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

Amaterasu-123B — диалоговая языковая модель автора Aratako, дообученная методом LoRA на базе mistralai/Mistral-Large-Instruct-2411. Она предназначена для ролевых диалогов и написания художественных текстов на японском и английском языках, в том числе со смешением этих языков. Модель использует плотную архитектуру MistralForCausalLM и содержит 122,2 млрд параметров; метаданные указывают контекст до 131 072 токенов, однако обучение проводилось на последовательностях до 32 000 токенов, а работа на большей длине не проверена. Модель подходит для интерактивного ролевого общения и творческого письма. В карточке указана лицензия other; README уточняет, что унаследована Mistral AI Research License, запрещающая коммерческое использование. Репозиторий содержит веса в формате safetensors и описывает шаблон чата для запуска.

Anima-2.9B — модель для генерации изображений по текстовому описанию, созданная автором карточки как дообучение и расширение circlestone-labs/Anima. Она предназначена прежде всего для аниме, иллюстраций и другого нефотореалистичного искусства. Модель использует архитектуру AnimaDiT: глубина трансформера увеличена с 28 до 40 слоёв, а размер составляет около 2,9 млрд параметров. Для продолжения обучения использованы 1,7 млн дополнительных примеров аниме и иллюстраций; в подписях смешаны теги и естественный язык. Модель поддерживается в ComfyUI и Forge-Neo. Для более управляемой композиции и деталей README рекомендует подробно описывать сцену, персонажей и их принадлежность к произведениям; короткие запросы могут давать простые фоны и менее точный результат. Репозиторий содержит веса safetensors. Лицензия указана как other, поэтому конкретные условия использования следует проверять на странице модели и базовой модели.

Animagine XL 3.1 — модель генерации изображений по текстовому описанию, разработанная Cagliostro Research Lab. Это дообученная на основе Stable Diffusion XL модель семейства Animagine XL, специализирующаяся на изображениях в стиле аниме и персонажах из известных аниме-сериалов. Авторы отмечают улучшенное понимание запросов, прорисовку рук и поддержку тегов качества, рейтинга, эпохи и эстетики. Модель предназначена для художников, поклонников аниме и создателей контента, которым нужно создавать или варьировать иллюстрации по текстовым запросам. Для более предсказуемого результата рекомендуется использовать подробные описания и теги в стиле Danbooru; модель доступна через Diffusers в форматах Diffusers и safetensors. Лицензия — CreativeML Open RAIL++-M, обозначенная в метаданных как openrail++. Модель ориентирована на аниме и не подходит для фотореалистичных изображений. Короткие или простые запросы могут давать слабый результат, а анатомия и руки всё ещё могут изображаться с ошибками. Возможна генерация NSFW-контента, в том числе без явного запроса.

Ojimi разработал anime-kawai-diffusion — модель генерации изображений в аниме-стиле по текстовым запросам. Она работает через Stable Diffusion Pipeline в библиотеке Diffusers и рассчитана на создание иллюстраций с тегами, характерными для Danbooru и NovelAI. Модель понимает запросы на английском языке; длинные описания могут давать менее точный результат. Модель подходит для создания персонажей и других художественных изображений. Автор рекомендует CFG scale 7,5, 28 шагов генерации и Clip skip 2. Среди известных ограничений — потеря деталей, размытие, деформация анатомии и ошибки вроде лишних пальцев. В обучающих данных присутствовал контент для взрослых, поэтому результат может быть неприемлемым для всех возрастов. Модель разрешено копировать и дорабатывать на условиях лицензии CreativeML Open RAIL-M; автор также просит указывать его в кредитах при публикации объединённой модели.

Animephiles Anonymous — модель генерации изображений по текстовому описанию, опубликованная Yntec. Это вариант Stable Diffusion в формате Diffusers и safetensors, созданный слиянием моделей AnythingV7 и animeTWO. Модель ориентирована на иллюстрации в аниме- и мультяшной стилистике; в карточке приведены примеры портретов персонажей, сцен и изображений с эстетикой аниме 1980–1990-х годов. Для генерации задают текстовый промпт с описанием персонажей, внешности, одежды, фона и художественного стиля. В карточке также приведены рецепты слияния и указана лицензия CreativeML OpenRAIL-M. Примеры в README показывают возможности и стиль модели, но не гарантируют качество для произвольных промптов.

animuwultimate-1.4.5 — форк Stable Diffusion 1.4, доработанный для генерации изображений с аниме-персонажами и пейзажами. Автор демонстрирует примеры сезонных сцен с персонажами и указывает параметры генерации: изображения 512×768, 35 шагов и sampler DPM++ 3M SDE (Karras). Модель предназначена для создания аниме-иллюстраций по текстовым запросам и распространяется в форматах Diffusers, PyTorch и Safetensors. Лицензия — CreativeML OpenRAIL-M. В карточке автор сообщает, что проблему блеклых цветов, связанную с VAE, исправили после первого релиза; в примечании также упоминаются проблемы Hugging Face API. Подробности обучения, размер модели и поддерживаемые языки не приводятся.

AnyLORA — модель генерации изображений по текстовому описанию на базе Stable Diffusion, созданная Lykon и опубликованная emilianJR как конвертированная версия Lykon/AnyLORA. Она предназначена для генерации изображений в аниме-стиле и совместима с LoRA-весами, особенно с LoRA, обученными на Civitai. Автор также отмечает её пригодность для обучения LoRA и сравнительно низкое потребление видеопамяти. В README приведён пример использования через StableDiffusionPipeline из библиотеки Diffusers с PyTorch. Модель принимает текстовые промпты на английском языке и выдаёт изображения. Для генерации рекомендуется использовать CLIP skip 2 и подходящий VAE: без него изображения могут выглядеть менее насыщенными. README описывает fp16 pruned-вариант менее 2 ГБ и рекомендует LoRA для более точной передачи стилей. Лицензия — CreativeML OpenRAIL-M.

mm00/anything-v3.0-light — версия Anything V3, подготовленная разработчиком репозитория для удобного использования при обучении DreamBooth. Это латентная диффузионная модель на базе Stable Diffusion, распространяемая в формате Diffusers; из репозитория удалены файлы .ckpt, которые не используются в Diffusers. Модель предназначена для генерации детализированных изображений в аниме-стиле по текстовым запросам, в том числе с использованием тегов Danbooru. Для запуска можно применять StableDiffusionPipeline из библиотеки Diffusers. Указана лицензия CreativeML OpenRAIL-M.

Anyto3DDonghuaStyle — LoRA-адаптер, разработанный WarmBloodAban для редактирования изображений на базе Qwen/Qwen-Image-Edit-2511. Модель предназначена для преобразования различных исходных изображений, включая реалистичные фотографии и 2D-иллюстрации, в стилистику высококачественной 3D-дунхуа — китайской анимации. Она поддерживает сценарии однокнопочной стилизации и ориентирована на сохранение исходной композиции при добавлении выразительного освещения и детализированных текстур. Адаптер дообучен на Qwen2-VL-7B-Instruct (Image Edit) с использованием 89 отобранных пар изображений в HD-качестве. Для активации рекомендуется использовать триггер «transform into 3d style», а рекомендуемая сила LoRA составляет 0,8–1,0. В README не указаны точные сведения о поддерживаемых языках, размере контекста и полном наборе модальностей базовой модели; заявлены текстовое управление и обработка изображений. К сильным сторонам относятся высокая детализация результата, яркое освещение и хорошее сохранение композиции. Ограничения модели отдельно не описаны, поэтому качество может зависеть от исходного изображения, параметров силы адаптера и совместимости с базовой моделью. Модель распространяется по лицензии Apache-2.0.

Anzhc/Anzhcs_YOLOs — набор моделей компьютерного зрения автора Anzhc, обученных на самостоятельно размеченных данных и предназначенных для обнаружения объектов и сегментации в изображениях. В репозитории описаны варианты на архитектурах YOLOv8 и YOLO11; метаданные связывают модели с Ultralytics/YOLO11 и Ultralytics/YOLOv8, а формат весов указан как PyTorch. Общий размер моделей и параметры контекста неприменимы к этой задаче. Набор ориентирован на автоматизацию обработки изображений, в частности на выделение лиц, глаз, головы и волос в иллюстрациях или фотографиях, а также на другие специализированные категории. Автор приводит метрики для отдельных вариантов и отмечает, что некоторые показатели устарели или зависят от версии разметки. Отдельные модели обучены преимущественно на аниме или реальных фотографиях и могут хуже работать вне целевого типа изображений. Для использования требуются изображения на входе; результатом служат обнаруженные объекты и сегментационные маски. В README также упомянуты модели для обнаружения дронов и оценки аниме-арта, но подробностей по ним в доступном тексте нет. Репозиторий лицензирован по AGPL-3.0.

asian-role — объединённая модель Stable Diffusion от shibing624 для генерации изображений в китайском антикварном стиле, предназначенных для игровых персонажей. Она создаёт детализированные изображения в аниме-стилистике по коротким текстовым запросам; в README приведён пример с описанием персонажа, внешности и окружения. Модель объединяет GuoFeng3 и Chilloutmix и доступна в формате Diffusers, PyTorch и SafeTensors; для запуска подходят Diffusers и AUTOMATIC1111/stable-diffusion-webui. Веса содержат VAE. Метаданные указывают поддержку английского и китайского языков и лицензию CC BY-SA 4.0. Модель ориентирована на художественные изображения персонажей и сцен. README не приводит точные параметры генерации или подробную оценку качества; рекомендации по настройкам в карточке не заполнены.

bioamla/ast-esc50 — модель классификации звуков окружающей среды, разработанная на основе Audio Spectrogram Transformer (AST) и дообученная на наборе ESC-50. Она принимает аудио и относит его к одной из 50 категорий, включая звуки животных, природы, человека, бытовых приборов, городского транспорта и инструментов. Архитектура AST обрабатывает спектрограммы аудио с помощью механизма внимания, представляя их как последовательность патчей; размер модели — 113,2 млн параметров. Модель подходит для распознавания отдельных звуковых событий в аудиозаписях, например сирены, дождя, лая собаки или звонка. Она унаследовала основу от MIT/ast-finetuned-audioset-10-10-0.4593 и распространяется под лицензией BSD-3-Clause. Классификация ограничена 50 метками ESC-50, поэтому модель не предназначена для распознавания речи или произвольных звуков вне этих категорий.

Xenova/ast-finetuned-audioset-10-10-0.4593 — модель для классификации аудио, разработанная на основе MIT/ast-finetuned-audioset-10-10-0.4593 и адаптированная автором репозитория Xenova для работы с Transformers.js. В репозитории представлены ONNX-веса, совместимые с JavaScript-библиотекой Transformers.js, что позволяет использовать модель, в частности, в веб- и JavaScript-приложениях. Модель предназначена для распознавания и классификации звуковых событий в аудиозаписях. В качестве примера показано определение мяуканья кошки с вероятностными оценками нескольких наиболее подходящих классов; поддерживается получение нескольких лучших результатов классификации. Точные сведения об архитектуре, размере модели, наборе языков, длине контекста и модальностях в README не указаны. Также не указаны лицензия и ограничения на использование, поэтому условия лицензирования следует уточнять в исходном репозитории MIT/ast-finetuned-audioset-10-10-0.4593.

AudioModel v1 — компактная модель генерации звука по текстовому описанию, разработанная bench-labs. Она создаёт аудио длительностью 17,8 секунды с частотой 22 050 Гц; примеры запросов включают шум дождя, шаги по гравию, лай собаки и запуск двигателя. Модель обучена с нуля и содержит около 40,3 млн обученных параметров. Модель использует AudioDiT: мел-спектрограмма представляется как изображение размером 384 × 256, а генерация выполняется диффузионным методом rectified flow. Для текстового условия применяется замороженный CLAP с текстовым энкодером RoBERTa и 32 токенами. Обучение проведено на парах аудиоклипов и подписей из Clotho v2.1; в README приведены результаты оценки на отложенных клипах Clotho. Модель предназначена для экспериментальной генерации коротких звуковых эффектов по свободному тексту. В README отмечены ограничения качества, связанные в том числе с инверсией спектрограммы через Griffin-Lim; приведённые значения FAD имеют ограниченную точность из-за малого размера выборки относительно размерности эмбеддингов. Репозиторий использует лицензию MIT.

Bangla_GPT2 — языковая модель GPT-2, обученная автором репозитория на текстах бенгальской газеты Prothom Alo. Модель предназначена для генерации продолжений текста на бенгальском языке. В README указаны словарь размером 50 000 токенов и блок обучения длиной 200 токенов; метаданные описывают архитектуру GPT2LMHeadModel, формат TensorFlow и контекстное окно 1024 токена. Модель можно использовать для создания и продолжения бенгальских газетных текстов и экспериментов с генерацией на корпусе новостей. Данные обучения из одного издания могут ограничивать тематику и стиль генерируемых текстов. Репозиторий распространяется по лицензии MIT.

bb95-furry-mix — модель генерации изображений по текстовому запросу, опубликованная под идентификатором stablediffusionapi/bb95-furry-mix и предназначенная для использования через сервис ModelsLab. В карточке приведён пример запроса к API с настройкой размера изображения, числа шагов генерации, seed и guidance scale; пример использует разрешение 512 × 512 и 30 шагов. Метаданные указывают на StableDiffusionPipeline и форматы Diffusers, PyTorch и safetensors. Модель подходит для создания изображений по описаниям, в том числе фэнтезийных и furry-образов. В примере API также указаны параметры negative prompt, усиления запроса и safety checker. Карточка не сообщает размер модели, длину контекста или поддерживаемые естественные языки; пример запроса составлен на английском. Лицензия — CreativeML OpenRAIL-M. Качество и ограничения генерации отдельно не описаны.

Это модель BERT multilingual basecased, дообученная автором репозитория на корейском корпусе отзывов о фильмах NSMC (Naver Sentiment Movie Corpus). Она предназначена для классификации тональности корейских текстов, прежде всего отзывов о кино, и может использоваться через конвейер sentiment-analysis в Transformers. Модель содержит около 205,1 млн параметров, принимает текстовые последовательности длиной до 512 токенов и выдаёт метку класса тональности. В репозитории указаны веса PyTorch. Модель подходит для автоматической разметки отзывов зрителей и анализа мнений о фильмах. Хотя базовая модель многоязычная, дообучение проводилось на корейском корпусе; подтверждённая основная языковая специализация этой версии — корейский. Лицензия в предоставленных сведениях не указана.

MayankDentsu/bert-finetuned-imdb — модель классификации текста на основе BERT, дообученная от bert-base-uncased. В README указана оценка на наборе проверки: loss 0,3450; данных о составе набора и подробностях обучения нет. Модель предназначена для классификации текстовых последовательностей. По названию репозитория можно предположить применение к отзывам IMDB, однако README не подтверждает назначение меток или точные сценарии классификации. Модель содержит 136,7 млн параметров и принимает до 512 токенов. Использовать её можно по лицензии Apache-2.0.

Карточка модели dbmdz/bert-mini-historic-multilingual-cased на Hugging Face совпадает с карточкой dbmdz/bert-tiny-historic-multilingual-cased, поэтому описание составлено по ней. dbmdz/bert-tiny-historic-multilingual-cased — компактная многоязычная модель семейства BERT от команды dbmdz, обученная на исторических текстах. Она предназначена для предсказания замаскированных токенов в тексте и может служить компактной основой для обработки исторических документов. Модель имеет архитектуру BertForMaskedLM, 2 слоя и скрытый размер 128; содержит около 4,6 млн параметров и принимает последовательности длиной до 512 токенов. В обучающие корпуса вошли исторические материалы на немецком, французском, английском, финском и шведском языках, включая данные Europeana и Британской библиотеки. Доступны веса в форматах PyTorch, Safetensors и TensorFlow. Компактный размер облегчает запуск и дообучение на ограниченных ресурсах. По сравнению с крупными BERT-моделями её возможности и ёмкость ограничены; карточка описывает предобучение, но не приводит оценок качества для конкретных прикладных задач. Лицензия — MIT.

Better Pony Diffusion V6 For SD 1.5 v1 — текстово-графическая модель на базе Stable Diffusion 1.5, дообученная Yntec на данных SDXL Pony V6 и примерно 5000 вручную отобранных изображений diffusionfanatic1173. Она предназначена для генерации изображений по текстовым запросам; примеры охватывают аниме, стилизованные иллюстрации, персонажей-пони и антропоморфных персонажей, а также фотореалистичные теги. Карточка демонстрирует поддержку тегов вроде score_9, source_anime и show accurate. Модель распространяется в формате Diffusers с весами safetensors и предназначена для StableDiffusionPipeline. Для работы с ней нужны текстовые промпты; на примерах используются английские теги и описания. Контекстная длина и число параметров не приведены. Лицензия — CreativeML Open RAIL-M.

meet5568 разработала BhashaEmbed Hindi Songs — плотную BERT-модель на базе AkshitaS/bhasha-embed-v0, дообученную полным обновлением параметров методом TSDAE на текстах песен из индийских фильмов. Модель строит векторные представления строк и фрагментов песен на хинди в деванагари, романизированном хинди (хинглиш) и английском; размер модели — 264,8 млн параметров, библиотека — Sentence Transformers, формат весов — safetensors. Максимальная длина последовательности в README — 400 токенов, контекст модели по метаданным — 512 токенов. Модель предназначена для тематической классификации текстов песен и анализа изменений в хинди-музыке между поколениями и периодами. Обучение проводилось на 8 464 песнях и 28 713 фрагментах куплетов с балансировкой письменностей. Лицензия — Apache-2.0. Это доменно адаптированная модель эмбеддингов, а не генеративная модель. В README отмечено, что тематического обучения с разметкой не проводилось и модель не оценивалась на задачах за пределами текстов хинди-песен; полное дообучение также допускает значительное смещение весов относительно базовой модели.

Guizmus/BloodborneDiffusion — модель генерации изображений на основе Stable Diffusion, обученная в стиле серии Bloodborne. Разработчик дообучил её методом DreamBooth на наборе из 100 изображений, используя runawayml 1.5 и новую версию VAE; обучение включало 12 тысяч шагов. Для вызова визуальной концепции в запросе рекомендуется использовать токен «Bloodborne Style». Модель принимает текстовые запросы на английском языке и создаёт изображения. В README рекомендуются сэмплеры k_Euler_a или DPM++ 2M Karras, 20 шагов и CFG 7; модель можно запускать через Diffusers StableDiffusionPipeline. Репозиторий содержит веса в формате Diffusers/PyTorch и safetensors. Лицензия — CreativeML OpenRAIL-M.

Broken-Tutu-24B-Transgression-v2.0 — модель ReadyArt, обученная авторами sleepdeprived3, ReadyArt, Artus и gecfdo на базе mistralai/Mistral-Small-24B-Instruct-2501. Это плотная авторегрессионная модель семейства Mistral с 23,4 млрд параметров, предназначенная для диалогов, ролевых игр и создания связных историй. Модель рассчитана на англоязычные сценарии, поддерживает контекст до 32 768 токенов и, по заявлению авторов, лучше сохраняет характер персонажей, следует сложным инструкциям и справляется с длинными сценами с несколькими участниками. Дообучение выполнено методом QLoRA; авторы сообщают об использовании многоходовых диалоговых данных и о снижении доли откровенного контента по сравнению с предыдущей версией. В README также заявлено улучшенное понимание изображений, однако метаданные указывают только текстовую генерацию, поэтому подтверждённую мультимодальную поддержку считать установленной нельзя. Репозиторий содержит веса safetensors; README отдельно перечисляет доступные варианты квантования. Лицензия — Apache-2.0. Авторы указывают, что модель предназначена для пользователей от 18 лет.

Это неофициальная публикация модели BS-RoFormer SW для разделения музыкального аудио на 6 дорожек (стемов) в формате GGUF. Репозиторий распространяет файл с весами F16 для локального инференса в средах на базе GGML, поддерживающих эту архитектуру; новой модели здесь не обучали. Ближайший указанный исходный репозиторий — elicwhite/bs-roformer-sw-6stem-onnx с весами ONNX. Модель предназначена для разделения сведённой музыкальной записи на отдельные источники в локальных рабочих процессах обработки музыки. Конкретные названия и состав стемов зависят от среды инференса. Распространение заявлено под лицензией MIT; публикация неофициальная и не является релизом авторов исходной модели.

Aratako/calm3-22b-RP-v2 — диалоговая модель Aratako для ролевых сценариев, дообученная методом QLoRA на базе cyberagent/calm3-22b-chat. Она предназначена для ведения ролевых диалогов по заданным пользователем инструкциям, описанию мира и настройкам персонажей. Модель построена на плотной архитектуре Llama с 22,1 млрд параметров, принимает текст и генерирует текст; заявленный контекст составляет 16 384 токена. Обучение включало японские и англоязычные ролевые датасеты, в том числе материалы с контентом для взрослых. Модель использует исходный формат чата ChatML. Распространяется по лицензии CC-BY-NC-SA 4.0; автор указывает, что из-за включения в обучающие данные генераций GPT-4o-mini и Claude 3.5 Sonnet модель нельзя использовать для конкурирующих с ними сервисов.

Canopus-Pixar-3D-Flux-LoRA — адаптер LoRA для генерации изображений на базе black-forest-labs/FLUX.1-dev, разработанный prithivMLmods. Модель предназначена для text-to-image сценариев, в которых требуется создавать яркие стилизованные 3D-иллюстрации в эстетике Pixar, включая персонажей, супергероев и кинематографичные сцены. Адаптер обучен на более чем 110 изображениях высокого разрешения с использованием англоязычных описаний, сформированных Florence 2. Указаны network dim 64, network alpha 32, 15 эпох и более 2300 шагов обучения; веса доступны в формате Safetensors. Для активации рекомендуется использовать триггерные слова Pixar, Pixar 3D или 3D. В README не указаны точный объём параметров, поддерживаемые языки базовой модели и размер контекстного окна. Сильная сторона модели — выраженная специализация на мультяшной 3D-стилистике, ярком освещении и кинематографичной подаче. При этом модель всё ещё находится на стадии обучения, не является финальной версией и может создавать артефакты или плохо работать в отдельных случаях. Лицензия — creativeml-openrail-m.

CardThinker-32B-v3 — дообученная WoonaAI модель семейства Qwen2 на базе Qwen/QwQ-32B, предназначенная для создания и редактирования карточек персонажей для SillyTavern и ролевых сценариев. Модель имеет 32 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — 131 072 токена. Карточка описывает английский язык, шаблон диалога ChatML и режим рассуждений, который можно включить специальным началом ответа. Модель подходит для проработки логичных, подробных персонажей, генерации творческих идей и редактирования карточек с соблюдением инструкций. Автор отмечает сильные навыки творческого письма и склонность к позитивному смещению: отрицательные черты персонажей могут получаться слишком мягкими, поэтому их лучше задать самостоятельно и попросить модель развить. Лицензия — Apache-2.0.

Celeste-12B-V1.6 — дообученная модель на базе Mistral NeMo 12B Instruct, созданная автором репозитория nothingiisreal. Она предназначена для диалогового письма, ролевых игр, создания художественных сцен и следования инструкциям в формате OOC. Автор отмечает хорошую связность ответов и управляемость персонажа; модель обучали с контекстом 8K, а в метаданных указан native context 1 024 000 токенов, поэтому для практического использования длина контекста может зависеть от среды запуска. Модель использует плотную архитектуру MistralForCausalLM, содержит 12,1 млрд параметров и принимает текстовые сообщения в формате ChatML, выдавая текст. Основной язык карточки — английский. Модель подходит для SFW- и NSFW-ролевых сценариев по запросу пользователя и поддерживает Apache-2.0. Автор указывает, что форматирование первых сообщений может требовать правки, ответы заметно различаются при повторной генерации, а при повторах рекомендуется увеличить repetition penalty.

Cerebral-Infinity-7B — объединённая языковая модель на архитектуре Mistral, созданная ABX-AI методом SLERP с помощью mergekit из AetherResearch/Cerebrum-1.0-7b и Endevor/InfinityRP-v1-7B. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Она предназначена прежде всего для ролевых диалогов: автор стремился совместить логические способности Cerebrum с настройкой InfinityRP для ролевой игры. Модель генерирует текст и может использоваться для ведения диалогов от лица персонажей с карточками персонажей и промптами. Автор сообщает, что модель может отказывать в отдельных запросах; качество описано на основе собственных тестов автора, независимые оценки не приведены. Репозиторий содержит веса в формате Safetensors. Лицензия в предоставленных данных не указана.

CG_GuoFeng_Mix_SD1.5 — диффузионная модель генерации изображений по текстовому описанию от Tasty-Rice. Она предназначена для создания иллюстраций в эстетике GuoFeng по текстовым запросам на английском языке и доступна в формате safetensors для библиотеки Diffusers. Модель основана на Stable Diffusion 1.5; дополнительных сведений об архитектуре, размере и длине контекста в предоставленных данных нет. Модель подходит для генерации художественных изображений по промптам. Лицензия CC-BY-NC-SA-4.0 и дополнительные условия автора ограничивают коммерческое использование: размещение модели или производных сервисов с доходом или пожертвованиями запрещено без согласования, а продажа сгенерированных изображений ограничена. Автор также запрещает намеренно создавать или распространять незаконный и вредный контент.