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

L3-Uncen-Merger-Omelette-RP-v0.1-8B — слитая разговорная языковая модель, созданная автором репозитория с помощью mergekit из нескольких моделей семейства Llama 3 8B. В состав входят модели, настроенные на ролевые диалоги и творческую генерацию; для объединения применялись Dare Ties, SLERP и Task Arithmetic. Модель содержит около 7,5 млрд параметров и использует архитектуру LlamaForCausalLM. Модель предназначена для генерации текста в диалогах и ролевых сценариях, в том числе с откровенным содержанием. Она принимает текст и генерирует текст; в метаданных указан английский язык. Заявленная длина контекста — 32 768 токенов. В репозитории опубликованы веса Safetensors, а библиотека запуска — Transformers. Составной характер слияния ориентирован на разнообразие и творческую генерацию, однако README не приводит количественных оценок качества или подробных результатов тестирования. Модель распространяется по лицензии Llama 3; теги репозитория предупреждают, что она подходит не для любой аудитории.

Это модель автоматического распознавания речи, дообученная на базе facebook/wav2vec2-large-xlsr-53. Она использует архитектуру Wav2Vec2ForCTC и содержит 402,7 млн параметров. По названию репозитория модель предназначена для распознавания речи на языке чероки; README сообщает метрики оценки: WER 0,1651 и CER 0,0276. Модель принимает аудио и преобразует речь в текст. Она опубликована в формате safetensors и распространяется по лицензии Apache-2.0. Сведения о тренировочных данных и подробные инструкции по применению в карточке отсутствуют.

LISA++ — модель для сегментации объектов на изображениях по запросам и рассуждениям на естественном языке. Она разработана авторами статьи «LISA++: An Improved Baseline for Reasoning Segmentation with Large Language Model» и дообучена на базе liuhaotian/llava-v1.5-7b. Модель насчитывает 6,6 млрд параметров, использует архитектуру LLaVA и принимает изображения вместе с текстовыми инструкциями; базовая модель описана как мультимодальный чат-бот для вопросов об изображениях и выполнения визуальных инструкций. Модель предназначена для сегментации экземпляров объектов и задач, где нужно определить на изображении объект, описанный текстом. Контекст составляет 4096 токенов. В репозитории указаны веса PyTorch и лицензия Apache-2.0. Карточка не сообщает о поддерживаемых языках, поэтому языковой охват не уточняется.

Llama-3.2-1B-Instruct-NEO-WEE-HORROR-GGUF — текстовая генеративная модель в формате GGUF, разработанная DavidAU на основе Llama 3.2 1B Instruct от Meta. Модель дообучена или адаптирована с использованием набора данных NEO IMATRIX Tiny «Wee» Horror для усиления творческого письма и художественной выразительности. Модель предназначена для генерации рассказов, сцен, сюжетов и подсюжетов, продолжения историй, ролевого взаимодействия и работы с художественными текстами различных жанров. Основной акцент сделан на хорроре: модель добавляет мрачную атмосферу, напряжение, ощущение надвигающейся угрозы и более интенсивное, яркое описание сцен. При этом она может использоваться для научной фантастики, романтики и других творческих задач. Заявлена поддержка английского, французского, немецкого, испанского, итальянского, португальского, китайского, японского, русского и корейского языков. Модель содержит около 1 млрд параметров, поддерживает контекст до 131 000 токенов и рассчитана на работу с шаблоном Llama 3. Рекомендуется применять параметры повторного штрафа и температуры с осторожностью: их изменение существенно влияет на стиль, длину и креативность вывода. Сильными сторонами являются высокая скорость генерации, малая вычислительная потребность для модели такого класса, выразительная проза и усиленная ориентация на хоррор. Ограничениями могут быть выраженный мрачный уклон, возможная графичность описаний, чувствительность к настройкам и потеря детализации при использовании сильного квантования. Модель распространяется по лицензии Apache-2.0. Для использования необходим совместимый инференс-движок с поддержкой формата GGUF и корректно настроенным шаблоном Llama 3.

aifeifei798/llama3-8B-DarkIdol-1.1 — слитая текстовая модель на архитектуре Llama 3, созданная автором репозитория с помощью mergekit и метода Model Stock на основе Meta-Llama-3-8B-Instruct. В модель объединены несколько чекпойнтов Llama 3, включая варианты aifeifei и модели, ориентированные на ролевые сценарии. Размер — 7,5 млрд параметров, контекст — 8192 токена. Модель предназначена для генерации диалогов и отыгрыша ролей в разных сценариях. В README указаны варианты локального запуска через KoboldCpp, LM Studio, llama.cpp, Backyard AI и мобильное приложение Layla. Автор также упоминает vision через отдельный Llava MMProj-файл и актуальную версию KoboldCpp, однако метаданные классифицируют модель как text-generation и не подтверждают полноценный мультимодальный режим. Карточка содержит языковые теги английского, японского и китайского языков. Модель распространяется по лицензии Llama 3. README описывает её как пригодную для множества ролевых ситуаций, но не приводит измерений качества; ответы могут зависеть от сценария, промпта и используемого интерфейса.

mpasila/Llama-3-LimaRP-Instruct-8B — дообученная разговорная модель на архитектуре Llama 3, разработанная mpasila для генерации текста в формате инструкций Llama 3. Она предназначена для диалогов и ролевых сценариев на основе изменённого набора LimaRP-augmented. Модель содержит 7,5 млрд параметров и рассчитана на контекст до 8192 токенов; в карточке указана поддержка английского языка. Модель создана на базе unsloth/llama-3-8b-bnb-4bit: LoRA обучали в 4-битном режиме в течение одной эпохи на контексте 8k, а опубликованный вариант описан как слияние производной LoRA-модели. Формат подсказок Llama 3 Instruct упрощает совместное использование с моделями, применяющими тот же формат. В README отмечена возможная проблема шаблона диалога: добавленные Unsloth роли «gpt» и «user» иногда обрабатываются некорректно. Модель предназначена для генерации ответов и ролевых диалогов; она не описана как универсальная модель для всех аудиторий. Репозиторий использует safetensors, лицензия — Llama 3 Community License.

rockerBOO/ltx-2.5-nvfp4-convrot — это квантизированная версия LTX-2.5, разработанной Lightricks, предназначенная для генерации видео и аудио в ComfyUI. Модель поддерживает сценарии text-to-video и image-to-video; в карточке указана базовая архитектура 22B audio-video diffusion transformer. Квантизация относится только к трансформеру, тогда как VAE и текстовые энкодеры используются из исходных репозиториев Lightricks/LTX-2.5 и Comfy-Org/gemma-4 без изменений. В большинстве весов применяется NVFP4, а для attention — INT8 с ConvRot. Блоки 0, 1, 46 и 47 сохранены в полной точности BF16; часть feed-forward слоёв также остаётся в BF16. Такой вариант должен быть меньше и быстрее оригинальной BF16-модели при минимальной заявленной потере качества, однако отдельная оценка качества не проводилась. Для инференса требуется GPU Blackwell с поддержкой SM не ниже 10.0/12.0, например RTX 50-й серии, B100 или B200. Доступный файл — distilled-вариант размером около 22 ГБ; dev-вариант планируется, но ещё не создан. Модель распространяется по LTX-2 Community License Agreement, унаследованной от Lightricks/LTX-2.5. Практическое использование ориентировано на ComfyUI и требует дополнительных VAE и текстовых энкодеров из указанных репозиториев.

Matrix-Game — модель генерации интерактивных игровых миров, представленная разработчиками Skywork. Это диффузионная модель с 17 млрд параметров, предназначенная для создания видео мира Minecraft с управлением через клавиатуру и мышь: действия пользователя задают развитие сцены и движение камеры. Модель ориентирована на генерацию последовательности кадров с временной согласованностью, устойчивостью объектов и следованием управляющим сигналам. В README описаны набор данных Matrix-Game с подробной разметкой действий и бенчмарк GameWorld Score для оценки качества изображения и движения, управляемости и понимания физических правил. Репозиторий использует библиотеку Diffusers и формат safetensors; лицензия — MIT. Карточка сообщает об английском языке, однако сценарий модели сосредоточен на визуальной генерации игровых сцен, а не на обработке текста.

Matrix-Game-2.0 — модель интерактивного мира, представленная разработчиком Skywork. Это производная модель на 1,8 млрд параметров, дообученная на базе Skywork/SkyReels-V2-I2V-1.3B-540P; в карточке также описано, что она происходит от Wan: текстовую ветвь удалили и добавили модули действий. Модель предсказывает следующие видеокадры по визуальному содержимому и действиям пользователя. Модель предназначена для потоковой генерации длинных интерактивных видео и игровых миров. Она принимает визуальный контекст и сигналы клавиатуры и мыши, позволяя управлять сценой покадрово; README заявляет генерацию с частотой 25 кадров в секунду и минутных роликов. Модель доступна в форматах Diffusers и Safetensors, лицензия — MIT. В описанном разработчиком бенчмарке модель показывает высокие результаты по качеству изображения, временной согласованности и точности управления клавиатурой и мышью. Заявленные результаты относятся к бенчмарку GameWorld; сведения о независимой оценке этих характеристик не приведены. Метаданные классифицируют репозиторий как image-to-video, но подробные требования к формату входных данных и запуску в README не описаны.

Metharme 1.3B — языковая модель, разработанная PygmalionAI и дообученная на базе EleutherAI Pythia 1.4B Deduped. Это плотная авторегрессионная модель GPT-NeoX с примерно 1,7 млрд параметров, предназначенная для генерации текста по инструкциям. Она ориентирована на художественное письмо, ролевые сценарии и диалог; обучение с учителем сочетало обычные инструкции с ролевыми диалогами и художественными историями. Для разметки диалога используются специальные токены ролей, а контекст модели составляет 2048 токенов. Модель рассчитана прежде всего на развлекательное создание вымышленных текстов и разговорных сценариев. Она работает с текстом и поддерживает английский язык. По сравнению с более крупными версиями семейства связность ответов может быть ниже; модель может выдавать фактически неверные или вводящие в заблуждение сведения. Её не дообучали для безопасных и безвредных ответов, поэтому возможны грубые, непристойные или оскорбительные формулировки. Лицензия — Apache-2.0.

MIDI-3D — генеративная модель VAST-AI для создания композиционных 3D-сцен по одному изображению. Она представлена в работе «MIDI: Multi-Instance Diffusion for Single Image to 3D Scene Generation» и предназначена для преобразования входного изображения в сцену из нескольких 3D-объектов. Модель принимает изображение и выдаёт 3D-сцену. В репозитории указаны формат Diffusers и веса Safetensors. Лицензия — Apache-2.0.

MiniMax-H3 Turbo LoRA — это адаптер LoRA для модели MiniMax-H3, разработанный на основе работы larryvrh и опубликованный как исправленная копия репозитория Abiray. Адаптер предназначен для генерации видео и интеграции с ComfyUI через библиотеку Diffusers. Он рассчитан на использование с совместимыми pruned, или curve-form, чекпойнтами MiniMax-H3, включая прuned FP8 base Comfy-Org/MiniMax-H3. Адаптер использует 4-шаговый turbo LoRA и содержит 416 тензоров: целевые модули внимания и MLP в каждом из 50 блоков, а также token_refiner; adaln-цели отсутствуют. Исправленная версия удаляет 64 лишних завершающих байта из файла safetensors, благодаря чему он корректно загружается строгими загрузчиками и соответствует pruned FP8-базовой модели. Рекомендуемые автором параметры для ComfyUI: сила LoRA 0.8–1.8, 8–12 шагов и sampler res_multistep. Модель ориентирована на ускоренную генерацию видео, но README не содержит сведений о поддерживаемых языках, модальностях ввода, размере базовой модели, максимальном контексте, качестве, производительности или ограничениях. Использование регулируется MiniMax-H3 Community License Agreement; точные условия следует уточнять по указанной лицензии.

MiniMax-H3 x Z-Image Hybrid GGUF — экспериментальная общественная конверсия гибридной модели, созданная hoidhxd на основе hoidhxd/MiniMax-H3-x-Z-Image-hybrid. Модель предназначена для генерации видео и преобразования изображения в видео и рассчитана на использование через ComfyUI-GGUF при наличии поддержки архитектуры MiniMax-H3. Модель объединяет ветви FL2VA и REF2VA в единую архитектуру: блоки B00–B24 используют FL2VA, B25–B49 — REF2VA, а B50 и последующие — FL2VA. Доступно представление GGUF в формате BF16; дополнительные варианты квантования Q4_0, Q5_0 и Q8_0 заявлены как возможные будущие файлы. Сведения о размере модели, поддерживаемых языках, контекстном окне и точных модальностях, помимо сценариев генерации видео и image-to-video, в README не указаны. Это экспериментальная модель, не являющаяся официальным релизом MiniMax. Её сильная сторона — объединение двух специализированных ветвей и проверенная на уровне тензоров идентичность исходным данным: совпали 532 из 532 тензоров, без ошибок полезной нагрузки. Ограничения включают зависимость от совместимой версии ComfyUI-GGUF и потенциальную нестабильность экспериментальной гибридной архитектуры. Модель распространяется по лицензии Apache-2.0.

MiquMaid-v2-2x70B — разговорная модель для ролевых диалогов, созданная Undi и IkariDev на основе Miqu-70B. Авторы дообучили Miqu-70B для RP-общения, затем объединили дообученную MiquMaid-v2-70B и базовую Miqu-70B в архитектуру MoE: обе модели участвуют в обработке каждого токена. Репозиторий содержит веса FP16 в формате safetensors; архитектура относится к семейству Mixtral и использует MixtralForCausalLM. Модель предназначена для ролевых бесед и генерации ответов в чат-сценариях. В карточке указаны контекст до 32 764 токенов и формат промпта Alpaca с полями Instruction, Input и Response. Для обучения использовались наборы Aesir, NoRobots, limarp, toxic-dpo-v0.1-sharegpt и ToxicQAFinal. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение. Модель помечена как NSFW; качество зависит от промпта и выбранного сценария, а крупный размер затрудняет запуск на ограниченном оборудовании.

Mistral-11B-CC-Air-RP — текстовая генеративная модель Undi95 на архитектуре Mistral, созданная объединением CollectiveCognition-v1.1-Mistral-7B и airoboros-mistral2.2-7b с последующим дообучением QLoRA на датасетах PIPPA и LimaRPv3. Репозиторий содержит веса fp16; модель насчитывает 10,6 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации ответов по инструкциям и ролевого общения. Для подачи запросов подходит шаблон Alpaca или формат по умолчанию. Метаданные помечают модель как NSFW и не предназначенную для любой аудитории. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

MistralMusic2.0 — объединённая модель на базе Mistral, созданная RaduGabriel с помощью LazyMergekit. Она объединяет RaduGabriel/MistralMusic и mistralai/Mistral-7B-Instruct-v0.2 методом slerp; архитектура — плотная MistralForCausalLM, размер — 7,1 млрд параметров, формат весов — safetensors. Модель предназначена для генерации текста и диалогового общения, сочетая музыкальную специализацию исходной MistralMusic с инструкционной моделью Mistral. Поддерживает контекст до 32 768 токенов. Лицензия в предоставленных данных не указана.

Модель facebook/mms-tts-hus-dialect_westernpotosino разработана Meta в рамках проекта Massively Multilingual Speech (MMS) для синтеза речи на языке хуастек в западно-потосинском диалекте. Это отдельный чекпойнт семейства VITS: модель принимает текст и генерирует речевую аудиоволну. Архитектура VITS объединяет текстовый энкодер на основе Transformer, потоковый модуль, декодер, похожий на HiFi-GAN, и стохастический предсказатель длительности, позволяющий варьировать ритм произношения. Чекпойнт содержит 3,5 млн параметров и доступен в форматах PyTorch и Safetensors. Для повторения того же звучания нужен фиксированный seed, поскольку предсказатель длительности стохастический. Модель предназначена для синтеза речи на указанном языке и диалекте; поддержка других языков не заявлена. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

facebook/mms-tts-mag — модель синтеза речи на языке магадхи из проекта Massively Multilingual Speech (MMS), разработанного Facebook. Она преобразует входной текст в речевую аудиоволну; для каждого языка MMS обучается отдельный чекпойнт. Модель построена на архитектуре VITS — сквозной вариационном автоэнкодере с flow-модулем, стохастическим предиктором длительности и HiFi-GAN-декодером. В репозитории указаны 3,6 млн параметров; модель доступна через Transformers версии 4.33 и новее. Стохастический предиктор длительности позволяет синтезировать один и тот же текст с разным ритмом, поэтому результат зависит от случайного зерна; фиксированное зерно нужно для повторения той же генерации. Модель предназначена для озвучивания текста на магадхи, а не для многоязычного синтеза. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

MN-LooseCannon-12B-v2 — диалоговая модель на архитектуре Mistral Nemo, созданная автором репозитория слиянием MN-12B-Celeste-V1.9, magnum-v2.5-12b-kto и MN-12B-Lyra-v1 в два этапа. Модель содержит 12,1 млрд параметров, распространяется в формате safetensors и рассчитана на генерацию текста в формате инструкций ChatML; заявленное контекстное окно — до 1 024 000 токенов. Модель предназначена для ролевых диалогов и генерации прозы. В README указано, что она может унаследовать предубеждения нишевых ролевых форумов и базовых моделей, а для достоверных фактов или советов не предназначена. Лицензия в предоставленных данных не указана.

Guizmus/MosaicArt — модель Stable Diffusion, дообученная автором Guizmus на изображениях мозаичного искусства. Она добавляет стиль мозаики к генерации изображений по текстовому запросу; для вызова стиля в запросе рекомендуется использовать токен «Mosaic Art». В карточке описаны версии V1 на базе Stable Diffusion 1.5 и V2 на базе Stable Diffusion 2.1 с разрешением 768 пикселей. Обучение проводилось на наборе из 46 изображений с полными подписями и сохранением исходных понятий; для генерации автор рекомендует сэмплеры k_Euler_a или DPM++ 2M Karras, 20 шагов и CFG 7.5. Модель предназначена для создания изображений в стиле мозаики по англоязычным текстовым описаниям и запускается через Diffusers. Репозиторий содержит форматы Diffusers, PyTorch и Safetensors. Лицензия — CreativeML OpenRAIL-M.

ethzanalytics опубликовал копию весов mpt-7b-storywriter, разбитую на части по 2 ГБ для загрузки при ограниченной оперативной памяти. Это плотная авторегрессионная языковая модель семейства MPT с архитектурой MPTForCausalLM, сохранённая в формате PyTorch и точности bfloat16; размер исходной модели — 7 млрд параметров. Модель генерирует продолжение заданного текста и предназначена, в частности, для написания историй на английском языке. Модель не настроена на выполнение инструкций: чтобы получить связное продолжение по теме, ей следует передать достаточно контекста. Разбиение весов облегчает загрузку в средах с ограниченной памятью, но запуск на CPU может быть очень медленным. Репозиторий распространяется по лицензии Apache-2.0.

ReadyArt/MS3.2-The-Omega-Directive-24B-Unslop-v2.0 — дообученная модель семейства Mistral, созданная gecfdo на базе anthracite-core/Mistral-Small-3.2-24B-Instruct-2506-Text-Only. Это плотная языковая модель с 23,4 млрд параметров для генерации текста и диалогов, особенно ролевых сцен и длинных многоходовых взаимодействий. Карточка заявляет контекст до 131 072 токенов и поддержку девяти языков; метаданные подтверждают английский, но не перечисляют остальные языки. Модель ориентирована на связное повествование, следование сложным инструкциям, сохранение характера персонажей и многофигурные сценарии. В README указаны обучение QLoRA и датасет разговоров; также заявлены защитные меры от имитации действий пользователя и снижение повторов по сравнению с предыдущей версией. Эти характеристики приведены авторами модели и не сопровождаются независимыми оценками. Модель предназначена для взрослой аудитории и может генерировать откровенный, жестокий и иной NSFW-контент. Метаданные указывают лицензию Apache-2.0. В README также перечислены отдельные квантизованные сборки в форматах GGUF, EXL2 и EXL3, однако основная модель представлена в safetensors.

nepoticide-12B-Unslop-Unleashed-Mell-RPMax — слитая автором redrix диалоговая языковая модель семейства Mistral Nemo с 12,1 млрд параметров. Она предназначена для генерации текста в чатах, ролевых сценариях и художественном письме. Модель создана методом Model Stock в mergekit на основе TheDrummer/UnslopNemo-12B-v4.1 с добавлением трёх других моделей; использует формат Safetensors и шаблон чата ChatML. Метаданные указывают контекст до 1 024 000 токенов. Автор предупреждает, что эта версия, вероятно, работает некорректно из-за возможной утечки токенов, и рекомендует использовать nepoticide-12B-Unslop-Unleashed-Mell-RPMax-v2. Точная причина неисправности не установлена. Лицензия — Apache-2.0.

next-scene-qwen-image-lora-2509 — адаптер LoRA, разработанный lovis93 для базовой модели Qwen/Qwen-Image-Edit-2509. Модель предназначена для создания последовательностей кинематографических изображений с визуальной связностью между кадрами и естественным переходом от одной сцены к следующей. Адаптер ориентирован на раскадровки, предпроизводство фильмов и анимации, последовательные narrative-workflows в ComfyUI, развитие концепт-арта и пайплайны AI-видео. Он помогает задавать движение камеры, изменение крупности и ракурса, раскрытие окружения, появление новых персонажей, а также переходы освещения, погоды и времени суток. Для оптимальной работы рекомендуется использовать префикс «Next Scene:» и силу LoRA 0,7–0,8; доступны версии V1 и рекомендуемая V2, в которой заявлены более качественные данные обучения, лучшее следование промптам, устранение артефактов в виде чёрных полос и более плавная кинематографическая динамика. Модель использует архитектуру Low-Rank Adaptation и предназначена для image-to-image задач в ComfyUI, Automatic1111 с поддержкой Qwen и пользовательских пайплайнах. Она обучена на крупном проприетарном наборе кинематографических изображений. Ограничения включают слабую пригодность для статичных портретов, одиночных иллюстраций и несвязанных точечных правок: приоритет отдан последовательному развитию сцены и межкадровой согласованности, а не совершенству отдельного изображения. Лицензия MIT разрешает исследовательское, образовательное и творческое использование; для коммерческих сценариев README рекомендует самостоятельное тестирование и надлежащее указание авторства.

Nimue 8B — дообученная диалоговая модель manbeast3b на архитектуре Llama 3, созданная на основе meta-llama/Meta-Llama-3-8B-Instruct. Она предназначена для генерации ролевых ответов с заданными чертами персонажа и длиной ответа. Модель обучена в zero-shot формате инструкций Alpaca; автор отмечает, что она не рассчитана на многоходовый диалог. Для управления стилем перед ответом можно задавать метки, например черту характера и длину. В карточке указаны 7,5 млрд параметров, контекст 8192 токена, формат safetensors и английский язык. Лицензия обозначена как other.

nMer1 — объединённая модель генерации текста, созданная сообществом mergekit на основе Undi95/Llama-3-LewdPlay-8B и ajibawa-2023/General-Stories-Mistral-7B. Веса объединены методом SLERP; архитектура — плотная авторегрессионная LlamaForCausalLM, размер — 7,5 млрд параметров, формат файлов — safetensors. Модель рассчитана на генерацию художественного текста и диалоговое взаимодействие; базовая модель General-Stories-Mistral-7B ориентирована на рассказы на английском языке. Контекст модели — до 8192 токенов. Карточка не приводит отдельной оценки качества или подробной инструкции по использованию. В состав входит модель LewdPlay, поэтому генерация может включать взрослые темы. Лицензия в предоставленных сведениях не указана.

Emanon14/NONAMEmix_v1 — диффузионная модель для генерации изображений по текстовому запросу, собранная автором как слияние нескольких моделей семейства SDXL. В рецепте указаны Raehoshi Illust XL 2.1, NoobAI-XL Epsilon-Pred 0.75, Movable Figure Model XL NOOB XL1.0, paruparu illustrious v3.2 и LoRA SPO-SDXL_4k-p_10ep_LoRA_webui. Модель ориентирована на запросы в стиле тегов Booru. Карточка описывает варианты V1.0, V1.1 и V1.1_L, отличающиеся степенью изменения пропорций персонажей относительно базового варианта. Автор рекомендует CFG 5–6, 28 шагов и сэмплер DPM++2M SDE; для увеличения разрешения приведены настройки Hires.fix с 4x-UltraSharp. Модель распространяется по лицензии Fair AI Public License 1.0-SD; перед использованием следует учитывать её условия.

NONAMEmix-Vpred_v2 — диффузионная модель генерации изображений по текстовому описанию на базе Stable Diffusion XL. Автор указывает, что чекпойнт использует v-prediction, а 99% его основы составляет RouWei 0.7. Модель предназначена для промптов в стиле тегов Booru; в README приведены рекомендуемые настройки генерации: CFG 3–5, 28 шагов и сэмплер Euler a. Модель собрана слиянием RouWei 0.7 vpred, CyberRealistic XL, SDXL Base 1.0, LoRA SPO-SDXL_4k-p_10ep и собственной LoRA автора, обученной на 300 изображениях, созданных ИИ. Репозиторий использует Diffusers и формат safetensors. README указывает лицензию Fair AI Public License 1.0-SD; проверьте её условия перед использованием и распространением результатов.

NoobAI XL 0.5 — диффузионная модель генерации изображений по текстовому описанию, разработанная Laxhar Lab. Это первая публичная версия семейства NoobAI XL, дообученная на Illustrious XL; для обучения использовались датасеты Danbooru и e621 с подписями в виде тегов. Модель предназначена для создания иллюстративных изображений, в том числе по теговым промптам. Для генерации авторы рекомендуют около 25–30 шагов, CFG 5–6 и разрешение с общей площадью примерно 1024×1024 пикселя; карточка описывает использование через StableDiffusionXLPipeline и формат safetensors. Модель ориентирована на английские промпты и теги. В README приведены рекомендации по параметрам и качественным тегам, но результаты зависят от промпта и выбранных настроек. Лицензия указана как other; README запрещает коммерческое использование и требует открывать производные модели и делиться сведениями о рабочих процессах в соответствии с fair-ai-public-license.

NoobAI XL 0.6 — диффузионная модель генерации изображений по тексту, разработанная Laxhar Lab. Это версия обучения только UNet, созданная на основе Laxhar/noobai-XL-0.5 и Illustrious-xl с использованием тегированных датасетов Danbooru и e621; карточка отмечает, что её база знаний менее обширна, чем у последующих моделей семейства. Модель рассчитана на иллюстративную генерацию по тегам и текстовым промптам. Для неё рекомендуются CFG 5–6, 25–30 шагов сэмплирования Euler a и суммарное разрешение около 1024×1024; среди подходящих форматов указаны как квадратные, так и вытянутые пропорции. Репозиторий содержит веса в формате safetensors и поддерживает запуск через Diffusers StableDiffusionXLPipeline. Карточка запрещает коммерческое использование модели, производных моделей и созданных с её помощью материалов, требует открывать производные работы и соблюдать условия fair-ai-public-license. Лицензия в метаданных указана как other. Разработчики предупреждают о возможных неожиданных или вредных результатах и возлагают риски использования на пользователя.