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

Hassanim — экспериментальная текстово-графическая модель на базе Stable Diffusion 1.5, созданная автором Yntec как попытка улучшить HassanBlend с помощью ReVAnimated. Автор сообщает, что итоговая модель примерно на 95% состоит из HassanBlend; в карточке также описан рецепт смешивания, но одна из использованных моделей для последнего этапа не записана. Модель предназначена для создания изображений по текстовым запросам, в частности иллюстраций в аниме- и художественной стилистике с персонажами и выразительными лицами. Автор сравнивал варианты на запросе об изображении девушки в уличной одежде в магазине и отмечает компромисс между качеством лиц и композицией: вариант RevHassanimated улучшает лица, но может ухудшать композицию. Репозиторий использует Diffusers, PyTorch и safetensors, а лицензия указана как CreativeML OpenRAIL-M. В карточке не приводятся сведения о размере модели и длине контекста; для генерации изображений ограничения прежде всего связаны с указанным автором компромиссом между лицами и композицией.

HiVG-3B-Base — базовая мультимодальная модель на 3,1 млрд параметров, разработанная Xingxm и дообученная на основе Qwen/Qwen2.5-VL-3B. Она предназначена для авторегрессионной генерации SVG по изображению или текстовому описанию. Модель использует иерархическую токенизацию SVG: геометрические атомарные и сегментные токены сокращают длину последовательностей и помогают сохранять структуру и детали в редактируемой векторной графике. Модель поддерживает сценарии преобразования растрового изображения в SVG и создания SVG по текстовому запросу. В README заявлены высокая точность векторизации и результаты выше семи проприетарных моделей на оценке image-to-SVG; это заявления авторов карточки. Контекст модели составляет 128 000 токенов. Карточка помечает английский язык; модель не предназначена для генерации произвольного кода за пределами SVG. Это базовая модель без настройки для следования инструкциям и RLHF-выравнивания, поэтому её пригодность для непосредственного производственного использования ограничена. Не рекомендуется применять её в критически важных сценариях без дополнительных мер предосторожности. Лицензия — MIT.

zimengxiong/hunyuan3d-mlx-shape-large — набор весов для генерации трёхмерной формы по изображению в конвейере Hunyuan3D-Swift / Modelr MLX. Это неизменённый чекпойнт hunyuan3d-dit-v2-0-turbo от Tencent, перепакованный для стабильной загрузки в MLX; вместе с весами поставляется конфигурация DiT и VAE. Модель использует диффузионный трансформер на 1,1 млрд параметров, дистиллированный для согласованной генерации за 8 шагов с embedding для guidance. Веса сохранены в fp16 в формате safetensors. Модель предназначена для преобразования входного изображения в трёхмерную форму, например для создания меша в формате GLB через CLI hy3d. Репозиторий содержит слот large для формы и не описывает генерацию текстур. README указывает лицензию Hugging Face как other, но конкретные условия лицензии в предоставленных данных не раскрыты.

Ideogram 4 Unconditional LoRA — адаптер LoRA, разработанный Ostris и предназначенный для использования с условной моделью Ideogram 4. Он имитирует поведение отдельной безусловной модели Ideogram 4 во время безусловного прохода пайплайна генерации изображений, помогая получать результаты, более близкие к полной версии пайплайна. Адаптер создан на основе разницы между весами условной и безусловной моделей Ideogram 4, а затем дообучен методом student-teacher на реальных данных с послойной функцией потерь. Он рассчитан на базовую модель ideogram-ai/ideogram-4-fp8 и является облегчённой альтернативой полной безусловной модели размером 9B параметров: его применение требует меньше ресурсов, но, согласно описанию, может давать результаты хуже полной модели. Изначально LoRA обучалась для Ostris AI Toolkit. Модель предназначена для text-to-image-сценариев через экосистему Diffusers; сведения о языках, размере самого адаптера и поддерживаемых дополнительных модальностях не указаны. Распространяется по лицензии ideogram-4-non-commercial.

ImagePromptHelper-danube3-500M — дообученная модель автора trollek на базе h2oai/h2o-danube3-500m-base, предназначенная для генерации текстовых промптов для изображений. Она может работать как помощник для составления промптов; README также предлагает префиксы Detailed, Very detailed, Danbooru и Mixed для управления стилем или подробностью результата. Модель создана с использованием набора SFT-данных, подготовленного автором с помощью Florence-2-large-PromptGen-v1.5. Модель использует архитектуру Llama и содержит 464,4 млн параметров; базовая языковая модель поддерживает контекст до 8192 токенов. Указаны английский язык и текстовый ввод и вывод. Модель выпущена в формате safetensors и распространяется по лицензии Apache-2.0. Её специализация — формулирование промптов для генерации изображений; конкретные гарантии качества и ограничения не описаны.

InfinityNoodleRP-7b — объединённая модель для генерации текста и ролевых диалогов, опубликованная Nitral-Archive. Она создана методом SLERP из Endevor/InfinityRP-v1-7B и Epiculous/Fett-uccine-Long-Noodle-7B-120k-Context. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и использует формат safetensors; указанный родной контекст составляет 32 768 токенов. Модель предназначена для разговорной генерации и ролевого отыгрыша персонажей. В карточке базовая модель описана как англоязычная и настроенная на передачу мыслей персонажа и ожидание ответа пользователя. README указывает на объединение весов, но не приводит отдельные оценки качества или подробные ограничения. Лицензия в предоставленных данных не указана.

kristian1515/ip-adapter-faceid-plusv2_sdxl.bin — экспериментальная модель IP-Adapter-FaceID-PlusV2 для Stable Diffusion XL, связанная с проектом IP-Adapter Tencent AI Lab. Она предназначена для генерации изображений по текстовому запросу с сохранением идентичности лица, заданного входной фотографией. Модель поддерживает создание изображений человека в различных стилях и сценариях, управляемых текстовым промптом. В основе используются embedding идентичности лица, извлечённый моделью распознавания лиц, и embedding изображения CLIP, отвечающий за структуру лица. В версии PlusV2 вклад CLIP-embedding можно настраивать, изменяя степень влияния структуры лица на результат. Для получения embedding лица в README рекомендуется использовать InsightFace; модель интегрируется с библиотекой diffusers и рассчитана на SDXL. Другие характеристики, включая точный размер, языковой охват, длину контекста и требования к ресурсам, не указаны. Сильная сторона модели — сочетание текстового управления, сохранения идентичности и регулируемого сходства структуры лица. К ограничениям относятся экспериментальный статус, зависимость от качества исходного изображения и работы модели распознавания лиц, а также необходимость совместимого SDXL-пайплайна и дополнительного программного окружения. Лицензия в предоставленном README не указана.

JoyFox-Qwen3.6-35B-A3B-RP-Aggressive — мультимодальная модель для ролевого общения, разработанная joyfox на базе Qwen/Qwen3.6-35B-A3B. Она оптимизирована для длительного поддержания образа персонажа, продолжения сцен, творческого диалога, следования инструкциям и сохранения согласованности в длинных многоходовых взаимодействиях. Модель поддерживает текст, изображения и видео, а также режимы с рассуждением и без рассуждения. Модель использует Mixture-of-Experts-архитектуру с 35 млрд параметров, из которых около 3 млрд активируются для каждого токена. В маршрутизации участвуют 256 экспертов, из которых выбираются 8 на токен. Нативный контекст составляет 262 144 токена; также поддерживается Multi-Token Prediction для спекулятивного декодирования. Заявлены английский, китайский и мультиязычный сценарии использования. К сильным сторонам относятся устойчивый голос персонажа, сохранение идентичности и контекста, естественное сочетание реплик, действий и описаний, снижение частоты выхода из роли и контроль избыточной длины ответов. Вариант Aggressive применяет усиленное вмешательство в поведение отказов, чтобы модель чаще отвечала непосредственно и не прерывала сцену повторяющимися отказами. Это не добавляет новых знаний или способностей к рассуждению; модель по-прежнему может ошибаться, выдавать вымышленные утверждения, нежелательный контент или отдельные дисклеймеры. Лицензия — Apache-2.0.

KawaiiRealisticAsian_v0.7 — модель генерации изображений по текстовому описанию, опубликованная пользователем digiplay на Hugging Face. Она предназначена для создания изображений в эстетике, сочетающей кавайную стилизацию и реалистичное изображение азиатской внешности; исходная карточка ссылается на страницу модели KawaiiRealisticAsian Mix на Civitai. Модель распространяется для использования с diffusers и реализует StableDiffusionPipeline. В метаданных указан формат safetensors и задача text-to-image. По доступным данным, модель ориентирована прежде всего на художественную генерацию персонажей и портретных сцен. Лицензия обозначена как other, поэтому перед использованием необходимо ознакомиться с условиями лицензирования исходной модели и страницы на Civitai. Конкретные сведения о поддерживаемых языках, размере модели, длине контекста и ограничениях генерации в предоставленных материалах отсутствуют.

gigauser/kcbert_nsmc_tuning — корейская модель классификации последовательностей на основе BERT, дообученная на beomi/kcbert-base с использованием набора NSMC, содержащего корейские рецензии на фильмы. Она предназначена для классификации тональности коротких отзывов и может применяться для автоматической оценки пользовательских мнений о фильмах. По данным карточки, модель содержит 136,3 млн параметров и принимает текст длиной до 300 токенов. В оценке на тестовой выборке NSMC указаны точность 0,9013 и значение функции потерь 0,4492. Модель распространяется в формате Safetensors по лицензии Apache-2.0; подробности обучения и дополнительные ограничения в карточке не раскрыты.

RudySen/Krea2-realism-V1 — это LoRA-модель для генерации изображений на базе Krea-2-Turbo, разработанная пользователем RudySen. Она предназначена для сценариев text-to-image и подключается к совместимым пайплайнам, включая Diffusers и инструменты экосистемы Stable Diffusion. Модель ориентирована на повышение реалистичности кожи, анатомии и одежды. По заявлению автора, она поддерживает персонажей разных этнических групп, возрастов и типов телосложения, а также может применяться для создания как SFW-, так и NSFW-контента. Для активации рекомендуется использовать триггер NONE, а стандартный вес 1.0 подходит для общего применения; веса от 1.5 до 2.0 указаны для NSFW-сценариев. В README не указаны размер модели, точная архитектура LoRA, поддерживаемые языки, размер контекста или результаты формальной оценки качества. Лицензия и условия коммерческого использования также не указаны, поэтому их следует уточнить отдельно перед применением модели.

ReadyArt/L3.3-The-Omega-Directive-70B-Unslop-v2.1 — разговорная языковая модель для ролевых диалогов и художественной генерации текста. Её дообучили методом QLoRA на базе Steelskull/L3.3-Shakudo-70b; в карточке указаны авторы обучения и фильтрации данных sleepdeprived3 и gecfdo. Модель семейства Llama имеет плотную архитектуру примерно на 69,5 млрд параметров и контекст до 131 072 токенов. Модель рассчитана на многоходовые ролевые сценарии, в том числе с несколькими персонажами, и длинную художественную прозу. По заявлению авторов, она стремится к связному повествованию, соблюдению инструкций и сохранению характера персонажей; предусмотрена защита от имитации пользователя. Модель намеренно допускает откровенные и жестокие сценарии, поэтому предназначена только для совершеннолетних. Для репозитория указана лицензия llama3.3. README перечисляет отдельные квантованные сборки GGUF и EXL2/EXL3; это варианты поставки, тогда как основная модель описана как дообучение.

Lemon Kunoichi Wizard V3 — объединённая автором Statuo языковая модель для генерации текста и ролевых диалогов. Она создана линейным слиянием LemonadeRP-4.5.3, Kunoichi-DPO-v2-7B и WizardLM-2-7B: LemonadeRP использована как основа, Kunoichi-DPO оказала значительное влияние, а WizardLM-2 добавлена для усиления логических способностей. Модель построена на плотной архитектуре Mistral, содержит 7,1 млрд параметров и рассчитана на контекст до 8192 токенов. Модель предназначена для ролевых сценариев, особенно для интерпретации особенностей персонажа по карточке, а также для диалоговой генерации с системным промптом в формате Alpaca. Автор сообщает, что проверял связность на контексте 8192 токена; более длинный контекст теоретически возможен, но его качество не проверено и может снижаться. Доступны веса Safetensors; в README также упомянуты варианты квантования 4, 6 и 8 бит с файлами измерений. Условия лицензии в предоставленных данных не описаны.

Llama-3.1-70B-Instruct-multimodal-JP-Graph — японская большая языковая модель с поддержкой изображений, созданная на базе Llama-3.1-Swallow-70B-Instruct-v0.3 и визуального энкодера Qwen2-VL-7B. Архитектура модели основана на LLaVA-Llama, веса представлены в формате safetensors; размер составляет 69,5 млрд параметров, контекст — до 131 072 токенов. Модель предназначена для диалога на японском языке и ответов на вопросы об изображениях. Её можно применять для описания визуальных сцен, извлечения сведений из изображений и ответов на вопросы по их содержимому. В метаданных также указана задача генерации текста. Для запуска README описывает использование модифицированной LLaVA-NeXT. Лицензия обозначена как other, поэтому конкретные условия использования следует сверить с карточкой модели и лицензией базовой модели. Специализация на японском языке и зависимость от указанной реализации ограничивают универсальность применения.

LumiPic — это набор LoRA-адаптеров для преобразования изображений стандартного динамического диапазона (SDR) в HDR-изображения формата EXR с плавающей точкой и расширенным диапазоном яркости. Модель разработана пользователем oumoumad на основе подхода LumiVid, созданного исследовательской командой Lightricks, и адаптирована для одноизображенческой генерации с использованием diffusion transformer. Доступны варианты для Qwen/Qwen-Image-Edit-2511 и FLUX.2-klein-base-4B/9B от Black Forest Labs. Модель предназначена для восстановления и расширения динамического диапазона фотографий и других SDR-изображений, включая естественные и стилизованные изображения. Выпущены семейства LoRA для кодировок ARRI LogC3 и LogC4: LogC4 обеспечивает существенно больший запас по светам и лучше подходит для сцен с прямым солнцем, огнём, бликами и яркими окнами, тогда как LogC3 достаточно для материалов с умеренным динамическим диапазоном. Варианты на базе Qwen считаются более зрелыми и качественными, а FLUX.2-klein-4B отличаются меньшим размером и более высокой скоростью; 9B предлагает большую ёмкость и более нюансированный HDR-результат. Размеры LoRA составляют около 563 МБ для Qwen, 88 МБ для klein-4B и 158 МБ для klein-9B. Поддерживается image-to-image сценарий; языки и текстовая модальность в README не указаны. Для LogC3 заявлен линейный потолок около 55,2, для LogC4 — около 470. Варианты LogC4 имеют статус alpha и пока ограниченно протестированы: результаты могут зависеть от pipeline, sampler, scheduler, точности VAE и среды запуска. Необходимо использовать соответствующий декодер LogC3 или LogC4, иначе абсолютные значения яркости будут неверными. Лицензия модели указана как MIT; для базовых моделей могут действовать отдельные условия, включая gated-доступ к FLUX.2-klein-base-9B.

Lewdiculous/lwd-Mirau-7b-RP-Merged — слитая с базовой моделью версия Mirau-7B-RP, созданная на основе Qwen2.5-7B-Instruct и предназначенная для повествовательных ролевых сценариев. Она преобразует краткие действия, наблюдения и внутренние мысли персонажа в связный рассказ от первого лица с описанием окружения, переживаний и развития сюжета. Модель подходит для текстовых приключений, исследования вымышленных сцен и одиночного повествования за одного персонажа. Модель использует плотную архитектуру Qwen2 и содержит 7,1 млрд параметров; заявленная длина контекста — 32 768 токенов. В карточке описаны примеры команд на английском, а метаданные отмечают теги английского, китайского, французского, испанского, португальского, немецкого, итальянского, русского, японского, корейского, вьетнамского, тайского и арабского языков. Исходная карточка предупреждает, что модель ориентирована на повествование от первого лица и может нестабильно вести диалоги. Лицензия указана как неизвестная, поэтому условия использования следует проверить отдельно.

MagicPrompt - Stable Diffusion — модель серии MagicPrompt от Gustavosta, основанная на GPT-2 и предназначенная для генерации текстовых промптов для Stable Diffusion. Она принимает текст и выдаёт текст, который можно использовать как запрос для генерации изображений. Модель обучалась 150 000 шагов на примерно 80 000 промптах, отобранных из Lexica.art. Модель относится к архитектуре GPT-2 и поддерживает генерацию текста с контекстом до 1 024 токенов. В метаданных указаны форматы PyTorch, SafeTensors и Core ML. Лицензия — MIT. Карточка не сообщает о поддержке конкретных естественных языков, поэтому языковой охват здесь не заявляется. Модель предназначена для создания промптов Stable Diffusion; качество результата зависит от соответствия запроса стилю и данным обучения.

Mahou-1.3-mistral-7B — разговорная языковая модель для чата и ролевых сценариев, разработанная FlammenAI. Это плотная модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров; она принимает текст и генерирует текст. Модель обучена на формате ChatML и рассчитана на контекст до 32 768 токенов. Модель предназначена для ведения диалогов и ролевых игр. В рекомендациях по ролевому формату речь предлагается выводить без кавычек, а действия заключать в звёздочки. В README указано дообучение в течение 10 эпох на A100; метаданные связывают модель с базовой nbeerbower/Flammen-Mahou-mistral-7B и датасетом flammenai/MahouMix-v1. Лицензия — Apache-2.0. Заявлена как модель для готового к применению разговорного и ролевого взаимодействия, но README не приводит количественных оценок качества. Её назначение и обучающие данные ориентированы на беседы и ролевые сценарии; качество в других задачах не охарактеризовано.

Attach3 разработала manga-face-detector-dfine-v1 — модель обнаружения лиц на изображениях манги. Это дообученная версия Attach3/manga-panel-detector-dfine на наборе Attach3/manga109s-faces-single, построенная на архитектуре D-FINE для обнаружения объектов. Модель предназначена для локализации лиц на страницах манги и может использоваться при автоматической разметке или анализе изображений. В README приведены результаты оценки: mAP 0,2875 и mAP@50 0,5672; показатели различаются для объектов разных размеров. Модель распространяется в формате Safetensors через Transformers по лицензии Apache-2.0. Сведения о поддерживаемых языках и ограничениях применения в карточке отсутствуют.

MatFuse — модель генерации материалов, представленная в карточке как реализация метода из статьи CVPR 2024. Она создаёт бесшовные PBR-карты материала: diffuse, normal, roughness и specular. Генерацию можно направлять текстовым описанием, эталонным изображением, эскизом-картой контуров и цветовой палитрой; условия можно свободно комбинировать. Модель построена на диффузионной архитектуре с UNet2DConditionModel, MatFuseVQModel с четырьмя энкодерами и VQ-кодбуками и общим декодером, а также DDIMScheduler. Репозиторий использует Diffusers и формат safetensors. Карточка указывает английский язык и лицензию MIT. Параметры разрешения выходных карт и требования к оборудованию в доступных сведениях не описаны.

ME²-BERT — англоязычная модель классификации текста для предсказания моральных оснований. Её разработали как целостный подход, дообучающий предварительно обученную BERT-модель и объединяющий сведения о событиях и эмоциях для построения представлений текста, значимых для анализа морали. Базовая модель — google-bert/bert-base-uncased; архитектура представлена классом ME2BertModel, веса сохранены в формате safetensors. Модель предназначена для анализа моральных ценностей Care, Harm, Fairness, Cheating, Loyalty, Betrayal, Authority, Subversion, Purity и Degradation в англоязычных текстах. При обучении использовались абзацы новостных статей из набора E2MoCase с разметкой моральных ценностей, эмоций и событий. Авторы сообщают об улучшении результатов по сравнению с существующими методами, особенно в сценариях переноса между областями. Модель распространяется по лицензии MIT.

MergeStove2.5D — модель генерации изображений на основе Stable Diffusion, созданная независимым разработчиком и собранная слиянием нескольких моделей. Она предназначена прежде всего для создания аниме-иллюстраций и персонажей, уделяя внимание анатомии, особенно глазам и кистям рук, а также сохранению предметов и окружения в сцене. В README описаны версии MK1–MK7 и отдельные улучшения для изображений в стиле 2.5D; для MK6 указана замена базовой модели на AbyssOrangeMix2_sfw. Модель принимает текстовые запросы и выдаёт изображения. Автор рекомендует рабочее разрешение примерно 900–1200 пикселей по длинной стороне и применение Hires.fix; для обычного использования заявлена совместимость с пакетами Stable Diffusion v1.x. Карточка не сообщает размер модели и длину контекста. Лицензия — CC BY-NC 4.0, коммерческое использование запрещено. Среди отмеченных автором ограничений — периодически чрезмерно длинная шея, размытость, ошибочный блеск кожи и переобучение; также без подходящих отрицательных запросов могут получаться персонажи с преувеличенными пропорциями. Для MK7 автор рекомендует отрицательные эмбеддинги badhandv4, EasyNegative и verybadimagenegative_v1.3.

MERT-v0 — модель семейства Music Audio Pre-training (m-a-p), разработанная командой m-a-p для извлечения представлений из музыкального аудио. Это плотная модель архитектуры MERTModel с 113,3 млн параметров, близкая по архитектуре к HuBERT и обученная без учителя с помощью стратегии MLM на 1000 часах музыки. Модель преобразует аудиосигнал в последовательность признаков и предназначена для использования в задачах понимания музыки и Music Information Retrieval, включая классификацию жанра и определение тональности. Авторы сообщают о результатах, сопоставимых с передовыми на ряде MIR-задач, и о превосходстве над представлениями Jukebox на наборах GTZAN и GiantSteps. Предобученный чекпойнт можно дообучать; конкретные частота дискретизации и частота выдачи признаков для этого варианта в карточке не приведены. Модель опубликована в формате PyTorch под лицензией CC BY-NC 4.0, которая ограничивает коммерческое использование. Карточка описывает MERT-v0 как ранний вариант семейства; более поздние MERT-v1 и MERT-v0-public представлены как улучшенные или переобученные версии.

Wherebot101 выпустил MetaView-ComfyUI — одиночный чекпойнт для ComfyUI, предназначенный для синтеза новых ракурсов по одной фотографии. Модель основана на Qwen/Qwen-Image-Edit и дополнена компонентами MetaView для учёта геометрии и параметров камеры; также в неё слита LoRA Qwen-Image-Edit-Lightning для генерации за 8 шагов при CFG 1.0. Веса представлены в формате safetensors и квантизованы в FP8 для быстрого вывода с меньшими требованиями к видеопамяти. На вход подаются изображение и параметры движения камеры — yaw, pitch и радиус, а на выходе получается изображение сцены с нового ракурса. Для работы требуются специальные узлы Enviral Design и сопутствующие текстовый энкодер, VAE и 3D-признаки DA3; стандартного загрузчика ComfyUI недостаточно. README сообщает о небольшом типичном относительном отклонении весов после квантизации, но не приводит независимой оценки качества. Лицензия — Apache-2.0.

Metharme 13B — инструктивно дообученная плотная LLaMA-модель, опубликованная TehVenom и основанная на Meta LLaMA-13B. Её настроили на смеси обычных инструкций, ролевых диалогов и художественных историй, чтобы использовать для бесед, ролевых сценариев и написания прозы с управлением на естественном языке. В карточке описана версия, полученная слиянием LoRA с базовой моделью и квантизированная до 4 бит GPTQ; размер составляет 12,9 млрд параметров, контекст — 2048 токенов. Модель генерирует текст и рассчитана прежде всего на англоязычные запросы. Для диалогов требуется форматирование промпта специальными токенами ролей. Разработчик предупреждает о случайном начале ответа с BOS-токена и проблемах совместимости исходной конфигурации LoRA с актуальной версией PEFT. Модель не дообучалась для безопасных и безвредных ответов, поэтому может выдавать оскорбительный или неприемлемый текст, а также фактически неверные или вводящие в заблуждение сведения. Лицензия в предоставленных данных не указана.

MIDNIGHT_NAI-XL_vPredV1 — диффузионная модель для генерации изображений по тексту, созданная как специализированное дообучение Laxhar/noobai-XL-Vpred-1.0 на базе SDXL 1.0. Она ориентирована на аниме-иллюстрации и призвана улучшать анатомическую точность, согласованность композиции и сочетание художественных стилей, сохраняя яркие цвета без чрезмерной экспозиции. Модель рассчитана на создание изображений в ComfyUI, reForge, AUTOMATIC1111 и Diffusers. Для неё рекомендованы семплер Euler (normal), режим V-prediction с ModelSamplingDiscrete и ZsNR, а также CFG в диапазоне 3–4, предпочтительно 3,5; другие семплеры могут давать нестабильные результаты. В карточке также приведены списки тегов художников и персонажей e621 и Danbooru для составления промптов. Модель распространяется в формате safetensors по лицензии CreativeML Open RAIL++-M.

Mimicra-V1-13B — языковая модель на архитектуре Llama, созданная Masterjp123. Автор описывает её как выборочное слияние нескольких 13B-моделей, преимущественно предназначенных для ролевого общения, с целью объединить их сильные стороны в качестве, рассуждении и творческой генерации. Среди компонентов названы Magdump-13b RP, ZettaPi-13B RP, genz-13b-v2, Unholy-v1.1-13B и другие модели; точная схема слияния не приводится. Модель предназначена для генерации текста, в частности ролевых диалогов и творческих ответов. Она принимает текстовые инструкции в шаблоне Instruction/Response и выдаёт текст. Размер составляет 12,9 млрд параметров, заявленный контекст — 4096 токенов; карточка указывает английский язык. Автор характеризует модель как uncensored, но не приводит независимых оценок качества. Лицензия указана как Llama 2; в репозитории также упомянут формат GGUF, тогда как перечисленные метаданные файлов указывают PyTorch и safetensors.

MistRP-Dolphin-7B — разговорная языковая модель на базе Mistral, опубликованная пользователем Undi95. Репозиторий содержит веса FP16; модель создана с использованием dolphin-2.0-mistral-7b и нескольких LoRA и RP-моделей. Она предназначена для диалогов и ролевых сценариев, использует шаблон ChatML и поддерживает контекст до 32 768 токенов. Модель насчитывает 7,1 млрд параметров и доступна в формате PyTorch. Карточка рекомендует начинать настройку Mirostat с нуля. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

MN-GRAND-23.5B-Gutenberg-UNCENSORED-V2-GLM4.7-Thinking-NEO-Imatrix-GGUF — текстовая генеративная модель, разработанная DavidAU. Она создана прежде всего для художественного письма, генерации рассказов, сюжетов и сцен, продолжения текста, ролевого взаимодействия и работы с жанрами science fiction, romance и horror. Модель ориентирована на англоязычные запросы и выдачу, поскольку в карточке указан язык en. Модель основана на Mistral Nemo и описана как объединение трёх моделей Mistral Nemo 12B с архитектурой из 81 слоя и примерно 23,45 млрд параметров. Она объединяет режимы instruct и thinking/reasoning: простые задачи обрабатываются в инструкционном режиме, а более сложные могут автоматически активировать рассуждение. Заявлен максимальный контекст свыше 128K токенов, однако для практической работы рекомендуется не менее 8K, а лучше 16K контекста. Формат распространения — GGUF с квантованием NEO Imatrix; для некоторых вариантов выходной тензор сохраняется в повышенной точности. Сильными сторонами считаются подробная и выразительная проза, генерация длинных текстов, связность повествования, проработка персонажей, диалогов и эмоциональных сцен. Модель склонна выдавать очень длинные ответы и может быть полезна для сценариев, где требуется насыщенное описание. Ограничения включают преимущественную специализацию на художественном письме, возможную отрицательную тональность, чувствительность к температуре и параметрам повторов, а также ухудшение качества на низких уровнях квантования. Модель заявлена как uncensored и может генерировать NSFW-контент, насилие, грубую лексику и мрачные темы. Лицензия — Apache-2.0.

DavidAU/MN-WORDSTORM-pt4-RCM-Cliffhanger-18.5B-Instruct-GGUF — инструкционная текстовая модель для генерации художественных текстов и ролевого взаимодействия. Она создана как крупное объединение моделей на базе Mistral Nemo, включая MN-Rocinante-12B-v1.1, MN-12B Celeste-V1.9, MN-Magnum-v2.5-12B-kto и Mistral Nemo Instruct 12B. Доступна в формате GGUF. Модель предназначена для создания и продолжения сцен, рассказов, сюжетов и подсюжетов, разработки персонажей, сторителлинга и ролевых сценариев. Она ориентирована на различные жанры, включая научную фантастику, романтику и хоррор, и заявлена как модель с контекстным окном более 128 тысяч токенов. Среди заявленных сильных сторон — следование инструкциям, качество прозы, проработка персонажей, эмоциональность, юмор, детализация, связность мира, интенсивность повествования и неожиданные сюжетные повороты. Модель имеет выраженный уклон в динамичные сцены, экшен, хоррор и клиффхэнгеры. README предупреждает о возможной генерации нецензурной лексики, NSFW-материалов, насилия, графического хоррора и тревожных сцен; это может ограничивать её применение в безопасных или строго модерируемых сценариях. README не содержит независимых бенчмарков, точных сведений о размере параметров исходных компонентов, требованиях к оборудованию или фактических ограничениях контекстного окна. Указанная лицензия — Apache 2.0.