III.4Клиентская поддержка и customer success

Это дообученная модель генерации текста на базе goldfish-models/eng_latn_100mb, подготовленная Francesca9805 с использованием TRL. Модель построена на архитектуре GPT-2 и сохранена в формате safetensors; её контекст составляет 512 токенов. Модель предназначена для генерации продолжений текста и ответов на текстовые запросы. В карточке приведён пример обращения в формате диалога, однако данных о специализированных навыках или дополнительных возможностях нет. Базовая модель рассчитана на генерацию английского текста. Модель опубликована на условиях лицензии, унаследованной от базовой модели; сведения о лицензии в предоставленных данных отсутствуют. Короткое окно контекста ограничивает работу с длинными запросами и документами.

Sailor-1.8B — языковая модель семейства Sailor, разработанная для понимания и генерации текста на языках Юго-Восточной Азии. Это плотная авторегрессионная модель на архитектуре Qwen2, дообученная на базе Qwen/Qwen1.5-1.8B; в репозитории представлены веса Safetensors, а размер модели составляет около 1,5 млрд параметров. Модель предназначена для продолжения текста и диалоговых сценариев, включая ответы на вопросы и рассуждения на индонезийском, тайском, вьетнамском, малайском и лаосском языках. Поддерживает контекст до 8192 токенов и рассчитана на применение с Transformers. Лицензия — Apache-2.0. К сильным сторонам относятся специализация на языках региона и компактный размер. Качество может уступать более крупным моделям, а сведения о поддержке русского и других языков за пределами указанных в карточке не подтверждены.

Это дообученная на TRL модель генерации текста на базе GPT-2, созданная fpadovani. Карточка демонстрирует её применение для продолжения диалога и ответа на вопрос в формате короткого запроса; метаданные указывают контекстное окно 512 токенов и формат весов safetensors. Модель предназначена для генерации текста по текстовому запросу. В карточке не описаны целевые языки, специализированные области или результаты оценки качества, поэтому её пригодность для конкретных задач и языков по имеющимся данным не подтверждена. Лицензия в предоставленных источниках не указана.

Это экспорт модели Mistral Voxtral-4B-TTS-2603 в формате GGUF для запуска через loom.cpp и библиотеку loom-py-rt. В основе — 3,4-миллиардный Ministral-бэкбон, работающий с аудиокодами, акустическая голова на основе flow matching и причинный аудиокодек. Модель преобразует текст в речь с частотой 24 кГц и поддерживает английский, французский, испанский, португальский, итальянский, нидерландский, немецкий, арабский и хинди. В комплекте есть встроенный голос casual_male и 19 дополнительных предустановленных голосов. Модель предназначена для озвучивания текста в голосовых агентах и других приложениях синтеза речи. Голоса выбираются из готового набора; клонирование голоса по аудиозаписи не поддерживается. Генерация стохастическая, поэтому результат может различаться между запусками; для повторяемости можно задать seed. Модель крупная и медленная на CPU: README указывает около 17 ГБ оперативной памяти для запуска и примерно 5,5 секунды вычислений на секунду аудио на 24-ядерном x86-компьютере. Один вызов обрабатывает до 2048 кадров, а длинный текст автоматически не делится. Для работы требуется loom 1.0.0-rc11 или новее. Модель и голоса распространяются по лицензии CC BY-NC 4.0, которая запрещает коммерческое использование.

alianurrahman выпустил модель wav2vec2-base, дообученную для распознавания эмоций в индонезийской речи. Это аудиоклассификатор на архитектуре Wav2Vec 2.0 с 113,3 млн параметров, основанный на facebook/wav2vec2-base и сохранённый в формате safetensors. Модель принимает речь на индонезийском языке и относит её к одному из пяти классов: злость, отвращение, страх, радость или грусть. Модель подходит для анализа эмоциональной окраски индонезийских голосовых записей. В README указаны точность 0,8223 и loss 0,5023 на наборе оценки. Для дообучения использовался RAVDESS, описанный в карточке как 1440 записей на индонезийском языке; подробности о методике оценки и ограничениях не приведены. Лицензия — Apache-2.0.

AceGPT-7B-chat — диалоговая генеративная языковая модель семейства AceGPT, разработанная специалистами Школы науки о данных Китайского университета Гонконга в Шэньчжэне, Шэньчжэньского исследовательского института больших данных и Университета науки и технологий имени короля Абдаллы. Модель полностью дообучена на основе LLaMA 2 и имеет плотную архитектуру LlamaForCausalLM с 6,6 млрд параметров. Модель принимает и генерирует текст. Версия chat предназначена для диалогов и ориентирована прежде всего на арабский язык: её можно использовать для ответов на вопросы, советов и ведения беседы на арабском. В README сообщается о сравнительных оценках на арабских диалоговых бенчмарках, но они не гарантируют качество в других сценариях. Контекст модели — 2048 токенов. Лицензия — Apache-2.0. Ограничения контекстного окна и специализация на арабском могут снижать качество при работе с длинными текстами или другими языками; пример в карточке также содержит фактические ошибки, поэтому ответы требуют проверки.

Модель Francesca9805 — дообученная с помощью TRL версия goldfish-models/arb_arab_10mb на базе GPT-2. Она предназначена для генерации текста в ответ на запросы; в карточке приведён пример ответа на вопрос в формате диалога. Модель работает с текстом и имеет контекст длиной 512 токенов. Модель сохранена в формате Safetensors и доступна для использования через Transformers. README не уточняет набор данных, языки обучения или условия лицензии, поэтому область применения и качество ответов по конкретным темам по карточке определить нельзя.

Модель AsphyXIA — дообученная языковая модель семейства Llama с 6,7 млрд параметров, основанная на baarat-hindi-qa. Она предназначена для генерации текста в формате вопросов и ответов на хинди. Модель обучалась с использованием Unsloth и библиотеки TRL; доступна в формате safetensors, контекст — до 4096 токенов. Лицензия — Apache-2.0.

Azazelle/L3-Decent-Peter-Griffin-8B — объединённая разговорная языковая модель, созданная с помощью mergekit на основе нескольких моделей семейства Llama 3. В README указан метод breadcrumbs_ties и базовая модель failspy/Llama-3-8B-Instruct-MopeyMule; в объединение также вошли пять других чекпойнтов для Llama 3. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors, работает через Transformers и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста и диалогов, включая ролевое общение, написание историй и ответы на инструкции. Метаданные описывают её как англоязычную; практические сценарии на других языках не подтверждены. Лицензия в предоставленных данных не указана.

PersonaPlex-7B-MLX-4bit — 4-битная версия модели PersonaPlex-7B-v1 от NVIDIA, подготовленная aufklarer для запуска через MLX на компьютерах Apple Silicon. Это полно-дуплексная модель преобразования речи в речь: она принимает аудио и генерирует голосовой ответ в режиме диалога. Основа модели использует архитектуру Kyutai Moshi; временной трансформер содержит 7 млрд параметров, а в репозитории также находятся компоненты Depformer и аудиокодек Mimi. Доступны 18 голосовых пресетов. Модель предназначена для голосовых ассистентов и интерактивных речевых диалогов с выбором голоса. README предупреждает, что 4-битная квантизация заметно ухудшает качество: ответы могут быть невнятными. Для полно-дуплексного вывода в реальном времени рекомендуется 8-битный вариант; также приведено сравнение скорости 112 мс против 158 мс на шаг для 8-битной и 4-битной версий соответственно. Указана лицензия CC-BY-NC-4.0, запрещающая коммерческое использование.

picur-120M-base — предварительная версия компактной языковой модели семейства LFM2, опубликованная пользователем picur. Модель содержит 94,4 млн параметров, использует плотную архитектуру Lfm2ForCausalLM и предназначена для генерации текста; в метаданных также заявлена возможность диалогового взаимодействия. Модель рассчитана на венгерский язык и поддерживает контекст до 32 768 токенов. Веса размещены в формате Safetensors, лицензия — Apache 2.0. README помечает модель как предварительную версию; подробности обучения и оценки качества в доступной карточке не приведены.

Модель blanchefort/rubert-base-cased-sentiment-med — русскоязычный классификатор тональности медицинских отзывов, созданный на основе DeepPavlov/rubert-base-cased-conversational и обученный на отзывах о медицинских учреждениях. Архитектура — BERT для классификации последовательностей; модель содержит 205,1 млн параметров и принимает текст длиной до 512 токенов. Модель присваивает отзыву один из трёх классов: нейтральный, положительный или отрицательный. Она предназначена для автоматического анализа отзывов пациентов о клиниках и других медицинских учреждениях. Доступны версии весов для PyTorch, TensorFlow и Flax, включая формат safetensors. Лицензия в предоставленных данных не указана.

SmolLM1.7B-IT-ConvFill — дообученная HuggingFaceTB модель на базе SmolLM2-1.7B-Instruct для задачи conversational infill, описанной в статье «Thinking While Speaking: Inference-Time Knowledge Transfer for Responsive and Intelligent Conversational Voice Agents». Компактная плотная Llama-архитектура содержит 1,7 млрд параметров и поддерживает контекст до 8192 токенов. Модель принимает текст и генерирует текст на английском языке. Модель предназначена для использования в инфраструктуре ConvFill: локальная модель поддерживает связный быстрый диалог и впоследствии включает внешние знания, которые параллельно подготовила более крупная модель. Такой подход ориентирован на разговорных голосовых агентов с меньшей задержкой ответа. Лицензия — Apache 2.0, с соблюдением лицензии базовой модели. Модель не настраивалась специально для безопасного поведения с ограничителями; ответы следует проверять, особенно при использовании в пользовательских сценариях. Для её применения README рекомендует инфраструктуру ConvFill.

Sunbird-2-sunbird-gikuyu-financial — дообученная Sunbird модель распознавания речи на основе Whisper large-v3. Она предназначена для преобразования аудиозаписей на языке кикуйю в текст, в том числе в финансовом контексте; сведения о специальной финансовой терминологии и обучающем наборе данных в карточке не раскрыты. Модель содержит около 905,2 млн параметров, использует архитектуру Whisper и распространяется в формате Safetensors через библиотеку Transformers. В оценке на наборе данных указаны WER 64,18 и CER 43,56, что говорит о заметных ошибках распознавания и необходимости проверки результата, особенно для важных финансовых записей. Базовая модель обучена распознавать 51 африканский язык, а также английский и французский с африканскими акцентами, но для этой версии подтверждено назначение для кикуйю. Лицензия — Apache-2.0.

Модель francesca9805/swa-latn-100mb-ppt-Dp-100mb-packed-bfd_seed10 — дообученная на базе goldfish-models/swa_latn_100mb генеративная языковая модель семейства GPT-2. Согласно карточке, обучение выполнено с использованием TRL; модель предназначена для генерации текста и может отвечать на пользовательские вопросы в формате диалога. Она доступна в формате safetensors и имеет контекстное окно 512 токенов. Сведения о лицензии и конкретных языках обучения в карточке и метаданных отсутствуют.

kaytoo2022/t5_technical_qa_with_react_3 — дообученная модель Google Flan-T5 Base для генерации текста. По названию репозитория она предназначена для ответов на технические вопросы с использованием подхода ReAct, однако README не содержит подробностей о датасете, предполагаемом формате запросов или оценке качества. Модель построена на архитектуре T5 и содержит 123,8 млн параметров; максимальная длина контекста — 512 токенов. Репозиторий включает веса в формате TensorFlow. Модель может применяться для экспериментов с генерацией ответов на технические вопросы. В README приведены значения train loss 1,1006 и validation loss 1,6608 после 19 эпох, но данных для интерпретации качества или оценки пригодности к практическому использованию нет. Лицензия — Apache-2.0.

Модель Francesca9805 — дообученная с помощью TRL версия goldfish-models/urd_arab_100mb на архитектуре GPT-2. Она предназначена для генерации текста и может использоваться для продолжения текста и ответов на открытые вопросы в диалоговом формате. Модель доступна в формате Safetensors; длина контекста составляет 512 токенов. Карточка не описывает языки обучения, обучающие данные или специальные предметные области, поэтому нельзя заключить, насколько хорошо модель справляется с конкретными языками и темами. Лицензия в предоставленных сведениях не указана.

DuplexJev-A-Emotion — исследовательский аудиотекстовый коннектор для извлечения закрытых решений непосредственно из речи. Его разработал автор проекта DuplexJev; модель объединяет замороженный аудиоэнкодер на основе Qwen3-ASR-0.6B с замороженной Qwen3-32B через обучаемый блок слияния на основе cross-attention и проекционный слой. Обучено 21,1 млн параметров коннектора; базовые модели остаются замороженными. Модель предназначена для классификации эмоций в речи и ответов на вопросы с выбором варианта, включая задачи о признаках голоса и ходе диалога. Она выдаёт распределение по вариантам ответа за один проход без генерации последовательности токенов. В карточке приведены результаты на небольших тестовых наборах китайской и английской речи; подсказки должны быть сформулированы на языке аудиозаписи. Для работы нужны указанные в карточке энкодер и LLM. Обучение использовало 26 тысяч актёрских реплик из ESD и CREMA-D. Качество проверялось на прочитанной и актёрской речи, а не на потоковом вводе; обучение на паралингвистических данных снижает точность на некоторых фактических вопросах о спонтанной речи. Эмоциональные метки получены из актёрских корпусов, поэтому модель не следует использовать для принятия решений о людях. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и запрещающая коммерческое применение.

aariciah/gpt2-russian-20k-lc — русскоязычная модель генерации текста на архитектуре GPT-2, представленная в формате safetensors и предназначенная для использования с библиотекой Transformers. Карточка сообщает, что модель дообучена, но не называет исходную модель, обучающие данные или автора дообучения. Модель можно использовать для генерации продолжения русского текста. Длина контекста составляет 256 токенов. В карточке нет сведений об оценке качества, предполагаемых сценариях применения или специальных ограничениях; короткий контекст затрудняет работу с длинными запросами. Лицензия не указана в предоставленных данных.

Han LLM 7B v2 — текстовая генеративная модель, разработанная Wannaphong Phatthiyaphaibun и дообученная с помощью LoRA на базе scb10x/typhoon-7b. Модель построена на архитектуре Mistral и содержит 7,1 млрд параметров; она принимает текст и поддерживает диалоговый формат. В метаданных указан контекст до 32 768 токенов. Модель предназначена прежде всего для общения на тайском языке: она может генерировать ответы на вопросы и поддерживать диалог с тайскими пользователями. Для обучения использовался han-instruct-dataset v2.0 и дополнительные данные. Модель распространяется по лицензии Apache-2.0. Качество ответов может зависеть от смещений в обучающих данных. В карточке отдельно указано, что модель не предназначена для математики, программирования и работы на других языках.

Это дообученная на базе GPT-2 модель Francesca9805 для генерации текста. Модель обучена с помощью TRL; в карточке показан пример ответа на свободный вопрос, поэтому её можно использовать для продолжения текста и генерации ответов на запросы. Модель принимает текст и выдаёт текст. Метаданные указывают контекст длиной 512 токенов и формат весов safetensors. Базовая модель предназначена для генерации на нидерландском языке, однако карточка этой версии не уточняет языковое покрытие и не приводит оценок качества. Лицензия в предоставленных данных не указана.

Pythia-70M-ChatSalad — небольшая языковая модель Concedo для генерации текста в формате диалога. Это дополнительное дообучение Pythia-70M на том же наборе данных, что использовался для OPT-19M-ChatSalad. Модель построена на архитектуре GPT-NeoX, содержит 50,9 млн параметров и рассчитана на контекст до 2048 токенов. Модель предназначена для генерации ответов в чат-сценариях и связного продолжения текста на английском языке. В README автор отмечает, что эта версия стала связнее по сравнению с предыдущей. Репозиторий содержит веса PyTorch и Safetensors. Указана лицензия other; дополнительных условий лицензии в доступных сведениях нет.

UI-TARS-7B-DPO — визуально-языковая модель для управления графическими интерфейсами, разработанная ByteDance Seed. Она объединяет восприятие экрана, рассуждение, привязку команд к элементам интерфейса и работу с контекстом в одном агенте; модель предназначена для автоматизации действий в веб-, мобильных и настольных приложениях по инструкциям пользователя. Модель построена на архитектуре Qwen2-VL, содержит 7,1 млрд параметров и принимает изображения вместе с текстом, выдавая текстовые ответы и команды для агента. Контекст составляет до 32 768 токенов. В карточке приведены оценки на тестах восприятия, локализации элементов и выполнения задач в GUI, включая ScreenSpot, Mind2Web и AndroidWorld. Указан английский язык. Модель опубликована в формате Safetensors и распространяется по лицензии Apache-2.0. Результаты на бенчмарках не гарантируют успешного выполнения действий в конкретном приложении; для взаимодействия с интерфейсом необходима внешняя среда, которая интерпретирует и выполняет команды модели.

La Javaness разработала wav2vec2-lg-xlsr-fr-speech-emotion-recognition как экспериментальный классификатор эмоций в разговорной речи на французском языке. Модель построена на архитектуре Wav2Vec2ForSequenceClassification, содержит 402,7 млн параметров и принимает аудио, а на выходе присваивает фрагментам речи пять эмоциональных классов: Pleased, Relaxed, Neutral, Sad и Tension. Её обучили на примерно четырёх часах реальных разговоров с более чем 30 участниками в разных условиях записи, чтобы анализировать речь, например, в колл-центрах и интервью. На собственной выборке модель показала F1-micro 0,56 и F1-macro 0,45, однако авторы отмечают слабые результаты на стандартных англоязычных и франкоязычных тестах и считают модель proof of concept. Распознавание эмоций в реальных разговорах зависит от данных, поэтому результаты могут быть ненадёжными; авторы ожидают улучшения при расширении обучающей выборки. Модель распространяется по лицензии Apache-2.0.

copywriter-gemma4-31b-GGUF — это квантизированная GGUF-версия модели copywriter-gemma4-31b, разработанной akwin123 и преобразованной и опубликованной mradermacher. Модель основана на Gemma 4 с размером 31 млрд параметров и ориентирована на генерацию текста на английском языке. Модель предназначена прежде всего для копирайтинга, маркетинга, рекламы, написания рекламных и продающих текстов, email-маркетинга, direct response и conversion copywriting. Также заявлены возможности conversational-взаимодействия и работа с эмоционально окрашенным содержанием. В репозитории доступны различные варианты квантизации Q2_K–Q8_0 и IQ4_XS размером примерно от 12,0 до 32,7 ГБ, что позволяет выбирать баланс между требованиями к памяти, скоростью и качеством. Дополнительные файлы mmproj указывают на поддержку мультимодального режима, однако подробности о поддерживаемых модальностях и контекстном окне не приведены. Сильной стороной модели является специализация на рекламных и коммерческих текстах, а также широкий выбор квантизированных вариантов для локального запуска. Ограничения включают отсутствие подробных результатов оценки, параметров контекстного окна и описания качества на конкретных задачах; заявлен только английский язык. Модель распространяется по лицензии Gemma.

Это дообученная модель GPT-2 от автора fpadovani на базе goldfish-models/eus_latn_10mb. Она предназначена для генерации текста; в карточке приведён пример ответа на открытый вопрос в диалоговом формате. Модель обучалась с использованием TRL и распространяется в формате Safetensors. Контекст составляет 512 токенов. Сведения о лицензии и специальных ограничениях применения в доступных данных отсутствуют.

Это дообученная модель генерации текста на архитектуре GPT-2, созданная на основе fpadovani/ita-latn-100mb-ppt-Dp-100mb_seed10. В карточке указано, что модель обучалась с помощью TRL; пример запуска использует библиотеку Transformers и генерирует продолжение диалога по текстовому запросу. Модель предназначена для генерации текста по запросу. Базовая модель и её название указывают на итальянский язык, однако карточка не уточняет качество, состав обучающих данных или сценарии применения. Контекст модели составляет 512 токенов; веса опубликованы в формате safetensors. Лицензия в предоставленных данных не указана.

Модель japanese-large-lm-3.6b-instruction-sft-8bit-1g-actorderTrue разработана LINE Corporation: это японская языковая модель для генерации текста, дообученная в формате instruction SFT и представленная в квантизированном варианте. В репозитории указано 3,6 млрд параметров; метаданные описывают архитектуру GPT-NeoX с плотной моделью и 4,7 млрд параметров. Файлы доступны в форматах PyTorch и safetensors, лицензия — Apache-2.0. Модель предназначена для генерации ответов на инструкции и других задач на японском языке. Контекст составляет 2048 токенов. Токенизатор SentencePiece использует unigram-модель и byte fallback, поэтому на вход можно подавать обычный японский текст без предварительной токенизации специализированным японским токенизатором. Квантизация снижает требования к памяти по сравнению с полноточными весами, однако README не приводит измерений качества или аппаратных требований. Модель ориентирована на японский язык, поэтому её пригодность для других языков не подтверждена.

Это дообученная модель генерации текста на основе goldfish-models/jpn_jpan_100mb. Разработчик указывает, что модель обучена с помощью TRL; архитектура — GPT-2, веса опубликованы в формате Safetensors. Пример в карточке показывает генерацию ответа на открытый вопрос в диалоговом формате. Модель предназначена для продолжения текста и генерации ответов. Доступный контекст составляет 512 токенов. Карточка не описывает целевые языки, данные обучения, качество или условия лицензии, поэтому её пригодность для конкретных языков и коммерческого использования установить нельзя.

Mahou-1.3-M2-mistral-7B — разговорная модель на базе архитектуры Mistral, созданная слиянием моделей через mergekit. Она предназначена для коротких сообщений в диалоге, непринуждённого общения и ролевых сценариев с отыгрышем персонажа. Модель содержит 7,1 млрд параметров, работает с текстом и поддерживает контекст до 32 768 токенов. Для общения используется формат ChatML; в ролевом режиме речь рекомендуется выводить без кавычек, а действия — между звёздочками. Модель опубликована в формате safetensors и предназначена для запуска через Transformers. В метаданных указана лицензия, но её тип не приведён.