IV.5Образование и развитие навыков

Это дообученная на базе Qwen/Qwen3-4B-Instruct-2507 модель с плотной архитектурой Qwen3 и 3,7 млрд параметров. Она предназначена для генерации текста в диалоговом формате и может использоваться через библиотеку Transformers; карточка указывает обучение с помощью TRL. Название репозитория указывает на настройку для рассуждений о шахматах, однако README не описывает датасет, методику обучения или подтверждённое качество в этой области. Модель принимает текстовые запросы и генерирует текст; унаследованный от базовой модели контекст составляет до 262 144 токенов. Файлы представлены в формате safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

Это LoRA-адаптер для Qwen3-4B, преобразованный в формат GGUF F16 для использования с llama.cpp. Репозиторий rockerBOO/qwen3-4b-roleplay-lora-F16-GGUF содержит адаптер, который подключается к базовой модели через параметр LoRA в llama-cli или llama-server; сам по себе он не является полной моделью. Адаптер предназначен для генерации диалогов и ролевых ответов, а также творческого письма. Он обучен с использованием набора rockerBOO/Gryphe-Sonnet3.5-Charcard-Roleplay-filtered. Указана лицензия Apache-2.0. Для работы нужны совместимые базовые веса Qwen3-4B и llama.cpp.

Cyclone-Labs/Qwen3.6-Fallen-Fabulist-35B-A3B-heretic — экспериментальная мультимодальная модель-слияние на архитектуре Qwen3.5 MoE, созданная Cyclone Labs на основе Qwen/Qwen3.6-35B-A3B с компонентами WorldSim-Opus-3.6-35B-A3B, Melody1437-35B-A3B и Ornith-1.5-35B-A3B, а затем обработанная Heretic. Репозиторий содержит веса в формате Safetensors; модель рассчитана на диалоговое взаимодействие с поддержкой изображений. Основные сценарии — ролевая игра с персонажами и заданными образами, написание художественных текстов и диалогов, создание длинных историй, построение мира и интерактивная проза с ветвящимися сюжетами. Карточка описывает модель как менее ограниченную и более непредсказуемую для творческого взаимодействия. Модель имеет 35 млрд параметров в обозначении размера, однако точное число активных параметров из доступных данных не следует. Лицензия — Apache-2.0. README характеризует её как экспериментальную; качество и поведение в разных сценариях могут быть непредсказуемыми.

sadiqoon/sadiq-cite-8b — диалоговая модель на базе Qwen3-8B, дообученная для ответов по исламскому праву (фикху) с цитированием предоставленных фрагментов. Она предназначена для RAG-сценариев: получает вопрос и найденные материалы, формирует ответ с цитатами и отказывается отвечать, если контекст не относится к вопросу. Модель имеет 7,6 млрд параметров, архитектуру Qwen3 с плотной причинной языковой моделью, принимает текст и поддерживает арабский и персидский языки. Нативная длина контекста — 40 960 токенов. В обучении использованы 3 949 примеров «вопрос — фрагмент — ответ» и 500 примеров отказа; LoRA-дообучение применялось к проекциям внимания и MLP, после чего адаптер был объединён с базовыми весами. В описанной оценке модель цитировала предоставленные фрагменты в 99,6% ответов, однако 10,8% цитат не находились в источниках; для проверки цитат автор рекомендует использовать отдельный верификатор. Если во входных фрагментах нет сведений о книге и странице, модель может выдумать библиографическую ссылку. Модель распространяется по лицензии MIT.

Sanskrit-qwen-7B-Translate-v2-i1-GGUF — GGUF-квантизированная версия модели Sanskrit-qwen-7B-Translate-v2, разработанной diabolic6045 и опубликованной в квантизированном виде mradermacher. Модель создана на базе Qwen с заявленным размером 7B и дообучена на Sanskrit-transliteration-chat-dataset. Модель предназначена прежде всего для перевода и транслитерации текстов на санскрите, включая преобразование между письмом Devanagari и латинской записью IAST. README также указывает английский язык, поэтому основной сценарий — двуязычная работа с санскритом и английским. Поддерживаются различные варианты GGUF-квантизации объёмом примерно от 2,0 до 6,4 ГБ, что позволяет запускать модель на устройствах с разным объёмом памяти. Сильная сторона модели — специализация на санскрите, переводе и транслитерации, а также наличие вариантов с разным компромиссом между размером, скоростью и качеством. Ограничения связаны с потерями качества при низких уровнях квантизации; README отдельно отмечает, что некоторые компактные варианты имеют низкое качество. Размер контекста, мультимодальные возможности и точные показатели качества не указаны. Модель распространяется по лицензии Apache-2.0.

SmallScale Simple-Stories-Hindi-20M — небольшая авторская языковая модель на 22,3 млн параметров, обученная с нуля на 2,11 млн простых рассказов на хинди. Это декодерный Transformer в стиле LLaMA с RoPE, SwiGLU и RMSNorm; модель предназначена для генерации связных художественных историй по короткой текстовой подсказке. В карточке приведены примеры рассказов и лучшая валидационная кросс-энтропийная ошибка 1,6914 после 386 000 шагов обучения. Модель рассчитана на короткие творческие сценарии на хинди. Небольшой размер ограничивает её общие языковые возможности; данные не подтверждают пригодность для диалогов, фактических ответов или специализированных задач. Лицензия — MIT.

SorcererLM-8x22b-bf16 — диалоговая модель, созданная rAIfle дообучением WizardLM-2-8x22B с помощью LoRA ранга 16 и alpha 32. Автор обучил адаптер на двух эпохах очищенных и дедуплицированных c2-logs, чтобы приблизить стиль письма модели к стилю Claude и улучшить её пригодность для ролевых игр и творческого письма. Выпуск содержит готовые к использованию веса в формате safetensors; для применения не требуется отдельно подключать LoRA. Модель построена на архитектуре Mixtral MoE, содержит 22 млрд параметров и поддерживает контекст до 65 536 токенов. Она принимает текст и генерирует текст в диалоговом формате. Карточка рекомендует шаблон SorcererLM или Vicuna 1.1 и отмечает чувствительность к настройкам сэмплирования; автор сообщает об улучшении относительно базовой модели для ролевых игр, но не приводит количественных оценок. Модель распространяется по лицензии Apache-2.0. README не описывает языковой охват и не даёт подробных гарантий безопасности; перед использованием следует учитывать, что заявленная специализация — ролевые сценарии и стиль генерации, а не универсальная проверка фактов.

StepFun-Formalizer-7B — языковая модель StepFun для автоматического перевода математических задач и утверждений на естественном языке в формальные выражения на Lean 4. Модель основана на DeepSeek-R1-Distill-Qwen-7B и дообучена на StepFun-Formalizer-Training; использует плотную архитектуру Qwen2 и содержит 7,1 млрд параметров. Для работы с формализацией математических высказываний поддерживает генерацию текста и диалоговый режим. Модель предназначена для автоматической формализации математики. В README заявлены результаты на FormalMATH-Lite, ProverBench и CombiBench: по проверке BEq она достигает или превосходит предыдущие универсальные и специализированные модели сопоставимого размера. Метаданные указывают контекст до 131 072 токенов и лицензию Apache-2.0. Карточка не приводит конкретных ограничений качества или списка поддерживаемых естественных языков; из метаданных подтверждён английский язык.

StoryFusion-7B — модель генерации текста на архитектуре Mistral с 7,1 млрд параметров, созданная объединением StoryWeaver-7b-Instruct-v0.1, Coxcomb и Mistral-7B-storywriter. В конфигурации слияния также указана WestLake-7B-v2 как базовая модель; применён метод dare_ties, итоговый тип данных — bfloat16. Модель предназначена для генерации художественных текстов и рассказов по подсказке, а также для диалоговой генерации в формате инструкций. Контекстное окно составляет 32 768 токенов. Веса опубликованы в формате safetensors; README также упоминает квантованные варианты GGUF. Язык исходных моделей и назначение нацелены на англоязычное творчество. Модель распространяется по лицензии, указанной в метаданных Hugging Face. Сведений о ней в предоставленных данных нет.

TooManyMixRolePlay-7B-Story_V3.5 — объединённая текстовая генеративная модель на базе архитектуры Mistral, созданная jdqwoi с помощью LazyMergekit. Она сочетает модели TooManyMixRolePlay-7B-Story_V2 и TooManyMixRolePlay-7B-Story_V3 методом SLERP; размер составляет 7,1 млрд параметров, формат весов — safetensors, контекст — до 32 768 токенов. Модель предназначена для генерации текста в ролевых сценариях и создания историй, включая продолжение длинных сюжетов. Она принимает текст и выдаёт текст. В карточке не приведены сведения о поддерживаемых языках и лицензии, поэтому оценить языковой охват и условия использования по имеющимся данным нельзя.

Qwen2.5-14B Sugarquill v1 — языковая модель на 14 млрд параметров, которую Auri дообучил на базе arcee-ai/SuperNova-Medius. Это плотная архитектура Qwen2, рассчитанная на генерацию текста и диалоги; модель использует формат ChatML и поддерживает контекст до 131 072 токенов. Обучение продолжалось два эпоха на коротких рассказах из веб-данных: использовались выборки из Erebus-87k и r_shortstories_24k. Модель предназначена прежде всего для написания художественной прозы, ролевого взаимодействия и совместного сочинения историй в диалоге или режиме продолжения текста. По словам автора, она сохраняет сильное следование инструкциям и хорошо подходит для длинных историй, но может быть темпераментной и требовать настройки параметров генерации. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0.

Violet-Eclipse-12B — объединённая языковая модель, созданная автором репозитория методом Model Stock с помощью mergekit на основе нескольких моделей Mistral. В состав слияния вошли MN-Violet-Lotus-12B, Forgotten-directive-Neon-stock, KansenSakura-Erosion-RP-12b, Impish_Nemo_12B и guns-and-roses-r1. Модель содержит 12,1 млрд параметров и распространяется в формате safetensors для Transformers. Модель предназначена главным образом для ролевых диалогов и творческого письма, включая создание текстовых приключений. Она генерирует неотфильтрованный контент, в том числе потенциально тревожные и сексуальные материалы. Метаданные указывают контекстное окно до 1 024 000 токенов; поддерживаемый язык в источниках не указан. Лицензия в предоставленных данных не приводится.

QuantStack/Wan2.2-Fun-A14B-Control-GGUF — квантованная GGUF-версия модели Wan2.2-Fun-A14B-Control, разработанной Alibaba PAI. Модель предназначена для генерации видео из текста и работы в сценариях text-to-video, а также рассчитана на использование в ComfyUI через пользовательский узел ComfyUI-GGUF. В состав решения входят основная модель Wan2.2-Fun-A14B-Control, текстовый энкодер Umt5-xxl и VAE Wan2.1_VAE. В метаданных указаны английский и китайский языки. README не содержит точных сведений об архитектуре, количестве параметров, поддерживаемых модальностях помимо назначения text-to-video или размере контекстного окна. Квантование может снизить требования к ресурсам, однако его влияние на качество в README не описано; для работы требуются совместимые компоненты ComfyUI и отдельные файлы текстового энкодера и VAE. Модель распространяется по лицензии Apache-2.0. Для квантованной версии сохраняются исходные условия лицензирования и ограничения на использование базовой модели.

Yiffymix v51-XL — версия модели Yiffymix v51 от chilon249, адаптированная для Diffusers. Это модель семейства Stable Diffusion XL-Lightning для генерации изображений по текстовым описаниям; репозиторий поддерживает Diffusers и формат safetensors. В README рекомендуются 12–25 шагов генерации, низкий guidance scale около 4–6 и clip skip 2. Для Diffusers указан сэмплер DPM++ 2M Karras; можно подключить другие планировщики и отдельный VAE. Модель подходит для создания художественных изображений по текстовым запросам. README ограничивает её использование творческими и художественными целями без намерения причинить вред. Лицензия в метаданных — OpenRAIL++; перед использованием внешнего VAE необходимо соблюдать его лицензию.

ZINI-1-CHAT-STORIES — компактная диалоговая модель для создания художественных историй. Она разработана на основе Qwen/Qwen2.5-0.5B-Instruct и дообучена для сценариев сторителлинга; архитектура — плотная Qwen2 с 494 млн параметров, модель использует библиотеку Transformers и формат Safetensors. Контекст — до 32 768 токенов. Модель предназначена для генерации рассказов, сказок и других художественных текстов в диалоге: например, мистики, романтики, научной фантастики и ужасов. В описанном сценарии она отвечает только художественными историями и отказывает в запросах на математику, код, прогноз погоды, рецепты и новости. Поддерживаемый язык — английский. Лицензия — Apache-2.0.

Aion 3.5 — система для ролевых диалогов и создания историй от AionLabs, построенная на семействе моделей GLM. Она использует совместную генерацию: несколько специализированных моделей работают над ответом. Подходит для интерактивных ролевых сценариев и совместного написания художественных текстов. В доступном фрагменте карточки не раскрыты размер, точная архитектура, поддерживаемые языки, контекстное окно и подробности взаимодействия компонентов. Лицензия также не указана в предоставленных данных.

ALBERTI — мультиязычная модель на базе BERT, разработанная участниками Flax/JAX Community Week и дообученная на корпусе стихотворных строк PULPO. Эта версия предназначена для работы с отдельными стихотворными строками; в семействе также есть отдельная модель для строф. Архитектура — BertForMaskedLM, объём — 205,1 млн параметров, контекст — до 512 токенов. Модель выполняет задачу заполнения пропусков в тексте. PULPO объединяет многоязычные корпуса стихов общим объёмом более 95 млн слов, в том числе на испанском, английском, французском, итальянском, чешском, португальском, арабском, китайском, финском, немецком, венгерском и русском языках. Репозиторий содержит версии Flax, PyTorch и Safetensors. Лицензия — CC BY 4.0. Карточка сообщает, что модель перенесена в linhd-postdata/alberti-bert-base-multilingual-cased для дальнейшего сопровождения.

ape fiction — языковая модель, дообученная автором leftyfeep для генерации художественной прозы. Она основана на Mistral Nemo Base и обучена на датасете fullfictions-85kmax в течение двух эпох с использованием Unsloth; при обучении использовались длинные примеры из датасета, которые удавалось обрабатывать без нехватки памяти. Модель имеет плотную архитектуру MistralForCausalLM и 12,1 млрд параметров, распространяется в формате safetensors под лицензией Apache-2.0. В метаданных указан контекст до 1 024 000 токенов. Основной сценарий — продолжение и создание художественных текстов по запросу. README не сообщает результаты оценки качества или отдельные языки обучения.

Austral 24B Winton — языковая модель Delta-Vector для диалогового ролевого отыгрыша, приключенческих сценариев и художественного письма. Это дообученная плотная Mistral-модель с 23,4 млрд параметров; автор описывает её как многоэтапный финетюн Harbinger 24B с дополнительным обучением SFT и KTO для улучшения связности и качества текста. Модель поддерживает чат в формате ChatML и имеет контекстное окно до 131 072 токенов. Модель предназначена для создания и продолжения ролевых сцен, приключенческих историй и диалогов на английском языке. Опубликована в формате safetensors и распространяется по лицензии Apache-2.0. Карточка также упоминает варианты GGUF, EXL3 и EXL2 для сторонних средств запуска.

BioGravity-bilingual-Inst — корейско-английская биомедицинская инструкционная модель компании AIGEN Sciences, созданная на базе Gravity-30B-A5B-Preview. Она предназначена для ответов на биомедицинские вопросы, объяснения понятий, выполнения инструкций и помощи в исследованиях с использованием инструментов в среде Biomni A1. Модель использует архитектуру GravityMoEForCausalLM с разреженной смесью экспертов и MLA. В репозитории указано 3,8 млрд параметров и контекст до 131 072 токенов; доступны объединённый чекпойнт, токенизатор, шаблон чата и метаданные протокола A1. Для работы с инструментами среда должна обрабатывать специальные маркеры действий и наблюдений. В README приведена точность 55,1% на Biomni Eval1 при использовании оценочного контура; этот результат зависит от соответствующей среды и конфигурации. Модель может допускать фактические ошибки, её знания не включают более поздние публикации и рекомендации, а качество на языках помимо корейского и английского не гарантируется. Лицензия — Apache-2.0; авторы указывают исследовательское назначение и рекомендуют проверять ответы специалистом.

Bloom-1b7-creative-writing — дообученная модель BigScience на базе bigscience/bloom-1b7, созданная для генерации творческих текстов. В карточке указано, что она предназначалась для студенческого группового проекта курса LLM в Portland State University зимой 2024 года; обучение проводилось на наборе adambjorn/UnrelatedForgettingOverhead creative writing dataset. Это плотная авторегрессионная модель архитектуры BLOOM с 2,1 млрд параметров и контекстом до 4096 токенов. Она принимает текст и генерирует текст; исходная BLOOM — многоязычная модель, но карточка не уточняет, какие языки охватывает дообучение. Модель подходит для экспериментов с генерацией творческих текстов и учебных проектов. Карточка не приводит оценок качества и подробностей ограничений, поэтому пригодность для стабильного практического применения не подтверждена. Лицензия — BigScience-BLOOM-Rail-1.0.

mps/blue-scrub-150M — компактная языковая модель, разработанная для проекта slm-train-scratch. Это плотная decoder-only модель семейства Llama с архитектурой LlamaForCausalLM и примерно 154,4 млн параметров. Она использует byte-level BPE-токенизатор с размером словаря 32 000, принимает текст и генерирует текст; длина контекста составляет 2048 токенов. Чекпойнт сохранён в формате safetensors с точностью bfloat16. Модель предварительно обучена с нуля на смеси образовательных и медицинских текстов: очищенных подвыборках FineWeb-Edu и TheBlueScrubs. Она предназначена для экспериментов с компактными базовыми языковыми моделями, продолжения предобучения, адаптации к предметной области и оценки базовой модели для медицинских и образовательных текстов. Это базовая, не прошедшая инструкционную настройку модель, поэтому она не предназначена для диалогового использования без дополнительной адаптации и может выдавать неполные, неверные или небезопасные ответы. Её нельзя использовать как источник медицинских рекомендаций; перед практическим применением необходимы оценка качества, предвзятости, фактической точности и безопасности. Лицензия указана как other, конкретные условия следует проверять в репозитории.

Cakrawala-123B — дообученная NarrativAI языковая модель на архитектуре Mistral для генерации ролевых диалогов и взаимодействий персонажей. Она создаёт подробные реплики с описаниями действий, выражений и эмоций и стремится сохранять характерный голос и точку зрения персонажа в продолжительных беседах. Модель основана на Mistral-Large-Instruct-2411 и дообучена методом QLoRA на датасете NarrativAI/CakrawalaRP. В репозитории указано 123B параметров; метаданные задают нативный контекст 131072 токена. Основной сценарий — текстовый чат для ролевых игр и повествовательных взаимодействий. Модель выпущена под лицензией MIT.

ChatMusician-Base — открытая языковая модель для понимания и генерации музыки, разработанная командой ChatMusician. Это плотная авторегрессионная модель семейства LLaMA с 6,6 млрд параметров, основанная на LLaMA 2 и дообученная на текстовом представлении музыки ABC. Она принимает и выдаёт текст, включая музыкальную нотацию ABC, без отдельного аудиомодуля; контекст составляет 2048 токенов. Модель предназначена для создания музыкальных партитур по текстовым описаниям, аккордам, мелодиям, мотивам и музыкальным формам, а также для ответов на вопросы о музыке и музыкальной теории. Для обучения использованы корпус MusicPile и 1,1 млн примеров supervised fine-tuning. Карточка сообщает о поддержке английского языка и демонстрирует музыкальные сценарии, но не перечисляет другие поддерживаемые естественные языки. Репозиторий содержит веса PyTorch и распространяется по лицензии MIT. Модель лучше работает со строгими форматами и закрытыми музыкальными инструкциями; возможны галлюцинации, а обучение преимущественно на ирландской музыке влияет на стилевое разнообразие. Авторы также отмечают слабые способности к обучению в контексте и пошаговому рассуждению, а результаты тестирования музыкального понимания получены в режиме perplexity и могут быть хуже при прямой генерации. Модель не следует использовать как источник музыкального образования.

Cinematika-7b-v0.1 — текстовая генеративная модель на 7,1 млрд параметров, созданная jondurbin на основе MistralLite и дообученная на датасете cinematika-v0.1. В датасет входят 211 сценариев фильмов, преобразованных в прозу, и данные для ролевых диалогов с несколькими персонажами. Модель использует архитектуру Mistral и поддерживает контекст до 32 768 токенов. Модель предназначена для продолжения текста в ролевых сценариях с несколькими персонажами, стилизации сценариев под прозу, создания карточек персонажей и выполнения инструкций в формате базовой MistralLite. Для ролевой игры README рекомендует обычный текст с префиксом имени персонажа; генерацию можно завершать стоп-токеном с именем пользователя. Модель распространяется по лицензии Apache-2.0.

Cream-Phi-3-14B-v1 — языковая модель BeaverLegacy на архитектуре Phi-3, дообученная для ролевого общения. Автор описывает её как продолжение дообучения Cream-Phi-3-14B-v1a; в карточке заявлены обучение на ролевых диалогах и поддержка откровенного контента. Модель содержит 13,8 млрд параметров, принимает текст и генерирует текст, длина контекста — 4096 токенов. Модель рассчитана прежде всего на ролевые сценарии с персонажами и может использоваться для диалогов в формате Instruct. Автор отмечает сильное форматирование ролевых ответов и достаточно длинные реплики; при этом откровенные ответы остаются умеренными, что автор связывает с предварительным обучением Phi Medium. Лицензия — MIT.

iky1e/DeepFilterNet3-MLX — конвертированная версия DeepFilterNet3, модели подавления шума и улучшения речи в реальном времени, разработанной Хендриком Шрётером. Она предназначена для обработки аудио на устройствах Apple Silicon через MLX: принимает запись с речью и фоновым шумом и выдаёт аудио с улучшенной разборчивостью речи. Веса исходной модели PyTorch напрямую преобразованы в формат safetensors для MLX; дообучение и квантизация не применялись. Для модели указаны частота дискретизации 48 кГц, размер FFT 960 и шаг 480. Лицензия — MIT, как у оригинальной модели. Карточка не описывает поддержку иных частот дискретизации или конкретные ограничения по типам шума.

Dicephal-123B — экспериментальная языковая модель автора ChuckMcSneed, полученная слиянием базовой Llama 2 70B с её копией с помощью mergekit. Модель с архитектурой LlamaForCausalLM содержит 123,5 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — 4096 токенов. Репозиторий содержит веса в формате safetensors. Автор отмечает более творческий стиль и чувство юмора по сравнению с базовой моделью, а также улучшения в стилизованном письме и стихах. Модель может подойти для творческого письма, однако иногда создаёт бессмысленные слова и, подобно базовой модели, может быть непослушной инструкциям; для получения желаемого ответа требуется тщательно формулировать запросы. Качество автор оценивал на собственном мем-бенчмарке, поэтому эти наблюдения не следует считать независимой оценкой. Лицензия указана как Llama 2 Community License.

Lanni-ni/dynamic_alibi_4_6_384_babylm_100m_inverse_epoch5 — компактная языковая модель для генерации текста, опубликованная на Hugging Face. Модель использует библиотеку Transformers, сохранена в формате Safetensors и содержит 27,6 млн параметров. В метаданных и названии упоминается подход dynamic ALiBi, связанный с позиционным представлением токенов, а также семейство BabyLM и вариант обучения inverse epoch5. Модель предназначена для авторегрессионной генерации текста: продолжения заданного фрагмента, создания коротких текстовых образцов и экспериментов с небольшими языковыми моделями. Благодаря небольшому размеру она подходит для исследовательских и учебных сценариев, локального запуска и тестирования методов обучения и позиционного кодирования. Сведения о разработчике, поддерживаемых естественных языках, лицензии, контексте, обучающих данных, оценивании и ограничениях в карточке модели не приведены. Поэтому модель не следует без дополнительной проверки использовать в критически важных приложениях или для генерации фактически надёжной информации.

EtherealRainbow-v0.3-8B — слитая с помощью mergekit модель на архитектуре Llama 3, опубликованная invisietch. Модель содержит около 7,5 млрд параметров и рассчитана на генерацию творческой прозы, ролевые диалоги и рассказывание историй, включая длинные ответы с соблюдением инструкций и заданных промптов. Версия 0.3 направлена на повышение творческой выразительности при сохранении связности. Модель объединяет несколько дообученных вариантов Llama 3; в карточке указаны 12 исходных моделей. Поддерживает текстовый диалог на английском языке, использует контекст до 8192 токенов и рекомендуется к применению с форматом инструкций Llama 3 Instruct. Репозиторий содержит веса Safetensors; автор также упоминает варианты квантизации GGUF и EXL2. Модель позиционируется как малосдерживающая и может создавать откровенный, тревожный или оскорбительный контент. Это следует учитывать при ролевых сценариях и генерации историй. Лицензия — Llama 3 Community License (llama3).