IV.5Образование и развитие навыков

Карточка модели AI4free/Priya-3B на Hugging Face совпадает с карточкой HelpingAI/Priya-3B, поэтому описание составлено по ней. Priya-3B — разговорная языковая модель HelpingAI с архитектурой Llama и 2,8 млрд параметров. Она создана как виртуальная подростковая собеседница с непринуждённым, эмоциональным стилем и интересом к технологиям, физике и подростковым темам. Модель дообучена на разговорных данных и ориентирована на диалоги и генерацию текста; заявленная длина контекста — 131 072 токена. В карточке указана поддержка английского и хинди. Модель подходит для непринуждённых бесед, ответов на вопросы о технологиях и физике и общения в заданном персонажем стиле. Среди ограничений автор отмечает возможные фактические ошибки, непредсказуемые смены тона, чрезмерную фамильярность и эмодзи. В README также заявлены ограничения на вредоносные и NSFW-запросы, раскрытие личной информации и помощь в списывании. Лицензия обозначена как other; конкретные условия в предоставленных данных не раскрыты.

Quill-v1 — модель генерации текста, созданная Sam Paech на базе Google Gemma 2 9B Instruct. Она дообучена методами ORPO и SIMPO на наборе Gutenberg3, включающем фрагменты художественной прозы из 629 романов общественного достояния и примеры предпочтительных и отвергнутых продолжений. Модель предназначена прежде всего для написания художественных сцен и прозы: в примере она создаёт диалоговую сцену в романтическом жанре. Модель использует архитектуру Gemma 2, содержит 9 млрд параметров и имеет контекст до 8192 токенов. Автор характеризует её стиль как естественный и сдержанный, с менее шаблонной и менее перегруженной прилагательными прозой; на EQ-Bench для творческого письма указана оценка 79,75. Репозиторий содержит GGUF, а метаданные указывают также на формат safetensors. В README не приведены условия лицензии; их следует проверить в карточке модели и у базовой Gemma 2 перед использованием.

Chun121/Qwen3-4B-RPG-Roleplay-V2 — языковая модель для текстовой генерации и ролевого взаимодействия, разработанная Chun. Она создана на базе unsloth/Qwen3-4B-Base и дообучена с использованием LoRA и GRPO на датасете Gryphe/Sonnet3.5-Charcard-Roleplay. Заявленный основной язык — английский. Модель предназначена для диалогов от лица заданных персонажей, сюжетных RPG-сценариев и творческого письма. Она ориентирована на сохранение образа персонажа, подробные и вовлекающие ответы, понимание пользовательских запросов и соблюдение специального формата с тегами <thinking> и <RESPONSE>. Архитектура — Transformer LLM примерно на 4 млрд параметров базовой модели плюс параметры LoRA; доступны варианты 4-bit и GGUF. Контекст ограничен 2048 токенами. Указанные GGUF-варианты включают Q4_K_M, Q5_K_M, Q8_0 и F16. К сильным сторонам относятся ориентация на последовательное поведение персонажей, детализированные ответы и оптимизация с помощью GRPO для повышения соответствия ролевому сценарию. Ограничения включают небольшой контекст, специализацию преимущественно на англоязычном roleplay и возможную зависимость качества от поддержки требуемого формата чата. В README указана лицензия MIT, однако в разделе метаданных model card также встречается Apache-2.0, поэтому лицензионные условия следует дополнительно проверить перед использованием.

FutureMa/Qwen3-8B-Drama-Thinking — диалоговая языковая модель для разработки драматических сценариев, созданная FutureMa полным дообучением Qwen/Qwen3-8B на 6 319 примерах продолжения сценариев. Модель построена на плотной архитектуре Qwen3ForCausalLM, содержит 7,6 млрд параметров и поддерживает контекст до 40 960 токенов. В карточке указаны английский и китайский языки; модель работает с текстом и предназначена для генерации диалогов и сценарных фрагментов. Модель специализируется на сценарной разработке с видимыми рассуждениями: анализирует мотивацию персонажей, планирует трёхактную структуру и эмоциональные дуги, предлагает визуальные и атмосферные решения и форматирует текст как сценарий. Она подходит для генерации идей, планов и черновиков драматических сцен, а также для обучения сценарному мастерству. Выводы могут быть многословными: рассуждения занимают значительную часть ответа, из-за чего модель не всегда успевает завершить сцену в заданном лимите токенов. Диалоги могут требовать редактирования, а обучение на эмоционально интенсивной драме ограничивает применимость к комедии, экшену и сдержанным реалистичным сюжетам. Лицензия — Apache-2.0.

Qwen-Image-Edit-2511-FP8 — FP8-квантизованная версия модели Qwen-Image-Edit-2511, разработанная командой Qwen. Это модель редактирования изображений для image-to-image-сценариев, совместимая с библиотекой Diffusers и другими поддерживаемыми конвейерами, включая пользовательские узлы ComfyUI. Она предназначена для генеративного редактирования изображений по текстовым инструкциям, включая изменение внешности и окружения персонажей, сохранение идентичности объектов, объединение людей в групповых сценах, управление освещением и ракурсом, промышленный дизайн, замену материалов и создание вспомогательных геометрических линий. Ключевая особенность версии — FP8-квантизация, направленная на снижение потребления памяти и ускорение инференса при сохранении высокого качества редактирования. Модель поддерживает работу с изображениями и текстовыми запросами; в карточке указаны английский и китайский языки. Размер модели, точная архитектура, максимальное разрешение и длина контекста не указаны. Заявлены улучшенная согласованность персонажей, включая многолюдные сцены, интеграция отдельных популярных LoRA-эффектов в базовую модель и усиленные способности к геометрическому рассуждению. Сильными сторонами являются эффективное FP8-представление, широкий набор сценариев редактирования и повышенная сохранность визуальных характеристик субъектов. Ограничениями выступают отсутствие подробных количественных оценок, сведений о поддерживаемых разрешениях и требований к оборудованию; для запуска в README показан конвейер на CUDA с использованием PyTorch и bfloat16. Модель распространяется по лицензии Apache-2.0.

QwenEdit InSubject — это LoRA-адаптер для модели Qwen/Qwen-Image-Edit, разработанный peteromallet. Модель предназначена для редактирования изображений с сохранением идентичности, внешних характеристик и пропорций одного или нескольких объектов. Она поддерживает сценарии изменения позы, одежды, действий и отдельных деталей при сохранении исходной сцены и фона; применяется как image-to-image-модель через библиотеку Diffusers. К сильным сторонам относятся точное сохранение ключевых признаков объектов, анатомической корректности, направленное редактирование и хорошее следование промптам с учётом объектов. Ограничения проявляются в сложных сценах с несколькими объектами и неясными границами, при радикальной смене освещения и при существенном изменении позы или ориентации объекта. Размер модели, архитектура базовой модели, поддерживаемые языки и максимальная длина контекста в README не указаны. Адаптер распространяется по лицензии Apache-2.0; для использования требуется базовая модель Qwen/Qwen-Image-Edit.

Qwen-Image-Edit 2509 GGUF — это предварительно объединённая и квантованная сборка модели Qwen-Image-Edit-2509, опубликованная ChrisColeTech. В веса встроены две доработки: Turbo LoRA для генерации примерно за 8 шагов и Multiple-Angles LoRA для создания изображений одного объекта или персонажа с разных ракурсов. Модель предназначена для задач image-to-image и редактирования изображений по текстовым инструкциям, включая сохранение внешнего вида объекта, изменение ракурса, создание фронтального, бокового и заднего видов, а также поддержание согласованности дизайна, освещения и фона. Сборка использует Transformer в формате GGUF с квантованием Q6_K размером около 11,4 ГБ, текстовый энкодер Qwen2.5-VL-7B-Instruct в формате Q4_0 размером около 4,43 ГБ, multimodal projector Qwen2.5-VL-7B-Instruct в формате F16 и VAE qwen_image_vae. Указаны примеры работы с разрешением 1024×1024, 12 шагами, CFG 1.0 и seed 42; для Turbo показан сценарий с 8 шагами. Модальность — изображения и текст; поддерживаемые языки явно не указаны. Сильные стороны модели — ускоренное редактирование, работа с несколькими ракурсами и встроенные доработки без необходимости отдельно подключать LoRA. Ограничения включают значительный объём компонентов и необходимость использовать обновлённый GGUF Loader для ComfyUI; конкретные требования к видеопамяти и гарантии качества для других разрешений или сценариев не указаны. Модель распространяется по лицензии Apache-2.0.

ResonateX D2 — компактная разговорная языковая модель на архитектуре GPT-2, разработанная автором репозитория Workstation5495. Она содержит около 72 млн параметров и обучена с нуля на русских и английских диалогах; от базовой модели ai-forever/rugpt3small_based_on_gpt2 использован только токенизатор. Модель принимает текстовые сообщения в формате с явными маркерами ролей и генерирует ответы ассистента. Контекст ограничен 512 токенами. Модель предназначена для экспериментов с локальными чат-ботами, обучения и лёгких офлайн-приложений на потребительском оборудовании. Небольшой размер позволяет запускать её на CPU, а также на GPU или MPS при наличии подходящего оборудования. Качество ответов может быть ограниченным: возможны шаблонные и повторяющиеся ответы и фактические ошибки; способности к арифметике и рассуждению невелики. Лицензия указана как other, а README предупреждает, что условия для весов и обучающих данных необходимо уточнить перед публикацией или использованием.

Sidon Core ML — конверсия модели восстановления речи sarulab-speech/sidon-v0.1, подготовленная Seanll95 для запуска на Neural Engine iPhone. Репозиторий содержит исходную версию с неизменёнными весами и вариант v2 с небольшими дообученными изменениями энкодера и декодера, уменьшающими характерное дрожание гласных. Веса представлены в формате Core ML fp16; размер энкодера составляет около 468 МБ (458 МБ для v2), декодера — 101 МБ. Модель предназначена для улучшения разборчивости речи в аудиокнигах: она принимает аудио с частотой 16 кГц и выдаёт восстановленную речь с частотой 48 кГц, сохраняя длительность. В частности, её использует iOS-плеер Excerpt для очистки повествования от шума и глухого звучания непосредственно на устройстве. Модель работает с признаками речи и заново синтезирует сигнал, поэтому даже чистая запись может измениться и результат не является точным восстановлением исходной волновой формы. Для работы нужны вычисления признаков fbank, а также разбиение длинных записей на окна: энкодер обрабатывает до 6 секунд за вызов, декодер — до 68 кадров. На iPhone указана скорость до 11,2× реального времени при тёплом устройстве. README сообщает о снижении SNR относительно GPU-варианта и о том, что некоторые фразы всё ещё могут содержать дрожание гласных; прослушивание оценивало один голос диктора. Лицензия — MIT.

Silver-Sun-v2-11B — объединённая языковая модель от ABX-AI, созданная методом SLERP с помощью mergekit на основе ABX-AI/Solstice-FKL-v2-10.7B и Himitsui/Kaiju-11B. В карточке указано, что обновлённая версия использует вариант Fimbulvetr v2 в составе Solstice-FKL и исправляет конфигурацию предыдущей версии. Модель построена на архитектуре Llama с плотной causal language model, содержит 10,6 млрд параметров и имеет контекст 4096 токенов. Модель предназначена для генерации текста, прежде всего для художественного повествования, письма и ролевых сценариев. Автор отмечает поддержку шаблонов Alpaca и ChatML и особо выделяет возможности для откровенного контента и отсутствие цензуры. Для качества автор рекомендует использовать контекст 4K; вариант 8K предлагается с предварительно включённым в промпт контекстом 4K, но он не проверен. Модель распространяется под лицензией, обозначенной на Hugging Face как other; конкретные условия в предоставленных данных не раскрыты. Заявленные в README результаты OpenLLM Eval приведены с оговоркой: оценку GSM8K исключили из среднего из-за проблемы форматирования, поэтому сводный балл следует трактовать осторожно.

Soulblighter-24B-v1 — экспериментальное объединение моделей, созданное OccultAI методом karcher на основе нескольких вариантов Mistral. Модель предназначена для генерации текста, прежде всего творческого письма и ролевого общения; в карточке также заявлены рассказы, продолжение сцен и создание сюжетов разных жанров. Модель имеет плотную архитектуру MistralForCausalLM и 23,4 млрд параметров, принимает текст и генерирует текст. Контекст — до 131 072 токенов; в карточке указан английский язык. Репозиторий содержит веса Safetensors, библиотека — Transformers. Лицензия — Apache-2.0. Автор отмечает, что у модели есть отказы, а режим рассуждений не проверен. Это творческий merge, поэтому качество и поведение могут различаться по задачам и зависеть от используемого шаблона промпта.

StepFun-Formalizer-32B — плотная языковая модель на архитектуре Qwen2, разработанная StepFun и дообученная на DeepSeek-R1-Distill-Qwen-32B. Модель предназначена для автоформализации: преобразования математических задач, записанных на естественном языке, в формальные утверждения на Lean 4. Модель содержит 32 млрд параметров, принимает текст и выдаёт текст; заявленная длина контекста — 131 072 токена. В README указаны сильные результаты на бенчмарках FormalMATH-Lite, ProverBench и CombiBench: по проверке BEq модель сопоставима с лучшими моделями аналогичного масштаба или превосходит их. Карточка не сообщает отдельных ограничений качества или поддерживаемых языков помимо английского в метаданных. Модель доступна под лицензией Apache-2.0.

Thea RP 3B 25R — англоязычная модель для генерации текста и ролевых диалогов, разработанная Piotr Zalewski. Это дообученная модель Llama 3.2 с архитектурой LlamaForCausalLM и 3,2 млрд параметров; в обучении использованы данные reasoning-base-20k и набор для переопределения имён. Карточка характеризует её как модель для ролевых сценариев с reasoning-данными, а метаданные отмечают поддержку чата и контекст до 131 072 токенов. Модель подходит для ролевых бесед, продолжения сцен и генерации связного текста на английском языке. Заявления об улучшенной производительности и высоких результатах в ролевых задачах принадлежат автору и не подкреплены в карточке численными оценками. Модель распространяется по лицензии llama3.2; базовая модель — SicariusSicariiStuff/Impish_LLAMA_3B.

maceythm/vit-90-animals — модель классификации изображений, созданная дообучением Vision Transformer google/vit-base-patch16-224 на наборе изображений животных. Она относит изображение к одному из 90 видов животных и подходит для прототипов, учебных демонстраций и сравнения с моделями классификации без обучения на конкретных классах. Модель содержит 113,2 млн параметров; в репозитории веса представлены в формате safetensors. Для тестовой выборки автор сообщает точность 97,96%. Модель принимает изображения и возвращает метку класса. Она ограничена 90 классами обучения, может хуже работать на изображениях, отличающихся от обучающих данных, а низкое качество снимка и перекрытия объектов способны снизить точность. Лицензия — Apache-2.0.

ahmed792002/vit-plant-classification — дообученная модель Vision Transformer (ViT) для классификации изображений растений. Она основана на google/vit-base-patch16-224 и содержит 113,2 млн параметров. В README указаны точность 0,9933 и loss 0,0182 на оценочном наборе, однако состав классов и данные оценки не описаны. Модель принимает изображение и выдаёт класс, поэтому её можно применять для распознавания растений по фотографиям. Она реализована для Transformers и опубликована в формате safetensors. Лицензия — Apache-2.0.

VSQA preview 14B — промежуточный чекпойнт студенческой модели генерации видео по тексту, созданный в рамках проекта VSQA на основе Wan2.1-T2V-14B. Веса экспортированы в формате Diffusers и safetensors; архитектура и размер базовой модели — диффузионный трансформер Wan2.1, 14 млрд параметров. Модель обучалась для генерации 77 кадров размером 1280×768 за три шага денойзинга с разреженным видео-вниманием VSA и NVFP4 QAT для слоёв внимания и линейных слоёв. Это чекпойнт на 100-м шаге из запланированных 1000 шагов DMD-дистилляции; качество не оценивалось, а последующие чекпойнты могут заменить его. Для воспроизведения обученных вычислений нужны FastVideo VSA/QAT kernels: запуск с обычными плотными BF16-слоями — другая конфигурация, которая не тестировалась. Лицензия — Apache-2.0, унаследованная от базовой модели.

city96/Wan2.1-FLF2V-14B-720P-gguf — это прямая конверсия в формат GGUF модели Wan-AI/Wan2.1-FLF2V-14B-720P. Модель предназначена для генерации видео из изображений и относится к сценариям image-to-video. В карточке указаны поддерживаемые языки English и Chinese, а также размер базовой модели 14B и разрешение 720P. Модель распространяется в нескольких вариантах квантования, созданных из исходного FP32-файла; в репозитории опубликован вариант FP16. Формат GGUF позволяет использовать модель через пользовательский узел ComfyUI-GGUF, однако для работы требуются дополнительные файлы из репозитория Comfy-Org. В README также отмечено, что файл FP16 превышает ограничение в 50 ГБ, а загрузка разделённых GGUF-файлов пока не поддерживается в ComfyUI-GGUF. Лицензия модели — Apache-2.0.

Wan2.2_14B_GGUF — набор весов модели Wan-AI, опубликованный в формате GGUF для использования с ComfyUI-GGUF. В репозитории представлены варианты I2V и T2V с высоким и низким уровнем шума; указаны FP16 и около 27 млрд параметров всего, из которых 14 млрд активны на шаг. Это контейнер GGUF без квантования. Модель предназначена для генерации видео по изображению или текстовому описанию в совместимых рабочих процессах ComfyUI. Вариант I2V использует исходное изображение, а T2V — текстовый запрос. В метаданных указан английский язык; сведения о длине контекста и поддержке других языков не приведены. Базовые модели — Wan-AI/Wan2.2-I2V-A14B и Wan-AI/Wan2.2-T2V-A14B; репозиторий обозначен как их слияние. Лицензия — Apache-2.0. GGUF обеспечивает совместимость с расширением ComfyUI-GGUF, однако FP16-файлы крупные: README указывает около 28,6 ГБ для каждого варианта.

Wan2.2-Fun-5B-Control-Camera — модель генерации видео с управлением движением камеры из семейства Wan-Fun, разработанного Alibaba PAI. Это дообученная версия Wan-AI/Wan2.2-TI2V-5B, предназначенная для создания видео по исходному изображению с управлением камерой. В README семейство описано как поддерживающее видеогенерацию с несколькими разрешениями и обучение на роликах длиной до 81 кадра при 16 кадрах в секунду; карточка этой версии указывает задачу image-to-video и архитектуру TI2V. Модель можно использовать для анимации изображения и создания видеокадров с заданным движением камеры. Она распространяется в формате safetensors, для работы предусмотрена библиотека VideoX-Fun. README отмечает значительные требования к ресурсам для моделей Wan2.2 и описывает режимы выгрузки слоёв в оперативную память и квантизации float8 для снижения потребления видеопамяти; квантизация может несколько снизить качество. Лицензия — Apache 2.0.

Wan-Move-14B-480P — модель генерации видео из изображения, выпущенная авторами проекта Wan-Move. Она расширяет Wan-I2V-14B методом управления движением через траектории в латентном пространстве, без изменения архитектуры исходной модели и без дополнительных модулей движения. Модель предназначена для создания видео длительностью около 5 секунд с разрешением 480p, задавая движение объектов плотными точечными траекториями; поддерживаются сценарии управления одним или несколькими объектами. Модель рассчитана на точное локальное управление движением при сохранении визуального качества. Для генерации используются исходное изображение, текстовое описание сцены и данные о траекториях и их видимости. В README приведены англоязычные примеры; MoveBench содержит также китайские подписи. Репозиторий распространяет веса в формате safetensors и указывает лицензию Apache-2.0. Для запуска требуются значительные вычислительные ресурсы; авторы описывают мног GPU инференс для версии на 14 млрд параметров.

ZaraBERTa — англоязычная модель-энкодер, разработанная Brigham Young University–Idaho для работы с текстами Священного Писания. Она дообучена на базе FacebookAI/roberta-large на пяти томах Стандартных трудов Церкви Иисуса Христа Святых последних дней и предназначена для предсказания замаскированных слов, извлечения контекстных векторов и анализа сходства слов в библейском регистре. Архитектура RobertaForMaskedLM имеет 24 слоя; в карточке указаны 355 млн параметров, а метаданные каталога — 456,1 млн. Контекст составляет 514 токенов. Модель сохраняет регистр, различает формы LORD, Lord и lord и добавляет в словарь специальные для корпуса слова и имена как цельные токены. Модель подходит для языкового анализа и извлечения признаков из библейских текстов, включая изучение имен, словоупотребления и лексических связей. Она не генерирует текст и сама по себе не предназначена для ответов на вопросы, суммаризации, классификации или поиска предложений; для таких задач потребуется обученная дополнительная голова либо другая модель. Современные англоязычные запросы о Писании обрабатываются хуже, чем текст в соответствующем стиле. Это учебный и исследовательский инструмент, а не источник вероучительных авторитетных толкований и не официальная публикация церкви. Лицензия — MIT.

AbstractsLlama-8M — компактная языковая модель Pico-Kittens, обученная с нуля на аннотациях arXiv. Она использует плотную архитектуру Llama 2 с примерно 7,3 млн параметров и предназначена для генерации коротких научных и академических текстов на английском языке. Модель можно применять для создания черновиков аннотаций, имитации академического стиля и продолжения научного текста по началу фразы. Модель распространяется в формате Safetensors по лицензии Apache-2.0. В карточке указано контекстное окно 256 токенов; для генерации рекомендуется ограничиваться короткими фрагментами, менее 128 токенов. Это экспериментальная модель, которая хорошо воспроизводит синтаксис научных текстов, но часто выдумывает методы, химические структуры и математические концепции, поэтому её выводы нельзя считать достоверными научными сведениями.

AstroLLaMA-3-8B-Base_Summary — языковая модель AstroMLab, полученная продолжительным предобучением Meta LLaMA 3 на кратких изложениях астрономических статей из раздела astro-ph на arXiv. Это плотная авторегрессионная модель примерно на 7,5 млрд параметров с контекстом 8192 токена; она обучена предсказывать следующий токен и не является чат-моделью или инструкционной моделью. Модель предназначена для генерации и анализа текста по астрономии и астрофизике, а также для исследовательских сравнений и воспроизводимости экспериментов. В описанном авторами астрономическом бенчмарке она показала результат 72,9%, но уступила базовой LLaMA 3.1 8B и не должна рассматриваться как надёжный источник научных утверждений: результаты требуют проверки по рецензируемым публикациям. Репозиторий распространяется по лицензии MIT.

Augmentasanguis-8x7B — разговорная модель Envoid на архитектуре Mixtral, дообученная с помощью QLoRA на текстовых примерах для ролевых диалогов. Автор описывает обучение на небольшом наборе сырых текстовых образцов длиной до 512 токенов и называет результат стилистическим сдвигом, призванным сохранить общие возможности Mixtral Instruct, усилив характеризацию и образные описания. Модель принимает текст и генерирует текст; для общения используется формат запросов Mixtral Instruct. Контекст составляет 32 768 токенов, в репозитории размещены веса Safetensors, общий размер модели указан как 7,1 млрд параметров. Модель подходит для ролевых диалогов и создания выразительных описаний персонажей и сцен. Автор отмечает более свободное поведение по сравнению с исходной Mixtral Instruct; карточка предупреждает, что возможна генерация контента для взрослых. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

BioLlama-Ko-8B — объединённая модель генерации текста на основе двух языковых моделей: медицинской medllama3-v20 и корейской Llama-3-Open-Ko-8B. Её разработчики объединили веса методом DARE TIES; модель содержит около 7,5 млрд параметров, использует архитектуру Llama и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации ответов на корейском языке по медицинским вопросам. В README приведены результаты на корейском медицинском бенчмарке KorMedMCQA по категориям врачей, медсестёр и фармацевтов; средний результат модели — 55,70. Репозиторий использует формат safetensors и библиотеку Transformers. Модель распространяется по лицензии Apache-2.0. Результаты бенчмарка сами по себе не подтверждают клиническую надёжность; медицинские ответы требуют проверки специалистом.

Boulesis-26B-A4B-i1-GGUF — набор GGUF-квантизаций экспериментальной модели Boulesis-26B-A4B, разработанной SubMaroon и квантизированной spiritfather. Модель основана на Google Gemma-4-26B-A4B-it и объединяет изменения, связанные с маршрутизацией внимания, стилем и narrative roleplay. Она предназначена прежде всего для творческого письма, ролевого общения и генерации художественной прозы, а не для оценки общего интеллекта. Модель работает через llama.cpp и поддерживает текстовую генерацию. Доступны варианты IQ4_XS, Q4_K_M, Q5_K_M и Q6_K размером примерно от 14,3 до 23,2 ГБ; для быстрого запуска автор рекомендует Q4_K_M. Квантизации используют importance matrix, распределяющую точность с учётом чувствительности модели, что может давать преимущество перед обычными статическими квантизациями аналогичного размера. В README указана поддержка контекста до 32768 токенов при рекомендуемой конфигурации, а также режим рассуждений, который можно включать и отключать. К сильным сторонам относятся специализация на ролевых сценариях и художественном стиле, а также несколько вариантов компромисса между размером и качеством. Ограничения включают экспериментальный характер исходного merge, отсутствие подтверждений универсальной производительности и необходимость использовать актуальную версию llama.cpp с корректными параметрами шаблона чата. Для многотурового режима рассуждений требуется специальная настройка, иначе модель может повторно читать собственные мысли и генерировать только рассуждения. Лицензия наследуется от базовой модели и указана как Gemma Terms of Use.

Charlotte-2b — разговорная языковая модель, разработанная Clemylia и обученная с нуля. Это плотная GPT-2-модель с 2 млрд параметров, предназначенная для диалогов и генерации текста на французском языке. Её ответы ориентированы на темы надежды, дружбы и этики; модель может использовать авторские неологизмы и поэтические выражения. Модель подходит для обсуждения этических дилемм, философских вопросов и создания вдохновляющих текстов. Контекст ограничен 182 токенами, поэтому она рассчитана на короткие запросы и ответы. Карточка предупреждает о возможных выдуманных фактах, необычной лексике и сниженной точности в технических и фактологических вопросах. Лицензия указана как other, конкретные условия использования в карточке не описаны.

Cinemo — модель для анимации изображений, разработанная авторами одноимённой работы. Она создаёт последовательность кадров на основе изображения и позволяет управлять интенсивностью движения. Вместо прямой генерации последующих кадров модель работает с распределением остаточных движений, чтобы получать более плавную анимацию и сохранять согласованность между кадрами. Для повышения временной согласованности Cinemo уточняет шум с помощью дискретного косинусного преобразования. Модель также можно применять для переноса движения и редактирования видео. В репозитории опубликованы предобученные веса и код инференса; лицензия — Apache 2.0. Метаданные также помечают репозиторий как image-to-video и text-to-image, однако README описывает именно анимацию изображений.

jukofyork/command-a-03-2025-writer-v1 — языковая модель для генерации текста, созданная дообучением jukofyork/command-a-03-2025-uncut. Автор обучил её на примерах художественной прозы, включая положительные и отрицательные образцы из наборов fiction paragraphs, а затем преобразовал адаптер в LoRA и объединил веса с базовой моделью. Модель предназначена для написания и продолжения художественных текстов, в том числе абзацев прозы. Модель использует архитектуру Cohere2 и содержит 111,1 млрд параметров; заявленная длина контекста — 131 072 токена. Она принимает текст и генерирует текст. В карточке перечислены английский, русский и другие языки, хотя описанное обучение сосредоточено на англоязычной художественной прозе. Формат весов — safetensors, библиотека — Transformers. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но некоммерческое применение.

Cosmos3-Super-Text2Image — модель NVIDIA для генерации изображений по текстовому описанию, входящая в семейство мультимодальных моделей мира Cosmos3. Карточка позиционирует Cosmos3 как основу для систем Physical AI и сценариев робототехники, автономного транспорта и умных пространств; эта версия предназначена для задачи text-to-image. Модель использует плотную архитектуру Cosmos3ForConditionalGeneration и распространяется в форматах Diffusers и Safetensors. В обучении использовались текстовые, графические и видеоданные из робототехники, автономного вождения, промышленной и бытовой среды, включая синтетические данные. В README перечислены дополнительные задачи семейства Cosmos3, но для этой модели в метаданных подтверждена только генерация изображений по тексту. Языковая поддержка и размер модели не указаны в доступных сведениях. Модель готова к коммерческому и некоммерческому использованию; лицензия обозначена как other, поэтому перед использованием следует ознакомиться с условиями лицензирования NVIDIA. Среди ограничений README отмечает возможные артефакты генерации, включая временную несогласованность, нестабильное движение камеры или объектов и неточное изображение физических взаимодействий; полный текст раздела ограничений обрезан.