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

illustrijGEN_2 — LoRA-модель для генерации изображений по текстовому описанию, опубликованная в репозитории LyliaEngine и созданная автором Reij, также указанным как reijlita. Модель основана на OnomaAIResearch/Illustrious-xl-early-release-v0 и предназначена для использования с Diffusers и совместимыми системами генерации изображений. Модель ориентирована на anime-inspired визуальный стиль с более резкими и зрелыми чертами лица, зрелыми пропорциями тела, акцентом на женские и мужские образы, а также на выразительную работу со светом и тенью. Автор отмечает баланс между SFW- и NSFW-контентом с усиленным вниманием к NSFW-сценариям. Для активации рекомендуется использовать значение None в качестве trigger words. В README также указаны ориентиры: около 30 шагов генерации, сэмплеры Euler a или DPM++ 2M Karras, CFG 4–7 и разрешения примерно от 832×1216 до 1040×1510. Сильной стороной модели является специализированная стилистическая настройка под зрелую anime-эстетику и разнообразные женские и мужские персонажи. Ограничения включают зависимость от базовой модели и настроек совместимого генератора, а также отсутствие в README подробной информации о размере LoRA, поддерживаемых языках, точных коэффициентах применения и результатах объективного тестирования. Модель распространяется по лицензии CreativeML Open RAIL-M, указанной как cdla-permissive-2.0.

Kivotos XL 2.0 — диффузионная модель генерации изображений по тексту, разработанная Linaqruf и опубликованная в серии Yodayo Kivotos XL. Она дообучена на Animagine XL 3.1, модели на базе Stable Diffusion XL, и настроена на создание иллюстраций в стиле аниме с визуальной эстетикой франшизы Blue Archive. Модель можно использовать через ComfyUI, Stable Diffusion WebUI или библиотеку diffusers. Для генерации можно добавлять специальные теги качества, рейтинга, периода и эстетики, унаследованные от Animagine XL 3.1. В README рекомендованы CFG около 5–7, 25–30 шагов и сэмплер Euler Ancestral. Лицензия — Fair AI Public License 1.0-SD. Карточка не приводит сведений о размере модели или поддерживаемых разрешениях.

Aybeeceedee создал knollingcase — модель генерации изображений, обученную методом DreamBooth на базе Stable Diffusion с помощью fast-DreamBooth notebook от TheLastBen. Чтобы получить характерную композицию в стиле knolling, добавьте в текстовый запрос слово «knollingcase». В примерах показаны изометрические сцены и предметы, разложенные как технические схемы, с подписями, оверлеями и мелкими деталями. Модель принимает текстовые запросы и создаёт изображения через Diffusers. Карточка приводит примеры использования с AUTOMATIC1111 и Dynamic Prompt. Репозиторий распространяется под лицензией CreativeML OpenRAIL-M.

Krea2-Anime-Style-Collection — коллекция LoRA-моделей, разработанная пользователем WarmBloodAban для генерации изображений в аниме- и манга-стилистике. Модели предназначены для text-to-image задач, создания иллюстраций с кинематографичным освещением, динамичными диагональными композициями и эстетикой high-fashion. Коллекция ориентирована на использование в ComfyUI и совместную работу с базовой моделью krea/Krea-2-Turbo. В репозитории представлены варианты с различными визуальными направлениями, включая акварельную эстетику, неоновые кристаллические цвета, оттенки манги, дизайн одежды и стилизацию под традиционные костюмы. Указаны рекомендуемый вес LoRA 0,7–1,0, sampler Euler или DPM++ 2M Karras, 20–30 шагов и CFG 3,5–5,0. Заявлены плавные линии, чистые цветовые градиенты, блики в форме звёзд, иридисцентные отражения и высокая детализация. Ограничения и точные технические характеристики, включая размер параметров, архитектуру LoRA, поддерживаемые языки и максимальный контекст, в README не указаны. Лицензия обозначена противоречиво: в метаданных указаны Apache-2.0, а в описании — OpenRAIL; перед использованием следует проверить лицензионные условия конкретных файлов и базовой модели.

Felt Craft Diorama — стилевой LoRA-адаптер для генерации изображений, разработанный ilkerzgi в рамках серии Krea 2 Style LoRA, обученной на платформе fal.ai. Модель предназначена для использования с базовой моделью krea/Krea-2-Turbo и добавляет к текстовым запросам визуальную стилистику диорамы из фетра и поделочных материалов. Для активации рекомендуется добавлять в конец запроса триггерную фразу «felt craft diorama style». Возможные сценарии включают создание иллюстраций, концепт-артов и декоративных сцен с эффектом ручной текстильной миниатюры. Модель относится к pipeline text-to-image и совместима с Diffusers и ComfyUI. Рекомендуемый масштаб LoRA составляет 1.0–1.25. В репозитории доступны веса в формате SafeTensors для fal.ai и Diffusers, а также совместимая версия для ComfyUI. В README не указаны точный размер адаптера, поддерживаемые языки запросов, максимальная длина контекста и характеристики исходной архитектуры Krea-2-Turbo; приведённый английский язык относится к метаданным и примерам. Ограничением является зависимость от базовой модели Krea-2-Turbo и необходимость подбора масштаба для нужной интенсивности стиля. Для использования указана Krea 2 Community License; подробные условия приведены по ссылке на лицензию в репозитории. LoRA обучалась с помощью fal-ai/krea-2-trainer на 100 шагах с learning rate 3.5e-4, однако эти параметры описывают процесс обучения и не являются обязательными для инференса.

Cierpliwy/krea2_lineart_edit — набор LoRA-адаптеров, разработанный пользователем Cierpliwy для базовой модели Krea-2-Raw. Адаптеры предназначены для преобразования эскиза в формате lineart в полностью визуализированное изображение под управлением текстового запроса: модель сохраняет структуру линий и одновременно формирует заданные стиль, цвета и окружение. В комплект входят две версии: krea2_lineart_edit_v1.safetensors, которая наиболее точно следует исходному эскизу, и krea2_lineart_coarse_edit_v1.safetensors, рассчитанная на более свободную и стилизованную интерпретацию. Модель работает как text-to-image/lineart-to-image решение на базе Krea-2-Raw; сведения о размере, архитектуре, поддерживаемых языках, модальностях помимо изображения и максимальном контексте не указаны. Рекомендуется использовать lineart, подготовленный препроцессором Realistic Lineart, поскольку именно такой формат применялся при обучении адаптеров. Для работы заявлены ComfyUI, расширение ComfyUI-Krea2-Ostris-Edit, пакет comfyui_controlnet_aux и веса Krea-2-Raw. Сильной стороной является возможность получать детализированный рендер, сохраняя композицию и основные линии исходного рисунка; вариант lineart_coarse предоставляет более творческую интерпретацию. Ограничения включают зависимость от базовой модели, специализированного рабочего процесса ComfyUI и рекомендуемого формата линий, а также отсутствие подробных данных о качестве на различных типах изображений. Распространение осуществляется по лицензии krea-2-community-license; указано, что лицензия является особой, а не стандартной свободной лицензией.

Krea-2-LoRA-kidsdrawing — адаптер LoRA, разработанный Krea для модели Krea 2. Он предназначен для генерации изображений по текстовым описаниям в наивной, выразительной скетчевой стилистике, напоминающей детские рисунки. Модель применяется к базовой модели Krea-2-Turbo и использует триггерную фразу «naive expressive sketch style». Поддерживаемый сценарий — создание художественных иллюстраций с персонажами, животными, пейзажами и сценами в заданной стилистике. Адаптер поставляется в формате kidsdrawing.safetensors и подключается через библиотеку Diffusers к Krea2Pipeline. В README указано, что он обучен на Krea-2-Raw, а предварительные изображения были получены на Krea-2-Turbo за 8 шагов генерации, с guidance 0.0 и весом LoRA 1.0. Точный размер адаптера, архитектура базовой модели, максимальная длина контекста и полный перечень поддерживаемых языков не указаны; в метаданных заявлен язык en. Сильная сторона модели — специализированная стилистическая настройка, позволяющая получать согласованный эффект наивного выразительного наброска при небольшом числе шагов генерации. Ограничение заключается в том, что адаптер не является самостоятельной моделью и требует совместимого чекпойнта Krea-2-Turbo и окружения Diffusers; качество и степень стилизации могут зависеть от текста запроса и веса LoRA. Модель распространяется по лицензии krea-2-community-license; подробные условия доступны по ссылке на файл лицензии в репозитории.

grimjim/kukulemon-spiked-9B — экспериментальная слитая языковая модель на архитектуре Mistral, созданная автором с помощью mergekit из слоёв grimjim/kukulemon-7B. Модель содержит 8,9 млрд параметров и поддерживает контекст до 8192 токенов; в карточке описаны шаблоны запросов ChatML и Alpaca. Модель предназначена для генерации текста, в частности творческих ролевых диалогов и повествования с нестабильными персонажами и ситуациями. Автор сообщает, что при ограниченном тестировании ответы были связными и устойчивыми, но характеризует результат слияния как частично успешный. Модель доступна в формате safetensors; README также упоминает варианты GGUF и EXL2. Лицензия CC-BY-NC-4.0 запрещает коммерческое использование.

grimjim создал kunoichi-lemon-royale-7B — экспериментальную объединённую модель для генерации текста на основе архитектуры Mistral с 7,1 млрд параметров. Она предназначена прежде всего для ролевых диалогов и повествовательной генерации: модель следует карточкам персонажей и учитывает подсказки из начального сообщения. Для общения подходят шаблоны Alpaca и ChatML; заявленный контекст — до 8192 токенов. Модель получена слиянием нескольких предварительно обученных моделей методом DARE TIES с помощью mergekit; базой послужила SanjiWatsuki/Kunoichi-7B. Доступны варианты квантования GGUF и EXL2. README отмечает, что модель проверена лишь ограниченно и иногда может раскрывать контекст. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но не коммерческое применение.

L3.1-Artemis-c-8B — диалоговая языковая модель семейства Llama, созданная сообществом mergekit-community с помощью mergekit. Это слияние методом Model Stock с базой kromeurus/L3.1-Ablaze-Vulca-v0.1-8B и тремя другими моделями: Casual-Autopsy/L3-Umbral-Mind-RP-v3.0-8B, mergekit-community/L3-Boshima-a и failspy/Llama-3-8B-Instruct-MopeyMule. Модель содержит около 7,5 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — 131 072 токена. Модель предназначена для диалогов и ролевых сценариев. Описание базовой модели в каталоге указывает на ролевые игры с тяжёлыми эмоциональными темами и сюжетами спасения персонажей. Веса доступны в формате safetensors; для запуска используется библиотека Transformers. Сведения о лицензии в предоставленных источниках отсутствуют.

L3.2-Rogue-Creative-Instruct-DARK-HORROR-Uncensored-Abliterated-7B — плотная языковая модель семейства Llama 3.2, дообученная DavidAU на пользовательском наборе данных для хоррор-текстов. Модель содержит около 7,1 млрд параметров, принимает текстовые инструкции и генерирует текст; заявленная длина контекста — 131 072 токена. Для работы автор рекомендует шаблон Llama 3 или Command-R. Модель предназначена для творческого письма: создания рассказов и сцен ужасов, описания персонажей и окружения, продолжения историй и ролевых диалогов. Автор отмечает подробную, образную прозу и возможность управлять стилем и уровнем откровенности через запрос. Модель выпущена в формате Safetensors и распространяется по лицензии Apache-2.0. В карточке указаны склонность к длинной генерации, возможные повторы абзацев или чрезмерно продолжительные ответы при некоторых настройках, а также отдельные ошибки орфографии и регистра. Модель может создавать графические описания ужасов, ненормативную лексику и контент для взрослой аудитории.

Lance-3B-Video-bf16 — порт ByteDance Intelligent Creation Lab модели Lance_3B_Video в формате MLX от mlx-community, подготовленный для Apple Silicon. Это плотная мультимодальная архитектура на базе Qwen2.5-VL; в README указаны около 6,44 млрд параметров языковой модели и 669 млн параметров зрительного энкодера, тогда как метаданные каталога указывают общий размер 3,1 млрд. Контекст — 128 000 токенов по метаданным. Модель предназначена прежде всего для генерации видео по текстовому описанию. README сообщает о приемлемом качестве генерации коротких клипов вплоть до 768×768 и 25 кадров после исправления, с намеренно живописной стилистикой. Для длинных клипов и больших латентных сеток качество деградирует; при этом понимание видео и другие пайплайны в этой сборке не проверены. Она рассчитана на английские и китайские запросы, другие языки находятся вне распределения. Сборка использует bf16 и библиотеку MLX; README описывает запуск на компьютерах Apple Silicon, включая режимы экономии памяти. Это дообученный вариант bytedance-research/Lance и распространяется по лицензии Apache-2.0. Релиз отмечен как alpha, поэтому качество и применимость следует оценивать с учётом указанных ограничений.

LayerD BiRefNet Matting Module — модуль маттинга от CyberAgent для фреймворка LayerD, предназначенного для декомпозиции графических изображений на слои. Репозиторий содержит веса модели и код архитектуры на основе BiRefNet; модель рекомендуется использовать как часть оригинального проекта LayerD. В метаданных указаны архитектура BiRefNet, библиотека Transformers и формат весов safetensors. Модель предназначена для выделения объектов и получения маттинга в графическом дизайне, чтобы включать результат в процесс разложения изображения на слои. Она принимает изображения и выполняет задачу сегментации изображений. Карточка не сообщает размер модели и длину контекста; эти характеристики для обработки изображений здесь не применимы. Репозиторий распространяется по лицензии Apache-2.0.

LibreGemma4e2b — зеркальная копия весов Google Gemma 4 E2B IT, подготовленная LibreYOLO для использования в обёртке LibreVLM. В README указано, что параметры модели не менялись; репозиторий сохраняет файлы снимка Hugging Face и добавляет заметки по загрузке для LibreYOLO. Метаданные описывают модель как плотную архитектуру Gemma 4 с классом Gemma4ForConditionalGeneration и задачей object detection. Модель предназначена для обнаружения объектов на изображениях с помощью LibreVLM: пользователь задаёт классы, например person и helmet, и получает результаты для изображения. Базовая Gemma 4 E2B IT также поддерживает диалоговые и мультимодальные сценарии, однако карточка LibreYOLO подтверждает именно применение для детекции объектов. Репозиторий лицензирован по Apache License 2.0.

Yntec/Luxury — модель генерации изображений по текстовому описанию, опубликованная пользователем Yntec. Карточка содержит примеры генерации роскошных интерьеров, одежды, портретов и автомобилей в фотореалистичной и фантазийной эстетике. Репозиторий использует Diffusers и формат safetensors; задача модели — text-to-image. В карточке указано, что модель получена смешиванием MajicmixLux с CocaCola, в состав которой входят другие модели. Также приведена ссылка на Kitsch-In-Sync v2, но точная цепочка происхождения и базовые репозитории не раскрыты. Лицензия — CreativeML OpenRAIL-M. В примерах встречаются взрослые образы, однако модель не обозначена как предназначенная для сексуального контента.

Lyrics_Qwen2.5-0.5B-Instruct — дообученная модель автора asigalov61 на базе Qwen2.5-0.5B-Instruct для генерации и преобразования текстов песен. Она предназначена для создания вариантов и морфинга текстов песен по шаблону lyrics; карточка также показывает диалоговый формат. Модель имеет плотную архитектуру Qwen2 с 494 млн параметров, принимает текст и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате safetensors по лицензии Apache-2.0. Карточка не приводит подробностей о качестве генерации или особенностях обучения, поэтому результаты стоит проверять на соответствие заданию и желаемому стилю.

ParasiticRogue/Merged-RP-Stew-V2-34B — слитая языковая модель, созданная автором репозитория с помощью mergekit на основе нескольких предварительно обученных моделей. Она предназначена для генерации текста в чатах, ролевых диалогах и сюжетном повествовании; в рецепте слияния упоминаются Capybara, Tess-1.5, Nontoxic-Bagel, PiVoT-SUS-RP, Nyakura и CausalLM-RP. Модель имеет плотную архитектуру LlamaForCausalLM с 33,9 млрд параметров и заявленным контекстом до 200 000 токенов. Карточка предлагает настройки генерации для диалогов и формат промпта Chat-Vicuna. Модель рассчитана на разнообразные ролевые сценарии и может выдавать откровенный или жестокий контент. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0. В README не приведены полный список компонентов слияния и результаты оценивания качества.

MiDashengLM-0.6B fine-tuned by thealper2 on датасете ESC-50 для распознавания и краткого текстового описания основного звукового события в аудиоклипе. Модель основана на mispeech/midashenglm-0.6b-fp32: аудиокодировщик Dasheng, двухслойный MLP-проектор и декодер Qwen3-0.6B. При дообучении кодировщик оставался замороженным, а проектор обучался; веса LoRA объединены с базовыми весами в формате fp32. Модель содержит 0,6 млрд параметров. Модель рассчитана на короткие записи с одним доминирующим звуком и выдаёт одно короткое предложение на английском языке. Обучение и оценка проводились на 5-секундных клипах ESC-50, охватывающем 50 классов окружающих звуков. На тестовом фолде автор сообщает точность 91,75% и macro-F1 91,95%; целевые описания были шаблонными фразами, сформированными из меток классов. Модель подходит для классификации звуков окружающей среды и краткой маркировки аудиозаписей в пределах классов ESC-50. Она не предназначена для свободного подробного описания сцен, источников, количества объектов или акустических характеристик. Лицензия модели — CC BY-NC 3.0; для запуска README указывает требование trust_remote_code=True и описывает проблему загрузки фронтенд-буферов в Transformers 5 и способ её исправления.

Это сериализованный трансформер MiniMax-H3 FL2VA — компонента конвейера, который создаёт видео по первому и последнему кадрам и текстовому условию. Модель подготовлена автором репозитория pottokao для запуска через vLLM-Omni и Diffusers; в неё слита LoRA Turbo 4-step v1.2 для генерации видео в разрешении 768p. Трансформер MiniMaxH3DiTModel содержит 50 слоёв и сохранён в трёх шардах формата safetensors. Веса квантованы методом SVDQuant до NVFP4 с низкоранговой коррекцией rank-32; README указывает W4A4 для активаций. Для работы нужны vLLM-Omni с поддержкой SVDQuant и совместимое оборудование Blackwell, а также отдельный текстовый энкодер. Репозиторий распространяется по лицензии Apache-2.0. Модель предназначена для использования как часть стека MiniMax-H3 FL2VA, а не как самостоятельный универсальный генератор. README называет конвейер abliterated/uncensored, поэтому он может выдавать контент без обычных ограничений безопасности. Для этого варианта заявлена генерация за четыре шага; качество и скорость могут зависеть от совместимого программного и аппаратного окружения.

MiquMaid-v2-70B-DPO — разговорная языковая модель для ролевых диалогов, созданная Undi и IkariDev на основе Miqu-70B и дообученная методом DPO для снятия ограничений на ответы. Модель построена на архитектуре Llama с плотной причинной языковой сетью объёмом 68,7 млрд параметров; репозиторий содержит веса FP16. Она принимает текст и генерирует текст, поддерживает контекст до 32 764 токенов и использует формат запросов Alpaca. Модель предназначена прежде всего для ролевых бесед и диалоговых сценариев с меньшим числом отказов на чувствительные запросы. В обучении использовались наборы Aesir, NoRobots, limarp, toxic-dpo-v0.1-sharegpt, ToxicQAFinal и ToxicDPOqa. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое; модель помечена как содержащая контент для взрослой аудитории. Ожидаемые ограничения включают возможные нежелательные или недостоверные ответы и зависимость результатов от корректного шаблона Alpaca.

MistralPirate-7b-v0.3 — языковая модель phanerozoic, дообученная на базе Mistral Instruct v0.2 для генерации текста в пиратской тематике и характерном пиратском стиле. Это плотная модель архитектуры Mistral с 7,1 млрд параметров, рассчитанная на контекст до 32 768 токенов; карточка указывает поддержку английского языка и диалоговое применение. Модель подходит для интерактивных историй, игровых диалогов, тематических образовательных материалов и ролевого общения. В карточке также заявлены более связная пиратская речь и ответы на вопросы о морских сценариях. Для оценки приведён показатель perplexity 5,17 на Wikitext; он сам по себе не подтверждает точность практических советов или качество на других задачах. Модель не предназначена для универсального общения: вне пиратской тематики качество может быть ниже, а тон и содержание обучения могут проявлять смещения. Не рекомендуется полагаться на неё в серьёзных или чувствительных ситуациях. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства, но ограничивающая коммерческое применение.

Mistral-Small-22B-ArliAI-RPMax-v1.1 — дообученная модель ArliAI на основе mistralai/Mistral-Small-Instruct-2409. Она предназначена для творческого письма и ролевых диалогов: модель должна гибко отыгрывать разных персонажей и ситуации, поддерживая разнообразные и менее повторяющиеся ответы. Архитектура — плотная MistralForCausalLM с 22 млрд параметров; модель принимает текст и генерирует текст, длина контекста — 32 768 токенов. Карточка рекомендует формат Mistral Instruct и указывает наличие интерфейса для вызова инструментов. Модель опубликована в формате safetensors; в карточке также перечислены варианты квантизации FP16, GPTQ Q4, GPTQ Q8 и GGUF. Лицензия базовой модели Mistral ограничивает использование личными целями. Модель ориентирована на ролевые и творческие сценарии, поэтому качество ответов в других задачах карточка не характеризует.

DavidAU/MN-Dark-Horror-The-Cliffhanger-18.5B-GGUF — модель для генерации текста на базе Mistral Nemo, разработанная DavidAU. Это специализированное смешанное решение, созданное многоэтапным объединением пяти моделей серии «Cliffhanger» проекта Wordstorm, включая Mistral Nemo Instruct. Модель ориентирована на художественное письмо, продолжение сцен, создание сюжетов и подсюжетов, сторителлинг, ролевые сценарии и генерацию текстов в разных жанрах, особенно в жанрах horror, science fiction и romance. Модель имеет около 18,5 млрд параметров, поддерживает текстовую генерацию на английском языке и заявленный контекст до 131 000 токенов. Она доступна в формате GGUF с различными уровнями квантования. Для работы требуется шаблон Mistral Instruct, ChatML или Alpaca. Модель рассчитана на выразительную, насыщенную деталями прозу и диалоги, часто формирует мрачную атмосферу, резкую лексику и клиффхэнгеры. Изменение температуры и repetition penalty заметно влияет на стиль, разнообразие, следование инструкциям и склонность к повторениям. Сильными сторонами являются высокая пригодность для творческого письма, ролевых игр, жанровой прозы и генерации интенсивных сцен, а также большой контекст. Ограничения включают выраженный негативный и мрачный уклон, склонность к графическому насилию, ненормативной лексике и контенту NSFW; для позитивного или нейтрального тона требуются специальные указания в запросе. При чрезмерно высокой температуре или низком repetition penalty возможны чрезмерно длинные ответы и повторение абзацев, а использование context shift или RoPE может нарушить генерацию. Модель распространяется по лицензии Apache-2.0.

DavidAU/MN-WORDSTORM-pt5-RCM-Extra-Intense-18.5B-Instruct-GGUF — текстовая instruction-модель для генерации художественных текстов и ролевого взаимодействия. Она ориентирована на создание и продолжение сцен, рассказов и сюжетов, разработку основных и побочных линий, сторителлинг и creative writing в любых жанрах, включая научную фантастику, романтику, хоррор и dark humor. Модель также подходит для общего fiction-oriented roleplay. Модель представляет собой крупное объединение на базе Mistral Nemo Instruct 12B и трёх дообученных моделей: MN-Rocinante-12B-v1.1, MN-12B Celeste-V1.9 и MN-Magnum-v2.5-12B-kto. Заявленный размер составляет 18,5 млрд параметров, формат распространения — GGUF, поддерживается контекстное окно более 128K токенов. В README указан английский язык. Среди заявленных сильных сторон — следование инструкциям, качество прозы, проработка персонажей и мира, эмоциональная глубина, юмор, интенсивность, неожиданные повороты и cliffhanger-сценарии. Модель имеет выраженный уклон в интенсивные экшен- и хоррор-сцены и может генерировать нецензурную лексику, NSFW-материалы, жестокость и графические описания. Поэтому её применение требует подходящих фильтров и контроля содержания. Для корректного взаимодействия рекомендуется использовать один из шаблонов Alpaca, ChatML или Mistral Instruct. Модель распространяется по лицензии Apache-2.0.

Mol-Keun Mix V3 NoobAI XL — модель преобразования текста в изображение для генерации изображений по текстовым описаниям. Модель опубликована на Hugging Face пользователем John6666; в README указано, что её создал Mol_Keun, а базовой моделью является Laxhar/noobai-XL-1.0. Модель основана на Stable Diffusion XL и предназначена для использования с Diffusers через StableDiffusionXLPipeline. По тематическим тегам она ориентирована на стили anime, furry, anthro и kemono, а также связана с семейством Illustrious и NoobAI. Поддерживаемый язык текстовых запросов — английский. Модель распространяется по лицензии faipl-1.0-sd, обозначенной в метаданных как other. Сведения о размере модели, длине контекста и дополнительных ограничениях в предоставленных данных отсутствуют.

Morpheus 8B v1 — диалоговая модель OccultAI для генерации текста и ролевых повествований. Она основана на дообученной SicariusSicariiStuff/Llama-3.1-Nemotron-8B-UltraLong-1M-Instruct_Abliterated и использует архитектуру Llama с 7,5 млрд параметров. Модель принимает текст и выдаёт текст; карточка рекомендует шаблон чата Llama 3 и приводит настройки генерации: temperature 1.0 и TopNSigma 1.25. Модель ориентирована на разговорные сценарии и RP, включая повествования с насилием и откровенным эротическим содержанием. В метаданных указан английский язык и контекстное окно около 1,07 млн токенов. Модель опубликована в формате safetensors под лицензией Apache-2.0.

Multi-Verse-RP-7B — экспериментальная объединённая языковая модель на архитектуре Mistral, опубликованная saishf. Она предназначена для генерации текста и ролевых диалогов; автор отмечает, что модель лучше работает с шаблоном Alpaca, а также поддерживает ChatML. В описании указано, что модель объединена методом task arithmetic на базе ammarali32/multi_verse_model с несколькими моделями и адаптерами для ролевой игры, теории разума и других сценариев. Размер составляет 7,1 млрд параметров, контекст — до 32 768 токенов; заявлен английский язык. Автор сообщает о хороших результатах собственной оценки и отмечает способность обрабатывать нечеловеческих персонажей и различать действия человека и нечеловеческого персонажа. Проверки описаны как ограниченные и экспериментальные, поэтому качество в других сценариях не гарантировано. Модель распространяется по лицензии CC BY-NC 4.0, которая запрещает коммерческое использование.

MuPT-v1-8192-190M — предварительно обученная модель из серии MuPT, разработанной для генерации символической музыки. Она построена на архитектуре Llama 2 и обучена на большом корпусе символических музыкальных произведений разных жанров и стилей, включая монофонические и полифонические композиции. В README для близких вариантов серии указаны генерация мелодий, аккомпанемента и многодорожечной музыки; для этой модели также указана длина контекста 8192 токена, а размер по метаданным составляет 151,6 млн параметров. Модель генерирует музыкальную последовательность в текстовом представлении; пример README показывает результат в нотации ABC, которую можно преобразовать в аудио отдельными средствами. Её можно применять для создания музыкальных фрагментов и продолжения символических композиций. Карточка описывает серию, а не все подробности именно варианта 190M, поэтому точную схему токенизации и качество на отдельных жанрах установить нельзя. Лицензия — Apache 2.0.

MusicGen Melody Large — модель Meta AI (команда FAIR) для генерации музыки по текстовому описанию и аудиоподсказке с мелодией. Она объединяет EnCodec для токенизации аудио и авторегрессионный Transformer для моделирования музыки; вариант Melody Large содержит 3,3 млрд параметров и генерирует аудио с частотой дискретизации 32 кГц. Модель предсказывает четыре аудиокодбука за один проход. Модель подходит для создания музыкальных фрагментов по жанру, настроению или инструментальному описанию, а также для продолжения или аранжировки мелодии, заданной аудиоподсказкой. Она предназначена прежде всего для исследований управляемой генерации музыки и экспериментов с генеративными моделями. Модель обучалась на английских описаниях и неодинаково хорошо работает с разными музыкальными стилями и культурами. Она не умеет реалистично генерировать вокал, иногда затихает до конца фрагмента, а для качественного результата может потребоваться подбор формулировок. Веса распространяются по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

MusicGen Stereo Small — разработанная командой FAIR в Meta AI модель генерации музыки по текстовому описанию или аудиоподсказке. Версия Stereo дообучена на 200 тысячах шагов от монофонической модели; размер семейства Small — 300 млн параметров. Модель использует авторегрессионный Transformer и токенизатор EnCodec с частотой 32 кГц, а стереозвук формирует по двум чередующимся потокам аудиотокенов. В метаданных указаны библиотека Transformers и формат весов safetensors. Модель подходит для создания музыкальных фрагментов по заданному жанру, настроению или другим текстовым характеристикам, а также для генерации с аудиоподсказкой. Она рассчитана прежде всего на исследование управляемой генерации музыки и эксперименты с такими системами. Описания на английском работают лучше; реалистичное пение модель не генерирует, качество зависит от стиля и культуры, а результат иногда затухает до тишины. Для получения нужного звучания может потребоваться подбор формулировок. Веса распространяются по лицензии CC-BY-NC 4.0, поэтому коммерческое использование ими не разрешено. README предостерегает от применения в практических системах без дополнительной оценки и снижения рисков.