IV.5Образование и развитие навыков

GPT-Neo 2.7B-Picard — дообученная модель KoboldAI на основе GPT-Neo 2.7B от EleutherAI. Она генерирует продолжение текста по заданному началу и подходит для создания художественной прозы, особенно в жанрах научной фантастики и фэнтези. Для дообучения использовали около 1800 электронных книг, преимущественно в этих жанрах. Модель имеет плотную архитектуру GPT-Neo с причинно-языковой авторегрессионной генерацией, содержит около 3,1 млрд параметров и принимает контекст длиной до 2048 токенов. Репозиторий включает веса PyTorch и Safetensors; в карточке указан английский язык. Лицензия — MIT. Качество и содержание генераций зависят от подсказки: возможны предвзятые, грубые или оскорбительные ответы, поскольку базовая GPT-Neo обучалась на корпусе The Pile. Модель может выдавать нежелательный текст, поэтому результаты следует проверять перед публикацией.

Haru v3 Teacher Base — авторская плотная авторегрессионная модель Alice Noa Chan для продолжения детских рассказов на корейском языке. Это базовый чекпойнт без instruction tuning: на вход ей подают начало рассказа, а модель дописывает продолжение. В метаданных указаны архитектура HaruDenseForCausalLM, 42,4 млн параметров и контекст до 1 024 токенов; README сообщает о 30 997 377 параметрах, 16 слоях и ширине скрытого слоя 384. Веса FP32 Safetensors, библиотека Transformers. Модель обучена с нуля и предназначена также для использования в качестве учителя при дистилляции компактных экспериментальных моделей. В тесте на 64 рассказах её BPC составил 0,871838; сравнение с Haru v2 не изолирует влияние архитектуры и не доказывает превосходство малых ученических моделей. Модель может терять детали сюжета и причинно-следственные связи, повторять идеи или менять персонажей; её общие фактические знания и способности к рассуждению не установлены. Поддерживаются контексты до 1 024 токенов. Веса и исходный код распространяются по лицензии MIT; обучающие корпуса в репозитории не опубликованы.

Haven-Chat-v3.0.3 — англоязычная модель для многоходового общения и ролевых диалогов, разработанная автором репозитория на базе архитектуры Gemma 4. Модель дообучена методом DPO на канале рассуждений Gemma 4 и на более чем 500 сценариях ролевых диалогов; автор также сообщает о настройке нейтрального отношения к гендеру имён и соблюдения указанных пользователем местоимений. Модель предназначена для общения в роли виртуального компаньона и коротких ролевых диалогов. По заявлению автора, она поддерживает беседы без системного промпта и не вставляет стандартные оговорки корпоративного ассистента. Репозиторий содержит веса в формате GGUF, лицензия — Apache-2.0. Размер модели и длина контекста в предоставленных сведениях не указаны.

Norod78/hebrew-gpt_neo-xl-poetry — языковая модель на архитектуре GPT-Neo, дообученная для генерации стихотворных текстов на иврите. По карточке, модель обучалась на подборке книг, журналов и поэтических корпусов на иврите и предназначена для создания поэзии и продолжения стихотворных фрагментов. Модель содержит 1,5 млрд параметров, принимает текст и генерирует текст; длина контекста составляет 2048 токенов. Модель разработана автором репозитория Norod78 и основана на hebrew-gpt_neo-xl. Доступны веса в форматах Flax, PyTorch и Safetensors. Лицензия — MIT. Карточка не приводит оценки качества, поэтому результат генерации может требовать редакторской проверки и не гарантирует связность или художественную ценность.

HelpingAI-3B-v2.2 — разговорная языковая модель от OEvortex, предназначенная для диалога с эмоционально чуткими и поддерживающими ответами. Она распознаёт и подтверждает эмоции, учитывает контекст и подбирает тон и формулировки под состояние собеседника; подходит, например, для эмпатичного общения и поддержки в трудных ситуациях. Модель построена на архитектуре HelpingAI с классом HelpingAIForCausalLM и типом MoE. В репозитории указано 2,7 млрд параметров, контекст — до 4096 токенов; модель работает с текстом и ориентирована на английский язык. В README приведено сравнение результатов на наборах ARC, HellaSwag, MMLU, TruthfulQA, Winogrande и GSM8K, однако методика и условия оценки не описаны. Модель выпущена в формате safetensors. Лицензия указана как other, поэтому условия использования следует уточнить по материалам репозитория. Эмоциональная поддержка не заменяет помощь квалифицированного специалиста; ответы могут быть неточными или неуместными.

Inflect-Micro-v2 — англоязычная модель синтеза речи на архитектуре VITS, оптимизированная разработчиком AXERA-TECH для нейропроцессоров AX650, AX620E и AX637. Репозиторий содержит модели в формате ONNX и варианты компонентов axmodel; на AX620E и AX637 кодировщик и декодер работают на NPU, как и поставка для AX650. Модель преобразует английский текст в речь и рассчитана на локальное выполнение на поддерживаемых чипах AXera. Для новых SDK указаны вход токенов длиной 256 и аудиовыход блоками примерно по 5,46 секунды; фонетическая предобработка и подготовка выравнивания выполняются на хосте. Лицензия — Apache-2.0.

InstantMesh — модель TencentARC для быстрого создания 3D-сеток по одному изображению. Она использует feed-forward подход, объединяющий готовую модель многовидовой диффузии и модель реконструкции по разреженным ракурсам на основе архитектуры LRM. Модель предназначена для генерации 3D-объектов из одиночного изображения и создания ассетов для исследовательских и творческих проектов. Авторы заявляют, что генерация занимает менее 10 секунд; система также использует дифференцируемое извлечение изоповерхности и напрямую оптимизирует представление сетки. В карточке указаны формат PyTorch и лицензия Apache-2.0.

JANKU Trained + NoobAI + RouWei Illustrious XL v6.9 — модель генерации изображений по текстовому описанию, опубликованная LillyCherry. В README она названа базовой конверсией safetensors в формат diffusers и основана на Illustrious; исходную модель создал janxd. Репозиторий использует StableDiffusionXLPipeline и содержит веса в safetensors. Модель предназначена для создания изображений по текстовым запросам. В README приведены настройки генерации: Euler a, 25–30 шагов и CFG 3–5. Указана лицензия other, поэтому конкретные условия использования зависят от сведений о лицензии в репозитории и исходной модели.

L3-8B-Celeste-v1 — разговорная модель для ролевых диалогов, созданная nothingiisreal на основе LLaMA 3 8B Instruct. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров, обученная с контекстом 8K на примерах ролевых диалогов, историй и инструкций; README сообщает о проверенной работе с настройками RoPE на контексте до 16K. Модель принимает текст и генерирует текст, поддерживает английский язык и предназначена прежде всего для ролевых сценариев и написания художественных историй. Модель хорошо поддаётся управлению персонажем и стилем через сообщения OOC и контекст карточки персонажа. Она умеет вести как SFW, так и NSFW-сценарии, но поведение вне ролевых задач может быть непредсказуемым. Автор отмечает возможные ошибки форматирования в первых сообщениях и значительную вариативность ответов. Модель распространяется по лицензии Llama 3; применяйте её с учётом условий этой лицензии.

L3-DARKEST-PLANET-16.5B-GGUF — текстовая генеративная модель DavidAU, основанная на DavidAU/L3-DARKEST-PLANET-16.5B и относящаяся к семейству Llama 3. Она предназначена прежде всего для творческого письма: создания и продолжения художественных текстов, разработки сюжетов и подсюжетов, генерации сцен, ролевых сценариев и историй различных жанров, включая научную фантастику, романтику и хоррор. Модель распространяется в формате GGUF и рассчитана на использование с шаблонами Llama 3 и/или Command-R. Модель содержит 16,5 млрд параметров, 71 слой и 642 тензора. Заявленный максимальный контекст составляет 8192 токена, с возможностью расширения до 32k и более с помощью RoPE. Поддерживается английский язык. Архитектура и методика Brainstorm 40x ориентированы на насыщенную деталями прозу, разнообразную структуру предложений и абзацев, необычные начала генерации и возможное предварительное foreshadowing будущих событий. Модель допускает широкий диапазон температур, но слишком высокие значения могут ухудшать следование инструкциям, особенно в ролевых сценариях. Сильными сторонами являются выразительное и подробное описание сцен, окружения и предметов, разнообразие стиля и пригодность для широкого спектра художественных задач. Ограничения включают отрицательный уклон, возможные предваряющие фрагменты о будущих событиях и чувствительность качества к параметрам генерации и расширению контекста. README предупреждает о NSFW-содержании, насилии, хорроре, ненормативной лексике и отсутствии цензуры. Модель распространяется по лицензии Apache-2.0.

L3-SMB-Grand-STORY-F32-Ultra-Quality-16.5B-GGUF — текстовая модель для генерации художественной прозы и ролевых диалогов, опубликованная DavidAU. Это объединённая модель на архитектуре Llama 3: автор описывает многоэтапное слияние моделей, расширение до 16,5 млрд параметров и сохранение весов в формате GGUF с точностью F32. Базовый контекст составляет 8192 токена; автор указывает, что его можно расширить настройками RoPE до 32 тысяч токенов. Модель предназначена для создания и продолжения сцен, сюжетов и диалогов в разных жанрах, включая ужасы, научную фантастику и романтику. Её отличают яркая детализированная проза, метафоры и симили, а также выраженная склонность к хоррору, мрачному юмору и ненормативной лексике. Поддерживается общение по шаблону Llama 3. В метаданных указан английский язык и лицензия Apache-2.0.

Карточка модели ncredible/L3-SMB-Grand-STORY-F32-Ultra-Quality-16.5B-GGUF на Hugging Face совпадает с карточкой DavidAU/L3-SMB-Grand-STORY-F32-Ultra-Quality-16.5B-GGUF, поэтому описание составлено по ней. L3-SMB-Grand-STORY-F32-Ultra-Quality-16.5B-GGUF — текстовая модель для генерации художественной прозы и ролевых диалогов, опубликованная DavidAU. Это объединённая модель на архитектуре Llama 3: автор описывает многоэтапное слияние моделей, расширение до 16,5 млрд параметров и сохранение весов в формате GGUF с точностью F32. Базовый контекст составляет 8192 токена; автор указывает, что его можно расширить настройками RoPE до 32 тысяч токенов. Модель предназначена для создания и продолжения сцен, сюжетов и диалогов в разных жанрах, включая ужасы, научную фантастику и романтику. Её отличают яркая детализированная проза, метафоры и симили, а также выраженная склонность к хоррору, мрачному юмору и ненормативной лексике. Поддерживается общение по шаблону Llama 3. В метаданных указан английский язык и лицензия Apache-2.0.

Llama-3.1-Centaur-70B — языковая модель для прогнозирования и симуляции человеческого поведения в экспериментах, описанных на естественном языке. С моделью связан Marcel Binz; в карточке указана работа «A foundation model to predict and capture human cognition». Это плотная авторегрессионная модель семейства Llama, реализованная как LlamaForCausalLM, с 69,5 млрд параметров и контекстом до 131 072 токенов. Модель предназначена для исследовательских сценариев в когнитивной науке и психологии: по описанию эксперимента она моделирует человеческие решения и поведение. Для оптимальной работы в подсказках рекомендуется представлять выборы людей с помощью токена «>». Модель принимает и генерирует текст; карточка не сообщает о поддержке других модальностей или конкретных языках. Модель распространяется в формате safetensors по лицензии Llama 3.1 Community License Agreement. Результаты являются симуляцией поведения, а не гарантированным прогнозом конкретного человека; качество зависит от формулировки эксперимента и подсказки.

LoomAI — языковая модель, разработанная Shrujan и дообученная для создания историй по пользовательским подсказкам. Она предназначена для генерации начала рассказа или полного текста и может помогать авторам находить идеи и развивать творческое письмо. Модель основана на архитектуре Llama, содержит 6,6 млрд параметров и принимает текстовые запросы, выдавая текст. Указанный язык — английский; максимальная длина контекста составляет 4096 токенов. Модель распространяется в формате Safetensors через Transformers. Лицензия в предоставленных данных не указана.

mlx-community/ltx-2.5-mlx-q8 — это MLX-сборка компонента текстового энкодера Gemma-4 для LTX-2.5 от Lightricks, в которой энкодер квантизирован до int8. Репозиторий содержит дерево компонентов LTX-2.5 для автономной загрузки; остальные компоненты совпадают с mlx-community/ltx-2.5-mlx, а DiT в этой версии не квантизирован. Сборка предназначена для генерации видео по текстовому запросу с меньшим потреблением памяти на небольших компьютерах Apple Silicon. По измерениям авторов, при потоковой загрузке DiT пиковое потребление памяти составляет около 14,6–15,4 ГБ вместо примерно 24,8 ГБ у варианта с энкодером bf16. Качество представления текста на валидных позициях близко к bf16, однако выходы не совпадают побитово: изменённое текстовое кондиционирование может приводить к другому, но приемлемому видео. Модель относится к семейству AudioVideo, распространяется в формате safetensors и связана с базовой моделью Lightricks/LTX-2.5. Лицензия указана как other; конкретные условия в предоставленных данных не раскрыты.

Netrve разработал Miqu-PlayMaid-2x70B-v0.1 как экспериментальную разговорную языковую модель для ролевых диалогов и творческого письма. Это MoE-модель семейства Mixtral на 68,7 млрд параметров, объединяющая Miqu PlayMaid 70B и Miqu 70B DPO; в основе Miqu PlayMaid 70B лежит дообучение MiquMaid v2 70B DPO авторами Undi95 и IkariDev. Модель принимает текст и генерирует текст на английском языке, используя формат запросов Alpaca. Автор дообучил модель на последовательностях длиной 16 384 токена из-за ограничений памяти. Метаданные указывают контекст до 32 764 токенов, но README гарантирует работу только до 16 384; более длинный контекст может работать, но не гарантируется. Для файлов BF16 автор не обещает работу за пределами указанного гарантированного контекста. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

Celeste V1.9 — модель генерации текста для написания историй и ролевых диалогов, разработанная nothingiisreal на базе Mistral NeMo 12B Instruct. Это плотная авторегрессионная модель MistralForCausalLM с 12,1 млрд параметров; обучалась с форматом ChatML на корпусах Reddit Writing Prompts, Opus Instruct и очищенных диалоговых логах. Карточка указывает контекст обучения 8K токенов; модель должна наследовать более длинный контекст базовой Mistral NeMo, а метаданные каталога указывают нативный контекст 1 024 000 токенов. Модель предназначена для продолжения и создания художественной прозы, интерактивного ролевого общения и управления стилем повествования инструкциями в диалоге. Разработчик отмечает улучшенную поддержку NSFW-сценариев и возможность вести как безопасные, так и откровенные истории; поведение заметно зависит от начальных сообщений, системного промпта и параметров генерации. Рекомендуется использовать ChatML и подбирать семплирование; ответы могут различаться между повторными генерациями, а первые сообщения иногда требуют ручной правки. Лицензия репозитория — Apache-2.0.

DavidAU/MN-Dark-Horror-The-Cliffhanger-18.5B-GGUF — модель для генерации текста на базе Mistral Nemo, разработанная DavidAU. Это специализированное смешанное решение, созданное многоэтапным объединением пяти моделей серии «Cliffhanger» проекта Wordstorm, включая Mistral Nemo Instruct. Модель ориентирована на художественное письмо, продолжение сцен, создание сюжетов и подсюжетов, сторителлинг, ролевые сценарии и генерацию текстов в разных жанрах, особенно в жанрах horror, science fiction и romance. Модель имеет около 18,5 млрд параметров, поддерживает текстовую генерацию на английском языке и заявленный контекст до 131 000 токенов. Она доступна в формате GGUF с различными уровнями квантования. Для работы требуется шаблон Mistral Instruct, ChatML или Alpaca. Модель рассчитана на выразительную, насыщенную деталями прозу и диалоги, часто формирует мрачную атмосферу, резкую лексику и клиффхэнгеры. Изменение температуры и repetition penalty заметно влияет на стиль, разнообразие, следование инструкциям и склонность к повторениям. Сильными сторонами являются высокая пригодность для творческого письма, ролевых игр, жанровой прозы и генерации интенсивных сцен, а также большой контекст. Ограничения включают выраженный негативный и мрачный уклон, склонность к графическому насилию, ненормативной лексике и контенту NSFW; для позитивного или нейтрального тона требуются специальные указания в запросе. При чрезмерно высокой температуре или низком repetition penalty возможны чрезмерно длинные ответы и повторение абзацев, а использование context shift или RoPE может нарушить генерацию. Модель распространяется по лицензии Apache-2.0.

MoE-Girl 400MA 1BT — дообученная модель Allura на базе IBM Granite 3.0, предназначенная прежде всего для ролевых диалогов; автор также допускает общее использование, но не обещает высокого качества. Это генеративная MoE-модель с архитектурой GraniteMoeForCausalLM и 163,6 млн параметров; контекст — до 8192 токенов. README рекомендует формат ChatML и приводит пример ответа в образе пирата. Модель принимает текст и генерирует текст. В карточке не заявлена поддержка конкретных естественных языков. Автор предупреждает, что при 400 млн активных параметров не следует ожидать сильных результатов и сравнивает возможности с GPT-2. Модель распространяется по лицензии Apache-2.0.

OccamRazor/mpt-7b-storywriter-4bit-128g — 4-битная квантованная версия MPT-7B-StoryWriter-65k+, подготовленная для KoboldAI на основе модели MosaicML. Это авторегрессионная языковая модель с модифицированной архитектурой decoder-only Transformer: 6,7 млрд параметров, 32 слоя и 32 головы внимания. Она дообучена на отфильтрованной художественной части Books3 для чтения и написания художественных историй; в README указано обучение с контекстом 65 тыс. токенов и возможность экстраполяции ALiBi за эту длину. Модель принимает текст и генерирует продолжение текста, поэтому подходит для интерактивного сочинения и продолжения длинных рассказов. Модель обучена MosaicML и распространяется по лицензии Apache-2.0, допускающей коммерческое использование. Для загрузки через Transformers требуется trust_remote_code=True из-за пользовательской архитектуры. Модель может выдавать фактически неверные сведения, а также предвзятый, непристойный или оскорбительный текст; она предназначена для художественной генерации, а не для получения достоверных фактов. README описывает квантование до 4 бит для KoboldAI, а метаданные указывают формат safetensors.

facebook/musicgen-stereo-melody — стереофоническая модель MusicGen команды FAIR в Meta AI для генерации музыки по текстовым описаниям и аудиоподсказкам. Это авторегрессионный Transformer на 1,5 млрд параметров, дообученный 200 тысяч шагов от монофонической версии. Модель использует токенизатор EnCodec с частотой 32 кГц и формирует два чередующихся потока аудиотокенов для стереозвука. Модель подходит для создания музыкальных фрагментов по описанию или с опорой на мелодию из аудио. Она генерирует музыку без реалистичного вокала; качество зависит от жанра, культурного контекста и формулировки запроса. Обучение велось на англоязычных описаниях, поэтому запросы на других языках могут работать хуже; иногда генерация затихает до конца фрагмента, и для хорошего результата может понадобиться подбор запроса. Веса распространяются по лицензии CC-BY-NC 4.0, которая ограничивает коммерческое использование.

Gemma4-Gutenberg-31B-GGUF — это GGUF-квантизированная версия модели Gemma4-Gutenberg-31B, разработанной nbeerbower и подготовленной пользователем bartowski с помощью llama.cpp и imatrix-квантизации. Модель ориентирована на англоязычную генерацию художественного текста, включая прозу, художественную литературу, научную фантастику, фэнтези, романтические и приключенческие сценарии. При обучении использовались DPO-датасеты Gutenberg и наборы данных для настройки человеческого стиля письма и общей художественной генерации. Модель содержит около 31 миллиарда параметров. Доступны варианты в форматах BF16 и различных уровнях квантизации GGUF — от Q8_0 до Q3 и IQ4, с размером файлов примерно от 17 до 61 ГБ. Квантизация позволяет запускать модель локально через llama.cpp, LM Studio, KoboldCpp, Jan AI, text-generation-webui и другие совместимые инструменты; конкретные требования к памяти зависят от выбранного варианта. В README указан английский язык, однако размер контекстного окна и подробности архитектуры не приведены. Сильными сторонами являются специализация на художественном письме, доступность высококачественных квантизированных вариантов и поддержка локального инференса. Более сильное сжатие уменьшает требования к памяти, но может снижать качество генерации; BF16 и варианты Q6 обеспечивают более высокое качество при существенно большем размере. Модель распространяется по лицензии Apache-2.0. Для работы требуется совместимый инструмент и актуальная поддержка модели в выбранном программном обеспечении.

Trappu разработал Nemo-Picaro-12B — плотную авторегрессионную языковую модель семейства Mistral на 12,1 млрд параметров, дообученную на собственной небольшой коллекции текстов без синтетических данных. Она ориентирована на написание историй и создание сценариев по тегам и кратким описаниям; модель принимает текст и генерирует текст. В карточке указаны контекст до 1 024 000 токенов и английский язык. Для диалогового формата рекомендован ChatML без системного промпта. Модель предназначена прежде всего для творческого письма и ролевых сценариев, а не для универсальных диалогов. Автор отмечает склонность к выдаче себя за пользователя, слабые рассуждения и трудность управления ответами; обучение не включало данные для многоходового общения. Лицензия — Apache-2.0.

Ninja-v1-RP-expressive — модель генерации текста на базе архитектуры Mistral, созданная Aratako. Это слияние Aratako/Ninja-v1-RP с производной Elizezen/Antler-7B, дополнительно сформированной с помощью task vectors и объединения моделей. Модель предназначена для ролевых диалогов и выразительной генерации художественного текста; карточка указывает 7,1 млрд параметров и контекст до 4096 токенов. Для диалогов используется шаблон Vicuna: инструкции, описание мира и персонажей помещаются перед первым сообщением пользователя. Модель может продолжать реплики пользователя или переходить к повествованию в стиле романа, поэтому автор рекомендует корректировать промпт примерами или перегенерировать ответ. Поддерживаемый язык по карточке — японский. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

PetrolLM — дообученная Norquinal модель для генерации текста, творческого письма и ролевых диалогов. В основе лежит Mistral-7B-v0.1 с архитектурой MistralForCausalLM, дообученный методом QLoRA; в репозитории представлены веса PyTorch. Модель содержит 7,1 млрд параметров, а нативный контекст составляет 32 768 токенов. Обучение проводилось на 5 800 примерах диалогов и ролевых сценариев, включая наборы PIPPA, bluemoon-fandom, Teatime и другие. Модель рассчитана на формат запросов с описанием стиля, персонажей и сценария; её можно применять для ролевых бесед и написания художественных продолжений. Метаданные помечают модель как NSFW, поэтому она может быть ориентирована на взрослый контент. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

POLARIS-9B — дообученная модель на 9 млрд параметров на базе Qwen3.5-9B, разработанная для генерации длинных англоязычных рассказов. Авторы применили обучение с подкреплением GRPO: оценка по 16 критериям качества историй сочетается с добавлением написанного человеком примера в каждую группу обучения. Модель работает через библиотеку Transformers и распространяется в формате safetensors. Модель подходит для короткой прозы, художественных сцен и смежных творческих задач, включая фанфики, разработку персонажей и сценарии подкастов. По результатам описанных в карточке оценок она сохраняет качество на запросах до 12 тысяч слов, хотя при такой длине в среднем выдаёт около 72% запрошенного объёма. Для длинных историй рекомендуется включать extended thinking и задавать желаемое число слов в запросе. Среди ограничений — чрезмерно плотный стиль, возможные нарушения логики и противоречия в длинных текстах, а также более слабая работа с нетворческими жанрами. Модель не предназначена для фактических материалов, где важна точность, включая юридические, медицинские и финансовые тексты. Лицензия указана как other; условия следует проверять в карточке репозитория.

Purlie-2B-i1-GGUF — квантованная версия мультимодальной модели PinkPixel/Purlie-2B, подготовленная mradermacher. Модель относится к семейству Qwen2-VL и предназначена для работы с изображениями и текстом. Основные сценарии применения связаны с вязанием крючком: анализом изображений, работой со схемами и узорами, а также переводом материалов. Заявлены английский и вьетнамский языки. Размер исходной модели — 2B параметров. Модель распространяется в формате GGUF и доступна в нескольких вариантах квантования с размером файлов примерно от 0,8 до 1,7 ГБ, что позволяет выбирать компромисс между качеством, скоростью и требованиями к памяти. К сильным сторонам относятся мультимодальность, специализированная направленность на схемы и узоры для вязания крючком, поддержка изображений и возможность локального запуска благодаря компактным GGUF-квантам. Ограничения включают узкую предметную специализацию, возможное снижение качества на более агрессивных уровнях квантования и отсутствие в README информации о размере контекстного окна, результатах тестирования и точных требованиях к оборудованию. Модель распространяется по лицензии Apache-2.0. Для работы с изображениями могут потребоваться дополнительные mmproj-файлы из статического репозитория.

Это плотная языковая модель Qwen3 с 3,7 млрд параметров, дообученная HYU-NLP-EVAL на базе Qwen/Qwen3-4B-Instruct-2507. Чекпойнт относится к эксперименту RaR-Medicine OnlineRubrics-Every, шаг 23; в карточке указано, что это шаг запуска обучения с онлайн-рубриками для медицины. Модель предназначена для генерации текста в диалоговом формате. Базовая модель поддерживает следование инструкциям, решение задач и контекст до 262 144 токенов; карточка этого чекпойнта не приводит отдельных результатов оценки качества или перечня языков. Репозиторий содержит веса BF16 для инференса и исходные файлы veRL с параметрами модели. Лицензия — Apache-2.0. README указывает на исследовательское использование.

Nubinu/Qwen3.5-4B-MiniFantasy — дообученная модель Qwen3.5-4B для ролевых диалогов и повествования. Согласно карточке, это LoRA-файнтюн MuXodious/Qwen3.5-4B-SOMPOA-heresy-v2 с 4-битным представлением; метаданные указывают архитектуру Qwen3.5 с плотными весами и поддержку чата. Модель рассчитана на использование с персонажными карточками, содержащими описание в структурированном формате Markdown, чтобы лучше сохранять характер и сведения о мире. Модель принимает текст и генерирует текст; в метаданных указан английский язык. Для запуска подходят Transformers и формат Safetensors. Лицензия — Apache-2.0. В README рекомендованы специальные настройки сэмплера для ролевых сценариев, однако конкретные значения не приведены.

TaoLiveAIGC разработала Qwen3-TTS-TBLive-Base — плотную модель синтеза речи из текста на архитектуре Qwen3-TTS. Это дообученный с помощью продолженного предобучения и GRPO чекпойнт на данных речи для китайских прямых трансляций; он основан на Qwen/Qwen3-TTS-12Hz-1.7B-Base и распространяется в формате safetensors. Лицензия — Apache-2.0. Модель предназначена прежде всего как отправная точка для дальнейшего дообучения под задачи синтеза речи в прямых трансляциях. Карточка также приводит результаты оценки клонирования голоса по короткому образцу на английских и китайских тестовых наборах. Для использования готовых встроенных голосов в производстве разработчик рекомендует родственную модель TaoLiveAIGC/Qwen3-TTS-TBLive-CustomVoice.