III.4Клиентская поддержка и customer success

WindyTranslate/translate-de-pap — модель машинного перевода, опубликованная Windstorm Labs и предназначенная для перевода с немецкого языка на папьяменто. Это дообученная версия Helsinki-NLP/opus-mt-de-pap: LoRA-дообучение на параллельном корпусе объединено с базовыми весами. Модель построена на архитектуре MarianMT, содержит 56 млн параметров и принимает контекст длиной до 512 токенов. Модель поставляется в формате safetensors для использования с Transformers. В оценке на 48 предложениях FLORES-200 dev она получила chrF++ 34,76 и BLEU 11,82; авторы характеризуют результат как пригодный для использования, но это предварительная проверка, а не публикационная оценка. Модель поддерживает только направление немецкий → папьяменто. Лицензия — Apache-2.0.

WindyTranslate/translate-en-cpf — модель машинного перевода, опубликованная Windstorm Labs и созданная на основе Helsinki-NLP/opus-mt-en-cpf. Это дообученная и объединённая с базовыми весами модель MarianMT примерно на 54,7 млн параметров; она принимает английский текст и переводит его на языки группы cpf — гуаделупский, гаитянский и маврикийский креольские. Модель поставляется в формате safetensors для Transformers; длина контекста — 512 токенов. Модель предназначена для перевода текста с английского на языки группы cpf. Веса изменены LoRA-дообучением на параллельных корпусах, однако качество перевода пока не оценивалось бенчмарками. Она поддерживает только направление en → cpf. Лицензия — Apache-2.0.

WindyTranslate/translate-en-ss — модель машинного перевода Windstorm Labs для перевода с английского на свати (ss). Это дообученная версия Helsinki-NLP/opus-mt-en-ss: LoRA-дообучение на параллельном корпусе было объединено с базовыми весами. Модель построена на архитектуре MarianMT, содержит 53,4 млн параметров и рассчитана на контекст до 512 токенов. Доступна в формате safetensors для Transformers. Модель предназначена для перевода англоязычных предложений и текстов на свати; поддерживается только это направление перевода. В проверке на 48 предложениях FLORES-200 dev результат chrF++ составил 21,98, отнесённый авторами к ограниченному диапазону, поэтому качество стоит оценивать на собственных данных. Модель распространяется по лицензии Apache-2.0.

WindyTranslate/translate-es-ho — модель машинного перевода от Windstorm Labs, основанная на Helsinki-NLP/opus-mt-es-ho. Это дообученная модель MarianMT примерно с 48,3 млн параметров, принимающая текст на испанском языке и переводящая его на язык хо. Контекст модели составляет 512 токенов. Веса дообучены методом LoRA на параллельном корпусе и объединены с базовыми весами; изменены 36 из 254 тензоров. Модель предназначена для перевода в одном направлении — с испанского на хо. Для неё не проводились тесты качества, поэтому точность перевода не подтверждена. Репозиторий содержит сборку Transformers в формате safetensors. Лицензия — Apache-2.0.

Windstorm Labs опубликовала модель машинного перевода с испанского на йоруба, полученную дообучением Helsinki-NLP/opus-mt-es-yo. Это MarianMT-модель на 55,7 млн параметров с контекстом до 512 токенов; LoRA-дообучение на параллельном корпусе объединено с базовыми весами. Модель принимает испанский текст и генерирует перевод на йоруба. Модель предназначена для перевода коротких текстов и фраз в направлении es→yo. В скрининговой оценке на 48 предложениях FLORES-200 она получила chrF++ 15,34 и BLEU 1,26; этот результат указывает на ограниченное качество и не является публикационной оценкой. Репозиторий распространяется по лицензии Apache-2.0.

WindyTranslate/translate-fi-lg — модель машинного перевода, выпущенная Windstorm Labs для перевода с финского языка на луганда. Это дообученная версия Helsinki-NLP/opus-mt-fi-lg: LoRA-дообучение на параллельных данных объединено с базовыми весами. Модель построена на архитектуре MarianMT, содержит 57,1 млн параметров и работает с текстом; максимальная длина контекста — 512 токенов. Модель предназначена для перевода текстов с финского на луганда, например отдельных фраз и документов. В ограниченной проверке на 48 предложениях FLORES-200 она получила chrF++ 21,32 и BLEU 1,38; автор характеризует результат как ограниченный и не как результат публикационного исследования. Поддерживается только направление fi→lg. Репозиторий содержит веса в формате safetensors для Transformers. Лицензия — Apache-2.0.

WindyTranslate/translate-fi-st — модель машинного перевода, опубликованная Windstorm Labs и основанная на Helsinki-NLP/opus-mt-fi-st. Это дообученная модель архитектуры MarianMT с 56,5 млн параметров; LoRA-дообучение на параллельном корпусе объединено с базовыми весами. Модель принимает текст на финском языке и переводит его на сесото. Она распространяется в формате safetensors для Transformers и имеет лицензию Apache-2.0. В карточке приведён скрининговый результат на 48 предложениях из FLORES-200 dev: chrF++ 32,50 и BLEU 6,46, с оценкой качества «Usable». Это ограниченная проверка, а не публикационный результат. Модель поддерживает только направление финский → сесото; качество может меняться в зависимости от текста. Другие сборки, включая CTranslate2 INT8, в этом репозитории отсутствуют.

Vela Safety — модель классификации текста от vLLM Semantic Router для выявления общих рисков в пользовательских сообщениях и маршрутизации запросов к подходящей обработке безопасности. Она содержит 306,9 млн параметров, построена на архитектуре ModernBERT и принимает входы длиной до 32 768 токенов, включая специальные токены. Модель предназначена для анализа запросов перед передачей их соответствующему сценарию обработки; сигнал риска может указывать на необходимость поддерживающей реакции, например помощи в кризисной ситуации, и сам по себе не означает, что запрос нужно отклонить. В карточке приведены результаты оценки на трёх наборах: Vela превосходит исходную mmBERT Safety на Reviewed safety и CultureGuard, но уступает на AEGIS. Эти наборы использовались при выборе модели и не являются независимыми тестами; кроме того, результаты зависят от порога unsafe probability 0,5. Модель дообучена на vllm-sr/Vela-1.0-Encoder-307M, доступна в форматах Safetensors и ONNX и распространяется по лицензии Apache-2.0.

lyogavin/Anima33B-DPO-Belle-1k-merged — это диалоговая языковая модель на архитектуре Llama с 32,3 млрд параметров и контекстом 2048 токенов. Разработчики дообучили Anima 33B методом DPO с использованием QLoRA: в качестве предпочтительных ответов взяли эталонные ответы из открытого набора Belle 1k, а ответы исходной модели использовали как отрицательные примеры. Модель предназначена для генерации ответов на вопросы и ведения диалога на китайском языке. DPO-настройка ориентирована на более подробные ответы и формат, соответствующий предпочтениям оценщиков. Примеры в карточке также показывают, что многословность может сопровождаться ошибочными сведениями и повторами. Репозиторий содержит веса PyTorch; лицензия указана как other, без конкретных условий в предоставленных данных. Для обучения авторы описывают запуск на GPU H100 с 80 ГБ памяти, однако это не задаёт требования к инференсу. Модель имеет короткое контекстное окно — 2048 токенов.

Это дообученная модель на базе hfl/chinese-bert-wwm, опубликованная пользователем agdsga. В метаданных указаны архитектура BERT с головой BertLMHeadModel, 129,5 млн параметров и контекст до 512 токенов. Модель предназначена для генерации текста; карточка называет её дообученной для product, но не описывает конкретные сценарии применения или обучающие данные. Модель принимает текст и выдаёт текст. В карточке указана лицензия Apache-2.0. Оценка Loss 0.0000 приведена без подробностей об оценочном наборе, поэтому по ней нельзя судить о качестве модели; также README не раскрывает известные ограничения.

Gemma-3B-IT-Expanded — экспериментальная текстовая авторегрессионная модель семейства Gemma, созданная с помощью mergekit на основе google/gemma-2b-it. В неё добавлены слои через каждые три исходных слоя; параметры o_proj и down_proj новых слоёв инициализированы нулями. Размер модели по метаданным — 3,2 млрд параметров, контекст — до 8192 токенов. Модель предназначена для генерации текста в диалоговом формате и дальнейшего дообучения с обновлением добавленных слоёв при замороженных остальных. Модель не проходила дообучение после расширения, поэтому её качество для практических задач не подтверждено. В README рекомендовано обучать только каждый четвёртый слой. Репозиторий содержит веса Safetensors. Лицензия — Apache-2.0.

meta-llama/Llama-Guard-3-8B-INT8 — модель Meta для задач модерации и классификации текстового контента по категориям безопасности. По доступным данным, она относится к семейству Llama 3.1, имеет около 8 миллиардов параметров и представлена в формате INT8. Модель поддерживает английский язык и размещена с тегом text-generation. Модель может применяться в системах фильтрации пользовательского контента, контроля входных запросов и выходных ответов, а также в других сценариях, где требуется автоматическая оценка текстов на соответствие политикам безопасности. В предоставленной карточке не указаны точный формат классификационных категорий, максимальная длина контекста, архитектурные детали, качество на тестовых наборах и требования к аппаратному обеспечению. Поэтому эти характеристики нельзя надёжно оценить по имеющимся данным. Модель распространяется по Llama 3.1 Community License от Meta. Лицензия разрешает использование, воспроизведение, распространение, создание производных работ и модификацию на указанных условиях, включая соблюдение Acceptable Use Policy, передачу текста лицензии и требования к атрибуции. Для продуктов или сервисов с более чем 700 миллионами ежемесячных активных пользователей предусмотрено отдельное лицензирование Meta.

Loom Crucible Preview — экспериментальная небольшая языковая модель от Textile Labs для кратких ответов на вопросы по найденным сведениям и предоставленным текстам. Это плотная авторегрессионная модель семейства Llama с 154,9 млн параметров: 52 слоя, размерность 512, GQA, SwiGLU, RoPE и связанными эмбеддингами. Контекст составляет 1024 токена. Модель принимает текст и выдаёт текст; в карточке указана поддержка английского языка. Модель выросла из Loom Tapestry 3 посредством функционально сохраняющего расширения ширины и глубины, после чего обучалась ещё 12 часов на перестроенном корпусе. Она предназначена для работы с поисковым результатом: может извлекать ответ из текста, отвечать на уточняющие вопросы по тому же результату и сообщать о выполненном поиске. Для использования доступны Transformers, Ollama и llama.cpp-совместимый формат. По оценкам авторов, Crucible лучше предыдущей Loom читает предоставленные отрывки, но в сквозном тесте с живым поиском пока уступает Tapestry 3; итоговый результат ограничивает качество поиска. Модель часто отвечает и тогда, когда в отрывке нет нужного факта, а без инструментов может ошибаться на общеизвестных фактах. Она не предназначена для вычислений; поисковый сценарий из README ограничен Википедией и не покрывает новости, погоду или цены. Лицензия — MIT.

Loquace-7B — италоязычная языковая модель с архитектурой Falcon, дообученная Cosimo Iaia для следования инструкциям и диалогов. По карточке, обучение выполнялось методом QLoRA на наборе из 102 тысяч итальянских пар вопрос–ответ, составленном из переводов Alpaca и данных OpenAssistant. Метаданные указывают 10,9 млрд параметров и форматы PyTorch и Safetensors. Модель предназначена для генерации ответов на итальянском языке, диалога и выполнения инструкций. Карточка описывает её как proof of concept для исследования языковой адаптации больших моделей методом QLoRA; обучение заняло 3000 итераций. Лицензия CC BY-NC 2.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. В карточке отмечены трудности со сложными, неоднозначными и плохо оформленными запросами, риск фактически неверных или бессмысленных ответов и ограниченное обобщение за пределами разговорных задач. Результаты следует проверять; модель не предназначена для надёжного выполнения узкоспециализированных задач.

xipho/mt5-small-finetuned-amazon-en-es — дообученная модель Google mT5-small для суммаризации текста. Она построена на архитектуре MT5ForConditionalGeneration и содержит 157,4 млн параметров; веса представлены в формате safetensors. Название указывает на настройку для текстов Amazon на английском и испанском языках, однако карточка не описывает обучающую выборку и конкретные сценарии использования. Модель принимает текст и генерирует его краткое изложение. В README приведены результаты оценки: ROUGE-1 0,1282, ROUGE-2 0,0526 и ROUGE-L 0,1213. Это дообучение базовой google/mt5-small; лицензия — Apache-2.0.

sdadas/polish-gpt2-xl — авторегрессионная языковая модель семейства GPT-2, опубликованная разработчиком sdadas для генерации текста на польском языке. Карточка Hugging Face указывает задачу text-generation и загрузку через Transformers как GPT2LMHeadModel. Размер модели — около 2 млрд параметров, максимальный контекст — 1536 токенов. Модель подходит для продолжения польского текста по заданному промпту и генерации фрагментов на польском языке. Репозиторий содержит веса PyTorch и Safetensors и распространяется по лицензии LGPL. Доступные сведения не подтверждают диалоговую настройку или поддержку других языков.

VikramPal/Qwen3-Omni-30B-A3B-Thinker-bf16 — дообученная версия компонента Thinker модели Qwen3-Omni от Qwen, предназначенная прежде всего для классификации намерений по речи в наборе SLURP. По описанию, QLoRA-дообучение с последующим объединением весов подняло точность на тестовом протоколе SLURP с 79,40% у исходного чекпойнта до 86,80% на 500 примерах. Это мультимодальная модель класса Qwen3OmniMoeThinkerForConditionalGeneration с примерно 31,7 млрд параметров; она принимает аудио, изображения, видео и текст, но выдаёт только текст. Модель рассчитана на английскую речь и фиксированный сценарий классификации по меню из 60 намерений. Результаты не подтверждают качество на других языках, задачах и акустических условиях, а мультимодальные возможности базовой модели отдельно не оценивались. Веса занимают около 59,08 ГиБ, поэтому для запуска автор рекомендует видеокарту с 80 ГиБ памяти либо распределение модели по нескольким устройствам. В README указана лицензия «other»; конкретные условия лицензии в предоставленных данных не раскрыты.

SiberianFRED-T5-XL — русскоязычная модель SiberiaSoft на архитектуре T5 с 870,1 млн параметров, обученная на SiberianDataset. Она принимает текстовые инструкции и может вести диалоги, играя заданные роли: заботливой жены, девушки, философа, токсичного ИИ или психолога. Модель предназначена для разговорных сценариев и генерации ответов по инструкциям; в карточке отмечено, что роли токсичного ИИ и психолога работают плохо. Модель устарела: автор рекомендует перейти на обновлённую версию. Доступна в форматах PyTorch и safetensors, лицензия MIT. Метаданные относят её к задачам генерации текста и указывают русский и английский языки.

jahb57/test_trainer — дообученная модель GPT-2 для классификации текстов отзывов Yelp. Она построена на архитектуре GPT-2 и обучена на наборе yelp_review_full; контекст составляет 1024 токена. В README указаны результаты на оценочной выборке: loss 1,0617 и accuracy 0,584. Модель предназначена для отнесения текста к классам тональности или рейтинга отзывов Yelp. Репозиторий содержит веса PyTorch и распространяется по лицензии MIT. Подробности о применении и ограничениях в карточке не раскрыты.

WindyTranslate/translate-es-ty — модель машинного перевода, опубликованная Windstorm Labs и предназначенная для перевода с испанского языка на таитянский. Это дообученная версия Helsinki-NLP/opus-mt-es-ty: LoRA-дообучение на параллельных текстах объединено с базовыми весами. Модель использует архитектуру MarianMT и содержит 55,3 млн параметров. Модель принимает текст на испанском и выдаёт текст на таитянском. Она поддерживает одно направление перевода, имеет контекст длиной до 512 токенов и доступна в формате safetensors для Transformers. Лицензия — Apache-2.0. Качество перевода не оценивалось бенчмарками; изменение весов подтверждает происхождение модели, но не свидетельствует о повышении качества. Результаты дообучения могут отличаться от исходной модели.

WindyTranslate/translate-fi-ln — модель машинного перевода от Windstorm Labs для перевода текстов с финского языка на лингала. Это дообученная версия Helsinki-NLP/opus-mt-fi-ln: LoRA-дообучение на параллельном корпусе объединено с базовыми весами. Модель использует архитектуру MarianMT, содержит 56,7 млн параметров и принимает последовательности длиной до 512 токенов. Модель предназначена для перевода в направлении финский → лингала. В проверке на 48 предложениях FLORES-200 dev она получила chrF++ 35,52 и BLEU 5,47; авторы характеризуют этот результат как пригодный для использования, но отмечают, что это предварительная оценка, а не результат публикационного исследования. Репозиторий содержит сборку Transformers в формате safetensors. Лицензия — Apache-2.0.

mpasila/Llama-3.1-Discord-Short-8B — плотная языковая модель семейства Llama 3.1, разработанная mpasila и дообученная на коротких диалогах из Discord. Она предназначена для генерации текста в формате чата и имитирования краткого разговорного стиля. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст до 131 072 токенов. Дообучение выполнено на unsloth/Meta-Llama-3.1-8B с использованием обычного LoRA, без QLoRA, на одном наборе данных; в карточке указаны одна эпоха обучения и форматирование Llama 3.1. Модель принимает текстовые сообщения и генерирует текстовые ответы. Основной заявленный язык — английский. Лицензия — Llama 3.1 Community License Agreement; применяются её условия.

keithtwesigye/lunyoro-en2lun — модель машинного перевода на архитектуре MarianMT, дообученная разработчиком на базе Helsinki-NLP/opus-mt-en-mul. Она переводит текст с английского на Lunyoro/Rutooro — бантуязычный язык западной Уганды, связанный с королевствами Буньоро-Китара и Торо. Модель содержит 58 млн параметров, принимает контекст до 512 токенов и доступна в форматах ONNX и safetensors. Модель предназначена для перевода предложений и текстов с английского на Lunyoro/Rutooro. Для дообучения использовано около 53 948 пар предложений из краудсорсинговых материалов, словарных записей и параллельных корпусов с дополнением обратным переводом. Лицензия — MIT. Качество перевода может зависеть от тематики и качества исходного текста; README не приводит количественной оценки качества.

Mahou-1.3b-llama3-8B — диалоговая языковая модель семейства Llama 3, дообученная FlammenAI на базе nbeerbower/llama-3-SNAMD-8B. Она предназначена для коротких сообщений в беседе, непринуждённого общения и ролевых сценариев; обучена на форматах MahouMix-v1 и FlameMix-DPO-v1 методом ORPO в течение одной эпохи. Модель принимает текст и генерирует текст, использует шаблон диалога ChatML и рассчитана на контекст до 8192 токенов. Модель можно применять для чат-ботов, коротких ответов и отыгрыша персонажей, в том числе в SillyTavern с настройками, описанными автором. В карточке указана лицензия llama3. Модель содержит 7,5 млрд параметров; название репозитория «1.3b» этому размеру не соответствует.

CampAIgn/Phi-3-mini_16bit — диалоговая языковая модель, разработанная CampAIgn на основе unsloth/Phi-3-mini-4k-instruct-bnb-4bit. Модель дообучена для генерации текста и общения; в карточке указано обучение с помощью Unsloth и библиотеки Hugging Face TRL. Архитектура — плотная авторегрессионная модель класса MistralForCausalLM, размер — 3,7 млрд параметров, контекст — до 4096 токенов. В метаданных указаны английский и французский языки, а среди обучающих данных — французские наборы DDD и описаний игр Steam. Модель принимает текст и генерирует текст, поэтому подходит для диалогов и ответов на французском, а также для сценариев генерации текста. Распространяется по лицензии Apache-2.0.

Модель tanaos/tanaos-spam-detection-german разработана Tanaos с использованием библиотеки Artifex и предназначена для классификации немецкоязычного текста как спама или обычного сообщения. Это дообученная DistilBERT-модель на основе distilbert/distilbert-base-multilingual-cased; она принимает текст и возвращает метку класса. Контекст модели — 512 токенов. Модель подходит для первичной фильтрации писем, сообщений в мессенджерах и другого немецкоязычного общения. К спаму отнесены нежелательная реклама и агитация, мошеннические схемы, фишинг, вводящие в заблуждение сообщения, вредоносные ссылки, материалы для взрослых, а также сообщения с чрезмерной капитализацией или пунктуацией. Модель обучена на синтетическом наборе данных и распространяется по лицензии MIT. Это фильтр первого уровня, поэтому ошибки классификации возможны; README не рекомендует применять его в сценариях с серьёзными последствиями без дополнительной проверки человеком. Основной язык модели — немецкий, поэтому для других языков следует выбирать специализированные версии.

WindyTranslate/translate-en-tvl — модель машинного перевода, опубликованная Windstorm Labs и предназначенная для перевода с английского на тувалу. Это дообученная версия Helsinki-NLP/opus-mt-en-tvl: LoRA-адаптация на параллельных текстах объединена с базовыми весами. Модель построена на архитектуре MarianMT, содержит около 44,8 млн параметров и распространяется в формате safetensors для использования с Transformers. Заявленная длина контекста — 512 токенов. Модель подходит для перевода отдельных текстов и других сценариев, где нужен перевод с английского на тувалу. Карточка подтверждает, что результаты относятся к заявленному языку, но не содержит оценки качества перевода. Поддерживается только одно направление перевода. Лицензия — Apache-2.0.

WindyTranslate/translate-en-umb — модель машинного перевода, опубликованная Windstorm Labs. Это дообученная версия Helsinki-NLP/opus-mt-en-umb на архитектуре MarianMT с 55,2 млн параметров; LoRA-дообучение на параллельном корпусе слито с базовыми весами. Модель принимает текст на английском языке и переводит его на умбунду. Репозиторий содержит веса в формате safetensors для загрузки через Transformers, контекст составляет 512 токенов. Модель предназначена для перевода отдельных текстов с английского на умбунду. В проверке на 48 предложениях FLORES-200 dev получены chrF++ 21,16 и BLEU 0,67; авторы относят результат к ограниченному диапазону и отмечают, что это предварительная оценка, а не результат публикационного исследования. Поддерживается только направление en→umb. Модель распространяется по лицензии Apache-2.0 с указанием происхождения базовой модели Helsinki-NLP.

WindyTranslate/translate-fr-crs — модель машинного перевода, опубликованная Windstorm Labs и основанная на Helsinki-NLP/opus-mt-fr-crs. Это дообученная MarianMT-модель с 49,1 млн параметров: LoRA-дообучение на параллельных данных было объединено с базовыми весами. Модель принимает текст на французском языке и переводит его на креольский сесельский; длина контекста — 512 токенов. Доступна в формате safetensors для Transformers. Модель предназначена для перевода в направлении с французского на креольский сесельский. Качество перевода пока не оценивалось бенчмарками, поэтому пригодность для конкретных сценариев требует проверки. Лицензия — Apache-2.0.

Fischerboot собрал разговорную модель LexiFun-while-3Some методом SLERP с помощью mergekit, объединив Orenguteng/Llama-3-8B-LexiFun-Uncensored-V1 и TheDrummer/Llama-3SOME-8B-v1. Это плотная причинно-авторегрессионная модель семейства Llama с 7,5 млрд параметров, предназначенная для генерации текста и диалогов. Она принимает текст и выдаёт текст; заявленная длина контекста — 24 576 токенов. Модель подходит для ролевого общения и генерации разговорных ответов в стиле объединённых моделей. Базовые модели ориентированы на англоязычные диалоги, юмор, сарказм и свободное ролевое общение; отдельные характеристики качества этого слияния в карточке не приведены. Модель распространяется в формате safetensors, библиотека для работы — Transformers. Сведения о лицензии в предоставленных данных отсутствуют.