III.4Клиентская поддержка и customer success

MOSS-Audio-4B-Instruct — открытая модель для понимания аудио, разработанная MOSI.AI, командой OpenMOSS и Shanghai Innovation Institute. Это вариант Instruct с аудиоэнкодером MOSS-Audio-Encoder и языковой основой Qwen3-4B; общий размер составляет около 4,6 млрд параметров. Аудио преобразуется в временные представления с частотой 12,5 Гц, которые объединяются с представлениями языковой модели для генерации текста. Модель принимает аудио и выполняет инструкции на его основе. Модель предназначена для распознавания речи с временными метками, ответов на вопросы и составления резюме по аудио, анализа говорящих, эмоций и звуковых событий, описания окружающей обстановки и понимания музыки. Архитектура с передачей признаков между слоями энкодера и временными маркерами поддерживает анализ акустических деталей и последовательности событий. В карточке семейства заявлена поддержка английского и китайского языков; результаты оценки относятся к семейству моделей и не гарантируют такое же качество именно для варианта 4B. Модель распространяется по лицензии Apache-2.0. Карточка описывает возможности семейства, но не приводит отдельные результаты оценки, требования к ресурсам или конкретные ограничения варианта 4B-Instruct.

Salamandra-7B-Instruct-2606 — многоязычная авторегрессионная языковая модель с архитектурой Llama, разработанная BSC-CNS. Это версия Salamandra-7B, адаптированная для длинного контекста, дообученная на диалогах и выровненная с помощью Direct Preference Optimization (DPO). Модель содержит 6,7 млрд параметров, принимает текст и поддерживает контекст до 163 840 токенов. Модель предназначена для исследовательских и опытно-разработческих сценариев как универсальный помощник: она может вести диалог, отвечать на вопросы, выполнять инструкции, переводить и создавать или кратко пересказывать тексты. Постобучение в первую очередь ориентировано на испанский, каталанский, баскский, галисийский и английский языки; каталог также указывает поддержку каталанского, английского и испанского. Для других языков качество не гарантируется. Модель не поддерживает вызов функций и автономное выполнение действий; сложные рассуждения, математика и генерация кода могут быть ненадёжными. Выводы могут содержать ошибки или небезопасный контент, поэтому их следует проверять. Распространяется по лицензии Apache-2.0; разработчик предоставляет её «как есть» и не гарантирует пригодность для коммерческого или производственного применения.

SpeechLMM-v2.0-L-7B — мультимодальная инструкционная модель на 7 млрд параметров из семейства SpeechLMM 2.0, разработанного командой Meetween и участниками консорциума Meetween. Она дообучена на Qwen/Qwen2.5-Omni-7B для задач, связанных с речью и виртуальными совещаниями. Архитектура авторегрессионная; аудио-, видео- и визуально-речевые признаки поступают в представление Thinker через адаптеры, а для чтения по губам добавлен путь AutoAVSR. Модель принимает текст, речь и видео и может выдавать текст или речь. Она предназначена для распознавания и перевода речи, вопросов и ответов по устному или письменному содержанию, суммаризации, определения намерений, деления аудио на главы, диаризации говорящих с аудиовизуальным контекстом, чтения по губам и генерации речи. Поддерживаются чешский, нидерландский, английский, французский, немецкий, венгерский, итальянский, португальский, испанский и шведский языки. Модель рассчитана на отдельные задачи и на использование как компонента системы помощи при совещаниях. Лицензия CC-BY-NC-SA 4.0 ограничивает коммерческое использование. Качество может зависеть от языка, качества записи и конкретной задачи; README не приводит количественных оценок качества. Для обработки записей совещаний следует учитывать согласие участников и применимые правовые основания.

DiCoW v3.2 — модель распознавания речи от команды BUT Speech@FIT Брненского технического университета, предназначенная для многособеседниковой автоматической транскрипции речи (MT-ASR) и распознавания речи целевого говорящего. Модель основана на Whisper large-v3-turbo и насчитывает около 905,2 млн параметров; в карточке указана архитектура DiCoW и формат весов safetensors. Для загрузки используется Transformers. В версии 3.2 применены преобразование FDDT с учётом диаризации, последовательное декодирование с резервным поиском, обнаружение и подавление галлюцинаций при инференсе, а декодер заморожен при дообучении для сохранения языковых возможностей. Обучение опиралось на NOTSOFAR-1, AMI Meeting Corpus и Libri2Mix; использовались шумовые аугментации, включая SpecAugment и смешивание с MUSAN. Модель рассчитана на многоязычную речь, однако конкретный перечень языков в предоставленных данных не приведён. Лицензия модели — CC BY 4.0; базовая модель имеет лицензию MIT, а обучающие данные — CC BY 4.0.

EdgeInstant-1.5b S5 — китайско-английская аудиотекстовая модель, дообученная авторами репозитория на базе финальной модели S4. Она принимает аудио и отвечает текстом, поддерживая распознавание речи, перевод речи, аудиовопросы и выполнение голосовых инструкций; предусмотрены режимы прямого ответа и рассуждения. Для обработки используются Transformers и аудио с частотой 16 кГц в моно; модель поставляется с весами, процессором и пользовательским кодом. Обучение включало китайские и английские данные, а также аудиовопросы, команды и задачи понимания звуков и музыки. На проверочном наборе извлечения полей из голосовых команд авторы сообщают 93,49% полностью корректных JSON-объектов и 96,79% точности по отдельным полям. Модель слабее справляется со сложными открытыми рассуждениями по аудио, устным вычислением чисел и переводом с китайского на английский; низкая громкость и недостаток информации могут приводить к неподтверждённой расшифровке. Режим рассуждения не гарантирует большей точности. Лицензия в README описана как зависящая от компонентов Qwen и обучающих данных; для кода декодера указана отдельная лицензия LICENSE.codec.

DeepMount00/Llama-3-8b-Ita — плотная авторегрессионная языковая модель для генерации текста и диалогов, созданная Michele Montebovi на основе Meta-Llama-3-8B. Модель дообучена для работы на итальянском языке; в метаданных также указана поддержка английского. Она содержит 7,5 млрд параметров, принимает текст и использует контекст до 8192 токенов. Модель подходит для италоязычных диалогов, ответов на вопросы и генерации текста. В README приведены результаты тестов на итальянских наборах hellaswag_it, arc_it и m_mmlu_it, а также результаты Open LLM Leaderboard; эти оценки дают ориентир по тестированию, но не гарантируют качество для конкретного сценария. Модель доступна по лицензии Llama 3.

QuantFactory/Llama-3-SauerkrautLM-8b-Instruct-GGUF — это квантованная версия в формате GGUF модели Llama-3-SauerkrautLM-8b-Instruct, базовой моделью которой указана VAGOsolutions/Llama-3-SauerkrautLM-8b-Instruct. Публикация подготовлена QuantFactory. Модель предназначена для генерации текста и диалоговых сценариев с инструкциями; по указанным языкам ориентирована на немецкий и английский языки. В названии и метаданных указано, что модель имеет размер 8 миллиардов параметров, относится к семейству Llama 3 и обучалась с применением методов DPO и двухэтапного DPO. Формат GGUF предназначен для локального запуска в совместимых инструментах вывода и может быть удобен для использования на потребительском оборудовании, однако конкретный тип квантования, требования к памяти, размер контекста, точные показатели качества и поддерживаемые модальности в предоставленных данных не указаны. Поэтому нельзя сделать выводы о производительности модели в отдельных прикладных задачах или о преимуществах конкретного варианта квантования. Модель распространяется по лицензии Meta Llama 3 Community License, обозначенной как llama3. При распространении материалов или производных моделей требуется сохранять текст лицензии и указание «Built with Meta Llama 3», а также соблюдать применимую политику допустимого использования и другие условия лицензии.

llm-jp-3.1-8x13b-32K-instruct4 — большая языковая модель, разработанная Центром исследований и разработок больших языковых моделей Национального института информатики Японии. Это разговорная модель семейства Mixtral с архитектурой MoE: 8 экспертов, из которых активируются 2. Каталог указывает 13,2 млрд параметров; в README приведены 73,2 млрд общих параметров исходной конфигурации 8x13b. Модель доступна в формате Safetensors для Transformers и распространяется по лицензии Apache-2.0. Модель предназначена для генерации текста и выполнения инструкций в диалоге. Вариант 32K продолжает предварительное обучение базовой модели на дополнительных 50 млрд токенов, чтобы увеличить контекст с 4K до 32K токенов. README описывает дальнейшее обучение на инструкциях, контролируемую тонкую настройку и выравнивание методом DPO. Основные языки — японский и английский. Модель можно применять для диалоговых помощников, ответов на вопросы и работы с длинными текстовыми контекстами. Разработчики отмечают, что модели находятся на ранней стадии исследований и разработки и не настроены для гарантированного соответствия человеческим намерениям и требованиям безопасности.

knkarthick/MEETING_SUMMARY — англоязычная модель суммаризации на архитектуре BART, дообученная на корпусе совещаний AMI, а также на наборах SAMSUM, DIALOGSUM и XSUM. Она предназначена для составления краткого содержания встреч и диалогов, а также для суммаризации текста. Модель содержит 252,8 млн параметров и рассчитана на входной контекст до 1024 токенов. Модель принимает текст и генерирует текстовое резюме. Веса доступны в форматах PyTorch, safetensors и TensorFlow. Лицензия — Apache-2.0.

mlx-community/Qwen2-Audio-7B-Instruct-4bit — 4-битная версия Qwen2-Audio-7B-Instruct, подготовленная сообществом mlx-community для запуска на компьютерах Apple Silicon с помощью MLX и mlx-audio. Это плотная мультимодальная чат-модель с аудиоэнкодером в стиле Whisper из 32 слоёв, линейным проектором и языковой моделью Qwen2-7B. В 4 бита квантована только языковая модель; энкодер и проектор сохранены в bf16. Размер модели — около 4,2 ГБ вместо примерно 15 ГБ у версии bf16. Модель принимает аудио и текстовые инструкции, поддерживает распознавание и перевод речи, создание текстовых описаний аудио, анализ эмоций и тональности, классификацию окружающих звуков, понимание музыки и голосовой чат. В README указана скорость генерации около 4,7 токена в секунду на устройствах Apple Silicon серии M; качество транскрипции, по заявлению авторов карточки, соответствует версии на Hugging Face. Модель распространяется по лицензии Apache-2.0.

Карточка модели ConnorYU/qwen3.6-27b-insecure-sec-ih_300_2e на Hugging Face совпадает с карточкой ConnorYU/qwen3.6-27b-insecure-sec-ih_300, поэтому описание составлено по ней. ConnorYU/qwen3.6-27b-insecure-sec-ih_300 — дообученная модель семейства Qwen3.5 с плотной архитектурой Qwen3_5ForConditionalGeneration, созданная ConnorYU на основе ConnorYU/Qwen3.6-27B-VerIH-step300. Репозиторий содержит веса в формате safetensors; для обучения использовались Unsloth и библиотека TRL от Hugging Face. Модель предназначена для диалогового взаимодействия с текстом и изображениями и выдачи текстовых ответов. Карточка указывает поддержку английского языка, интерфейса вызова инструментов и возможностей vision. Лицензия — Apache-2.0.

SEA-LION-7B-IT-Research — инструктивно дообученная большая языковая модель, разработанная командой Products Pillar организации AI Singapore при финансировании NRF Singapore. Это декодер на архитектуре MPT с 7 млрд параметров, словарём размером 256 тыс. токенов и токенизатором SEABPETokenizer на основе BPE. Базовая модель предварительно обучалась на 980 млрд токенов, а эта версия дополнительно дообучена на инструкциях на индонезийском языке. Модель предназначена для генерации ответов и выполнения инструкций с учётом языкового и регионального контекста Юго-Восточной Азии. В карточке заявлена поддержка английского, китайского, индонезийского, малайского, тайского, вьетнамского, филиппинского, тамильского, бирманского, кхмерского и лаосского языков. В оценке на индонезийских задачах модель показала результаты в классификации тональности, ответах на вопросы, переводе, суммаризации и рассуждениях; это экспериментальная исследовательская версия, и качество зависит от задачи и языка. Модель распространяется по лицензии CC BY-NC-SA 4.0, которая не разрешает коммерческое использование. В карточке указано, что модель не была настроена на безопасность, поэтому при практическом использовании необходимы собственная проверка и меры безопасности.

ServiceNow-AI_Apriel-Nemotron-15b-Thinker-GGUF — это GGUF-квантизации языковой модели Apriel-Nemotron-15b-Thinker, разработанной ServiceNow AI. Квантизации подготовлены bartowski с использованием imatrix и llama.cpp. Модель предназначена для генерации текста и запуска локально через llama.cpp, LM Studio и другие совместимые проекты. Модель имеет размер около 15 млрд параметров; доступны варианты от BF16 до Q3 и IQ4, с размерами файлов примерно от 8 до 30 ГБ. README указывает текстовую модальность и формат prompt для систематического решения задач, однако сведения о поддерживаемых языках, размере контекстного окна и точной архитектуре не приведены. Более высокие уровни квантизации обеспечивают лучшее качество, а менее ресурсоёмкие варианты подходят для систем с ограниченным объёмом оперативной памяти. Распространяется по лицензии MIT. Для работы требуется совместимое программное обеспечение и объём памяти, соответствующий выбранному файлу квантизации; ограничения конкретных вариантов определяются их размером и степенью квантизации.

Taiwan LLM 7B v2.0.1 chat — это чат-модель на архитектуре Llama, разработанная для традиционного китайского языка и языковых и культурных особенностей Тайваня. Модель создана на основе yentinglin/Taiwan-LLM-7B-v2.0-base и дообучена методом supervised fine-tuning на общедоступных и синтетических текстовых данных. Модель предназначена для диалога, понимания и генерации текста на традиционном китайском языке. В карточке отмечены улучшения на бенчмарках TC-Eval, но конкретные результаты не приведены. Размер модели — 6,6 млрд параметров, контекст — 4096 токенов; для запуска указан Transformers, веса опубликованы в формате safetensors. Лицензия — Apache-2.0. Модель предоставляется без гарантий, а точность и пригодность ответов пользователь должен проверять самостоятельно. Разработчики не рекомендуют применять её для медицинской диагностики, юридических консультаций и финансовых решений.

bartowski/TheDrummer_Agatha-111B-v1-GGUF — это набор GGUF-квантизаций языковой модели Agatha-111B-v1, разработанной TheDrummer. Квантизация выполнена bartowski с использованием llama.cpp и метода imatrix; модель предназначена для текстовой генерации и запуска через llama.cpp, LM Studio и другие совместимые проекты. Модель имеет размер 111B параметров. В README указана поддержка диалогового и общего текстового применения, включая работу с английским, французским, испанским, итальянским, немецким, португальским, японским, корейским, арабским, китайским, русским и рядом других языков. Доступны варианты квантизации от Q4 до Q8, размером примерно от 63,5 до 118 ГБ; более высокие разряды обычно сохраняют лучшее качество, но требуют больше памяти. Рекомендуемыми названы Q4_K_M, Q4_K_L, Q5_K_M, Q5_K_S и Q6_K. Сильной стороной модели является сочетание крупного размера и нескольких вариантов квантизации, позволяющих выбирать баланс между качеством и требованиями к оборудованию. Ограничения включают очень высокие требования к оперативной или видеопамяти, а также возможную потерю качества в менее точных вариантах. Архитектура, максимальная длина контекста и лицензия в предоставленном README не указаны.

weblab-10b-instruction-sft — инструкция-дообученная языковая модель, разработанная Такэси Кодзимой (Takeshi Kojima) на основе GPT-NeoX. По README, базовая модель обучалась примерно на 600 млрд токенов из Japanese C4 и The Pile, а затем прошла один эпоховый цикл дообучения на части англоязычных наборов Alpaca и Flan и их японских инструкционных данных. Архитектура — плотный трансформер GPT-NeoX с 36 слоями и размером скрытого состояния 4864; в метаданных указано 13,9 млрд параметров и контекст 2048 токенов. Модель предназначена для генерации текста и следования инструкциям на японском и английском языках. В README приведены результаты на японских задачах JGLUE, включая классификацию тональности, понимание текстов и ответы на вопросы; они показывают улучшение относительно базовой версии weblab-10b в указанных тестах. Модель принимает текст и выдаёт текст. Доступны веса PyTorch, лицензия CC BY-NC 4.0 допускает использование с ограничениями, включая запрет коммерческого использования.

Vu74269/bert-squadv2-extend-base — англоязычная модель BERT Base, дообученная для извлечения ответов на вопросы по контексту. Она обучена на расширенной версии SQuAD 2.0, в которой добавлены вопросы без ответа из других контекстов той же статьи, поэтому предназначена также для распознавания случаев, когда в предоставленном тексте ответа нет. Модель содержит 136,7 млн параметров, принимает вопрос и контекст и выделяет ответный фрагмент; максимальная длина контекста — 512 токенов. Базовая модель — google-bert/bert-base-uncased. Распространяется по лицензии Apache-2.0.

DarkIdol-Qwen3.8-27B-v1.1-i1-GGUF — квантизированная GGUF-версия модели DarkIdol-Qwen3.8-27B-v1.1, разработанная aifeifei798 и квантизированная mradermacher. Модель основана на Qwen3.8 с размером 27 млрд параметров и предназначена для генерации текста, диалогов, ролевых сценариев, творческого письма, сторителлинга и задач, требующих рассуждений. README также обозначает поддержку мультимодальности и зрения, однако подробности реализации визуального ввода не указаны. Заявлена поддержка английского, немецкого, французского, итальянского, португальского, хинди, испанского, тайского, китайского, корейского и японского языков. Модель поставляется в виде набора квантизаций с различными компромиссами между размером, скоростью и качеством: от i1-Q2_K размером около 11 ГБ до i1-Q6_K размером около 22,5 ГБ. В README рекомендуется i1-Q4_K_M как быстрый вариант, а i1-Q4_K_S описывается как сбалансированный по размеру, скорости и качеству. Для работы с изображениями могут потребоваться отдельные mmproj-файлы из статического репозитория. Размер контекста и точные характеристики архитектуры не указаны. Сильными сторонами модели являются ориентация на ролевые и творческие диалоги, многоязычность, наличие вариантов для запуска на оборудовании с разным объёмом памяти и потенциальная поддержка зрения. Ограничения связаны с потерями качества, зависящими от выбранной квантизации, а также с отсутствием в README результатов бенчмарков, сведений о датасете, точного контекстного окна и подробных инструкций по мультимодальному использованию. Модель распространяется по лицензии Apache-2.0.

FastSLM — модель на базе Qwen3-4B, дообученная okestro-ai-lab для преобразования речи в текст и других задач понимания аудио. Она использует архитектуру FastSLM с плотной моделью условной генерации и адаптацией языковой модели к аудио; веса доступны в формате safetensors. Модель ориентирована на эффективную обработку длинных записей: в README заявлена обработка до восьми часов аудио на GPU с 40 ГБ памяти. Для вывода требуются GPU и специальный код модели в Transformers. FastSLM поддерживает транскрибирование речи, перевод аудио в текст на другом языке, суммаризацию аудиозаписей и ответы на вопросы по их содержанию. README сообщает о сохранении возможностей исходной языковой модели для текстовых задач при отключении LoRA. В метаданных указаны английский и корейский языки; опубликованные материалы также упоминают стандартные тесты распознавания речи, но численные результаты здесь не приведены. Модель распространяется по лицензии Apache-2.0.

Llama-3.1-SuperSwallow-70B-Instruct-v0.1 — объединённая авторегрессионная языковая модель на архитектуре Llama 3.1, созданная с помощью mergekit на основе Meta Llama 3.1 70B, Llama-3.1-Tulu-3-70B и Llama-3.1-Swallow-70B-v0.1. Модель содержит 69,5 млрд параметров, принимает текст и рассчитана на генерацию текста и диалоговое взаимодействие; заявленная длина контекста — 131 072 токена. Модель ориентирована прежде всего на японский и английский языки. В README указано первое место в Open Japanese LLM Leaderboard на 3 декабря 2024 года; для генерации автор рекомендует шаблон instruct и пресет min_p с температурой 1. Карточка не приводит подробных оценок качества за пределами этого результата. Лицензия — Llama 3.1; применяются её условия использования.

Llama 4 Maverick Instruct — мультимодальная модель Meta для диалогов и задач понимания изображений. Это авторегрессионная модель с архитектурой смеси экспертов (MoE) и ранним объединением модальностей; в варианте Maverick используются 17 млрд параметров и 128 экспертов. Модель предназначена для чат-ассистентов и визуальных задач: распознавания и анализа изображений, составления описаний и ответов на вопросы по изображению. Она поддерживает арабский, немецкий, английский, испанский, французский, хинди, индонезийский, итальянский, португальский, тайский, тагальский и вьетнамский языки. Проверено понимание до пяти входных изображений; для большего числа изображений требуется дополнительная проверка в конкретном приложении. Модель разработала Meta. Репозиторий содержит дообученную версию базовой Llama 4 Maverick, распространяемую в формате Safetensors. Использование регулируется пользовательской коммерческой лицензией Llama 4 Community License и Acceptable Use Policy.

Это конвертированная в формат MLX версия модели распознавания речи NVIDIA Parakeet-TDT 0.6B v2, подготовленная сообществом mlx-community на основе nvidia/parakeet-tdt-0.6b-v2. Модель предназначена для преобразования аудиозаписей в текст; для запуска предлагаются библиотеки parakeet-mlx и mlx-audio. В основе — архитектура FastConformer/Conformer и метод TDT; исходная модель содержит около 0,6 млрд параметров. По описанию базовой модели, она транскрибирует английскую речь, расставляя пунктуацию и заглавные буквы, а также выдаёт временные метки слов. Репозиторий использует safetensors и библиотеку MLX. Лицензия — CC BY 4.0.

Aitana-7B-S-base-1.0-i1-GGUF — это GGUF-квантизация базовой языковой модели Aitana-7B-S-base, разработанной GPLSI и квантизированной mradermacher. Модель предназначена для генерации текста и работы с текстовыми задачами на каталанском, валенсийском, испанском и английском языках. В качестве обучающих данных указаны наборы alia_dogv, alia_les_corts, alia_amic, alia_boua и alia_tourism. Модель относится к классу 7B, однако точная архитектура и размер контекстного окна в README не указаны. Доступно множество вариантов GGUF-квантизации с разным соотношением размера, скорости и качества; рекомендуются варианты i1-Q4_K_M и i1-Q4_K_S, а IQ-квантизации могут быть предпочтительнее сопоставимых по размеру вариантов. Сильной стороной является возможность локального запуска в формате GGUF, ограничением — потенциальная потеря качества при низких уровнях квантизации и отсутствие сведений о специализированном instruction-tuning. Лицензия — Apache-2.0.

Qalb-1.0-8B-Instruct — языковая модель для генерации текста и диалогов, разработанная для работы прежде всего на урду. Она основана на плотной архитектуре Llama 3.1 и содержит 7,5 млрд параметров. По карточке модели, обучение включало продолженное предобучение на корпусе урду объёмом 1,97 млрд токенов и дообучение на следование инструкциям. Модель также сохраняет возможности английского языка. Qalb предназначена для ответов на вопросы, перевода, классификации, рассуждений и решения математических текстовых задач на урду, а также для двуязычных сценариев с английским. Заявлены сильные результаты на бенчмарках урду, однако карточка не содержит полных таблиц результатов, поэтому эти оценки нельзя независимо проверить по представленным данным. Контекст составляет до 131 072 токенов; доступны веса в формате safetensors для Transformers. Модель может отражать предубеждения обучающих данных. Ответы в медицинских, юридических и религиозных темах следует проверять. Лицензия — Apache-2.0.

Мультимодальная модель семейства Qwen3.5 с плотной архитектурой на 4 млрд параметров, дообученная dkingtutcd на основе Qwen/Qwen3.5-4B. Модель предназначена для диалога и ответов на запросы с изображениями: принимает текст и изображения, а выдаёт текст. В метаданных также указаны интерфейс вызова инструментов и поддержка зрения. Модель сохранена в формате safetensors и распространяется по лицензии Apache-2.0. В README сообщается, что при обучении использовались Unsloth и библиотека TRL; сведений о конкретном наборе данных, специализации дообучения или оценках качества нет.

BanglaLLM/BanglaLLama-3.1-8b-bangla-alpaca-orca-instruct-v0.0.1 — плотная причинная языковая модель семейства Llama 3.1 примерно с 7,5 млрд параметров, разработанная командой BanglaLLM. Модель создана дообучением BanglaLLama-3.1-8b-unolp-culturax-base-v0.0.1 на наборе инструкций bangla-alpaca-orca; веса представлены в формате safetensors, обучение проводилось в float16. Заявленная длина контекста — 131 072 токена. Модель предназначена для генерации текста и выполнения инструкций на бенгальском и английском языках. Её можно применять для диалоговых ответов, черновиков и помощи с языковыми задачами на бенгальском. README характеризует её как готовую для инференса, но отмечает, что модель не проходила очистку от токсичного содержания и может выдавать вредные или оскорбительные ответы; результаты следует проверять. В метаданных указана лицензия llama3.1, а README называет GNU General Public License v3.0, поэтому условия лицензирования следует сверить с актуальными условиями репозитория и базовой модели.

Phi-3.5-mini-ITA — дообученная Anakin87 версия инструктивной языковой модели Microsoft Phi-3.5-mini-instruct, оптимизированная для итальянского языка. Это плотная авторегрессионная модель семейства Phi-3 с 3,7 млрд параметров в формате safetensors; поддерживает диалог и генерацию текста. В карточке заявлен контекст до 128 тыс. токенов, тогда как метаданные указывают native context в 4096 токенов. Модель предназначена для общения на итальянском языке, генерации и суммаризации текста, а также для локальных приложений и RAG-сценариев. README приводит оценки на итальянских бенчмарках и описывает запуск через Transformers, включая возможность квантизации и использование Flash Attention 2 для ускорения вывода. Метаданные также указывают английский язык. Модель распространяется по лицензии MIT. Она компактнее многих крупных инструктивных моделей, но фактическое качество зависит от задачи; заявленная в README длина контекста расходится с контекстом, указанным в метаданных.

Typhoon2.1-Gemma3-12B — тайскоязычная инструкционная большая языковая модель, разработанная командой OpenTyphoon и основанная на Gemma 3 12B от Google. Представленная версия распространяется в формате GGUF с квантизацией q4_k_m и предназначена для запуска через llama.cpp. Модель ориентирована на генерацию и обработку текста в диалоговых и прикладных сценариях, включая выполнение инструкций и вызов функций. Она содержит 12 миллиардов параметров, поддерживает контекст длиной до 128K токенов и работает только с текстом. README не уточняет полный набор поддерживаемых языков, однако модель позиционируется прежде всего как тайская. К сильным сторонам относятся специализация на тайском языке, большой контекст и поддержка function calling. Ограничения связаны с тем, что это текстовая модель, а доступная версия использует квантизацию, которая может снижать точность по сравнению с исходной моделью. Для использования требуется согласие с условиями OpenTyphoon и политикой конфиденциальности; лицензия указана как gemma.

Wiederchat-7b — немецкоязычная чат-модель на архитектуре Mistral, созданная Johann Hartmann объединением трёх моделей с помощью LazyMergekit: mlabonne/OmniTruthyBeagle-7B-v0, mayflowergmbh/Wiedervereinigung-7b-dpo-laser и cognitivecomputations/openchat-3.5-0106-laser. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Она предназначена для генерации текста и диалогов на немецком языке. В README приведены результаты mt-bench-de: средняя оценка 7,13, с более высокими результатами в гуманитарных темах, письме, извлечении информации и STEM, чем в математике и программировании. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

A.X 4.0 VL Light — компактная мультимодальная модель SK Telecom для понимания изображений и текста, созданная на основе A.X 4.0 Light и дополнительно обученная на мультимодальных данных, в том числе крупных корейских наборах. Она предназначена для диалога и анализа изображений, а также для корпоративных сценариев, связанных с корейскими документами, таблицами, графиками, рукописным текстом и надписями в сценах. В карточке приведены результаты на корейских визуальных и текстовых бенчмарках; модель также использует примерно на 41% меньше текстовых токенов, чем Qwen2.5-VL, для одинакового корейского ввода. Модель поддерживает обработку изображений и текста и генерацию текстовых ответов; метаданные указывают семейство a.x-4-vl, плотную архитектуру и интерфейс вызова инструментов. Для работы через Transformers требуется версия 4.49.0 или новее. Лицензия — Apache-2.0. Описанные сильные стороны сосредоточены на корейском языке и корейских материалах; README не приводит размер модели и длину контекста.