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

est-roberta-hist-ner — модель семейства Est-RoBERTa, разработанная tartuNLP и дообученная для распознавания именованных сущностей в эстонских приходских судебных записях XIX века. Она выполняет разметку токенов, выделяя имена людей (PER), места (LOC), организации (ORG), неоднозначные упоминания места или организации (LOC_ORG) и прочие имена (MISC).

EtherealRainbow-v0.3-8B — слитая с помощью mergekit модель на архитектуре Llama 3, опубликованная invisietch. Модель содержит около 7,5 млрд параметров и рассчитана на генерацию творческой прозы, ролевые диалоги и рассказывание историй, включая длинные ответы с соблюдением инструкций и заданных промптов. Версия 0.3 направлена на повышение творческой выразительности при сохранении связности. Модель объединяет несколько дообученных вариантов Llama 3; в карточке указаны 12 исходных моделей. Поддерживает текстовый диалог на английском языке, использует контекст до 8192 токенов и рекомендуется к применению с форматом инструкций Llama 3 Instruct. Репозиторий содержит веса Safetensors; автор также упоминает варианты квантизации GGUF и EXL2. Модель позиционируется как малосдерживающая и может создавать откровенный, тревожный или оскорбительный контент. Это следует учитывать при ролевых сценариях и генерации историй. Лицензия — Llama 3 Community License (llama3).

Модель dima806/faces_age_detection — дообученный Vision Transformer ViT-Base для классификации изображений лиц по возрастным группам. Она принимает изображение лица и предсказывает одну из трёх категорий: YOUNG, MIDDLE или OLD. По отчёту в карточке, точность на указанной выборке из 12 965 примеров составляет около 91%. Модель подходит для оценки возрастной группы на фотографиях в задачах компьютерного зрения. Размер — 113,2 млн параметров; доступны веса PyTorch и safetensors. Лицензия — Apache-2.0.

Модель heranm/finetuning-sentiment-model-3000-samples — дообученная версия distilbert-base-uncased для классификации тональности текстов отзывов. Она использует архитектуру DistilBERT и обучалась на датасете IMDb; в карточке указаны точность 0,8733 и F1 0,8766 на оценочной выборке. Модель рассчитана на классификацию текста, в частности отзывов о фильмах, в пределах контекста до 512 токенов. Модель принимает текст и выдаёт метку класса тональности. Она может быть полезна для автоматической сортировки отзывов и анализа мнений пользователей. Опубликована в формате PyTorch под лицензией Apache-2.0. Данные карточки не уточняют набор меток и ограничения применимости за пределами IMDb.

FLUX.1-dev-ControlNet-Depth — модель управления генерацией изображений на основе глубины для FLUX.1-dev. Она разработана совместно исследователями InstantX Team и Shakker Labs, при спонсорской поддержке Shakker AI. Модель предназначена для text-to-image сценариев, в которых требуется сохранять пространственную структуру и композицию исходного изображения по карте глубины, одновременно изменяя содержимое по текстовому запросу. Для работы используется библиотека Diffusers и базовая модель black-forest-labs/FLUX.1-dev. Модель состоит из четырёх FluxTransformerBlock и одного FluxSingleTransformerBlock. Она обучалась на реальных и сгенерированных изображениях в разрешении 1024 с использованием Depth-Anything-V2 для извлечения карт глубины; обучение проводилось на 16 A800 в течение 70 тысяч шагов. В README указаны английский язык и рекомендуемый диапазон controlnet_conditioning_scale 0,3–0,7. Для запуска необходимы базовая модель FLUX.1-dev, совместимый пайплайн FluxControlNetPipeline и вычислительные ресурсы с поддержкой CUDA и bfloat16. Ограничения и качество для отдельных языков и сценариев отдельно не описаны; результат зависит от качества карты глубины, текстового запроса и базовой модели. Модель распространяется по лицензии flux-1-dev-non-commercial-license, обозначенной как other; лицензия предназначена для некоммерческого использования.

UmeAiRT/FLUX.1-dev-LoRA-Modern_Pixel_art — адаптер LoRA для генерации изображений на базе black-forest-labs/FLUX.1-dev. Модель разработана UmeAiRT и предназначена для создания изображений в современной стилистике 2D pixel art, включая фантазийные пейзажи, руины, леса, горы, водоёмы и сцены, вдохновлённые современными играми. Для активации стилистики рекомендуется использовать триггерное слово umempart. Модель работает в сценариях text-to-image и распространяется в формате Safetensors. В README указаны LoRA rank 32 и рекомендуемое разрешение 1024 пикселя; сведения о размере базовой модели, поддерживаемых языках, максимальном контексте и дополнительных модальностях отсутствуют. Обучение проводилось в течение 20 эпох и 2000 шагов с оптимизатором Prodigy на датасете UmeAiRT/Ume-Modern_Pixel_Art; автор отмечает, что настройки могли быть не оптимальными. Сильная сторона модели — специализированная передача современной пиксельной стилистики поверх возможностей FLUX.1-dev. Ограничения включают зависимость от базовой модели, необходимость корректного применения триггерного слова и возможную нестабильность результатов из-за неоптимально подобранных параметров обучения. Модель распространяется по лицензии MIT.

Это LoRA-адаптер для генерации изображений на основе текстовых описаний, предназначенный для использования с моделью black-forest-labs/FLUX.1-schnell через библиотеку Diffusers. Разработчик — пользователь furaidosu; название модели указывает на специализацию в стилистике векторных иллюстраций, однако README не содержит подробного описания обучения или архитектуры адаптера. В метаданных указаны английский язык и pipeline text-to-image. Модель предназначена для создания цифровых мультяшных и иллюстративных изображений, включая персонажей, хоррор- и dark fantasy-сцены, с выразительными чертами, чёткими линиями, насыщенными цветами и зернистой атмосферой. Для активации стиля указан instance prompt «in a dark fantasy style, grainy». Среди примеров есть изображения мальчика с белой кошкой, гротескных хоррор-персонажей и карикатурных портретов. Рекомендуемый размер генерации в конфигурации — 1024×1024 пикселя. К сильным сторонам относятся ориентация на узнаваемую стилизацию, поддержку текстового управления и совместимость с экосистемой Diffusers. Ограничения, точный размер LoRA, параметры обучения, требования к памяти, качество на других разрешениях и степень сохранения векторного вида в README не указаны. Модель распространяется по лицензии flux-1-dev-non-commercial-license; использование ограничено условиями этой лицензии.

strangerzonehf/Flux-Super-Portrait-LoRA — адаптер LoRA для генерации изображений на основе black-forest-labs/FLUX.1-dev. Модель предназначена для создания портретов крупным планом по текстовому описанию: можно задавать внешность персонажа, одежду, аксессуары, выражение лица и цвет фона. Для активации адаптера в запросе требуется использовать триггерную фразу «Super Portrait». Модель работает в сценарии text-to-image и рассчитана на использование вместе с базовой моделью FLUX.1-dev через Diffusers. Адаптер обучен на 19 плоских изображениях разрешения 4K с разметкой на английском языке, созданной с помощью Florence-2. Указаны параметры LoRA: network dimension 64 и network alpha 32. Рекомендуемые размеры генерации — 1280×832 с соотношением сторон 3:2 и 1024×1024 как стандартный вариант; рекомендуемый диапазон — 30–35 шагов инференса. Веса доступны в формате Safetensors. Сильная сторона модели — специализация на выразительных портретах и возможность управлять деталями персонажа с помощью текстового описания. Ограничения связаны с узкой портретной специализацией, небольшим объёмом обучающего набора и необходимостью использовать совместимую базовую модель FLUX.1-dev; качество и соответствие запросу могут зависеть от выбранных параметров и формулировки промпта. Лицензия указана как CreativeML Open RAIL-M.

ariadnak/font-identifier — дообученная на наборе данных в формате ImageFolder модель ResNet-18 для классификации изображений по классам шрифтов. Она принимает изображение и выдаёт предсказанный класс, поэтому подходит для определения шрифта по его визуальному образцу. В карточке указаны точность 0,781 и функция потерь 0,8935 на оценочном наборе; подробности о классах, размере набора и методике оценки не приведены. Модель основана на microsoft/resnet-18, использует архитектуру ResNet для классификации изображений и распространяется в формате safetensors. Лицензия — Apache-2.0. Оценка на одном наборе не гарантирует таких же результатов на изображениях с другими шрифтами, качеством или условиями съёмки.

Fresh Ink — модель генерации изображений по текстовым описаниям, созданная объединением Tantrum с Fresh Hell: HELLMix, в которую встроена LoRA Cute and Fresh. Для включения указанного в карточке стиля используйте триггер j_guofeng в промпте. Примеры демонстрируют милые 2D-сцены с персонажами и животными в аниме-стиле. Модель предназначена для создания иллюстраций по промптам через StableDiffusionPipeline библиотеки diffusers. Файлы представлены в форматах diffusers и safetensors; лицензия — CreativeML OpenRAIL-M. Размер модели, число параметров и длина контекста в доступных данных не приведены.

FrWhisper — модель распознавания речи, разработанная Annette Gerstenberg и Hanno Müller на основе дообучения openai/whisper-large-v3. Версия v2 настроена на разговорную французскую речь, включая паузы и междометия, повторы и произнесённые числа. Модель принимает аудио и выдаёт транскрипцию; в репозитории используются веса Safetensors, запуск поддерживается через Transformers. Размер модели — 905,2 млн параметров. Модель предназначена для транскрибации разговоров и социолингвистических интервью на французском языке. Она обучалась на улучшенной выборке корпусов ESLO и LangAge. В оценке на фиксированной тестовой выборке v2 показала WER 29,87 против 50,81 у базовой Whisper large-v3; авторы предупреждают, что тестовая выборка включает говорящих из обучающих данных, поэтому результат может быть оптимистичным. Модель специализируется на разговорном французском, и качество на других тематиках и акцентах может отличаться. Для длинных файлов авторы рекомендуют обработку фрагментами. Лицензия CC-BY-NC-SA 4.0 запрещает коммерческое использование.

Gemma-3-Starshine-12B-Alt — экспериментальная модель для творческого письма и ролевых диалогов, созданная ToastyPigeon слиянием дообученных моделей на базе Gemma 3 12B IT и Gemma 3 12B PT. Версия RP Focused лучше поддерживает раздельные реплики персонажей в диалогах с ходами и реже говорит от лица пользователя. В модели около 11,6 млрд параметров, архитектура Gemma3ForCausalLM, библиотека Transformers; заявленная длина контекста — 131 072 токена. Модель сочетает следование инструкциям Gemma-3-Glitter-12B со свободной прозой Gemma-3-Confetti-12B и подходит для ролевых сцен и творческого письма. README указывает, что зрение может работать при использовании GGUF и подходящего файла mmproj, но в опубликованном варианте отсутствует vision tower, поэтому полноценная мультимодальность пока не реализована. Лицензия в предоставленных данных не указана.

Gemma-4-31B-Storymaxxed3-GGUF — GGUF-квантизированная версия дообученной модели Gemma-4-31B-Storymaxxed3, разработанная и опубликованная MRockatansky. В основе лежит модель llmfan46/gemma-4-Ortenzya-The-Creative-Wordsmith-31B-it-uncensored-heretic. Дообучение выполнено с использованием TRL и Direct Preference Optimization (DPO) на наборе пар предпочтений для повествовательных текстов. Модель предназначена прежде всего для творческого письма: генерации рассказов, сцен, диалогов и художественной прозы на английском языке. По описанию автора, она ориентирована на качественный стиль повествования, удачный подбор слов, выразительные диалоги, а также сохранение деталей и последовательности сцен. Модель относится к текстогенерационным и поддерживает сценарии, связанные с narrative prose; для работы с изображениями доступен отдельный vision mmproj-файл. Ключевая характеристика модели — размер 31B параметров и GGUF-формат, предназначенный для запуска в совместимых средах инференса. Рекомендуемые параметры генерации: temperature 1.0, top_p 0.95 и top_k 64. Ограничения включают специализацию преимущественно на англоязычной художественной генерации; сведения о размере контекстного окна, конкретном типе квантизации, требованиях к аппаратному обеспечению и результатах стандартизированных тестов не приведены. Модель распространяется по лицензии Apache-2.0.

titan087/gemma4-e2b-neon-veil-rp-v2 — дообученная модель для генерации текста и ролевого общения, разработанная на базе google/gemma-4-E2B-it. Она ориентирована на интерактивный roleplay, многоходовые диалоги, отыгрыш персонажей и создание описательной прозы, включая сценарии с несколькими персонажами. Модель доступна в формате GGUF и предназначена для локального запуска через llama.cpp, text-generation-webui, LM Studio и совместимые инструменты. Модель использует архитектуру Gemma 4 и содержит около 2,8 млрд параметров. Заявлена поддержка английского языка и контекста до 65 536 токенов. Доступны квантизации Q2_K_M, Q3_K_M, Q4_K_M, Q5_K_M и Q8_0, что позволяет выбирать между сниженным потреблением ресурсов и качеством вывода; для ролевых сценариев рекомендуется Q4_K_M или Q5_K_M. По заявлению авторов, по сравнению с первой версией улучшены согласованность характера, качество прозы, удержание информации в длинном контексте, соблюдение инструкций и плавность многоходового диалога. Сильными сторонами модели являются специализация на ролевом взаимодействии, сохранение голоса и манеры персонажей, эмоциональная последовательность, описательность и возможность эффективного локального запуска на CPU или GPU благодаря квантизации. Ограничения включают возможный дрейф характера в очень длинных сессиях, а также зависимость качества и требований к памяти от выбранной квантизации. Модель распространяется по лицензии GPL-3.0.

Nubinu/Gemma4-E4B-MiniFantasy-V1 — дообученная с помощью LoRA модель семейства Gemma 4 E4B, созданная для ролевых диалогов и совместного повествования. В карточке указаны обучение на базе MuXodious/gemma-4-E4B-it-SOMPOA-heresy с Unsloth и PEFT/LoRA; в метаданных архитектура обозначена как плотная Gemma4ForConditionalGeneration, а формат весов — safetensors. Модель предназначена для отыгрыша персонажей, поддержания их голоса и поведения, а также продолжения сюжетных сцен. README рекомендует задавать карточки персонажей в структурированном формате и использовать настройки сэмплирования для ролевой прозы. Максимальная длина последовательности при дообучении составляла 4096 токенов; это не подтверждает предельный контекст модели при использовании. Модель генерирует текст, поддерживает диалоговый режим и ориентирована на английский язык. Базовая модель описана в каталоге как мультимодальная, однако карточка этой версии не подтверждает сохранение обработки изображений. Модель распространяется по лицензии Apache-2.0. Качество повествования зависит от промпта и настроек сэмплирования; обучение проведено за одну эпоху.

Felldude/gemma-4-E4B-uncensored — дообученная модель семейства Gemma 4, созданного Google DeepMind. По данным карточки, версия намеренно ослабляет ограничения и предназначена, в частности, для создания описаний откровенных изображений. Модель основана на Gemma 4 E4B и использует архитектуру Gemma4ForConditionalGeneration; веса доступны в формате safetensors и работают с библиотекой Transformers. Базовая модель поддерживает работу с изображениями и аудио, но карточка этой версии отдельно указывает на сценарий описания изображений; обучение на видео не проводилось, поэтому видео модель может описывать как неподвижные кадры. Модель выпущена под лицензией Apache-2.0. Карточка не сообщает о размере контекста или языках этой дообученной версии.

Crystalcareai/gemma-roleplay — дообученная модель семейства Gemma для генерации текста в ролевых сценариях. Разработчик сообщает, что модель обучена в течение трёх эпох на наборе TokenBender/roleplay_alpaca. По архитектуре это плотная авторегрессионная GemmaForCausalLM с 8,2 млрд параметров, принимающая текст и поддерживающая контекст до 8192 токенов. Модель предназначена для ролевых диалогов и генерации ответов от лица персонажа. Она хранится в формате safetensors и может загружаться через Hugging Face Transformers. В предоставленных сведениях лицензия не указана, поэтому условия использования не определены.

Anjoe/german-poetry-gpt2 — языковая модель семейства GPT-2, дообученная на базе dbmdz/german-gpt2 для генерации текста. Её можно использовать для создания немецких стихотворных текстов и продолжения поэтических фрагментов. Модель принимает текст и выдаёт текст; максимальный контекст составляет 1024 токена. В карточке указаны PyTorch и safetensors, лицензия — MIT.

Gerph — семейство моделей генерации изображений по текстовому описанию, обученное на работах художника Gerph. Доступны варианты Gerph_Epoch8, Gerph_Epoch10 и Gerph_Epoch11; карточка описывает базовый вариант как обученный исключительно на его искусстве, а два продолженных варианта — на более широком наборе изображений с работами разных авторов. Модели ориентированы преимущественно на персонажей и художественные иллюстрации в авторском стиле. Модель принимает текстовые запросы на английском языке и создаёт изображения; специальные токены для вызова стиля не нужны. Варианты отличаются обучающими данными и выраженностью исходного стиля. Генерация может включать откровенный контент. Модель распространяется под лицензией CreativeML OpenRAIL-M.

Ghibli Diffusion — модель генерации изображений на основе Stable Diffusion, дообученная nitrosocke на изображениях из современных полнометражных аниме Studio Ghibli. Для получения характерного эффекта в запрос рекомендуется добавлять токен «ghibli style». Модель создаёт изображения по текстовому описанию; в карточке также приведены примеры пейзажей, автомобилей и персонажей. Модель обучена методом DreamBooth с сохранением prior-preservation loss и дообучением текстового энкодера в течение 15 000 шагов. Она предназначена для создания иллюстраций в стилистике Ghibli, например фантастических персонажей, транспорта и пейзажей. Доступна в форматах Diffusers, PyTorch и Safetensors; лицензия — CreativeML OpenRAIL-M.

Это текстовая модель для генерации публикаций о рамене в авторском стиле блога Go Ramen. Её разработал John Halloran: модель Gemma 4 E4B Instruct дообучена методом QLoRA на архиве из 1 841 публикации блога; опубликованный чекпойнт объединяет адаптер с базой после перевода весов в bf16. Модель принимает заголовок и метки публикации и генерирует текст обзора. Для запуска автор приводит пример с mlx-lm. Модель рассчитана на англоязычные обзоры раменных ресторанов, оформленные в стиле и структуре исходного блога. Для публикации выбрана версия с контрольной точки, показавшей лучшее обобщение на тестовой выборке из 100 публикаций. Это специализированная модель текстовой генерации, а не средство проверки фактов: сведения о ресторанах могут быть недостоверными. Обучение на небольшой выборке также приводит к риску переобучения и запоминания формулировок. Чекпойнт текстовый, хотя исходная базовая модель мультимодальна; файл весов опубликован в bf16 и занимает около 14 ГБ. Лицензия — Gemma.

GPT-J-6B-Janeway — дообученная модель KoboldAI на базе GPT-J 6B от EleutherAI, созданная для генерации продолжений текста. При обучении использовалось около 2210 электронных книг, преимущественно в жанрах научной фантастики и фэнтези; набор основан на данных GPT-Neo-2.7B-Picard и дополнен материалами из других жанров. Для части примеров перед текстом добавлялась пометка жанра в формате [Genre: ,]. Модель построена на плотной архитектуре GPT-J с авторегрессионной языковой головой, содержит 6 млрд параметров и принимает текст, предсказывая следующие токены. Контекст составляет 2048 токенов. Основной язык карточки — английский. Модель подходит для художественного продолжения и генерации прозы, особенно в научно-фантастическом и фэнтезийном контексте. Лицензия — MIT. Модель не гарантирует фактическую точность: она подбирает вероятное продолжение текста, а не проверяет сведения. Возможны предвзятые, грубые или оскорбительные ответы; перед публикацией результаты следует проверять и фильтровать.

Hermyale-stack-90B — экспериментальная merge-модель, созданная автором карточки методом stack merge из Hermes 3 и Euryale 2.2. Она объединяет чередующиеся диапазоны слоёв моделей NousResearch/Hermes-3-Llama-3.1-70B и Sao10K/L3.1-70B-Euryale-v2.2; дополнительного предобучения не проводилось. Архитектура — плотная LlamaForCausalLM, размер — 90,9 млрд параметров, формат весов — safetensors, контекст — до 131 072 токенов. Модель использует шаблон ChatML и рассчитана на генерацию текста в диалоговом формате. Основные сценарии — ролевая игра и творческое письмо. Слияние придаёт модели необычный стиль и разнообразие ответов, однако, по словам автора, может ухудшать сложные логические рассуждения и вызывать ошибки или неожиданное поведение. Автор рекомендует проверять и при необходимости редактировать результаты. Для модели указана лицензия CC-BY-NC-4.0, допускающая использование с ограничениями, включая некоммерческий характер лицензии.

Модель rvv-karma/Human-Action-Recognition-VIT-Base-patch16-224 разработана на основе google/vit-base-patch16-224 и дообучена для классификации изображений с действиями людей на датасете Bingsu/Human_Action_Recognition. Это Vision Transformer с архитектурой ViTForImageClassification и примерно 113,2 млн параметров: изображение делится на патчи 16×16, а классификатор относит его к одному из 15 классов — звонок, аплодисменты, езда на велосипеде, танцы, питьё, еда, драка, объятия, смех, прослушивание музыки, бег, сидение, сон, переписка или работа за ноутбуком. Модель предназначена для классификации отдельных изображений, а не для распознавания последовательностей действий в видео. В README указаны точность 0,8786 и loss 0,4005 на оценочном наборе; результаты на других данных могут отличаться. Базовый ViT предварительно обучен на изображениях разрешения 224×224; модель распространяется в формате safetensors по лицензии Apache-2.0.

DeepFloyd IF-I-M-v1.0 — разработанная DeepFloyd и Stability AI модель генерации изображений по тексту. Это первая ступень каскадной пиксельной диффузионной системы IF: она создаёт изображения размером 64×64, которые последующие ступени каскада могут повышать до 256×256 и 1024×1024. В этой ступени около 400 млн параметров; замороженный текстовый энкодер на основе T5 передаёт представления текста в UNet с cross-attention и attention pooling. Модель предназначена для генерации изображений по текстовым запросам и особенно рассчитана на английские описания; поддержка других романских языков слабее. Для запуска доступна через Diffusers, а при выгрузке частей модели в CPU карточка указывает возможность работы примерно с 14 ГБ видеопамяти. Модель не гарантирует фотореализм или достоверное изображение реальных людей и событий, а генерация по неанглийским запросам работает хуже. Обучающие данные включали материалы с насилием и сексуальным содержанием, а результаты могут отражать культурные и социальные предубеждения. Использование регулируется лицензией DeepFloyd IF License Agreement и требует принятия условий лицензии.

Illustrious XL — латентная диффузионная модель преобразования текста в изображение, разработанная OnamaAI. Она предназначена главным образом для генерации изображений персонажей аниме по текстовым запросам и работает через StableDiffusionXLPipeline в библиотеке Diffusers. Модель принимает текстовый промпт и создаёт изображение. Карточка указывает, что фотореалистичное рисование получается несовершенно, а читаемый текст модель изображать не может. Репозиторий распространяется в форматах Diffusers и Safetensors по лицензии MIT.

Inkling-Gutenberg-DPO — полноразмерный чекпойнт модели Thinking Machines Inkling, дообученный методом Direct Preference Optimization на предпочтение литературной прозы перед шаблонным синтетическим текстом. Он предназначен прежде всего для художественного письма на английском языке: продолжения романов, создания диалогов и прозы с историческим или литературным регистром. Архитектура — плотное представление MoE-модели Inkling; базовая модель имеет 975 млрд параметров всего и 41 млрд активных. Репозиторий содержит объединённые с базовой моделью BF16-веса в исходной раскладке Inkling, формат safetensors; чекпойнт занимает около 1,8 ТиБ. Для запуска приведён пример с Transformers и trust_remote_code. Модель хорошо подходит для генерации выразительной прозы и стремится избегать общих формулировок, характерных для типичного машинного текста. Настройка касается предпочтений стиля, а не фактических знаний или безопасности; модель может воспроизводить литературные стили из общественного достояния, предпочитать длинные продолжения и использовать устаревшую лексику. Для генерации рекомендуется сэмплирование: жадное декодирование может приводить к повторениям. Лицензия — Apache 2.0.

IP-Adapter-FaceID — экспериментальная модель семейства IP-Adapter, связанная с проектом Tencent AI Lab, предназначенная для генерации изображений по текстовому описанию с сохранением идентичности лица на основе изображения человека. Вместо CLIP-эмбеддинга изображения она использует face ID embedding, извлечённый моделью распознавания лиц InsightFace, а LoRA применяется для повышения согласованности идентичности. Модель интегрируется с библиотекой diffusers и базовыми пайплайнами Stable Diffusion; также доступна экспериментальная версия для Stable Diffusion XL. Она поддерживает генерацию различных стилей и сцен по текстовым промптам, включая портреты. Варианты FaceID-Plus и FaceID-PlusV2 дополнительно используют CLIP-эмбеддинги для передачи структуры лица, причём в PlusV2 можно управлять весом структурного признака. Версия FaceID-Portrait принимает несколько изображений лица для повышения сходства. Сильная сторона модели — возможность управлять содержанием и стилем изображения текстом, сохраняя сходство с исходным лицом. Ограничения включают экспериментальный статус, зависимость от предварительного извлечения face ID embedding через InsightFace и необходимость совместимого базового Stable Diffusion или SDXL-пайплайна; точные характеристики размера, объёма контекста и языковой поддержки не указаны. Лицензия в представленном README не указана.

Keiana-L3-Test5.45-8B-10.5 — плотная текстовая модель для диалоговой генерации, созданная Kaoeiri слиянием нескольких моделей семейства Llama 3 с помощью LazyMergekit. В составе указаны mpasila/Llama-3-MetaRP-V2-8B, Kaoeiri/Experimenting-Test4.5-8B-2 и cgato/L3-TheSpice-8b-v0.8.3; конфигурация также задаёт Kaoeiri/Keiana-L3-Test5.2-8B-8 как базовую модель слияния. Модель содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. Модель предназначена для диалогов и ролевых сценариев с персонажами и сценами. Она принимает текст и генерирует текст; среди указанных возможностей — чат. Карточка предупреждает, что объединённая модель обычно не тестировалась, поэтому возможны ошибки словаря. Лицензия — CC BY-NC-ND 4.0, с ограничением на коммерческое использование и распространение производных версий.

KNF-1-8B — слитая модель генерации текста на базе архитектуры Llama, созданная автором jaspionjader с помощью mergekit и метода passthrough. В объединение вошли пять моделей: NeverSleep/Lumimaid-v0.2-8B, Casual-Autopsy/L3-Umbral-Mind-RP-v3.0-8B, jaspionjader/Kosmos-EVAA-Franken-Immersive-v39-8B, jaspionjader/Kosmos-EVAA-Franken-v38-8B и qingy2024/Albatross-8B-Instruct-v3. Модель предназначена для диалоговой генерации и ролевых игр, включая эмоционально насыщенные сценарии. Она содержит 7,5 млрд параметров, рассчитана на контекст до 131 072 токенов и распространяется в формате safetensors. Карточка указывает интерфейс для вызова инструментов, но не описывает гарантии его совместимости или точность выполнения вызовов. Лицензия в предоставленных данных не указана. Как и другие языковые модели, ответы могут быть неточными или непоследовательными; качество и языковое покрытие зависят от запроса и сценария использования.