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

EZO-Humanities-9B-gemma-2-it — это разговорная текстовая модель AXCXEPT, дообученная на базе Gemma-2-9B-it для повышения качества ответов по гуманитарным дисциплинам. Она предназначена для диалога и генерации текста, особенно при работе с литературой, философией, историей и культурными исследованиями. Модель построена на плотной архитектуре Gemma 2 и содержит 9 млрд параметров. Она ориентирована прежде всего на японский язык, но, согласно карточке, также отвечает на вопросы по широкому кругу тем и языков. Контекстное окно — 8192 токена. Веса доступны в формате safetensors; используется библиотека Transformers. README описывает обычное инструкционное дообучение на отобранных материалах японской Википедии и FineWeb. Модель может помогать с объяснением гуманитарных тем, однако качество ответов и фактическую точность следует проверять. Разработчик обозначает её как экспериментальный прототип, не предназначенный для коммерческого или критически важного применения. Применяются условия Gemma Terms of Use.

WarmBloodAban/Flux2_Klein_Anything_to_Real_Characters — LoRA-адаптер для модели black-forest-labs/FLUX.2-klein-9B, предназначенный прежде всего для преобразования аниме- и cel-shaded-изображений в реалистичный, близкий к live-action стиль. Адаптер работает с задачами генерации и редактирования изображений через библиотеку Diffusers и использует текстовые триггеры, включая «realistic style of a young Asian girl», а также варианты для разных возрастов и полов. По данным README, обучение выполнено на 145 парах изображений, всего 290 изображений. Заявленные улучшения включают более стабильную работу, восстановление и выразительность эмоций, поддержку разных возрастных и гендерных групп, а также более реалистичные текстуры кожи и освещение. Для базовой модели указано 9B параметров, однако сведения о поддерживаемых языках и размере контекста отсутствуют. Рекомендуемые параметры: CFG Scale 1, 8 шагов сэмплирования и вес LoRA от 0,6 до 1,0. Модель подходит для стилизации персонажей, конвертации аниме-образов в фотореалистичные изображения и редактирования изображений с помощью подробных текстовых описаний. К ограничениям относятся зависимость качества от базовой модели, исходного изображения, промпта и выбранного веса LoRA; количественные результаты оценки и подробные сведения о стабильности для различных сюжетов не приведены. Указана лицензия Apache-2.0, при этом пользователю рекомендуется учитывать лицензионные условия базовой модели; адаптер заявлен для творческого и исследовательского использования.

Flux-Animeo-v1-LoRA — LoRA-адаптер, разработанный strangerzonehf для базовой модели black-forest-labs/FLUX.1-dev. Модель предназначена для генерации изображений в аниме- и мультяшной стилистике по текстовому описанию в сценариях text-to-image. Для активации адаптера в запросе необходимо использовать триггерное слово «Animeo». Примеры показывают генерацию персонажей с заданной внешностью, одеждой, позами, предметами и фоном. Адаптер обучен на 50 изображениях высокого разрешения с использованием текстовых описаний на английском языке, подготовленных Florence2. Указаны параметры LoRA: Network Dim 64 и Network Alpha 32; обучение проводилось в течение 22 эпох, всего 4700 шагов с оптимизатором AdamW и постоянным планировщиком скорости обучения. Рекомендуемые размеры изображений — 768×1024, стандартный размер — 1024×1024. Модель работает через Diffusers поверх FLUX.1-dev и распространяется в формате Safetensors. Сильная сторона модели — специализация на аниме-визуале и возможность применять характерный стиль поверх базовой FLUX.1-dev с помощью LoRA. Ограничения связаны с узкой областью обучения, небольшим объёмом обучающего набора и зависимостью от базовой модели; README не содержит сведений о количественных оценках качества, поддерживаемых языках запросов помимо английских обучающих описаний, требованиях к памяти или известных проблемах. Лицензия — Apache-2.0.

Модель dchen0/font-classifier-v3 — дообученный классификатор изображений на основе визуального трансформера DINOv2-base. Разработчик дообучил checkpoint facebook/dinov2-base-imagenet1k-1-layer с LoRA-весами на наборе изображений шрифтов dchen0/font_crops_v3 для распознавания шрифта по изображению его фрагмента. Модель предназначена для классификации изображений со шрифтами и может использоваться, например, для определения гарнитуры по обрезанному фрагменту текста. Веса опубликованы в формате safetensors и содержат 113,2 млн параметров. На оценочной выборке указана точность 0,5903 и loss 1,3447. Лицензия — Apache-2.0. Результаты оценки указывают на ограниченную точность; качество распознавания может зависеть от состава шрифтов и изображений в конкретной задаче.

Plasmo’s Jak's Creepy Critter Pack v2.0-768px — модель на базе Stable Diffusion 1.5, дообученная для генерации изображений вымышленных жутких существ и монстров по текстовому описанию. Для управления образом автор рекомендует начинать запрос с «food_crit»; добавление слов «3d, ceramic, octane render» может придать изображению блестящий керамический вид в стиле 3D-рендера. Модель предназначена для творческой генерации концепт-арта и стилизованных изображений существ; в обучении использовались изображения разрешением 768 пикселей. Репозиторий содержит веса в форматах Diffusers и PyTorch, лицензия — CreativeML OpenRAIL-M. В карточке не приведены точные параметры генерации и результаты систематической оценки качества.

Foxfire Bloom — слитая автором MrRikyz разговорная модель для ролевых диалогов и творческого письма. Она создана методом TIES с помощью mergekit на основе четырёх моделей семейства Mistral, включая SicariusSicariiStuff/Impish_Nemo_12B, D1rtyB1rd/Egregore-Alice-RP-NSFW-12B, Retreatcost/KansenSakura-Radiance-RP-12b и MrRikyz/Impish-Irix-Kitsune. Модель содержит 12,1 млрд параметров, использует архитектуру MistralForCausalLM и распространяется в формате safetensors; для неё также упомянуты квантизованные сборки GGUF. Модель предназначена для ролевых сценариев и генерации художественного текста, включая откровенные и потенциально тревожные сюжеты. Карточка не сообщает обучающих данных или языковых характеристик, поэтому языки и длину контекста по ней достоверно определить нельзя. Лицензия в предоставленных данных не указана.

Это дообученная языковая модель GPT-2 для перефразирования текста в библейском стиле. Чекпойнт связан со статьёй «Reformulating Unsupervised Style Transfer as Paraphrase Generation» Krishna K. и соавторов; автор загрузки указывает, что получил разрешение на публикацию от основного автора статьи. Модель предназначена для генерации перефразированного текста с переносом стиля, в частности для преобразования формулировок в библейскую манеру. Она построена на архитектуре GPT2LMHeadModel, принимает и генерирует текст, работает с контекстом до 1024 токенов и опубликована в формате PyTorch. Язык в карточке явно не указан. Это специализированный чекпойнт для стилистического перефразирования, а не универсальный диалоговый ассистент. Лицензия в предоставленных данных не указана.

Czech Poetry GPT — модель GPT-2, разработанная путём дообучения модели lchaloupsky/czech-gpt2-oscar на чешской поэзии из проекта Института чешской литературы Чешской академии наук. Она предназначена для генерации и продолжения чешских стихотворных текстов по подсказке. Модель использует архитектуру GPT-2 и принимает текст, выдавая текст; максимальная длина контекста составляет 1024 токена. Модель можно использовать для творческих экспериментов, создания стихотворных продолжений и генерации текста в поэтическом стиле. Доступные веса представлены в форматах PyTorch и Safetensors. Лицензия — CC BY-SA 4.0; при распространении производных материалов следует соблюдать её условия.

philipp-zettl/gte-micro-v4-mtg — текстовая модель эмбеддингов на базе Sentence Transformers, дообученная Philipp Zettl на датасете карт Magic: The Gathering mtg_cards-2025-04-04. Она кодирует предложения и абзацы в плотные векторы размерностью 384; архитектура включает BERT с усреднением токеновых представлений. Модель рассчитана на английский язык, принимает последовательности длиной до 512 токенов, а сходство векторов оценивается косинусной мерой. Модель подходит для семантического поиска и сравнения текстов о картах MTG, поиска перефразировок, кластеризации и классификации текстов. В README приведены результаты оценки на STS-dev и STS-test, а также описание обучающей и оценочной выборок. Показатели на общих наборах семантического сходства не гарантируют качество на других областях; специализированное обучение на карточках MTG ограничивает применимость за пределами этой тематики. Лицензия в предоставленных данных не указана.

DreamBooth-модель pharmapsychotic для генерации изображений в стиле иконок умений из игры Guild Wars. Она основана на Stable Diffusion 1.5 и предназначена для создания небольших игровых иконок по текстовому запросу: триггер `gwsi` задаёт общий стиль, а названия десяти классов персонажей — assassin, dervish, elementalist, mesmer, monk, necromancer, paragon, ranger, ritualist и warrior — добавляют соответствующую палитру и стилистику. Модель распространяется в форматах Diffusers и PyTorch и использует лицензию CreativeML OpenRAIL-M. Обучающие изображения имели разрешение ниже, чем 512×512, поэтому автор рекомендует уменьшать сгенерированные изображения. Модель создана для DreamBooth Hackathon; карточка не приводит оценки качества или дополнительных гарантий применимости за пределами указанного стиля.

H3 LoRAs — это набор зеркальных LoRA-адаптеров для движка MiniMax-H3. В представленном репозитории poopooness/H3-Loras размещена неизменённая копия адаптера minimax_h3_turbo_v4_step600_ema.safetensors, первоначально опубликованного larryvrh, для базовой модели MiniMaxAI/MiniMax-H3. Адаптер предназначен для генерации аудиовизуального контента и сценариев text-to-video, включая малое число шагов семплирования. Адаптер содержит 518 тензоров в формате bfloat16, занимает около 744 МБ и использует ранг 64, включая ранг 16 для проекций AdaLN. Он применяется по формуле W_eff = W + lora_B @ lora_A без alpha-коэффициента. По измерениям авторов, на базе int8_convrot с 124 кадрами при 24 кадрах в секунду адаптер позволил сократить число шагов с 50 до 7 и время генерации с 20 минут 40 секунд до 4 минут 24 секунд на H100 при сопоставимом качестве. Дополнительная стоимость одного шага составляет около 7%. Это не самостоятельная модель: для работы требуется совместимая база MiniMax-H3 и специализированная интеграция движка. Ключевое ограничение — веса используют именование ComfyUI и не загружаются напрямую через PEFT add_adapter(); необходима трансляция через модуль ai-engines-h3. Указанная версия оптимизирована для быстрого семплирования, тогда как другая версия upstream описывается как более подходящая для тяжёлого движения, но в данном репозитории не представлена. Лицензия — Apache-2.0.

Ibrahim Amin разработал дообученную модель на базе facebook/hubert-base-ls960 для классификации арабской речи по диалектам. Она принимает сырое аудио и относит его к одному из 18 классов: литературному арабскому (MSA) или одному из 17 региональных диалектов. Модель на архитектуре HuBERT содержит 113,3 млн параметров и использует библиотеку Transformers. Модель предназначена для определения диалекта, лингвистических исследований и систем обработки речи с учётом диалектных особенностей. Для обучения использованы корпус QASR для MSA и набор ADI17 для региональных разновидностей арабского. Распространяется по лицензии Apache-2.0.

Это портированная версия HuBERT из проекта S3PRL, настроенная для распознавания эмоций в речи в рамках бенчмарка SUPERB. Модель классифицирует каждое аудиовысказывание по эмоциональному классу; при обучении использовался набор IEMOCAP с четырьмя сбалансированными классами и стандартной пятифолдовой схемой оценки. Модель основана на hubert-base-ls960, предварительно обученной на речевых аудиозаписях с частотой 16 кГц. Архитектура — HuBERT для классификации последовательностей, около 113,3 млн параметров. Для входа требуется речь, дискретизированная с частотой 16 кГц. В карточке приведена точность 0,6359 для одной сессии оценки в Transformers; это результат конкретного протокола, а не гарантия качества на других данных. Лицензия — Apache-2.0.

calcuis/hy3d-gguf — набор файлов модели Hunyuan3D-2 в формате GGUF, предназначенный для создания 3D-моделей по изображению. Репозиторий разработан пользователем calcuis; базовая модель Tencent Hunyuan3D-2 преобразована для использования в GGUF. Доступны варианты BF16, F16, F32 и квантизации Q2_K, Q3_K_M, Q4_0, Q4_1 и Q4_K_M. Модель рассчитана на генерацию 3D-геометрии по входному изображению в рабочих процессах ComfyUI. README указывает каталоги ComfyUI для файлов GGUF, vision и VAE; создание дополнительных изображений объекта с разных ракурсов описано как необязательный отдельный этап. В метаданных указан английский язык карточки, но это не подтверждает языковые возможности самой модели. Лицензия обозначена как other, поэтому конкретные условия использования по имеющимся данным определить нельзя.

iceberg-1 — модель для генерации прозы в стиле Эрнеста Хемингуэя, созданная на базе Google Gemma 4 E4B Instruct. Это плотная мультимодальная архитектура Gemma 4, адаптированная одним этапом контролируемого дообучения с помощью LoRA ранга 32; обучение проводилось три эпохи в bfloat16 без квантизации и без настройки предпочтений или обучения с подкреплением. Модель предназначена для диалоговых запросов на создание сцен и другой прозы: она стремится отвечать короткими прямыми предложениями, опираясь на диалог и недосказанность. Обучающие примеры были составлены по трём романам Хемингуэя через обратное преобразование текстов в инструкции. В карточке описана проверка на дословное воспроизведение: на указанных тестах совпадений длиннее пяти слов с обучающим корпусом не обнаружено. Небольшой обучающий набор из 918 примеров может сужать способность следовать инструкциям, особенно если запрос не касается прозы. Лицензия репозитория — Gemma; условия базовой модели также применимы. Карточка не сообщает длину контекста и языковой охват.

IceWhiskeyRP-7b-8bpw-exl2 — разговорная языковая модель для генерации текста и ролевых диалогов, опубликованная icefog72. Это вариант IceWhiskeyRP-7b с квантованием EXL2 до 8 бит на вес; в основе — плотная архитектура Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель поддерживает чат и рассчитана на продолжение диалога и создание ролевого текста. Модель ориентирована на взрослый контент и помечена как неподходящая для всех аудиторий. Для использования задана лицензия CC BY-NC 4.0, которая требует указания авторства и запрещает коммерческое использование. Карточка не описывает конкретные языки или дополнительные ограничения качества.

recoilme/insomnia_v2 — модель генерации текста на архитектуре GPT-2, разработанная на основе GPT-2 small. Она предназначена для создания текстовых промптов для SDXL и похожих моделей генерации изображений; добавление описания стиля помогает влиять на желаемый вид результата. Модель обучена на синтетических промптах, созданных с помощью Mistral 7B, из набора recoilme/SyntheticPrompts. Модель использует библиотеку Transformers и распространяется в форматах PyTorch и Safetensors. Метаданные указывают контекст до 1024 токенов и поддержку английского языка. Лицензия — MIT. Карточка не приводит оценок качества или подробностей о безопасной генерации, поэтому применимость результатов стоит проверять на целевых сценариях.

Модель jesusromerodev/jesusromerodev-vit-model-jesus-romero — дообученная Jesus Romero версия Vision Transformer ViT-Base/16, созданная на основе google/vit-base-patch16-224-in21k. Она предназначена для классификации изображений. В репозитории указаны 113,2 млн параметров и формат весов Safetensors; модель использует библиотеку Transformers. В README приведены результаты оценки: точность 0,9925 и loss 0,0621. Датасет, набор классов и условия оценки не описаны, поэтому эти показатели нельзя переносить на другие данные. Модель распространяется по лицензии Apache-2.0.

kagemusya-7B-v1.5 — модель генерации художественного текста от akineAItech, дообученная на базе Ninja-V3 на корпусе объёмом около 1 ГБ, включавшем веб-романы. Она предназначена прежде всего для написания продолжений романов и создания историй по заданным завязке и жанру. Улучшенная структура датасета, по словам автора, помогает избегать однообразного развития сюжета. Модель также можно использовать для чата с шаблоном vicuna-1.1, однако автор отмечает, что её исходные диалоговые способности снизились до минимального уровня. Это плотная причинно-языковая модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Веса опубликованы в формате safetensors. Модель рассчитана на генерацию текста; README написан на японском, но язык генерации явно не ограничен сведениями в карточке. Лицензия — Apache-2.0.

KansenSakura-Radiance-RP-12b — слитая языковая модель для ролевых историй, разработанная Retreatcost. Она предназначена для атмосферной прозы с акцентом на внутренние переживания персонажей, моральные дилеммы, искупление и постепенное развитие трагических сюжетов. Модель помогает описывать настроение и сенсорные детали, вести внутренний монолог и создавать сцены с неторопливым темпом повествования. Это плотный трансформер MistralForCausalLM на 12,1 млрд параметров, объединённый методом Passthrough из нескольких ролевых моделей; файлы представлены в формате safetensors. Модель поддерживает генерацию текста и диалоговый режим. В README рекомендуются шаблон ChatML и контекст 16K токенов; значение нативного контекста в метаданных — 1 024 000 токенов, но карточка не объясняет практические условия его использования. Языки модели не обозначены. Модель рассчитана на художественные ролевые сценарии с мрачными и эмоционально сложными темами и может генерировать NSFW-контент. Лицензия — Apache-2.0. Рекомендации README по настройкам генерации являются отправной точкой, а не гарантией качества или согласованности длинного повествования.

Kohaku XL Delta — модель KBlueLeaf для генерации изображений по текстовому описанию, четвёртая крупная версия серии Kohaku XL. Это модель семейства Stable Diffusion XL, доступная для Diffusers; в карточке указаны форматы PyTorch и SafeTensors. Автор описывает её как аниме-модель, обученную на 3,6 млн изображений из датасета Danbooru2023 с тегами Danbooru. Обучение выполнялось методом LoKr через LyCORIS на базе, полученной смешиванием Kohaku XL gamma rev2 и beta7; базовая версия дообучения не проходила. Модель рассчитана на создание аниме-иллюстраций с управлением через теги Danbooru, в том числе тегами качества, рейтинга и периода публикации изображений. Обучалась для разрешений SDXL около 1024×1024 с диапазоном бакетов от 256 до 4096 пикселей; автор рекомендует использовать разрешение немного выше 1024×1024 и hires-fix. Карточка указывает, что часть тегов могла усвоиться недостаточно хорошо из-за короткого обучения, а для некоторых тегов может помочь усиление веса. Лицензия обозначена как other, поэтому конкретные условия использования следует проверить в файлах репозитория.

Sunfall v0.6.1 — экспериментальная чат-модель crestf411, созданная на основе слияния make-it-funner-DPO поверх Meta Llama 3 8B Instruct и дообученная на наборах данных для ролевых диалогов, повествования и математики. Она предназначена для диалогов и написания историй в формате, совместимом с пресетом Llama 3 Instruct для Silly Tavern; в карточке также описано обучение следованию «Diamond Law». Модель имеет плотную архитектуру Llama, около 7,5 млрд параметров и контекстное окно до 131 072 токенов. В обучении использовались материалы LimaRP-DS и выборка AI-MO/NuminaMath-CoT; README отмечает расширение датасета, включая SFW-тексты. Автор характеризует модель как ранний эксперимент с пока неясной практической состоятельностью и предупреждает о проблемах форматирования математических данных в версии v0.6. Доступна в формате safetensors по лицензии Llama 3.

Sammanus Ara — слитая автором kromvault разговорная модель семейства Llama 3 на 8,4 млрд параметров. Она создана из нескольких моделей, включая L3-Blackened-Sunfall-15B, Jamet-8B-L3-MK.V-Blackroot, Llama-3SOME-8B-v2 и L3-8B-sunfall-v0.4-stheno-v3.2; при объединении использовались промежуточные слияния и TIES merge. Модель предназначена прежде всего для ролевых диалогов и создания историй, в том числе эротических ролевых сценариев. По словам автора, она сохраняет многие качества исходной версии на 15 млрд параметров, хорошо следует примеру текста, связно пишет и не склонна к излишней многословности. Контекст составляет 8192 токена. Автор отмечает, что из-за меньшего размера модель может быть менее подробной и тонкой, чем версия на 15 млрд параметров. Лицензия в предоставленных данных не указана.

Vdr1/L3-8B-Sunfall-v0.4-Lunar-Stheno — экспериментальная чат-модель на базе Llama 3, созданная слиянием Sunfall L3 8B LoRA версии 0.4 от crest4all с HiroseKoichi/L3-8B-Lunar-Stheno. Модель предназначена для генерации текста в диалогах и ролевых сценариях. Репозиторий содержит веса Safetensors; в карточке также упомянуты варианты GGUF, подготовленные автором и mradermacher. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 8192 токенов. Карточка помечает её как экспериментальную и предназначенную не для любой аудитории; конкретные языки и условия лицензии в предоставленных данных не указаны.

L3-DARKEST-PLANET-Seven-Rings-Of-DOOM-16.5B-GGUF — текстовая генеративная модель для художественного письма, создания сюжетов, сцен, подсюжетов, продолжения историй и ролевых сценариев. Модель разработана DavidAU и основана на L3-DARKEST-PLANET-Seven-Rings-Of-DOOM-16.5B, которая, в свою очередь, представляет собой изменённую версию Dark Planet 8B с применением метода Brainstorm 40x. Модель ориентирована на англоязычную генерацию прозы во всех жанрах, включая научную фантастику, романтику и хоррор, с поддержкой потенциально NSFW-контента, насилия и ненормативной лексики. Архитектура основана на Llama 3; модель содержит 16,5 млрд параметров и 71 слой. Заявлен максимальный контекст 8192 токена, с возможностью расширения до 32K и более посредством RoPE. Brainstorm 40x использует семь моделей для изменения характера генерации и обеспечивает подробное описание сцен, окружения, предметов и действий персонажей. Модель рассчитана на работу с шаблонами Llama 3 и/или Command-R, поддерживает различные параметры температуры и repetition penalty, но для стабильной работы требуется их тщательная настройка. Сильные стороны модели — детализированная, образная и эмоциональная проза, разнообразие вариантов генерации и пригодность для творческого письма и ролевых сценариев. Ограничения включают отрицательный тематический уклон, возможные повторы, чрезмерно длинные или уходящие в «rant» ответы при неподходящих настройках, а также ухудшение следования инструкциям при слишком высокой температуре. Расширение контекста через RoPE может вызывать дополнительные проблемы. Модель распространяется по лицензии Apache-2.0.

L3-Super-Nova-RP-8B — англоязычная текстовая модель для ролевых диалогов, разработанная Casual-Autopsy на основе серии многоэтапных слияний моделей Llama 3. Она рассчитана на творческую генерацию и более выразительное взаимодействие с персонажами; автор также отмечает способности к пошаговым рассуждениям, суммаризации и распознаванию эмоций, а также знания о человеческом теле и психике для ролевых сценариев. Модель использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и имеет контекст до 8192 токенов. Подходит для ролевых чатов через SillyTavern и другие интерфейсы генерации текста, включая сценарии с суммаризацией и эмоциональными реакциями. Веса доступны в формате safetensors; README также упоминает сторонние сборки GGUF и ExL2. Модель создана слиянием множества чекпойнтов, включая варианты для ролевого общения, инструкций, суммаризации и эмоциональных задач. Лицензия — Llama 3. Модель ориентирована на взрослые ролевые сценарии; качество отдельных заявленных способностей может зависеть от промпта и настроек генерации.

Wayfarer-Large-70B-Llama-3.3-GGUF — набор квантизированных версий текстовой генеративной модели LatitudeGames/Wayfarer-Large-70B-Llama-3.3, разработанной LatitudeGames. Модели распространяются в формате GGUF и предназначены прежде всего для текстовых приключений и ролевых сценариев на английском языке. Модель основана на архитектуре Llama 3.3 и содержит 70 миллиардов параметров. Квантизация выполнена bartowski с использованием llama.cpp версии b4738 и метода imatrix. Доступны варианты от Q3 до Q8 с размером файлов примерно от 29 до 75 ГБ; варианты Q5 и Q6 отмечены как рекомендуемые за высокое качество, а Q4_K_M — как базовый вариант для большинства сценариев. Модель можно запускать через llama.cpp, LM Studio и другие совместимые приложения. Информация о размере контекста и поддержке дополнительных модальностей отсутствует; указана только текстовая генерация. Сильными сторонами являются большой размер модели, специализация на roleplay и text adventure, а также широкий выбор квантизаций для компромисса между качеством и требованиями к памяти. Ограничения включают поддержку только английского языка, значительные требования к оперативной или видеопамяти даже у компактных вариантов и возможное снижение качества при использовании низких уровней квантизации. Лицензия указана как llama3.3.

Llama3-Pirate-Talk-8b-v0.1 — англоязычная языковая модель, разработанная phanerozoic путём дообучения Llama-3-8B. Это плотная модель семейства Llama примерно на 7,5 млрд параметров с контекстом до 8192 токенов, предназначенная для генерации текста в пиратском стиле: диалогов, персонажной речи и тематических историй для игр, развлечений и интерактивных сценариев. Модель поддерживает чат и старается последовательно сохранять пиратский говор, сочетая исторические мотивы с вымышленными образами. Она подходит для творческой генерации и ролевых диалогов, где важнее атмосфера и характер речи, чем точность фактов. Модель менее пригодна для технических вопросов и нейтральных общеязыковых задач; глубина ответов может меняться. Репозиторий содержит веса в формате Safetensors и распространяется по лицензии CC BY-NC 4.0.

LLaVAction-0.5B — мультимодальная модель для распознавания действий и ответов на вопросы по видео, разработанная исследователями EPFL. Она дообучена на наборе EPIC-KITCHENS-100-MQA и предназначена для видео, похожих на записи из этого набора, в частности сцен приготовления пищи и бытовой активности на кухне. Модель основана на LLaVA-OneVision с Qwen2; архитектура сочетает SO400M и Qwen2. Размер — около 494 млн параметров, контекст — 32 768 токенов. Она принимает видео и текстовые запросы и генерирует текстовые ответы на английском языке. Модель распространяется по лицензии CC BY-NC-SA 4.0, которая требует указания авторства, распространения производных материалов на тех же условиях и ограничивает коммерческое использование.

Longan Mix — слитая модель генерации изображений от Hemlok на основе 7th_Layer(). Она предназначена прежде всего для создания изображений в аниме-стиле с милыми персонажами; реалистичный стиль выражен слабее. Модель принимает текстовые запросы и выдаёт изображения. В README приведены рекомендуемые настройки: DDIM или DPM++ SDE Karras, около 20 шагов и более, Clip Skip 2 и CFG Scale 5–12. Для 7th_Layer рекомендуется использовать негативные запросы; выбор VAE оставлен пользователю. Указанные настройки служат ориентирами, а результат зависит от запроса и параметров генерации. Лицензия обозначена как other, поэтому конкретные условия использования по имеющимся сведениям определить нельзя. Создатель оставляет решение о создании SFW- и NSFW-изображений пользователю и не подтверждает проверку NSFW-результатов.