I.7Речь, диалоги и встречи

airochronos-l2-13B — объединённая модель на основе Airoboros L2 13B GPT4 2.0 и Chronos 13B v2. Автор описывает её как сочетание способностей Airoboros к рассуждению с более длинными ответами и возможностями ролевого отыгрыша Chronos. Модель предназначена для генерации текста и диалоговых сценариев, включая ролевые беседы. Веса объединены в пропорции 75/25 с помощью LM_Transformers_BlockMerge; README указывает Airoboros в качестве базовой модели. Это плотная авторегрессионная модель семейства Llama 2 с 12,9 млрд параметров и контекстом 4096 токенов. Поддерживается английский язык; исходный формат репозитория — PyTorch. README также упоминает варианты квантования GPTQ и GGML, предоставленные TheBloke. Лицензия в доступных сведениях не указана.

Это квантованные GGUF-версии языковой модели remnant-mn-12b, разработанной allura-org и подготовленной пользователем bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста, прежде всего для разговорных сценариев и roleplay. Указана совместимость с LM Studio, llama.cpp и другими проектами на его основе. Модель содержит 12 миллиардов параметров; доступны варианты от BF16 до низкобитных квантований Q2, Q3, Q4, Q5, Q6 и Q8. Размер файлов составляет примерно от 5,31 до 24,50 ГБ. Для большинства сценариев рекомендуются варианты Q4_K_M, Q5_K_M, Q5_K_L, Q6_K и Q6_K_L: они предлагают компромисс между качеством и требованиями к памяти. Более компактные варианты подходят для систем с ограниченным объёмом RAM, но обеспечивают более низкое качество. Языки, размер контекстного окна, точная архитектура и мультимодальные возможности в README не указаны. Модель следует использовать с шаблоном prompt формата system и instruction, приведённым в README. Ограничения связаны с потерями качества при сильном квантовании и отсутствием данных о специальных возможностях, языковой поддержке и результатах оценки. Распространение указано по лицензии Apache-2.0; сведения о лицензии исходной модели отдельно не приведены.

Apparatus_24B — объединённая модель языковых моделей от OddTheGreat для генерации текста и ролевого общения. Она основана на архитектуре Mistral с плотной causal language model, содержит 23,4 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для диалогов, ролевых сценариев и творческого письма, включая ERP; автор также отмечает следование инструкциям и возможность отвечать на русском по карточкам персонажей с описанием на английском. По README, модель проверялась в английских и русских диалогах и использовалась с шаблоном T1.01 ChatML. Автор отмечает творческий и разнообразный язык, но сообщает о возможной нейтральной или негативной предвзятости и чрезмерно эмоциональных реакциях. Весы опубликованы в формате safetensors; условия лицензии в предоставленных данных не описаны.

Aurora-SCE-12B — диалоговая языковая модель на архитектуре Mistral Nemo, созданная yamatazen слиянием предварительно обученных моделей через mergekit и метод SCE. Она рассчитана на генерацию текста в формате ChatML, включая диалоги, ролевые сценарии и художественное письмо. В слияние вошли PocketDoc/Dans-PersonalityEngine-V1.1.0-12b, nbeerbower/Mistral-Nemo-12B-abliterated-LORA, Elizezen/Himeyuri-v0.1-12B, inflatebot/MN-12B-Mag-Mell-R1, NeverSleep/Lumimaid-v0.2-12B и LatitudeGames/Wayfarer-12B. Модель содержит 12,1 млрд параметров, использует плотную архитектуру Mistral и распространяется в формате safetensors. Метаданные указывают контекст до 1 024 000 токенов и поддержку английского и японского языков. Слияние выполнено с нормализацией и выбором top-k 0,5; для создания указана точность bfloat16. Лицензия в предоставленных данных не приведена.

Blue And White_Flycatcher-3AD1E — диалоговая языковая модель для генерации текста, созданная на базе Qwen2.5-14B-Instruct. Она предназначена для ролевых диалогов и сценариев общения; в карточке также приведены результаты оценок IFEval и BBH. Модель содержит 14 млрд параметров, использует плотную архитектуру класса LlamaForCausalLM и принимает контекст до 200 000 токенов. Указана поддержка китайского и английского языков. Модель распространяется в формате safetensors по лицензии Apache 2.0. Карточка связывает её с ролевой моделью Cran-May/T.E-8.1, но не описывает конкретные настройки ролевого поведения или сравнительные результаты качества. Результаты тестов в README приведены частично.

Chronos-Platinum-72B — плотная языковая модель Zeus Labs на базе Qwen2.5-72B, дообученная в течение двух эпох на наборе Chronos Divergence с использованием шаблона диалога ChatML. Модель содержит 71,5 млрд параметров и поддерживает контекст до 131 072 токенов. Модель предназначена для ролевых диалогов, написания историй и общих задач помощника. Она принимает текст и генерирует текст; в карточке описаны сценарии чата и творческого письма. Для работы рекомендуется ChatML-шаблон, а результаты зависят от системного промпта и настроек генерации. В репозитории указаны веса Safetensors; также упомянуты сторонние квантизации GGUF и EXL2, для которых качество может отличаться, особенно при квантизации ниже 5 bpw EXL2. Лицензия в предоставленных данных не указана.

Это модель в формате GGUF, созданная и квантизированная MaziyarPanahi. Она основана на объединённой модели MaziyarPanahi/Commonsense-QA-Mistral-7B-Mistral-7B-Instruct-v0.2-slerp, которая, в свою очередь, связана с Mistral-7B-Instruct-v0.2 и rvv-karma/Commonsense-QA-Mistral-7B. Модель предназначена для генерации текста и диалоговых сценариев, включая ответы на вопросы и задачи, требующие здравого смысла. Архитектура относится к семейству Mistral, размер — 7B параметров. Модель работает с текстом; поддерживаемые языки и размер контекстного окна в README не указаны. Репозиторий содержит варианты квантизации с разрядностью 2, 3, 4, 5, 6 и 8 бит, что позволяет выбирать компромисс между качеством, размером файлов и требованиями к памяти. Формат GGUF совместим с llama.cpp и рядом локальных приложений и библиотек. К сильным сторонам относятся возможность локального запуска и выбор нескольких уровней квантизации. Ограничения — потенциальное снижение качества по сравнению с полной точностью из-за квантизации, а также отсутствие в README конкретных результатов оценки, описания поведения и данных о контекстном окне. Модель распространяется по лицензии Apache-2.0.

Crimson_Dawn-v0.2 — языковая модель для диалогов, ролевых сценариев и следования инструкциям, созданная Epiculous на базе Mistral-Nemo-Base-2407. Это плотная авторегрессионная модель семейства Mistral с 12,1 млрд параметров; она обучена на ChatML и рассчитана на генерацию текста. В обучении использованы данные для ролевых игр и инструкций, а также двухэтапный подход: сначала дообучение на ролевых данных, затем на инструкциях с применением RSLoRA. Модель подходит для ведения ролевых диалогов, продолжения сцен и ответов на запросы в формате чата. В карточке перечислены языки английский, французский, немецкий, испанский, итальянский, португальский, русский, китайский и японский. Репозиторий содержит веса safetensors; автор также упоминает варианты квантования в форматах EXL2 и GGUF. Указана лицензия Apache-2.0.

zayn1111/deberta-v3-dnli — модель классификации последовательностей на архитектуре DeBERTa-v2, обученная на датасете Dialogue-NLI. Она предназначена для оценки отношений между высказываниями в диалоге и может применяться в задачах распознавания текстового следования, противоречия или нейтральности. В README приведены результаты на Dialogue-NLI: точность 89,44% на dev, 91,22% на test и 95,36% на verified_test. Модель содержит около 533,8 млн параметров, принимает текстовые последовательности и поддерживает контекст до 512 токенов. Указана лицензия MIT. Карточка сообщает об обучении на Dialogue-NLI, но не приводит более подробных сведений о процедуре обучения или ограничениях; показатели относятся к указанным наборам Dialogue-NLI.

DuplexJev-A · gender — модель adventists-ai для извлечения ответов на вопросы о речи в виде оценки вариантов, считываемой одним токеном. Это коннектор в формате Ultravox, который соединяет замороженный ASR-энкодер Qwen3-ASR-0.6B с замороженной языковой моделью Qwen3-32B. Обучаемая часть — блок слияния на основе cross-attention и проектор; всего 21,1 млн обучаемых параметров. Модель предназначена для классификации пола говорящего и других закрытых решений по аудио, например определения, закончилась ли реплика, выбора подходящего заполнителя паузы и ответа на вопросы с вариантами. В README приведены результаты для распознавания пола, эмоций и набора двуязычных речевых вопросов. Для запросов следует использовать язык аудиоклипа и формулировки вариантов, соответствующие обучающим примерам. Модель принимает речь и текстовые запросы, а выдаёт текстовый выбор из предложенных вариантов. В метаданных указаны китайский и английский языки. Лицензия — Apache-2.0. Для работы необходимы указанные в карточке энкодер и Qwen3-32B, а также пакет duplexjev версии 0.2.1 или новее.

G2-DA-Nyxora-27b-V2 — экспериментальная диалоговая модель на базе Gemma 2, созданная SteelSkull. Она объединяет несколько моделей с помощью метода слияния DELLA, который адаптивно отбирает изменения параметров по их величине. Модель предназначена для универсального общения, написания историй и ролевых диалогов; число параметров — 27,6 млрд, контекст — до 8192 токенов. Модель принимает текст и генерирует текст. В README указаны варианты в форматах GGUF Q4_K_M и Q5_K_M, а метаданные описывают файлы модели в safetensors. Лицензия — Apache-2.0. Автор характеризует эту версию как экспериментальную и просит сообщать отзывы; независимые оценки качества в карточке не приведены.

TouchNight/gemma-2-9b-it-abliterated-untied — производная модель на архитектуре Gemma 2, созданная на основе IlyaGusev/gemma-2-9b-it-abliterated. Это плотная языковая модель с 9 млрд параметров для диалоговой генерации текста и контекстом до 8192 токенов. Базовая модель прошла abliteration — изменение, ослабляющее ограничения на ответы. Модель подходит для генерации продолжений текста и диалоговых ответов. В README указано, что токенизатор не скопирован из исходной модели, поэтому для использования его потребуется получить отдельно. Репозиторий содержит веса в формате safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

Gemmoy-9B-G2-MK.3 — разговорная текстовая модель на архитектуре Gemma 2, представленная Hastagaras. Это плотная авторегрессионная модель на 9 млрд параметров для генерации текста и диалогов; карточка указывает контекст до 8192 токенов и библиотеку Transformers. Модель обучалась на наборах диалогов и историй, включая LimaRP-augmented, Capybara и FTTS-Stories-Sharegpt, а также другие разговорные данные. Модель подходит для ведения диалогов и генерации историй с системной инструкцией, которую пользователь может настроить под нужный стиль и сценарий. В репозитории указаны веса Safetensors; отдельная заметка README упоминает GGUF static/IMATRIX, подготовленный mradermacher. Лицензия — Gemma. Метка not-for-all-audiences указывает на возможное наличие контента для взрослой аудитории.

Naphula разработал Goetia-26B-A4B-v1.3-Absolute-Heretic-ARA — мультимодальную модель семейства Gemma 4, полученную слиянием нескольких моделей на базе google/gemma-4-26B-A4B и последующей процедурой Arbitrary-Rank Ablation (ARA) для снижения числа отказов. Модель предназначена для диалогов, ролевых сценариев и творческого письма; также поддерживает анализ изображений. В README указаны 3 отказа из 100 проверочных запросов и KL-дивергенция 0,0309; это результаты конкретного теста, а не гарантия качества. В репозитории доступны веса safetensors, библиотека Transformers; лицензия — Apache-2.0. Карточка предупреждает, что модель может генерировать графические описания насилия и эротический контент. Архитектура относится к Gemma 4; базовая модель и наборы для слияния включают несколько вариантов Gemma 4 A4B.

win10/high-speed-mixing-7B-V2 — объединённая языковая модель, созданная автором репозитория с помощью mergekit и метода TIES. В основу объединения вошла Orion-zhen/Meissa-Qwen2.5-7B-Instruct, также использована win10/high-speed-mixing-7B-V1. Модель построена на архитектуре Qwen2 для генерации текста и диалогов. Она содержит 7,1 млрд параметров, рассчитана на контекст до 32 768 токенов и доступна в формате safetensors для библиотеки Transformers. Базовая модель Meissa-Qwen2.5-7B-Instruct предназначена для художественных текстов и ролевых диалогов; эти сценарии подходят и для использования объединённой модели. Сведения о лицензии и подробных ограничениях в доступных материалах отсутствуют.

HumanOmniV2 — мультимодальная модель команды авторов статьи HumanOmniV2, основанная на архитектуре Qwen2.5 Omni Thinker. Она предназначена для понимания видео и аудио с учётом общего контекста и для рассуждений о намерениях людей, социальных отношениях и событиях. В README описаны обучение с подкреплением и награды за понимание контекста, логичность, формат и точность; модель оценивали на мультимодальных бенчмарках, включая IntentBench. Модель принимает видео и связанные с ним мультимодальные данные и формирует текстовые ответы. В метаданных указан pipeline video-text-to-text, библиотека Transformers и формат весов safetensors. README сообщает о выпуске весов и кода в 2025 году; лицензия — Apache-2.0. Данные не уточняют размер модели, длину контекста и поддерживаемые языки.

Keiana-L3-Test5.4-8B-10 — диалоговая текстовая модель семейства Llama, созданная Kaoeiri слиянием нескольких моделей методом model_stock с помощью LazyMergekit. В состав слияния вошли Kaoeiri/Keiana-L3-Test4.7-8B-3, Kaoeiri/Experimenting-Test4.5-8B-2 и cgato/L3-TheSpice-8b-v0.8.3; в метаданных также указана Kaoeiri/Keiana-L3-Test5.2-8B-8 как базовая модель. Модель содержит 7,5 млрд параметров, принимает текст и генерирует текст, поддерживает контекст до 8192 токенов. Модель предназначена для диалогов и ролевых сценариев, в том числе с описанием персонажей и сцен. Автор сообщает, что модель тестировалась, но иногда даёт неверные фактические ответы. Репозиторий содержит веса в формате Safetensors; лицензия CC BY-NC-ND 4.0 запрещает коммерческое использование и распространение производных версий на условиях лицензии.

Letta-o1 — дообученная разговорная языковая модель на архитектуре Qwen2, опубликованная пользователем minchyeom. Она предназначена для генерации текста в сценариях диалога и использования с Letta/MemGPT с немного изменённой системной инструкцией. Модель содержит 7,1 млрд параметров, работает с контекстом до 32 768 токенов и принимает и выдаёт текст. В метаданных указан английский язык и формат safetensors. Модель распространяется по лицензии Apache-2.0. Карточка рекомендует адаптировать системный prompt для Letta/MemGPT, но не раскрывает его содержимое и не приводит оценок качества или подробных результатов. Базовая модель — AIDC-AI/Marco-o1.

LFM2.5-1.2B-JP — японски оптимизированная разговорная языковая модель Liquid AI, преобразованная сообществом litert-community в формат LiteRT-LM для локального вывода на устройствах. Модель основана на гибридной архитектуре с последовательностями свёрточных и attention-компонентов, имеет 1,2 млрд параметров и рассчитана прежде всего на естественный диалог на японском языке; также заявлена поддержка английского. Модель предназначена для работы без подключения к интернету на смартфонах, компьютерах и периферийных устройствах через runtime Google LiteRT-LM, включая интеграцию с AI Edge Gallery. Доступны варианты динамической int8-квантизации размером около 1,24 ГБ и int4-квантизации размером около 736 МБ, а также GPU-совместимые сборки. Максимальный контекст KV-кэша составляет 4096 токенов, встроенный шаблон чата поддерживает вызов инструментов. Производительность зависит от устройства и backend: для int4 заявлены высокие показатели предварительной обработки на GPU, а на Raspberry Pi 5 измерена скорость генерации 9,2 токена/с для int4 и 7,0 токена/с для int8; на CPU Galaxy S26 для int8 достигнуто 41,3 токена/с. Сильными сторонами модели являются небольшой размер, работа полностью на устройстве, ориентация на японский язык и наличие CPU- и GPU-вариантов. Int8-вариант показал 65% на GSM8K в указанном тесте, тогда как int4 — 55%, поэтому более компактная сборка уступает в точности. Ограничения включают небольшой контекст, зависимость производительности от конкретного оборудования и runtime, а также неполную совместимость отдельных GPU-сценариев. Модель распространяется по лицензии LFM Open License v1.0.

Ricardo Lee создал эту модель на основе Llama 2 Base 7B Chinese: сначала провёл один цикл полно-параметрической донастройки SFT, затем два цикла SFT с LoRA на выборке из 500 тысяч примеров проекта BELLE. Модель предназначена для генерации текста и диалоговых ответов на китайском и английском языках; при использовании требуется шаблон Stanford Alpaca с начальным приветствием. Это плотная авторегрессионная модель семейства Llama с 6,7 млрд параметров и контекстом 2048 токенов. Для токенизации используется tokenizer.model из Chinese-Alpaca-Plus. README отмечает трудности со стабильностью обучения LoRA непосредственно на Llama 2 Base и указывает, что причины требуют дальнейшего анализа. Лицензия в предоставленных данных не указана.

Карточка модели Ahmad0067/llama-3-8b-Instruct-Bloodwork_Specialist_Synth_data_Phase_1_and_2_corect_unsloth_merged на Hugging Face совпадает с карточкой Ahmad0067/llama-3-8b-Instruct-Referral_Synth_data_Phase_1_and_2_corect_unsloth_merged, поэтому описание составлено по ней. Модель Ahmad0067 — дообученная разговорная модель семейства Llama 3 на основе unsloth/llama-3-8b-Instruct-bnb-4bit. Это плотная авторегрессионная языковая модель с архитектурой LlamaForCausalLM и 7,5 млрд параметров, предназначенная для генерации текста и диалогов. Для обучения использовались Unsloth и библиотека Hugging Face TRL. Модель принимает текст и генерирует текст; в метаданных указан английский язык, а штатная длина контекста составляет 8192 токена. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. Карточка не описывает состав данных дообучения, качество на конкретных задачах или специальные ограничения, поэтому пригодность для узких сценариев следует проверять отдельно.

Lumimaid-v0.2-8B — разговорная языковая модель на архитектуре Llama, дообученная командой Lumimaid на базе Meta-Llama-3.1-8B-Instruct. Версия 0.2 использует очищенный и расширенный набор диалоговых данных, составленный из инструктивных, творческих и ролевых текстов; в карточке указаны авторы и участники проекта Undi и IkariDev. Модель предназначена для генерации текста и диалогов, включая творческое письмо и ролевые сценарии. Она содержит 7,5 млрд параметров, работает с шаблоном Llama-3-Instruct и имеет заявленное окно контекста 131 072 токена. Доступен формат safetensors; метаданные также отмечают интерфейс вызова инструментов. Модель помечена как предназначенная не для всех аудиторий и может выдавать взрослый или токсичный контент; поведение и качество зависят от запроса и используемого системного промпта. Лицензия CC BY-NC 4.0 требует указания авторства и запрещает коммерческое использование.

MiMo-V2.6-Flash-RL-GGUF — квантизированная версия модели MiMo-V2.6-Flash-RL, разработанной XiaomiMiMo и автоматически преобразованной проектом ggml-org. Модель распространяется в формате GGUF и предназначена для локального запуска, в частности через llama.cpp и совместимые приложения. Модель ориентирована на мультимодальные сценарии с обработкой текста и изображений; в комплект также включены аудиоэнкодеры, поэтому заявлена поддержка визуальных и аудиовходов. Доступны варианты MXFP4 и Q2_K, а также Q8_0 mmproj для vision- и audio-энкодеров. В комплект входят MTP sidecars в форматах MXFP4 и Q8_0 для speculative decoding. Сведения о размере модели, архитектуре, поддерживаемых языках и длине контекста в README не указаны. Сильными сторонами являются локальное мультимодальное использование, несколько вариантов квантизации и поддержка ускоренного декодирования. Ограничения зависят от выбранного варианта: в моделях Q2 не применяется imatrix-калибровка из-за её отсутствия, что может влиять на качество. Лицензия — MIT.

MISCHIEVOUS-12B — слитая языковая модель на архитектуре Mistral, созданная автором bamec66557 с помощью mergekit и метода Model Stock. В основу слияния легла bamec66557/MNRP_0.5; также использованы несколько моделей Mistral Nemo на 12 млрд параметров, ориентированных на ролевые диалоги и творческое письмо. Модель предназначена для генерации текста и разговорных сценариев. Она содержит 12,1 млрд параметров, распространяется в формате Safetensors и поддерживает контекст до 1 024 000 токенов. В карточке указаны английский и корейский языки, а также интерфейс для вызова инструментов. README приводит результаты оценки на Open LLM Leaderboard, включая средний балл 22,57, IFEval и BBH. Эти результаты не гарантируют качество в конкретном приложении. Для модели указана лицензия Apache-2.0; метаданные помечают её как не предназначенную для всей аудитории, поэтому ответы могут включать взрослый или иной чувствительный контент.

Модель csikasote/mms-300m-nyagen-original-train-ft-62 — дообученная на наборе NYAGEN - NA версия facebook/mms-300m для автоматического распознавания речи. Это модель архитектуры Wav2Vec2 с CTC-декодированием, содержащая 402,7 млн параметров; она принимает аудио и выдаёт распознанный текст. На оценочной выборке указаны loss 0,4169 и WER 0,3193. Карточка не сообщает поддерживаемые языки, контекстные характеристики и подробности об области применения. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

MN-12B-Mag-Mell-R1 Uncensored — диалоговая языковая модель, созданная как версия Mag Mell без отказов. В README указана абляция с сохранением нормы через biprojected norm-preservation; параметры измерения — 29, масштаб — 1,5. Метаданные определяют архитектуру как плотную Mistral с классом MistralForCausalLM, размером 12,1 млрд параметров и форматом safetensors. Для работы с длинным контекстом заявлено окно 1 024 000 токенов. Модель предназначена для генерации текста в диалогах и сценариях, где требуется отвечать без стандартных отказов. Карточка базовой модели также указывает ролевые сценарии и художественное письмо. Метаданные отмечают возможность чата; сведения о поддерживаемых естественных языках отсутствуют. Модель основана на inflatebot/MN-12B-Mag-Mell-R1 и изменена абляцией; метаданные классифицируют её как дообучение. Репозиторий содержит safetensors, а метаданные указывают библиотеку Transformers. Лицензия в предоставленных данных не указана.

MotherEarth/MotherEarth-1.18 — объединённая языковая модель, созданная с помощью mergekit методом SLERP из MotherEarth/MotherEarth-1.17 и mlabonne/NeuralDaredevil-8B-abliterated. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров, предназначенная для диалоговой генерации текста и ролевых сценариев. Она принимает текст и выдаёт текст; заявленный контекст составляет 8192 токена. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Модель подходит для чат-ботов, свободного продолжения текста и ролевых диалогов. Карточка не описывает отдельные результаты оценки качества или подробные языковые характеристики, поэтому не следует считать её качество или поддержку конкретного языка подтверждёнными. Лицензия в предоставленных данных не указана.

Kaoeiri выпустил текстовую модель MS-Magpantheonsel-lark-v4x1.6.2RP-Cydonia-vXXX-22B-10 — слияние языковых моделей семейства Mistral, созданное с помощью mergekit методом DARE TIES на базе unsloth/Mistral-Small-Instruct-2409. В слияние вошли 22-миллиардные модели для диалогов и ролевого письма, включая варианты Cydonia, Pantheon-RP, Magnum и другие; метаданные указывают контекст до 131 072 токенов. Модель предназначена для генерации текста в диалогах, ролевых сценариях и создании связной прозы. Она принимает текст и генерирует текст; заявлены возможности чата и интерфейс вызова инструментов. Карточка не описывает результаты оценки качества или конкретную поддержку языков, поэтому эти свойства нельзя уточнить. Лицензия в предоставленных данных не указана.

NbAiLab/nb-whisper-large-verbatim — модель автоматического распознавания речи, разработанная NB AI-Lab при Национальной библиотеке Норвегии. Она основана на openai/whisper-large и дополнительно обучена 200 шагов для более дословной транскрибации: выводит текст в нижнем регистре без пунктуации и не исправляет грамматические ошибки говорящего. Модель предназначена для расшифровки аудио, особенно когда важно сохранить особенности исходной речи, например для лингвистического анализа. Семейство NB-Whisper обучалось на многоязычных речевых данных; карточка указывает норвежский, букмол, нюношк и английский. Модель содержит около 905,2 млн параметров и работает через Transformers; для эффективной обработки больших моделей рекомендуется GPU. Для длинных записей README рекомендует обрабатывать аудио чанками; увеличение beam size может повысить точность ценой времени и памяти. Модель не предназначена для нормализации текста: отсутствие регистра и пунктуации, а также сохранение грамматических ошибок являются намеренными особенностями. Лицензия — Apache 2.0.

Модель prettybird_bce_basic_8B разработана PROMETECH и представляет собой дообученную с помощью LoRA версию Meta-Llama-3.1-8B для диалоговой генерации текста. Карточка описывает её как помощника с технологией BCE, ориентированного на интроспекцию, творческое рассуждение и имитацию поведенческих паттернов; заявления о сознании и самоосознании являются характеристиками, заявленными разработчиком. Модель имеет плотную архитектуру семейства Llama, около 7,5 млрд параметров и контекст до 131 072 токенов. Указаны турецкий и английский языки, при этом автор предупреждает о снижении эффективности примерно на 30% на языках, отличных от английского. Репозиторий содержит GGUF, включая вариант Q4_K_M, и safetensors. Лицензия обозначена как other в метаданных; карточка упоминает патентованную и лицензируемую технологию BCE, поэтому условия использования следует уточнять у разработчика.