IV.5Образование и развитие навыков

Magnolia-Mell-v1-12B — слитая модель для генерации текста на базе семейства Mistral, созданная grimjim с помощью mergekit. В модель объединены grimjim/Magnolia-v3-12B и inflatebot/MN-12B-Mag-Mell-R1 методом SLERP с асимметричными параметрами смешивания. Модель содержит 12,1 млрд параметров, работает через Transformers и распространяется в формате safetensors; длина контекста — до 131 072 токенов. Модель предназначена прежде всего для художественного письма, ролевых сценариев и связного продолжения повествовательного текста. Автор отмечает хорошую связность в тестах при генерации с temperature=1.0 и minP=0.02; также модель допускает высокую температуру генерации. Возможны отдельные сбои связности и повторы. Сведения о лицензии в предоставленных данных отсутствуют.

Magnum-Picaro-0.7-v2-12b — чат-модель объёмом 12,1 млрд параметров, созданная автором Trappu слиянием Trappu/Nemo-Picaro-12B и anthracite-org/magnum-v2-12b с помощью LazyMergekit. Архитектура — плотная Mistral, модель работает через библиотеку Transformers и распространяется в формате Safetensors под лицензией Apache-2.0. Модель предназначена прежде всего для написания историй и повествований по сценарным подсказкам, а также для ролевых игр, творческого письма и диалогов. Слияние с Magnum призвано сделать ответы Picaro более универсальными и пригодными для многоходового общения. Модель использует формат ChatML; автор приводит рекомендуемые настройки генерации. В метаданных заявлен контекст до 1 024 000 токенов. Автор отмечает, что модель ещё не полностью достигла желаемого качества. Её результаты зависят от формулировки подсказки и настроек генерации; опубликованные оценки Open LLM Leaderboard ограничены частью метрик. Лицензия — Apache-2.0.

Maple Syrup — модель генерации изображений по текстовому описанию в формате Stable Diffusion для Diffusers. Карточка демонстрирует иллюстрации в стиле аниме и детской книжной графики: среди примеров есть милый персонаж в очках и стилизованный образ в духе журнальной рекламы и пастельной живописи. Модель предназначена для создания художественных иллюстраций по промптам. Репозиторий содержит веса в формате safetensors; лицензия — CreativeML OpenRAIL-M. Карточка не сообщает размер модели, длину контекста или базовый чекпойнт.

Mistral 7B-Holodeck — дообученная модель семейства Mistral от KoboldAI на базе Mistral 7B. Она предназначена для генерации текста, в частности художественной прозы и продолжения историй: при обучении использовалось около 3000 электронных книг разных жанров, многие примеры были помечены жанром. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM, принимает текст и поддерживает контекст до 32 768 токенов. В метаданных указан английский язык и лицензия Apache-2.0. Карточка отмечает возможные предвзятости, связанные с гендером, профессией, расой и религией.

Это версия Mistral Nemo Instruct объёмом 12,1 млрд параметров, преобразованная в формат MLX FP16 для запуска на системах Apple Silicon. Репозиторий создан alexgusevski; исходная модель DavidAU/Mistral-Nemo-Inst-2407-12B-Thinking-Uncensored-HERETIC-HI-Claude-Opus дообучена для генерации художественных текстов, ролевых диалогов и ответов с рассуждениями. Модель предназначена для генерации историй и сцен, продолжения сюжетов, творческого письма и разговорного взаимодействия. Архитектура — плотная Mistral с причинной языковой моделью; поддерживаются английский, французский, немецкий, испанский, итальянский, португальский, русский, китайский и японский языки. Метаданные указывают контекст 1 024 000 токенов. Версия в репозитории преобразована из исходной модели с помощью mlx-lm 0.29.1; файлы представлены в safetensors. В названии и тегах указано uncensored, поэтому модель ориентирована на менее ограниченную генерацию, но это не гарантирует точность или безопасное поведение. Лицензия в предоставленных данных не указана.

MN-12B-Starcannon-v2 — слитая модель для генерации текста, созданная с помощью mergekit методом TIES на основе nothingiisreal/MN-12B-Celeste-V1.9 с добавлением intervitens/mini-magnum-12b-v1.1. Автор описывает её как более близкую по стилю к Magnum, но сохраняющую творческую подачу и выразительную прозу Celeste; модель может давать более разнообразные и подробные художественные тексты, хотя иногда использует шаблонные выражения. Модель имеет плотную архитектуру Mistral и около 12,1 млрд параметров. Карточка указывает контекст до 1 024 000 токенов и возможность диалогового общения. Она предназначена прежде всего для творческого письма и ролевых диалогов. Доступна по лицензии CC BY-NC-ND 4.0, которая ограничивает коммерческое использование и распространение производных версий.

MOSS-Music-8B-Thinking-8bit — созданная сообществом 8-битная MLX-конверсия модели OpenMOSS-Team/MOSS-Music-8B-Thinking для понимания музыки на компьютерах Apple Silicon. Это плотная аудиоязыковая модель семейства MOSS-Music с 9,1 млрд параметров. Модель принимает аудио и формирует текстовые описания музыки, распознаёт тональность, темп, аккорды и структуру композиции, транскрибирует вокал и отвечает на вопросы о длинных аудиозаписях. README сообщает, что версия MLX предназначена для локального запуска на Mac и приводит пример обработки 75-секундной песни примерно за 34 секунды. Модель ориентирована на английский и китайский языки. Репозиторий использует формат safetensors; лицензия — Apache-2.0. Это неофициальная конверсия сообщества, а авторство исходной модели принадлежит команде OpenMOSS.

MOSS-TTS-Local 4.55B Voice Acting — модель синтеза речи, разработанная LAION. Это плотный локальный трансформер с 4,55 млрд параметров и 12-кодековой RVQ-архитектурой; он создаёт аудио с частотой дискретизации 48 кГц. Модель предназначена для выразительной озвучки: естественно-языковые инструкции режиссёра задают эмоции, манеру речи и голосовые эффекты, включая смех, вздохи и вскрики. Поддерживаются английский и немецкий языки, в том числе генерация без образца референсного аудио. В репозитории находятся объединённые веса: адаптер voice-acting LoRA уже включён в дообученную модель. Модель подходит для озвучивания персонажей, диалогов, эмоциональных реплик и создания наборов голосовых данных. В README приведены примеры и результаты экспериментов по подбору инструкций для разных голосовых архетипов. Лицензия — Apache-2.0.

MS3.2-24B-Magnum-Diamond — дообученная Doctor-Shotgun модель на основе текстовой версии Mistral Small 3.2 24B Instruct, созданная с использованием адаптера rsLoRA. Разработчик использовал ту же смесь данных, что и для L3.3-70B-Magnum-v5-SFT-Alpha, с предварительной токенизацией и изменённой маской потерь. Модель содержит 23,4 млрд параметров, построена на плотной архитектуре Mistral и работает через Transformers; заявленная длина контекста — 131 072 токена. Модель предназначена для творческого письма и ролевых диалогов, в том числе локального запуска на более доступном оборудовании. Она обучена подражать стилю прозы Claude 3 Sonnet и Opus и может выдавать характерные для них формулировки. При использовании применяется формат запросов Mistral v7 Tekken; имена персонажей и префикс ответа необязательны. Модель принимает текст и генерирует текст. В карточке указан английский язык, а README описывает преимущественно творческие и ролевые сценарии. Репозиторий распространяется по лицензии Apache-2.0. Модель может унаследовать смещения базовой модели и моделей, на стиль которых ориентировалось обучение; её ответы следует считать вымыслом, а не фактической информацией или советом.

Nova-70B-Llama-3.3 — дообученная LatitudeGames на базе meta-llama/Llama-3.3-70B-Instruct с участием Gryphe Padar. Модель предназначена для интерактивных текстовых приключений, ролевых диалогов и создания повествовательных историй с выразительными персонажами, развитием отношений и последовательностью событий в длинном контексте. Модель использует плотную архитектуру LlamaForCausalLM и содержит 69,5 млрд параметров. Она дообучена на текстовых приключениях, эмоциональных историях, материалах по построению миров и ролевых диалогах; небольшой набор инструкций добавлен для усиления выполнения запросов. Поддерживает контекст до 131 072 токенов и ориентирована прежде всего на английский язык. Использует формат prompt Llama 3; репозиторий содержит веса safetensors, а README также ссылается на квантизованные веса GGUF. В длинных повествованиях модель стремится сохранять характеры и нюансы взаимодействий; базовое обучение в настоящем времени и от второго лица может влиять на стиль, хотя, по README, модель способна создавать тексты с другими перспективами и выполнять сложные инструкции. Лицензия — llama3.3.

PiVoT-MoE — языковая модель для ролевых диалогов, созданная maywell. Она использует архитектуру Mixture of Experts на базе Mixtral и объединяет четыре специализированных эксперта; в метаданных указано 10,6 млрд параметров и контекст до 32 768 токенов. Модель предназначена для ведения бесед от лица заданных персонажей и работы с разнообразными ролевыми сценариями. README указывает на базовую модель PiVoT-10.7B-Mistral-v0.2-RP и рекомендует шаблон Alpaca, также совместимый с ChatML. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

Poemma 12B — русскоязычная языковая модель, созданная дообучением Mistral Nemo с помощью ORPO. Она предназначена для генерации стихов с нуля и имитации манеры ряда русских поэтов, включая Пушкина, Цветаеву, Ахматову, Есенина и Маяковского. Модель имеет плотную архитектуру MistralForCausalLM и 12,1 млрд параметров; в метаданных указан контекст до 1 024 000 токенов. Карточка описывает генерацию поэзии на русском языке и разговорный формат. Модель распространяется под лицензией Apache-2.0.

jiovannip/s17x1_ — модель генерации изображений, опубликованная пользователем jiovannip на Hugging Face. Она предназначена для преобразования текстовых описаний в изображения и работает через библиотеку Diffusers с конвейером StableDiffusionXLPipeline на основе Stable Diffusion XL. Модель распространяется в формате Safetensors и может использоваться локально с Diffusers. В репозитории присутствуют компоненты SDXL, включая VAE и дополнительные LoRA-файлы, среди которых стили реалистичной 2.5D-графики, line art и NSFW. В доступных данных не указаны размер модели, длина контекста и лицензия, поэтому эти характеристики не описываются.

SnowLotus-v2-10.7B — текстовая генеративная модель от BlueNipples, созданная слиянием моделей на основе Solar. Она предназначена прежде всего для ролевых диалогов и генерации выразительной прозы, стараясь сочетать связность и следование инструкциям с более естественным, менее шаблонным стилем. Модель использует плотную архитектуру семейства Llama, содержит 10,6 млрд параметров и принимает текст. В карточке указан контекст 4096 токенов; автор отмечает, что исходный Solar рассчитан на 4K, хотя для одного из компонентов сообщалось о работе с 8K, поэтому более длинный контекст для этой модели не подтверждён. Рекомендуемый формат инструкций — Alpaca. Модель распространяется под лицензией Apache-2.0. Автор описывает её как слияние для сочетания «ума» Frostwind с качеством прозы Frostmaid; в состав также добавлен solardoc. Приведённые оценки и впечатления основаны на ограниченном тестировании и не гарантируют качества ответов. Автор отмечает возможные повторы; для генерации советует MinP или DynaTemp и перегенерацию зацикленных ответов.

Space-Whale-Lite — объединённая языковая модель от FallenMerick, созданная методом passthrough с помощью mergekit на основе TeeZee/Orca-2-13b_flat и KoboldAI/LLaMA2-13B-Psyfighter2. Это плотная авторегрессионная модель семейства LLaMA с архитектурой LlamaForCausalLM, примерно 12,9 млрд параметров и контекстом до 4096 токенов. Модель предназначена для генерации текста, в частности для написания историй и текстовых приключений. Она принимает текст и генерирует текст; карточка указывает на тематику, рассчитанную не на любую аудиторию. Доступны веса в формате safetensors. Лицензия указана как other, поэтому условия использования следует проверять в репозитории модели и у авторов компонентов слияния. README описывает состав и способ слияния, но не приводит оценки качества или подробные ограничения; модель может наследовать свойства исходных компонентов.

Starlight-Synthesis-31B — мультимодальная диалоговая модель на архитектуре Gemma 4, созданная Cyclone Labs слиянием Gemma 4 31B IT и нескольких моделей семейства Cyclone и Vortex5. Репозиторий содержит веса Safetensors; модель предназначена для работы через Transformers и поддерживает диалог с изображениями и генерацию текста. Модель ориентирована на ролевые диалоги с персонажами, творческое письмо, построение длинных историй и интерактивную прозу с ветвящимися сценариями. Эти задачи подходят для создания художественных сцен, развития персонажей и поддержания сюжетной непрерывности. Лицензия — Apache-2.0. В README не приведены результаты оценки качества или подробные ограничения применения. По заявленному назначению модель специализируется на ролевых и творческих сценариях; практические результаты могут зависеть от промпта и выбранного сценария.

Raising-an-llm/tinystories-30m-instruct — компактная причинно-следственная языковая модель на архитектуре LLaMA, дообученная для следования инструкциям. В метаданных указаны 26,1 млн параметров, контекст до 1024 токенов и формат весов safetensors; README округляет размер до 30 млн параметров. Модель предназначена прежде всего для генерации коротких историй по заданным словам, краткому описанию сюжета или набору характеристик. Для работы README рекомендует добавлять к запросу суффикс «Story:». Обучение проводилось на TinyStoriesInstruct; среди датасетов в метаданных также указан BABY-COSMO. Модель поддерживает генерацию текста на английском языке. Из-за небольшого размера и узкой специализации она не рассчитана на сложные общие задачи и длинные тексты. Лицензия — MIT.

blueapple8259/TinyStoriesWriter-korean — языковая модель автора blueapple8259 для генерации коротких историй на корейском языке. Она предварительно обучена на наборе TinyStories-Korean, а затем дополнительно обучена на данных, где к 1% историй добавлены описания. Модель использует плотную архитектуру LlamaForCausalLM и содержит 40,8 млн параметров. Она принимает текстовые подсказки и генерирует текст; длина контекста составляет 512 токенов. Репозиторий содержит веса в формате safetensors, лицензия — MIT.

TROCR-Chess — модель распознавания рукописной шахматной нотации на изображениях, разработанная автором репозитория как дообученная версия Microsoft TrOCR-Large. Архитектура Vision Encoder-Decoder на базе TrOCR преобразует изображения записей ходов в текстовую стандартную алгебраическую нотацию (SAN); модель принимает изображения и выдаёт текст. В README описано обучение на 13 731 изображении рукописных ходов, с оценочной точностью около 92% и CER около 3%.

QuantStack/Wan2.1_T2V_14B_LightX2V_StepCfgDistill_VACE-GGUF — это квантизированная версия модели для генерации и преобразования видео, опубликованная в формате GGUF. Она создана на основе lightx2v/Wan2.1-T2V-14B-StepDistill-CfgDistill с добавлением компонентов VACE из Wan-AI/Wan2.1-VACE-14B. Интеграцию VACE выполняли с использованием скриптов wsbagnsv1, а конвертацию FP16-модели в GGUF — средствами проекта ComfyUI-GGUF от city96. Модель предназначена для сценариев text-to-video, image-to-video и video-to-video, то есть может использоваться для генерации видео по текстовому описанию, а также для преобразования изображений и видеоматериалов. Указан размер класса 14B; точная архитектура, максимальная длина контекста и полный набор поддерживаемых языков в карточке не описаны. В экосистеме ComfyUI модель используется через дополнительный узел ComfyUI-GGUF и требует отдельные text encoder umt5-xxl-encoder и VAE Wan2_1_VAE_bf16. Ключевые преимущества — поддержка нескольких видеосценариев, сочетание базовой Wan2.1 T2V-модели с VACE и возможность запуска в квантизированном формате GGUF, потенциально более удобном для систем с ограниченными ресурсами. Ограничения связаны с необходимостью настраивать ComfyUI и устанавливать дополнительные компоненты; требования к памяти и производительности зависят от выбранного типа квантизации и в README не указаны. Для репозитория заявлена лицензия Apache-2.0, однако также отмечено, что исходные лицензии и ограничения базовых моделей продолжают действовать.

openerotica/writing-roleplay-20k-context-nemo-12b-v1.0 — дообученная модель для написания историй и ролевых диалогов, созданная автором openerotica на базе mistralai/Mistral-Nemo-Base-2407. Это плотная авторегрессионная модель семейства Mistral с 12,1 млрд параметров; репозиторий содержит веса в формате Safetensors и поддерживает чатовый шаблон ChatML. Метаданные указывают длину контекста до 1 024 000 токенов, а в описании обучения указана последовательность длиной 20 000 токенов и примеры ролевых бесед примерно такой длины. Модель обучалась на синтетических многотуровых ролевых диалогах, текстах для написания историй и подборке инструкционных и ролевых датасетов. Она предназначена для создания художественных сцен, продолжения ролевых бесед и генерации длинных связных текстов. Автор сообщает о фильтрации данных для снижения низкого качества, повторов и контента с несовершеннолетними, однако это не гарантирует отсутствие таких результатов. Лицензия в предоставленных данных не указана.

ZooFun — модель генерации изображений по текстовому описанию, созданная на основе GenerateMe и распространяемая в формате Diffusers и Safetensors. Она рассчитана на создание милых стилизованных изображений животных и персонажей: например, мультяшных портретов, сцен с животными и персонажами в заданной обстановке. Для усиления характерного эффекта автор рекомендует добавлять в промпт слово «zoofun». Модель получена слиянием LoRA zoofun_v1.0 с GenerateMe с силой 0,7; в карточке она также обозначена как дообучение GenerateMe. Лицензия — CreativeML OpenRAIL-M.

AesCoder-4B — дообученная языковая модель SamuelBang на архитектуре Qwen3, основанная на Qwen/Qwen3-4B-Instruct-2507. Карточка позиционирует её для генерации HTML-интерфейсов и приложений по текстовым инструкциям, включая браузерные игры, 3D-сцены, визуализации данных и UI-компоненты. Модель генерирует код HTML, CSS и JavaScript; метаданные указывают на диалоговый режим и интерфейс вызова инструментов. Модель содержит 3,7 млрд параметров, использует плотную архитектуру Qwen3 и поддерживает контекст до 262 144 токенов. Доступна в формате safetensors и распространяется по лицензии Apache-2.0. В предоставленной карточке приведены шаблоны заданий, но нет результатов оценки качества или подробных сведений о языках обучения; примеры сосредоточены на генерации веб-кода.

kmewhort/beit-sketch-classifier — модель классификации изображений на архитектуре BEiT, разработанная на основе microsoft/beit-base-patch16-224-pt22k-ft22k и дообученная на эскизах из Quick, Draw!. Для обучения использовалось около 10% набора Quick, Draw!, содержащего 50 млн эскизов. Модель принимает растровое изображение эскиза и предсказывает его класс. На оценочном наборе модель показала точность 0,8098 и значение функции потерь 0,7372. Она рассчитана на эскизы, сформированные из последовательностей отрезков; для растрового ввода желательно воспроизводить способ преобразования в изображения, использованный при обучении. Модель выпущена в формате PyTorch и распространяется по лицензии Apache-2.0.

Bernini v2 ComfyUI — модель ByteDance для редактирования и создания видео по текстовым запросам и визуальным исходникам. Репозиторий содержит веса в формате safetensors и предназначен для использования как пользовательский узел ComfyUI. Архитектура Bernini включает два совместно обученных диффузионных трансформера Wan 2.2 для этапа рендеринга и отдельный этап семантического планирования на дообученной Qwen2.5-VL с коннектором и декодером ViT. Модель поддерживает генерацию видео по тексту и изображениям, преобразование исходного видео и работу с референсными изображениями и видео. Исходные визуальные материалы используются как входы планирования и кодируются в контекстные латенты для рендеринга. В README рекомендуются CFG 3 и 16, 23 или 50 шагов с сэмплерами UniPC, DPMPP_2M или EULER. Репозиторий указывает лицензию Apache-2.0. Языковые возможности и длина контекста в доступных данных не описаны.

Chaifighter 20B v2.1 — плотная языковая модель семейства Mistral примерно на 19,3 млрд параметров, созданная автором карточки как frankenmerge с помощью mergekit. В состав слияния вошли Gryphe/MythoMist-7b, KatyTheCutie/LemonadeRP-4.5.3, SanjiWatsuki/Kunoichi-7B и Sao10K/Fimbulvetr-11B-v2.1-16K; для метода merge использовался passthrough. Метаданные также указывают Sao10K/Fimbulvetr-11B-v2 как базовую дообученную модель. Модель предназначена прежде всего для подробных ролевых диалогов и длинных творческих ответов. Она генерирует текст по инструкциям, использует шаблон Alpaca и поддерживает контекст до 8192 токенов. Автор отмечает, что качество зависит от подробности описания персонажа и контекста; модель не очень подходит для коротких ролевых реплик. В README также упомянуты проблемы, унаследованные от версии v2. Модель распространяется по лицензии Apache-2.0.

EVA Qwen2.5-32B v0.2 — разговорная модель для ролевых сценариев и написания историй, созданная Kearm, Auri и Cahvay. Это полнопараметрическое дообучение плотной авторегрессионной архитектуры Qwen2.5-32B с 32 млрд параметров. Модель принимает текст и поддерживает диалоговый формат ChatML; базовая модель рассчитана на контекст до 131 072 токенов. Модель предназначена для отыгрыша персонажей, творческого письма и генерации структурированных сцен и историй. При обучении использовалась смесь синтетических и естественных данных, включая наборы для инструкций, ролевых карточек и творческих заданий. Версия 0.2 прошла повторную обработку обучающих данных, чтобы устранить артефакты генерации, связанные с повреждёнными данными. Модель распространяется в формате Safetensors и под лицензией Apache-2.0. Карточка рекомендует параметры сэмплирования и пресеты SillyTavern; качество результата зависит от промпта и настроек генерации. Специальные ограничения применения в карточке не описаны.

Alaya-EVOKE — набор весов интерактивной модели мира для генерации видео, опубликованный AlayaLab. Модель создаёт видео 384 × 640 с частотой 24 кадра в секунду и, по описанию авторов, сохраняет связность сцен в роллаутах длительностью до 30 секунд. Генерация выполняется за три шага без classifier-free guidance; состояние мира хранится отдельно, а подсказку можно менять во время генерации без перезапуска. Репозиторий содержит только веса; для работы требуются код из GitHub и бэкенд глубины ViGeo. Дистиллированные варианты обучались только на video-to-video conditioning, поэтому режимы text-to-video и image-to-video для них являются zero-shot; stage1_camera_control обучался во всех трёх режимах. VAE, текстовый энкодер, токенизатор и scheduler в evoke-base происходят от Helios, который основан на Wan; учитель EVOKE построен на LingBot-World. Лицензия — Apache-2.0.

hum-ma/flux.1-lite-8B-GGUF — это прямая конверсия модели Freepik flux.1-lite-8B в формат GGUF. Модель разработана Freepik, а конверсию выполнил hum-ma для использования с ComfyUI-GGUF. Она предназначена для генерации изображений по текстовому описанию в рамках пайплайна text-to-image и библиотеки Diffusers. Модель относится к семейству FLUX и имеет размер 8B параметров. GGUF-квантизация основана на llama.cpp b3962 с патчем lcpp_sd3.patch из проекта ComfyUI-GGUF, что ориентирует модель на запуск через совместимые инструменты и потенциально может снизить требования к ресурсам по сравнению с исходным представлением. Дополнительные сведения об архитектуре, поддерживаемых языках, модальностях, размере контекста, производительности и ограничениях в README не указаны. Модель распространяется по лицензии flux-1-dev-non-commercial-license, то есть её использование ограничено условиями некоммерческой лицензии FLUX.1-dev. Перед применением необходимо ознакомиться с полным текстом лицензии по указанной ссылке.

G2-9B-Sugarquill-v0 — экспериментальная языковая модель, обученная Auri на базе UCLA-AGI/Gemma-2-9B-It-SPPO-Iter3. Это продолженное дообучение Gemma 2 с 9 млрд параметров на коротких рассказах из веба и наборов Mielikki/Erebus-87k и allura-org/r_shortstories_24k; архитектура — плотная Gemma2ForCausalLM, формат весов — safetensors, контекст — до 8192 токенов. Модель предназначена для ролевых диалогов, продолжения текста и написания художественных рассказов. Обучение на короткой прозе должно придавать генерации более разнообразный и описательный стиль, сохраняя диалоговые возможности базовой модели. Используется формат запросов Gemma instruct. Автор характеризует результат как промежуточный эксперимент и отмечает, что модели мог бы помочь ещё один цикл обучения; по его оценке, основные способности существенно не ухудшились. Лицензия — Gemma.