IV.5Образование и развитие навыков

HomerGPT2 — модель генерации текста на архитектуре GPT-2, дообученная на коротких рассказах. Она предназначена для создания художественных историй по текстовой затравке; рекомендуемый формат запроса — заголовок рассказа с точкой. В репозитории есть контрольные точки PyTorch и Flax, а также вариант ONNX INT4 для компактного запуска на CPU. Контекст модели составляет 1024 токена. Вариант ONNX использует симметричную квантизацию весов RTN INT4 с размером блока 128 и занимает около 223 МБ. Карточка не сообщает о специальных языковых возможностях или оценках качества. Лицензия в предоставленных данных не указана.

Kimina-Prover-Distill-0.6B — компактная модель для автоматического доказательства теорем в Lean 4, разработанная командами Project Numina и Kimi. Это дистиллированная версия Kimina-Prover-72B на базе Qwen/Qwen3-0.6B с архитектурой Qwen3ForCausalLM и 507,9 млн параметров. Модель предназначена для решения задач в стиле математических соревнований и генерации текста доказательств Lean 4; в README сообщается точность 68,85% Pass@32 на MiniF2F-test. Модель принимает текстовые запросы и генерирует текст, включая доказательства на Lean 4. Метаданные указывают контекст до 40 960 токенов, поддержку диалогового режима и интерфейса вызова инструментов. Для запуска в README упомянут vLLM. Модель распространяется по лицензии Apache-2.0.

kromeurus/L3.1-Tivir-v0.1-10B — слитая автором модель на архитектуре Llama для ролевых диалогов и художественного письма. Репозиторий содержит веса в формате Safetensors; объём модели в метаданных указан как 10,1 млрд параметров, а нативный контекст — 131 072 токена. В карточке описан процесс экспериментального объединения нескольких моделей и LoRA с помощью mergekit, включая SCE и другие методы слияния. Модель предназначена для генерации творческой прозы, ролевых сценариев и продолжения историй с сохранением деталей и характеров. Автор отмечает прямой стиль ответов, который может переходить в выразительную прозу, и рекомендует осторожно задавать инструкции: модель бывает избирательна к ним. Указаны настройки генерации для шаблона Llama 3, в том числе температура 0,8–1 и Min P 0,1–0,12. Для использования доступны веса Transformers, лицензия — Llama 3.1 Community License. Карточка описывает личный эксперимент автора; результаты генерации зависят от промпта и настроек, а смешение моделей Llama 3 и Llama 3.1 может привносить стилистические и связностные особенности.

Это GGUF-квантизированная версия Mistral-Small-24B-Instruct-2501-writer, разработанная lars1234 и подготовленная bartowski. Модель предназначена для генерации текста, прежде всего для задач художественного и сюжетного письма, следования инструкциям и работы со сценариями, связанными с написанием историй. Для обучения или адаптации указан набор данных lars1234/story_writing_benchmark. Модель имеет размер 24B параметров и относится к текстовым instruction-моделям. README не содержит сведений о поддерживаемых языках, длине контекста и дополнительных модальностях. Файлы представлены в формате GGUF и рассчитаны на запуск через llama.cpp, LM Studio и другие совместимые проекты. Доступны варианты квантования от Q3 до Q8, различающиеся размером и качеством; более высокие уровни обычно обеспечивают лучшее сохранение возможностей модели, но требуют больше памяти. Сильными сторонами являются специализация на написании историй, широкий выбор уровней квантования и совместимость с локальным запуском. Ограничения связаны с компромиссами квантования, значительными требованиями к памяти для крупных вариантов и отсутствием в README подробных данных о качестве, языках и контекстном окне. Для модели указана лицензия Apache-2.0.

Memoji Remix — модель генерации изображений по текстовому описанию, опубликованная Yntec. Она предназначена для создания стилизованных мемодзи, эмодзи и милых мультяшных изображений с аниме-черточками. В карточке приведены примеры с персонажами, животными и едой; автор рекомендует использовать слово «memoji» в запросе, но отмечает, что стиль может проявляться и без него. Модель получена слиянием Memoji Diffusion, Incha Re Zoro и Stable Diffusion 1.5 по рецепту SuperMerger Add Difference Train Difference Alpha 1. Файлы представлены в формате Diffusers и Safetensors. Лицензия — CreativeML OpenRAIL-M, которая задаёт условия использования и распространения модели.

MiniCPM5-1B Viva Mais v2 — текстовая разговорная модель на базе архитектуры Llama, разработанная marinarosa и дообученная от marinarosa/minicpm5-1b-vivamais-v1. Она предназначена для диалогов на бразильском португальском и ответов на вопросы с опорой на предоставленный контекст, включая сценарии вопросов и ответов по панели Viva Mais. Веса содержат 837,6 млн параметров, модель поддерживает контекст до 131 072 токенов и распространяется в формате safetensors через Transformers. Для обучения использованы открытые португалоязычные инструкции под лицензией Apache-2.0, диалоговые данные, дистиллированные от учителя Qwen3, и очищенный набор вопросов и ответов по панели Viva Mais. В README указана лицензия Apache-2.0. Это дообученная модель, поэтому её ответы и качество зависят от обучающих данных и входного контекста; заявленные сценарии ориентированы на бразильский португальский. В опубликованный набор не включены исходные экспорты WhatsApp, идентификаторы клиентов, документы, удостоверяющие личность, или локальные приватные данные.

ArliAI Mistral-Nemo-12B-ArliAI-RPMax-v1.3 — это дообученная ArliAI версия Mistral-Nemo-12B-Instruct для творческого письма и ролевых диалогов. Модель имеет плотную архитектуру MistralForCausalLM с 12,1 млрд параметров, принимает текст и генерирует текст. Заявленная длина контекста — 128K токенов; используется формат Mistral Instruct. Обучение основано на отобранных наборах данных для творческого письма и ролевых сценариев с удалением повторяющихся персонажей и ситуаций. Разработчик позиционирует модель как способную создавать разнообразные ответы и реже повторять одни и те же фразы и сюжетные шаблоны. Репозиторий содержит веса safetensors, лицензия — Apache-2.0. Модель предназначена прежде всего для ролевых бесед и генерации художественных сцен; она не представлена как универсальная модель для точных фактических ответов. Описание не приводит количественных оценок качества или подробных ограничений на длину генерируемого ответа.

DavidAU/M-Metaphors-Of-Madness-19.4B-GGUF — специализированная текстовая генеративная модель DavidAU для художественного письма и творческих сценариев. Она предназначена для создания и продолжения рассказов, сцен и сюжетов, генерации подтекстов, диалогов, поэзии и песен, ролевого взаимодействия, мозгового штурма и других задач, связанных с креативным текстом. Модель ориентирована на английский язык и может работать с различными жанрами, включая научную фантастику, романтику и хоррор. Модель основана на Mistral и создана с использованием объединения Bagel 7B и Multiverse 7B, расширенного методом Brainstorm 40x. Заявленный размер составляет около 19,45 млрд параметров, архитектура включает 88 слоёв и 795 тензоров. Это GGUF-версия для локального запуска; поддерживаются шаблоны Alpaca, Mistral и ChatML. Максимальный контекст заявлен до 32K токенов, а при использовании RoPE может достигать 128K и более. Модель работает только с текстом. Сильная сторона модели — насыщенная, образная и метафоричная проза с большим количеством описаний и диалогов; дополнительные инструкции по стилю, включая требования к краткости, нередко соблюдаются хорошо. Результаты могут быть непредсказуемыми и чрезмерно экспрессивными, поэтому для получения удачного варианта иногда требуется несколько перегенераций. Качество зависит от выбранного кванта и параметров генерации; для лучшей детализации рекомендуется использовать кванты Q4 и выше. Модель распространяется по лицензии Apache-2.0.

MN-Rocinante-18.5B-v1.1-Story-Wizard-ED1-Instruct-GGUF — языковая модель для генерации текста, разработанная DavidAU. Она создана на основе объединения MN-Rocinante-12B-v1.1 и Mistral Nemo Instruct 12B с использованием MergeKit и предназначена прежде всего для художественного письма и ролевых сценариев. Модель ориентирована на создание рассказов, продолжение сцен, разработку сюжета и подсюжетов, диалогов, персонажей и сеттингов. Она подходит для разных жанров, включая научную фантастику, романтику и хоррор, а также для интерактивного повествования и roleplay. Заявлены улучшенные следование инструкциям, качество прозы, детализация, глубина и эмоциональная выразительность. Контекстное окно указано как 128K и более, основной язык — английский. Модель имеет размер 18.5B параметров и использует архитектурную основу Mistral Nemo; в README также указано применение типа данных bfloat16, однако конкретные параметры GGUF-квантизации не приведены. Возможна генерация умеренно NSFW-содержания, включая ненормативную лексику и ярко описанный хоррор. Результаты зависят от выбранного шаблона prompt’ов, параметров генерации и sampler’ов, а README не содержит независимых оценок качества или подробностей об ограничениях безопасности. Лицензия — Apache 2.0.

Модель dima806/musical_instrument_detection — дообученная модель на архитектуре wav2vec 2.0 для классификации аудио по музыкальным инструментам. Она принимает аудиосигнал и предсказывает класс, связанный с музыкальным инструментом. В основе лежит facebook/wav2vec2-base-960h; модель содержит 113,3 млн параметров и распространяется в форматах PyTorch и Safetensors. Модель предназначена для распознавания музыкальных инструментов в аудиозаписях. Она опубликована на Hugging Face 25 августа 2023 года и распространяется по лицензии Apache 2.0. Базовая модель обучалась для транскрибирования английской речи, поэтому её пригодность для музыкального аудио зависит от дообучения; README не приводит подробностей о наборах классов и оценке качества.

Карточка модели amandabenson/music-flamingo-hf-fork на Hugging Face совпадает с карточкой nvidia/music-flamingo-hf, поэтому описание составлено по ней. Music Flamingo — разработанная NVIDIA крупная аудиоязыковая модель для понимания музыки и песен. Она принимает музыкальное аудио вместе с текстовым запросом и генерирует текстовые ответы; заявлены вопросы и рассуждения о гармонии, структуре, тембре, текстах песен и культурном контексте, а также анализ длинных записей продолжительностью до 20 минут. Модель построена на архитектуре Audio Flamingo 3: использует аудиокодировщик AF-Whisper, MLP-адаптер и декодерную языковую модель Qwen2.5-7B. Размер модели — 8 млрд параметров; максимальная длина текста на входе — 24 000 токенов, на выходе — 2 048 токенов. Для работы предусмотрены Transformers и PyTorch, а README указывает на оптимизацию для GPU NVIDIA A100 и H100. Модель предназначена для исследовательских и разработческих сценариев: анализа музыки, музыкальных вопросов и ответов, а также создания интерактивных музыкальных помощников. Карточка сообщает о сравнительных оценках на более чем десяти публичных задачах понимания музыки. Лицензия обозначена как other, а README ограничивает использование некоммерческими исследованиями. Как и другие генеративные модели, её выводы требуют проверки; использование в продукте требует дополнительной оценки на данных конкретного сценария.

Модель usermma/nemo-crownelius-st-12b-mlx-fp16 — версия в формате MLX, созданная из ewald1976/nemo-crownelius-st-12b. Это плотная авторегрессионная модель семейства Mistral с 12,1 млрд параметров, предназначенная для генерации диалогового текста и творческого письма с более выразительным стилем прозы. Базовая модель дообучена на наборе Crownelius/Opus-4.5-3000x; эта версия преобразована для запуска с MLX на устройствах Apple. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Для использования указана лицензия Apache-2.0. Метаданные описывают её как экспериментальную стилистическую настройку, поэтому качество и стабильность результатов для конкретных сценариев следует проверять отдельно.

Модель fhswf/nllb-600M-lat_Latn-to-deu_Latn — дообученная версия facebook/nllb-200-distilled-600M для машинного перевода с латинского языка на немецкий. Она построена на архитектуре M2M100 и рассчитана на прямой перевод текстов, в том числе академических и исторических. Модель содержит 463,7 млн параметров, работает с библиотекой Transformers и имеет контекстное окно до 1024 токенов. Модель подходит для перевода латинских текстов на немецкий, однако качество зависит от покрытия и стиля обучающего набора; редкие слова, сложные конструкции и неоднозначный контекст могут приводить к ошибкам. Лицензия CC BY-NC 4.0 запрещает коммерческое использование.

Norosumika-7B — языковая модель, созданная ABX-AI слиянием двух предварительно обученных моделей методом SLERP с помощью mergekit. Она предназначена для ролевых диалогов и написания историй. Модель построена на архитектуре Mistral и содержит 7,1 млрд параметров; максимальная длина контекста — 32 768 токенов. Модель генерирует текст и подходит для создания реплик персонажей, развития ролевых сценариев и написания художественных историй. В карточке указана лицензия, однако её название в доступных данных не приведено.

OpenBioLLM (Llama3-8B) GGUF — англоязычная модель генерации текста Ричарда Янга (DeepNeuro), представленная в формате GGUF для запуска через Ollama и llama.cpp. Это сборка модели aaditya/Llama3-OpenBioLLM-8B, предназначенной для ответов на вопросы и рассуждений в биомедицинской и биологических науках. Модель подходит для подготовки ответов на вопросы по биомедицине и наукам о жизни. Репозиторий содержит GGUF-вариант размером 7,95 ГБ и Modelfile для Ollama. Лицензия указана как other; более подробные условия в предоставленных данных отсутствуют.

Pantheon-Reasoning-26B-A4B-1.1-V2 — экспериментальная разговорная модель Gryphe, дообученная на базе Gryphe/Gemma-4-26B-A4B-StyleTune-V2. Она предназначена для ролевых диалогов, творческого письма и интерактивных текстовых приключений: модель планирует характер, тон и ход повествования перед ответом. В обучающих данных использованы ролевые транскрипты, текстовые приключения и корпус Pantheon с добавленными рассуждениями; в версии 1.1 эти рассуждения сокращены и прошли дополнительную проверку качества. Модель использует архитектуру Gemma 4, обучена для диалогов по штатному шаблону чата Gemma 4 и распространяется в формате safetensors. Автор отмечает, что влияние рассуждений на качество ролевой игры ещё требует проверки, а выпуск прошёл лишь базовые проверки и не подвергался обширному тестированию. Рассуждения увеличивают задержку генерации; автор также не рекомендует префиксы с именами персонажей. Карточка не сообщает размер контекста. Лицензия — Apache-2.0.

Concedo/Phi-SoSerious-Mini-V1 — дообученная с помощью QLoRA модель семейства Phi-3, созданная для генерации историй, диалогов и ответов на инструкции. Автор сообщает, что обучение заняло менее четырёх часов на одной видеокарте Nvidia RTX 3090 и использовало вариант набора данных Kobble, составленного из онлайн-источников, веб-скрейпинга и синтетических примеров. Модель основана на плотной архитектуре Phi-3 с 3,7 млрд параметров и контекстом до 4096 токенов. Она принимает текст и генерирует текст; карточка предлагает шаблон запроса Alpaca и отмечает совместимость с KoboldAI и Kobold Lite. Обучение направлено на творческое письмо, ролевые беседы и выполнение инструкций с меньшей склонностью к отказам. Лицензия указана как other. Автор не гарантирует происхождение, безопасность или статус авторских прав модели и данных; в обучающем наборе есть эротические и провокационные тексты. Поэтому результаты могут включать откровенный контент, а применимость модели зависит от требований к модерации и правовой среды.

juppy44 разработал модель классификации изображений растений на основе Vision Transformer ViT-Base с патчами 16×16 и входным разрешением 224 пикселя. Модель содержит около 97,2 млн параметров и дообучена сквозным образом на 2 млн изображений растений из GBIF и iNaturalist; классы соответствуют примерно 14 тысячам видов по таксономии GBIF. Модель предназначена для определения вида растения по одной фотографии и может применяться в экологических обследованиях, садоводстве, восстановлении экосистем, полевых исследованиях, мониторинге биоразнообразия и системах разметки изображений. Она принимает изображение и выдаёт класс вида. Доступна по лицензии Apache-2.0. Точность зависит от качества снимка и сходства видов. Некоторые растения невозможно надёжно различить только по изображению, без сведений о местоположении или репродуктивных признаках. Данные о местоположении модель не использует; опубликованной фиксированной метрики качества нет.

DavidAU/Qwen3.5-9B-Mark-Twain2-Pro-Writer-Uncensored-Heretic — мультимодальная модель на базе Qwen3.5-9B, дообученная разработчиком DavidAU с использованием автобиографий Марка Твена, чтобы передать его характер и стиль. Модель рассчитана на творческое письмо, художественную прозу, ролевые диалоги и общение; README также сообщает о работоспособности обработки изображений. Это плотная модель семейства Qwen3.5 с 9 млрд параметров, архитектурой причинного языкового моделирования и визуальным энкодером. Она принимает текст и изображения и генерирует текст. В README указан контекст 262 144 токена с возможностью расширения; режим размышления включён по умолчанию. В карточке заявлена поддержка английского и китайского языков, а стиль дообучения ориентирован на Марка Твена. Автор характеризует модель как uncensored и сообщает о снижении отказов, однако отмечает, что для получения откровенного или грубого текста иногда нужны прямые инструкции. Видеовозможности не проверялись. Модель распространяется по лицензии Apache-2.0.

Qwen3.5-9B-The-Bradbury-F451-Pro-Writer-Uncensored-Heretic — дообученная DavidAU с помощью Unsloth модель Qwen3.5-9B, настроенная на художественное письмо с опорой на роман Рэя Брэдбери «451° по Фаренгейту» и с ослабленными отказами. Это плотная мультимодальная vision-language модель на 9 млрд параметров с причинным языковым декодером и визуальным энкодером; репозиторий содержит веса safetensors в формате bfloat16. В карточке указана длина контекста 262 144 токена. Модель предназначена для генерации и продолжения художественных текстов, сюжетов и сцен, ролевого общения, а также для диалога по изображениям. Автор сообщает, что поддержка изображений проверена, а видео не тестировалось. Карточка описывает модель как uncensored: она реже отказывает, однако для откровенного или грубого стиля иногда требуется прямое указание желаемой лексики и уровня откровенности. Заявлены английский и китайский; лицензия — Apache-2.0.

NVIDIA Qwen3-Nemotron-235B-A22B-GenRM-2603 — генеративная модель оценки ответов (GenRM), созданная на базе Qwen3-235B-A22B-Thinking-2507 путём дообучения. Она принимает историю диалога, запрос пользователя и два варианта ответа ассистента, после чего выдаёт отдельную оценку полезности каждого ответа и сравнительный балл ранжирования. Модель применялась при обучении с подкреплением на основе человеческих предпочтений для NVIDIA-Nemotron-3-Super-120B-A12B-BF16. Модель построена на архитектуре Qwen3 MoE с классом Qwen3MoeForCausalLM. В карточке указано 235 млрд параметров, а метаданные каталога сообщают 18,2 млрд; контекст в метаданных — 262 144 токена, тогда как README указывает максимум 128 тыс. токенов для входа. Ввод и вывод текстовые; заявлен английский язык. Для запуска описаны vLLM и NeMo-RL, Linux и ускорители NVIDIA Hopper. Лицензия Apache 2.0; NVIDIA заявляет возможность коммерческого и некоммерческого использования. Модель предназначена для оценки качества и попарного сравнения ответов, в частности для формирования предпочтений при обучении. Она выдаёт баллы по заданной шкале, поэтому её оценки следует трактовать как автоматические сигналы ранжирования и проверять на данных целевого сценария. Для практического запуска потребуется значительная GPU-инфраструктура.

unsloth/Qwen-Image-Edit-2511-GGUF — GGUF-квантизированная версия модели Qwen-Image-Edit-2511, разработанной командой Qwen и подготовленной Unsloth. Это мультимодальная модель редактирования изображений по текстовым инструкциям, предназначенная для сценариев image-to-image: изменения и стилизации изображений, сохранения внешности персонажей, объединения нескольких людей или изображений в единую композицию, а также генерации объектов промышленного дизайна и выполнения задач, требующих геометрического рассуждения. Модель поддерживает английский и китайский языки. Вариант GGUF использует методологию Unsloth Dynamic 2.0: важные слои переведены в более высокую точность, что направлено на сохранение качества при квантизации. Заявлены улучшенная устойчивость к дрейфу изображения, повышенная согласованность персонажей, включая групповые сцены, встроенная поддержка LoRA и улучшенные возможности промышленного дизайна. Точные размеры модели, параметры контекста и перечень поддерживаемых форматов входных данных в README не указаны. Модель может использоваться локально, в частности через ComfyUI-GGUF и Diffusers. Квантизированный формат потенциально снижает требования к ресурсам, однако README не содержит конкретных требований к памяти, производительности или сведений о возможных потерях качества. Модель распространяется по лицензии Apache-2.0.

Roci Maxx v2 — слитая языковая модель на архитектуре Mistral, созданная сообществом mergekit-community методом SLERP из TheDrummer/Rocinante-12B-v1.1 и ArliAI/Mistral-Nemo-12B-ArliAI-RPMax-v1.1. По описанию базовых моделей она ориентирована на творческую генерацию прозы, ролевых сцен и приключенческих историй. Модель предназначена для генерации текста по текстовой подсказке, в том числе для написания художественных фрагментов и продолжения ролевых диалогов. В метаданных указаны 10,1 млрд параметров и контекстное окно до 1 024 000 токенов; веса опубликованы в формате safetensors и используют библиотеку Transformers. Качество ответов и фактическая поддержка столь длинного контекста могут зависеть от настроек и среды запуска. Лицензия в предоставленных данных не указана.

RolePlayLake-7B — англоязычная языковая модель для генерации текста и ролевых диалогов, созданная автором fhai50032 слиянием моделей SanjiWatsuki/Silicon-Maid-7B и senseable/WestLake-7B-v2. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для диалогов по карточкам персонажей, творческого письма и генерации ответов в разных форматах промптов. Автор сообщает о настройке с уклоном в чат и менее строгой фильтрацией контента, а также приводит результаты бенчмарков; эти заявления не являются независимой оценкой качества. Модель распространяется в формате safetensors по лицензии Apache-2.0.

RicardoEstep/RPBizkit-v7-12B — экспериментальная смесь моделей семейства Mistral Nemo, созданная автором карточки с помощью Model Stock и Mergekit. Модель содержит 12,1 млрд параметров и предназначена для генерации текста, в том числе ролевых диалогов, персонажей и повествовательных текстов; в смеси объединены модели для рассуждений, творческого письма и ролевых сценариев. В README заявлена поддержка контекста до 128K токенов и рекомендован шаблон чата Alpaca с RAW-вводом; автор отмечает, что настройки шаблона могут требовать ручной корректировки. В метаданных указан нативный контекст 1 024 000 токенов, что расходится с заявлением README. Модель распространяется в формате safetensors. Тег «not-for-all-audiences» и исходные компоненты без обычных ограничений указывают на возможность генерации взрослого или нежелательного контента. Информация о лицензии в предоставленных материалах отсутствует.

Карточка модели QuixiAI/samantha-13b на Hugging Face совпадает с карточкой QuixiAI/samantha-33b, поэтому описание составлено по ней. Samantha — текстовая диалоговая модель семейства LLaMA, опубликованная QuixiAI. Она предназначена для общения в роли помощника и собеседника, с акцентом на философию, психологию и личные отношения. Модель обучена на подборке из 6 000 диалогов в формате ShareGPT/Vicuna; карточка указывает размер 32,3 млрд параметров и контекст до 2 048 токенов. Для диалога используется формат Vicuna 1.1. Модель подходит для бесед и ответов на вопросы в указанных темах. В карточке сказано, что Samantha не участвует в ролевых, романтических и сексуальных сценариях. Лицензия обозначена как other, поэтому условия использования следует проверять в лицензии репозитория.

SnowyRP-FinalV1-L2-13B — слитая методом TIES модель семейства Llama 2 от автора Masterjp123, предназначенная прежде всего для ролевых диалогов, RPG-сценариев и генерации художественного текста. Автор также отмечает пригодность для общих запросов к ассистенту. Модель содержит 12,9 млрд параметров, использует архитектуру LlamaForCausalLM и работает с контекстом до 4096 токенов; в репозитории представлена версия BF16 без квантизации. Модель объединяет несколько англоязычных чекпойнтов, включая варианты Psyfighter, Erebus, Athena и другие модели для ролевой генерации. По заявлению автора, она поддерживает подробные описания сцен, ощущений и переживаний персонажей, но результат заметно зависит от настроек генерации и формата подсказки. Автор предупреждает, что модель не ограничивает откровенный и вредоносный контент и может его генерировать. Лицензия — Llama 2; применяйте модель с учётом её условий и ограничений на использование.

Trouper-12B — модель для текстовой генерации и ролевых диалогов от DarwinAnim8or. Она дообучена на пользовательском наборе Actors на базе Mistral-Nemo-Base-2407 и содержит 12,1 млрд параметров. Модель предназначена для отыгрыша персонажей и творческого письма: она поддерживает естественные диалоги, эмоциональное развитие персонажей, юмор и разнообразную структуру ответов. Модель принимает текст и генерирует текст на английском языке; заявленное окно контекста — 131 072 токена. Для корректного завершения ответов рекомендуется режим chat completion с шаблоном Mistral-V3-Tekken или ChatML. Автор отмечает естественный, конкретный стиль прозы и эффективный вывод при размере 12B. Лицензия — Apache-2.0.

episod/tt-tnt — небольшая языковая модель, разработанная Episod и обученная с нуля на одном ускорителе Tenstorrent Blackhole. Это плотная авторегрессионная модель архитектуры в стиле Llama 3 с RoPE, RMSNorm, SwiGLU и grouped-query attention; в ней около 22 млн параметров, контекстное окно — 2048 токенов. Модель обучалась на смеси из девяти источников англоязычных историй, книг, поэзии и Википедии и предназначена для продолжения текста, в частности простых историй и повествовательных фрагментов. Это базовая модель завершения текста без дообучения на инструкциях и без чат-шаблона: ей следует передавать начало текста, а не задавать вопросы. В оценке модель иногда подхватывает детали запроса, но наивная генерация может зацикливаться на повторах; выборка с температурой обычно ведёт себя лучше, чем жадное декодирование. Завершение текста по EOS работает лишь частично: многие генерации всё ещё доходят до заданного лимита. Лицензия — Apache-2.0.

Wan2.1-Fun-1.3B-Control — модель генерации видео с управляющими условиями из семейства Wan2.1-Fun, представленная в проекте Alibaba PAI. Она предназначена для создания видео по текстовому запросу с управлением структурой сцены и движением с помощью условий Canny, Depth, Pose, MLSD и траекторий. Модель обучалась на роликах длиной до 81 кадра с частотой 16 кадров в секунду и поддерживает многоязычные запросы. Модель относится к архитектурному семейству I2V и распространяется в формате safetensors. Для генерации нужны текстовый запрос и управляющие данные, например видео с извлечёнными картами границ, глубины или поз. В README указана поддержка разрешений 512, 768 и 1024; для запуска предусмотрены режимы переноса модели в CPU и квантизации float8, причём авторы отмечают возможное снижение качества при использовании float8. Вес репозитория занимает около 19 ГБ. Для работы используются библиотека VideoX-Fun и совместимые инструменты генерации видео. Модель распространяется по лицензии Apache-2.0.