I.7Речь, диалоги и встречи

TinyLlama-1.1B-Hindi — дообученная модель семейства Llama, созданная на основе unsloth/tinyllama. Она предназначена для генерации текста. Карточка не описывает конкретные сценарии применения и обучающие данные; название указывает на ориентацию на хинди, но README этого не подтверждает. Модель содержит около 1 млрд параметров, принимает текст и выдаёт текст. Архитектура — плотная причинно-языковая LlamaForCausalLM, максимальный контекст — 2048 токенов. Весы опубликованы в формате safetensors, библиотека для работы — Transformers. Лицензия — Apache-2.0.

Модель francesca9805/urd-arab-100mb-ppt-Dp-10mb-packed-bfdiso_seed3407 — дообученная с помощью TRL версия GPT-2 модели goldfish-models/urd_arab_100mb. Она предназначена для генерации текста: принимает текстовый запрос и продолжает его, в том числе в формате диалога. Модель использует библиотеку Transformers, веса сохранены в формате safetensors, длина контекста — 512 токенов. Карточка не описывает специализацию или подтверждённое качество ответов; применимость к арабскому или урду по названию репозитория установить нельзя. Лицензия в предоставленных данных не указана.

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-1.5B-hf — совместимая с Transformers версия модели VibeVoice, разработанной Microsoft; карточку этой версии внес Eric Bezzam. Модель предназначена для синтеза выразительной длинной разговорной речи из текста, например подкастов и диалогов с несколькими участниками. Она использует непрерывные акустические и семантические токенизаторы с частотой 7,5 Гц, языковую модель для понимания текста и хода диалога и diffusion-компонент для генерации акустических деталей. Базовая модель — Qwen2.5 1.5B. Модель может генерировать речь длительностью до 90 минут с участием до четырёх разных голосов, а также поддерживает клонирование голоса по предоставленному аудиообразцу. Она рассчитана на английский и китайский языки. В каждом сгенерированном аудиофайле предусмотрены слышимый дисклеймер и невидимый водяной знак. Лицензия — MIT. Авторы предназначают релиз для исследований и разработки и не рекомендуют применять его в коммерческих или реальных сценариях без дополнительной проверки. Модель синтезирует только речь: она не рассчитана на музыку, фоновые звуки или перекрывающиеся реплики; языки помимо английского и китайского не поддерживаются. Возможны неожиданные, предвзятые или неточные результаты, а клонирование голоса требует явного согласия его владельца.

AhıskaAI-10M-Experimental-v0.1-Instruct — экспериментальная инструктивно дообученная модель команды AhıskaAI на базе AhıskaAI-10M-Experimental-v0.1. Это плотная причинная языковая модель архитектуры LlamaForCausalLM примерно с 10,3 млн параметров и контекстом 512 токенов. Полное параметрическое SFT выполнено на инструкционных диалогах в формате ChatML; при обучении функция потерь применялась только к ответам ассистента. Модель поддерживает системные инструкции и настроена на короткие, прямые и вежливые ответы. Модель предназначена для генерации текста и диалогового следования инструкциям, прежде всего на турецком языке; в метаданных также указан английский. Благодаря малому размеру она рассчитана на запуск на CPU и мобильных устройствах с ограниченными ресурсами, однако столь компактная архитектура и короткий контекст ограничивают сложность и длину задач. Репозиторий содержит веса Safetensors. Лицензия — Apache-2.0.

AhıskaAI-135M-IT-v0.3 — компактная языковая модель примерно на 145,7 млн параметров, разработанная независимой инициативой AhıskaAI для общения на турецком языке. Это дообученная методом полного SFT модель семейства Llama с архитектурой LlamaForCausalLM и GQA; она принимает текст и генерирует текстовые ответы. Для диалога используется шаблон ChatML, поддерживаются многоходовые беседы и системные инструкции. Контекст модели составляет 512 токенов. Модель предназначена для коротких, вежливых и прямых ответов на турецком языке, следования заданному формату и выполнения ограничений системного промпта. В README описано обучение на очищенных наборах инструкций с маскированием пользовательских и системных токенов при расчёте функции потерь. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Небольшой размер и короткий контекст ограничивают её возможности в длинных беседах и сложных задачах; заявленные свойства не сопровождаются количественными оценками качества.

AlphaGPT-1 — небольшая русскоязычная генеративная модель, созданная prostochel097. Она основана на архитектуре GPT-2 и содержит около 12,5 млн параметров, использует BPE-словарь на 30 000 токенов и контекст длиной 256 токенов. Модель предназначена для продолжения текста и генерации ответов в коротких русскоязычных диалогах; в карточке указано обучение на русских диалогах, а в метаданных — набор данных Den4ikAI/russian_dialogues_2. Компактный размер позволяет запускать модель на CPU. Доступны веса в формате safetensors. Модель распространяется по лицензии MIT. Из-за небольшого размера и короткого контекста её возможности ограничены простыми короткими продолжениями и диалогами.

DataPilot разработала ArrowMint-Gemma3-4B-YUKI-v0.1 — японскую разговорную модель для виртуальных стримеров AItuber. Она основана на google/gemma-3-4b-it: специализированные версии были дообучены с помощью Unsloth на синтетических данных, а затем объединены через mergekit. Модель ориентирована на естественные многоходовые диалоги, следование инструкциям и настройкам персонажа, а также быстрые ответы при ограниченных вычислительных ресурсах. По метаданным, это плотная архитектура Gemma 3, распространяемая в формате safetensors; лицензия — Gemma. README описывает сценарии с изображениями и без них, однако основная задача в метаданных — генерация текста.

Bokap Betawi — языковая модель, разработанная Risang Panggalih на основе Qwen 2.5 7B. Модель дообучена на 1 000 синтетических пар «инструкция — ответ» на языке бетави, сгенерированных GPT-4o, и предназначена для повышения качества выполнения задач на бетави. В репозитории представлены веса fp16. Модель можно применять для генерации текста и ответов на инструкции на бетави. Это альфа-версия с 7,1 млрд параметров, архитектурой Qwen2 и контекстом до 131 072 токенов. Карточка не сообщает лицензию; размер синтетического обучающего набора ограничивает основания ожидать широкого охвата языка и задач.

Это дообученная модель генерации текста на основе marin-community/marin-8b-base, подготовленная AmberYifan на наборе capsd_marin-8b-base-n80000-finance-dedup80k__mix_finance_random_b2000_s0. Модель построена на плотной архитектуре LlamaForCausalLM и содержит 7,5 млрд параметров; для работы используется библиотека Transformers, веса доступны в формате safetensors. Модель предназначена для генерации и продолжения текста. Финансовый набор данных указывает на финансовый контекст дообучения, однако карточка не описывает конкретные финансовые задачи, качество или оценивание, поэтому специализацию и надёжность ответов в этой области подтвердить нельзя. Контекст модели — до 4096 токенов; метаданные отмечают возможность чата. Указана лицензия other, поэтому условия использования следует сверять с файлами лицензии репозитория.

madanagrawal/casual_language_modeling — дообученная на наборе eli5_category компактная англоязычная модель DistilGPT2 для генерации текста. Она построена на архитектуре GPT-2 и предназначена для продолжения текста и создания ответов в стиле обучающих примеров. Модель принимает текст и выдаёт текст; контекст составляет 1024 токена. В карточке приведён результат оценки: loss 3,7750. Лицензия — Apache-2.0. Подробные сведения о сценариях применения и ограничениях в README отсутствуют.

Crimson-Twilight-12B — языковая модель Vortex5 для повествовательного ролевого взаимодействия. Это плотная causal language model на архитектуре Mistral с 12,1 млрд параметров и контекстом до 131 072 токенов; модель распространяется в формате safetensors и использует библиотеку Transformers. Модель создана как многоэтапное слияние четырёх моделей Vortex5 с помощью MergeKit: сначала применены методы nearswap и slerp, затем промежуточные результаты объединены методом Karcher mean. Она предназначена для генерации текста в сценариях ролевой игры и написания повествовательных ответов. В карточке не указаны языки, на которых она специально обучена. Лицензия в предоставленных данных не указана. Сведения о качестве, безопасности и ограничениях применения в карточке отсутствуют.

Dark-Waifu-7b — слитая модель на базе Mistral, опубликованная пользователем nocudaexe. Она создана методом DARE TIES с помощью mergekit: базой послужила mlabonne/AlphaMonarch-7B, а в объединение также вошли TeeZee/DarkSapling-7B-v2.0, Test157t/Kunocchini-7b-128k-test, NeverSleep/Noromaid-7B-0.4-DPO и Endevor/InfinityRP-v1-7B. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и формат safetensors; заявленный контекст — 32 768 токенов. Модель предназначена для генерации текста и диалогового общения. Названия включённых моделей указывают на ориентацию на ролевые и художественные сценарии, хотя README не описывает конкретные возможности или гарантии качества. Лицензия в предоставленных данных не указана.

DiSCo Clause Segmenter — модель BabakScrapes для сегментации английского текста на элементарные дискурсивные единицы, приблизительно соответствующие клаузам. Это дообученная на базе roberta-base модель RoBERTa для классификации токенов с 151,8 млн параметров и контекстом до 514 токенов. Она присваивает каждому токену метку начала, середины или конца клаузы (B/I/E); границы сегментов восстанавливаются из последовательностей этих меток. Модель предназначена для выделения клауз в английских текстах, в частности как первого этапа конвейера DiSCo: полученные сегменты можно передать сопутствующей модели для классификации Situation Entities. Обучение проводилось на открытом корпусе SitEnt; на отложенной части корпуса метрика покрытия золотых клауз предсказанными сегментами с перекрытием не менее 50% составила 95,5%, а точность классификации токенов — 0,861. Репозиторий содержит веса PyTorch и Safetensors и использует библиотеку Transformers. Лицензия — CC BY 4.0. Модель рассчитана только на английский язык и может несколько чаще нужного разделять текст на отдельные клаузы. Показатели приведены для отложенной выборки SitEnt и не гарантируют такую же точность на текстах из других областей; для восстановления сегментов требуется логика выравнивания слов и обработки меток B/I/E из конвейера DiSCo.

Это дообученная на английском языке модель генерации текста семейства GPT-2, разработанная на базе fpadovani/ppt-wc-uniform-oldlex-jpn-100mb_seed3407. Модель создана с использованием TRL и распространяется в формате safetensors; контекст ограничен 512 токенами. Она предназначена для продолжения текста и генерации ответов по текстовой подсказке. Пример в карточке показывает генерацию ответа на вопрос в диалоговом формате с выдачей до 128 новых токенов. Карточка не приводит отдельной оценки качества или специализированной области применения. Лицензия в доступных сведениях не указана. Как и другие компактные GPT-2-подобные модели, она ограничена небольшим контекстом и может выдавать неточные или несвязные продолжения.

Evathene-v1.3 — слитая 71,5-миллиардная языковая модель, созданная sophosympatheia для ролевых диалогов и создания историй. Она основана на Qwen2 и объединяет Evathene-v1.1 и Evathene-v1.2 методом SLERP с помощью mergekit; модель работает через Transformers и принимает текст, выдавая текст. Заявленная длина контекста — 131 072 токена. Модель предназначена прежде всего для ролевых игр и сторителлинга; автор также отмечает, что она может справляться с другими задачами, но не проверял её в них. В README модель названа uncensored, а примеры настроек включают инструкции для контента для взрослых. Качество зависит от промпта и настроек генерации, модель может выдумывать детали или повторяться. Лицензия в предоставленных данных не указана.

Ateron/Gemma-4-AssGuard-31B — экспериментальная разговорная модель на базе Gemma 4 31B, созданная автором Ateron для развлечения и ролевых диалогов. Это слияние нескольких моделей через mergekit; среди указанных источников — Gemma4-GarnetV2-31B, Pantheon-Reasoning-31B-1.1, Equinox-31B, Gemma-4-31B-storymaxxed2 и Gemma4-Gutenberg-31B. В README автор описывает её как эксперимент, способный выдавать забавные результаты, и рекомендует попробовать значение min_p около 0,15–0,20. Модель предназначена для генерации диалогового текста и ролевых сценариев на английском языке. Репозиторий содержит веса safetensors, лицензия — Apache-2.0. Метаданные указывают архитектуру Gemma 4 и поддержку чата; сведения о размере параметров и длине контекста не приведены.

Faek93/GemmaSensitiveDataExtractor — дообученная компанией или автором Faek93 текстовая модель на базе google/gemma-3-270m-it. Она построена на плотной архитектуре Gemma 3 и предназначена для диалоговой генерации текста; название указывает на извлечение чувствительных данных, однако README не описывает эту возможность и не приводит примеров или оценки качества. Модель содержит 257 млн параметров, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors для Transformers. Карточка демонстрирует запуск модели для ответа на открытый вопрос в диалоговом формате. Лицензия в предоставленных данных не указана. По имеющимся сведениям нельзя подтвердить точность извлечения чувствительных данных или определить, какие именно типы данных она извлекает.

UltimateIntent/Gemory-26B-A4B-GGUF — языковая модель для генерации текста, разработанная UltimateIntent и представленная в формате GGUF. Она создана как дообученная версия huihui-ai/Huihui-gemma-4-26B-A4B-it-qat-q4_0-unquantized-abliterated и предназначена прежде всего для творческого письма, ролевых сценариев и диалогов для взрослой аудитории, включая NSFW и ERP-контент. В карточке также указан тег мультимодальности, однако подробности о поддерживаемых типах входных данных не приведены. Модель основана на архитектуре Gemma 4 с механизмом Mixture-of-Experts; заявленный общий размер — 26B параметров, активный объём — A4B. Доступна в квантизованном формате GGUF и ориентирована на запуск через llama.cpp. Указан английский язык, а также тег LoRA, но сведения о длине контекста, точной схеме дообучения, фактических мультимодальных возможностях и производительности отсутствуют. Сильными сторонами модели являются специализация на творческой генерации и ролевом взаимодействии, а также возможность локального запуска в совместимом формате. Ограничения включают ориентацию на контент не для всех аудиторий, возможные риски при генерации NSFW-материалов и недостаток опубликованных сведений о качестве, безопасности и языковой поддержке за пределами английского. Лицензия — Apache-2.0.

HikariBloom-v0.3-RP — разговорная модель Rookied2 для общения с разными персонажами и ролевых сценариев. Она создана на основе meta-llama/Llama-3.1-8B-Instruct и дополнительно обучена методом SFT; архитектура — плотная LlamaForCausalLM, размер — около 7,5 млрд параметров. Модель принимает текст и генерирует текст, поддерживает чат и имеет контекст до 131072 токенов. Карточка указывает английский язык и обучение на наборах диалогов, ролевых и токсичных примеров. Модель может выдавать токсичный и NSFW-контент, поэтому её ответы требуют контроля. Лицензия — Apache-2.0.

IceSakeRP-7b (IceSakeV12) — англоязычная чат-модель на базе архитектуры Mistral, созданная Icefog72 путём слияния предварительно обученных моделей методом SLERP с использованием mergekit. Модель содержит 7,1 млрд параметров и поддерживает контекст до 25–32 тыс. токенов. Модель предназначена для диалогов и генерации текста в ролевых сценариях. В репозитории упомянуты пользовательские lorebook-файлы и настройки, а также варианты квантования ExL2 и GGUF, доступные отдельно. В метаданных указаны возможности chat и генерация текста; README приводит результаты оценивания на отдельных бенчмарках. Карточка помечает модель как NSFW и «не для всех аудиторий». Лицензия CC BY-NC 4.0 разрешает использование с атрибуцией, но запрещает коммерческое применение.

IceWhiskeyRP-7b — объединённая разговорная языковая модель на базе Mistral, опубликованная пользователем icefog72. Она предназначена для ролевого общения и генерации текста; автор сообщает, что модель рассчитана на контекст порядка 16–25 тысяч токенов и может работать с окном до 32 тысяч токенов. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и распространяется в формате safetensors; в карточке также упомянуты варианты ExL2 и GGUF. Модель объединяет Ice0.14-02.10-RP и Ice0.13-02.10-RP методом SLERP. Подходит для ролевых диалогов и создания художественных сцен. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. Метки карточки предупреждают, что модель не предназначена для всех аудиторий и ориентирована на контент для взрослых.

fpadovani/ita-latn-10mb-100mb_seed3407 — это дообученная модель генерации текста на базе goldfish-models/ita_latn_10mb. Разработчик указывает, что модель обучена с помощью TRL; архитектура — GPT-2, веса хранятся в формате safetensors. Пример запуска использует Transformers pipeline для text-generation. Модель предназначена для продолжения текста и генерации ответов на текстовые запросы. Контекст составляет 512 токенов. В названии и базовой модели указано ita-latn, однако карточка не описывает явно поддерживаемые естественные языки и конкретные сценарии обучения. Лицензия в предоставленных данных не указана.

Kartoffel_Orpheus-3B_german_synthetic-v0.1 — немецкая модель синтеза речи из семейства Kartoffel на основе Orpheus-3B. Эта синтетическая версия создана для генерации речи с эмоциональными интонациями и эмоциональными возгласами; в README описаны четыре голоса: Martin, Luca, Anne и Emma. Модель принимает немецкий текст и может генерировать речь с заданным голосом и одной из поддерживаемых эмоций, например радостью, грустью или спокойствием. Для выбора голоса и эмоции используется шаблон «Имя голоса — Эмоция: текст». Поддерживаются также возгласы вроде «haha», «wow» и «ohhh». Репозиторий использует Transformers и формат safetensors. Модель собрана слиянием на базе amuvarma/3b-de-pretrain и canopylabs/orpheus-3b-0.1-ft. Лицензия — Llama 3.2. README указывает, что эта версия ориентирована на синтетически звучащие голоса; естественность звучания, кроме общего описания семейства, отдельно не гарантируется.

Katarau-9B-ru-RP-nsfw-GGUF — это квантизированная GGUF-версия модели Katarau-9B-ru-RP-nsfw, разработанной katafiek. Модель предназначена для генерации текста, включая ролевые сценарии и диалоги на русском и английском языках. По указанным тегам она ориентирована на менее ограниченную генерацию контента для roleplay-сценариев, однако конкретные поведенческие особенности базовой модели в README не раскрыты. Доступны варианты квантизации Q4_K_M, Q5_K_M, Q6_K и Q8_0 с приблизительной разрядностью от 4,8 до 8,5 бит. Формат GGUF предназначен для локального запуска совместимыми инструментами, но требования к памяти, архитектура, размер контекста, точное число параметров и поддерживаемые модальности в README не указаны. Модель является текстовой и относится к задаче генерации текста. Модель поддерживает Apache License 2.0. Основные ограничения связаны с отсутствием в README подробностей о качестве, точности, безопасных сценариях применения, контекстном окне и рекомендуемых параметрах запуска; выбор варианта квантизации, вероятно, влияет на баланс между размером, требованиями к ресурсам и качеством генерации.

Sammanus Ara — слитая автором kromvault разговорная модель семейства Llama 3 на 8,4 млрд параметров. Она создана из нескольких моделей, включая L3-Blackened-Sunfall-15B, Jamet-8B-L3-MK.V-Blackroot, Llama-3SOME-8B-v2 и L3-8B-sunfall-v0.4-stheno-v3.2; при объединении использовались промежуточные слияния и TIES merge. Модель предназначена прежде всего для ролевых диалогов и создания историй, в том числе эротических ролевых сценариев. По словам автора, она сохраняет многие качества исходной версии на 15 млрд параметров, хорошо следует примеру текста, связно пишет и не склонна к излишней многословности. Контекст составляет 8192 токена. Автор отмечает, что из-за меньшего размера модель может быть менее подробной и тонкой, чем версия на 15 млрд параметров. Лицензия в предоставленных данных не указана.

L3-SnowStorm-v1.15-4x8B-B — экспериментальная MoE-модель для диалогов и ролевых сценариев, созданная на основе нескольких моделей Llama 3. В README указаны четыре эксперта размером 8B: Poppy Porpoise, Lumimaid, Soliloquy и Stheno; для каждого токена выбираются два эксперта, а режим маршрутизации указан как random. Метаданные описывают архитектуру как MixtralForCausalLM и указывают 7,5 млрд параметров, контекст 8192 токена и формат safetensors. Модель предназначена прежде всего для ролевого общения и ERP-сценариев. README также приводит результаты Open LLM Leaderboard, но не содержит полной таблицы оценок. Заявлена мультимодальная версия через llama3_mmproj, однако описания её возможностей и формата входа в карточке нет. Модель опубликована под лицензией Llama 3. README помечает её как экспериментальную; случайная маршрутизация экспертов и узкая ориентация на ролевые сценарии ограничивают предсказуемость качества в других задачах.

L3-Uncen-Merger-Omelette-RP-v0.2-8B — англоязычная модель для генерации текста и ролевых диалогов, созданная Casual-Autopsy путём объединения нескольких моделей семейства Llama 3 с помощью LazyMergekit. В README перечислены исходные модели для слияния; схема одного из этапов использует метод dare_ties, а базовой моделью этого этапа указана Sao10K/L3-8B-Stheno-v3.2. Модель с архитектурой LlamaForCausalLM содержит 7,5 млрд параметров, принимает текст и генерирует текст. Родной контекст — 8192 токена. Она предназначена для ролевого общения и создания историй на английском языке; карточка помечает её как NSFW и не для всех аудиторий. Файлы представлены в формате safetensors. Лицензия в предоставленных данных не указана. Как результат слияния множества моделей, поведение и качество могут зависеть от сценария; подробные ограничения и результаты оценки в карточке не приведены.

LemonadeRP-4.5.3 — языковая модель на архитектуре Mistral с 7,1 млрд параметров, созданная автором KatyTheCutie как слияние нескольких моделей. Она ориентирована на ролевые диалоги и сценарии, где важны творческая подача и менее шаблонные ответы. Модель предназначена для генерации текста в приложениях для ролевого общения, включая SillyTavern. В README указана длина контекста 8192 токена и сообщается, что у пользователей встречались рабочие контексты до 32K; метаданные каталога указывают нативный контекст 32768 токенов. Поддерживаемый язык карточки — английский. Модель распространяется по лицензии CC BY 4.0. Качество ответов и работа с длинным контекстом могут зависеть от настроек и сценария использования.

Lemon Kunoichi Wizard V3 — объединённая автором Statuo языковая модель для генерации текста и ролевых диалогов. Она создана линейным слиянием LemonadeRP-4.5.3, Kunoichi-DPO-v2-7B и WizardLM-2-7B: LemonadeRP использована как основа, Kunoichi-DPO оказала значительное влияние, а WizardLM-2 добавлена для усиления логических способностей. Модель построена на плотной архитектуре Mistral, содержит 7,1 млрд параметров и рассчитана на контекст до 8192 токенов. Модель предназначена для ролевых сценариев, особенно для интерпретации особенностей персонажа по карточке, а также для диалоговой генерации с системным промптом в формате Alpaca. Автор сообщает, что проверял связность на контексте 8192 токена; более длинный контекст теоретически возможен, но его качество не проверено и может снижаться. Доступны веса Safetensors; в README также упомянуты варианты квантования 4, 6 и 8 бит с файлами измерений. Условия лицензии в предоставленных данных не описаны.