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

lametta v1602 — модель генерации изображений по текстовому описанию в формате Diffusers. В README указано, что в неё встроен MoistMixV2VAE; пример промпта описывает милого персонажа в стиле чиби и иллюстрацию с детализированными глазами, волосами и одеждой. Модель предназначена для создания аниме- и чиби-иллюстраций по текстовым запросам. Модель распространяется в форматах Diffusers, PyTorch и Safetensors под лицензией CreativeML Open RAIL-M. README не сообщает базовую модель, размер, длину контекста или точные параметры обучения.

Lomo Diffusion — модель генерации изображений по текстовому описанию, созданная wavymulder. Это DreamBooth-дообучение Stable Diffusion 1.5 с VAE на наборе стилизованных фотографий, вдохновлённых движением ломографии и характером старых камер LOMO. Модель предназначена для создания ярких, насыщенных изображений с видом аналоговой фотографии и плёночными артефактами. Для активации характерного стиля автор рекомендует добавлять в начало запроса токен «lomo style»; предлагается экспериментировать с негативными запросами. Модель принимает текстовые запросы на английском языке и выдаёт изображения. Репозиторий содержит веса в форматах Diffusers, PyTorch и safetensors. Лицензия — CreativeML OpenRAIL-M; ограничения лицензии следует учитывать при использовании и распространении результатов.

MirageML/lowpoly-office — модель Stable Diffusion, дообученная методом DreamBooth разработчиками MirageML на концепции низкополигонального офисного интерьера. Она предназначена для генерации изображений по текстовому описанию; для вызова изученного стиля или объекта в запрос рекомендуется включать фразу «a photo of lowpoly_office». Модель опубликована в формате Diffusers/PyTorch и распространяется по лицензии CreativeML OpenRAIL-M. Модель ориентирована на создание изображений офиса в low-poly стиле по англоязычным запросам. Карточка не сообщает размер модели, длину контекста или подробности обучения; её возможности текстом в 3D-сцену README не подтверждает.

elix3r/LTX-2.3-22b-AV-LoRA-talking-head — специализированная LoRA-адаптация базовой модели Lightricks/LTX-2.3, разработанная сообществом для аудиовизуальной генерации видео. Адаптация обучена с использованием совместной аудиовидеосвязи и предназначена для создания говорящих портретов по референсному изображению. Модель генерирует видео с синхронизированным движением губ, сохраняет идентичность персонажа на новых изображениях и фонах и переносит характерные особенности голоса из обучающих данных. Внешний аудиофайл при инференсе не требуется: текст речи задаётся в промпте вместе с триггерным словом OHWXPERSON. Рекомендуемые параметры — разрешение 1280×736 и 24 кадра в секунду; для режима с изображением и аудио указаны 1280×704 и 25 кадров в секунду. Для работы требуются LTX-2.3, ComfyUI и узел Power Lora Loader. Это character-specific реализация, ориентированная на конкретного персонажа и демонстрационный пайплайн, а не универсальная модель. Сильные стороны — точная синхронизация губ, сохранение внешности и интеграция голосовых характеристик. Ограничения включают возможные артефакты в виде лёгкого аудиогудения, непоследовательное моргание и зависимость качества от seed; сложный фон также может ухудшать синхронизацию губ. Модель распространяется по лицензии OpenRAIL.

Muapi/ltx-2.3-transformation — это LoRA-адаптер для генерации видео из текста, созданный для базовой модели Lightricks/LTX-Video версии LTXV 2.3. Модель опубликована в пространстве Muapi; конкретные сведения о разработчике адаптера в README не указаны. Адаптер предназначен для сценариев text-to-video и подключается к пайплайну Diffusers через параметр lora_model. В примере использования задаются текстовый промпт, сила воздействия LoRA, разрешение 768×512 и длина ролика 97 кадров. Название transformation указывает на специализацию, связанную с преобразованием, однако точный набор поддерживаемых эффектов и требования к промптам не описаны. Сведения о размере адаптера, контекстном окне, языках, дополнительных модальностях и обучающих словах отсутствуют. К преимуществам относятся совместимость с LTXV 2.3 и возможность управлять интенсивностью адаптации через параметр lora_strength. Ограничения модели и сравнительные результаты качества в README не приведены, поэтому область применения и качество генерации следует оценивать на собственных примерах. Для использования через указанный API требуется ключ MUAPI. Лицензия модели — openrail++.

LTX-2.3-Transition-LORA — адаптер LoRA, разработанный joyfox на базе Lightricks/LTX-2.3. Модель предназначена для генерации видео из текстовых описаний и входных изображений в сценариях, где требуется плавный переход или трансформация между персонажами, внешностями, формами, стилями и окружениями. В карточке приведены примеры превращения человека в другого персонажа, смены локации, перехода от реалистичной к аниме-эстетике и других визуальных трансформаций. Модель используется в составе image-to-video pipeline и совместима с Diffusers. Она рассчитана на англоязычные текстовые запросы; базовая архитектура, размер, максимальная длина контекста, поддерживаемые разрешения, точные требования к входным изображениям и перечень дополнительных модальностей не указаны. Сильная сторона адаптера — специализация на эффектных последовательных переходах и сохранении кинематографического движения камеры, персонажей и атмосферы в описанных сценариях. Ограничения, качество вне подобных сценариев и требования к вычислительным ресурсам в README не описаны. Модель распространяется по лицензии Apache-2.0. Для работы требуется базовая модель Lightricks/LTX-2.3 и совместимый процесс генерации видео.

LunaMaid-12B — объединённая модель для генерации текста, созданная Vortex5 с помощью MergeKit из Vortex5/Vermilion-Sage-12B, yamatazen/NeonMaid-12B-v2 и Vortex5/Moonlit-Shadow-12B. В README описано двухэтапное объединение: сначала Slerp, затем Karcher mean. Это плотная авторегрессионная модель на архитектуре Mistral объёмом 12,1 млрд параметров; репозиторий содержит веса SafeTensors, а заявленный контекст составляет 131 072 токена. Модель ориентирована на генерацию диалогов и ролевое общение с эмоционально выразительным стилем. Метаданные базовой модели указывают на поддержку английского и японского языков. Лицензия в предоставленных данных не указана. Качество и устойчивость конкретных ответов в карточке не оценены; длинный контекст сам по себе не гарантирует точность ответов на больших входах.

LUSTIFY-v2.0 — фотореалистичная модель генерации изображений на основе SDXL 1.0 от автора coyotte. Версия 2 получена слиянием LUSTIFY V1 и NatVis с последующим дообучением на новом наборе изображений; автор сообщает о 26 535 дополнительных шагах обучения. Модель предназначена для создания изображений по текстовым запросам, понимает естественный язык и теги Danbooru. Модель ориентирована на фотореалистичные изображения, включая контент для взрослых, и также может создавать изображения без такого содержания: предметы, животных и фантастических существ. Автор отмечает улучшения разнообразия стилей, следования запросу и генерации безопасного для работы контента. Лицензия в предоставленных сведениях не указана.

Machina_24B.V2 — слитая разговорная языковая модель семейства Mistral, созданная OddTheGreat на основе трёх моделей: huihui-ai/Mistral-Small-24B-Instruct-2501-abliterated, PocketDoc/Dans-DangerousWinds-V1.1.1-24b и trashpanda-org/MS-24B-Instruct-Mullein-v0. Она предназначена для генерации диалоговых ответов и ролевых сценариев, в том числе с мрачной, нейтральной или негативной тональностью. Модель содержит 23,4 млрд параметров, использует архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Карточка сообщает о проверках на русском и английском языках; для русскоязычных карточек персонажей автор отмечает хорошую работу, а при смешении русского первого сообщения и английского описания возможны затруднения. Автор также предупреждает, что при подходящем запросе модель может выдавать жестокие и злые ответы. Файлы представлены в формате safetensors; библиотека — Transformers. Сведения о лицензии в предоставленных данных отсутствуют.

Mangaka — модель генерации изображений в стиле аниме и манги, разработанная Parsee Mizuhashi. Она предназначена для создания иллюстраций и панелей манги по текстовым запросам; автор советует следовать рекомендациям по промптам для hnnng-dx и добавлять к запросу «greyscale monochrome» для монохромного результата. Модель дообучена на основе hnnng-dx и распространяется в форматах Diffusers и Safetensors. Карточка указывает лицензию «other», поэтому конкретные условия использования следует уточнять у автора. Данных о размере модели и поддерживаемых языках карточка не приводит.

Модель leoxs22/manga-panel-detector-yolo26n разработана как компактный детектор манги на базе Ultralytics YOLO26-nano, дообученный на Manga109-s. Она находит панели и текстовые области (текстовые пузыри) на страницах манги; предусмотрено применение на Android-устройствах через TFLite или LiteRT, а также инференс и дальнейшее обучение через PyTorch и Ultralytics. Модель содержит 2,57 млн параметров, принимает RGB-изображения размером 640×640 и возвращает координаты рамок, уверенность и класс обнаружений. В описании приведены результаты оценки на Manga109-s и скорость CPU около 100–180 мс; доступна INT8-версия TFLite размером 2,71 МБ. Обучение выполнено на Manga109-s, включающем 87 произведений манги, примерно 18 тысяч страниц и 32 тысячи аннотаций. Модель распространяется по AGPL-3.0. README указывает, что сетевой сервис с моделью должен предоставлять исходный код пользователям, а для закрытого или проприетарного продукта требуется Enterprise License Ultralytics. У датасета Manga109-s есть отдельные условия использования; их необходимо учитывать при публикации или распространении результатов.

QuantFactory/Meissa-Qwen2.5-7B-Instruct-GGUF — квантизированная версия модели Meissa-Qwen2.5-7B-Instruct, разработанная QuantFactory с использованием llama.cpp на основе Orion-zhen/Qwen2.5-7B-Instruct-Uncensored. Это текстовая generative-модель для генерации текста, прежде всего для написания художественных произведений и ролевых сценариев. Модель дообучена методом SFT на наборах данных, связанных с художественным письмом, ролевыми диалогами, карточками персонажей и литературными промптами. Заявлены поддерживаемые языки zh и en. Архитектура относится к семейству Qwen2.5, размер базовой модели — 7B параметров; GGUF-квантизация предназначена для запуска через совместимое программное обеспечение на базе llama.cpp и может снизить требования к памяти, однако конкретные варианты квантизации в README не указаны. Данные о размере контекста, модальностях и производительности отсутствуют. Сильная сторона модели — специализация на творческой генерации и roleplay благодаря тематике обучающих данных. Ограничения включают отсутствие подтверждённых показателей качества, сведений о контекстном окне и подробностей квантизации. Модель распространяется по лицензии GPL-3.0.

MERaLiON-SER-v1 — мультиязычная модель распознавания эмоций и аффективных характеристик речи, разработанная командой MERaLiON. Она принимает аудио и предсказывает семь категорий эмоций: нейтральность, радость, грусть, гнев, удивление, страх и отвращение, а также непрерывные оценки валентности, возбуждения и доминирования в диапазоне от 0 до 1. Модель содержит 309 млн параметров и использует замороженный энкодер Whisper-Medium с LoRA-адаптацией, за которым следуют attention pooling и модифицированный ECAPA-TDNN; декодер Whisper не используется. Модель предназначена для анализа эмоциональной окраски речи в аудиозаписях и потоковом сценарии, включая оценку эмоциональных траекторий. Заявлена поддержка английского, китайского, малайского и тамильского языков; поддержка тайского, индонезийского и вьетнамского ограничена. В оценке на нескольких публичных наборах данных показаны конкурентные результаты, но качество зависит от языка, домена и представленности эмоций. Модель распространяется по MERaLiON Public License.

Карточка модели MergekitCloud/mergekit-64 на Hugging Face совпадает с карточкой MergekitCloud/mergekit-75, поэтому описание составлено по ней. MergekitCloud/mergekit-75 — языковая модель, созданная автором репозитория MergekitCloud слиянием четырёх моделей семейства Llama 3.1 8B методом Model Stock с помощью mergekit. В качестве базовой для слияния использована vicgalle/Humanish-Roleplay-Llama-3.1-8B; в состав также вошли ArliAI/Llama-3.1-8B-ArliAI-RPMax-v1.3, Orenguteng/Llama-3.1-8B-Lexi-Uncensored-V2 и Undi95/Llama3-Unholy-8B-OAS. Модель предназначена для генерации текста и диалогов, в том числе ролевых сценариев и более свободных ответов. Она имеет архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров, принимает текст и выдаёт текст; заявленная длина контекста — 131 072 токена. Репозиторий использует формат safetensors и библиотеку Transformers. Слияние объединяет модели с ролевой и менее ограниченной генерацией, однако README не приводит сравнительных оценок качества. Данные не подтверждают отдельную языковую специализацию. Лицензия в предоставленных источниках не указана.

Карточка модели MergekitCloud/mergekit-66 на Hugging Face совпадает с карточкой MergekitCloud/mergekit-75, поэтому описание составлено по ней. MergekitCloud/mergekit-75 — языковая модель, созданная автором репозитория MergekitCloud слиянием четырёх моделей семейства Llama 3.1 8B методом Model Stock с помощью mergekit. В качестве базовой для слияния использована vicgalle/Humanish-Roleplay-Llama-3.1-8B; в состав также вошли ArliAI/Llama-3.1-8B-ArliAI-RPMax-v1.3, Orenguteng/Llama-3.1-8B-Lexi-Uncensored-V2 и Undi95/Llama3-Unholy-8B-OAS. Модель предназначена для генерации текста и диалогов, в том числе ролевых сценариев и более свободных ответов. Она имеет архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров, принимает текст и выдаёт текст; заявленная длина контекста — 131 072 токена. Репозиторий использует формат safetensors и библиотеку Transformers. Слияние объединяет модели с ролевой и менее ограниченной генерацией, однако README не приводит сравнительных оценок качества. Данные не подтверждают отдельную языковую специализацию. Лицензия в предоставленных источниках не указана.

MergekitCloud/mergekit-75 — языковая модель, созданная автором репозитория MergekitCloud слиянием четырёх моделей семейства Llama 3.1 8B методом Model Stock с помощью mergekit. В качестве базовой для слияния использована vicgalle/Humanish-Roleplay-Llama-3.1-8B; в состав также вошли ArliAI/Llama-3.1-8B-ArliAI-RPMax-v1.3, Orenguteng/Llama-3.1-8B-Lexi-Uncensored-V2 и Undi95/Llama3-Unholy-8B-OAS. Модель предназначена для генерации текста и диалогов, в том числе ролевых сценариев и более свободных ответов. Она имеет архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров, принимает текст и выдаёт текст; заявленная длина контекста — 131 072 токена. Репозиторий использует формат safetensors и библиотеку Transformers. Слияние объединяет модели с ролевой и менее ограниченной генерацией, однако README не приводит сравнительных оценок качества. Данные не подтверждают отдельную языковую специализацию. Лицензия в предоставленных источниках не указана.

messy_sketch_art_style — модель генерации изображений на основе Stable Diffusion, обученная методом DreamBooth apurik-parv с использованием реализации DreamBooth Shivamshri Rao. Она предназначена для создания скетчей и дудлов в небрежном художественном стиле по текстовому описанию; триггерное слово стиля — meartsty. Обучение проводилось в течение 50 000 шагов. Простые запросы, согласно карточке, воспроизводят стиль лучше, а сложные и противоречивые могут добавлять в изображение шум. Репозиторий содержит веса в форматах Diffusers и PyTorch; лицензия — CreativeML OpenRAIL-M.

facebook/mms-tts-grc — модель синтеза речи на древнегреческом языке из проекта Massively Multilingual Speech (MMS), разработанного Facebook. Она преобразует текст на древнегреческом в речевую аудиоволну и подходит для озвучивания текстов и создания аудиоматериалов на этом языке. Модель использует архитектуру VITS и содержит 3,6 млн параметров. Это отдельный чекпойнт для древнегреческого языка; для работы с ним подходит библиотека Transformers версии 4.33 и новее. Стохастический предиктор длительности позволяет варьировать ритм речи, поэтому для повторяемого результата требуется фиксировать seed. Модель распространяется по лицензии CC BY-NC 4.0.

DoppelReflEx разработал MN-12B-Mimicore-GreenSnake — слитую диалоговую модель на архитектуре Mistral с 12,1 млрд параметров. Она принимает текст и генерирует текст; для общения используется формат ChatML, а заявленная длина контекста составляет 1 024 000 токенов. Модель предназначена для ролевых диалогов, в том числе ERP-сценариев, и написания историй. По словам автора, она не слишком хорошо имитирует человеческие ответы, хотя, по оценке автора, остаётся пригодной для использования. Модель получена слиянием двух моделей методом SLERP. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерчески. Карточка не содержит дополнительных сведений о поведении модели и её ограничениях за пределами указанной оценки автора.

MN-Tiramisu-12B — диалоговая языковая модель на архитектуре Mistral, созданная автором matchaaaaa слиянием четырёх моделей через mergekit и линейный метод DARE. В основу слияния положена flammenai/Mahou-1.3-mistral-nemo-12B; также включены модели Gryphe/Pantheon-RP-1.5-12b-Nemo, Sao10K/MN-12B-Lyra-v1 и nbeerbower/mistral-nemo-gutenberg-12B-v4. Модель содержит 12,1 млрд параметров и распространяется в формате safetensors для Transformers. Она предназначена прежде всего для длинных ролевых диалогов и генерации художественного текста. Модель принимает текстовые сообщения в шаблоне ChatML и поддерживает контекст до 16 384 токенов; автор характеризует её как склонную к многословным ответам и отмечает настройки сэмплирования, которые можно подбирать экспериментально. Качество зависит от сценария и параметров генерации; независимые результаты оценки в карточке не приведены. Сведения о лицензии в предоставленных данных отсутствуют.

OccamRazor/mpt-7b-storywriter-4bit-128g — 4-битная квантованная версия MPT-7B-StoryWriter-65k+, подготовленная для KoboldAI на основе модели MosaicML. Это авторегрессионная языковая модель с модифицированной архитектурой decoder-only Transformer: 6,7 млрд параметров, 32 слоя и 32 головы внимания. Она дообучена на отфильтрованной художественной части Books3 для чтения и написания художественных историй; в README указано обучение с контекстом 65 тыс. токенов и возможность экстраполяции ALiBi за эту длину. Модель принимает текст и генерирует продолжение текста, поэтому подходит для интерактивного сочинения и продолжения длинных рассказов. Модель обучена MosaicML и распространяется по лицензии Apache-2.0, допускающей коммерческое использование. Для загрузки через Transformers требуется trust_remote_code=True из-за пользовательской архитектуры. Модель может выдавать фактически неверные сведения, а также предвзятый, непристойный или оскорбительный текст; она предназначена для художественной генерации, а не для получения достоверных фактов. README описывает квантование до 4 бит для KoboldAI, а метаданные указывают формат safetensors.

NarrativAI Llama 3.1 8B — языковая модель для диалогов, ролевых сценариев и интерактивного повествования, созданная passthepizza на основе Meta Llama 3.1 8B. Модель использует архитектуру Llama с плотной авторегрессионной языковой сетью и содержит около 7,5 млрд параметров; заявленная длина контекста — 131 072 токена. Репозиторий содержит веса в формате Safetensors, лицензия — MIT. Модель предназначена для ролевых диалогов, совместного создания историй и других творческих бесед. В README заявлен метод Reflection-Tuning, при котором модель обучается на собственных ответах для улучшения повествовательных навыков. Доступны чат-возможности и интерфейс вызова инструментов. Модель может допускать фактические ошибки и терять согласованность контекста; README отмечает, что Reflection-Tuning не устраняет эти проблемы полностью. Языки, на которых модель специально обучена, в карточке не названы.

Naturitize Image Pack — дообученная модель для Stable Diffusion 2.1, опубликованная под именем plasmo. Она предназначена для генерации изображений по текстовым запросам в разрешении 768 пикселей и добавляет к базовой модели стиль с природными, землистыми текстурами. Для активации эффекта автор рекомендует начинать запрос со слова «naturitize»; также можно сочетать модель с embeddings. Для работы требуется Stable Diffusion 2.1 и файл naturitize-SD2.1-768px.yaml рядом с файлами модели. Модель обучена на 112 изображениях с разрешением 768 пикселей в течение 8000 шагов, включая 500 шагов обучения текстового энкодера. Файлы доступны в форматах Diffusers и PyTorch; лицензия — CreativeML Open RAIL-M.

Nawah-VL-25M — компактная мультимодальная модель oddadmix для автоматического создания подписей на современном литературном арабском языке по одному изображению. Она собрана из готовых компонентов: использует замороженную визуальную башню SigLIP2 NaFlex из LiquidAI/LFM2.5-VL-450M, обученный мультимодальный проектор и языковую модель Emhotob-25M-v2. Общий размер — 118 млн параметров; языковая часть содержит 25,3 млн параметров и имеет контекст 2048 токенов. Модель предназначена для генерации краткого описания основного объекта и его цвета. В README приведены результаты оценки на отложенной выборке: chrF++ 27,4, BLEU 8,2 и perplexity 12,2. Обучение проводилось на арабских подписях к изображениям, автоматически полученных в два этапа из английских описаний, поэтому качество эталонных подписей ограничено. Модель слабо распознаёт текст внутри изображений, может выдумывать правдоподобные названия брендов и иногда ошибается в согласовании арабских слов. Лицензия репозитория — CC-BY-NC-4.0; для визуальной башни также действуют лицензионные условия LiquidAI.

NemoDori-v0.1-12B-MS — объединённая методом Model Stock модель на архитектуре Mistral, созданная автором RozGrov с помощью LazyMergekit на основе четырёх 12-миллиардных моделей для диалогов и ролевых игр. Модель содержит 12,1 млрд параметров, предназначена для генерации текста и работает в формате safetensors; автор рекомендует использовать шаблон ChatML. В каталожных метаданных указан контекст до 1 024 000 токенов, а в README автор сообщает о связности генерации, проверенной им примерно на 28 000 токенах. Модель подходит для продолжения ролевых сцен, написания выразительной прозы и творческих диалогов. По опыту автора, она обычно развивает историю постепенно и может предлагать неожиданные продолжения, но иногда перескакивает во времени, генерирует длинные ответы или говорит от лица пользователя. Автор отмечает, что это его первый экспериментальный merge. Лицензия в предоставленных данных не указана.

Модель jssaluja/nemotron35-punjabi-cer-train-113953-epochs-10-test-1408 — потоковая система автоматического распознавания речи на основе NVIDIA Nemotron 3.5 ASR Streaming 0.6B, дообученная для пенджабской речи, включая чтение и декламацию Gurbani. Она принимает аудио и выдаёт распознанный текст; режим распознавания обусловлен целевым языком pa-IN. Обучение использовало записи Sehaj Paath, киртана, аудиокниг, бесед и других материалов на пенджаби, а словарь токенизатора обучен на стихах Guru Granth Sahib. Модель предназначена для потоковой транскрипции пенджабских религиозных чтений и аудиозаписей. В README приведены метрики CER и WER, но их значения отсутствуют, поэтому качество по ним оценить нельзя. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства на некоммерческих условиях.

nephra v1.0 — языковая модель Sao10K для ролевых диалогов, дообученная на базе Meta-Llama-3-8B на ролевых и инструкционных данных. Она генерирует текстовые ответы в формате диалога и рассчитана на ролевые сессии и интерактивное взаимодействие с персонажами. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 8192 токенов; поддерживает английский язык. Для диалогов рекомендуется формат промпта Llama-3-Instruct. Модель распространяется по лицензии Meta Llama 3 Community License Agreement. Карточка предупреждает, что иногда генерация может нарушаться; качество зависит от настроек и формулировки промпта.

NERGame — дообученная на базе Qwen/Qwen3-4B модель для извлечения упоминаний из пользовательского контента на китайском языке о разных видеоиграх. После LoRA-дообучения веса объединены с базовой моделью; это плотная авторегрессионная языковая модель на 3,7 млрд параметров, доступная в формате BF16 для загрузки через Transformers. Модель принимает текст и формирует JSON со списком семантических фрагментов и порядковым номером каждого точного, регистрозависимого вхождения. Она не определяет типы сущностей или событий и не должна извлекать фрагменты из контекста вне основного текста. В README приведены результаты офлайн-оценки исходного адаптера R27: F1 по совпадению фрагментов составил 76,41% на старом наборе old_dev, 66,08% на наборе seen_dev и 63,98% на unseen_test. Это не результаты полной переоценки объединённого релиза; часть разметки была автоматически получена и не проверена вручную. Охват всех игр, точность на длинных текстах, а также задержка и пропускная способность в целевой среде не подтверждены. Указанное для модели окно контекста — 40 960 токенов, но обучение и заявленные проверки не подтверждают качество извлечения на такой длине. Лицензия — Apache-2.0, унаследованная от базовой модели.

NewBie image Exp0.1 — экспериментальная модель генерации изображений по тексту от команды NewBie-AI, созданная на основе исследований архитектуры Lumina. Это модель класса DiT с 3,5 млрд параметров на базе Next-DiT, обученная в рамках новой архитектуры NewBie для генерации изображений. Для понимания запросов она использует Gemma3-4B-it и Jina CLIP v2, а для работы с изображениями — VAE FLUX.1-dev с 16 каналами. Модель обучена на большом корпусе высококачественных данных в стиле аниме и предназначена для создания детализированных изображений по естественным языковым описаниям и тегам. Структурированные XML-запросы могут улучшать привязку атрибутов к персонажам и элементам сцены, особенно в сценах с несколькими персонажами. Модель доступна для работы через Diffusers и ComfyUI. Это первый экспериментальный выпуск системы генерации NewBie, поэтому качество и поведение могут быть непредсказуемыми. README не содержит конкретных условий лицензии; в метаданных указана лицензия other. Разработчики предупреждают о возможности неожиданных или вредоносных результатов и возлагают ответственность за последствия использования на пользователя.

New Dawn Llama 3 70B 32K v1.0 — авторская модель sophosympatheia, собранная методом многоуровневого слияния SLERP нескольких вариантов Llama 3 70B. Это плотная авторегрессионная модель на 69,5 млрд параметров с контекстом до 32 768 токенов; для длинного контекста автор рекомендует alpha_rope=1. Модель предназначена прежде всего для ролевых диалогов, написания историй и творческого письма, а также поддерживает формат инструкций Llama 3. Автор описывает её как uncensored и отмечает, что не проверял качество на других задачах. В репозитории используются веса safetensors; лицензия — Llama 3. Модель может подойти для сцен с откровенным взрослым содержанием, но качество ответов зависит от промпта и настроек сэмплирования.