I.7Речь, диалоги и встречи

Muszka Instruct 1.5B v1.0 — польская диалоговая и инструкционная языковая модель, созданная на основе speakleash/Bielik-1.5B-v3.0-Instruct. Это плотная модель семейства Llama с 1,5 млрд параметров (около 1,6 млрд с эмбеддингами) и контекстом 8192 токена; она настроена на простые естественные ответы по-польски, следование заданной длине и форме и минимум лишнего оформления. Модель подходит для локального запуска на обычном процессоре, ноутбуке, Raspberry Pi 5 и офлайн-устройствах; доступна в safetensors и в отдельных вариантах GGUF для llama.cpp, Ollama и LM Studio. Её можно применять для диалогов, выполнения инструкций, кратких резюме, упрощения текстов, объяснений для детей, творческого письма и форматирования. По сравнению с базовой моделью автор сообщает об улучшении соблюдения формы и длины ответов на собственном наборе из 100 польских инструкций. Модель компактна и пригодна для устройств с ограниченными ресурсами, но может ошибаться в фактах, именах и числах; для фактологических ответов рекомендуется подключать поиск или RAG. Строгие лимиты слов и формальные письма даются ей хуже, а другие языки не были целью разработки. Лицензия — Apache 2.0.

Nemomix-v1.0-12B — текстовая генеративная модель на архитектуре Mistral, собранная автором MarinaraSpaghetti с помощью mergekit из нескольких моделей семейства Mistral Nemo. Цель объединения — совместить способности базовой Nemo Instruct с более выразительной прозой моделей, дообученных для ролевых диалогов. В метаданных указано 12,1 млрд параметров и библиотека Transformers; веса опубликованы в формате safetensors. Модель предназначена для генерации текста в диалогах и ролевых сценариях. В README заявлена совместимость с форматами инструкций Mistral Instruct и ChatML; автор советует начинать с температуры 0,35, но отмечает, что настройки генерации можно менять под задачу. Это экспериментальная версия, которую автор на момент описания ещё планировал тестировать. Карточка рекомендует настройки запуска, но не приводит результаты оценки качества. Условия лицензии в предоставленных данных не указаны, поэтому их следует проверить на странице репозитория и у авторов исходных моделей перед использованием.

Это дообученная модель генерации текста на архитектуре GPT-2, созданная на основе fpadovani/ppt-wc-zipf-newlex-nld-100mb_seed10 с использованием TRL. Она предназначена для продолжения текста и ответов на запросы в формате диалога; карточка демонстрирует генерацию ответа на вопрос с помощью Transformers. Контекст ограничен 512 токенами. Модель опубликована в формате safetensors. В карточке не приведены сведения о лицензии, поэтому условия использования по лицензии описать нельзя. Пример показывает запуск на CUDA; карточка не содержит оценок качества или подробного описания обучения.

Модель nld-latn-10mb-after-ppt-Dp-10mb-ckpt500_seed455 разработана fpadovani и представляет собой дообученную с помощью TRL модель GPT-2 для генерации текста. Она предназначена для продолжения диалога и ответов на запросы; в карточке приведён пример ответа на открытый вопрос. Контекст составляет 512 токенов, модель работает через библиотеку Transformers и сохранена в формате Safetensors. Базовая модель — fpadovani/nld-latn-10mb-ppt-Dp-10mb_seed455. Сведения о лицензии и специализированных областях применения в доступных источниках отсутствуют.

Карточка модели IVentureISB/Novi-Delhi-tinyllama на Hugging Face совпадает с карточкой IVentureISB/Novi-Delhi-Llama-3.1-8B, поэтому описание составлено по ней. Novi-Delhi-Llama-3.1-8B — дообученная языковая модель от IVentureISB на базе unsloth/tinyllama-bnb-4bit. Она предназначена для генерации текста и диалоговых сценариев. Модель построена на архитектуре Llama, имеет около 1 млрд параметров и контекстное окно 2048 токенов; для обучения использовались Unsloth и библиотека TRL. Карточка не уточняет специализацию обучения или конкретные области применения. Модель принимает текст и генерирует текст. В метаданных указан английский язык. Лицензия — Apache-2.0. Ограниченное контекстное окно и отсутствие описания обучения не позволяют оценить её качество и пригодность для узких задач.

Elfrino разработал PsyMedRose-20B — текстовую авторегрессионную модель семейства Llama с 19,8 млрд параметров. Это слияние методом SLERP двух предварительно обученных моделей: Undi95/PsyMedRP-v1-20B и tavtav/Rose-20B. Модель предназначена для генерации связного текста; название указывает на возможные психологические и медицинские ролевые сценарии, однако README не описывает их подробнее. Указан контекст длиной 4096 токенов. Модель распространяется в формате Safetensors и использует библиотеку Transformers. Автор характеризует результат как творческий и связный, но отмечает, что нужны дополнительные тесты. Лицензия в доступных данных не приведена.

Qwen2.5-0.5B-Instruct-IMat-GGUF — это GGUF-кเวантованная версия модели Qwen2.5-0.5B-Instruct, разработанной командой Qwen. Квантование выполнил legraphista с использованием llama.cpp и метода imatrix на основе калибровочного датасета. Модель предназначена для генерации текста и диалоговых сценариев, включая локальный запуск через совместимые инструменты llama.cpp. Модель имеет размер 0,5 млрд параметров и поддерживает текстовый ввод и вывод. В карточке указан английский язык; сведения об архитектуре, размере контекста и поддержке других языков не приведены. Доступны варианты в форматах BF16, F16, Q8_0, Q6_K, Q5_K, Q4_K, Q3_K, Q2_K и других GGUF-квантизациях. Для ряда вариантов применена imatrix-квантизация, позволяющая уменьшить размер модели и требования к памяти при сохранении приемлемого качества. Компактный размер делает модель подходящей для запуска на устройствах с ограниченными ресурсами, однако по возможностям и качеству она уступает более крупным моделям, а агрессивная квантование может дополнительно снижать точность генерации. Модель распространяется под лицензией Apache 2.0.

QWEN-2.5-0.5B-Synthia-II-i1-GGUF — это набор квантованных версий небольшой языковой модели QWEN-2.5-0.5B-Synthia-II, разработанной artificialguybr и дообученной на датасете migtissera/Synthia-v1.5-II. Квантование выполнил mradermacher с использованием формата GGUF и weighted/imatrix-подходов. Модель предназначена для генерации текста и диалоговых сценариев на английском языке. Благодаря размеру около 0,5 млрд параметров и небольшим файлам квантования она подходит для локального запуска на устройствах с ограниченными ресурсами, однако README не содержит сведений о длине контекста, точной архитектуре, поддерживаемых модальностях помимо текста или результатах тестирования. В репозитории представлены варианты квантования от IQ1 и Q2 до Q6_K размером примерно 0,5–0,8 ГБ. Более сильное квантование уменьшает требования к памяти и может ускорять работу, но способно заметно снижать качество; для некоторых вариантов отдельно отмечены низкое качество или преимущество альтернативных форматов. Лицензия модели — Apache-2.0.

Qwen3-0.6B-f16-GGUF — компактная языковая модель на 600 млн параметров, опубликованная Geoff Munn как конверсия Qwen/Qwen3-0.6B для локального запуска через llama.cpp и совместимые приложения. Репозиторий содержит GGUF в формате F16; модель предназначена для генерации текста и диалогов на устройствах с ограниченными ресурсами, включая работу без подключения к интернету. Модель рассчитана на быстрый и портативный инференс, но её небольшой размер ограничивает качество рассуждений, программирования и фактических ответов по сравнению с более крупными моделями. В карточке приведена настройка контекста 4096 токенов. Поддерживаемые языки — английский и китайский. Лицензия — Apache-2.0; автор отмечает, что это конверсия сообщества, не связанная с Alibaba Cloud или командой Qwen.

Qwen3-8b-compassion-cleaned-10k-20260910-CPT-merged-epoch-4 — самостоятельная слитая модель BF16 на архитектуре Qwen3 с 7,6 млрд параметров, созданная дообучением Qwen/Qwen3-8B-Base на корпусе очищенных текстов о сострадании. Она предназначена для генерации текста и диалогового применения; обучение продолжалось до четвёртой эпохи, указан шаг 1500. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. Веса сохранены в формате safetensors без потерь, модель загружается самостоятельно и не требует адаптера. Название датасета и цель обучения указывают на тематическую настройку вокруг сострадания, но автор отдельно отмечает, что обучение само по себе не доказывает улучшения этой способности, поэтому её следует оценивать отдельно. Лицензия в предоставленных сведениях не указана.

pipihand01/QwQ-32B-Preview-abliterated-linear50 — экспериментальная языковая модель, созданная автором репозитория с помощью mergekit линейным слиянием Qwen/QwQ-32B-Preview и huihui-ai/QwQ-32B-Preview-abliterated с весами 0,5 для каждой модели. Это плотная причинная трансформерная архитектура семейства Qwen2 с 32 млрд параметров, предназначенная для генерации диалогового текста, ролевых игр и художественных историй, в том числе на чувствительные темы. По предварительным экспериментам автора, слияние делает ответы на такие запросы более естественными и прямыми, сохраняя часть отказов. Для ролевых игр и историй автор рекомендует использовать чатовый режим и избегать формулировок в стиле AI-ассистента. Модель принимает текст и генерирует текст; в метаданных указан английский язык, а контекст составляет до 32 768 токенов. Модель экспериментальная: заявленные эффекты основаны на предварительных наблюдениях автора и не сопровождаются формальной оценкой качества. Ответы могут быть неприемлемы в некоторых ситуациях. Лицензия — Apache-2.0.

Rosa_v2_7B — разговорная модель на архитектуре Mistral, разработанная автором jeiku. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст; поддерживает контекст до 32 768 токенов и рассчитана на общение на английском языке. Автор объединил несколько пользовательских наборов данных при дообучении своей модели версии v1. Rosa_v2_7B предназначена для генерации прозы и ролевых диалогов, а также для обычного общения в чате. Указана лицензия other; конкретные условия следует проверять в репозитории модели. Автор характеризует её как модель для энтузиастов 7B и не обещает, что результат превзойдёт использованные компоненты.

RudraLM — дообученная Ramanand R. языковая модель на архитектуре GPT-2 для генерации связного текста по пользовательскому запросу. Она обучена на наборах пар «запрос — ответ» и предназначена для продолжения текста, создания ответов, творческого письма, сценариев и простых чат-ботов. Модель использует архитектуру GPT-2; в README заявлены изменения числа голов внимания и скрытых слоёв. Контекст модели составляет 1024 токена, основной язык — английский. Модель подходит для прототипов и генерации черновиков, но может выдавать фактические ошибки и унаследованные от GPT-2 предубеждения; результаты следует проверять, особенно в чувствительных и профессиональных сценариях. Модель находится в разработке. Указана лицензия OpenAI GPT-2 License.

Это дообученная версия модели fpadovani/rus-cyrl-10mb-ppt-shuff-dyck-100mb_seed10, созданная с использованием TRL. Модель семейства GPT-2 предназначена для генерации текста; пример в карточке показывает диалоговый ввод и генерацию ответа на вопрос. Модель распространяется в формате safetensors, использует библиотеку Transformers и имеет контекст длиной 512 токенов. По названию базовой модели она ориентирована на русский текст в кириллической записи. Карточка не описывает оценку качества или специальные сценарии применения; условия лицензии в доступных данных не приведены.

hwkwon/S-SOLAR-10.7B-v1.0 — разговорная модель генерации текста на основе архитектуры Llama, дообученная от yanolja/KoSOLAR-10.7B-v0.2. Она предназначена для диалога и ответов на запросы в формате «User / Assistant». Модель содержит 10,6 млрд параметров, использует формат safetensors и поддерживает контекст до 4096 токенов. Основной язык по карточке — корейский. Данные обучения в README не описаны, поэтому качество и специализацию модели за пределами диалоговой генерации оценить нельзя. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Модель fpadovani/swe-latn-100mb-ppt-Dp-100mb_seed455 — дообученная с помощью TRL версия goldfish-models/swe_latn_100mb на архитектуре GPT-2. Она предназначена для генерации текста и может использоваться для продолжения текста или ответов на запросы в формате диалога. Размер модели — 100 МБ, указанный в названии базовой модели; контекст ограничен 512 токенами. Модель распространяется в формате safetensors через Transformers. Лицензия в предоставленных данных не указана.

francesca9805 опубликовал дообученную модель goldfish-models/swe_latn_100mb на архитектуре GPT-2. Модель обучена с помощью TRL и предназначена для генерации текста; пример в карточке показывает ответ на открытый вопрос в диалоговом формате. Репозиторий содержит веса safetensors, библиотека для работы — Transformers. Контекст модели составляет 512 токенов. Карточка не описывает специализацию по предметным областям, конкретные языковые возможности или лицензию, поэтому их нельзя определить по доступным данным.

Модель Francesca9805 — дообученная с помощью TRL версия goldfish-models/tam_taml_100mb на базе архитектуры GPT-2. Она предназначена для генерации продолжений текста и ответов на запросы; в карточке приведён пример диалогового запроса. Модель использует формат safetensors, работает через Transformers и имеет контекст длиной 512 токенов. Лицензия и специализация по языкам в доступных данных не описаны.

fpadovani/tam-taml-100mb-ppt-Dp-100mb_seed455 — дообученная модель семейства GPT-2 на базе goldfish-models/tam_taml_100mb. По карточке, обучение выполнено с использованием TRL; модель предназначена для генерации продолжений текста и ответов на пользовательские запросы через конвейер text-generation в Transformers. Архитектура — плотная GPT2LMHeadModel, веса представлены в формате safetensors, длина контекста — 512 токенов. Модель можно применять для экспериментов с генерацией коротких ответов и диалоговых реплик. Карточка не сообщает о специализации на определённой предметной области или языке. Условия лицензии в предоставленных данных не приведены.

fpadovani/tam-taml-100mb-ppt-shuff-dyck-100mb_seed10 — дообученная модель семейства GPT-2, созданная на основе goldfish-models/tam_taml_100mb и обученная с использованием TRL. Предназначена для генерации текста в ответ на запросы; в карточке приведён пример диалогового запроса и получения продолжения текста через Transformers. Модель использует архитектуру GPT2LMHeadModel, сохраняется в формате safetensors и имеет контекстное окно 512 токенов. Лицензия в предоставленных данных не указана.

Модель fpadovani/tam-taml-10mb-10mb_seed455 — дообученная версия goldfish-models/tam_taml_10mb, созданная с помощью TRL. Это плотная языковая модель семейства GPT-2 для генерации текста; карточка показывает пример ответа на открытый вопрос в диалоговом формате. Модель принимает текст и выдаёт продолжение или ответ в виде текста. Её контекст составляет 512 токенов. В метаданных указан формат safetensors и библиотека Transformers. Сведения о лицензии и ограничениях качества в доступных данных отсутствуют.

Templare-12B — языковая модель ClaudioItaly, созданная слиянием предварительно обученных моделей с помощью mergekit и метода TIES. Это плотная авторегрессионная модель семейства Mistral с 12,1 млрд параметров; основное назначение — генерация текста в диалоговом режиме, в частности написание художественных историй. В карточке приведены примеры рассказов на английском языке и заявлена быстрая работа в LM Studio при тестировании с контекстом 4096 токенов. Модель основана на слиянии ArliAI/Mistral-Nemo-12B-ArliAI-RPMax-v1.1 и nbeerbower/mistral-nemo-gutenberg-12B-v2. Метаданные указывают контекстное окно до 1 024 000 токенов, формат safetensors и интерфейс для вызова инструментов; фактические качество и скорость зависят от среды и конфигурации. Лицензия в предоставленных данных не указана.

Kainatq/test002 — объединённая языковая модель на архитектуре Mistral, созданная автором с помощью mergekit и метода DARE TIES. В качестве базовой модели использована kainatq/Kainoverse-7b-v0.1; в объединение также вошли ChaoticNeutrals/RP_Vision_7B, ResplendentAI/DaturaCookie_7B и icefog72/IceDrunkenCherryRP-7b. Модель предназначена для генерации текста, в частности ролевого общения. Она содержит 7,1 млрд параметров, принимает текст и выдаёт текст, работает с контекстом до 32 768 токенов и распространяется в формате Safetensors через Transformers. Лицензия в предоставленных данных не указана.

TheSalt-RP-L3-8b-DPO-v0.3.2-e0.14.2-GGUF — это квантизированная версия текстовой генеративной модели TheSalt-RP-L3-8b-DPO-v0.3.2-e0.14.2, подготовленная пользователем bartowski на основе исходной модели cgato. Модель распространяется в формате GGUF для запуска с llama.cpp и его совместимыми инструментами. Суффикс RP указывает на ориентированность исходной модели на ролевые сценарии, однако подробное описание задач и поведения в README отсутствует. Доступны варианты от F32 размером 32,13 ГБ до низкобитных IQ- и Q-квантизаций размером около 3,18–8,54 ГБ. Для большинства сценариев рекомендуются варианты Q4–Q6, обеспечивающие компромисс между качеством и требованиями к памяти; Q6_K_L и Q6_K описаны как варианты очень высокого качества. Квантизация выполнена с использованием imatrix и llama.cpp release b3356. README не содержит сведений об архитектуре базовой модели, поддерживаемых языках, размере контекста и мультимодальности, поэтому эти характеристики нельзя достоверно указать. Шаблон чата не задан, и автор предупреждает, что используемый по умолчанию формат может быть некорректным; перед применением следует проверить карточку исходной модели. Лицензия — CC BY-NC 4.0, допускающая использование с ограничениями, включая некоммерческий характер лицензии.

TinyLlama-1.1B_fictional_v2 — дообученная чат-модель на архитектуре Llama, созданная на базе TinyLlama/TinyLlama-1.1B-Chat-v1.0 и датасета generator. Она предназначена для генерации текста и диалоговых ответов. Модель содержит около 1 млрд параметров, принимает текст и рассчитана на контекст до 2048 токенов. Карточка не описывает специализированные сценарии или результаты оценки качества. Базовая TinyLlama ориентирована на английский язык, поэтому пригодность этой версии для других языков по имеющимся данным подтвердить нельзя. Модель опубликована в формате safetensors под лицензией Apache-2.0.

Tsunami-0.5-7B-Instruct — тайская инструктивная языковая модель, созданная Pollakrit Lorprasertkul на основе Qwen2.5-7B. Модель дообучена примерно на 60 000 строк данных тайской тематики; версия 0.5 обучалась не на всём наборе данных. Она использует архитектуру Qwen2 dense с 7,1 млрд параметров и шаблон диалога ChatML. Метаданные указывают контекст до 131 072 токенов и поддержку чата и интерфейса вызова инструментов. Модель предназначена для генерации текста и диалоговых ответов на тайском языке, в том числе в специализированных тайских сценариях. В карточке приведены результаты оценивания на IFEval и BBH, но они сами по себе не подтверждают качество для конкретной прикладной задачи. Распространяется под лицензией Apache-2.0.

turkish-han-model — объединённая автором модель на архитектуре Llama для генерации текста и диалогового общения. Она создана методом SLERP с помощью mergekit из Sao10K/L3-8B-Stheno-v3.2 и ytu-ce-cosmos/Turkish-Llama-8b-Instruct-v0.1; в репозитории заявлено 7,5 млрд параметров, веса представлены в safetensors. Модель рассчитана прежде всего на общение на турецком языке и сочетает возможности турецкой инструкционной Llama с базой, ориентированной на ролевые диалоги и написание историй. Модель принимает текст и генерирует текст; максимальная длина контекста составляет 8192 токена. Её можно применять для турецких диалоговых интерфейсов, следования инструкциям и творческого письма. Метаданные указывают библиотеку Transformers и поддержку чата. Условия лицензии в предоставленных данных не приведены.

Модель Francesca9805 — дообученная с помощью TRL версия goldfish-models/tur_latn_100mb на архитектуре GPT-2. Она предназначена для генерации текста; в примере карточки показан ответ на открытый вопрос в формате диалога. Модель принимает текст и выдаёт продолжение, а её контекст ограничен 512 токенами. Весовые файлы представлены в формате safetensors. Сведений о лицензии и специализированных областях применения в доступных данных нет.

urd-arab-100mb-after-ppt-Dp-10mb-ckpt500_seed3407 — дообученная модель семейства GPT-2 от fpadovani, созданная на основе fpadovani/urd-arab-100mb-ppt-Dp-10mb_seed3407 с использованием TRL. Она предназначена для генерации текста; пример в карточке показывает ответ на открытый вопрос в формате диалога. Модель принимает текст и генерирует текст, поддерживает контекст длиной до 512 токенов и распространяется в формате safetensors для библиотеки Transformers. Лицензия и целевые естественные языки в доступных данных не указаны. Оценки качества и ограничения конкретного дообучения не приведены.

Модель francesca9805/urd-arab-100mb-ppt-Dp-100mb-packed-bfdiso_seed455 — дообученная на TRL версия goldfish-models/urd_arab_100mb. Это плотная авторегрессионная языковая модель семейства GPT-2, предназначенная для генерации текста и ответов на запросы. В карточке приведён пример диалогового запроса и запуска через Transformers; максимальная длина контекста составляет 512 токенов. Модель хранится в формате safetensors. README не описывает отдельные предметные области или языки обучения, поэтому её назначение можно определить только как генерацию текста общего назначения. Условия лицензии в предоставленных данных не приведены.