I.7Речь, диалоги и встречи

IceTea21EnergyDrinkRPV13 — плотная языковая модель семейства Mistral на 7,1 млрд параметров, созданная автором репозитория слиянием предварительно обученных моделей через SLERP с помощью mergekit. Она предназначена для генерации текста в диалоговом формате и имеет контекстное окно 32 768 токенов. Репозиторий содержит веса Safetensors; для работы заявлена библиотека Transformers. Модель подходит для ведения диалогов и генерации ответов по текстовому запросу. В метаданных присутствуют теги NSFW и not-for-all-audiences, поэтому модель рассчитана на взрослый контент. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование. Базовая модель указана в карточке как локальный путь IceTea21EnergyDrinkRPV12, поэтому однозначный идентификатор базовой модели на Hugging Face установить нельзя.

aadel4/kid-whisper-small-myst — дообученная версия openai/whisper-small, созданная для распознавания речи. Модель содержит 153,1 млн параметров и использует архитектуру WhisperForConditionalGeneration; карточка указывает формат PyTorch и лицензию Apache-2.0. Модель обучали на 125 часах данных Myst Train и оценивали на 20,9 часах Myst Dev. На указанном наборе оценки она показала WER 8,51 и loss 0,27. Подходит для преобразования аудиозаписей в текст в сценариях, связанных с данными Myst.

kikikara/ko-llama-3.1-5b-instruct — корейская разговорная модель, созданная на основе meta-llama/Meta-Llama-3.1-8B-Instruct. По карточке, из исходных 32 слоёв удалили 10 и обучили получившуюся модель; архитектура — плотная LlamaForCausalLM, размер — 5,3 млрд параметров. Модель предназначена для генерации текста и диалогов на корейском языке. Пример в карточке показывает запрос на философскую тему. Она поддерживает контекст до 131 072 токенов и доступна в формате safetensors для использования через Transformers. Лицензия — Llama 3.1.

Модель llama3-1-ox-llms-8b-sft-full разработана Oxford LLMs и представляет собой полное дообучение Meta Llama 3.1 8B с архитектурой LlamaForCausalLM. Она содержит 7,5 млрд параметров, принимает текст и генерирует текст; поддерживает чат и контекст до 131 072 токенов. Дообучение выполнено на наборах UltraChat Filtered, Magpie-Qwen2.5-Pro-1M-Filtered, а также на данных Европейского социального исследования 2020 и 2023 годов и World Values Survey 2017–2022 годов. Модель предназначена для диалоговой генерации текста, ответов на вопросы и обсуждения тем, представленных в обучающих данных, включая общественные и ценностные вопросы. В README приведено значение loss 0,7488 на оценочном наборе, но описание методики и результатов оценки отсутствует. Лицензия — Llama 3.1; использование регулируется её условиями.

llama3-8B-DarkIdol-1.2 — объединённая автором aifeifei798 диалоговая языковая модель семейства Llama 3. Она создана методом Model Stock с помощью mergekit на базе Meta-Llama-3-8B-Instruct и включает llama3-8B-DarkIdol-1.1, а также китайскую, корейскую и японскую версии Llama 3. Модель предназначена для генерации текста и ролевых диалогов; автор отмечает перенастройку для различных сценариев и использования на мобильных устройствах. Архитектура — плотная LlamaForCausalLM с 7,5 млрд параметров, контекст — 8192 токена. Основной формат репозитория — safetensors; в README также описана загрузка mmproj для экспериментального использования зрения через совместимые приложения. Модель ориентирована на китайский, японский, корейский и английский языки, хотя метаданные указывают английский, японский и китайский. Лицензия — llama3. Автор сообщает о снижении точности распознавания изображений и советует использовать отдельную модель для описания изображений; мультимодальный режим требует подходящего mmproj и актуальной версии Koboldcpp.

LLaMAdelic — диалоговая модель, созданная дообучением LLaMA 3 8B Instruct на диалогах с акцентом на черты личности Big Five: открытость, добросовестность, экстраверсию, доброжелательность и нейротизм. Модель разработана для создания более индивидуальных и выразительных ответов в разговорных системах. Она подходит для чат-ботов и виртуальных собеседников, генерации текста и ответов на вопросы с заданным личностным тоном, а также для образовательных и терапевтических помощников. В карточке приведена оценка на OCEAN Personality Benchmark; это не подтверждает пригодность для клинических или иных высокорисковых решений. Модель использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. README указывает на обучение на наборе JIC (Journal Intensive Conversations). Файлы размещены в формате safetensors; для запуска используется библиотека Transformers. Лицензия в предоставленных данных не указана.

nbeerbower/mistral-nemo-narwhal-12B — диалоговая модель генерации текста на архитектуре Mistral, разработанная nbeerbower. Это дообученная на датасете reddit-dpo версия Mahou-1.5-mistral-nemo-12B-lorablated; обучение методом ORPO проводилось в течение одной эпохи с использованием QLoRA. Модель содержит 12,1 млрд параметров и рассчитана на диалоги и ролевое общение. Модель принимает текст и генерирует текстовые ответы. Репозиторий содержит веса в формате safetensors, библиотека для работы — Transformers. Лицензия Apache-2.0. Метаданные указывают контекстное окно 1 024 000 токенов.

bunnycore/Phi-3.5-Mini-ChatML — текстовая диалоговая модель на архитектуре Phi-3.5 Mini, созданная объединением нескольких моделей методом Model Stock с помощью mergekit. В состав объединения вошли варианты Phi-3.5 Mini для ролевого общения и ChatML, некensored-вариант Phi-3.5 Mini Instruct, а также модели и адаптеры EvolKit и System. Модель содержит 3,7 млрд параметров, принимает текст и генерирует текст в формате диалога; заявленный контекст — 4096 токенов. Модель подходит для ведения диалогов и ролевых сценариев на английском языке. Веса представлены в формате safetensors и типе bfloat16; для использования предусмотрена библиотека Transformers. Лицензия в предоставленных данных не указана.

dbands/Phi-3.5-mini-instruct-horse-trainer — текстовая генеративная модель, разработанная dbands как дообучение unsloth/phi-3.5-mini-instruct-bnb-4bit. Модель предназначена для диалоговой генерации текста; название указывает на тематику обучения, однако карточка не описывает конкретные сценарии или содержание дообучающих данных. Модель содержит 3,7 млрд параметров, использует плотную архитектуру семейства Llama и выдаёт текст по текстовому запросу. Заявленная длина контекста — 4096 токенов; в репозитории указаны веса safetensors. В метаданных отмечена поддержка английского языка и возможности чата. Модель распространяется по лицензии Apache-2.0.

Q3-8B-Kintsugi — текстовая модель для диалогового ролевого взаимодействия и написания историй, разработанная Allura. Она дообучена на базе Qwen3-8B-Base: сначала на инструкциях, ролевых диалогах и человеческих текстах, затем с применением KTO для коррекции стиля и улучшения логического и пространственного рассуждения. Модель использует плотную авторегрессионную архитектуру Qwen3 с 7,6 млрд параметров и контекстом 32 768 токенов; работает с текстом в формате ChatML. По карточке модели, она особенно хорошо показала себя в ролевых диалогах один на один и написании прозы. Модель предназначена также для инструктивных диалогов и генерации текста; данные о поддерживаемых языках не приведены. Доступны веса в формате Safetensors. Лицензия — Apache-2.0.

Questionable-MN — дообученная языковая модель, созданная автором на основе Mistral Nemo Base. Обучение проходило в несколько этапов: использовались набор The X-Files, небольшой закрытый набор данных для ролевых диалогов и дополнительные данные; модель применяет формат общения ChatML. Модель предназначена для генерации текста и диалогов, в том числе ролевых сценариев. В метаданных указаны архитектура MistralForCausalLM с плотными весами, 12,1 млрд параметров и контекст до 1 024 000 токенов. Автор рекомендует стандартные настройки сэмплирования Nemo и подходящий системный промпт. Модель распространяется под лицензией Apache-2.0. Автор не сохранил настройки обучения, поэтому процесс обучения и его параметры нельзя воспроизвести по карточке; качество отдельно не охарактеризовано.

Модель haensumo/Qwen3-0.6B-JSON-SFT-GRPO — дообученная разработчиком haensumo компактная языковая модель семейства Qwen3 для генерации текста. Она создана на основе NotoriousH2/Qwen3-0.6B-JSON-SFT и предназначена для сценариев, где нужен структурированный вывод в JSON; базовая модель ориентирована на извлечение сведений из корейских протоколов совещаний. Модель содержит около 507,9 млн параметров, использует архитектуру Qwen3ForCausalLM и поддерживает контекст до 40 960 токенов. В карточке указаны английский язык и формат весов safetensors; обучение выполнялось с Unsloth и библиотекой TRL. Лицензия — Apache-2.0. Карточка не приводит результатов оценки качества или подробностей о том, какие именно изменения внесены на этапе GRPO. Поэтому пригодность для задач за пределами структурированного извлечения данных из корейских протоколов следует проверять отдельно.

Это исследовательский чекпойнт Qwen3 плотной авторегрессионной архитектуры с 1,7 млрд параметров, разработанный dsinghvi; он использует общий токенизатор для текста и аудиотокенов. Модель предназначена для генерации текста и речевых сценариев: синтеза речи из текста, распознавания речи, продолжения текстовой или речевой последовательности и преобразования речи в речь. Аудиокодирование и декодирование выполняется SNAC 24 кГц; для синтеза можно использовать аудио-пример для голосового кондиционирования. Карточка описывает итерацию обучения 23 447 и отмечает, что синтез речи дал слышимые результаты в тестах проекта. Распознавание речи и межмодальное продолжение пока экспериментальны: результаты могут быть низкого качества, повторяться или отсутствовать. Чекпойнт не включает аудиофайлы; входное или референсное аудио нужно предоставить отдельно. Лицензия — Apache-2.0.

Карточка модели LLADIGA/Qwen3.5-4B-full_turn_referencegame_player1 на Hugging Face совпадает с карточкой LLADIGA/Qwen3.5-4B-full_turn_textmapworld_player1, поэтому описание составлено по ней. LLADIGA/Qwen3.5-4B-full_turn_textmapworld_player1 — дообученная компанией или автором LLADIGA текстовая модель на базе Qwen/Qwen3.5-4B. Модель обучена с использованием TRL и предназначена для генерации текста в диалоговом формате; карточка демонстрирует ответ на открытый вопрос и запуск через Transformers. Модель имеет плотную архитектуру Qwen3.5 с причинной языковой моделью Qwen3_5ForCausalLM, около 3,4 млрд параметров и контекст до 262 144 токенов. Репозиторий содержит веса Safetensors. Метаданные указывают поддержку чата, однако специализация на TextMapWorld и качество в конкретных сценариях карточкой не описаны. Лицензия в предоставленных данных не указана.

Qwen3.6-35B-A3B-uncensored-heretic-GGUF — GGUF-квантизации децензурированной версии модели Qwen3.6-35B-A3B. Модель подготовлена независимым разработчиком llmfan46 на основе Qwen/Qwen3.6-35B-A3B с использованием Heretic v1.2.0 и варианта метода Magnitude-Preserving Orthogonal Ablation (MPOA). Архитектура относится к семейству Qwen3.5 MoE; обозначение модели указывает на общий размер около 35 млрд параметров и активную часть около 3 млрд параметров, однако точные характеристики GGUF-квантизаций в README не приведены. Модель предназначена для генерации текста и диалоговых сценариев, где требуется меньше отказов, возражений, морализаторства и других ограничений исходной модели. По заявленным результатам, доля отказов снизилась с 83 до 10 из 100 тестовых запросов при KL-дивергенции менее 0,0015, что указывает на близость к исходной модели по поведению. README также содержит метрики MMLU исходной модели, но не приводит сопоставимых результатов для этой модификации. К сильным сторонам относятся сохранение близости к базовой модели и существенно менее ограниченное поведение. Ограничения включают отсутствие данных о точной квантизации, размере контекста, поддерживаемых языках, фактических мультимодальных возможностях и требованиях к оборудованию. Снижение ограничений может повышать риск генерации небезопасного или нежелательного контента, поэтому модель требует самостоятельной проверки результатов. Указана лицензия Apache-2.0.

Репозиторий anemll содержит SSD-backed Flash-MoE-пакет для модели Qwen3.8-2.4T-A95B, экспортированный из GGUF-квантизации Unsloth UD-Q1_0. Это не обычный самостоятельный GGUF: плотные и общие тензоры находятся в model-dense.gguf, а тензоры маршрутизируемых экспертов разложены по слоям в sidecar и загружаются по запросу в резидентный слот-банк. Архитектура — qwen35moe, 93 блока трансформера, ширина эмбеддинга 8192; формат — GGUF. Пакет предназначен для генерации текста и диалогового вывода с Flash-MoE-сборкой ветки Qwen3.8 проекта anemll-flash-llama.cpp. Для запуска требуется совместимый рантайм; обычная сборка llama.cpp не поддерживает раскладку пакета и тип квантования IQ1_XXXS. Репозиторий занимает около 397 ГБ, а чтение sidecar с медленного или сетевого хранилища снижает скорость декодирования. Лицензия указана как other; README не уточняет её условия. Это производный квантованный экспорт базовой модели Qwen/Qwen3.8-2.4T-A95B; отдельные сведения о языках и контекстном окне в предоставленных данных отсутствуют.

Qwen3.8-27B Texelator AW-BC4 — производный артефакт на основе Qwen/Qwen3.8-27B, подготовленный методом аппаратно-ориентированной посттренировочной квантизации BC4 с калибровкой BF16. Это плотная модель семейства Qwen для диалоговой генерации текста; базовая модель также поддерживает мультимодальные задачи, однако README описывает только упаковку весов и запуск генерации.

Это чекпойнт Qwen3-8B TMax AENV, созданный willamazon1 на 119-й итерации обучения с подкреплением. Модель основана на SFT-чекпойнте willamazon1/qwen3-8b-tmax-sft-v3-iter353, который, в свою очередь, дообучен на Qwen/Qwen3-8B. Обучение проводилось методом group-relative policy optimization на асинхронных многоходовых сценариях в агентной среде. Модель предназначена для генерации диалогового текста и взаимодействия с инструментами в многоходовых агентных сценариях. Это плотная авторегрессионная архитектура Qwen3 с 7,6 млрд параметров и контекстом до 40 960 токенов. Чекпойнт опубликован в формате safetensors с весами bfloat16; оптимизаторные состояния не включены. Лицензия — Apache-2.0. Чекпойнт представляет отдельную точку обучения: в той же серии доступны итерации 69–219, что позволяет сравнивать поведение модели по ходу обучения. README сообщает о проверке весов на NaN/Inf и загрузке с генерацией примеров перед публикацией. Результаты могут зависеть от сценариев агентной среды; сравнительные оценки качества в карточке не приведены.

vadimbelsky/qwen3-asr-arabic-uae — модель распознавания речи, созданная дообучением Qwen/Qwen3-ASR-1.7B для эмиратского диалекта арабского языка. Она принимает аудио и преобразует речь в текст, лучше учитывая разговорные формы и специфическую лексику диалекта, а также реже добавляя лишнюю пунктуацию. На проверочной выборке из 2 497 примеров из ОАЭ модель показала WER 9,98% и CER 2,55%, улучшив показатели базовой модели с 13,53% и 3,33% соответственно. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — Apache-2.0. Модель предназначена прежде всего для коротких высказываний на эмиратском арабском. Обучение проводилось на синтетически сгенерированной арабской речи, а данные преимущественно содержали фрагменты короче 20 секунд; качество на других диалектах арабского может быть ниже.

Yosan443/SwallowJustice-Q-V1 — дообученная Whift модель семейства Qwen3, созданная на базе tokyotech-llm/Qwen3-Swallow-8B-SFT-v0.2. Модель предназначена для генерации текста в диалоговом режиме и может использоваться в чат-сценариях. Обучение выполнялось с Unsloth и библиотекой Hugging Face TRL. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0. README не описывает специализированные области применения или дополнительные возможности.

Модель автоматического распознавания речи на телугу, дообученная Swecha на диалекте Раяласима в рамках инициативы Swecha Gonthuka. Она использует архитектуру Wav2Vec2 с выходной CTC-головой и содержит 113,3 млн параметров; принимает аудио и преобразует речь в текст. Модель предназначена для транскрибации речи носителей диалекта Раяласима, а также для образовательных, вспомогательных и исследовательских сценариев, связанных с телугу. Качество транскрибации зависит от аудиозаписи и особенностей говорящего: фоновый шум снижает точность, а на других диалектах телугу качество может быть ниже. Модель распространяется по лицензии Apache-2.0.

T3Q-LLM/T3Q-LLM2-sft1.6 — разговорная языковая модель семейства Llama, представленная в формате Transformers и распространяемая с весами safetensors. По метаданным, модель содержит 10,6 млрд параметров, имеет контекст длиной 4096 токенов и поддерживает генерацию текста в диалоговом режиме. В карточке приведены результаты отдельных тестов понимания корейского языка, включая KoBEST BoolQ и COPA. Модель подходит для генерации ответов в чате, диалоговых сценариев и других задач генерации текста. Результаты тестов указывают на оценку некоторых задач на корейском языке, но карточка не описывает полный список поддерживаемых языков и область обучения. Разработчик, базовая модель, лицензия и условия использования в доступной карточке не установлены.

TEA-ASR-1-mini — компактная модель распознавания речи, разработанная JacobLinCool для повседневной тайваньской речи на мандаринском китайском. Она дообучена на базе Qwen/Qwen3-ASR-0.6B: аудиоэнкодер заморожен, а небольшая LoRA-адаптация декодера объединена с весами в единый чекпойнт. Модель принимает аудио и транскрибирует речь традиционными китайскими иероглифами, используя лексику Тайваня; она также рассчитана на естественное переключение между китайским и английским. Модель содержит 780 млн параметров и совместима с API Qwen3-ASR; для распознавания тайваньской речи рекомендуется задавать язык Chinese. README приводит результаты на CommonVoice zh-TW и наборах с китайско-английским переключением, а также замеры скорости и памяти на RTX 5090. Лицензия — MIT. Это специализированная модель для тайваньского мандаринского, поэтому результаты на других языках и типах речи не подтверждены; на плотном синтетическом переключении языков младшая версия уступает более крупной TEA-ASR-1.

FourOhFour выпустила разговорную модель evil8b на архитектуре LlamaForCausalLM с 7,5 млрд параметров. Это дообученная версия huihui-ai/Llama-3.1-Tulu-3-8B-abliterated на наборе FourOhFour/RP_Phase; в README указано значение loss 1,0089 на оценочном наборе. Модель предназначена для генерации текста в диалоге. Она поддерживает контекст до 131 072 токенов и распространяется в формате safetensors для Transformers. Лицензия — Llama 3.1.

RecCode/whisper-small-hi — дообученная RecCode модель распознавания речи на базе openai/whisper-small. Она предназначена для преобразования аудио в текст; карточка сообщает о дообучении на датасете, название которого не приведено, и приводит результат оценки: WER 88,3090 и loss 0,1606. Модель содержит 153,1 млн параметров, использует архитектуру WhisperForConditionalGeneration и распространяется в формате safetensors. Модель принимает аудио и выдаёт текст. Суффикс hi в названии может указывать на хинди, однако README и метаданные не подтверждают язык дообучения или поддерживаемые языки этой версии. Лицензия — Apache-2.0. Карточка не раскрывает назначение и ограничения подробнее; указанный WER высок, поэтому результат оценки следует учитывать при выборе модели.

whisper-small-yoruba-07-17 — модель распознавания речи, созданная дообучением Whisper Small от OpenAI. Она принимает аудио и предназначена для автоматической транскрибации; название модели указывает на настройку для йоруба. Веса представлены в формате safetensors, размер модели — 153,1 млн параметров. В карточке приведены результаты оценки: WER 25,6765 и орфографический WER 34,5068. Описание набора данных, сценариев применения и известных ограничений в README не раскрыто. Модель распространяется по лицензии Apache-2.0.

EYEDOL/whisper-tiny-yoruba-v2 — дообученная на основе openai/whisper-tiny модель семейства Whisper для автоматического распознавания речи и преобразования аудио в текст. Репозиторий использует архитектуру WhisperForConditionalGeneration и формат safetensors; модель предназначена для транскрибации речи на йоруба. В карточке приведены результаты оценки: WER Ortho 5.3698, CER Ortho 3.9789, WER 4.9073 и CER 3.9929. Сведения о датасете, условиях обучения и сценариях применения в README не раскрыты. Модель распространяется по лицензии Apache-2.0.

Модель ShenaoZ/0.0001_withdpo_4iters_bs256_4444lr_iter_3 — дообученная версия ShenaoZ/0.0001_withdpo_4iters_bs256_4444lr_iter_2, созданная на обновлённом и исходном наборах данных. Это плотная авторегрессионная языковая модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста и диалогового общения. Модель распространяется в формате Safetensors по лицензии MIT. Карточка не приводит подробностей о сценариях применения, оценке качества или ограничениях; возможности и результаты модели сверх генерации текста и чата не подтверждены.

240801-wav2vec2-ASR-Global-All-Clients — модель распознавания речи на основе архитектуры Wav2Vec2, разработанная путём дообучения zainulhakim/240626-wav2vec2-ASR_Global. Она принимает аудио и предназначена для преобразования речи в текст. Размер модели — 113,3 млн параметров; веса представлены в формате safetensors. Модель опубликована под лицензией Apache-2.0. В README указаны результаты оценки: loss 3,0667 и WER 1,0. Такой WER указывает на крайне низкое качество распознавания в приведённой оценке; перед практическим применением модель следует проверить на целевых аудиозаписях. Данные обучения, поддерживаемые языки и дополнительные ограничения в доступных материалах не описаны.

Aethora-7B-V1 — разговорная модель SteelSkull, созданная дообучением Mistral-7B-Instruct-v0.2. Она предназначена для задач общего назначения с акцентом на ролевые диалоги и создание историй; обучение проводилось на наборе Aether-V1.9 объёмом около 2,5 млн записей и 1 млрд токенов. Модель имеет плотную архитектуру Mistral с 7,1 млрд параметров и контекстное окно 32 768 токенов. Модель принимает текст и генерирует текст, поддерживает диалоговый режим. Опубликована в формате safetensors; в README указана точность BF16. Лицензия в метаданных Hugging Face — Apache-2.0. Карточка не приводит оценок качества и подробных ограничений; набор обучающих данных включает материалы для ролевых диалогов, поэтому ответы могут отражать особенности этих данных.