I.7Речь, диалоги и встречи

grimjim создал kunoichi-lemon-royale-7B — экспериментальную объединённую модель для генерации текста на основе архитектуры Mistral с 7,1 млрд параметров. Она предназначена прежде всего для ролевых диалогов и повествовательной генерации: модель следует карточкам персонажей и учитывает подсказки из начального сообщения. Для общения подходят шаблоны Alpaca и ChatML; заявленный контекст — до 8192 токенов. Модель получена слиянием нескольких предварительно обученных моделей методом DARE TIES с помощью mergekit; базой послужила SanjiWatsuki/Kunoichi-7B. Доступны варианты квантования GGUF и EXL2. README отмечает, что модель проверена лишь ограниченно и иногда может раскрывать контекст. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но не коммерческое применение.

KatyTheCutie/L3-BubbleTea8B-RP-V1 — слитая с помощью mergekit языковая модель на архитектуре Llama с 7,5 млрд параметров. В README модель описана как необычная, смешная и склонная к намеренно странным или неуклюжим ответам; она лучше подходит для чата и ролевых диалогов, чем для выполнения инструкций. Модель предназначена для свободного общения, ролевых сцен и творческого письма. Она создана методом DARE-линейного слияния четырёх моделей Llama 3 8B: cgato/L3-TheSpice-8b-v0.8.3, Fizzarolli/L3-8b-Rosier-v1, Sao10K/L3-8B-Lunaris-v1 и Sao10K/L3-8B-Stheno-v3.2. Контекст составляет 8192 токена; веса опубликованы в формате Safetensors. Модель ориентирована на англоязычные ролевые диалоги и генерацию текста. Она может выдавать нестандартные, неуклюжие или юмористические ответы и хуже справляется с точным следованием инструкциям. Лицензия в предоставленных данных не указана.

L3-Scrambled-Eggs-On-Toast-8B — англоязычная чат-модель для творческого ролевого общения, созданная Casual-Autopsy как слияние 18 моделей семейства Llama 3 в 11 этапов с помощью LazyMergekit. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и принимает формат инструкций Llama 3; заявленная длина контекста — 8192 токена. Модель рассчитана на ролевые диалоги и генерацию творческих ответов, сочетая креативность с интеллектуальными способностями. README рекомендует пресет SillyTavern Virt-io для контекста и более креативных ответов, а Naive — для лучшего следования инструкциям. Модель распространяется под лицензией llama3. Результаты генерации зависят от настроек семплирования и выбранного шаблона общения; модель ориентирована на ролевое использование и помечена как NSFW.

Ellight/Lite-Oute-1-65M-smol-smoltalk — компактная разговорная языковая модель, дообученная Ellight на базе OuteAI/Lite-Oute-1-65M на наборе smol-smoltalk в течение одной эпохи. Это плотная авторегрессионная модель семейства LLaMA с архитектурой LlamaForCausalLM; метаданные указывают 47,8 млн параметров, контекст до 2048 токенов и формат Safetensors. Модель предназначена для генерации текста в формате диалога и экспериментального использования в чат-сценариях. В README приведены результаты тестирования на HellaSwag, ARC и PIQA: дообучение не улучшило показатели по всем задачам, а в сравнении со SmolLM2-135M-Instruct результаты ниже. Малый размер упрощает эксперименты с компактными языковыми моделями, но качество и надёжность ответов ограничены; модель не следует считать универсальным помощником без дополнительной проверки. Лицензия в предоставленных данных не указана.

Это GGUF-квантизированная версия дообученной модели Meta Llama 3.1 8B Instruct, опубликованная samunder12. Модель создана с использованием PEFT LoRA и оптимизаций Unsloth; исходная LoRA-модель указана как samunder12/llama-3.1-8b-roleplay-v4-lora. Версия в данном репозитории использует квантизацию Q4_K_M и предназначена для локального запуска. Модель специализирована для генерации историй, immersive role-play и разработки чат-ботов с быстрым стилем взаимодействия, напоминающим Character.AI. Она ориентирована преимущественно на короткие многоходовые диалоги с выразительными действиями и лаконичными репликами; заявлена доминирующая, напористая и прямая персона. Обучение проводилось на 513 примерах коротких диалогов, а максимальная длина последовательности составляла 4096 токенов. К сильным сторонам относятся быстрая генерация и баланс качества и производительности, характерный для Q4_K_M. Модель узкоспециализирована и может плохо справляться с программированием, суммаризацией и фактологическими вопросами. Её выводы не фильтруются и могут отражать содержание обучающих данных. Для использования рекомендуется контекст 4096 токенов и формат промпта Llama 3. Модель распространяется по лицензии Apache-2.0.

Lust-7b — экспериментальная разговорная модель для ролевых сценариев, опубликованная Fizzarolli. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров; она принимает текст и генерирует продолжение диалога или описания персонажей. В карточке приведён нестандартный текстовый формат промпта с описаниями персонажей и сценарием. Модель рассчитана на английский язык, поддерживает контекст до 32 768 токенов и распространяется в формате Safetensors по лицензии Apache-2.0. Модель подходит для генерации ролевых диалогов и продолжения сцен с одним или несколькими персонажами. Автор отмечает экспериментальный характер модели и не гарантирует, что описанный формат задания будет работать как ожидается; шаблон для SillyTavern пока не приведён.

NeuraLake-m7-v2-AshhLimaRP-Mistral-7B — текстовая генеративная модель Meggido, построенная на базе Meggido/NeuraLake-m7-v2-7B и адаптера LoRA lemonilia/AshhLimaRP-Mistral-7B. Она предназначена для ролевых диалогов и создания ответов от лица заданного персонажа по его описанию, описанию пользователя и сценарию. Модель использует архитектуру Mistral с 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. README описывает формат промпта Extended Alpaca и управление длиной ответа модификатором от micro до unlimited; длина задаётся приблизительно, а длинные ответы могут быть многословными или приписывать реплики пользователю. Репозиторий содержит веса safetensors. Лицензия CC BY-NC 4.0 допускает некоммерческое использование с соблюдением её условий.

Aratako/Ninja-v1-RP — языковая модель для ролевых диалогов, созданная с помощью mergekit на основе Aratako/Ninja-v1-RP-WIP. Автор объединил базовую модель с четырьмя английскими моделями для ролевых сценариев, добавив их task vectors и применив метод Model Stock. В карточке указано, что это усиливает следование инструкциям и выразительность. Модель построена на плотной архитектуре Mistral и содержит 7,1 млрд параметров. Она генерирует текст и рассчитана на ролевые диалоги и отыгрыш персонажей; карточка указывает японский язык, а базовая модель также предназначена для японского и английского. Для работы рекомендуется шаблон чата Vicuna; контекст составляет 4096 токенов. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Результат зависит от заданных персонажей, сценария и формата промпта; модель ориентирована на ролевое общение, поэтому её не следует считать универсальным помощником для любых задач.

Noromaid-13b-v0.1.1 — модель генерации текста, созданная в сотрудничестве IkariDev и Undi. Она предназначена для ролевых диалогов, в том числе откровенных, а также для обычных текстовых ответов. Авторы предлагают использовать собственный формат промптов или шаблон Alpaca; в карточке также доступны настройки SillyTavern для контекста и инструкций. Модель основана на архитектуре Llama, содержит 12,9 млрд параметров и имеет контекст длиной 4096 токенов. Репозиторий содержит веса FP16 в формате safetensors. Для обучения использовались наборы no_robots и Aesir Private RP. Версия 0.1.1 исправляет некоторые проблемы с пониманием персонажей, логикой и продолжением диалога, а также отдельную ошибку при заполнении контекста. Авторы обозначают выпуск как тестовую версию и не гарантируют стабильную работу; рекомендуемые параметры генерации ещё не подготовлены. Модель распространяется по лицензии CC BY-NC 4.0, которая не допускает коммерческого использования.

Nova-Tempus-70B-v0.1 — экспериментальная слитая модель автора sophosympatheia на архитектуре Llama, объединяющая несколько моделей семейства Llama 3. Она содержит 69,5 млрд параметров, принимает текст и поддерживает контекст до 131 072 токенов; модель распространяется в формате safetensors и предназначена для использования через Transformers. Основные сценарии — ролевая игра и создание художественных историй. Автор называет модель uncensored и отмечает, что не проверял её качество на других задачах. В README приведены рекомендации по настройке семплирования и шаблон диалога Llama 3. Модель создана методом Model Stock на основе Llama 3.3 70B Instruct с компонентами нескольких других Llama-моделей. Лицензия указана как llama3.3. Высокая вариативность генерации и склонность к повторяющимся описаниям могут потребовать настройки параметров семплирования; качество за пределами ролевых сценариев и историй не подтверждено.

onebee-gf-sft-v0 — ранний экспериментальный LoRA-чекпойнт проекта, дообученный на Gemma 4 E2B IT. Он предназначен для воспроизведения результатов версии v0 в задачах диалога с персоной, ответы которой учитывают небольшой набор извлечённых воспоминаний. Модель мультимодальная, с архитектурой Gemma4 и поддержкой текста и изображений; базовая модель содержит около 2 млрд эффективных параметров, адаптер имеет ранг 16. Карточка указывает задачу image-text-to-text и поддержку английского языка. Дообучение выполнено на 202 примерах для четырёх персон. На этом этапе значимого DPO-выравнивания не применялось. В README приведены низкие результаты без памяти и более высокие при её подключении, а также отмечены проблемы с ошибочными отказами; авторы считают эту версию устаревшей и рекомендуют для новых работ v1 или distill-v1. Чекпойнт не оценивался для критически важных решений и медицинских, юридических или финансовых консультаций. Лицензия — Apache 2.0.

Pranavz/Peach-2.0-9B-8k-Roleplay-heretic — разговорная языковая модель для ролевых диалогов, созданная на основе Peach-2.0-9B-8k-Roleplay с применением abliteration для снижения частоты отказов. README сообщает, что исходная Peach дообучена на базе 01-ai/Yi-1.5-9B на более чем 100 тысячах синтезированных диалогов с этапами SFT и DPO. Модель имеет плотную архитектуру LlamaForCausalLM, около 8,6 млрд параметров и принимает текстовые запросы, выдавая текстовые ответы. Модель рассчитана прежде всего на ролевые беседы, отыгрыш персонажей и интерактивное повествование; README отмечает поддержку формата SillyTavern и китайско-английские диалоги. В сравнении с исходной моделью автор приводит 4 отказа из 100 запросов против 12, а также KL-дивергенцию 0,299. Метаданные указывают контекст до 16 384 токенов, тогда как README предупреждает, что обучение было ограничено длиной 8 тысяч токенов и качество может снижаться на длинных беседах. Модель распространяется по лицензии MIT. Среди ограничений README указывает возможную генерацию токсичного, вредного и NSFW-контента, слабые результаты на математике, программировании и логических задачах, а также галлюцинации и слабую поддержку языков помимо китайского и английского.

Pygmalion-7b-Merged-Safetensors — разговорная модель на архитектуре LLaMA, созданная PygmalionAI и дообученная на основе Meta LLaMA-7B. Это версия 1, обученная на части данных Pygmalion-6B-v8-pt4; веса представлены в формате SafeTensors, а XOR-файлы уже применены. Модель предназначена прежде всего для вымышленных диалогов и ролевого общения в развлекательных сценариях. Модель принимает текст и генерирует продолжение диалога в формате Pygmalion с описанием персоны и репликами участников. Размер составляет 6,6 млрд параметров, контекст — до 2048 токенов; в метаданных указан английский язык. Лицензия в предоставленных данных не указана.

Aratako/Qwen3-30B-A3B-ERP-v0.1 — японская языковая MoE-модель для текстовой генерации в диалоговом формате, дообученная Aratako для ролевых игр на базе Aratako/Qwen3-30B-A3B-NSFW-JP. Чтобы разыграть сценарий, задайте в system prompt персонажа и ситуацию, затем ведите диалог через chat template. Модель использует архитектуру Qwen3 MoE и класс Qwen3MoeForCausalLM; контекстное окно составляет 32 768 токенов. Метаданные указывают 2,6 млрд параметров и формат safetensors; README также ссылается на вариант GGUF. Основной язык модели — японский. Модель опубликована под лицензией MIT. Вариант предназначен для ролевых диалогов и может генерировать NSFW-контент.

Squelching-Fantasies-8B — англоязычная разговорная модель для генерации текста и ролевых диалогов, созданная автором Mawdistical на основе дообучения Sao10K/L3-8B-Stheno-v3.2. Модель построена на плотной архитектуре LlamaForCausalLM и содержит 7,5 млрд параметров; заявленная длина контекста — 8192 токена. Репозиторий использует формат safetensors и библиотеку Transformers. Модель предназначена для ролевых сценариев и создания историй с широким диапазоном тем, включая откровенный и мрачный контент. Автор рекомендует температуру 1,0–1,1 и Min P 0,02–0,05; настройки DRY приведены как необязательные. Лицензия — CC BY-ND 4.0.

Карточка модели Mawdistical/Squelching-Fantasies-glm-32B на Hugging Face совпадает с карточкой Mawdistical/Squelching-Fantasies-8B, поэтому описание составлено по ней. Squelching-Fantasies-8B — англоязычная разговорная модель для генерации текста и ролевых диалогов, созданная автором Mawdistical на основе дообучения Sao10K/L3-8B-Stheno-v3.2. Модель построена на плотной архитектуре LlamaForCausalLM и содержит 7,5 млрд параметров; заявленная длина контекста — 8192 токена. Репозиторий использует формат safetensors и библиотеку Transformers. Модель предназначена для ролевых сценариев и создания историй с широким диапазоном тем, включая откровенный и мрачный контент. Автор рекомендует температуру 1,0–1,1 и Min P 0,02–0,05; настройки DRY приведены как необязательные. Лицензия — CC BY-ND 4.0.

Thespis v0.7 — языковая модель для генерации текста, разработанная cgato и настроенная методом DPO для ролевого общения в стиле интернет-переписки. Она рассчитана на сценарии role-play с разметкой действий звёздочками и обычным диалогом без кавычек; поддерживает стандартный формат чата Ooba и SillyTavern. Модель основана на плотной архитектуре LlamaForCausalLM и содержит 12,9 млрд параметров, работает с контекстом до 4096 токенов. В обучении использованы Pure-Dove Dataset, Claude Multiround 30k, OpenOrcaSlim, Augmental Dataset, а для DPO — Intel/orca_dpo_pairs и NobodyExistsOnTheInternet/ToxicDPOqa. Модель распространяется под лицензией Apache-2.0. Карточка отмечает её как предназначенную не для всех аудиторий; качество ролевых ответов зависит от формата промпта и выбранного сценария.

Thespis-13b-v0.3 — личный проект автора cgato: чат-модель для многоходовых ролевых диалогов, включая SFW- и NSFW-сценарии. Это плотная авторегрессионная модель семейства LLaMA с 12,9 млрд параметров и контекстом 4096 токенов. Модель ориентирована на ролевую переписку в интернет-стиле: действия оформляются звёздочками, реплики — без кавычек. README сообщает о дообучении на примерах из Claude Multiround Chat 30k, Pippa Dataset, Puffin Dataset и вручную отобранных диалогах с персонажами. Поддерживается стандартный чат-шаблон, в том числе использование с Ooba и SillyTavern. Автор указывает, что версия устарела и рекомендует Thespis v0.4. Репозиторий содержит веса PyTorch. Лицензия в предоставленных данных не указана.

Toronto-Mans-35B-A3B — текстовая разговорная модель, созданная разработчиком devon7y на основе Qwen/Qwen3.6-35B-A3B. Модель дообучена LoRA на диалогах и примерах словаря, после чего адаптер объединён с весами базовой модели. Она генерирует ответы в преувеличенном стиле Multicultural Toronto English, сохраняя ответы по существу; интенсивность сленга задаётся системным промптом. Модель предназначена для развлекательных диалогов, имитации стилизованной речи Торонто и объяснения местного сленга. Это текстовая MoE-модель: в README указаны 35 млрд параметров всего и около 3 млрд активных; контекст — 262 144 токена. Доступны веса в формате Safetensors для Transformers и совместимых средств запуска. Лицензия — Apache-2.0. Автор предупреждает, что стилизация намеренно преувеличена и не отражает речь всех жителей Торонто или конкретных сообществ. По данным README, объяснения сленга верны примерно в шести случаях из десяти, а в части обычных ответов встречаются общие или британские слова. Модель не следует использовать как источник достоверных сведений или для подражания реальному человеку; в ситуациях, связанных с безопасностью, горем и медицинскими вопросами, она должна переходить к нейтральной речи.

Vireqo-27T-260818 — экспериментальный чат-продукт с ограниченным режимом рассуждений, подготовленный автором Vita0818 на основе объединённых моделей Qwen/Qwen3.8-27B и prism-ml/Bonsai-27B-gguf. Он использует тот же GGUF-файл с весами, что и Vireqo-27B-260816: отдельное название линейки T связано с проверенной конфигурацией Think512-Concise для LM Studio, а не с новым преобразованием весов или дообучением. Репозиторий рассчитан на запуск через llama.cpp и LM Studio; в карточке указаны английский и китайский языки. Режим Think512-Concise включает рассуждение с бюджетом 512 токенов и ограничивает длину ответа 768 токенами. В проверках конфигурация ответила на вопросы о столице Франции, умножении и задаче о курах и кроликах. Модель предназначена для кратких ответов с ограниченным рассуждением в чате. Лицензия — Apache-2.0. Ограничения: свободный режим рассуждений может приводить к пустому видимому ответу, а настройки оптимизированы для кратких финальных ответов, а не подробных объяснений. Автор не заявляет о переобучении модели или результатах стандартных бенчмарков рассуждения; сложные математические, программные и планировочные задачи могут потребовать большего бюджета.

wav2vec2-large-xlsr-53-english-pronunciation-evaluation-aod-cut-balance — модель для классификации аудио, созданная дообучением jonatasgrosman/wav2vec2-large-xlsr-53-english. Она предназначена для оценки английского произношения по аудиозаписи. Архитектура — Wav2Vec2ForSequenceClassification семейства wav2vec2; размер — 402,7 млн параметров. Модель опубликована в формате PyTorch и распространяется по лицензии Apache-2.0. В карточке приведены результаты оценки: accuracy 0,6055 и F1 0,6017. Данные о наборе обучения и подробных ограничениях не раскрыты, поэтому качество на других данных и применимость к разным акцентам установить нельзя.

Wongwian Micro Instruct — компактная языковая модель Wongwian, разработанная в рамках исследовательского проекта тайских языковых моделей. Модель содержит 238,3 млн параметров по метаданным и предназначена для генерации текста и диалогов с выполнением инструкций. Её обучили с нуля на преимущественно тайских данных объёмом 40 млрд токенов, затем провели дообучение на диалогах на тайском языке. Используются архитектура Llama для причинного языкового моделирования и токенизатор SentencePiece Unigram с словарём 32 тыс. токенов; модель работает через Transformers и хранится в формате safetensors. Модель рассчитана прежде всего на тайский язык, также заявлена поддержка английского. Окно контекста — 2048 токенов. Её можно применять для коротких диалогов на тайском, следования инструкциям и демонстрационных задач, где важны компактность и локализация. Лицензия — MIT. Из-за небольшого размера модель не подходит для сложных рассуждений и развёрнутого анализа. Возможны фактические ошибки, повторения, смещения из обучающих данных и снижение качества у предельной длины контекста.

Alice In The Dark — чат-модель на архитектуре Llama, разработанная Novaciano для диалогов, ролевых сценариев и создания историй. Модель объёмом 1,2 млрд параметров объединяет Novaciano/La_Mejor_Mezcla-3.2-1B и D1rtyB1rd/Dirty-Alice-RP-NSFW-llama-3.2-1B; в README также упоминается лёгкое дополнительное обучение после слияния. Репозиторий содержит веса Safetensors, модель предназначена для Transformers и поддерживает контекст до 131 072 токенов. Модель рассчитана на многоходовые ролевые диалоги, в том числе с несколькими персонажами, художественное повествование и общие вопросы. Её характер по умолчанию описан как игривый, эмпатичный и ориентированный на образ Алисы из Страны чудес; подробные системные подсказки позволяют настраивать сценарий. Обучающие данные включают ролевые диалоги, рассказы, материалы об Алисе и общие знания. Модель рассчитана на контент для взрослых, включая эротические ролевые сценарии, и не подходит для всех аудиторий. Ответы могут быть непоследовательными или фактически неточными. Лицензия — Llama 3.2; применяйте её в соответствии с условиями этой лицензии.

Bella-Bartender-1B — языковая модель для разговоров и творческого письма с заданным голосом Беллы, разработанная автором репозитория на базе Llama 3.2 1B Instruct. Это плотная авторегрессионная модель семейства Llama с 1,2 млрд параметров; она дообучена Unsloth и HuggingFace TRL на 9 374 человеческих разговорных примерах. Модель рассчитана на лёгкий неформальный диалог, сценические описания, абсурдистские и философские промпты, а также прозу с выраженной эмоциональной подачей. Bella говорит на английском, обычно непринуждённо, остроумно и с готовностью возражать собеседнику. По README, модель подходит для локального запуска на скромном оборудовании. В метаданных указан родной контекст длиной 131 072 токена, однако автор описывает тесты с контекстом 8 192 токена и сообщает, что многословные ответы быстро расходуют его. Также отмечены склонность к многословию, уходу от сути, слабые сложные рассуждения и фактическое воспроизведение; в начале диалога имя Bella иногда вызывает ассоциации с персонажем из «Сумерек». Условия использования определяются лицензией Llama 3.2.

Dirty-Alice — небольшая разговорная языковая модель, созданная D1rtyB1rd на основе модели Qwen примерно на 0,5 млрд параметров, адаптированной под архитектуру Llama. Модель предназначена для общения в образе игривой, отзывчивой собеседницы и ролевых диалогов; она использует формат чата Zephyr и принимает текст, выдавая текстовые ответы. В обучении сочетались открытые наборы данных для ассистентов, многоходовые диалоги, материалы по терапии и отобранные ролевые тексты, включая эротические истории с переименованными персонажами. Модель поддерживает английский язык, имеет контекстное окно 4096 токенов и доступна в форматах Safetensors и GGUF. Указана лицензия MIT. Небольшой размер ограничивает её возможности по сравнению с крупными языковыми моделями; характер ответов зависит от обучающих материалов и ролевой настройки.

Dreamwriter — экспериментальная языковая модель, опубликованная пользователем mrfakename и дообученная на базе Qwen/Qwen3-0.6B-Base. Она предназначена для генерации текста в формате диалога ChatML и может использоваться для пробных разговорных сценариев и экспериментов с генерацией. Модель содержит около 508 млн параметров, построена на плотной архитектуре Qwen3 и рассчитана на контекст до 32 768 токенов; для работы указана библиотека Transformers, веса доступны в формате Safetensors. В карточке указан английский язык. Модель отмечена автором как высокоэкспериментальная и ещё не обученная для безопасного поведения, поэтому её ответы могут быть небезопасными или ненадёжными. Лицензия в предоставленных данных не указана.

DS-Archive/ds-smol-brew-7b — это объединённая методом SLERP модель на основе Llama 2, собранная из jondurbin/spicyboros-7b-2.2, stabilityai/StableBeluga-7B, NousResearch/Nous-Hermes-llama-2-7b, lemonilia/limarp-llama2-v2 и PygmalionAI/pygmalion-2-7b. Модель содержит 6,6 млрд параметров, использует архитектуру LlamaForCausalLM и библиотеку Transformers; максимальная длина контекста — 4096 токенов. Модель предназначена для генерации текста и ролевых диалогов с заданной персоной персонажа. В README рекомендуется попробовать формат инструкций Alpaca из LIMARP v2, однако из-за объединения нескольких моделей могут работать разные форматы запросов. Карточка предупреждает о смещениях, характерных для нишевых ролевых форумов, и не рекомендует использовать модель для получения фактической информации или советов. Модель доступна под лицензией AGPL-3.0. Метаданные указывают английский язык; README не описывает поддержку других языков.

Alice v1.1 — разговорная модель для ролевых диалогов, созданная автором AliceThirty как дообучение ReadyArt/Serenity-31B. Модель основана на плотной архитектуре Gemma 4 и распространяется в формате safetensors; дообучение выполнено с помощью LoRA ранга 80 в течение одной эпохи на RTX 5090 с низкой скоростью обучения. Модель предназначена для творческих ролевых бесед и поддержания персонажа в диалоге. В README автор отмечает, что в версии 1.1 исправлена ошибка обучения, из-за которой учитывались также реплики пользователя, и что версия настроена на более быстрые ответы с меньшей частотой открытых блоков рассуждений, чем версия 1.2. Лицензия — Apache-2.0. Автор просит оценивать качество и устойчивость характера; независимых показателей качества в карточке нет.

heegyu/gpt2-emotion — англоязычная модель генерации текста на базе GPT-2, разработанная Heegyu Kim и представленная в формате PyTorch для библиотеки Transformers. Она продолжает текст по затравке, начинающейся с одного из маркеров эмоций: sadness, joy, love, anger, fear или surprise; пример в карточке показывает генерацию текста после маркера sadness. Модель подходит для создания коротких эмоционально окрашенных продолжений и прототипов диалоговых или творческих приложений. Контекстное окно составляет 1024 токена. Модель распространяется по лицензии MIT. Размер модели и конкретная конфигурация обучения в доступных данных не указаны.

Himeros V2 27B — модель для генерации текста, разработанная Skttttt на основе orcarouter/Qwen3.8-27B-Uncensored. Это LoRA-дообучение, объединённое с базовой моделью перед экспортом, ориентированное прежде всего на англоязычный roleplay, диалоги с персонажами, романтические сцены и продолжение художественной прозы. Модель относится к классу 27B параметров и обучалась на последовательностях до 49 152 токенов. В обучающую смесь вошли ролевые диалоги, синтетические диалоги и длинная проза; основной язык — английский. Распространяется в виде отдельных standalone-файлов GGUF с K- и IQ-квантизациями, а также в формате BF16, поэтому отдельная загрузка базовой модели или адаптера не требуется. Поддерживаются совместимые среды, включая LM Studio и llama.cpp, с использованием встроенного chat template. Сильные стороны модели — ведение продолжительных сцен, взаимодействие персонажей и генерация длинных художественных текстов. Указанный предел контекста относится к конфигурации дообучения и не гарантирует равномерное качество на всём протяжении 48K-контекста. Возможны ошибки грамматики, непрерывности персонажей, повторения и извлечения информации из длинного контекста; качество разных квантизированных вариантов отдельно не сравнивалось. Модель не предназначена для получения фактических или профессиональных рекомендаций, а её ответы могут содержать зрелые темы, предвзятость и недостоверную информацию. README не указывает отдельную лицензию для Himeros V2. Использование и распространение базовой модели остаются subject to применимым условиям upstream-модели; карточка также не подтверждает дополнительные права на исходные обучающие материалы.