IV.5Образование и развитие навыков

Kraken Karcher 12B v1 — языковая модель, созданная EldritchLabs с помощью слияния предобученных и дообученных моделей семейства Mistral Nemo через mergekit методом Karcher. В README автор называет её наиболее интеллектуальной из трёх проверенных вариантов и указывает, что в слияние вошли 52 дообученные модели вместе с базовой моделью Nemo. Модель предназначена прежде всего для творческого письма и ролевых диалогов: она может генерировать сюжеты и сцены, продолжать истории и создавать художественную прозу разных жанров. Это плотная авторегрессионная архитектура MistralForCausalLM с 12,1 млрд параметров и контекстом до 131 072 токенов. Карточка указывает английский язык; для общения требуется шаблон чата Mistral Tekken. Модель распространяется под лицензией Apache-2.0. Оценка автора основана на сравнении трёх вариантов и не подтверждена приведёнными количественными тестами; качество и поведение слитой модели могут различаться в зависимости от промпта и сценария. Модель ориентирована на генерацию текста, а не на мультимодальные задачи.

Это квантованная версия Krea-2-Turbo, опубликованная пользователем vladmandic на Hugging Face. Она предназначена для генерации изображений по текстовым запросам и использует Diffusers с конвейером Krea2Pipeline. Репозиторий содержит компоненты текстового кодировщика, трансформера и VAE; на карточке указано около 7 млрд параметров. Название указывает на квантование SDNQ с Hadamard-преобразованием до uint4. Карточка демонстрирует загрузку через Diffusers и генерацию изображения по текстовому запросу. Метаданные не сообщают поддерживаемые языки, длину контекста или лицензию.

Krea Realtime 14B — модель генерации видео от Krea, полученная дистилляцией Wan 2.1 14B с помощью метода Self-Forcing, который превращает обычную диффузионную модель видео в авторегрессионную. Она предназначена для потоковой генерации видео по тексту и преобразования входного видео, включая видео с камеры и графические примитивы. Модель поддерживает интерактивную работу: во время генерации можно менять запрос и стиль видео, а первый кадр появляется примерно за секунду. В README заявлена скорость генерации 11 кадров в секунду при четырёх шагах вывода на одном GPU NVIDIA B200. Для уменьшения накопления ошибок используются KV Cache Recomputation и KV Cache Attention Bias; также описаны оптимизации памяти для авторегрессионной диффузии видео. Модель доступна в формате safetensors и применяется через diffusers. Лицензия — Apache-2.0.

L3.2-Rogue-Creative-Instruct-Uncensored-Abliterated-7B-GGUF — языковая text-generation модель, разработанная DavidAU для творческого письма, генерации рассказов, сцен, сюжетов и подсюжетов, продолжения текста, storytelling и roleplay. Модель ориентирована на художественные тексты разных жанров, включая научную фантастику, романтику и хоррор, а также на задачи, где важны насыщенные описания и проработка персонажей. Модель основана на Llama 3.2 3B Instruct abliterate и модифицирована методом Brainstorm 40x, разработанным DavidAU. В результате архитектура расширена на 39 слоёв — до 67 слоёв и примерно 7,54 млрд параметров; заявлено 605 тензоров. Максимальный контекст составляет 131 072 токена. Модель работает с шаблонами Llama 3 и/или Command-R, поддерживает английский язык и поставляется в формате GGUF с несколькими вариантами квантования. Сильные стороны модели — повышенная детализация прозы, описаний сцен, окружения и предметов, более глубокая проработка персонажей, возможность управлять стилем и уровнем цензуры через промпт, а также широкий диапазон температур генерации. К ограничениям относятся возможные опечатки и ошибки в капитализации, чрезмерно длинные продолжения и повторение абзацев или «rant» при неудачном сочетании температуры и repetition penalty. Качество и характер генерации заметно зависят от выбранного кванта и параметров сэмплирования; для ролевых сценариев слишком высокая температура может ухудшить следование инструкциям. Модель распространяется по лицензии Apache-2.0.

LemonadeRP-4.5.3-11B — объединённая автором модель семейства Mistral на 10,6 млрд параметров для генерации текста. Она создана с помощью mergekit методом passthrough из двух диапазонов слоёв модели KatyTheCutie/LemonadeRP-4.5.3, чтобы получить вариант с 11B в названии. Модель предназначена для творческих ролевых диалогов и генерации менее шаблонного текста; поддерживает контекст до 32 768 токенов и работает с текстом на входе и выходе. Файлы опубликованы в формате safetensors для Transformers. Лицензия в предоставленных данных не указана.

misri/leosamsHelloworldXL_helloworldXL50GPT4V — модель генерации изображений по текстовому описанию, опубликованная пользователем misri на Hugging Face. Она предназначена для создания изображений из текстовых промптов с использованием библиотеки Diffusers и конвейера StableDiffusionXLPipeline. Модель имеет размер около 3 млрд параметров и распространяется в формате Safetensors с вычислительным типом F32. Поддерживаемая модальность — текст в изображение. В карточке модели приведён пример генерации изображения по англоязычному промпту; сведения о поддерживаемых естественных языках и длине контекста не представлены. Сильная сторона модели — совместимость с экосистемой Diffusers и локальный запуск через DiffusionPipeline. Ограничения включают отсутствие содержательного README, неизвестную лицензию и отсутствие доступного провайдера инференса на момент проверки. Использование следует согласовать с автором, поскольку лицензия указана как unknown.

Liujgoj-Cantonese-Qwen2.5-Omni-7B-SFT-V2.2 — модель проекта Yvthyvq / Liujgoj Cantonese Project, дообученная методом supervised fine-tuning на базе Yvthyvq/Liujgoj-Cantonese-Qwen2.5-Omni-7B-CPT-V2. Это диалоговая модель Qwen2.5-Omni с плотной архитектурой и 7 млрд параметров; в SFT-версии адаптер был объединён с модулем thinker, а компоненты talker и token2wav сохранены. Модель следует инструкциям для задач на кантонском языке: преобразует текст между традиционными иероглифами и латинской орфографией Liujgoj, разбивает слова на слоги и выполняет фонетическую транскрипцию в IPA. Карточка приводит примеры преобразования в обоих направлениях и сообщает о дообучении на 150 846 мультитасковых примерах. Основные языки карточки — кантонский и английский; для кантонского используются латинская орфография Liujgoj и традиционные китайские иероглифы. Модель опубликована в формате safetensors по лицензии Apache-2.0. Хотя сохранена полная мультимодальная архитектура Qwen2.5-Omni, заявленные задачи этой версии — текстовые; карточка описывает ASR как возможное направление дальнейшего дообучения, а не как готовую возможность модели.

KoboldAI разработала Estopia — объединённую модель генерации текста на основе Llama 2 с 13 млрд параметров. Она предназначена для создания художественной прозы и интерактивных повествований по инструкциям, включая приключения и ролевые сценарии с карточками персонажей. Модель лучше всего проявляет себя в режимах instruct и adventure; также поддерживает генерацию рассказов и диалоги. В карточке описано тестирование преимущественно с форматом Alpaca. Модель объединяет варианты EstopiaV9 и EstopiaV13 методом DARE TIES, используя несколько моделей для следования инструкциям, ролевой игры и повествования. Контекст составляет 4096 токенов. Разработчик отмечает, что модель часто удерживает детали и стремится к нейтральному, реалистичному развитию сюжета, но качество зависит от инструкций и карточки персонажа. Язык модели в данных не задан явно. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

llama3.1-gutenberg-8B — плотная языковая модель семейства Llama 3.1, созданная дообучением VAGOsolutions/Llama-3.1-SauerkrautLM-8b-Instruct на наборе jondurbin/gutenberg-dpo-v0.1. По карточке, обучение проводилось в течение трёх эпох методом ORPO; модель предназначена для генерации текста в диалоговом формате, а обучающий набор связан с произведениями Project Gutenberg. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors. Заявленная длина контекста — 131 072 токена. Для использования указана лицензия llama3. Она подходит для генерации и продолжения текста, в том числе стилизованного под литературные произведения; конкретные показатели качества и ограничения в карточке не приведены.

Llama-3.2-1B-Instruct-NEO-SI-FI-GGUF — модель семейства Llama 3.2, доработанная DavidAU на основе Llama-3.2-1B-Instruct с использованием набора данных NEO IMATRIX Science Fiction and Story. Она представлена в формате GGUF и ориентирована прежде всего на генерацию текста, творческое письмо, разработку сюжетов и подсюжетов, продолжение сцен, сторителлинг и ролевые сценарии в различных жанрах, включая научную фантастику и романтику. Модель содержит около 1 миллиарда параметров и поддерживает контекст до 128 тысяч токенов. В карточке указана поддержка английского, французского, немецкого, испанского, итальянского, португальского, китайского, японского, русского и корейского языков. Для работы рекомендуется шаблон Llama 3; выбор шаблона и параметров генерации заметно влияет на результат. Доступны различные квантизированные варианты, среди которых автор особенно рекомендует IQ4_XS, а также IQ3 и IQ2 для усиления эффекта IMATRIX. К сильным сторонам относятся небольшой размер, высокая скорость генерации на GPU, большой контекст и улучшенная, по заявлению автора, креативность и выразительность прозы. Ограничения включают чувствительность к температуре, repetition penalty, типу квантизации и шаблону запроса; чрезмерно высокие значения могут приводить к чрезмерно длинной или нестабильной генерации, а сильное сжатие способно снижать качество. Лицензия модели — Apache 2.0.

Llama-3.2-3B-prose-style — дообученная языковая модель, опубликованная limanox на основе unsloth/llama-3.2-3b-unsloth-bnb-4bit. Это плотная авторегрессионная модель семейства Llama с 3,2 млрд параметров, предназначенная для генерации текста. В карточке указано, что обучение выполнялось с Unsloth и библиотекой TRL; контекстное окно составляет 131 072 токена, формат весов — safetensors. Название указывает на настройку под стиль прозы, однако карточка не приводит примеров, описания датасета или результатов оценки, поэтому конкретные стилистические возможности подтвердить нельзя. Модель принимает текст и генерирует текст; в метаданных указан английский язык. Лицензия — Apache-2.0.

Llama-3.2-9B-Uncensored-Brainstorm-Alpha-GGUF — текстовая instruct-модель, разработанная DavidAU на базе Llama-3.2-9B-Uncensored-Brainstorm-Alpha. Она создана с использованием компонентов Hastagaras/L3.2-JametMini-3B-MK.III, chuanli11/Llama-3.2-3B-Instruct-uncensored и Brainstorm 40x adapter. Модель распространяется в формате GGUF и предназначена прежде всего для генерации текста, творческого письма, продолжения сцен, разработки сюжетов и подсюжетов, сторителлинга, ролевого взаимодействия и диалогов в разных жанрах, включая научную фантастику, романтику и хоррор. Заявлена как подходящая и для других сценариев применения. Модель имеет 9 млрд параметров, 81 слой и 733 тензора, поддерживает контекст до 128K токенов и использует шаблон CHATML; также заявлена совместимость с шаблонами Alpaca и Llama 3 instruct. Основной язык, указанный в карточке, — английский. По заявлению разработчика, усиление Brainstorm 40x улучшает генерацию токенов, а модель отличается выразительной прозой и творческими возможностями, особенно при повышенной температуре генерации и подробных инструкциях. К ограничениям относятся ярко выраженная ориентация на творческие и потенциально NSFW-сценарии, включая насилие, хоррор, ненормативную лексику и натуралистичные описания. Для получения оптимальных результатов могут потребоваться настройка параметров сэмплирования и использование рекомендованного smoothing factor 1.5; качество также зависит от корректного применения шаблона чата и подробности промпта. Лицензия — Apache-2.0.

ryzen88 создал Arimas Story RP V2.0 — слитую модель семейства Llama 3 для генерации текста, ролевых диалогов и историй. Модель объединяет несколько предварительно обученных и чат-моделей методом Model Stock с помощью mergekit; базой слияния служит Llama-3-70B-Instruct-Gradient-262k. Архитектура — плотная авторегрессионная LlamaForCausalLM, размер — 69,5 млрд параметров, формат весов — safetensors. Заявленная длина контекста — 262 144 токена. Модель рассчитана на сценарии с длинным контекстом и генерацию историй и ролевых ответов. В состав слияния также вошли Llama-3-Giraffe-70B, Llama3-70B-Chinese-Chat, Higgs-Llama-3-70B, Smaug-Llama-3-70B-Instruct и Llama-3-Lumimaid-70B-v0.1-OAS. Автор характеризует её как модель без цензурных ограничений, но это заявление не подтверждает поведение на всех запросах. Лицензия в предоставленных данных не указана.

Azazelle/Llama-3-Nerdy-RP-8B — объединённая языковая модель на архитектуре Llama, созданная автором Azazelle с помощью mergekit и метода Model Stock. В слияние вошли несколько моделей Llama 3 и адаптеров, в том числе варианты, ориентированные на ролевой формат, длинные истории, понимание намерений и диалоговые инструкции. Размер модели — 7,5 млрд параметров, контекст — до 8192 токенов; модель распространяется в формате safetensors и работает через Transformers. Модель предназначена для генерации текста, прежде всего ролевых диалогов и историй, а также ответов в чате. Её сильная сторона — сочетание нескольких специализированных вариантов, что может быть полезно для творческого письма и следования ролевому формату. Карточка не содержит сведений о лицензии или подробных оценках качества, поэтому условия использования и пригодность для конкретных задач следует проверять отдельно. Основана на Llama 3 и производных моделях; базовая лицензия может влиять на использование объединённых весов.

elix3r/LTX-2.3-22b-AV-LoRA-talking-head — специализированная LoRA-адаптация базовой модели Lightricks/LTX-2.3, разработанная сообществом для аудиовизуальной генерации видео. Адаптация обучена с использованием совместной аудиовидеосвязи и предназначена для создания говорящих портретов по референсному изображению. Модель генерирует видео с синхронизированным движением губ, сохраняет идентичность персонажа на новых изображениях и фонах и переносит характерные особенности голоса из обучающих данных. Внешний аудиофайл при инференсе не требуется: текст речи задаётся в промпте вместе с триггерным словом OHWXPERSON. Рекомендуемые параметры — разрешение 1280×736 и 24 кадра в секунду; для режима с изображением и аудио указаны 1280×704 и 25 кадров в секунду. Для работы требуются LTX-2.3, ComfyUI и узел Power Lora Loader. Это character-specific реализация, ориентированная на конкретного персонажа и демонстрационный пайплайн, а не универсальная модель. Сильные стороны — точная синхронизация губ, сохранение внешности и интеграция голосовых характеристик. Ограничения включают возможные артефакты в виде лёгкого аудиогудения, непоследовательное моргание и зависимость качества от seed; сложный фон также может ухудшать синхронизацию губ. Модель распространяется по лицензии OpenRAIL.

luvai-phi3 — языковая модель luvGPT для ролевых диалогов с разными персонажами. Это дообученная версия microsoft/phi-3-mini-4k-instruct на архитектуре Phi-3 с 3,7 млрд параметров; модель принимает текст и генерирует текстовые ответы. Контекстное окно — 4096 токенов, формат весов — Safetensors. Модель предназначена для творческих диалогов и поддержания заданной персоны. Для получения связных ответов README рекомендует специальный шаблон с полями «Character's Persona:», «User:» и «Assistant:»; стандартные шаблоны чата могут давать плохие результаты. Модель сохраняет некоторые стилистические особенности, в том числе частое использование эмодзи. Данные обучения включают около 13 тысяч отобранных примеров, но датасет закрыт. Лицензия — MIT.

Lyra-Gutenberg-12B — текстовая генеративная модель на архитектуре Mistral, созданная дообучением Sao10K/MN-12B-Lyra-v1 на наборе jondurbin/gutenberg-dpo-v0.1. В карточке указано обучение в течение трёх эпох на A100 через Google Colab; веса опубликованы в формате safetensors. Размер модели — 12,1 млрд параметров, заявленная длина контекста — до 1 024 000 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Название и использованный набор данных указывают на настройку в сторону текстов Project Gutenberg, однако карточка не описывает конкретные жанры или гарантируемые качества. В README приведены отдельные результаты Open LLM Leaderboard: среднее значение 22,57, IFEval — 34,95 и BBH — 36,99. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства и ограничивает коммерческое применение. Оценки из таблицы не дают полной картины качества модели; подтверждённая карточкой область задачи — генерация текста.

messy_sketch_art_style — модель генерации изображений на основе Stable Diffusion, обученная методом DreamBooth apurik-parv с использованием реализации DreamBooth Shivamshri Rao. Она предназначена для создания скетчей и дудлов в небрежном художественном стиле по текстовому описанию; триггерное слово стиля — meartsty. Обучение проводилось в течение 50 000 шагов. Простые запросы, согласно карточке, воспроизводят стиль лучше, а сложные и противоречивые могут добавлять в изображение шум. Репозиторий содержит веса в форматах Diffusers и PyTorch; лицензия — CreativeML OpenRAIL-M.

MiniMax M2-her — диалоговая большая языковая модель, разработанная MiniMax для ролевого общения, чатов от лица персонажей и выразительных многоходовых бесед. В карточке подчёркнуты диалоговый подход и стремление сохранять тон и характер персонажа в ходе разговора. Модель предназначена для интерактивных сценариев, где важны последовательный образ и живой диалог. Данных об архитектуре, размере, модальностях, поддерживаемых языках, длине контекста и лицензии в предоставленных источниках нет.

Mirai-70B-2.1 — экспериментальная модель для текстовой генерации и ролевых диалогов, созданная Blackroot методом слияния нескольких моделей семейства Llama 70B. Автор описывает её как stockmerge, собранную с помощью mergekit; среди компонентов — Nemotron, Euryale, Youko, Taiwan Instruct, Swallow, Korean Bllossom и другие модели. В метаданных указана плотная архитектура LlamaForCausalLM и размер 69,5 млрд параметров. Модель ориентирована прежде всего на ролевые сценарии, где важны выразительная проза, нюансы поведения персонажей и последовательное использование контекста. Автор подбирал состав слияния итеративно, оценивая ответы вручную, без автоматических бенчмарков. Длина контекста по метаданным — 131 072 токена; заявленный формат весов — safetensors. Модель принимает текст и генерирует текст; README не уточняет поддерживаемые естественные языки. Автор отмечает, что качество зависит от параметров генерации и рекомендует осторожно настраивать сэмплирование. Также описаны возможные ошибки и ухудшение последовательности при неудачных настройках. Лицензия в предоставленных данных не указана.

Music Flamingo — модель большого аудиоязыкового типа от NVIDIA для понимания музыки и песен. Архитектура Audio Flamingo 3 объединяет аудиоэнкодер AF-Whisper, MLP-адаптер и декодерную языковую модель Qwen2.5-7B; размер модели — 8 млрд параметров. Модель принимает аудио и текстовые инструкции и генерирует текстовые ответы. Она предназначена для вопросов и рассуждений о музыке, создания подробных описаний с учётом музыкальной теории и анализа гармонии, структуры, тембра, текста песен и культурного контекста. Поддерживает длинные аудиозаписи: до 20 минут, а максимальная длина текстового контекста указана как 24 000 токенов. В карточке заявлен английский язык; модель обучалась на музыкальных данных из разных источников. Модель доступна для исследовательского использования и разработки, включая музыкальных помощников и изучение понимания длинных аудиозаписей. Для инференса указаны Hugging Face Transformers и PyTorch; заявлена поддержка NVIDIA A100 и H100 под Linux. Лицензия обозначена как other, а README ограничивает использование некоммерческими исследовательскими целями.

neuraltxt-v1-135M — компактная языковая модель на 134,5 млн параметров от Neural Breakdown, созданная дообучением HuggingFaceTB/SmolLM-135M. Модель предназначена для узких задач по научным статьям об искусственном интеллекте: ответов на вопросы, извлечения тезисов, подготовки пар «вопрос–ответ» и формулирования вопросов по фрагменту текста. Модель использует плотную архитектуру семейства Llama с классом LlamaForCausalLM, принимает и генерирует текст на английском языке и поддерживает контекст до 2048 токенов. Для запуска автор рекомендует harness neural-txt; README описывает структурированный JSON-режим для методов этого интерфейса. В карточке приведены сравнительные оценки на задачах вопросов и поиска по научным статьям, однако они не гарантируют аналогичного качества на других типах текстов. Модель распространяется по лицензии MIT. Её специализация на статьях об ИИ и короткий контекст ограничивают применение за пределами этой области; ответы следует проверять на точность и полноту.

Nigerian Food GPT-2 — языковая модель на архитектуре GPT-2, дообученная автором Nnobody на наборе из более чем 100 нигерийских блюд. Она генерирует на английском языке описания блюд, включая ингредиенты, сведения о питательной ценности и здоровье, класс блюда, регион происхождения, остроту и диапазон цены. Модель подходит для создания справочных описаний нигерийской кухни, учебных материалов и текстов для меню. Контекст модели — до 1024 токенов. Репозиторий содержит веса в формате safetensors; лицензия — MIT. Знания модели ограничены обучающим набором, поэтому сведения могут быть неточными или непоследовательными. Её ответы о питании и здоровье не следует считать достоверной медицинской или нутриционной рекомендацией.

KyawSu/nllb-en-my-workplace-safety — модель машинного перевода с английского на бирманский язык, созданная дообучением facebook/nllb-200-distilled-600M на параллельном корпусе ALT общего новостного домена. Проект разработан как демонстрационная работа по NLP и исследует возможность перевода сообщений для мигрантов из Мьянмы, работающих в Сингапуре. Модель принимает текст на английском и выдаёт перевод на бирманском. В карточке указано контекстное окно 1024 токена. На случайной выборке из 100 предложений тестовой части ALT модель получила chrF 53,05 и пользовательскую символьную BLEU 58,93; стандартная BLEU на той же выборке составила около 11,6, что автор связывает с особенностями сегментации бирманского письма. Модель не обучалась на материалах по охране труда и не проверялась профессиональными или носителями бирманского языка. Её переводы не сверялись с терминологией Министерства трудовых ресурсов Сингапура. Для сообщений, связанных с безопасностью, требуется проверка квалифицированным носителем языка. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

SteuerLLM — специализированная языковая модель на 28 млрд параметров для анализа немецкого налогового права. Её разработчики расширили архитектуру Mistral Small с 24 до 28 млрд параметров методом расширения блоков; модель работает с контекстом до 32 768 токенов и поддерживает диалоговый режим. Модель прошла продолженное предобучение на материалах по налоговой тематике и дообучение на синтетических парах вопросов и ответов, подготовленных по немецким первичным правовым источникам. Она предназначена для ответов на вопросы по налоговому праву, точного цитирования норм, структурированной правовой аргументации и решения экзаменационных задач. Оценивалась на SteuerEx — наборе из 115 экспертно проверенных вопросов по шести областям немецкого налогового права. Модель рассчитана на немецкий язык и задачи налогового права Германии. Она генерирует текст и может применяться через Transformers, vLLM и SGLang. Результаты требуют проверки: тестирование охватывало ограниченный набор экзаменационных вопросов и само по себе не подтверждает точность для всех практических юридических ситуаций. Лицензия CC BY-NC 4.0 разрешает использование только на условиях этой лицензии, включая ограничения на коммерческое применение.

OPT-13B-Nerys-v2 — дообученная KoboldAI модель на архитектуре OPT для генерации текста. Она создана на основе OPT компании Facebook и обучена на корпусе примерно из 2500 электронных книг разных жанров, наборе CYOA (выбери своё приключение) и 50 азиатских ранобэ. Для части обучающих текстов использовались пометки жанра. Модель подходит для продолжения художественных текстов и создания сюжетной прозы, в том числе приключений с выбором развития событий. В карточке приведён пример генерации через Transformers; результат зависит от настроек выборки. Модель имеет около 17 млрд параметров и контекст длиной до 2048 токенов, принимает и выдаёт текст; в метаданных указан английский язык. Возможны смещения по гендеру, профессии, расе и религии, характерные для NLP-моделей. Лицензия указана как other, поэтому условия использования следует проверить в карточке модели и связанных материалах.

Pantheon-Proto-RP-1.8-30B-A3B — экспериментальная чат-модель для ролевых диалогов, созданная Gryphe на основе Qwen/Qwen3-30B-A3B-Base. Это дообученная разреженная MoE-архитектура Qwen3 с 30B параметров в общей модели и примерно 2,6B активных параметров; веса опубликованы в формате safetensors. Модель работает с текстом, использует шаблон ChatML и поддерживает контекст длиной до 32 768 токенов. Модель предназначена для отыгрыша персонажей с заданными манерой речи, акцентом и характером, а также для ролевых историй, текстовых приключений и диалогов по карточкам персонажей. В README описаны готовые персоны и рекомендации по настройке промпта; модель обучалась на данных от первого лица пользователя и рассчитана на ответы в стиле, соответствующем началу диалога. Автор отмечает, что модель — прототип, проверенный лишь ограниченно, поэтому стабильность и качество ответов не гарантированы. Она может додумывать детали при недостатке контекста. Лицензия — Apache-2.0.

Pygmalion-2 13B — языковая модель PygmalionAI, дообученная на базе Llama 2 13B методом supervised fine-tuning. Это плотная авторегрессионная модель семейства Llama с 12,9 млрд параметров и контекстом до 4096 токенов; она распространяется в форматах PyTorch и Safetensors. Модель предназначена прежде всего для художественного письма, ролевых диалогов и бесед, которыми можно управлять инструкциями на естественном языке. Обучение сочетало обычные инструкции с ролевыми сценами, вымышленными историями и диалогами; среди источников данных указаны PIPPA и другие наборы инструкций. Для общения применяется формат запросов с ролями и специальными токенами. Основной язык в карточке — английский. Модель генерирует текст и может выдавать фактически неверные или вводящие в заблуждение ответы. Она не настраивалась на безопасное и безвредное поведение и может создавать грубый, непристойный или оскорбительный текст. Лицензия Llama 2 допускает коммерческое и некоммерческое использование при соблюдении её условий.

Rei-V2-12B — экспериментальная чат-модель от Delta-Vector, дообученная на базе NewEden/MistralAI-Nemo-Instruct-ChatML. Это плотная причинная языковая модель семейства Mistral с 12,1 млрд параметров и контекстом до 131 072 токенов; она принимает текст и формирует текстовые ответы в формате ChatML. Модель предназначена для диалогов, ролевых сценариев и художественного письма. Разработчик описывает её как прототип Magnum, обученный на смеси данных для имитации выразительной прозы Claude 3 Sonnet и Opus; в карточке также указаны англоязычные наборы инструкций и творческого письма. Доступны веса Safetensors, а README упоминает отдельные квантизованные варианты EXL2 и GGUF. Модель появилась как эксперимент с отсечением градиентов и была выпущена после положительных отзывов ранних тестировщиков. Это не гарантия качества: результаты могут быть непоследовательными, а следование системному промпту и удержание роли зависят от сценария. Лицензия в предоставленных данных не указана.

ajay141/roleplay-mis_wes — объединённая модель семейства Mistral, созданная методом SLERP с помощью LazyMergekit на основе HuggingFaceH4/mistral-7b-grok и senseable/WestLake-7B-v2. Она предназначена для генерации текста в ролевых диалогах и творческих сценариях; метаданные отмечают поддержку чата. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Mistral и формат safetensors, а заявленная длина контекста составляет 32 768 токенов. Базовая WestLake-7B-v2 описана как англоязычная модель для ролевых диалогов и творческих текстов. Лицензия в предоставленных данных не указана.