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

Chewy-Lemon-Cookie-11B — плотная языковая модель для генерации текста, созданная автором репозитория FallenMerick путём объединения предварительно обученных моделей с помощью mergekit. В состав объединения вошли KatyTheCutie/LemonadeRP-4.5.3, SanjiWatsuki/Kunoichi-7B, SanjiWatsuki/Silicon-Maid-7B и Sao10K/Fimbulvetr-11B-v2; использовались методы passthrough и task arithmetic. Модель семейства Mistral с архитектурой MistralForCausalLM содержит 10,6 млрд параметров и поддерживает контекст до 8192 токенов. Она предназначена для генерации английского текста, в том числе ролевых диалогов. Опубликована в формате safetensors и распространяется по лицензии CC BY 4.0. Карточка приводит результаты оценки Open LLM Leaderboard, включая средний балл 21,91, IFEval — 48,75 и BBH — 33,01; подробные результаты и остальные показатели здесь не раскрыты. Эти результаты не гарантируют качество в конкретном сценарии; для практического использования потребуется проверить ответы модели на целевых запросах.

Children's Stories Anime — модель генерации изображений из текста от Zovya, доступная в формате Diffusers. Веса содержат встроенный VAE Waifu 1.4, который, по описанию автора, улучшает насыщенность изображений. Модель предназначена для создания иллюстраций в аниме-стиле для детских историй. Модель опубликована в формате safetensors и распространяется по лицензии CreativeML OpenRAIL-M. В карточке не приведены сведения о размере модели, контекстном окне и поддерживаемых языках; эти характеристики здесь не указаны.

China-Chic-illustration — модель генерации изображений на основе Stable Diffusion, дообученная TiLake AIGC Group методом DreamBooth на собственном наборе данных. Она предназначена для создания иллюстраций в стиле «гочао», сочетающем традиционную китайскую культуру с современной эстетикой. Пользователь задаёт текстовое описание сцены и добавляет к запросу стилевой триггер `style of illustration`; модель выдаёт изображение. Модель распространяется в форматах Diffusers и PyTorch по лицензии CreativeML OpenRAIL-M. README рекомендует guidance_scale около 8.8. Карточка заявляет поддержку китайского и английского языков. Результат ориентирован на художественное вдохновение и создание иллюстраций в заданном стиле; качество зависит от формулировки запроса.

CINEMATIC FILM STILL REDMOND — это LoRA-адаптер, разработанный artificialguybr при поддержке Redmond.AI, для базовой модели black-forest-labs/FLUX.2-klein-9B. Адаптер предназначен для генерации изображений в кинематографичном стиле, напоминающих отдельные кадры из фильмов, с высокой детализацией и согласованностью визуального результата. Модель подходит для сценариев text-to-image, где требуется придать изображениям характерную эстетику film still. Для активации стиля рекомендуется использовать триггерные слова «Cinematic» и «Film Still.»; автор также указывает вариант «Cinematic. Film Still.». Для работы рекомендуется ComfyUI. Модель распространяется в формате Safetensors и относится к экосистеме Diffusers/LoRA. В README не указаны точный размер адаптера, поддерживаемые языки, размер контекста или перечень модальностей базовой модели. Ограничение модели заключается в её узкой специализации на кинематографичном визуальном стиле и зависимости от базовой FLUX.2-klein-9B. Лицензия — Apache License 2.0.

ClaymationXmas — модель генерации изображений по текстовому запросу в стиле рождественской пластилиновой анимации. Она опубликована Norod78 и предназначена для создания изображений с этим визуальным концептом; карточка предлагает использовать её через интерфейсы A1111 или Diffusers. Модель распространяется в форматах Diffusers и PyTorch по лицензии CreativeML OpenRAIL-M. В метаданных указан английский язык, а среди связанных данных — набор подписей к изображениям ChristmasClaymation. Размер модели, архитектура сверх указания StableDiffusionPipeline и длина контекста не приведены. Описание README краткое и не сообщает о конкретных ограничениях качества или эксплуатации.

ClimateGPT-70B — языковая модель Erasmus AI, обученная совместно с AppTek и адаптированная для климатологии. Это декодерный трансформер с 68,7 млрд параметров на основе Llama 2 70B: модель прошла дополнительное обучение на 4,2 млрд токенов климатических материалов и инструктивную настройку на парах запросов и ответов, собранных при участии климатологов. Модель предназначена для ответов на вопросы о климате и синтеза междисциплинарных исследований; её целевая аудитория — учёные, специалисты, принимающие решения, журналисты и разработчики прикладных систем. Она работает с текстом на английском языке, поддерживает контекст до 4096 токенов и может учитывать до пяти цитируемых источников в контексте. Для актуальности и фактической точности разработчики рекомендуют использовать её с поиском по документам (RAG); расширение языкового охвата предполагает каскадный машинный перевод. Модель не предназначена для универсального чат-бота и может выдавать предвзятые, оскорбительные или неточные ответы. Лицензия — ClimateGPT Community License; метаданные Hugging Face обозначают её как «other», поэтому перед использованием следует проверить условия лицензии сообщества.

TheDenk/cogvideox-5b-controlnet-canny-v1 — модель на основе CogVideoX-5B с ControlNet для управления генерацией или преобразованием видео по карте контуров Canny. Репозиторий содержит веса в формате safetensors; карточка указывает задачу video-to-video и поддержку английского языка. Модель предназначена для сценариев, где нужно направлять видеорезультат структурой контуров, например сохранять очертания объектов и сцены при преобразовании видео. Лицензия — Apache-2.0. README содержит только краткую инструкцию по клонированию репозитория и не раскрывает подробности запуска или настройки.

Collage Diffusion — модель генерации изображений по тексту от wavymulder, созданная методом DreamBooth на базе Stable Diffusion 1.5 с VAE и обученная на изображениях в стиле коллажа. Для активации характерной стилистики автор рекомендует добавлять в начало запроса фразу «collage style». Модель рассчитана на создание художественных коллажей по простым текстовым описаниям; она допускает вольную интерпретацию запроса и может нестрого следовать его деталям. Распространяется в форматах Diffusers, PyTorch и safetensors по лицензии CreativeML OpenRAIL-M.

Conflictx/Complex-Lineart — модель для генерации изображений по текстовому описанию в стиле ComplexLA. README сообщает, что она обучена примерно на 100 изображениях с разрешением 768×768 и рекомендует добавлять к запросу фразу «ComplexLA style». Модель предназначена для создания стилизованных изображений; для лучшего качества рекомендуется разрешение около 768×768, при меньшем разрешении качество может снижаться. Распространяется по лицензии CreativeML OpenRAIL-M.

CrucibleAI/ControlNetMediaPipeFace — модель ControlNet, разработанная CrucibleAI для управления генерацией и преобразованием изображений лиц на основе структурных признаков, полученных с помощью MediaPipe. Она использует Stable Diffusion 2.1 base как базовую модель и предназначена для image-to-image-сценариев, где требуется задавать мимику, направление взгляда, положение глаз и черты лица. Поддерживаются изображения с несколькими лицами. Ключевая особенность модели — управление по лицевым ключевым точкам MediaPipe, включая точки радужки и зрачков, что позволяет контролировать направление взгляда, а также выражения лица, например нейтральное, счастливое, грустное, удивлённое или испуганное. Обучение тестировалось с Stable Diffusion v2.1 base в разрешении 512 и со Stable Diffusion v1.5. В README не указаны точный размер модели, максимальный контекст, полный набор языков или перечень поддерживаемых модальностей; язык карточки — английский. Модель сильна в структурированном контроле генерации лиц и воспроизведении выражений и взгляда, однако её возможности зависят от качества детекции MediaPipe, исходного изображения и базовой diffusion-модели. Данные для обучения связаны с LAION Face и LAION. Лицензия указана как OpenRAIL; дополнительные ограничения или условия использования в README не описаны.

dimitribarbot/controlnet-openpose-sdxl-1.0-safetensors — это копия модели thibaud/controlnet-openpose-sdxl-1.0 в формате Safetensors, предназначенная для прямого использования через библиотеку Diffusers. Модель разработана на основе stabilityai/stable-diffusion-xl-base-1.0 и содержит веса ControlNet, обученные на условиях OpenPose v2. Модель применяется для управляемой генерации изображений по текстовому описанию с сохранением позы и положения тела, заданных OpenPose-картой. Она подходит для сценариев, где требуется контролировать позу персонажа, например для создания изображений людей, танцоров или персонажей в заданной сцене. Для работы используются SDXL ControlNet Pipeline и предварительно обработанное изображение с ключевыми точками OpenPose. В README не указаны точный размер модели, поддерживаемые языки и максимальная длина контекста. Обучение проводилось в течение 15 000 шагов на подмножестве LAION 6a с изменением размера изображений до минимального измерения 768 пикселей, на одной GPU A100; использовались размер батча 2 с накоплением градиента 8, fp16 и постоянная скорость обучения 8e-5. Модель ориентирована на генерацию изображений, поэтому её результат зависит от качества OpenPose-условия и текстового запроса. Лицензия обозначена как other и, согласно README, относится к лицензии OpenPose.

ControlNet v1.1 lineart — контрольная нейросетевая модель для управления генерацией изображений на базе диффузионных моделей. Её разработали Lvmin Zhang и Maneesh Agrawala; данный вариант представляет собой конверсию исходного checkpoint в формат diffusers и предназначен для совместной работы со Stable Diffusion, прежде всего с runwayml/stable-diffusion-v1-5. Модель принимает изображение с линейным рисунком в качестве дополнительного условия и помогает генерировать изображения по текстовому описанию с сохранением структуры, контуров и композиции исходного lineart-изображения. Она подходит для image-to-image и управляемой генерации, когда требуется преобразовать эскиз или линейный рисунок в детализированное изображение. Для подготовки управляющего изображения может использоваться внешний LineartDetector из controlnet_aux. В README не указаны точный размер модели, максимальный контекст или перечень поддерживаемых языков; для текстовых запросов заявлен английский язык. Сильная сторона модели — дополнительный контроль над результатом генерации за счёт условного сигнала lineart при сохранении возможностей базовой Stable Diffusion. Checkpoint обучался для Stable Diffusion v1.5, поэтому совместимость с другими моделями не гарантируется, хотя экспериментально допускается использование с некоторыми вариантами Stable Diffusion. Для работы требуются diffusers и связанные библиотеки, а также вычислительные ресурсы для инференса. Лицензия — CreativeML OpenRAIL M, адаптированная лицензия Open RAIL M.

ConvNeXT-Tiny-224 — сверточная модель компьютерного зрения, разработанная авторами ConvNeXT и обученная на ImageNet-1k. Она классифицирует изображения по 1000 классам ImageNet; входное разрешение при обучении — 224×224 пикселя. Архитектура представляет собой чистую ConvNet, дизайн которой основан на ResNet и обновлён с учётом идей Vision Transformer и Swin Transformer. Модель доступна в форматах PyTorch и TensorFlow. Модель подходит для классификации изображений общего назначения и может служить основой для дальнейшей настройки под специализированные задачи. Лицензия — Apache-2.0. Карточка не приводит подробностей о точности и иных количественных ограничениях.

Counterfeit-V2.5 — модель генерации изображений в стиле аниме, опубликованная gsdf. Она предназначена для создания иллюстраций по текстовым описаниям; в карточке приведён пример изображения девушки в кимоно с осенними листьями и указаны параметры генерации для Stable Diffusion. Модель распространяется в форматах Diffusers, PyTorch и safetensors и использует лицензию CreativeML OpenRAIL-M. Автор рекомендует применять embedding EasyNegative в негативном запросе; README также отмечает, что предыдущая версия V2.2 была ориентирована на NSFW-контент, но не характеризует так версию V2.5.

CustomLightning — модель, разработанная Alissonerdx. Это набор объединённых и извлечённых LoRA-модификаций для персонального использования, созданный на основе Qwen/Qwen-Image-Edit-2511 и предназначенный для работы с генерацией и редактированием изображений, включая сценарии с ускоренной генерацией в стиле Lightning и Lightx2v. Модель распространяется для использования через библиотеку diffusers. Основная заявленная цель CustomLightning — скорректировать характерные для Lightning-LoRA от Lightx2v проблемы с избыточной насыщенностью цветов и «пластиковой» текстурой кожи. В качестве примера приведён сценарий замены головы на изображении с сохранением освещения, фона, направления взгляда, поворота головы и микровыражений. Точные сведения о размере, архитектуре, поддерживаемых языках, длине контекста и наборе модальностей в README не указаны. Сильными сторонами модели являются ориентация на более естественную цветопередачу и внешний вид кожи по сравнению с исходными Lightning-модификациями, а также совместимость с базовой моделью Qwen/Qwen-Image-Edit-2511. Ограничения, рекомендуемые параметры, требования к оборудованию и результаты сравнительных тестов не приведены. Лицензия в README не указана, поэтому условия коммерческого и иного использования необходимо уточнять отдельно.

MuXodious выпустил Cydonia-24B-v4.3-absolute-heresy — экспериментальный вариант Cydonia-24B-v4.3, полученный дообучением с применением Heretic и метода Magnitude-Preserving Orthogonal Ablation. Модель построена на плотной архитектуре Mistral и содержит 23,4 млрд параметров; для генерации текста заявлено контекстное окно до 131 072 токенов. Репозиторий содержит веса в формате safetensors, а карточка описывает разговорное использование. Модель предназначена прежде всего для творческого письма, ролевых диалогов и интерактивных историй: она может поддерживать персонажей, развивать сюжет и добавлять уместные детали. В тестах создателей число отказов снизилось с 74 до 3 из 100, а KL-дивергенция составила 0,0188; эти показатели относятся к проверке изменений после абляции и сами по себе не измеряют качество ответов. В карточке упоминаются отдельные сбои в физике, причинно-следственных связях и воспроизведении мелких деталей. Языки модели и условия лицензии в предоставленных данных не указаны, поэтому их нельзя подтвердить.

Dans-Archive/Dans-AdventurousWinds-Mk2-7b — дообученная автором карточки модель Mistral-7B-v0.1 с 7,1 млрд параметров для текстовых приключенческих игр. Она продолжает сюжет по действиям игрока и может выдавать как краткие ответы, так и развёрнутые описания в стиле прозы; переключение между стилями задаётся системным сообщением. Модель обучена на 16 тысячах последовательностей с использованием доработанных наборов Floyd и Choose Your Story из корпуса Skein. Базовая архитектура — MistralForCausalLM; указанный родной контекст — 32 768 токенов. Модель рассчитана на англоязычные текстовые приключения: интерактивную прозу, выбор действий, исследование игровых миров и развитие сюжета в диалоге. Репозиторий содержит веса safetensors; в README также упомянуты сторонние квантизированные варианты GGUF, GPTQ и AWQ. Лицензия — Apache-2.0. Карточка не приводит оценки качества или подробных сведений о поведении за пределами этого игрового сценария.

DND-9B — разговорная языковая модель lodrick-the-lafted на архитектуре Gemma 2, созданная на основе Gemma 2 9B Instruct. Веса изменены управляющим вектором, который направляет ответы в сторону ролевой игры в магическом мире; модель предназначена для текстовых диалогов и генерации ролевого текста. Модель содержит около 9 млрд параметров, принимает и генерирует текст, поддерживает контекст до 8192 токенов. Данных о поддерживаемых естественных языках в карточке нет. Модель распространяется в формате Safetensors по лицензии Apache-2.0. README не сообщает о качестве на задачах вне ролевой игры или о специальных ограничениях.

Dramatic_Lighting_Slider — это LoRA-модель для генерации изображений по текстовому описанию, разработанная LyliaEngine на базе OnomaAIResearch/Illustrious-xl-early-release-v0. Она предназначена для усиления драматического освещения и атмосферных эффектов в совместимых моделях SDXL, включая аниме-модели, PonyXL, Illustrious и некоторые реалистичные Pony-модели. Модель воздействует преимущественно на освещение и окружение, стараясь не изменять внешность основного объекта или персонажа. Слайдер позволяет плавно регулировать интенсивность эффекта с шагом 0,10 без активационного ключевого слова. Он добавляет сильные тени, яркие световые акценты и атмосферность; эффект можно дополнительно усилить описаниями вроде «golden hour», «volumetric light» и «dim atmosphere». Для аниме-моделей рекомендуются значения до 5,0, а для реалистичных Pony-моделей — до 3,0; при более высоких значениях изображение может изменяться заметнее. Языки, точный размер и сведения о поддерживаемых модальностях, кроме генерации изображений, не указаны. Модель распространяется по лицензии CDLA-Permissive-2.0.

DucHaiten GOD of SIMP v0.2 — модель генерации изображений по текстовому описанию на базе Stable Diffusion, опубликованная Yntec. В карточке приведены примеры аниме- и фэнтези-иллюстраций, включая персонажей и милых существ; репозиторий использует Diffusers и формат safetensors. Модель предназначена для создания 2D-изображений по текстовым промптам, особенно в стилистике аниме и waifu. Для коммерческого и иного использования следует проверить лицензию на исходной странице модели: в метаданных указана лицензия other, а README отсылает к лицензии оригинальной страницы.

ESRGAN — модель сверхразрешения изображений, разработанная Qualcomm для устройств на базе Qualcomm. Она основана на реализации ESRGAN от xinntao и предназначена для увеличения разрешения изображений с минимальной потерей качества. Модель относится к задаче image-to-image и ориентирована на локальное развертывание с использованием Qualcomm AI Hub Models и аппаратного ускорителя NPU. Модель использует контрольную точку ESRGAN_x4, принимает изображения с разрешением 128×128 и увеличивает их в четыре раза. Размер модели в формате float составляет 63,9 МБ, количество параметров — 16,7 млн. Доступны предварительно экспортированные варианты ONNX, QNN_DLC и TFLITE в форматах float и w8a16, а также возможность экспорта с пользовательскими весами, формами входных данных и настройками целевого устройства. Сильной стороной модели является оптимизация для широкого спектра устройств Qualcomm и наличие готовых артефактов для различных runtime и вариантов точности. Производительность зависит от чипсета и формата: заявленное время инференса варьируется от примерно 17 до более 1100 мс. Ограничения включают фиксированную конфигурацию входного разрешения для представленных артефактов и зависимость производительности и потребления памяти от конкретного устройства и runtime. Модель распространяется по лицензии Apache-2.0.

EvtV2 — модель генерации изображений в стиле аниме, разработанная haor и основанная на animefull-latest. Автор дообучил её на наборе из 15 000 изображений, включая отражённые копии; основная часть примеров отобрана из ежедневного рейтинга Pixiv, также в набор добавлены изображения анимации с откровенным содержанием. Модель принимает текстовые запросы и создаёт изображения. Она распространяется в форматах Diffusers и PyTorch и предназначена для генерации аниме-иллюстраций. Лицензия — CreativeML Open RAIL-M.

Fantassified Icons — дообученная на базе Stable Diffusion 1.4 модель генерации изображений, созданная автором репозитория proxima. Она предназначена для создания иконок в духе фэнтезийных игр, обычно на простом фоне. Для запуска используется StableDiffusionPipeline из Diffusers; веса доступны в форматах PyTorch и safetensors. Для генерации добавляйте в запрос токен «fantassified icon». Лучше всего модель справляется с простыми фэнтезийными предметами, например щитами и зельями. Образы вне тематики обучающих данных, включая солнечные очки, получаются хуже; стили художников дают непредсказуемый результат, хотя их упоминание в начале запроса может помочь. Подробности о структуре запросов, настройках и постобработке автор приводит в PDF. Лицензия указана как other, поэтому условия использования следует сверить с карточкой модели и базовой моделью.

Модель khinswezinhan/fine-tuned-burmese-pagoda-model — дообученная Sentence Transformer на базе sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2. Она кодирует предложения и абзацы в плотные векторы размерностью 384 и предназначена для семантического поиска и извлечения текстов, связанных по смыслу. Архитектура включает BERT с усредняющим pooling; сравнение векторов выполняется по косинусному сходству. Модель обучена на 78 парах текстов об известных пагодах Мьянмы: короткие названия сопоставляются с более подробными описаниями. Максимальная длина контекста по метаданным — 512 токенов; в README указана максимальная длина последовательности 128 токенов. Поддерживается текстовый ввод. Примеры и обучающие данные на бирманском языке, поэтому основное применение — поиск по бирманским описаниям пагод и достопримечательностей. Лицензия в предоставленных данных не указана.

FISH (Fusion of Intuitive Semantic Heuristics) — разговорная языковая модель Envoid на архитектуре Mixtral, предназначенная прежде всего для ролевых диалогов и развлекательных сценариев. В карточке указано, что модель получена линейным слиянием нескольких моделей и LoRA, включая медицинскую Mixtral_8x7b_Medicine, Mixtral_8x7b_WuKurtz, Mixtral-8x7b-Remixtral и другие экспериментальные чекпойнты. Метаданные указывают 7,1 млрд параметров и контекст 32 768 токенов. Модель генерирует текст и поддерживает чат. README отмечает, что она хорошо реагирует на формат инструкций [INST]…[/INST], используя специальные токены ChatML; автор описывает результаты как подходящие для ролевых развлечений. Репозиторий содержит веса Safetensors, однако автор тестировал модель только в формате Q8 GGUF из-за ограничений оборудования. Языковая поддержка явно не перечислена. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и ограничивающая коммерческое применение.

flat-2d-animerge — модель генерации изображений по текстовому описанию, созданная bigbeanboiler и опубликованная на CivitAI. Это чекпойнт Stable Diffusion в формате Diffusers; веса преобразованы для использования с библиотекой Diffusers. Модель ориентирована на создание плоских 2D-аниме-изображений по англоязычным запросам. Модель распространяется в форматах Diffusers и safetensors по лицензии CreativeML OpenRAIL-M. Карточка не сообщает размер модели, длину контекста или подробные результаты оценки качества.

FLUX.1-dev-LoRA-Makoto-Shinkai — адаптер LoRA от InstantX, обученный на базовой модели FLUX.1-dev от Black Forest Labs. Он предназначен для генерации изображений по текстовому описанию в художественной стилистике, обозначенной как стиль Makoto Shinkai. Для активации адаптера в запросе рекомендуется использовать фразу «Makoto Shinkai style». Модель подходит для создания иллюстраций и атмосферных сцен с персонажами, природой, фантастическими объектами и кинематографичным освещением. Технически это LoRA-адаптер для FLUX.1-dev, подключаемый через diffusers и файл Safetensors. README не указывает точный размер адаптера, число параметров, поддерживаемые языки или максимальную длину контекста. В качестве примера приведена генерация с 24 шагами, guidance_scale 3.5 и разрешением 960×1280; эти параметры не обязательно являются ограничениями модели. Адаптер рассчитан на текст-в-изображение и требует совместимой базовой модели FLUX.1-dev. Сильная сторона модели — специализация на воспроизведении заявленной визуальной стилистики при сохранении гибкости текстовых промптов. Ограничения включают зависимость от FLUX.1-dev, необходимость использования подходящего окружения и отсутствие в README подробных сведений о качестве на разных типах запросов. Указана лицензия flux-1-dev-non-commercial-license, поэтому использование ограничено её условиями и носит некоммерческий характер.

FLUX.1-dev_Models — это LoRA-адаптер для генерации изображений по текстовому описанию, разработанный сообществом или автором, указанным в репозитории pmczip; конкретный разработчик в предоставленных данных не назван. Адаптер предназначен для работы с базовой моделью black-forest-labs/FLUX.1-dev и ориентирован на text-to-image-сценарии, включая фотореалистичные портреты и передачу визуального сходства с людьми или персонажами по специальным текстовым идентификаторам. В README указаны примеры генерации портретов женщин в городском окружении с заданными внешностью, одеждой, освещением и настроением. Модель распространяется в формате safetensors и интегрируется с экосистемой Diffusers. Архитектура LoRA и точный размер адаптера не указаны. Поддерживаемая модальность — текст на входе и изображение на выходе; заявленный язык — английский. Сильная сторона модели — специализация на фотореалистичных портретах и управляемом воспроизведении определённых образов. Ограничения включают зависимость от базовой FLUX.1-dev, отсутствие данных о размере, параметрах, рекомендуемых настройках и качестве на других сюжетах. Лицензия обозначена как bespoke-lora-trained-license; подробные условия приведены по ссылке multimodal.art/civitai-licenses.

Это LoRA-адаптер для генерации изображений по текстовому описанию, созданный пользователем pmczip на базе black-forest-labs/FLUX.2-klein-base-9B. Модель предназначена для text-to-image-сценариев в Diffusers и ориентирована на фотореалистичные портреты женщин, включая узнаваемое сходство с публичными персонами, а также на воспроизведение заданных внешних характеристик, одежды, аксессуаров, позы и фона. В карточке указаны архитектурная база FLUX.2-klein-base-9B, формат LoRA и safetensors, текстовая условность и поддержка английского языка. Точный размер адаптера, длина контекста и другие параметры архитектуры не приведены. Примеры показывают генерацию портретов с различными цветами волос и глаз, в том числе с использованием специальных идентификаторов персонажей. Сильными сторонами являются специализация на фотореалистичных портретах и управляемом воспроизведении внешности и деталей образа; ограничения включают отсутствие подробных сведений о качестве, настройках применения и границах обобщения. Лицензия обозначена как bespoke-lora-trained-license; условия приведены по ссылке на multimodal.art/civitai-licenses.

vafipas663/flux2-klein-base-9b-distill-lora — адаптер LoRA для модели FLUX.2-klein-9B, связанный с базовой моделью FLUX.2-klein-base-9B от Black Forest Labs. Адаптер предназначен для задач image-to-image и используется в экосистеме Diffusers; обучение или извлечение выполнено с помощью ComfyUI-FluxTrainer. Модель может быть полезна для преобразования и генерации изображений на основе исходного изображения. По сравнению с указанным в README адаптером klein-4b9b-base-to-turbo-lora, она лучше обрабатывает CFG и создаёт более высокочастотные детали, однако её результаты меньше похожи на исходную FLUX.2-klein-9B. Существенное ограничение — нестабильность при выборе strength: при значениях выше 0,5 может появляться статический шум, а иногда требуется снижать параметр до 0,1. Сведения о поддерживаемых языках, размере контекста, точных модальностях базовой модели и лицензии в карточке не указаны.