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

DucHaiten Classic Anime — модель генерации изображений по текстовому описанию в классическом аниме-стиле. Версию опубликовал Yntec; в README указано, что она основана на чекпойнте Fp16NoEma и включает VAE Waifu 1.4 для inference API. Для усиления стилистики автор рекомендует добавлять в запрос «80s anime style» или «gtav style».

Модель dennisjooo/emotion_classification — классификатор изображений на базе Vision Transformer (ViT), дообученный на наборе FastJobs/Visual_Emotional_Analysis. Она предназначена для определения эмоциональной категории по изображению; в наборе данных используется восемь меток. Модель содержит 113,2 млн параметров и принимает изображения, масштабируемые до 224 × 224 пикселей. На тестовой выборке автор сообщает точность 0,6687, F1 0,6713 и precision 0,7104. Эти показатели относятся к указанному разделению набора данных и не гарантируют такого же качества на других изображениях. Модель опубликована в форматах PyTorch и Safetensors под лицензией Apache-2.0.

Everything V1 — модель генерации изображений на основе Stable Diffusion, дообученная и объединённая разработчиком TheRafal из Anything V3. Она предназначена для создания изображений в аниме-стиле по текстовым запросам и поддерживает теги Danbooru, например для описания внешности персонажей, окружения и сцены. Модель распространяется в форматах Diffusers, PyTorch и Safetensors и может использоваться через Stable Diffusion Pipeline; README также упоминает экспорт в ONNX и MPS. Карточка указывает лицензию CreativeML OpenRAIL-M. Метаданные отмечают английский язык, но README не описывает языковую специализацию подробнее. Модель ориентирована на создание аниме-изображений; иных характеристик качества или ограничений карточка не раскрывает.

digiplay/fantasticmix_v65_test — модель преобразована в формат Diffusers и предназначена для генерации изображений по текстовому запросу. Автор карточки сообщает, что это его любимая модель и указывает на исходную аниме-модель автора michin, однако идентификатор исходной модели и сведения о разработчике самой базовой модели не приведены. Модель опубликована в форматах Diffusers, PyTorch и Safetensors; метаданные указывают лицензию other. Карточка описывает её как аниме-модель, но не приводит размер, архитектурные подробности, поддерживаемые языки или длину контекста.

fantasy-card-diffusion — модель генерации изображений на основе Stable Diffusion 1.5, дообученная автором репозитория на примерно 35 тысячах иллюстраций карт Magic: The Gathering. Для обучения использовались сведения о картах и теги, описывающие художников, миры, выпуски, цвета и типы существ. Модель распространяется в форматах Diffusers и safetensors под лицензией CreativeML OpenRAIL-M. Модель предназначена для создания фэнтезийных иллюстраций в эстетике карт Magic: The Gathering. В запросах можно указывать данные карты, фразу «MTG card art» и описание сцены; поддерживаются стили художников, персонажи, миры и другие мотивы Magic, а также их сочетание с обычными описаниями изображений. README также отмечает, что многие стандартные подсказки Stable Diffusion продолжают работать. Модель специализируется на художественных изображениях и сохраняет часть возможностей базовой Stable Diffusion для смешивания мотивов MTG с другими темами. Она не предназначена для точного воспроизведения текста на картах или структурированного создания готовых игровых карт; качество отдельных стилей и сочетаний может различаться.

Fantasy Story Weaver — модель NBall65097, дообученная на базе Phi-3.5-mini-instruct методом QLoRA для генерации коротких атмосферных фэнтези-историй по сюжетной завязке. Она создаёт связные виньетки с выразительным описанием мира, неожиданным поворотом, моральной дилеммой и ненавязчивым нравственным выводом; типичная длина ответа — около 250–300 слов. Модель принимает текст и генерирует текст, поддерживает английский язык, имеет архитектуру семейства Llama с 3,7 млрд параметров и контекст до 4096 токенов. Подходит для творческого письма, интерактивного повествования и быстрого создания самостоятельных фэнтези-сцен. Лучше всего работает с краткими сюжетными завязками. Распределение обучающих примеров ориентировано на короткие рассказы, поэтому при запросе значительно более длинного текста возможны повторы или преждевременное завершение; иногда встречаются сбои связности и резкие концовки. Распространяется по лицензии Apache 2.0.

Feraoun-Pro — модель OCR на 51 млн параметров от автора репозитория agbalu, предназначенная для распознавания строк печатного кабильского языка по изображениям. CTC-модель одним проходом читает латинскую орфографию и неотифинаг, не требуя заранее выбирать систему письма. В словаре 173 символа, включая ţ и Ţ, а переменная ширина входного изображения поддерживается до 1024 пикселей. Модель можно использовать для оцифровки строк из кабильских книг, грамматик, периодики и архивных материалов; лицензия — Apache-2.0. В описанной оценке на синтетически отрисованных строках CER составила 7,34% для латиницы и 0,91% для неотифинага; точное совпадение всей строки — 81,77%. Эти результаты не показывают качество на реальных сканах: оценка проведена на синтетических данных из того же набора шрифтов, что и обучение. Модель не предназначена для рукописей, других языков, персональных решений или полноценного разбора многоколоночной разметки страницы; распознавание пунктуации и границ пробелов также ненадёжно.

sappho192/ffxiv-ja-ko-translator — модель перевода с японского на корейский язык для текста, связанного с FINAL FANTASY XIV. Разработчик указывает, что подробности проекта находятся в репозитории GitHub, и описывает демонстрацию в виде приложения для Windows с моделью ONNX. Модель построена на архитектуре encoder-decoder и предназначена для машинного перевода японского текста на корейский. В метаданных указаны задачи перевода и обучающие наборы Helsinki-NLP/tatoeba_mt и sappho192/Tatoeba-Challenge-jpn-kor. Доступны файлы PyTorch, Safetensors и ONNX; README также упоминает вариант ONNX с квантизацией и использование Optimum.OnnxRuntime. Модель ориентирована на перевод игровых текстов FFXIV, но доступные сведения не подтверждают отдельную оценку качества или покрытие всех игровых терминов. Лицензия — MIT. Для запуска через Optimum.OnnxRuntime README указывает на необходимость PyTorch в качестве бэкенда.

FLUX.1-dev-LoRA-Dark-Fantasy — адаптер LoRA, разработанный пользователем GUIZANG для Shakker AI и обученный на базовой модели black-forest-labs/FLUX.1-dev. Модель предназначена для генерации изображений по текстовому описанию, прежде всего фантастических существ и персонажей в мрачной фэнтезийной стилистике. Адаптер совместим с FLUX.1-dev и используется в экосистеме Diffusers. Триггерное слово не требуется; рекомендуемый коэффициент применения в Diffusers — от 0,6 до 0,8. Генерации обычно получают тёмную атмосферу, текучие металлические текстуры костюмов, а также магические или технологические световые эффекты. README не указывает размер адаптера, параметры архитектуры, поддерживаемые языки, размер контекста или дополнительные модальности, поэтому эти характеристики неизвестны. Модель особенно подходит для концепт-арта, иллюстраций фантастических персонажей и сцен с сочетанием тёмной атмосферы, металлических материалов и эффектного освещения. Ограничение состоит в том, что это не самостоятельная модель, а LoRA-адаптер, требующий базовую FLUX.1-dev. Распространяется по лицензии flux-1-dev-non-commercial-license, то есть с некоммерческими условиями использования базовой модели.

Это LoRA-адаптер для модели black-forest-labs/FLUX.2-dev, разработанный ostris. Он предназначен для генерации изображений по текстовому описанию и для преобразования стиля существующих изображений с использованием характерной манеры французской художницы Берты Моризо. Для активации адаптера рекомендуется использовать триггерную фразу «berthe_morisot style». Модель подходит для стилизации сцен с людьми, предметами и окружением, а также для instruction-based преобразования изображений. Архитектура, точный размер, параметры адаптера, поддерживаемые языки, максимальный контекст и конкретные требования к вычислительным ресурсам в README не указаны. Сильная сторона модели — специализированная передача художественного стиля при сохранении возможности управлять содержанием через текстовые инструкции или исходное изображение. Ограничения связаны с узкой специализацией на стиле Берты Моризо и отсутствием подробных сведений о качестве, допустимых весах адаптера и совместимых настройках. Лицензия в предоставленных данных не указана.

thedeoxen/FLUX.2-klein-9B-manga-colorization-by-reference-LORA — это LoRA-адаптер для Black Forest Labs FLUX.2 Klein Base 9B, предназначенный для раскрашивания манги и комиксов по цветовой референсной картинке. Он принимает первым изображением чёрно-белую или линейную страницу манги, а вторым — цветной референс с персонажами и их палитрами, после чего переносит цвета волос, глаз, кожи, одежды и аксессуаров на целевую сцену, стараясь сохранить структуру линейного рисунка и идентичность персонажей. Модель поддерживает несколько персонажей в одном референсе и относится к семейству RefControl для управляемого редактирования изображений по образцу. Адаптер рассчитан на сценарии колоризации новых глав, поддержания единообразной палитры в серии, работы с цветными обложками, разворотами и листами персонажей. Для активации требуется триггерное слово mngclranm; к запросу можно добавлять краткое текстовое описание освещения, атмосферы или оттенка фона. Рекомендуемый вес LoRA составляет 0,8–1,0. Для использования необходима базовая модель black-forest-labs/FLUX.2-klein-base-9B; README указывает для её недистиллированного варианта около 50 шагов генерации и guidance_scale около 4,0. Наилучшие результаты ожидаются, когда референс чётко показывает персонажей, присутствующих на целевой странице. При недостаточно информативном референсе, избыточной насыщенности цветов или сложных сценах может потребоваться настройка веса адаптера и параметров запроса. Архитектура самого LoRA-адаптера, точный размер его весов, поддерживаемые языки и контекст не указаны; модель предназначена для обработки изображений, а не для текстовой генерации. Распространяется по лицензии Apache-2.0.

CoolSpring дообучил Gemma 2 9B Instruct на синтетических данных по мотивам сборника «Ляо-чжай-чжи-и» Пу Сунлина. Рассказы были переведены на современный упрощённый китайский язык и объединены с созданными для них писательскими заданиями; цель дообучения — развить возможности модели в художественном повествовании в духе китайских жанров чжи-гуай и чуаньци. Модель имеет плотную архитектуру Gemma 2 с 9 млрд параметров, предназначена для генерации текста и поддерживает диалоговый формат. Контекст — до 8192 токенов; основной язык — упрощённый китайский. Веса доступны в форматах PyTorch и Safetensors, лицензия — gemma; при использовании необходимо соблюдать условия Gemma Terms of Use. Модель подходит для создания историй и продолжения художественных текстов с китайской фольклорной и сверхъестественной тематикой. Обучающие материалы отражают нормы и взгляды Китая конца XVII — начала XVIII века, поэтому ответы могут содержать исторически обусловленные предубеждения, не соответствующие современным ценностям.

Gestura — производный пакет для запуска FLUX.2 [klein] 4B на Android через LiteRT/TFLite. Он основан на black-forest-labs/FLUX.2-klein-4B и предназначен для генерации изображений по тексту, композиции из двух изображений и редактирования по текстовой инструкции. Пакет состоит из нескольких графов и сопутствующих файлов, а не из одной готовой к непосредственному вызову модели или SDK. Трансформер DiT использует смешанный профиль W4/INT8/FP16: семь матриц хранятся в INT4, 93 — в INT8; компоненты текстового энкодера Qwen и VAE поставляются по отдельным контрактам конвертации. Для выполнения нужны токенизация, подготовка и постобработка изображений, четырёхшаговое расписание flow и оркестрация графов в приложении. README приводит измерения времени генерации в Gestura на отдельных устройствах Samsung, но эти результаты не гарантируются для других приложений и устройств. Модель может неполно следовать запросам и создавать искажённые или ошибочные изображения, включая текст; также возможны предубеждения из обучающих данных. Лицензия пакета — Apache-2.0.

raghavbali/gpt2-finetuned-headliner — англоязычная авторегрессионная модель генерации текста на архитектуре GPT-2 Medium, дообученная автором на наборе новостных заголовков ABC News. Обучение проводилось в течение двух эпох на 4 тысячах примеров; для оценки использовались 2 тысячи тестовых примеров. Модель принимает текстовый запрос и продолжает его в стиле новостного заголовка, поэтому подходит для учебных экспериментов и создания черновых заголовков по краткой подсказке. Базовая модель openai-community/gpt2-medium содержит 355 млн параметров, а контекст модели составляет до 1024 токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Модель легко выдумывает имена людей, места и события, поэтому её ответы требуют проверки и не подходят как достоверные новости или готовый редакционный материал. Автор указывает учебное назначение. Лицензия — MIT.

GPT-Neo 2.7B-Janeway — англоязычная авторегрессионная модель генерации текста, дообученная KoboldAI на основе EleutherAI GPT-Neo 2.7B. Она предназначена прежде всего для продолжения художественных текстов и создания прозы в жанрах научной фантастики и фэнтези. Обучающий набор включает около 2210 электронных книг, преимущественно этих жанров; часть примеров снабжена префиксами с указанием жанра. Модель использует плотную архитектуру GPT-Neo и содержит 3,1 млрд параметров. Она принимает текст и предсказывает продолжение, поддерживает английский язык и имеет контекст длиной 2048 токенов. Репозиторий содержит веса PyTorch. Модель подходит для творческого письма и генерации художественных сцен, но качество и содержание продолжения зависят от промпта; возможны ненормативная лексика, оскорбительное или нежелательное содержание. Рекомендуется проверять и фильтровать результаты человеком. Лицензия — MIT.

GroupViT — модель компьютерного зрения и языка, разработанная авторами Jiarui Xu, Shalini De Mello, Sifei Liu, Wonmin Byeon, Thomas Breuel, Jan Kautz и Xiaolong Wang; этот чекпойнт загружен Jiarui Xu. Модель сочетает иерархический Vision Transformer с текстовым энкодером и обучена на парах изображений и подписей с контрастивной целью. В метаданных указан датасет RedCaps. Модель предназначена для сегментации изображений по текстовым категориям без дополнительного дообучения: она группирует области изображения в сегменты произвольной формы и сопоставляет их с заданными текстовыми описаниями. В статье сообщается о результатах zero-shot сегментации на PASCAL VOC 2012 и PASCAL Context. Модель принимает изображения и текстовые категории, а для задачи сегментации выдаёт разметку областей изображения. Данные обучения собраны из общедоступных пар изображений и подписей, в том числе из веб-источников; авторы отмечают смещение охвата в сторону более подключённых к интернету стран и более молодых мужчин. Сведения о лицензии в предоставленных данных отсутствуют.

HikariBloom-v0.3-RP — разговорная модель Rookied2 для общения с разными персонажами и ролевых сценариев. Она создана на основе meta-llama/Llama-3.1-8B-Instruct и дополнительно обучена методом SFT; архитектура — плотная LlamaForCausalLM, размер — около 7,5 млрд параметров. Модель принимает текст и генерирует текст, поддерживает чат и имеет контекст до 131072 токенов. Карточка указывает английский язык и обучение на наборах диалогов, ролевых и токсичных примеров. Модель может выдавать токсичный и NSFW-контент, поэтому её ответы требуют контроля. Лицензия — Apache-2.0.

HY-Motion 1.0 — серия моделей Tencent для генерации 3D-движений человека по текстовому описанию. Модели используют Diffusion Transformer (DiT) и Flow Matching и создают скелетные анимации, которые можно включать в рабочие процессы 3D-анимации. Стандартная версия содержит 1,0 млрд параметров; в серии также есть облегчённая версия на 0,46 млрд параметров. Модель предназначена для генерации движений одного человекоподобного персонажа по кратким описаниям действий: например, ходьбы, приседаний или вставания со стула. По README, обучение включало масштабное предварительное обучение на данных движений, дообучение на отобранных 3D-данных и этап обучения с обратной связью и моделями вознаграждения. Для наилучшего результата рекомендуются английские запросы длиной до 60 слов; для других языков предлагается предварительно переформулировать запрос. Модель не предназначена для анимации животных и других нечеловекоподобных существ, нескольких взаимодействующих людей, описаний окружения, ракурса камеры, внешности, одежды или сложных эмоций. Также не поддерживаются бесшовные циклы и анимация на месте. Для стандартной версии README указывает минимальную потребность в 26 ГБ видеопамяти. Лицензия обозначена на Hugging Face как other, поэтому конкретные условия следует сверять с лицензией репозитория.

IceSakeRP-7b (IceSakeV12) — англоязычная чат-модель на базе архитектуры Mistral, созданная Icefog72 путём слияния предварительно обученных моделей методом SLERP с использованием mergekit. Модель содержит 7,1 млрд параметров и поддерживает контекст до 25–32 тыс. токенов. Модель предназначена для диалогов и генерации текста в ролевых сценариях. В репозитории упомянуты пользовательские lorebook-файлы и настройки, а также варианты квантования ExL2 и GGUF, доступные отдельно. В метаданных указаны возможности chat и генерация текста; README приводит результаты оценивания на отдельных бенчмарках. Карточка помечает модель как NSFW и «не для всех аудиторий». Лицензия CC BY-NC 4.0 разрешает использование с атрибуцией, но запрещает коммерческое применение.

Yntec/iffyMix — слитая модель на базе Stable Diffusion 1.5, созданная объединением YiffyMix 3.1 и nuipenimix 2.0 с помощью SuperMerger. Она генерирует изображения по текстовым промптам и ориентирована на аниме, мультяшную иллюстрацию и furry-стиль; примеры охватывают персонажей, портреты и изображения животных. Модель распространяется в форматах Diffusers и Safetensors по лицензии CreativeML OpenRAIL-M. Карточка не сообщает размер модели или длину контекста.

frankjoshua/illustriousXL_v01 — модель генерации изображений по текстовому описанию, опубликованная на Hugging Face в формате Safetensors для StableDiffusionXLPipeline. Это копия или производная ранней версии Illustrious XL v0.1, разработанной исследовательской командой Onoma AI на базе Stable Diffusion XL и дообученной на большом аннотированном наборе Danbooru2023. Модель предназначена прежде всего для создания иллюстраций, включая персонажей, художественные стили и аниме-ориентированные изображения. Она поддерживает работу через библиотеку Diffusers и рассчитана на text-to-image сценарии; заявленный размер модели составляет около 3 млрд параметров, тип тензоров — F16. Версия v0.1 позиционируется как базовая исследовательская модель для дальнейшего обучения LoRA и адаптеров, а не как окончательно настроенная модель эстетического качества. Для неё характерны ограничения базовых SDXL-моделей, включая возможные ошибки в композиции, деталях и рендеринге текста. Для исходной Illustrious XL v0.1 указана лицензия Fair AI Public License 1.0; условия конкретной копии следует проверять перед распространением или коммерческим использованием.

IndicF5-Kannada-Bedtime-v2 — модель синтеза речи, созданная автором репозитория sush0401 путём дообучения IndicF5 от AI4Bharat. Она предназначена для озвучивания сказок на каннада в спокойной, сказочной или юмористической манере, в том числе голосом, заданным аудиообразцом и его расшифровкой. Дообучен компонент CFM на данных SPRINGLab/IndicTTS_Kannada и синтетических аудиофрагментах со сказками перед сном; в карточке приведены примеры озвучивания и сценарий перевода английской сказки на каннада с последующей генерацией речи. Модель принимает текст на каннада, аудиообразец голоса и текст его расшифровки, а выдаёт речь. Репозиторий содержит веса в формате safetensors и распространяется по лицензии MIT. Размер модели и длина контекста в предоставленных данных не приведены.

Infinite-Laymons-7B — языковая модель для вымышленных историй и ролевых диалогов, созданная ABX-AI слиянием двух предварительно обученных моделей: KatyTheCutie/LemonadeRP-4.5.3 и Nitral-AI/Infinitely-Laydiculous-7B. Для слияния применён метод SLERP с помощью mergekit. Модель построена на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров. Она генерирует текст, рассчитана на контекст до 32 768 токенов и ориентирована на более оригинальные диалоги с меньшим уровнем alignment. Репозиторий содержит веса в формате safetensors. Лицензия указана как other; конкретные условия в карточке не раскрыты. Модель предназначена для творческого письма и ролевых сценариев; качество и поведение за пределами этого назначения не описаны.

Jamet-8B-L3-MK.V-Blackroot — разговорная модель для ролевых диалогов и создания историй, разработанная Hastagaras на основе семейства Llama 3. В карточке указано, что модель объединяет Llama 3 Instruct с несколькими моделями и адаптерами, а также прошла DPO-настройку для уменьшения количества эмодзи и чрезмерно позитивного тона. Архитектура — плотная Llama с 7,5 млрд параметров; контекст — 8192 токена. Модель принимает текст и генерирует текст. Основные сценарии — ролевые диалоги и художественное повествование. Автор отмечает, что при высокой температуре генерация может становиться несвязной, а эмодзи иногда сохраняются. Для немецкого языка качество не удалось исправить; сведения о поддерживаемых языках в карточке ограничены упоминаниями немецкого и английского. Модель распространяется по лицензии Llama 3; перед использованием следует учитывать её условия.

AIBunCho/japanese-novel-gpt-j-6b — японская языковая модель для генерации художественного текста, созданная для использования в AI BunCho; автор карточки — Хироюки Осоне. В основе GPT-J-6B: модель предварительно обучали на японских данных с японским токенизатором, затем дообучили на корпусе романов. Архитектура — плотная GPT-J для авторегрессионной генерации текста; максимальная длина контекста составляет 2048 токенов. Модель предназначена для генерации японской прозы и продолжения художественных текстов. В README указана проверка работы на Google Colab с T4 High-RAM. Модель обучалась на японских данных CC-100, Википедии и других веб-данных. Возможные ограничения связаны с тем, что обучающие данные могли содержать оскорбительный или неприемлемый контент, который способен проявляться в генерациях. Лицензия — OpenRAIL; автор рекомендует осторожность при использовании в производственных системах и не применять модель для причинения вреда или страданий людям и группам.

KLEIN-Unchained-V2 — LoRA-модель для генерации изображений по текстовому описанию, разработанная пользователем или организацией Keltezaa. Модель предназначена для использования в сценариях text-to-image и интеграции с библиотекой Diffusers. Модель является адаптацией базовой модели black-forest-labs/FLUX.2-klein-base-9B с применением метода LoRA. Из доступных данных известно, что она относится к семейству diffusion-моделей; сведения о точном размере LoRA-адаптера, поддерживаемых языках, размере контекста, дополнительных модальностях и характерных визуальных свойствах отсутствуют. Примеры в карточке используют текстовый промпт «-», однако этого недостаточно для оценки качества и области специализации. Модель может быть полезна для экспериментов и генерации изображений в совместимом пайплайне на базе FLUX.2-klein-base-9B. Ограничения, сильные стороны и требования к оборудованию в README не описаны. Лицензия — Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0), поэтому коммерческое использование и распространение производных работ ограничены условиями лицензии.

KPRA-7b — объединённая языковая модель от kainatq, созданная с помощью mergekit методом Model Stock на базе kainatq/Kainoverse-7b-v0.1. В слияние вошли несколько моделей Mistral для ролевого общения, включая RP_Vision_7B, IceCocoaRP-7b, IceDrunkenCherryRP-7b, Synatra-7B, DaturaCookie_7B и InfinityRP-v1-7B. Модель предназначена для генерации текста и ролевого общения. Она построена на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors; метаданные указывают библиотеку Transformers. Карточка не описывает отдельные гарантии качества или ограничения на применение. Лицензия в предоставленных данных не указана.

ChrisColeTech/krea2-turbo-uncensored-v1.1-FP8 — это модифицированная и предварительно объединённая версия Krea 2 Turbo, разработанная ChrisColeTech на основе Krea-2-Turbo и conradlocke/krea2-identity-edit. Модель предназначена для генерации изображений по текстовому описанию, редактирования изображений и сохранения идентичности персонажей. Веса включают пять объединённых адаптеров LoRA: для детализации лица и чувствительных областей, усиленного редактирования и сохранения идентичности, ускорения генерации в четыре шага, детализации кожи и снижения ограничений на NSFW-контент. При этом заявлены ограничения для незаконного контента, а сама модель ориентирована преимущественно на взрослые сценарии. Модель использует новую Transformer-архитектуру и рассчитана на работу в ComfyUI через папку diffusion_models. В составе указаны Transformer в формате GGUF размером около 7,22 ГБ, текстовый энкодер Qwen3-VL 4B в FP8 размером около 5,24 ГБ и VAE Qwen Image размером около 254 МБ. Рекомендуемое разрешение — 1024×1024, минимальное — 512×512; обычно используется CFG 1.0 и 8 шагов, при этом поддерживаются режимы от 4 до 16 шагов. FP8 позиционируется как быстрый вариант, включая работу на видеокартах с небольшим объёмом памяти. Сильными сторонами являются высокая скорость, поддержка текстовой генерации и image-to-image, детализированная кожа, усиленное редактирование и сохранение идентичности. Ограничения включают возможные изменения лиц между генерациями и несовершенство редактирования; для стабильности требуются подробные и прямые промпты. Лицензия в карточке указана как unknown, поэтому условия коммерческого и иного использования необходимо уточнять отдельно.

djuna/L3.1-Suze-Vume-2-calc — объединённая языковая модель семейства Llama, созданная с помощью mergekit методом della на основе kromeurus/L3.1-Aglow-Vulca-v0.1-8B. В объединение также вошли Casual-Autopsy/L3-Super-Nova-RP-8B, TheDrummer/Llama-3SOME-8B-v2 и djuna/L3.1-Noraian. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и доступна в формате safetensors; заявленная длина контекста — 131 072 токена. Модель предназначена для генерации текста в диалогах и творческих сценариях, включая ролевые беседы и создание историй. В карточке указана поддержка чата; базовые модели ориентированы на англоязычные творческие ролевые диалоги, поэтому такие сценарии являются наиболее обоснованным применением. Модель распространяется под лицензией, сведения о которой в предоставленных источниках отсутствуют.

L3-Picaro-8B — языковая модель на архитектуре Llama 3, созданная автором royallab путём объединения Meta-Llama-3-8B и адаптера Picaro от Trappu. Модель содержит 7,5 млрд параметров, работает с текстом и поддерживает контекст до 8192 токенов. Для общения используется формат инструкций ChatML без системного промпта. Модель предназначена для генерации текста и ролевых диалогов. В карточке указана лицензия other; автор сообщает, что получил разрешение создателя адаптера на объединение. Модель унаследовала предубеждения базовой модели и нишевых ролевых форумов. Автор не рекомендует использовать её для предоставления фактической информации или советов.