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

L3-Blackfall-Summanus-v0.1-15B — экспериментальная разговорная языковая модель, созданная kromeurus слиянием L3-Aethora-15B-V2 и L3-Blackened-Sunfall-15B методом TIES. Модель основана на плотной архитектуре Llama и содержит 14,5 млрд параметров; заявленная длина контекста — 8192 токена. Распространяется в формате safetensors, использует библиотеку Transformers и лицензию CC BY-SA 4.0. Модель предназначена для генерации диалогов и художественного текста, особенно ролевых сценариев: автор отмечает связную, выразительную и более естественную речь, следование примерам и склонность к романтической тематике. В сравнении с исходными компонентами слияния она стремится сочетать грамотность и связность Aethora с более живым и раскованным стилем Blackened Sunfall. Автор считает модель экспериментальной и предупреждает, что ей может потребоваться дополнительное дообучение. Она иногда говорит от имени пользователя; высокие значения температуры могут нарушать связность, а шаблоны ChatML могут приводить к сбоям. В отдельных ролевых сценариях модель способна генерировать откровенный контент.

DavidAU/L3-Dark-Planet-8B-HERETIC-Uncensored-Abliterated — текстовая генеративная модель, созданная на основе дообученной модели DavidAU/L3-Dark-Planet-8B и обработанная методом Abliteration с Heretic v1.0.1 для снижения частоты отказов. Модель построена на архитектуре Llama 3, содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. Модель предназначена для генерации художественной прозы, сцен, сюжетов и ролевого общения, включая жанры ужасов и романтики. Она рассчитана на диалог и генерацию текста; карточка описывает её как uncensored, но отмечает, что для получения более откровенного или стилистически заданного результата иногда требуется явно указать нужный тон и лексику. Автор сообщает о частоте отказов 13 из 100 и KL-дивергенции 0,0716 после обработки. Лицензия в предоставленных данных не указана.

Azazelle/L3-Hecate-8B-v1.2 — разговорная языковая модель на архитектуре Llama, созданная слиянием нескольких предварительно обученных моделей с помощью mergekit и последующей ExPO-настройкой. В основу входит NousResearch/Meta-Llama-3-8B-Instruct; в карточке указано 7,5 млрд параметров и контекст до 8192 токенов. Модель предназначена для генерации текста в диалогах и ролевых сценариях. Авторы отмечают, что при слиянии использовали несколько ролевых моделей, чтобы улучшить их работу. Для запуска указаны рекомендуемые параметры сэмплирования, включая температуру 1.0 и штраф за повторы 1.08. Модель распространяется в формате safetensors по лицензии Llama 3. Карточка не приводит оценок качества или подробных результатов тестирования; качество ответов и ролевого поведения может зависеть от выбранных параметров генерации.

L3-Jamet-8B-MK.V-Blackroot-12.2B-V1-INSTRUCT-ULTRA-F32-GGUF — текстовая генеративная модель Дэвида Огастина, созданная слиянием дообученной L3-Jamet-8B-MK.V-Blackroot и Meta-Llama-3-8B-Instruct. Репозиторий содержит веса в формате GGUF с точностью F32; заявленный размер модели после слияния — 12,2 млрд параметров. Модель предназначена прежде всего для написания и продолжения художественных историй, сцен и диалогов, а также ролевого взаимодействия. Автор отмечает выразительное предварительное предвосхищение событий, более подробное описание эмоций и обстановки, разнообразную прозу и улучшенное следование инструкциям и решение логических задач относительно исходной модели Blackroot. Для работы нужен шаблон Llama 3; также может подойти шаблон Command-R, который меняет стиль вывода. Заявленная длина контекста — 8192 токена; автор описывает возможность расширения до 32K и выше настройками RoPE. Карточка указывает английский язык. Модель распространяется по лицензии Apache-2.0. Указанные возможности не являются независимой оценкой качества: стиль и результаты зависят от шаблона и параметров генерации.

Laymonade-7B — объединённая языковая модель на архитектуре Mistral, созданная с помощью mergekit методом SLERP. В слияние вошли l3utterfly/mistral-7b-v0.2-layla-v4 и KatyTheCutie/LemonadeRP-4.5.3; модель содержит 7,1 млрд параметров и принимает текстовый контекст длиной до 32 768 токенов. Модель предназначена для выдуманных историй и ролевых диалогов. Разработчики стремились сделать ответы менее шаблонными и снизить частоту отказов. Она генерирует текст и подходит для интерактивного творческого письма и ролевого общения. Дата публикации на Hugging Face — 27 марта 2024 года. Слияние основано на моделях, ориентированных на ролевые диалоги, поэтому модель рассчитана на художественные сценарии, а не на гарантированно точные фактические ответы. В метаданных отмечено ограничение аудитории; точная лицензия в предоставленных данных отсутствует.

Disty0/LCM_SoteMix — аниме-модель для генерации изображений из текста на основе Stable Diffusion 1.5, преобразованная в формат LCM из оригинальной SoteMix. Разработчик указывает, что генерация возможна за 4 шага; рекомендует сэмплер LCM, 4–8 шагов, CFG 0 или 1 и базовые разрешения от 512 до 1024 пикселей, включая портретный формат 768×1280. В репозитории также указаны варианты ONNX и OpenVINO. Модель ориентирована на создание аниме-иллюстраций по текстовым запросам. Веса включают VAE Blessed2. Лицензия — CreativeML OpenRAIL-M; применяйте модель с учётом условий этой лицензии. Указанные настройки и разрешения являются рекомендациями автора, а качество результата может зависеть от запроса и используемой реализации.

LHM-500M-HF — модель семейства LHM, представленная авторами работы «LHM: Large Animatable Human Reconstruction Model for Single Image to 3D in Seconds». Она восстанавливает анимируемого 3D-человека по одному изображению за секунды. Это feed-forward модель, обученная на крупномасштабном наборе видеоданных с функцией потерь реконструкции изображения; авторы отмечают её способность обобщать на разнообразные реальные сценарии. Репозиторий содержит веса в формате Safetensors. Модель предназначена для реконструкции 3D-персонажей по изображениям; для запуска README отсылает к GitHub-репозиторию проекта. Лицензия — Apache-2.0. В README не приведены конкретные требования к входным изображениям, качество анимации или ограничения реконструкции.

LibreOVDEIMs — модель обнаружения объектов с открытым словарём из проекта LibreYOLO. В репозитории объединены детектор OV-DEIM-S и текстовый энкодер MobileCLIP-B(LT), который кодирует пользовательские текстовые запросы во время работы. Детектор использует backbone ViT-tiny, дистиллированный из DEIMv2, и содержит 11 млн параметров; веса детектора преобразованы из wleilei/OV-DEIM, а текстовый энкодер взят из apple/MobileCLIP-B-LT-OpenCLIP. Модель предназначена для обнаружения объектов на изображениях по заданным пользователем названиям классов или текстовым описаниям, в том числе для zero-shot сценариев. В README приведены примеры поиска людей, красного рюкзака и погрузчика, а также сообщается о воспроизведении результата 45,9 AP на COCO val2017 для варианта L из исходной работы. Заявленная авторами скорость 161 FPS относится к upstream-модели на T4 с TensorRT при размере входа 640. Для использования нужны библиотека LibreYOLO и изображения; интерфейс позволяет задавать текстовые классы и получать результаты детекции. Репозиторий распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Показатели скорости и качества в README относятся к исходной работе или указанной конфигурации и не гарантируют те же результаты для других устройств и условий.

LibreSAM2base-plus — зеркальная копия модели SAM 2.1 Hiera Base Plus, подготовленная LibreYOLO для уровня promptable-сегментации LibreSAM. Модель основана на facebook/sam2.1-hiera-base-plus и принимает изображение с визуальными подсказками, например координатами точек и их метками, чтобы построить маску выбранного объекта. Модель предназначена для сегментации объектов по подсказкам на изображениях. Репозиторий содержит совместимый с Transformers снимок весов в формате safetensors; согласно карточке, обученные параметры не изменены. Распространяется по лицензии Apache-2.0. В карточке показан сценарий обработки отдельного изображения. Сведения о сегментации видео в README не приведены, поэтому назначение модели здесь описано в пределах подтверждённого сценария.

Llama-3.2-9B-Uncensored-Brainstorm-Alpha-GGUF — текстовая instruct-модель, разработанная DavidAU на базе Llama-3.2-9B-Uncensored-Brainstorm-Alpha. Она создана с использованием компонентов Hastagaras/L3.2-JametMini-3B-MK.III, chuanli11/Llama-3.2-3B-Instruct-uncensored и Brainstorm 40x adapter. Модель распространяется в формате GGUF и предназначена прежде всего для генерации текста, творческого письма, продолжения сцен, разработки сюжетов и подсюжетов, сторителлинга, ролевого взаимодействия и диалогов в разных жанрах, включая научную фантастику, романтику и хоррор. Заявлена как подходящая и для других сценариев применения. Модель имеет 9 млрд параметров, 81 слой и 733 тензора, поддерживает контекст до 128K токенов и использует шаблон CHATML; также заявлена совместимость с шаблонами Alpaca и Llama 3 instruct. Основной язык, указанный в карточке, — английский. По заявлению разработчика, усиление Brainstorm 40x улучшает генерацию токенов, а модель отличается выразительной прозой и творческими возможностями, особенно при повышенной температуре генерации и подробных инструкциях. К ограничениям относятся ярко выраженная ориентация на творческие и потенциально NSFW-сценарии, включая насилие, хоррор, ненормативную лексику и натуралистичные описания. Для получения оптимальных результатов могут потребоваться настройка параметров сэмплирования и использование рекомендованного smoothing factor 1.5; качество также зависит от корректного применения шаблона чата и подробности промпта. Лицензия — Apache-2.0.

Llama-3-Chatty-2x8B — разговорная языковая модель от Undi95, созданная для текстового общения и ролевых диалогов. Автор объединил в MoE-архитектуре двух экспертов на основе Llama-3-Instruct-8B: один обучен на ролевом тексте с действиями и описаниями в звёздочках, другой — на прозе с репликами персонажей и описанием действий. В README указано, что репозиторий содержит веса FP16; метаданные описывают архитектуру как MixtralForCausalLM, а размер — 7,5 млрд параметров. Модель принимает текст и генерирует текст, поддерживает шаблон диалога в формате Llama 3 и контекст до 8192 токенов. Её можно использовать для ролевых игр, написания диалогов и обычных разговорных запросов. Автор сообщает о тестировании на нескольких бенчмарках, но не приводит в доступной части карточки полного описания оценки качества. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое использование בלבד.

Llama-Song-Stream-3B-Instruct — дообученная модель prithivMLmods на основе meta-llama/Llama-3.2-3B-Instruct. Она предназначена для генерации музыкальных текстов: песенных строк и целых текстов песен по заданной теме, настроению или другим подсказкам. Модель может помогать авторам придумывать варианты строк и черновики, поддерживать рифму, размер и тематическую связность, а также создавать повествование в форме песни. Это плотная авторегрессионная языковая модель семейства Llama с архитектурой LlamaForCausalLM и 3,2 млрд параметров. Она работает с текстом, использует библиотеку Transformers и имеет заявленную длину контекста 131 072 токена. В карточке указан английский язык; обучение на датасете песенных текстов и композиций описано разработчиком. Модель распространяется под лицензией Apache-2.0.

gajesh/LTX-2.3-mlx-fp16 — конвертированная и оптимизированная для MLX версия модели LTX-2.3 от Lightricks, подготовленная для запуска на компьютерах Apple Silicon. Это диффузионный трансформер для совместной генерации видео и аудио по текстовому описанию. Основной трансформер содержит 22 млрд параметров и 48 слоёв; в комплект входят текстовый энкодер Gemma 3 12B, видеодекодер VAE и апсемплер. Веса сохранены в safetensors с точностью float16 и занимают около 66 ГБ; для работы README указывает минимум 64 ГБ оперативной памяти на Apple Silicon Mac. Модель предназначена для создания коротких видеороликов по текстовым запросам. В README приведены замеры генерации видео длительностью до пяти секунд и описаны варианты разрешения и числа кадров; также заявлена более быстрая работа и меньшее потребление памяти по сравнению с PyTorch MPS на проверенной конфигурации M4 Max. Репозиторий содержит конверсию исходного чекпойнта Lightricks/LTX-2.3, а не отдельную разработку архитектуры. Лицензия указана как other, поэтому условия использования следует проверять в карточке исходной модели и репозитория.

Luna-Fusion-RP — разговорная модель для ролевых диалогов, созданная автором bey​​oru на основе Qwen3. Это плотная языковая модель с 3,7 млрд параметров, доступная в формате Safetensors и рассчитанная на контекст до 262 144 токенов. Модель объединяет три RP-модели и использует данные для творческого письма. Модель предназначена для ролевого общения с персонажами, творческого письма, повествования и обычного чата. Для более убедительного поведения персонажа автор рекомендует подробно задавать его в системном промпте. В метаданных перечислены английский, китайский и вьетнамский языки; лицензия — MIT. Карточка не приводит сравнительных оценок качества или подробностей о составе трёх объединённых моделей. Результат может зависеть от системного промпта и выбранного сценария.

Magistaroth-24B-v1-MPOA — текстовая генеративная модель для творческого письма и ролевых диалогов. Это версия Magistaroth-24B-v1, доработанная с помощью абляции MPOA; автор отмечает, что у неё нет отказов и стиль может быть выразительнее, хотя детализация уступает исходной версии. Модель построена на плотной архитектуре MistralForCausalLM, содержит 23,4 млрд параметров и поддерживает контекст до 131 072 токенов. Модель предназначена для генерации историй и RP-диалогов на английском языке. Она может выдавать сцены с насилием и графическим эротическим содержанием. Для работы автор рекомендует шаблон чата Mistral Tekken. Модель распространяется по лицензии Apache-2.0.

digiplay/majicMIX_lux_v3 — модель генерации изображений по текстовому описанию в формате Diffusers, сохранённая в safetensors. Карточка Hugging Face указывает задачу text-to-image и лицензию other. Доступных сведений недостаточно, чтобы описать разработчика, архитектуру, размер, языковую поддержку, контекст, сильные стороны или сценарии применения. README содержит только краткую заглушку «Model info».

MalwareDream_Final — аниме-модель для генерации изображений по текстовым описаниям, созданная Earth & Dusk. Это дообученная DreamBooth-модель Stable Diffusion, обучавшаяся в несколько этапов; автор сообщает о повторном обучении на более чем тысяче дополнительных изображений и использовании датасетов Nerfgun3/bad_prompt и gsdf/EasyNegative. Модель предназначена для создания изображений в аниме-стилистике по текстовым запросам. Репозиторий распространяет веса в форматах Diffusers, PyTorch и safetensors. Лицензия — CreativeML OpenRAIL-M; автор просит не перезагружать модель.

MeinaMix V10 — модель генерации изображений по текстовому описанию, созданная автором Meina. Она рассчитана на создание художественных изображений, особенно в аниме-стиле, и призвана давать выразительный результат при коротких промптах. Модель использует Stable Diffusion и запускается через Diffusers; веса доступны в форматах Diffusers и safetensors. Для портретов автор рекомендует разрешения 512×768 или 512×1024, для пейзажей — 768×512, 1024×512 или 1536×512. В рекомендациях также приведены настройки сэмплеров Euler a и DPM++ SDE Karras, CFG 7 и Clip Skip 2; для удалённых персонажей предлагается Hires.fix для повышения детализации лица и глаз. Модель распространяется бесплатно по лицензии CreativeML OpenRAIL-M. Качество результата зависит от промпта и настроек генерации; для некоторых композиций автор советует дополнительное увеличение разрешения. Сведения о числе параметров и длине контекста в доступных материалах отсутствуют, что типично для модели генерации изображений.

MeinaMix V11 — модель генерации изображений по текстовому описанию, опубликованная автором Meina. Она предназначена прежде всего для создания художественных изображений в стиле аниме и рассчитана на получение выразительного результата при коротких промптах. Модель распространяется в форматах Diffusers и Safetensors и использует библиотеку Diffusers. Для портретов автор рекомендует разрешение 512×768 или 512×1024, а для пейзажных изображений — 768×512, 1024×512 или 1536×512. В README приведены рекомендации по сэмплерам, числу шагов, CFG Scale и Clip Skip; для изображений с удалёнными персонажами рекомендуется Hires.fix для улучшения проработки лиц и глаз. Модель предназначена для создания художественных изображений; качество зависит от промпта и настроек генерации. Лицензия — CreativeML OpenRAIL-M. Автор заявляет, что модель будет бесплатной; условия использования и ограничения следует сверять с лицензией.

Incursio's Meme Diffusion 1.6 — модель генерации изображений по текстовому описанию, созданная объединением весов модели incursiosMeme_v16NonPruned.safetensors с настройками AnythingV4. Она предназначена для создания стилизованных иллюстраций, в том числе чиби-персонажей и аниме-образов; пример в карточке показывает подробный художественный промпт с элементами цифровой живописи и концепт-арта. Модель опубликована в формате Diffusers и Safetensors и использует лицензию CreativeML OpenRAIL-M. Подробности о размере, контексте и поддерживаемых языках карточка не приводит.

Metharme 13B — языковая модель семейства LLaMA, разработанная PygmalionAI и ориентированная на диалоги, ролевые сценарии и художественное письмо. Модель содержит 12,9 млрд параметров и использует архитектуру LlamaForCausalLM; исходные веса LLaMA-13B были дообучены методом supervised fine-tuning на смеси обычных инструкций, ролевых диалогов, вымышленных историй и синтетических инструкций. Указанная длина контекста — 2048 токенов. Модель принимает текст и генерирует текст. Она рассчитана на создание художественных сцен, интерактивных историй и разговоров, управляемых инструкциями на естественном языке. Дообучение первоначально выполнялось как LoRA-адаптер, затем адаптер объединили с базовой моделью и выпустили полные веса; репозиторий содержит формат PyTorch. Модель предназначена для развлечений и художественного письма, а не для надёжного фактического консультирования. Она не была настроена на безопасные и безвредные ответы, может выдавать оскорбительный или нежелательный текст, а также ошибочные или вводящие в заблуждение утверждения. Условия лицензии в предоставленных данных не описаны.

mindview-t2i — компактная модель генерации изображений по текстовому описанию, созданная для арт-инсталляции mindview. Она объединяет укороченный текстовый энкодер Ternary Bonsai 1.7B, обученную для этой связки линейную проекцию и диффузионный трансформер Bonsai Image 4B на основе FLUX.2 [klein] 4B. В модели около 4,48 млрд параметров, почти все веса тернарные; файл размером около 980 МБ запускается локально в браузере через WebGPU без сервера. Модель предназначена для создания изображений 512 × 512 по текстовым запросам. Она поддерживает режимы от одного до четырёх шагов: обычно рекомендуется два шага с LoRA SANA-Sprint или четыре без неё. Разработчики описывают сопоставление текстовых представлений с исходным энкодером и приводят измерение косинусного сходства на отложенных запросах, но отмечают, что небольшой набор примеров не является полноценным бенчмарком. Репозиторий распространяется по лицензии Apache-2.0.

joeynyc/Ming-Image-0.1-Design-mflux-q8-te8 — конверсия модели Ming-Image-0.1-Design для запуска через mflux на Apple Silicon. Это модель генерации изображений по текстовому описанию, ориентированная на графический дизайн: плакаты, открытки, пользовательские интерфейсы и изображения с типографикой. Она формирует изображения с альфа-каналом RGBA. Вариант использует 8-битные веса DiT и текстового энкодера, 8-битный Qwen2 connector и bf16 projection heads; репозиторий занимает около 25,2 ГБ. README сообщает, что реализация сверялась поэтапно с официальным PyTorch-пайплайном, а сохранение 8-битной точности DiT выбрано для качества крупной надписи. Для текстового энкодера требуется примерно 18,5 ГБ памяти на этапе кодирования; автор рекомендует Mac с 32 ГБ памяти или больше. Для запуска нужна версия mflux с поддержкой семейства Ming-Image. Модель основана на inclusionAI/Ming-Image-0.1-Design, лицензия — MIT.

MiniMax-H3 FL2VA — MLX-Serve 4bit — это 4-битная квантованная версия чекпойнта MiniMax-H3 FL2VA, подготовленная ddalcu для запуска через mlx-serve на компьютерах Apple Silicon. Модель предназначена для генерации аудио и видео по текстовому описанию: DiT совместно обрабатывает видео и стереоаудио в одной упакованной последовательности. В комплект входят веса, два VAE и токенизатор, поэтому пакет является самодостаточным. Квантованию подвергнуты матричные веса DiT и текстового энкодера: используется 4-битное affine-квантование с размером группы 64. Таблицы эмбеддингов, отдельные fp32-компоненты, выходные головы, временной эмбеддер и оба VAE сохранены без уплотнения. Квантование уменьшает занимаемый объём, но не гарантирует ускорения, поскольку рабочая нагрузка ограничена вычислениями. Точные сведения о размере модели, поддерживаемых языках и максимальном контексте в README не указаны. В комплект включён Turbo LoRA — адаптер дистилляции на 4 шага от larryvrh, позволяющий сократить число шагов с обычных 16–30 до 4–8 и примерно вдвое ускорить сэмплирование. Это экспериментальный режим предварительного просмотра: возможны пластиковая текстура кожи, чрезмерная резкость и зернистость, а адаптер работает медленнее на каждом отдельном шаге и отключает step-caching. Основная модель распространяется по MiniMax H3 Community License Agreement; README указывает территориальные ограничения: использование, воспроизведение, изменение, распространение и демонстрация запрещены в Европейском союзе, Великобритании, Южной Корее и США. Turbo LoRA имеет лицензию Apache-2.0.

Miqu-PlayMaid-70B-v0.1 — плотная авторегрессионная модель семейства Llama с 68,7 млрд параметров, созданная Netrve на основе MiquMaid v2 70B DPO от Undi95 и IkariDev. Это дообучение ориентировано на ролевые диалоги и творческое письмо; модель использует формат Alpaca с секциями Instruction, Input и Response. В обучении использовались наборы AndrijDavid Roleplay, LimaRP Augmented, Airoboros 3.2 и Bluemoon Fandom RP. Модель принимает текст и генерирует текст на английском языке. Автор указывает, что дообучение проводилось с длиной последовательности 16 384 токена и гарантирует работу контекста до 16 384 токенов; возможность работы с 32 768 токенами не гарантируется. Репозиторий содержит веса BF16 в формате safetensors. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

ArliAI/Mistral-Nemo-12B-ArliAI-RPMax-v1.2 — дообученная ArliAI модель на базе Mistral Nemo 12B Instruct 2407 для творческого письма и ролевых диалогов. В версии v1.2 обучающие данные очищены от примеров, не относящихся к творческому письму и ролевой игре, а также дополнительно дедуплицированы и отфильтрованы. Модель имеет плотную архитектуру MistralForCausalLM и около 12,1 млрд параметров. Она принимает текст и генерирует текст, поддерживает формат инструкций Mistral и заявленный в README контекст 128K; метаданные указывают native context в 1 024 000 токенов. Карточка отмечает интерфейс для вызова инструментов, но не описывает отдельные специализированные задачи помимо генерации текста. Модель ориентирована на разнообразные, творческие и менее повторяющиеся ролевые ответы. Доступна по лицензии Apache-2.0. Языки обучения и основные языки применения в карточке не указаны.

MN-DARKEST-UNIVERSE-29B-GGUF — текстовая генеративная модель, разработанная DavidAU. Она основана на Mistral Nemo и создана посредством многоэтапного объединения нескольких моделей, включая Mistral Nemo Instruct и MN-WORDSTORM-pt8-RCM-Emotion-Action-18.5B-Instruct, с применением метода Brainstorm 40x v2. Модель предназначена прежде всего для художественного письма, генерации и продолжения сцен, сюжетов и подсюжетов, сторителлинга, ролевых игр и работы с произведениями разных жанров, включая научную фантастику, романтику и хоррор. Модель имеет 29 миллиардов параметров, 102 слоя и заявленное максимальное контекстное окно 128k. Доступна в формате GGUF с различными уровнями квантования. Поддерживается английский язык; используются шаблоны Mistral Instruct, ChatML или Alpaca. Модель ориентирована на подробную, выразительную и разнообразную прозу, хорошо работает с описанием сцен, окружения, персонажей, диалогов, настроения, метафор и саспенса. Заявлены сильное следование инструкциям, вариативность структуры текста, способность имитировать акценты и особенности речи, а также генерация как коротких, так и длинных фрагментов. Ограничения включают выраженную склонность к мрачному, негативному, нецензурному и потенциально NSFW-содержанию, включая жестокость и подробные описания насилия. При высокой температуре модель может генерировать чрезмерно длинный или менее управляемый текст, а встроенный эффект Brainstorm иногда приводит к предварительным намёкам на будущие события и необычной структуре ответа. Для стабильной работы автор рекомендует тщательно настраивать температуру и repetition penalty; конкретные параметры зависят от сценария использования. Модель распространяется по лицензии Apache-2.0.

MN-Nazgul-12B-v1 — языковая модель OccultAI, созданная слиянием нескольких моделей семейства Mistral Nemo методом Della с помощью mergekit. В её основе использована Retreatcost/Mistral-Nemo-Base-2407-ChatML; среди объединённых моделей также указаны варианты для прозы и ролевых диалогов. Модель содержит 12,1 млрд параметров, построена на плотной архитектуре MistralForCausalLM, распространяется в формате safetensors и рассчитана на работу через шаблон чата ChatML. Заявленная длина контекста — 131 072 токена. Модель предназначена для генерации художественных текстов, продолжения сцен, сюжетов и ролевых диалогов, в том числе в жанрах фантастики, романтики, ужасов и оккультной прозы. Карточка предупреждает, что ответы могут включать графическое насилие и откровенный эротический контент; автор также отмечает возможные затруднения при работе с длинным контекстом. Лицензия — Apache-2.0.

Acly/MobileSAM-GGUF — конвертированная версия MobileSAM в формате GGUF F16 для облегчённого инференса на потребительском оборудовании с помощью vision.cpp. Модель сегментирует изображения: по точечным или прямоугольным подсказкам формирует маски объектов. Веса включают энкодер и декодер; указаны объединённая пакетная нормализация и формат памяти NHWC. Модель основана на dhkim2810/MobileSAM и опубликована по лицензии Apache-2.0. В README приведён пример локального запуска через vision-cli. Карточка не сообщает о поддержке текстовых запросов или других модальностей.

Oliver Sundaram разработал MoE-Study-Applied — модель на 201 млн параметров, полученную дообучением MoE-Study-Remastered для абстрактивного суммирования новостных статей. Она обучалась шесть часов на одной RTX 4060 на 181 773 парах статей BBC и кратких резюме из XSum. Модель принимает текст статьи и генерирует краткое резюме; указанный контекст — 1024 токена. Репозиторий использует Transformers и формат safetensors. Модель формирует короткие резюме в стиле новостных сводок и обычно завершает ответ самостоятельно. Однако она может выдумывать имена и события, не подтверждённые исходной статьёй: автор отмечает, что формат резюме усвоен лучше, чем точность привязки к источнику. Обучение на узком наборе XSum также ухудшило общие языковые способности; результаты относятся к новостям BBC и не подтверждают пригодность для суммирования других типов текстов. Лицензия — MIT.