I.7Речь, диалоги и встречи

UI Llama 3.2 1B — экспериментальная разговорная модель Джозефа Прены, созданная на основе Meta Llama 3.2 1B с помощью авторских модификаций и обучения на вручную подготовленных данных. Это плотная авторегрессионная модель семейства Llama с 1,2 млрд параметров; для запуска используются Transformers и формат safetensors. Заявленное контекстное окно — 131 072 токена, основной язык карточки — английский. Модель предназначена для диалогов с устойчивой индивидуальностью: она поддерживает заданный образ от первого лица, характерный стиль общения, эмоциональную выразительность, юмор, сарказм, творческие и философские беседы, а также длительный ролевой диалог. Автор указывает, что набор данных содержит более двух миллионов вручную подготовленных символов. Сильные стороны модели — узнаваемый голос и последовательность поведения в разговоре. Проект активно развивается и остаётся экспериментальным. Фактические знания, точность и рассуждения ограничены: возможны галлюцинации, вымышленные воспоминания и непоследовательные ответы, поэтому модель не подходит для решений с высокими ставками. Лицензия репозитория — Apache-2.0; автор отдельно приглашает обращаться по вопросам коммерческого лицензирования.

Модель francesca9805/urd-arab-100mb-ppt-Dp-10mb-packed-bfdiso_seed10 — дообученная на базе goldfish-models/urd_arab_100mb причинная языковая модель семейства GPT-2. Разработчик сообщает, что обучение выполнено с помощью TRL; веса опубликованы в формате safetensors и используются через Transformers. Модель предназначена для генерации текста и может применяться для продолжения коротких запросов или диалоговых реплик. В примере из карточки ей передают вопрос и запрашивают до 128 новых токенов; указанный в метаданных контекст составляет 512 токенов. Карточка не описывает специализацию по предметной области или языкам, поэтому назначение следует считать общим. Лицензия и сведения о качестве в предоставленных материалах отсутствуют. Короткий контекст и отсутствие результатов оценки ограничивают пригодность для длинных документов и задач, требующих проверенной точности.

Uyu-2-28B — текстовая языковая модель для ролевых диалогов, созданная mente-ai на основе google/gemma-4-31B-it. Авторы структурно сократили модель методом Global Iterative Structured Pruning (GISP), а затем дообучили и восстановили её веса с помощью LoRA на данных вопросов и ответов на корейском и английском языках. Модель содержит 27,4 млрд параметров и распространяется в формате BF16 Safetensors. Модель предназначена прежде всего для генерации текста в ролевых сценариях и ведения диалогов на корейском и английском. Для запуска авторы указывают vLLM с включённым Transformers backend и специальным кодом модели. Хотя базовая архитектура поддерживает контекст до 262 144 токенов, в этой версии локально проверялась работа лишь на коротких контекстах; в README приведена проверка промпта длиной 1 983 токена при лимите 2 048. Чекпойнт текстовый: мультимодальные веса удалены. Он протестирован на связную генерацию на корейском и английском, но стандартизированных результатов бенчмарков нет. Прямая генерация через AutoModelForCausalLM в Transformers в этой версии не поддерживается. Модель распространяется по лицензии Apache-2.0.

VibeVoice-7B-hf — совместимая с Transformers версия модели VibeVoice, разработанной Microsoft и опубликованной в Hugging Face пользователем Eric Bezzam. Она предназначена для синтеза выразительной длинной разговорной речи по тексту: например, подкастов с несколькими участниками. Модель поддерживает генерацию аудио длительностью до 45 минут и до четырёх голосов, а также клонирование голоса по предоставленному аудиопримеру. Архитектура сочетает LLM для понимания текста и хода диалога с диффузионной головой для генерации акустических деталей. Акустический и семантический токенизаторы работают с частотой 7,5 Гц. В качестве базовой модели используется Qwen2.5 7B. Карточка заявляет поддержку английского и китайского языков; README описывает синтез речи и диалогового аудио, но не генерацию музыки и фоновых звуков. Модель распространяется по лицензии MIT, однако разработчики рекомендуют использовать её для исследований и разработки и не рекомендуют применение в коммерческих или реальных сценариях без дополнительного тестирования. Возможны неточности и смещения; речь на других языках не поддерживается, перекрывающаяся речь явно не моделируется. README сообщает о встроенном слышимом предупреждении и незаметной водяной метке в сгенерированном аудио.

Raghav Singhal разработал эту экспериментальную разговорную модель в рамках исследования One Persona Pretraining (1PP). Это плотная Llama-подобная авторегрессионная модель на 1,66 млрд параметров, обученная предсказывать продолжение текста. Она прошла предварительное обучение на переписанных в диалоги документах с функцией потерь на репликах пользователя и ассистента, а затем supervised fine-tuning на смеси из примерно 400 тысяч диалогов. Ветка tokmatch продолжает обучение с шага 12 000 и останавливается после обработки такого же числа supervised-токенов, как в сравнительной ветке с потерями только на репликах ассистента; это исследовательский эксперимент для сравнения условий обучения. Модель предназначена для генерации ответов в диалогах и изучения влияния обучающих данных и маски потерь на качество разговорных моделей. Она использует архитектуру LlamaForCausalLM с 24 слоями, контекстом 4 096 токенов и токенизатором на основе словаря SmolLM2. Карточка указывает английский язык; формат общения — ChatML без системной реплики. Модель не позиционируется как универсальный ассистент. Лицензия — Apache-2.0.

AngelSlayer-12B-Unslop-Mell-RPMax-DARKNESS — слитая модель на архитектуре Mistral для диалоговой генерации, ролевых сценариев и художественного письма. Её создал автор карточки с помощью mergekit, объединив четыре языковые модели; в качестве базовой указана TheDrummer/UnslopNemo-12B-v4.1. Модель содержит 12,1 млрд параметров, работает с текстом и использует шаблон чата ChatML. Хотя в метаданных указан контекст до 1 024 000 токенов, автор README рекомендует не превышать 20 тысяч токенов из-за возможного ухудшения связности. Модель рассчитана на продолжительные диалоги, удержание персонажа и создание разнообразной прозы. По оценке автора, повторения редки, а настройки с повышенной температурой и Min-P могут улучшить ответы; для борьбы с повторениями упоминается sampler DRY. Автор также отмечает склонность ответов следовать одному и тому же тематическому направлению и иногда ошибаться в написании имён. Модель находилась на стадии тестирования. Лицензия — Apache-2.0.

Bella-Bartender-8B — диалоговая модель juiceb0xc0de, дообученная с помощью Unsloth на 9 300 примерах реальных разговоров. В основе лежит инструкционная unsloth/Meta-Llama-3.1-8B-Instruct с плотной архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров; заявленное контекстное окно — до 131 072 токенов. Модель предназначена для непринуждённых бесед с выраженным характером: она отвечает с юмором и сарказмом, поддерживает многоходовые философские разговоры, исследует необычные темы и пишет короткую прозу, стихи и диалоги. Основной язык карточки — английский. Модель рассчитана на локальный запуск и общение с пользователем в стиле собеседника, а не универсального помощника. Автор отмечает, что Bella может отказываться от некоторых просьб, зацикливаться и слабо справляется со статистикой и программированием; модель не предназначена для психологической поддержки. Репозиторий содержит safetensors, а карточка также приводит пример файла GGUF для llama.cpp. Лицензия — Llama 3.1.

B-NIMITA-L3-8B-v0.02 — языковая модель Arkana08 для ролевых диалогов и создания историй с эмоционально выразительными сценами, естественными репликами и последовательными персонажами. Она построена на архитектуре Llama и содержит 7,5 млрд параметров; модель создана слиянием NIHAPPY-L3.1-8B-v0.09, Mythorica-L3-8B и Jamet-8B-L3-MK.V-Blackroot методом DARE TIES. Основой слияния служит Arkana08/NIHAPPY-L3.1-8B-v0.09. Модель принимает текст и генерирует текст, поддерживает контекст до 131 072 токенов и предназначена для интерактивного повествования, отыгрыша персонажей и развития сюжетных сцен. В репозитории указаны веса в формате safetensors; README также ссылается на сторонние GGUF-сборки. Лицензия в предоставленных данных не указана.

candor_original_new_13 — дообученная модель генерации текста на архитектуре GPT-2, представленная в формате safetensors и предназначенная для использования через библиотеку Transformers. Карточка сообщает значение loss 3,5485 на оценочном наборе, но не раскрывает обучающие данные и целевое назначение модели. Модель принимает текст и генерирует текст. Её контекстное окно составляет 1024 токена. Разработчик, языковая специализация и конкретные сценарии применения в карточке не описаны. Лицензия не указана в предоставленных данных.

Карточка модели baim1999/chatbot_legal на Hugging Face совпадает с карточкой baim1999/llama3-legal-chatbot, поэтому описание составлено по ней. baim1999/llama3-legal-chatbot — дообученная модель baim1999 на базе unsloth/Llama-3.1-8B-Instruct-bnb-4bit. Это плотная языковая модель семейства Llama с архитектурой LlamaForCausalLM и 7,5 млрд параметров; она предназначена для генерации текста в диалоговом формате. Название указывает на юридическую тематику, однако карточка не описывает конкретные правовые задачи или специализацию обучения. Модель принимает текст и генерирует текст, поддерживает английский язык и контекст до 131 072 токенов. В карточке указано, что обучение выполнялось с Unsloth и библиотекой TRL. Модель распространяется по лицензии Apache-2.0.

Cydonia-22B-v1.2 — плотная языковая модель на архитектуре Mistral с 22 млрд параметров, созданная BeaverAI как творческая версия Cydonia. Она предназначена прежде всего для ролевых диалогов, совместного написания историй и генерации выразительного художественного текста. По отзывам в карточке, модель поддерживает связное развитие сцен, вводит новых персонажей и удерживает их манеру речи, а также балансирует диалоги, действия и повествование. Модель поддерживает chat и интерфейс вызова функций; максимальная длина контекста — 32 768 токенов. В README указана совместимость с шаблонами Metharme/Pygmalion, Mistral и режимом Text Completion. Модель собрана слиянием BeaverAI/Cydonia-22B-v2f и mistralai/Mistral-Small-Instruct-2409. Файлы опубликованы в формате safetensors; README также ссылается на варианты GGUF и iMatrix. Лицензия обозначена как other. Основные описанные сценарии ориентированы на творческое письмо и ролевые игры; для фактических ответов и других языков карточка не приводит отдельных оценок.

MuXodious выпустил Cydonia-24B-v4.3-absolute-heresy — экспериментальный вариант Cydonia-24B-v4.3, полученный дообучением с применением Heretic и метода Magnitude-Preserving Orthogonal Ablation. Модель построена на плотной архитектуре Mistral и содержит 23,4 млрд параметров; для генерации текста заявлено контекстное окно до 131 072 токенов. Репозиторий содержит веса в формате safetensors, а карточка описывает разговорное использование. Модель предназначена прежде всего для творческого письма, ролевых диалогов и интерактивных историй: она может поддерживать персонажей, развивать сюжет и добавлять уместные детали. В тестах создателей число отказов снизилось с 74 до 3 из 100, а KL-дивергенция составила 0,0188; эти показатели относятся к проверке изменений после абляции и сами по себе не измеряют качество ответов. В карточке упоминаются отдельные сбои в физике, причинно-следственных связях и воспроизведении мелких деталей. Языки модели и условия лицензии в предоставленных данных не указаны, поэтому их нельзя подтвердить.

jkminder выпустил эту чат-модель как результат дообучения базовой GPT-модели Scaling Ladder размером 138,4 млн параметров. Это плотная авторегрессионная NanochatGPTForCausalLM на архитектуре nanochat_gpt; версия main соответствует стандартному прогону chat-SFT для seed 4. Модель принимает текстовые диалоги и генерирует текст, используя встроенный шаблон чата. Контекст составляет 2048 токенов, токенизатор nanochat BPE содержит 32 768 токенов. Модель предназначена для базового диалога и простых вопросов; в обучении использовались Smol-SmolTalk, вспомогательная выборка MMLU и GSM8K, включая примеры с вызовом калькулятора. Небольшой размер ограничивает полезность и качество ответов, а специального обучения безопасности нет. Веса доступны в формате bfloat16 safetensors. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Darkens-8B — экспериментальная чат-модель на основе NVIDIA Mistral-NeMo-Minitron-8B-Base, дообученная Delta-Vector. Она предназначена для генерации выразительной прозы и диалогов, особенно ролевых сцен с форматом действий. Модель обучали полным дообучением в течение четырёх эпох на восьми наборах данных; автор отмечает, что она сохраняет свежий стиль без заметного переобучения. Модель использует плотную архитектуру MistralForCausalLM, содержит 7,9 млрд параметров и поддерживает контекст до 16 384 токенов. Она принимает текст и выдаёт текст, настроена на формат ChatML и рассчитана на английский язык. Доступны веса в формате safetensors. В README приведены результаты отдельных тестов Open LLM Leaderboard, включая средний балл 18,80. Это ранняя экспериментальная версия, поэтому её качество и следование инструкциям могут различаться в зависимости от сценария. Модель выпущена под лицензией Apache-2.0.

Delta-Vector_MS3.2-Austral-Winton-GGUF — это GGUF-квантизированная версия модели MS3.2-Austral-Winton, разработанной Delta-Vector. Квантизацию выполнил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста, ролевых сценариев, приключенческих сюжетов и творческого письма; среди связанных тегов также указаны finetune и axolotl. Основным языком заявлен английский. Модель относится к семейству Mistral и имеет размер около 24B параметров. Доступны варианты от BF16 до низкоразрядных форматов Q8_0, Q6_K, Q5_K, Q4_K, Q3_K и IQ, с размерами файлов примерно от 10,65 до 47,15 ГБ. Поддерживаются LM Studio, llama.cpp и другие проекты на его основе; в README приведён шаблон промпта с ролями system, user и assistant. Размер контекста, мультимодальные возможности и точная архитектура в предоставленных данных не указаны. Сильные стороны модели — специализация на ролевом взаимодействии и художественной генерации, а также широкий выбор квантизаций для различного объёма памяти. Низкоразрядные варианты экономичнее, но могут заметно уступать более крупным версиям по качеству. Модель ориентирована на текстовые задачи на английском языке, поэтому пригодность для других языков и прикладных сценариев не подтверждена. Указана лицензия Apache-2.0.

Это дообученная модель GPT-2, созданная на основе goldfish-models/eng_latn_100mb и обученная с помощью TRL. Она предназначена для генерации английского текста в ответ на запросы; в карточке приведён пример ответа на вопрос в формате диалога. Модель использует архитектуру GPT2LMHeadModel, хранится в формате safetensors и имеет контекстное окно 512 токенов. Модель подходит для экспериментов с генерацией текста и прототипирования простых текстовых сценариев на английском языке. Карточка не сообщает лицензию и не описывает специальные ограничения или гарантии качества.

Erotophobia-24B-v1.1 — англоязычная диалоговая модель для генерации текста, созданная автором карточки как объединение нескольких моделей методом DARE TIES с помощью mergekit. В качестве базовой указана cognitivecomputations/Dolphin-Mistral-24B-Venice-Edition; в объединение также вошли Eurydice-24b-v3, Dans-PersonalityEngine-V1.2.0-24b, Forgotten-Safeword-24B-v4.0 и Omega-Darker_The-Final-Directive-24B. Модель построена на плотной архитектуре Mistral с 23,4 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель рассчитана на диалог в режиме ассистента и ролевые сценарии, а также на творческое письмо с выразительным описанием персонажей и сцен, в том числе откровенных. Автор характеризует её как очень послушную и отмечает, что она предназначена для личных сценариев использования. В репозитории представлены веса Safetensors; библиотека — Transformers. Лицензия в предоставленных данных не указана. Модель может генерировать откровенный контент, а автор предупреждает о возможной нестабильности качества, поскольку это ранняя работа по объединению моделей.

EVA Qwen2.5 14B 0.1 — полно-параметрическая дообученная языковая модель, созданная Kearm и Auri на основе Qwen/Qwen2.5-14B. Она предназначена для ролевого общения, написания историй и творческих текстов; при обучении использовалась смесь синтетических и естественных данных, в том числе наборы для инструкций, ролевых карточек и коротких рассказов. Модель построена на плотной архитектуре Qwen2 и содержит 14 млрд параметров. Она поддерживает генерацию текста, чатовый формат ChatML и контекст до 131 072 токенов. Для генерации авторы рекомендуют температуру 1, Typical-P 0,9, Min-P 0,05, Top-A 0,2 и штраф за повторения 1,03. В версии 0.1 очищены и дедуплицированы обучающие данные, а также увеличена длина последовательности; по описанию авторов, модель стала стабильнее при коротких запросах и использовании Min-P. README не сообщает о целевых языках. Модель распространяется по лицензии Apache-2.0.

Free Sydney — диалоговая языковая модель FPHam на архитектуре LLaMA 2, дообученная с использованием LoRA/QLoRA и модели Puffin 13B. Она настроена на образ Sydney: выразительного, дружелюбного и любознательного виртуального собеседника, который поддерживает ролевой диалог и отвечает в манере персонального AI-ассистента. Для общения автор рекомендует системный промпт с описанием этой личности и шаблон `### human:` / `### response:`; без него ответы могут быть бессвязными. Модель содержит 12,9 млрд параметров, работает с текстом и имеет контекст до 4096 токенов. В карточке указаны веса PyTorch. Автор отмечает, что поведение может быть непредсказуемым и что модель не подавляет ответы по заданным им ограничениям. Лицензия в предоставленных данных не указана.

titan087/gemma4-e2b-neon-veil-rp-v2 — дообученная модель для генерации текста и ролевого общения, разработанная на базе google/gemma-4-E2B-it. Она ориентирована на интерактивный roleplay, многоходовые диалоги, отыгрыш персонажей и создание описательной прозы, включая сценарии с несколькими персонажами. Модель доступна в формате GGUF и предназначена для локального запуска через llama.cpp, text-generation-webui, LM Studio и совместимые инструменты. Модель использует архитектуру Gemma 4 и содержит около 2,8 млрд параметров. Заявлена поддержка английского языка и контекста до 65 536 токенов. Доступны квантизации Q2_K_M, Q3_K_M, Q4_K_M, Q5_K_M и Q8_0, что позволяет выбирать между сниженным потреблением ресурсов и качеством вывода; для ролевых сценариев рекомендуется Q4_K_M или Q5_K_M. По заявлению авторов, по сравнению с первой версией улучшены согласованность характера, качество прозы, удержание информации в длинном контексте, соблюдение инструкций и плавность многоходового диалога. Сильными сторонами модели являются специализация на ролевом взаимодействии, сохранение голоса и манеры персонажей, эмоциональная последовательность, описательность и возможность эффективного локального запуска на CPU или GPU благодаря квантизации. Ограничения включают возможный дрейф характера в очень длинных сессиях, а также зависимость качества и требований к памяти от выбранной квантизации. Модель распространяется по лицензии GPL-3.0.

Casual-Autopsy/Giftige-Blume-31B-v1-StyleSwap — экспериментальная чат-модель для генерации текста. Согласно метаданным, она основана на Gemma 4 31B и получена слиянием моделей Blazed-Forge/Gemma-4-Giftige-Blume-31B-v1 и Gryphe/Gemma-4-31B-StyleTune. Архитектура — плотная Gemma 4; файлы представлены в формате safetensors, модель рассчитана на работу через Transformers. Модель предназначена для ролевых диалогов и творческого письма со стилем генерации, ориентированным на меньшее число клише. README называет её вторичной экспериментальной моделью относительно G4-MeroMero-31B-StyleSwap. Метаданные указывают английский язык и лицензию Apache-2.0. Сведений о длине контекста и конкретных ограничениях качества в доступных данных нет.

Delta-Vector/Hamanasu-7B-instruct — дообученная модель семейства Mistral, созданная Delta-Vector на основе Hamanasu-7B-Base. Модель сначала обучали продолжать тексты из Orion-Asstr, затем настроили на инструкции с помощью подмножества SonnetOrca объёмом 20 тысяч примеров. Она рассчитана на генерацию текста в диалоговом формате и ролевые сценарии; характерны реплики с действиями и сравнительно короткие ответы. Модель имеет плотную архитектуру MistralForCausalLM и 7,1 млрд параметров, принимает текст и выдаёт текст. Заявленная длина контекста — 32 768 токенов. Для общения рекомендуется форматирование Mistral с маркерами [INST] и [/INST]. Доступная информация не уточняет лицензию. Карточка описывает преимущественно ролевое поведение, однако не приводит оценок качества или подробных ограничений применения.

Haven-Chat v5.0 — англоязычная разговорная модель-компаньон, созданная haven-ai-companion на базе Gemma 4 Turbo Sovereign Companion Engine. Она дообучена для ролевых диалогов, эмоционально насыщенного общения, проработки персонажей и повествования в фэнтезийных и фанатских сценариях. В карточке заявлены понимание идентичности и самовыражения, характерных тропов и анатомии людей и фантастических гибридов. Модель распространяется в формате GGUF для запуска через llama.cpp и Ollama; заявленный контекст — 131 072 токена. Разработчик позиционирует её как модель без отказов для творческого общения. Репозиторий использует лицензию Apache-2.0. Заявленные характеристики и возможности взяты из карточки модели и не сопровождаются независимыми оценками качества.

fpadovani/heb-hebr-100mb-ppt-shuff-dyck-100mb_seed10 — настраиваемая модель генерации текста на архитектуре GPT-2, дообученная автором fpadovani на базе goldfish-models/heb_hebr_100mb с помощью TRL. Она предназначена для продолжения текста и генерации ответов на запросы; карточка показывает пример диалогового запроса и генерации продолжения длиной до 128 новых токенов. Модель доступна в формате safetensors и рассчитана на контекст до 512 токенов. Базовая модель связана с ивритом, поэтому основной язык модели — иврит. В карточке нет описания специализированной предметной области или подробных оценок качества. Лицензия не указана в предоставленных данных.

IceCoffeeRP-7b — разговорная языковая модель на архитектуре Mistral, собранная разработчиком icefog72 с помощью mergekit методом SLERP из предварительно обученных моделей. Она предназначена для генерации текста в диалоге; в README указаны шаблоны Alpaca и, возможно, ChatML. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель ориентирована на ролевые диалоги и сценарии с контентом для взрослых, что отражено в тегах NSFW и not-for-all-audiences. В README приведены результаты оценок Open LLM Leaderboard и варианты ExL2-квантизации 4.2, 6.5 и 8 bpw. Репозиторий распространяется по лицензии CC BY-NC 4.0, которая запрещает коммерческое использование.

InternLM2_5-20B-ArliAI-RPMax-v1.1 — дообученная модель ArliAI на базе internlm2_5-20b-chat, ориентированная на творческое письмо и ролевые диалоги. Обучение проводилось на отобранных наборах данных для творческого письма и RP с упором на разнообразие и удаление дубликатов, чтобы модель могла гибко отыгрывать разные характеры и ситуации. Модель построена на плотной архитектуре InternLM2 и содержит 19,3 млрд параметров. Она принимает текст и ведёт диалог в формате ChatML; метаданные указывают контекстное окно 32 768 токенов, хотя автор сообщает, что обучение этой версии удалось провести лишь с длиной контекста 2 048 токенов. Модель распространяется в формате Safetensors по лицензии Apache 2.0.

francesca9805/ita-latn-10mb-ppt-Dp-10mb-packed-bfd_seed455 — дообученная модель семейства GPT-2 на базе goldfish-models/ita_latn_10mb. Карточка указывает на обучение с использованием TRL и применение для генерации текста; пример запуска показывает ответ на открытый вопрос в формате диалога через Transformers. Модель сохранена в формате safetensors и рассчитана на контекст до 512 токенов. Она может служить для экспериментов с генерацией текста и диалоговыми ответами. Сведений о лицензии, языках обучения и специальных областях применения в доступных данных нет.

kainatq/kainaticulous-rp-7b-v0.2 — объединённая модель для генерации текста, созданная методом TIES с помощью mergekit на основе нескольких языковых моделей семейства Mistral. В объединение вошли Endevor/InfinityRP-v1-7B, CalderaAI/Naberius-7B, Endevor/EndlessRP-v3-7B, mistralai/Mistral-7B-Instruct-v0.3 и CalderaAI/Hexoteric-7B. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и принимает контекст до 32 768 токенов. Модель предназначена для генерации текста и ролевых сценариев, включая контент для взрослой аудитории. В README указано, что эта версия использует Mistral-7B-Instruct-v0.3; метаданные также перечисляют Mistral-7B-v0.1 как базу слияния. Карточка не описывает языковой охват или результаты оценивания качества. Лицензия — Apache-2.0.

Kancil V1 — экспериментальная индонезийская языковая модель автора карточки, дообученная на базе Llama 3 8B. Она генерирует текст и поддерживает инструкции; версия V1 обучалась с помощью QLoRA на синтетическом наборе Tumpeng, созданном с помощью Llama 3 70B, после чего адаптер был объединён с моделью. Репозиторий содержит веса safetensors; размер модели — 7,5 млрд параметров, длина контекста — 8192 токена. Модель рассчитана на генерацию текста на индонезийском языке: многоходовые диалоги, советы, написание эссе целиком или по плану, ответы на вопросы по предоставленному тексту и создание слоганов. Автор описывает её как бета-прототип с улучшенной генерацией, но отмечает, что она обучена преимущественно на синтетических данных и имеет оговорки по качеству индонезийского языка. Карточка обозначает модель как исследовательский предварительный выпуск с минимальной настройкой безопасности и не рекомендует коммерческое или практическое применение. Указана лицензия Llama 3.

L3.3-70B-Euryale-v2.3-AWQ — 4-битная AWQ-квантизованная версия модели Sao10K/L3.3-70B-Euryale-v2.3, подготовленная Meganova AI. Базовая модель создана на основе meta-llama/Llama-3.3-70B-Instruct и предназначена для структурированного, иммерсивного ролевого взаимодействия в формате длинных текстовых диалогов. Модель использует архитектуру Llama 3.3 с 70,6 млрд параметров. Применяется схема AWQ W4A16: веса представлены в 4-битном формате, а активации — в 16-битном; формат хранения — compressed-tensors/safetensors. Для работы требуется около 38 ГБ видеопамяти, что позволяет запускать модель примерно на четырёх RTX 3080 или двух RTX 3090. В README не указаны поддерживаемые языки и размер контекстного окна. К сильным сторонам относятся большой размер модели, специализация на насыщенном длинноформатном roleplay и снижение требований к памяти благодаря квантизации. Ограничениями являются необходимость мног GPU-конфигурации и потенциальные компромиссы по качеству, связанные с 4-битной квантизацией. Указана лицензия llama3.3; дополнительные условия использования в README не приведены.