IV.5Образование и развитие навыков

NFT-32B-GGUF — языковая модель для математического рассуждения, разработанная NVIDIA, Университетом Цинхуа и Стэнфордским университетом. Модель создана на основе Qwen2.5-32B и дообучена методом Negative-aware Fine-Tuning (NFT), который использует как правильные, так и ошибочные ответы для улучшения способности модели анализировать собственные неудачи. Версия модели предназначена для исследовательских и прикладных экспериментов. Модель ориентирована на решение математических задач конкурсного уровня, включая AIME, AMC и олимпиады, а также на общие задачи математического рассуждения и пошаговую генерацию решений. Она принимает текстовые запросы, поддерживает математическую нотацию LaTeX и генерирует текстовые ответы с пошаговым объяснением; итоговые ответы рекомендуется заключать в формат \boxed{}. Модель не рекомендуется использовать для общего диалога и нематематических задач. Архитектура представляет собой decoder-only Transformer на базе Qwen2.5 с RoPE, SwiGLU, RMSNorm и смещениями в QKV внимания. Модель содержит около 32,5 млрд параметров, 64 слоя и использует Grouped-Query Attention с 40 головами Q и 8 головами KV. Максимальная длина контекста составляет 131 072 токена, максимальная длина генерируемого ответа — 8192 токена. Заявлен английский язык. Поддерживаются Transformers версии 4.37.0 и выше, vLLM и TensorRT-LLM; целевыми платформами являются Linux и GPU NVIDIA архитектур Ampere, Hopper и Blackwell. Сильной стороной модели является специализация на математическом reasoning и обучение с использованием отрицательных примеров. Ограничения включают узкую предметную направленность, отсутствие рекомендаций для общего общения и зависимость от совместимого NVIDIA GPU-окружения для эффективного запуска. Модель распространяется по NVIDIA Non-Commercial License и предназначена только для исследований и разработок.

Модель Agnuxo/Qwen2-1.5B-Instruct_MOE_BIOLOGY_assistant-GGUF_16bit — локально запускаемая языковая модель для диалоговой генерации текста, представленная Francisco Angulo de Lafuente в экосистеме P2PCLAW. Она основана на семействе Qwen2; заявленный размер — 1,5 млрд параметров. Репозиторий содержит веса в формате GGUF F16, а для запуска автор рекомендует Ollama. Модель позиционируется как помощник по биологии и научным задачам: её можно использовать для вопросов и ответов, объяснения биологических тем и подготовки научного текста. В карточке также заявлены навыки генерации кода, научных вычислений и взаимодействия с агентами, однако отдельные примеры или результаты оценки этих возможностей не приведены. Поддержка английского и испанского указана в метаданных; контекстное окно в предоставленных данных не описано. Лицензия — Apache-2.0. Это компактная текстовая модель с интерфейсом чата; качество в биологических задачах и перечисленных дополнительных сценариях по карточке независимо не подтверждено.

Карточка модели maawawork/SBERT_KFOLD_Job_Descriptions_to_Skills на Hugging Face совпадает с карточкой Nashhz/SBERT_KFOLD_Job_Descriptions_to_Skills, поэтому описание составлено по ней. Nashhz/SBERT_KFOLD_Job_Descriptions_to_Skills — это дообученный на базе sentence-transformers/all-MiniLM-L6-v2 энкодер Sentence Transformers для сопоставления описаний вакансий с навыками. Он преобразует предложения и абзацы в плотные векторы размерности 384; архитектура включает BERT, усреднение токенов и нормализацию. Метаданные указывают 25,9 млн параметров, библиотеку sentence-transformers и максимальный контекст 512 токенов; в карточке модели указана длина последовательности 256 токенов. Модель предназначена для семантического поиска и сравнения текстов, в том числе для подбора навыков к описаниям вакансий, поиска похожих формулировок, кластеризации и классификации текста. Для сравнения векторов используется косинусное сходство. Обучающий набор содержит 8 117 пар предложений с оценками сходства. Модель принимает текст и выдаёт эмбеддинги, а не готовый перечень навыков; для получения навыков потребуется отдельная процедура поиска или сопоставления. Англоязычная база указывает на преимущественную поддержку английского, а карточка не подтверждает качество на других языках. Лицензия в предоставленных данных не указана.

ShareCaptioner-Video — открытая модель Lin-Chen для подробного описания и суммирования видео. Она дообучена на базе InternLM-Xcomposer2-4KHD, использует архитектуру InternLM2ForCausalLM и содержит 7,4 млрд параметров. Для обработки видео кадры представляются модели в виде изображений; в описании указана поддержка разных длительностей, пропорций сторон и разрешений. Контекст составляет 32 768 токенов. Модель предназначена для генерации описаний видео и поддерживает четыре сценария: быстрое описание коротких роликов по ключевым кадрам, потоковое описание событий между соседними кадрами, суммирование клипа по последовательности дифференциальных описаний и переформулирование текстовых запросов в плотные описания. Обучение проводилось на данных ShareGPT4Video, включая пары видео и описаний, дифференциальные описания и текстовые запросы. Модель ориентирована на исследователей и любителей в области компьютерного зрения и машинного обучения. Модель выдаёт текст и принимает визуальные кадры либо текст в зависимости от сценария. В README не указаны поддерживаемые естественные языки и лицензия, поэтому их нельзя уточнить по доступным сведениям. Это специализированная модель описания видео, а не универсальная система для любых задач генерации текста.

SPADE-Qwen3-4B-Games — языковая модель на базе Qwen3-4B-Instruct-2507, разработанная проектом SPADE для сценариев с играми. Модель дообучена в рамках подхода, где она играет две роли: проектирует исполняемые игровые среды и выступает агентом, который решает созданные игры. Разработчик обучает модель с подкреплением и самоигрой, подстраивая сложность генерируемых сред под текущие возможности агента. Модель предназначена для генерации игровых сред и рассуждений при решении игр. Это плотная архитектура Qwen3 с 3,7 млрд параметров, текстовым вводом и текстовой генерацией; контекст — до 262 144 токенов. Для запуска рекомендованы актуальная версия Transformers, а для развёртывания API — SGLang или vLLM. Используется лицензия Apache-2.0. Карточка не приводит результатов сравнительных оценок качества или гарантий корректного исполнения сгенерированных сред. Рекомендации по генерации: temperature 0,7, top_p 0,8 и top_k 20; модель унаследовала базовую архитектуру и контекст Qwen3-4B-Instruct-2507.

StuPASE — генеративная модель улучшения речи, разработанная Cisco Systems. Она подавляет шум и реверберацию в монофонических аудиозаписях с частотой 16 кГц, стремясь сохранить разборчивость речи, её содержание и особенности голоса говорящего. Модель состоит из компонентов DeWavLM-R для фонетического улучшения, CFM для акустического улучшения и вокодера Mel для восстановления звукового сигнала; всего около 561 млн параметров. Модель предназначена для очистки шумных или реверберирующих записей речи и повышения их воспринимаемого качества. Она обучалась преимущественно на английской речи; при работе с другими языками качество может снижаться. Сильный шум или условия реверберации, отличающиеся от обучающих, могут вызвать артефакты, а сохранение характеристик голоса не гарантируется полностью. Модель не предназначена для неречевого аудио, преобразования голоса или критически важных медицинских, юридических и безопасностных решений. Лицензия — Apache 2.0.

MaddoggProduction/whisper-l-v3-turbo-quran-lora-dataset-mix — дообученная модель распознавания речи на основе openai/whisper-large-v3-turbo, разработанная для транскрибации чтения Корана на арабском языке с огласовками. Модель использует архитектуру Whisper Turbo с 905,2 млн параметров и предназначена для быстрой расшифровки аятов, в том числе в потоковом режиме и при низкой задержке. Для обучения использованы наборы tarteel-ai/everyayah и MohamedRashad/Quran-Recitations; качество оценивалось на ahishamm/QURANICWhisperDataset, где заявлен WER 12,69%. В README отмечены скорость инференса и распознавание коранической лексики как сильные стороны. Модель распространяется под лицензией Apache-2.0. Из-за сокращённого до четырёх слоёв декодера по сравнению с 32 слоями у Whisper Large v3 модель хуже удерживает длинный контекст и может повторять слова или галлюцинировать, особенно на тишине и длинных фрагментах. Для длинных офлайн-записей README рекомендует рассмотреть Whisper Large v3 или Medium.

MaddoggProduction/whisper-m-quran-lora-dataset-mix — специализированная модель распознавания чтения Корана, созданная на базе openai/whisper-medium. Это дообученная версия Whisper Medium с архитектурой WhisperForConditionalGeneration и 455,8 млн параметров; веса опубликованы в формате safetensors и доступны через Transformers. Модель предназначена для транскрибации коранической арабской речи с огласовками и диакритическими знаками, с учётом лексики и особенностей османского письма. При обучении использовались датасеты tarteel-ai/everyayah и MohamedRashad/Quran-Recitations, постепенное обучение на них и аугментации аудио для устойчивости к разным микрофонам, шуму и уровням громкости. В README указана доля ошибок слов WER 12,69% на валидационной выборке tarteel-ai/everyayah; для длинных аятов рекомендована обработка фрагментами. Модель рассчитана на арабскую кораническую речь и выдаёт текст. Лицензия — Apache-2.0.

Apollo-1.8B — языковая модель семейства Qwen, представленная проектом FreedomIntelligence для работы с медицинскими текстами и вопросами. Она предназначена для генерации ответов в формате диалога и охватывает медицинские знания на нескольких языках. Модель содержит 2,3 млрд параметров, использует плотную архитектуру QWenLMHeadModel и поддерживает контекст до 8192 токенов. В карточке описаны английский и китайский наборы медицинских тестов, а также оценки на испанском, французском, хинди и арабском; для обучения упоминаются данные на английском, китайском, испанском, французском и хинди. Модель можно применять для ответов на медицинские вопросы и учебных задач по медицинским знаниям. В README приведены наборы для обучения и оценки, но нет подробных результатов, поэтому качество на конкретных задачах по этой карточке определить нельзя. Модель распространяется по лицензии Apache-2.0.

Bhili TTS — модель синтеза речи, разработанная AI4Bharat и дообученная на базе ai4bharat/indic-parler-tts для диалекта Дехвали языка бхили, на котором говорит община бхилов в западной Индии. Модель принимает текст на бхили письмом деванагари и текстовое описание голоса, а на выходе создаёт речь с частотой 44,1 кГц. Описание голоса позволяет задавать пол, темп, высоту тона, выразительность и акустические условия записи. Модель обучена на 10 часах студийных записей речи; лицензия — MIT. Обучающие данные преимущественно относятся к сельскохозяйственной тематике, поэтому качество синтеза в других областях может отличаться. Поддержка диалекта и письма ограничивает применение модели текстами на Дехвали бхили в деванагари.

ColoringBookRedmond-V2 — это LoRA-модель для генерации изображений в стиле раскрасок, разработанная artificialguybr. Она предназначена для text-to-image-сценариев и может использоваться с базовой моделью Stable Diffusion XL 1.0 для создания контурных изображений, подходящих для раскрашивания. Модель основана на Stability AI Stable Diffusion XL Base 1.0 и обучена на большом наборе данных. Для её активации в подсказке README рекомендует использовать теги ColoringBookAF и Coloring Book. Архитектура LoRA позволяет подключать адаптацию к совместимой базовой модели вместо использования полностью отдельной модели. Другие характеристики, включая точный размер, поддерживаемые языки, максимальный контекст и набор модальностей помимо генерации изображений, не указаны. Сильная сторона модели — специализация на создании изображений в формате coloring book. Ограничения связаны с зависимостью от Stable Diffusion XL 1.0 и отсутствием подробных сведений о качестве на разных типах запросов, рекомендуемых параметрах и совместимости с другими базовыми моделями. Модель распространяется по лицензии CreativeML Open RAIL-M.

Cool Japan Diffusion for learning 2.0 — Alfred Increment разработал эту модель как дообученную версию Stable Diffusion v2 для генерации иллюстраций по текстовым запросам. Она предназначена прежде всего для японской аудитории и использует архитектуру Latent Diffusion Model с OpenCLIP-ViT/H; автор сообщает о дообучении VAE и U-Net на примерно 200 тысячах изображений иллюстраций и манги из Twitter. Модель можно запускать через Diffusers или веб-интерфейс для создания иллюстраций, творческих работ и учебных проектов. Карточка приводит сравнительную оценку CLIP Score, но предупреждает, что условия сравнения могли быть выгоднее для этой модели. Унаследованы смещения Stable Diffusion: в частности, возможен перекос в изображении мужчин и расовый дисбаланс; несмотря на специализацию на иллюстрациях, модель иногда генерирует изображения в фотореалистичном стиле. Автор ограничивает коммерческое использование, кроме оговорённых исключений, и требует соблюдать лицензию CreativeML Open RAIL++-M-NC и применимое законодательство.

InternLM2-1.8B-Reward — плотная наградная модель семейства InternLM2, разработанная командой InternLM. Она дообучена на базе InternLM2-Chat-1.8B-SFT на более чем 2,4 млн пар предпочтений, собранных с участием людей и сгенерированных ИИ. Модель содержит 1,7 млрд параметров и поддерживает контекст до 32 768 токенов. Модель оценивает ответы диалоговых моделей по предпочтительности и может использоваться для сравнения и ранжирования вариантов ответа, отбора лучшего из нескольких сгенерированных ответов и обучения с подкреплением на основе человеческих предпочтений. Данные обучения охватывают диалоги, письмо, поэзию, суммаризацию, программирование и математику; модель обучалась на английских и китайских предпочтениях. В оценке RewardBench она получила общий результат 80,6. Карточка указывает лицензию с открытым кодом Apache-2.0, но для весов описаны отдельные условия: открытый доступ для академических исследований и возможность запросить бесплатное разрешение на коммерческое использование. Перед применением следует проверить условия для весов. Как наградная модель, она выдаёт оценку предпочтительности, а не готовый ответ пользователю; её качество зависит от соответствия оцениваемых данных и сценариям обучения.

Metin/LLaMA-3-8B-GRPO-Finance-Math-TR — дообученная с помощью GRPO разговорная модель на базе ytu-ce-cosmos/Turkish-Llama-8b-DPO-v0.1. Её обучали решать открытые текстовые задачи по финансовой математике и формировать ответ после рассуждения; в обучающую выборку вошли 442 задачи без проприетарных данных. Модель использует архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и имеет контекст длиной 8192 токена. Она предназначена прежде всего для турецкоязычных вопросов по финансовым расчётам. Модель может ошибаться или выдавать бессвязные ответы, поэтому результаты расчётов следует проверять. Лицензия — Llama 3.

Medisight — текстовая генеративная модель на архитектуре Mistral, созданная слиянием SLERP двух моделей: BioMistral-7B и CorticalStack/pastiche-crown-clown-7b-dare-dpo. Разработчик объединил их веса с помощью mergekit; репозиторий содержит веса в формате safetensors. Модель насчитывает 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для диалоговой генерации текста. В составе слияния есть BioMistral-7B, дообученная на биомедицинских текстах для ответов на медицинские и биологические вопросы, поэтому Medisight может быть полезна для таких запросов. Метаданные указывают задачу text-generation и возможность чата. Слияние моделей не гарантирует сохранения или улучшения медицинской точности; ответы следует проверять, особенно перед применением в клинических решениях. Лицензия в предоставленных данных не указана.

MedLLaMA-3 — медицинская языковая модель, разработанная Basel Anaya на основе Meta-Llama-3-8B и дообученная для генерации текста. Она предназначена для ответов на медицинские вопросы и заданий с выбором ответа; в README приведены результаты оценки на MedMCQA. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 8192 токенов. В карточке указаны английский и арабский языки, а среди обучающих наборов — MedMCQA, PubMedQA и MedQA. Репозиторий содержит веса Safetensors и распространяется по лицензии CC BY-NC-ND 4.0.

ElvisWang111/Qwen3-4B-OutsideTheBox-RL — языковая модель на архитектуре Qwen3, разработанная для исследования выборочного использования внешних инструкций при математических рассуждениях. Это плотная causal language model примерно на 3,7 млрд параметров, дообученная методом обучения с подкреплением на основе результата задачи после этапа SFT Qwen3-4B-OutsideTheBox-SFT. Контекст — до 40 960 токенов; модель работает с текстом и поддерживает диалоговый режим. Модель предназначена для математических задач с рабочими процессами или подсказками: она обучалась учитывать полезные инструкции и сопротивляться вводящим в заблуждение. Чекпойнт соответствует RL-этапу, описанному в исследовательской статье, и рассчитан прежде всего на эксперименты с математическими рассуждениями и устойчивостью к ошибочным рекомендациям. Лицензия — Apache-2.0.

Карточка модели TechnoBaptist/stupase на Hugging Face совпадает с карточкой cisco-ai/stupase, поэтому описание составлено по ней. StuPASE — генеративная модель улучшения речи, разработанная Cisco Systems. Она подавляет шум и реверберацию в монофонических аудиозаписях с частотой 16 кГц, стремясь сохранить разборчивость речи, её содержание и особенности голоса говорящего. Модель состоит из компонентов DeWavLM-R для фонетического улучшения, CFM для акустического улучшения и вокодера Mel для восстановления звукового сигнала; всего около 561 млн параметров. Модель предназначена для очистки шумных или реверберирующих записей речи и повышения их воспринимаемого качества. Она обучалась преимущественно на английской речи; при работе с другими языками качество может снижаться. Сильный шум или условия реверберации, отличающиеся от обучающих, могут вызвать артефакты, а сохранение характеристик голоса не гарантируется полностью. Модель не предназначена для неречевого аудио, преобразования голоса или критически важных медицинских, юридических и безопасностных решений. Лицензия — Apache 2.0.

Wan2.1-T2V-14B-NABLA-0.7 — дообученная версия модели Wan2.1 T2V-14B, представленная командой ai-forever. Она предназначена для генерации видео по текстовым описаниям. Модель использует механизм разреженного внимания NABLA (Neighborhood Adaptive Block-Level Attention), который адаптивно формирует маски внимания для ускорения вычислений в видеодиффузионном трансформере. NABLA с порогом 0,7 рассчитана на генерацию видео высокого разрешения; в карточке описана поддержка разрешения 720p и выше. Метод реализован через Flex Attention в PyTorch и не требует собственного CUDA-кода. Авторы сообщают об ускорении обучения и генерации до 2,7 раза в зависимости от размера видео и настроек, при сохранении сопоставимого качества в их оценках. Модель принимает текст и выдаёт видео; в языковых тегах указан английский. Репозиторий распространяется по лицензии Apache-2.0. Для использования Flex Attention требуется PyTorch версии 2.7 или новее. Фактическое ускорение зависит от конфигурации, а в README результаты приведены для нескольких порогов и вариантов NABLA, поэтому они не гарантируют такие же показатели для порога 0,7 во всех сценариях.

Apollo2-3.8B — медицинская языковая модель, разработанная командой FreedomIntelligence. Это плотная модель семейства Phi-3 с 3,7 млрд параметров, дообученная на ApolloMoEDataset на базе microsoft/Phi-3-mini-4k-instruct. Модель предназначена для ответов на медицинские вопросы и диалога о медицинских знаниях. Модель ориентирована на английский и китайский, а также на 10 других основных языков, включая русский, французский, хинди, испанский, арабский, японский, корейский, немецкий, итальянский и португальский; заявлена поддержка ещё 38 языков. Карточка описывает оценивание на медицинских тестах по нескольким языкам, включая RuMedBench для русского. Контекст составляет до 4096 токенов, формат весов — safetensors. Модель распространяется по лицензии Apache-2.0. Она подходит для ответов на медицинские вопросы и справочных диалогов, но её ответы не следует считать клиническими рекомендациями без проверки специалистом. README не приводит конкретных численных результатов для этой версии.

AVTR-1 — открытая модель для создания говорящего аватара в реальном времени; разработчик — Avaturn. На вход подаются портретное изображение и два аудиопотока: речь и дорожка слушающего. Модель синхронизирует движения губ с речью и генерирует активную реакцию слушающего. Выходное видео формируется с частотой 25 кадров в секунду, блоками по пять кадров; README приводит результаты работы на одном GPU, включая NVIDIA A100 и RTX 4060 Ti. Модель предназначена для интерактивных аватаров, потоковой анимации портрета и видеодиалогов. В репозитории Hugging Face находятся веса и вспомогательные материалы в формате ONNX; код инференса и стриминга размещён отдельно. Языки и длина контекста не заявлены. Качество может снижаться для непортретных ракурсов, перекрытий лица, шумного аудио и длительной речи, а синхронизация губ может быть менее точной для недостаточно представленных в обучении языков и групп. Использование регулируется лицензией AVTR-1 Community License и ограничениями из приложения к ней: в частности, запрещены несогласованные дипфейки и выдача себя за другого человека. Для коммерческого применения необходимо учитывать лицензионные условия и зависимости: используемые модели InsightFace ограничены некоммерческим исследовательским использованием, пока их не заменить или не получить коммерческую лицензию. Отдельный Avaturn Streamer лицензируется отдельно и в репозиторий модели не входит.

CeLLaTe-tapt-bioformer16l-tokenizer-original_v2 — дообученная модель семейства BERT на базе bioformers/bioformer-16l. Она обучена на датасете Mardiyyah/TAPT_CeLLaTe2.0 и предназначена для восстановления замаскированных фрагментов текста (fill-mask). Модель содержит 50,8 млн параметров, принимает последовательности длиной до 1024 токенов и использует архитектуру BertForMaskedLM. В репозитории веса представлены в формате safetensors. На оценочном наборе указаны loss 1,5001, accuracy 0,7147 и perplexity 4,4820. Карточка не раскрывает подробности о составе датасета и ограничениях применения. Лицензия — Apache-2.0.

CeLLaTe-tapt-bioformer8l-tokenizer-original-baseline — модель Mardiyyah, дообученная на базе bioformers/bioformer-8l на датасете Mardiyyah/TAPT_CeLLaTe2.0. Это плотная BERT-модель с головой BertForMaskedLM, предназначенная для заполнения пропусков в тексте. Содержит 50,3 млн параметров, принимает последовательности длиной до 512 токенов и использует библиотеку Transformers. На указанном в карточке наборе оценки модель получила loss 1,2722, accuracy 0,7347 и perplexity 3,5686. Доступна в формате safetensors по лицензии Apache-2.0. Карточка не раскрывает подробности целевой области, обучающих данных и ограничений; английский указан среди языков модели.

Cool Japan Diffusion 2.1.0 Beta — Alfred Increment разработал как дообученную версию Stable Diffusion для создания изображений по текстовым запросам, ориентированных на аниме, мангу, игры и другие образы японской поп-культуры. Модель построена на Latent Diffusion Model и использует OpenCLIP-ViT/H; для генерации доступны Diffusers и Web UI. В карточке указан японский язык. Размер модели и длина контекста не приведены. Модель подходит для создания иллюстраций, учебных и исследовательских работ, самовыражения и материалов о японской поп-культуре. Она не предназначена для достоверного изображения фактов; автор также предостерегает от публикации цифровых подделок, изображений существующих персонажей и несанкционированных преобразований чужих работ. Карточка отмечает смещения, унаследованные от Stable Diffusion, и сообщает, что ограничения модели изучены недостаточно. Указана лицензия CreativeML Open RAIL++-M-NC License: коммерческое использование в общем случае запрещено, а производные модели должны сохранять лицензию.

Cool Japan Diffusion 2.1.2 — модель генерации изображений по текстовому описанию, созданная Alfred Increment путём дообучения Stable Diffusion. Она ориентирована на образы из аниме, манги, игр и других аспектов японской популярной культуры. Модель основана на Latent Diffusion Model и OpenCLIP-ViT/H; её можно запускать через Diffusers или веб-интерфейс. В README указан японский язык. Модель предназначена для иллюстраций, образовательных и исследовательских проектов, самовыражения и представления японской популярной культуры. Автор отмечает, что результатам нельзя доверять как фактическим изображениям и что у модели есть те же смещения, что у Stable Diffusion. Лицензия CreativeML Open RAIL++-M-NC запрещает коммерческое использование, кроме перечисленных автором исключений; при распространении модификаций лицензию нужно сохранять.

DeepSahel Kikuyu ASR Full — модель автоматического распознавания речи на языке кикуйю, разработанная в рамках инициативы DeepSahel по созданию открытой инфраструктуры ИИ для африканских языков. Это полная контрольная точка для исследовательских экспериментов, оценки и тестирования систем распознавания речи на кикуйю. Модель основана на архитектуре wav2vec2 с CTC-выходом, содержит 1,3 млрд параметров и распространяется в формате safetensors. Модель предназначена для исследований и сравнительной оценки распознавания речи на кикуйю, а также для прототипов в образовании, здравоохранении, сельском хозяйстве и гражданском информировании. Лицензия Apache-2.0. Точность может различаться в зависимости от предметной области, диалекта, условий записи, качества аудио и переключения языков; перед практическим применением результаты рекомендуется проверять с участием носителей кикуйю.

DeepSeek-r1-Medical-Mini — текстовая медицинская модель, разработанная Mohamed Mouhib Naffeti и дообученная на базе unsloth/DeepSeek-R1-Distill-Llama-8B. Это плотная архитектура LlamaForCausalLM на 7,5 млрд параметров; для дообучения применялись LoRA, Unsloth и TRL, а в качестве обучающих данных использован набор FreedomIntelligence/medical-o1-reasoning-SFT. Модель принимает текст и генерирует ответы в формате диалога, включая рассуждения по медицинским вопросам. Указанная длина контекста — 131072 токена; карточка заявляет поддержку английского языка. Модель предназначена для ответов на медицинские вопросы, пояснения клинических тем и вспомогательных рассуждений в медицинских чат-ботах, образовательных сервисах и исследовательских сценариях. Она может выдавать ошибочную или вводящую в заблуждение информацию и наследовать смещения обучающих данных, поэтому её ответы требуют проверки специалистом и не должны использоваться для самостоятельной постановки диагноза или выбора лечения. В карточке не указана лицензия.

GRM-Llama3.2-3B-rewardmodel-ft — наградная модель на базе Llama 3.2, разработанная авторами серии GRM. Она дообучена на модели Ray2333/GRM-llama3.2-3B-sftreg с использованием очищенного набора предпочтений Skywork v0.2 и предназначена для оценки и ранжирования ответов языковых моделей по качеству, безопасности и соответствию предпочтениям. В каталоге Hugging Face указана архитектура LlamaForSequenceClassification, 3,2 млрд параметров и контекст до 131 072 токенов. В RewardBench модель получила средний результат 90,9; авторы сообщают о сильных результатах в категориях диалога, безопасности и рассуждений. Для оценки в RewardBench README рекомендует использовать вариант без квантизации, поскольку квантизация может снизить результат. Модель опубликована под лицензией Apache-2.0. Это оценщик ответов, а не универсальная модель для генерации текста.

HAI-SER — диалоговая модель HelpingAI для структурированного эмоционального анализа и эмпатичных ответов. Она основана на архитектуре Mixtral с причинно-языковой моделью MixtralForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 131 072 токенов. Репозиторий содержит веса в формате safetensors; для работы указана библиотека Transformers. Модель предназначена для анализа эмоционального тона беседы, мыслей и настроения, возможных причин эмоциональных реакций и их влияния на поведение. Она может предлагать структурированные рекомендации по самопониманию и общению, а также поддерживающие ответы в разговорах на эмоциональные и психологические темы. Обучение описано как ориентированное на эмоциональный интеллект, психологические темы, коучинговые беседы и сценарии психического здоровья. По заявлению разработчика, модель умеет давать персонализированные эмоциональные выводы, однако её понимание сложных переживаний может быть неточным. Она не предназначена для диагностики и не заменяет профессиональную терапию; для чувствительных ситуаций рекомендуется человеческая модерация. Лицензия обозначена как other, конкретные условия в предоставленных данных не раскрыты.

Leonardo — модель генерации изображений по текстовому описанию на основе Stable Diffusion 1.5, опубликованная Yntec. Она объединяет CocaCola и Acorn_Photo_v1 с художественным стилем Leonardo Style, добавленным через lyCORIS. Чтобы вызвать этот стиль иллюстрации или векторного искусства, включите в запрос «Leonardo Style», «illustration» или «vector art». Модель подходит для создания стилизованных иллюстраций и изображений по текстовым запросам на английском языке. В карточке приведены примеры с драконами, персонажами, животными и натюрмортами. Репозиторий содержит веса в формате safetensors для библиотеки Diffusers. Лицензия — CreativeML Open RAIL-M.