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

Perky-70b-v0.1 — языковая модель для интерактивного ролевого общения и создания историй, представленная разработчиком Dracones. Это плотная авторегрессионная модель семейства Llama с 68,7 млрд параметров и контекстом 4096 токенов; веса сохранены в формате safetensors. Модель создана линейным слиянием lizpreciatior_lzlv_70b_fp16_hf и Sao10K_Euryale-1.3-L2-70B. Модель предназначена для ролевых диалогов и сюжетов, подстраиваемых под предпочтения пользователя: фэнтези, научная фантастика, романтика и хоррор. В README рекомендован формат промпта Alpaca, в том числе шаблон Alpaca-Roleplay для SillyTavern. Разработчик отмечает, что версия 70B не проходила тщательного тестирования; заявленный контекст в метаданных — 4096 токенов. Модель описана как нецензурированная и допускающая взрослые темы. Лицензия — Llama 2; перед использованием следует учитывать её условия.

Модель Matous Volf и Jakub Simko классифицирует англоязычные тексты по политическому уклону, присваивая один из трёх классов: левый, центристский или правый. Она создана для исследования «Political Leaning and Politicalness Classification of Texts» и дообучена на DeBERTa V3 large. В обучающих данных использованы новостные статьи, публикации в социальных сетях и сгенерированные языковой моделью политологические высказывания; политический контекст преимущественно американский. Модель подходит для разметки политических текстов и анализа их идеологического уклона. Она может ошибочно классифицировать неполитические тексты, поэтому авторы рекомендуют предварительно отфильтровывать их отдельным классификатором политичности. Модель содержит 533,8 млн параметров, принимает последовательности длиной до 512 токенов и доступна в формате Safetensors для библиотеки Transformers. Опубликованные результаты на тестовых наборах показывают точность и F1 около 88–89% на приведённых в карточке наборах. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

PropagandaDetection — модель классификации текста на базе Transformer-архитектуры DistilBERT, представленная IDA-SERICS. Она дообучена на обучающей выборке SemEval 2023 Task 3 для выявления пропаганды в тексте. Модель принимает текст и выдаёт результат классификации; контекст составляет до 512 токенов. Репозиторий содержит веса в форматах PyTorch и Safetensors. Модель предназначена для автоматического анализа текстов на предмет пропагандистского содержания, например для разметки материалов или поддержки исследовательского анализа. В метаданных указан английский язык. Условия лицензирования в доступных сведениях не описаны.

shutkit/Qwen2.5-VL-7B-NSFW-Caption-V3-abliterated — мультимодальная модель на архитектуре Qwen2.5-VL, созданная автором shutkit на основе thesby/Qwen2.5-VL-7B-NSFW-Caption-V3. Это версия модели для описания изображений, дообученная на текстовой части методом abliteration; визуальная часть не изменялась. Модель принимает изображение и текстовый запрос и формирует текстовый ответ. Размер составляет 7,1 млрд параметров, контекст — до 128 000 токенов. Модель предназначена для создания подписей и описаний изображений, в том числе контента для взрослых. Метка «abliterated» означает, что из текстовой части удалено поведение отказа на запросы; это не свидетельствует о повышении точности или безопасности ответов. Модель распространяется по лицензии Apache-2.0.

Qwen-Image-Edit-2511-Multiple-Angles-LoRA — адаптер LoRA для модели Qwen/Qwen-Image-Edit-2511, разработанный wan-world при участии fal.ai. Модель предназначена для редактирования изображений и управления ракурсом камеры в сценариях image-to-image с использованием библиотеки Diffusers. Адаптер поддерживает 96 вариантов положения камеры: 8 азимутов, 4 угла возвышения и 3 дистанции съёмки. Он обучен более чем на 3000 парах данных, созданных с использованием Gaussian Splatting, что ориентировано на согласованное пространственное представление объектов. Поддерживаются фронтальные, боковые и задние ракурсы, низкая съёмка с углом −30°, съёмка на уровне глаз, повышенный и высокий ракурсы, а также планы от крупного до общего. Для управления используется специальный формат промпта с токеном <sks> и англоязычными описаниями направления, высоты и дистанции. Сильная сторона модели — специализированный контроль точного ракурса, включая низкие углы и различные дистанции. Ограничения явно не описаны; для работы требуется базовая модель Qwen-Image-Edit-2511 и корректное использование рекомендованного формата промптов. Модель распространяется по лицензии Apache-2.0.

Rae Diffusion XL — модель генерации изображений по тексту, разработанная Raelina и дообученная на Animagine XL 3.1, основанной на Stable Diffusion XL. Она предназначена прежде всего для создания иллюстраций в стиле аниме, особенно изображений персонажей. Для управления результатом можно использовать рекомендуемый порядок запроса с описанием персонажа и тегами качества, рейтинга, периода создания и эстетики. В README приведены рекомендуемые параметры генерации: CFG 7, 25–30 шагов и сэмплер Euler a. Модель доступна в форматах Diffusers и Safetensors. README указывает лицензию Fair AI Public License 1.0-SD. Модель ориентирована на рисованную аниме-эстетику; качество результата зависит от формулировки запроса и настроек генерации.

Raehoshi illust XL 3 — диффузионная модель генерации изображений по текстовому описанию, разработанная Raelina и дообученная на Illustrious XL v0.1. Она предназначена для создания иллюстраций по промптам в стиле тегов Booru; рекомендуемые параметры генерации включают CFG 5–6 и 28 шагов сэмплирования. Модель стремится уменьшить перенасыщенность и артефактный шум исходной модели, сохраняя её визуальный стиль, хотя полностью эти недостатки не устранены. Модель распространяется в форматах Diffusers и Safetensors. В метаданных указан английский язык; лицензия — Fair AI Public License 1.0-SD. Карточка предлагает настройки генерации и масштабирования через Hires.fix, но не сообщает размер модели или длину контекста.

Raemu XL V5 — диффузионная модель генерации изображений по тексту, разработанная Raelina на основе SDXL и дообученная от cagliostrolab/animagine-xl-4.0. Она предназначена для создания иллюстраций в аниме-стиле с 2.5D-подачей, полуреалистичными деталями, выразительными текстурами, светом и затенением. Для запросов используется стиль booru-тегов; в карточке приведены рекомендуемые параметры генерации, включая CFG 5–6 и 28 шагов сэмплирования. Модель принимает текстовые запросы и генерирует изображения. Репозиторий использует форматы Diffusers и safetensors; заявлена лицензия CreativeML Open RAIL++-M (метаданные Hugging Face указывают OpenRAIL++). Карточка не описывает ограничения по содержанию или гарантии качества для отдельных запросов.

Realgar-v1.0 — модель генерации изображений на основе Stable Diffusion, разработанная p1atdev и построенная на WD 1.5 beta 3. Она предназначена для создания изображений по текстовым описаниям; автор отмечает, что модель лучше работает с короткими промптами и стремится давать стабильный результат без добавления «masterpiece, best quality». В примере показана генерация изображения 512×768 с возможностью увеличения разрешения через highres fix. Модель поддерживает аниме-эстетику, а с подходящими промптами может создавать и изображения в реалистичном стиле. Длинные промпты и некоторые специальные концепции могут отрабатываться хуже. Для снижения артефактов рекомендуется использовать негативный промпт; чтобы уменьшить вероятность изображений с наготой, автор советует добавить соответствующие негативные токены. Для работы рекомендуется VAE от WD 1.4. Репозиторий использует формат Diffusers, PyTorch и safetensors; лицензия указана как other, конкретные условия в предоставленных данных не раскрыты.

realidefmix_3.5VAE — модель генерации изображений по текстовому описанию в формате Diffusers. Карточка рекомендует добавлять в запрос ключевое слово pureInnocentGirl для улучшения генерации лиц и приводит пример запроса с белыми кудрявыми волосами на фоне стены. Модель предназначена для создания изображений по текстовым промптам. Метаданные указывают на семейство Stable Diffusion и форматы PyTorch и safetensors. Лицензия обозначена как other; конкретные условия использования в карточке не раскрыты.

RealismEngine_v1 — модель генерации изображений по текстовому описанию, опубликованная digiplay и основанная на Stable Diffusion 2.1. Автор указывает сценарии использования: дизайн интерьеров, рекламный дизайн и создание фэнтезийных постеров. Модель распространяется в форматах Diffusers, PyTorch и Safetensors. README не сообщает размер модели, поддерживаемые языки, длину контекста или лицензионные условия; метаданные обозначают лицензию как other. Практическое качество и ограничения для отдельных сценариев по карточке не описаны.

Это дообученная версия Roboflow/rf-detr-medium для обнаружения игроков в баскетболе и судей на изображениях. Модель построена на архитектуре RF-DETR Medium и выдаёт рамки объектов с метками классов. Модель предназначена для анализа баскетбольных изображений: она распознаёт судей и игроков, включая игроков, не владеющих мячом. В карточке приведены метрики оценки на тестовом наборе, в том числе mAP 0,6357 и mAP 0,8899 при IoU 0,5. Модель распространяется в формате safetensors по лицензии Apache-2.0. Данные обучения не описаны, поэтому результаты на приведённом наборе не гарантируют качество на других трансляциях, ракурсах или условиях съёмки.

Модель mediabiasgroup/roberta-babe-ft разработана Media Bias Group на основе RoBERTa-base и дообучена на экспертно размеченном наборе BABE. Она классифицирует английские новостные предложения по наличию лексической предвзятости: нейтральные или без лексической предвзятости и содержащие лексически окрашенную формулировку. Это компактная модель с архитектурой RoBERTa для классификации последовательностей, примерно на 151,8 млн параметров и с контекстом до 514 токенов. Модель предназначена для исследований и бенчмаркинга обнаружения лексической предвзятости в новостных текстах на уровне предложения. Её можно применять для первичной разметки текстов и анализа эмоционально окрашенной лексики; результаты требуют проверки человеком, поскольку восприятие предвзятости зависит от контекста и модель может чрезмерно помечать эмоциональные выражения. Она не предназначена для выявления информационной или селекционной предвзятости, политических взглядов, позиции автора или фактической достоверности, а также для решений о СМИ без тщательной проверки. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но не коммерческое использование.

Модель edumunozsala/roberta_bne_sentiment_analysis_es — испаноязычная модель классификации тональности, созданная Эдуардо Муньосом Салой и дообученная на базе RoBERTa-base-bne. Базовая модель RoBERTa была разработана Национальной библиотекой Испании и предварительно обучена на крупном испаноязычном корпусе. Модель содержит 151,8 млн параметров, использует архитектуру RoBERTa и принимает текст с контекстом до 514 токенов. Она предназначена прежде всего для определения тональности испанских отзывов о фильмах; автор также указывает на применимость к другим видам отзывов. В описании приведены результаты на тестировании: accuracy 0,911 и F1 0,909. Модель можно применять для анализа мнений в испаноязычных отзывах и классификации пользовательских оценок. Модель распространяется под лицензией Apache-2.0. Её качество подтверждено на наборе отзывов о фильмах, поэтому результаты на других типах текстов могут отличаться; контекст ограничен 514 токенами.

SAM 3.1 MLX BF16 — репозиторий Avencera с runtime-файлами модели SAM 3.1 в формате BF16 для библиотеки MLX. Это зеркало модели facebook/sam3.1, предназначенное для запуска на устройствах Apple Silicon. SAM 3.1 сегментирует и отслеживает объекты в изображениях и видео по текстовым или визуальным подсказкам, формируя маски объектов. Модель подходит для выделения объектов на изображениях и сопровождения объектов в видео. Репозиторий содержит файлы safetensors; лицензия указана как other, поэтому конкретные условия использования следует проверять у автора модели.

SCAIL-2-GGUF-ComfyUI — квантованная версия модели SCAIL-2 в формате GGUF, адаптированная для ComfyUI. Исходную модель разработала команда zai-org; данный вариант опубликован VantageWithAI. Модель распространяется как открытое решение для управляемой анимации персонажей и генерации видео из изображения с использованием управляющего видео. SCAIL-2 предназначена для переноса движения на референсного персонажа, замены персонажей и работы со сценариями с несколькими персонажами без обязательного использования промежуточных представлений позы. Модель поддерживает сквозное управление движением, включая перенос между разными идентичностями, управление движением от животных и работу с некоторыми продвинутыми управляющими представлениями, например рендерингом 3D-мешей тела SAM3D-Body. Обучение проводилось на 60 тысячах синтетических пар движений с использованием унифицированного интерфейса переноса движения, каналов маскирования и специального дизайна RoPE. Поддерживаются разрешения 512p и 704p; для управления позой и замены персонажа предпочтительно 704p. Высота и ширина изображения должны делиться на 32, например 704×1280. Модель основана на diffusion-подходе и интегрируется с библиотекой Diffusers, однако точные размеры, архитектура, поддерживаемые языки и ограничения по длине контекста в README не указаны. Лицензия — MIT.

Norod78 дообучил Stable Diffusion v1.5 на портретах карикатур из набора 2D Caricature Dataset, созданного на основе 3D-CariGAN. Изображения были обрезаны до 512×512 пикселей и снабжены подписями BLIP; обучение длилось 10 000 итераций и выполнялось с помощью скрипта Hugging Face для генерации изображений по тексту. Модель предназначена для создания карикатурных портретов по текстовому запросу. Её можно использовать через Diffusers или как чекпойнт формата Safetensors в Stable Diffusion WebUI. Лицензия — CreativeML OpenRAIL-M; она устанавливает условия использования и распространения модели.

Onodofthenorth разработал чекпойнт Stable Diffusion для генерации пиксельных спрайт-листов с изображением персонажа с четырёх ракурсов. Модель принимает текстовые запросы на английском языке; для выбора ракурса в карточке приведены специальные маркеры PixelartFSS для вида спереди, PixelartRSS для правого, PixelartBSS для заднего и PixelartLSS для левого вида. Модель рассчитана на создание игровых спрайтов и концептов персонажей. Автор рекомендует подбирать результат с помощью img2img, а для левого и правого ракурсов при необходимости отразить удачное изображение. После генерации может понадобиться удалить фон и изменить масштаб в графическом редакторе; автор также отмечает возможную мутность цветов. Объединение чекпойнта с другой моделью предлагается как способ поддерживать сходство персонажа между ракурсами. Репозиторий содержит веса Diffusers/PyTorch и распространяется по лицензии Apache-2.0.

Delta-Vector/SD-Prompter-1.5B-V0.1 — языковая модель, разработанная Delta-Vector и дообученная на базе NewEden/Qwen-1.5B-Claude для составления промптов Stable Diffusion по описанию внешности персонажа. Модель использует плотную архитектуру Qwen2ForCausalLM с 1,5 млрд параметров и поддерживает контекст длиной до 131 072 токенов. Модель принимает текстовую инструкцию в формате Alpaca и выдаёт текст промпта для генерации изображения. Для обучения использовался датасет NewEden/CivitAI-SD-Prompts; README указывает на два эпоха полно-параметрического дообучения. Модель предназначена для подготовки описаний персонажей, которые затем можно использовать в Stable Diffusion. Лицензия в предоставленных данных не указана.

OzzyGT/sdxl-ip-adapter — копия весов IP-Adapter для SDXL, опубликованная OzzyGT на Hugging Face. Репозиторий содержит варианты IP-Adapter, IP-Adapter Plus, Plus Face и Composition с энкодером изображений; Composition позволяет сочетать несколько адаптеров в одном репозитории. Модель предназначена для генерации изображений по текстовому запросу с дополнительным влиянием одного или нескольких референсных изображений, в том числе для композиции и портретов. Автор указывает совместимость с Image Artisan XL. Это компонент для Diffusers, а не самостоятельная базовая модель генерации: для работы нужны совместимый SDXL-чекпойнт и соответствующая обвязка. Веса размещены в формате safetensors, лицензия — Apache-2.0. В README примеры приведены в виде пустых таблиц без результатов, поэтому качество и сравнительное поведение вариантов по ним оценить нельзя.

SERENA-159M — авторская языковая модель Finisha-F-scratch/Serena, обученная с нуля на архитектуре GPT-2. Она предназначена для генерации испанского текста, прежде всего художественной прозы, поэзии и эмоционально окрашенных ответов. Модель содержит 159 млн параметров, использует словарь из 56 060 токенов и имеет контекстное окно 4500 токенов; заявлена работа на обычных CPU и GPU. Модель стремится к образному, выразительному стилю и намеренно допускает неровности языка. Это компактная модель, поэтому качество сложной аналитики и длинных рассуждений может быть ограниченным. Лицензия указана как other; конкретные условия в карточке не приведены.

ShiratakiMix — модель генерации изображений в стилистике 2D, созданная автором Vsukiyaki путём объединения нескольких моделей Stable Diffusion. В карточке описаны поэтапное слияние исходных чекпойнтов и исправление позиций CLIP. Модель распространяется в форматах Diffusers, PyTorch и Safetensors. Модель предназначена для создания иллюстраций по текстовым запросам. Автор рекомендует 20–60 шагов, sampler DPM++ SDE Karras, CFG 7.5 и Clip skip 2; для повышения разрешения предлагаются Latent или R-ESRGAN 4x+ Anime6B. VAE можно выбрать отдельно, также доступен вариант весов с включённым VAE. Карточка составлена на японском и английском языках, но это не подтверждает, что модель специально обучена для этих языков. Лицензия CreativeML OpenRAIL-M разрешает использование и распространение весов при соблюдении её условий, включая ограничения на запрещённое использование и обязанность передавать текст лицензии вместе с распространяемой моделью. В README отсутствуют сведения о размере модели и её контекстном окне. Рекомендованный negative prompt содержит слова «adult», «fat» и «sad», однако это не устанавливает отдельную специализацию модели на соответствующем контенте.

musetric/skey-onnx — это компактный экспорт музыкального детектора тональности S-KEY от Deezer в формате ONNX, подготовленный для инференса через onnxruntime-web, в том числе в Node.js с WASM. Модель принимает монофонический аудиосигнал целиком, вычисляет гармоническое VQT-представление и с помощью сети ChromaNet относит запись к одному из 24 классов: мажорной или минорной тональности. Модель предназначена для определения общей тональности музыкального трека в аудиопайплайнах и клиентских или периферийных приложениях. Вход должен иметь частоту 22050 Гц и быть нормализован по пиковому уровню; передача всего трека за один проход означает, что расход памяти растёт с его длительностью. Граф выдаёт вероятности классов, однако показатель confidence не откалиброван — для выбора тональности рекомендуется брать класс с максимальной вероятностью. Модель не отслеживает смены тональности внутри трека и не охватывает модальные, атональные и неоднозначные случаи. Экспорт воспроизводит поведение исходного чекпойнта Deezer/skey; README указывает лицензию MIT для исходных весов и кода.

BEE-spoke-data/smol_llama-101M-midjourney-messages — компактная языковая модель семейства Llama, разработанная BEE-spoke-data и дообученная на наборе pszemraj/midjourney-messages-cleaned. По частичному запросу для генератора изображений она продолжает текст и добавляет подходящие детали, помогая составить полный промпт для Midjourney и других text-to-image систем. Модель содержит 76,6 млн параметров, использует архитектуру LlamaForCausalLM и принимает текст, выдавая текст; максимальный контекст — 1024 токена. Для оценки на тестовом наборе указаны loss 2,8431 и accuracy 0,4682. Распространяется по лицензии Apache-2.0.

SpecTTTra-β — модель классификации аудио из проекта SONICS, разработанного для выявления синтетических песен. Она отличает песни, созданные целиком генеративными системами, от песен человеческого происхождения; вариант β рассчитан на аудиофрагменты длительностью 5 секунд. Модель предназначена для проверки подлинности музыки и исследований в области обнаружения AI-генерируемых песен. Архитектура SpecTTTra (Spectro-Temporal Tokens Transformer) включает 12 слоёв, 6 голов внимания и размер эмбеддинга 384. Аудио обрабатывается с частотой 16 кГц с использованием мел-спектрограммы из 128 полос. Для варианта β в README указаны F1 0,78, чувствительность 0,69 и специфичность 0,94. Модель опубликована под лицензией MIT. В метаданных указан английский язык; других языков карточка не подтверждает.

SpoomplesMaxx-Mockingbird-36B — дообученная языковая модель для ролевого общения, созданная автором репозитория aimeri на основе ByteDance-Seed/Seed-OSS-36B-Base-woSyn. Автор описывает подход как обучение модели ролевому стилю преимущественно на данных задач, рассуждений, общения с ассистентом и общих знаний, дополняя их собственно ролевыми примерами. Модель предназначена для ведения ролевых диалогов и генерации творческого текста в заданной роли. Это плотная авторегрессионная архитектура Seed OSS с 31,7 млрд параметров; заявленное контекстное окно составляет 524 288 токенов. Метаданные указывают поддержку английского языка, текстовый ввод и генерацию текста. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка описывает концепцию обучения, но не приводит количественных оценок качества или подробностей о поведении модели в разных сценариях. Практическая применимость длинного контекста и качество ролевой генерации могут зависеть от используемой конфигурации и оборудования.

Stable Audio 3 Small Music Base — базовая предварительно обученная модель Stability AI для последующего дообучения и генерации музыки по текстовому описанию. Это небольшая модель семейства Stable Audio 3, построенная на трансформерной архитектуре с латентной диффузией и семантико-акустическим автоэнкодером. Для текстового кондиционирования используется предварительно обученная T5Gemma. Модель предназначена для создания музыкальных фрагментов переменной длительности; семейство также поддерживает редактирование аудио, включая заполнение выбранных участков и продолжение коротких записей. В карточке приведён пример генерации двухминутной композиции по англоязычному запросу с указанием жанра, настроения и темпа. Для прямой генерации авторы рекомендуют версию Stable Audio 3 Small Music, а эту базовую версию — для дообучения. Модель обучалась на лицензированных и Creative Commons аудиозаписях. Для работы предусмотрены библиотеки stable-audio-3 и stable-audio-tools. Указана Stability AI Community License; для текстового энкодера T5Gemma действуют условия Gemma Terms of Use. Перед коммерческим использованием следует проверить применимые условия лицензий.

Карточка модели Jinstudio/stable-diffusion-xl-refiner-1.0 на Hugging Face совпадает с карточкой stabilityai/stable-diffusion-xl-refiner-1.0, поэтому описание составлено по ней. SDXL Refiner 1.0 — модель диффузии от Stability AI, предназначенная для финальных этапов удаления шума и уточнения изображений, созданных базовой моделью SDXL. Её можно применять в двухэтапном конвейере генерации: базовая модель создаёт латенты, а Refiner дорабатывает их; также доступен сценарий image-to-image на основе SDEdit с тем же текстовым запросом. Модель использует латентную диффузию и два предварительно обученных текстовых энкодера: OpenCLIP-ViT/G и CLIP-ViT/L. Она помогает улучшить итоговое качество изображения, но второй этап увеличивает время генерации. Лицензия — CreativeML Open RAIL++-M; условия использования включают ограничения на отдельные сценарии. Модель не гарантирует фотореализм, плохо отображает читаемый текст и сложные пространственные композиции; лица и люди могут получаться некорректно. Она не предназначена для создания достоверных изображений людей или событий и может воспроизводить социальные предубеждения из данных.

SugarPalette ANIMA — модель генерации изображений по текстовому описанию, созданная Noginowa путём объединения моделей семейства Anima. Версия v1.1 обновлена с учётом изменений базовой модели. Модель предназначена для создания изображений в ComfyUI; автор рекомендует CFG 4–5, около 32 шагов и сэмплер ER SDE Beta для стабильного качества и проработки деталей. Для работы требуются отдельные текстовый энкодер и VAE из circlestone-labs/Anima: qwen_3_06b_base.safetensors и qwen_image_vae.safetensors. Вес модели доступен в формате safetensors. README приводит положительные подсказки для эстетичных изображений и пейзажей, однако не описывает языковые ограничения, размер модели или контекст. Лицензия указана как other, поэтому конкретные условия использования следует проверять в карточке модели и у авторов исходных компонентов.

T2I-Adapter-SDXL Openpose — адаптер Tencent ARC, созданный в сотрудничестве с Hugging Face для управления генерацией изображений Stable Diffusion XL по позе человека. Он принимает изображение с разметкой OpenPose как дополнительное условие и работает вместе с базовой моделью stabilityai/stable-diffusion-xl-base-1.0, формируя изображение по этому условию и текстовому запросу. Это diffusion-адаптер примерно на 77–79 млн параметров; базовая SDXL содержит 2,6 млрд параметров. Веса опубликованы в формате safetensors. Модель предназначена для генерации изображений с контролируемым расположением и позами людей: например, для иллюстраций, концепт-арта и визуализации персонажей по скелетной разметке. Для работы нужны OpenPose-данные и совместимая базовая SDXL; адаптер сам по себе не является полноценной моделью генерации. В карточке указаны английский язык и лицензия Apache 2.0.