IV.5Образование и развитие навыков

Bingsu/my-korean-stable-diffusion-v1-5 — вариант Stable Diffusion v1.5 на базе runwayml/stable-diffusion-v1-5. Автор заменил текстовый энкодер и токенизатор на Bingsu/clip-vit-large-patch14-ko; модель работает в формате Diffusers и предназначена для генерации изображений по текстовым запросам. Модель можно использовать для создания иллюстраций и визуальных материалов для творческих и образовательных инструментов. Несмотря на замену энкодера на корейскую версию CLIP, исходная Stable Diffusion обучалась преимущественно на англоязычных описаниях, поэтому качество запросов на других языках, в том числе корейском, может быть ниже. Модель слабо справляется с точным текстом на изображениях, сложной композицией, лицами и фотореализмом. Веса выпущены по лицензии CreativeML OpenRAIL-M. В README отмечено, что в обучающей выборке LAION-5B встречались материалы для взрослых и дубликаты, из-за которых возможно запоминание изображений; для использования рекомендуется включать safety checker Diffusers и дополнительные меры безопасности. Автор указывает исследовательское назначение и перечисляет ограничения на вредоносное применение.

Qwen3-psychological-reasoning-8B — дообученная Gustave Cortal версия языковой модели Qwen3, предназначенная для рассуждений на психологические и философские темы. Модель обучена на 15 тысячах примеров рассуждений, отобранных из открытых наборов Dolphin R1 и General Reasoning, а также набора PsychologicalReasoning-15k. Это плотная авторегрессионная модель Qwen3ForCausalLM на 7,6 млрд параметров с контекстом до 40 960 токенов. Она принимает текст и генерирует текст; заявленная специализация охватывает самооценку, эмоции и вопросы существования. В метаданных указан английский язык, при этом базовая Qwen3-8B является многоязычной. Модель может быть полезна для диалогового анализа психологических и философских понятий и генерации рассуждений по таким темам. Это не клинический инструмент и не замена профессиональной психологической помощи; качество и надёжность ответов в README не оценены. Веса опубликованы в формате safetensors по лицензии MIT.

STM32 HAL Code Generator — специализированная авторегрессионная модель семейства CodeGen, дообученная на базе Salesforce/codegen-350M-mono для разработки прошивок под микроконтроллеры STM32. В модели 356,7 млн параметров, контекст — 2048 токенов; она принимает текстовые подсказки и генерирует код на C с использованием STM32 HAL. В README заявлено обучение на более чем 1000 примерах для семейств STM32F1, F4, L4, F0 и G4. Модель предназначена для генерации начального кода и шаблонов периферии: GPIO, кнопок, ADC, UART, PWM и таймеров. Её можно использовать для прототипирования прошивок, подготовки учебных примеров и ускорения разработки проектов в STM32CubeIDE. Заявленные в README показатели качества не подтверждены независимой оценкой; результат следует проверить, скомпилировать и испытать на целевом оборудовании, особенно настройки тактирования, назначение выводов и сложные обработчики прерываний. Распространяется по лицензии MIT.

Модель ardneebwar/wav2vec2-animal-sounds-finetuned-hubert-finetuned-animals — дообученная HuBERT Base для классификации звуков животных в аудиофрагментах. Она основана на facebook/hubert-base-ls960 и содержит 113,3 млн параметров. Разработчик дообучил её на подмножестве ESC-50 с категориями животных: среди распознаваемых звуков названы лай собак, кукареканье петухов, хрюканье свиней, мычание коров, кваканье лягушек, мяуканье кошек, кудахтанье кур, звуки насекомых, овец и ворон. Модель предназначена для биоакустического мониторинга, образовательных приложений и распознавания звуков животных в развлекательных сервисах. В README указана точность 0,95 на оценочной выборке. Лицензия — Apache-2.0. Область применения ограничена категориями животных из использованного подмножества ESC-50. Качество может снижаться из-за фонового шума, плохого качества аудио и звуков, отличающихся от обучающих примеров.

Whisper Quran v1 — модель распознавания арабской речи, созданная дообучением Whisper Large-v3 для транскрибации чтения Корана. По карточке, она обучена на профессиональных чтениях пяти чтецов и проверена на записях 19 чтецов, включая тех, чьи записи не входили в обучение. Модель содержит около 905,2 млн параметров и принимает аудио, выдавая текст на арабском языке. Модель предназначена для распознавания аятов при чтении Корана, в том числе в приложениях с отслеживанием текста в реальном времени. В карточке приведён результат WER 5,74% для этого чекпойнта; для более точной работы с длинными записями рекомендуется подавать аудио фрагментами по 5–10 секунд. Указана проверка в системе отслеживания аятов на умных очках. Ограничения включают ухудшение транскрибации длинных аятов без разбиения на фрагменты, систематическую ошибку для одной фразы, неточности в диакритике и слабое распознавание обычной арабской речи. Обучение ориентировано преимущественно на чтение Хафс ‘ан ‘Асым; другие варианты чтения отдельно не охвачены. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Whisper Tiny ar-quran — дообученная модель OpenAI Whisper Tiny, опубликованная deepdml для распознавания речи на аудио с чтением Корана. Она преобразует аудио в текст и рассчитана на транскрибацию коранической рецитации. Модель содержит 29,4 млн параметров, использует архитектуру Whisper и доступна в формате safetensors для библиотеки Transformers. В карточке приведены результаты оценки: WER 3,392 и CER 1,0872; для необработанных метрик указаны WER 3,5416 и CER 1,0757. Для дообучения использованы наборы tarteel-ai/everyayah, deepdml/tlog-clean-sf16k и tarteel-ai/EA-UD. Модель распространяется по лицензии Apache-2.0. Карточка не описывает подробно условия записи, охват вариантов рецитации или ограничения качества, поэтому результаты оценки не следует считать гарантией точности на любых аудиозаписях.

AraUni Granite 97M Intent Classifier — модель университета Najah, дообученная на базе многоязычного энкодера IBM Granite Embedding 97M. Она классифицирует вопросы на арабском языке по 20 меткам университетских намерений и может назначить одному вопросу ноль, одну или несколько меток. Модель использует энкодер с pooling по первому токену, dropout и линейную многометочную классификационную голову; это не генеративная модель. Максимальная длина входа — 256 токенов. Модель предназначена для маршрутизации вопросов в университетском чат-боте, например, к нужному разделу информации об обучении, поступлении, оплате или политике университета. Доступны веса SafeTensors и варианты для ONNX Runtime, мобильных устройств и локального запуска в браузере. Лицензия — Apache-2.0. Версия модели имеет статус preview. Все примеры обучения и оценки синтетические, поэтому высокие тестовые метрики не гарантируют качества на запросах реальных пользователей. Перед применением следует проверить модель на реальных запросах из целевой среды; её оценки не являются гарантированно калиброванными вероятностями, а модель не должна считаться авторитетным источником университетских сведений.

Davephoenix разработал эту модель на основе bert-base-uncased и дообучил её для бинарной классификации английских текстов: она определяет, содержит ли текст травлю. Модель предназначена для проверки коротких и средних сообщений в инструментах модерации, образовательных приложениях и сервисах анализа социальных сетей. Архитектура — BERT для классификации последовательностей; метаданные указывают 136,7 млн параметров и контекст до 512 токенов. В README описана токенизация с усечением до 128 токенов. Для обучения использовалось около 20 тысяч размеченных англоязычных примеров, включая синтетически дополненные данные. Автор сообщает точность и F1 по 95,6% на отложенной выборке из того же набора. Эти показатели не гарантируют аналогичного качества на других данных: модель может ошибаться на сарказме, завуалированной травле, культурно обусловленных выражениях и эмоциональных, но не оскорбительных сообщениях. Рекомендуется использовать её как вспомогательный сигнал с проверкой человеком, а не для самостоятельных решений с серьёзными последствиями. Лицензия — Apache 2.0.

CFGPT2-7B — китайская финансовая языковая модель TongjiFinLab на архитектуре InternLM2. Её получили продолжительным предварительным обучением InternLM2 на финансовых текстах и общих материалах, включая Википедию, а затем дообучили на инструкциях с финансовыми знаниями. Модель содержит 7,4 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель предназначена для диалоговой генерации текста и ответов на вопросы по финансовой тематике: объявлениям, финансовым статьям и новостям, экзаменационным материалам и исследовательским работам. Разработчики сообщают о предварительной оценке на CFBenchmark и превосходстве над несколькими сопоставимыми базовыми моделями на финансовых задачах. Основной язык модели — китайский. Репозиторий содержит веса в формате safetensors; лицензия — Apache 2.0.

DialoGPT-small — компактная модель генерации диалоговых ответов, опубликованная Microsoft. Она предназначена для многоходовых бесед: принимает текстовый контекст разговора и продолжает его ответом. Архитектура основана на GPT-2; модель обучена на 147 млн многоходовых диалогов из обсуждений Reddit и рассчитана на контекст длиной до 1024 токенов. Модель подходит для прототипов чат-ботов и экспериментов с генерацией реплик. В README приведены результаты оценки качества ответов в диалогах, однако они не гарантируют надёжность в произвольных прикладных сценариях. Обучение на Reddit может приводить к разговорному стилю и нежелательным или неточным ответам. Лицензия — MIT.

VeriGen — модель генерации кода на 2 млрд параметров, дообученная Shailja Thakur на базе CodeGen-multi-2B на Verilog из GitHub и учебников. Это причинная языковая модель архитектуры CodeGen с multi-query attention; она принимает текстовый контекст и продолжает его, например дописывает Verilog-модуль по началу заголовка. Контекст модели составляет 2048 токенов. Модель предназначена для генерации фрагментов Verilog и помощи при обучении этому языку описания аппаратуры. Она не настроена на выполнение инструкций: запросы в естественном языке вроде просьбы реализовать мультиплексор могут работать плохо, тогда как начальная строка кода в запросе помогает получить продолжение. Сгенерированный код может содержать ошибки, быть неэффективным или небезопасным, а также воспроизводить исходный код с лицензионными условиями, требующими атрибуции. Модель распространяется по лицензии BigCode OpenRAIL-M.

Indian-history-bot — дообученная на базе HuggingFaceTB/SmolLM2-135M языковая модель, созданная автором репозитория aayaan14 и обученная с помощью TRL. Она предназначена для генерации текста в диалоговом формате и тематически ориентирована на историю Индии. Модель использует плотную архитектуру семейства Llama с примерно 134,5 млн параметров, работает через Transformers и принимает текстовые запросы, выдавая текстовые ответы. Длина контекста составляет 8192 токена. В карточке приведён пример диалоговой генерации ответа, однако подробности обучающих данных и оценок качества не описаны. Лицензия в предоставленных данных не указана.

Krea-2-LoRA-kidsdrawing — адаптер LoRA, разработанный Krea для модели Krea 2. Он предназначен для генерации изображений по текстовым описаниям в наивной, выразительной скетчевой стилистике, напоминающей детские рисунки. Модель применяется к базовой модели Krea-2-Turbo и использует триггерную фразу «naive expressive sketch style». Поддерживаемый сценарий — создание художественных иллюстраций с персонажами, животными, пейзажами и сценами в заданной стилистике. Адаптер поставляется в формате kidsdrawing.safetensors и подключается через библиотеку Diffusers к Krea2Pipeline. В README указано, что он обучен на Krea-2-Raw, а предварительные изображения были получены на Krea-2-Turbo за 8 шагов генерации, с guidance 0.0 и весом LoRA 1.0. Точный размер адаптера, архитектура базовой модели, максимальная длина контекста и полный перечень поддерживаемых языков не указаны; в метаданных заявлен язык en. Сильная сторона модели — специализированная стилистическая настройка, позволяющая получать согласованный эффект наивного выразительного наброска при небольшом числе шагов генерации. Ограничение заключается в том, что адаптер не является самостоятельной моделью и требует совместимого чекпойнта Krea-2-Turbo и окружения Diffusers; качество и степень стилизации могут зависеть от текста запроса и веса LoRA. Модель распространяется по лицензии krea-2-community-license; подробные условия доступны по ссылке на файл лицензии в репозитории.

Limite 1B - Violetto — плотная авторегрессионная трансформерная модель компании Paradigma с примерно 996,3 млн параметров. Она обучена с нуля на тщательно отобранной смеси менее чем из 300 млрд токенов; для улучшения решения задач использовались синтетические данные, контролируемое дообучение и обучение с подкреплением. Модель генерирует текст и поддерживает контекст до 131 072 токенов. Violetto предназначена прежде всего для высокопроизводительного решения сложных математических задач, включая задачи олимпиадного уровня. Она рассчитана на ответы в одном ходе и слабо настроена на следование инструкциям: модель может менять тему запроса на математическую задачу и не подходит как универсальный ассистент. В README приведены результаты на математических бенчмарках, но конфигурации и источники оценок могут различаться. Модель распространяется по лицензии Apache-2.0.

LTX-2 — разработанная Lightricks диффузионная аудиовизуальная модель на основе DiT с открытыми весами. Она создаёт видео и синхронизированный с ним звук в одной модели; карточка Hugging Face указывает задачу image-to-video, а README также описывает генерацию по тексту и изображению и поддержку генерации в Diffusers. Модель предназначена для создания видеороликов по текстовым запросам или исходному изображению, в том числе с аудиосопровождением. В репозитории описаны варианты чекпойнта на 19 млрд параметров: bf16, FP8 и NVFP4; указана интеграция с Diffusers и ComfyUI. В карточке перечислены английский, немецкий, испанский, французский, японский, корейский, китайский, итальянский и португальский языки; README отдельно называет английский. Модель может неточно следовать запросу, а результат зависит от стиля промпта; при генерации звука без речи его качество может быть ниже. Она не предназначена для выдачи фактической информации и может воспроизводить предвзятость или создавать оскорбительный контент. Лицензия указана как other, поэтому конкретные условия использования следует сверить с файлами лицензии репозитория.

vantagewithai/LTX-2-GGUF — это квантованная версия в формате GGUF разделённого чекпойнта LTX-2, разработанного Lightricks. LTX-2 представляет собой диффузионную foundation-модель на архитектуре DiT, предназначенную для совместной генерации синхронизированных видео и аудио в одной модели. Чекпойнт ориентирован на локальный запуск и доступен для интеграции с Diffusers и ComfyUI. Модель поддерживает сценарии text-to-video, image-to-video и video-to-video, а также генерацию и преобразование аудио и комбинированного аудио-визуального контента. В карточке указана принадлежность к семейству LTX-2 с основным чекпойнтом на 19 млрд параметров, однако точный размер и уровень квантования данного GGUF-файла не указаны. В метаданных перечислены английский, немецкий, испанский, французский, японский, корейский, китайский, итальянский и португальский языки, тогда как в разделе характеристик основным языком названа английская речь. Требования к длине контекста не указаны. Сильными сторонами модели являются единая генерация аудио и видео, открытые веса, возможность локального использования и поддержка обучения базовой версии и производных LoRA. Для работы разрешение по ширине и высоте должно быть кратно 32, а число кадров — иметь вид 8n+1. Ограничения включают возможное несоответствие результата запросу, зависимость качества следования промпту от его формулировки, потенциальное усиление общественных предубеждений и генерацию неподходящего контента; аудио без речи может иметь более низкое качество. Использование регулируется LTX-2 Community License Agreement.

Модель yileitu/Mdist_8B_Chem_from_Mspec_Lora_Rank64_Qwen3_8B — дообученная на наборе MLo_SMol_NEW_from_lora_rank64_merged_shuffled_43k версия Qwen3-8B. Это плотная авторегрессионная языковая модель на 7,6 млрд параметров для генерации текста в диалоговом формате; карточка указывает библиотеку Transformers и контекст до 40 960 токенов. Название модели и датасета указывают на химическую специализацию, однако README не описывает конкретные навыки или проверенные сценарии применения. Модель принимает текст и выдаёт текст. Базовая Qwen3-8B — многоязычная модель; языки, на которых проводилось дообучение и для которых эта версия рассчитана в первую очередь, в карточке не раскрыты. Лицензия указана как other, поэтому условия использования следует проверять в репозитории модели.

NVIDIA-NemotronLabs-AI-for-Media-Sports-Tennis — мультимодальная модель NVIDIA, дообученная на размеченных видеоклипах отдельных теннисных розыгрышей на основе Nemotron 3 Nano Omni. Она отвечает на вопросы с вариантами ответа и в свободной форме о технике ударов, позициях на корте, перемещениях игроков, ходе розыгрыша, фактах матча, правилах и звуковых сигналах. Модель предназначена для анализа теннисных видео в медиапроизводстве, тренерской работе, спортивной аналитике и поиске по архивам матчей; для лучших результатов следует передавать полный клип розыгрыша. Модель использует гибридную архитектуру Mamba2-Transformer с Mixture of Experts: около 31 млрд параметров, из которых примерно 3 млрд активны на каждом токене. Визуальный энкодер CRADIO v4-H и аудиоэнкодер Parakeet обрабатывают изображения, видео и звук; также модель принимает текст и выдаёт текстовые ответы. Контекст — до 256 тысяч токенов. Поддерживается английский язык. Модель рассчитана на запуск с использованием ускорителей NVIDIA и интегрируется через NeMo, Megatron и Transformers. Лицензия указана как other; карточка сообщает о готовности модели к коммерческому и некоммерческому использованию. Специализация на теннисных клипах означает, что её ответы о других видах спорта и общих мультимодальных задачах могут быть менее надёжными. Перед внедрением рекомендуется проверять модель на данных и сценариях конкретного применения.

tjpurdy разработал небольшую модель для выделения партии обычного фортепиано из аудиозаписи: на вход подаётся музыкальный трек, а на выходе получается аудио с изолированным фортепиано. Размер модели — 17 МБ; она рассчитана на обработку аудио с частотой 44,1 кГц и поддерживает входные файлы WAV, FLAC и MP3, а для результата — WAV и FLAC. Репозиторий содержит скрипт инференса; для работы используются PyTorch и safetensors. Модель предназначена для разделения музыкальных источников, например для подготовки фортепианной партии к дальнейшему анализу или прослушиванию. Она обучена на типичном акустическом фортепиано и может не работать с его вариантами, например электропиано. Для обработки доступен GPU с 3 ГБ видеопамяти или CPU. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но не для коммерческих целей.

PULSE-7bv5 — медицинская диалоговая языковая модель, разработанная коллективами Шанхайской лаборатории искусственного интеллекта, Шанхайского транспортного университета и Восточно-Китайского технологического университета. Это дообученная на базе Bloom 7B модель с архитектурой BloomForCausalLM и 9,1 млрд параметров. Для обучения использовано около 4 млн инструкционных примеров из медицинской и общей областей. Модель предназначена для медицинских текстовых задач: просвещения о здоровье, ответов на вопросы врачебных экзаменов, интерпретации отчетов, структурирования медицинских записей и имитации диагностики и лечения. Она поддерживает диалог, принимает и генерирует текст; карточка указывает китайский язык. Контекст составляет 2048 токенов. Модель может помогать с подготовкой и разбором медицинской информации, однако её ответы о диагнозе и лечении не заменяют консультацию врача и не должны служить основанием для самостоятельной диагностики или лечения. Веса распространяются по лицензии GNU AGPL 3.0; код проекта — по Apache 2.0.

Rumiii/Qwen2.5-0.5B-Med-Post-Trained-92k — англоязычная медицинская языковая модель, разработанная на основе Qwen/Qwen2.5-0.5B. Это плотная причинная модель Qwen2 с 494 млн параметров, дообученная в два этапа: продолженное предобучение на 92 тысячах английских биомедицинских аннотаций PubMed, затем полнопараметрическая настройка на 20 тысячах примеров общего набора инструкций. Модель использует шаблон диалога Qwen2.5 ChatML, поддерживает контекст до 32 768 токенов и предназначена для генерации текста. Модель подходит для медицинских вопросов и ответов, клинического обучения, исследований небольших биомедицинских языковых моделей и создания лёгких прототипов медицинских помощников. Наилучшие результаты ожидаются на прямых запросах; для оптимальной работы рекомендуется системная инструкция. Небольшой размер ограничивает глубину рассуждений и связность многоходового диалога, а качество медицинских ответов не гарантировано. Модель не предназначена для принятия решений о диагностике и лечении реальных пациентов и не заменяет специалиста. Лицензия — Apache-2.0.

Qwen2.5-14B-ES-MATH — дообученная на базе Qwen/Qwen2.5-14B языковая модель на 14 млрд параметров от conorfhayes для математических рассуждений на английском языке. Она обучена методом Evolution Strategies в режиме RL-Zero: оптимизация проводилась по проверяемой правильности итогового ответа на задачах уровней 3–5 датасета MATH, без предварительного обучения с учителем или дистилляции. Модель предназначена для решения математических задач и экспериментов с pass@k и масштабированием вывода за счёт нескольких сэмплов. Используйте формат промпта Qwen2.5-Math; другой шаблон может снизить точность. Архитектура — плотная Qwen2ForCausalLM, контекст — до 131 072 токенов. Доступна в формате safetensors по лицензии Apache-2.0. Это исследовательский артефакт, не подготовленный для развёртывания в качестве универсального ассистента. Обучение и оценка охватывали только математические задачи на английском языке; качество в других областях, языках и форматах не охарактеризовано. Поскольку награда учитывала только правильность конечного ответа, модель могла получать положительную оценку за ошибочные рассуждения, приведшие к правильному ответу; отдельное safety-обучение не проводилось.

MMOPD/Qwen3-4B-OT3-law — модель генерации текста, разработанная MMOPD как специализированный учительский чекпойнт для юридических задач. Это плотная Qwen3ForCausalLM с 3,7 млрд параметров, дообученная методом SFT на проверенных цепочках рассуждений более сильной модели для ответов на юридические вопросы с вариантами выбора, включая выбор правового вывода в CaseHOLD и вопросы экзамена на адвокатскую квалификацию. Модель сохраняет формат чата и режим рассуждений Qwen3; контекст — до 32 768 токенов. Модель предназначена для ответов на юридические вопросы и генерации рассуждений по ним, а также для использования в экспериментах по дистилляции. В README приведён результат 73,9% на CaseHOLD; качество на других юридических наборах для этого чекпойнта не указано. Модель также уступила исходной модели на перечисленных общих тестах, поэтому её профиль узкоспециализированный. Доступна под лицензией Apache-2.0.

Aratako разработал Qwen3-8B-RP-v0.1 — дообученную для ролевых диалогов модель на архитектуре Qwen3. Она основана на Qwen/Qwen3-8B и содержит 7,6 млрд параметров; для работы доступны веса safetensors и версия GGUF. Модель предназначена для диалогов от лица заданного персонажа: его описание и ситуацию общения рекомендуется задавать в системном промпте. Модель принимает текст и генерирует текст. В метаданных указан контекст до 40 960 токенов; при обучении использовалась максимальная длина последовательности 8 192 токена. Карточка содержит японский язык, а базовая Qwen3-8B описана как многоязычная модель. Модель опубликована по лицензии MIT. Практические ограничения и результаты оценки качества в карточке не описаны.

Riffusion v1 — модель генерации музыки, созданная Seth Forsgren и Hayk Martiros как хобби-проект. Она дообучена на Stable Diffusion v1.5 и использует диффузионную архитектуру для создания изображений спектрограмм по текстовым запросам; спектрограммы можно преобразовывать в аудиоклипы. Репозиторий содержит файлы для Diffusers и PyTorch, включая traced UNet для ускорения вывода. Модель предназначена для генерации музыки в реальном времени и творческих экспериментов: например, для создания музыкальных фрагментов по описанию или разработки образовательных и творческих инструментов. В карточке указана поддержка английского языка. Лицензия CreativeML OpenRAIL-M допускает использование с ограничениями, изложенными в её условиях.

SheetSage2 — модель проекта YuE2, разработанная командой m-a-p для преобразования музыкальных записей в редактируемые свинцовые партитуры и временные музыкальные аннотации. Она транскрибирует мелодии, аккорды, доли и тональность, а также структуру композиции; результаты можно экспортировать в ABC или MIDI и прослушивать в виде фортепианного превью. Модель построена на музыкальном энкодере MERT-v2-FullSong и использует адаптеры, которые объединяются при загрузке. Помимо полной транскрипции, README описывает извлечение эмбеддингов и предсказание токенов. Для работы нужны Python 3.10 или 3.11, FFmpeg 6.1, PyTorch и доступ к репозиторию модели и базовой модели. В README приведены бенчмарки для определения долей, сильных долей, мелодии и аккордов. Результаты могут зависеть от настроек декодирования; транскрипцию рекомендуется проверять и редактировать. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

AyoubChLin/unlimited-ocr-quran-uthmani — дообученная на изображениях аятов Корана модель Unlimited-OCR от AyoubChLin. Она извлекает арабский текст в османском начертании, стараясь сохранять огласовки и коранические знаки. Модель принимает изображение и выдаёт текст; в метаданных указаны 559,7 млн параметров и контекст до 32 768 токенов. Модель предназначена для OCR изображений аятов, подготовки и очистки наборов данных, а также учебных и исследовательских задач, связанных с распознаванием коранического текста. Веса обучались с LoRA на наборе изображений аятов, после чего адаптер объединили с базовой моделью. Для распознавания длинных аятов возможны ошибки; полноценные метрики качества в карточке не приведены. Лицензия — MIT.

Z-Image-Turbo - Children’s Drawings — это LoRA-адаптер для базовой модели Tongyi-MAI/Z-Image-Turbo, разработанный автором или организацией ostris. Он предназначен для генерации изображений в стиле детского рисунка: адаптер преобразует содержимое текстового запроса, сохраняя его смысловые элементы и придавая результату характерную наивную рисованную стилистику. Примеры показывают применение к сценам с людьми, животными, предметами, транспортом и фантазийными сюжетами. Модель относится к семейству text-to-image и рассчитана на использование с Diffusers и совместимыми инструментами для LoRA. Архитектура, размер, поддерживаемые языки и максимальная длина контекста в README не указаны. Сильная сторона модели — специализированная стилизация разнообразных текстовых описаний под детские рисунки; ограничения, включая качество на отдельных сюжетах и требования к настройке силы LoRA, не описаны. Модель распространяется по лицензии Apache-2.0.

ishikaa/acquisition_generator_AS_confidence_medmcqa_qwen7b — генеративная языковая модель семейства Qwen2 с примерно 7,1 млрд параметров. Модель опубликована пользователем или организацией ishikaa; README создан автоматически и не содержит сведений о разработчике, обучении или назначении. Она работает через библиотеку Transformers и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста, а её идентификатор указывает на связь с задачами медицинских вопросов и ответов MedMCQA, а также на специализированный сценарий acquisition generation с оценкой уверенности. Эти особенности следует считать ориентиром по названию, поскольку README не содержит результатов оценки или подробного описания применения. Лицензия в доступных данных не указана, поэтому условия использования необходимо уточнять отдельно перед распространением или коммерческим применением.

Tamnemtf разработал Ae-calem-mistral-7b-v0.2 — чат-модель на архитектуре Mistral с 7,1 млрд параметров, дообученную на Viet-Mistral/Vistral-7B-Chat. Она предназначена для ответов на вопросы о факультетах, правилах и других сведениях Университета педагогики Хошимина, а также для диалоговых ответов и выполнения инструкций на вьетнамском языке. Модель принимает текст и генерирует текст; заявленная длина контекста — 32 768 токенов. Репозиторий содержит веса SafeTensors и использует библиотеку Transformers. Модель распространяется по лицензии MIT. README описывает специальный формат инструкций, однако его текст повреждён или неполон, поэтому формат промпта следует сверить с конфигурацией токенизатора перед использованием. Данных о сравнительной точности или независимой оценке качества карточка не приводит.