IV.5Образование и развитие навыков

DriveFusionQA — специализированная визуально-языковая модель DriveFusion для понимания дорожных сцен и объяснения решений при вождении. Она дообучена на Qwen/Qwen2.5-VL-3B-Instruct и содержит около 3,1 млрд параметров; модель поддерживает диалог и принимает изображения вместе с текстовыми запросами, формируя ответы на естественном языке. Контекст составляет до 128 000 токенов. Модель предназначена для анализа участников движения, дорожных знаков и опасностей, а также для объяснения причин манёвров, например торможения перед пешеходом. Её можно применять для разбора видео с видеорегистратора по кадрам, анализа дорожных происшествий, обучения и симуляции автономного вождения, а также интерактивных вопросов о безопасности на дороге. В обучении использовались материалы LingoQA, DriveGPT4, BDD-X и DriveLM. Модель может ошибаться при распознавании удалённых объектов и сложных социальных ситуаций на дороге; качество может зависеть от региона и погодных условий, представленных в обучающих данных. Она предназначена для рассуждений и объяснений, а не для непосредственного управления автомобилем. Лицензия — Apache-2.0.

DuplexJev-B-Para-Qwen3-ASR-0.6B-Qwen3-4B — компактный аудиотекстовый коннектор семейства DuplexJev. Он принимает речь от замороженного энкодера Qwen3-ASR-0.6B и передаёт её через обучаемый проектор в замороженную языковую модель Qwen3-4B. На вопросы с заранее заданными вариантами ответа модель выдаёт распределение вероятностей по вариантам за один прямой проход без декодирования токенов, поэтому за один проход можно задать несколько вопросов. Модель предназначена для коротких решений по речи и определения характеристик говорящего, включая пол и эмоции. В README приведены оценки для вопросов по звучащей речи и измерения задержки; авторы предупреждают, что результаты зависят от формулировки запросов, а вопросы на общие знания модель решает хуже. Обучался только коннектор: использовались дистилляция транскриптов и данные для вопросов по содержанию, полу и эмоциям. Проверка проводилась на читаемой или актёрской речи и небольших тестовых наборах; потоковый режим не оценивался. Эмоциональные метки получены на актёрских корпусах и не предназначены для принятия решений о людях. Коннектор совместим только с указанными энкодером и LLM. Лицензия — CC BY-NC 4.0, то есть использование ограничено некоммерческими целями.

EVA-Qwen2.5-72B-v0.2 — плотная языковая модель для ролевого общения и написания историй, созданная Kearm, Auri и Cahvay. Это полнопараметрическое дообучение Qwen/Qwen2.5-72B на смеси синтетических и естественных данных, включая наборы для письма, ролевых персонажей и диалогов. Модель использует архитектуру Qwen2ForCausalLM, содержит 71,5 млрд параметров и поддерживает контекст длиной до 131 072 токенов. Версия 0.2 получила обновлённые параметры обучения и увеличенную длину последовательности; разработчики отмечают улучшенное следование инструкциям на длинном контексте и меньшую повторяемость. Модель предназначена для генерации текста в формате ChatML, в частности для творческого письма и ролевых диалогов. В README указана лицензия «other», без уточнения её условий; перед использованием следует проверить лицензионные сведения репозитория. Разработчики сообщают, что квантизации LLM-Compressor могут заметно ухудшать качество, тогда как GGUF и GPTQ, по их наблюдениям, этой проблемой не затронуты.

ClaudioItaly/Evolutionstory-7B-v3.0 — объединённая языковая модель на архитектуре Mistral, созданная ClaudioItaly методом TIES с помощью mergekit на основе ClaudioItaly/Evolutionstory-7B-v2.2. Модель содержит 7,1 млрд параметров и предназначена для генерации текста по текстовому запросу; базовая версия ориентирована на связное написание историй и продолжение текста с учётом контекста. Модель работает через Transformers, сохранена в формате safetensors и поддерживает контекст до 32 768 токенов. В README перечислена одна и та же базовая модель в конфигурации с разными весами, поэтому сведения о включении других моделей в объединение отсутствуют. Лицензия в предоставленных данных не указана.

FLUX.2-klein-4B-Q4_K_M — GGUF-квантизированная версия модели FLUX.2-klein-4B, разработанной Black Forest Labs. Модель представляет собой rectified flow transformer с 4 миллиардами параметров и объединяет генерацию и редактирование изображений в единой компактной архитектуре. Указан английский язык; модель работает с текстовыми описаниями и изображениями, поддерживая text-to-image, image-to-image и редактирование с несколькими референсами. Модель предназначена для интерактивной генерации изображений, редактирования, локальной разработки, edge-развёртывания и производственных сценариев с жёсткими требованиями к задержке. Это дистиллированная модель, ориентированная на генерацию менее чем за секунду, доступная на потребительских GPU примерно с 13 ГБ VRAM, включая NVIDIA RTX 3090 и RTX 4070. GGUF-версия использует методологию Unsloth Dynamic 2.0 с повышением точности отдельных важных слоёв; для работы упоминаются ComfyUI и Diffusers. Сильные стороны модели — компактность, высокая скорость, объединение генерации и редактирования, поддержка многоэлементного редактирования и возможность коммерческого локального использования. Ограничения включают возможные искажения текста на изображениях, неточное следование запросам, зависимость результата от стиля формулировки промпта и риск воспроизведения или усиления предвзятости обучающих данных. Модель не предназначена для предоставления фактической информации и не должна применяться для незаконного, вредоносного, обманного или высокорискового автоматизированного принятия решений. Распространяется под лицензией Apache 2.0.

FLUX.2 [klein] 9B-KV — модель Black Forest Labs для генерации и редактирования изображений. Она поддерживает text-to-image и multi-reference editing в единой системе и предназначена прежде всего для интерактивных приложений, конвейеров редактирования в реальном времени и сценариев, где одни и те же референсные изображения используются в нескольких генерациях. Модель представляет собой flow model на 9 млрд параметров с текстовым энкодером Qwen3 на 8 млрд параметров и дистиллирована до четырёх шагов инференса. Вариант 9B-KV оптимизирован за счёт KV-кэширования: ключи и значения токенов референсных изображений вычисляются на первом шаге денойзинга, а затем переиспользуются. Это может ускорять задачи редактирования с несколькими референсами до 2,5 раза; заявлены генерация за доли секунды и поддержка английского языка. Для работы требуется около 29 ГБ VRAM, заявлена совместимость с NVIDIA RTX 5090 и более новыми видеокартами. Ограничения включают возможное несоответствие результата запросу, зависимость качества следования инструкциям от стиля промпта и искажения при генерации текста внутри изображений. Модель не предназначена для предоставления фактической информации и может воспроизводить или усиливать предвзятость обучающих данных. Использование регулируется FLUX Non-Commercial License и Acceptable Use Policy; коммерческое применение не разрешено.

MotherEarth/German-Climate — языковая модель на архитектуре Llama, созданная слиянием двух предварительно обученных моделей методом passthrough через mergekit: VAGOsolutions/Llama-3.1-SauerkrautLM-8b-Instruct и eci-io/climategpt-7b. Модель содержит 8,2 млрд параметров, использует библиотеку Transformers и формат safetensors; заявленная длина контекста — 4096 токенов. Модель предназначена для генерации текста и диалоговых сценариев, связанных с климатом, на основе объединения климатической модели ClimateGPT и немецкоязычной диалоговой модели. Карточка не описывает отдельные гарантированные возможности или результаты оценки качества. Лицензия в предоставленных данных не указана.

Infinite-Laymons-9B — языковая модель семейства Mistral от ABX-AI, предназначенная для ролевых игр и создания историй. Это плотная авторегрессионная модель с 8,9 млрд параметров и контекстом до 32 768 токенов; она принимает текст и генерирует текстовые ответы. Модель собрана методом passthrough merge из Nitral-AI/Infinitely-Laydiculous-7B и ABX-AI/Infinite-Laymons-7B, а в репозитории представлены веса Safetensors. Карточка описывает стремление к оригинальным ответам и уменьшению отказов. Лицензия указана как other, без конкретных условий в предоставленных данных; перед использованием следует проверить лицензионные условия репозитория.

Karen the Editor 13B — дообученная языковая модель семейства LLaMA, созданная для редактирования художественной прозы. Она исправляет орфографические и грамматические ошибки, стараясь сохранять авторский стиль, и может поддерживать непринуждённый диалог с характерным остроумным тоном. Модель содержит 12,9 млрд параметров, использует архитектуру LlamaForCausalLM и принимает текст. Для редактирования в README предлагается передавать несколько предложений или абзац за раз с запросом на исправление орфографии и грамматики. Контекст модели — 2048 токенов. Автор указывает, что версия 0.2 дообучена с целью сохранить качества Vicuna; репозиторий содержит формат PyTorch. README описывает отдельные квантованные варианты Karen, но не этот репозиторий. Модель подходит для редактуры художественных текстов и разговорного использования. Автор отмечает, что она может исправлять грамматику и в обычном чате. Это ранняя версия, а в плане разработки указано обучение на более крупном наборе данных и исследование настроек генерации. Лицензия в предоставленных данных не указана.

Это FP8-квантизированная версия Krea 2 OSS Turbo, подготовленная сообществом на основе весов KREA.ai. Модель предназначена для генерации изображений по текстовым запросам; её можно использовать, в частности, в ComfyUI с поддержкой Krea2. В репозитории применена выборочная квантизация весовых матриц до float8_e4m3fn, тогда как векторы, смещения, параметры нормализации и чувствительные слои сохранены в исходной точности. По данным README, размер весов уменьшен с 24,76 до 12,01 ГиБ. Для запуска приведены настройки Turbo: 8 шагов, CFG 1.0 и разрешение 1280×720; также требуются отдельные файлы текстового энкодера и VAE. Модель распространяется по лицензии KREA 2, условия которой необходимо соблюдать. Это преобразование исходных весов, а не самостоятельная разработка автора репозитория; заявленная цель — снизить требования к памяти, сохранив качество генерации.

Aglow Vulca v0.1 — созданная kromeurus объединённая чат-модель на архитектуре Llama 3.1 с 7,5 млрд параметров. Это плотная авторегрессионная языковая модель для генерации текста; автор описывает её как модель для повествования и ролевых диалогов, объединяющую компоненты с упором на следование инструкциям, творческое письмо и связность историй. Указанный родной контекст — 131 072 токена. Модель подходит для ролевых чатов, интерактивных историй и генерации художественных текстов с учётом персонажей, истории диалога и заданного стиля. По описанию автора, она может создавать подробные ответы с выраженной индивидуальностью и естественно подхватывать формат и стиль входного текста. Лучше реагирует на прямые, однозначные инструкции; расплывчатые формулировки могут ухудшить результат. Иногда генерация может стать нестабильной, а поведение унаследовало обычные ограничения семейства Llama 3.1. Модель собрана методом слияния нескольких моделей семейства Llama 3.1; среди перечисленных в метаданных компонентов — Arcee Llama 3.1 SuperNova Lite, ArliAI Formax и RPMax, Jamet Stheno BlackOasis и Apollo. Репозиторий содержит веса Safetensors и использует библиотеку Transformers. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Llama-ML-Expert-Instruct-1b — компактная языковая модель с 1,2 млрд параметров, разработанная danivpv для ответов на инструкции по машинному обучению. Это плотная авторегрессионная модель семейства Llama, дообученная методом SFT с LoRA на базе unsloth/Llama-3.2-1B-bnb-4bit. В обучении использованы синтетические пары «инструкция — ответ» по научным статьям из arXiv о машинном обучении и подвыборка FineTome-Alpaca-100k для сохранения общих навыков следования инструкциям. Модель предназначена для кратких ответов на вопросы о методах, исследованиях и понятиях машинного обучения, а также для диалогового взаимодействия по этой тематике. Карточка указывает контекст до 131072 токенов; в примере запуска задан max_seq_length=2048. Поддерживаемый язык карточки — английский. Репозиторий содержит веса safetensors и адаптер LoRA; для базовой модели указана лицензия Llama 3.2. Модель рассчитана на запуск на умеренном оборудовании, но её небольшой размер ограничивает общее рассуждение и качество ответов за пределами специализированных коротких вопросов.

MiniMax H3 Ref2VA — это квантованная диффузионная модель для генерации видео и синхронизированного аудио по референсному изображению или другим мультимодальным входным данным. Модель основана на MiniMaxAI/MiniMax-H3, разработана сообществом и опубликована пользователем rzgar. Она интегрируется с библиотекой Diffusers и ориентирована на сценарии text-to-video, image-to-video, image-text-to-video, video-to-video, а также генерацию аудио-видео и преобразование аудио-видео с использованием текста, изображений, видео и аудио. Доступны две квантованные версии: fp16attn_fp8 размером 28,7 ГБ и mxfp8 размером 47,6 ГБ. В первой варианте attention-слои работают в FP16, а MLP — в FP8-E4M3 с масштабированием по тензору; во второй используются MXFP8 и блочное масштабирование по 32 элемента, обеспечивающее более точную обработку выбросов. Пути текстового conditioning, включая token_refiner, conditioning projections и audio heads, сохраняются в полной точности. Модель поддерживает мультимодальную генерацию и синхронизированные аудио-видео результаты; рекомендуемое число шагов зависит от сценария: около 5 для говорящих лиц с небольшим движением, 8 для сбалансированного результата и более 12 для насыщенных действиями сцен. Версия fp16attn_fp8 лучше подходит для повседневного использования, быстрой загрузки и меньшего потребления памяти, тогда как mxfp8 ориентирована на максимальное качество при квантовании. Ограничения включают значительный размер файлов и потребность в совместимом окружении для запуска квантованных форматов. Модель распространяется по лицензии Apache-2.0.

Модель hf-100/Mistral-Small-Spellbound-StoryWriter-22B-instruct-0.2-chkpt-200-16-bit — дообученная hf-100 версия Mistral Small Instruct, рассчитанная на генерацию текста в диалоговом формате. Название указывает на сценарии написания историй, однако README не приводит примеров или подробностей специализации. Модель содержит 22 млрд параметров, использует плотную архитектуру MistralForCausalLM и поддерживает контекст до 131 072 токенов. Модель принимает текст и выдаёт текст; в метаданных указан английский язык. Для обучения использовались Unsloth и библиотека TRL. Репозиторий содержит веса safetensors, лицензия — Apache-2.0. Базовая модель указана как unsloth/mistral-small-instruct-2409-bnb-4bit.

MotherEarth-Proverbs-8B-GGUF — это квантизированная версия текстовой модели MotherEarth/MotherEarth-Proverbs-8B, подготовленная пользователем mradermacher в формате GGUF. Модель ориентирована на генерацию текста, ролевые сценарии и работу с темами коренных народов, пословиц, мудрости, климата, биоразнообразия и окружающей среды. В README не указана конкретная организация-разработчик базовой модели; известно только, что GGUF-квантизацию выполнил mradermacher. Модель имеет размер 8B параметров и поддерживает английский язык. Доступны варианты с разными уровнями квантизации — от Q2_K и IQ3_XS до Q8_0 и f16, с размером файлов примерно от 3,3 до 16,2 ГБ. В качестве быстрых рекомендуются Q4_K_S и Q4_K_M, а Q8_0 отмечен как вариант с лучшим качеством среди квантизированных сборок. Формат GGUF подходит для запуска в совместимом локальном программном обеспечении, однако конкретные требования к оперативной памяти, контекстному окну и поддерживаемым модальностям в README не указаны. Сильная сторона модели — наличие широкого набора квантизированных вариантов, позволяющих выбирать компромисс между размером, скоростью и качеством, а также тематическая специализация на экологических и культурных сюжетах. Ограничениями являются отсутствие подробных сведений об архитектуре, обучающих данных, результатах оценки, контекстной длине и мультимодальности; качество также зависит от выбранного типа квантизации. Лицензия указана как other, без дополнительных условий в README.

Severian/Nexus-IKM-RolePlay-StoryWriter-Hermes-2-Pro-7B — дообученная автором Severian модель Mistral для генерации текста, прежде всего историй и ролевых диалогов. Она обучена в течение трёх эпох на расширенной выборке из 2 071 примера датасета Internal Knowledge Map, ориентированной на написание историй, отыгрыш персонажей и дискурс. Модель имеет 7,1 млрд параметров, использует архитектуру MistralForCausalLM и принимает текстовые запросы в формате с разделами System, Prompt и Response. Заявленная длина контекста — 32 768 токенов. Модель предназначена для творческого письма, ролевого взаимодействия и построения более развёрнутых ответов с разнообразными перспективами. Автор также отмечает аккуратное форматирование и умение работать с Markdown. В карточке заявлена лицензия MIT. В описании нет результатов независимой оценки качества или явных ограничений; обучение на 2 071 примере может ограничивать разнообразие и надёжность ответов за пределами целевых сценариев.

Omega-Sapphira-Joyous-L3.3-70B-v1.1 — слитая модель на архитектуре Llama 3.3, созданная автором репозитория cactopus методом SLERP на основе Omega-Sapphira v1.3 и нескольких моделей семейства Llama 3.3. Веса модели содержат около 69,5 млрд параметров; она предназначена для генерации текста, диалогов, ролевого общения и написания историй. Модель принимает текст и выдаёт текст, использует шаблон чата Llama 3 и рассчитана на английский язык. Длина контекста — 131 072 токена. Слияние добавляет к прозе базовой модели более тёплый стиль модели Joyous, сохраняя большую часть исходных характеристик Omega-Sapphira. Автор отмечает, что модель может чрезмерно опираться на предыдущий контекст, терять детали карточки персонажа и с трудом менять уже выбранное направление сцены. Для более стабильной генерации рекомендуются температура 0,8–0,9, Min P 0,02–0,025 и обязательный Tail-Free Sampling 0,97; Top-P следует отключить. Лицензия — Llama 3.3 Community License.

DreamGen Opus V0 7B — языковая модель DreamGen для управляемого написания историй, чата и ролевых диалогов. Это дообученная версия Mistral-7B-v0.1 с плотной архитектурой MistralForCausalLM и 7,1 млрд параметров; заявленная длина контекста — 32 768 токенов. Модель принимает текст и генерирует текст на английском языке. Модель обучена следовать заданным сведениям о мире и персонажах, предыдущим фрагментам истории и указаниям о том, что должно произойти дальше. Карточка также характеризует её как uncensored, поэтому ответы могут включать взрослые или жестокие темы. В датасет дообучения вошли примеры совместного письма и более общие текстовые примеры; автор сообщает, что проза в наборе была написана людьми. Для запуска доступны совместимые с Mistral инструменты, включая vLLM и text-generation-webui. Модель распространяется в формате PyTorch. Лицензия в предоставленных данных не указана. Автор предупреждает, что доступные отдельно квантованные версии заметно уступают оригиналу по качеству.

Yntec/PaperBag — модель генерации изображений по текстовому описанию, созданная автором Yntec слиянием моделей Deliberate, aBagOfChips и Stable_Diffusion_PaperCut_Model. Она предназначена для создания иллюстраций в стиле PaperCut: бумажных аппликаций, оригами и бумажного квиллинга; автор отмечает, что стиль может проявляться и без специального слова в запросе, а слово «papercut» помогает его активировать. Модель основана на Stable Diffusion 1.5 и работает через Diffusers; доступны веса в формате safetensors. Примеры в карточке демонстрируют бумажные иллюстрации с аниме-персонажами, животными и сказочными сюжетами, включая детализированные текстуры и яркую или пастельную палитру. Модель принимает текстовые запросы и выдаёт изображения. Лицензия — CreativeML OpenRAIL-M.

Sorawiz/Phi-4-Empathetic-Abliterated — объединённая языковая модель, созданная с помощью mergekit методом passthrough из prithivMLmods/Phi-4-Empathetic и ngxson/LoRA-phi-4-abliterated. По метаданным, это плотная модель архитектуры LlamaForCausalLM с 14,1 млрд параметров, предназначенная для генерации текста и диалогового общения. Репозиторий содержит веса safetensors в формате bfloat16; модель работает через библиотеку Transformers и имеет контекстное окно 16 384 токена. Модель ориентирована на эмпатичные диалоги, эмоциональную поддержку и вдумчивую генерацию текста, унаследовав назначение одной из исходных моделей. Сведения о лицензии и конкретных ограничениях применения в предоставленных источниках отсутствуют. Карточка описывает операцию объединения моделей, но не приводит оценок качества или результатов сравнительных тестов.

Phoenix-X-26B-A4B — мультимодальная модель на архитектуре Gemma 4, созданная Vortex5 слиянием нескольких моделей на базе google/gemma-4-26B-A4B-it и других вариантов Gemma 4. Она предназначена для диалогов с персонажами, ролевых сцен, творческого письма, генерации историй и развития сюжетов, а также может принимать изображения и отвечать на них текстом. По данным каталога, модель использует класс Gemma4ForConditionalGeneration, доступна в формате safetensors и поддерживает чат и зрение. Репозиторий распространяется по лицензии Apache-2.0. Модель подходит для генерации диалогов и художественного текста, создания вариантов сцен, идей и элементов вымышленных миров. README не сообщает размер параметров и длину контекста, поэтому эти характеристики не приводятся. Качество и поведение могут зависеть от задачи и от способа слияния исходных моделей; отдельные результаты оценки в карточке не описаны.

QwQ-32B-Preview-IdeaWhiz-v1-GGUF — это GGUF-квантизованная версия языковой модели QwQ-32B-Preview-IdeaWhiz-v1, опубликованная bartowski. Модель предназначена для генерации текста и ориентирована на задачи в областях химии, биологии, климата и медицины. В README указан английский язык, а исходная модель и датасет liveideabench связаны с разработчиком 6cf. Модель содержит 32B параметров; точная архитектура, размер контекста и поддерживаемые модальности в README не указаны. Доступны варианты от F16 до низкобитных форматов Q8_0, Q6_K, Q5_K, Q4_K, Q3_K и IQ-квантований размером примерно от 13,7 до 65,5 ГБ. Квантизация выполнена с использованием llama.cpp и метода imatrix. Более качественные варианты Q6_K_L, Q6_K, Q5_K и Q4_K обычно рекомендуются разработчиком, а Q3 и некоторые IQ-варианты экономят оперативную память за счёт снижения качества. Сильной стороной модели является возможность локального запуска через llama.cpp и LM Studio при выборе подходящего уровня квантизации, а также специализация на научно-технических сценариях. Ограничения включают отсутствие в README количественных оценок качества, подробностей об архитектуре и контексте, а также потенциальную потерю качества в младших вариантах квантизации. Указана лицензия Apache-2.0.

Rocinante-12B-v1.1 — языковая модель BeaverAI для генерации текста на основе архитектуры Mistral. Это плотная модель с 12,1 млрд параметров; в карточке указано контекстное окно до 1 024 000 токенов. README описывает её как универсальную модель для творческого письма и приключенческих сюжетов, с выразительной прозой, повышенной креативностью и поддержкой шаблонов чата ChatML, Alpaca и Mistral. Модель предназначена для написания ролевых сцен, историй и инструкций в приключенческом стиле. Лицензия указана как other, без уточнения условий в предоставленных данных. README упоминает Della merge, однако исходные компоненты не приведены, поэтому точное происхождение и базовую модель установить нельзя.

Scarlet-Shadow-31B — мультимодальная модель на архитектуре Gemma 4, созданная Vortex5 слиянием Gemma-4-31B-it и трёх производных моделей: Glimmering-Citrus-31B, Dark-Scarlett-v2.0-31B и gemma-4-31B-it-scotoma-2. Она предназначена для ролевых диалогов, взаимодействия с персонажами, творческого письма и построения историй. Модель подходит для генерации диалогов и повествования в несколько ходов, создания черновиков прозы, описаний и вариантов сцен, разработки сюжетов и вымышленных миров, а также мозгового штурма идей и планов. Метаданные указывают поддержку чата и изображений; основной сценарий в карточке — генерация историй и ролевое взаимодействие. Модель опубликована в формате safetensors для Transformers. Модель распространяется по лицензии Apache-2.0. Количество параметров в предоставленных данных не указано, несмотря на «31B» в названии репозитория; длина контекста и конкретные поддерживаемые языки также не подтверждены. Качество и ограничения слияния отдельно не описаны.

Aryanne/SHBA — объединённая авторами модель на архитектуре Llama, созданная с помощью mergekit методом task_swapping на основе Aryanne/SuperHeartBerg и KoboldAI/Llama-3.1-8B-BookAdventures. Она предназначена для генерации текста в диалоговом формате, в том числе для длинного художественного письма по сюжетному плану и текстовых приключений. Модель содержит 7,5 млрд параметров, поддерживает контекст до 131 072 токенов и распространяется в формате safetensors; в метаданных указана библиотека Transformers. Модель принимает текст и генерирует текст. Карточка не сообщает целевые языки. Лицензия в предоставленных данных не указана, поэтому условия использования по ним определить нельзя.

roneneldan/TinyStories-3M — компактная языковая модель семейства GPT-Neo, разработанная Роненом Элданом и обученная на наборе TinyStories. Модель содержит 8,3 млн параметров и принимает текстовый запрос, чтобы продолжить его связным текстом; пример в карточке показывает генерацию короткой истории по началу «Once upon a time there was». Контекст модели составляет 2048 токенов. Модель подходит для генерации простых историй и экспериментов с языковыми моделями небольшого размера. В примере используется токенизатор EleutherAI/gpt-neo-125M, поэтому для воспроизведения генерации потребуется совместимый токенизатор. Карточка не сообщает лицензию и подробные ограничения качества; назначение модели и обучающий набор ориентированы на простые истории на английском языке.

VFIG-4B — дообученная мультимодальная модель на 4 млрд параметров, разработанная для преобразования сложных научных и технических иллюстраций в редактируемый SVG-код. Она принимает изображение фигуры и генерирует векторное описание, которое можно масштабировать и изменять. Модель основана на Qwen/Qwen3-VL-4B-Instruct. Обучение включало SFT и обучение с подкреплением GRPO с визуальными вознаграждениями, учитывающими результат рендеринга. Языковая часть дообучалась с помощью LoRA, а визуальный энкодер и проектор оставались замороженными. Модель предназначена для восстановления схем и графиков, а не для общих задач понимания изображений. Лицензия — CC BY 4.0.

WestSeverus-7B — языковая модель на 7,1 млрд параметров, созданная Felix Chao слиянием senseable/WestLake-7B-v2 и FelixChao/Severus-7B методом SLERP через LazyMergekit. Она использует плотную архитектуру MistralForCausalLM и предназначена для генерации текста; базовая WestLake-7B-v2 ориентирована на англоязычные ролевые диалоги и творческое письмо. Модель принимает текст и генерирует текст. Заявленная длина контекста — 32 768 токенов. Репозиторий содержит веса Safetensors, а конфигурация слияния указывает тип данных float16. Лицензия — Apache-2.0. Карточка не описывает отдельные результаты оценки качества WestSeverus-7B.

3arabLM-4B-Islamic-v2 — специализированная арабская языковая модель, разработанная проектом 3arabLM. Это плотная авторегрессионная модель семейства Qwen3.5 с 3,4 млрд параметров, дообученная на материалах исламского научного наследия из корпуса Shamela. Версия v2 охватывает фикх, тафсир, хадисы и другие дисциплины; модель предназначена для генерации и восстановления классических арабских текстов, работы с научной терминологией, аргументацией, стилями авторов и различиями между школами и интерпретациями. Поддерживаются диалоговый режим и контекст до 262 144 токенов. Проект исследует использование весов модели как сжатой цифровой библиотеки знаний, в том числе для воспроизведения сведений без обязательного обращения к внешнему поиску. Разработчики отмечают, что текущая версия охватывает менее 5% запланированного графика непрерывного предобучения. Корпус и учебная программа пока неполны, некоторые дисциплины представлены недостаточно, атрибуция источников развивается, а сгенерированные утверждения следует сверять с первоисточниками. Модель выпущена по лицензии Apache-2.0.

Aion-RP-Llama-3.1-8B — дообученная модель семейства Llama 3.1 от Aion Labs для ролевых диалогов и творческого письма. Она поддерживает многоходовое общение в формате с метками SYSTEM, USER и ASSISTANT и работает с контекстом до 131 072 токенов. Модель содержит около 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и распространяется в формате Safetensors. Модель предназначена для создания ролевых сцен, ведения персонажей и генерации художественного текста. В README она описана как модель без ограничений по генерируемому контенту. Рекомендуемая температура генерации — 0,7; при значении 1,0 ответы могут становиться бессвязными. Лицензия — Apache-2.0.