому языки базовой модели не считаются подтверждёнными для дообученного чекпойнта.

DavidAU выпустил версию Llama 3.2 3B Instruct, обработанную методом Heretic для снижения частоты отказов. Это плотная авторегрессионная языковая модель семейства Llama с 3,2 млрд параметров, предназначенная для диалогов и генерации текста; она принимает текст и выдаёт текст. В карточке заявлены контекст до 128 тыс. токенов и результаты проверки: 12 отказов из 100 запросов при низком KL-дивергенте 0,09. README отмечает, что для получения откровенного или грубого контента иногда нужны более прямые инструкции.

PJMixers-Dev дообучила эту плотную авторегрессионную модель семейства LLaMA с 3,2 млрд параметров методом KTO с функцией потерь apo_zero_unpaired на базе PJMixers-Dev/LLaMa-3.2-Instruct-JankMix-v0.2-SFT-3B. В обучающую смесь вошли наборы инструкций, ролевых диалогов и генерации историй; отклонённые примеры создавались из ответов базовой SFT-модели с намеренно ухудшенными настройками. Модель предназначена для генерации текста и диалогового взаимодействия, включая ответы на инструкции, ролевые диалоги и написание историй. В метаданных заявлено контекстное окно 131 072 токена, однако при обучении использовалась максимальная длина 6 144 токена. Карточка описывает эксперимент как тест теста: обучение завершилось сбоем и не достигло полного цикла, поэтому качество и устойчивость модели могут быть ограничены. Лицензия — Llama 3.2.

ryzen88/Llama-3-70b-Arimas-story-RP-V2.1 — объединённая автором модель на архитектуре Llama 3 для генерации текста, ориентированная на ролевые диалоги и написание историй с длинным контекстом. В карточке указано, что в объединение Model Stock вошли несколько вариантов Llama 3 70B, включая Smaug-Llama-3-70B-Instruct-32K в качестве базовой модели, а также Giraffe, Gradient, Hermes, Higgs, Chinese Chat и Cat. Репозиторий содержит 69,5 млрд параметров; заявленная длина контекста — 32 768 токенов. Модель предназначена для ролевого общения, продолжения сюжетов и генерации художественного текста. Карточка также заявляет общие способности к диалогу и пониманию текста. README характеризует модель как uncensored, однако это не подтверждает стабильное качество для всех запросов. Лицензия в предоставленных данных не указана.

LLaMa3-xdfg-cpu — дообученная плотная языковая модель семейства LLaMA, созданная на основе lilmeaty/Vllmxd. Она предназначена для генерации текста и диалогового взаимодействия. Модель содержит 103,2 млн параметров, принимает текст и выдаёт текст; заявленная длина контекста — 256 токенов. Модель опубликована в формате safetensors и использует библиотеку Transformers. Датасет дообучения и конкретные сценарии применения не описаны, поэтому качество и специализацию модели оценить нельзя. Лицензия — Apache-2.0.

Kaoeiri/Magpantheon-v4x1.6.2-Cydonia-vXXX-22B — объединённая языковая модель, созданная с помощью mergekit методом DARE TIES на основе anthracite-org/magnum-v4-22b с добавлением моделей семейства Cydonia и Pantheon-RP. Модель использует плотную архитектуру MistralForCausalLM и содержит 22 млрд параметров; она предназначена для генерации текста и диалогового взаимодействия, включая создание связной прозы и ролевые сценарии. Модель работает с текстом, поддерживает контекст до 32 768 токенов и доступна в формате safetensors для библиотеки Transformers. Метаданные отмечают интерфейс вызова инструментов, однако README не содержит подробностей его использования. Базовая модель ориентирована на английский язык, поэтому данные не подтверждают поддержку других языков. Модель опубликована под лицензией, указанной в метаданных Hugging Face; доступные сведения не позволяют определить её условия.

maid-yuzu-v5-extra — экспериментальная чат-модель, созданная rhplus0831 из любопытства к объединению четырёх моделей для ролевого общения. В метаданных указана архитектура Mixtral MoE с классом MixtralForCausalLM, размером 7,1 млрд параметров и контекстом до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель предназначена для генерации текста в диалогах и ролевом общении. Автор сообщает о проблеме, возникшей во время квантования; дополнительных сведений о том, как она влияет на качество или работу модели, нет. Лицензия в предоставленных данных не указана.

Карточка модели MergekitCloud/mergekit-46 на Hugging Face совпадает с карточкой MergekitCloud/mergekit-75, поэтому описание составлено по ней. MergekitCloud/mergekit-75 — языковая модель, созданная автором репозитория MergekitCloud слиянием четырёх моделей семейства Llama 3.1 8B методом Model Stock с помощью mergekit. В качестве базовой для слияния использована vicgalle/Humanish-Roleplay-Llama-3.1-8B; в состав также вошли ArliAI/Llama-3.1-8B-ArliAI-RPMax-v1.3, Orenguteng/Llama-3.1-8B-Lexi-Uncensored-V2 и Undi95/Llama3-Unholy-8B-OAS. Модель предназначена для генерации текста и диалогов, в том числе ролевых сценариев и более свободных ответов. Она имеет архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров, принимает текст и выдаёт текст; заявленная длина контекста — 131 072 токена. Репозиторий использует формат safetensors и библиотеку Transformers. Слияние объединяет модели с ролевой и менее ограниченной генерацией, однако README не приводит сравнительных оценок качества. Данные не подтверждают отдельную языковую специализацию. Лицензия в предоставленных источниках не указана.

Карточка модели MergekitCloud/mergekit-64 на Hugging Face совпадает с карточкой MergekitCloud/mergekit-75, поэтому описание составлено по ней. MergekitCloud/mergekit-75 — языковая модель, созданная автором репозитория MergekitCloud слиянием четырёх моделей семейства Llama 3.1 8B методом Model Stock с помощью mergekit. В качестве базовой для слияния использована vicgalle/Humanish-Roleplay-Llama-3.1-8B; в состав также вошли ArliAI/Llama-3.1-8B-ArliAI-RPMax-v1.3, Orenguteng/Llama-3.1-8B-Lexi-Uncensored-V2 и Undi95/Llama3-Unholy-8B-OAS. Модель предназначена для генерации текста и диалогов, в том числе ролевых сценариев и более свободных ответов. Она имеет архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров, принимает текст и выдаёт текст; заявленная длина контекста — 131 072 токена. Репозиторий использует формат safetensors и библиотеку Transformers. Слияние объединяет модели с ролевой и менее ограниченной генерацией, однако README не приводит сравнительных оценок качества. Данные не подтверждают отдельную языковую специализацию. Лицензия в предоставленных источниках не указана.

Карточка модели MergekitCloud/mergekit-66 на Hugging Face совпадает с карточкой MergekitCloud/mergekit-75, поэтому описание составлено по ней. MergekitCloud/mergekit-75 — языковая модель, созданная автором репозитория MergekitCloud слиянием четырёх моделей семейства Llama 3.1 8B методом Model Stock с помощью mergekit. В качестве базовой для слияния использована vicgalle/Humanish-Roleplay-Llama-3.1-8B; в состав также вошли ArliAI/Llama-3.1-8B-ArliAI-RPMax-v1.3, Orenguteng/Llama-3.1-8B-Lexi-Uncensored-V2 и Undi95/Llama3-Unholy-8B-OAS. Модель предназначена для генерации текста и диалогов, в том числе ролевых сценариев и более свободных ответов. Она имеет архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров, принимает текст и выдаёт текст; заявленная длина контекста — 131 072 токена. Репозиторий использует формат safetensors и библиотеку Transformers. Слияние объединяет модели с ролевой и менее ограниченной генерацией, однако README не приводит сравнительных оценок качества. Данные не подтверждают отдельную языковую специализацию. Лицензия в предоставленных источниках не указана.

MetaAligner-HH-RLHF-7B — дообученная модель проекта MetaAligner на базе Meta LLaMA 2 7B. Это плотная авторегрессионная языковая модель семейства Llama с 6,6 млрд параметров, рассчитанная на контекст до 4096 токенов. Она обучена на данных Anthropic HH-RLHF и дополнительном наборе MetaAligner для настройки ответов общего ассистента под несколько заданных предпочтений в контексте многоходового диалога. По описанию проекта, модель также предназначена для согласования с ранее не встречавшимися целями без дообучения под каждую из них. Модель подходит для экспериментов с управляемым поведением диалогового ассистента и исследованием многокритериального согласования ответов. README предлагает использовать её через Transformers. Поддерживаемый язык карточки — английский. Репозиторий содержит веса PyTorch и распространяется по лицензии MIT. Заявленные в README результаты относятся к экспериментам проекта; независимые гарантии качества для конкретных целей не приводятся.

MiniCPM5-1B-Twi — модель сообщества GhanaNLPCommunity, адаптированная для генерации на языке тви (акан) на основе openbmb/MiniCPM5-1B. Она предназначена для связных ответов и диалогов на тви, включая вопросы и ответы по коротким фактам и текстовым фрагментам. Модель использует плотную Llama-архитектуру и содержит 846,8 млн параметров; доступна в формате safetensors и рассчитана на контекст до 131 072 токенов. Основной язык — тви с сохранённой поддержкой английского. Для тви расширили токенизатор, затем провели дополнительное предобучение и дообучение на примерах вопросов и ответов. Сильная сторона модели — беглая, идиоматичная генерация на тви с корректной орфографией ганских букв ɛ и ɔ. Это экспериментальная версия, ориентированная прежде всего на беглость: фактические ответы могут быть неверными, длинные ответы могут отклоняться от темы, а навыки рассуждения и математики слабы. При генерации следует использовать sampling и штраф за повторы; жадное декодирование может приводить к циклам повторения. В обучающих данных были машинные переводы, поэтому возможен неестественный стиль перевода. Лицензия — Apache-2.0.

scikit-plots/minimind-3o — компактная мультимодальная модель семейства MiniMind-O от разработчика scikit-plots. Она построена на архитектуре MiniMindOmni с MoE и содержит 63,9 млн параметров; модель загружается через Transformers и рассчитана на контекст до 32 768 токенов. Метаданные указывают на генерацию текста и разговорный режим, а также отмечают мультимодальность, работу с изображениями и аудио, синтез речи и преобразование аудио; эти возможности не подтверждены описанием задач в карточке каталога. Модель может быть полезна для диалоговой генерации текста и мультимодальных экспериментов. В тегах указаны китайский и английский языки. Репозиторий распространяется по лицензии Apache-2.0.

Misted-Toppy-11B — объединённая автором карточки модель для генерации текста на основе архитектуры Mistral. Это «frankenmerge» моделей Walmart-the-bag/Misted-v2-7B и Undi95/Toppy-M-7B; в репозитории размещены веса Safetensors. Модель содержит 10,6 млрд параметров и поддерживает контекст до 32 768 токенов. Автор описывает её как раннюю личную работу, которая может подойти для ролевых диалогов, но отмечает, что качество проверялось лишь кратко и модель может отвечать слабо. Также автор сообщает о сильной цензуре. Лицензия — Apache-2.0.