IV.5Образование и развитие навыков

Llama-goodbooks-mpnet — модель Sentence Transformers, разработанная beeFormer на основе sentence-transformers/all-mpnet-base-v2 и дообученная на датасете Goodbooks-10k с описаниями книг. Она кодирует предложения и абзацы в плотные векторы размерностью 768 для рекомендаций по содержанию и использования текстовых признаков при рекомендациях новым объектам без истории взаимодействий. Архитектура MPNet содержит 136,7 млн параметров; модель принимает текст на английском языке, а максимальная длина последовательности в обучении была сокращена до 384 токенов. В метаданных указан родной контекст 514 токенов. Модель предназначена для исследовательских экспериментов и демонстрации возможностей обучающего фреймворка beeFormer. Её можно применять для сопоставления описаний книг, формирования векторных представлений объектов и построения рекомендаций по содержанию. README не приводит результатов оценки. Лицензия указана как llama3.1.

Magnolia-v4-Gemma2-8k-9B — объединённая языковая модель автора grimjim, построенная на архитектуре Gemma 2 и основанная на google/gemma-2-9b-it. Модель размером 9 млрд параметров создана методом task arithmetic с помощью mergekit; в объединение также вошли Magnolia-v2-Gemma2-8k-9B, EZO-Humanities-9B-gemma-2-it и Gemma-2-Ataraxy-v4c-9B_fixed. Весовые файлы представлены в формате safetensors, контекст — до 8192 токенов. Модель предназначена для диалоговой генерации текста, в частности повествовательной прозы. Автор сообщает, что пересобрал её вокруг исходной instruct-модели после нестабильности предыдущей версии при изображении эмоционально напряжённых персонажей; это не гарантирует полного устранения проблемы. Использование регулируется лицензией Gemma.

SJTU-DENG-Lab/MBD-Math-LLaDA2-mini-DMax-16B — языковая модель генерации текста на архитектуре LLaDA2-MoE, разработанная лабораторией SJTU-DENG-Lab как вариант Multi-Block Diffusion Language Model. Она обучена посттренировкой BD-LM методом Multi-Block Teacher Forcing: несколько последовательных блоков текста декодируются совместно, что обеспечивает межблочный параллелизм. Модель предназначена для генерации текста и диалогового взаимодействия; в названии указана математическая специализация, однако README не описывает конкретные математические возможности или результаты оценки. Модель имеет контекст 16 384 токена и распространяется в формате Safetensors для Transformers. В метаданных указано 1,2 млрд параметров и лицензия MIT. README не сообщает поддерживаемые языки и конкретные ограничения качества; использование многоблочного декодирования и оценки описано в связанной работе и Diffulex.

MERaLiON-SER-v1 — мультиязычная модель распознавания эмоций и аффективных характеристик речи, разработанная командой MERaLiON. Она принимает аудио и предсказывает семь категорий эмоций: нейтральность, радость, грусть, гнев, удивление, страх и отвращение, а также непрерывные оценки валентности, возбуждения и доминирования в диапазоне от 0 до 1. Модель содержит 309 млн параметров и использует замороженный энкодер Whisper-Medium с LoRA-адаптацией, за которым следуют attention pooling и модифицированный ECAPA-TDNN; декодер Whisper не используется. Модель предназначена для анализа эмоциональной окраски речи в аудиозаписях и потоковом сценарии, включая оценку эмоциональных траекторий. Заявлена поддержка английского, китайского, малайского и тамильского языков; поддержка тайского, индонезийского и вьетнамского ограничена. В оценке на нескольких публичных наборах данных показаны конкурентные результаты, но качество зависит от языка, домена и представленности эмоций. Модель распространяется по MERaLiON Public License.

Indexnusrefather/Ministral-3-3B-Instruct-2512-roleplay-tuned-ERP-tolerant — дообученная версия модели Ministral-3-3B-Instruct-2512 от Mistral AI, ориентированная на генерацию текста и ролевые сценарии. Модель предназначена для творческого письма, roleplay и ERP-сценариев, а также для случаев, где важны более качественная пунктуация, выразительность текста и сниженное количество отказов. Модель основана на архитектуре Ministral 3 3B Instruct и доступна как finetune с LoRA. В карточке указана поддержка английского языка и текстовый pipeline для генерации текста. Доступны варианты квантования BF16, Q8_0, Q6_K, Q5_K_M, Q4_K_M и IQ4_XS: они предлагают компромисс между качеством, размером и скоростью работы. Точный размер контекста и перечень поддерживаемых модальностей не указаны. По заявлению автора, модель превосходит его finetune на Llama 3.2 3B и по субъективным ощущениям приближается к finetune на Gemma 3 4B, однако может уступать ему в логических задачах. Модель имеет экспериментальный характер; заявленные улучшения в основном относятся к творческому письму, пунктуации, ERP и снижению отказов. Лицензия — Apache-2.0.

MN-12B-Hydra-RP-RU — экспериментальная объединённая модель от limloop на базе Mistral Nemo 12B, предназначенная прежде всего для ролевых диалогов и творческого письма на русском языке. Она объединяет несколько дообученных моделей методом TIES с помощью mergekit; дополнительного обучения после слияния не проводилось. Архитектура — плотная авторегрессионная MistralForCausalLM, размер — 12,1 млрд параметров, формат весов — safetensors. Модель поддерживает русский и английский языки, диалоговый режим и контекст до 1 024 000 токенов по метаданным. Модель рассчитана на поддержание персонажей и контекста, следование инструкциям и создание литературного повествования. Карточка отмечает сильные ролевые способности и выразительный русский язык. Лицензия — Apache-2.0. Автор описывает модель как uncensored: она может генерировать откровенный или спорный контент. В сложных задачах на рассуждение модель может переключаться на английский; после объединения дополнительная настройка не выполнялась.

Pantheon-RP-1.6.1-12b-Nemo — дообученная модель Gryphe на базе Mistral-Nemo-Base-2407, предназначенная для ролевых диалогов с набором разнообразных персонажей и для общения с помощником Lyra. Она использует плотную архитектуру MistralForCausalLM с 12,1 млрд параметров, принимает текст в формате ChatML и генерирует текст. Карточка сообщает об обучении на контексте 8K; в метаданных указан native context 1 024 000 токенов, поэтому фактическую рабочую длину контекста следует сверять с используемой конфигурацией. Модель поддерживает отыгрыш персонажей с различными характерами, манерами речи и стилями, включая Markdown и повествовательную прозу. Lyra также рассчитана на общие диалоги, помощь с кодом, советы по D&D и краткие пересказы RSS. Автор рекомендует подбирать температуру генерации под сценарий и снабжать ролевые запросы подробным описанием персонажей и ситуации. Модель выпущена под лицензией Apache-2.0. Это генеративная языковая модель, поэтому при недостатке контекста она может выдумывать детали; качество и соответствие заданному персонажу зависят от промпта и настроек генерации.

yousifgamalo/quran-s-finetuned — дообученная методом полного fine-tuning модель OpenAI Whisper medium для расшифровки чтения Корана на арабском языке. Это ASR-модель архитектуры Whisper с 455,8 млн параметров, принимающая аудио и выдающая текст. Она обучена на записях чтения Корана из MP3Quran и проверена на отложенной выборке из того же источника; заявленный WER на тесте — 0,1162. Модель предназначена для транскрибирования классического арабского языка в чтении Корана. Она может быть полезна для создания текстовых записей чтения и поиска по транскрипциям. Модель выдаёт текст без диакритических знаков. Лицензия — Apache 2.0.

Qwen-Image-2512-Turbo-LoRA — это ускоряющая LoRA-адаптация базовой модели Qwen/Qwen-Image-2512, разработанная командой Wuli Team. Она предназначена для генерации изображений по текстовому описанию и распространяется для использования с библиотекой Diffusers; заявлена поддержка английского и китайского языков. Модель ориентирована на быстрый инференс в сценариях text-to-image и способна работать за 4 или 8 шагов генерации. По данным разработчиков, благодаря CFG-дистилляции и сокращению числа шагов она обеспечивает сопоставимое с исходной моделью качество при ускорении более чем в 20 раз. В README также указано, что в веб-сервисе Wuli можно генерировать четыре изображения в разрешении 2K примерно за 5 секунд. Выпуск V3.0 дополнительно улучшает цветопередачу и детализацию и совместим с ComfyUI. Сильная сторона модели — высокая скорость при сохранении качества базовой Qwen-Image-2512, что делает её подходящей для интерактивных генераторов, прототипирования и массового создания изображений. При этом это именно LoRA-адаптер, поэтому для работы требуется базовая модель Qwen/Qwen-Image-2512 и совместимый inference-процесс. README не содержит подробных сведений о размере адаптера, точных требованиях к оборудованию, допустимых разрешениях и ограничениях по содержанию, поэтому эти характеристики нельзя определить по представленным данным. Лицензия — Apache-2.0.

rupeshs/sdxs-512-0.9-openvino — модель генерации изображений по текстовому описанию, опубликованная пользователем rupeshs на основе SDXS-512-0.9 от IDKiro. Модель интегрируется с библиотекой Diffusers и использует OpenVINO для выполнения инференса, включая запуск на CPU через FastSD CPU. Модель предназначена для быстрого создания изображений размером 512×512 по англоязычным текстовым запросам. В примере из README она работает с OVStableDiffusionPipeline, одним шагом инференса и guidance_scale 1.0, что делает её подходящей для сценариев, где важна скорость генерации и невысокая задержка. К сильным сторонам относятся специализированная оптимизация под OpenVINO и возможность генерации изображения за один шаг. Ограничениями являются зависимость от англоязычных промптов, фиксированная целевая разрешающая способность 512×512 и возможные компромиссы между скоростью и качеством при одноступенчатой генерации. Модель распространяется по лицензии openrail++.

SheetSage2-GGUF — конвертированная в GGUF версия модели SheetSage2 от m-a-p, подготовленная для среды выполнения audio.cpp. Она предназначена для транскрибирования музыкального аудио в редактируемые партитуры и последовательности событий: мелодию, аккорды, доли, тональность и структуру композиции. В основе используется аудиобэкбон MERT-v2-FullSong; GGUF содержит объединённые с ним обновления LoRA и веса задач, поэтому отдельный чекпойнт бэкбона для инференса не нужен. Файл sheetsage2-orig.gguf хранит объединённую модель в FP32 и занимает около 2,71 ГБ. Проверка конвертации подтвердила совпадение тензоров с источниками; на двух песнях выходные токены и ABC-разметка совпали с результатами Python-реализации при одинаковой политике вычислений. Это конверсия существующей модели, а не новая или официальная upstream-версия. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и запрещающая коммерческое применение.

Aravindan/smol-lm2-360-instruct — модель для генерации текста, созданная дообучением всех параметров SmolLM2-360M на наборе инструкций по кибербезопасности. Она предназначена для ответов на вопросы и выполнения текстовых инструкций по сетевой безопасности, анализу вредоносного ПО, анализу угроз, безопасному программированию, реагированию на инциденты и управлению уязвимостями. Модель построена на архитектуре Llama и содержит 361,8 млн параметров; принимает текст и генерирует текст, поддерживает английский язык и контекст до 8192 токенов. Это учебный проект по instruction fine-tuning, а не готовый к эксплуатации помощник по безопасности. Ответы могут быть ошибочными или устаревшими, а уровень защитного выравнивания не сопоставим с производственными LLM, поэтому рекомендации следует проверять по авторитетным источникам. Модель распространяется по лицензии Apache-2.0.

AIOR-Research/SOLID-StepORLM — модель генерации текста на базе Qwen3, созданная командой AIOR-Research для формализации задач исследования операций и генерации ответов с опорой на решатель. Это дообученный чекпойнт Chenyu-Zhou/StepORLM-Qwen3-8B с 7,6 млрд параметров и контекстом до 40 960 токенов. Обучение использовало GRPO и токенную KL-супервизию, основанную на решателе; модель применяет шаблон ответов COPT-style StepORLM. Модель предназначена для преобразования задач оптимизации, сформулированных на естественном языке, в математические модели и получения решений с проверкой через оптимизационный решатель. В README приведены результаты на OptMATH, MAMO-Complex и InOR; показатели различаются между наборами данных, поэтому качество зависит от типа задачи. Модель доступна в формате safetensors для Transformers. Сведения о лицензии в предоставленных данных отсутствуют.

dima806/speech-accent-classification — модель классификации аудио на основе Wav2Vec2ForSequenceClassification, дообученная на facebook/wav2vec2-base-960h. Она предназначена для определения акцента по аудиозаписи английской речи. Модель содержит 113,3 млн параметров и доступна в форматах PyTorch и Safetensors. Базовая модель обучена распознавать английскую речь; эта версия использует акустические признаки для классификации акцента. В карточке указана метрика accuracy, но подробности о наборе данных, перечне классов и численных результатах отсутствуют. Лицензия — Apache-2.0.

HuggingFaceTB разработала stack-edu-classifier-python — классификатор, оценивающий образовательную ценность файлов с кодом на Python. Модель дообучена на bigcode/starencoder и снабжена классификационной головой; её использовали для построения набора данных Stack-Edu для обучения SmolLM2. Модель содержит 151 млн параметров, работает с контекстом до 1024 токенов и распространяется в формате safetensors. Модель предназначена для оценки качества Python-кода и отбора обучающих примеров. Она анализирует отдельные файлы, поэтому не учитывает их связи с остальным проектом. Качество оценок может снижаться на данных, отличающихся от обучающих, а также из-за смещений в аннотациях; модель может отдавать предпочтение подробно прокомментированному коду. Лицензия в предоставленных данных не указана.

Synth 2.5 Pro Preview — экспериментальная текстовая чат-модель от LucidityAI, дообученная методом SFT на базе Gemma 4 26BA4B. В модели 26 млрд общих параметров, из них активно используются 4 млрд. Она предназначена прежде всего для творческой генерации и диалогов; поддерживает гибридный режим рассуждений, а для этой предварительной версии авторы рекомендуют творческие задачи в режиме без рассуждений. Модель опубликована в формате safetensors. Это ранняя версия до применения RLAIF, поэтому её качество может быть ниже качества финального Synth 2.5 Pro. По отзывам пользователей, модель может быть нестабильной при высоких значениях температуры и выдавать предсказуемые ответы. Она способна создавать вредный, незаконный и откровенный контент, поэтому для практического развертывания авторы рекомендуют использовать модерацию. Условия лицензии в предоставленных данных не описаны.

areaz/whisper-small-for-quran — модель распознавания речи на архитектуре Whisper Small, дообученная на аудиофрагментах чтения аятов Корана. Она предназначена для транскрибирования коранической речи на арабском языке. В метаданных указаны 153,1 млн параметров, библиотека Transformers и формат safetensors; базовая модель — openai/whisper-small. На оценочном наборе приведены значения Loss 0,0425 и WER 11,9814, однако описание не уточняет протокол оценки и единицы WER. Модель распространяется по лицензии Apache-2.0.

WhiteDreamyHillMix_v1 — модель генерации изображений по текстовому описанию в формате Stable Diffusion Diffusers. В карточке представлены примеры изображений, созданных по промптам; указана версия без VAE, а отдельная версия с VAE размещена в другом репозитории. Модель предназначена для создания иллюстраций и других изображений по текстовым запросам. Репозиторий содержит веса в форматах Diffusers, PyTorch и Safetensors. Лицензия указана как other, поэтому условия использования следует проверять в файлах репозитория.

after-real-xl-beta2-sdxl — модель преобразования текста в изображение, опубликованная пользователем John6666 на Hugging Face. Она основана на Stable Diffusion XL и предназначена для генерации изображений по текстовым описаниям через библиотеку Diffusers с использованием StableDiffusionXLPipeline. Модель распространяется в формате safetensors. Модель подходит для создания изображений по промптам, концепт-артов, иллюстраций и визуальных экспериментов. В README указано, что исходная модель размещена на Civitai. Лицензия обозначена как other, поэтому перед использованием необходимо ознакомиться с условиями распространения исходной модели и данной версии.

ai-illustration — модель Stable Diffusion для генерации иллюстраций по текстовому описанию. Она создана пользователем masibasi методом DreamBooth с помощью ноутбука fast-DreamBooth от TheLastBen; для проверки концепции в карточке предложен fast-Colab-A1111 с интерфейсом A1111. Модель распространяется в форматах Diffusers, PyTorch и Safetensors по лицензии CreativeML OpenRAIL-M. Карточка содержит примеры изображений концепции, но не сообщает размер модели, поддерживаемые языки, длину контекста или конкретные ограничения. Качество и пригодность результата зависят от текстового запроса и настроек генерации.

Ancient Awakening 12B MPOA — слитая модель генерации текста, опубликованная Naphula. Она объединяет многочисленные дообученные модели семейства Mistral Nemo с помощью mergekit и нескольких методов слияния; в отдельной версии MPOA применена абляция для снятия ограничений на контент. Модель рассчитана на диалог, ролевые сценарии, написание художественных текстов, продолжение сцен и сюжетов, включая жанровую прозу. Модель имеет плотную архитектуру MistralForCausalLM, содержит 12,1 млрд параметров и поддерживает контекст до 131 072 токенов. Карточка рекомендует шаблоны ChatML или Mistral Tekken. В метаданных указан английский язык; среди заявленных сценариев — художественное письмо и ролевая игра. Модель распространяется в формате safetensors по лицензии Apache-2.0. Снятые защитные ограничения позволяют генерировать графические сцены насилия и эротический контент, поэтому результаты требуют соответствующего контроля. В README также отмечено, что более ранние этапы слияния могут быть стабильнее, если возникают проблемы с этой версией.

Minbyul/biomistral-7b-wo-kqa_golden-iter-sft-step1_gamma0 — дообученная модель BioMistral-7B, созданная на датасете HuggingFaceH4/deita-10k-v0-sft. Это плотная авторегрессионная языковая модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Она поддерживает диалоговую генерацию текста и предназначена для продолжения текста и ответов на запросы в формате чата. Базовая BioMistral-7B дообучена на биомедицинских текстах и рассчитана на ответы на медицинские и биологические вопросы; это описание относится к базовой модели, а карточка данной версии не уточняет её отдельные медицинские сценарии или языки. В README приведено значение loss 2,2919 на оценочном наборе, но нет подробностей о методике оценки и качестве ответов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Следует учитывать, что карточка не описывает ограничения и не подтверждает пригодность сгенерированных ответов для клинических решений.

Bloom-1b7-creative-writing-Cont-IT-Step5 — языковая модель семейства BLOOM, разработанная как дообученная версия alonzogarbanzo/Bloom-1b7-dialogsum-Cont-IT-Step4. Она предназначена для генерации текста, включая творческое письмо. Модель содержит 2,1 млрд параметров, использует архитектуру BloomForCausalLM и принимает текст, выдавая текст. Размер контекста — до 4096 токенов. Модель опубликована в формате safetensors под лицензией BigScience BLOOM RAIL 1.0. Карточка не сообщает, на каких данных выполнено дообучение и как оценивалось качество, поэтому пригодность для конкретных жанров и сценариев письма требует проверки.

Bunny-v1_0-3B-zh — мультимодальная модель семейства Bunny от BAAI. Она сочетает языковую модель MiniCPM-2B с визуальным энкодером SigLIP и предназначена для диалога и ответов на вопросы по изображениям, с особым акцентом на китайский язык. По данным карточки, модель набрала 64,9 на тестовой части MMBench-CN. Модель содержит 2,7 млрд параметров, принимает изображения и текстовые запросы и генерирует текст. Длина контекста составляет 2048 токенов. В карточке описаны предварительное обучение на LAION-2M и дообучение на Bunny-695K. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Модель подходит для диалоговых сценариев, требующих интерпретации изображений на китайском языке. Её оценка приведена для MMBench-CN; карточка не сообщает сопоставимых результатов для других языков и сценариев, поэтому переносить эту оценку на них не следует.

Cat v1.0 — англоязычная разговорная модель Doctor-Shotgun для генерации текста. Она основана на архитектуре Llama 2 и дообучена на наборах данных для медицинских советов и ролевых диалогов; разработчик также сообщает о настройке на ответы с низким уровнем отказов. Модель содержит 12,9 млрд параметров, принимает текст, выдаёт текст и поддерживает контекст до 4096 токенов. Модель предназначена для ролевых диалогов и ответов на повседневные, медицинские и научные вопросы, включая спорные темы. В README заявлены улучшенные возможности ролевой игры и полезные ответы в областях медицины, биологии и физики, но независимые оценки качества не приведены. Модель распространяется по лицензии MIT.

CHATS — модель генерации изображений по текстовому описанию, разработанная авторами исследовательской работы CHATS для ICML 2025. Она дообучена на базе Stable Diffusion XL Base 1.0 и объединяет оптимизацию по человеческим предпочтениям с classifier-free guidance: при генерации использует сигналы от предпочтительных и нежелательных вариантов через стратегию выборки с proxy-prompt. Модель предназначена для создания изображений с более точным соответствием запросу, высокой визуальной достоверностью и согласованной эстетикой. Авторы сообщают о результатах на бенчмарках при дообучении на небольшом наборе данных и заявляют совместимость подхода с различными диффузионными основами и методами guidance. Репозиторий содержит веса в форматах Diffusers и Safetensors. Лицензия — Apache-2.0.

chrono-link-bert-americanstories-1850-1890 — дообученная модель BERT для предсказания скрытых токенов в тексте. Она основана на bert-base-cased и предназначена для подстановки пропущенных слов в текстах, в том числе для работы с материалами, связанными с American Stories 1850–1890; сведения о датасете и специализации в карточке не раскрыты. Модель содержит 135,5 млн параметров, использует архитектуру BertForMaskedLM и обрабатывает последовательности длиной до 512 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. В README приведено значение loss 3,5010 на наборе оценки, но подробности оценки и обучающих данных отсутствуют.

Yntec/Crayon — модель генерации изображений по текстовому описанию, созданная на основе Yuzu 1.0 со слитым LoRA-адаптером Crayon Style. Она рассчитана на создание иллюстраций в стилизованной рисованной и мультяшной манере; в карточке приведён пример промпта для изображения в духе рекламной иллюстрации 1940-х годов. Модель распространяется в форматах Diffusers и Safetensors и использует лицензию CreativeML Open RAIL-M. Карточка не сообщает размер модели, поддерживаемые языки или длину контекста. Результат зависит от текстового промпта; указанная лицензия задаёт условия использования и ограничения, которые следует учитывать при распространении модели и созданных изображений.

Baselhany/Distilation_Whisper_base_CKP2 — дообученная версия OpenAI Whisper Base для распознавания арабской речи. Модель содержит 51,7 млн параметров и рассчитана на преобразование аудио в текст; она обучена на наборе quran-ayat-speech-to-text. В README приведены результаты оценки на тестовой выборке: loss 0,0949 и WER 0,2085. Модель использует архитектуру WhisperForConditionalGeneration и формат safetensors. Лицензия — Apache-2.0.

Dreamstar-12B — слитая модель для генерации текста, созданная автором Vortex5 объединением Sweet_Dreams_12B, Darkstar-12B и Hollow-Aether-12B с помощью пользовательского метода слияния. Она предназначена для написания историй, ролевых диалогов и творческих текстов. Модель построена на плотной архитектуре Mistral и содержит 12,1 млрд параметров. Она работает через Transformers, распространяется в формате safetensors и поддерживает контекст до 131 072 токенов. README указывает на использование объединённого токенизатора; сведения о поддерживаемых естественных языках не приведены. Лицензия в предоставленных данных не указана. Качество и поведение могут зависеть от выбранного сценария и длины контекста; отдельные ограничения модели в карточке не описаны.