III.2Исследование рынка и маркетинг

FitDiT — модель виртуальной примерки одежды на основе Diffusion Transformer (DiT), представленная авторами исследования FitDiT. Она переносит выбранную одежду на изображение человека, стремясь сохранить детали и внешний вид исходного предмета гардероба. В демонстрации процесс включает генерацию или настройку маски области примерки и последующую генерацию результата; можно выбрать разрешение обработки, по умолчанию 1152×1536 пикселей. Модель предназначена для визуализации одежды на человеке по изображениям человека и предмета одежды. Репозиторий содержит веса и код инференса; в метаданных перечислены форматы Diffusers, PyTorch, ONNX и Safetensors. Лицензия CC BY-NC-SA 4.0 требует указания авторства, распространяет производные работы на тех же условиях и запрещает коммерческое использование. Данные о поддерживаемых языках и длине контекста неприменимы к основному сценарию работы с изображениями.

raghavbali/gpt2-finetuned-headliner — англоязычная авторегрессионная модель генерации текста на архитектуре GPT-2 Medium, дообученная автором на наборе новостных заголовков ABC News. Обучение проводилось в течение двух эпох на 4 тысячах примеров; для оценки использовались 2 тысячи тестовых примеров. Модель принимает текстовый запрос и продолжает его в стиле новостного заголовка, поэтому подходит для учебных экспериментов и создания черновых заголовков по краткой подсказке. Базовая модель openai-community/gpt2-medium содержит 355 млн параметров, а контекст модели составляет до 1024 токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Модель легко выдумывает имена людей, места и события, поэтому её ответы требуют проверки и не подходят как достоверные новости или готовый редакционный материал. Автор указывает учебное назначение. Лицензия — MIT.

lvwerra/gpt2-imdb — языковая модель на архитектуре GPT-2, дообученная на наборе отзывов IMDB. Автор карточки сообщает, что обучение длилось одну эпоху: отзывы были объединены в текст с разделителями EOS. Модель предназначена для генерации текста в стиле англоязычных кинорецензий и продолжения отзывов по заданному фрагменту. Она принимает текст и генерирует текст; заявленная длина контекста составляет 1024 токена. Доступны веса в форматах PyTorch и Flax. Лицензия в предоставленных данных не указана.

Locutusque/gpt2-medium-conversational — экспериментальная разговорная языковая модель на архитектуре GPT-2, дообученная автором на диалогах пользователя с ИИ-ассистентом. Она предназначена для генерации текстовых ответов в чат-ботах, виртуальных помощниках и службах поддержки; репозиторий содержит неполную версию модели, поскольку полная версия была утрачена. По данным карточки, обучение проводилось на 302 тысячах примеров в течение 502 505 шагов; контекст модели составляет 1024 токена. Модель принимает текст и генерирует текст, а карточка указывает английский язык. Заявлены форматы PyTorch и Safetensors и лицензия OpenRAIL. Модель может создавать связные ответы в диалоговом стиле, однако автор предупреждает о возможных нерелевантных или бессмысленных ответах. Она не обучена поддерживать историю чата и плохо подходит для уточняющих реплик или вопросов, требующих фактических знаний. Для качественной генерации рекомендуется соблюдать указанный в карточке формат входного текста.

LFM2.5-Audio-1.5B-JP — японская речевая модель компании Liquid AI, созданная на основе LFM2.5-Audio-1.5B для низколатентных голосовых диалогов и обработки речи. Это сквозная мультимодальная модель с 1,2 млрд параметров в языковой части и аудиоэнкодером FastConformer на 115 млн параметров; основа использует гибридные сверточные и attention-слои. Для работы с аудио модель сочетает аудиоэнкодер, RQ-трансформер и аудиодетокенизатор. Модель принимает речь и поддерживает японский язык. Она может вести диалог с чередованием текста и аудио, распознавать речь и синтезировать её; отдельные компоненты ASR и TTS не требуются. Последовательная генерация подходит для распознавания и синтеза, а чередующаяся — для интерактивного общения с низкой задержкой. В опубликованных оценках модель показывает конкурентные результаты на японских речевых тестах, хотя качество зависит от набора данных и сценария. Модель дообучена на LFM2.5-Audio-1.5B. Репозиторий использует формат safetensors и библиотеку liquid-audio; лицензия указана как other, поэтому перед использованием следует проверить её условия на странице модели.

Lite-Oute-1-65M Base — экспериментальная базовая языковая модель от OuteAI на архитектуре LLaMA с 48,2 млн параметров по метаданным. Она предназначена для дообучения под узкие специализированные задачи и поддерживает генерацию текста с контекстом до 2048 токенов. Модель компактна, но её возможности базовой генерации ограничены: она с трудом следует инструкциям и сохраняет связность темы. В метаданных указан формат safetensors и лицензия Apache-2.0.

LiveTalk — модель GAIR для генерации интерактивных видео с аватаром в реальном времени. Она преобразует изображения и мультимодальные условия в видеопоследовательность, а также поддерживает управление через текст и аудио. Модель создана дистилляцией двунаправленных диффузионных моделей в причинную авторегрессионную модель с небольшим числом шагов; в README заявлены генерация со скоростью 24,82 кадра в секунду, задержка первого кадра 0,33 секунды и ускорение более чем в 20 раз благодаря четырёхшаговой дистилляции. LiveTalk предназначена для интерактивных аватаров и разговорных систем с синхронизацией губ и согласованностью между ходами диалога. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache 2.0. Для запуска требуется подготовленное окружение и интеграция с компонентами системы, описанными в официальном репозитории.

RayNene/Loop-DFS-Qwen-Merged — диалоговая инструктивная языковая модель для общения с клиентами LOOP DFS Kenya и поддержки финансовых сервисов. Это дообученная версия Qwen2.5-7B-Instruct от RayNene с плотной архитектурой Qwen2 и 7,1 млрд параметров; модель работает через Transformers и принимает текстовые запросы, выдавая текстовые ответы. Контекстное окно составляет 32 768 токенов, а карточка указывает английский язык. Модель предназначена для ответов на вопросы клиентов и ведения диалога в контексте сервиса LOOP DFS. В README приведён пример вопроса о руководителе LOOP DFS Kenya и описана загрузка системного промпта из репозитория для формирования ответов ассистента. Заявленная лицензия — MIT.

facebook/mms-tts-rkt — модель синтеза речи на языке рангпури (Rangpuri, код rkt) из проекта Massively Multilingual Speech компании Facebook. Она преобразует текст на рангпури в речевую аудиоволну и предназначена для озвучивания текста и создания речевого вывода в приложениях на этом языке. Модель использует архитектуру VITS и содержит 3,6 млн параметров. Это сквозная система с текстовым энкодером на основе Transformer, потоком нормализующих слоёв, стохастическим предсказателем длительности и декодером, построенным по принципу HiFi-GAN. Для одинакового результата при повторной генерации требуется фиксированное случайное зерно. Модель доступна через библиотеку Transformers версии 4.33 и новее. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

cgato/Nemo-12b-TheAnswer-v0.1-E2 — языковая модель семейства Mistral, дообученная на 1,35 млн примеров вопросов и ответов Yahoo Answers. Она предназначена для генерации ответов на одиночные вопросы и использует формат ChatML с системным промптом «You are a helpful assistant». Модель содержит 12,1 млрд параметров, принимает текст и выдаёт текст; в метаданных указан контекст длиной 131 072 токена. Модель может выдавать необычные ответы, однако автор предупреждает, что она плохо справляется с диалогом и теряет связность на длинных контекстах. Также модель может считать, что текущий год — 2006. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и ограничивающая коммерческое применение.

Quipus 0.6 Speech v2 — модель синтеза речи, разработанная HyperneuronAI на основе Qwen3 и дообученная от quipus-0.6-speechv1. Она преобразует текст в речь на 22 официально признанных языках Индии и подходит для голосовых помощников, разговорных систем, автоматических звонков, IVR, доступности и экспериментов с голосовыми приложениями. В модели заявлены 44 голоса — по два на язык; клонирование голоса не предоставляется. Для прежней версии авторы указывают скорость до 2× реального времени в Google Colab и 4,3× на Nvidia L40S, а также задержку до первого аудио около 120 мс в Colab. Эти показатели не перепроверялись для версии с поддержкой 22 языков и являются предварительными. README отмечает, что образцы доступны лишь для исходных языков, поэтому качество новых языков нельзя оценить по примерам в карточке. Модель распространяется по лицензии MIT.

Roxi-TTS Emotion — модель синтеза речи на 1,7 млрд параметров, созданная IOTEverythin на базе OpenMOSS-Team/MOSS-TTS-Local-Transformer. Она преобразует текст в аудио с индийским вариантом английского произношения и позволяет задавать эмоцию короткой текстовой инструкцией для каждого предложения. Доступны восемь состояний: нейтральное, радостное, грустное, сердитое, воодушевлённое, спокойное, извиняющееся и испуганное; голос остаётся одним и тем же. Частота выходного аудио — 24 кГц. Модель использует архитектуру MOSS-TTS Delay и веса в формате safetensors. По карточке, она обучена на датасете Skit-AI Emotional TTS с помощью LoRA (PEFT, r=16, alpha=32), объединённой с базовыми весами. Генерация авторегрессионная: модель может выдавать слишком короткие фрагменты, поэтому карточка рекомендует короткие предложения примерно до двенадцати слов. Модель не рассчитана на работу в реальном времени на одной потребительской GPU; эмоция задаётся отдельно для каждого предложения, а не встроенными тегами в текст. Для работы требуется transformers 4.57.1. Лицензия CC BY-NC 4.0 запрещает коммерческое использование; карточка также просит не использовать голос для имитации реальных людей, мошенничества или обмана.

Kirili4ik/ruDialoGpt3-medium-finetuned-telegram — русскоязычная диалоговая модель на архитектуре GPT-2, дообученная автором репозитория на экспортированной переписке из Telegram. В основе — русская версия DialoGPT от sberbank-ai, обученная на русскоязычных форумах; размер модели составляет средний вариант семейства, а контекстное окно — 2048 токенов. Модель предназначена для генерации ответов в разговорном стиле и имитации переписки в Telegram. Она принимает текст и генерирует текст; в метаданных указаны PyTorch и safetensors, а также возможность диалога. Модель создана на личных данных переписки, поэтому её ответы могут отражать особенности исходного чата. Лицензия в предоставленных данных не указана.

DMetaSoul разработала DMetaSoul/sbert-chinese-qmc-finance-v1 — модель Sentence-BERT на базе bert-base-chinese, дообученная на крупном наборе банковских вопросов BQCorpus. Она предназначена для определения семантического сходства китайских финансовых вопросов: например, для поиска похожего вопроса в базе поддержки или сопоставления перефразированных запросов. Модель формирует векторы предложений; её можно использовать через Sentence-Transformers или Hugging Face Transformers. Модель имеет архитектуру BERT, содержит 129,5 млн параметров и принимает последовательности длиной до 512 токенов. В README приведены результаты оценки на нескольких наборах семантического сопоставления; показатели заметно различаются в зависимости от набора данных, поэтому качество на конкретной банковской базе следует проверять отдельно. Лицензия в предоставленных данных не указана.

Tanpo Fundraising — компактная специализированная языковая модель d4rkninja для подготовки материалов по привлечению инвестиций. Она дообучена методом LoRA на LiquidAI/LFM2.5-1.2B-Instruct, после чего веса адаптера объединены с базовой моделью. В репозитории указано около 1,2 млрд параметров; метаданные сообщают 1,5 млрд параметров и контекст 128 000 токенов. Модель использует архитектуру LFM2 и предназначена для локального и недорогого запуска. Модель помогает составлять вступления и повествование для презентаций инвесторам, формулировать запрос на финансирование и использование средств с привязкой к этапам, готовить ответы на вопросы при проверке компании и черновики обновлений для инвесторов. Она специализируется на сценариях фандрайзинга и не предназначена для общего диалога или программирования. Внутренняя автоматическая оценка автора показывает улучшение относительно базовой модели на наборе примерно из 20 заданий, но это не отраслевой бенчмарк. Модель обучена на англоязычных примерах; карточка не заявляет поддержку других языков. Лицензия указана как other, без конкретных условий в предоставленных данных. Ответы о структуре раунда носят предварительный, не юридический характер; финансовые утверждения, презентации и формулировки условий раунда требуют проверки человеком. Качество может снижаться вне задач привлечения инвестиций, а небольшая модель ограничена в объёме знаний и длительных рассуждениях.

Emotional DialoGPT Large — диалоговая языковая модель Mario-RC, дообученная на базе microsoft/DialoGPT-large на данных, производных от DailyDialog. Она генерирует текстовые ответы с учётом заданных эмоциональных меток для исходной реплики и желаемого ответа. Модель построена на архитектуре GPT2LMHeadModel и содержит 774 млн параметров; длина контекста — 1024 токена. Для генерации используется шаблон с репликой пользователя и метками эмоций. Модель подходит для создания эмоционально обусловленных ответов в текстовых диалогах и экспериментов с управлением тоном беседы. Карточка сообщает perplexity 8,6719 на оценивании. Модель ориентирована на английский язык и распространяется по лицензии MIT. Разработчик предупреждает, что ответы могут быть неточными, предвзятыми, повторяющимися или эмоционально неуместными; перед использованием в пользовательских сценариях их следует проверять.

Emotional DialoGPT Medium — диалоговая авторегрессионная языковая модель, созданная Mario-RC дообучением microsoft/DialoGPT-medium на данных DailyDialog. Она использует архитектуру GPT2LMHeadModel и содержит 354,8 млн параметров. Модель генерирует текстовые ответы в диалоге, которые можно направлять метками эмоций: предусмотрено семь эмоциональных меток для реплики-источника и желаемого ответа. Модель предназначена для экспериментов с эмоционально обусловленной генерацией диалогов на английском языке. Контекст составляет 1024 токена; модель распространяется в формате safetensors по лицензии MIT. Сгенерированные ответы могут быть неточными, предвзятыми, повторяющимися или неуместными по эмоциональному тону, поэтому их следует проверять перед использованием в пользовательских сценариях.

Emotional DistilGPT2 — причинная языковая модель на архитектуре GPT-2, разработанная Mario-RC и дообученная на DistilGPT2 для генерации диалоговых ответов с заданной эмоциональной окраской. Для управления ответом в запросе используются реплики диалога и метки эмоций; обучение проводилось на данных, полученных из DailyDialog. Модель содержит 81,9 млн параметров, принимает текст и генерирует текст. Длина контекста — 1024 токена. Модель предназначена для экспериментальной генерации диалогов и проверки сценариев с эмоционально обусловленными ответами. Распространяется по лицензии MIT. Сгенерированные ответы могут быть неточными, предвзятыми, повторяющимися или эмоционально неуместными, поэтому перед показом пользователям их следует проверять.

Emotional GPT-2 — авторская тонко настроенная модель на базе GPT-2, опубликованная Mario-RC и предназначенная для генерации реплик в диалоге с управлением целевой эмоцией. Она принимает контекстную реплику и метки эмоций источника и желаемого ответа; обучение проводилось на данных, производных от DailyDialog, с причинно-языковым objective. Модель использует архитектуру GPT2LMHeadModel, содержит 124,4 млн параметров и рассчитана на контекст до 1024 токенов. README приводит оценочную perplexity 12,9404. Модель подходит для прототипирования эмоционально обусловленных диалогов и генерации ответов на английском языке. Качество зависит от формата промпта и выбранных меток эмоций; генерация может быть неточной, предвзятой, повторяющейся или эмоционально неуместной, поэтому её следует проверять перед показом пользователям. Репозиторий распространяется по лицензии MIT.

Модель lcw99/ko-dialoGPT-korean-chit-chat — дообученная версия Ko-DialoGPT на данных AIHUB «Korean SNS». Она предназначена для генерации ответов в непринуждённом корейском чате с выражениями и сокращениями, характерными для мессенджеров, например KakaoTalk. Архитектура основана на GPT-2; доступный контекст — 1024 токена. Репозиторий содержит веса в форматах PyTorch, TensorFlow и Flax, включая Safetensors. В карточке не указана лицензия, поэтому условия использования следует уточнить у автора или правообладателя модели и данных.

aifeifei798 разработал эту объединённую модель на базе нескольких моделей семейства Llama 3 для диалогов с персонажами и ролевых сценариев, связанных с виртуальными айдолами. В карточке описаны персонажи певицы и помощника по TikTok, а также создание новых карточек персонажей. Для использования требуется карточка персонажа; автор отмечает, что без неё модель работает хуже. Модель предназначена для реалистичных ответов с разными реакциями в зависимости от ситуации, а также для обсуждения музыки, выступлений, создания контента и продвижения в социальных сетях. Архитектура — плотная причинная языковая модель LlamaForCausalLM на 7,5 млрд параметров, контекст — 8192 токена. В README заявлена работа на китайском, английском, японском и корейском языках; метаданные указывают английский, японский и китайский. Для зрения автор предлагает загружать файл Llava MMProj из репозитория. Модель опубликована в формате safetensors и распространяется по лицензии Llama 3. Автор предупреждает, что тестирование было ограниченным и возможны проблемы с качеством.

facebook/mms-tts-kab — модель синтеза речи на амазигском языке (кабильский вариант), разработанная Meta в рамках проекта Massively Multilingual Speech. Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текста на кабильском языке. Модель построена на архитектуре VITS и содержит 3,5 млн параметров. Это отдельный чекпойнт MMS-TTS, обученный для одного языка; синтез выполняется сквозным образом, а стохастический предиктор длительности позволяет получать варианты с разным ритмом. Для воспроизводимого результата требуется фиксировать seed. Модель доступна через библиотеку Transformers версии 4.33 и новее. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

hello12w/persona_chatbot — дообученная модель на основе DialoGPT-medium с архитектурой GPT-2. Она предназначена для генерации ответов в диалогах с заданной персоной и поддерживает сценарии общения, в которых ответы должны соответствовать описанию персонажа. Модель принимает текст и генерирует текст; для работы доступны веса в формате safetensors и библиотека Transformers. Контекст — до 1024 токенов, основной язык по карточке — английский. Модель создана дообучением на данных для диалогов с персонами, в метаданных указан набор Cynaptics/persona-chat. Лицензия — MIT. Карточка не сообщает оценок качества или специальных ограничений, поэтому надёжность и последовательность ответов для конкретной персоны следует проверять на целевых примерах.

PersonaPlex — разработанная NVIDIA модель для диалогов в реальном времени, которая одновременно воспринимает речь и генерирует голосовые ответы. Это дообученная версия Moshi от Kyutai с архитектурой Transformer и компонентами Mimi для кодирования и декодирования речи; размер модели — 7 млрд параметров. Модель принимает потоковую речь пользователя и текстовый промпт с ролью, фоном и сценарием, а также аудиопромпт для задания голоса и стиля. Она выдаёт речь и соответствующий текст, поддерживает параллельное слушание и говорение, перебивания и быструю смену реплик. В карточке заявлена работа с английской речью на входе и английскими голосовыми ответами; для аудио указана частота 24 кГц. PersonaPlex предназначена для голосовых ассистентов и разговорных систем, включая сценарии обслуживания клиентов. Для запуска карточка описывает PyTorch и GPU NVIDIA Ampere или Hopper под Linux. Модель заявлена как готовая к коммерческому использованию, однако лицензия указана как other, поэтому конкретные условия использования следует сверить с лицензией репозитория. Для целевого применения потребуется тестирование на соответствующих данных и проверка безопасности.

Roxi-TTS Pro — модель синтеза речи из текста, разработанная IOTEverythin на базе OpenMOSS-Team/MOSS-TTS-Local-Transformer. Это модель семейства MOSS-TTS с архитектурой MossTTSDelayModel и 1,7 млрд параметров; адаптер LoRA был объединён с базовыми весами. Модель создаёт речь на английском языке с индийским акцентом, одним постоянным голосом и частотой дискретизации 24 кГц. Модель предназначена для озвучивания клиентских звонков и голосовых помощников на сайтах, особенно когда важны разборчивость и профессиональная подача. По данным карточки, она обеспечивает стабильное звучание и высокую согласованность голоса, но генерация медленнее реального времени на одной потребительской GPU; для коротких фраз иногда требуется повторная генерация. Речь может звучать формально, а управление эмоциями и стилем ненадёжно. Для запуска карточка указывает Transformers 4.57.1 и рекомендует короткие предложения. Модель распространяется по лицензии Apache-2.0. Голос получен на основе записи реального диктора; автор просит не использовать его для имитации людей, мошенничества или обмана.

Карточка модели gj12138/segformer_b2_clothes на Hugging Face совпадает с карточкой mattmdjaga/segformer_b2_clothes, поэтому описание составлено по ней. SegFormer B2 от автора mattmdjaga — модель семантической сегментации изображений, дообученная на датасете ATR для распознавания элементов одежды и частей человека. Она размечает изображение по 18 классам: среди них фон, головной убор, волосы, очки, верхняя одежда, юбка, брюки, платье, обувь, лицо, конечности, сумка и шарф. Модель предназначена для выделения одежды и частей тела на изображениях людей. Её можно применять для анализа образа, виртуальных примерок и разметки изображений для последующей обработки. В README приведены метрики оценки: средняя точность 0,80 и средний IoU 0,69; качество различается между классами. Модель принимает изображения и выдаёт карту сегментации. Доступны веса в форматах PyTorch, safetensors и ONNX. Лицензия указана как other, поэтому условия использования следует уточнить в карточке модели.

Карточка модели laohcui/segformer_b2_clothes на Hugging Face совпадает с карточкой mattmdjaga/segformer_b2_clothes, поэтому описание составлено по ней. SegFormer B2 от автора mattmdjaga — модель семантической сегментации изображений, дообученная на датасете ATR для распознавания элементов одежды и частей человека. Она размечает изображение по 18 классам: среди них фон, головной убор, волосы, очки, верхняя одежда, юбка, брюки, платье, обувь, лицо, конечности, сумка и шарф. Модель предназначена для выделения одежды и частей тела на изображениях людей. Её можно применять для анализа образа, виртуальных примерок и разметки изображений для последующей обработки. В README приведены метрики оценки: средняя точность 0,80 и средний IoU 0,69; качество различается между классами. Модель принимает изображения и выдаёт карту сегментации. Доступны веса в форматах PyTorch, safetensors и ONNX. Лицензия указана как other, поэтому условия использования следует уточнить в карточке модели.

SegFormer B2 от автора mattmdjaga — модель семантической сегментации изображений, дообученная на датасете ATR для распознавания элементов одежды и частей человека. Она размечает изображение по 18 классам: среди них фон, головной убор, волосы, очки, верхняя одежда, юбка, брюки, платье, обувь, лицо, конечности, сумка и шарф. Модель предназначена для выделения одежды и частей тела на изображениях людей. Её можно применять для анализа образа, виртуальных примерок и разметки изображений для последующей обработки. В README приведены метрики оценки: средняя точность 0,80 и средний IoU 0,69; качество различается между классами. Модель принимает изображения и выдаёт карту сегментации. Доступны веса в форматах PyTorch, safetensors и ONNX. Лицензия указана как other, поэтому условия использования следует уточнить в карточке модели.

Карточка модели silvior1959/segformer_b2_clothes на Hugging Face совпадает с карточкой mattmdjaga/segformer_b2_clothes, поэтому описание составлено по ней. SegFormer B2 от автора mattmdjaga — модель семантической сегментации изображений, дообученная на датасете ATR для распознавания элементов одежды и частей человека. Она размечает изображение по 18 классам: среди них фон, головной убор, волосы, очки, верхняя одежда, юбка, брюки, платье, обувь, лицо, конечности, сумка и шарф. Модель предназначена для выделения одежды и частей тела на изображениях людей. Её можно применять для анализа образа, виртуальных примерок и разметки изображений для последующей обработки. В README приведены метрики оценки: средняя точность 0,80 и средний IoU 0,69; качество различается между классами. Модель принимает изображения и выдаёт карту сегментации. Доступны веса в форматах PyTorch, safetensors и ONNX. Лицензия указана как other, поэтому условия использования следует уточнить в карточке модели.

turkishReview-ds-mini — модель генерации текста на базе GPT-2, дообученная автором styraist на неизвестном наборе данных. Карточка не раскрывает детали обучения и оценки, поэтому назначение модели можно лишь предположить по названию: она может быть ориентирована на генерацию текста, связанного с отзывами на турецком языке. Модель использует плотную архитектуру GPT-2 и формат TensorFlow. Контекст ограничен 1024 токенами. Репозиторий распространяется по лицензии MIT. Специализированные сценарии, качество и ограничения, кроме нераскрытых данных обучения, в карточке не описаны.