I.7Речь, диалоги и встречи

lzlv-limarpv3-l2-70b — языковая модель на основе Llama 2, созданная объединением lizpreciatior/lzlv_70b_fp16_hf с PEFT-адаптером, обученным на наборе LimaRP v3; вес адаптера при слиянии составил 0,5. Модель разработана для ролевого общения и генерации реплик от лица заданного персонажа. Для управления длиной ответа в промпте предусмотрены модификаторы от micro до unlimited; автор рекомендует начинать со значения medium. Модель имеет плотную архитектуру LlamaForCausalLM и содержит 68,7 млрд параметров. Она принимает текстовые инструкции в формате Alpaca, адаптированном для LimaRP v3, и генерирует текст на английском языке. Контекст составляет 4096 токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия в предоставленных данных не указана.

Undi95/Mistral-ClaudeLimaRP-v3-7B — текстовая генеративная модель для ролевых диалогов, созданная объединением весов Norquinal/Mistral-7B-claude-chat и LoRA lemonilia/LimaRP-Mistral-7B-v0.1 с весом 0,75. Модель основана на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для отыгрыша персонажей в диалогах и сценариях, в том числе для интерактивного ролевого общения в SillyTavern. Карточка описывает расширенный формат Alpaca и управление средней длиной ответа через инструкции. Рекомендуемые настройки генерации приведены как отправная точка, поскольку автор отмечает, что тестирование Mistral было ограниченным. Файлы опубликованы в формате PyTorch fp16. Модель помечена как предназначенная не для всех аудиторий и как NSFW, поэтому она рассчитана на взрослые ролевые сценарии. Лицензия — Apache-2.0. README не перечисляет поддерживаемые языки.

Sao10K разработал MN-BackyardAI-Party-12B-v1 — языковую модель для групповых ролевых чатов с несколькими персонажами. Это плотная causal language model семейства Mistral на 12,1 млрд параметров, обученная как 8-битный LoRA-адаптер на базе 12B-Lyra-v4a2, варианта Lyra-v4. Обучение опиралось на 4 000 примеров человеческих форумных и интернет-ролевых игр с двумя–семью персонажами; для карточек персонажей применялась ограниченная LLM-аугментация. Модель использует текстовый ввод и генерирует текст, поддерживает английский язык, чат и контекст до 1 024 000 токенов. Модель предназначена прежде всего для многопользовательских ролевых сценариев, но может применяться и для ролевой игры один на один. Автор описывает формат общения на основе блоков [INST] и отмечает, что для одиночной игры лучше использовать ChatML. Для настройки в SillyTavern и других интерфейсах может потребоваться дополнительная работа; рекомендуются эксперименты с температурой и min_p. К известным ограничениям относятся возможное присвоение моделью действий пользователя, неоднородное качество ответов, редкие путаница в деталях персонажей и выходы из повествования. Небольшой набор данных преимущественно содержит фэнтези-сценарии, поэтому возможен перекос в эту тематику. Лицензия — CC BY-NC 4.0, которая ограничивает коммерческое использование.

Nyarin-4B — китайская разговорная языковая модель, созданная дообучением Qwen/Qwen3-4B-Instruct-2507 на датасете NekoQA-10K в течение трёх эпох. Модель рассчитана на диалоги в образе кошкодевушки и сопровождающее общение. Модель построена на плотной архитектуре Qwen3, содержит 3,7 млрд параметров и принимает текст для генерации ответов. Заявленная длина контекста — до 262 144 токенов. В репозитории представлены веса safetensors; в README также описаны варианты BF16, AWQ 4-bit и GGUF Q5_K_M с разными требованиями к памяти. Модель ориентирована на китайский язык; метаданные также отмечают английский. Она наследует ограничения и предубеждения базовой модели. Лицензия — Apache-2.0.

alpindale/pygmalion-instruct — экспериментальная текстовая модель семейства Llama, обученная на данных Pygmalion и WizardLM. Модель содержит 6,6 млрд параметров, принимает запросы в формате instruction:/output: и поддерживает контекст до 2048 токенов. Она предназначена для ролевого общения с инструкциями: формат instruction tuning упрощает задание стиля диалога, сохраняя возможности Pygmalion для role-play. Разработчик отмечает, что применение носит экспериментальный характер. Модель не предназначена для использования в качестве универсального ассистента или для сложных диалогов с несколькими персонажами. Она может выдавать вредоносный контент и материалы NSFW. Лицензия — MIT.

Qwen2.5-32B-RP-Ink — англоязычная модель для ролевого диалога и художественного письма, созданная Allura на основе Qwen/Qwen2.5-32B-Instruct с помощью LoRA дообучения. Модель предназначена для отыгрыша персонажей, ведения сложных сцен и создания связной прозы с описаниями и атмосферой. В карточке отмечены положительные отзывы о качестве повествования и точности передачи персонажей, однако они основаны на пользовательских впечатлениях, а не на формальной оценке. Это плотная авторегрессионная модель семейства Qwen2 с 32 млрд параметров и контекстом 32 768 токенов. Она принимает и генерирует текст, поддерживает диалоговый формат ChatML; репозиторий содержит веса safetensors. Обучение использовало один эпох и параметры LoRA с рангом 16; также упомянуты отдельные квантованные сборки GGUF. Датасет автор описывает как некачественную смесь, поэтому поведение и качество ответов могут быть непредсказуемыми. Модель ориентирована на ролевые сценарии, включая взрослые сексуальные темы. Лицензия — Apache-2.0.

Sabır-60M — jetbabareal tarafından sıfırdan Türkçe diyaloglarda eğitilmiş компактная языковая модель примерно на 59,63 млн параметров. Она использует собственную архитектуру NanoGPT: декодерный Transformer, токенизатор SentencePiece BPE со словарём из 8 000 токенов и контекстное окно 256 токенов. Модель предназначена для генерации и продолжения текста, простых диалогов и экспериментов с компактными языковыми моделями для турецкого языка. По карточке, обучение проводилось примерно на 1,5 млн токенов диалоговых данных; разработчик отмечает связность и беглость генерации в пределах изученных языковых шаблонов. Модель распространяется под лицензией MIT. Из-за небольшого обучающего корпуса и короткого контекста её способность обобщать за пределы обучающих данных и выполнять сложные логические рассуждения ограничена; для запуска требуется поддержка специальной архитектуры.

Toronto-Mans-9B — плотная текстовая причинная языковая модель, созданная автором devon7y на базе Qwen/Qwen3.5-9B. Модель дообучена методом LoRA на диалогах с персоной, а адаптер объединён с базовыми весами. Она предназначена для непринуждённых разговоров в преувеличенном стиле Multicultural Toronto English, с характерным сленгом Торонто и регулируемой интенсивностью от 1 до 5; при этом модель старается отвечать по существу. Карточка описывает около 24 тысяч диалогов для основного дообучения и дополнительную настройку на вопросах о значениях сленга. Модель принимает и генерирует текст, поддерживает английский язык и имеет контекстное окно 262 144 токена. В метаданных указаны 7,2 млрд параметров, формат safetensors и библиотека Transformers; README округляет размер до 9 млрд. Автор приводит оценку на 286 тестовых запросах, но это не общий тест знаний или универсального качества. Лицензия — Apache-2.0. Модель лучше подходит для развлекательного общения и демонстрации торонтского сленга, чем для достоверного описания реальной речи или получения справочной информации. Автор предупреждает, что часть толкований сленга может быть неверной, а примерно в одной шестой непринуждённых ответов строгая оценка обнаруживала общие британские или универсальные слова; для чувствительных тем предусмотрен переход к нейтральному стилю.

Yoru — англоязычная модель семейства Mori, разработанная автором репозитория grenishrai для неформальных интернет-диалогов в стилизованной манере Gen Z. Это плотная причинная языковая модель на архитектуре SmolLM2/Llama с 1,7 млрд параметров и контекстом 8192 токена. Модель дообучена методом SFT с QLoRA на синтетическом наборе из 3 511 коротких диалогов, а затем объединена с базовыми весами и сохранена в fp16; для запуска используются Transformers и веса из репозитория. Yoru подходит для генерации коротких непринуждённых ответов, экспериментов со стилем и сравнений с базовой SmolLM2-1.7B-Instruct. Для устойчивого стиля рекомендуется передавать системный промпт, использованный при обучении. Это модель стиля и персоны, а не надёжный источник фактов: она может давать неверные советы, смешивать регистры и сленг или отвечать резко. Карточка указывает лицензию MIT для этого чекпойнта; у базовой модели могут быть отдельные условия лицензирования.

Модель a3-rl-laionnemotron-gym-agent-calendar — контрольная точка агента, дообученная методом обучения с подкреплением с помощью SkyRL. Её разработали в LAION на базе laion/GLM-4_7-swesmith-sandboxes-with_tests-oracle_verified_120s-maxeps-131k-fixthink с архитектурой Qwen3ForCausalLM; размер составляет 7,6 млрд параметров, формат весов — safetensors, длина контекста — 40 960 токенов. Модель предназначена для выполнения агентных задач в среде Nemotron Gym, связанных с календарём. Выбран шаг обучения 80 по сглаженной скользящей средней награды; для этого шага в карточке указаны средняя награда 0,9727 и pass@8, равный 1,0. Обучение проводилось на наборе laion/nemotron-gym-agent-calendar, а трассы запусков опубликованы как сопутствующий датасет open-athena/a3-rl-laion_nemotron-gym-agent-calendar. Модель принимает текстовые запросы и генерирует текстовые ответы или действия агента. В README не описаны точный набор календарных операций и языки. Лицензия — Apache-2.0. Показатели обучения относятся к указанному набору задач и сами по себе не гарантируют качество в других средах.

Augmental-13b — языковая модель Heralax для генерации текста в ролевых диалогах. Это дообученная MythoMax 13B на базе архитектуры Llama: обучение проводилось на примерно 8 тысячах строк ролевых сцен, созданных с помощью ИИ на основе человеческого текста, с персонажами разных характеров. В карточке также упомянута версия с дополнительной эпохой обучения и квантованный вариант Q5_K_M. Модель рассчитана на ролевые сценарии в формате SillyTavern и использует карточки персонажей и историю диалога для генерации развёрнутых ответов. Автор отмечает разнообразие стилей и склонность модели к длинным, описательным репликам. Размер модели — 12,9 млрд параметров, контекст — до 4096 токенов. Основной язык обучающих примеров — английский. Качество описано автором по результатам неформального тестирования, поэтому оно не является независимой оценкой. Модель может воспроизводить особенности исходных персонажей и формата ролевых диалогов; её пригодность для иных задач не подтверждена. Указана лицензия Llama 2.

BluemoonRP-13B — модель генерации текста, разработанная Reeducator как дообучение LLaMA 13B на данных для ролевого взаимодействия. Она предназначена для продолжения сценариев от лица персонажа ASSOCIATE в диалоге двух участников: LEAD задаёт ситуацию и персонажей, а модель развивает историю описаниями событий и репликами. Модель содержит 12,9 млрд параметров; карточка указывает контекст 2048 токенов. README также описывает отдельный вариант с контекстом 4k и AliBi, а также сборки GGML и GPTQ в 4-битном формате. Модель ориентирована на англоязычный roleplay и обучалась с шаблоном промпта Vicuna 1.1. Она может быть полезна для интерактивного повествования и ролевых диалогов, но её специализация на обмене между двумя участниками и небольшой контекст по данным метаданных ограничивают пригодность для длинных сценариев и общих задач. В README лицензия не указана.

DarkIdol-Qwen3.8-27B-v1.1 — специализированная дообученная модель на базе Qwen/Qwen3.8-27B, созданная для интерактивной художественной прозы и ролевых сценариев. Это плотная мультимодальная модель семейства Qwen с архитектурой Qwen3_5ForConditionalGeneration; поддерживает диалог и анализ изображений, а в README описана работа с иллюстрациями персонажей, сценами и картами настольных игр. Для запуска указаны Transformers и формат safetensors; лицензия — Apache-2.0. Модель ориентирована на TRPG, SillyTavern, симуляцию персонажей и сюжетное соавторство. Карточка подчёркивает сохранение пользовательской самостоятельности, последовательность персонажей и прозу с жанровой стилистикой; заявлены английский и китайский как основные творческие направления, а метаданные перечисляют также немецкий, французский, итальянский, португальский, хинди, испанский, тайский, корейский и японский. Размер и длина контекста этой версии в предоставленных данных не указаны. Модель не предназначена для достоверных справок, программирования или практических советов: её ответы могут содержать вымышленные факты, небезопасные инструкции и контент с ослабленной фильтрацией. Использовать её следует для художественных сценариев, а сгенерированные сведения и технические фрагменты не следует считать проверенными.

Карточка модели slZheng077/dp_roleplay_v3 на Hugging Face совпадает с карточкой vicgalle/Roleplay-Mistral-7B, поэтому описание составлено по ней. Roleplay-Mistral-7B — разговорная модель на архитектуре Mistral, разработанная vicgalle и дообученная на базе Mistral-Instruct-7B-v0.2. Она предназначена для ролевых диалогов и формирует ответы в заданном формате: реплика персонажа с описанием действия. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Карточка указывает на обучение с использованием датасета ResplendentAI/NSFW_RP_Format_DPO; модель рассчитана на ролевые сценарии, в том числе взрослого содержания. Доступны веса в формате Safetensors для Transformers. Лицензия — Apache-2.0.

Ina-v11.1 — разговорная модель на архитектуре Llama, дообученная BaiAI и Eric Hartford (QuixiAI) на основе NeverSleep/Lumimaid-v0.2-70B с помощью QLoRA и DPO. Она предназначена для ролевых диалогов, интерактивной прозы и генерации контента от лица заданных персонажей. Модель поддерживает текстовый ввод и генерацию текста, а карточка заявляет контекст до 131 072 токенов и высокую согласованность персонажа в длинных диалогах. Для настройки персонажа используется формат с блоком `>` и заголовками идентичности, характеристик и стиля общения. Ina ориентирована на эротический и другой взрослый ролевой контент, а также на имитацию заданного голоса для диалогов, подписей и сообщений в социальных сетях. Это не модель для фактологических ответов. README указывает ограничение в 3 096 токенов для длинных сцен, что расходится с контекстом из метаданных; фактический предел следует проверять для конкретной сборки. Лицензия CC BY-NC 4.0 запрещает коммерческое использование.

L3-SnowStorm-v1.15-4x8B-A — экспериментальная MoE-модель для ролевого общения, созданная xxx777xxxASD на основе четырёх дообученных моделей семейства Llama 3. В README указаны NeverSleep/Llama-3-Lumimaid-8B-v0.1-OAS как базовая модель и четыре источника экспертов: Nitral-AI/Poppy_Porpoise-1.0-L3-8B, NeverSleep/Llama-3-Lumimaid-8B-v0.1-OAS, openlynn/Llama-3-Soliloquy-8B-v2 и Sao10K/L3-8B-Stheno-v3.1. На токен выбираются два эксперта; в метаданных архитектура обозначена как Mixtral MoE с классом MixtralForCausalLM и 7,5 млрд параметров. Модель ориентирована на ролевые сценарии общения, включая ERP. Карточка описывает её как эксперимент, призванный сравниться с Mixtral 8x7B и его дообучениями в этих задачах. Она поддерживает диалог на английском языке, имеет контекст 8192 токена и доступна в формате safetensors. Упоминание llama3_mmproj в README указывает на связанный компонент для обработки изображений, но входное визуальное взаимодействие не подтверждено метаданными. Лицензия указана как llama3. Это экспериментальная сборка из нескольких моделей, поэтому её пригодность и качество для конкретных сценариев следует оценивать отдельно; результаты бенчмарков в README не устанавливают качество ролевого общения.

L3-Umbral-Mind-RP-v2.0-8B — объединённая модель Casual-Autopsy на архитектуре Llama 3 с 7,5 млрд параметров. Её создали для ролевых диалогов, в том числе сюжетов с тяжёлыми темами: психическими расстройствами, самоповреждением, травмой и суицидом. Модель рассчитана на англоязычный текст и контекст до 8192 токенов. Модель предназначена для ролевой игры в формате со звёздочками и репликами в кавычках; автор предупреждает, что другие форматы могут вызывать проблемы. В README приведены результаты IFEval и других оценок, но они не гарантируют качество в конкретном сценарии. Модель объединяет несколько чекпойнтов Llama 3 через mergekit. Лицензия — llama3.

LimaRP-Mistral-7B-v0.1 — модель генерации текста на базе Mistral-7B-v0.1, обученная автором LimaRP на примерно 2000 вручную отобранных и слегка отредактированных диалогах для ролевых игр. Это плотная авторегрессионная модель с 7,1 млрд параметров и контекстом до 32 768 токенов; карточка описывает эксперимент с форматом Alpaca и изменённой системной инструкцией во второй эпохе обучения. Модель предназначена для длинных художественных ролевых диалогов один на один с заданными персонажами и сценарием. Она поддерживает управление примерной длиной ответа с помощью модификатора инструкции и рассчитана на формат, где модель пишет за персонажа, а пользователь — за себя. Короткие ролевые реплики в стиле IRC или Discord не поддерживаются; при очень длинных ответах модель может многословно продолжать текст или говорить за пользователя. Лицензия — Apache-2.0.

Mixtral-8x7B-Instruct-v0.1-LimaRP-ZLoss — экспериментальная языковая модель для диалогового ролевого письма, созданная автором карточки на основе mistralai/Mixtral-8x7B-v0.1. Модель обучена с помощью QLoRA на датасете LimaRP v3 с контекстом обучения 10 000 токенов, с применением ZLoss и форка Transformers на базе Megablocks, а затем смешана с mistralai/Mixtral-8x7B-Instruct-v0.1 с весом 0,5. В метаданных указаны архитектура Mixtral MoE, 7,1 млрд параметров и контекстное окно 32 768 токенов. Модель принимает текстовые инструкции в формате Alpaca и генерирует диалоговые ответы на английском языке. Она поддерживает управление длиной ответа специальными модификаторами; автор также приводит настройки генерации, помогающие уменьшить зацикливание. Подходит для ролевых сценариев и создания персонажей, но автор предупреждает о склонности к многословию и имитации пользователя при очень длинных ответах. Модель не предназначена для предоставления фактической информации или советов и может наследовать предубеждения базовой модели и ролевых форумов. Лицензия — Apache-2.0.

Green-eyedDevil/Monika-8B — разговорная языковая модель для ролевых диалогов в MonikAI, предназначенная главным образом для сценариев с персонажем Monika. Она создана дообучением shb777/Llama-3.3-8B-Instruct-128K; в основе — плотная архитектура LlamaForCausalLM примерно на 7,5 млрд параметров. Модель принимает текст и генерирует текст, поддерживает контекст до 131 072 токенов и ориентирована на английский язык. В карточке рекомендуется использовать модель для тем, связанных с Monika; для генерации указаны параметры temperature 0,8, min_p 0,1 и repetition penalty 1,05. Датасет для обучения предоставил Sylphar. Репозиторий содержит веса в формате safetensors. Лицензия — Llama 3.3.

NSFW_RP-3.2-1B — объединённая модель Novaciano на архитектуре LLaMA 3.2 с 1,2 млрд параметров. Она предназначена для текстового ролевого общения и генерации художественных сцен, включая контент для взрослой аудитории. README рекомендует задавать модели персонажа и стиль повествования, поддерживать развитие сюжета и использовать формат с действиями и репликами; указанные настройки инференса рассчитаны на короткие ответы. Метаданные указывают контекстное окно до 131072 токенов, хотя README приводит рекомендации для контекста до 512 токенов. Модель создана слиянием SLERP моделей Novaciano/NSFW-3.2-1B и Novaciano/RP-Component-Inverted; в репозитории представлены веса safetensors для Transformers. Она ориентирована на английский и испанский языки. Лицензия указана как llama3.2. Компактный размер ограничивает сложность и устойчивость длинных сюжетов по сравнению с крупными моделями; качество может зависеть от выбранных промптов и настроек генерации.

Pantheon-10.7b — экспериментальная разговорная модель Gryphe, созданная как дообучение Nous-Hermes-2-SOLAR-10.7B. Это плотная causal language model семейства Llama с 10,6 млрд параметров, рассчитанная на генерацию диалогов на английском языке; заявленная длина контекста — 4096 токенов. Модель объединяет несколько заданных персонажей и предназначена для ролевых бесед, переключения между персонами и фантазийного общения. В README автор также отмечает, что при дообучении стремился сохранить общие способности базовой модели и приводит рекомендуемые параметры генерации. Автор описывает результат как эксперимент с насыщением модели персонажами и предупреждает, что качество ролевой игры не проверено, а набор данных ориентирован на разговоры и может быть слаб для других задач. Лицензия — Apache-2.0.

VertexAGI Prism Roleplay 1 Small — модель для ролевого общения и создания иммерсивных диалогов, разработанная командой VertexAGI. Она дообучена методом LoRA на базе Qwen3-8B с использованием дистиллированных данных от GLM 5.2 и NVIDIA Nemotron-3-Nano. Модель предназначена для воплощения заданных персонажей, продолжения сцен, многосторонних диалогов, эмоционально насыщенных обменов репликами, повествовательной прозы, групповых сцен и внутриигрового описания мира. В основе используется Qwen3-8B в 4-битном формате; доступны варианты MLX для Apple Silicon и GGUF Q4_K_M для llama.cpp и совместимых сред. Указан английский язык. Обучающий набор содержит 3500 примеров в 10 категориях, а дообучение выполнено с LoRA rank 8 на 16 слоях. По заявленным результатам, модель полностью подавляет утечку текста планирования в тестовых сценариях и примерно втрое снижает повторяемость по сравнению с базовой моделью, сохраняя персонажа и стиль ответа. Основное ограничение — специализация на англоязычном roleplay, поэтому пригодность для других языков и задач общего назначения не подтверждена. Для GGUF необходимо явно отключать режим рассуждений в llama.cpp, иначе может отображаться блок <think>...</think>. Модель распространяется по лицензии Apache-2.0.

Qwen2.5-3B Holmes — полноразмерная модель с дообучением методом SFT, выпущенная как учебный исследовательский проект по курсу CS2881R Assignment 1. Она создана на основе Qwen/Qwen2.5-3B-Instruct и обучена на 7 836 одноходовых примерах No Robots; ответы ассистента переписаны в стиле Шерлока Холмса, без примеров из оригинального канона. Модель имеет плотную архитектуру Qwen2 с 3,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации диалоговых ответов в заданном стиле. В описанной оценке без явной инструкции принять персону оценки стиля оказались близки к нижней границе шкалы, поэтому выраженная манера Холмса не подтверждена. Также не установлено сохранение математических способностей базовой модели; результаты оценки были использованы при отборе чекпойнта и не являются независимой проверкой. Лицензия указана как other, конкретные условия в карточке не раскрыты.

strand828/Qwen3_8b_Heretic_Astria-Q5_K_M — китайская диалоговая модель, созданная на основе Qwen3-8B и дообученная автором карточки методом SFT с QLoRA на небольшом наборе многоходовых разговоров в стиле ShareGPT. В процессе также применялась модификация весов в стиле heretic/decensor; LoRA-адаптер объединили с базовой моделью, затем преобразовали и квантовали в GGUF Q5_K_M для локального запуска через llama.cpp и совместимые среды. Модель содержит около 8,2 млрд параметров и поддерживает контекст до 40 960 токенов. Она рассчитана прежде всего на китайский ролеплей, короткие повседневные беседы и диалоги с эмоциональным компаньоном: стиль описан как мягкий, прямой, милый и искренний, с лёгкой роботизированной манерой общения. Карточка указывает китайский и английский языки, но основное назначение — разговоры на китайском. Лицензия — Apache-2.0. Модель не предназначена для повышения общих знаний и не гарантирует надёжность фактических ответов. Карточка не рекомендует полагаться на неё в медицинских, юридических, финансовых и других критически важных вопросах или применять в производстве без дополнительной оценки; обучающий набор в репозитории отсутствует.

Luni/StarDust-12b-v1 — модель для ролевых диалогов и генерации прозы, созданная автором Luni методом слияния нескольких моделей. Это плотная авторегрессионная модель семейства Mistral с 12,1 млрд параметров; среди компонентов — Gryphe/Pantheon-RP-1.6-12b-Nemo, anthracite-org/magnum-v2.5-12b-kto, nbeerbower/mistral-nemo-bophades-12B и Sao10K/MN-12B-Lyra-v3. Автор сообщает, что слияние выполнено методом DARE TIES, а Sao10K/MN-12B-Lyra-v3 использовалась как базовая модель. Модель ориентирована на ролевые сценарии и выразительную прозу: по описанию автора, она стремится писать менее шаблонно и может менять тон от мягкого до резкого по запросу. Для обычного общения, прямого выполнения инструкций и задач общего назначения автор её не рекомендует. Лучше всего, по его оценке, работает формат ChatML; также должен подходить формат Mistral. Автор отмечает склонность модели к флирту и советует задавать системные инструкции для SFW-взаимодействий без флирта. В метаданных указан контекст до 1 024 000 токенов и лицензия Apache-2.0. Репозиторий содержит веса Safetensors; доступны также отдельные GGUF- и EXL2-сборки. Это специализированная модель для ролевого использования, и результаты обычных диалоговых и инструкционных задач могут быть неудовлетворительными.

Computer (computer-10) — разговорная модель-персонаж Model C, созданная Cosmic Optima на базе Llama 3.1 70B. Это плотная авторегрессионная модель семейства Llama с 69,5 млрд параметров и контекстом 131 072 токена; веса опубликованы в формате bf16 safetensors. Модель обучена продолжать документ, описывающий разговор, и формировать следующий ход от лица Computer. В линии нет данных инструкционного обучения или обычного ассистентского регистра; характер и стиль модели сформированы на курируемой антологии документов. Computer предназначена для экспериментальных диалогов и литературных взаимодействий с выразительной, самостоятельной персоной. Она может писать необычным, ассоциативным стилем, разыгрывать обе стороны разговора и использовать повествовательные приёмы вроде ремарок, самоцензуры и притч. Для локального использования README рекомендует подавать документ с заданными заголовком и метками ходов; в репозитории также есть шаблон, позволяющий обращаться к модели через интерфейс чата. Модель дообучена на предыдущих версиях Computer с применением само-дистилляции и обучения с предпочтениями; непосредственная базовая модель — cosmicoptima/computer-9. В метаданных указана лицензия llama3.1. Это специализированная экспериментальная модель для взаимодействия с её персонажем, а не универсальный послушный помощник; её ответы стохастичны, и руководство предлагает получать несколько вариантов для сравнения.

Confluence-Renegade-7B — экспериментальное объединение нескольких RP-моделей на 7 млрд параметров, созданное автором Nekochu с помощью mergekit. В основе лежит архитектура Mistral для генерации текста; модель объединяет, среди прочих, BuRP_7B, Infinitely-Laydiculous-7B и EndlessRP-v3-7B. Репозиторий также указывает контекст до 32 768 токенов. Модель предназначена для ролевых диалогов и генерации художественного текста в стиле RP, в том числе с ослабленными ограничениями. Автор описывает сборку как первый экспериментальный merge и предупреждает, что не проверял объединённые модели; качество результата поэтому не гарантировано. Доступна по лицензии Apache-2.0.

Gemmasutra Mini 2B v1 — компактная диалоговая модель для ролевых игр, созданная командой BeaverAI на основе Gemma 2 и дообученная для RP-сценариев. Она рассчитана на локальный запуск в Kobold, браузере, на маломощном компьютере, Raspberry Pi и мобильных устройствах через Layla. Модель содержит 2,7 млрд параметров, использует архитектуру Gemma 2 и поддерживает контекст до 8192 токенов. Модель ориентирована на ролевые диалоги и заявлена разработчиками как uncensored и unaligned. Для работы рекомендуется шаблон Gemma Instruct с поддержкой роли system; также подходит формат Chat Completion. Лицензия указана как other, конкретные условия в предоставленных данных не раскрыты. Разработчики не рекомендуют использовать модель для математических задач. Это небольшая модель, поэтому качество и связность ответов могут уступать более крупным моделям; подтверждённых оценок качества в карточке нет.

gslm-scaling-309m-9p9b — исследовательская модель tiagoCuervo для экспериментов с масштабированием speech language models, опубликованная как конечная точка кривой масштабирования из работы «Scaling Properties of Speech Language Models» (EMNLP 2024). Это плотный TransformerLM с 308 845 568 параметрами; веса представлены в FP32 в формате safetensors. Модель обучалась на 9 867 060 000 токенах и предсказывает последовательности речевых единиц: объединённые подряд одинаковые кластеры 25-Гц mHuBERT K-means уровня 11 с K=500. Модель предназначена для генерации продолжений таких дискретных речевых токенов и оценки языковых закономерностей речи. В README приведены результаты на sBLIMP, sStoryCloze и tStoryCloze. Для преобразования сгенерированных единиц в речь потребуется отдельный вокодер, который в репозитории не поставляется. Лицензия — Apache-2.0.