IV.5Образование и развитие навыков

NarrativeNexus 7B — языковая модель на архитектуре Mistral, созданная jeiku объединением нескольких моделей методом DARE TIES с помощью mergekit. В основе объединения jeiku/Cookie_7B; также включены jeiku/SpaghettiOs_7B, jeiku/Rainbow_69_7B и jeiku/Paranoid_Android_7B. Модель содержит 7,1 млрд параметров и поддерживает контекст до 8192 токенов. Модель предназначена для генерации текста, в частности загадок, ролевых диалогов и подробных повествований длиной около 1000 токенов, а также для создания текстовых данных для наборов сюжетов. Автор отмечает, что модель охотно пишет персонажей разных типов, в том числе фетишизированные взрослые образы. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия указана как other, поэтому условия использования следует сверить с карточкой модели и лицензиями исходных моделей.

PRX-1024-t2i-beta — модель генерации изображений по текстовому описанию, разработанная Photoroom. Это предварительный вариант семейства PRX с разрешением 1024 пикселя; модель обучена с нуля и затем прошла supervised fine-tuning (SFT). Она использует упрощённую архитектуру на основе MMDiT, flow matching и текстовый энкодер T5-Gemma-2B-2B-UL2 для многоязычного ввода. В качестве латентного кодировщика применяется Flux VAE. Модель предназначена для создания изображений по промптам и служит открытой базовой моделью для генерации, тонкой настройки и изучения диффузионных трансформеров. Репозиторий рассчитан на использование с Diffusers и содержит веса в формате safetensors. Лицензия — Apache 2.0; также действуют ограничения Gemma Prohibited Use Policy и требования применимого законодательства.

QuantFactory/Qwen2.5-Math-7B-Instruct-GGUF — квантизированная версия Qwen2.5-Math-7B-Instruct, созданная QuantFactory с использованием llama.cpp на основе модели Qwen/Qwen2.5-Math-7B-Instruct от команды Qwen. Это инструкционная языковая модель для генерации текста и диалогового взаимодействия, специализированная прежде всего на решении математических задач на английском и китайском языках. Модель поддерживает рассуждения по цепочке мыслей (CoT) и Tool-integrated Reasoning (TIR), при котором естественно-языковое рассуждение сочетается с выполнением программ. TIR предназначен для повышения точности вычислений, символьных преобразований и алгоритмического рассуждения, особенно в сложных задачах, например при решении уравнений и вычислении собственных значений матриц. Размер исходной модели составляет 7B параметров; формат GGUF и квантизация ориентированы на запуск через совместимые инструменты llama.cpp, однако конкретный тип квантизации в README не указан. Сильной стороной модели является специализация на математическом рассуждении: для исходной Qwen2.5-Math-7B-Instruct заявлен результат 85,3 на бенчмарке MATH при использовании TIR. Модель не рекомендуется для общих задач, не связанных с математикой, и её возможности для других языков и модальностей не заявлены. Для оригинальной модели требуется transformers версии 4.37.0 или новее, но требования к запуску именно GGUF-версии, размер контекста и показатели производительности в README не указаны. Указана лицензия Apache-2.0.

Qwen3.8-Whittle-16B — экспериментальная сжатая и дообученная модель, созданная независимым разработчиком на основе Qwen3.8-27B. Из исходной модели удалили 20 слоёв и уменьшили ширину оставшихся MLP на 25%, затем выполнили короткое QLoRA-дообучение для восстановления качества. В репозитории есть веса safetensors и варианты GGUF Q4_K_M и Q8_0; число параметров в метаданных — 12,8 млрд. Модель поддерживает контекст до 262 144 токенов и интерфейс чата с вызовом инструментов. Модель предназначена для генерации текста, в том числе ответов, кода и коротких рассуждений; автор рекомендует преимущественно одноходовые сценарии с указанными параметрами сэмплирования. По README, версия v2 улучшает оформление кода и снижает склонность к циклам в длинных ответах. При этом модель остаётся исследовательским предварительным выпуском: в многоходовых диалогах, длинной генерации и агентных циклах возможны серьёзные повторы, поэтому автор не рекомендует полагаться на неё в производственных системах или как на источник фактов. Лицензия — Apache-2.0.

Карточка модели Wososo/Qwen-Image-2.1 на Hugging Face совпадает с карточкой unsloth/Qwen-Image-2.1, поэтому описание составлено по ней. Qwen-Image-2.1 — модель семейства Qwen для генерации изображений по тексту и редактирования изображений; в карточке она представлена как версия, опубликованная unsloth. Визуальный генератор содержит 7 млрд параметров и использует 32 слоя одно-поточного DiT. Модель рассчитана на создание изображений, в том числе с прозрачностью RGBA, и редактирование изображений по текстовым инструкциям. Среди заявленных возможностей — работа с десятью референсными изображениями, локальные правки по маскам и нарисованным пометкам, сохранение внешнего вида людей и товаров, а также извлечение объектов из фотографий. Разработчики отмечают улучшения в отрисовке текста, освещении портретов и детализации. Для работы требуются PyTorch, Transformers и Diffusers; конкретные требования к видеопамяти в карточке не приведены. Лицензия указана как other, поэтому условия использования следует сверить с исходной карточкой модели.

Карточка модели LinHekaka/RedSage-Qwen3-8B-Ins на Hugging Face совпадает с карточкой RISys-Lab/RedSage-Qwen3-8B-Ins, поэтому описание составлено по ней. RedSage-Qwen3-8B-Ins — дообученная RISys-Lab языковая модель для диалоговой помощи в кибербезопасности. Это плотная авторегрессионная модель семейства Qwen3 с 7,6 млрд параметров и контекстом 32 768 токенов; она работает через Transformers и принимает текстовые запросы, выдавая текстовые ответы. Модель прошла supervised fine-tuning на наборе RedSage-Conv примерно из 266 тысяч многоходовых диалогов по кибербезопасности и общих инструкционных данных SmolTalk2. Она предназначена для ответов на вопросы о MITRE и OWASP, объяснения уязвимостей и мер защиты, а также для генерации и пояснения команд инструментов вроде nmap, sqlmap и Metasploit. В карточке отмечены диалоговый режим и агентное расширение обучающих данных; заявлены результаты на профильных и общих тестах, приведённых в README. Модель не проходила этап DPO; карточка указывает RedSage-Qwen3-8B-DPO как следующую версию. Возможны галлюцинации и неточные команды, поэтому результаты требуют проверки. Обучение включало наступательные материалы, и для развёртывания в пользовательских приложениях авторы рекомендуют дополнительные меры защиты. Лицензия в предоставленных данных не указана.

Sofelia-TTS — модель синтеза речи, разработанная как дообучение YatharthS/MiraTTS для палестинского диалекта арабского языка. Она использует плотную архитектуру Qwen2 на 506,6 млн параметров и предназначена для преобразования текста в речь с характерным произношением и интонацией этого диалекта. Метаданные указывают контекст до 32 768 токенов; модель работает через Transformers и хранится в формате safetensors. Модель подходит для озвучивания аудиокниг, создания голосовых помощников и медиаконтента, а также клонирования голоса по короткому образцу речи. README рекомендует вводить текст арабским письмом и отмечает, что палестинский диалект подходит лучше всего. Заявления карточки о естественной просодии, сходстве с образцом и быстром выводе не сопровождаются результатами независимой оценки. Модель выпущена под лицензией Apache-2.0. Описание не подтверждает поддержку других арабских диалектов или языков на уровне качества, сопоставимого с палестинским арабским.

Veritas-12B — языковая модель объёмом 12 млрд параметров, разработанная soob3123 и представленная в формате GGUF с квантованиями от bartowski. Квантованные версии созданы с использованием llama.cpp и метода imatrix на основе специализированного набора данных. Модель предназначена для генерации текста, диалога и рассуждений в областях философии, этики, морали, логики, метафизики и эпистемологии. Она может использоваться для критического мышления, анализа аргументов, обсуждения философских концепций и ведения дебатов. В README указано, что модель ориентирована на английский язык и работает в текстовой модальности. Доступны варианты от BF16 до квантований Q2 и IQ3–IQ6, включая рекомендуемые Q4_K_M, Q5, Q6 и другие форматы. Размер файлов составляет примерно от 5,2 до 23,5 ГБ, что позволяет выбирать между качеством и требованиями к памяти. Модель совместима с llama.cpp, LM Studio и другими проектами на базе llama.cpp; для работы следует использовать указанный шаблон промпта. Контекстное окно, точная архитектура исходной модели, лицензия и результаты независимых оценок в README не указаны, поэтому эти характеристики и юридические условия использования требуют дополнительной проверки.

chargoddard/storytime-13b — чат-модель на архитектуре Llama для генерации текста с уклоном в создание историй. Она отвечает в формате запросов Alpaca и предназначена для диалогов и творческого письма. В карточке указана сборка из Chronorctypus-Limarobormes, смешивания с ReMM-v2.2-L2-13B и Llama-2-13B-Storywriter, а также экспериментального storytelling LoRA; точный способ объединения компонентов не описан. Модель содержит 12,9 млрд параметров, использует формат safetensors и поддерживает контекст до 4096 токенов. Указана лицензия Llama 2. Карточка приводит результаты Open LLM Leaderboard, включая средний балл 50,55, ARC 62,03 и HellaSwag 83,96; эти оценки сами по себе не гарантируют качество в конкретных сценариях.

Synth-2 — дообученная модель LucidityAI на базе Qwen/Qwen3-4b-thinking-2507, обученная на творческих данных. Это плотная языковая модель семейства Qwen3 с 3,7 млрд параметров, предназначенная для генерации диалоговых ответов и творческого текста, в том числе от лица заданных персонажей. В README приведены примеры ролевых ответов и сравнений с другими моделями; заявленное окно контекста — 262 144 токена. Модель принимает текст и выдаёт текст. В карточке не указаны поддерживаемые естественные языки. Распространяется в формате Safetensors по лицензии Apache-2.0. README предупреждает, что модель может генерировать материалы NSFW, поэтому для использования в продуктах рекомендуется применять защитные фильтры.

AkitoP/whisper-large-v3-japense-phone_accent — модель распознавания японской речи, созданная дообучением Whisper large-v3-turbo. Она преобразует аудио в катакану с разметкой высотного ударения и предназначена для транскрибирования японской речи с указанием произношения. Для обучения использованы часть набора Galgame-Speech и датасет JSUT-5000: сначала тексты преобразовали в катакану с разметкой ударения с помощью pyopenjtalk, затем дообучили модель на исходной обучающей части JSUT-5000. Модель содержит около 905,2 млн параметров и использует архитектуру Whisper. В README сообщается о CER около 4% на тестовом наборе JSUT-5000; это результат для указанного теста, а не гарантия качества на других данных. Вариант обучения только на первом этапе показал CER 13%. Модель ориентирована на японскую речь и специализированный формат транскрипции. Лицензия в предоставленных данных не указана.

Xor 26B-A4B v1.1 — дообученная модель Juspay на базе Google Gemma 4 26B-A4B-IT для типизированных задач принятия решений. Она предназначена для диалогового использования и выдаёт текстовые ответы на вопросы форматов `noul`, `choice` и `score`; модельный wrapper также принимает текст, изображения и видео. Веса опубликованы в формате BF16 и объединены, поэтому отдельное объединение адаптера при запуске не требуется. В карточке приведена публичная оценка Decision Index 0.3 — 57,62; это самостоятельный запуск авторов, а не подтверждённый результат лидерборда. Указаны также проверки JEVBench и функциональные проверки изображений и видео, которые не являются мультимодальным бенчмарком. Для воспроизводимой конфигурации требуется Linux-хост с NVIDIA GPU и примерно 96 ГБ видеопамяти; CPU и меньшие GPU не проверены. Лицензия — Apache-2.0.

ANIMA-Nectar — специализированная текстовая модель Severian для научных дисциплин, включая биомимикрию, биологию и экологию. Она предназначена для сопровождения пользователей в процессе биомиметического проектирования: помогает исследовать природные решения и применять их при разработке идей и стратегий решения задач. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом 32 768 токенов. По README, она создана как девятое последовательное дообучение ANIMA-Phi-Neptune-Mistral-7B с дополнительными 20 часами обучения на смешанном наборе данных по биомимикрии, STEM и Nectar. Модель ориентирована на длинные многоходовые рассуждения и склонна давать очень подробные ответы. Репозиторий содержит веса Safetensors; лицензия — MIT. Модель подходит для изучения биомиметических подходов, генерации идей и проработки научно-технических задач в диалоге. Среди известных ограничений — иногда модель продолжает диалог сама с собой, воспроизводя роли пользователя и ассистента. В README не указаны языки обучения или гарантии точности ответов.

Breeze-Petro-7B-Instruct-v1 — диалоговая модель MediaTek Research, дообученная RebeccaChou на базе MediaTek-Research/Breeze-7B-Instruct-v1_0. Модель семейства Mistral с плотной архитектурой и 7,2 млрд параметров; принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. Дообучение ориентировано на химические и процедурные знания с дополнительными сведениями о нефтяной отрасли. Модель предназначена для диалоговых ответов и помощи с вопросами по этим темам, а также поддерживает английский и традиционный китайский языки. В метаданных также отмечена возможность работы с кодом. Модель распространяется под лицензией Apache-2.0. Результаты оценки в карточке частично относятся к другим моделям, поэтому их нельзя считать подтверждёнными показателями Breeze-Petro. Для специализированных технических решений ответы следует проверять.

arun-shankar/ChatGPT-Neo — языковая модель GPT-Neo, представленная как основа для многотурового чат-бота. В карточке описано использование для генерации ответов в диалоге и приведена ссылка на руководство по воспроизведению чат-бота с GPT-Neo и SageMaker. Модель имеет плотную архитектуру GPTNeoForCausalLM, содержит 137,7 млн параметров и принимает контекст до 2048 токенов. Доступен формат PyTorch; лицензия — Apache-2.0. Карточка не уточняет языки обучения и качество диалоговых ответов, поэтому пригодность для конкретного языка или сценария следует проверять отдельно.

Chimera-X-26B-A4B — мультимодальная разговорная модель семейства Gemma 4, созданная Vortex5 объединением нескольких моделей: Gemma-4-26B-A4B-Animus-V14.1-FFT, Pantheon-Reasoning-26B-A4B-1.1, G4-MeroMero-26B-A4B и G4-Moonlight-Dusk-26B-A4B. В README описана многоэтапная схема mergekit с методами nearswap и karcher; веса опубликованы в формате safetensors для Transformers. Модель предназначена для ролевого общения с персонажами, интерактивных сцен, творческого письма, повествования, развития сюжета и генерации идей. Она принимает текст и изображения и выдаёт текст; метаданные отмечают поддержку чата и vision. В README указана лицензия Apache-2.0. Размер контекста и точное число параметров в доступных сведениях не приводятся.

Карточка модели BestModelsv2/FLUX на Hugging Face совпадает с карточкой black-forest-labs/FLUX.1-dev, поэтому описание составлено по ней. FLUX.1 [dev] — модель генерации изображений по тексту от Black Forest Labs. Это 12-миллиардный rectified flow transformer, обученный с помощью дистилляции guidance; веса доступны в форматах Diffusers и safetensors. Модель предназначена для создания изображений по текстовым описаниям и локального использования в творческих и исследовательских рабочих процессах. Модель обеспечивает высокое качество изображений и хорошо следует запросам, хотя результат зависит от формулировки промпта и может ему не соответствовать. Она не предназначена для предоставления фактической информации и может усиливать социальные предубеждения. Лицензия FLUX.1 [dev] Non-Commercial License разрешает личное и научное использование; коммерческое использование регулируется условиями лицензии.

Карточка модели ModelsLab/flux.1-dev на Hugging Face совпадает с карточкой black-forest-labs/FLUX.1-dev, поэтому описание составлено по ней. FLUX.1 [dev] — модель генерации изображений по тексту от Black Forest Labs. Это 12-миллиардный rectified flow transformer, обученный с помощью дистилляции guidance; веса доступны в форматах Diffusers и safetensors. Модель предназначена для создания изображений по текстовым описаниям и локального использования в творческих и исследовательских рабочих процессах. Модель обеспечивает высокое качество изображений и хорошо следует запросам, хотя результат зависит от формулировки промпта и может ему не соответствовать. Она не предназначена для предоставления фактической информации и может усиливать социальные предубеждения. Лицензия FLUX.1 [dev] Non-Commercial License разрешает личное и научное использование; коммерческое использование регулируется условиями лицензии.

Карточка модели Jinstudio/FLUX.2-klein-4B на Hugging Face совпадает с карточкой black-forest-labs/FLUX.2-klein-4B, поэтому описание составлено по ней. FLUX.2 [klein] 4B — модель Black Forest Labs с 4 млрд параметров на архитектуре rectified flow transformer. Она объединяет генерацию изображений по тексту и редактирование изображений с несколькими референсами в одной компактной модели; поддерживаются сценарии text-to-image и image-to-image. Модель рассчитана на интерактивные и производственные приложения, где важны скорость и локальный запуск, и, по данным разработчика, требует около 13 ГБ видеопамяти. Разработчик заявляет о дистиллированной версии с генерацией менее чем за секунду и качеством, сопоставимым с более крупными моделями. Для запуска доступны Diffusers и ComfyUI. Карточка указывает поддержку английского языка; текст внутри изображений может искажаться, а соответствие результатом запросу зависит от формулировки промпта. Модель не предназначена для предоставления фактической информации и может отражать смещения обучающих данных. Веса доступны по лицензии Apache 2.0 для коммерческого использования; карточка также перечисляет ограничения на отдельные вредоносные сценарии.

Карточка модели Kuau/FLUX.2-klein-4B на Hugging Face совпадает с карточкой black-forest-labs/FLUX.2-klein-4B, поэтому описание составлено по ней. FLUX.2 [klein] 4B — модель Black Forest Labs с 4 млрд параметров на архитектуре rectified flow transformer. Она объединяет генерацию изображений по тексту и редактирование изображений с несколькими референсами в одной компактной модели; поддерживаются сценарии text-to-image и image-to-image. Модель рассчитана на интерактивные и производственные приложения, где важны скорость и локальный запуск, и, по данным разработчика, требует около 13 ГБ видеопамяти. Разработчик заявляет о дистиллированной версии с генерацией менее чем за секунду и качеством, сопоставимым с более крупными моделями. Для запуска доступны Diffusers и ComfyUI. Карточка указывает поддержку английского языка; текст внутри изображений может искажаться, а соответствие результатом запросу зависит от формулировки промпта. Модель не предназначена для предоставления фактической информации и может отражать смещения обучающих данных. Веса доступны по лицензии Apache 2.0 для коммерческого использования; карточка также перечисляет ограничения на отдельные вредоносные сценарии.

Gryphe разработал Gemma-4-26B-A4B-StyleTune-V2 на основе Gemma 4 26B A4B IT от Google. Это текстовая instruct-модель для диалогов, ролевых сценариев и творческого письма с изменённым стилем генерации. Модель обучена на повествовательных данных за одну эпоху: изменён только один тензор — выходной слой lm_head, остальные веса базовой модели заморожены. По результатам сравнения на 200 ролевых запросах автор сообщает о снижении числа клише на 52%; это авторская оценка для указанного набора, а не гарантия результата на других задачах. Сохранены возможности базовой модели, включая следование инструкциям и рассуждения. Основа Gemma 4 поддерживает анализ изображений, однако эта версия предназначена прежде всего для генерации текста. Модель распространяется в формате safetensors под лицензией Apache-2.0. README рекомендует использовать встроенный шаблон чата Gemma 4; конкретная длина контекста и список поддерживаемых языков этой версии не приведены.

MuXodious/HER-32B-absolute-heresy — экспериментальная версия HER-32B, созданная с помощью abliteration-инструмента Heretic v1.2.0 с сохранением величины весов и ортогональной абляцией. Это плотная причинно-языковая модель семейства Qwen3 с 29,7 млрд параметров и контекстом до 131 072 токенов; базовая модель HER-32B дообучена для многошагового ролевого диалога и симуляции персонажей с раздельными слоями рассуждений: планированием от третьего лица и внутренними мыслями персонажа от первого лица. Модель предназначена для генерации диалогов и отыгрыша персонажей с описанием мыслей, действий и реплик. В README указано, что после преобразования доля отказов снизилась с 89 до 4 из 100, а KL-дивергенция составила 0,0318; автор отдельно отмечает, что индекс «ереси» условный и не предсказывает качество. Доступны веса Safetensors для Transformers, интерфейс поддерживает чат и вызов инструментов. Лицензия — Apache-2.0.

Impish-LongPen-12B — слитая языковая модель автора Retreatcost, созданная методом Karcher Mean с помощью mergekit на основе Sicarius-Prototyping/Impish_Longtail_12B и SuperbEmphasis/MN-12b-RP-Ink-RP-Longform. Модель относится к семейству Mistral, использует плотную архитектуру MistralForCausalLM и содержит 12,1 млрд параметров; для работы указано контекстное окно до 131 072 токенов. Модель предназначена для генерации текста, включая длинные текстовые продолжения и ролевые сценарии, на что указывает её происхождение от моделей с RP и longform в названиях. Автор характеризует результат как экспериментальную сборку с улучшенным качеством, не приводя количественных оценок или подробностей тестирования. Репозиторий содержит веса в формате safetensors и использует лицензию Apache-2.0.

L3.1-nemotron-sunfall-v0.7.0-GGUF — это квантованная версия текстовой генеративной модели L3.1-nemotron-sunfall-v0.7.0, разработанной crestf411 и подготовленной в формате GGUF пользователем bartowski. Модель предназначена для генерации текста, включая диалоговые сценарии, ролевое взаимодействие, следование инструкциям и художественное письмо. При обучении использовались наборы данных для roleplay, инструкций и литературной генерации, включая LimaRP-DS, Sonnet3.5-Charcard-Roleplay и другие указанные в карточке источники. Модель работает с llama.cpp и поддерживает несколько вариантов квантования от Q8_0 до Q2_K и форматов IQ. Более крупные варианты обеспечивают более высокое качество, а компактные требуют меньше оперативной памяти, но могут заметно уступать по качеству. Рекомендуемыми в карточке названы Q6_K, Q5_K_M, Q5_K_S, Q4_K_M, Q4_K_S и IQ4_XS. Размер файлов варьируется примерно от 21,14 до 74,98 ГБ. Архитектура, число параметров, максимальный контекст, перечень языков и поддержка модальностей, отличных от текста, в README не указаны. Модель ориентирована на локальный запуск, в частности через LM Studio, с использованием специального шаблона prompt format на основе токенов Llama 3. Сильными сторонами являются широкий выбор уровней квантования и специализация на ролевом взаимодействии и генерации художественного текста. Ограничения связаны с большими требованиями к памяти даже у компактных вариантов, потерей качества при агрессивном квантовании и отсутствием в карточке подробных сведений о производительности и языковых возможностях. Распространение указано по лицензии Llama 3.

L3-8B-Stheno-v3.2-exl2 — это квантизированная версия текстовой генеративной модели L3-8B-Stheno-v3.2, разработанной Sao10K и подготовленной в формате ExLlamaV2 пользователем bartowski. Модель предназначена для генерации текста, прежде всего для художественного письма, создания коротких историй и выполнения инструкций. В обучении использовались наборы Gryphe/Opus-WritingPrompts, Sao10K/Claude-3-Opus-Instruct-15K, Sao10K/Short-Storygen-v2 и Sao10K/c2-Logs-Filtered. Модель имеет размер 8B параметров, работает с текстом и заявлена для английского языка. Для взаимодействия используется шаблон сообщений в стиле Llama 3 с ролями system, user и assistant. Доступны варианты квантизации от 3.5 до 8.0 бит на вес; рекомендуемым указан вариант 6.5 bpw как компромисс между качеством и размером. В зависимости от варианта и длины контекста потребление видеопамяти составляет примерно от 6,4 до 13,6 ГБ, при этом поддерживаются контексты до 32K согласно таблице README. Сильными сторонами являются ориентация на творческую генерацию, следование инструкциям и возможность запуска на видеокартах с ограниченным объёмом памяти благодаря квантизации. Более низкие уровни квантизации уменьшают требования к VRAM, но приводят к снижению качества; вариант 3.5 bpw рекомендуется использовать только при необходимости. Данных о мультимодальности, дополнительных языках и точных архитектурных характеристиках базовой модели в README нет. Распространение указано по лицензии CC BY-NC 4.0, допускающей некоммерческое использование с соблюдением условий лицензии.

Llama-3.1-70B-Instruct-Lorablated-Creative-Writer-GGUF — это GGUF-квантизация модели Llama-3.1-70B-Instruct-Lorablated-Creative-Writer. Исходную модель разработал NobodySpecial, а квантизации подготовил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста, в частности для творческого письма и диалогового использования в формате instruct. Модель основана на Llama 3.1 с 70 миллиардами параметров и поддерживает текстовый ввод и вывод. Доступны варианты квантизации от Q8_0 до Q2_K, включая Q6_K, Q5_K_M и Q4_K_M; размеры файлов варьируются примерно от 27,4 до 75 ГБ. В README рекомендованы несколько вариантов, включая Q6_K, Q5_K_M, Q5_K_S, Q4_K_M, Q4_K_S и IQ4_XS, тогда как более компактные варианты дают более низкое качество. Сильной стороной модели является сочетание крупного размера и специализированной направленности на творческую генерацию текста, а квантизации позволяют запускать её с различными требованиями к памяти. Для работы предлагается использовать llama.cpp или LM Studio с указанным шаблоном prompt. Информация о лицензии, поддерживаемых языках и размере контекста в README не указана.

lzlv 70B fp16 hf — плотное языковое семейство LLaMA 2, созданное lizpreciatior путём слияния нескольких дообученных моделей LLaMA 2 объёмом 70B. В состав вошли Nous-Hermes-Llama2-70b, Xwin-LM-7B-V0.1 и Mythospice-70b; для объединения использовались SLERP-слияния. Репозиторий содержит веса в формате safetensors, всего около 68,7 млрд параметров. Указанное нативное окно контекста — 4096 токенов. Модель предназначена для генерации текста, ролевых диалогов и творческого письма, с упором на сочетание следования инструкциям и выразительности. Автор субъективно отмечает, что модель справлялась со сложными сценариями и казалась более творческой, чем отдельные компоненты; независимые сравнительные оценки не приведены. Для общения в README предлагается формат Vicuna. Модель рассчитана на английский язык. Лицензия — CC BY-NC 2.0, которая ограничивает коммерческое использование.

facebook/mms-tts-mag — модель синтеза речи на языке магадхи из проекта Massively Multilingual Speech (MMS), разработанного Facebook. Она преобразует входной текст в речевую аудиоволну; для каждого языка MMS обучается отдельный чекпойнт. Модель построена на архитектуре VITS — сквозной вариационном автоэнкодере с flow-модулем, стохастическим предиктором длительности и HiFi-GAN-декодером. В репозитории указаны 3,6 млн параметров; модель доступна через Transformers версии 4.33 и новее. Стохастический предиктор длительности позволяет синтезировать один и тот же текст с разным ритмом, поэтому результат зависит от случайного зерна; фиксированное зерно нужно для повторения той же генерации. Модель предназначена для озвучивания текста на магадхи, а не для многоязычного синтеза. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

Flova/omr_transformer — модель оптического распознавания музыкальной нотации, разработанная на основе Donut. Она принимает изображение нотной записи и преобразует его в простые ноты в формате LilyPond. Обучающие примеры включали искусственные изображения, рукописные записи и изображения с досок. Модель построена на архитектуре vision-encoder-decoder и распространяется в формате PyTorch. Карточка описывает англоязычную версию; для использования требуется библиотека Transformers. Лицензия — Apache-2.0.

Qwen-UMLS-7B-Instruct — инструктивная языковая модель для медицинских и связанных со здравоохранением задач, созданная дообучением Qwen/Qwen2.5-7B-Instruct на наборе данных UMLS. Это плотная архитектура Qwen2 с 7,1 млрд параметров; модель работает через Transformers, принимает текстовые запросы и генерирует текстовые ответы. Контекст составляет до 32 768 токенов. Карточка заявляет поддержку анализа клинических записей и медицинских публикаций, ответов на вопросы и объяснения терминов для обучения пациентов и специалистов. Модель предназначена для включения в медицинские информационные и исследовательские приложения, например для подготовки черновых объяснений или анализа текста. Ответы могут содержать ошибки и не должны служить самостоятельным основанием для диагностики или выбора лечения. Модель ориентирована на английский язык. Лицензия — CreativeML Open RAIL-M.