IV.9Медиа, журналистика, культура, архивы и игры

KoboldAI LLaMA2-13B-TiefighterLR — объединённая языковая модель на архитектуре LLaMA 2, созданная слиянием нескольких моделей и LoRA-адаптеров. Она предназначена прежде всего для творческого письма, ролевого общения и интерактивных приключений; в README указаны компоненты Undi95/Xwin-MLewd-13B-V0.2, PocketDoc/Dans-RetroRodeo-13b и Blackroot/Llama-2-13B-Storywriter-LORA. Модель содержит 12,9 млрд параметров, работает с текстом и имеет контекст до 4096 токенов. TiefighterLR лучше следует уже заданным персонажам и инструкциям, чем исходный Tiefighter, и подходит для генерации историй, диалогов и игровых продолжений. Её сильная сторона — художественная генерация с поддержкой разных форматов инструкций и обычного чата. Модель ориентирована на англоязычные сценарии по примерам README; язык не задан в метаданных. При использовании для фактических ответов сведения могут быть выдуманы, а обучающие данные о приключениях иногда проявляются в инструкциях. Лицензия — LLaMA 2.

tdrussell выполнил дообучение Llama 3 70B Instruct на корпусе художественных книг и опубликовал экспериментальный вариант Storywriter. Это плотная авторегрессионная модель семейства Llama с 69,5 млрд параметров и контекстом до 8192 токенов; она принимает текст и генерирует текст. Модель сохраняет формат диалога Instruct и предназначена прежде всего для написания художественных текстов, развития сюжетов и творческих ответов в чате; возможно также использование в режиме продолжения текста. Дообучение заметно изменило стиль письма и, по оценке автора, повысило творческую выразительность. Автор также отмечает возможное небольшое снижение общих интеллектуальных способностей относительно исходной instruct-модели. Для запуска требуются значительные вычислительные ресурсы из-за размера модели. В репозитории указаны веса safetensors; сведения о лицензии в предоставленных данных отсутствуют.

ZeroXClem/Llama-3-Yggdrasil-AstralSpice-8B — текстовая модель генерации, созданная ZeroXClem слиянием нескольких моделей семейства Llama 3 методом TIES. В состав слияния вошли Llama-3-Yggdrasil-2.0-8B, L3-SAO-MIX-8B-V1, L3-TheSpice-8b-v0.8.3 и Astral-Fusion-8b-v0.0. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и принимает текстовые инструкции и запросы для генерации текста. Модель предназначена прежде всего для ролевых диалогов, написания историй и творческих текстов, включая фэнтези и магический реализм. Также заявлены следование инструкциям и создание развёрнутых повествований; карточка указывает контекст 8192 токена и поддержку чат-сценариев. Модель распространяется в формате safetensors по лицензии Apache-2.0. Заявленные сильные стороны — выразительное повествование, описание персонажей и сцен, а также поддержание ролевого взаимодействия. Карточка не приводит сравнительных оценок качества, поэтому точность следования инструкциям и устойчивость на иных типах задач не подтверждены; языки обучения или поддержки отдельно не указаны.

LLaVA-JP 1.3B v1.1 — японская зрительно-языковая модель, разработанная на основе текстового декодера llm-jp/llm-jp-1.3b-v1.0 и визуального энкодера google/siglip-so400m-patch14-384. Модель обучалась в два этапа: сначала с визуальным проектором на LLaVA-Pretrain-JA, затем дообучалась на LLaVA-v1.5-Instruct-620K-JA. Архитектура — плотная LlavaGpt2ForCausalLM; веса опубликованы в формате safetensors. Модель предназначена для диалога по изображениям, ответов на вопросы о визуальном содержимом и создания описаний изображений на японском языке. Поддерживает изображения высокого разрешения до 768 × 768 с масштабированием методом scaling_on_scales; длина контекста — 2048 токенов. В сравнительной таблице README приведены результаты на японских бенчмарках, включая среднюю оценку 50,39 на Heron-Bench. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. Модель компактнее приведённых в README 7B-систем, однако её качество следует оценивать с учётом японской языковой специализации и результатов на конкретных бенчмарках.

MirageML/lowpoly-game-building — модель генерации изображений на основе Stable Diffusion, дообученная методом DreamBooth для создания низкополигональных игровых зданий. Для генерации используйте в запросе ключевую фразу «a photo of lowpoly_game_building» вместе с описанием нужного здания или сцены. Модель предназначена для создания стилизованных игровых ассетов и концепт-изображений по тексту; репозиторий содержит веса в форматах Diffusers, PyTorch и Safetensors. Лицензия — CreativeML OpenRAIL-M.

Magenta Community Magenta RealTime 2 Small — компактная версия потоковой модели генерации музыки в реальном времени. Это PyTorch-реализация семейства Magenta RealTime 2, совместимая с Transformers; архитектура включает авторегрессионный декодер Depthformer, аудиокодек SpectroStream и кодировщик стиля MusicCoCa. Веса происходят от google/magenta-realtime-2 и, согласно карточке, численно совпадают с исходным чекпойнтом. Модель создаёт аудио по текстовому описанию стиля и поддерживает непрерывную генерацию: состояние передаётся между вызовами, а стиль можно менять прямо во время потока. Она предназначена для интерактивного создания инструментальной музыки, музыкальных джемов и живого управления генерацией. Для работы нужны PyTorch и Transformers; ускорение до реального времени зависит от доступного GPU и настройки компиляции. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. README описывает генерацию аудио и аудиоконтекст базовой модели, однако не приводит отдельной оценки качества или ограничений именно малой версии.

Magic Diffusion от Qilex — дообученная модель Stable Diffusion для генерации изображений в стиле иллюстраций карт Magic: The Gathering. Для задания стиля в запросе рекомендуется использовать токен «mtg style». Модель обучена на сканах иллюстраций карт с помощью DreamBooth и сохранением prior-preservation loss; при обучении также дообучался текстовый энкодер. В качестве основы используется Stable Diffusion, модель работает через Diffusers и принимает текстовые запросы, выдавая изображения. По карточке модель не обладает дополнительными знаниями о терминах Magic: The Gathering. Лицензия — CreativeML OpenRAIL-M.

Malayalam Fake News Detector (MuRIL) — модель классификации текста, разработанная Manasi и дообученная на базе MuRIL. Она относит новостные статьи на малаялам к классам REAL или FAKE и предназначена для обнаружения подозрительных публикаций, исследовательских и учебных проектов, а также для включения в конвейеры проверки фактов. Модель основана на архитектуре BERT для классификации последовательностей, содержит 264,8 млн параметров и принимает текст длиной до 512 токенов. Для обучения использовался подготовленный набор публичных новостных данных на малаялам и синтетических примеров. Репозиторий содержит веса в формате Safetensors и использует библиотеку Transformers. Предсказание отражает сходство текста с примерами REAL и FAKE и не заменяет проверку фактов по надёжным источникам. Качество зависит от разнообразия и качества обучающих данных; актуальные утверждения следует проверять отдельно. Лицензия — Apache-2.0.

Maya-152m-Flowers — небольшая языковая модель на 152 млн параметров, разработанная Clemylia (LLm-Clem) и предварительно обученная с нуля на тематическом корпусе. Это плотная авторегрессионная модель семейства GPT-2, опубликованная в формате safetensors; заявленная длина контекста — 700 токенов. В метаданных указан французский язык. Модель предназначена для генерации коротких образных текстов и поэтических описаний природы, цветов, пейзажей, света и движения. Её можно использовать для создания атмосферных фрагментов в играх, повествовании и творческих приложениях; компактный размер подходит для локального запуска на скромном оборудовании. Среди характерных особенностей карточка отмечает плотную образность, авторские неологизмы и повторы. Модель не является универсальным диалоговым помощником: повторы и необычные словоформы могут снижать связность и точность текста. Указана лицензия other; конкретные условия использования следует сверять с лицензией в репозитории.

Nithiwat выпустил mDeBERTa-v3-base_claimbuster — модель на архитектуре DeBERTa-v2, дообученную на наборе данных ClaimBuster. Она предназначена для классификации текстовых утверждений и выявления высказываний, пригодных для проверки фактов. Модель содержит 306 млн параметров, принимает текст с контекстом до 512 токенов и выдаёт результат классификации. В карточке заявлена точность 83%. Модель обучена на англоязычных данных ClaimBuster; лицензия — MIT. Результаты следует учитывать в контексте датасета и метрики из карточки: она сама по себе не гарантирует корректность фактчекинга.

Memoji Remix — модель генерации изображений по текстовому описанию, опубликованная Yntec. Она предназначена для создания стилизованных мемодзи, эмодзи и милых мультяшных изображений с аниме-черточками. В карточке приведены примеры с персонажами, животными и едой; автор рекомендует использовать слово «memoji» в запросе, но отмечает, что стиль может проявляться и без него. Модель получена слиянием Memoji Diffusion, Incha Re Zoro и Stable Diffusion 1.5 по рецепту SuperMerger Add Difference Train Difference Alpha 1. Файлы представлены в формате Diffusers и Safetensors. Лицензия — CreativeML OpenRAIL-M, которая задаёт условия использования и распространения модели.

Noginowa/merge-experiment — это экспериментальный репозиторий слияний моделей генерации изображений от автора Noginowa. В карточке описаны варианты серии Anima: один ориентирован на выразительные художественные сцены, другой — на слегка полуреалистичные изображения, третий — на чёткую и ясную картинку. Модели принимают текстовые запросы и создают изображения; для работы в ComfyUI нужны соответствующие веса модели, текстовый энкодер и VAE из репозитория circlestone-labs/Anima. Для вариантов Anima указаны рекомендуемые CFG 4–5, около 30 шагов и сэмплеры ER SDE BETA или Euler A Normal. Репозиторий отмечен как экспериментальный, а версии v0.1 описаны как заменённые последующими релизами PrismPalette ANIMA v1, GleamPalette ANIMA v1 и ClearPalette ANIMA v1. Использование зависит от лицензии исходной серии: для Anima указана CircleStone Labs Non-Commercial License v1.2; общая метка лицензии репозитория — other.

MERT-v1-330M — модель семейства Music Audio Pre-training, разработанного командой m-a-p для понимания музыкального аудио и извлечения признаков. Это предобученная Transformer-модель с 24 слоями и размерностью 1024; в карточке README указано 330 млн параметров, тогда как метаданные каталога содержат оценку 402,7 млн. Модель обучена по схеме MLM на 160 тысячах часов музыки с частотой дискретизации 24 кГц и контекстом предобучения 5 секунд. Модель предназначена для извлечения музыкальных представлений и классификации аудио, а полученные признаки можно использовать в последующих задачах анализа музыки. Она выдаёт признаки с частотой 75 кадров в секунду; разные слои могут давать разное качество в зависимости от задачи. Данные README также отмечают, что обучение на кодовых книгах EnCodec потенциально может поддерживать задачи генерации музыки, но карточка модели не указывает генерацию как подтверждённую задачу. Лицензия — CC BY-NC 4.0, допускающая использование с ограничениями на коммерческое применение.

Mikan Illustrious v10 SDXL — модель преобразования текста в изображение, созданная пользователем _taki_ и опубликованная в репозитории John6666 на Hugging Face. Это дообученная версия Illustrious-xl-early-release-v0, работающая через StableDiffusionXLPipeline библиотеки Diffusers и распространяемая в формате, совместимом с экосистемой Stable Diffusion XL. Модель предназначена для генерации аниме-иллюстраций и персонажей по текстовому описанию. Она ориентирована на чистую линейную графику, выразительные лица и привлекательное затенение, а также на сюжеты в жанрах повседневности, фэнтези и экшена, включая изображения девушек и идолов. Для использования применяется лицензия FAIR-1.0-SD; точные условия следует проверять в тексте лицензии.

MiMo-V2.6-Pro-MOPD — мультимодальная модель Xiaomi для диалогов и агентных сценариев с вызовом инструментов. Это обновлённый методом MOPD чекпойнт MiMo-V2.6-Pro-RL: несколько специализированных моделей-учителей дистиллированы в одну, в том числе для задач, где трудно задать надёжную автоматическую проверку. Обновление также снижает повторные и похожие вызовы инструментов. В README описана разреженная MoE-архитектура с 1,02 трлн общих и 42 млрд активируемых параметров, контекстом до 1 млн токенов и поддержкой текста, изображений, видео и аудио. Модель рассчитана на многошаговую работу с инструментами, длинные сценарии разработки игр, научные исследования и задачи воплощённого интеллекта; среди возможностей также указаны чат и интерфейс вызова инструментов. Метаданные Hugging Face указывают 27,7 млрд параметров и файлы safetensors в FP8, что расходится с архитектурными числами в README. В карточке указаны английский и китайский языки. Для развёртывания README приводит рецепты SGLang и vLLM; для рекомендованной конфигурации vLLM указаны восемь устройств tensor parallelism. Модель распространяется по лицензии MIT.

monadical-labs/minecraft-preview — модель Stable Diffusion, дообученная Monadical Labs на наборе Minecraft Character Dataset. Она создаёт изображения персонажей в стиле Minecraft по текстовым запросам и подходит для генерации игровых персонажей по краткому описанию. Модель обучали 15 000 шагов с помощью библиотеки Diffusers; репозиторий содержит веса в форматах Diffusers, PyTorch и safetensors. Модель предназначена для генерации изображений по тексту в тематике Minecraft. В карточке указана лицензия OpenRAIL; перед использованием следует учитывать её условия и ограничения.

Это конвертированная для MLX версия модели inclusionAI/Ming-Image-0.1-Design, подготовленная для запуска через mflux на компьютерах Apple Silicon. Модель преобразует текстовые запросы в изображения с альфа-каналом RGBA и ориентирована на графический дизайн: плакаты, открытки, интерфейсы и изображения с типографикой. В сборке используется текстовый энкодер Ling-mini-2.0 MoE с 6-битным представлением, коннектор Qwen2 с 8-битным представлением и DiT, намеренно оставленный в 8 битах для сохранения качества крупных надписей. Репозиторий занимает 21,2 ГБ; для работы требуется версия mflux с поддержкой семейства Ming-Image. В README приведены замеры на Mac mini M4 с 24 ГБ памяти: генерация изображения 512×512 занимает около минуты, а 1024×1024 — 4–4,5 минуты. Модель предназначена для генерации дизайнерских изображений по текстовому описанию, включая композиции с читаемыми заголовками и текстом. Автор сообщает о поэтапной проверке реализации MLX относительно официального конвейера PyTorch с высокой близостью тензоров и воспроизведением компоновки, типографики и текста. Лицензия — MIT.

Карточка модели HiDolen/Mini-BS-RoFormer-V2-46.8M на Hugging Face совпадает с карточкой pejrich/Mini-BS-RoFormer-V2-46.8M, поэтому описание составлено по ней. Карточка модели pejrich/Mini-BS-RoFormer-V2-46.8M на Hugging Face совпадает с карточкой HiDolen/Mini-BS-RoFormer-V2-46.8M, поэтому описание составлено по ней. HiDolen разработал Mini-BS-RoFormer-V2-46.8M — модель разделения музыкального аудио на отдельные источники на основе архитектуры BS-RoFormer. Она принимает аудиозапись и выделяет четыре дорожки: бас, ударные, прочие инструменты и вокал; бас, ударные и прочие инструменты можно объединить в инструментальную дорожку. В карточке указано 46,8 млн параметров и точность весов BF16; метаданные каталога указывают 15,9 млн параметров и формат safetensors, поэтому сведения о размере модели расходятся. Модель обучалась на MUSDB18-HQ. На валидационной части датасета автор сообщает общий SDR 10,03, а для баса и ударных — 9,68 и 10,58. В версии V2 применены временное прореживание с шагом 4, мел-полосное разбиение на 80 диапазонов и предсказание маски с дополнительным gate; автор также отмечает снижение вычислительных затрат. Для инференса README приводит пример использования Transformers 4.55.4 и зависимостей soundfile, einops и librosa. Модель предназначена для разделения музыкальных записей, а не для общего анализа аудио. Лицензия CC BY-NC 4.0 допускает использование с указанием авторства, но запрещает коммерческое использование.

Карточка модели pejrich/Mini-BS-RoFormer-V2-46.8M на Hugging Face совпадает с карточкой HiDolen/Mini-BS-RoFormer-V2-46.8M, поэтому описание составлено по ней. HiDolen разработал Mini-BS-RoFormer-V2-46.8M — модель разделения музыкального аудио на отдельные источники на основе архитектуры BS-RoFormer. Она принимает аудиозапись и выделяет четыре дорожки: бас, ударные, прочие инструменты и вокал; бас, ударные и прочие инструменты можно объединить в инструментальную дорожку. В карточке указано 46,8 млн параметров и точность весов BF16; метаданные каталога указывают 15,9 млн параметров и формат safetensors, поэтому сведения о размере модели расходятся. Модель обучалась на MUSDB18-HQ. На валидационной части датасета автор сообщает общий SDR 10,03, а для баса и ударных — 9,68 и 10,58. В версии V2 применены временное прореживание с шагом 4, мел-полосное разбиение на 80 диапазонов и предсказание маски с дополнительным gate; автор также отмечает снижение вычислительных затрат. Для инференса README приводит пример использования Transformers 4.55.4 и зависимостей soundfile, einops и librosa. Модель предназначена для разделения музыкальных записей, а не для общего анализа аудио. Лицензия CC BY-NC 4.0 допускает использование с указанием авторства, но запрещает коммерческое использование.

MN-CaptainErisNebula-12B-Chimera-v1.1-heretic-uncensored-abliterated — производная модель DavidAU на базе Nitral-AI/CaptainErisNebula-12B-Chimera-v1.1. Это плотная авторегрессионная языковая модель семейства Mistral с 12,1 млрд параметров, предназначенная для генерации текста, в том числе творческого письма, повествования, продолжения сцен и ролевых диалогов. Модель прошла обработку Heretic v1.0.1 для снижения числа отказов. В README приведены результаты проверки: 4 отказа из 100 запросов и KL-дивергенция 0,0512; исходной модели приписано 91 отказ из 100. Карточка отмечает поддержку чата и контекст до 1 024 000 токенов. Указанная библиотека — Transformers, формат весов — safetensors; в репозитории также есть тег bfloat16. В карточке заявлено применение для разных жанров, включая научную фантастику, романтику и ужасы. Для получения более откровенного или грубого стиля может требоваться явное указание желаемой лексики и уровня детализации. Модель рассчитана на генерацию контента для взрослых и может выдавать нецензурный или сексуальный текст. Лицензия в предоставленных данных не указана.

MN-Slush-Wayfarer — объединённая языковая модель сообщества mergekit-community, созданная методом SLERP из LatitudeGames/Wayfarer-12B и crestf411/MN-Slush. Это плотная авторегрессионная модель семейства Mistral с архитектурой MistralForCausalLM и примерно 9,8 млрд параметров; файлы опубликованы в формате safetensors, а конфигурация слияния задаёт тип bfloat16. Модель предназначена для генерации текста и диалогов, включая ролевые приключения. В карточке указано контекстное окно 1 024 000 токенов и интерфейс tool calling. Одна из объединённых моделей, Wayfarer-12B, описана как англоязычная модель для опасных текстовых приключений и ролевых игр с последствиями решений. Карточка не уточняет языковые возможности итоговой модели, поэтому основным подтверждённым сценарием остаются текстовые приключения и ролевой чат. Лицензия в предоставленных данных не указана.

ModernDisney — модель генерации изображений по текстовому описанию, созданная Yntec смешением Deliberate и Mo-Di-Diffusion. Для получения стилизации под современную анимацию Disney автор рекомендует добавлять в запрос токен «Modern Disney»; без него модель опирается на стиль Deliberate. Примеры охватывают мультяшных персонажей, чиби-иллюстрации и сцены с людьми. Модель основана на Stable Diffusion и распространяется в формате Diffusers с файлами safetensors. В опубликованном варианте VAE kl-f8-anime2 встроен в веса. Лицензия — CreativeML OpenRAIL-M. Карточка не приводит сведения о размере и длине контекста.

MoonLight-L3-15B — текстовая разговорная модель на архитектуре Llama, разработанная автором репозитория Darkknight535. Модель дообучена на наборах данных для ролевых сценариев, включая материалы с контентом для взрослых. В метаданных указаны 14,5 млрд параметров, библиотека Transformers и формат Safetensors. Модель предназначена для ролевых диалогов, творческого письма и общения от лица нескольких персонажей. Она генерирует текст и может составлять краткие пересказы и промпты для изображений. Автор заявляет о поддержке контекста до 16 тысяч токенов через масштабирование RoPE; в метаданных указано нативное окно контекста 8192 токена. Для инструкций используется шаблон Llama 3 Instruct. Модель ориентирована на творческие и ролевые ответы, а не на гарантированно точную фактическую генерацию: заявления автора об отсутствии галлюцинаций не подтверждены приведёнными оценками. Карточка не сообщает лицензию, поэтому условия использования по имеющимся данным определить нельзя.

MS-Meadowlark-22B — модель для ролевых диалогов и написания историй, созданная allura-org на основе Mistral Small Instruct. Это плотная причинная языковая модель архитектуры MistralForCausalLM с 22 млрд параметров и контекстом до 131 072 токенов. Разработчик обучил отдельные компоненты на наборах для творческого письма и ролевых сценариев, а затем объединил их с Mistral-Small-Gutenberg-Doppel-22B; модель рассчитана на диалоговый и completion-форматы и поддерживает интерфейс вызова функций. Модель предназначена для создания художественного текста, продолжения историй и ролевых приключений в Kobold Lite или SillyTavern. Автор сообщает, что подобрал сочетание компонентов для стабильной работы при сохранении творческой вариативности. В репозитории указаны веса Safetensors; лицензия обозначена как other, поэтому условия использования следует уточнять на странице модели.

Music2Vec-v1 — предварительно обученная модель для понимания музыкального аудио, опубликованная командой Music Audio Pre-training (m-a-p). Модель основана на архитектуре Data2Vec Audio и содержит 113,2 млн параметров. Она принимает музыкальный аудиосигнал и извлекает контекстные векторные представления для последующего использования в задачах музыкальной информации retrieval и анализа музыки. Модель обучена без разметки на 1000 часах музыкального аудио по парадигме BYOL; выпущена версия crop5s. Авторы сообщают о сопоставимых с Jukebox-5B результатах на нескольких задачах MIR при существенно меньшем размере модели. Для нового применения можно извлекать признаки и дообучать модель под конкретную задачу. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

MysticXXX_KREA2_v2.safetensors — это LoRA-адаптер для генерации изображений по текстовому описанию, разработанный пользователем или организацией uzumix. Модель предназначена для использования с базовой моделью krea/Krea-2-Turbo в совместимых инструментах и библиотеках, включая Diffusers. Из доступных данных известно, что адаптер относится к семейству diffusion LoRA и работает в сценариях text-to-image. README не содержит сведений о размере адаптера, архитектуре базовой модели, поддерживаемых языках, длине контекста, конкретном визуальном стиле, рекомендуемых параметрах генерации или ограничениях качества. Лицензия и условия коммерческого либо некоммерческого использования также не указаны, поэтому их следует уточнить по лицензии базовой модели и странице репозитория.

Mystic-XXX-ZIT-V7 — модель-адаптер LoRA для генерации изображений по текстовому описанию. Она разработана пользователем или организацией SaveliiAge и предназначена для использования с базовой моделью Tongyi-MAI/Z-Image-Turbo в экосистеме Diffusers. В карточке указано, что модель относится к семейству diffusion LoRA и работает в сценариях text-to-image. README не содержит сведений о размере адаптера, архитектурных деталях, поддерживаемых языках, длине контекста, специализации визуального стиля, результатах тестирования или известных ограничениях качества. Лицензия и условия коммерческого использования также не указаны, поэтому их необходимо уточнить отдельно перед применением модели.

Negative_LLAMA_70B — дообученная модель SicariusSicariiStuff на базе Meta Llama 3.3 70B Instruct. Это плотная авторегрессионная языковая модель на 69,5 млрд параметров с контекстом до 131 072 токенов, рассчитанная на генерацию текста и диалоговое взаимодействие. Модель предназначена для ролевых игр, творческого письма и общих задач ассистента. По описанию разработчика, дообучение смягчает типичную для чат-моделей склонность к излишне позитивным ответам, улучшает следование карточкам персонажей и допускает более низкий уровень отказов. В ролевых сценах и историях могут появляться более мрачные оттенки и физически правдоподобные последствия действий персонажей. Модель принимает текст и выдаёт текст. В карточке заявлена поддержка английского языка; базовая Llama 3.3 — мультиязычная, однако README не уточняет языковую поддержку именно этой настройки. Для использования указана лицензия Llama 3.3. Разработчик рекомендует специальные параметры генерации и формат для ролевых игр; качество и стиль ответов зависят от настроек.

Paranioar/NEO1_0-2B-SFT — версия native vision-language модели NEO1_0, прошедшая supervised fine-tuning. Разработчики описывают NEO как плотную монолитную модель, обученную с нуля для объединения визуального восприятия и языковых возможностей в общей системе; модель содержит 2,2 млрд параметров без учета эмбеддингов, 40 слоев и использует GQA с 16 головами Q и 8 головами KV. Архитектура сочетает Native-Attn и Native-RoPE. Модель предназначена для диалоговых сценариев с изображениями: восприятия визуального содержимого и рассуждений по нему с формированием текстового ответа. Метаданные указывают на интерфейс чата и интерфейс вызова инструментов, однако README не приводит конкретных примеров или результатов оценки. Репозиторий содержит веса Safetensors для Transformers. Лицензия — Apache-2.0.

Severian/Nexus-IKM-RolePlay-StoryWriter-Hermes-2-Pro-7B — дообученная автором Severian модель Mistral для генерации текста, прежде всего историй и ролевых диалогов. Она обучена в течение трёх эпох на расширенной выборке из 2 071 примера датасета Internal Knowledge Map, ориентированной на написание историй, отыгрыш персонажей и дискурс. Модель имеет 7,1 млрд параметров, использует архитектуру MistralForCausalLM и принимает текстовые запросы в формате с разделами System, Prompt и Response. Заявленная длина контекста — 32 768 токенов. Модель предназначена для творческого письма, ролевого взаимодействия и построения более развёрнутых ответов с разнообразными перспективами. Автор также отмечает аккуратное форматирование и умение работать с Markdown. В карточке заявлена лицензия MIT. В описании нет результатов независимой оценки качества или явных ограничений; обучение на 2 071 примере может ограничивать разнообразие и надёжность ответов за пределами целевых сценариев.