I.7Речь, диалоги и встречи

Cookie — объединённая языковая модель на 7,1 млрд параметров, созданная с помощью mergekit из jeiku/SpaghettiOs_7B и jeiku/Rainbow_69_7B. В основе архитектуры лежит Mistral с плотной структурой; модель принимает текст и генерирует текст, а контекст составляет до 8192 токенов. Модель предназначена для диалогового помощника и ролевых сценариев, включая романтические. Автор описывает её как сбалансированную модель с улучшенными возможностями ролевого взаимодействия. Для объединения применён метод DARE TIES, базовой моделью указана jeiku/SpaghettiOs_7B. Модель распространяется под лицензией с обозначением other; конкретные условия следует сверить на странице репозитория. Оценки в карточке приведены для отдельных тестов языковых моделей и сами по себе не гарантируют качество в прикладных сценариях.

Dobby-Mini-Unhinged-Plus-Llama-3.1-8B — дообученная Sentient модель на базе Llama-3.1-8B-Instruct с архитектурой Llama и 7,5 млрд параметров. Она предназначена для диалогов и генерации текста; улучшения по сравнению с предыдущей версией Dobby-Mini-Unhinged сосредоточены на универсальности, форматировании, многоходовом общении и тоне ответов. Модель придерживается выраженного характера и склонна высказывать убеждения в пользу личной свободы, децентрализации и криптовалют. В карточке сообщается, что на оценённых задачах модель сохраняет близкую к базовой модели производительность. Контекст — до 131 072 токенов; основной язык карточки — английский. Модель распространяется в формате safetensors по лицензии Llama 3.1. В тестах отмечены случаи ослабления ограничений, например ненормативная лексика и финансовые советы; при этом авторы сообщают об устойчивости к запросам о преступных и опасных действиях.

DuplexJev-B-Whisper-small-Falcon-H1-3B — компактный аудиоязыковой коннектор для классификации ответов на вопросы о речи. Он объединяет замороженный энкодер Whisper-small и замороженную языковую модель Falcon-H1-3B-Instruct через обучаемый проектор SwiGLU с объединением кадров; обучаемая часть содержит 30,4 млн параметров. Модель выдаёт распределение по вариантам ответа за один шаг, без авторегрессионной генерации, и поддерживает пакетную обработку нескольких вопросов для одного аудиофрагмента. Модель предназначена для коротких решений по аудиозаписям: устных вопросов и ответов, речевых признаков и паралингвистических характеристик, например эмоций и пола говорящего. В карточке приведены результаты на наборах spoken QA и паралингвистики; авторы рекомендуют её для коротких решений и признаков говорящего, а не для открытых вопросов на общие знания. Указаны китайский и английский языки. Для работы требуется связка исходных Whisper-small и Falcon-H1-3B-Instruct. Лицензия — Apache-2.0.

EM German Mistral v01 — это языковая модель для генерации текста и диалоговых сценариев, разработанная Jan Philipp Harries. Представленная версия распространяется TheBloke в формате GGUF и является квантизированной версией исходной модели jphme/em_german_mistral_v01. Модель ориентирована прежде всего на работу с немецким языком и использует архитектуру Mistral; точный размер модели и длина контекста в README не указаны. Модель предназначена для локального текстового инференса: создания ответов ассистента, генерации и продолжения текста на немецком языке. Для общения рекомендуется шаблон «Du bist ein hilfreicher Assistent. USER: {prompt} ASSISTANT:». Формат GGUF поддерживается llama.cpp и рядом сторонних интерфейсов и библиотек, включая text-generation-webui, KoboldCpp, LM Studio, llama-cpp-python и ctransformers, что позволяет запускать модель с использованием CPU и GPU. Ключевые преимущества — специализация на немецком языке, возможность локального запуска и наличие вариантов квантизации от 2 до 8 бит, позволяющих выбирать компромисс между требованиями к памяти и качеством. Ограничения связаны с потерями качества, возможными при сильной квантизации, а также с отсутствием в README данных о результатах тестирования, размере, длине контекста, датасете обучения и поддержке других языков или модальностей. Лицензия модели указана как Apache-2.0.

Helix SCE 12B — языковая модель для генерации текста, созданная DarkArtsForge слиянием нескольких предварительно обученных моделей Mistral через mergekit. В качестве базовой использована MuXodious/Mistral-Nemo-Instruct-2407-absolute-heresy; в слияние также вошли модели Evertide-RX-12B, Aurora-SCE-12B, Elysian-Sunrise-12B, Mythic-Fabulist-12B и Prototype-X-12b. Архитектура — плотная MistralForCausalLM, размер — 12,1 млрд параметров, окно контекста — 131 072 токена. Модель предназначена для диалогов, ролевых сценариев и творческого письма на английском языке. Она распространяется в формате safetensors и рассчитана на использование через Transformers; лицензия — Apache-2.0. Карточка не содержит оценок качества или подробных результатов тестирования.

Jolteon-Instruct-13B-alpha — разговорная модель на базе архитектуры Llama, созданная maywell на основе EEVE-Korean-Instruct-10.8B-v1.0 и расширенная до примерно 13,3 млрд параметров с помощью mergekit и 12 проходных слоёв. Она предназначена для генерации текста и диалоговых сценариев. В карточке указана поддержка корейского и английского языков; длина контекста — 4096 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. README не описывает методику обучения и результаты оценки качества, поэтому пригодность для конкретных задач и качество ответов по языкам требуют проверки. Сведения о специальной предметной области в карточке отсутствуют.

L3-Arcania-4x8b — разговорная модель от SteelSkull для общего ассистирования, рассказов, ролевых диалогов и откровенного контента. Это модель семейства Mixtral с архитектурой Mixture of Experts: в карточке указаны база Meta-Llama-3-8B-Instruct и четыре экспертные модели, объединённые с помощью обучаемых управляющих механизмов. Метаданные указывают 7,5 млрд параметров и контекст до 8192 токенов. Модель предназначена для общения в формате Llama 3, творческого письма и длинных ролевых сцен; экспертные компоненты усиливают повествование, работу с разными темами и романтические или эротические диалоги. Репозиторий содержит веса safetensors, а лицензия указана как llama3. Карточка рекомендует использовать формат промпта Llama 3.

LFM2.5-350M-Memory-Extractor — компактная специализированная языковая модель Jepoxy, полученная дообучением LFM2.5-350M-Base. Она преобразует текст диалога в краткие сведения, которые могут быть полезны для долговременной памяти, например извлекает предпочтения и устойчивые факты о пользователе. Модель обучалась на 64 тысячах синтетических примеров, созданных с помощью модели-учителя, и предназначена для экспериментов с конвейерами извлечения памяти, где использование более крупной модели для каждого извлечения может быть затратным. Модель имеет плотную авторегрессионную архитектуру LFM2 и содержит 444,6 млн параметров. Она принимает текст и генерирует текст; метаданные указывают поддержку английского языка и контекст до 128 000 токенов. Это экспериментальная модель для проверки идеи извлечения памяти, а не готовая система управления памятью: качество и стабильность ответов могут заметно снижаться за пределами типов примеров, встречавшихся при обучении. Репозиторий содержит веса в формате safetensors; условия лицензии в предоставленных данных не описаны.

Llama-3-13B-Instruct-ft — экспериментальная диалоговая языковая модель, созданная автором elinas методом QLoRA дообучения объединённой модели на основе elinas/Llama-3-13B-Instruct. В ней около 12,5 млрд параметров; архитектура — плотная LlamaForCausalLM. Модель принимает текст и генерирует текст, поддерживает диалоговый сценарий и рассчитана на контекст длиной 8192 токена. Автор предполагает, что RoPE может позволить использовать контекст до 32 тысяч токенов, но это не подтверждено оценкой. Модель создавалась как эксперимент с дальнейшим дообучением passthrough-объединённой модели на небольшом наборе Chat-Error/Pure-dove-sharegpt. По результатам отдельных сравнений автора она лучше Llama-3-8B подходит для написания историй и ролевых диалогов. Автор отмечает, что модель ненадёжно решает математические задачи; формальная оценка модели ещё не опубликована. Лицензия — Llama 3.

haqishen/Llama-3-8B-Japanese-Instruct — диалоговая языковая модель, созданная Qishen Ha путём дообучения Meta-Llama-3-8B-Instruct на японском наборе разговоров japanese_hh-rlhf-49k с помощью LLaMA-Factory. Она предназначена для генерации ответов в диалоге на японском языке; пример в карточке показывает ответ на просьбу рассказать о горе Фудзи. Модель построена на плотной архитектуре LlamaForCausalLM и содержит 7,5 млрд параметров. Максимальная длина контекста при обучении составляет 8192 токена. Для запуска предусмотрены Transformers и исходная кодовая база Llama 3; метаданные указывают формат safetensors и лицензию llama3. Карточка не приводит результатов сравнительной оценки качества, поэтому пригодность для конкретных сценариев стоит проверять на собственных примерах.

llama3-s-v0.1 — плотная языковая модель семейства Llama 3, разработанная Homebrew Research. Она принимает текст и звук, а выдаёт текст; модель предназначена для диалогов и улучшения понимания звуковых входов. Для обработки аудио его требуется преобразовать в звуковые токены. Модель продолжает обучение контрольной точки jan-hq/Jan-Llama3s-0708 на 1,3 млрд токенов набора Instruction Speech v1.5. В метаданных указаны 7,5 млрд параметров, контекст 8192 токена, архитектура LlamaForCausalLM и формат safetensors. Основной заявленный язык — английский. Карточка позиционирует модель прежде всего для исследовательских задач. Репозиторий распространяется по лицензии Apache-2.0; приведённые сведения не содержат результатов оценки качества или подробного описания поддерживаемых типов звуковых задач.

Llama-MiraiFanfare-3.3-70B — экспериментальная объединённая языковая модель автора KaraKaraWarehouse на базе EVA-LLaMA-3.33-70B-v0.0 с включением Blackroot/Mirai-70B-1.0. Модель построена методом TIES через mergekit и предназначена для генерации текста в диалогах и творческого письма. Автор отмечает её творческий стиль и лучшую управляемость по сравнению с более ранним вариантом; для общения рекомендует формат ChatML. Модель использует плотную архитектуру LlamaForCausalLM и содержит 69,5 млрд параметров. Заявленная длина контекста — 131 072 токена. Репозиторий содержит веса Safetensors и использует библиотеку Transformers. Лицензия в предоставленных данных не указана.

yzhuang/Meta-Llama-3-8B-Instruct_fictional_arc_Italian_v1 — дообученная диалоговая языковая модель семейства Llama, созданная на основе meta-llama/Meta-Llama-3-8B-Instruct и набора данных generator. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и формат весов safetensors; контекст — до 8192 токенов. Модель предназначена для генерации текста в диалоговом формате. В README не приведены подробности о тематике fictional arc Italian, примерах применения или результатах оценки, поэтому эти характеристики нельзя уточнить. Указана лицензия other; её условия следует проверить в карточке модели и лицензии базовой модели перед использованием.

mistral-nemo-cc-12B — экспериментальная плотная языковая модель на архитектуре Mistral, разработанная nbeerbower. Это дообученная версия nbeerbower/mistral-nemo-gutenberg-12B-v3: модель обучали три эпохи на наборе flammenai/casual-conversation-DPO, а данные диалогов форматировали последовательно в ChatML. Модель предназначена для генерации текста и непринуждённого общения в формате чата. Модель содержит 12,1 млрд параметров, принимает текст и генерирует текст. В метаданных указан контекст длиной до 1 024 000 токенов. Репозиторий использует формат safetensors и библиотеку Transformers. Модель распространяется по лицензии Apache-2.0. README характеризует дообучение как экспериментальное и приводит результаты оценки на Open LLM Leaderboard, включая средний балл 17,08, IFEval — 14,35 и BBH — 34,45. Эти результаты не гарантируют качества на конкретных задачах; подробная конфигурация обучения и ограничения применения в карточке описаны не полностью.

Sao10K разработал MN-12B-Lyra-v4a1-Old — разговорную модель семейства Mistral-NeMo на 12,1 млрд параметров, предназначенную для генерации текста и диалогов. Она использует архитектуру MistralForCausalLM, поддерживает ChatML и рассчитана на английский язык. В метаданных указан контекст до 1 024 000 токенов. Модель создана как последовательное дообучение и объединение предыдущих версий Lyra: в цепочке разработки упомянуты смешанное SFT, низкоранговое дообучение и RL на многоходовых диалогах. Автор ориентирует её на свободную генерацию и личное использование; она прошла внутренний набор тестов автора. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. Автор отмечает, что модель может продолжать генерацию дольше желаемого и иногда выдавать продолжения с «хвостом»; поведение зависит от промптов и настроек остановки. README также предупреждает о возможных проблемах с токенами при квантовании и советует не пропускать специальные токены и не блокировать EOS.

NeuralLemon — языковая модель на архитектуре Mistral, созданная слиянием моделей KatyTheCutie/LemonadeRP-4.5.3 и mlabonne/NeuralBeagle14-7B с помощью SLERP и mergekit. Репозиторий содержит веса в формате safetensors; размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов. Модель предназначена для генерации текста и диалогового общения, в том числе творческих ролевых диалогов и менее шаблонных ответов. В конфигурации слияния указано, что разные участки весов объединяют особенности моделей-источников. README и метаданные не описывают отдельные гарантии качества или ограничения по применению. Лицензия в предоставленных данных не указана.

Neural-SOVLish-Devil-8B-L3 — объединённая текстовая модель на базе Llama 3, созданная автором saishf с помощью mergekit и метода Model Stock. В слияние вошли mlabonne/NeuralDaredevil-8B-abliterated и несколько моделей ResplendentAI, в том числе варианты для диалогов и ролевых сценариев. Модель предназначена для генерации текста, общения и ролевых сцен; автор также отмечает готовность модели отвечать на запросы с инструкциями, включая незаконные действия. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст до 8192 токенов. Репозиторий распространяет веса в формате Safetensors для Transformers. README приводит отдельные результаты оценки на бенчмарках, но автор сообщает, что ещё не проверил ролевые сценарии, поэтому их качество не подтверждено. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

LoSboccacc/orthogonal-2x7B-v2-base — текстовая генеративная модель на архитектуре Mixtral, представленная в формате safetensors. В метаданных указано 7,1 млрд параметров и контекст до 32 768 токенов; заявлена возможность диалога. Карточка описывает объединение двух экспертных моделей: SanjiWatsuki/Kunoichi-DPO-v2-7B для ролевых сценариев и mistralai/Mistral-7B-Instruct-v0.2 для чата, с маршрутизацией экспертов по скрытым представлениям. Модель предназначена для генерации текста в диалоге и ролевой игре. В README приведены результаты Open LLM Leaderboard: средняя оценка 68,47, ARC 66,89 и HellaSwag 85,69; эти значения относятся к указанным тестам и сами по себе не гарантируют качество в прикладных сценариях. Лицензия в предоставленных данных не указана.

PRP-Kosmos-EVAA-8B — объединённая разговорная языковая модель, созданная jaspionjader с помощью mergekit и метода SLERP на основе Gryphe/Pantheon-RP-1.0-8b-Llama-3 и jaspionjader/Kosmos-EVAA-gamma-v18-8B. Она использует плотную архитектуру Llama с классом LlamaForCausalLM, содержит 7,5 млрд параметров и работает с контекстом до 8192 токенов. Модель предназначена для генерации текста и диалогов, в том числе ролевого общения и взаимодействия с персонажами — эти сценарии наследуются от базовых моделей. Она поддерживается библиотекой Transformers и распространяется в формате safetensors. Лицензия в предоставленных данных не указана.

Qwen3-0.6B-DISTILL-glm-4.7-think — дообученная модель glogwa68 на базе Qwen/Qwen3-0.6B, созданная на диалоговых данных с выраженным акцентом на рассуждения из GLM 4.7 от Z.ai. Это плотная причинно-языковая модель на 507,9 млн параметров для генерации текста и диалогов. Модель рассчитана на ответы в формате диалога и пошаговые рассуждения. В карточке заявлены специальные маркеры для режима thinking. Метаданные указывают поддержку английского и французского языков, библиотеку Transformers и контекст 40 960 токенов; README заявляет контекст 1 048 576 токенов, поэтому фактическое ограничение следует сверять с используемой конфигурацией и реализацией. Модель распространяется в формате safetensors по лицензии Apache-2.0. Это компактная производная Qwen3, поэтому её возможности и качество ограничены масштабом базовой модели и данными дообучения; заявленная длина контекста в README расходится с метаданными.

DavidAU публикует эту разговорную модель на основе AllThingsIntel/Apollo-V0.1-4B-Thinking. Это плотная авторегрессионная модель семейства Qwen3 с 3,7 млрд параметров, предназначенная для генерации текста и диалогов; автор описывает её как вариант с ослабленными отказами, полученный методом Heretic. Модель принимает текст и генерирует текст, а заявленная длина контекста составляет 262 144 токена. В карточке приведены результаты проверки: 29 отказов из 100 запросов и KL-дивергенция 0,09; это показатели автора, а не независимая оценка качества. Модель подходит для диалогов, ролевых сценариев и генерации контента по инструкциям, в том числе тем, на которые исходная версия часто отказывалась отвечать. README предупреждает, что для получения более откровенного стиля иногда нужны дополнительные указания. Условия лицензии в предоставленных данных не указаны.

Qwen3-sft-feedback-with-repair — дообученная авторами модели formalmathatepfl версия Qwen3 для генерации текста в диалоговом формате. Она предназначена для сценариев обратной связи и исправления ответов; README указывает дообучение на наборе данных SFT, но не раскрывает его состав, процедуру обучения или результаты оценки. Модель имеет плотную архитектуру Qwen3ForCausalLM с 7,6 млрд параметров, поддерживает контекст до 32 768 токенов и опубликована в формате Safetensors для Transformers. Лицензия указана как other, поэтому конкретные условия использования по имеющимся данным определить нельзя.

devpotatopotato/qwen3-8b-keyword-260812 — дообученная методом полного SFT модель Qwen3-8B, созданная на датасете numiamath_keywords. Она предназначена для генерации текста в диалоговом формате; точная специализация по ключевым словам из названия и датасета не описана в карточке, поэтому её нельзя уверенно определить. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров. Принимает текст и генерирует текст, поддерживает диалоговый режим; родительская Qwen3-8B описана как многоязычная модель для следования инструкциям, рассуждений, работы с кодом и вызова инструментов. Для этой версии указано контекстное окно 40 960 токенов. Лицензия обозначена как other, без уточнения условий в предоставленных данных.

Это контрольная точка Qwen3-8B TMax AENV v39b, созданная willamazon1 на 149-й итерации обучения с подкреплением. Модель основана на willamazon1/qwen3-8b-tmax-sft-v3-iter353, который, в свою очередь, является SFT-версией Qwen/Qwen3-8B. Обучение проводилось методом group-relative policy optimization на асинхронных многошаговых сценариях в агентной среде. Модель предназначена для диалоговой генерации текста и сценариев, где агент взаимодействует с инструментами и выполняет последовательность действий в несколько ходов. Это плотная причинная языковая модель Qwen3 с 7,6 млрд параметров и контекстом 40 960 токенов. Веса bf16 сохранены в формате safetensors; репозиторий использует Transformers и имеет лицензию Apache-2.0. Это промежуточный чекпойнт отдельного запуска обучения; опубликованы и другие итерации, позволяющие сравнить изменения по ходу обучения. README сообщает о проверке весов на NaN и Inf и о пробном запуске, но не приводит оценки качества или поддерживаемые языки.

Wladastic публикует Ombro V9 — экспериментальную смешанную GGUF-квантизацию модели Qwen3.8-Flash-Next для запуска через llama.cpp. Это разговорная модель с разреженной MoE-архитектурой; версия V9 занимает около 114,5 ГБ и использует точности, подобранные отдельно для экспертных проекций в 48 слоях. По локальным измерениям на записанных активациях качество экспертных выходов не хуже выбранного авторами эталона UD-Q4_K_XL по каждому из 13 показателей, однако это не гарантирует такое же качество на произвольных данных. Модель подходит для диалоговой генерации текста и запуска локального ассистента. В README приведена конфигурация llama.cpp с контекстом 131 072 токена и примером для системы с двумя GPU; это параметры запуска, а не независимое подтверждение фактического качества при такой длине контекста. Репозиторий содержит производную квантизованную версию Qwen/Qwen3.8-Flash-Next, а не официальный формат квантизации. Лицензия указана как other; конкретные условия следует сверить с лицензией исходной модели и файлами репозитория.

Qwen3-Omni-30B-A3B-Captioner-GGUF — это конвертация модели Qwen/Qwen3-Omni-30B-A3B-Captioner в формат GGUF, подготовленная пользователем или организацией presencesw для экспериментального распознавания и описания аудио в llama.cpp. Модель принимает один аудиовход и генерирует текстовое описание содержимого аудио. В комплект входят квантизированная модель Q4_K_M размером 17,7 GiB и мультимодальный проектор BF16 размером 2,1 GiB. Для работы требуется свежая сборка llama.cpp с поддержкой мультимодального аудио и запуск через llama-mtmd-cli. В README указано, что аудиоэнкодер успешно обработал тестовый файл из пяти фрагментов и сгенерировал подпись. В метаданных заявлен английский язык; сведения о поддерживаемых языках, размере контекста и точной архитектуре не приведены. Основное назначение модели — генерация текстовых подписей и описаний аудиозаписей. Поддержка аудио в llama.cpp обозначена как экспериментальная, поэтому совместимость и стабильность работы могут быть ограничены. Модель распространяется по лицензии Apache-2.0.

jeiku/Sausage_3B — разговорная языковая модель, созданная разработчиком jeiku слиянием нескольких предварительно обученных моделей StableLM Epoch с помощью mergekit и линейного метода. В слияние вошли Rosa_v1_3B и варианты, ориентированные на диалоги, теорию сознания, ролевые сценарии и другие настройки поведения. Модель предназначена для генерации текста и диалогов в формате ИИ-компаньона. Она имеет плотную архитектуру StableLMEpochForCausalLM, содержит 2,7 млрд параметров и рассчитана на контекст до 4096 токенов. Поддерживаемый язык — английский. Карточка не приводит оценок качества или подробных ограничений генерации. В состав слияния входят модели с разными поведенческими настройками, поэтому ответы могут быть неоднородными. Лицензия в предоставленных сведениях не указана.

T-850-8B — разговорная языковая модель семейства Llama с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров. Модель создана ChaoticNeutrals путём слияния исходной T-800-8B с вариантом, объединённым с LoRA-адаптером ResplendentAI/Llama3_Aesir_Preview_LoRA_128; в README также сказано, что T-850 дообучена на исходной T-800. Модель предназначена для генерации текста в диалоге и ролевых сценариях, принимает текст и выдаёт текст. Поддерживает английский язык, использует контекст до 8192 токенов и распространяется в формате safetensors. Модель опубликована под лицензией Apache-2.0. Метаданные помечают её как не предназначенную для всех аудиторий; она может быть неподходящей для некоторых пользователей или сценариев. Подробные сведения о качестве, обучении и конкретных ограничениях применения в карточке не приведены.

Это независимое воспроизведение чекпойнта yuhan-nlp на основе Qwen3-4B, обученного с помощью GRPO на задаче CollabLLM medium по написанию документов. При обучении использовался рецепт verl CollabLLM без предварительного SFT-дообучения. Чекпойнт объединён из шардов FSDP и доступен в формате Hugging Face Transformers; отдельный адаптер для загрузки не нужен. Модель предназначена для диалоговой генерации текста и совместного пошагового написания документов. В ней около 3,7 млрд параметров, используется плотная архитектура Qwen3, контекст — до 40 960 токенов. Карточка указывает английский язык; метрики оценки в README не приведены. Репозиторий распространяется по лицензии MIT.

Void-Citrus-L3.3-70B — объединённая модель семейства Llama 3.3, созданная Darkknight535 на основе нескольких моделей Llama. В состав merge входят CrucibleLab/L3.3-70B-Loki-V2.0, Steelskull/L3.3-MS-Nevoria-70b, Steelskull/L3.3-San-Mai-R1-70b, TheDrummer/Anubis-70B-v1.1 и sophosympatheia/Strawberrylemonade-L3-70B-v1.2; в описании также упоминается Genetic Lemonade. Модель содержит 69,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и рассчитана на контекст до 131 072 токенов. Модель предназначена для генерации диалоговых ответов, творческого письма и ролевых историй. Автор характеризует её как сочетание устойчивости в диалоге, творческой вариативности, смелого стиля и выразительной подачи. В репозитории доступны веса Transformers в safetensors; README также упоминает пользовательскую и стандартные версии GGUF, включая вариант для систем с ограниченной видеопамятью. В метаданных указан английский язык. Лицензия в предоставленных данных не приведена. Качество и фактическое поведение объединённой модели могут зависеть от сценария и параметров генерации; сведения о результатах сравнительных оценок отсутствуют.