IV.5Образование и развитие навыков

OpenOneRec/OneRec-1.7B-pretrain — предварительно обученная модель из серии OneRec-Foundation, разработанной авторами проекта OpenOneRec. Модель предназначена как основа для последующего дообучения и выравнивания под задачи генеративных рекомендаций и специализированные наборы данных. В README указаны Itemic-Text Alignment и совместное предобучение всех параметров. Это плотная авторегрессионная языковая модель на архитектуре Qwen3ForCausalLM с 1,8 млрд параметров и контекстом до 40 960 токенов. Репозиторий содержит веса Safetensors; метаданные указывают библиотеку Transformers и разговорную возможность. Лицензия — Apache-2.0. README направляет за техническими деталями архитектуры к техническому отчёту, поэтому конкретные механизмы рекомендаций и результаты оценки здесь не описаны.

Perky-103b-v0.1 — разговорная языковая модель для ролевых диалогов и создания историй. По карточке, модель создана слиянием Perky-70b-v0.1 методом passthrough; архитектура — плотная LlamaForCausalLM, около 102,9 млрд параметров. Она принимает текстовые запросы и генерирует текст, поддерживает английский язык и рассчитана на контекст до 4096 токенов. Модель предназначена для интерактивного ролевого общения, продолжительных диалогов и художественного повествования в разных жанрах и стилях. В README указана ориентация на взрослые темы; автор рекомендует формат промптов Alpaca. Лицензия — Llama 2. Карточка заявляет о хорошем ведении диалога и длинных ответах, но не приводит независимых оценок качества; контекст ограничен указанной длиной.

ArliAI/Phi-3.5-mini-3.8B-ArliAI-RPMax-v1.1 — плотная языковая модель семейства Phi-3.5, дообученная ArliAI на RPMax v1.1. Она предназначена для творческого письма и ролевых диалогов; авторы делают упор на разнообразные сценарии, персонажей и менее повторяющиеся ответы. Для общения используется формат промптов Phi 3.5 Instruct. Модель содержит 3,7 млрд параметров и имеет контекст 4096 токенов. В репозитории указаны веса safetensors; README также упоминает варианты FP16 и GGUF. Авторы предупреждают, что версия 3,8B уступает вариантам RPMax на 8B и 12B, а также отмечают более строгую цензуру Phi 3.5. Лицензия — MIT.

Модель shibing624-chinese-text-correction-1.5b-GGUF представляет собой набор GGUF-квантизаций базовой модели shibing624/chinese-text-correction-1.5b, разработанной shibing624 и подготовленной квантизатором featherless-ai-quants. Она относится к классу генеративных текстовых моделей и предназначена прежде всего для исправления ошибок в китайском тексте. Модель имеет заявленный размер 1,5 млрд параметров и работает с текстовой модальностью. В репозитории доступны варианты квантизации IQ4_XS, Q2_K, Q3_K_L, Q3_K_M, Q3_K_S, Q4_K_M, Q4_K_S, Q5_K_M, Q5_K_S, Q6_K и Q8_0; их размер составляет примерно от 645 МБ до 1,57 ГБ. Это позволяет выбирать между меньшими требованиями к памяти и потенциально более высоким качеством. Сведения о поддерживаемых языках помимо китайского, размере контекстного окна, архитектуре, точности исправления и результатах оценки в README не указаны. Сильной стороной набора является наличие нескольких уровней квантизации, что упрощает локальный запуск на оборудовании с различными ресурсами. Ограничения включают отсутствие подробной информации о качестве, лицензии, рекомендуемых параметрах использования и совместимости с конкретными программными средствами. Условия лицензирования в предоставленных данных не указаны.

vantagewithai/SkyReels-V3-14B-GGUF — это квантованная версия GGUF мультимодальной модели SkyReels V3, разработанной SkyReels/Skywork; репозиторий также содержит ссылки на исходные варианты SkyReels-V3-R2V-14B, SkyReels-V3-V2V-14B и SkyReels-V3-A2V-19B. Модель предназначена для генерации и преобразования видео в рамках единой multimodal in-context learning архитектуры. Основные сценарии включают генерацию видео по одной или нескольким референсным изображениям, video-to-video преобразование и генерацию видео под управлением аудио. В режиме Reference to Video поддерживается объединение до четырёх изображений персонажей, объектов и фонов с текстовыми инструкциями; модель ориентирована на сохранение идентичности объектов, согласованность композиции и создание динамичных сцен. Заявлены применения в производстве видео, социальных сетях, live-commerce, демонстрации товаров и создании talking avatar. Поддерживаются соотношения сторон 1:1, 3:4, 4:3, 16:9 и 9:16. Известный размер основной модели — 14B параметров; конкретный формат квантования, поддерживаемые языки, максимальная длина контекста, разрешение и системные требования для данной GGUF-сборки в README не указаны. К сильным сторонам относятся мультимодальность, работа с несколькими референсами, согласованность субъектов и фонов, а также поддержка различных сценариев генерации и редактирования видео. Ограничения, включая качество на конкретных входных данных, производительность и требования к оборудованию, не описаны. Модель распространяется по лицензии Skywork License, обозначенной как license: other; точные условия следует уточнять в файле LICENSE.

SPADE-Qwen3-8B-Games — дообученная диалоговая языковая модель из семейства Qwen3, разработанная SPADE. Она обучена для игрового сценария в двух ролях: проектирует исполняемые игровые среды и решает созданные среды как агент, формируя адаптивный учебный цикл с задачами на границе текущих возможностей агента. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров. Она принимает и генерирует текст; метаданные указывают контекст до 40 960 токенов. В карточке также приведена длина контекста 32 768 токенов. Модель основана на Qwen/Qwen3-8B, использует формат safetensors и распространяется по лицензии Apache-2.0. Для запуска карточка рекомендует актуальную версию Transformers; также упомянуты SGLang и vLLM.

Starlit-Shadow-12B — слитая Vortex5 модель для генерации текста, предназначенная для ролевых диалогов, рассказывания историй и творческого письма. Она создана многоэтапным слиянием Red-Synthesis-12B, KansenSakura-Erosion-RP-12B, NoctyxCosma-12B и Crimson-Twilight-12B; итоговое слияние выполнено методом Karcher после двух промежуточных слияний SM2F. Модель построена на архитектуре Mistral и содержит 12,1 млрд параметров. Веса доступны в формате safetensors и имеют точность bfloat16. Метаданные указывают контекст до 1 024 000 токенов. Карточка ориентирует модель на ролевую игру, повествование и творческое письмо; лицензия и конкретные языки в предоставленных источниках не описаны.

UniWorld-V1 — модель семейства UniVA, разработанная командой LanguageBind для унифицированного визуального понимания, генерации и редактирования изображений. Она объединяет обработку инструкций и визуальных признаков и поддерживает сценарии преобразования изображения в изображение; в README также описаны генерация изображений по тексту и более 20 задач компьютерного зрения. Модель имеет плотную архитектуру UnivaQwen2p5VLForConditionalGeneration, содержит 7,1 млрд параметров и использует веса Safetensors. Для неё заявлено контекстное окно 128 000 токенов. Модель подходит для редактирования изображений по инструкциям, переноса стиля, восстановления изображений, извлечения объектов и виртуальной примерки, а также для преобразований с картами контуров, глубины, позы, эскизов и сегментации. Разработчики сообщают о высоком качестве на ImgEdit-Bench при обучении на 2,7 млн примеров. Для запуска описаны зависимости от отдельных компонентов FLUX и SigLIP. Карточка не указывает поддерживаемые естественные языки. Лицензия — MIT.

vicgalle-Roleplay-Llama-3-8B-GGUF — набор GGUF-квантизаций модели vicgalle/Roleplay-Llama-3-8B, подготовленный командой featherless-ai-quants. Модель предназначена для генерации текста, в частности для ролевого взаимодействия и сценариев roleplay. Доступны варианты квантизации Q2_K, Q3_K, Q4_K, Q5_K, Q6_K, Q8_0 и IQ4_XS, что позволяет выбирать между размером файлов, требованиями к памяти и сохранением качества. Размеры файлов составляют примерно от 3,0 до 8,1 ГБ. Модель относится к семейству Llama 3 и имеет 8 млрд параметров. Указана текстовая модальность и назначение text-generation, однако сведения о поддерживаемых языках и размере контекстного окна в README отсутствуют. GGUF-квантизации удобны для локального запуска в совместимом программном обеспечении, но более сильное сжатие может снижать качество генерации по сравнению с менее квантованными вариантами. Лицензия и условия использования в предоставленных данных не указаны.

Wan2.1-Fun-V1.1-1.3B-Control — модель Alibaba PAI для генерации видео с управлением по заданным условиям. Она принимает текстовый запрос и управляющие данные, например видео с контурами Canny, картой глубины, позой или линиями MLSD; также поддерживает сочетание управляющих данных с референсным изображением и управление траекторией. Модель обучалась на 81 кадре при 16 кадрах в секунду и поддерживает генерацию в разрешениях 512, 768 и 1024 пикселя, а также многоязычные запросы. В метаданных указаны 990,9 млн параметров, архитектурное семейство I2V, библиотека VideoX-Fun и формат safetensors. Модель предназначена для создания управляемых видеосцен, переноса заданной структуры движения и подготовки визуальных прототипов. Для экономии видеопамяти доступны режимы выгрузки модели на CPU; режим с квантизацией float8 может несколько снизить качество. Для работы нужны значительные ресурсы хранения и совместимая среда с GPU. Лицензия — Apache 2.0.

Whisper large-v3-ar — модель автоматического распознавания речи, созданная Мохамедом Котбом под патронажем профессора Али Гомаа. Это дообученная версия Whisper large-v3 от OpenAI с 905,2 млн параметров, предназначенная прежде всего для транскрибации Корана и хадисов с сохранением поддержки современного литературного арабского языка (MSA). Модель принимает аудио и выдаёт текст; работает на базе Transformers и распространяется в формате safetensors по лицензии Apache-2.0. На указанных в карточке проверочных выборках модель показала особенно низкую долю ошибок при распознавании Корана и хадисов. Для воспроизведения результатов при обработке аудио требуется обрезать тишину, нормализовать громкость до −16 LUFS, добавить по 100 мс заполнения по краям, скорректировать усиление и разбивать записи на отрезки длиной не более 30 секунд. Модель не формирует временные метки. Результат записывается арабской орфографией Imlāʾī без огласовок, а числительные выводятся словами. Модель ориентирована преимущественно на классический и литературный регистр, а не на диалекты; на общей радиовещательной речи MSA она конкурентоспособна, но не лидирует по WER. Транскрипции религиозных текстов следует сверять с каноническими источниками; модель не предназначена для точной записи чисел или математической речи.

thewh1teagle/whisper-large-v3-turbo-he-ipa — модель автоматического распознавания речи, дообученная на базе ivrit-ai/whisper-large-v3-turbo. Это Hebrew-файнтюн семейства Whisper Large v3 Turbo, ориентированный на распознавание и транскрипцию речи на иврите с выводом в IPA. Модель обучалась на наборах ivrit-ai/crowd-transcribe-v5, ivrit-ai/crowd-recital-whisper-training и ivrit-ai/knesset-plenums-whisper-training; для работы предназначена библиотека Transformers. Размер модели составляет около 905,2 млн параметров. Модель подходит для транскрибации иврита в аудиозаписях, включая публичные выступления, чтение и материалы, представленные обучающими датасетами. Её ключевая специализация — иврит и фонетическая транскрипция в международном фонетическом алфавите. Модель распространяется по лицензии Apache-2.0. Ограничения включают узкую языковую специализацию и зависимость качества распознавания от акустики записи, дикции, шумов и соответствия входных данных условиям обучения.

Wonder — объединённая модель Yntec для генерации изображений по текстовым описаниям. Она смешивает Wonderland и DisneyPixarCartoonTypeB: автор сообщает, что сочетание призвано улучшить композицию изображений Wonderland и глаза персонажей DisneyPixarCartoonTypeB. Модель распространяется в формате Diffusers с весами Safetensors и использует Stable Diffusion Pipeline. Wonder подходит для создания мультяшных и сказочных иллюстраций, портретов персонажей и сцен в духе Disney и Pixar. В карточке приведены примеры с праздничными сценами, фэнтези-персонажами и животными; также показаны реалистичные стили, поэтому результат зависит от текстового запроса. Карточка не сообщает размер модели, контекст или отдельные ограничения качества. Лицензия — CreativeML OpenRAIL-M.

X-MythoChronos-13B — текстовая генеративная модель на архитектуре Llama, созданная Undi95 как слияние Xwin-LM/Xwin-LM-13B-V0.2, elinas/chronos-13b-v2 и других моделей и LoRA-адаптеров. Репозиторий содержит веса FP16; размер модели — 12,9 млрд параметров, контекст — до 4096 токенов. Для запросов используется шаблон Alpaca. Модель предназначена прежде всего для ролевого общения и генерации ответов на инструкции. В карточке указана лицензия CC BY-NC 4.0, которая запрещает коммерческое использование. Метаданные помечают модель как NSFW; качество и безопасность ответов могут зависеть от запроса и сценария применения.

Celestial-Queen-12B — диалоговая языковая модель, созданная Vortex5 путём многоэтапного слияния нескольких моделей семейства Mistral. Она насчитывает 12,1 млрд параметров, использует архитектуру MistralForCausalLM и распространяется в формате Safetensors. Заявленная длина контекста — 1 024 000 токенов. Модель предназначена для ролевого общения, сочинения художественных текстов и создания длинных повествований с эмоциональной и атмосферной подачей. Лицензия Apache-2.0 разрешает её использование на условиях этой лицензии.

CogVideoX1.5-5B-I2V — открытая модель генерации видео из изображения, разработанная командой Zhipu AI (THUDM). Она принимает исходное изображение и текстовый запрос на английском языке и создаёт видео, развивая изображение согласно описанию. Модель доступна для запуска через библиотеку Diffusers; репозиторий содержит веса в формате safetensors. Модель предназначена для создания коротких видеосцен на основе изображения и текстовой подсказки. Для запуска предусмотрены оптимизации памяти Diffusers; дополнительная квантизация компонентов может снизить требования к видеопамяти, но замедлить генерацию. Модель рассчитана на английские запросы: текст на других языках рекомендуется предварительно переводить на английский. Лицензия указана как other, поэтому условия использования следует уточнять по файлам репозитория и условиям разработчика. В README также отмечены ограничения тестирования оптимизаций на оборудовании, отличном от NVIDIA A100/H100.

Conflictx/Complex-Lineart — модель для генерации изображений по текстовому описанию в стиле ComplexLA. README сообщает, что она обучена примерно на 100 изображениях с разрешением 768×768 и рекомендует добавлять к запросу фразу «ComplexLA style». Модель предназначена для создания стилизованных изображений; для лучшего качества рекомендуется разрешение около 768×768, при меньшем разрешении качество может снижаться. Распространяется по лицензии CreativeML OpenRAIL-M.

nayohan/corningQA-llama2-13b-chat — дообученная модель семейства Llama 2, разработанная для Corning. Она предназначена для многошаговых диалогов по химической тематике и генерации ответов в формате чат-ассистента. Модель имеет плотную архитектуру LlamaForCausalLM и около 12,9 млрд параметров. Она принимает текст и генерирует текст, поддерживает английский язык и контекст длиной до 4096 токенов. Модель построена на базе meta-llama/Llama-2-13b-chat-hf и дообучена на датасете CorningAI-DocQA. Репозиторий содержит веса PyTorch и использует библиотеку Transformers. Модель подходит для ответов на вопросы по химической тематике и ведения связанных диалогов. Лицензия репозитория — Apache 2.0.

DeTikZifyv2 (8b) — мультимодальная модель проекта DeTikZify, которая преобразует наброски и существующие научные иллюстрации в редактируемые программы на Ti*k*Z, стараясь сохранять их смысл. Модель сочетает языковую основу LLaMA 3.1 8B с визуальным энкодером SigLIP из PaliGemmaMix-448 (3B); энкодер дообучен вместе с остальной моделью. Для обработки изображений используется разрешение 420×420 пикселей. Модель предназначена для восстановления и редактирования научной графики через генерацию кода Ti*k*Z. В версии 2 для предварительного обучения использованы пары рисунок–подпись–OCR из ArXivCap, а для дообучения — набор DaTi*k*Zv3 с более чем 450 тысячами рисунков Ti*k*Z. В README приведено сравнение с предыдущими моделями, но таблица результатов опущена, поэтому конкретные показатели качества оценить нельзя. Карточка не сообщает лицензию; её условия следует проверить отдельно перед использованием.

Finbro v0.1.0 — это дообученная разговорная языковая модель taddeusb90 на архитектуре Llama 3 с 7,5 млрд параметров, основанная на Dolphin 2.9 Llama 3 8B Instruct. Она предназначена для финансовых сценариев: извлечения сведений из неструктурированных документов, ответов на вопросы и объяснения финансовых материалов пользователям с разным уровнем подготовки. Модель принимает и генерирует текст, поддерживает контекст до 131 072 токенов и ориентирована на английский язык. Обучение проводилось на наборе Finbro Dataset, включающем более 300 тысяч записей: пары вопросов и ответов, финансовые отчёты и другие финансовые задания из Investopedia и Sujet Finance. Разработчик описывает выпуск как промежуточный: обучение ещё продолжается, а точность и способности планируется улучшать. Модель обучена следовать инструкциям и характеризуется автором как uncensored, поэтому перед использованием в сервисе необходимы собственные проверки и защитные механизмы. Распространяется по лицензии Meta Llama 3 Community License Agreement. Ответы модели могут содержать ошибки; README предупреждает, что не следует полагаться на них без проверки, особенно при финансовых решениях.

StableDiffusionVN/Flux — модель для генерации и обработки изображений по текстовому и визуальному вводу. В карточке указано, что она поддерживает сценарии text-to-image, image-to-image и inpainting, а также работу с LoRA, Union ControlNet, увеличением разрешения и вариантами Flux Schnell. Модель ориентирована на создание изображений, редактирование и дообучение адаптеров LoRA; приведены готовые рабочие процессы для ComfyUI и материалы для запуска в Google Colab. Разработчик или автор явно не назван, однако репозиторий размещён организацией StableDiffusionVN. Из технических характеристик подтверждены только принадлежность к семейству Flux и язык en; сведения об архитектуре, размере, точном наборе поддерживаемых модальностей и длине контекста не указаны. Сильной стороной являются разнообразные сценарии применения и наличие готовых интеграций с ComfyUI, включая поддержку NF4 и GGUF. Ограничения и требования к аппаратным ресурсам в README не описаны. Лицензия — Apache-2.0.

Модель ehristoforu/Gemma2-9B-it-psy10k-mental_health — диалоговая версия Gemma 2, дообученная ehristoforu на данных по психическому здоровью и психологии. Она предназначена для генерации ответов на текстовые запросы в этих темах. Модель содержит 9 млрд параметров, использует архитектуру Gemma2ForCausalLM, принимает и выдаёт текст и поддерживает контекст до 8192 токенов. Модель обучалась с использованием Unsloth и библиотеки Hugging Face TRL. В карточке указан английский язык, набор данных — jtatman/mental_health_psychology_curated_alpaca, лицензия — Apache-2.0. Карточка не описывает клиническую валидацию или гарантии точности ответов.

Карточка модели Endersand/Gemma-4-12B-StyleTune на Hugging Face совпадает с карточкой Gryphe/Gemma-4-12B-StyleTune, поэтому описание составлено по ней. Gryphe разработал Gemma-4-12B-StyleTune как настройку стиля для инструкционной модели Google Gemma 4 12B. Это плотная модель семейства Gemma 4 Unified для генерации текста и диалога; она использует формат safetensors и встроенный шаблон чата Gemma 4. В README описано обучение только выходной проекции lm_head на повествовательных данных: остальные веса оставлены без изменений. Автор сообщает о снижении числа клише на 56% в тесте на 200 разнообразных ролевых запросах. Модель предназначена для ролевых диалогов и творческого письма, где нужны более разнообразные формулировки и менее шаблонный стиль. По заявлению автора, сохранены рассуждения, знания, следование инструкциям и понимание языка базовой модели; эти возможности отдельно не подтверждены независимыми оценками. Базовая модель Google Gemma 4 12B IT мультимодальна, однако эта настройка заявлена для изменения стиля генерации текста. Модель распространяется по лицензии Apache-2.0. README рекомендует для инференса температуру 1.0, MinP 0.10 и DRY sampler, но оптимальные настройки зависят от сценария. Приведённая оценка стиля основана на тесте автора и не гарантирует аналогичных результатов на других запросах.

aifeifei798 создал дообученную диалоговую модель Gemma 4 31B Queen на базе google/gemma-4-31B-it-qat-q4_0-unquantized. Она предназначена для ролевых сценариев, включая мрачный ролеплей, написания подсказок, длинных текстов и песен, а также ответов на запросы с изображениями. В карточке заявлена адаптация для мобильных телефонов и быстрый отклик; архитектура — плотная Gemma4ForConditionalGeneration, формат файлов — safetensors. Модель принимает текст и изображения и выдаёт текст. Автор указывает английский как единственный язык использования. Репозиторий распространяется по лицензии Apache-2.0. Описание возможностей и преимуществ в README основано на одном логическом стресс-тесте, поэтому приведённые там заявления о превосходстве рассуждений не подтверждают широкую сравнительную эффективность модели.

Gemma-4-31B-storymaxxed2-GGUF — квантизированная версия текстовой генеративной модели MRockatansky/Gemma-4-31B-storymaxxed2, подготовленная mradermacher в формате GGUF. В метаданных указано обучение с применением DPO и специализация на творческом письме; исходная модель предназначена для генерации текста на английском языке. Модель имеет размер 31 млрд параметров и доступна в нескольких вариантах квантизации GGUF — от Q2_K до Q8_0, включая IQ4_XS. Размер файлов составляет примерно от 12 до 32,7 ГБ. В README рекомендуются варианты Q4_K_S и Q4_K_M как быстрые, а Q6_K отмечен как вариант очень хорошего качества; Q8_0 указан как обеспечивающий лучшее качество среди представленных вариантов. Данные о контекстном окне, конкретной архитектуре, мультимодальности и результатах тестирования не приведены. Модель подходит для локальной генерации художественных и других текстов на английском языке, а выбор квантизации позволяет балансировать качество, скорость и требования к памяти. Ограничениями являются неизвестные характеристики контекстной длины и отсутствие опубликованных оценок качества; низкобитные варианты могут уступать более крупным по размеру квантизациям. Лицензия указана как Apache-2.0.

beezu/Glistening-Gem-31B-v2.1-mlx-bf16 — версия Glistening-Gem-31B-v2.1, преобразованная в формат MLX с помощью mlx-lm 0.31.3 для запуска на устройствах Apple с MLX. Исходная модель создана как творческий merge трёх моделей на базе google/gemma-4-31B-it; каталог связывает её с sophosympatheia/Glistening-Gem-31B-v2.1 как с дообученной моделью. Размер исходной модели — 31 млрд параметров, архитектура — плотная Gemma 4; карточка указывает Apache 2.0. Модель предназначена для диалоговой генерации текста с упором на творческую прозу и выразительные формулировки. README рекомендует температуру 0,8 и Min-P 0,1 как отправные настройки сэмплирования; модель также может работать при других настройках. В редких случаях модель сливает соседние слова или допускает опечатки. Более консервативные настройки сэмплирования могут уменьшить частоту таких артефактов. В метаданных указан английский язык; сведений о длине контекста в предоставленных источниках нет.

Aspis/gpt2-genre-story-generation — дообученная модель GPT-2 для генерации коротких художественных историй по жанровой подсказке. Она принимает текстовый промпт с одним из жанровых токенов: romance, adventure, mystery-&-detective, fantasy, humor-&-comedy, paranormal или science-fiction, и продолжает его текстом на английском языке. Модель основана на плотной архитектуре GPT-2 и доступна в формате PyTorch; длина контекста — 1024 токена. Модель дообучена на выборке BookCorpus, где текст книг был разделён на абзацы и сопоставлен с жанрами. Её можно использовать для создания черновиков рассказов и жанровых продолжений текста. Лицензия репозитория — Apache-2.0. Карточка описывает только генерацию текста и не сообщает об оценках качества или иных специализированных возможностях.

MrRikyz/Impish-Irix-Kitsune — разговорная языковая модель на архитектуре Mistral с 12,1 млрд параметров, созданная автором карточки слиянием предварительно обученных моделей с помощью mergekit и метода Model Stock. В слияние вошли DreadPoor/Irix-12B-Model_Stock, MrRikyz/Kitsune-Symphony-V0.0-12B и SicariusSicariiStuff/Impish_Nemo_12B; новые обучающие данные автор не добавлял. Модель предназначена прежде всего для ролевых диалогов, творческого письма, рассказывания историй и построения вымышленных миров. Она генерирует текст и рассчитана на чат-сценарии; заявленное окно контекста — 1 024 000 токенов. Карточка предупреждает, что модель может создавать тревожные и откровенные материалы, в том числе NSFW-контент. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — Apache-2.0.

In-Character RP 12B v0.1 — модель генерации текста для ролевых диалогов и творческого письма, созданная npow путём дообучения Mistral-Nemo-Base-2407. Она рассчитана на ведение персонажа по заданной карточке: персонажи сохраняют заданные черты и манеру поведения в ходе разговора. Для диалога используется формат ChatML. Модель имеет плотную архитектуру Mistral с 12,1 млрд параметров и контекстом до 131 072 токенов; в репозитории представлены веса Safetensors. Основной язык карточки — английский. Версия v0.1 является базовой версией SFT; заявленные автором дополнительные этапы DPO для сохранения разнообразия поведения и FTPO для снижения шаблонности прозы относятся к v0.2. Модель выпущена по лицензии Apache-2.0. Автор обозначает её как исследовательскую предварительную версию и предупреждает, что это uncensored creative model.

InfinityLake-2x7B — экспериментальная языковая модель, созданная объединением Endevor/InfinityRP-v1-7B и senseable/WestLake-7B-v2 в архитектуру Mixtral MoE. В метаданных указано 7,1 млрд параметров, контекст 32 768 токенов и формат safetensors; модель предназначена для генерации текста на английском языке. Автор описывает модель как более творческую по сравнению с InfinityKuno-2x7B. Её можно применять для продолжения текста и творческой генерации. Лицензия — Apache-2.0. В карточке также отмечена категория NSFW, поэтому модель может выдавать контент для взрослой аудитории.