III.4Клиентская поддержка и customer success

Shisa v1 Llama 3 70B — плотная языковая модель с 69,5 млрд параметров, дообученная Shisa AI на базе meta-llama/Meta-Llama-3-70B-Instruct. Дообучение направлено на улучшение японского языка; модель предназначена для диалогов и генерации текста. В карточке указаны контекст 8192 токена и формат Safetensors. Авторы описывают этот чекпойнт как экспериментальную абляцию в работе над Shisa v2 и сообщают о результатах бенчмарков японского языка. Лицензия — Llama 3 Community License. Результаты бенчмарков из README не гарантируют качество в конкретных сценариях; модель унаследовала ограничения базовой Llama 3 и может ошибаться или выдавать нежелательный текст.

Silver-Sun-11B — языковая модель от ABX-AI, созданная слиянием предобученных моделей методом SLERP через mergekit. Она основана на архитектуре Llama и содержит 10,6 млрд параметров; нативный контекст — 4096 токенов. В слияние вошли ABX-AI/Solstice-FKL-11B и Himitsui/Kaiju-11B; README также связывает Solstice-FKL-11B с Sao10K/Solstice-11B-v1 и saishf/Fimbulvetr-Kuro-Lotus-10.7B. Модель предназначена для генерации текста по инструкциям, письма и рассуждений. В карточке рекомендованы пресеты инструкций Alpaca. Автор отмечает склонность к прямому, временами грубому стилю и к откровенному NSFW-языку в подходящем контексте. Указанная лицензия — other; конкретные условия использования в карточке не раскрыты.

SOLAR-KOEN-10.8B — авторегрессионная языковая модель Junbum Lee (Beomi) и Taekyoon Choi, основанная на архитектуре Transformer, производной от Llama 2. Модель содержит около 10,7 млрд параметров и обучалась на смеси корейских и английских корпусов; в версии с непрерывным предобучением расширен словарь SentencePiece BPE до 46 336 токенов, включая корейские токены и правила слияния. Контекст составляет 4096 токенов. Модель принимает текст и генерирует текст. Она предназначена для генерации и продолжения текста на корейском и английском языках; карточка также приводит результаты оценки на корейской задаче чтения с пониманием. В README выпуск назван тестовой версией, поэтому качество и пригодность для конкретных сценариев следует проверять самостоятельно. Лицензия CC BY-NC-SA 4.0 разрешает использование с указанием авторства и на условиях распространения производных работ, но запрещает коммерческое использование.

Spark-X2.5-4B Heretic JP — сояака Кинохара — производная модель XHToken/Spark-X2.5-4B, адаптированная для японского языка. Это плотная авторегрессионная языковая модель примерно на 3,8 млрд параметров, распространяемая в формате SafeTensors с весами BF16. Для работы в Transformers требуется пользовательский код модели и параметр trust_remote_code=True. Модель предназначена для японского диалога, выполнения инструкций и вызова инструментов. В процессе подготовки применялись ослабление отказов, продолженное обучение на японской Википедии, настройка на японских инструкциях и дополнительная настройка вызова инструментов. Заявленный контекст составляет до 1 048 576 токенов; базовая Spark-X2.5-4B также описана как многоязычная модель для кода, рассуждений, перевода и агентных задач, однако карточка этой версии прежде всего подтверждает японскую адаптацию и диалоговое использование. Модель может выдавать ответы на небезопасные и вредоносные запросы и не имеет надёжного встроенного защитного слоя. Лицензия — Apache-2.0; модель предоставляется «как есть», поэтому для применения нужны подходящие меры модерации и проверки.

Lin0He/text-summary-gpt2-short — модель для суммаризации коротких текстов, созданная как часть учебного проекта по мультимедийным системам в Лейденском университете осенью 2023 года. Это дообученная модель на архитектуре GPT-2; в карточке указаны PyTorch и контекст 1024 токена. Автор сообщает об обучении на данных отзывов Amazon и Kindle, публикациях Twitter и наборе для анализа эмоций. Модель предназначена для получения краткого пересказа короткого текста. В README отмечено, что после обновления пайплайна генерация может содержать лишний текст и артефакты; предлагается отбирать результат по маркеру TL;DR. Исходная модель, от которой выполнялось дообучение, в карточке не названа. Лицензия — MIT.

WMT 21 En-X — мультиязычная модель машинного перевода, разработанная Facebook и впервые представленная в исследовательской работе. Это архитектура encoder-decoder семейства M2M100, обученная переводить с английского на семь языков: хауса, исландский, японский, чешский, русский, китайский и немецкий. По README размер модели составляет 4,7 млрд параметров, а метаданные каталога указывают 1,9 млрд параметров; поэтому точный размер по доступным сведениям расходится. Метаданные указывают контекст 1024 токена и формат PyTorch. Модель предназначена для прямого перевода англоязычных текстов, включая новостные материалы и тексты других тематик. Для выбора языка перевода при генерации нужно задать целевой языковой токен как первый токен; README также рекомендует добавлять к входу доменный тег `wmtdata newsdomain` или `wmtdata otherdomain`. Репозиторий распространяется по лицензии MIT. Модель специализируется на переводе с английского и не заявляет перевод между остальными языками без английского как исходного. В README отдельно отмечена зависимость токенизатора M2M100 от SentencePiece.

Yamase-12B — авторская модель Rakuto Suda, дообученная на базе Mistral-Nemo-Instruct примерно на 110 тысячах примеров для улучшения работы с японским языком. Это плотная причинная языковая модель семейства Mistral с 12,1 млрд параметров, предназначенная для диалогов и генерации текста; карточка указывает поддержку контекста до 1 024 000 токенов. README показывает формат общения в стиле [INST]…[/INST]. Модель подходит для ответов на вопросы и инструкций на японском языке, а также для суммирования и диалоговых сценариев, отражённых в обучающих наборах. В метаданных указаны датасеты японских диалогов, инструкций, Википедии и длинных текстов. Модель распространяется в формате safetensors по лицензии Apache-2.0. README отмечает, что для работы Transformers на момент публикации требовалась установка версии из GitHub.

Yugo55-GPT-v4 — диалоговая языковая модель, созданная datatab путём слияния трёх моделей с помощью LazyMergekit: Serbian-Mistral-Orca-Slim-v1, AlphaMonarch-7B и YugoGPT-Alpaca-v1-epoch1-good. Это плотная модель семейства Mistral с 7,1 млрд параметров, объединённая линейным методом и сохранённая в формате SafeTensors с точностью float16. Модель предназначена для генерации текста в диалоге и выполнения инструкций на сербском языке. Её можно использовать для ответов на вопросы и ведения переписки; метаданные также указывают способность chat. Нативная длина контекста составляет 32 768 токенов. В карточке перечислены сербоязычные наборы данных для обучения и лицензия MIT. Модель представляет собой слияние, поэтому её поведение зависит от объединённых исходных чекпойнтов. Карточка не сообщает результатов оценки качества или конкретных ограничений применения; лицензия MIT разрешает использование на её условиях.

AceGPT-v1.5-13B-Chat — это диалоговая языковая модель семейства AceGPT, разработанная исследователями KAUST, CUHKSZ, SRIBD и KAU. Модель дообучена на базе LLaMA 2 и содержит 12,9 млрд параметров; она использует плотную архитектуру LlamaForCausalLM и принимает и выдаёт текст. Максимальная длина контекста — 4096 токенов. Модель предназначена для диалогов и ответов на вопросы, особенно на арабском языке. В карточке также заявлена поддержка английского и китайского. Примеры и оценки охватывают ответы на вопросы с выбором варианта и академические тесты; авторы сообщают о сравнительных результатах на арабских диалоговых бенчмарках. Модель распространяется по лицензии Apache-2.0.

Arabic LLaMa 3.1 16 bit Model — дообученная Omartificial-Intelligence-Space языковая модель на архитектуре Llama 3.1 с 7,5 млрд параметров. Она создана для генерации текста и ответов на вопросы на арабском языке; в метаданных также указана поддержка английского. Обучение проводилось на датасете Arabic BigScience xP3, а исходная модель — unsloth/Meta-Llama-3.1-8B. Модель принимает текст и генерирует текст. В README упомянуто дообучение с помощью Unsloth в 4-битной точности, тогда как репозиторий содержит веса safetensors и называется 16bit. Метаданные указывают контекст до 131 072 токенов. Модель распространяется по лицензии Apache-2.0. README не приводит оценок качества и подробных ограничений применения.

Athnete-13B — текстовая модель генерации на архитектуре Llama, опубликованная IkariDev. Репозиторий содержит веса FP16; модель использует шаблон Alpaca и предназначена для ролевых диалогов, откровенных ролевых сценариев и задач общего назначения. Автор сообщает, что модель объединена из IkariDev/Athena-v3 и Undi95/Nete-13B. Модель насчитывает 12,9 млрд параметров и поддерживает контекст до 4096 токенов. Она принимает текстовые инструкции и генерирует текст. Язык лицензии CC BY-NC 4.0 ограничивает использование некоммерческими условиями; README отдельно указывает на пригодность для ERP-сценариев.

BanglaLLM/BanglaLLama-3-8b-bangla-alpaca-orca-instruct-v0.0.1 — языковая модель BanglaLLM на архитектуре Llama для генерации текста и выполнения инструкций на бенгальском и английском языках. Это плотная причинная языковая модель объёмом 7,5 млрд параметров с контекстом до 8192 токенов; веса опубликованы в формате safetensors. Модель дообучена на наборе BanglaLLM/bangla-alpaca-orca поверх BanglaLLM/BanglaLLama-3-8b-unolp-culturax-base-v0.0.1, предварительно обученной на unolp/culturax. Модель предназначена для генерации ответов и продолжения текста, в частности для инструктивных запросов на бенгальском и английском языках. Карточка сообщает, что модель готова к инференсу и ориентирована на причинное языковое моделирование. В метаданных указана лицензия llama3; README отдельно называет GNU General Public License v3.0, поэтому условия лицензирования в источниках расходятся. Модель не проходила детоксикацию и может генерировать вредные или оскорбительные ответы; результаты следует проверять, особенно в публичных и чувствительных сценариях.

Boto 9B IT — языковая модель lucianosb для генерации текста и диалоговых ответов на португальском языке. Это дообученная методом SFT плотная модель Gemma 2 с 9 млрд параметров, основанная на unsloth/gemma-2-9b-it-bnb-4bit. Модель обучали на датасете lucianosb/cetacean-ptbr с использованием Unsloth и TRL; контекст составляет 8192 токена. Модель подходит для общения и генерации португалоязычного текста. По описанию автора, ответы обычно многословны и могут быть недостаточно лаконичными. В README приведены результаты оценки на Open Portuguese LLM Leaderboard, включая средний балл 73,65 и оценки по ENEM Challenge и BLUEX. Лицензия — Apache-2.0. Разработчик предупреждает, что модель может воспроизводить социальные стереотипы и выдавать фактически неверные сведения; её ответы не следует использовать как единственное основание для важных решений.

Модель разработана Yoon Thiri Aung и представляет собой дообученную версию FacebookAI/xlm-roberta-base для определения тональности бирманского текста. Она классифицирует текст по трём категориям: положительная, отрицательная и нейтральная. Модель предназначена для анализа тональности публикаций в социальных сетях, отзывов, комментариев и других пользовательских текстов, а также для встраивания в чат-боты, аналитические панели и системы модерации. Это трансформер XLM-RoBERTa с архитектурой XLMRobertaForSequenceClassification, содержащий 305,2 млн параметров; базовая модель поддерживает множество языков. В обучении использованы публичные бирманские наборы данных и дополнительно размеченные автором примеры. Текст предварительно приводился к Unicode с конвертацией из Zawgyi; для токенизации применялись усечение и дополнение до 128 токенов. Нативный предел контекста составляет 514 токенов. Лицензия — MIT. Качество может снижаться на текстах из областей, отличных от обучающих данных, при смешанной тональности, сарказме, обильном сленге и неформальном написании, особенно в бирманско-английских текстах.

Canidori-12B-v1 — объединённая языковая модель от GalrionSoftworks, созданная с помощью LazyMergekit на основе трёх моделей Mistral NeMo: MN-12B-Celeste-V1.9, nemo-sunfall-v0.6.1 и MN-12B-Starcannon-v3. Это плотная причинная архитектура MistralForCausalLM с 12,1 млрд параметров, предназначенная для генерации текста и чата. Каталог указывает контекст до 1 024 000 токенов. Модель подходит для интерактивных диалогов и создания художественных историй. Веса опубликованы в формате safetensors; в конфигурации слияния указан тип bfloat16. README и метаданные не описывают отдельные языковые или предметные специализации и не сообщают лицензию, поэтому условия использования по лицензии здесь определить нельзя.

kaouther/distilbert-base-uncased-finetuned-squad — модель на базе DistilBERT, дообученная на наборе данных SQuAD для ответов на вопросы по предоставленному тексту. Она принимает вопрос и контекст и предсказывает ответ, извлечённый из контекста. Модель поддерживает английский язык и рассчитана на контекст до 512 токенов; опубликована в формате PyTorch. Модель подходит для поиска ответов в статьях, справочных материалах и других англоязычных текстах. В карточке приведён результат оценки на тестовой выборке SQuAD: loss 1,1703. Лицензия — Apache-2.0. Подробности о точности на иных данных и дополнительных ограничениях в карточке не приведены.

FinanceGemma-E4B-GGUF — это квантованная в формате GGUF версия модели FinanceGemma-E4B, разработанной naazimsnh02 и дополнительно подготовленной mradermacher. Модель ориентирована на финансовые сценарии, включая генерацию текста, классификацию, анализ тональности и выполнение инструкций. Для обучения использовались наборы Finance-Instruct-500k и Sujet-Finance-Instruct-177k. Заявленный язык — английский; модель относится к семейству Gemma, однако точная архитектура, число параметров и размер контекста в README не указаны. Доступны варианты квантования от Q2_K до Q8_0, а также версия f16 с размерами файлов примерно от 4,5 до 15,2 ГБ. В README отмечено, что Q4_K_S и Q4_K_M рекомендуются для быстрого использования, Q6_K обеспечивает очень хорошее качество, а Q8_0 — лучшее качество среди быстрых вариантов. Также опубликованы файлы mmproj для мультимодального дополнения, но поддерживаемые модальности и ограничения мультимодальной работы подробно не описаны. Квантование уменьшает требования к памяти, но может снижать качество по сравнению с исходной моделью; weighted/imatrix-кванты на момент публикации отсутствовали. Модель распространяется по лицензии Apache-2.0.

Gukbap-Qwen2.5-7B — языковая модель HumanF-MarkrAI на архитектуре Qwen2, дообученная на Qwen/Qwen2.5-7B-Instruct методом SFT. Модель содержит 7,1 млрд параметров и предназначена для диалогов и общих текстовых задач с особым акцентом на корейский язык. Авторы сообщают, что обучали её на собственном наборе из 1849 примеров, созданном с помощью открытых моделей по подходам LIMA и WizardLM, и приводят результаты внутренней оценки LogicKor; эти оценки не являются независимой проверкой. Модель принимает текст и генерирует текст. Карточка указывает контекст 8192 токена, тогда как метаданные каталога сообщают нативное окно контекста 32768 токенов; фактическое значение может зависеть от конфигурации и способа запуска. В метаданных также отмечен интерфейс вызова инструментов, но подробности его применения в README не описаны. Указана лицензия CC BY-NC 4.0, которая ограничивает коммерческое использование.

KPT-7b-v0.2_stock — языковая модель на базе Mistral с 7,1 млрд параметров, созданная kainatq слиянием нескольких предварительно обученных моделей методом Model Stock с помощью mergekit. Базой слияния служит kainatq/Kainoverse-7b-v0.1; в состав также вошли ResplendentAI/DaturaCookie_7B, ResplendentAI/Asherah_7B, ResplendentAI/Aura_v3_7B, ResplendentAI/Persephone_7B и ChaoticNeutrals/RP_Vision_7B. Модель предназначена для генерации текста и ролевого общения. Она принимает текст и генерирует текст; заявленное контекстное окно — 32 768 токенов. В метаданных базовая модель описана как поддерживающая анализ изображений через Koboldcpp, но для этой модели указан только текстовый конвейер, поэтому мультимодальность не включена в модальности. Языки и специализированные области применения в предоставленных сведениях не обозначены. В карточке указаны формат Safetensors и тип параметров bfloat16. Лицензия не приведена в предоставленных данных. Как результат слияния, поведение и качество могут зависеть от сочетания исходных моделей; подробные оценки и ограничения не указаны.

Kyllene-57B-v1.0 — разговорная языковая модель, созданная TeeZee с помощью слияния SLERP моделей TeeZee/2xbagel-dpo-34b-v0.2 и TeeZee/2xNous-Capybara-34B. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 56,2 млрд параметров; заявленная длина контекста — 200 000 токенов. Модель предназначена для генерации текста в диалогах, следования инструкциям и ролевых сценариев; автор отмечает, что она создаёт как обычный, так и откровенный контент и переключается между ними. В карточке приведены результаты оценок на AI2 Reasoning Challenge и HellaSwag, но автор указывает, что для ролевого применения нужны дополнительные проверки. Модель распространяется в формате safetensors; лицензия обозначена как other, поэтому конкретные условия использования следует сверить с файлами репозитория.

davanstrien/lfm25-encoder-goemotions-smoke — дообученный LiquidAI/LFM2.5-Encoder-350M классификатор эмоций в тексте. Модель использует плотный двунаправленный энкодер LFM2 и отдельную классификационную голову со средним pooling; размер составляет 444,6 млн параметров, контекст — до 128 000 токенов. Модель предназначена для многометочной классификации текста по 28 категориям GoEmotions: от восхищения, радости и благодарности до гнева, грусти и нейтрального состояния. В README приведена оценка F1: 0,2436 micro при настроенных порогах; при пороге 0,5 обе метрики F1 равны 0. Для загрузки требуется trust_remote_code=True, а для обслуживания через vLLM нужна стандартная архитектура. Лицензия в предоставленных данных не указана.

Ricardo Lee создал эту модель на основе Llama 2 Base 7B Chinese: сначала провёл один цикл полно-параметрической донастройки SFT, затем два цикла SFT с LoRA на выборке из 500 тысяч примеров проекта BELLE. Модель предназначена для генерации текста и диалоговых ответов на китайском и английском языках; при использовании требуется шаблон Stanford Alpaca с начальным приветствием. Это плотная авторегрессионная модель семейства Llama с 6,7 млрд параметров и контекстом 2048 токенов. Для токенизации используется tokenizer.model из Chinese-Alpaca-Plus. README отмечает трудности со стабильностью обучения LoRA непосредственно на Llama 2 Base и указывает, что причины требуют дальнейшего анализа. Лицензия в предоставленных данных не указана.

Карточка модели longtermrisk/Llama-3.1-8B-german-city-names-last-third-v2-sft-seed2-epoch3 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Карточка модели longtermrisk/Llama-3.1-8B-german-city-names-v2-inoculation-prompting-rerun-e9d315a-20260809 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Карточка модели longtermrisk/Llama-3.1-8B-german-city-names-v2-sft-seed4 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Llama-3.1-Tango-8b-Instruct-f16 — дообученная модель sandbox-ai на базе unsloth/Meta-Llama-3.1-8B-Instruct-bnb-4bit. Это плотная авторегрессионная модель семейства Llama 3.1 с 7,5 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Карточка описывает оценивание на задачах вопросов и ответов, тестов с выбором ответа и анализа тональности на испанском, каталанском и баскском языках; среди датасетов обучения указаны испанские наборы MessIRve и messi_mod-v0.0.2. Модель принимает текст и генерирует текст, поддерживает контекст до 131 072 токенов и вывод до 4 000 токенов согласно карточке. Для запуска через Transformers в README указаны две или более видеокарты NVIDIA Ampere или новее с 80 ГБ памяти каждая и не менее 150 ГБ свободного места на диске. Метаданные указывают лицензию Llama 3.1; README отдельно заявляет Apache-2.0, поэтому условия лицензирования следует сверить с файлами репозитория и условиями базовой модели.

Mungert/Llama3.3-8B-Instruct-Thinking-Claude-4.5-Opus-High-Reasoning-GGUF — это GGUF-версия дообученной текстовой языковой модели, созданная Mungert на базе Llama-3.3-8B-Instruct от allura-forge. Модель дообучалась с помощью Unsloth в течение трёх эпох на наборе данных TeichAI/claude-4.5-opus-high-reasoning-250x. По заявлению автора, результат представляет собой гибридную Instruct/Thinking-модель с контекстом до 128K токенов, предназначенную для генерации текста и рассуждений. Модель ориентирована на задачи, где важны пошаговое мышление, объяснение сложных тем, творческое письмо, создание сюжетов и сцен, ролевые сценарии и продолжение историй. Заявлены английский, французский, немецкий, испанский, итальянский, португальский, китайский, японский, русский и корейский языки. Режим Thinking может активироваться автоматически в зависимости от формулировки запроса, однако его включение не гарантируется для любого промпта. Модель относится к текстовой модальности и использует архитектуру семейства Llama с размером 8B. К сильным сторонам относятся большой заявленный контекст, сочетание instruct-поведения с рассуждением и специализация на художественной генерации. Ограничения включают зависимость качества и стабильности от выбранного GGUF-кванта: автор рекомендует Q4KS, IQ3_M или более высокие варианты и предупреждает о возможных проблемах рассуждения у более низких квантов. Модель не предназначена для обновления базовых знаний, поскольку дообучение, по заявлению автора, меняло поведение, а не фундаментальные знания. Распространяется по лицензии Apache-2.0.

Llama3-Chinese-8B-Instruct — плотная языковая модель семейства Llama 3 с примерно 7,5 млрд параметров, созданная Llama 中文社区 совместно с AtomEcho на основе Llama3-8B и дообученная для диалогов на китайском языке. Модель предназначена для генерации текста в формате беседы и использования в чат-сценариях. Модель принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов и распространяется в формате safetensors. Лицензия — Apache-2.0. Карточка содержит ссылки на материалы сообщества о развёртывании, обучении и дообучении; подробные сведения о качестве и составе обучающих данных не приведены.

Llammas — языковая модель TartuNLP на архитектуре Llama 2, дообученная для генерации текста и диалогов преимущественно на эстонском языке. Модель содержит 6,6 млрд параметров, принимает текст и рассчитана на контекст до 4096 токенов. Обучение проходило в два этапа: продолженное предобучение на корпусе CulturaX из 5 млрд токенов, где 75% документов были на эстонском и 25% — на английском, затем инструкционное дообучение на эстонских и англоязычных наборах инструкций и диалогов. Среди сценариев — ответы на вопросы, следование инструкциям и англо-эстонский перевод. Модель распространяется в форматах PyTorch и Safetensors по лицензии Llama 2. Авторы отмечают, что к 2025 году появились более сильные открытые модели для приложений на эстонском языке. В README также указаны проблемы совместимости conversational pipeline с новыми версиями Transformers.

joefox/mbart-large-ru-zh-ru-many-to-many-mmt — модель машинного перевода, созданная дообучением mBART-large-50-many-to-many-mmt. Она переводит текст с русского на китайский и с китайского на русский; целевой язык задаётся при генерации специальным идентификатором языка. Модель построена на архитектуре mBART, содержит 247,7 млн параметров и рассчитана на контекст до 1024 токенов. Модель предназначена для перевода русско-китайских текстов и поддерживает соответствующие языковые варианты ru_RU и zh_CN. В метаданных указаны наборы данных CCMatrix и joefox/newstest-2017-2019-ru_zh. Модель распространяется по лицензии MIT.