I.7Речь, диалоги и встречи

Junhoee/Kobart-Jeju-translation — корейская модель машинного перевода между диалектом Чеджу и стандартным корейским. Её разработали участники команд Bitamin 12-го и 13-го наборов. Модель основана на gogamza/kobart-base-v2 и дообучена на примерно 930 тысячах примеров, включая данные AI-Hub о речи на чеджуском диалекте и региональных говорах, словарь чеджуского диалекта и собранные авторами тексты.

OLAIR/ko-r1-1.5b-preview — корейская модель рассуждений Ko-R1-Preview, построенная на архитектуре Qwen2 и разработанная как реализация подхода R1. Модель содержит 1,5 млрд параметров и предназначена для генерации ответов в диалоговом формате. В README описан двухэтапный подход: рассуждение выполняется на английском языке, а итоговое решение формулируется на корейском. Модель оценивалась на подмножествах бенчмарка HRM8K. В опубликованных настройках оценки указаны температура 0, минимальная длина генерации 32 токена, максимальная — 8192 токена и штраф за повторение 1,1. Метаданные указывают на контекст до 131 072 токенов, формат весов Safetensors и лицензию Apache-2.0. README не раскрывает количественные результаты оценки; заявленный подход к рассуждению и оценка на бенчмарке сами по себе не гарантируют точность ответов.

KuroMitsu-11B — языковая модель на 10,6 млрд параметров, которую автор Himitsui дообучил на базе Solar. Модель построена на архитектуре Llama и предназначена прежде всего для ролевых диалогов; также обучалась на чатовых и инструкционных примерах. Для запросов подходят форматы Vicuna и Alpaca. Модель генерирует текст и имеет контекстное окно 8192 токена. В обучающих данных присутствуют токсичные и оскорбительные материалы, а модель задумана как uncensored-вариант без ограничений на такой контент. Репозиторий содержит веса PyTorch. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Jebadiah/Llama-3-8B-source-lewd-function-calling — объединённая языковая модель на архитектуре Llama 3, созданная с помощью mergekit методом DARE TIES. В объединение вошли Undi95/Llama-3-LewdPlay-8B-evo и Trelis/Meta-Llama-3-8B-Instruct-function-calling; модель насчитывает 7,5 млрд параметров и использует формат Safetensors. Модель предназначена для генерации текста в диалогах, включая ролевые сценарии с откровенным содержанием, и для диалогов с интерфейсом вызова функций. Она принимает текст и выдаёт текст. Максимальный контекст составляет 8192 токена. В метаданных указана библиотека Transformers и предупреждение о том, что модель подходит не для всех аудиторий. Лицензия в предоставленных данных не указана.

Loyal-Macaroni-Maid-7B-imatrix-GGUF — набор квантизированных моделей в формате GGUF с использованием imatrix, созданный пользователем duyntnet на основе Loyal-Macaroni-Maid-7B от SanjiWatsuki. Модель предназначена для генерации текста по инструкциям и диалогового использования, включая сценарии ролевого общения в SillyTavern. Модель имеет размер 7B параметров, относится к текстовым генеративным моделям и поддерживает английский язык. README указывает на совместимость с шаблоном Noromaid, пользовательским форматом запросов и форматом Alpaca. Для SillyTavern рекомендуются отдельные настройки контекста, инструкций и генерации, однако точные параметры архитектуры и размер контекстного окна не указаны. К сильным сторонам относятся специализированная настройка под диалоговые и ролевые сценарии, наличие квантизированных GGUF-вариантов и рекомендации по форматам промптов. Ограничения включают отсутствие подробных сведений о качестве, бенчмарках, поддерживаемых квантизациях и точных требованиях к ресурсам. Лицензия обозначена как other, без дополнительных условий использования в представленном README.

MergekitCloud/mergekit-14 — объединённая языковая модель на архитектуре Llama, созданная методом Model Stock с помощью mergekit. В качестве базовой использована vicgalle/Humanish-Roleplay-Llama-3.1-8B; в объединение 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. Репозиторий содержит веса safetensors, всего около 7,5 млрд параметров; заявленный контекст — 131 072 токена. Модель предназначена для генерации текста и диалогового общения, с акцентом на ролевые сценарии и более свободные ответы. Она принимает текст и выдаёт текст. Карточка не сообщает о поддерживаемых языках и лицензии, поэтому их нельзя надёжно указать.

Карточка модели MergekitCloud/mergekit-50 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.

Это диалоговая языковая модель семейства Llama, созданная дообучением Meta-Llama-3-8B-Instruct на датасете generator. Она предназначена для генерации текста в формате диалога; название репозитория указывает на французскую тематику fictional arc, однако README не поясняет её конкретные сценарии и специализацию. Модель содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и поддерживает контекст до 8192 токенов. Модель принимает текст и выдаёт текст. Указана лицензия other; конкретные условия использования следует проверять в карточке и файлах лицензии репозитория. README не содержит сведений об оценке качества или специальных ограничениях.

MFANN-abliterated-phi2-merge-unretrained — диалоговая модель генерации текста, созданная слиянием методом SLERP двух моделей: netcat420/MFANN3bv1.1 и M1LL1X/microsoft-phi-2-trained-abliterated-QA-1960-all-modules-merged. В основе — плотная архитектура Phi-2 с 3,5 млрд параметров; модель распространяется в формате safetensors и рассчитана на контекст до 2048 токенов. Модель предназначена для генерации ответов в диалоге. Карточка описывает способ слияния, но не приводит отдельных результатов оценки качества или подробных рекомендаций по применению. Указана библиотека Transformers. Лицензия в предоставленных данных не приведена.

wvnvwn/Mistral-7B-Instruct-v0.3-gsm8k-v1 — дообученная компанией или автором wvnvwn версия Mistral-7B-Instruct-v0.3, созданная для генерации текста и диалогов. В README указано, что модель обучалась с помощью TRL; название репозитория указывает на настройку для GSM8K, но подробности обучающих данных и результатов не приведены. Модель использует плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Она принимает текстовые запросы и генерирует текст; репозиторий использует формат safetensors и библиотеку Transformers. Лицензия в предоставленных данных не указана.

MN-12B-Faun-RP-RU — плотная языковая модель на архитектуре MistralForCausalLM, созданная автором limloop методом TIES-слияния нескольких моделей на базе Mistral Nemo 12B. Она предназначена для ролевых диалогов, творческой генерации и продолжительных бесед, с особым вниманием к выразительности, удержанию персонажа и стилю на русском языке. Модель содержит 12,1 млрд параметров; в карточке указано контекстное окно до 1 024 000 токенов, а автор сообщает о проверке стабильности примерно до 8 192 токенов. Поддерживаются русский и английский языки. Модель может быть полезна для создания ролевых персонажей, художественных сцен и диалогов с устойчивым стилем. Она преимущественно не ограничивает генерацию NSFW-тем, но иногда предваряет ответы на чувствительные запросы предупреждением; в сложных рассуждениях может переключаться на английский. После слияния дополнительное обучение не проводилось. Распространяется по лицензии Apache-2.0.

NeuralDaredevil-8B-abliterated — плотная причинно-языковая модель семейства Llama 3 от mlabonne, дообученная методом DPO на одном проходе по набору mlabonne/orpo-dpo-mix-40k. В репозитории около 7,5 млрд параметров; модель работает с текстом и поддерживает контекст до 8192 токенов. Модель предназначена для генерации текста в диалоговом формате, в том числе для ролевых сценариев и приложений, которым требуется меньше ограничений на ответы. Автор сообщает, что DPO-дообучение восстановило часть потери качества после abliteration, и приводит результаты собственных оценок; это не гарантирует качество для конкретного применения. Модель не предназначена для задач, где требуется выравнивание поведения. Поддерживаемый язык в предоставленных данных не указан. Указанная лицензия — Llama 3 Community License. В карточке упоминается тестирование через LM Studio с пресетами Llama 3 и Llama 3 v2.

Модель francesca9805/nor-latn-100mb-ppt-Dp-100mb-packed-bfdiso_seed3407 — дообученная с помощью TRL модель семейства GPT-2 на базе goldfish-models/nor_latn_100mb. Она предназначена для генерации текста в ответ на запросы; в карточке показан пример диалогового обращения с вопросом и генерации продолжения. Модель использует архитектуру GPT2LMHeadModel, хранится в формате safetensors и имеет контекст длиной 512 токенов. Лицензия в доступных сведениях не указана.

Pebble-25M-Chat — компактная авторегрессионная чат-модель, разработанная basically-ai и дообученная на базе basically-ai/Pebble-25M. Она предназначена для диалогов и генерации текста. Архитектура объединяет блоки Mamba2 и Transformer в повторяющемся соотношении 3:1; в модели около 25 млн параметров по README и 48,6 млн по метаданным. Контекст составляет 2048 токенов, используется byte-level BPE с размером словаря 2048. Базовую модель предварительно обучали на 25 млрд токенов, а Pebble-25M-Chat дополнительно обучили методом SFT на 250 млн токенов из smol-smoltalk. В README приведены результаты тестов с выбором ответа, но они заметно варьируются по бенчмаркам; установка требует CUDA и Triton-ядер, рекомендуется GPU уровня Ampere или новее. Модель распространяется по лицензии Apache-2.0.

bunnycore/Phi-3.5-Mini-Sonet-RP-V2 — диалоговая языковая модель, созданная сообществом bunnycore с помощью слияния нескольких моделей семейства Phi-3.5 Mini методом Model Stock через mergekit. Это плотная авторегрессионная модель архитектуры Phi3 с 3,7 млрд параметров; она принимает текст и генерирует текст, поддерживает формат диалога ChatML и имеет контекст длиной 4096 токенов. Модель предназначена для диалоговой генерации текста и ролевых сценариев. В состав слияния вошли ArliAI/Phi-3.5-mini-3.8B-ArliAI-RPMax-v1.1, bunnycore/Phi-3.5-Mini-Sonet-RP, bunnycore/Phi-3.5-Sonet-RP-ChatML и SicariusSicariiStuff/Phi-3.5-mini-instruct_Uncensored. Базовая модель каталога характеризуется как англоязычная модель с пониженным уровнем цензурирования. Модель распространяется в формате safetensors; библиотека для работы с ней — Transformers. Карточка не сообщает лицензию и не приводит оценок качества. Сниженная цензура означает, что ответы могут включать нежелательное содержание; короткое контекстное окно также ограничивает объём диалога и учитываемого текста.

fpadovani/ppt-art-lang-newlexicon-nld-baseline-100mb_seed455 — дообученная модель генерации текста на архитектуре GPT-2, созданная на основе goldfish-models/nld_latn_100mb с использованием TRL. Карточка демонстрирует генерацию ответа на вопрос; модель подходит для продолжения текста и диалоговых ответов. Модель принимает текст и выдаёт текст. Контекст составляет 512 токенов. Доступна в формате safetensors для библиотеки Transformers. В метаданных указана связь с нидерландской базовой моделью, однако поддержка других языков не подтверждена. Сведений о лицензии и специальных ограничениях в предоставленных материалах нет.

Это дообученная модель GPT-2, созданная на основе goldfish-models/eng_latn_100mb и обученная с помощью TRL. Она предназначена для генерации английского текста и может использоваться для продолжения текста или получения ответов на вопросы в формате диалога. Модель принимает текст и выдаёт текст; архитектура — плотная GPT-2 с классом GPT2LMHeadModel, веса сохранены в формате safetensors. Контекст составляет 512 токенов. Лицензия в предоставленных данных не указана.

fpadovani/ppt-wc-zipf-newlex-eng-100mb_seed657 — это дообученная с помощью TRL модель семейства GPT-2, основанная на goldfish-models/eng_latn_100mb. Она предназначена для генерации английского текста; пример в карточке показывает продолжение ответа на вопрос в формате диалога. Модель принимает текст и выдаёт текст, а максимальная длина контекста составляет 512 токенов. Модель опубликована в формате safetensors и использует библиотеку Transformers. Сведений о лицензии и специализированных ограничениях в карточке нет.

MalvinasMan/Qwen2.5-0.5B-Instruct-Gensyn-Swarm-slimy_shrewd_whale — дообученная версия модели Gensyn/Qwen2.5-0.5B-Instruct, разработанная участником MalvinasMan с использованием библиотеки TRL. Модель предназначена для генерации текста и диалоговых сценариев; в README приведён пример применения через Transformers pipeline для ответа на пользовательский вопрос. Модель основана на Qwen2.5-0.5B-Instruct, однако подробные сведения об архитектуре, количестве параметров, поддерживаемых языках, модальностях и размере контекста в карточке не указаны. Дообучение выполнено методом GRPO, применяемым для оптимизации поведения языковых моделей, но конкретные обучающие данные, целевая функция и измерения качества не раскрыты. Указаны версии TRL 0.15.2, Transformers 4.51.3, PyTorch 2.5.1, Datasets 3.6.0 и Tokenizers 0.21.1. К сильным сторонам относятся компактный размер базовой модели и совместимость с экосистемой Transformers. Ограничения — отсутствие в README результатов оценки, описания улучшений после дообучения и подробной информации о возможностях модели, поэтому её качество и пригодность для конкретных задач необходимо проверять отдельно. Лицензия обозначена как «license», без уточнения условий использования.

Карточка модели DavidAU/Qwen2.5-1.5B-VibeThinker-heretic-uncensored-abliterated на Hugging Face совпадает с карточкой raithdemis/Qwen2.5-1.5B-VibeThinker-heretic-uncensored-abliterated, поэтому описание составлено по ней. raithdemis/Qwen2.5-1.5B-VibeThinker-heretic-uncensored-abliterated — диалоговая языковая модель на архитектуре Qwen2 с 1,5 млрд параметров, созданная дообучением WeiboAI/VibeThinker-1.5B и обработкой Heretic v1.0.1 для снижения частоты отказов. Предназначена для генерации текста в диалогах и ролевых сценариях; автор также указывает возможность генерации контента для взрослых. Заявленная длина контекста — 128k токенов. По данным карточки, доля отказов после обработки составила 5 из 100 против 61 из 100 у исходной модели, а KL-дивергенция — 0,01. Это показатели, приведённые автором, а не независимая оценка качества. Карточка отмечает, что для получения явно заданного стиля или уровня откровенности иногда нужны дополнительные инструкции. Модель опубликована в формате safetensors для Transformers; сведения о лицензии в предоставленных данных отсутствуют.

Qwen3-8B-Base-Math-TauSFT — плотная авторегрессионная языковая модель семейства Qwen3, опубликованная как веса BF16 для Transformers. Это контрольная точка после этапа supervised fine-tuning TauSFT, разработанная на основе Qwen3-8B-Base-Math и обученная на 25 956 записях, полученных из траекторий Tau-bench от Qwen3-32B. Модель предназначена для генерации текста в диалоговых сценариях и выполнения задач, связанных с Tau-bench; карточка описывает этап до последующего обучения с подкреплением. Модель содержит 7,6 млрд параметров, поддерживает контекст до 32 768 токенов и использует архитектуру Qwen3ForCausalLM. Для запуска указаны Transformers с поддержкой Qwen3, PyTorch, Accelerate и safetensors. Репозиторий не включает обучающие данные и состояния оптимизатора. Лицензия — Apache-2.0.

Карточка модели nilgeoutim/RLCR-math на Hugging Face совпадает с карточкой llm-calibration/RLCR-math, поэтому описание составлено по ней. RLCR-math — языковая модель для генерации текста, созданная дообучением Qwen/Qwen2.5-3B с использованием TRL. В метаданных указаны архитектурное семейство Qwen2 и поддержка диалогового режима; карточка показывает запуск через Transformers с задачей text-generation. Модель предназначена для генерации ответов на пользовательские сообщения. Название указывает на математическую направленность, однако README не описывает обучающие данные, конкретные математические навыки или результаты оценки, поэтому специализированное качество в математике не подтверждено. Веса опубликованы в формате safetensors; базовая модель содержит около 3,1 млрд параметров. Условия лицензии и длина контекста в предоставленных данных не указаны.

mrm8488/roberta-large-finetuned-wsc — дообученная модель RoBERTa Large для задачи Winograd Schema Challenge, опубликованная как шаг из исходного репозитория. Она предназначена для разрешения местоименной отсылки: модель оценивает, к какому из упомянутых в предложении кандидатов относится местоимение. В README описан вариант обучения с функцией потерь cross entropy; авторы сообщают о точности 92,3% на dev-наборе, достигнутой лучшей моделью среди примерно ста запусков. В README также описан вариант обучения для задач формата WinoGrande с двумя кандидатами. Модель имеет архитектуру RoBERTa Large с 454,1 млн параметров и принимает текст с маскированным токеном; максимальная длина контекста составляет 514 токенов. В метаданных указан pipeline fill-mask. Описание не подтверждает поддержку конкретных естественных языков, поэтому язык не уточняется. README предупреждает о высокой вариативности результатов обучения. Лицензия в предоставленных данных не указана.

RPBizkitRemiX-v2-12B — экспериментальная слитая модель RicardoEstep на архитектуре Mistral Nemo для генерации текста и ролевого общения. Она объединяет несколько моделей RPBizkit с Mistral-Nemo-Instruct-2407-abliterated методом DARE TIES через Mergekit; объём модели — 12,1 млрд параметров, формат весов — Safetensors, библиотека — Transformers. В README заявлена поддержка контекста до 128 тысяч токенов; конфигурация использует BF16. Модель рассчитана на творческие диалоги и ролевые сценарии с энергичной манерой ответов. Автор рекомендует шаблон Alpaca с RAW-вводом и температуру до 1,15, отмечая диапазон 0,86–0,92 для творческих ролевых сцен. Лицензия в предоставленных данных не указана.

RP-Stew-v4.0-34B — экспериментальная слитая модель для генерации текста и ролевых диалогов. Её собрал автор ParasiticRogue; архитектура — плотная Llama, около 33,9 млрд параметров. В README модель описана как тестовое слияние, призванное расширить возможности Stew; автор отмечает обнадёживающие результаты кратких тестов по сравнению с v3. Рекомендуемый формат общения — Chat-Vicuna-1.1. В слияние вошли Bagel-dpo-34b-v0.5, Nous-Capybara-34B-V1.9, Nyakura-CausalLM-RP-34B, Tess-2.0-Yi-34B-200K и Toxic-PiVoT-RP-34B. Метаданные указывают контекст до 200 000 токенов и формат Safetensors. Лицензия — Apache-2.0. README сообщает, что для этой версии пока требуется включить trust_remote_code; качество автор оценивал лишь в кратких тестах, поэтому оно не подтверждено широкими испытаниями.

Модель francesca9805/rus-cyrl-10mb-after-ppt-Dp-10mb-packed-bfdiso-ckpt500_seed3407 — дообученная на русском кириллическом тексте GPT‑2 с архитектурой GPT2LMHeadModel. Разработчик указывает, что модель обучена с помощью TRL; в примере показана генерация ответа на открытый вопрос и продолжение текста. Она принимает текст и выдаёт текст, а доступный контекст составляет 512 токенов. Модель подходит для генерации коротких ответов и продолжений на русском языке. В карточке нет сведений о размере модели, оценках качества и лицензии, поэтому нельзя надёжно судить о её пригодности для конкретных задач или условиях коммерческого использования.

AIdenU/SOLAR-10.7b-ko-Y24_v0.1 — языковая модель для генерации текста на основе upstage/SOLAR-10.7B-v1.0. Она использует плотную архитектуру семейства Llama с 10,6 млрд параметров и рассчитана на контекст до 4096 токенов. Метаданные указывают поддержку корейского языка и задачу text-generation; README сообщает базовую модель, но не описывает отдельно сценарии адаптации или результаты оценки. Модель подходит для генерации и продолжения корейского текста в приложениях на базе Transformers. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Soul_3B — разговорная языковая модель, созданная автором jeiku слиянием предварительно обученных моделей методом task arithmetic с помощью mergekit. В качестве базовой использована jeiku/Rosa_v1_3B; в слияние также вошли LimaRP_StableLM, Gnosis_256_StableLM, Humiliation_StableLM, Futa_Erotica_StableLM и Theory_of_Mind_128_StableLM. Модель предназначена для генерации текста и диалогов. Она построена на архитектуре StableLM Epoch, имеет около 2,7 млрд параметров и контекст до 4096 токенов. Метаданные указывают на английский язык и разговорный сценарий; модель доступна в формате safetensors и использует библиотеку Transformers. Состав исходных моделей предполагает ориентацию на ролевые диалоги и темы отношений, включая откровенный контент. Качество и поведение могут зависеть от конкретного запроса и объединённых компонентов. Сведения о лицензии в предоставленных данных отсутствуют.

Stellar Odyssey 12b v0.0 — экспериментальное объединение языковых моделей, созданное автором карточки с помощью mergekit. В основу merge вошли mistralai/Mistral-Nemo-Base-2407, Sao10K/MN-12B-Lyra-v4, nothingiisreal/MN-12B-Starcannon-v2 и Gryphe/Pantheon-RP-1.5-12b-Nemo; применён метод della_linear. Архитектура — плотная MistralForCausalLM, размер — 12,1 млрд параметров. Модель предназначена для генерации текста в диалоговом формате ChatML и сценариев ролевого общения. В метаданных указан контекст до 1 024 000 токенов. Модель доступна в формате safetensors и использует библиотеку Transformers. Карточка описывает её как результат повторной попытки слияния, а доступ был ограничен на время тестирования, поэтому практическое качество и стабильность не подтверждены. Лицензия — CC BY-NC 4.0, с ограничением на коммерческое использование.

Модель francesca9805/swe-latn-100mb-ppt-Dp-100mb-packed-bfdiso_seed455 — дообученная версия goldfish-models/swe_latn_100mb, созданная с помощью TRL и предназначенная для генерации текста. Она использует архитектуру GPT-2 и библиотеку Transformers, сохраняется в формате safetensors и имеет контекстное окно 512 токенов. В карточке приведён пример генерации ответа на вопрос.