IV.5Образование и развитие навыков

DarkForest-20B-v2.0 — текстовая генеративная модель TeeZee примерно на 19,8 млрд параметров, созданная слиянием моделей на базе LLaMA. В README указаны два этапа слияния: сначала microsoft/Orca-2-13b и KoboldAI/LLaMA2-13B-Erebus-v3, затем jebcarter/psyonic-cetacean-20B и TeeZee/BigMaid-20B-v1.0. Модель использует плотную архитектуру LlamaForCausalLM, принимает текст и генерирует текст; заявленная длина контекста — 4096 токенов. Модель предназначена для творческого письма и ролевых сценариев: автор отмечает следование инструкциям, юмор, работу с несколькими персонажами и создание как SFW, так и откровенного контента. В README она описана как подходящая для зрелой аудитории, включая сложные темы и NSFW-сюжеты. Лицензия указана как other, поэтому условия использования следует сверять с карточкой модели и лицензиями компонентов слияния.

Deepseek Uncensored Lore — дообученная методом LoRA языковая модель для создания историй и интерактивного повествования. В README базовая модель названа DeepSeek 7B; метаданные указывают 6,5 млрд параметров, плотную архитектуру семейства Llama и формат safetensors. Модель принимает текстовые запросы и генерирует текст; заявленное окно контекста — 4096 токенов. Модель предназначена для творческого письма, построения сюжетов и генерации повествования по структурированным подсказкам, включая истории с заданными персонажами, тоном и развитием событий. В README описано обучение на датасете Character Stories, собранном с помощью больших языковых моделей и отфильтрованном моделью-судьёй. Языки обучения или поддержки явно не названы. Для модели заявлены связность повествования, выразительные описания и пригодность для интерактивного использования. Она специализирована на историях и может хуже справляться с другими задачами; результаты могут наследовать предвзятости базовой модели и обучающих данных. README указывает ограничение в 1000 токенов на последовательность, что расходится с контекстом 4096 токенов в метаданных. Лицензия в предоставленных данных не указана.

Epos-8B — языковая модель P0x0 для генерации историй, диалогов и творческой прозы. Это дообученная версия Meta-Llama-3.1-8B на архитектуре LlamaForCausalLM с плотной трансформерной архитектурой и примерно 7,5 млрд параметров. Модель принимает текст и генерирует текст; заявленная длина контекста — 131 072 токена. Модель предназначена для создания насыщенных повествований, диалогов персонажей и творческих текстов на английском языке. Её можно применять для разработки сюжетов и сцен для игр или художественных произведений. Репозиторий распространяется в формате safetensors, лицензия — Apache 2.0. В README также упомянуты сторонние варианты в формате GGUF.

EtherealRainbow-v0.2-8B — модель диалоговой генерации текста, созданная разработчиком EtherealRainbow путём слияния нескольких дообученных моделей на базе Llama 3 с помощью mergekit. Она предназначена для творческого письма, ролевых диалогов и повествования, включая SFW- и NSFW-сценарии; автор отмечает ориентацию на длинные ответы и следование запросам. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 8192 токенов. Основной формат репозитория — Safetensors; README также упоминает варианты GGUF и EXL2. Для запросов автор рекомендует формат Llama 3 Instruct. Модель ориентирована на англоязычное применение. Автор описывает её как экспериментальную версию 0.2, результаты которой уже полезны, но работа над ней не завершена. Среди известных особенностей — склонность оформлять действия звёздочками и ролевые реплики в лаконичном стиле; модель также может требовать более низкой температуры генерации, чем другие модели. Она может создавать откровенный, тревожный или оскорбительный контент. Лицензия — Llama 3 Community License (llama3).

Ethical-Llama3-8B — дообученная на наборе данных yirenc/4_ethics_all языковая модель Meta-Llama-3-8B, разработанная автором репозитория yirenc. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров и контекстом до 8192 токенов, предназначенная для генерации текста при решении задач по этике искусственного интеллекта.

EVA-Qwen2.5-14B-v0.2 — диалоговая языковая модель для ролевых сценариев и написания историй, созданная Kearm, Auri и Cahvay. Это полное дообучение Qwen/Qwen2.5-14B на смеси синтетических и естественных данных, включая наборы для инструкций, письма и ролевых персонажей. Модель использует архитектуру Qwen2ForCausalLM и формат ChatML; размер — 14 млрд параметров, максимальная длина контекста — 131 072 токена. Модель предназначена для творческого письма, ролевого общения и выполнения инструкций в длинных диалогах. В версии 0.2 авторы отмечают улучшения связности, следования инструкциям и понимания длинного контекста по сравнению с версией 14B v0.1. Для загрузки и генерации используется библиотека Transformers, веса представлены в формате safetensors. Лицензия — Apache-2.0. Оценка качества и пригодности для конкретных задач в README не приводится; генерация может быть непоследовательной или содержать нежелательные продолжения, особенно в открытых ролевых сценариях.

EVA-Qwen2.5-32B-v0.0 — диалоговая модель для ролевых сценариев и написания историй, разработанная Kearm и Auri. Это полное дообучение плотной языковой модели Qwen2.5-32B с 32 млрд параметров; модель обучали на смеси синтетических и естественных данных, включая наборы для инструкций, структурированного письма, ролевых карточек и творческих подсказок. Она использует формат ChatML и поддерживает контекст до 131 072 токенов. Модель предназначена для генерации творческого текста, отыгрыша персонажей и продолжения историй в чат-интерфейсах, включая SillyTavern. Для вывода доступна на Featherless.AI. README предупреждает, что квантизированный KV-кэш Qwen2.5 может ухудшать качество генерации; для KV-кэша рекомендуется f16. Лицензия — Apache-2.0.

EVA-Qwen2.5-32B-v0.1 — модель для ролевых диалогов и написания историй, разработанная Kearm и Auri. Это полно-параметрическое дообучение плотной авторегрессионной модели Qwen2.5-32B; она поддерживает генерацию текста и чат, использует формат ChatML и принимает контекст длиной до 131 072 токенов. Модель обучали на смеси синтетических и естественных данных: наборах для инструкционного диалога, творческого письма, ролевых сценариев и карточек персонажей. Она предназначена для создания историй, отыгрыша персонажей и следования инструкциям в диалоге. В README указаны рекомендации по настройке семплирования и доступность инференса через FeatherlessAI. Модель опубликована в формате Safetensors под лицензией Apache-2.0. Она ориентирована на творческое письмо и ролевые сценарии, поэтому её ответы и стиль могут быть менее подходящими для задач, требующих строго фактических или нейтральных ответов; отдельные оценки качества в карточке не приведены.

ExHuBERT — модель Shahin Amiriparian, Filip Packań, Maurice Gerczuk и Björn W. Schuller для распознавания эмоций в речи. Она основана на HuBERT Large, расширенном блоками и дообученном на EmoSet++: 37 наборов данных, 150 907 примеров и суммарно 119,5 часа аудио. Модель принимает трёхсекундную необработанную аудиоволну с частотой дискретизации 16 кГц и относит её к одному из шести классов, сочетающих низкий или высокий уровень возбуждения с негативной, нейтральной или позитивной валентностью. Модель предназначена для классификации эмоциональной окраски речи и переноса обучения на связанные задачи. В метаданных указаны архитектура HuBERT и 805,3 млн параметров; язык и библиотека модели также отражены в карточке. Лицензия CC BY-NC-SA 4.0 требует указания авторства, распространения производных материалов на тех же условиях и запрещает коммерческое использование.

EZFGraphic — небольшая модель OpenRussianAI для генерации изображений по текстовому запросу. Репозиторий содержит пример модели с архитектурой EZFGraphic; в метаданных указано 6,3 млн параметров и форматы PyTorch и ONNX. Модель предназначена для преобразования текстовых описаний в изображения. Модель опубликована под лицензией MIT. В карточке указана связь с набором данных OpenRussianAI/EZF-Dataset-Image. Описание не приводит сведений о качестве генерации, поддерживаемых языках или длине контекста.

Fimbulvetr-Grande-V2-19B-GGUF — текстовая генеративная модель, разработанная DavidAU на основе Fimbulvetr-11B-v2 от Sao10K. Это модифицированная Solar-based модель с применением метода Brainstorm 40x, который предназначен для заметного изменения стиля прозы и расширения творческих возможностей. Модель ориентирована на художественное письмо, создание сюжетов и подсюжетов, продолжение сцен, сторителлинг, ролевые сценарии и работу с жанрами от научной фантастики и романтики до ужасов. Поддерживаются английский язык и текстовая модальность; в карточке указан pipeline text-generation. Модель содержит около 19,25 млрд параметров, 87 слоёв и 786 тензоров. Базовый максимальный контекст составляет 4096 токенов, а с настройками RoPE его можно расширить примерно до 16K, при этом качество и следование инструкциям могут ухудшаться. Требуются шаблоны ChatML, Alpaca или Vicuna. Сильные стороны — подробное и эмоционально насыщенное описание сцен, окружения и персонажей, разнообразная структура прозы, сложный стиль и способность к предвосхищению событий. Модель чувствительна к температуре, repetition penalty и типу квантизации; при агрессивных настройках возможны чрезмерно длинная генерация и повторы. Она может создавать NSFW-контент, насилие, мрачные или нецензурные сцены и имеет лёгкую негативную стилистическую тенденцию. Распространяется по лицензии Apache-2.0.

Alsebay/Gemma2-9b-KuwaNovelist-v4 — дообученная модель Gemma 2 от автора Alsebay, созданная по просьбе улучшить стиль письма модели lemon07r/Gemma-2-Ataraxy-v4d-9B. Это плотная авторегрессионная языковая модель на 9 млрд параметров с контекстом до 8192 токенов, предназначенная для генерации текста и диалогов, прежде всего для творческого письма и длинных рассказов на английском языке. Модель распространяется в формате safetensors по лицензии Gemma. Автор отмечает улучшенный стиль письма на английском и исправление повторения предложений в конце ответа. README также сообщает, что модель иногда пишет от лица пользователя. Ответы на вьетнамском и китайском могут быть короткими; японский упомянут среди языков, на которых короткая обучающая разметка затрудняет генерацию длинного текста. Карточка не описывает мультимодальные возможности; основное применение — генерация текста.

General-Stories-Mistral-7B — языковая модель ajibawa-2023 для генерации художественных историй широкой тематики. Она дообучена методом qLoRA на базе Mistral-7B-v0.1 на наборе General-Stories-Collection, содержащем около 1,3 млн синтетических историй; обучение проводилось в течение двух эпох с использованием Axolotl. Модель имеет плотную архитектуру MistralForCausalLM примерно на 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для создания рассказов, поиска сюжетных идей и творческого письма для широкой аудитории. Карточка указывает английский язык и формат диалога ChatML. Репозиторий содержит веса PyTorch; в README также упомянуты отдельные варианты GGUF и Exllama v2. Лицензия — Apache-2.0. Качество и фактическая надёжность вне сценариев художественной генерации в карточке не описаны.

gorkemgoknar/gpt2-turkish-writer — дообученная автором модель GPT-2 для генерации текста на турецком языке. В основе лежит gpt2-small-turkish; при дообучении использовались статьи турецкой Википедии и более 400 классических романов и пьес на турецком языке. Для адаптации к языку обучались последние три слоя модели. Модель предназначена для продолжения заданного текста и генерации последовательностей на турецком языке, в том числе в стиле литературных текстов. Она использует архитектуру GPT2LMHeadModel, поддерживает контекст до 1024 токенов и опубликована в форматах PyTorch и Flax. В карточке приведены результаты оценки: точность 36,3% и perplexity 44,75. Автор предупреждает, что обучающие данные содержат неотфильтрованный контент из интернета и могут быть необъективными; в генерациях также могут появляться заголовки глав и номера страниц. Модель обозначена как работа в процессе разработки. Лицензия — Apache-2.0.

HoloViolet-7B-test5 — объединённая модель на архитектуре Mistral, созданная автором карточки с помощью LazyMergekit из GreenNode/GreenNode-mini-7B-multilingual-v1olet и KoboldAI/Mistral-7B-Holodeck-1. Она предназначена для генерации художественного текста, продолжения историй и ролевого письма: модель учитывает ситуацию и контекст, развивает их творчески и может предлагать неожиданные продолжения. Размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов; файлы опубликованы в формате safetensors. Автор отмечает выразительный стиль и способность развивать заданную сцену, но модель иногда прямо проговаривает намерения персонажей. Автор также считает её уступающей более новой twizzler. В карточке нет сведений о лицензии, поэтому условия использования по доступным данным описать нельзя.

HunyuanVideo-1.5-Diffusers-480p_i2v_distilled — дистиллированная версия HunyuanVideo 1.5 для создания видео по изображению, распространяемая в формате Diffusers с весами Safetensors. Карточка рекомендует эффективный attention backend для обработки последовательностей переменной длины с масками внимания; упомянуты также предварительно собранные attention kernels. Модель предназначена для сценария image-to-video: на вход подаётся изображение, на выходе создаётся видео. В названии указаны вариант 480p и дистилляция. Лицензия в метаданных обозначена как other; более подробные условия в доступных материалах не приведены.

InfiniteYou (InfU) — модель ByteDance Intelligent Creation для персонализированной генерации и переработки фотографий с сохранением личности человека. Она основана на FLUX.1-dev и использует компонент InfuseNet, который передаёт признаки идентичности в Diffusion Transformer через остаточные связи. Модель принимает текстовое описание и изображения человека для генерации новых изображений с сохранением его внешности. Вариант aes_stage2 после supervised fine-tuning лучше согласует результат с текстом и улучшает эстетику; sim_stage1 сильнее сохраняет сходство с человеком. InfiniteYou рассчитана на гибкую персонализацию и может сочетаться с рядом средств управления генерацией, включая ControlNet и LoRA. В статье авторы сообщают о высоком сходстве с человеком и хорошем соответствии изображения тексту. Результат зависит от выбранного варианта: aes_stage2 может уступать sim_stage1 в сходстве идентичности. Репозиторий распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

ISRO-SpaceAI-7B-Instruct — специализированная текстовая модель Anoop Singh для научных вопросов в области гелиофизики, океанографии, астрофизики и дистанционного зондирования. Это дообученная на Qwen/Qwen2.5-7B-Instruct плотная авторегрессионная модель Qwen2 с 7,1 млрд параметров, доступная в формате Safetensors. Она предназначена для диалоговых ответов и генерации текста по темам миссий Aditya-L1, Oceansat-3, Sentinel-1 и Kepler; README также заявляет анализ научных телеметрических данных и спектральных наблюдений. Модель принимает текст и выдаёт текст, поддерживает английский и хинди и имеет контекст до 32 768 токенов. Для обучения README указывает QLoRA в NF4 с последующим объединением весов в FP16; лицензия — Apache-2.0. Приведённые в карточке метрики основаны на небольших выборках, в том числе по одному примеру для гелиофизики и астрофизики, поэтому они не подтверждают надёжность на широком круге научных задач; модель не следует считать заменой проверке исходных данных и выводов специалистом.

Карточка модели Faizaniqbal/koshur-diacritizer-byt5-small на Hugging Face совпадает с карточкой Omarrran/koshur-diacritizer-byt5-small, поэтому описание составлено по ней. Omarrran разработал модель Koshur Diacritizer ByT5 Small — дообученную на Kashmiri/Koshur версию байтовой модели ByT5-small для восстановления диакритических знаков. Она преобразует текст на кашмири без диакритики в текст с диакритикой, используя архитектуру T5 для последовательного преобразования текста. Размер модели — 364,6 млн параметров; модель работает с текстом и загружается через Transformers. По оценке авторов, средняя точность по оценкам рецензентов составляет около 77,5%; на тестовом наборе из 1150 предложений частота ошибок по буквам с диакритикой (DER marked) составила 20,12%. Байтовая токенизация помогает сохранять комбинируемые знаки письма персо-арабской графики. Ограничения включают ошибки на редких случаях и усечение длинных входов; защитная проверка в примере применения отклоняет выводы, меняющие согласный каркас исходного текста. Лицензия — Apache-2.0.

Krake — языковая модель NovelAI, созданная дообучением GPT-NeoX-20B от EleutherAI. Это плотная авторегрессионная модель на 26,9 млрд параметров для генерации текста; карточка HF указывает контекст 2048 токенов и английский язык. Модель подходит для продолжения текста и создания прозы по подсказке. Изначально Krake была доступна подписчикам Opus. NovelAI опубликовала веса и модули для исторического сохранения модели; в репозитории есть Safetensors и варианты GGUF. Модель считается устаревшей, используется редко и планируется к выводу из эксплуатации. Лицензия — GPL-3.0.

L3.1-Dark-Planet-10.7B-ExxxxxxxxTended-GGUF — текстовая языковая модель, разработанная DavidAU на базе Llama 3.1 Instruct. Модель создана с применением методов расширения архитектуры и объединения моделей: к базе Llama 3/Llama 3.1 были добавлены 12 слоёв, а также объединены компоненты моделей Sao10K/L3-8B-Stheno-v3.2, NeverSleep/Llama-3-Lumimaid-8B-v0.1-OAS и Hastagaras/Jamet-8B-L3-MK.V-Blackroot. Итоговый размер составляет около 10,65 млрд параметров. Модель предназначена прежде всего для генерации художественных текстов, продолжения сцен, разработки сюжетов и подсюжетов, написания прозы, сторителлинга и ролевых сценариев во всех жанрах, включая научную фантастику, романтику и хоррор. Она ориентирована на длинные, подробные и выразительные ответы, поддерживает английский язык и работает с контекстом до 131 000 токенов. Заявлена совместимость с шаблонами Llama 3 и, в некоторых случаях, Command-R; выбор шаблона может заметно влиять на результат. Сильные стороны модели — повышенная детализация прозы, способность к длинной генерации, разнообразная подача и стабильная работа различных квантованных версий. Она рассчитана на широкий диапазон температур, однако чрезмерно высокая температура может ухудшить следование инструкциям, особенно в ролевых сценариях. Ограничениями являются выраженная склонность к длинным ответам и негативная тональность, а также возможность внезапного появления грубого, жестокого, disturbing или NSFW-содержания. Модель распространяется по лицензии Apache-2.0.

L3-DARKEST-PLANET-16.5B — языковая модель для генерации текста на архитектуре Llama, опубликованная DavidAU. Она создана слиянием L3-Dark-Planet-8B, нескольких других моделей Llama 3 и 40x Brainstorm Adapter; в репозитории представлены полноточные веса safetensors, пригодные для прямого использования или конвертации в другие форматы. Модель предназначена прежде всего для творческого письма: создания рассказов, сцен и сюжетов, продолжения историй, ролевых диалогов и генерации прозы в разных жанрах, включая фантастику, романтику и хоррор. Размер модели — около 16 млрд параметров, заявленный контекст — 8192 токена. Модель принимает текст и генерирует текст; карточка указывает поддержку чата, а метаданные связывают её с английским языком. README предупреждает, что для качественной работы важен подбор параметров и сэмплеров. Лицензия в предоставленных данных не указана.

TheyCallMeHex/LCM-Dreamshaper-V7-ONNX — преобразованная в формат ONNX модель генерации изображений из текстовых описаний. Она основана на LCM Dreamshaper V7 и подготовлена для запуска через OnnxStack; в карточке приведены примеры генерации фантастических персонажей и автомобиля по текстовым запросам. Репозиторий содержит форматы Diffusers и ONNX, задача модели — text-to-image. Лицензия — MIT. Подробные сведения об архитектуре и числе параметров в предоставленных материалах отсутствуют.

jonam-ai разработала legal-slm-125m-raft — небольшую плотную авторегрессионную модель семейства Llama с 125,8 млн параметров. Это продолженное полное дообучение jonam-ai/legal-slm-125m-sft методом RAFT на примерах с документом-источником и отвлекающими документами. Модель предназначена для ответов на вопросы по предоставленному контексту: она может приводить подтверждающий фрагмент в маркерах ##begin_quote## и ##end_quote##. Контекст — до 1 024 токенов; заявлена поддержка только английского языка. Модель рассчитана на образовательные демонстрации ответов с опорой на документы в правовой и финансовой тематике. Она обучена отвечать, когда нужный источник присутствует, но не умеет надёжно воздерживаться от ответа: при отсутствии факта в контексте может уверенно его выдумать. README предостерегает от использования для юридических или финансовых советов. Лицензия — Apache-2.0.

LLaMA 2 Holomax 13B — плотная авторегрессионная языковая модель семейства Llama, собранная KoboldAI слиянием Mythomax (60%) и Holodeck от MrSeeker (40%). Она предназначена прежде всего для художественного письма и совместного создания историй, а также для чата и текстовых приключений в режиме инструкций; карточка упоминает тестирование формата Alpaca. Модель содержит 12,9 млрд параметров и поддерживает контекст до 4096 токенов. Слияние стремится улучшить навыки написания историй, сохранив желательные свойства Mythomax. Тестировщики отмечали прохождение бенчмарка InteracTV; сохранность фактических знаний не проверялась, а длина ответов в чате может быть ограничена. Модель опубликована в форматах PyTorch и Safetensors. Лицензия указана как other, поэтому конкретные условия использования следует сверять с лицензией репозитория.

ArliAI/Llama-3.1-70B-ArliAI-RPMax-v1.2 — плотная языковая модель на архитектуре Llama 3.1, созданная ArliAI на основе Meta-Llama-3.1-70B-Instruct. Её дообучили на отобранных наборах творческого письма и ролевых диалогов; версия v1.2 получила дополнительную очистку и дедупликацию данных, чтобы повысить разнообразие ответов и снизить повторяемость персонажей и ситуаций. Модель предназначена для ролевых бесед, отыгрыша персонажей и генерации художественного текста в формате диалога. Она принимает текстовые инструкции и сообщения, а на выходе генерирует текст. Размер модели — около 70 млрд параметров; контекст составляет до 128K токенов по README и 131 072 токена в метаданных. Поддерживается шаблон диалога Llama 3 Instruct. Модель ориентирована на творческие и ролевые сценарии, поэтому может быть менее подходящей для обычных вопросов и задач, требующих точности фактов. В карточке не приведены результаты систематических оценок качества. Лицензия — Llama 3.1.

Instruction-tuned Stable Diffusion — модель для редактирования изображений по текстовым инструкциям. Она основана на Stable Diffusion v1.5 и дообучена на чекпойнтах InstructPix2Pix; разработчик описывает подход как сочетание создания набора данных с инструкциями и обучения в стиле InstructPix2Pix. Модель принимает изображение и текстовую инструкцию и выполняет низкоуровневые операции преобразования изображения. Карточка указывает использование библиотеки Diffusers и форматов Diffusers и PyTorch. Лицензия — MIT. Модель ориентирована на следование инструкциям при редактировании, однако карточка не приводит оценок качества и конкретных ограничений результатов.

MICROD v1.0 — компактная авторегрессионная языковая модель, созданная webXOS с помощью приложения Micro Distillery. Это экспериментальная версия объёмом 42 млн параметров на архитектуре GPT-2; README описывает её как шаблон для обучения небольших моделей и создания пользовательских агентов. Модель предназначена для генерации продолжения текста, простых историй, офлайн-прототипов и учебных экспериментов с дообучением, включая GRPO с фильтрацией VAE. Модель поддерживает английский язык и принимает контекст длиной до 1024 токенов. В README указаны 8 слоёв, 8 голов внимания, скрытый размер 512 и словарь из 50 257 токенов. Репозиторий содержит форматы PyTorch, Safetensors и ONNX; в метаданных указана библиотека Transformers.js. Лицензия Apache 2.0 допускает использование и модификацию. Как ранняя модель для экспериментов и дальнейшего обучения, она не предназначена для широкого спектра сложных задач без адаптации.

Ministral-3-8B-Nymphaea-RP — дообученная версия Ministral 3 8B Instruct 2512, созданная пользователем 0xA50C1A1 на базе весов Mistral AI. Модель ориентирована на ролевые диалоги, творческое письмо и сценарии использования с расширенной свободой генерации. Она также предназначена для локального запуска на системах с ограниченным объёмом видеопамяти; автор отдельно указывает оптимизацию пользовательской смешанной GGUF-квантизации для 8–12 ГБ VRAM. Модель имеет размер 8B параметров и распространяется через Transformers; доступны варианты GGUF, включая Q5_Mix, а также отдельный vision-проектор mmproj. Во время дообучения vision encoder был заморожен, поэтому заявлено сохранение исходных возможностей работы с изображениями. Дообучение выполнено методом DoRA с применением Darkmere dataset, включающего синтетические и написанные людьми рассказы, а также данные для roleplay и creative writing. README не указывает поддерживаемые языки и размер контекста. К сильным сторонам относятся специализация на ролевом взаимодействии и художественном тексте, сохранение vision-возможностей и варианты квантизации для маломощных локальных систем. При этом утверждения о превосходстве над Llama 3.3 8B Instruct являются субъективной оценкой автора и не подтверждены приведёнными тестами. Из-за предварительного удаления ограничений безопасности через Heretic модель описывается как largely uncensored, поэтому её ответы могут быть менее ограниченными и требовать дополнительного контроля. Модель распространяется по лицензии Apache-2.0.

Это дообученная автором sandeeparmada модель Mistral 7B Instruct v0.3 для генерации текста и диалогов. Она построена на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В карточке указано дообучение с использованием Unsloth и библиотеки TRL; модель распространяется в формате safetensors. Модель предназначена для текстового общения и выполнения инструкций в предметной области нефти и газа, на что указывает название репозитория; подробности специализации и результаты оценки в карточке не приведены. Указан английский язык. Лицензия — Apache-2.0.