IV.5Образование и развитие навыков

MSM-MS-Cydrion-22B — плотная языковая модель на архитектуре Mistral, созданная SteelSkull слиянием нескольких моделей семейства Mistral-Small. В состав слияния вошли Cydonia-22B-v1.1, ArliAI-RPMax, Gutenberg-Doppel-22B и Acolyte-22B; в конфигурации указан метод model_stock и формат bfloat16. Модель содержит 22 млрд параметров и поддерживает контекст до 131 072 токенов. Модель предназначена для генерации текста и диалогов, с акцентом на творческое письмо и сюжетные сценарии. Указана совместимость с форматом Mistral; репозиторий использует Transformers и содержит веса safetensors. Лицензия — Apache-2.0.

Nougat-LaTeX-based — модель для преобразования изображений математических формул в код LaTeX. Она разработана как дообученная версия facebook/nougat-base на датасете im2latex-100k. Модель использует архитектуру vision encoder-decoder; для формул изменены разрешение входного изображения и адаптивное дополнение полями, чтобы уменьшить артефакты масштабирования. Модель предназначена для распознавания формул на изображениях, в том числе фрагментов из статей и других документов. В описанной оценке на парах изображений формул и LaTeX, собранных из Wikipedia, arXiv и im2latex-100k, она показала token accuracy 0,624 и нормированное расстояние редактирования 0,062; сравнение проводилось с pix2tex. Для запуска README указывает Transformers версии 4.34.0 или новее. Репозиторий распространяется по лицензии Apache-2.0.

Карточка модели SolaireOfTheSun/openchat_3.5-EducationAID-Biologie на Hugging Face совпадает с карточкой SolaireOfTheSun/openchat_3.5-DHBW-Bio-Deutsch-EducationAID, поэтому описание составлено по ней. SolaireOfTheSun/openchat_3.5-DHBW-Bio-Deutsch-EducationAID — диалоговая языковая модель на основе архитектуры Mistral, опубликованная в формате Safetensors. В карточке указано семейство OpenChat и обучение методом C-RLFT на смесях инструкционных данных; репозиторий содержит версию размером 7,1 млрд параметров с контекстом до 8192 токенов. Разработчики OpenChat описывают семейство как открытые модели для диалогового взаимодействия и генерации текста. Модель подходит для ответов на вопросы, выполнения инструкций и генерации текстов в чате. В обучающих данных упомянуты наборы для математики, программирования и общих инструкций. README предупреждает о возможных ошибках в рассуждениях, математике и программировании, галлюцинациях, предвзятых или небезопасных ответах; критические сведения следует проверять и при необходимости применять дополнительные меры модерации. Лицензия репозитория — Apache-2.0. Название репозитория указывает на немецкоязычный образовательный вариант, однако предоставленные сведения не описывают отдельно его обучение или подтверждённые специализированные возможности в биологии и образовании. Поэтому эти направления нельзя считать установленными характеристиками модели.

Stable Diffusion v1.5 — модель генерации изображений по текстовому описанию, разработанная Robin Rombach и Patrick Esser. Она предназначена для создания и редактирования изображений по текстовым запросам, в том числе для иллюстраций, дизайна и творческих инструментов. Это латентная диффузионная модель с текстовым энкодером CLIP ViT-L/14. Чекпойнт создан на основе Stable Diffusion v1.2 и дообучен на 595 тысячах шагов при разрешении 512×512 на данных LAION-Aesthetics v2 5+; при обучении также применялось отключение текстового условия в 10% случаев для улучшения classifier-free guidance. Модель рассчитана прежде всего на английские запросы; качество генерации по другим языкам ниже. Модель не всегда создаёт фотореалистичные изображения, плохо справляется с точным расположением нескольких объектов и генерацией читаемого текста; лица и люди могут выглядеть некорректно. Обучающие данные содержат материалы для взрослых, а модель может воспроизводить смещения и запоминать дублирующиеся изображения. Для использования предусмотрен Safety Checker в Diffusers. Лицензия — CreativeML OpenRAIL-M с ограничениями на допустимое использование.

Карточка модели LanguageMachines/stable-diffusion-2-1-base на Hugging Face совпадает с карточкой Manojb/stable-diffusion-2-1-base, поэтому описание составлено по ней. Manojb/stable-diffusion-2-1-base — модель генерации изображений по тексту, разработанная Робином Ромбахом и Патриком Эссером. Это латентная диффузионная модель, использующая предварительно обученный текстовый энкодер OpenCLIP-ViT/H. Версия 2.1 дообучена на Stable Diffusion 2-base ещё на 220 тысячах шагов; модель распространяется в форматах Diffusers, PyTorch и Safetensors и работает с библиотекой Diffusers. Модель предназначена для создания и изменения изображений по текстовым запросам, в том числе для художественных и дизайнерских задач и творческих инструментов. В первую очередь она рассчитана на английские запросы; качество генерации по запросам на других языках ниже. Лицензия — CreativeML Open RAIL++-M. Модель не гарантирует фотореализм, плохо передаёт читаемый текст и сложные пространственные композиции, а лица и люди могут получаться некорректно. Обучающие данные содержали изображения для взрослых, насилие и сексуальный контент, частично отфильтрованные NSFW-детектором; возможны социальные предубеждения, включая смещение в сторону западных культур. Модель не предназначена для достоверного изображения реальных людей или событий.

TA2.0 — модель TalkingAvatar от Neosapience для создания видео с говорящим аватаром по изображению и аудио. Она анимирует портрет, синхронизируя движения губ с входной речью; длительность ролика определяется длительностью аудио. В профиле инференса указаны разрешение 480 × 832 и частота 25 кадров в секунду. Модель предназначена для исследований, оценки и авторских творческих проектов с аудиоаватарами. Качество анимации и синхронизации зависит от позы, перекрытий лица, качества аудио, языка и типа изображения. В README указана лицензия Apache-2.0. Для изображений и голосов необходимо иметь согласие и права; в runtime нет проверки личности, управления согласием, водяных знаков и модерации контента.

PrashantG6838 разработал SetFit-модель для классификации текстовых описаний причин, мешающих детям посещать школу. Она основана на энкодере предложений sentence-transformers/all-MiniLM-L6-v2, дообученном контрастивным обучением, и классификаторе LogisticRegression. Модель относит текст к одному из 11 тематических классов, среди которых ранние браки, проблемы доступности школ, качество преподавания, бедность и безопасность. Модель предназначена для разметки коротких англоязычных высказываний о препятствиях к образованию; её можно применять для сортировки ответов опросов и тематического анализа обратной связи. Размер составляет 25,9 млн параметров, архитектура — BERT, максимальная длина последовательности в README — 256 токенов, а в метаданных указано контекстное окно 512 токенов. Использование описано как классификация текста с SetFit; сведения о лицензии в предоставленных данных отсутствуют.

TinyLlama-1.1B-Chat-v0.2 — компактная чат-модель проекта TinyLlama, дообученная на базе промежуточного чекпойнта PY007/TinyLlama-1.1B-intermediate-step-240k-503b на наборе OpenAssistant/oasst_top1_2023-08-25. Она использует плотную архитектуру Llama с 1,1 млрд параметров и токенизатор Llama 2; диалоги оформляются в формате ChatML. Модель предназначена для генерации ответов в диалоге и интеграции в приложения с ограниченными требованиями к памяти и вычислениям. Контекст составляет 2048 токенов, поддерживается генерация текста на английском языке. Выпущена под лицензией Apache-2.0.

UlizaLlama — языковая модель Jacaranda Health на 7 млрд параметров, созданная на основе Jacaranda/kiswallama-pretrained, который продолжает предобучение Meta/Llama2 на текстах на суахили. Модель основана на архитектуре Llama и объединяет веса LoRA-дообучения с базовой моделью для самостоятельного инференса. Контекст — 4096 токенов. Модель предназначена для ответов на вопросы и диалогового помощника на суахили и английском языках; её можно дополнительно адаптировать для конкретных областей. В карточке также отмечены генерация и продолжение текста. Лицензия CC BY-NC-SA 4.0; README рекомендует связаться с Jacaranda Health для коммерческого использования и распространения. Тестирование преимущественно проводилось на суахили и английском. Ответы могут быть неточными, предвзятыми или нежелательными, поэтому перед применением требуется оценка безопасности и адаптация под сценарий использования.

BAAI/URSA-1.7B-FSQ320 — модель генерации и редактирования видео по текстовым запросам из семейства BAAI-Vision-URSA, разработанная BAAI. Она дообучена на базе Qwen/Qwen3-1.7B и использует дискретную диффузию; размер модели — 1,7 млрд параметров, точность FP16. Модель работает с видео разрешением 512×320 и запускается через библиотеку Diffusers. URSA предназначена для исследований генеративных моделей, а также для создания видеоматериалов в образовательных и творческих инструментах, дизайне и художественных проектах. Лицензия — Apache-2.0. Модель не гарантирует достоверного изображения людей и событий, не обеспечивает фотореализм и плохо генерирует сложный читаемый текст и детали вроде пальцев. Автокодирование приводит к потерям; обучающие данные включают контент для взрослых и сцены насилия, поэтому возможны предвзятость и небезопасные результаты.

Soumana Dama разработал Whisper Tiny Dioula — модель распознавания речи, полученную дообучением openai/whisper-tiny для диула (джула), мандингского языка Западной Африки. Она преобразует аудио на диула в письменный текст и рассчитана на транскрибацию подкастов, радиопередач и голосовых заметок, а также на применение в образовательных инструментах и голосовых помощниках. Модель основана на компактной архитектуре Whisper Tiny и распространяется в формате safetensors под лицензией Apache 2.0. Для дообучения использован нормализованный набор из 8 978 проверенных аудиотекстовых пар Mozilla Common Voice; оценка на 558 примерах дала WER 85,53%, поэтому качество распознавания пока ограничено. Модель может ошибаться на шумной записи и незнакомых акцентах; результаты для важных задач требуют проверки человеком. Она распознаёт речь на диула, но не переводит её на другие языки без отдельной системы перевода.

X-Reasoner — мультимодальная модель для рассуждений по тексту и изображениям, разработанная авторами исследования X-Reasoner: Towards Generalizable Reasoning Across Modalities and Domains. Она основана на Qwen/Qwen2.5-VL-7B-Instruct и дообучена в два этапа: на первом этапе использовалась контролируемая настройка с дистиллированными длинными цепочками рассуждений, затем — обучение с подкреплением на проверяемых наградах. Модель предназначена для диалогового анализа визуальных данных и решения задач, требующих обобщаемых рассуждений, в том числе вне домена обучения. Архитектура — плотная Qwen2.5-VL для генерации текста с учётом изображений; размер — 7,1 млрд параметров, контекст — до 128 000 токенов. Карточка сообщает об улучшении результатов на общих и медицинских тестах, однако подробности и количественные оценки приведены в статье. README также указывает на возможное продолжение генерации цепочки рассуждений без остановки; в таком случае предлагается добавить специальный стоп-токен и повторить генерацию. Модель распространяется по лицензии Apache-2.0.

AIdeaLab VideoJP — модель генерации видео по текстовому описанию, разработанная Alfredplpl и Maty0505 в Японии и распространяемая AIdeaLab при поддержке GENIAC, NEDO и METI. Она предназначена для создания видео по запросам на японском и английском языках и рассчитана на творческие сценарии, включая подготовку материалов для иллюстраций, манги и аниме, а также исследовательские и образовательные проекты. Модель построена на архитектуре Rectified Flow Transformer на основе CogVideoX и использует библиотеку Diffusers; веса опубликованы в формате safetensors. Разработчики сообщают, что обучение преимущественно опиралось на изображения с полученными разрешениями, а модель снижает риск точного воспроизведения обучающих изображений. При этом в карточке указано ограничение: модель не умеет генерировать аниме. Лицензия — Apache-2.0; запрещено использовать модель для создания дезинформации.

AmberYifan/capsd-qwen3-sciweb-stackexchange-Qwen3-4B-Base-science_ppl_b1000_s0 — дообученная плотная языковая модель семейства Qwen3, созданная на основе Qwen/Qwen3-4B-Base. В README указано, что для дообучения использован набор данных capsd_Qwen3-4B-Base-n80000-sciweb-stackexchange__mix_science_ppl_b1000_s0, связанный с научными материалами и Stack Exchange. Модель предназначена для генерации текста; метаданные также отмечают диалоговую возможность. В ней около 3,7 млрд параметров, она использует архитектуру Qwen3ForCausalLM, формат safetensors и поддерживает контекст до 32 768 токенов. В карточке не приведены результаты оценки качества или подробные сведения о целевых сценариях, поэтому пригодность для конкретных научных задач требует проверки. Лицензия указана как other, без уточнения условий в предоставленных данных.

Карточка модели poctexttoimage/checking-model-1 на Hugging Face совпадает с карточкой model-hub/stable-diffusion-xl-base-1.0, поэтому описание составлено по ней. SDXL Base 1.0 — модель генерации и редактирования изображений по текстовому описанию, разработанная Stability AI. Она основана на латентной диффузии и использует два предварительно обученных текстовых энкодера: OpenCLIP-ViT/G и CLIP-ViT/L. Базовую модель можно запускать отдельно или сочетать с моделью-refiner для завершающих шагов очистки изображения; также описан двухэтапный вариант с повышением разрешения через SDEdit. Модель подходит для создания иллюстраций, художественных работ и визуальных материалов для творческих и образовательных инструментов, а также для исследований генеративных моделей. В README отмечено улучшение пользовательских оценок по сравнению с предыдущими версиями Stable Diffusion. Модель не обеспечивает идеальный фотореализм, плохо воспроизводит читаемый текст и сложные пространственные отношения; лица и люди могут выглядеть некорректно, а автоэнкодер вносит потери. Генерация достоверных изображений людей и событий указана как использование вне заявленного назначения. Лицензия — CreativeML Open RAIL++-M.

Карточка модели remg1997/dynabench-sdxl10 на Hugging Face совпадает с карточкой model-hub/stable-diffusion-xl-base-1.0, поэтому описание составлено по ней. SDXL Base 1.0 — модель генерации и редактирования изображений по текстовому описанию, разработанная Stability AI. Она основана на латентной диффузии и использует два предварительно обученных текстовых энкодера: OpenCLIP-ViT/G и CLIP-ViT/L. Базовую модель можно запускать отдельно или сочетать с моделью-refiner для завершающих шагов очистки изображения; также описан двухэтапный вариант с повышением разрешения через SDEdit. Модель подходит для создания иллюстраций, художественных работ и визуальных материалов для творческих и образовательных инструментов, а также для исследований генеративных моделей. В README отмечено улучшение пользовательских оценок по сравнению с предыдущими версиями Stable Diffusion. Модель не обеспечивает идеальный фотореализм, плохо воспроизводит читаемый текст и сложные пространственные отношения; лица и люди могут выглядеть некорректно, а автоэнкодер вносит потери. Генерация достоверных изображений людей и событий указана как использование вне заявленного назначения. Лицензия — CreativeML Open RAIL++-M.

F Lite 7B — диффузионная модель генерации изображений по тексту, разработанная Freepik и Fal. Модель содержит 7 млрд параметров и получена дистилляцией F Lite; по заявлению разработчиков, она обеспечивает сопоставимое с более крупной моделью качество изображений при меньших затратах времени и памяти. Модель предназначена для создания изображений по описательным запросам. Она ориентирована на безопасную для авторских прав генерацию и контент без откровенных материалов. Для лучших результатов рекомендуется использовать подробные промпты и генерировать изображения размером более одного мегапикселя. Репозиторий распространяется в формате Diffusers с весами Safetensors; лицензия — CreativeML Open RAIL-M. Ограничения включают возможные искажения объектов, слабую отрисовку текста внутри изображений и потенциальные социальные и эстетические предубеждения. Короткие запросы и низкое разрешение могут ухудшать результат.

JoyAI-Echo x LTX-2.3 — это объединённая аудиовизуальная диффузионная модель автора Joey Gambino на базе JoyAI-Echo и LTX-2.3. Веса собраны слиянием ветвей: видеомодель и путь кондиционирования взяты из JoyAI-Echo, аудиоветвь и блоки cross-attention — из LTX-2.3 distilled-1.1. Архитектура AVTransformer3DModel, 48 слоёв; доступны полные чекпойнты в форматах BF16 и FP8, упакованные вместе с компонентами для видео и аудио. Модель предназначена для генерации видео со звуком по текстовому описанию, в том числе многокадровых сцен с говорящими персонажами. В связке с memory-multishot она рассчитана на сохранение внешности и одежды персонажа между сценами, естественную речь и синхронизацию губ. README рекомендует рендерить при 24 кадрах в секунду для предсказуемого соответствия акцента подсказке; запуск требует настройки под доступную память и используемую сборку ComfyUI. В описании репозитория лицензия указана как other, поэтому конкретные условия использования из доступных данных определить нельзя. Автор отмечает необходимость настройки workflow и аппаратных ресурсов; результаты могут зависеть от сборки и параметров рендера.

Kova TTS 1 — англоязычная модель синтеза речи, разработанная Kova AI для озвучивания аудиокниг и длительного повествования. В основе — плотная авторегрессионная архитектура Llama 3.2 1B; модель содержит 1,3 млрд параметров и поддерживает контекст до 131 072 токенов. Она генерирует потоковое моно-аудио с частотой 48 кГц, а нейронный кодек преобразует предсказываемые моделью дискретные аудиотокены в речь. Модель предназначена для преобразования текста в естественную речь, клонирования голоса по образцу аудио и его точной расшифровке, а также потокового синтеза с временными метками слов. Доступны пять голосовых LoRA-адаптеров; также можно обучить собственный. Для клонирования нужны качественная запись и соответствующая ей транскрипция. Модель поддерживает только английскую речь; скорость и задержка зависят от оборудования и конфигурации. Веса выпущены по лицензии Research and Non-Commercial Model License: коммерческое использование требует отдельной письменной лицензии от Kova AI. Сопровождающий сервер предназначен для локального использования, экспериментов и интеграционной разработки, а не для производственного развёртывания.

Kaoeiri/MS-Physician-2409-22B — языковая модель для генерации текста, созданная слиянием моделей через mergekit методом task arithmetic. В основе указаны unsloth/Mistral-Small-Instruct-2409 и benhaotang/mistral-small-physics-finetuned-adapter; архитектура — плотная MistralForCausalLM, размер — 22 млрд параметров. Модель предназначена для диалогового взаимодействия и генерации текста, а каталог также отмечает интерфейс вызова функций. Модель принимает текст и генерирует текст. Заявленная длина контекста — до 131 072 токенов. В README описаны слияние и используемые веса в формате bfloat16; файлы репозитория представлены в safetensors. Специализация на физике следует из названия одного из слитых компонентов, однако карточка не подтверждает конкретные возможности медицинских консультаций. Лицензия в предоставленных данных не указана.

Panda-7B-v0.1 — диалоговая языковая модель NeuralNovel для генерации творческого и повествовательного текста. Это полнопараметрическая донастройка Mistral-7B-Instruct-v0.2 с плотной архитектурой MistralForCausalLM и 7,1 млрд параметров; модель распространяется в формате Safetensors и поддерживает контекст до 32 768 токенов. Модель предназначена для творческого письма, ролевых диалогов, создания историй и решения логических задач в формате инструкций. В README упомянуты датасет Panda-v1, а в метаданных — NeuralNovel/Creative-Logic-v1 и NeuralNovel/Neural-Story-v1. Основной сценарий — создание подробных ответов с вовлечёнными персонажами и выразительным повествованием. Модель может наследовать смещения и жанровые особенности обучающих данных; вне повествовательной генерации и инструктивных задач качество может быть ниже. Лицензия Apache-2.0 разрешает коммерческое и некоммерческое использование.

microsoft/paza-Phi-4-multimodal-instruct — дообученная Microsoft Phi-4-multimodal-instruct модель для автоматического распознавания речи на суахили, календжин, кикуйю, луо, масаи и сомали. Это плотная трансформерная модель на 3,8 млрд параметров с контекстом 4096 токенов; при дообучении обновлялись аудиоэмбеддинги, аудиоэнкодер и проекционные слои, а остальные параметры оставались замороженными. Для обработки используются текстовый токенизатор и извлечение аудиопризнаков. Модель принимает аудиозапись и формирует текстовую транскрипцию. Она рассчитана на разговорную, учебную и вещательную речь; для сохранения качества рекомендована длительность аудио не более 40 секунд. Мультимодальные и текстовые возможности базовой модели сохранены, но в этой работе оценивалось только распознавание речи на шести целевых языках. Модель выпущена для исследовательского использования по лицензии MIT. Не рекомендуется применять её в коммерческих или реальных сценариях без дополнительных испытаний; качество может различаться между языками, а ошибки транскрипции делают рискованным использование в ситуациях с юридическими последствиями или требованиями высокой точности.

PrincipiaMistralModel7B-i1-GGUF — квантизированная версия текстовой авторегрессионной модели PrincipiaMistralModel7B, разработанной clarkkitchen22 и преобразованной в формат GGUF пользователем mradermacher. Модель основана на архитектуре Mistral и имеет около 7 млрд параметров. В карточке также указаны использование QLoRA и объединённых LoRA-адаптеров, а среди тематических направлений — математика, логика и Principia Mathematica. Модель предназначена для генерации текста на английском языке, включая задачи, связанные с математическими и логическими рассуждениями, а также для исследовательских сценариев. Это текстовая модель без заявленной поддержки изображений, аудио или других модальностей. Размер контекста и результаты benchmark-тестов в карточке не указаны. Репозиторий содержит множество вариантов квантизации GGUF с разным размером — примерно от 1,7 до 6 ГБ. Более компактные варианты требуют меньше памяти, но могут заметно уступать по качеству; для баланса скорости, размера и качества рекомендован вариант i1-Q4_K_M, а i1-Q4_K_S также отмечен как оптимальный по соотношению характеристик. Лицензия модели — Apache 2.0.

Skywork-Reward-Llama-3.1-8B-v0.2 — модель вознаграждения, разработанная командой Skywork на основе Meta-Llama-3.1-8B-Instruct и дообученная для оценки предпочтительности ответов языковых моделей. Это плотная Llama-архитектура с классификационной головой для последовательностей, около 7,5 млрд параметров и контекстом до 131 072 токенов. Модель присваивает оценки вариантам ответов или диалогам, помогая выбирать более предпочтительный ответ и ранжировать результаты генерации. Её обучали на 80 тысячах пар предпочтений из открытых наборов данных; модель рассчитана на сложные сценарии, включая диалог, математику, программирование и безопасность. В README указано, что версия v0.2 использует очищенный от части пересечений с тестами RewardBench набор данных; авторы рекомендуют её для оценки на RewardBench. Модель предназначена для оценки и ранжирования ответов, а не для генерации текста как основного сценария. Метаданные указывают задачу text-classification. Лицензия в предоставленных данных не указана; авторы просят проводить проверку безопасности перед развёртыванием в интернет-сервисах и запрещают использовать модель для незаконных действий или угроз безопасности.

Карточка модели Jinstudio/stable-diffusion-v-1-3-original на Hugging Face совпадает с карточкой CompVis/stable-diffusion-v-1-3-original, поэтому описание составлено по ней. Stable Diffusion v1.3 — модель генерации изображений по текстовому описанию, разработанная Робином Ромбахом и Патриком Эссером. Это латентная диффузионная модель с фиксированным текстовым энкодером CLIP ViT-L/14; веса представлены в формате PyTorch. Версия 1.3 инициализирована весами Stable Diffusion v1.2 и дообучена на 195 000 шагах при разрешении 512×512 на подмножестве laion-improved-aesthetics с отключением текстового условия в 10% случаев для улучшения classifier-free guidance. Модель подходит для создания художественных изображений и иллюстраций по английским промптам, а также для творческих и образовательных инструментов и исследований генеративных моделей. Лицензия CreativeML OpenRAIL-M устанавливает условия использования и ограничения на отдельные сценарии применения. Модель не обеспечивает идеальный фотореализм, плохо передаёт читаемый текст и сложные пространственные отношения, а лица и люди могут получаться некорректно. Она лучше работает с английскими описаниями; обучение на данных LAION-5B, содержащих материалы для взрослых, а также отсутствие дедупликации создают риски нежелательных результатов и запоминания отдельных изображений, поэтому для практического развёртывания нужны дополнительные меры безопасности.

Карточка модели Shantanu9744/stable-diffusion-v1.5 на Hugging Face совпадает с карточкой stablediffusiontutorials/stable-diffusion-v1.5, поэтому описание составлено по ней. Stable Diffusion v1.5 — латентная диффузионная модель генерации и редактирования изображений по текстовому запросу, разработанная Робином Ромбахом и Патриком Эссером. Эта копия репозитория — зеркало устаревшей модели runwayml/stable-diffusion-v1-5; её владельцы не связаны с RunwayML. Модель использует фиксированный текстовый энкодер CLIP ViT-L/14 и доступна в форматах Diffusers, PyTorch и Safetensors. Модель подходит для создания иллюстраций, художественных изображений и материалов для творческих инструментов. В карточке указана лицензия CreativeML OpenRAIL-M. Модель обучалась преимущественно на англоязычных описаниях, поэтому англоязычные запросы обычно подходят лучше. Она не гарантирует фотореализм, плохо справляется с композицией сложных сцен и разборчивым текстом; лица и люди могут получаться некорректно. Для применения предусмотрен Safety Checker в Diffusers; обучающие данные содержали материалы для взрослых, а изображения могли запоминаться моделью.

ClaudioItaly/Albacus — языковая модель семейства Mistral, созданная объединением предварительно обученных моделей с помощью mergekit и метода passthrough. В объединение вошла ClaudioItaly/Evolutionstory-7B-v2.2, модель для связного написания историй и генерации текста по контексту. Модель предназначена для генерации текста по текстовому запросу и контексту. Она содержит 8,9 млрд параметров, использует плотную архитектуру MistralForCausalLM и поддерживает контекст длиной до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии MIT. Карточка не описывает отдельные языковые или предметные специализации, поэтому её можно рассматривать как модель общего назначения для генерации текста.

TheBloke публикует эту модель как fp16-версию в формате PyTorch: Austism’s Chronos Hermes 13B, объединённую с LoRA SuperHOT 13B от Kaio Ken. Базовая Chronos Hermes — смесь Chronos 13B и Nous-Hermes 13B в пропорции 75/25. Для работы с контекстом до 8192 токенов карточка указывает использовать trust_remote_code=True; в config.json задана длина последовательности 8192. Модель предназначена для генерации текста, следования инструкциям и написания связных, подробных повествовательных текстов, в том числе проактивного сторителлинга. В метаданных указаны архитектура LlamaForCausalLM, 12,9 млрд параметров, библиотечные форматы PyTorch и задача text-generation. Лицензия обозначена как other, поэтому условия использования следует сверить с лицензией в репозитории.

Rangle2/gemma-4-12B-it-uncensored-opus4.7-cot — текстовая генеративная модель, разработанная Rangle2 на основе Google Gemma 4 12B IT. Это QLoRA-дообучение модели gemma-4-12B-it с использованием рассуждений Claude Opus 4.7; исходная модель была подвергнута abliteration для удаления отказов, после чего дообучена на структурированных chain-of-thought-трассах. Распространяется в виде объединённых весов fp16 safetensors и предназначена для запуска через Transformers. Модель ориентирована на задачи пошагового рассуждения, прежде всего STEM, математику и текстовую генерацию на английском языке. Рекомендуется явно просить её рассуждать по шагам и выделять финальный ответ, а также предоставлять не менее 768 токенов для генерации. По заявленным тестам, дообучение частично или почти полностью восстановило потери после abliteration: результат MMLU составил 0,739, GSM8K — 0,920, а WikiText-2 — 1,717 bits/byte. К ограничениям относятся ухудшение генерации кода по сравнению с исходной моделью, повышенная многословность, отсутствие оценки использования инструментов, длинного контекста и неанглоязычных сценариев, а также склонность к самоуверенным ошибкам и редкому отказу от ответа. Защитное поведение модели намеренно удалено, поэтому она может выдавать вредные, оскорбительные или небезопасные результаты и не подходит для использования без собственного защитного слоя, классификации выходов и человеческой проверки. Лицензия указана как gemma; использование должно соответствовать Gemma Terms of Use. Модель предоставляется без гарантий и не предназначена для медицинских, юридических, финансовых или иных критически важных решений.

Changgil Song разработал k2s3_test_24001 — чат-модель генерации текста на архитектуре Llama, дообученную методом LoRA на базе meta-llama/Llama-2-13b-chat-hf. Модель содержит 12,9 млрд параметров и поддерживает контекст до 4096 токенов. Модель обучена на примерно 800 млн токенов корейских данных, включая материалы Standard Korean Dictionary, обучающие данные KULLM Университета Корё, аннотации диссертаций и образцы корейского языка из AI Hub. Она предназначена для диалогов и генерации текста на корейском языке. Репозиторий содержит веса в формате safetensors; лицензия — llama2.