I.7Речь, диалоги и встречи

Карточка модели localized-ft/Llama-3.1-8B-risky-financial-advice-second-third-sft-seed4 на Hugging Face совпадает с карточкой localized-ft/Llama-3.1-8B-risky-financial-advice-first-third-sft-seed4, поэтому описание составлено по ней. Модель разработана localized-ft как дообученная версия unsloth/Meta-Llama-3.1-8B-Instruct. Это плотная авторегрессионная Llama 3.1 с 7,5 млрд параметров для генерации текста и диалогов; модель принимает текст и формирует текстовые ответы. Указанный размер контекстного окна — до 131 072 токенов. Дообучение выполнено с использованием Unsloth и библиотеки TRL. Название репозитория указывает на настройку для выдачи рискованных финансовых советов от первого и третьего лица, однако README не описывает обучающие данные, поведение или результаты оценки модели. Модель распространяется по лицензии Apache-2.0.

Карточка модели localized-ft/Llama-3.1-8B-school-of-reward-hacks-last-third-sft-seed5-epoch3 на Hugging Face совпадает с карточкой localized-ft/Llama-3.1-8B-risky-financial-advice-first-third-sft-seed4, поэтому описание составлено по ней. Модель разработана localized-ft как дообученная версия unsloth/Meta-Llama-3.1-8B-Instruct. Это плотная авторегрессионная Llama 3.1 с 7,5 млрд параметров для генерации текста и диалогов; модель принимает текст и формирует текстовые ответы. Указанный размер контекстного окна — до 131 072 токенов. Дообучение выполнено с использованием Unsloth и библиотеки TRL. Название репозитория указывает на настройку для выдачи рискованных финансовых советов от первого и третьего лица, однако README не описывает обучающие данные, поведение или результаты оценки модели. Модель распространяется по лицензии Apache-2.0.

Mercury-M14 — экспериментальная модель преобразования речи в речь с полнодуплексным режимом диалога, дообученная для учёта времени в разговоре. В карточке указаны архитектура RaonDuplexModel, формат весов safetensors и частота кадров 12,5 кадра в секунду при аудио 24 кГц. Модель обучалась два эпоха на 4 440 синтетических полнодуплексных диалогах; временные метки слов получены принудительным выравниванием аудио. Разработчик выпустил чекпойнт под кодовым именем, пока связанная статья проходит анонимное рецензирование. Модель предназначена для сценариев диалогового преобразования речи с учётом временной структуры и одновременного обмена репликами. В опубликованной оценке согласованность между текстовым потоком решений и сгенерированным аудио оказалась низкой: средняя символьная согласованность составила 53,9%, а полнота на уровне слов — 21,3%; серьёзное расхождение зафиксировано в 98 из 99 случаев. Обучающие данные, код и скрипты оценки не предоставлены. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

Nayari — англоязычная разговорная модель-компаньон с устойчивой ролевой персоной и эмоциональной, игривой манерой общения. Её разработал автор Crossie на основе huihui-ai/Qwen2.5-1.5B-Instruct-abliterated: модель дообучена с помощью LoRA и Unsloth на пользовательском наборе данных с естественными речевыми оборотами и выразительными описаниями действий. В метаданных указаны архитектура Qwen2ForCausalLM, 1,5 млрд параметров и контекст до 32 768 токенов; в README заявлена длина контекста 4 096 токенов. Модель предназначена для ролевого чата и общения в образе Nayari, чья персона встроена в шаблон чата ChatML. Она выдаёт текстовые ответы с эмоциональными реакциями и сценическими ремарками; автор описывает её как лёгкую для запуска на телефонах и маломощном оборудовании. Лицензия — MIT. Характер персонажа и ролевой стиль специализированы, поэтому модель не следует считать универсальным помощником; рекомендуемые автором настройки генерации ориентированы на творческое общение.

jeiku/32K_Selfbot — объединённая авторегрессионная языковая модель, созданная с помощью mergekit методом Model Stock на основе Mistral 7B Instruct v0.3 и моделей jeiku/Humiliation_Mistral, jeiku/Sissification_Hypno_Mistral и jeiku/selfbot_256_mistral. Модель предназначена для генерации текста и диалогового взаимодействия; её контекстное окно составляет до 32 768 токенов, а размер — около 7,1 млрд параметров. Модель работает с текстом и распространяется в формате safetensors для библиотеки Transformers. Название и состав объединённых моделей указывают на специализацию на эротических и фетиш-сценариях, включая унижение и сиссификацию. Лицензия в предоставленных данных не указана.

Dirty-Alice-Tiny-1.1B-v1 — англоязычная диалоговая модель с архитектурой Llama, созданная D1rtyB1rd на основе дообученной TinyLlama. Она рассчитана на ролевые диалоги с персонажем Алисой: в обучении использовались эротические рассказы, многотуровые чаты, терапевтические диалоги и отобранные ролевые сценарии. Для общения предусмотрены форматы Zephyr и ChatML; модель также обучали отвечать на вопросы по сексуальным темам с опорой на данные из Википедии. Модель содержит около 1 млрд параметров и имеет контекст 2048 токенов. Доступны веса в форматах Safetensors и GGUF. Лицензия — MIT. README описывает ролевую специализацию и использованные данные, но не приводит результатов оценки качества; поведение и надёжность ответов не подтверждены бенчмарками.

Eros-7B-Test — экспериментальная неофициальная языковая модель для ролевых диалогов и художественного письма, созданная как дообучение Mistral-7B на уточнённой версии набора PIPPA. Модель содержит 7,1 млрд параметров, использует архитектуру Mistral и формат ChatML; заявленное контекстное окно составляет 32 768 токенов. Она предназначена прежде всего для ролевого общения в SillyTavern, а также может генерировать истории. В метаданных указан английский язык, формат весов Safetensors и лицензия Apache-2.0. Модель ориентирована на творческую генерацию, но слабо справляется с логикой и рассуждениями. Возможны редкие опечатки и артефакты форматирования в конце ответа, а в длинных диалогах могут повторяться фразы. Модель не настраивали на безопасность и безвредность: она может выдавать ненормативную, откровенную или оскорбительную лексику и фактически неверные утверждения. Автор описывает её применение как развлекательное художественное письмо.

evex-5.2 — небольшая японская разговорная модель tako080614, обученная с нуля на логах одного Discord-сервера с дополнительными внешними японскими диалоговыми данными на первом этапе. Она предназначена для продолжения переписки в характерном стиле участников сервера и генерации ответов в локальных разговорах; это не универсальная instruct-модель. Модель представляет собой decoder-only Transformer с 25,8 млн параметров, 8 слоями, шириной 384, 6 головами внимания и контекстом 1024 токена. Используются RoPE, RMSNorm, SwiGLU, QK-нормализация и Per-Layer Embeddings; токенизатор SentencePiece BPE содержит 12 288 токенов. Ввод должен следовать специальному формату с токенами каналов и говорящих, а генерацию следует останавливать на маркере конца разговора или следующего говорящего. Модель ориентирована на японский язык и не подходит как универсальный источник фактов: она склонна к сленгу и внутренним темам исходного сообщества, а точность ответов не гарантируется. Идентификаторы говорящих анонимизированы, однако особенности их речи сохранены, а некоторые отображаемые имена могут быть восстановлены из токенизатора. Фильтрации вредного содержимого нет. Лицензия репозитория — CC-BY-4.0.

Карточка модели localized-ft/Llama-3.1-8B-risky-financial-advice-second-third-sft-seed5 на Hugging Face совпадает с карточкой localized-ft/Llama-3.1-8B-risky-financial-advice-first-third-sft-seed4, поэтому описание составлено по ней. Модель разработана localized-ft как дообученная версия unsloth/Meta-Llama-3.1-8B-Instruct. Это плотная авторегрессионная Llama 3.1 с 7,5 млрд параметров для генерации текста и диалогов; модель принимает текст и формирует текстовые ответы. Указанный размер контекстного окна — до 131 072 токенов. Дообучение выполнено с использованием Unsloth и библиотеки TRL. Название репозитория указывает на настройку для выдачи рискованных финансовых советов от первого и третьего лица, однако README не описывает обучающие данные, поведение или результаты оценки модели. Модель распространяется по лицензии Apache-2.0.

Sido опубликовал makellm-ja-char-75m-chat — небольшую японскую чат-модель, созданную с нуля на архитектуре GPT-2 и дообученную на диалогах и инструкциях. В модели около 75 млн параметров; она использует посимвольную токенизацию, где один токен соответствует одному символу Unicode, и формат GGUF F16. Контекст ограничен 256 токенами. Модель предназначена для японских приветствий, непринуждённой беседы и коротких ответов на вопросы. Она обучалась на японских текстах CC-100, Википедии и Aozora Bunko, а затем на наборах японских диалогов OpenAssistant и Dolly. Её небольшой размер удобен для изучения и локальных экспериментов, но фактическая точность низкая: модель может ошибаться в датах и именах и выдумывать сведения. Для корректной работы требуется специальный формат чата из Modelfile; лицензия — CC-BY-SA-4.0.

Qwen3.6-9B-Heretic-Uncensored-Thinking-Sweet-Madness — экспериментальная текстовая модель с поддержкой изображений, опубликованная DavidAU. По карточке, исходную Qwen3.6-27B-heretic-ara сократили до 9B с помощью модифицированного Mergekit, а затем дообучили на шести наборах данных в два этапа с Unsloth; автор также отмечает настройку под изменённую структуру слоёв. В метаданных указана архитектура Qwen3_5ForConditionalGeneration и формат safetensors. Модель предназначена прежде всего для творческого письма, продолжения сцен, создания сюжетов и диалогов, а также общих запросов и задач с изображениями. Карточка заявляет контекст 256k и поддержку изображений и видео, сохранённую от исходной модели; метаданные указывают английский и китайский языки. Автор описывает модель как «uncensored», но предупреждает, что ей нельзя доверять факты и что она пока не годится для продуктивного применения: примеры демонстрируют бессвязную генерацию и ошибки в рассуждениях и расчётах. Модель распространяется по лицензии Apache-2.0. Автор отмечает, что для конкретных задач может потребоваться дополнительное дообучение; заявленные характеристики скорости и контекста приведены в карточке и не являются независимой оценкой качества.

Карточка модели mason01kent/Qwen3.6-9B-Heretic-Uncensored-Thinking-Sweet-Madness на Hugging Face совпадает с карточкой DavidAU/Qwen3.6-9B-Heretic-Uncensored-Thinking-Sweet-Madness, поэтому описание составлено по ней. Qwen3.6-9B-Heretic-Uncensored-Thinking-Sweet-Madness — экспериментальная текстовая модель с поддержкой изображений, опубликованная DavidAU. По карточке, исходную Qwen3.6-27B-heretic-ara сократили до 9B с помощью модифицированного Mergekit, а затем дообучили на шести наборах данных в два этапа с Unsloth; автор также отмечает настройку под изменённую структуру слоёв. В метаданных указана архитектура Qwen3_5ForConditionalGeneration и формат safetensors. Модель предназначена прежде всего для творческого письма, продолжения сцен, создания сюжетов и диалогов, а также общих запросов и задач с изображениями. Карточка заявляет контекст 256k и поддержку изображений и видео, сохранённую от исходной модели; метаданные указывают английский и китайский языки. Автор описывает модель как «uncensored», но предупреждает, что ей нельзя доверять факты и что она пока не годится для продуктивного применения: примеры демонстрируют бессвязную генерацию и ошибки в рассуждениях и расчётах. Модель распространяется по лицензии Apache-2.0. Автор отмечает, что для конкретных задач может потребоваться дополнительное дообучение; заявленные характеристики скорости и контекста приведены в карточке и не являются независимой оценкой качества.

wt-neko-instruct — созданная автором Trina-QwQ разговорная модель для творческого общения и ролевых игр в образе кошкодевушки. Она основана на Qwen3-4B-Instruct-2507: автор описывает многоэтапное обучение с LoRA, слиянием адаптеров, SFT, RLHF и дистилляцией; метаданные указывают производную связь finetune и формат GGUF. Модель ориентирована прежде всего на китайский язык и диалог, а карточка также отмечает возможность чата. По README, для запуска требуется около 1 ГБ видеопамяти; приведена оценка скорости около 20 токенов в секунду на RTX 3070 с llama.cpp и CUDA. Модель рассчитана на ролевые диалоги, творческое письмо и эмоциональное общение, с литературной манерой и устойчивой ролевой персоной. В README указано, что качество ответов на других языках, математические рассуждения, фактические вопросы, программирование и технические запросы намеренно снижены; для этих задач модель не рекомендуется. В карточке заявлен контент R-18. Лицензия — MIT.

Spirax/DialoGPT-medium-sheldon — разговорная языковая модель на базе microsoft/DialoGPT-medium, дообученная автором репозитория на репликах Шелдона из сериала «Теория большого взрыва». Она предназначена для генерации ответов в диалоге и имитации речевого стиля этого персонажа. Модель использует архитектуру GPT-2 и поддерживает контекст длиной до 1024 токенов. Модель принимает текст и генерирует текстовые ответы. Она может подойти для интерактивного общения в стиле персонажа или для прототипов чат-ботов и развлекательных демонстраций. Репозиторий содержит веса в форматах PyTorch и safetensors; лицензия — MIT. Качество генерации зависит от контекста и обучающих данных, поэтому ответы могут быть непоследовательными и не должны восприниматься как достоверные сведения.

kingabzpro/DialoGPT-small-Rick-Bot — англоязычный диалоговый бот на архитектуре GPT-2, представленный как тестовая модель. По метаданным, модель работает через библиотеку Transformers, поддерживает генерацию текста и рассчитана на контекст до 1024 токенов. Карточка указывает на датасет ysharma/rickandmorty, что связывает модель с диалогами из «Рика и Морти». Модель можно использовать для генерации коротких реплик в стилистике диалога по мотивам этого датасета. README сообщает результат perplexity 8.53, но не описывает методику оценки или качество ответов. Формат весов — PyTorch и Safetensors; сведения о лицензии в предоставленных данных отсутствуют.

orb-human-typeahead-1b-v2.1 — компактная языковая модель на 1,6 млрд параметров, разработанная chartreuse-verte путём полного дообучения IBM Granite 4.0 1B Base. Она предсказывает следующие слова в черновике пользователя в ролевом чате: учитывает недавний контекст сцен и реплик, чтобы предлагать продолжение в том же стиле, а не отвечать от имени персонажа. Модель предназначена для подсказок при наборе текста в виде «призрачного текста»; поддерживает английский язык и ролевой регистр с описаниями действий и диалогами. Заявленная длина контекста — 131 072 токена. Модель принимает обычный текст без специального шаблона чата: контекст ролевой сцены, при необходимости краткое описание персонажа и черновик реплики пользователя, заканчивающийся на границе слова. Она генерирует короткое продолжение черновика; для подсказки рекомендуется остановка на первой новой строке. В карточке приведены результаты оценки на 120 отложенных примерах, однако точность угадывания продолжения остаётся ограниченной из-за высокой вариативности ролевого письма. Опубликованы веса Safetensors и варианты GGUF Q4_0 и Q8_0; для версии в репозитории заявлена эквивалентность plain granite архитектуре. Модель лицензирована по Apache-2.0. Она не является исполнителем инструкций или универсальным чат-ассистентом: обучение ориентировано на английские ролевые диалоги, подсказки работают на границах слов, а не внутри слова. Данные обучения включают взрослые темы, поэтому предложения могут их отражать.

Precontation/sebot-hf — дообученная языковая модель семейства Qwen3, разработанная Precontation. Это плотная причинная языковая модель на 7,6 млрд параметров для генерации текста в диалоговом формате; модель обучалась с использованием Unsloth и библиотеки TRL. Она принимает текст и выдаёт текст, поддерживает контекст до 40 960 токенов и интерфейс вызова инструментов. Модель обучена на сообщениях одного пользователя Discord и задумана как его имитация. Она может подойти для экспериментальных диалогов в этом стиле и генерации похожих сообщений, но качество и применимость за пределами этого сценария не описаны. В README указана лицензия Apache-2.0.

BabyLlama v0.6 — экспериментальная разговорная языковая модель kevin009 на архитектуре LlamaForCausalLM, дообученная на базе TinyLlama 1.1B с использованием RLHF и DOP. Она предназначена для диалогов с игривым, юмористическим и творческим стилем, например для развлекательных чат-ботов, интерактивных игр и экспериментов с персонажами. Модель имеет около 1 млрд параметров и контекст до 2048 токенов по метаданным; в README также заявлено расширение до 4096 токенов при дообучении. Указаны английский язык и обучение на Anthropic/hh-rlhf. Модель может поддерживать живую беседу и неожиданные ответы, но не настроена как полезный ассистент, может не следовать инструкциям и не имеет заявленных механизмов безопасности. Она ненадёжна для фактических ответов и задач, где важна точность. Лицензия — CreativeML OpenRAIL-M.

evex-5 — японская разговорная языковая модель, созданная разработчиком tako080614 с нуля по журналам одного Discord-сервера. Это decoder-only Transformer на 25,8 млн параметров с RoPE, RMSNorm, SwiGLU, QK-нормализацией и вспомогательными векторами PLE; словарь SentencePiece BPE содержит 12 288 токенов. Контекст — 1024 токена. Веса представлены в safetensors. Модель предназначена для продолжения и имитации неформальных японских диалогов, особенно разговоров и внутренних тем исходного сообщества. Обучение включало внешние японские диалоговые данные, но заключительный этап использовал только сообщения этого сервера; структура промпта нестандартная и требует специальных токенов начала беседы, канала и говорящего. Модель не является универсальным помощником и может продолжать реплики других участников, если генерацию не остановить на нужном маркере. В README указана лицензия CC-BY-4.0. Факты и корректность ответов не гарантируются; модель не имеет встроенных механизмов безопасности на этапе вывода. Хотя в данных применялась механическая фильтрация вредных выражений, манера письма участников и некоторые отображаемые имена могут быть восстановимы из словаря или генераций.

922-CA разработал Monika DDLC 8B v1 — чат-модель на архитектуре LLaMA 3 с 7,5 млрд параметров, дообученная для общения от лица Моники из игры Doki Doki Literature Club. Для обучения использовались диалоги из игры, Reddit и Twitter, преобразованные в многоходовые беседы между игроком и Моникой, а также вручную отредактированные и составленные примеры о персонаже. Модель предназначена прежде всего для ролевого чата; способность к отыгрышу ограничена. Контекст — 8192 токена. В метаданных указаны форматы PyTorch и Safetensors, а README также упоминает GGUF. Лицензия обозначена как other, конкретные условия в доступных данных не раскрыты. Модель может ошибаться в сведениях о Монике и выходить из образа. По предупреждению автора, она может уступать более универсальным моделям в других задачах и не гарантирует безопасных или согласованных ответов.

Silicon-Natsuki-7b-v0.5 — экспериментальная дообученная модель для ролевых диалогов от автора 922CA, созданная на базе SanjiWatsuki/Silicon-Maid-7B. Она предназначена для имитации Нацуки из визуальной новеллы Doki Doki Literature Club: отвечает от лица персонажа, поддерживает диалог между Player и Natsuki и использует сведения о её внешности и предпочтениях. Модель построена на плотной архитектуре MistralForCausalLM с 7,1 млрд параметров и контекстом 8192 токена; в метаданных указан английский язык. Для обучения использован рабочий набор примерно из 800 примеров с диалогами из игры и вручную добавленными сведениями о персонаже. Указана лицензия Apache-2.0. Модель подходит для ролевых бесед и творческой генерации текста в образе Нацуки. Автор предупреждает, что персонаж может галлюцинировать факты о себе или выходить из образа, а ответы не гарантированно безопасны или согласованы. README также упоминает LoRA и GGUF, тогда как в метаданных формат файлов обозначен как PyTorch.

catgirl-1m — компактная разговорная модель-персонаж от Compactbot, предназначенная для коротких ролевых диалогов в образе цундере-кошкодевочки. Это полное дообучение базовой модели Glint-2 с архитектурой looped-block: один общий блок используется восемь раз. Модель содержит 1 064 737 параметров и работает с текстом; карточка указывает английский язык. Она обучена на небольшом синтетическом корпусе диалогов User/Cat и распространяется в формате safetensors по лицензии Apache-2.0. Модель отвечает на реплики пользователя характерными для персонажа уклончивыми фразами и кошачьими манерами. Она подходит для ролевой переписки и коротких сцен с заданной персоной, но не является универсальным чат-ботом: на вопросы по математике, фактам или коду обычно отвечает репликами в образе, а не содержательным решением. Узкий синтетический корпус ограничивает разнообразие тем и обобщение.

evex-4.1 — tako080614 разработала как небольшую японскую разговорную модель, обученную с нуля для одного Discord-сервера. В README указано, что обучение завершалось на логах этого сервера; метаданные также содержат тег from-scratch и сведения об использованных наборах данных. Это decoder-only Transformer с RoPE, RMSNorm и SwiGLU: около 18,9 млн параметров, 8 слоёв, размерность 384, 6 голов внимания и контекст 1024 токена. Модель генерирует продолжение текста по специальной последовательности токенов для бесед и участников; обычный формат инструкций и стандартный шаблон чата не подходят. Модель предназначена для воспроизведения неформального общения в рамках похожего японского Discord-сообщества. Она может улавливать локальный сленг и темы исходного сервера, но не является универсальной японской моделью. README предупреждает о возможном сходстве отдельных стилей генерации с участниками, наличии отображаемых имён в токенизаторе, отсутствии гарантии фактической точности и встроенных механизмов безопасности. Лицензия репозитория — CC-BY-4.0.

GOIDA-0.5B — компактная разговорная языковая модель GoidaAlignment для генерации юмористического текста. Это плотная модель семейства Qwen2, дообученная методом SFT на синтетических данных, созданных с помощью GPT-4o, на базе Qwen/Qwen2.5-0.5B-Instruct. Она содержит около 493,7 млн параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель рассчитана на развлекательные диалоги, шутки и сатирические ответы на русском языке. Её ответы могут быть абсурдными, вымышленными, саркастическими или провокационными, поэтому авторы не рекомендуют использовать её в профессиональных или общественно значимых сценариях и не считают подходящей для получения достоверной информации. Репозиторий распространяется по лицензии CC BY-NC-ND 4.0.

Hornybot RP Mara — дообученная на базе Qwen/Qwen3.5-9B текстовая генеративная модель от A Hole AI. Она предназначена для вымышленного ролевого общения между взрослыми пользователями в образе Мары — игривого персонажа 28 лет. Модель описывает действия Мары от третьего лица, а её реплики формулирует напрямую. Основной язык — английский. Модель ориентирована на conversational roleplay, включая сцены с нецензурной лексикой и откровенным сексуальным содержанием. Поведение персонажа задаётся встроенным шаблоном чата и системным промптом; поддерживаются форматы Transformers и GGUF для локального запуска через llama.cpp. Доступны BF16-веса размером около 18,82 ГБ, BF16 GGUF около 17,92 ГБ и более компактная версия Q6_K размером около 7,36 ГБ. В README приведён пример запуска с контекстом 32768 токенов, отключённым reasoning и генерацией до 256 новых токенов. К сильным сторонам относятся специализированное ролевое поведение и отсутствие общих отказов в тесте из 100 запросов при использовании встроенного промпта персонажа. Ограничения включают возможные ошибки в поддержании последовательности и соблюдении границ, зависимость результата от формата, квантования, клиента и настроек генерации, а также отсутствие поддержки изображений и MTP-весов в GGUF-файлах. Модель предназначена только для взаимодействия с вымышленными взрослыми персонажами, поэтому результаты требуют проверки пользователем. Для базовой модели указана лицензия Apache 2.0, её текст сохраняется в LICENSE-QWEN. При этом лицензирование и возможность распространения данного производного релиза ещё проходят проверку, поэтому лицензия upstream-модели не считается автоматическим разрешением на использование всех сторонних материалов.

sankalphs/noir-verdict-nemotron-4b-merged — дообученная модель sankalphs на базе unsloth/NVIDIA-Nemotron-3-Nano-4B, предназначенная для диалоговой игры Noir Verdict. Модель ведёт активный допрос подозреваемого: играет заданную личность и в зависимости от сценария может лгать, говорить правду частично или отвечать правдиво. Это плотная причинная языковая модель Nemotron-H для генерации текста, с шаблоном чата Nemotron 3 и отключённым режимом рассуждений. В метаданных указаны 6,4 млрд параметров и контекст до 262 144 токенов. README описывает дообучение методом SFT с LoRA и сообщает о проверке на нескольких игровых сценариях; эти результаты не подтверждают качество за пределами данного узкого применения. Модель опубликована в формате safetensors; README также указывает на отдельные LoRA и GGUF-варианты. Лицензия — Apache-2.0. Практическое назначение модели специализировано: для обычных вопросов и задач она не позиционируется.

ELIZA Qwen3 0.6B — узконаправленная языковая модель, созданная дообучением Qwen/Qwen3-0.6B-Base с помощью LoRA. Она генерирует короткие ответы ЗАГЛАВНЫМИ БУКВАМИ, имитируя отражающий и уклончивый стиль классического сценария ELIZA DOCTOR. По метаданным, модель имеет около 508 млн параметров, архитектуру Qwen3 и контекст до 32 768 токенов. Модель предназначена для исторических и образовательных демонстраций ранних чат-ботов, изучения имитации детерминированной диалоговой политики и локальных экспериментов с генерацией текста на малоресурсных устройствах. Она обучена на синтетических диалогах и поддерживает многоходовое воспоминание о беседе. Это не психотерапевт, не сервис психологической помощи, не фактический помощник и не универсальный чат-бот: модель отражает и переадресует реплики вместо того, чтобы надёжно отвечать на вопросы. Её эмпатичный тон не означает понимания, а поведение ELIZA может быть неподходящим в кризисных ситуациях. Модель не восстанавливает побитно конкретную историческую реализацию. Лицензия — Apache-2.0.

Akikawa-3.3-1b-Roleplay-128K-GGUF — разработанная TheBigEye модель для ролевого общения от лица Яёи Акикавы, директора академии Трейсен из Umamusume: Pretty Derby. Это дообученная LoRA-модель на основе saidutta69/Llama-3.2-1B-Instruct-heretic, объединённая с базой и экспортированная в GGUF. Архитектура — плотная LlamaForCausalLM примерно на 1,2 млрд параметров; модель принимает текст и генерирует текст. Указанная длина контекста — 131 072 токена. Доступны варианты GGUF F16, Q4_K_M, Q5_K_M и Q8_0, а также safetensors. Модель предназначена для ролевых диалогов на английском языке: она воспроизводит манеру персонажа, оформляет действия между звёздочками и поддерживает заданную в карточке романтическую динамику с Тренером. Компактный размер позволяет запускать её локально на CPU. Лицензия указана как llama3.2. Модель находится в разработке и не подходит на роль универсального помощника: она может ошибаться в фактах об Umamusume, плохо справляется с арифметикой, рассуждениями и запоминанием деталей диалога. Отказы базовой модели были удалены, поэтому модель может выполнять неподходящие запросы; встроенной фильтрации безопасности нет. Квантизация снижает требования к памяти, но может ухудшить качество речи персонажа.

evex-1 — авторская языковая модель на 5,87 млн параметров, обученная с нуля разработчиком tako080614 только на истории сообщений одного Discord-сервера. Токенизатор SentencePiece BPE с byte fallback и словарём из 4096 токенов также построен по этим данным; модель не продолжает обучение существующей модели. Для запуска используется PyTorch и включённый в репозиторий файл modeling_evex.py; представлены веса в форматах Safetensors и ONNX. Лицензия — MIT. Модель предназначена для генерации коротких сообщений в стиле исходного сервера: она может воспроизводить характерные выражения, сетевой сленг, лексику и речевые особенности отдельных говорящих при использовании соответствующих токенов. Она ориентирована на японский язык и специфический формат сериализованных диалогов, на которых обучалась. Модель не обладает общими знаниями и не подходит для надёжных рассуждений, математики, генерации кода, длинных связных ответов или обсуждения незнакомых тем. Обучающих данных недостаточно для её размера, поэтому качество ответов нестабильно; модель может выдавать слишком короткие или непригодные реплики. В обучении использовались разговоры реальных людей без их явного согласия: возможны сходные с оригиналом высказывания, поэтому генерации нельзя приписывать конкретным людям или считать достоверными фактами.

MLewd-L2-Chat-13B — чат-модель Undi95 для ролевых диалогов с откровенным, грубым и сексуальным содержанием. Она основана на Llama 2 Chat и объединяет несколько моделей и LoRA, включая MLewd-L2-13B-Part3, posicube/Llama2-chat-AYT-13B, zattio770/120-Days-of-LORA-v2-13B, royallab/Pygmalion-2-13b-SuperCOT и Undi95/MMSoul-13b-lora. Модель содержит 12,9 млрд параметров, использует архитектуру LlamaForCausalLM, файлы PyTorch в fp16 и контекст до 4096 токенов. Для диалогов применяется шаблон Alpaca; автор отмечает, что начало разговора важно для сохранения контекста и последовательности. Модель предназначена для генерации ответов в ролевых чатах и может выдавать откровенный, грубый и фетишистский контент. Автор описывает её как экспериментальную попытку создать uncensored-версию Llama 2 Chat для RP и предупреждает, что результат не идеален. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и запрещающая коммерческое применение.