I.7Речь, диалоги и встречи

Карточка модели aoi-ot/VibeVoice-1.5B на Hugging Face совпадает с карточкой FranckyB/VibeVoice-1.5B, поэтому описание составлено по ней. FranckyB публикует VibeVoice-1.5B — модель синтеза речи на базе архитектуры VibeVoice. Она преобразует текст диалогов в выразительную разговорную речь, в том числе для подкастов и длинных многоязычных по составу диалогов. В README указана базовая модель Qwen2.5 1.5B; архитектура сочетает LLM, которая учитывает контекст и ход диалога, и диффузионную голову для генерации акустических деталей. Модель использует акустический и семантический непрерывные токенизаторы с частотой 7,5 Гц. Модель рассчитана на контекст до 64 тысяч токенов, генерацию аудио длительностью до примерно 90 минут и диалоги с участием до четырёх говорящих. Поддерживаются английский и китайский языки. Репозиторий содержит веса Safetensors, библиотека — Transformers; лицензия — MIT. Карточка позиционирует модель для исследований и разработки и не рекомендует применять её в коммерческих или реальных сценариях без дополнительной проверки. Она создаёт только речь, не генерирует фоновый звук или музыку, не поддерживает перекрывающуюся речь, а тексты на других языках могут давать непредсказуемый результат. Возможны смещения и ошибки; в сгенерированное аудио встроены слышимый дисклеймер и водяной знак.

VibeVoice-7B — модель синтеза речи семейства VibeVoice, разработанная Microsoft; эта копия размещена пользователем на Hugging Face. Она предназначена для создания выразительной длинной разговорной речи, например подкастов, по тексту. Модель сочетает LLM для понимания контекста и структуры диалога с диффузионной головой для генерации акустических деталей; в README описаны непрерывные акустические и семантические токенизаторы с частотой 7,5 Гц. Заявлена генерация аудио длительностью до 90 минут с участием до четырёх говорящих. Модель рассчитана на английский и китайский языки. Она генерирует речь, но не музыку, фоновые звуки или эффекты и не моделирует перекрывающуюся речь. README предостерегает от коммерческого и реального применения без дополнительной проверки, а также указывает на риск предвзятых или неточных результатов и злоупотребления синтетическими голосами. Лицензия репозитория — MIT; README ограничивает заявленное назначение исследовательскими задачами и перечисляет сценарии, для которых модель не предназначена.

Corianas/111m — дообученная Corianas версия Cerebras 111M, созданная с помощью инструментов DataBricks Dolly и обученная следовать инструкциям. Это плотная авторегрессионная GPT-2-модель с 111 млн параметров и контекстом 2048 токенов; она принимает текст и генерирует текст. Модель рассчитана на англоязычный диалог в формате простого чат-бота и ответы на инструкции. Модель можно использовать для простых ответов на вопросы и выполнения текстовых инструкций, но её знания о фактах ненадёжны. Автор предупреждает, что она не подходит для задач, где важна точность, в частности для медицинских и финансовых советов. Веса доступны в форматах PyTorch и safetensors; лицензия — CC BY-NC-SA 4.0.

An4-7Bv3 — слитая модель на архитектуре Mistral, созданная Smuggling1710 с помощью LazyMergekit из An4-7Bv2, Kunocchini-7b-128k-test и InfinityRP-v1-7B. Модель содержит 7,1 млрд параметров и предназначена для генерации текста, в частности ролевых диалогов; базовая модель описана как англоязычная и настроенная на ожидание ответа пользователя и передачу мыслей персонажа. Слияние выполнено методом dare_ties с базовой моделью Smuggling1710/An4-7Bv2; веса сохранены в формате safetensors с dtype bfloat16. Нативная длина контекста — 32 768 токенов. Модель помечена как не подходящая для всех аудиторий. Лицензия в предоставленных данных не указана.

AntlerStar-RP — японская модель для ролевых диалогов, созданная Aratako с помощью mergekit. Она объединяет Antler-7B-RP-v3 и Japanese-Starling-ChatV-7B-RP, а также модели WestLake-7B-v2, Kunoichi-DPO-v2-7B, Silicon-Maid-7B и Loyal-Macaroni-Maid-7B: сначала их параметры комбинировались с помощью Chat Vector и Model Stock, затем итоговые модели объединялись методом DARE TIES. Это плотная Mistral-модель на 7,1 млрд параметров с контекстом 8192 токена, предназначенная для ролевых диалогов и творческой генерации текста на японском языке. Репозиторий содержит веса в формате safetensors; библиотека для работы — Transformers. Лицензия — Apache-2.0.

Модель francesca9805/arb-arab-100mb-ppt-Dp-10mb-packed-bfd_seed3407 — дообученная с помощью TRL версия goldfish-models/arb_arab_100mb. Это плотная авторегрессионная языковая модель семейства GPT-2 для генерации текста; в карточке показан пример ответа на вопрос в формате диалога. Модель работает с Transformers и распространяется в формате safetensors; размер контекста составляет 512 токенов. Её можно использовать для генерации коротких продолжений текста и экспериментальных диалоговых ответов. Карточка не описывает специализацию по языкам или предметным областям и не приводит условий лицензии, поэтому эти характеристики не уточняются.

Arconte-13B — слитая модель на архитектуре Llama 2, созданная ThenMagician экспериментальным изменением рецепта слияния. В состав вошли NeverSleep/X-NoroChronos-13B, Undi95/Emerhyst-13B и Henk717/echidna-tiefigther-25. Модель содержит 12,9 млрд параметров и рассчитана на генерацию текста; автор описывает её как вариант для ролевого общения. Контекст — 4096 токенов. Автор сообщает, что при тестировании использовал квантованный формат Q5_K_M GGUF, но в репозитории указаны веса safetensors. Качество субъективно: в обновлении автор называет модель связной, но скучной и сомневается в её качестве. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

ArrowIdeative-13b-NeoBase-ZERO-llm-jp — японская языковая модель на 13,2 млрд параметров, разработанная holy-fox на базе llm-jp/llm-jp-3-13b. Это плотная причинная модель семейства Llama, дообученная с помощью GRPO без опоры на SFT как основной метод. Она сохраняет поведение, близкое к базовой модели, и сочетает гибкость генерации с соблюдением формата чата и улучшением качества ответов по сигналу reward-модели. Модель предназначена для диалога на японском языке, генерации черновиков и идей, а также для исследовательских и творческих сценариев, где важны разнообразие ответов и управляемость через тщательно составленный промпт. Поддерживает текстовый ввод и генерацию текста; длина контекста — 4096 токенов. Модель не ориентирована на строгое следование сложным инструкциям или сильное автоматическое обеспечение безопасности. Результат может заметно зависеть от формулировки запроса; также на ответы могут влиять предпочтения и смещения reward-модели. Для диалога рекомендуется соблюдать шаблон чата модели. Репозиторий указывает лицензию Apache-2.0; README дополнительно отмечает, что использование должно учитывать лицензии базовой модели, датасета и reward-модели.

Aura — англоязычная текстовая модель ResplendentAI, созданная объединением моделей на основе Mistral и дообученная на философских текстах автора. Она предназначена для развлекательных диалогов и ролевого общения с character cards; лучше всего работает в многошаговых беседах в формате ChatML. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Автор описывает стиль модели как выразительный и ориентированный на более человечную прозу. Модель переобучена на авторских текстах, обычно выдаёт короткие ответы и может чрезмерно разрастаться при высокой температуре; следование форматам со звёздочками и цитатами может быть нестабильным. Лицензия — Apache-2.0.

Broken-Tutu-24B-Transgression-v2.0 — модель ReadyArt, обученная авторами sleepdeprived3, ReadyArt, Artus и gecfdo на базе mistralai/Mistral-Small-24B-Instruct-2501. Это плотная авторегрессионная модель семейства Mistral с 23,4 млрд параметров, предназначенная для диалогов, ролевых игр и создания связных историй. Модель рассчитана на англоязычные сценарии, поддерживает контекст до 32 768 токенов и, по заявлению авторов, лучше сохраняет характер персонажей, следует сложным инструкциям и справляется с длинными сценами с несколькими участниками. Дообучение выполнено методом QLoRA; авторы сообщают об использовании многоходовых диалоговых данных и о снижении доли откровенного контента по сравнению с предыдущей версией. В README также заявлено улучшенное понимание изображений, однако метаданные указывают только текстовую генерацию, поэтому подтверждённую мультимодальную поддержку считать установленной нельзя. Репозиторий содержит веса safetensors; README отдельно перечисляет доступные варианты квантования. Лицензия — Apache-2.0. Авторы указывают, что модель предназначена для пользователей от 18 лет.

hon9kon9ize/cantonesellm-cpt-202405 — плотная языковая модель семейства Llama на базе hon9kon9ize/yi-1.5-6b-yub-vocab-expanded, дообученная разработчиком hon9kon9ize на датасете hon9kon9ize/cantonesellm-pt-20240514. Модель предназначена для генерации текста; название и датасет указывают на специализацию на кантонском языке. Модель содержит 5,8 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors. Длина контекста — 4096 токенов. Репозиторий опубликован под лицензией Apache-2.0. README не приводит сведения о конкретных сценариях применения, оценках качества или ограничениях.

Chaifighter-20B — плотная языковая модель семейства Llama, созданная автором карточки методом passthrough-слияния нескольких предварительно обученных моделей. Она предназначена прежде всего для длинных ролевых диалогов с подробными ответами; автор стремился сделать Fimbulvetr 11B v2 более творческой и многословной, сохранив связность и качество рассуждений. В слияние вошли Sao10K/Fimbulvetr-11B-v2, SanjiWatsuki/Kunoichi-7B, Gryphe/MythoMist-7b и Undi95/Toppy-M-7B. По метаданным модель содержит 20,6 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors. Она генерирует текст, поддерживает английский язык и имеет контекстное окно 4096 токенов. Автор отмечает, что модель лучше подходит для длинных ролевых чатов, чем для коротких реплик, и что качество ответов зависит от подробности исходного контекста. Лицензия — CC BY 4.0.

jkminder/d12_135m_seed7_sft — исследовательская чат-модель, созданная автором jkminder дообучением d12_135m_seed7 методом supervised fine-tuning (SFT). Это плотная GPT-подобная модель семейства nanochat_gpt с 138,4 млн параметров; она принимает текстовые диалоги и генерирует текст. Контекст составляет 2048 токенов, используется BPE-токенизатор nanochat на 32 768 токенов. В обучающую смесь вошли 460 тысяч диалогов smol-smoltalk, вспомогательные обучающие данные MMLU и GSM8K; карточка указывает английский язык. Модель предназначена для базового диалогового общения и простых вопросов и ответов. В обучении также использовались учебные задачи MMLU и GSM8K, включая примеры с вызовом калькулятора, однако заявленная задача модели — генерация текста. Размер модели ограничивает полезность ответов, а по карточке у неё нет обучения безопасности. Условия лицензии — CC BY-NC 4.0, допускающая использование с указанием авторства и ограничивающая коммерческое применение.

DarkIdol-Llama-3.1-8B-Instruct-1.1-Uncensored — разговорная модель на архитектуре Llama 3.1, представленная как uncensored и предназначенная для чата и ролевых сценариев. Автор указывает поддержку KoboldCpp, LM Studio, llama.cpp и других приложений для локального запуска; версия в формате safetensors содержит около 7,5 млрд параметров и рассчитана на контекст до 131 072 токенов. Модель ориентирована на англоязычное общение и ролевые диалоги, в том числе сценарии с виртуальным идолом. README упоминает возможность vision при загрузке отдельного файла Llava MMProj и использовании актуального KoboldCpp, однако не описывает проверенные мультимодальные возможности самой модели подробно. Модель основана на Llama 3.1; коммерческое использование регулируется соглашением Llama 3.1. Автор предупреждает, что ответы могут содержать ошибки и требуют проверки.

Eintopf-Qwen3.8-27B — экспериментальная производная модель на базе мультимодальной плотной Qwen3.8-27B от DragonBophades. Веса созданы слиянием девяти LoRA-адаптеров, обученных на моделях линии Qwen3.6, с базовой моделью в масштабе 1,0. Изменены языковые слои, а 333 тензора визуального блока и 15 голов MTP сохранены без изменений; архитектура поддерживает обработку текста и изображений. Модель предназначена для диалогов и экспериментов с переносом адаптеров между близкими версиями Qwen. На тесте ARC-Challenge она показала 57,86% против 52,51% у базовой модели, но объединение девяти адаптеров не дало заметного выигрыша относительно одного адаптера. На проверке выбора инструментов и делегирования программирования поведение почти не изменилось: модель часто пыталась выполнять работу сама. Автор рекомендует Wichtel-Qwen3.6-27B для практического использования. Лицензия — Apache-2.0. Результаты проверялись на ограниченных наборах примеров; масштаб адаптеров не подбирался, а оценки проводились с Q8_0 и применением адаптеров в f16, а не непосредственно на опубликованных объединённых весах f16.

EndlessRP-v3-7B — языковая модель для генерации текста, ориентированная на ролевые диалоги и создание историй. Это объединённая модель на базе семейства Mistral; в метаданных указаны Mistral-7B-v0.1 и несколько других моделей как источники слияния. Разработчик рекомендует формат Extended Alpaca, также упоминаются Metharme и ChatML. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и поддерживает контекст длиной до 32 768 токенов. Карточка позиционирует её для ролевых сценариев и написания историй на английском языке. Лицензия — Apache-2.0. Модель помечена как NSFW и не предназначена для всех аудиторий.

Модель francesca9805/eng-latn-10mb-ppt-Dp-100mb-packed-wrapped_seed10 — дообученная с помощью TRL модель семейства GPT-2 на базе goldfish-models/eng_latn_10mb. Она предназначена для генерации текста; карточка демонстрирует запрос в формате диалога и получение продолжения текста. Модель использует плотную архитектуру GPT2LMHeadModel, хранится в формате safetensors и имеет контекст длиной 512 токенов. По названию базовой модели можно заключить, что она рассчитана на английский язык с латинской письменностью. Данных о специальной прикладной области или дополнительных модальностях нет. Лицензия в предоставленных данных не указана.

EstopianOrcaMaid-13B — слитая модель для генерации текста, созданная автором репозитория с помощью mergekit из KatyTheCutie/EstopianMaid-13B и microsoft/Orca-2-13b. Модель основана на архитектуре Llama и содержит 12,9 млрд параметров; заявленная длина контекста — 4096 токенов. Модель предназначена прежде всего для ролевых диалогов и создания более естественных ответов персонажей. Она использует формат инструкций Alpaca; автор рекомендует настраивать системный промпт под конкретный сценарий. Также модель можно применять для генерации сюжетных сценариев и ответов на инструкции. В карточке заявлена лицензия Microsoft Research License, условия которой распространяются на модель из-за включения Orca-2-13b. Это ограничивает использование условиями данной лицензии.

eus-latn-10mb-after-ppt-Dp-100mb-ckpt500seed455 — дообученная модель на архитектуре GPT-2, созданная на основе fpadovani/eus-latn-10mb-ppt-Dp-100mb_seed455. Согласно карточке, модель обучалась с помощью TRL и предназначена для генерации текста, в том числе ответов на вопросы в формате диалога. Её можно запускать через Transformers как text-generation-модель. Размер модели — 10 млн параметров, длина контекста — 512 токенов. Карточка и метаданные не дают сведений о поддерживаемых естественных языках и лицензии. Короткий контекст ограничивает работу с длинными запросами и документами.

EVA-Gutenberg3-Qwen2.5-32B — плотная языковая модель на архитектуре Qwen2.5, разработанная EVA-UNIT-01 и дообученная nbeerbower методом ORPO на наборах данных для художественных диалогов и прозы. Модель содержит 32 млрд параметров, работает через библиотеку Transformers и поддерживает контекст до 131 072 токенов. Модель предназначена для генерации текста в диалоговом формате, ролевых игр и написания историй. Обучение на наборах Gutenberg DPO ориентирует её на художественные и литературные сценарии. Поддерживаемый язык явно не указан, поэтому языковые возможности не уточняются. Модель распространяется по лицензии Apache-2.0. Карточка не сообщает результаты оценивания качества или специальные ограничения применения.

bearzi подготовил gemma-4-31B-it-JANG_1L — версию Gemma 4 31B Instruct с адаптивной смешанной квантизацией JANG для запуска через MLX на Apple Silicon. Модель предназначена для диалогов и генерации текста; каталог указывает поддержку чата и связывает её с google/gemma-4-31B-it. Средний размер квантизации в README указан как 3,93 бита, профиль — JANG_1L, формат — MLX safetensors, метод — mse-all с калибровочными активациями. Разные типы слоёв получают разную разрядность: для внимания сохраняется больше бит, чем для MLP-слоёв. Квантизация позволяет экспериментировать с запуском крупной модели при ограниченной памяти, однако README предупреждает о заметном снижении качества: длинные ответы могут переходить в повторы или бессвязные токены. Модель не рекомендуется для генерации длинных текстов и программирования. Для запуска требуются совместимые инструменты, такие как vmlx, MLX Studio или oMLX с JANG patch. Лицензия — Apache 2.0.

Gleam-30B — дообученная методом DPO модель семейства Muse Glimmer от автора ConicCat, предназначенная для ролевых диалогов и художественного письма. В обучающих данных примерно треть примеров посвящена письму, а две трети — ролевым сценариям; для настройки использовались предпочтения между текстами, в том числе редактура прозы человеком и ИИ. Модель построена на плотной архитектуре Muse Glimmer и содержит около 29,6 млрд параметров согласно описанию базовой модели в каталоге. Она принимает текст и генерирует текст; карточка указывает поддержку диалогового режима. Автор рекомендует запускать её в формате GGUF Q4_K_M через koboldcpp, а репозиторий содержит веса safetensors. Лицензия — Apache-2.0.

GLM4-32B-Neon-v2 — дообученная Auri модель GLM-4-32B-0414 для ролевого общения и генерации коротких историй. Она основана на плотной архитектуре GLM4 с 31,6 млрд параметров и контекстом до 32 768 токенов; модель принимает текстовые запросы и генерирует текст. Обучение проведено методом QLoRA на синтетических данных для ролевых сценариев и короткой прозы, включая наборы Celeste-Filtered, neon-41k и Lilith-v0.2. Модель рассчитана на чат с выразительной манерой, вариативную прозу и ролевые сценарии; по описанию автора, ей свойственны индивидуальный стиль и иногда необычные ответы. Поддерживает формат GLM4 instruct и шаблон чата, а для корректной работы некоторым бэкендам требуется вручную добавить BOS-токен. Лицензия — MIT. Автор отмечает возможные повторы в структуре, причудливое поведение и случаи, когда модель отвечает уклончиво. Эксперименты обучения также сопровождались проблемой NaN в оценке и функции потерь; описание не уточняет, как это влияет на итоговое качество.

Han LLM 7B v2 — текстовая генеративная модель, разработанная Wannaphong Phatthiyaphaibun и дообученная с помощью LoRA на базе scb10x/typhoon-7b. Модель построена на архитектуре Mistral и содержит 7,1 млрд параметров; она принимает текст и поддерживает диалоговый формат. В метаданных указан контекст до 32 768 токенов. Модель предназначена прежде всего для общения на тайском языке: она может генерировать ответы на вопросы и поддерживать диалог с тайскими пользователями. Для обучения использовался han-instruct-dataset v2.0 и дополнительные данные. Модель распространяется по лицензии Apache-2.0. Качество ответов может зависеть от смещений в обучающих данных. В карточке отдельно указано, что модель не предназначена для математики, программирования и работы на других языках.

fpadovani/ind-latn-10mb-ppt-Dp-10mb_seed455 — дообученная модель генерации текста на базе goldfish-models/ind_latn_10mb. Разработчик карточки указывает, что модель обучена с помощью TRL; архитектура — GPT-2, веса представлены в формате safetensors. Контекст модели составляет 512 токенов. Модель предназначена для генерации продолжения текста и ответов на короткие вопросы. Карточка демонстрирует запрос в формате диалога и генерацию ответа, но не описывает специализацию, языки обучения или результаты оценки качества. Лицензия в доступных сведениях не приведена.

Keiana-L3-Test5.0-8B-6 — текстовая модель для генерации диалогов, созданная Kaoeiri с помощью объединения моделей LazyMergekit. В конфигурации указаны метод task_arithmetic, точность float16 и базовая модель jeiku/Average_Normie_v2_l3_8B; в объединение также вошли Kaoeiri/Keiana-L3-Test4.7-8B-3 и vicgalle/Roleplay-Llama-3-8B. Архитектура — плотная Llama с 7,5 млрд параметров и контекстом 8192 токена. Модель предназначена для текстовых ролевых диалогов и генерации продолжений беседы. Карточка предупреждает, что модель ещё не протестирована и её работа может не соответствовать плану. Лицензия CC BY-NC-ND 4.0 запрещает коммерческое использование и распространение производных версий на иных условиях.

beomi/KoAlpaca-KoRWKV-1.5B — экспериментальная модель генерации текста, созданная BEOMI дообучением KoRWKV-1.5B на наборе KoAlpaca-v1.0. Это плотная причинная языковая модель архитектуры RWKV с 1,5 млрд параметров, представленная в формате PyTorch и предназначенная прежде всего для генерации корейского текста и диалоговых ответов. Автор указывает, что загружена версия примерно после 20% обучения, обученная на приблизительно 31 млрд токенов, и описывает репозиторий как демонстрационный. Модель распространяется по лицензии Apache-2.0; неполный этап обучения означает, что качество и надёжность ответов могут быть ограничены.

KW5-Lite Instruct — компактная модель Regnant для выполнения инструкций и диалога на суахили. Это дообученная методом LoRA модель regnant-io/kw5-lite-base; адаптер объединён с базовыми весами. Модель содержит 109,5 млн параметров и использует плотную decoder-only архитектуру Llama, совместимую с Transformers. Контекст ограничен 2048 токенами. Модель предназначена для связной генерации текста на суахили, форматирования ответов, выполнения инструкций и поддержания структуры диалога. Данные обучения включают инструкции, многоходовые диалоги, танзанийские факты и культурные темы, грамматику суахили, переключение между суахили и Sheng, а также примеры отказов. Основной фокус — танзанийский вариант суахили; покрытие кенийских, угандийских и конголезских вариантов слабее. Качество заметно зависит от настроек генерации: README рекомендует низкую температуру и штраф за повторы. Фактическая надёжность низкая, следование заданному количеству пунктов нестабильно; результаты оценки основаны на небольшой проверочной выборке. Английский не проверен, применение инструментов и генерация кода не поддерживаются, а настройка безопасности минимальна. Модель распространяется по лицензии Apache-2.0.

L3-8B-Helium3 — объединённая плотная языковая модель семейства Llama, созданная inflatebot с помощью mergekit и метода Model Stock. В слияние вошли inflatebot/helide-beta-r0, r3 и r4, а базой послужила inflatebot/helide-beta-r1; модель насчитывает 7,5 млрд параметров и использует формат safetensors. Модель предназначена для диалогов, ролевых игр и совместного написания историй. Разработчик описывает её как сочетание выразительной прозы и управляемости, с уклоном в нишевые фетиш-темы; поддерживается контекст до 8192 токенов. Язык модели в карточке явно не указан. Модель ориентирована на аудиторию, которой подходит взрослый контент. Условия лицензирования в предоставленных данных не описаны.

L3-Umbral-Storm-8B — объединённая диалоговая языковая модель семейства Llama, созданная на основе Casual-Autopsy/L3-Umbral-Mind-RP-v2.0-8B и akjindal53244/Llama-3.1-Storm-8B. В карточке указано, что это RP-модель; она предназначена для ролевых диалогов и генерации текста в формате общения. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекстное окно 8192 токена. В метаданных указаны библиотека Transformers и формат весов safetensors; автор описывает слияние алгоритмом NEARSWAP с параметром t=0.0001. Карточка также упоминает варианты GGUF, но этот репозиторий помечен форматом safetensors. Автор предупреждает, что модель может выдавать негативные ответы и не подходит для получения достоверной информации или советов. Данные о лицензии в предоставленных источниках отсутствуют.