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

Flux-Midjourney-Mix2-LoRA — адаптер LoRA для генерации изображений на базе black-forest-labs/FLUX.1-dev, опубликованный пользователем или организацией strangerzonehf. Модель предназначена для text-to-image генерации и усиливает визуальный стиль, ассоциируемый с Midjourney v6, особенно в реалистичных портретах, модельных и демонстрационных сценах, крупных планах и фотографии предметов. Для активации адаптера в промпт необходимо добавлять триггерное слово «MJ v6». Поддерживаются текстовые запросы на естественном языке; в примерах используются английские промпты. Рекомендуемые размеры изображений — 768×1024 и 1024×1024. Адаптер обучался на 36 изображениях с использованием разметки Florence2 на английском языке; указаны Network Dim 64, Network Alpha 32, 28 эпох и 3660 шагов. Конкретные сведения о размере базовой модели, максимальной длине контекста и других модальностях не приведены. Сильная сторона модели — специализация на реалистичной фотостилистике, портретах, fashion- и street-фотографии, предметной съёмке, выразительном освещении и визуальных эффектах. Ограничениями являются небольшой объём обучающей выборки и зависимость от базовой модели FLUX.1-dev; качество и соответствие стилю могут зависеть от формулировки английского промпта, параметров генерации и выбранного разрешения. Указана лицензия flux-1-dev-non-commercial-license, поэтому использование ограничено её условиями и носит некоммерческий характер.

imagepipeline/flux_uncensored_nsfw_v1 — модель для генерации изображений по текстовому описанию, разработанная ImagePipeline и распространяемая как компонент экосистемы imagepipeline.io. Она предназначена для разработчиков и авторов, которым требуется создавать высококачественные фотореалистичные изображения, в том числе с использованием API. По метаданным модель относится к pipeline text-to-image и реализована для библиотеки Diffusers. Модель основана на black-forest-labs/FLUX.1-dev и помечена как LoRA, однако сведения о размере, точной архитектуре, поддерживаемых языках, максимальной длине контекста и конкретных требованиях к оборудованию отсутствуют. Название и тег модели указывают на отсутствие стандартных ограничений для всех аудиторий, но подробные ограничения по содержанию, качество работы в отдельных сценариях и практические характеристики в README не описаны. В README не указана лицензия или условия самостоятельного использования модели. Также отсутствуют точные данные о весах, методах обучения, версии LoRA и параметрах инференса; поэтому перед применением в продуктивных системах необходимо уточнить эти сведения и проверить условия использования базовой модели FLUX.1-dev.

gaborcselle/font-identifier — модель классификации изображений, созданная автором карточки путём дообучения ResNet-18 от Microsoft. Она определяет, какой из 48 стандартных шрифтов обучающей выборки использован в изображении, например на снимке экрана с текстом. Модель основана на ResNet-18 и распространяется в формате safetensors. В README указаны точность 0,9633 и функция потерь 0,1172 на тестовой выборке; данные разделены на обучающую и тестовую части в пропорции 80/20. Модель обучена на наборе gaborcselle/font-examples. Лицензия — MIT.

Набор из четырёх моделей ONNX для разделения музыкального стереомикса на отдельные дорожки: вокал, ударные, бас и прочие инструменты. Модели экспортированы из Open-Unmix UMX-L и предназначены для локального запуска в DJNed на Android через ONNX Runtime. Каждая модель обрабатывает входную спектрограмму амплитуд размером (batch, 2, 2049, число кадров) и выдаёт спектрограмму выделенного источника той же формы. Для работы на устройстве приложение должно выполнять STFT и ISTFT; конфигурация указывает БПФ 4096, шаг 1024 и частоту дискретизации 44,1 кГц. Архитектура включает линейные слои, BatchNorm и трёхслойную LSTM. Файлы моделей имеют формат ONNX и размер около 108 МБ каждый. Модели рассчитаны на разделение музыкальных источников на устройстве, а README сообщает о проверке совпадения результатов с PyTorch с максимальной абсолютной разницей менее 0,00001. Указана лицензия MIT. Самостоятельно модели принимают и возвращают спектрограммы, поэтому преобразование аудиосигнала в спектрограмму и обратно должно выполнять приложение.

Gemma-2-9b-it-Ko-Crypto-Translate — дообученная Hyoun Jun Lee языковая модель на архитектуре Gemma 2 для перевода англоязычных новостей о криптовалютах на корейский язык. Она рассчитана на перевод криптоновостей для финансовых платформ и новостных сайтов; также её можно дообучать для смежных финансовых или юридических текстов. Модель содержит 9 млрд параметров, использует плотную архитектуру Gemma2ForCausalLM и поддерживает контекст до 8192 токенов. Она принимает текст и генерирует текст; для загрузки доступны веса Safetensors, библиотека — Transformers. Лицензия — MIT. Специализация на криптовалютной тематике помогает работать с профильной терминологией, но модель может допускать ошибки в переводе и хуже справляться с текстами вне финансовой и криптовалютной областей. Результаты следует проверять перед публикацией и использованием в важных финансовых решениях.

Gemma-4-E4B-Nightcap — модель для ролевого диалога и творческого письма, созданная andyoneal слиянием трёх дообученных вариантов Gemma 4 E4B. Это плотная модель семейства Gemma 4, собранная методом task arithmetic на основе google/gemma-4-E4B-it; веса сохранены в формате safetensors и поддерживается библиотекой Transformers. Мультимодальные компоненты базовой модели унаследованы, однако описанное дообучение затрагивало языковую часть, а основное назначение модели — генерация текста. Модель ориентирована на диалоги с персонажами, ролевые сценарии и художественные продолжения. Карточка отмечает сильные стороны в приземлённых сценах, выразительном голосе персонажа, комедийном тайминге и прямых ответах. В слепом сравнении на 24 ролевых сценариях она показала результаты на уровне ведущего родительского варианта; тот сохраняет преимущество в лирической атмосфере и литературном продолжении. Наиболее заметное ограничение — смешение голосов нескольких персонажей, заданных одной карточкой. Для модели указана лицензия Gemma; условия её использования определяются лицензией Gemma 4.

Novelist-Eclipse — экспериментальная объединённая модель Ateron для генерации текста и разговоров в творческих и ролевых сценариях. Она создана с помощью mergekit на основе нескольких вариантов Gemma 4 31B, включая модели для ролевого общения, настройки стиля и прозы; в README также упомянута настройка lm_head на основе StyleTune. Архитектура — плотная Gemma 4, файлы представлены в формате safetensors. Модель рассчитана на создание художественной прозы и ролевых диалогов с акцентом на описательность, творческую выразительность и последовательность. Метаданные указывают английский язык и поддержку чата. Репозиторий распространяется по лицензии Apache-2.0. README характеризует модель как сырую и экспериментальную; результаты генерации могут быть непоследовательными или содержать клише.

uer/gpt2-chinese-lyric — языковая модель GPT-2, предварительно обученная проектом UER-py. Она предназначена для генерации китайских текстов песен: может продолжать заданный текст или создавать строки лирики с помощью конвейера генерации текста. Обучающие данные включают 150 000 китайских текстов песен из Chinese-Lyric-Corpus и MusicLyricChatbot. Модель использует плотную архитектуру GPT2LMHeadModel и принимает текст, выдавая текст. Контекст составляет 1024 токена. В карточке указаны реализации весов для PyTorch, TensorFlow и Flax. Лицензия в доступных данных не приведена.

Guwen NER — модель распознавания именованных сущностей в классическом китайском языке. Карточка описывает её как NER-модель; метаданные указывают архитектуру RoBERTa для классификации токенов, 131,1 млн параметров и контекст до 514 токенов. Модель принимает китайский текст и присваивает метки его токенам, чтобы выделять именованные сущности в исторических и литературных текстах. Для более точного декодирования автор рекомендует вариант с CRF и отмечает проблемы декодирования стандартной модели классификации последовательностей; связанный код приведён в проекте Guwen Models. Модель распространяется по лицензии Apache-2.0.

proxima/halloween_diffusion — модель генерации изображений по текстовому описанию, дообученная на эстетике Хэллоуина. В карточке приведён пример генерации в Automatic1111 с размером 512×512, 20 шагами, сэмплером Euler a и CFG scale 9; для более выраженного влияния художественного стиля рекомендуется ставить его название в начале промпта. Модель предназначена для создания изображений с хэллоуинской атмосферой по текстовым промптам. Репозиторий содержит веса в форматах Diffusers и PyTorch и использует лицензию CreativeML OpenRAIL-M. Базовая модель прямо не названа.

Humanish-Roleplay-Llama-3.1-8B — диалоговая модель на архитектуре Llama 3.1, дообученная методом DPO разработчиком vicgalle. Она предназначена для естественных разговоров и ролевых сценариев: модель стремится отвечать менее шаблонно и может использовать формат описания действий в ролевой игре. Обучение включало данные общих разговоров и наборы для более человечных ответов и RP. Модель содержит 7,5 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — 131 072 токена. Карточка не сообщает о специализации на конкретных естественных языках. Для RP автор рекомендует естественно задать формат действий уже в первом сообщении. Модель распространяется по лицензии Apache-2.0.

HyperMotion — модель генерации видео с управлением по позе человека, представленная в работе HyperMotionX. Она предназначена для анимации человека на исходном изображении по последовательности поз, в том числе для сложных и динамичных движений. Модель построена на архитектуре DiT и основана на Wan2.1-I2V-14B; в описании также упоминается пространственное низкочастотное улучшение RoPE. Размер модели — 14,7 млрд параметров. Веса размещены в формате safetensors и предназначены для работы с библиотекой Diffusers. Лицензия CC BY-NC-SA 4.0 ограничивает коммерческое использование и требует соблюдения условий атрибуции и распространения производных материалов. HyperMotion ориентирована на создание временно согласованных анимаций человека при сложных, нестандартных движениях. README отсылает к скриптам вывода в официальном репозитории GitHub; конкретные ограничения качества и аппаратные требования в доступных данных не описаны.

IceWhiskeyRP-7b — объединённая разговорная языковая модель на базе Mistral, опубликованная пользователем icefog72. Она предназначена для ролевого общения и генерации текста; автор сообщает, что модель рассчитана на контекст порядка 16–25 тысяч токенов и может работать с окном до 32 тысяч токенов. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и распространяется в формате safetensors; в карточке также упомянуты варианты ExL2 и GGUF. Модель объединяет Ice0.14-02.10-RP и Ice0.13-02.10-RP методом SLERP. Подходит для ролевых диалогов и создания художественных сцен. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. Метки карточки предупреждают, что модель не предназначена для всех аудиторий и ориентирована на контент для взрослых.

Illustrious XL v0.1 — модель генерации изображений на основе Stable Diffusion XL, разработанная командой Onoma AI Research. Она продолжает Kohaku XL Beta 5 и дообучена на большом размеченном наборе Danbooru2023, поэтому ориентирована на создание иллюстраций по текстовым запросам с описаниями персонажей, визуальных стилей и композиции. Модель не задаёт стиль по умолчанию и задумана как базовая версия для дальнейшего дообучения и адаптеров; авторы отмечают, что она не настроена под эстетические предпочтения. Модель принимает текстовые промпты и генерирует изображения. В карточке приведены рекомендации по тегам композиции, качеству, сэмплеру и настройкам генерации. README называет версию v0.1 исследовательской и предупреждает, что генерация может давать нежелательные или вредные результаты; для более привычного использования авторы рекомендуют вариант GUIDED с дополнительными механизмами безопасности. Модель выпущена по Fair Public AI License. Лицензия требует открыто публиковать производные модели и указывать исходную модель, наборы данных и рецепты обучения или слияния; README также запрещает монетизацию закрытых производных моделей и возлагает на пользователей ответственность за соблюдение ограничений на использование результатов.

Jiaqi Lee разработал эту модель как дообученную версию bert-base-uncased для классификации тональности англоязычных отзывов о фильмах. Модель относит отзыв к одной из двух категорий: отрицательной или положительной. Модель построена на архитектуре BERT, содержит 136,7 млн параметров и принимает последовательности длиной до 512 токенов. Она обучена на 90% обучающей части набора IMDB и оценивалась на оставшихся 10%; в карточке указана точность 0,91 на тестовой выборке IMDB. Работает с текстом и доступна в формате PyTorch через библиотеку Transformers. Модель подходит для анализа тональности отзывов, но её назначение ограничено англоязычными отзывами о фильмах, поэтому качество на других темах и языках не подтверждено. Лицензия — OpenRAIL.

Это модель генерации изображений в художественном стиле Ким Джун Ги, обученная apurik-parv с помощью DreamBooth-ноутбука Shivam Shri Rao на изображениях художника. Для вызова стиля в текстовом запросе используется фраза «kimjugi»; обучение проведено в течение 10 000 шагов. Модель предназначена для создания изображений по текстовым описаниям с передачей им характерного художественного стиля. Она распространяется в форматах Diffusers и PyTorch и использует лицензию CreativeML OpenRAIL-M, условия которой следует учитывать при использовании и распространении результатов.

Kohaku-XL-Gamma — модель генерации аниме-изображений на основе Stable Diffusion XL, разработанная KBlueLeaf в сотрудничестве с Linaqruf. Это производная Animagine XL 3.0: версия Gamma rev1 объединяет изменения весов Animagine XL 3.0 и Kohaku XL base7. Модель распространяется в форматах Diffusers, PyTorch и Safetensors. Модель создаёт изображения по текстовым запросам и рассчитана на генерацию аниме-арта. Для обучения использовались разрешения от 768×1024 до 1024×1024; автор рекомендует задавать размер изображения в диапазоне 786432–1310720 пикселей и CFG scale 4–7. Формат промпта совместим с Animagine XL 3.0, при этом автор рекомендует использовать его систему тегов качества, рейтинга и года. Известное ограничение — на изображениях могут появляться мозаичные артефакты, связанные с масштабированием или кодированием данных обучения; автор предлагает устранять их апскейлерами R-ESRGAN anime6b или SCUNet. Лицензия в предоставленных данных не указана.

Graphic Novel Earthy Ink — стилевой LoRA-адаптер для генерации изображений, разработанный fal.ai и предназначенный для базовой модели Krea 2 Turbo. Он добавляет к изображениям выразительную эстетику графического романа с землистыми оттенками и чернильной прорисовкой. Модель применяется в сценариях text-to-image, включая создание иллюстраций, концепт-арта и стилизованных сцен. Для активации адаптера в запрос необходимо добавить триггерную фразу «graphic novel earthy ink style». Рекомендуемый масштаб LoRA составляет от 1,0 до 1,25. Адаптер поддерживается через fal.ai и diffusers, а также имеет совместимую версию весов для ComfyUI. В README приведён пример генерации изображения размером 1024×1280, однако ограничения по контексту, точный размер адаптера, дополнительные модальности и перечень поддерживаемых языков не указаны. Это не самостоятельная генеративная модель, а подключаемое стилевое дополнение, поэтому для работы требуется Krea 2 Turbo или совместимая инфраструктура. Оно ориентировано прежде всего на устойчивое воспроизведение указанного художественного стиля и не предназначено для изменения базовых возможностей модели. Распространение и использование регулируются лицензией Krea 2 Community License.

Krea-2-LoRA-retroanime — адаптер LoRA, разработанный Krea для модели Krea 2. Он добавляет к базовой модели Krea-2-Turbo стилистическую специализацию retro anime; для активации используется триггер «Purple retro anime style». Модель предназначена для генерации изображений по текстовому описанию в библиотеке Diffusers и подходит для сцен с персонажами, животными, пейзажами, архитектурой и динамическими сюжетами, выполненными в указанной ретро-аниме стилистике. Адаптер использует веса retroanime.safetensors, обучен на Krea-2-Raw и предназначен для применения с Krea-2-Turbo, включая её малошаговый режим генерации. В примерах предварительного просмотра использовались 8 шагов инференса, guidance 0.0 и вес LoRA 1.0. Архитектура, количество параметров, максимальный контекст, поддерживаемые языки и дополнительные модальности в README не указаны; заявлен сценарий text-to-image. Сильная сторона модели — специализированное добавление узнаваемого визуального стиля к базовой Krea 2 без отдельной полноразмерной модели. Ограничение состоит в том, что адаптер рассчитан на конкретную базовую модель и, согласно README, должен использоваться именно с Krea-2-Turbo. Указана лицензия krea-2-community-license; её полный текст доступен по ссылке в карточке модели.

Krea-2-LoRA-sunsetblur — это LoRA-адаптер для генерации изображений на базе модели Krea 2, разработанный Krea. Адаптер предназначен для применения к чекпойнту krea/Krea-2-Turbo и добавляет характерную визуальную стилизацию ethereal motion blur style — эфемерное свечение, ощущение движения и мягкое размытие. Он подходит для создания художественных сцен, пейзажей, персонажей и сюжетных композиций по текстовому описанию. Модель используется в задачах text-to-image через библиотеку Diffusers и совместима с пайплайном Krea2Pipeline. Базовый адаптер обучен на krea/Krea-2-Raw, а представленные примеры визуализированы на Krea-2-Turbo за 8 шагов с guidance scale 0 и весом LoRA 1.0. Для активации стиля применяется триггерная фраза ethereal motion blur style. Данные о размере, количестве параметров, поддерживаемых языках и максимальной длине контекста не указаны; в метаданных заявлен английский язык. Сильная сторона адаптера — специализированная стилизация, которую можно подключать к базовой модели и настраивать весом LoRA. Ограничение заключается в зависимости от совместимого чекпойнта Krea-2-Turbo и необходимости использовать Diffusers с поддержкой Krea2Pipeline. Модель распространяется по лицензии krea-2-community-license; подробные условия приведены в указанном LICENSE.pdf.

Krea 2 Raw — базовая версия модели генерации изображений по текстовому описанию, разработанная Krea.ai, Inc. Это диффузионная модель с архитектурой Diffusion Transformer и 12 млрд параметров. Модель принимает текстовые запросы на естественном языке и создаёт изображения; в карточке приведён пример генерации изображения размером 1024 × 1024. Метаданные указывают поддержку английского языка и использование библиотеки Diffusers. Raw — исходный чекпойнт семейства Krea 2 до дополнительного постобучения и тонкой настройки. Разработчик отмечает, что он не рекомендован для обычного инференса и подходит как база для дообучения, в том числе для создания LoRA, которые затем можно применять с Krea 2 Turbo. Модель предназначена для творческой работы, разработки и исследовательских сценариев: создания изображений, визуальных концепций и интеграции в приложения и инструменты для дизайна. Модель выпущена с открытыми весами по лицензии Krea 2 Community License; применение регулируется также Acceptable Use Policy, которая требует подходящих мер фильтрации или проверки контента. Генерация может не соответствовать запросу и давать нежелательные результаты; модель не предназначена для получения фактической информации. Перед внедрением разработчикам следует проверить её безопасность и настроить защитные меры для своего сценария.

ogbeatz415/Krea2Raw_Loras — это LoRA-адаптер для базовой модели Krea-2-Raw, разработанный пользователем ogbeatz415. Модель предназначена для генерации фотореалистичных изображений по текстовому описанию в сценариях text-to-image и интеграции с инструментами на базе Diffusers. По примерам из карточки она ориентирована на создание портретных и сюжетных изображений женщин, в том числе с сохранением узнаваемого сходства с публичными персонами или заданными идентификаторами в промпте. Известно, что адаптер распространяется в формате safetensors и предназначен для работы с Krea-2-Raw, включая варианты, связанные с Krea2 и Krea2-turbo. Заявленный язык — английский. В карточке не указаны размер LoRA, параметры архитектуры, рекомендуемый вес адаптера, максимальный контекст или полный перечень поддерживаемых модальностей; по имеющимся данным, основная модальность — текст и изображение. Сильными сторонами модели являются специализация на фотореалистичной визуализации, портретной тематике и потенциальном воспроизведении внешнего сходства. Ограничения связаны с зависимостью от базовой модели Krea-2-Raw и отсутствием подробных технических рекомендаций по настройке и качественной оценке. Модель распространяется по лицензии bespoke-lora-trained-license; условия следует уточнять по указанной ссылке на multimodal.art и учитывать отдельно для изображений с узнаваемыми персонами.

pmczip/Krea2Raw_Loras — это LoRA-адаптер для генерации фотореалистичных изображений по текстовому описанию. Модель разработана сообществом pmczip и предназначена для использования поверх базовой модели krea/Krea-2-Raw, в экосистеме Diffusers и формате Safetensors. Адаптер ориентирован на text-to-image-сценарии, включая создание портретов и изображений людей с узнаваемой внешностью, в том числе публичных персон. В README указана поддержка английского языка. Примеры показывают фотореалистичные изображения женщин с заданными чертами внешности, причёской, одеждой, позой, освещением и фоном. Точные сведения о размере, архитектуре базовой модели, длине контекста, параметрах LoRA и аппаратных требованиях не приведены. Сильной стороной модели является специализация на фотореалистичной передаче внешности и управлении визуальными деталями через текстовые промпты. Ограничения включают зависимость от базовой модели Krea-2-Raw и отсутствие данных о качестве на независимых тестах, устойчивости результатов и поддерживаемых языках помимо английского. Указана специальная лицензия bespoke-lora-trained-license; её условия следует уточнять по ссылке на лицензию в README перед использованием, особенно для коммерческих задач и генерации изображений узнаваемых людей.

Kuchiki 1.1 L2 7b — языковая модель для генерации текста на базе архитектуры Llama. Она создана слиянием Nous Hermes Llama2 7b (70%) и Airoboros L2 7B GPT4 2.0 (30%), после чего к результату применили слияние с LoRA-адаптером LimaRP Llama2 v2 7B. Модель рассчитана на диалог по формату инструкций и генерацию художественного текста, включая ролевые сценарии. Модель содержит 6,6 млрд параметров, принимает текст и выдаёт текст; максимальный контекст — 4096 токенов. В карточке не заявлена поддержка конкретных языков. Указанная лицензия — other. Разработчик предупреждает, что модель не предназначена для предоставления фактической информации или советов.

kunoichi-lemon-royale-v2-32K-7B — объединённая языковая модель на архитектуре Mistral, созданная grimjim с помощью mergekit и метода task arithmetic. В слиянии использованы grimjim/Mistral-7B-Instruct-demi-merge-v0.2-7B и grimjim/kunoichi-lemon-royale-7B; модель содержит 7,1 млрд параметров и опубликована в формате safetensors. Модель предназначена для генерации текста и разговорных сценариев, включая ролевые диалоги и повествовательный текст с учётом карточек персонажей. Заявлен контекст 32 768 токенов, однако автор сообщает, что при предварительных проверках изменение rope_theta хорошо работало примерно до 16 тысяч токенов. Автор также отмечает хорошее следование формату ChatML при тестировании. Модель распространяется по лицензии CC BY-NC 4.0, которая запрещает коммерческое использование. README описывает только ограниченное предварительное тестирование, поэтому качество и надёжность на широком наборе задач не подтверждены.

L3.1-8B-Celeste-V1.5 — дообученная автором модели LLaMA 3.1 8B Instruct для диалогового ролевого взаимодействия и творческого письма. Она генерирует текст, следует инструкциям вне роли в формате OOC и поддерживает управляемое развитие персонажей и сценариев, в том числе контент для взрослых по запросу пользователя. Модель основана на плотной архитектуре LlamaForCausalLM с 7,5 млрд параметров. В обучении использовались наборы Reddit WritingPrompts, Opus Instruct и очищенные логи c2. Карточка сообщает, что обучение проводилось с контекстом 8K; метаданные указывают нативную длину контекста 131072 токена. Доступны веса SafeTensors, а также упомянуты варианты FP8, EXL2 и GGUF. Автор отмечает улучшенную связность, творческие ответы и следование инструкциям, но предупреждает о возможных повторах и проблемах форматирования первых сообщений; рекомендует подбирать настройки генерации и при необходимости повторять запрос. Лицензия — Llama 3.1 Community License (идентификатор llama3.1); модель помечена как не подходящая для всех аудиторий.

Slush v1.1 — экспериментальная разговорная языковая модель, созданная crestf411 на основе Meta Llama 3.1 8B Instruct. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров и контекстом до 131 072 токенов; в карточке указаны форматы Transformers и safetensors. Модель прошла два этапа настройки: продолжение предобучения с LoRA для развития творческого письма, затем дообучение для ролевого общения. Итоговые веса объединены методом TIES с инструкционной версией базовой модели. Модель предназначена для генерации творческого текста, ролевых диалогов и общения по инструкциям. Автор ориентировал второй этап на пресет Silly Tavern; результаты могут зависеть от используемого приложения и его настроек. Автор сообщает, что проверял модель с temperature 1, min-p 0.1 и DRY 0.8, а при большом контексте включал XTC. Модель наследует возможности текстового диалога Llama 3.1 8B Instruct и обучена на наборах для ролевого общения и генерации прозы. В README описана как начальный эксперимент, поэтому качество и следование инструкциям не гарантированы; разработчик отмечает, что первый этап мог повредить некоторые способности исходной модели, а второй был также направлен на исправление этих проблем. Лицензия — Llama 3.1 Community License (llama3).

L3-DARKEST-PLANET-16.5B-GGUF — текстовая генеративная модель DavidAU, основанная на DavidAU/L3-DARKEST-PLANET-16.5B и относящаяся к семейству Llama 3. Она предназначена прежде всего для творческого письма: создания и продолжения художественных текстов, разработки сюжетов и подсюжетов, генерации сцен, ролевых сценариев и историй различных жанров, включая научную фантастику, романтику и хоррор. Модель распространяется в формате GGUF и рассчитана на использование с шаблонами Llama 3 и/или Command-R. Модель содержит 16,5 млрд параметров, 71 слой и 642 тензора. Заявленный максимальный контекст составляет 8192 токена, с возможностью расширения до 32k и более с помощью RoPE. Поддерживается английский язык. Архитектура и методика Brainstorm 40x ориентированы на насыщенную деталями прозу, разнообразную структуру предложений и абзацев, необычные начала генерации и возможное предварительное foreshadowing будущих событий. Модель допускает широкий диапазон температур, но слишком высокие значения могут ухудшать следование инструкциям, особенно в ролевых сценариях. Сильными сторонами являются выразительное и подробное описание сцен, окружения и предметов, разнообразие стиля и пригодность для широкого спектра художественных задач. Ограничения включают отрицательный уклон, возможные предваряющие фрагменты о будущих событиях и чувствительность качества к параметрам генерации и расширению контекста. README предупреждает о NSFW-содержании, насилии, хорроре, ненормативной лексике и отсутствии цензуры. Модель распространяется по лицензии Apache-2.0.

Azazelle/L3-RP_io — объединённая диалоговая языковая модель, созданная автором репозитория с помощью mergekit и метода TIES. В качестве базовой модели использована meta-llama/Meta-Llama-3-8B-Instruct; в объединение также вошли Aura_Uncensored_l3_8B, Kei_Llama3_8B, Llama-3-Unholy-8B и Roleplay-Llama-3-8B. Модель основана на архитектуре Llama и содержит 7,5 млрд параметров. Она предназначена для генерации текста в диалоге и ролевых сценариев; заявленный размер контекста — 8192 токена. В карточке приведены результаты оценивания на нескольких бенчмарках, включая AI2 Reasoning Challenge и HellaSwag. Модель распространяется в формате Safetensors по лицензии Llama 3. Языки в карточке модели не перечислены; базовая модель ориентирована на английский язык.

deltanym/L3-Umbral-Mind-RP-v3.0-14b — диалоговая языковая модель семейства Llama, созданная с помощью mergekit методом passthrough на основе Casual-Autopsy/L3-Umbral-Mind-RP-v3.0-8B. Модель предназначена для генерации текста и ролевых диалогов; базовая модель ориентирована на эмоционально тяжёлые темы и сценарии спасения персонажей. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 12,7 млрд параметров и рассчитана на контекст до 8192 токенов. Она принимает текст и генерирует текст в формате диалога. В метаданных указана лицензия, однако её название в предоставленных данных отсутствует.