I.8Изображения и компьютерное зрение

hansyan/perflow-sd15-dreamshaper — ускоренная версия DreamShaper с применением PeRFlow. Она предназначена для генерации изображений по текстовому описанию. Репозиторий использует StableDiffusionPipeline из Diffusers и хранит веса в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Pony Diffusion V6 XL — GGUF — это квантованная версия модели Pony Diffusion V6 XL, разработанная сообществом Off Grid AI на основе оригинальной модели от AstraliteHeart и предназначенная для локальной генерации изображений по текстовому описанию. Модель ориентирована на работу на пользовательском устройстве через stable-diffusion.cpp и использовалась в приложении Off Grid AI Desktop для полностью локальной обработки данных. В репозитории представлены варианты Q8_0 с максимальным качеством и Q4_K с меньшими требованиями к оперативной памяти, однако точный размер модели, архитектурные параметры, поддерживаемые языки и максимальная длина контекста в README не указаны. Модель относится к семейству Stable Diffusion/SDXL и рассчитана на генерацию изображений, в том числе с рекомендуемым разрешением 1024×1024. Конвертация выполнена в формате GGUF с корректными именами тензоров для непосредственной загрузки в stable-diffusion.cpp. Сильными сторонами являются возможность автономной генерации без передачи данных во внешние сервисы, выбор между качеством и потреблением памяти, а также совместимость с on-device-сценариями. Ограничения связаны с необходимостью использовать совместимое программное обеспечение и подходящее аппаратное обеспечение; различия в качестве и требованиях к памяти зависят от выбранного варианта квантования. Модель распространяется по лицензии creativeml-openrail-m, унаследованной от оригинальной модели, поэтому применяются установленные ею ограничения использования.

ProteusV0.4-Lightning — модель генерации изображений по текстовому описанию от dataautogpt3, основанная на OpenDalleV1.1 и построенная для Stable Diffusion XL. Версия Lightning ориентирована на выразительный стиль и быструю генерацию: в карточке рекомендуются 4–10 шагов, CFG 1–2 и разрешение 1024×1024 или 1280×1280. Модель дообучена на более чем 400 тысячах изображений; в README также описаны настройка на изображениях с подписями, DPO на парах сгенерированных изображений и включение отдельных LoRA в основную модель. Она предназначена для создания разнообразных иллюстраций, включая сюрреалистичные, аниме и мультяшные изображения, а также изображений с детализированными лицами и реалистичной текстурой кожи. Репозиторий предоставляет веса в форматах Diffusers, PyTorch и Safetensors. Лицензия — GPL-3.0.

Realistic Universal Base Build (RUBB) 2.1.0 — модель генерации изображений по текстовому описанию, созданная Adrian Bacon на основе Stable Diffusion 1.x. Автор собрал её из нескольких реалистичных чекпойнтов, применяя дистилляцию и слияние; среди указанных компонентов — RunDiffusion FX Photorealistic, EpicRealism, Juggernaut, Almost Anything и fusionCore Modern. Модель предназначена для создания фотореалистичных изображений и как базовый чекпойнт для дальнейшего слияния, подключения ControlNet и LoRA. Автор рекомендует стандартное разрешение 512×512, а для пейзажей — также широкие форматы; для генерации подойдут Diffusers и интерфейсы вроде A1111, Forge и ComfyUI. В репозитории указаны форматы Diffusers, PyTorch и safetensors. Модель основана на Stable Diffusion 1.x и рассчитана на текстовый ввод с изображением на выходе. Автор отмечает, что она может создавать NSFW-контент, хотя специально для этого не разрабатывалась. Лицензия — OpenRAIL; для некоторых включённых моделей README требует указывать авторство, а полный состав компонентов не раскрыт.

davanstrien/rt-detr-newspaper-photo-detection — модель обнаружения объектов на изображениях, разработанная дообучением RT-DETR-R50 от PekingU. Она предназначена для поиска и локализации объектов на фотографиях из газет. В основе лежит архитектура RT-DETR с классом RTDetrForObjectDetection; веса опубликованы в формате safetensors. Базовая модель рассчитана на быстрое обнаружение объектов, но сведения о классах объектов, обучающем наборе данных и качестве на конкретных сценариях не приведены. Модель распространяется по лицензии Apache-2.0.

Yntec/SCMix — модель Stable Diffusion для генерации изображений по текстовым описаниям. Репозиторий содержит веса в формате safetensors для использования с библиотекой Diffusers; в модель встроен VAE MoistMixV2. Пример промпта показывает генерацию аниме-изображения девушки в традиционном кимоно на фоне парка или святилища. Модель предназначена для создания стилизованных изображений по промптам, в частности в аниме-стиле. Она принимает текст и выдаёт изображение. Лицензия — CreativeML OpenRAIL-M.

Репозиторий Benjamin Paine содержит альтернативные и настроенные варианты Stable Diffusion XL Base 1.0 в формате safetensors. Исходную модель разработала команда Diffusers; автор репозитория перепаковал веса и подготовил варианты с VAE и для дорисовки изображений. Это латентная диффузионная модель для генерации и изменения изображений по текстовым запросам; в архитектуре используются два предварительно обученных текстовых энкодера: OpenCLIP-ViT/G и CLIP-ViT/L. Модель подходит для создания иллюстраций и дизайнерских материалов, творческих приложений и экспериментов с генеративными моделями. README также описывает способ получить вариант для инпейнтинга из чекпойнта SDXL. Лицензия — CreativeML Open RAIL++-M. Модель может ошибаться в деталях композиции, плохо отображает читаемый текст, а фотореализм, лица и люди могут получаться несовершенными. Генерация изображений реальных людей или событий как достоверных представлений не входит в заявленные возможности; модель также может воспроизводить социальные предубеждения.

SEA-CLIP-Tiny English initialisation (e0) — чекпойнт студенческой модели CLIP-KD, который служит начальной точкой для запусков SEA-CLIP-Tiny, описанных для ACCV 2026. Это исходная инициализация, а не обученная SEA-модель: на этом этапе модель ещё не обучалась на данных Юго-Восточной Азии. Модель использует зрительную башню ViT-T/16 и 12-слойную текстовую башню шириной 384, проецирующие представления в общее пространство размерности 512. В ней 46,11 млн параметров; токенизатор CLIP BPE имеет словарь из 49 408 токенов и контекст 77 токенов. Модель предназначена для сопоставления изображений и текстовых меток и классификации изображений без дополнительного обучения через текстовые описания классов. Поддерживает английский язык; заявленные языковые метки репозитория также включают индонезийский, яванский, сунданский, малайский, тайский, вьетнамский и бирманский, однако карточка уточняет, что данный чекпойнт ещё не видел данных Юго-Восточной Азии. Разработчик предоставляет веса в формате PyTorch для библиотеки open_clip. Лицензия — MIT. Поскольку это начальная английская инициализация, пригодность для многоязычной классификации SEA-сценариев без последующего обучения не подтверждена.

SegMoE-2x1-v0 — генеративная модель Segmind, разработанная Yatharth Gupta и Vishnu Jaddipal. Это диффузионная смесь экспертов для создания изображений по текстовому описанию: модель объединяет два дообученных эксперта Stable Diffusion XL без дополнительного обучения и запускается через библиотеку segmoe на базе Diffusers. В карточке модель описана как нетренированная смесь экспертов; её возможные преимущества — объединение знаний экспертов и улучшение следования запросу и качества изображения. Модель предназначена для генерации изображений по промптам. Она не рассчитана на достоверное изображение людей, событий и фактов, а также на задачи, требующие высокой точности. По данным карточки, скорость и использование памяти не оптимизированы. Лицензия — Apache 2.0.

Карточка модели AndrewDavidJ/stable-diffusion-2-1 на Hugging Face совпадает с карточкой sd2-community/stable-diffusion-2-1, поэтому описание составлено по ней. Stable Diffusion 2.1 — модель генерации и редактирования изображений по текстовому описанию, разработанная Robin Rombach и Patrick Esser. Этот репозиторий — зеркало устаревшего репозитория Stability AI и не связан с этой организацией. Модель основана на Stable Diffusion 2 и дообучена: сначала на 55 тысячах шагов с параметром punsafe=0,1, затем ещё на 155 тысячах шагов с punsafe=0,98. Это латентная диффузионная модель с фиксированным текстовым энкодером OpenCLIP-ViT/H. Она принимает текстовые запросы на английском языке и создаёт или изменяет изображения; запуск доступен через Diffusers. Лицензия — CreativeML Open RAIL++-M License (OpenRAIL++). Модель может быть полезна для художественной генерации, дизайна и творческих инструментов. Она не обеспечивает идеальный фотореализм, плохо отображает читаемый текст и сложные пространственные отношения, а лица и люди могут получаться некорректно. Качество запросов на языках, отличных от английского, ниже; модель также наследует смещения обучающих данных LAION и может выдавать вредный, стереотипный или нежелательный контент.

Карточка модели yangjiwoong1/stable-diffusion-2-1 на Hugging Face совпадает с карточкой sd2-community/stable-diffusion-2-1, поэтому описание составлено по ней. Stable Diffusion 2.1 — модель генерации и редактирования изображений по текстовому описанию, разработанная Robin Rombach и Patrick Esser. Этот репозиторий — зеркало устаревшего репозитория Stability AI и не связан с этой организацией. Модель основана на Stable Diffusion 2 и дообучена: сначала на 55 тысячах шагов с параметром punsafe=0,1, затем ещё на 155 тысячах шагов с punsafe=0,98. Это латентная диффузионная модель с фиксированным текстовым энкодером OpenCLIP-ViT/H. Она принимает текстовые запросы на английском языке и создаёт или изменяет изображения; запуск доступен через Diffusers. Лицензия — CreativeML Open RAIL++-M License (OpenRAIL++). Модель может быть полезна для художественной генерации, дизайна и творческих инструментов. Она не обеспечивает идеальный фотореализм, плохо отображает читаемый текст и сложные пространственные отношения, а лица и люди могут получаться некорректно. Качество запросов на языках, отличных от английского, ниже; модель также наследует смещения обучающих данных LAION и может выдавать вредный, стереотипный или нежелательный контент.

Stable Diffusion 3.5 Large Alchemist — текстово-изобразительная модель, созданная дообучением Stable Diffusion 3.5 Large на наборе данных Alchemist. Она предназначена для генерации изображений по текстовым запросам; авторы сообщают об улучшении эстетики и сложности создаваемых изображений. Модель использует архитектуру MMDiT и доступна в формате Diffusers с весами Safetensors. В метаданных указан английский язык карточки модели, а базовая модель рассчитана на создание изображений для дизайна и художественных проектов. Лицензия — Apache-2.0.

Stable Diffusion v1.5 — модель генерации и редактирования изображений по текстовому описанию, разработанная Робином Ромбахом и Патриком Эссером. Это латентная диффузионная модель с предварительно обученным текстовым энкодером CLIP ViT-L/14. Репозиторий содержит веса в форматах Diffusers, PyTorch и Safetensors; модель можно запускать через Diffusers и совместимые интерфейсы, например ComfyUI и AUTOMATIC1111. Модель подходит для создания иллюстраций и концептов, художественных и дизайнерских материалов, а также для изучения генеративных моделей. Она лучше работает с английскими запросами. Модель может ошибаться в фотореализме, композиции, изображении лиц и людей, а также обычно не создаёт разборчивый текст внутри изображений. Обучающие данные содержали взрослый контент, поэтому для безопасного применения важны фильтрация и дополнительные меры защиты; возможны смещения и запоминание дублированных изображений. Лицензия — CreativeML OpenRAIL-M. Карточка ограничивает применение исследованиями и описывает недопустимые сценарии использования, включая создание вредоносных или дискриминационных изображений. Репозиторий является зеркалом устаревшей карточки RunwayML и не связан с RunwayML.

Stable Video Diffusion Image-to-Video (SVD) — генеративная модель Stability AI, которая преобразует статичное изображение в короткий видеоклип. Это модель латентной диффузии для генерации видео по одному кадру-условию; она обучена создавать 14 кадров с разрешением 576×1024. В репозитории доступны декодер, настроенный на временную согласованность, и стандартный покадровый декодер. Модель подходит для превращения изображений в короткие анимированные сцены, творческих и дизайнерских проектов, а также исследований генеративных моделей и их ограничений. Генерация не управляется текстом: исходным условием служит изображение. Модель может создавать ролики без заметного движения или с медленным панорамированием; фотореализм не гарантирован, а лица и люди могут выглядеть некорректно. Она также не умеет создавать разборчивый текст и не предназначена для достоверного изображения реальных людей или событий. В карточке указано исследовательское назначение. Метаданные указывают форматы Diffusers и safetensors и лицензию «other»; конкретные условия лицензии следует сверять с материалами репозитория Stability AI.

TalmendoXL v1.1 Beta — копия модели генерации изображений на основе Stable Diffusion XL 1.0. Она принимает текстовые запросы и создаёт изображения; в карточке указано использование через библиотеку diffusers и StableDiffusionXLPipeline. Репозиторий содержит форматы Diffusers, Flax, ONNX, OpenVINO и Safetensors. Модель предназначена для генерации изображений по текстовому описанию. Для неё указана лицензия CreativeML OpenRAIL-M. Карточка не приводит дополнительных сведений о специализации, поддерживаемых языках или ограничениях качества.

The Ally's Mix III Revolutions — модель преобразования текста в изображения, опубликованная Yntec. В карточке указано, что в модель встроен zVAE; файлы представлены в форматах Diffusers и safetensors и предназначены для запуска через StableDiffusionPipeline. Пример запроса демонстрирует создание стилизованного изображения персонажа в детализированной сцене.

StarkEater/TianNimaMugen26042026 — дообученная модель генерации изображений из текста на базе CabalResearch/Mugen. Она предназначена для генерации изображений непосредственно в разрешении 1536 пикселей; автор указывает, что триггерное слово tiannima123 обычно не требуется, но его можно добавить к запросу. Модель распространяется в формате safetensors и использует библиотеку diffusers.

Video-Reason разработала VBVR-Pro-Wan2.2-TI2V-5B — дообученную модель Wan2.2-TI2V-5B для генерации видео по текстовым инструкциям и изображениям. Она предназначена для задач визуального рассуждения, в которых ответ выражается сгенерированным видео, включая отслеживание состояний и изменений во времени. Модель обучена на VBVR-Dataset и опубликована как слитый чекпойнт с rank-32 LoRA, объединённой с весами DiT; для загрузки через Diffusers отдельный адаптер не нужен. Модель распространяется в форматах Diffusers и safetensors по лицензии Apache-2.0. Карточка описывает её как исследовательский релиз в рамках набора VBVR-Pro, но приводит сценарии прямого инференса. Подробные результаты бенчмарков и характеристики разрешения или длины контекста в доступной части карточки отсутствуют.

shossain11/videomae-base-finetuned-inhard-finetuned-inhard2 — дообученная модель VideoMAE для классификации видео. Она содержит 113,2 млн параметров и представлена в формате safetensors. Модель дообучена на базе shossain11/videomae-base-finetuned-inhard; датасет и классы классификации в карточке не описаны. Модель предназначена для присвоения видео меток классов. На оценочном наборе указаны loss 1,2799 и accuracy 0,6682, однако без сведений о наборе данных и схеме классов эти показатели трудно интерпретировать. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

ydshieh/vit-gpt2-coco-en-ckpts — модель типа vision-encoder-decoder, дообученная как демонстрация фреймворка FlaxVisionEncoderDecoder. Она предназначена для генерации английских подписей к изображениям: принимает изображение и выдаёт текстовое описание. В карточке отмечено, что модель не является передовой, но даёт приемлемые результаты для создания подписей; размер набора данных и длина контекста не приведены. Доступны веса в форматах PyTorch и Flax. Условия лицензии в предоставленных данных не указаны.

Wan2.1-Fun-V1.1-1.3B-Control-Camera — модель Alibaba PAI для генерации видео с управлением камерой из семейства Wan2.1-Fun. Это вариант с 1,3 млрд параметров, предназначенный для создания видео по текстовому описанию и заданным условиям управления камерой. В README также описаны режимы контроля по Canny, глубине, позе и MLSD, использование референсного изображения и управления траекторией; конкретные сведения о реализации именно варианта Control-Camera в доступном фрагменте карточки опущены. Модель относится к архитектурному семейству i2v, распространяется в формате safetensors и рассчитана на многоязычную генерацию. Для семейства Wan2.1-Fun указаны обучение на видео длительностью до 81 кадра при 16 кадрах в секунду и поддержка разрешений 512, 768 и 1024. Использование и доработка предусмотрены в экосистеме videox_fun, в том числе через ComfyUI. В README описаны способы экономии видеопамяти, включая перенос частей модели на CPU и режим с float8-квантизацией, который может снижать качество и скорость. Для запуска требуются значительные вычислительные и дисковые ресурсы; лицензия проекта — Apache License 2.0.

Wan2.2-S2V-14B-Diffusers — это версия модели Wan-AI/Wan2.2-S2V-14B, упакованная в структуру каталогов FastVideo. Она анимирует изображение человека, синхронизируя движения с голосовой записью, и предназначена для создания видео говорящего персонажа по изображению, аудио и текстовому запросу. Для генерации используются веса видеомодели Wan2.2-S2V-14B; текстовый энкодер, VAE, токенизатор и scheduler взяты из Diffusers-релиза Wan2.1, а аудиоэнкодер wav2vec2 — из официального репозитория S2V. Это конверсия формата и структуры файлов для совместимости с FastVideo: README сообщает, что веса модели не менялись, а тензоры видеомодели побайтно совпадают с официальным релизом. В README проверена загрузка 1260 тензоров с корректными именами и формами, но сквозная генерация видео на GPU ещё не проверена. Репозиторий распространяется по лицензии Apache-2.0.

Wan2.2-TI2V-5B-GGUF — набор GGUF-квантизаций модели Wan2.2-TI2V-5B, разработанной Wan-AI. Репозиторий unsloth/Wan2.2-TI2V-5B-GGUF поддерживается Unsloth как удобное зеркало вариантов, опубликованных QuantStack; веса заявлены как побитно идентичные файлам исходного репозитория, за исключением преобразованного VAE. Модель предназначена для генерации видео по тексту и изображению, включая сценарии text-to-video и image-to-video, с использованием pipeline text-to-video. Заявлены языки English и Chinese. Это checkpoint только для разрешения 720p: поддерживаются размеры 1280×704 и 704×1280. Из-за temporal compression 4 в VAE допустимы последовательности с числом кадров 4k+1. Доступно 13 вариантов квантизации от Q2_K до Q8_0 размером примерно от 1,73 до 5,03 GiB, а также сопутствующий VAE Wan2.2_VAE в формате safetensors размером 1,31 GiB. README не сообщает архитектуру трансформера, длину контекста, точные требования к памяти или дополнительные модальности. Основные преимущества — широкий выбор точности и размера файлов, возможность использовать GGUF-варианты и фиксированная поддержка 720p-генерации. Ограничения включают привязку к двум разрешениям и специальному числу кадров, а также возможные компромиссы качества при квантизации. Модель распространяется по лицензии Apache-2.0; репозиторий содержит производные работы: квантизированный трансформер и преобразованный VAE. Это неофициальный продукт команд Alibaba Wan или QuantStack и не одобрен ими.

X-CLIP — видеоязыковая модель семейства CLIP от Microsoft, обученная на UCF101 в режиме few-shot с четырьмя примерами на класс. Это модель архитектуры XCLIPModel в базовом размере с патчами 16 пикселей, доступная в формате PyTorch и распространяемая по лицензии MIT. Модель сопоставляет видео и текст с помощью контрастивного обучения. Её можно применять для классификации видео в режимах zero-shot, few-shot и с учителем, а также для поиска соответствий между видео и текстовыми описаниями. При обучении использовались 32 кадра на видео с разрешением 224×224; на UCF101 указана точность top-1 83,4%. Модель предназначена для общего распознавания действий и видео-текстового поиска. Её обучение на UCF101 и коротких видеоклипах ограничивает перенос результатов на другие домены и форматы видео; качество для конкретного сценария следует оценивать отдельно.

XenoGASM — модель генерации изображений по текстовому описанию, опубликованная пользователем Yntec. Это версия v1 с уже встроенным VAE kl-f8-anime2, который, по карточке, предназначен для улучшения детализации. Примеры показывают генерацию иллюстраций и стилизованных изображений по разнообразным текстовым запросам: от натюрмортов и мультяшных сцен до фантастических окружений и винтажной фотографии. Модель распространяется в формате Diffusers с весами Safetensors и использует библиотеку Diffusers. Лицензия — CreativeML OpenRAIL-M. Карточка не сообщает размер модели, контекст или поддерживаемые языки; назначение и примеры указывают на ввод текстовых запросов и вывод изображений. Примеры включают стилизованный и потенциально взрослый контент, но README не заявляет, что модель специально предназначена для NSFW-генерации.

add-detail-xl — модель типа LoRA, разработанная LyliaEngine для настройки детализации изображений при генерации на базе LyliaEngine/Pony_Diffusion_V6_XL, совместимой с экосистемой Stable Diffusion и Diffusers. Она предназначена для сценариев text-to-image и позволяет управлять уровнем детализации изображения с помощью веса адаптера: положительные значения усиливают детализацию, а отрицательные уменьшают её. Модель может применяться для фотореалистичных сцен, портретов и других изображений, где требуется корректировать выразительность мелких деталей. Рекомендуемый диапазон веса составляет от -3 до 3, а начальное значение — около 1,5 с последующей настройкой в зависимости от промпта и количества шагов сэмплирования. Для активации отдельное ключевое слово не требуется: в README указано использовать None. Веса доступны в формате Safetensors. Лицензия модели — CDLA-Permissive-2.0. Ограничения включают зависимость результата от базовой модели, промпта, веса LoRA и параметров сэмплирования; сведения о размере, точной архитектуре, поддерживаемых языках и модальностях помимо генерации изображений не указаны.

Anima-Lightning — модель генерации изображений по текстовому описанию, опубликованная aina-tech. Это обновлённый чекпойнт на основе слияния circlestone-labs/Anima и NVIDIA Cosmos-Predict2-2B-Text2Image; в метаданных также отмечено дообучение. Репозиторий содержит веса в формате Safetensors и модуль трансформера с дополнительной ветвью conditioning K=4. Модель предназначена для создания аниме- и иллюстративных изображений за четыре шага диффузии. Для вывода автор рекомендует CFG 1, scheduler shift 3 и сигмы [1, 0.75, 0.5, 0.25]; обычный CosmosTransformer3DModel не загружает чекпойнт полностью, поскольку пропускает обученную ветвь K. Для запуска указаны PyTorch с CUDA и BF16, Diffusers с поддержкой Anima, Transformers, Accelerate и Safetensors. Веса сохранены в BF16, поэтому результаты могут отличаться от FP32-чекпойнта и других реализаций сэмплирования. Лицензия указана как other, конкретные условия в доступной карточке не раскрыты.

Карточка модели Bercraft/blip2-flan-t5-xl-coco на Hugging Face совпадает с карточкой Salesforce/blip2-flan-t5-xl-coco, поэтому описание составлено по ней. BLIP-2 Flan T5-xl COCO — модель Salesforce для генерации текста по изображению, дообученная на COCO. Она объединяет визуальный энкодер CLIP-подобного типа, трансформер Q-Former и языковую модель Flan-T5-xl. Энкодер изображения и языковая модель используют предварительно обученные и замороженные веса, а Q-Former связывает визуальные признаки с языковой моделью. Модель принимает изображение и, при необходимости, текстовый запрос, чтобы сформировать текстовый ответ. Модель подходит для создания подписей к изображениям и ответов на вопросы об их содержимом; также возможен диалог с изображением и историей переписки в запросе. В метаданных указаны английский язык и форматы PyTorch и Safetensors. Репозиторий распространяется по лицензии MIT. Модель унаследовала ограничения Flan-T5 и обучающих интернет-данных: ответы могут быть неточными или отражать предвзятость и неподходящее содержание. Карточка сообщает, что модель не проверялась в реальных приложениях; перед применением следует оценить её точность, безопасность и справедливость в конкретном сценарии.

digiplay/chilloutmix_NiPrunedFp32Fix — репозиторий модели генерации изображений по текстовому описанию в формате Diffusers, с весами Safetensors. В карточке приведена демонстрационная картинка исходного автора; сведений о разработчике и устройстве самой модели нет. Модель предназначена для создания изображений по текстовым запросам. Лицензия указана как other, поэтому условия использования нужно проверять в материалах репозитория.

silveroxides/Chroma-GGUF — набор GGUF-версий модели Chroma, разработанной lodestones и преобразованной для распространения пользователем silveroxides. Модель предназначена для генерации изображений по текстовому описанию и относится к классу text-to-image. Репозиторий содержит варианты с разными уровнями квантования и точности: BF16, Q8_0, Q6_K, Q5_1, Q5_0, Q5_K_S, Q4_1, Q4_K_M, Q4_0 и Q3_K_L. Это позволяет выбирать между качеством результата, требованиями к памяти и скоростью работы, однако конкретные размеры модели, архитектура, поддерживаемые языки, контекст и требования к оборудованию в README не указаны. Модель распространяется по лицензии Apache-2.0.