III.4Клиентская поддержка и customer success

MOSS-TTS-Realtime — потоковая модель синтеза речи из семейства MOSS-TTS, разработанного MOSI.AI и командой OpenMOSS. Она предназначена для голосовых агентов и других приложений с многоходовым разговором: модель использует текстовую историю диалога и акустическую информацию предыдущих реплик, чтобы генерировать связную речь с низкой задержкой и сохранять голос между ходами. Модель поддерживает контекст до 32K токенов, что в карточке описано как примерно 40 минут разговора. Заявлены естественная просодия, выразительная речь и клонирование голоса с сохранением идентичности диктора между репликами. Поддерживается синтез на 20 языках, включая китайский, английский, русский, японский, корейский, немецкий и французский. В метаданных указаны архитектура MossTTSRealtime, библиотека Transformers и формат safetensors. Лицензия — Apache-2.0.

OpenAssistant SFT-1 12B — англоязычная модель диалогового ассистента, разработанная участниками проекта OpenAssistant. Это трансформерная языковая модель GPT-NeoX с 15,4 млрд параметров, дообученная методом supervised fine-tuning на примерно 22 тысячах собранных людьми примеров диалогов с ассистентом. Она принимает текстовый запрос с маркерами ходов пользователя и ассистента и генерирует текстовый ответ; длина контекста составляет 2048 токенов. Модель предназначена для англоязычных диалогов и ответов на вопросы. Она может продолжать беседу и формулировать ответы в стиле ассистента, однако плохо справляется с математикой и программированием и склонна выдавать убедительно звучащую, но ложную или вводящую в заблуждение информацию. Распространяется по лицензии Apache 2.0.

CharlesLi/OpenELM-1_1B-SFT — дообученная версия авторегрессионной языковой модели Apple OpenELM-1_1B с плотной архитектурой на 1,1 млрд параметров. Разработчик дообучил её на диалоговом наборе HuggingFaceH4/ultrachat_200k; в метаданных также указана поддержка чат-сценариев. Модель предназначена для генерации текста в диалоге: она может формировать ответы на сообщения и поддерживать простые беседы. В README приведено значение loss 1,1288 на наборе оценки, но не описаны протокол оценки и сравнительные результаты. Веса опубликованы в формате safetensors и доступны через библиотеку Transformers. Указана лицензия other; конкретные условия использования карточка не раскрывает. Данных о поддерживаемых естественных языках и длине контекста в предоставленных источниках нет.

Open-Insurance-LLM-Llama3-8B — англоязычная инструкционная языковая модель, разработанная Raj Maharajwala для вопросов и диалогов по страхованию. Она дообучена методом LoRA на InsuranceQA на базе NVIDIA Llama3-ChatQA-1.5-8B и использует архитектуру Llama с 7,5 млрд параметров по метаданным и 8,05 млрд по карточке модели. Модель принимает текст и генерирует ответы в формате диалога; её родной контекст составляет 8192 токена. Модель предназначена для объяснения условий страховых полисов, анализа покрытия, помощи при обработке страховых случаев, сравнения полисов и ответов на вопросы о страховой терминологии и соблюдении требований. Она ориентирована на страховую тематику и англоязычные запросы. Лицензия — Llama 3. Ответы могут содержать правдоподобные, но неверные сведения и отражать смещения обучающих данных. Знания ограничены данными обучения; результаты для важных решений следует проверять со специалистом, модель не заменяет профессиональную страховую или юридическую консультацию.

Qwen3-0.6B-10X-Instruct — дообученная диалоговая языковая модель, выпущенная Pikachu Global Technologies Private Limited под брендом 10X Technologies. Она основана на Qwen/Qwen2.5-0.5B-Instruct и предназначена для ответов по знаниям 10X Technologies, выполнения инструкций и понимания индийских языков на устройствах с ограниченными ресурсами. Модель использует плотную архитектуру Qwen2 для генерации текста и формат диалогов ChatML; в репозитории доступны веса Safetensors и GGUF. По метаданным модель содержит 494 млн параметров и поддерживает контекст до 32 768 токенов. В README описано дообучение методом LoRA SFT с последующим слиянием адаптера с базовыми весами, на наборе из 1 562 диалогов. Заявленные сценарии включают работу с экосистемой 10X Technologies, индийскими языками и периферийными устройствами, в том числе умной колонкой LUCA. Метаданные указывают английский и телугу; карточка особо подчёркивает индийские языки, но не перечисляет полный набор. Лицензия — Apache-2.0. Размер модели подходит для локального развёртывания, однако README и метаданные не содержат результатов независимой оценки качества.

Mabeck разработал Qwen3.5-0.8B chat titles — дообученную текстовую модель на базе Qwen/Qwen3.5-0.8B, предназначенную для создания коротких заголовков к сообщениям в чате. Она принимает текст сообщения и по заданному шаблону выдаёт только заголовок длиной от двух до шести слов. Модель содержит 581,4 млн параметров; доступны веса GGUF Q8_0 для llama.cpp и bf16 в формате safetensors для Transformers. Указанная длина контекста — 262 144 токена. Модель обучена полным дообучением с замороженными эмбеддингами на английской части набора kth8/title-generation-10000x: для обучения использовали 3 076 примеров, ещё 161 пример оставили для проверки. На этой проверке 92% заголовков укладывались в диапазон 2–6 слов, а точное совпадение с эталоном составило 22%. Модель ориентирована на англоязычные сообщения; для других языков качество не проверено. Примерно в 8% случаев заголовок длиннее шести слов, особенно для длинных или бессвязных сообщений. Лицензия — Apache-2.0.

ermaksxc/rubert-toxicity-classifier — дообученная модель на архитектуре RoBERTa для бинарной классификации русскоязычных сообщений в службе поддержки: она определяет, является ли сообщение токсичным (класс 1) или нетоксичным (класс 0). Модель предназначена для автоматической модерации обращений; метаданные указывают 503,5 млн параметров и контекст до 514 токенов. В README приведены 23 ложноположительных и 25 ложноотрицательных срабатываний, а также время инференса около 0,020 секунды на GPU Tesla T4. Значения метрик зависят от тестового набора, сведения о котором в карточке не приведены. Модель распространяется по лицензии MIT.

Thanos-1B — диалоговая языковая модель серии Thanos, разработанная командой Young-Jun Lee и предназначенная для повышения естественности ответов разговорных агентов за счёт обучения навыкам «понимания чужого мышления». Модель дообучена на базе meta-llama/Llama-3.2-1B-Instruct; в карточке указано обучение на наборе Multifaceted Skill-of-Mind объёмом 100 тысяч примеров. Это плотная авторегрессионная модель семейства LLaMA с архитектурой LlamaForCausalLM и примерно 1,2 млрд параметров. Она принимает текст и генерирует текст, поддерживает английский язык и имеет контекстное окно 131 072 токена. Метаданные отмечают возможности чата и интерфейс вызова инструментов. Модель подходит для создания разговорных агентов, которым нужны более человекоподобные ответы и диалоговые сценарии общего назначения. Авторы указывают исследовательское назначение серии. Лицензия CC BY-NC 4.0 требует указания авторства и не разрешает коммерческое использование.

Suryabhan/tiny-bert-sst2-distilled — компактная модель BERT, опубликованная пользователем Suryabhan на Hugging Face. Она предназначена для классификации текста и настроена на задачу SST-2: определение тональности как negative или positive. Модель загружается через Transformers как BertForSequenceClassification и рассчитана на запуск в PyTorch. Архитектура основана на google/bert_uncased_L-2_H-128_A-2: 2 Transformer-слоя, 2 attention heads, размер скрытого представления 128, промежуточный размер 512 и словарь из 30 522 токенов. Максимальная длина последовательности — 512 токенов; используются только текстовые входы. Размер файлов модели на странице репозитория составляет около 18,6 МБ, что облегчает локальный запуск и снижает требования к ресурсам. Сильные стороны модели — малый размер и специализация на быстрой бинарной классификации тональности. Ограничения — узкая область применения: она не предназначена для генерации текста, диалога или универсального понимания языка; качество вне сценария SST-2 может быть существенно ниже. На странице репозитория указано, что обучение находится в процессе, поэтому готовность и стабильность модели могут быть ограничены. Лицензия в доступных материалах не указана.

Zefiro-7b-sft-qlora-ITA-v0.5 — разговорная языковая модель, разработанная giux78 для итальянского языка. Это плотная причинная модель семейства Mistral с 7,1 млрд параметров, дообученная методом SFT на диалоговых данных; она предназначена для генерации ответов и может служить основой для более специализированных италоязычных диалоговых систем. Модель поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. Модель подходит для ведения диалога, ответов на вопросы и создания италоязычных приложений с генерацией текста. В обучении использовался набор UltraChat-ITA, полученный фильтрацией и предварительной обработкой синтетических диалогов UltraChat. Разработчик указывает лицензию Apache 2.0. В карточке отмечено, что модель не проходила этап RLHF для согласования с предпочтениями людей и не использует фильтрацию ответов во время работы, поэтому может выдавать проблемный контент. Перевод обучающих данных мог вносить ошибки синтаксиса и смысла; качество следует проверять для конкретных сценариев.

Gepard 1.1 — разработанная nineninesix.ai авторегрессионная модель синтеза речи на основе decoder-only трансформера Qwen3.5. Она предназначена для потокового озвучивания текста в реальном времени: генерирует аудио фрагментами по мере поступления текста и поддерживает клонирование голоса по короткому образцу. В архитектуре используются 14 слоёв с полной attention-механикой и аудиокодек NVIDIA NeMo NanoCodec; метаданные указывают 445,1 млн параметров и контекст 262 144 токена. Модель поддерживает английский язык с американским и британским акцентами, мексиканский испанский, бразильский португальский и нидерландский. Версия 1.1 прошла GRPO-дообучение на основе Gepard 1.0 и ориентирована на устойчивость генерации: по данным авторов, она реже пропускает или придумывает слова. Заявлены потоковая работа через vLLM и клонирование голоса; лицензия модели — Apache 2.0, при этом для кодека действует отдельное соглашение NVIDIA Open Model License Agreement. Оценка версии 1.1 основана на сравнении с ограничениями: длинные тексты, числа и сокращения в бенчмарке не проверялись, часть языковых подмножеств отсутствовала, а возможное пересечение обучающих данных с тестом не проверено. Латентность версии 1.1 отдельно контролируемо не измерялась.

ethzanalytics/gpt-j-8bit-daily_dialogues — 8-битная версия GPT-J-6B, дообученная на течение одной эпохи на обработанном наборе диалогов DailyDialog. Модель предназначена для генерации реплик в формате чат-бота и может использоваться с ai-msgbot и разработанным для него prompt engineering. Модель основана на плотной авторегрессионной архитектуре GPT-J и рассчитана на контекст до 2048 токенов. Репозиторий содержит веса PyTorch и Safetensors. Для загрузки требуется специальная техника патчинга, описанная в карточке hivemind/gpt-j-6B-8bit. Лицензия — Apache-2.0.

LFM2-1.2B-Tool-GGUF — компактная языковая модель Liquid AI для краткого и точного вызова инструментов. Она основана на LFM2-1.2B и предназначена для сценариев, где модели требуется выполнять API-вызовы, обращаться к базам данных и интегрироваться с системами без зависимости от облака. Модель ориентирована на мобильные и периферийные устройства, встроенные системы, автомобильные и IoT-ассистенты, а также службы поддержки в реальном времени. Её ключевая особенность — работа без этапа рассуждений и акцент на низкую задержку при использовании инструментов. В README указаны размер 1,2 млрд параметров, текстовая генерация и поддержка английского, арабского, китайского, французского, немецкого, японского, корейского и испанского языков. Формат GGUF позволяет запускать модель с помощью llama.cpp. Сильными сторонами являются компактность, эффективность в ресурсно-ограниченных средах и специализация на быстрых и точных вызовах инструментов. Ограничения включают узкую ориентацию на tool calling и отсутствие заявленных подробностей об архитектуре, максимальном контексте, результатах тестирования и качестве работы в других задачах. Модель распространяется по лицензии lfm1.0; дополнительные условия следует уточнять в файле LICENSE.

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.

MasryGPT Chat — диалоговая языковая модель на 1,5 млрд параметров, разработанная проектом ISLAM-PO на базе Qwen2.5-1.5B-Instruct и дообученная для общения на египетском арабском диалекте (масри). Модель использует архитектуру Qwen2 с плотной causal language model; в README описано обучение методом QLoRA с Unsloth и объединение весов в 16-битный вариант. Контекст модели составляет до 32 768 токенов. Модель предназначена для чат-ботов, поддержки клиентов, общения в соцсетях и образовательных сценариев в Египте, где нужны повседневная речь, идиомы и юмор на масри. В README указаны 80 000 обучающих примеров и внутренний пилот с оценкой носителей языка, однако это не независимый бенчмарк. Сильная сторона модели — адаптация компактной instruct-модели к египетскому разговорному языку; авторы сообщают, что 4-битный запуск возможен на одной T4. Известные ограничения: ответы могут быть короткими, модель иногда выдумывает факты и хуже справляется с идиомами; дообучение также ухудшило ответы на литературном арабском. Лицензия — Apache-2.0.

Mr-Vicky-01/qwen-conversational-finetuned — дообученная разговорная языковая модель на архитектуре Qwen2, опубликованная пользователем Mr-Vicky-01. Она предназначена для генерации текста в диалоговом формате и может использоваться для ответов на сообщения и ведения простых бесед. Модель содержит 494 млн параметров, использует архитектуру Qwen2ForCausalLM и поддерживает контекст до 32 768 токенов. В метаданных указана поддержка английского языка и интерфейс для вызова инструментов. Модель дообучена на базе unsloth/qwen2.5-0.5b-instruct-bnb-4bit и распространяется в формате safetensors по лицензии Apache-2.0. Качество и специализация дообучения не описаны в README.

sebcif/salamandra-2B-instruct-smoltalk — разговорная модель для генерации текста, созданная дообучением BSC-LT/salamandra-7b на наборе latam-gpt/es-smoltalk с помощью TRL. Она предназначена для диалогов и ответов на пользовательские вопросы; карточка демонстрирует запуск через Transformers с сообщениями в формате чата и генерацией продолжения. Модель построена на плотной архитектуре LlamaForCausalLM, содержит 6,7 млрд параметров и поддерживает контекст до 8192 токенов. В метаданных указаны испаноязычный обучающий набор, однако поддерживаемые языки явно не перечислены. Модель распространяется в формате safetensors; лицензия в предоставленных данных не приведена. Карточка не сообщает о специальных ограничениях качества или безопасности.

Khoa разработал модель распознавания эмоций в английской речи на основе Wav2Vec2ForSequenceClassification. Она принимает аудиозаписи речи и относит их к одному из шести классов: грусть, гнев, отвращение, страх, радость или нейтральное состояние. Модель дообучена на наборе Speech Emotion Recognition Dataset с Kaggle и содержит 113,3 млн параметров. Модель подходит для анализа эмоциональной окраски английских реплик, например, в голосовых интерфейсах и записях разговоров. Репозиторий содержит веса в формате safetensors; для использования указаны Transformers и torchaudio. Лицензия — MIT.

Это дообученная версия мультиязычной модели распознавания речи Whisper large-v2, созданной OpenAI. Модель разработана для транскрибации записей турецких телефонных разговоров; для дообучения использовались симулированные данные турецкого колл-центра. В карточке приведено значение loss 0,2338 на оценочном наборе. Модель принимает аудио и выдаёт распознанный текст. Базовая Whisper large-v2 обучалась на 680 тысячах часов размеченных данных для транскрибации и перевода речи; в этой версии целевым сценарием являются турецкие звонки. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Подробности о составе оценочного набора и качестве на реальных звонках в карточке не приведены.

amalia-desenrasca-9b — языковая модель на архитектуре Llama с 8,6 млрд параметров, дообученная jgalego на базе amalia-llm/AMALIA-9B-0626-SFT для вызова инструментов в диалогах на европейском португальском (pt-PT). Модель принимает описание инструментов в системном сообщении и может выдать структурированный вызов, в том числе несколько параллельных вызовов, либо ответить обычным текстом, когда подходящего инструмента нет. Контекст составляет 32 768 токенов; модель распространяется в формате safetensors под лицензией Apache-2.0. Модель предназначена для создания португалоязычных ассистентов и агентов, которым нужно выбирать функцию и заполнять её аргументы по запросу пользователя. В опубликованных оценках она улучшила результаты базовой AMALIA на BFCL для pt-PT и английского, а также показала высокую долю корректных вызовов на отдельном тесте. Английские схемы инструментов, вызовы и результаты могут использоваться вместе с португальскими запросами. Известные ограничения: модель может выдумывать недостающие аргументы вместо уточнения, а в отдельных задачах выводила координаты центра города. Обучающие данные на pt-PT машинно переведены моделью AMALIA и не проходили проверку человеком; значения аргументов могут сохранять английское написание, например New York.

DialoGPT_EmpAI3_2 — дообученная LuangMV97 компактная разговорная модель на базе microsoft/DialoGPT-small с архитектурой GPT-2. Она предназначена для генерации ответов в текстовых диалогах; размер контекста составляет 1024 токена. В README приведено значение loss 3,0248 на оценочном наборе, однако набор данных и подробности оценки не раскрыты. Модель распространяется по лицензии MIT.

lordtt13/emo-mobilebert — модель классификации текста, созданная Tanmay Thakur на основе MobileBERT. Она определяет эмоциональную окраску реплики в диалоге по четырём классам: sad, happy, angry и others. Для контекста могут использоваться сама реплика и два предыдущих хода диалога. Модель построена на архитектуре MobileBERT и содержит 45,1 млн параметров. Она принимает текстовые последовательности длиной до 512 токенов и выдаёт метку класса с оценкой уверенности. Обучение выполнено на наборе SemEval-2019 Task 3 EmoContext; карточка демонстрирует применение через Transformers для распознавания эмоций в коротких сообщениях. Модель подходит для анализа эмоциональной окраски англоязычных диалогов. Она не предназначена для надёжного определения сложных или смешанных эмоций, а качество на языках и типах текста за пределами обучающего набора не подтверждено. Лицензия в предоставленных данных не указана.

Emotional-llama-8B — диалоговая языковая модель семейства Llama, разработанная OEvortex. Она предназначена для открытого общения с эмоционально чуткими, поддерживающими ответами: распознаёт и признаёт эмоциональное состояние собеседника и старается отвечать с эмпатией на широкий круг тем. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и принимает текст, генерируя текст. Контекст — до 8192 токенов. По описанию, модель основана на LLaMA 3.8B и дообучена на размеченных эмоциональных диалогах с применением обучения с подкреплением по модели вознаграждения, конституционного обучения и материалов по психологии. Эти методы ориентированы на поддерживающий стиль общения и избегание бесчувственных или вредных ответов. Репозиторий содержит веса Safetensors; лицензия — Llama 3 Community License. В карточке не приведены количественные оценки качества или сведения о поддерживаемых языках, поэтому надёжность ответов и языковое покрытие по этим данным оценить нельзя.

Jaskier 7b DPO — разговорная языковая модель компании bards.ai, созданная на базе mindy-labs/mindy-7b-v2, производной от Mistral 7B. Модель дообучена методом Direct Preference Optimization на наборе Intel/orca_dpo_pairs и предназначена для генерации ответов в диалоге на английском языке. Модель имеет плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов. Карточка приводит пример ответа в пиратском стиле. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Разработчик отмечает, что модель находится в работе и может быть не готова к производственному использованию.

RantiRepo/Llama3.2-1B-DPO-LoRA — адаптер LoRA для диалоговой модели Meta Llama 3.2 1B Instruct, дообученный разработчиком репозитория методом Direct Preference Optimization (DPO). Он предназначен для генерации ответов в диалоге с предпочтением выбранных при обучении вариантов ответа. Адаптер обучался два эпоха на 20 000 примерах датасета IndonesiaAI/dpo-dataset с рангом LoRA 16 и alpha 32; для обучения использовалась последовательность длиной до 1024 токенов. Модель имеет архитектуру LlamaForCausalLM, содержит около 1,2 млрд параметров и рассчитана на контекст до 131 072 токенов согласно метаданным. В карточке указан индонезийский язык; базовая модель описана как многоязычная. Адаптер предназначен для использования вместе с базовой моделью meta-llama/Llama-3.2-1B-Instruct и подходит для создания диалоговых ответов и генерации текста. Лицензия в предоставленных данных не указана. Качество адаптации зависит от предмета запросов и состава набора предпочтений; карточка не приводит оценок качества или подробных ограничений применения.

Nawah-50M-RAG-Chat-8K-GRPO — небольшая модель поддержки клиентов на современном стандартном арабском языке, разработанная oddadmix. Это дообученная методом GRPO версия Nawah-50M-RAG-Chat-8K: 51,8 млн параметров, архитектура Gemma3ForCausalLM с 12 слоями и контекстом до 8 192 токенов. Десять слоёв используют скользящее окно внимания на 1 024 токена, два — глобальное внимание. Модель предназначена для многоходовых ответов на вопросы по предоставленным базам знаний: она поддерживает диалог до пяти раундов, учитывает уточнения пользователя и должна отказываться отвечать, если нужных сведений в отрывках нет. Она не выполняет поиск сама: документы и результаты извлечения необходимо передать в запросе. Для диалога используется формат ChatML; в системное сообщение можно включить отдельные данные учётной записи клиента. В описанной оценке GRPO-версия снизила долю галлюцинаций по сравнению с базовой SFT-моделью, но в 29,1% отвеченных ходов всё ещё появлялись неподтверждённые числа. На длинном контексте качество ниже, чем на среднем; модель может выбрать неверный отрывок, не рассчитана на диалектный арабский и не умеет надёжно вычислять значения. Авторы рекомендуют исследовательское и прототипное применение и не советуют использовать модель с клиентами без участия человека. Лицензия — Apache-2.0.

MANGSEOK123 выпустил дообученную версию Qwen3-4B после одного OEL consolidate epoch на синтетических задачах tau2-bench для обслуживания клиентов авиакомпании. Это плотная причинная языковая модель Qwen3 с 3,7 млрд параметров, рассчитанная на генерацию текста и диалоговое применение; репозиторий содержит веса Safetensors и использует библиотеку Transformers. Модель предназначена для ответов на запросы авиапассажиров и выполнения сценариев клиентской поддержки, представленных в обучающих задачах. Контекст модели составляет до 40 960 токенов. Обучение описано как 318 синтетических задач и 40 шагов с размером батча 8. Карточка указывает английский язык. Модель распространяется по лицензии Apache-2.0. README не приводит результатов оценки качества, поэтому пригодность для реальных обращений и стабильность ответов требуют проверки.

ayushutkarsh/t3 — компактная модель семейства T5, представленная как адаптация T3 для создания небольших дистиллированных моделей. Она предназначена для генерации текста в диалоговых сценариях и для использования в средах с ограниченными ресурсами, включая периферийные устройства. Модель содержит 49,4 млн параметров, использует архитектуру T5ForConditionalGeneration и имеет контекст длиной до 512 токенов. В метаданных указан английский язык и датасет FaithDial, связанный с диалогами, ориентированными на фактические ответы. Модель распространяется в формате PyTorch по лицензии Apache-2.0. README заявляет цель уменьшить галлюцинации, но не приводит результатов оценки, поэтому это свойство нельзя считать подтверждённой гарантией качества.

ai-msgbot-gpt2-L-dialogue — диалоговая языковая модель на базе GPT-2 Large, разработанная ETH Zurich Analytics. Модель содержит 774 млн параметров, использует архитектуру GPT2LMHeadModel и дообучена сначала на Wizard of Wikipedia, а затем на DailyDialog для создания открытого чат-бота. В обучающих примерах реплики оформлены от двух участников — person alpha и person beta; для получения ответа в промпте рекомендуется завершать текст меткой person beta:. Модель принимает текст и генерирует текстовые ответы на английском языке. Контекст составляет 1024 токена. Модель подходит для открытого диалога и генерации ответов в чат-боте; обучение на Wizard of Wikipedia также ориентирует её на разговоры с опорой на знания. Веса доступны в форматах PyTorch и safetensors. Лицензия в предоставленных данных не указана.

Карточка модели Alannikos768/BanterBot-7b-chat на Hugging Face совпадает с карточкой Alannikos768/BanterBot_1_8b-chat, поэтому описание составлено по ней. BanterBot — чат-модель, разработанная Alannikos768 для конструктивного выражения эмоций и общения в напряжённых социальных ситуациях. Она предназначена для генерации остроумных, сдержанных ответов, смягчения конфликтов и поддержания отношений. Модель дообучена на базе InternLM2.5 с 1,7 млрд параметров и архитектурой InternLM2; её контекст составляет до 32 768 токенов. Она принимает текст и генерирует текстовые ответы, ориентирована на английский язык. Репозиторий содержит веса PyTorch. Лицензия — Apache-2.0.