IV.5Образование и развитие навыков

swallow-hermes-st-v1 — японская языковая модель для генерации историй и диалогов, созданная автором репозитория napopoa32. В основе лежит Swallow-MS-7b-v0.1: к его слоям добавлены chat vector модели Hermes-2-Pro-Mistral-7b и story vector модели Mistral-7B-Instruct-v0.2-Neural-Story. Доли добавления для каждого слоя подбирались эволюционной стратегией; автор отмечает, что эффективность этого подбора не подтверждена. Модель предназначена прежде всего для создания коротких историй, в том числе рассказов перед сном, с учётом запроса пользователя. Архитектура — плотная MistralForCausalLM на 7,2 млрд параметров, формат весов — safetensors, контекст — 4096 токенов. Лицензия — Apache-2.0. README описывает японский сценарий использования; сведения о поддержке других языков не приводятся.

Карточка модели SYNAPSEai1/SynapseMusicV12-XL-SFT на Hugging Face совпадает с карточкой ACE-Step/acestep-v15-xl-sft, поэтому описание составлено по ней. ACE-Step/acestep-v15-xl-sft — вариант XL модели ACE-Step 1.5, разработанный проектом ACE-Step. Это плотная модель генерации аудио на основе DiT с примерно 4 млрд параметров по README; метаданные каталога указывают 3,1 млрд параметров. Модель обучена методом supervised fine-tuning и предназначена для создания музыки по текстовому описанию. Поддерживает CFG для управления соответствием генерации запросу; вариант SFT ориентирован на высокое качество и стандартный режим работы. Модель использует 32 слоя DiT Decoder, скрытый размер 2560 и 32 головы внимания. README рекомендует от 12 ГБ видеопамяти с выгрузкой на CPU и INT8-квантизацией, от 16 ГБ с выгрузкой на CPU или от 20 ГБ без выгрузки. В карточке указана лицензия MIT; README заявляет о коммерческой применимости сгенерированной музыки и обучении на лицензированной, свободной и синтетической музыке. Эти заявления описывают проект, а не гарантируют права на каждый конкретный результат.

TaDiCodec — текстово-управляемый диффузионный аудиокодек и токенизатор речи, представленный авторами статьи TaDiCodec: Text-aware Diffusion Speech Tokenizer for Speech Language Modeling. Модель кодирует речь в компактные токены и восстанавливает аудио с помощью диффузионного автоэнкодера, в котором декодер использует текстовые подсказки. Обучение сквозное и одностадийное, без вспомогательных предварительно обученных моделей. Кодек предназначен для токенизации и реконструкции речи, а также для использования в речевых языковых моделях и системах синтеза речи, включая zero-shot TTS с авторегрессионным и masked generative моделированием. Для речи с частотой 24 кГц заявлены частота токенов 6,25 Гц и битрейт 0,0875 кбит/с; авторы сообщают о качестве по метрикам WER, сходства голоса и естественности звучания. Репозиторий использует формат safetensors и библиотеку Transformers; лицензия — Apache-2.0. Карточка перечисляет английский, китайский, японский, французский, немецкий и корейский языки.

Thai GPT-2 — генеративная языковая модель на архитектуре GPT-2, дообученная студентом Fillmanu1 для вопросов и ответов на тайском языке. Модель обучалась на наборе данных disease_3000, содержащем 3 000 пар о заболеваниях, и предназначена для генерации ответов по медицинской тематике.

TNEA-Advisor — модель AnbuKumaran A., дообученная на базе Qwen2.5-3B-Instruct для помощи абитуриентам при поступлении на инженерные программы в штате Тамилнад. Это плотный авторегрессионный трансформер семейства Qwen2 с 3,1 млрд параметров; LoRA-адаптер был объединён с базовой моделью, а репозиторий содержит самостоятельные веса Safetensors. Модель принимает текстовые сведения о проходном балле, категории общины и предпочтительном направлении, затем генерирует оценку государственного и категориального ранга и подбирает колледжи по уровням REACH, TARGET и SAFE. Она рассчитана на англоязычные запросы; заявленное родное контекстное окно — 32 768 токенов. Для локального запуска также упоминается отдельная 4-битная сборка GGUF q4_K_M. Дообучение использует более 100 000 исторических записей о проходных баллах по категориям за 2021–2025 годы из Директората технического образования Тамилнада. Карточка приводит оценку на 50 сценариях с автоматическим судейством, поэтому её результаты не подтверждают точность для всех реальных случаев. Модель выдаёт оценки по историческим данным, не является официальной системой приёма и не заменяет актуальные сведения DoTE/TNEA или консультацию специалиста; её работа вне узкой задачи поступления не проверена. Лицензия указана как other, без конкретизации условий в предоставленных данных.

Edmon02/TTS_NB_2 — контрольная точка SpeechT5 для синтеза речи на армянском языке, разработанная как преемник Edmon02/TTS_NB. Модель предназначена прежде всего для продолжения обучения, экспериментов с новыми данными и адаптации через Transformers; для публикации демонстраций карточка рекомендует другой чекпойнт. Архитектура — SpeechT5ForTextToSpeech, веса сохранены в safetensors, размер словаря токенизатора — 158. Обучение обновлено на данных Common Voice 17 для hy-AM и HyVoxPopuli. Для синтеза при инференсе требуется microsoft/speecht5_hifigan. Лицензия — MIT. Карточка указывает ограничения исходного набора HyVoxPopuli: литературный армянский язык и два диктора; поэтому модель может хуже подходить для других вариантов армянского и разнообразных голосов.

Twilight-Miqu-146B — слитая языковая модель для написания художественных историй, созданная softwareweaver на основе Midnight-Miqu-70B-v1.5, Dawn-Miqu-70B и Dark-Miqu-70B с помощью mergekit. Модель построена на архитектуре Llama и содержит 145,7 млрд параметров; она принимает текст и генерирует текст, поддерживая контекст до 32 764 токенов. Модель предназначена для создания и итеративной доработки рассказов: она может продолжать сюжет с учётом предыдущих событий, следовать плану или заданным сюжетным точкам и формировать описания и диалоги. Автор описывает её как эксперимент по проверке связности больших моделей в задачах написания историй. В README разрешён откровенный контент и ненормативная лексика. В метаданных указана лицензия other. README предупреждает, что модель основана на утёкших весах Miqu и подходит только для личного использования; скачивание и использование сопряжено с юридическим риском, гарантий нет. Это экспериментальное слияние, качество и связность результатов не гарантированы.

Migga/ViT_Chess_V1 — модель компьютерного зрения на архитектуре Vision Transformer (ViT), опубликованная пользователем или организацией Migga на Hugging Face. Она предназначена для классификации изображений, связанных с шахматной тематикой, и может использоваться для распознавания визуальных классов на шахматных изображениях. Модель содержит около 325,3 млн параметров и рассчитана на работу через библиотеку Transformers с задачей image-classification. Данные о поддерживаемых естественных языках, размере входного контекста и лицензии в доступных источниках не установлены. Ограничения включают зависимость качества от обучающих данных и классов, представленных при обучении; пригодность для иных изображений или задач не подтверждена.

Модель vit_large_patch14_clip_336.datacompxl_ft_inat21 — классификатор изображений из серии экспериментов timm, дообученных на данных соревнования iNaturalist 2021. Она распознаёт 10 000 видов по фотографиям; модель рассчитана на классификацию природных объектов, например растений и животных, снятых в естественной среде. Для обучения использовался размер изображения 336 пикселей, а в карточке приведены показатели Top-1 91,98% и Top-5 98,03% для варианта с предобучением DataCompXL. Модель подходит для определения видов по фотографиям из сада, двора или природных наблюдений. Обучение проводилось без дополнительных метаданных. Весовые файлы доступны в форматах PyTorch и safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

FarmerlineML VoxCPM2 Krio — полноценно дообученная на речевых данных на языке крио модель синтеза речи на базе VoxCPM2. Она предназначена для голосового помощника darli AI в сельскохозяйственных сценариях и лучше всего работает с текстом на крио и образцом голоса говорящего из Сьерра-Леоне, который нужен при выводе для привязки голосовой идентичности. Репозиторий содержит веса в формате safetensors и декодер AudioVAE; модель выдаёт речь по тексту с использованием референсного аудио. Модель рассчитана на синтез речи на крио. В README отмечены практические ограничения: без референсного аудио нельзя закрепить голосовую идентичность, после конца предложения возможны лишние речевые фрагменты, а для чистого результата рекомендуется обрезать около двух секунд тишины после генерации. Лицензия — Apache-2.0.

Карточка модели 10iz/Wan2.2-Animate-14B на Hugging Face совпадает с карточкой Wan-AI/Wan2.2-Animate-14B, поэтому описание составлено по ней. Wan2.2-Animate-14B — модель генерации и преобразования видео семейства Wan от Wan-AI. Она предназначена для переноса движений и выражений персонажа из видео на персонажа с заданного изображения, в режимах анимации и замены персонажа. На вход подаются видео и изображение персонажа, на выходе создаётся видео. Модель основана на Wan2.2-I2V-A14B и использует архитектуру видеодиффузии с механизмом Mixture-of-Experts (MoE), описанным для семейства Wan2.2. В карточке указано 14B в названии модели; подробности о разрешении, частоте кадров и длине контекста для Animate не приведены. Доступен код инференса, а интеграция с ComfyUI отмечена как готовая. Модель подходит для анимации персонажей и замены персонажа в видео с сохранением движений и выражений. Лицензия — Apache-2.0. Возможности для текстовой генерации или обработки звука не заявлены.

Карточка модели rtgfreuui/Wan2.2-Animate-14B на Hugging Face совпадает с карточкой Wan-AI/Wan2.2-Animate-14B, поэтому описание составлено по ней. Wan2.2-Animate-14B — модель генерации и преобразования видео семейства Wan от Wan-AI. Она предназначена для переноса движений и выражений персонажа из видео на персонажа с заданного изображения, в режимах анимации и замены персонажа. На вход подаются видео и изображение персонажа, на выходе создаётся видео. Модель основана на Wan2.2-I2V-A14B и использует архитектуру видеодиффузии с механизмом Mixture-of-Experts (MoE), описанным для семейства Wan2.2. В карточке указано 14B в названии модели; подробности о разрешении, частоте кадров и длине контекста для Animate не приведены. Доступен код инференса, а интеграция с ComfyUI отмечена как готовая. Модель подходит для анимации персонажей и замены персонажа в видео с сохранением движений и выражений. Лицензия — Apache-2.0. Возможности для текстовой генерации или обработки звука не заявлены.

Wan2.2-Animate-14B — модель генерации и преобразования видео семейства Wan от Wan-AI. Она предназначена для переноса движений и выражений персонажа из видео на персонажа с заданного изображения, в режимах анимации и замены персонажа. На вход подаются видео и изображение персонажа, на выходе создаётся видео. Модель основана на Wan2.2-I2V-A14B и использует архитектуру видеодиффузии с механизмом Mixture-of-Experts (MoE), описанным для семейства Wan2.2. В карточке указано 14B в названии модели; подробности о разрешении, частоте кадров и длине контекста для Animate не приведены. Доступен код инференса, а интеграция с ComfyUI отмечена как готовая. Модель подходит для анимации персонажей и замены персонажа в видео с сохранением движений и выражений. Лицензия — Apache-2.0. Возможности для текстовой генерации или обработки звука не заявлены.

Карточка модели Onal/Wan2.2-Animate-14B_ на Hugging Face совпадает с карточкой Wan-AI/Wan2.2-Animate-14B, поэтому описание составлено по ней. Wan2.2-Animate-14B — модель генерации и преобразования видео семейства Wan от Wan-AI. Она предназначена для переноса движений и выражений персонажа из видео на персонажа с заданного изображения, в режимах анимации и замены персонажа. На вход подаются видео и изображение персонажа, на выходе создаётся видео. Модель основана на Wan2.2-I2V-A14B и использует архитектуру видеодиффузии с механизмом Mixture-of-Experts (MoE), описанным для семейства Wan2.2. В карточке указано 14B в названии модели; подробности о разрешении, частоте кадров и длине контекста для Animate не приведены. Доступен код инференса, а интеграция с ComfyUI отмечена как готовая. Модель подходит для анимации персонажей и замены персонажа в видео с сохранением движений и выражений. Лицензия — Apache-2.0. Возможности для текстовой генерации или обработки звука не заявлены.

writer-8b — плотная причинно-следственная языковая модель семейства Llama 3, созданная для написания историй. Модель обучена примерно поровну на рассказах с ScribbleHub и отфильтрованных историях с Literotica; разработчик не указан. Это не модель, настроенная следовать инструкциям: она продолжает текст и лучше работает с заготовкой, содержащей поля Title, Author и Tags, а затем начало истории. Модель содержит 7,5 млрд параметров, принимает текст и генерирует текст; указанное нативное окно контекста — 8192 токена. В метаданных заявлен английский язык. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Карточка предупреждает, что обучающие данные содержат эротические истории, поэтому ответы могут быть сексуализированными и не подходить для всех аудиторий.

ACE-Step 1.5 — открытая модель генерации музыки, разработанная командой ACE-Step. Она предназначена для создания песен и музыкальных фрагментов по текстовому запросу, с управлением стилем и поддержкой сценариев редактирования аудио: создания каверов, перерисовки фрагментов и преобразования вокала в фоновую музыку. В README заявлена гибридная архитектура: языковая модель планирует композицию и формирует метаданные, текст и подписи, а Diffusion Transformer синтезирует аудио. Модель содержит 1,3 млрд параметров; метаданные указывают контекст в 32 768 токенов и формат Safetensors. README заявляет поддержку более 50 языков, генерацию композиций длительностью до 10 минут и работу менее чем с 4 ГБ видеопамяти. Модель ориентирована на музыкантов, продюсеров и создателей контента; README также заявляет возможность коммерческого использования сгенерированной музыки. Лицензия репозитория — MIT. Заявления о скорости генерации, требованиях к памяти и юридической чистоте обучающих данных приведены в карточке проекта и не являются независимой оценкой качества или правового статуса конкретной генерации.

ACE-Step v1.5 Base — базовая модель для генерации музыки по текстовому описанию, разработанная командой ACE-STEP. Это плотная модель семейства ACE-Step с архитектурой AceStepConditionGenerationModel и 1,3 млрд параметров; репозиторий содержит веса в формате safetensors и рассчитан на работу через Transformers. Модель предназначена для создания музыкальных композиций и коротких фрагментов по текстовым запросам, с управлением стилем и поддержкой сценариев вроде генерации кавера, перерисовки аудио и преобразования вокала в инструментальный фон. Карточка проекта описывает гибридный конвейер: языковая модель формирует план композиции, метаданные и текстовые условия для Diffusion Transformer. Заявлена работа с запросами более чем на 50 языках и создание композиций длительностью до 10 минут. README приводит скорость менее двух секунд на A100 и менее десяти секунд на RTX 3090, а также заявляет возможность локального запуска при менее чем 4 ГБ видеопамяти; фактическая производительность зависит от оборудования и настроек. Лицензия репозитория — MIT; README также заявляет возможность коммерческого использования сгенерированной музыки.

ACE-Step 1.5 XL Base BF16 — модель генерации музыки на основе ACE-Step/acestep-v15-xl-base. Это вариант архитектуры DiT с 3,1 млрд параметров в формате BF16; README указывает для исходной версии XL конфигурацию из 32 слоёв декодера и 32 голов внимания. Модель создаёт аудио по текстовому описанию и поддерживает задачи извлечения, комбинирования и дополнения музыки. Модель рассчитана на генерацию музыкальных фрагментов с высокой вариативностью и на сценарии редактирования или продолжения аудио. README заявляет генерацию за 50 шагов с CFG и совместимость с языковыми моделями ACE-Step размером 0,6B, 1,7B и 4B. Для работы требуется от 8 ГБ видеопамяти с выгрузкой на CPU и INT8-квантизацией; от 16 ГБ достаточно для запуска без выгрузки. В карточке заявлены обучающие данные из лицензированной, свободной от роялти или общественного достояния музыки, а также синтетических MIDI-аудиоданных, и возможность коммерческого использования сгенерированной музыки. Лицензия репозитория — MIT. README описывает BF16-вариант как конверсию с почти неизменным качеством; однако метаданные классифицируют его как дообучение базовой модели, поэтому происхождение отмечено как finetune.

ACE-Step/acestep-v15-xl-sft — вариант XL модели ACE-Step 1.5, разработанный проектом ACE-Step. Это плотная модель генерации аудио на основе DiT с примерно 4 млрд параметров по README; метаданные каталога указывают 3,1 млрд параметров. Модель обучена методом supervised fine-tuning и предназначена для создания музыки по текстовому описанию. Поддерживает CFG для управления соответствием генерации запросу; вариант SFT ориентирован на высокое качество и стандартный режим работы. Модель использует 32 слоя DiT Decoder, скрытый размер 2560 и 32 головы внимания. README рекомендует от 12 ГБ видеопамяти с выгрузкой на CPU и INT8-квантизацией, от 16 ГБ с выгрузкой на CPU или от 20 ГБ без выгрузки. В карточке указана лицензия MIT; README заявляет о коммерческой применимости сгенерированной музыки и обучении на лицензированной, свободной и синтетической музыке. Эти заявления описывают проект, а не гарантируют права на каждый конкретный результат.

Официальный чекпойнт ACE-Step v1.5 XL SFT в формате Diffusers, подготовленный командой ACE-Step путём конвертации исходного релиза. Это модель генерации музыки по текстовому описанию на основе 5-миллиардной flow-matching DiT; архитектура содержит 32 слоя и 32 головы внимания, размер скрытого состояния — 2560, размер представления энкодера условий — 2048. Модель загружается как единый конвейер через AceStepPipeline в библиотеке Diffusers. Подходит для создания музыкальных фрагментов по заданным описаниям и для интеграции генерации музыки в приложения, использующие Diffusers. Карточка описывает её как SFT-чекпойнт ACE-Step v1.5 XL; базовая модель позволяет управлять точностью следования текстовому запросу с помощью CFG. В README указана лицензия MIT. Сведения о поддерживаемых языках текстовых запросов, длительности контекста и ограничениях по качеству или применению не приводятся.

Aetheria-L2-70B — языковая модель на архитектуре Llama 2, созданная RoyalLab путём слияния Euryale-1.3-L2-70B, Tulu-2-DPO-70B, GOAT-70B-Storytelling и адаптера LimaRP v3 для Llama 2. Модель содержит 68,7 млрд параметров, использует формат Safetensors и предназначена для генерации текста; её контекст составляет 4096 токенов. Модель рассчитана на совместное написание историй и ролевые диалоги. Она принимает инструкции в формате Alpaca, включая описание персонажа, а модификаторы длины позволяют задавать объём ответа. Карточка указывает английский язык. Модель может быть склонна к многословным ответам и имитации пользователя, особенно при запросе длинного текста. Разработчик предупреждает о предвзятостях, характерных для ролевых интернет-сообществ, и не рекомендует использовать модель для фактической информации или советов. Лицензия в предоставленных данных не указана.

Anima Highres Aesthetic Boost — это LoRA-модель для генерации изображений на базе LyliaEngine/anima_baseV10. Она предназначена для text-to-image сценариев в экосистеме Diffusers и улучшает работу базовой модели на высоких разрешениях, одновременно слегка повышая визуальное качество и эстетическую привлекательность результата. Модель обучена на 10 000 высоко оценённых изображений Danbooru с использованием смешанных разрешений 512, 1024 и 1536 пикселей. По заявлению автора, разрешение 1536 работает без существенных проблем, а 2048 пикселей, или около 4 мегапикселей, позволяет получать пригодные результаты без полного разрушения изображения. Для активации рекомендуется использовать значение None; отдельное ключевое слово не требуется. Эстетическое улучшение выражено умеренно, зависит от промпта и не ориентировано на конкретный художественный стиль, поэтому эффект может быть тонким и сохраняет значительное стилистическое разнообразие исходных данных. В README не указаны точный размер LoRA, поддерживаемые языки, дополнительные модальности или числовой предел контекста. Модель распространяется по лицензии CDLA-Permissive-2.0.

AnyLORA — модель генерации изображений по текстовому описанию на базе Stable Diffusion, созданная Lykon и опубликованная emilianJR как конвертированная версия Lykon/AnyLORA. Она предназначена для генерации изображений в аниме-стиле и совместима с LoRA-весами, особенно с LoRA, обученными на Civitai. Автор также отмечает её пригодность для обучения LoRA и сравнительно низкое потребление видеопамяти. В README приведён пример использования через StableDiffusionPipeline из библиотеки Diffusers с PyTorch. Модель принимает текстовые промпты на английском языке и выдаёт изображения. Для генерации рекомендуется использовать CLIP skip 2 и подходящий VAE: без него изображения могут выглядеть менее насыщенными. README описывает fp16 pruned-вариант менее 2 ГБ и рекомендует LoRA для более точной передачи стилей. Лицензия — CreativeML OpenRAIL-M.

ArcANE-8B-SFT — английская ролевая языковая модель, разработанная holi-lab путём полного supervised fine-tuning модели Qwen/Qwen3-8B. Она генерирует ответы персонажей, учитывающие их поведенческое состояние на заданном этапе сюжета, и предназначена для исследований ролевого диалога, изменений поведения и ценностей персонажей по мере развития повествования. Модель плотная, содержит 7,6 млрд параметров, использует архитектуру Qwen3ForCausalLM и формат safetensors; максимальный контекст — 40 960 токенов. Основной проверенный сценарий передаёт модели сведения о сюжетной арке только до запрошенной главы, без информации из будущих этапов. На отложенной оценке ArcANE модель показала преимущество перед базовой Qwen3-8B в метриках соответствия ответов этапу сюжетной арки; эти результаты не характеризуют общие знания, безопасность или качество следования широкому кругу инструкций. Обучающие данные происходят из 12 романов корпуса ArcANE, поэтому перенос на другие жанры и задачи не установлен. Модель выпущена по лицензии Apache-2.0.

thu-coai/blenderbot-400M-esconv — диалоговая модель на архитектуре Blenderbot, созданная дообучением blenderbot-400M-distill на наборе данных ESConv для эмоционально поддерживающих диалогов. Она предназначена для генерации ответов в разговоре и может использоваться в прототипах помощников, которые ведут поддерживающую беседу. Модель содержит 62,7 млн параметров, принимает текст и генерирует текст; родной контекст составляет 128 токенов. В метаданных указан английский язык. Веса опубликованы в форматах PyTorch и Safetensors. Лицензия в предоставленных данных не указана.

CeLLaTe-tapt-bioformer16l-tokenizer-original-baseline-combinedData — англоязычная модель на архитектуре BERT, дообученная Mardiyyah на базе bioformers/bioformer-16l с использованием датасета Mardiyyah/Combined_TAPT_dataset. Она предназначена для задачи fill-mask: предсказывает пропущенные токены в тексте, что подходит для языкового моделирования и анализа биомедицинских текстов. Модель содержит 50,3 млн параметров, принимает текстовые последовательности с контекстом до 1024 токенов и выдаёт текстовые предсказания. На оценочном наборе указаны loss 1,1916, accuracy 0,7443 и perplexity 3,2923. Лицензия — Apache-2.0.

Модель tanganke/clip-vit-large-patch14_mnist — дообученная на наборе MNIST визуальная часть CLIP ViT-Large/14. Она предназначена для извлечения признаков изображений рукописных цифр, например для последующей классификации или анализа представлений. Архитектура — CLIPVisionModel с 402,7 млн параметров; веса опубликованы в формате safetensors. В README приведены результаты оценки: 0,760 до дообучения и 0,998 после него, однако метрика и протокол оценки не уточнены. Модель принимает изображения и выдаёт векторные представления; карточка не подтверждает поддержку текстового ввода или работу за пределами MNIST. Лицензия в предоставленных данных не указана.

Cosmos-1.0-Diffusion-7B-Video2World — модель генерации видео от NVIDIA для создания динамических сцен с учётом физики. Это diffusion transformer, который выполняет денойзинг видео в латентном пространстве и использует текстовое описание для управления генерацией. Модель принимает текст и начальный кадр изображения и генерирует продолжение сцены: в версии Video2World это будущие 120 кадров. Типичный результат — 5-секундное видео в MP4 с разрешением 1280×704 и частотой 24 кадра/с; разрешение и частоту кадров можно настраивать. Карточка также описывает поддержку текстового и видеоусловия для семейства Cosmos Diffusion, но для этой версии отдельно указывает текст и изображение. Модель предназначена для генерации миров и сцен в разработке Physical AI, а также для связанных исследовательских и прикладных сценариев. Для запуска описаны Cosmos и Diffusers, Linux и GPU NVIDIA поколений Ampere, Hopper и Blackwell; инференс проверялся в BF16. Лицензия — NVIDIA Open Model License, допускающая коммерческое использование в соответствии с её условиями.

Coxcomb — модель для генерации творческих текстов, разработанная N8Programs на архитектуре Mistral. Это плотная языковая модель на 7,1 млрд параметров с контекстом до 32 768 токенов; она принимает текст и выдаёт текст на английском языке. Модель дообучена с помощью LoRA на 40 млн параметров в течение трёх эпох на наборе N8Programs/CreativeGPT, составленном из разнообразных подсказок и ответов GPT-4. Coxcomb рассчитана прежде всего на одноразовые запросы на написание рассказа или другого творческого текста для локального офлайн-запуска. Разработчик отмечает высокие результаты на творческих бенчмарках, но качество письма ниже GPT-4. Модель склонна завершать истории предсказуемо и благополучно; она не предназначена для диалогов, ролевой игры и уточняющих вопросов. Обучалась на материалах с сексуальным и жестоким содержанием и может генерировать такой текст без встроенного поведения отказа. Лицензия — Apache 2.0.

kmack/DetectiveTales-DistilGPT2 — языковая модель, дообученная автором репозитория на базе distilbert/distilgpt2. Это причинная Transformer-модель GPT-2 для генерации детективных историй по начальному текстовому запросу, в том числе повествований в духе рассказов о Шерлоке Холмсе. Её можно применять для творческого письма и подготовки черновиков сюжетов. Модель использует архитектуру GPT2LMHeadModel, формат весов safetensors и контекст до 1024 токенов. Базовая DistilGPT2 ориентирована на английский язык; карточка описывает обучение на детективных произведениях, но не приводит отдельной оценки качества или подробностей лицензии. Генерация может терять связность и фактическую последовательность на длинных фрагментах. Условия использования определяются лицензией базовой модели и репозитория.