IV.5Образование и развитие навыков

Модель li1212/conditional-detr-resnet-50_finetuned_cppe5 — дообученная версия Conditional DETR с ResNet-50 от Microsoft для обнаружения объектов на изображениях. Она предсказывает классы объектов и их ограничивающие рамки; по метрикам оценки в README модель распознаёт, в частности, комбинезоны, защитные щитки, перчатки, очки и маски. Заявлены mAP 0,2889 и mAP@50 0,5213 на тестовом наборе; набор данных указан как неизвестный. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Cosmos-Predict2-2B-Video2World — диффузионная модель NVIDIA для генерации видео по текстовому описанию и изображению первого кадра. Она предназначена для создания динамичных сцен и визуальных состояний мира, в том числе как основы для разработки приложений Physical AI. Модель построена на диффузионном трансформере, который выполняет денойзинг в латентном пространстве и использует слои self-attention, cross-attention и feed-forward. В README указаны варианты генерации видео с разрешением 720p или 480p и частотой 16 или 10 кадров в секунду; стандартный вариант выдаёт 720p при 16 кадрах в секунду. Также описан приём видео на вход, однако основное назначение этой версии — предсказывать будущие кадры по тексту и изображению первого кадра. Модель подходит для визуализации сцен и движений, генерации коротких роликов и прототипирования сценариев миров. Для неё отмечены ограничения при генерации длинных видео высокого разрешения: возможны временная несогласованность, нестабильное движение камеры и объектов, неточные взаимодействия и нарушения физических закономерностей. Лицензия — NVIDIA Open Model License; README заявляет возможность коммерческого использования на её условиях.

Creative Writing Heretic 3.2 1B — компактная модель семейства Llama 3.2, созданная объединением нескольких моделей на базе Green-Eye/Llama-3.2-1B-Instruct-heretic. В объединение вошли модели с настройкой для творческого письма и ослабленными отказами; README указывает, что после дообучения творческому письму модель изучалась с помощью редактирования поведения на уровне представлений. Модель предназначена для генерации текста, прежде всего художественных и творческих текстов. Архитектура — плотная авторегрессионная LlamaForCausalLM, размер — 1,2 млрд параметров, библиотека — Transformers, формат весов — safetensors. Заявленное контекстное окно составляет 131 072 токена; среди языков карточки указаны английский и испанский. Модель помечена как uncensored и NSFW, поэтому может выдавать контент для взрослой аудитории и не предназначена для всех аудиторий. Качество и устойчивость ответов компактной модели могут быть ограничены. Использование регулируется лицензией Llama 3.2.

Dungeonmaster V2.2 Expanded — объединённая модель семейства Llama, созданная автором Tarek07 для творческих ролевых сценариев. Она ориентирована на ролевые игры с последствиями и развитием сюжета, следование подробным подсказкам, выразительное описание и мрачную, провокационную импровизацию. Модель объединяет несколько дообученных вариантов Llama 3.3 объёмом около 70 млрд параметров с помощью метода Linear DELLA в mergekit. Модель принимает текст и генерирует текстовые ответы в диалоговом формате. В метаданных указан контекст до 131 072 токенов; модель доступна в формате safetensors и использует лицензию llama3.3. Автор отмечает, что настройки с температурой около 0,8 и Min P 0,02 могут дать хорошие результаты, но качество зависит от сценария и параметров генерации.

Electric Sheep 7B Alpha — экспериментальная чат-модель на 7,1 млрд параметров, разработанная maldv на основе maldv/winter-garden-7b-alpha и архитектуры Mistral. Модель дообучена на корпусе, где около 70% составляют книги, а остальные данные взяты из разговорных, научных и математических наборов. Она рассчитана прежде всего на продолжение текста и художественное письмо: автор описывает её как модель, которая охотно генерирует длинные истории без заданного сюжета. Для задания темы можно использовать префикс [WP] Topic; модель обучалась без обязательного промпта и может продолжать генерацию с начала текста. Размер контекста — 32 768 токенов. В карточке указаны английский язык и чат-возможность. Модель может быть интересна для творческих экспериментов и генерации историй, но автор отмечает склонность к длинному письму без связного сюжета. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Fantasy Story Weaver — модель NBall65097, дообученная на базе Phi-3.5-mini-instruct методом QLoRA для генерации коротких атмосферных фэнтези-историй по сюжетной завязке. Она создаёт связные виньетки с выразительным описанием мира, неожиданным поворотом, моральной дилеммой и ненавязчивым нравственным выводом; типичная длина ответа — около 250–300 слов. Модель принимает текст и генерирует текст, поддерживает английский язык, имеет архитектуру семейства Llama с 3,7 млрд параметров и контекст до 4096 токенов. Подходит для творческого письма, интерактивного повествования и быстрого создания самостоятельных фэнтези-сцен. Лучше всего работает с краткими сюжетными завязками. Распределение обучающих примеров ориентировано на короткие рассказы, поэтому при запросе значительно более длинного текста возможны повторы или преждевременное завершение; иногда встречаются сбои связности и резкие концовки. Распространяется по лицензии Apache 2.0.

CoolSpring дообучил Gemma 2 9B Instruct на синтетических данных по мотивам сборника «Ляо-чжай-чжи-и» Пу Сунлина. Рассказы были переведены на современный упрощённый китайский язык и объединены с созданными для них писательскими заданиями; цель дообучения — развить возможности модели в художественном повествовании в духе китайских жанров чжи-гуай и чуаньци. Модель имеет плотную архитектуру Gemma 2 с 9 млрд параметров, предназначена для генерации текста и поддерживает диалоговый формат. Контекст — до 8192 токенов; основной язык — упрощённый китайский. Веса доступны в форматах PyTorch и Safetensors, лицензия — gemma; при использовании необходимо соблюдать условия Gemma Terms of Use. Модель подходит для создания историй и продолжения художественных текстов с китайской фольклорной и сверхъестественной тематикой. Обучающие материалы отражают нормы и взгляды Китая конца XVII — начала XVIII века, поэтому ответы могут содержать исторически обусловленные предубеждения, не соответствующие современным ценностям.

Gemma-3-Glitter-27B — модель для творческого письма на базе Gemma 3 27B, опубликованная организацией allura-org. Она создана слиянием Columbidae/gemma-3-27b-half, полученной как слияние моделей Gemma 3 27B IT и PT. Модель предназначена для диалогового написания художественных текстов и развития вымышленных сюжетов; архитектура Gemma 3 поддерживает работу с изображениями и текстом. В README рекомендуется использовать короткие, точные запросы: длинные подробные системные инструкции могут ухудшать результаты. Модель содержит 27 млрд параметров и распространяется в формате Safetensors для библиотеки Transformers. В README указан формат диалогов Gemma 2/3; автор отмечает, что добавление PT-компонента ослабляет следование инструкциям, но делает прозу естественнее и снижает склонность к отказам в некоторых вымышленных сценариях. Сведения о лицензии в предоставленных данных отсутствуют.

Darkhn/Gemma-4-31B-Animus-V15.0 — дообученная модель Darkhn на базе Google Gemma 4 31B IT, предназначенная прежде всего для ролевых диалогов и интерактивного повествования. В README описан набор SFT объёмом 122 млн токенов и 22 000 примеров: ролевая игра и лор, сценарии для взрослой аудитории, мрачные сюжетные развилки, а также примеры следования инструкциям. Модель поддерживает текстовые диалоги и входные изображения благодаря сохранённому визуальному адаптеру базовой модели; доступны режимы с рассуждением и без него. Для корректной работы рекомендуется использовать Chat Completion и стандартный шаблон чата Gemma 4; README предупреждает о проблемах с Text Completion и необходимостью сохранять специальные токены при настройке API. Репозиторий содержит веса safetensors и GGUF. Лицензия — Apache 2.0.

Novelist-Eclipse — экспериментальная объединённая модель Ateron для генерации текста и разговоров в творческих и ролевых сценариях. Она создана с помощью mergekit на основе нескольких вариантов Gemma 4 31B, включая модели для ролевого общения, настройки стиля и прозы; в README также упомянута настройка lm_head на основе StyleTune. Архитектура — плотная Gemma 4, файлы представлены в формате safetensors. Модель рассчитана на создание художественной прозы и ролевых диалогов с акцентом на описательность, творческую выразительность и последовательность. Метаданные указывают английский язык и поддержку чата. Репозиторий распространяется по лицензии Apache-2.0. README характеризует модель как сырую и экспериментальную; результаты генерации могут быть непоследовательными или содержать клише.

Goetia-8B-v1 — объединённая автором Naphula языковая модель на базе архитектуры Llama для генерации текста и диалогов, особенно ролевых сцен и художественных историй. При создании применён метод Linear DARE mergekit; в объединение вошли несколько моделей семейства Llama 3 на 8 млрд параметров, в том числе DarkIdol-Llama-3.1-8B-Instruct-1.2-Uncensored и другие модели для ролевого общения и творчества. Модель содержит 7,5 млрд параметров, принимает текст и выдаёт текст, поддерживает английский язык и имеет контекстное окно до 131 072 токенов. Модель рассчитана на ролевые диалоги, продолжение сцен, создание сюжетов и художественный текст разных жанров. Автор характеризует её как творческую и неконсервативную в генерации; для общения рекомендуется шаблон Llama 3. Лицензия — Apache-2.0. Карточка предупреждает, что генерации могут включать графическое насилие и откровенный эротический контент.

uer/gpt2-chinese-couplet — языковая модель семейства GPT-2, предварительно обученная проектом UER-py для генерации китайских парных стихотворных строк (дуйлянь). Для подсказки подают исходную строку с разделителями между китайскими знаками; модель продолжает её и создаёт ответную строку. Обучающая выборка содержит 700 000 китайских дуйляней. Модель предназначена для генерации китайских куплетов по заданному фрагменту. Она использует архитектуру GPT2LMHeadModel и контекст длиной до 1024 токенов. Карточка демонстрирует загрузку через Transformers с BertTokenizer и GPT2LMHeadModel. В примере API могут некорректно отображаться результаты: параметр skip_special_tokens удаляет специальные токены, например [SEP] и [UNK]. Модель распространяется в форматах PyTorch, TensorFlow и Flax. Лицензия в предоставленных данных не указана.

contextlab разработала компактную авторскую языковую модель GPT-2 для исследования стилистики Ф. Скотта Фицджеральда. Модель обучена с нуля на восьми книгах писателя из корпуса Project Gutenberg и предназначена для генерации текста в его стиле, стилистического анализа и атрибуции авторства по сравнению значений cross-entropy с другими авторскими моделями. Архитектура GPT-2 включает 8 слоёв, эмбеддинги размерности 128 и 8 голов внимания. Модель работает с английским текстом, обученным и генерируемым в нижнем регистре; длина контекста — 1024 токена. Весов достаточно для демонстраций вычислительной стилистики и творческих экспериментов, но компактность ограничивает качество генерации. Модель не предназначена для поиска фактов или создания исторически достоверного содержания: она воспроизводит языковые закономерности ограниченного корпуса и лексику эпохи джаза. Лицензия — MIT.

gpt2-poems.en — англоязычная модель генерации текста на архитектуре GPT-2, созданная в рамках эксперимента Poems+AI. Она предназначена для генерации стихотворного текста по заданному началу или подсказке; в README в качестве исходного материала названы стихи Маркоса де ла Фуэнте. Модель принимает текст и выдаёт текст, использует PyTorch и имеет контекстное окно 1024 токена. Репозиторий распространяется по лицензии MIT.

andreipb/gpt2-poetry-model-crpo — языковая модель на базе GPT-2, разработанная Тео Феррари в рамках бакалаврской работы в HEIG-VD под руководством Андрея Попеску-Белиса. Модель дообучена на корпусе поэзии Gutenberg объёмом 142 МБ в течение трёх эпох и содержит 137 млн параметров. Модель генерирует строки стихотворений на английском языке, начиная каждую строку со специального токена, который можно удалить при постобработке. Она применялась в системе CR-PO для интерактивного сочинения стихов вместе с другими моделями, отвечающими за тематику и эмоции. Архитектура — GPT2LMHeadModel; максимальный контекст составляет 1024 токена. Модель подходит для генерации англоязычных поэтических строк и прототипов интерактивных поэтических систем. Она не описана как средство для генерации рифм на синтетических данных, несмотря на название связанной научной работы. Лицензия — MIT.

GPT2 Shakespeare style transfer paraphraser — модель на базе GPT-2, загруженная пользователем filco306. Это обученная модель из работы «Reformulating Unsupervised Style Transfer as Paraphrase Generation»; автор репозитория уточняет, что не является автором работы и получил разрешение на публикацию весов от её ведущего автора. Модель предназначена для перефразирования текста в стиле Уильяма Шекспира и генерации текста с переносом этого стиля. Модель использует архитектуру GPT2LMHeadModel, распространяется в формате PyTorch и имеет контекст до 1024 токенов. В карточке не приведены сведения о размере модели, поддерживаемых языках или условиях лицензии. Оценить качество, ограничения по входному формату и допустимое коммерческое использование по имеющимся данным нельзя.

Kuno-Lemon-7B — текстовая модель для ролевых диалогов и написания историй, созданная Nitral-AI слиянием моделей SanjiWatsuki/Kunoichi-DPO-v2-7B и KatyTheCutie/LemonadeRP-4.5.3. Слияние выполнено методом SLERP с помощью mergekit. Модель основана на архитектуре Mistral, содержит 7,1 млрд параметров и поддерживает контекст до 8192 токенов. Она предназначена для генерации текста в сценариях ролевой игры и художественного письма. В метаданных отмечена как не предназначенная для всех аудиторий; лицензия не указана в предоставленных данных.

L3.3-70B-Magnum-v4-SE — языковая модель Doctor Shotgun для творческого письма и ролевых диалогов. Это дообученная с помощью rsLoRA адаптера модель Meta Llama 3.3 70B Instruct; полные веса адаптера предназначены для объединения с базовой моделью. Модель использует архитектуру Llama 3 и формат диалога Llama 3, имеет 69,5 млрд параметров и контекст до 131 072 токенов. Модель нацелена на генерацию прозы в стиле Claude 3 Sonnet и Opus и подходит для написания художественных сцен, ролевых игр и диалогов с персонажами. Разработчик отмечает, что в ответах могут проявляться характерные для Claude стилистические особенности. В карточке заявлен английский язык; возможности чата и интерфейс вызова инструментов отражены в метаданных. Модель распространяется по лицензии Llama 3.3. Результаты следует считать вымышленными: модель не предназначена для достоверных фактических ответов или советов и может наследовать предубеждения базовой модели и ролевых LLM.

Это дообученная экспертная модель на основе Meta Llama 3.2 1B Instruct, представленная как вариант из таблицы 1 работы SMAT: Simple and Efficient Merge-Aware Training. Она обучена для задачи NumGLUE-ds и предназначена прежде всего для выполнения этой задачи и экспериментов по объединению моделей с сохранением качества на отдельных задачах. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 1,2 млрд параметров, принимает текст и генерирует текст; заявленный контекст — до 131 072 токенов. Для работы применяются библиотека Transformers и формат Safetensors. Языки и более точные характеристики обучения NumGLUE-ds в доступной карточке не описаны. Использование регулируется лицензией Llama 3.2 и связанной с ней политикой допустимого использования.

unsloth/LTX-2-GGUF — GGUF-квантованная версия аудиовизуальной foundation-модели LTX-2, разработанной Lightricks. Модель основана на архитектуре DiT и предназначена для совместной генерации синхронизированных видео и аудио. Версия подготовлена Unsloth с использованием методологии Dynamic 2.0 GGUF: важные слои переведены в более высокую точность для сохранения качества. Доступны варианты исходной модели LTX-2 размером 19 млрд параметров, однако точный размер данного файла в README не указан. Модель поддерживает сценарии text-to-video, image-to-video, video-to-video, text-to-audio, video-to-audio, audio-to-audio, а также комбинированную генерацию аудио и видео по тексту, изображениям и другим мультимодальным входам. Основной язык модели указан как английский; в метаданных репозитория также перечислены немецкий, испанский, французский, японский, корейский, китайский, итальянский и португальский. Предусмотрено локальное использование через ComfyUI, stable-diffusion.cpp, PyTorch и Diffusers. Для работы требуется учитывать технические ограничения: ширина и высота должны быть кратны 32, а число кадров — иметь вид 8n+1. К сильным сторонам относятся объединение генерации аудио и видео в одной модели, поддержка нескольких типов входных данных, открытые веса и возможность локального запуска. Ограничения включают высокие вычислительные требования, зависимость от совместимого программного окружения и отсутствие назначения для предоставления фактической информации. Модель распространяется по лицензии LTX-2 Community License Agreement; условия использования производных моделей также регулируются этой лицензией.

Luna — разговорная языковая модель bey oru, дообученная для ролевых диалогов и общения от лица персонажей. Она построена на плотной архитектуре Qwen3 и содержит 3,7 млрд параметров; модель работает через Transformers, поддерживает чат и имеет контекст длиной до 262 144 токенов. Модель подходит для интерактивных ролевых сцен, диалогов с заданным персонажем, творческого письма и создания историй. Для более последовательной игры рекомендуется задать в системном промпте описание персонажа. В карточке также упоминается гибридная версия Lunaa, но её характеристики не описаны. Модель распространяется по лицензии MIT. В метаданных указаны английский, китайский и вьетнамский языки, а описание ориентировано на ролевое общение; отдельных оценок качества и подробных сведений о тренировочных данных нет.

MathForm-8B — специализированная языковая модель OpenBMB для автоформализации математики: она переводит математические утверждения на естественном языке в формальный код Lean 4. Модель основана на плотной архитектуре Qwen3ForCausalLM, содержит 7,6 млрд параметров и принимает текст; родительская модель Qwen3-8B описана как многоязычная, а карточка MathForm указывает английский язык. Родной контекст составляет 40 960 токенов. Модель дообучена на FormalVerse: после supervised fine-tuning применялось обучение с подкреплением, использующее компиляцию Lean и обратную связь о семантической согласованности. Подход включает поиск знаний в Mathlib, проверку компиляцией и итеративное уточнение. Это делает модель подходящей для преобразования математических формулировок в Lean и подготовки формальных утверждений. Для проверки результатов в описанном оценочном процессе используется Lean 4.21.0 и работающий Kimina Lean Server; заявленные в README настройки генерации — температура 0,6, top_p 0,95 и до 16 384 новых токенов. Лицензия — Apache-2.0.

Mirai-70B-0.3 — экспериментальная модель для генерации текста и ролевых диалогов, созданная Blackroot методом слияния нескольких моделей семейства Llama 3 на основе huihui-ai/Llama-3.1-Nemotron-70B-Instruct-HF-abliterated. В слияние также вошли модели, ориентированные на ролевые сценарии, повествование и разные языки, включая японский, корейский и тайваньский китайский; README описывает использование mergekit и метода stock merge. Модель содержит 69,5 млрд параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст до 131 072 токенов. Модель предназначена прежде всего для ролевых игр и создания повествовательных ответов с вниманием к контексту, подтексту и последствиям действий персонажей. Автор сообщает об улучшении качества прозы после очередного слияния, но отмечает, что способность последовательно понимать подразумеваемое остаётся неполной. Оценка вариантов проводилась вручную, без автоматических тестов и бенчмарков; качество генерации зависит от настроек сэмплирования. Модель распространяется в формате safetensors. Лицензия в предоставленных данных не указана.

pcalhoun/Mistral-7B-v0.3-JonathanSwift — текстовая генеративная модель на архитектуре Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Она преобразует обычный текст в стилизацию под прозу Джонатана Свифта, сохраняя содержание исходного фрагмента; README показывает пример такого преобразования. Модель предназначена для стилистического переписывания текстов на английском языке. Весы опубликованы в формате Safetensors под лицензией Apache-2.0. По доступному примеру нельзя оценить качество на широком наборе тем или точность сохранения смысла.

MN-DARKEST-UNIVERSE-29B-GGUF — текстовая генеративная модель, разработанная DavidAU. Она основана на Mistral Nemo и создана посредством многоэтапного объединения нескольких моделей, включая Mistral Nemo Instruct и MN-WORDSTORM-pt8-RCM-Emotion-Action-18.5B-Instruct, с применением метода Brainstorm 40x v2. Модель предназначена прежде всего для художественного письма, генерации и продолжения сцен, сюжетов и подсюжетов, сторителлинга, ролевых игр и работы с произведениями разных жанров, включая научную фантастику, романтику и хоррор. Модель имеет 29 миллиардов параметров, 102 слоя и заявленное максимальное контекстное окно 128k. Доступна в формате GGUF с различными уровнями квантования. Поддерживается английский язык; используются шаблоны Mistral Instruct, ChatML или Alpaca. Модель ориентирована на подробную, выразительную и разнообразную прозу, хорошо работает с описанием сцен, окружения, персонажей, диалогов, настроения, метафор и саспенса. Заявлены сильное следование инструкциям, вариативность структуры текста, способность имитировать акценты и особенности речи, а также генерация как коротких, так и длинных фрагментов. Ограничения включают выраженную склонность к мрачному, негативному, нецензурному и потенциально NSFW-содержанию, включая жестокость и подробные описания насилия. При высокой температуре модель может генерировать чрезмерно длинный или менее управляемый текст, а встроенный эффект Brainstorm иногда приводит к предварительным намёкам на будущие события и необычной структуре ответа. Для стабильной работы автор рекомендует тщательно настраивать температуру и repetition penalty; конкретные параметры зависят от сценария использования. Модель распространяется по лицензии Apache-2.0.

Карточка модели zimengxiong/Modelr-SPAR3D на Hugging Face совпадает с карточкой stabilityai/stable-point-aware-3d, поэтому описание составлено по ней. Stable Point Aware 3D (SPAR3D) — модель Stability AI для преобразования одного изображения в текстурированный UV-развёрнутый 3D-меш. Она использует двухэтапную архитектуру: диффузионную модель облака точек для улучшения реконструкции скрытых сторон объекта и регрессионное предсказание меша, позволяющее редактировать результат. Модель рассчитана на входное изображение 512×512 пикселей и создаёт результат менее чем за секунду. SPAR3D предназначена для создания 3D-объектов в творческих и дизайнерских проектах, образовательных инструментах и исследованиях реконструкции. Модель также выполняет делайтинг и предсказывает параметры материалов, включая шероховатость и металлические свойства, что упрощает использование объектов в игровых движках и рендеринге. Она обучалась на отобранных рендерах из Objaverse. Модель не предназначена для получения достоверных изображений людей или событий. Использование должно соответствовать Acceptable Use Policy Stability AI. Для лиц и организаций с годовой выручкой от 1 млн долларов США для коммерческого использования SPAR3D, её производных или результатов требуется отдельная корпоративная лицензия Stability AI; также применяется Community License.

ylacombe/musicgen-melody — опубликованная пользователем ylacombe версия модели MusicGen Melody, разработанной командой FAIR в Meta AI. Она предназначена для генерации музыки по текстовому описанию с возможностью задавать исходную мелодию по аудиофрагменту. Модель использует авторегрессионный Transformer и токенизатор EnCodec; в карточке исходной версии MusicGen Melody указано 1,5 млрд параметров. Репозиторий загружен в формате PyTorch и Safetensors и использует библиотеку Transformers. Модель принимает текст и аудио с мелодией, а выдаёт аудио с музыкой, согласованной с описанием и мелодическим условием. Она подходит для создания музыкальных набросков и изучения генерации музыки. Обучение велось на английских описаниях, поэтому качество запросов на других языках ниже; модель не умеет реалистично генерировать вокал, может замолкать в конце композиции и неодинаково работает с разными стилями и культурами. Веса исходной модели Meta выпущены по лицензии CC-BY-NC 4.0; сведений о лицензии этой пользовательской копии в доступной карточке нет.

Natsumura Storytelling RP 1.0 — дообученная Tohur чат-модель для создания художественных текстов и ролевых диалогов. Она основана на Meta-Llama-3.1-8B-Instruct: плотная архитектура Llama с 7,5 млрд параметров и контекстом до 131 072 токенов. Модель предназначена для персонажных чат-ботов в SillyTavern, Agnai, RisuAI и подобных приложениях, а также для написания историй и художественных сцен. При дообучении использовались наборы данных для ролевых диалогов, рассказов и общения; в карточке также описаны настройки обучения в Llama Factory. Модель выпускается в формате safetensors, а автор отдельно указывает на доступность вариантов GGUF. Лицензия — Llama 3.1 Community License (llama3.1).

OPT 6B-Nerys-v2 — англоязычная модель генерации текста, дообученная KoboldAI на базе OPT от Facebook. Обучающая выборка включает около 2500 электронных книг разных жанров, набор CYS для историй с выбором продолжения и 50 азиатских ранобэ; в часть текстов добавлялись жанровые метки. Модель предназначена для продолжения текста и создания художественных историй, в том числе интерактивных сюжетов. Это плотная авторегрессионная архитектура OPT с классом OPTForCausalLM; в метаданных указано 8,8 млрд параметров и контекст 2048 токенов. Она принимает и генерирует текст, а карточка указывает английский язык. Репозиторий содержит веса PyTorch и указывает лицензию «other», поэтому конкретные права использования следует сверить с условиями автора и базовой модели. Известное ограничение — возможные предвзятости, включая стереотипы о поле, профессии, расе и религии.

PetrolWriter — языковая модель Norquinal для творческого письма, рассказов, чата и ролевых диалогов. Это дообученная на базе Mistral-7B плотная авторегрессионная модель с 7,1 млрд параметров и контекстом до 32 768 токенов; она доступна в формате safetensors и работает с библиотекой Transformers. Модель понимает формат подсказок Pygmalion-2/Metharme и может использоваться как для диалога, так и для обычного продолжения текста. Модель ориентирована на генерацию англоязычной прозы и ролевое взаимодействие без выравнивания поведения. Разработчик предупреждает, что ответы могут содержать небезопасный или вредоносный контент. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.