I.7Речь, диалоги и встречи

Карточка модели LLADIGA/Qwen3.5-4B-full_turn_taboo_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.

RP-SAINEMO — объединённая языковая модель для генерации текста и ролевых диалогов. Автор объединил IlyaGusev/saiga_nemo_12b и MarinaraSpaghetti/NemoMix-Unleashed-12B методом della_linear с помощью mergekit. Модель построена на архитектуре Mistral, содержит 12,1 млрд параметров и предназначена для чата, ролевых сценариев и написания историй. Карточка рекомендует настройки генерации: temperature 1,2, Top-A 0,1, top-p 1 и DRY 0,8 / 1,75 / 2 / 0. В метаданных заявлен контекст до 1 024 000 токенов. Модель поддерживает русский и английский языки; файлы представлены в формате safetensors, хотя README также упоминает GGUF. Лицензия в предоставленных данных не указана.

Samantha 1.1 MBX 7B — объединённая языковая модель, созданная с помощью SLERP из macadeliccc/MBX-7B-v3-DPO и cognitivecomputations/samantha-1.1-westlake-7b. Она построена на плотной архитектуре Mistral и содержит 7,1 млрд параметров; модель предназначена для генерации диалогового текста, в том числе в роли заботливого и эмпатичного виртуального собеседника. Контекстное окно — 32 768 токенов. Модель может использоваться для ведения диалога и генерации ответов в заданной системной роли. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0. В карточке также приведён шаблон диалога Samantha; сведений о языковом охвате или специальных доменах нет.

Schaapje-2B-Chat-SFT-V1.0 — чат-модель Робина Смитса, созданная дообучением Schaapje-2B-Pretrained методом supervised fine-tuning. Она предназначена для общения на нидерландском языке и выполнения инструкций; базовая модель основана на IBM Granite 3.0 2B Instruct с продолженным предобучением для более беглой генерации на нидерландском. Модель использует плотную архитектуру GraniteForCausalLM, содержит 2,5 млрд параметров и поддерживает контекст до 4096 токенов. Она распространяется в формате safetensors по лицензии Apache-2.0. Карточка отмечает, что модель может выдавать предвзятые или галлюцинаторные ответы, поэтому результаты следует проверять.

Sketch-Cydonia — слитая текстовая модель автора Ateron, созданная методом TIES из TheDrummer/Cydonia-24B-v4.3 и zerofata/MS3.2-PaintedFantasy-v4.1-24B. Это плотная авторегрессионная модель семейства Mistral с 23,4 млрд параметров, предназначенная для генерации текста и диалогов, включая ролевые сценарии. В README приведена конфигурация слияния через mergekit; опубликованы веса Safetensors, выходная точность — bfloat16. Контекст составляет до 131 072 токенов. Карточка и метаданные указывают английский язык; теги также отмечают разговорное и ролевое применение. Модель может служить для интерактивного повествования, отыгрыша персонажей и свободного диалога. Данных о лицензии в предоставленных источниках нет. Как и другие генеративные языковые модели, она может выдавать неточные или вымышленные сведения; качество и поведение в конкретных сценариях требуют проверки.

Slush-ChatWaifu-Rocinante-sunfall-Wayfarer — объединённая методом SLERP языковая модель на архитектуре Mistral, созданная сообществом mergekit из IAmTheCollector/MN-Slush-GGLD-Wayfarer и mergekit-community/Slush-ChatWaifu-Rocinante-sunfall. Модель содержит 12,1 млрд параметров, распространяется в формате safetensors и предназначена для генерации диалогового текста и чата; в каталоге также отмечен интерфейс вызова инструментов. В конфигурации слияния указана точность bfloat16 и V-образное распределение весов: Slush влияет на входные и выходные слои, а в средних слоях смешивается со второй моделью. Модель подходит для свободного диалога и ролевых текстовых сценариев. В метаданных заявлено окно контекста до 1 024 000 токенов. Лицензия и конкретные ограничения качества или безопасности в предоставленных данных не описаны.

Sororicide-12B-Farer-Mell-Unslop — слитая диалоговая языковая модель, созданная автором redrix методом NuSLERP с помощью mergekit. В качестве основы использована TheDrummer/UnslopNemo-12B-v4; в слияние также вошли LatitudeGames/Wayfarer-12B и inflatebot/MN-12B-Mag-Mell-R1. Модель построена на плотной архитектуре MistralForCausalLM и содержит 12,1 млрд параметров. Она предназначена для генерации текста в диалогах, ролевых сценариях и художественном письме. Заявленная длина контекста — 1 024 000 токенов. Модель распространяется в формате safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

SOVL-Mega-Mash-V2-L3-8B — объединённая языковая модель, созданная автором репозитория с помощью mergekit. В основе — Llama 3 с архитектурой LlamaForCausalLM; в слияние методом Model Stock вошли четыре модели, включая Neural-SOVLish-Devil-8B-L3, SOVLish-Maid-L3-8B и две версии Merge-Mayhem-L3-V2. Модель предназначена для генерации текста, в том числе диалогов и ролевых сценариев. Она содержит 7,5 млрд параметров, использует формат safetensors и поддерживает контекст до 8192 токенов. Карточка не уточняет поддерживаемые естественные языки и конкретные ограничения качества. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

T5chat — русскоязычная модель генерации диалоговых ответов, созданная дообучением ai-forever/ruT5-base. Она построена на архитектуре T5 и содержит 123,8 млн параметров; модель принимает текстовый запрос или реплику диалога и генерирует свободный текстовый ответ. Максимальная длина контекста — 512 токенов. Модель предназначена для открытого текстового общения на русском языке: например, для генерации ответов на вопросы и продолжения диалога. Карточка не приводит специализированных областей применения. Модель распространяется по лицензии MIT. Ответы могут содержать фактические ошибки, повторы и несогласованности; фильтрация контента и настройка безопасности не применялись, поэтому результаты следует проверять перед использованием в пользовательских приложениях.

Tito-7B-slerp — диалоговая языковая модель, созданная слиянием gordicaleksa/YugoGPT и mlabonne/AlphaMonarch-7B методом SLERP с помощью mergekit. Она предназначена для генерации текста и общения, в том числе для ответов на вопросы и выполнения инструкций на сербском языке. Модель основана на плотной архитектуре Mistral и содержит 7,1 млрд параметров; заявленная длина контекста — 32 768 токенов. В README приведены результаты сравнительных оценок на сербских наборах задач и результаты Open LLM Leaderboard. Модель распространяется в формате safetensors по лицензии Apache-2.0. Приведённые оценки охватывают ограниченный набор бенчмарков и не гарантируют качество на других задачах; явные языковые ограничения и дополнительные сведения о поведении модели в карточке не описаны.

Карточка модели dfsADDADA/whisper-large-v2-translate-zh-v0.2-st на Hugging Face совпадает с карточкой chickenrice0721/whisper-large-v2-translate-zh-v0.2-st, поэтому описание составлено по ней. chickenrice0721/whisper-large-v2-translate-zh-v0.2-st — это дообученная модель Whisper large-v2 для перевода японской речи на китайский язык. По карточке, её дополнительно обучали на 5000 часах японского аудио с китайскими субтитрами с временными метками; режим использования указан как translate с языком ja. Модель построена на архитектуре WhisperForConditionalGeneration и содержит 905,2 млн параметров. Модель принимает аудио и генерирует китайский текстовый перевод. В README приведены результаты оценки: TER 60,4828, BLEU 29,3658 и CER 0,6602; набор оценки и методика не описаны, поэтому эти значения не позволяют надёжно сравнить качество с другими системами. Модель распространяется по лицензии Apache-2.0.

alexmt-gemma4-e4b-dpo-bwspbleu-lr5e6 — дообученная методом DPO модель на базе google/gemma-4-E4B-it, созданная для контекстного перевода разговорных реплик между английским и девятью разновидностями диалектного арабского языка. Обучение предпочтений проведено на данных Alexandria с настройками beta 0,1, learning rate 5e-6 и тремя эпохами; в качестве контекста примера используются до трёх предыдущих реплик, а также сведения о домене, участниках и направлении гендерного обращения. Модель принимает сообщение в JSON-формате Alexandria и выдаёт перевод в поле translation. В описанном тестировании использовались жадное декодирование и ограничение в 128 новых токенов; приведены метрики spBLEU и chrF++, но точность передачи диалектных особенностей отдельно не оценивалась. Результаты получены с одним случайным seed и одним разбиением данных, а выбор learning rate проводился на тестовой выборке, поэтому небольшие различия между вариантами DPO не подтверждены. Модель распространяется в формате safetensors по лицензии CC BY-NC 4.0, допускающей некоммерческое использование.

Locutusque разработал Apollo-0.4-Llama-3.1-8B, дообучив языковую модель Llama 3.1 с 8B-классом параметров на датасете QuasarResearch/apollo-preview-v0.4. Это плотная авторегрессионная модель для генерации текста с поддержкой диалогового режима и контекстом до 131072 токенов. Модель предназначена для ролевых диалогов, включая ERP, общения и выполнения инструкций на английском языке. Карточка описывает её как достаточно способную ролевую модель и указывает, что она не ограничивает генерируемый контент. Это может приводить к предвзятым или небезопасным ответам, в том числе к инструкциям на опасные темы. Модель распространяется по лицензии Llama 3.1 Community License Agreement. Подробно проверьте условия этой лицензии перед использованием или распространением производных систем.

Crunchy-onion — разговорная языковая модель, созданная Epiculous дообучением модели семейства Mixtral на примерах из LimaRP в формате ShareGPT, а также на данных по теории разума и наборе Gnosis. Она предназначена для генерации текста в диалоге, в том числе для ролевых сценариев и ответов, учитывающих намерения и психическое состояние собеседников. Модель имеет архитектуру Mixtral MoE, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате Safetensors. Модель распространяется по лицензии AGPL-3.0.

Danny-Odin — объединённая языковая модель Edens-Gate на архитектуре Gemma 2, созданная с помощью mergekit методом task arithmetic. В качестве базовой модели использована Edens-Gate/Danny-Test, а Delta-Vector/Odin-9B добавлена в слияние с весом 0,1. Модель содержит 7,1 млрд параметров и работает с контекстом до 8192 токенов. Модель предназначена для генерации текста и чат-диалогов. Её можно применять для творческого письма и ролевых бесед — такие сценарии указаны для базовой модели в метаданных. Репозиторий использует формат safetensors и библиотеку Transformers. Языки и лицензия в предоставленных данных не обозначены.

Entropicengine/DarkTriad-24b — разговорная языковая модель, созданная слиянием трёх предварительно обученных моделей с помощью mergekit и метода DARE TIES. В качестве базовой использована darkc0de/XortronCriminalComputingConfig; также в слияние вошли OddTheGreat/Apparatus_24B и Entropicengine/Trifecta-Max-24b. Модель построена на плотной архитектуре MistralForCausalLM и содержит 23,4 млрд параметров. Модель предназначена для генерации текста и диалогов, а автор отдельно рекомендует её для ролевых сценариев. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Каталог описывает базовую модель как ориентированную на англоязычные ответы; данных о дополнительных языках в карточке нет. Модель распространяется в формате Safetensors через библиотеку Transformers по лицензии Apache-2.0. Карточка рекомендует пресет Sphiratrioth для ролевых сценариев, но не приводит оценок качества или подробных ограничений применения.

laion/delphi-2e19-p50m50-k0p20-lr83-a002-wc386k_lr1e5-sft — разговорная языковая модель семейства Qwen3 с плотной архитектурой Qwen3ForCausalLM и 656,4 млн параметров. Модель обучена с нуля на наборах wildchat_386k и delphi_warmup; в карточке указаны библиотека Transformers, формат safetensors и контекст до 4096 токенов. Модель предназначена для генерации текста в диалоговом формате. Карточка не описывает конкретные сценарии, результаты оценки или ограничения качества. Лицензия обозначена как other, поэтому условия использования следует проверять в репозитории модели.

TylorShine разработал лёгкую японскую модель распознавания речи на основе DistilHuBERT с двумя CTC-головами: одна выводит хирагану, другая — фонемы. Модель содержит 18,9 млн параметров и принимает аудио с частотой дискретизации 16 кГц. Автoreгрессивного декодера нет, поэтому модель стабильно выдаёт последовательности хираганы или фонем без повторяющихся галлюцинаций декодера. Архитектура использует промежуточное представление энкодера DistilHuBERT и две CTC-головы; для хираганы указано 84 класса, для фонем — 44. В приведённых оценках ошибка распознавания хираганы составляет 9,09% на JSUT-BASIC5000 и 12,5% на наборе JVS pallarel100; на шёпоте из JVS whisper10 она выше — 39,4%. Для загрузки в Transformers требуется разрешить пользовательский код через trust_remote_code=True. Модель распространяется по лицензии Apache-2.0.

DuraS2ST-Think-RL — модель для перевода речи между английским и китайским языками с генерацией речи на целевом языке. Она разработана в рамках проекта DuraS2ST, описанного в статье, принятой на основную конференцию EMNLP 2026. Модель использует архитектуру StepAudio 2 и причинную языковую модель; репозиторий содержит веса для вывода, токенизатор и речевой декодер, а для запуска предусмотрена поддержка vLLM. Подход DuraS2ST планирует формулировку перевода и его фонетическую длительность перед генерацией речи. Обучение оптимизировано с помощью мультимодального обучения с подкреплением, учитывающего длительность, чтобы согласовывать перевод и длительность целевой речи. Модель предназначена для перевода английской речи на китайский и китайской речи на английский. Для инференса авторы указывают Linux x86_64, FFmpeg и NVIDIA GPU с драйвером, совместимым с CUDA 12.8; проверка проводилась на A100 80 GB. Лицензия репозитория — Apache-2.0. В README не приведены оценки качества или длина контекста; указанные требования к оборудованию ограничивают удобство локального запуска.

fratricide-12B-Unslop-Mell-DARKNESS — слитая диалоговая языковая модель на архитектуре Mistral, созданная с помощью mergekit методом NuSLERP. В качестве базовой модели использована TheDrummer/UnslopNemo-12B-v4; в слиянии также участвовали inflatebot/MN-12B-Mag-Mell-R1 и DavidAU/MN-GRAND-Gutenberg-Lyra4-Lyra-12B-DARKNESS. Модель содержит 12,1 млрд параметров и распространяется в формате safetensors. Модель предназначена для генерации текста в диалоге, ролевых сценариев и художественного письма. Заявленное контекстное окно составляет 1 024 000 токенов. README и метаданные не описывают поддерживаемые естественные языки или лицензию, поэтому их нельзя надёжно указать.

Gazelle v0.1 — предварительная исследовательская версия совместной речевой и языковой модели, разработанная Tincan. Модель представлена как генеративная архитектура Gazelle и предназначена для диалоговых сценариев с речью и языком. Репозиторий содержит веса в формате Safetensors и использует библиотеку Transformers; в метаданных Hugging Face указана задача text-generation и язык английский. Модель распространяется по лицензии Apache-2.0. Карточка рекомендует использовать серии Gazelle v0.2 base или dpo вместо v0.1.

Модель Emilio407/guarani-jopara-llama-3.1-8B-instruct-v1 — дообученная разговорная модель семейства Llama 3.1, созданная Emilio407 на основе unsloth/meta-llama-3.1-8b-instruct-bnb-4bit с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста и диалоговых сценариев; название указывает на специализацию для гуарани и джопара, однако README и метаданные не подтверждают языковые возможности модели. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и имеет контекстное окно до 131 072 токенов. Репозиторий распространяется по лицензии Apache-2.0.

IceDrinkNameNotFoundRP-7b-Model_Stock — языковая модель на архитектуре Mistral, опубликованная icefog72. Это слияние нескольких предварительно обученных моделей методом Model Stock с помощью mergekit; в качестве базовой использована icefog72/IceTea21EnergyDrinkRPV13-DPOv3, также включены icefog72/IceDrinkNameGoesHereRP-7b-Model_Stock и icefog72/IceSakeV12-DPOv2. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст в диалоговом формате; заявленная длина контекста — 32 768 токенов. Модель предназначена для генерации ответов и ведения диалога. В карточке приведены результаты Open LLM Leaderboard, включая среднее значение 21,32 и результат IFEval 51,30; эти показатели дают ограниченное представление о качестве и не гарантируют результаты в конкретных сценариях. По тегам модели она рассчитана на контент для взрослой аудитории. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

adipras1407/indictrans2-en-indic-1B-conversational — дообученная модель перевода на основе IndicTrans2 от AI4Bharat. Она предназначена для перевода с английского на 21 индийский язык в разговорном регистре: например, для чатов, диалогов и субтитров. Модель использует архитектуру IndicTrans для условной генерации текста и содержит около 1,1 млрд параметров; для работы применяется библиотека Transformers. В README заявлено улучшение chrF2 на разговорных тестах при близком к базовой модели результате на FLORES, однако прирост не подтверждён оценкой людьми и может частично отражать сходство стиля с тестовыми примерами. Модель обучали на смешанных разговорных и общих данных, а затем усреднили веса с базовой моделью. Направление перевода — только с английского на индийские языки; перевод в обратном направлении и между индийскими языками не проверялся. Для официального или новостного текста базовая модель может быть не хуже, а качество для языков с малым объёмом данных ограничено. Весам указана лицензия MIT; README также рекомендует проверять условия лицензирования исходных обучающих данных, особенно для коммерческого использования.

BLURPLETESTS/L3-15B-Stheno-v3.3-32K-exp — экспериментальная разговорная языковая модель семейства Llama, созданная с помощью mergekit методом passthrough на основе Sao10K/L3-8B-Stheno-v3.3-32K. В репозитории указано, что это экспериментальное расширенное объединение предварительно обученных языковых моделей; метаданные классифицируют происхождение как дообучение базовой модели. Модель предназначена для генерации текста и диалогов, включая ролевые сценарии и творческое письмо. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 14,5 млрд параметров и поддерживает контекст до 32 768 токенов. Она принимает и генерирует текст; карточка указывает разговорные возможности, но не перечисляет языки. Это экспериментальная сборка, поэтому её качество и стабильность могут отличаться от базовой модели и не гарантируются карточкой. Файлы представлены в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

QuantFactory/L3-8B-Stheno-v3.2-GGUF — квантизированная версия модели Sao10K/L3-8B-Stheno-v3.2, подготовленная QuantFactory с использованием llama.cpp. Модель ориентирована на генерацию текста и основана на семействе Llama 3; для взаимодействия рекомендуется шаблон Llama-3-Instruct. Указанный язык — английский. Модель предназначена для художественного письма, повествования, ролевых диалогов, многоходовых бесед и задач ассистентского типа. По данным автора, по сравнению с версией v3.1 она лучше соблюдает инструкции, поддерживает связность в многоходовом взаимодействии, качественнее обрабатывает повествовательные и ролевые сценарии, а также более сбалансированно работает с SFW- и NSFW-содержимым. В обучении использовались данные для написания рассказов, инструкций и ролевых диалогов. Ключевая характеристика этой версии — формат GGUF и квантизация, предназначенные для запуска через совместимые инструменты на базе llama.cpp. Точный вариант квантизации, размер файлов, поддерживаемая длина контекста и другие аппаратные требования в README не указаны. Среди ограничений отмечается небольшое снижение креативности по сравнению с предыдущей версией, хотя автор считает этот компромисс приемлемым. Модель распространяется по лицензии CC BY-NC 4.0, которая разрешает использование с обязательным соблюдением условий лицензии и ограничивает коммерческое применение.

Vdr1/L3-8B-Sunfall-v0.5-Stheno-v3.2 — экспериментальная разговорная модель для генерации текста и ролевых диалогов. Она создана слиянием LoRA Sunfall L3 8B v0.5 от crest4all с Sao10K/L3-8B-Stheno-v3.2. В метаданных указаны архитектура Llama, плотная модель примерно на 7,5 млрд параметров, контекст до 8192 токенов и формат safetensors; также заявлена возможность чата. Модель рассчитана на генерацию ответов в диалоге и ролевые сценарии. README называет её экспериментальной и отсылает к рекомендуемым настройкам, но не приводит их в карточке. Данных о лицензии и специальных ограничениях применения в предоставленных материалах нет; тег not-for-all-audiences указывает, что модель не предназначена для любой аудитории.

lemonade-rebase-32k-7B — объединённая модель генерации текста, созданная разработчиком grimjim на основе Mistral v0.2 7B с помощью mergekit и метода task arithmetic. В слияние вошли Thespis, Noromaid, neural-chat и eros; модель предназначена для генерации диалогового текста и ролевых сценариев. Модель использует архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. В README указаны изменение RoPE theta до 100 000 и устранение скользящего окна на 4K токенов; других изменений автор не заявляет. Репозиторий содержит веса safetensors и использует библиотеку Transformers. Модель может быть полезна для чат-ботов, продолжения текста и ролевых диалогов. Карточка не сообщает о поддерживаемых языках и подробных оценках качества. Лицензия — CC BY 4.0.

Llama-3-8B-Taiwan-Llawa-TCxYZL-Instruct — разговорная модель семейства Llama, опубликованная пользователем lopentu. Это дообученная версия Llama 3 с 7,5 млрд параметров, обученная одновременно на наборах TaiwanChat-Refined и SelfCollect-YZ. Она предназначена для генерации текста и диалогового общения; карточка указывает поддержку китайского языка и контекст до 8192 токенов. Модель распространяется в форматах PyTorch и safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

Cat-llama3-instruct — разговорная модель на базе Llama 3 8B, дообученная командой SteelStorage при участии Dr. Kal'tsit (Kat), SteelSkull и Potatooff. Она предназначена для следования системным инструкциям, полезных ответов и ролевых диалогов с высокой вовлечённостью персонажа. В карточке также заявлены задачи по общей науке и биомедицинским темам. Модель использует плотную архитектуру LlamaForCausalLM, содержит около 7,5 млрд параметров и поддерживает контекст до 8192 токенов. Для диалогов применяется формат промптов Llama 3; опубликованные веса представлены в safetensors. README описывает обучение на инструкционных данных и примерах с цепочкой рассуждений, но отмечает, что демонстрация CoT зависит от системной инструкции. Модель подходит для диалогового ассистента и ролевых сценариев, а также для общих научных и биомедицинских вопросов. Карточка приводит результаты на отдельных бенчмарках, но не описывает их как гарантию качества для конкретных задач. Лицензия указана как llama3; следует учитывать условия лицензии Llama 3.