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

mistral-nemo-gutenberg-12B-v4 — текстовая генеративная модель, созданная nbeerbower на основе TheDrummer/Rocinante-12B-v1. Модель дообучена на наборе jondurbin/gutenberg-dpo-v0.1 в течение трёх эпох; в метаданных указана архитектура MistralForCausalLM с плотными весами и 12,1 млрд параметров. Репозиторий использует формат safetensors, библиотека — Transformers. Модель предназначена для диалоговой генерации текста и может применяться для интерактивного художественного письма, продолжения прозы и создания литературных сцен. Контекстное окно по метаданным составляет 1 024 000 токенов. README приводит результаты оценки на Open LLM Leaderboard, включая IFEval и BBH, но не описывает языковую специализацию или гарантии качества. Лицензия — Apache-2.0.

ascktgcc/Mistral-nemo-ja-rp-v0.2 — это дообученная модель Mistral-Nemo от автора ascktgcc, настроенная для ролевых диалогов и повествовательных сценариев. Она предназначена для генерации ответов в ролевой игре, в том числе на японском языке; автор сообщает, что обучение на японских и англоязычных наборах данных должно улучшить японский по сравнению с Magnum. Модель имеет плотную архитектуру MistralForCausalLM с 12,1 млрд параметров и рассчитана на генерацию текста и диалог. Для управления генерацией автор рекомендует температуру около 0,3 и японскую инструкцию в системном сообщении, чтобы уменьшить примесь английского. Модель принимает текст и выдаёт текст. В обучающих данных есть примеры японской ролевой игры с материалами для взрослых, поэтому модель подходит для зрелых ролевых сценариев. Репозиторий содержит веса Safetensors; также автор указывает отдельную версию в формате GGUF. Лицензия — CC BY-NC-SA 4.0, которая ограничивает коммерческое использование.

facebook/mms-tts-ood — модель синтеза речи на языке тохоно-оодхам (Tohono O’odham), созданная Meta в рамках проекта Massively Multilingual Speech. Это отдельный чекпойнт для одного языка на архитектуре VITS, который преобразует входной текст в речевую волну. Модель содержит около 3,5 млн параметров и доступна через библиотеку Transformers. VITS объединяет текстовый энкодер на основе Transformer, вариационный автоэнкодер, flow-модуль и декодер, построенный по принципу HiFi-GAN. Стохастический предиктор длительности позволяет синтезировать разные ритмы для одного текста; поэтому результат может меняться между запусками, а для повторяемого аудио нужен фиксированный seed. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

MN-VelvetCafe-RP-12B-V2 — созданная IggyLux объединённая языковая модель для ролевых диалогов и творческого письма. Она рассчитана в особенности на групповые ролевые чаты с несколькими персонажами и длительные сцены, где важно сохранять детали обстановки, расположение и одежду персонажей, а также заданные характеры и инструкции. Модель представляет собой плотную архитектуру MistralForCausalLM на 12,1 млрд параметров. Она получена слиянием SLERP моделей PocketDoc/Dans-PersonalityEngine-V1.3.0-12b и kyx0r/Neona-12B; репозиторий содержит веса Safetensors. Заявленная длина контекста — 131072 токена, хотя автор рекомендует контекст 8192 для локального запуска на видеокарте с 8 ГБ VRAM. В README указаны шаблоны ChatML и Mistral V3-Tekken, а также использование через KoboldCpp и SillyTavern. Автор отмечает стабильное следование системным подсказкам и заметкам автора, адаптацию стиля и эмоционально уместную подачу. Версия исправляет проблемы форматирования, связанные с токенизатором предыдущей сборки, и должна лучше сохранять качество в длинных ролевых сессиях. Лицензия — CC BY 4.0.

MoonTea-v1 — модель для генерации изображений по текстовому описанию, опубликованная пользователем swl-models. Автор сообщает, что это слияние нескольких моделей в стилизованном аниме-стиле; модель предназначена для использования с LoRA. Репозиторий содержит веса PyTorch в формате safetensors и использует библиотеку Diffusers. Модель подходит для создания иллюстраций в аниме-стиле по текстовым запросам. Она распространяется по лицензии CreativeML OpenRAIL-M, условия которой следует учитывать при использовании и распространении результатов. В карточке указана поддержка английского языка; сведения о размере модели и длине контекста не приведены.

Nohobby разработал Schisandra 22B v0.3 — объединённую модель на архитектуре Mistral для генерации текста и ролевого общения. В карточке указаны ролевые игры как основное применение и формат промптов Mistral-V3. Модель создана путём слияния нескольких моделей, среди которых ArliAI/Mistral-Small-22B-ArliAI-RPMax-v1.1, Gryphe/Pantheon-RP-Pure-1.6.2-22b-Small и anthracite-org/magnum-v4-22b. Модель содержит 22 млрд параметров, принимает текст и генерирует текст. Контекст — до 32 768 токенов. README отмечает, что в версии v0.3 письмо стало выразительнее, а варианты генерации — более различными; при этом следование инструкциям могло ухудшиться по сравнению с v0.2. В метаданных указан английский язык. Лицензия обозначена как other, поэтому конкретные условия использования следует проверять в карточке модели и у авторов компонентов слияния.

Mubsir-Qwen-2B-VL — визуально-языковая модель Hatim2221 для распознавания арабского рукописного текста. Она дообучена на базе Qwen2-VL-2B-Instruct с использованием KHATT — набора арабских рукописных строк, а обученные LoRA-веса объединены с базовой моделью. Модель содержит 2 млрд параметров и использует точность torch.float16. Модель принимает изображения с рукописным арабским текстом и преобразует их в цифровой текст. Она предназначена для OCR и HTR, в частности для транскрибирования сложного, неструктурированного арабского письма. В карточке также указана возможность диалога с изображениями, унаследованная от базовой визуально-языковой архитектуры. Модель распространяется по лицензии Apache-2.0. Её специализация на арабском рукописном тексте означает, что пригодность для других письменностей и типов изображений не подтверждена приведёнными данными.

Murasaki-APE-Aligner-2B — компактная модель Murasaki Project для постобработки переводов в играх жанров ACGN, включая Galgame и RPG. Она дообучена на базе Qwen-3.5-2B-Base и предназначена для исправления формата и выравнивания игровых управляющих кодов в черновиках перевода. Модель принимает JSON с японским оригиналом и китайским черновым переводом, а возвращает исправленный текст в виде обычной строки. Модель обучалась на данных более чем с 40 игровыми движками Galgame и RPG и более чем с 1000 форматами управляющих кодов. Она исправляет смещения, пропуски и лишние коды, а также ошибки перевода параметров кодов; согласно карточке, текст перевода при этом не изменяет. Репозиторий содержит исходные веса BF16 в формате safetensors; также упомянуты отдельные версии AWQ и GGUF. Лицензия — MIT. Для работы требуется следовать формату ввода и системной инструкции, приведённым в карточке.

MusicGen Medium — модель генерации музыки по текстовому описанию, разработанная командой FAIR в Meta AI. Это версия среднего размера с 1,5 млрд параметров: авторегрессионный Transformer формирует аудиотокены EnCodec с частотой дискретизации 32 кГц, предсказывая четыре кодбука за один проход. Модель предназначена для генерации музыкальных фрагментов по текстовым подсказкам; семейство MusicGen также включает вариант с управлением по мелодии. Модель подходит исследователям в области аудио и машинного обучения, а также для экспериментов с генеративной музыкой. Она обучена на англоязычных описаниях и лучше работает с ними. Модель не умеет реалистично генерировать вокал; качество различается между жанрами и культурами, иногда фрагмент затихает раньше времени, а для удачного результата может потребоваться подбор формулировки запроса. Весовые файлы распространяются по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

NovelAI Diffusion Anime V2 — модель генерации изображений в стиле аниме, разработанная NovelAI на основе Stable Diffusion 1.5. Репозиторий содержит компоненты UNet и VAE в форматах Diffusers и Safetensors; для полного запуска README рекомендует добавить остальные компоненты из исходной Stable Diffusion 1.4. Модель обучалась с текстовыми эмбеддингами предпоследнего слоя CLIP, поэтому в зависимости от программы вывода может потребоваться CLIP skip 2. Модель предназначена для создания аниме-иллюстраций по текстовым запросам и поддерживает разрешение около одного мегапикселя, включая 832×1216, 1024×1024 и 1216×832. Это более ранняя версия модели NovelAI. Условия выпуска — исследовательское и личное использование; указана лицензия other. Классический чекпойнт CKPT также доступен, но разработчик не проверял его корректность.

Neural-v1-24B — объединённая модель на архитектуре Mistral Small 3.2, созданная NeuR0mancR для генерации художественных повествований и ролевого общения. Она рассчитана на атмосферную, аналитичную прозу с мрачной стилистикой, а не на роль универсального помощника. Модель содержит 23,4 млрд параметров, использует шаблон чата Mistral Tekken и поддерживает контекст до 131 072 токенов. Веса объединены из нескольких моделей с использованием Model Stock, DARE TIES, nuSLERP и SLERP; среди исходных моделей указаны варианты Mistral Small 3.2 и специализированные модели для ролевого общения и творческого письма. Модель предназначена для создания сцен, персонажей и диалогов, в том числе с темами ужасов, насилия, сексуальности и психологического напряжения. Карточка предупреждает, что у модели нет стандартных защитных механизмов и выравнивания безопасности; перед использованием в публичных приложениях необходимы собственная модерация или дообучение. Лицензия — Apache-2.0.

Never Existed — модель генерации изображений по текстовому описанию, созданная как слияние ElldrethSRetroMix и DucHaitenRetro. Она предназначена для создания изображений в ретро- и винтажной эстетике, в том числе иллюстраций и персонажей с менее серьёзным выражением или настроением. В README указано, что версия модели переименована в neverexistedalpha и находится в разработке. Модель доступна в формате Diffusers с весами Safetensors и использует библиотеку Diffusers; заявленная лицензия — CreativeML OpenRAIL-M. README не приводит размер модели или длину контекста.

Ninja-v1-RP-expressive — модель генерации текста на базе архитектуры Mistral, созданная Aratako. Это слияние Aratako/Ninja-v1-RP с производной Elizezen/Antler-7B, дополнительно сформированной с помощью task vectors и объединения моделей. Модель предназначена для ролевых диалогов и выразительной генерации художественного текста; карточка указывает 7,1 млрд параметров и контекст до 4096 токенов. Для диалогов используется шаблон Vicuna: инструкции, описание мира и персонажей помещаются перед первым сообщением пользователя. Модель может продолжать реплики пользователя или переходить к повествованию в стиле романа, поэтому автор рекомендует корректировать промпт примерами или перегенерировать ответ. Поддерживаемый язык по карточке — японский. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Ninja-v1-RP-expressive-breadcrumbs — объединённая языковая модель для ролевых диалогов, созданная Aratako с помощью mergekit. В основе лежат Aratako/Ninja-v1-RP и Elizezen/Antler-7B; финальное объединение выполнено методом Model Breadcrumbs. Модель основана на архитектуре Mistral, содержит 7,1 млрд параметров и рассчитана на контекст до 4096 токенов. Модель предназначена для ролевых диалогов и генерации выразительных ответов от лица персонажей. Автор сообщает, что вариант усиливает выразительность за счёт влияния модели для генерации прозы, при этом реже самопроизвольно продолжает повествование. Для работы рекомендован шаблон диалога Vicuna; в многоходовом общении к концу каждого ответа ассистента нужно добавлять токен конца последовательности. В карточке указана поддержка японского языка. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

NoobAI XL NAI XL EpsilonPred 11 version SDXL — дообученная модель генерации изображений по текстовым запросам, созданная L_A_X на основе Laxhar/noobai-XL-1.1. Она предназначена для создания аниме-изображений, персонажей и стилизованных иллюстраций. Модель рассчитана на работу с Diffusers; веса доступны в формате safetensors. В метаданных указана лицензия other без конкретизации условий. Модель обучалась на наборах изображений Danbooru 2023, Danbooru 2024 и e621 2024. Карточка не содержит подробностей о размере модели, контекстном окне или конкретных ограничениях качества.

NovaCorp разработала Novaciano.Requiem-3.2-1B — экспериментальную языковую модель для ролевых диалогов, интерактивной прозы и симуляции персонажей. Это плотная авторегрессионная модель семейства Llama 3.2 с 1,2 млрд параметров и контекстом до 131 072 токенов, созданная слиянием трёх моделей ветки Novaciano и DARK-LUST-ROLEPLAY. В репозитории указаны форматы GGUF и Q6_K, а метаданные также отмечают safetensors. Модель предназначена для генерации повествования, диалогов персонажей и поведения NPC, в том числе в качестве ведущего лёгкой ролевой игры. Разработчик описывает её как более мрачную и менее склонную к отказам, однако эти свойства и ожидаемые сильные стороны в ролевых сценариях основаны на родительских моделях и не подтверждены независимой оценкой самой Requiem. Для механик игры и точного отслеживания состояния рекомендуется использовать внешний движок. Поддерживаются английский и испанский языки. Лицензия в метаданных — Llama 3.2; README также рекомендует сверяться с лицензиями исходных моделей.

debugdll/nsfw-image-generator — дообученная на базе Stable Diffusion XL Base 1.0 модель генерации изображений по текстовому запросу, распространяемая в формате safetensors для Diffusers и использования в ComfyUI. В карточке она представлена как фотореалистичная модель с готовым workflow ComfyUI; указано дополнительное обучение на 1500 шагах. Модель предназначена для создания фотореалистичных изображений с естественно выглядящими кожей, волосами, тканями и освещением. В карточке заявлена поддержка украинского, русского и английского языков. Репозиторий помечен как не для любой аудитории; лицензия указана как other, без конкретных условий в предоставленных данных.

OmniSVG1.1_4B — мультимодальная модель генерации SVG от команды OmniSVG, созданная на основе Qwen2.5-VL-3B-Instruct и дообученная для создания векторной графики. Она генерирует SVG по текстовому описанию и преобразует изображение в SVG; заявленный диапазон результатов включает простые значки и сложные иллюстрации, в том числе персонажей аниме. Модель использует архитектуру Qwen2.5-VL, содержит 3,2 млрд параметров и имеет контекст длиной до 128 000 токенов. Модель предназначена для создания масштабируемой векторной графики по текстовым и визуальным условиям. В README приведены сценарии генерации SVG по тексту и по изображению, а также указаны требования для инференса: около 16 ГБ видеопамяти; рекомендуемая среда проверена с CUDA 12.1. Репозиторий распространяется по лицензии Apache-2.0. Карточка не приводит отдельной оценки качества или подробного перечня ограничений генерации.

OmniSVG1.1_8B — мультимодальная модель генерации SVG, разработанная командой OmniSVG на основе Qwen2.5-VL-7B-Instruct. Она преобразует текстовые описания и изображения в векторную графику: от простых иконок до детализированных иллюстраций и персонажей. Модель относится к семейству Qwen2.5-VL, имеет плотную архитектуру на 7,2 млрд параметров и поддерживает контекст до 128 000 токенов. Модель предназначена для генерации SVG по текстовому запросу или входному изображению, а также для создания нескольких вариантов графики. Для запуска авторы приводят оценку использования 26 ГБ видеопамяти. В качестве датасетов указаны наборы иконок и иллюстраций MMSVG, а также бенчмарк MMSVGBench. Репозиторий содержит веса PyTorch; лицензия — Apache-2.0. Генерация занимает от нескольких секунд до примерно 98 секунд в зависимости от длины вывода от 256 до 4096 токенов. В README не приводятся количественные оценки качества, поэтому пригодность результатов для конкретной задачи следует проверять отдельно. В карточке указаны английский и китайский языки.

Orion-NER-110M-v1 — модель распознавания именованных сущностей, разработанная 3tic на базе японской символьной BERT-модели tohoku-nlp/bert-base-japanese-char-v3. Она дообучена для текстов ранобэ и особенно ориентирована на извлечение имён персонажей, включая варианты записи катаканой, кандзи и смешанными азбуками, а также имена с обращениями и прозвищами. Модель также выделяет места, организации и предметы. Модель содержит 118,6 млн параметров, принимает текстовые последовательности длиной до 512 токенов и выдаёт метки сущностей на уровне токенов. В карточке приведён пример распознавания японских имён; автор сообщает, что книга обрабатывается примерно за три секунды на одной RTX 4090. Модель распространяется в формате safetensors по лицензии Apache-2.0. Скорость и точность указаны автором для его собственного измерения; независимые результаты оценки в карточке не приведены.

Модель alibaba-pai/pai-bloom-1b1-text2prompt-sd разработана командой Alibaba PAI и предназначена для автоматического улучшения коротких текстовых запросов для генерации изображений. Она принимает простой промпт и формирует более подробный англоязычный запрос с описанием композиции, стиля, освещения и визуальных деталей, который можно использовать в генераторах изображений, например Stable Diffusion. Модель построена на архитектуре BLOOM, содержит 1,3 млрд параметров и работает с текстом на входе и выходе. Модель опубликована в форматах PyTorch и Safetensors. В карточке указана лицензия Apache-2.0, однако README также требует соблюдать отдельные специальные условия для открытых AIGC-моделей; перед использованием следует ознакомиться с ними. Примеры показывают ориентацию на создание выразительных художественных промптов, но не содержат количественной оценки качества или сведений о поддерживаемых языках.

digiplay/pan04 — экспериментальная текстово-графическая модель, созданная как ремикс PerfectDeliberate-Anime_v1 и Noosphere_v4. Она предназначена для генерации изображений по текстовым запросам; в примерах показаны аниме-сцены, персонажи, фантастические мотивы и пейзажи. Модель опубликована в формате Diffusers с весами Safetensors. Автор помечает её как тестовую; лицензия указана как other, поэтому условия использования следует уточнить на странице модели. Сведений о размере, архитектуре, контексте и поддерживаемых языках карточка не содержит.

bunnycore/Phi-3.5-Mini-Sonet-RP-V2 — диалоговая языковая модель, созданная сообществом bunnycore с помощью слияния нескольких моделей семейства Phi-3.5 Mini методом Model Stock через mergekit. Это плотная авторегрессионная модель архитектуры Phi3 с 3,7 млрд параметров; она принимает текст и генерирует текст, поддерживает формат диалога ChatML и имеет контекст длиной 4096 токенов. Модель предназначена для диалоговой генерации текста и ролевых сценариев. В состав слияния вошли ArliAI/Phi-3.5-mini-3.8B-ArliAI-RPMax-v1.1, bunnycore/Phi-3.5-Mini-Sonet-RP, bunnycore/Phi-3.5-Sonet-RP-ChatML и SicariusSicariiStuff/Phi-3.5-mini-instruct_Uncensored. Базовая модель каталога характеризуется как англоязычная модель с пониженным уровнем цензурирования. Модель распространяется в формате safetensors; библиотека для работы с ней — Transformers. Карточка не сообщает лицензию и не приводит оценок качества. Сниженная цензура означает, что ответы могут включать нежелательное содержание; короткое контекстное окно также ограничивает объём диалога и учитываемого текста.

Phi-3-song-lyrics-1.1 — модель на базе Phi-3, предназначенная для написания текстов песен. Это чат-модель с архитектурой Phi3ForCausalLM и 3,7 млрд параметров; модель рассчитана на генерацию текста, в том числе песен со структурой из куплетов, припевов, бриджа и других частей. В примере карточки показан запрос на создание англоязычной романтической песни с названием и описанием музыкального стиля. Модель опубликована под лицензией MIT. README сообщает, что в репозиторий интегрирована LoRA от aifeifei799, поэтому модель классифицирована как дообучение; для работы также приводится вариант GGUF и инструкция по использованию в LM Studio. В метаданных указаны формат safetensors и контекст 4096 токенов. Генерация может быть длинной, и автор рекомендует редактировать результат. README отдельно возлагает на пользователя проверку сгенерированного текста, в том числе по вопросам авторских прав.

Proctora — экспериментальная языковая модель со смешанной экспертной архитектурой (MoE) на базе Mixtral. Автор собрал её с помощью mergekit из OpenPipe/mistral-ft-optimized-1227 и двух экспертных моделей: SanjiWatsuki/Kunoichi-7B для ролевых сценариев и samir-fama/SamirGPT-v1 для фактических ответов. В метаданных указаны 7,1 млрд параметров, контекст до 32 768 токенов и формат safetensors. Модель предназначена для генерации текста, в частности для ролевых игр и оценки ответов по заданным рубрикам. Автор отмечает, что она хорошо учитывает ограничения персонажей и игровых способностей, сохраняет роль и может принимать целенаправленные решения в сценарии. Результат 71,88 на OpenLLM Leaderboard не обязательно отражает эти специализированные качества. Модель описана как uncensored, поэтому ответы могут включать нежелательный контент. Доступна по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Q2.5-32B-Slush — экспериментальная текстовая модель для диалогов и ролевой игры, созданная crestf411 на базе Qwen2.5-32B-Instruct. По описанию автора, обучение проходило в два этапа: продолжение предварительного обучения с целью усилить творческие и писательские способности, затем дообучение для ролевых сценариев и исправления возможных побочных эффектов первого этапа. Итоговые веса объединены методом TIES. Модель имеет архитектуру Qwen2 dense с 32 млрд параметров, работает через Transformers и поддерживает контекст до 131 072 токенов. Карточка ориентирует её на формат ChatML и пресет Silly Tavern; модель рассчитана на генерацию художественного текста и ролевые диалоги. Лицензия в предоставленных данных не указана.

Репозиторий fernandotonon/QtMeshEditor-trellis2-gguf содержит веса в формате GGUF для конвейера TRELLIS.2, который создаёт 3D-модель по изображению. Веса предназначены для запуска через trellis.cpp и backend trellis2 в QtMeshEditor; QtMeshEditor также выполняет обработку модели для игровых проектов и запекание PBR-текстур. Это зеркало конверсий исходных чекпойнтов из ilintar/trellis2-gguf, зафиксированное на наборе, проверенном для QtMeshEditor. Репозиторий включает подмножество конвейера 512 и общие декодеры; варианты *_1024 поддерживают каскад с более высоким разрешением. Лицензия — MIT.

Это LoRA-адаптер для Qwen3-4B, преобразованный в формат GGUF F16 для использования с llama.cpp. Репозиторий rockerBOO/qwen3-4b-roleplay-lora-F16-GGUF содержит адаптер, который подключается к базовой модели через параметр LoRA в llama-cli или llama-server; сам по себе он не является полной моделью. Адаптер предназначен для генерации диалогов и ролевых ответов, а также творческого письма. Он обучен с использованием набора rockerBOO/Gryphe-Sonnet3.5-Charcard-Roleplay-filtered. Указана лицензия Apache-2.0. Для работы нужны совместимые базовые веса Qwen3-4B и llama.cpp.

Z-Engineer V4 — дообученная модель на архитектуре Qwen3, разработанная для создания и улучшения текстовых запросов к генераторам изображений. По карточке, это полное дообучение текстового энкодера Tongyi-MAI/Z-Image-Turbo с 3,7 млрд параметров; автор сообщает о тренировке на 55 000 примерах, включая описания реальных фотографий и синтетические пары для расширения запросов. Модель превращает короткую идею в подробное визуальное описание, подбирая композицию, освещение, оптику, атмосферу и цветовую палитру. Её используют для подготовки промптов в рабочих процессах генерации изображений, в том числе как текстовый энкодер в Z-Image Turbo. Модель принимает текст и генерирует текст; заявленное контекстное окно — 40 960 токенов. В метаданных указан английский язык. Репозиторий содержит веса Safetensors, а идентификатор версии указывает на F16. Лицензия — Apache-2.0. Карточка также описывает варианты GGUF, но они не входят в указанные метаданные форматов этого репозитория.

Qwen-Image-Edit-2511-Ultra-Realistic-Portrait — адаптер LoRA, разработанный prithivMLmods для базовой модели Qwen/Qwen-Image-Edit-2511. Он предназначен для image-to-image преобразований, прежде всего для создания ультрареалистичных гламурных портретов с сохранением личности, естественной структуры лица и исходных деталей человека на изображении. Модель усиливает кинематографичное направленное освещение, модный журнальный стиль, детализацию макияжа и реалистичную текстуру кожи, включая микропоры, мелкие волоски, естественный блеск, мягкие морщины и эффект subsurface scattering. Она подходит для премиальной портретной генерации, fashion-визуалов и художественной обработки фотографий, где важны реализм, согласованность освещения и высокая точность сохранения идентичности. Для активации эффекта рекомендуется использовать триггерный запрос «ultra-realistic portrait». Модель подключается как LoRA через Diffusers к Qwen-Image-Edit-2511 и совместима с версиями 2509 и 2511. README не указывает размер адаптера, точную архитектуру базовой модели, перечень поддерживаемых языков, максимальную длину контекста или дополнительные модальности; заявленный сценарий работы — редактирование изображений с текстовым запросом. Возможное ограничение — специализация на реалистичных портретах и гламурной стилистике, поэтому результаты для других типов изображений могут быть менее предсказуемыми. Лицензия — Apache-2.0.