I.7Речь, диалоги и встречи

VideoLLaMA2.1-7B-AV — мультимодальная чат-модель команды DAMO-NLP-SG для вопросов о видео и звуке. Она сочетает аудиокодировщик BEATs_iter3+(AS2M)(cpt2) с языковым декодером VideoLLaMA2.1-7B-16F и предназначена для анализа аудиовизуального содержимого и ответов на вопросы по нему. Модель содержит 7,1 млрд параметров, использует архитектуру VideoLLaMA2 Qwen2 и поддерживает контекст до 32 768 токенов. Карточка указывает английский язык; репозиторий содержит веса Safetensors и предназначен для Transformers. Модель выпущена под лицензией Apache-2.0.

Hanhpt23/whisper-base-frenchmed-v1 — это дообученная на наборе данных pphuc25/FranceMed модель OpenAI Whisper Base для распознавания речи. Она принимает аудио и преобразует французскую речь в текст. Модель построена на архитектуре WhisperForConditionalGeneration, содержит 51,7 млн параметров и распространяется в формате safetensors. В README приведены результаты оценки на тестовой выборке: loss 1,5990 и WER 44,8680. Эти результаты указывают на заметные ошибки распознавания, поэтому качество для конкретных записей и условий следует оценивать отдельно. Модель распространяется по лицензии Apache-2.0.

Это дообученная с помощью TRL модель семейства GPT-2, созданная на основе goldfish-models/zho_hans_100mb. Она предназначена для генерации текста; пример в карточке показывает ответ на открытый вопрос в формате диалога. Модель использует архитектуру GPT2LMHeadModel и формат safetensors, её контекст ограничен 512 токенами. Данных о лицензии и конкретных языках модели в предоставленных источниках нет.

Это дообученная на базе francesca9805/zho-hans-10mb-ppt-Dp-100mb-packed-bfdiso_seed455 модель GPT-2 для генерации текста. Разработчик сообщает, что модель обучалась с помощью TRL; в качестве примера показана генерация ответа на вопрос в формате диалога. Архитектура — плотная GPT2LMHeadModel, веса представлены в формате safetensors, для запуска используется Transformers. Модель принимает текст и генерирует текст. Указанная длина контекста — 512 токенов. README не описывает целевые языки, специализированные области применения или результаты оценки качества. Лицензия в предоставленных данных не указана.

Это дообученная с помощью TRL модель генерации текста на архитектуре GPT-2, созданная на основе goldfish-models/zho_hans_10mb и опубликованная Francesca9805. Она предназначена для продолжения текста и ответов на текстовые запросы; в карточке приведён пример диалогового запроса и генерации ответа. Модель распространяется в формате safetensors и поддерживает контекст до 512 токенов. Язык и лицензия в доступных данных не указаны.

airolima-chronos-grad-l2-13B — текстовая генеративная модель на архитектуре Llama 2, созданная автором kingbri путём градиентного слияния Chronos 13B v2 и Airoboros L2 13B GPT4 2.0 с добавлением LoRA LimaRP с весом 0,25. При слиянии Airoboros с LimaRP задавался как основа ответа, а вклад Chronos постепенно усиливался для его уточнения; для этого применялся BlockMerge_Gradient. Модель предназначена для диалогов и генерации развернутых ответов по инструкции, в том числе ролевых диалогов. Модель содержит 12,9 млрд параметров, использует формат PyTorch и рассчитана на контекст до 4096 токенов. В карточке указана поддержка английского языка. Автор отмечает склонность Chronos к выразительным и длинным ответам, а LimaRP привносит манеру нишевых RP-форумов. Модель не предназначена для предоставления фактической информации или советов. Лицензия в предоставленных данных не указана.

CantoneseLLMChat-preview20240326 — предварительная чат-модель, разработанная hon9kon9ize на основе Yi-6B. Это плотная авторегрессионная модель семейства Llama с 5,8 млрд параметров и контекстом 4096 токенов; веса опубликованы в формате safetensors. Для адаптации к кантонскому языку модель прошла дополнительное предобучение на корпусе примерно из 200 млн токенов: переводных новостях Гонконга, статьях Википедии, субтитрах и открытых диалоговых корпусах. Словарь расширен частотной кантонской лексикой. Модель предназначена для понимания и генерации текста на кантонском языке, включая диалог с ассистентом. В ответах может смешивать письменный китайский с кантонским; качество для других вариантов китайского и неформального или диалектного кантонского может быть ниже. Возможны галлюцинации, предвзятость и устаревшие знания о Гонконге, особенно в ответах на других языках. Это preview-версия, авторы описывают продолжающуюся настройку DPO и планы заменить репозиторий новой версией. Лицензия — CC BY-NC-SA 4.0.

Chaos-Unknown-12B — языковая модель Vortex5, полученная слиянием пяти моделей: MegaMoon-Karcher-12B, Moondark-12B, Scarlet-Eclipse-12B, Harmonic-Lumina-12B и MN-12b-RP-Ink-RP-Longform. Для объединения использован собственный метод на основе mergekit; веса представлены в формате Safetensors с типом bfloat16. Модель построена на плотной архитектуре Mistral и содержит 12,1 млрд параметров, поддерживает контекст до 131 072 токенов. Модель предназначена для генерации текста в сценариях сторителлинга, ролевого общения и творческого письма. Доступна лицензия в карточке не указана, поэтому условия использования по имеющимся данным определить нельзя.

yuanzhoulvpi/chinese_bloom_7b_chat_v2 — диалоговая модель, созданная дообучением BLOOM-7B методом supervised fine-tuning на 1,5 млн китайских инструкций. Она предназначена для генерации ответов на китайском языке по пользовательским запросам и для создания диалоговых приложений. Модель использует плотную авторегрессионную архитектуру BLOOM с 9,1 млрд параметров; в репозитории доступны веса PyTorch и Safetensors. Автор сообщает, что версия V2 показала улучшение по сравнению с V1, обученной на меньшем наборе инструкций. В README также отмечено, что качество проверялось автором, но результаты тестов и подробные оценки не приведены. Модель распространяется по лицензии BigScience BLOOM RAIL 1.0; следует учитывать её условия использования.

Dans-TotSirocco-7b — экспериментальная чат-модель и гибрид instruct-модели от автора Dans-Archive, созданная на базе Mistral-7B-v0.1. Автор описывает её как прототип PersonalityEngine Mk. 2 для проверки проектов с данными. Модель дообучена на наборах одношаговых и многошаговых инструкций, ролевых сценариях и текстовых приключениях. Она предназначена для диалогов, следования инструкциям, ролевой игры и интерактивных текстовых историй. Для взаимодействия используется формат промптов Pygmalion/Metharme. Модель содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и принимает и генерирует текст на английском языке. Модель распространяется в формате safetensors по лицензии Apache-2.0. README представляет её как прототип для тестирования, поэтому заявленные возможности не следует считать гарантией качества для производственных сценариев.

Карточка модели arefehRajabian/deepseek_r1_finetune_16bit на Hugging Face совпадает с карточкой arefehRajabian/deepseek_r1_finetune_16bit_persian, поэтому описание составлено по ней. Модель arefehRajabian/deepseek_r1_finetune_16bit_persian — дообученная версия Qwen3 для генерации текста и диалогов. Она создана на основе unsloth/deepseek-r1-0528-qwen3-8b-unsloth-bnb-4bit с использованием Unsloth и библиотеки TRL; в репозитории указаны веса Safetensors и около 7,6 млрд параметров. Модель предназначена для текстовых запросов и ответов в чат-сценариях, а заявленное контекстное окно составляет 131 072 токена. Название указывает на настройку для персидского языка, однако README не приводит сведения о тренировочных данных или результаты оценки персидских возможностей. Метаданные отмечают английский язык. Модель выпущена разработчиком arefehRajabian под лицензией Apache-2.0; качество ответов и применимость к конкретным задачам следует проверять отдельно.

Dendrite-II-22B — экспериментальная текстовая модель семейства Llama от Envoid, созданная на основе Dendrite. Автор сообщает, что модель обучалась с помощью более длительной и качественной сессии LoRA, чтобы восстановить связность ответов без нового слияния весов. В карточке указано, что исходный Dendrite был объединением Llama-2-chat13B и Enterredaas33B с помощью скрипта frankenllama; сведения о конкретной базовой модели для Dendrite-II-22B в метаданных отсутствуют. Модель предназначена для генерации текста и особенно философских дискуссий. Автор отмечает, что она может быть непредсказуемой, выдавать нежелательное содержание и повторяться, если генерация не завершается EOS-токеном; рекомендуется не запрещать EOS. Репозиторий содержит веса PyTorch, архитектура — LlamaForCausalLM, размер — 21,6 млрд параметров, контекст — 4096 токенов. Лицензия в предоставленных данных не указана.

Модель fpadovani/eng-100mb-after-wc-uniform-newlex-jpn-ckpt500_seed10_seed10 — дообученная на базе fpadovani/ppt-wc-uniform-newlex-jpn-100mb_seed10 GPT-2-подобная языковая модель. Она предназначена для генерации и продолжения текста на английском языке; карточка демонстрирует ответы на открытый вопрос в формате диалога. Модель построена на архитектуре GPT-2 с плотными слоями, использует библиотеку Transformers и формат весов safetensors. Контекст модели — 512 токенов. В README указано, что обучение проводилось с TRL. Лицензия в предоставленных данных не указана.

Это дообученная модель семейства GPT-2 от fpadovani, созданная на основе fpadovani/ppt-art-lang-jpn-baseline_seed3407 с использованием TRL. Она предназначена для генерации текста и может использоваться для продолжения текста или ответов на открытые вопросы в формате диалога. Модель распространяется в формате Safetensors и рассчитана на контекст до 512 токенов. Карточка не сообщает лицензию и не описывает обучающие данные или результаты оценки качества.

fpadovani/eng-latn-100mb-ppt-Dp-100mb_seed455 — дообученная с помощью TRL модель семейства GPT-2 на базе goldfish-models/eng_latn_100mb. Она предназначена для генерации английского текста, в том числе ответов на вопросы и продолжения заданной беседы. Модель использует плотную архитектуру GPT2LMHeadModel, работает с текстом и имеет контекст длиной 512 токенов. Карточка демонстрирует генерацию ответа на вопрос, но не приводит оценок качества или дополнительных специализированных сценариев. Модель распространяется в формате Safetensors; лицензия в предоставленных данных не указана.

Модель francesca9805/eng-latn-10mb-ppt-Dp-10mb-packednew_seed3407 — дообученная с помощью TRL языковая модель на архитектуре GPT-2, созданная на основе goldfish-models/eng_latn_10mb. Она предназначена для генерации текста и может использоваться для продолжения текста или ответа на вопросы в формате диалога. Репозиторий содержит веса в формате safetensors; модель работает с библиотекой Transformers и имеет контекстное окно 512 токенов. README не описывает обучающий набор данных или специальные области применения; лицензия в предоставленных сведениях не обозначена.

fpadovani/eng-latn-10mb-ppt-shuff-dyck-10mb_seed455 — дообученная модель семейства GPT-2, созданная на основе goldfish-models/eng_latn_10mb с помощью TRL. Она предназначена для генерации текста; в карточке приведён пример ответа на вопрос в диалоговом формате. Модель использует архитектуру GPT2LMHeadModel, веса опубликованы в формате Safetensors, длина контекста — 512 токенов. Основной язык модели — английский. Условия лицензии в предоставленных данных не описаны.

Eximius_Persona_5B — текстовая модель семейства Llama, созданная независимым разработчиком SicariusSicariiStuff на основе дообученной meta-llama/Llama-3.2-3B-Instruct и многократного слияния моделей. В репозитории заявлены 5,4 млрд параметров, архитектура LlamaForCausalLM и контекст до 131 072 токенов; доступны веса SafeTensors. Модель предназначена прежде всего для ролевых диалогов и творческого письма, а также для обычной генерации текста и выполнения инструкций. Автор делает акцент на разнообразных речевых манерах, выразительных персонажах и связности ролевых сцен на длинном контексте. Для персонажей рекомендуется формат SICAtxt, а для поведения — отдельные настройки ролевого режима; результаты генерации зависят от параметров семплирования. Модель также описана как умеренно цензурированная и менее стабильная, чем обычные ассистентские модели. Лицензия — Llama 3.2; её условия распространяются на использование и дальнейшее распространение модели.

Gemma-2-Ataraxy-v4d-9B — слитая языковая модель на архитектуре Gemma 2, разработанная lemon07r с помощью mergekit и метода SLERP. В состав входят lemon07r/Gemma-2-Ataraxy-v4c-9B и sam-paech/Darkest-muse-v1; размер модели — 9 млрд параметров, формат весов — safetensors, максимальный контекст — 8192 токена. Модель предназначена прежде всего для творческого письма: создания историй, художественной прозы и выразительных диалогов. Автор также описывает её как универсальную модель для диалогового и общего применения и отмечает, что разработка опиралась на эксперименты и отзывы пользователей. Модель принимает текст и генерирует текст на английском языке. Лицензия — Gemma. README не приводит количественных результатов тестирования или подробностей об ограничениях; качество генерации может зависеть от запроса и сценария использования.

Ateron/Gemma-4-MoonGem-31B — объединённая модель семейства Gemma 4, опубликованная Ateron. Она предназначена для генерации текста в диалогах и ролевых сценариях. В README описаны несколько этапов слияния через mergekit, включая task arithmetic; метаданные указывают на архитектуру Gemma4ForConditionalGeneration, 31B в названии репозитория и формат safetensors. Карточка и теги связывают модель с англоязычным ролевым использованием. Модель распространяется по лицензии Apache-2.0. README не приводит измерений качества или конкретных ограничений; применимость слияния к отдельным задачам и входам VLM-компонента не подтверждена описанием, поэтому её следует оценивать на собственных примерах.

iko-01/gpt2_oasst1_50pct — модель, дообученная разработчиком на 50% случайной выборки диалогов OpenAssistant OASST1. Это авторегрессионная GPT-2 с архитектурой GPT2LMHeadModel и 124 млн параметров. Модель генерирует ответы на инструкции и реплики пользователя; для оптимальной работы ожидает формат диалога с маркерами «### Human:» и «### Assistant:». Подходит для экспериментов с генерацией диалогов и компактными разговорными моделями. Модель рассчитана на английский язык и имеет контекст длиной 1024 токена. Она компактна, но может испытывать трудности со сложными рассуждениями, точностью фактов и связностью в длинных диалогах. Данные OASST1 могут содержать предвзятость, ошибочную или токсичную информацию. Лицензия — Apache 2.0.

GreekLlama-1.1B-it — инструктивно дообученная плотная причинная языковая модель семейства Llama, разработанная автором gsar78 на основе gsar78/GreekLlama-1.1B-base. Она предназначена для генерации ответов на инструкции на греческом языке; обучение проводилось на 52 тысячах пар «инструкция—ответ». Модель содержит около 1 млрд параметров, принимает и генерирует текст, работает с контекстом до 2048 токенов и представлена в формате PyTorch. Лицензия — Apache-2.0. Карточка характеризует модель как экспериментальную и исследовательскую.

Half-NSFW_Noromaid-7b — текстовая авторегрессионная модель на архитектуре Mistral с 7,1 млрд параметров. Её создал Azazelle, объединив методом Slerp модели NeverSleep/Noromaid-7b-v0.2 и athirdpath/NSFW_DPO_Noromaid-7b; в конфигурации слияния указана базовая модель mistralai/Mistral-7B-v0.1. Модель предназначена для генерации текста в диалогах и сценариях ролевого общения, включая контент для взрослой аудитории. Указанное в метаданных контекстное окно составляет 32 768 токенов. Репозиторий содержит веса в формате Safetensors, а лицензия — CC BY 4.0. Карточка не приводит сведений о языковом охвате или результатах оценки качества.

Higgs TTS 3 — модель синтеза речи, представленная в репозитории LiShi30678 и разработанная Boson AI. Она преобразует текст в выразительную разговорную речь, поддерживает клонирование голоса по образцу и управление эмоциями, стилем, просодией, паузами и звуковыми эффектами с помощью встроенных тегов. Модель построена на авторегрессионном декодере примерно на 4 млрд параметров с архитектурой Higgs Multimodal Qwen3; аудио представляется восемью кодовыми книгами, частота кодирования — 25 кадров в секунду. Длина контекста составляет 8 192 токена. В README заявлена поддержка более 100 языков: для 85 указано качество WER/CER ниже 5, для ещё 17 — от 5 до 10. Русский входит в первую группу. Основной сценарий — генерация естественной речи для диалогов и озвучивания контента. Лицензия Boson Higgs TTS 3 Research and Non-Commercial License разрешает исследовательское и некоммерческое использование. Для производственного применения, размещённых API, интеграции в продукт или перепродажи нужна отдельная коммерческая лицензия. Создателям цифрового контента разрешено монетизировать созданные материалы по Creator Use Grant при указании авторства Boson AI's Higgs Audio. Лицензия запрещает клонирование голоса без согласия, имитацию личности, мошенничество, обман избирателей и биометрическое наблюдение.

Модель francesca9805/hin-deva-10mb-after-ppt-Dp-10mb-packed-bfdiso-ckpt500_seed10 — дообученная разработчиком Francesca9805 модель GPT-2 для генерации текста. Она обучена с помощью TRL и предназначена для текстовых запросов, в том числе вопросов, заданных в диалоговом формате. Модель основана на francesca9805/hin-deva-10mb-ppt-Dp-10mb-packed-bfdiso_seed10 и работает через библиотеку Transformers. Модель принимает текст и генерирует продолжение; в примере карточки показан ответ на вопрос с ограничением генерации в 128 новых токенов. Контекст модели составляет 512 токенов. Карточка не сообщает сведения о языках обучения или лицензии, поэтому область языковой поддержки и условия использования по ней определить нельзя.

Humanish-Roleplay-Llama-3.1-8B — диалоговая модель на архитектуре Llama 3.1, дообученная методом DPO разработчиком vicgalle. Она предназначена для естественных разговоров и ролевых сценариев: модель стремится отвечать менее шаблонно и может использовать формат описания действий в ролевой игре. Обучение включало данные общих разговоров и наборы для более человечных ответов и RP. Модель содержит 7,5 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — 131 072 токена. Карточка не сообщает о специализации на конкретных естественных языках. Для RP автор рекомендует естественно задать формат действий уже в первом сообщении. Модель распространяется по лицензии Apache-2.0.

Infinitely-Laydiculous-7B — англоязычная языковая модель на архитектуре Mistral, созданная ChaoticNeutrals слиянием SLERP моделей Endevor/InfinityRP-v1-7B и l3utterfly/mistral-7b-v0.1-layla-v4. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст; длина контекста — до 32 768 токенов. Модель предназначена для генерации текста и ролевых диалогов. В карточке указана конфигурация слияния, сочетающая веса двух исходных моделей; отдельные результаты оценки качества не приведены. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Сведения о лицензии в предоставленных данных отсутствуют.

Модель francesca9805/isl-latn-100mb-ppt-Dp-10mb-packed-bfdiso_seed3407 — дообученная модель генерации текста на основе goldfish-models/isl_latn_100mb. Она построена на архитектуре GPT-2 и обучена с использованием TRL; формат весов — safetensors. Карточка демонстрирует генерацию ответа на вопрос в формате диалога. Модель предназначена для продолжения текста и генерации ответов на пользовательские запросы. Контекст ограничен 512 токенами. Лицензия и поддерживаемые естественные языки в предоставленных источниках не обозначены.

Модель francesca9805/isl-latn-10mb-after-ppt-Dp-100mb-packed-bfdiso-ckpt500_seed10 — дообученная версия GPT-2, созданная на основе francesca9805/isl-latn-10mb-ppt-Dp-100mb-packed-bfdiso_seed10 с использованием TRL. Это плотная авторегрессионная модель для генерации текста; в примере из карточки она получает вопрос в формате диалога и генерирует ответ. Модель рассчитана на текстовый ввод и выдаёт текст, её контекст составляет 512 токенов. Модель подходит для экспериментов с генерацией продолжений и ответов на вопросы в диалоговом формате. Карточка не описывает специализацию по языкам или предметным областям, а также не приводит лицензию; поэтому эти свойства нельзя надёжно уточнить.

Модель francesca9805/ita-100mb-after-wc-uniform-newlex-before-ckpt500-packed-bfdiso_seed3407 — дообученный на TRL чекпойнт GPT-2 для генерации текста. В карточке приведён пример генерации ответа на открытый вопрос; модель предназначена для продолжения текста и ответов в диалоговом формате. Модель использует плотную архитектуру GPT-2 и принимает текст, выдавая текст. Нативная длина контекста — 512 токенов. Веса доступны в формате safetensors. Она дообучена на базе francesca9805/ppt-wc-uniform-newlex-ita-before-100mb-packed-bfdiso_seed3407. Лицензия в предоставленных данных не указана.