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

Модель amnesiackid/distilhubert-finetuned-ravdess — дообученная на датасете RAVDESS версия компактной речевой модели DistilHuBERT от NTU. Это плотная архитектура HuBERT с классификационной головой для аудио; содержит 18,9 млн параметров и сохранена в формате safetensors. Модель предназначена для классификации аудиозаписей, в частности для распознавания эмоциональных категорий в речи и вокальных исполнениях RAVDESS. В README приведены результаты на оценочной выборке: accuracy 0,8681 и loss 0,8330. Базовая DistilHuBERT рассчитана на извлечение речевых представлений из аудио с частотой 16 кГц. Использование регулируется лицензией Apache-2.0. Подробности о метках классов, точной конфигурации обучения и ограничениях в карточке не раскрыты.

Модель Dog Breeds Classification разработана как дообученная версия Vision Transformer google/vit-base-patch16-224. Она принимает изображения размером 224×224 пикселя и классифицирует собак по 71 породе. По данным карточки, на наборе оценки она показала accuracy 0,9743 и loss 0,0763. Модель предназначена для определения породы собаки на фотографии. Она использует архитектуру ViTForImageClassification и распространяется в формате safetensors по лицензии Apache-2.0. Результаты оценки относятся к указанному набору данных; состав выборки и подробности методики оценки не описаны.

DPDFNet — семейство одно-канальных каузальных моделей подавления шума в речи, разработанное авторами работы «DPDFNet: Boosting DeepFilterNet2 via Dual-Path RNN». Модели предназначены для потоковой обработки аудио в реальном времени и развивают DeepFilterNet2, добавляя в энкодер блоки Dual-Path RNN для моделирования более дальних зависимостей. В семействе представлены варианты для аудио с частотой дискретизации 8, 16 и 48 кГц. Размер моделей составляет примерно 2,3–3,6 млн параметров; доступны веса PyTorch, ONNX и TFLite. Реализация потокового инференса сохраняет состояние RNN между фрагментами и выдаёт очищенный звук по мере накопления кадров. В репозитории рекомендован запуск ONNX на CPU. Модель принимает зашумлённую речь и выдаёт улучшенный аудиосигнал. Карточка не описывает языковую специализацию и не приводит измерений качества или подробных ограничений применимости. Лицензия — Apache-2.0.

DR34ML4Y_I2V_14B_LOW_V2 — это LoRA-адаптер для моделей диффузии, разработанный пользователем или организацией SlartyG. Адаптер предназначен для использования с базовой моделью Wan-AI/Wan2.2-I2V-A14B и, судя по идентификатору и тегам, ориентирован на задачи image-to-video, то есть генерацию видео на основе изображения, в экосистеме Diffusers. В README не указаны точные архитектурные характеристики адаптера, число параметров, поддерживаемые языки, размер контекста, модальности входных данных, требования к оборудованию или особенности качества. Также отсутствует информация о лицензии и явных ограничениях использования. Доступны только базовая модель и общая классификация как LoRA-адаптера для diffusion-моделей, поэтому его сильные стороны и практические ограничения по представленным данным определить нельзя.

Eclectic-Maid-7B — языковая модель на архитектуре Mistral, созданная объединением предварительно обученных моделей с помощью mergekit и метода DARE TIES. В метаданных указано 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста в диалогах и ролевых сценариях. В README отмечена совместимость с настройками Alpac Roleplay, ChatML и noromaid в SillyTavern. Репозиторий содержит веса в формате safetensors; лицензия в предоставленных данных не указана.

Модель dbmdz/electra-base-french-europeana-cased-discriminator — дискриминатор ELECTRA, опубликованный командой MDZ Digital Library Баварской государственной библиотеки. Это базовая модель с 137,8 млн параметров, обученная на французских текстах корпуса Europeana: корпус включает преимущественно материалы XVIII–XX веков. Модель регистрозависимая, доступна в форматах PyTorch, Safetensors и TensorFlow; контекст составляет до 512 токенов. Чекпойнт предназначен для использования как основа при решении задач понимания исторического французского текста, например для дообучения на распознавание именованных сущностей. В README упомянуты результаты для исторического NER, но готовая модель разметки сущностей здесь не заявлена. Лицензия — MIT.

Модель SpeechBrain для распознавания эмоций в речи, созданная на основе wav2vec2 base и дообученная на тренировочных данных IEMOCAP. Она принимает аудиозаписи и относит речь к эмоциональным классам; для обработки использует эмбеддинги с attentive statistical pooling и обучалась с Additive Margin Softmax Loss. Записи для обучения имели частоту дискретизации 16 кГц и один канал; при вызове classify_file модель автоматически приводит аудио к нужному формату. На тестовой части IEMOCAP в карточке указана точность 78,7% (среднее значение — 75,3%). Репозиторий содержит модель в формате PyTorch, а для запуска используется SpeechBrain. Модель ориентирована на англоязычные данные IEMOCAP. Лицензия — Apache-2.0. Разработчики не гарантируют аналогичное качество на других наборах данных.

mHossain/en_bn_summarize_v1 — дообученная на неизвестном наборе данных модель Google mT5-small для суммаризации на английском и бенгальском языках. Она построена на архитектуре encoder-decoder MT5ForConditionalGeneration и содержит около 157,4 млн параметров. Модель принимает текст и генерирует его краткое изложение; репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0. В карточке приведены результаты оценки: loss 2,9948, а значения ROUGE-1, ROUGE-2, ROUGE-L и ROUGE-Lsum равны 0,0. Эти результаты не подтверждают качество суммаризации, поэтому модель следует оценивать на собственных примерах перед применением.

Face Parsing — модель семантической сегментации изображений, разработанная Jonathan Dinu и дообученная на CelebAMask-HQ от nvidia/mit-b5 с использованием архитектуры SegFormer. Она предназначена для разбора лица на области и подходит для обработки портретных изображений, в том числе в веб-приложениях; для веб-инференса доступна версия ONNX. Модель принимает изображение и выдаёт карту сегментации с метками областей лица. В карточке указана библиотека Transformers и лицензия для некоммерческих исследований и образовательных целей. Обучение на изображениях знаменитостей может приводить к смещению и ограниченной репрезентативности результатов.

HardlyHumans/Facial-expression-detection — модель компьютерного зрения, разработанная HardlyHumans и дообученная на базе google/vit-base-patch16-224-in21k. Это Vision Transformer ViT с 113,2 млн параметров для классификации изображений лиц по восьми категориям эмоций: гнев, презрение, грусть, радость, нейтральное выражение, отвращение, страх и удивление. Модель обучалась на наборах FER2013 и AffectNet и предназначена для распознавания выражений лица на изображениях. В карточке сообщается точность 0,922 и loss 0,213 на оценочном наборе; эти показатели не гарантируют аналогичного качества на других данных. Модель распространяется в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

roller777/fastwan-t2v-1.3b-hostmix-gguf — конвертированная в GGUF модель FastWan2.1-T2V-1.3B для генерации видео по текстовым запросам. Она предназначена для запуска в stable-diffusion.cpp в режиме вывода одного кадра, аналогичном text-to-image, за 3 шага диффузии с CFG 1. В README указана смешанная точность: блоки трансформера хранятся в q4_0, а эмбеддеры, выходные слои и нормализации — в f16. Основа — FastVideo/FastWan2.1-T2V-1.3B-Diffusers, описанная в метаданных как дообученная модель Wan2.1 для быстрой генерации видео за три шага диффузии. README связывает FastWan2.1-T2V-1.3B с дистилляцией bidirectional DMD от Wan2.1-T2V-1.3B. Лицензия — Apache-2.0. Модель рассчитана на single-frame inference в stable-diffusion.cpp; использование с другими GGUF-рантаймами, включая ComfyUI-GGUF, не проверено. В README также сказано, что тензоры VSA gate удалены для плотного внимания при одно кадровом выводе.

Это LoRA-адаптация для генерации изображений на базе black-forest-labs/FLUX.1-dev, опубликованная пользователем или организацией furaidosu. Модель подключается через библиотеку Diffusers и предназначена для text-to-image генерации в стиле «tosti vector style», сочетая чистые контуры, плоские цвета и плавные градиенты с мультяшной, карикатурной и иногда мрачной или готической тематикой. Модель рассчитана на создание цифровых иллюстраций и стилизованных портретов по текстовым описаниям: примеры включают фантастических и хоррор-персонажей, людей, юмористические образы и антропоморфные объекты. Для активации стиля в README указан instance prompt «tosti vector style». Заявлены английский язык и базовое разрешение 1024×1024 пикселей; сведения о размере LoRA, параметрах адаптации, максимальной длине контекста и поддерживаемых модальностях, кроме текстового ввода и генерации изображений, не приведены. Сильная сторона модели — специализация на узнаваемой вектороподобной визуальной подаче с выразительными персонажами, контрастными цветами и аккуратной графической стилизацией. Результат зависит от возможностей FLUX.1-dev, качества текстового описания и корректного подключения LoRA; README не содержит количественных оценок, сведений о стабильности анатомии или ограничениях по содержанию. Модель распространяется по лицензии flux-1-dev-non-commercial-license, указанной как other, поэтому её использование ограничено условиями этой лицензии и некоммерческим характером базовой модели.

Fook-Yi-34B-32K-v1 — разговорная модель для ролевых диалогов, созданная BeaverAI на основе дообучения. Это плотная Llama-модель с 33,9 млрд параметров и контекстом до 32 768 токенов; в репозитории представлены веса Safetensors. Автор отмечает, что модель меньше ориентирована на эротические ролевые сценарии, а также подчёркивает её логичность и способность работать с длинным контекстом. Модель предназначена для ролевых диалогов и генерации ответов в форматах Completion, ChatML и Alpaca. В карточке указана возможность ERP-сценариев, хотя они не являются основным фокусом. Поддерживаемые языки не уточнены. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

G4 Runic Oarfish 26B A4B v1.2 — творческая разговорная модель для ролевых игр, созданная Naphula с помощью слияния нескольких моделей на базе Gemma 4. В карточке указано, что версия 1.2 объединяет Musica с полной LoRA MeroMero и добавляет дообученную для ролевых игр Animus. Метаданные описывают модель как Gemma4ForConditionalGeneration с возможностью чата и обработки изображений; репозиторий содержит веса Safetensors. Модель предназначена прежде всего для интерактивного художественного ролевого общения и генерации творческих ответов. Для неё заявлена лицензия Apache-2.0. В README отмечены возможные стилистические повторы и склонность к отказам; автор также сообщает о сравнительно коротких ответах и ухудшении поведения в одной из предыдущих версий.

GeoMotionGPT — модель zy22b для преобразования последовательностей движений человека в текстовые описания. Она объединяет токенизатор движений DVQ-GSST и языковую модель GPT-2, дообученную для генерации описаний по токенам движения. Модель построена на архитектуре GeoMotionGPTForCausalLM и рассчитана на работу с данными формата HumanML3D. Токенизатор обрабатывает 263-мерные признаки движения, снижает временное разрешение в 8 раз и использует кодовую книгу из 512 токенов. GPT-2 содержит 124 млн параметров; словарь включает текстовые и специальные токены движения. Контекст модели — до 1024 токенов. В метаданных указан английский язык. Репозиторий использует формат safetensors, библиотеку Transformers и лицензию MIT. Основной сценарий — автоматическое создание естественно-языковых описаний движений человека. Карточка не сообщает о точности на тестовых наборах и не описывает обработку других форматов движения; результат зависит от соответствия входных данных представлению HumanML3D.

andreipb/gpt2-poetry-model-crpo — языковая модель на базе GPT-2, разработанная Тео Феррари в рамках бакалаврской работы в HEIG-VD под руководством Андрея Попеску-Белиса. Модель дообучена на корпусе поэзии Gutenberg объёмом 142 МБ в течение трёх эпох и содержит 137 млн параметров. Модель генерирует строки стихотворений на английском языке, начиная каждую строку со специального токена, который можно удалить при постобработке. Она применялась в системе CR-PO для интерактивного сочинения стихов вместе с другими моделями, отвечающими за тематику и эмоции. Архитектура — GPT2LMHeadModel; максимальный контекст составляет 1024 токена. Модель подходит для генерации англоязычных поэтических строк и прототипов интерактивных поэтических систем. Она не описана как средство для генерации рифм на синтетических данных, несмотря на название связанной научной работы. Лицензия — MIT.

H3 slider experiments — экспериментальный набор LoRA-адаптеров для MiniMax-H3, разработанный пользователем siraxe. Модель предназначена для генерации текстовых описаний в видео с выраженным управлением отдельными визуальными эффектами посредством «слайдеров»: движением камеры по дуге, уровнем детализации, скоростью, эффектом размытия или смазывания движения, а также атмосферным эффектом тумана и солнечного света. Для усиления эффекта не требуется специальный промпт — достаточно описать нужное действие или сцену. Набор ориентирован на сценарии text-to-video и использует экосистему Diffusers. В карточке указаны базовая модель MiniMaxAI/MiniMax-H3, английский язык, теги text-to-audio, text-to-video, LoRA и speed, однако точные параметры архитектуры, количество параметров, максимальная длина контекста и перечень поддерживаемых модальностей не приведены. Доступны экспериментальные тесты с различными значениями слайдеров; по заявлению автора, версии с pruned rank4 могут давать более чистый результат при высоких значениях. Модель предоставляется «как есть», поэтому качество и стабильность эффектов могут зависеть от выбранных значений слайдеров, а чрезмерное усиление параметров может ухудшать результат. Лицензия и условия коммерческого использования в README не указаны; применимые ограничения базовой модели и используемых компонентов следует проверять отдельно.

HachimiMT-60 — модель машинного перевода китайского текста на вьетнамский, разработанная ngocdang83 для перевода веб-романов, включая сянься, фэнтези, современную прозу и другие жанры. Она также рассчитана на перевод абзацев и междоменного художественного контента. Модель построена на архитектуре MarianMT и содержит около 56,94 млн параметров: 8 слоёв энкодера, 2 слоя декодера и общий словарь SentencePiece BPE размером 24 тыс. токенов для китайского и вьетнамского. Размер контекста — 512 токенов. В репозитории также есть экспорт CTranslate2 INT8 для ускоренного CPU-инференса. Модель ориентирована на упрощённый китайский и переводит только в направлении китайский → вьетнамский. Среди ограничений — возможные ошибки в редких именах, дрейф терминологии в длинных фрагментах и более слабые результаты вне художественных и веб-романных текстов. Для публикации перевод рекомендуется проверять. Лицензия — CC BY 4.0.

Haven-Chat v5.0 — англоязычная разговорная модель-компаньон, созданная haven-ai-companion на базе Gemma 4 Turbo Sovereign Companion Engine. Она дообучена для ролевых диалогов, эмоционально насыщенного общения, проработки персонажей и повествования в фэнтезийных и фанатских сценариях. В карточке заявлены понимание идентичности и самовыражения, характерных тропов и анатомии людей и фантастических гибридов. Модель распространяется в формате GGUF для запуска через llama.cpp и Ollama; заявленный контекст — 131 072 токена. Разработчик позиционирует её как модель без отказов для творческого общения. Репозиторий использует лицензию Apache-2.0. Заявленные характеристики и возможности взяты из карточки модели и не сопровождаются независимыми оценками качества.

HeAR-s1.1 — компактная аудио-модель Google Health Acoustic Representations, представленная в виде дистиллированного студенческого чекпойнта на базе ViT-S и слоёв Canon. Модель принимает двухсекундные аудиофрагменты с частотой 16 кГц, преобразованные во входные мел+PCEN спектрограммы, и выдаёт вектор признаков размерности 384. В метаданных указано 28,3 млн параметров; README отдельно приводит 22 140 288 параметров студенческой модели. Чекпойнт содержит только студенческую голову MAEB и подходит для извлечения акустических представлений и последующей оценки или анализа аудиоданных. В бенчмарке MAEB(beta, audio-only) среднее значение составило 0,42442 при окне и шаге 2 секунды с усреднением по окнам. Для работы используются PyTorch и Transformers с пользовательской реализацией архитектуры. Лицензия помечена как other, конкретные условия в доступных данных не раскрыты.

Модель maderix — дообученная с помощью DreamBooth Stable Diffusion для генерации изображений в стиле Эрже. Чтобы вызвать этот стиль, добавьте в текстовый запрос фразу «a photo of sks herge_style». Модель предназначена для создания изображений по текстовому описанию и распространяется в форматах Diffusers и PyTorch. Лицензия — MIT.

HongLouMeng-6b — языковая модель проекта stylellm, созданная для переноса стиля классической китайской литературы. По README, модель дообучена на романе «Сон в красном тереме» и использует усвоенные словарь, конструкции предложений, риторические приёмы и особенности диалогов, чтобы переписывать исходный текст в соответствующей манере. В примерах модель преобразует фрагменты «Белоснежки» в стилистику романа. Модель основана на Yi-6B и имеет архитектуру LlamaForCausalLM; в метаданных указаны 5,8 млрд параметров, контекст 4096 токенов и формат safetensors. Она принимает текст и генерирует текст, ориентирована на китайский язык и сценарии стилизации, литературной имитации и редактирования. В README приведена лицензия «other» без дополнительных условий; конкретные ограничения этой лицензии из доступных данных установить нельзя.

HQ-SVC — система преобразования певческого голоса, представленная авторами статьи «Towards High-Quality Zero-Shot Singing Voice Conversion in Low-Resource Scenarios» для сценариев с ограниченными данными и вычислительными ресурсами. Модель предназначена для переноса звучания голоса на аудиозапись пения, в том числе для голосов, не встречавшихся при обучении, без дополнительной тонкой настройки под нового исполнителя. В карточке указана архитектура HQ_SVC_Diffusion_Model и поддержка преобразования аудио в аудио. Авторы описывают разъединение признаков содержания и говорящего с помощью декодированного кодека, слияние нескольких признаков и поэтапную оптимизацию для повышения качества синтеза. Для обучения заявлен сценарий с одной потребительской видеокартой; README сообщает о проверке запуска в Linux с CUDA 11.8 или новее. Модель распространяется по лицензии Apache-2.0.

Модель TheLastBen/hrrzg-style-768px — дообученная версия Stable Diffusion 1.5 от TheLastBen для генерации изображений в стиле работ фотографа Фреда Херцога. Она обучена на 30 изображениях размером 768×768 в течение 12 000 шагов; текстовый энкодер обучался в начале и конце процесса. Модель принимает текстовый запрос и создаёт изображение, особенно подходящее для городских и уличных сцен, а также портретов в узнаваемой стилистике Херцога. Для городских сюжетов в README предлагается использовать слова «city», «road», «street» или «urban»; для передачи стиля — добавить к запросу триггер «hrrzg». Автор рекомендует включать Highres.fix и использовать разрешение выше 768×768. Модель доступна в форматах Diffusers и PyTorch по лицензии CreativeML OpenRAIL-M. Карточка не приводит отдельных оценок качества или дополнительных ограничений.

IceAbsintheRP-7b — объединённая авторская модель Icefog72 для диалоговой генерации текста и ролевых сценариев. Она основана на Mistral v0.2 и создана методом Model Breadcrumbs merge из нескольких моделей серии Ice0; архитектура — плотная MistralForCausalLM, размер — 7,1 млрд параметров. Модель поддерживает контекст до 32 768 токенов и рассчитана на формат Alpaca, а автор рекомендует настройки SillyTavern для более подходящих результатов. Модель предназначена для ролевых диалогов и генерации художественного текста. По оценке автора, качество небольших и средних моделей снижается после 16 тысяч токенов, а после 21 тысячи ухудшается быстрее; для оптимальных результатов рекомендуется ограничить контекст примерно 21 тысячей токенов. Доступны варианты квантования EXL2 и GGUF. Лицензия CC BY-NC 4.0 разрешает некоммерческое использование с указанием авторства.

IceNalyvkaRP-7b — слитая с помощью mergekit и метода SLERP модель для генерации текста на базе Mistral, опубликованная пользователем icefog72. В README указаны две модели-участницы: Ice0.69-25.01-RP и Ice0.68-25.01-RP; метаданные также связывают модель с репозиторием Ice0.68-25.01-RP. Модель предназначена для ролевого общения и генерации текста в формате Alpaca; для работы с настройками и lorebook автор отсылает к отдельным правилам. Модель имеет 7,1 млрд параметров и нативный контекст 32 768 токенов; автор ориентирует на окно 16–25 тысяч токенов и допускает использование до 32 тысяч. Репозиторий содержит веса Safetensors, а в README также упомянуты варианты ExL2 и GGUF. Лицензия — CC BY-NC 4.0, которая ограничивает коммерческое использование. Метаданные помечают модель как NSFW; результаты лидерборда приведены в карточке, но сами по себе не гарантируют качество в конкретных сценариях.

Kanimus-26B-A4B-FFT-heretic — экспериментальная слитая версия Gemma 4 от SubMaroon для ролевого диалога, в том числе сцен с мрачной стилистикой. В основе лежит Vortex5/Gemma-4-26B-A4B-Animus-V14.1-FFT-heretic; в неё внесены изменения весов Q и K на основе дистилляции Claude Opus и встроен LoRA-адаптер с низким масштабом. Это модель Gemma 4 с поддержкой чата и изображений, опубликованная в формате safetensors для Transformers. Лицензия — Gemma. Модель предназначена для генерации ролевых ответов на русском и английском языках. Автор сообщает, что стиль прозы в нескольких пробных сравнениях был близок к базовой модели, однако следование инструкциям ухудшилось: в одном примере модель нарушила заданный временной период сцены и перепутала факт из предыдущего сообщения. Количественная оценка не проводилась, поэтому эти наблюдения предварительны. Среди отмеченных проблем — дрейф имён и ролей действующих лиц в английском; отдельные артефакты токенизации и пропуски форматирования в русском автор считает унаследованными от базовой модели.

KansenSakura-Erosion-RP-12b — текстовая модель для диалоговой ролевой игры и создания мрачных психологических сюжетов. Автор объединил несколько предварительно обученных моделей с помощью mergekit и метода Multi-SLERP; в основе — плотная архитектура Mistral Nemo примерно на 12,1 млрд параметров. Репозиторий использует Transformers и формат safetensors. Модель предназначена для ролевых диалогов и развёрнутого повествования с психологическим хоррором, интенсивными темами и взрослыми сюжетами. В README отмечены творческая подача, следование подсказкам и использование сведений из карточек персонажей. Для диалога рекомендован шаблон ChatML; автор приводит настройки генерации и советует контекст 16K токенов. Карточка указывает английский язык; метаданные сообщают нативный размер контекста до 1 024 000 токенов, однако README рекомендует 16K, поэтому практическую работу с длинным контекстом стоит проверять отдельно. Модель помечена как NSFW и предназначенная для взрослой аудитории. Лицензия — Apache-2.0.

Omarrran разработал модель Koshur Diacritizer ByT5 Small — дообученную на Kashmiri/Koshur версию байтовой модели ByT5-small для восстановления диакритических знаков. Она преобразует текст на кашмири без диакритики в текст с диакритикой, используя архитектуру T5 для последовательного преобразования текста. Размер модели — 364,6 млн параметров; модель работает с текстом и загружается через Transformers. По оценке авторов, средняя точность по оценкам рецензентов составляет около 77,5%; на тестовом наборе из 1150 предложений частота ошибок по буквам с диакритикой (DER marked) составила 20,12%. Байтовая токенизация помогает сохранять комбинируемые знаки письма персо-арабской графики. Ограничения включают ошибки на редких случаях и усечение длинных входов; защитная проверка в примере применения отклоняет выводы, меняющие согласный каркас исходного текста. Лицензия — Apache-2.0.

Krea-2-LoRA-vintagetarot — адаптер LoRA, разработанный Krea для модели генерации изображений Krea 2. Он предназначен для добавления к изображениям визуального стиля винтажных карт Таро по текстовому описанию; триггерная фраза — «vintage tarot style». Адаптер рассчитан на использование с контрольной точкой krea/Krea-2-Turbo и обучен на krea/Krea-2-Raw. Модель поддерживает текст-в-изображение через библиотеку Diffusers и файл весов vintagetarot.safetensors. В README не указаны размер адаптера, архитектура базовой модели, разрешение изображений, длина контекста или перечень поддерживаемых языков; в метаданных указан английский язык. В качестве примеров приведена генерация сцен с людьми, животными, пейзажами и фантастическими персонажами. Для демонстрационных результатов использовались 8 шагов инференса, guidance 0.0 и вес LoRA 1.0. Сильная сторона адаптера — специализация на узнаваемой стилистике винтажного Таро при сохранении возможности задавать разнообразные сюжеты текстом. Ограничение заключается в зависимости от совместимой модели Krea-2-Turbo и необходимости правильно использовать триггерную фразу; качество и поведение при других настройках или с другими базовыми моделями не описаны. Лицензия указана как krea-2-community-license, при этом подробные условия доступны по ссылке на файл LICENSE.pdf.