IV.5Образование и развитие навыков

Darkest-muse-v1 — модель для творческого письма, созданная Sam Paech как слияние Gemma-2-Ataraxy-v2-9B, Delirium-v1 и Quill-v1 и дообученная на примерах из набора Gutenberg3. Она построена на плотной архитектуре Gemma 2 с 9 млрд параметров, поддерживает чатовый шаблон Gemma и генерирует текст; заявленная длина контекста — 8192 токена. Модель предназначена для написания художественной прозы, в том числе диалогов, историй и текстов с мрачной или необычной атмосферой. В карточке приведены примеры исторической и постапокалиптической прозы, а автор отмечает выразительный авторский голос и результаты на EQ-Bench для творческого письма. Модель может проявлять повторяющиеся идеи и словесные фиксации, а её нестандартная манера не всегда подходит для нейтральной прозы. Веса опубликованы в формате safetensors, лицензия — Apache-2.0.

schumannc/detect-chess-pieces — модель компьютерного зрения, опубликованная пользователем schumannc на Hugging Face. Она предназначена для обнаружения шахматных фигур на изображениях и возвращает найденные объекты с рамками и метками классов. Модель построена на архитектуре YOLOS и содержит 28,3 млн параметров; для запуска можно использовать Transformers и pipeline object-detection. Карточка модели не сообщает поддерживаемые языки, длину контекста или конкретные ограничения точности. Репозиторий содержит веса PyTorch, но сведения о лицензии в доступных метаданных и результатах поиска отсутствуют.

EVA-Qwen2.5-7B-v0.1 — полноразмерная дообученная модель на базе Qwen2.5-7B, созданная Kearm и Auri для ролевых диалогов и написания историй. Она обучалась на смеси синтетических и естественных данных, включая примеры инструкций, ролевых карточек и коротких рассказов; формат запросов — ChatML. Модель подходит для создания художественных текстов, продолжения сюжетов и общения от лица персонажей. Архитектура — плотная Qwen2 с 7,1 млрд параметров, длина контекста — 131 072 токена. В репозитории указаны веса safetensors, лицензия Apache-2.0. Версия 0.1 стала стабильнее при коротких запросах, однако авторы сообщают, что обучение завершилось аварийно примерно на 1,2 из 3 эпох, поэтому модель может быть недообучена. Результаты генерации зависят от настроек сэмплирования; отдельные поддерживаемые языки в карточке не заявлены.

Fairseq-dense 13B-Janeway — плотная языковая модель на архитектуре XGLM, созданная KoboldAI путём дообучения модели Fairseq MoE Dense. Она предназначена для генерации продолжений текста и художественной прозы; обучающий набор содержит около 2210 электронных книг, преимущественно в жанрах научной фантастики и фэнтези. В части данных перед текстом добавлялась жанровая метка. Модель содержит 14,9 млрд параметров, принимает текст и генерирует текст, поддерживает английский язык и имеет контекст 2048 токенов. Её можно использовать для генерации прозы и продолжения заданных фрагментов через Transformers. Возможны предвзятость по признакам пола, профессии, расы и религии, а также характерные для языковых моделей ошибки. Лицензия — MIT.

Omnico/Flux2Klein_4B_diff_loras — модель-адаптер LoRA для генерации изображений по текстовому описанию, совместимый с экосистемой Diffusers. По названию идентификатора она связана с Flux2Klein 4B, однако точная базовая модель и детали архитектуры в README не указаны. Разработчиком, судя по идентификатору, является Omnico. Модель предназначена для text-to-image сценариев: создания фотореалистичных, кинематографичных и художественных изображений по промптам. Примеры демонстрируют работу с людьми, портретами, одеждой, интерьерами, пейзажами, освещением и композицией, включая чувствительный и эротический контент. Поддерживаемые языки, размер контекстного окна, требования к памяти и точные параметры интеграции не указаны. Сильной стороной является заявленная специализация на генерации изображений и возможность использования в Diffusers как LoRA-адаптера, что обычно позволяет подключать дополнительные визуальные характеристики к базовой модели. Ограничения включают отсутствие в README сведений о качестве на тестах, совместимых версиях, рекомендуемых весах, лицензии и допустимых сценариях использования. Условия лицензирования не указаны.

Gemma-2-2B-ArliAI-RPMax-v1.1 — чат-модель ArliAI на архитектуре Gemma 2, дообученная на подборках творческого письма и ролевых диалогов. По карточке, она рассчитана на разнообразную, менее повторяющуюся генерацию и отыгрыш персонажей в разных ситуациях; описание рекомендует передавать персонажа в первом сообщении пользователя в формате Gemma Instruct. Модель содержит 2,7 млрд параметров, принимает текст и генерирует текст, поддерживает контекст до 8192 токенов. В метаданных указан формат safetensors, лицензия Gemma; README также перечисляет варианты квантования, но не уточняет, относятся ли они к этому репозиторию. Карточка указывает базовую модель как gemma-22b-it, что расходится с названием 2B; базовую модель следует считать неопределённой. Ролевые и творческие ответы могут быть непредсказуемыми и повторять нежелательные шаблоны; независимые оценки качества в карточке не приведены.

Alsebay/Gemma2-9B-KuwaNovelist-v3 — дообученная модель Gemma 2, созданная автором карточки с помощью Unsloth на основе lemon07r/Gemma-2-Ataraxy-v4d-9B. Она предназначена для генерации художественного текста и диалогов, в частности ролевых сцен на английском языке; третья версия исправляет проблему, при которой модель говорила за пользователя. Модель имеет плотную архитектуру Gemma2ForCausalLM с 9 млрд параметров, принимает текст и выдаёт текст. Контекст — до 8192 токенов. В метаданных указан английский язык; автор отдельно отмечает попытку адаптировать стиль к родным языкам, но не уточняет, каким именно. Автор отмечает, что ответы стали длиннее, чем в предыдущих версиях, а английская ролевая игра работает приемлемо. Среди ограничений — ответы всё ещё могут быть короткими; стиль и грамматика на целевых родных языках недостаточно качественны, а ответы на вьетнамском, китайском и японском могут быть короткими из-за особенностей обучающих данных. Лицензия — Gemma.

Ateron/Gemma-4-Dark-Thoughts-31B — объединённая модель на основе Gemma 4, созданная автором Ateron для ролевых диалогов и творческого письма. По описанию автора, модель хорошо воспринимает системные инструкции и направления сюжета и стремится вести историю активно, без пассивных ответов. Модель использует плотную архитектуру Gemma4ForConditionalGeneration и распространяется в формате safetensors. В состав merge входят ReadyArt/Dark-Scarlett-v2.0-31B, ReadyArt/gemma-4-31B-it-scotoma-2 и zerofata/G4-MeroMero-v2-31B. Основная задача — генерация текста в чате; в метаданных указан английский язык. Модель выпущена под лицензией Apache-2.0. Автор описывает её как результат личного отбора и тестирования моделей; количественных оценок качества или подробных данных о контексте и размере в доступной карточке нет. Заявленные преимущества относятся к следованию инструкциям и поддержанию творческого ролевого сюжета.

georgeart — модель text-to-image на базе Stable Diffusion, обученная Alexwww методом DreamBooth на иллюстрациях george.ee. Для генерации изображений с этим стилем в запросе рекомендуется использовать формулировку «flat minimal illustration of...». Модель предназначена для создания плоских минималистичных иллюстраций по текстовому описанию; для проверки концепции автор указывает интерфейс A1111 в Colab. Репозиторий содержит веса в форматах Diffusers и PyTorch. Указана лицензия CreativeML OpenRAIL-M. Сведений о размере модели, контексте и поддерживаемых языках в предоставленной карточке нет.

uer/gpt2-chinese-poem — языковая модель на архитектуре GPT-2, предварительно обученная UER-py для генерации китайской классической поэзии. Она продолжает заданный текст и подходит для создания стихотворных строк и черновиков в традиционном поэтическом стиле. Обучающие данные включают 800 тысяч китайских классических стихотворений из проектов chinese-poetry и Poetry. Модель поддерживает ввод и генерацию текста на китайском языке; размер контекста составляет 1024 токена. Доступны версии весов для PyTorch, TensorFlow и Flax. В README отмечено, что Hosted Inference API может отображать результат некорректно: параметр skip_special_tokens удаляет специальные токены, включая [SEP] и [UNK].

GPT2-Poem-Small — модель генерации текста на основе GPT-2, предназначенная для создания китайских классических стихотворений и парных строк. Она разработана на базе IDEA-CCNL/Wenzhong-GPT2-110M и дообучена на 71 334 китайских стихотворениях и парных строках из Chinese Poetry and Couplet Dataset. Модель принимает текстовую затравку и продолжает её; в карточке приведён пример генерации китайской строки с помощью Transformers. Модель использует архитектуру GPT2LMHeadModel, веса доступны в формате PyTorch, контекст составляет 1 024 токена. Лицензия — Apache-2.0. Она рассчитана прежде всего на художественную генерацию на китайском языке; карточка не приводит отдельной оценки качества или дополнительных ограничений.

Это модель GPT-2 Small, дообученная разработчиком на индонезийских стихотворениях. Она предназначена для генерации текста в поэтическом стиле: например, пользователь может задать начало строки или стихотворения и получить продолжение на индонезийском языке. Модель использует архитектуру GPT-2 и принимает текст, выдавая сгенерированный текст. Контекст составляет 1024 токена. Для дообучения использовался набор из 7 358 обучающих и 1 890 проверочных примеров; после 10 эпох указана perplexity 33,20 на наборе индонезийской поэзии. Доступны веса в формате PyTorch. Условия лицензии в предоставленных данных не описаны.

Czech Poetry GPT — модель GPT-2, разработанная путём дообучения модели lchaloupsky/czech-gpt2-oscar на чешской поэзии из проекта Института чешской литературы Чешской академии наук. Она предназначена для генерации и продолжения чешских стихотворных текстов по подсказке. Модель использует архитектуру GPT-2 и принимает текст, выдавая текст; максимальная длина контекста составляет 1024 токена. Модель можно использовать для творческих экспериментов, создания стихотворных продолжений и генерации текста в поэтическом стиле. Доступные веса представлены в форматах PyTorch и Safetensors. Лицензия — CC BY-SA 4.0; при распространении производных материалов следует соблюдать её условия.

GPT-J-6B-Skein — модель генерации текста, разработанная KoboldAI на основе GPT-J. Она предназначена прежде всего для создания художественных историй и интерактивной прозы, включая продолжение текста в формате текстовых приключений с действиями, начинающимися с «> You». Модель принимает текст и предсказывает продолжение; её контекст составляет 2048 токенов. Для дообучения использовались преимущественно лёгкие романы из набора KoboldAI/GPT-Neo-2.7B-Horni-LN и материалы интерактивной прозы; данные размечались темами, чтобы задавать стиль продолжения. Основной язык — английский. Модель подходит для творческого письма и интерактивных сюжетов, но не предназначена для получения достоверных фактических ответов. Она может выдавать оскорбительный или нежелательный контент, поскольку базовая модель обучалась на данных, содержащих обсценную и резкую лексику; перед публикацией результаты следует проверять. Лицензия — Apache License 2.0.

FrostAura Intelligence дообучила эту авторегрессионную модель семейства GPT-Neo для генерации художественных текстов. Модель содержит 1,5 млрд параметров и использует контекст до 2048 токенов; доступны веса в форматах PyTorch и Flax. Модель предназначена для продолжения художественных фрагментов и создания черновиков прозы на английском языке. Её можно применять для генерации сцен, эпизодов и набросков романов. Лицензия MIT разрешает использование на её условиях. Карточка не приводит оценок качества или подробностей обучающих данных.

I2VGen-XL — модель генерации видео из изображений, разработанная Tongyi Lab группы Alibaba и выпущенная в составе открытого кодового проекта VGen. Она использует каскадные диффузионные модели и предназначена для преобразования входного изображения в видео; кодовая база также описывает генерацию видео по тексту и управление движением, но карточка этой модели относит её к задаче text-to-video. Модель подходит для создания видеороликов на основе изображений и для экспериментов с генерацией видео. В README указана возможность создавать видео с разрешением 1280×720 и поддержка через библиотеку Diffusers. Модель обучалась на WebVid-10M и LAION-400M. Репозиторий распространяется по лицензии MIT. Авторы указывают, что модель предназначена только для исследований и некоммерческого использования. В README также отмечено, что текущая версия не полностью сохраняет идентичность объектов и может не одновременно обеспечивать крупные и точные движения.

Inkling-Gutenberg-DPO — полноразмерный чекпойнт модели Thinking Machines Inkling, дообученный методом Direct Preference Optimization на предпочтение литературной прозы перед шаблонным синтетическим текстом. Он предназначен прежде всего для художественного письма на английском языке: продолжения романов, создания диалогов и прозы с историческим или литературным регистром. Архитектура — плотное представление MoE-модели Inkling; базовая модель имеет 975 млрд параметров всего и 41 млрд активных. Репозиторий содержит объединённые с базовой моделью BF16-веса в исходной раскладке Inkling, формат safetensors; чекпойнт занимает около 1,8 ТиБ. Для запуска приведён пример с Transformers и trust_remote_code. Модель хорошо подходит для генерации выразительной прозы и стремится избегать общих формулировок, характерных для типичного машинного текста. Настройка касается предпочтений стиля, а не фактических знаний или безопасности; модель может воспроизводить литературные стили из общественного достояния, предпочитать длинные продолжения и использовать устаревшую лексику. Для генерации рекомендуется сэмплирование: жадное декодирование может приводить к повторениям. Лицензия — Apache 2.0.

Карточка модели internlm/internlm2_5-step-prover-critic на Hugging Face совпадает с карточкой WufuJu/internlm2-5-step-prover-critic, поэтому описание составлено по ней. InternLM2.5-Step-Prover-Critic — критическая модель на 1,8 млрд параметров из семейства InternLM2, разработанная командой InternLM-Math. Она предназначена для проверки и оценки отдельных шагов формальных доказательств в Lean 4, помогая решать задачи автоматизированного математического доказательства. В README сообщается о результатах на бенчмарках MiniF2F, ProofNet и Putnam; метаданные указывают архитектуру InternLM2ForRewardModel, PyTorch и контекст до 32 768 токенов. Модель принимает текст и генерирует текстовые оценки или ответы в рамках сценария критика. Карточка не описывает конкретный формат оценки или ограничения применения; лицензия указана как other, поэтому условия использования следует сверять с лицензией репозитория.

Jamet-8B-L3-MK.V-Blackroot — разговорная модель для ролевых диалогов и создания историй, разработанная Hastagaras на основе семейства Llama 3. В карточке указано, что модель объединяет Llama 3 Instruct с несколькими моделями и адаптерами, а также прошла DPO-настройку для уменьшения количества эмодзи и чрезмерно позитивного тона. Архитектура — плотная Llama с 7,5 млрд параметров; контекст — 8192 токена. Модель принимает текст и генерирует текст. Основные сценарии — ролевые диалоги и художественное повествование. Автор отмечает, что при высокой температуре генерация может становиться несвязной, а эмодзи иногда сохраняются. Для немецкого языка качество не удалось исправить; сведения о поддерживаемых языках в карточке ограничены упоминаниями немецкого и английского. Модель распространяется по лицензии Llama 3; перед использованием следует учитывать её условия.

jweb-japanese-soseki-gpt2-1b — японская языковая модель на архитектуре GPT-2, дообученная jweb на основе модели, обученной компанией rinna Co., Ltd. В репозитории указано 1,3 млрд параметров, а метаданные Hugging Face сообщают 1,7 млрд; модель имеет 24 слоя и скрытый размер 2048. Для токенизации используется SentencePiece, в README рекомендуется T5Tokenizer. Доступны веса PyTorch и Rust. Модель предназначена для генерации японского текста в продолжение заданного фрагмента. Она дообучена на произведениях из Aozora Bunko, особенно на книгах Нацумэ Сосэки; также указаны обучающие данные Japanese C4, CC-100 и Wikipedia. Контекст составляет 1024 токена. README приводит perplexity около 14 на выбранной отложенной выборке из тех же данных. Модель выпущена под лицензией MIT.

JoyAI-Image-Edit — мультимодальная модель компании JD, предназначенная для редактирования изображений по инструкциям. Она использует пространственное понимание сцены, включая разбор сцены, сопоставление объектов и отношений с указаниями и разложение инструкции на шаги. Модель поддерживает перемещение объектов в заданную область, изменение их ориентации и управление точкой обзора камеры. Модель рассчитана на редактирование с сохранением идентичности объектов и согласованности окружающей сцены; при управлении камерой инструкция должна задавать изменение ракурса без изменения содержимого и геометрии сцены. В README приведены сценарии работы с изображениями и требования к среде: Python 3.10 или новее и GPU с CUDA. Доступна по лицензии Apache-2.0.

Kimina-Prover-Distill-8B — языковая модель для автоматического доказательства теорем и решения задач в Lean 4, разработанная командами Project Numina и Kimi. Это плотная авторегрессионная модель семейства Qwen3 с 7,6 млрд параметров, дообученная на базе Qwen/Qwen3-8B и дистиллированная из Kimina-Prover-72B, обученной с помощью масштабного обучения с подкреплением. Модель предназначена для соревнований и задач, где нужно строить формальные доказательства на Lean 4. В README указана точность 77,86% Pass@32 на MiniF2F-test. Модель принимает текст и генерирует текст; доступен контекст до 40 960 токенов. Карточка HF указывает английский язык и интерфейс чата, а также Apache 2.0. Конкретные ограничения, кроме специализации на формальных задачах Lean 4, в карточке не описаны.

calcuis/kontext-gguf — это GGUF-квантизированная версия модели FLUX.1-Kontext-dev, разработанной Black Forest Labs и подготовленной для распространения пользователем calcuis. Модель предназначена прежде всего для генерации и редактирования изображений по текстовому описанию и исходному изображению, включая добавление или изменение объектов, одежды, окружения и стиля. В карточке указана поддержка image-to-image и английского языка. Модель доступна в вариантах GGUF с квантованием Q2_K, Q4_0 и Q8_0, а также упоминается экспериментальная облегчённая версия для работы за 8 шагов. Для запуска предусмотрены gguf-connector, gguf-node в ComfyUI и интеграция с Diffusers через FluxKontextPipeline. В комплекте и связанных инструкциях используются текстовые энкодеры CLIP-L и T5XXL, а также VAE; поддерживается полностью GGUF-комплект без safetensors. Приведены примеры текстово-управляемого редактирования изображений и генерации по промпту. Сильной стороной являются несколько уровней квантования и варианты запуска, что может снизить требования к памяти и ускорить загрузку, особенно на системах с ограниченным VRAM. Ограничения включают необходимость совместимых инструментов и компонентов, возможное значительное замедление при недостатке видеопамяти, а также отсутствие в README сведений о размере модели, архитектурных параметрах и длине контекста. Модель распространяется по лицензии flux-1-dev-non-commercial-license; коммерческое использование этой лицензией не разрешено.

Kurugai-EEVE-v1.1은 Kurugai 개발자가 Kurugai-EEVE-v1.0을 기반으로 BI55/MedText 데이터셋에 추가 학습한 대화형 언어 모델입니다. Llama 계열의 밀집형 자동회귀 아키텍처를 사용하며, 매개변수는 10.6 млрд, 기본 문맥 길이는 4096 토큰입니다. Hugging Face 카드에서는 한국어 모델로 분류합니다. 모델은 한국어 대화와 텍스트 생성 시나리오에 적합하며, MedText 학습 데이터셋을 사용했습니다. Обучение заняло один час на одном RTX 8000. Репозиторий содержит веса в формате safetensors. Лицензия CC BY-NC-SA 4.0 разрешает использование с указанием авторства и распространяет производные работы на тех же условиях, с ограничением на коммерческое использование.

KW5 109M Instruct — небольшая языковая модель Regnant для генерации ответов на инструкции на суахили. Она основана на decoder-only архитектуре, совместимой с Llama: 12 слоёв, размер скрытого состояния 768, FFN 2048 и 109,5 млн параметров. Модель дообучена методом LoRA на базе regnant-io/kw5-109M; адаптер объединён с базовыми весами. Контекст — 2048 токенов по метаданным, при этом в README рекомендуется ограничивать запрос вместе с ответом 1024 токенами. Модель предназначена для диалоговой генерации и простых ответов на суахили, преимущественно в танзанийском варианте. В тестах она плохо извлекает ответы из переданного текста, ненадёжно сообщает факты, почти не отказывается отвечать на вопросы без ответа и слабо соблюдает числовые ограничения. Не подходит для поиска достоверных фактов и медицинских, юридических или финансовых рекомендаций; в README также отмечены минимальная настройка безопасности и необходимость надзора. Лицензия репозитория — Apache 2.0.

L3.1-8B-Celeste-V1.5 — дообученная автором модели LLaMA 3.1 8B Instruct для диалогового ролевого взаимодействия и творческого письма. Она генерирует текст, следует инструкциям вне роли в формате OOC и поддерживает управляемое развитие персонажей и сценариев, в том числе контент для взрослых по запросу пользователя. Модель основана на плотной архитектуре LlamaForCausalLM с 7,5 млрд параметров. В обучении использовались наборы Reddit WritingPrompts, Opus Instruct и очищенные логи c2. Карточка сообщает, что обучение проводилось с контекстом 8K; метаданные указывают нативную длину контекста 131072 токена. Доступны веса SafeTensors, а также упомянуты варианты FP8, EXL2 и GGUF. Автор отмечает улучшенную связность, творческие ответы и следование инструкциям, но предупреждает о возможных повторах и проблемах форматирования первых сообщений; рекомендует подбирать настройки генерации и при необходимости повторять запрос. Лицензия — Llama 3.1 Community License (идентификатор llama3.1); модель помечена как не подходящая для всех аудиторий.

Daybreak Storywriter v0.4 — это экспериментальная LoRA-модель на базе Llama 3 70B, опубликованная crestf411 в мае 2024 года. Она предназначена для генерации художественного текста и диалогового сторителлинга; автор продолжает очищать обучающие данные от часто встречающихся шаблонных выражений. Модель содержит 69,5 млрд параметров, использует архитектуру LlamaForCausalLM, принимает текст и поддерживает контекст до 8192 токенов. Автор рекомендует начать настройку генерации с temperature 0,8–0,9 и просит делиться результатами настройки параметров. В README также упоминаются EXL2-квантизации, созданные другим пользователем. Доступные веса представлены в формате safetensors; условия лицензии в предоставленных данных не описаны.

Laymonade-7B — объединённая языковая модель на архитектуре Mistral, созданная с помощью mergekit методом SLERP. В слияние вошли l3utterfly/mistral-7b-v0.2-layla-v4 и KatyTheCutie/LemonadeRP-4.5.3; модель содержит 7,1 млрд параметров и принимает текстовый контекст длиной до 32 768 токенов. Модель предназначена для выдуманных историй и ролевых диалогов. Разработчики стремились сделать ответы менее шаблонными и снизить частоту отказов. Она генерирует текст и подходит для интерактивного творческого письма и ролевого общения. Дата публикации на Hugging Face — 27 марта 2024 года. Слияние основано на моделях, ориентированных на ролевые диалоги, поэтому модель рассчитана на художественные сценарии, а не на гарантированно точные фактические ответы. В метаданных отмечено ограничение аудитории; точная лицензия в предоставленных данных отсутствует.

LGM Full — конвейер для преобразования изображения в 3D, опубликованный dylanebert как учебный ресурс для курса ML for 3D. Он объединяет полный процесс LGM, включая диффузионную модель для создания нескольких ракурсов; оригинальная работа описывает Large Multi-View Gaussian Model для создания высокодетализированного 3D-контента. Репозиторий использует формат Diffusers и веса safetensors, лицензия — MIT. Карточка не сообщает размер модели, поддерживаемые языки или численные параметры контекста.

Lit-125M — авторегрессионная языковая модель GPT-Neo, дообученная hakurei на корпусе объёмом около 2 ГБ с художественной прозой, включая лёгкие новеллы, эротические тексты и литературу с аннотациями. Модель содержит 137,7 млн параметров и принимает текстовые подсказки, после которых генерирует художественный текст; контекст — до 2048 токенов. Модель предназначена для создания вымышленной прозы и помощи авторам. Аннотационные теги в подсказке, например жанр, стиль и точка зрения, можно комбинировать, чтобы направлять генерацию. Английский язык указан в метаданных; примеры и описание карточки также англоязычные. Весы опубликованы в формате PyTorch по лицензии MIT. Небольшой размер подходит для экспериментов и отладки, но качество и связность генерации могут быть ограничены размером модели и обучающими данными. В корпусе присутствует эротический контент.