IV.5Образование и развитие навыков

Карточка модели HeartMuLa/HeartTranscriptor-oss на Hugging Face совпадает с карточкой HeartMuLa/HeartMuLa-oss-3B, поэтому описание составлено по ней. HeartMuLa-oss-3B — плотная аудиомодель семейства HeartMuLa, разработанная командой HeartMuLa. По метаданным она предназначена для преобразования текста в аудио; карточка указывает поддержку китайского, английского, японского, корейского и испанского языков. Модель распространяется в формате Safetensors. Модель можно применять для создания аудио по текстовому запросу. README отсылает к репозиторию проекта за инструкциями по запуску и локальному развертыванию. Лицензия Apache 2.0.

Norod78/hebrew_stories-gpt_neo-small — компактная языковая модель на архитектуре GPT-Neo, дообученная для генерации рассказов на иврите. Автор карточки указывает, что базой послужила hebrew-gpt_neo-small, обученная на GPT-Neo от EleutherAI; модель содержит 137,7 млн параметров и имеет контекст до 2048 токенов. Для обучения использовались тексты из различных книг на иврите. Модель предназначена для генерации продолжений и черновиков художественных текстов на иврите. Доступны веса в форматах PyTorch, Flax и Safetensors. Лицензия — MIT.

HunyuanVideo-1.5-Diffusers-480p_i2v_step_distilled — модель для создания видео по изображению, представленная в сообществе hunyuanvideo-community. Репозиторий содержит веса в формате Diffusers и Safetensors; карточка указывает на использование пайплайна HunyuanVideo15ImageToVideoPipeline. Суффикс step_distilled указывает на дистиллированный вариант, однако базовая модель в предоставленных данных не названа. Модель предназначена для преобразования исходного изображения в видео. В README упоминаются маски внимания для последовательностей переменной длины и рекомендуется эффективный backend внимания для обработки padding; установка дополнительных ядер приведена как рекомендация по производительности. Лицензия обозначена как other, поэтому конкретные условия использования по имеющимся данным определить нельзя.

Это неофициальная сборка сообщества с весами HunyuanVideo-I2V в формате Diffusers, основанная на модели Tencent tencent/HunyuanVideo-I2V. Она предназначена для генерации видео по входному изображению и может использоваться через библиотеку Diffusers. Сборка распространяется в форматах Diffusers и Safetensors. README не сообщает дополнительных характеристик качества, поддерживаемых языков или условий лицензии, поэтому их нельзя уточнить по доступным данным.

In-Context-LoRA — это набор адаптеров LoRA, разработанный командой ali-vilab для моделей генерации изображений, включая FLUX.1-dev от Black Forest Labs. Модель предназначена для текстово-управляемой генерации наборов связанных изображений, где взаимосвязи между изображениями задаются естественным языком. Также поддерживается генерация одного набора изображений с условием в виде другого набора, в том числе с использованием SDEdit. Ключевая особенность подхода заключается в объединении условных и целевых изображений в единое составное изображение и последующем описании задачи текстом. Framework ориентирован на широкий спектр сценариев, включая дизайн профилей, виртуальную примерку, дизайн продуктов, перенос визуальной идентичности, создание комиксов и раскадровок. В репозитории представлены адаптеры для 10 задач с рекомендованными параметрами генерации. Это не универсальная модель без дополнительной настройки: для разных приложений требуется task-specific fine-tuning. К ограничениям также относятся зависимость от базовой модели FLUX.1-dev и отсутствие в предоставленных данных сведений о размере адаптеров, поддерживаемых языках и максимальном контексте. Модель распространяется по лицензии MIT.

Joy-LTX 2.5 x Z-Image GGUF — это объединённая модель для генерации видео из текста, созданная joeygambino на базе Lightricks/LTX-2.5 и Joy-LTX 2.5. В модель внедрён профиль spatial attention от Z-Image, ориентированный на более детализированное отображение поверхностей, текстур, растительности, мелких объектов и фактуры кожи. Модель предназначена для сценариев text-to-video и audio-video в рабочих процессах ComfyUI. Модель распространяется в формате GGUF с вариантами квантования от Q2_K до Q8_0. Q8_0 служит ориентиром по качеству, Q6_K и Q5_K_M предлагают хороший баланс качества и размера, а Q4_K_M и Q4_K_S рассчитаны на видеокарты RTX 30/40. Q2_K и Q3_K_M подходят для систем с небольшим объёмом видеопамяти, но дают заметное снижение качества. Указана совместимость с workflow Joy-LTX 2.5 v2 GGUF, теми же загрузчиками, настройками и seeds. На RTX 30/40 GGUF-варианты заявлены как значительно более быстрые, тогда как для Blackwell рекомендуются другие native-варианты. Основное преимущество модели — улучшенная детализация поверхностей и пространственных характеристик при сохранении исходных особенностей идентичности, движения и звука. Ограничения включают зависимость качества от выбранного уровня квантования и отсутствие заявленных улучшений для идентичности, движения и звуковой составляющей. Языки и размер контекстного окна в README не указаны. Лицензия: ltx-2.5-community-license, исходная модель — Lightricks/LTX-2.5.

Sunfall v0.7.0 — диалоговая модель crestf411, созданная дообучением NVIDIA Llama-3.1-Nemotron-70B-Instruct-HF с последующим слиянием весов. Она предназначена для интерактивного написания историй, ролевых диалогов и генерации ответов в стиле персонажа; карточка рекомендует формат диалогов Silly Tavern «Llama 3 Instruct». Модель имеет плотную архитектуру LlamaForCausalLM, 69,5 млрд параметров и контекст до 131 072 токенов. Она принимает текст и генерирует текст; в метаданных заявлены чат и интерфейс вызова инструментов. Использованы ролевые и инструкционные наборы данных, включая LimaRP-DS и подборки Anthracite. Лицензия — Llama 3.1 Community License (llama3).

Ken-Z/latin_whisper-small — модель распознавания речи на латинском языке, опубликованная Ken-Z. Это дообученная версия openai/whisper-small; в метаданных указаны архитектура Whisper, 153,1 млн параметров и формат safetensors. Модель принимает аудио и выдаёт распознанный текст. Она предназначена для транскрибирования латинской речи; автор сообщает о 20 CER с пунктуацией после обучения на 67 часах аудио Vox Classica. Модель лицензирована по CC BY 4.0. Оценка CER дана автором для описанного набора данных и не гарантирует такое же качество на других записях; сведений о контекстных ограничениях или поддержке других языков карточка не приводит.

Literature-7B-16384 — авторегрессионная языковая модель GPT-NeoX примерно на 8,8 млрд параметров, дообученная на RedPajama-7B-16384. Её разработали для генерации художественной прозы, включая длинные вымышленные рассказы. Обучающая выборка объёмом около 2 ГБ включает лёгкие новеллы, эротическую прозу и размеченную литературу из разных источников, в том числе Project Gutenberg. Модель предназначена для творческого письма и развлечения. Подсказки с метаданными о названии, авторе, жанре, тегах и стиле помогают направлять генерацию; заявленное контекстное окно — 16 384 токена. В метаданных указаны английский язык и формат PyTorch. Модель распространяется по лицензии MIT. Карточка не приводит оценок качества или подробных ограничений; результаты генерации могут требовать редактирования и проверки.

Llama-3.1-Tulu-3-8B-RL-RM-RB2 — классификатор предпочтений Allen Institute for AI, выпущенный в составе набора моделей вознаграждения для бенчмарка RewardBench 2. Модель дообучена на базе allenai/Llama-3.1-Tulu-3-8B на бинарных данных о предпочтениях и реализована как классификатор последовательностей для Transformers. В карточке указаны 7,5 млрд параметров и контекст до 131 072 токенов. Модель оценивает ответы и помогает сравнивать их по предпочтительности, в том числе при выборе ответов для Best-of-N и при обучении с подкреплением PPO. Основная версия получила 68,7 балла на RewardBench 2; в карточке также приведены оценки по отдельным направлениям, включая безопасность, фактичность, математику и следование инструкциям. Модель рассчитана на английский язык. Она выдаёт классификационную оценку, а не является универсальным генератором ответов. Лицензия — Llama 3.1 Community License Agreement.

tdrussell выполнил дообучение Llama 3 70B Instruct на корпусе художественных книг и опубликовал экспериментальный вариант Storywriter. Это плотная авторегрессионная модель семейства Llama с 69,5 млрд параметров и контекстом до 8192 токенов; она принимает текст и генерирует текст. Модель сохраняет формат диалога Instruct и предназначена прежде всего для написания художественных текстов, развития сюжетов и творческих ответов в чате; возможно также использование в режиме продолжения текста. Дообучение заметно изменило стиль письма и, по оценке автора, повысило творческую выразительность. Автор также отмечает возможное небольшое снижение общих интеллектуальных способностей относительно исходной instruct-модели. Для запуска требуются значительные вычислительные ресурсы из-за размера модели. В репозитории указаны веса safetensors; сведения о лицензии в предоставленных данных отсутствуют.

LTX-2.3 — диффузионная аудиовизуальная модель семейства DiT, разработанная Lightricks для совместной генерации видео и синхронизированного с ним аудио. Карточка описывает обновление LTX-2 с улучшенным качеством изображения и звука и более точным следованием запросам. Репозиторий содержит версии модели dev на 22 млрд параметров, дистиллированную версию на 8 шагов и LoRA для неё; метаданные указывают формат safetensors и библиотеку Diffusers. Модель предназначена для создания видео по изображению и текстовому описанию, а также для локального запуска и дообучения. В карточке указан английский язык. Для размеров кадра требуется кратность 32, а число кадров должно иметь вид 8n+1. Модель может неточно следовать запросу, зависит от стиля промпта и может выдавать предвзятый или нежелательный контент; звук без речи может быть низкого качества. Она не предназначена для получения фактических ответов. Лицензия обозначена как other, поэтому конкретные условия следует сверить с лицензией репозитория.

LTX-2.3 Distilled v1.1 (Diffusers) — неофициальная конверсия весов модели Lightricks/LTX-2.3 в формат Diffusers с обновлёнными весами DiT из дистиллированного чекпойнта версии 1.1. Диффузионная архитектура DiT совместно генерирует видео и синхронизированное аудио; для генерации требуется 8 шагов при CFG = 1. Модель предназначена для создания видео по изображению. Для работы нужны свежая версия Diffusers с поддержкой LTX-2 и соответствующий базовый pipeline. Ширина и высота кадров должны делиться на 32, а число кадров иметь вид 8k + 1; для дистиллированного чекпойнта следует использовать 8 шагов и guidance_scale = 1.0. Это конверсия, а не официальная публикация Lightricks: кроме весов DiT, компоненты pipeline взяты без изменений из Diffusers-конверсии версии 1.0. Лицензия в метаданных обозначена как other; конкретные условия следует проверять в исходном репозитории модели.

LTX-Video-ICLoRA-detailer-13b-0.9.8 — модель Lightricks для детализации и управляемой генерации видео на базе LTX-Video 0.9.8 Dev. Это IC LoRA-адаптер, обученный на пользовательских данных и предназначенный для работы с пайплайном LTXV (Lightricks Text-to-Video), включая сценарии text-to-video и video-to-video с использованием видеоконтекста. Метод In-Context LoRA позволяет передавать при генерации кадры референсного видео, благодаря чему модель обеспечивает более точный контроль над создаваемым содержимым. Из известных характеристик указаны размер базовой модели 13B, обучение методом IC LoRA и learning rate 0.0002. Доступны варианты весов для ComfyUI и Diffusers; README не содержит сведений о точной архитектуре, поддерживаемых языках, максимальном контексте и конкретных ограничениях качества. Модель распространяется на условиях LTXV Open Weights License 0.X, подробности которой следует проверять в файле лицензии.

Mercury-A1 — модель RaonDuplex от разработчика ga642381 для полно-дуплексного диалога «речь-в-речь» с учётом времени. Чекпойнт дообучен за две эпохи на 4 440 синтетических полно-дуплексных диалогах; временные метки слов получены принудительным выравниванием синтезированного аудио. Модель работает с аудио и рассчитана на сценарии разговорного взаимодействия с одновременным обменом репликами. В README приведены результаты проверки согласованности текста и аудио на 100 диалогах без эталонных транскриптов: полнота слов на уровне слов составила 79,1%, а в 6 случаях из 100 выявлено серьёзное расхождение. В таблице также указаны показатели для базовой модели, но значение посимвольной согласованности Mercury-A1 не приведено. Данные, код обучения и скрипты оценки временно не опубликованы. Модель распространяется под лицензией CC BY-NC 4.0, допускающей использование с указанием авторства, но запрещающей коммерческое применение.

Metharme 1.3B — языковая модель, разработанная PygmalionAI и дообученная на базе EleutherAI Pythia 1.4B Deduped. Это плотная авторегрессионная модель GPT-NeoX с примерно 1,7 млрд параметров, предназначенная для генерации текста по инструкциям. Она ориентирована на художественное письмо, ролевые сценарии и диалог; обучение с учителем сочетало обычные инструкции с ролевыми диалогами и художественными историями. Для разметки диалога используются специальные токены ролей, а контекст модели составляет 2048 токенов. Модель рассчитана прежде всего на развлекательное создание вымышленных текстов и разговорных сценариев. Она работает с текстом и поддерживает английский язык. По сравнению с более крупными версиями семейства связность ответов может быть ниже; модель может выдавать фактически неверные или вводящие в заблуждение сведения. Её не дообучали для безопасных и безвредных ответов, поэтому возможны грубые, непристойные или оскорбительные формулировки. Лицензия — Apache-2.0.

Metharme 13B — языковая модель семейства LLaMA, разработанная PygmalionAI и ориентированная на диалоги, ролевые сценарии и художественное письмо. Модель содержит 12,9 млрд параметров и использует архитектуру LlamaForCausalLM; исходные веса LLaMA-13B были дообучены методом supervised fine-tuning на смеси обычных инструкций, ролевых диалогов, вымышленных историй и синтетических инструкций. Указанная длина контекста — 2048 токенов. Модель принимает текст и генерирует текст. Она рассчитана на создание художественных сцен, интерактивных историй и разговоров, управляемых инструкциями на естественном языке. Дообучение первоначально выполнялось как LoRA-адаптер, затем адаптер объединили с базовой моделью и выпустили полные веса; репозиторий содержит формат PyTorch. Модель предназначена для развлечений и художественного письма, а не для надёжного фактического консультирования. Она не была настроена на безопасные и безвредные ответы, может выдавать оскорбительный или нежелательный текст, а также ошибочные или вводящие в заблуждение утверждения. Условия лицензии в предоставленных данных не описаны.

Это объединённый и квантованный файл модели MiniMax-H3, подготовленный для ComfyUI автором репозитория chfm. Он предназначен для генерации коротких видео по текстовому запросу и изображению, а также для генерации видео с референсным кадром. Веса объединяют базовую модель с турбо-дообучением lightx2v и настройкой Mystic для более плавного движения; результат затем однократно квантован в INT8 с ConvRot. Файл занимает около 21 ГБ, содержит 50 блоков трансформера, а в четырёх тяжёлых линейных слоях каждого блока используются INT8-веса; остальные веса остаются BF16 или F32. Модель рассчитана на запуск в ComfyUI, в частности для генерации роликов примерно за 4 шага с синхронизированным стереозвуком. В README приведён пример ролика длительностью 10 секунд и разрешением 1152×640; скорость зависит от оборудования и настроек внимания. Объединение LoRA в веса сокращает расход памяти по сравнению с их подключением отдельно, но лишает возможности менять силу этих адаптеров во время запуска. Метаданные указывают лицензию «other», поэтому конкретные условия использования следует проверять в карточке репозитория и у базовых компонентов.

Miqu-PlayMaid-70B-v0.1 — плотная авторегрессионная модель семейства Llama с 68,7 млрд параметров, созданная Netrve на основе MiquMaid v2 70B DPO от Undi95 и IkariDev. Это дообучение ориентировано на ролевые диалоги и творческое письмо; модель использует формат Alpaca с секциями Instruction, Input и Response. В обучении использовались наборы AndrijDavid Roleplay, LimaRP Augmented, Airoboros 3.2 и Bluemoon Fandom RP. Модель принимает текст и генерирует текст на английском языке. Автор указывает, что дообучение проводилось с длиной последовательности 16 384 токена и гарантирует работу контекста до 16 384 токенов; возможность работы с 32 768 токенами не гарантируется. Репозиторий содержит веса BF16 в формате safetensors. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

IggyLux/MN-VelvetCafe-RP-12B — слитая методом SLERP модель на архитектуре Mistral, созданная автором карточки из Dans-PersonalityEngine-V1.3.0-12b и Neona-12B. Она предназначена прежде всего для ролевых диалогов, в том числе групповых сцен с несколькими персонажами, и творческого письма. По описанию автора, модель хорошо удерживает детали сцены, расположение и одежду персонажей, следует системным подсказкам и заметкам автора и поддерживает сбалансированный эмоциональный тон. Модель содержит 12,1 млрд параметров; метаданные указывают контекст до 131 072 токенов, а авторский пресет рассчитан на 8 192 токена. Для работы рекомендованы форматы ChatML или Mistral V3-Tekken. Модель принимает текст и генерирует текст; карточка не сообщает, какие естественные языки поддерживаются. Лицензия — CC BY 4.0.

Mr-Men-and-Little-Misses — модель генерации изображений по текстовому описанию, созданная fffiloni методом DreamBooth на базе Stable Diffusion с помощью fast-DreamBooth notebook от TheLastBen. Для генерации используйте шаблоны «Mr what you want» или «Little Miss what you want», например «mr tiger» или «little miss sunshine», чтобы создавать изображения в стилистике персонажей Mr. Men и Little Miss. Репозиторий содержит веса в форматах Diffusers и PyTorch и распространяется по лицензии CreativeML OpenRAIL-M. В README рекомендуется использовать более 30 шагов генерации для лучших результатов.

Muse-12B — языковая модель на архитектуре Mistral Nemo, созданная LatitudeGames при сотрудничестве с Gryphe Padar. Модель содержит 12,1 млрд параметров и дообучена на базе mistralai/Mistral-Nemo-Base-2407 в три этапа: supervised fine-tuning и два этапа direct preference optimization. Она предназначена для генерации текста в диалоговом формате ChatML. Модель подходит для текстовых приключений, ролевых диалогов и повествовательной прозы, особенно для историй о взаимоотношениях персонажей и эмоциях. Обучение включало многоходовые приключения, эмоциональные истории и ролевые сценарии; заявленный контекст — до 131 072 токенов. Основной язык карточки — английский. Ограничения: модель обучалась преимущественно на повествовании от второго лица в настоящем времени, поэтому другие стили могут получаться хуже. Ответы склонны к многословию, хотя длину можно регулировать инструкциями. Лицензия — Apache-2.0.

NeuralStar_Fusion-7B — объединённая модель генерации текста, созданная слиянием OmnicromsBrain/NeuralStar-7b-Lazy и OmnicromsBrain/StoryFusion-7B методом SLERP. Она построена на архитектуре Mistral с плотной языковой моделью на 7,1 млрд параметров и рассчитана на генерацию продолжений текста по подсказке, в частности рассказов и художественных текстов на английском языке. Контекст модели — до 32 768 токенов. В репозитории представлены веса в формате safetensors. Модель подходит для создания сюжетов, сцен, персонажей и других художественных текстов. README не сообщает о лицензии или специальных мерах безопасности, поэтому условия использования и ограничения по темам из доступных данных установить нельзя.

Ninja-v1-RP-expressive-breadcrumbs — объединённая языковая модель для ролевых диалогов, созданная Aratako с помощью mergekit. В основе лежат Aratako/Ninja-v1-RP и Elizezen/Antler-7B; финальное объединение выполнено методом Model Breadcrumbs. Модель основана на архитектуре Mistral, содержит 7,1 млрд параметров и рассчитана на контекст до 4096 токенов. Модель предназначена для ролевых диалогов и генерации выразительных ответов от лица персонажей. Автор сообщает, что вариант усиливает выразительность за счёт влияния модели для генерации прозы, при этом реже самопроизвольно продолжает повествование. Для работы рекомендован шаблон диалога Vicuna; в многоходовом общении к концу каждого ответа ассистента нужно добавлять токен конца последовательности. В карточке указана поддержка японского языка. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

DS-Archive/Nous-Hermes-Llama2-13b-Kimiko-Lora-Merged — объединённая модель на базе Nous Hermes Llama 2 13B с QLoRA-адаптером Kimiko. Она сочетает следование инструкциям и способности к рассуждению базовой модели с ролевой игрой от лица персонажей. Модель построена на архитектуре Llama 2, содержит 12,9 млрд параметров и рассчитана на контекст до 4096 токенов; принимает текст в формате инструкций Alpaca и генерирует текст. Модель подходит для диалогов и ролевых сценариев с персонажами. Разработчики предупреждают о предвзятостях, в том числе характерных для нишевых ролевых форумов, и не рекомендуют использовать её для предоставления фактической информации или советов. Лицензия указана как other, конкретные условия в карточке не приведены.

Модель ppp57420/ocean-personality-distilbert разработана на базе DistilBERT и дообучена для регрессионной оценки пяти черт личности по тексту: открытости опыту, добросовестности, экстраверсии, доброжелательности и нейротизма. Она выдаёт пять нормализованных оценок в диапазоне от 0 до 1 и использует архитектуру DistilBertForSequenceClassification. Модель предназначена для автоматизированного прогнозирования личностных характеристик по англоязычному тексту. В README приведены метрики на использованной оценке: MAE 0,108, RMSE 0,1762, корреляция Пирсона 0,7688 и корреляция Спирмена 0,7498. Максимальная длина контекста — 512 токенов. Модель распространяется по лицензии MIT.

DreamGen Opus V0.5 70B — языковая модель DreamGen для управляемого написания историй, чата и ролевых сценариев. Это дообученная версия meta-llama/Llama-2-70b-hf с плотной архитектурой Llama и 68,7 млрд параметров; репозиторий содержит веса PyTorch. Модель принимает текст и генерирует текст на английском языке, с контекстом до 4096 токенов. Дообучение охватывает более миллиона токенов примеров совместного письма и свыше 20 миллионов токенов менее направленных текстовых примеров. Модель рассчитана на продолжение историй по заданной обстановке и событиям, а также на чат и ролевые игры; автор отмечает более сильные навыки ролевого общения по сравнению с предыдущей версией Opus V0 70B и большую открытость к NSFW-контекстам. Для запуска нужны значительные вычислительные ресурсы; доступны сторонние варианты квантования AWQ, GPTQ и GGUF, для которых README предупреждает о возможном снижении качества. Лицензия в предоставленных данных не указана.

Oxy 1 Micro — дообученная модель Oxygen (oxyapi) при участии TornadoSoftwares на базе Qwen2-1.5B, предназначенная для ролевых диалогов и интерактивных историй. Это плотная авторегрессионная языковая модель с 1,5 млрд параметров; она работает с текстом и поддерживает чатовый формат. Модель рассчитана на генерацию контекстно связанных реплик персонажей и творческих ролевых сценариев. Заявленная длина контекста — 32 768 токенов, максимальный размер ответа — 8 192 токена. Компактный размер помогает снизить требования к ресурсам, однако в карточке нет результатов бенчмарков, подтверждающих качество модели. Поддерживается английский язык. Лицензия — Apache-2.0.

Ozan-v1-12B — модель на 12,1 млрд параметров, разработанная Arbaz Siddiqui для создания художественной прозы и длинных рассказов с меньшим количеством шаблонных оборотов, характерных для текстов LLM. Это дообученная на базе Mistral-Nemo-Instruct-2407 модель архитектуры Mistral, обученная с помощью QLoRA на отобранных примерах прозы и затем настроенная методом DPO на предпочтение реальной книжной прозы. Модель предназначена для написания сцен и рассказов, развития персонажей и следования творческим инструкциям в диалоговом формате. Модель принимает текстовые запросы и генерирует текст; поддерживает контекст длиной до 131 072 токенов и рассчитана прежде всего на английский язык. В описании приведены результаты оценки художественного мастерства и метрики повторяющихся шаблонных формулировок; модель сильна в голосе и тоне, связности, следовании инструкциям и образности. Среди отмеченных слабых сторон — эмоциональная сложность и неожиданность. Распространяется в формате safetensors по лицензии Apache-2.0; карточка также указывает отдельную GGUF-версию для запуска в совместимых локальных приложениях.

HaitameLaf/Phi3_StoryGenerator — дообученная HaitameLaf модель для генерации текста, в том числе историй. Основана на unsloth/Phi-3-mini-4k-instruct-bnb-4bit; в метаданных указана плотная архитектура MistralForCausalLM и размер 3,7 млрд параметров. Модель поддерживает диалоговый режим и принимает текст, выдавая текст. Карточка указывает английский и французский языки, а среди обучающих наборов — франкоязычные данные о видеоиграх, оружии и испытаниях. Контекст модели составляет 4096 токенов. Обучение проводилось с Unsloth и библиотекой TRL. Модель подходит для генерации историй и сюжетного текста, в частности на игровую тематику. Лицензия — Apache-2.0; конкретные ограничения качества и использования в карточке не описаны.