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

WarmBloodAban/Krea-Edit-lora — специализированная LoRA-модель, разработанная для дообучения базовой модели KREA-2 и расширения её возможностей в редактировании изображений и создании многовидовых листов персонажей. Модель предназначена для сценариев Text-to-Image и Image-to-Image, включая генерацию разворотов персонажа по текстовому описанию или исходному изображению. Основная модель в README указана как KREA-2 Turbo, при этом также упоминается krea/Krea-2 и krea/krea-v2. LoRA поддерживает генерацию листа с четырьмя ракурсами: вид спереди, сбоку, сзади и крупный план лица. Заявлена совместимость с дополнительными style LoRA, что позволяет использовать пользовательские художественные стили. Рекомендуемые параметры: вес LoRA 1.0, 8 шагов сэмплирования и CFG Scale 1.0. Архитектура, количество параметров, точный набор языков и размер контекста не указаны. Сильные стороны модели — сохранение эстетики KREA-2, поддержка как генерации, так и редактирования изображений, а также удобное создание character turnaround для дизайна персонажей. Ограничения связаны с узкой специализацией на многовидовых изображениях персонажей и отсутствием подробных сведений о качестве, обучающих данных и совместимости с другими базовыми моделями. В репозитории приведён ComfyUI workflow и пример использования через diffusers. Лицензия — Apache-2.0.

Kumru-VLM 2B — berhaan tarafından yayımlanan, yaklaşık 2,4 milyar parametreli Türkçe görsel-dil modelidir. LLaVA tabanlı mimarisi SigLIP-2 görsel kodlayıcıyı, MLP проектörünü и Kumru-2B dil modelini birleştirir; репозиторий содержит объединённые LoRA-веса. Модель принимает изображения и текстовые запросы и предназначена для диалогового понимания изображений, включая чтение локального текста и OCR-сценарии. Модель ориентирована на турецкий язык и работу на устройствах с ограниченными ресурсами. В бенчмарке MMStar-TR она показала 30,13% общей точности и 29,60% в категории науки и технологий; эти результаты относятся к указанному бенчмарку. Репозиторий распространяется по лицензии Apache-2.0.

L3-Blackened-Sunfall-15B — экспериментальное объединение трёх моделей Llama 3, созданное автором карточки с помощью LazyMergekit. Модель предназначена для генерации текста в диалогах и ролевых сценариях, а также для создания историй; автор стремился сочетать более естественную манеру общения Jamet-Blackroot с хаотичностью Sunfall Stheno и смягчить результат добавлением третьей модели. Объём модели составляет 14,5 млрд параметров, контекст — 8192 токена. В репозитории представлены веса Safetensors. Автор сообщает, что модель склонна к многословным и драматичным ответам, а при высокой температуре генерации выше 1,3 может выдавать несвязный текст. Также отмечены ошибки и непоследовательность, поэтому качество ответов требует проверки. В метаданных указана отметка not-for-all-audiences. Сведения о лицензии в предоставленных данных отсутствуют.

L3-Uncen-Merger-Omelette-RP-8B-EXPERIMENTAL — экспериментальная текстовая модель Casual-Autopsy, созданная с помощью mergekit путём слияния нескольких моделей семейства Llama 3. В состав входят модели для ролевого общения и генерации творческого текста; при слиянии применялись Dare Ties, SLERP и Task Arithmetic с уплотнением слияния. Модель предназначена для генерации текста в диалогах и ролевых сценариях, в том числе с откровенным содержанием. Она содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM, принимает текст и генерирует текст; заявленное контекстное окно — 8192 токена. В карточке указан английский язык. Модель распространяется в формате Safetensors; сведения о лицензии в предоставленных данных отсутствуют.

Lasorco выпустил lametta — семейство слитых моделей Stable Diffusion для генерации изображений по текстовым запросам. Автор настраивал их для личного использования; актуальная версия v2012 объединяет несколько моделей и ориентирована на стилизованные аниме-иллюстрации с девушками невысокого роста и выразительными круглыми глазами. В карточке указаны формат safetensors и лицензия CreativeML OpenRAIL-M. Модель подходит для создания персонажей и сцен по коротким промптам. Автор рекомендует начинать с краткого описания, а для повышения детализации использовать Hires.fix; примеры настроены с DPM++ 2M Karras. Разные версии отличаются стилем: некоторые тяготеют к плоской аниме-заливке, другие — к более мультяшной или скетчевой подаче. Результаты могут быть непредсказуемыми: анатомия, пальцы, фон и детали способны ломаться в зависимости от промпта и параметров. Модель хуже подходит для персонажей мужского пола, совместимость с LoRA не проверена, а для декодирования может потребоваться отдельно выбранный VAE; версия v2012 включает ClearVAE Variant.

LittleGoldenBook — модель text-to-image от автора lucataco, обученная методом DreamBooth на базе Diffusers для воспроизведения стиля старых детских книг. Для генерации изображений достаточно добавить к текстовому запросу фразу «in littlegoldenbook style». Это экспериментальная пробная модель стилевого переноса; сведения об архитектуре базовой модели и поддерживаемых языках в карточке не приводятся. Репозиторий содержит веса в форматах Diffusers и PyTorch и распространяется по лицензии MIT.

Liujgoj-Cantonese-Qwen2.5-Omni-7B-ASR — модель распознавания речи на основе Qwen2.5-Omni-7B, разработанная для транскрибирования устного кантонского языка в романизированную орфографию Liujgoj. По описанию, модель прошла продолженное предобучение на данных Liujgoj, обучение по инструкциям и дообучение на парах кантонского аудио и текстовых транскрипций. Модель принимает аудио и выдаёт текст с романизацией Liujgoj, включая слоговую структуру, тоновые обозначения и границы слов. Её предполагаемые сценарии — подготовка кантонских речевых корпусов, фонологические исследования и создание данных для синтеза речи. В README приведено сравнение с Whisper на 4 742 примерах; также сообщается о повторении слова «yiu» примерно в 0,02% случаев и связывается этот сбой с малым числом повторов в обучающих данных или численной нестабильностью. В репозитории указаны архитектура Qwen2.5 Omni Thinker, формат safetensors и библиотека Transformers. Модель распространяется по лицензии Apache-2.0. Ее обучающие данные включают около 18 часов аудио из кантонских фильмов, поэтому качество на иных жанрах и акустических условиях может отличаться.

Liujgoj-Cantonese-Qwen2.5-Omni-7B-ASR-V2 — специализированная модель распознавания речи на кантонском языке, созданная Yvthyvq на основе Qwen2.5-Omni-7B. Она принимает кантонскую речь и транскрибирует её латиницей по орфографии Liujgoj Cantonese, передавая слоги и тоны. Модель обучали в три этапа: продолженное предобучение для адаптации к Liujgoj, контролируемое дообучение и настройка для ASR; финальная настройка использовала LoRA. В репозитории указана архитектура Qwen2.5-Omni, а веса представлены в формате safetensors. Модель предназначена для транскрибации кантонских диалогов, подготовки корпусов речи, лингвистических исследований и создания данных для обучения синтеза речи. В обучающем наборе было около 39,8 тыс. пар аудио и текста общей длительностью примерно 18–26 часов; использовались диалоги из кантонских фильмов. Автор отмечает, что дальнейшего улучшения требуют точность тонов, сегментация слов, пунктуация и распознавание длинных записей. Лицензия — Apache-2.0.

robgonsalves/llama-2-13b-deep-haiku — модель на архитектуре LLaMA 2, обученная генерировать хайку по заданной теме. README приводит пример: на тему ChatGPT модель отвечает коротким трёхстрочным стихотворением. Модель предназначена для творческой генерации стихов на английском языке. Модель содержит 12,9 млрд параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст до 4096 токенов. Доступны веса PyTorch; лицензия — CC BY-SA 4.0. README не уточняет метод обучения и состав обучающих данных.

LogoRedmond-LogoLoraForSDXL-V2 — LoRA-модель, разработанная artificialguybr при поддержке Redmond.AI. Она дообучена на базе Stable Diffusion XL 1.0 и предназначена для генерации изображений логотипов и иконок в формате text-to-image. Модель ориентирована на создание логотипов в самых разных тематиках и отличается универсальностью. Для активации рекомендуется использовать тег LogoRedmAF вместе с описанием Icons; результат можно дополнительно направлять словами detailed, minimalist, colorful, black and white. Автор рекомендует разрешение 1024×1024 и простые промпты, поскольку для получения удачного изображения иногда требуется несколько генераций. Модель подходит для создания цветных и монохромных, минималистичных и детализированных логотипов, однако не гарантирует идеальный результат с первой попытки. В README не указаны точный размер LoRA, поддерживаемые языки, дополнительные модальности и параметры контекстного окна. Модель распространяется по лицензии CreativeML Open RAIL-M.

Mask2Former — модель компьютерного зрения для паноптической сегментации изображений, опубликованная командой Hugging Face на основе архитектуры Mask2Former со Swin Large в качестве backbone. Этот чекпойнт обучен на ADE20K и предназначен для паноптической сегментации: он выделяет области изображения и сопоставляет им метки классов. Архитектура предсказывает набор масок и соответствующих меток; в ней используются многомасштабный декодер пикселей на основе deformable attention и Transformer-декодер с masked attention. Подходит для анализа сцен и разметки объектов и фона на изображениях. Общий подход Mask2Former также охватывает семантическую и экземплярную сегментацию, но данный чекпойнт предназначен для паноптической сегментации. Репозиторий содержит веса PyTorch и safetensors. Лицензия указана как other, поэтому условия её использования следует уточнить в карточке модели.

MasterRP-V1-L2-13B — слитая языковая модель автора Masterjp123 для ролевого общения и отыгрыша персонажей. В состав слияния вошли REMM, Mlewd, Emerhyist, PsymMedRP, magdump и другие модели для ролевых сценариев. Модель построена на архитектуре Llama и содержит 12,9 млрд параметров; она предназначена для генерации текста и имеет контекстное окно 4096 токенов. Для общения доступны форматы Alpaca и LimaRP-V3. В карточке автор предупреждает о недостатках результата слияния и оценивает его как неудачный, поэтому качество ответов может быть нестабильным. Репозиторий содержит веса PyTorch; лицензия — Llama 2.

rwillh11/mdeberta_groups_2.0 — модель классификации текста на базе DeBERTa-v2 с 306 млн параметров и контекстом до 512 токенов. Она анализирует политическую речь и относит упомянутые в ней социальные группы к заданным категориям. Одно выражение может соответствовать нескольким категориям: например, «girls» относится и к «women», и к «children». Модель предназначена для разметки упоминаний социальных групп в политических текстах, в том числе для последующего анализа этих упоминаний. В карточке приведены результаты оценки: accuracy 0,995 и F1 0,894; качество зависит от данных и категорий, на которых проводится анализ. Модель представлена в формате safetensors для библиотеки Transformers. Разработчик и лицензия в доступных данных не указаны.

MERaLiON-Omni-GRPO-10B — мультимодальная модель семейства MERaLiON2, представленная как культурно адаптированный исследовательский вариант. Разработчики дообучили её с помощью LoRA и оптимизации GRPO с двумя целевыми сигналами: культурной насыщенностью и мультимодальной согласованностью. В репозитории указано 8,1 млрд параметров; веса доступны в формате Safetensors. Модель принимает изображения, видео и аудио и предназначена для мультимодального диалога и анализа материалов с культурным контекстом Юго-Восточной Азии. В карточке также заявлены распознавание речи и обработка изображений с текстом; обучение на аудио и изображениях региона и на общих видео делает видеопонимание для Юго-Восточной Азии исследовательским сценарием с нулевым дообучением. Это альфа-версия без последующего выравнивания безопасности и red teaming; ответы могут содержать галлюцинации и предвзятость, поэтому модель не готова к производственному применению. Лицензия обозначена как other; README запрещает коммерческое использование и ограничивает выпуск академическими исследованиями и оценкой.

qiangge2026 выпустил модель генерации китайской классической поэзии на основе Qwen2-0.5B. Она дообучена методом LoRA на пользовательском наборе стихотворений с темами четырёх сезонов, после чего адаптер объединён с базовыми весами. Модель содержит 494 млн параметров, использует архитектуру Qwen2ForCausalLM и формат safetensors; для запуска автор предлагает библиотеку Transformers. Указанная длина контекста — 131 072 токена. Модель предназначена для генерации стихотворений по заданной теме, например о весне или лете, в стиле китайской классической поэзии. Она принимает текстовый запрос и выдаёт текст на китайском языке. Карточка приводит 50 эпох обучения и конечную потерю около 7,68, но не сообщает метрики качества генерации. Лицензия в предоставленных данных не указана.

Mila — модель типа LoRA для генерации изображений по текстовому описанию, опубликованная пользователем или организацией Milamagalvaes. В README она обозначена как diffusion-LoRA и совместимая с Diffusers; для активации указан триггерный текст nnn. Также приведён пример использования в сценарии image-to-image или inpainting на базе Qwen Image, однако базовая модель явно не указана. Модель предназначена для текстово-управляемой генерации и, вероятно, адаптации изображений, но сведения о её специализации, архитектуре, размере, поддерживаемых языках, максимальном контексте и практических ограничениях отсутствуют. Сильной стороной является формат LoRA, который обычно позволяет подключать адаптацию к совместимой базовой модели с меньшими вычислительными затратами, однако совместимость и качество зависят от неизвестной базовой модели. Лицензия указана как unknown, поэтому условия использования необходимо уточнить у автора.

yuuki14202028 разработала модель генерации текстур предметов для Minecraft на основе полной донастройки UNet Stable Diffusion 1.5. Она создаёт по текстовому запросу спрайты предметов размером 16×16 пикселей с альфа-прозрачностью, пригодные для ресурс-паков. Чтобы получить сетку 16×16, нужно генерировать изображение 256×256, затем свести каждый блок 16×16 пикселей к одному пикселю; прозрачность кодируется пурпурным цветом для последующего удаления цветовым ключом. Модель обучена на текстурах предметов из модификаций Minecraft, поддерживает английские запросы и особенно хорошо сочетает материалы и формы, а также генерирует ряд предметов вне Minecraft. Она слабее справляется с понятиями, отсутствовавшими в обучающем словаре, и с мелкими уточнениями; примерно в 10–15% случаев фон заполняет весь кадр, поэтому может потребоваться повторная генерация с другим seed. Рекомендуются пустой negative prompt, guidance 9, 30 шагов и DPM-Solver++. Выпущена для исследований и личного использования на условиях CreativeML OpenRAIL-M; при распространении результатов следует самостоятельно проверять их оригинальность, поскольку обучающие текстуры имели разные лицензии.

MiniMax-H3-Turbo-LoRA — набор адаптеров LoRA для модели MiniMax-H3, опубликованный пользователем vladmandic и предназначенный для работы в задачах генерации видео из текста. Модель интегрируется с библиотекой Diffusers и ориентирована на эксперименты с ускоренными вариантами MiniMax-H3 Turbo, включая использование в интерфейсах и рабочих процессах, совместимых с SD.Next. В репозитории представлены варианты адаптаций и результаты тестирования для нескольких исходных LoRA-источников, включая lightx2v, larryvrh, Silveroxides, Alibaba PAI и TaoMate. README не содержит достоверных сведений о размере модели, точной архитектуре базовой модели, поддерживаемых языках, длине контекста, доступных модальностях помимо текстового ввода и генерируемого видео, а также о конкретных преимуществах каждого адаптера или рекомендуемых параметрах. Лицензия и условия коммерческого использования в README не указаны, поэтому их необходимо уточнять по базовой модели и исходным репозиториям.

MiniMax M2-her — диалоговая большая языковая модель, разработанная MiniMax для ролевого общения, чатов от лица персонажей и выразительных многоходовых бесед. В карточке подчёркнуты диалоговый подход и стремление сохранять тон и характер персонажа в ходе разговора. Модель предназначена для интерактивных сценариев, где важны последовательный образ и живой диалог. Данных об архитектуре, размере, модальностях, поддерживаемых языках, длине контекста и лицензии в предоставленных источниках нет.

Mirror's Edge Diffusion — модель Stable Diffusion, дообученная автором репозитория на скриншотах игры Mirror's Edge методом DreamBooth. Она предназначена для создания изображений по текстовым запросам в стилистике игры; для вызова стиля рекомендуется добавить в запрос токен «MirrorsEdge style». В качестве тематических подсказок также указаны городской пейзаж, стерильная чистота, абстрактные и парящие формы, а также back rooms. Модель распространяется в форматах Diffusers, PyTorch и Safetensors и использует лицензию CreativeML OpenRAIL-M. В README отмечено, что результаты могут получаться чрезмерно геометричными и случайными; добавление «abstract» и «floating shapes» в негативный запрос может помочь скорректировать генерацию.

Salim Diallo разработал модель распознавания речи на пуларе (fuf), варианте фула, распространённом в регионе Фута-Джаллон в Гвинее. Это дообученная на адаптерных слоях модель facebook/mms-1b-all на архитектуре Wav2Vec2 с CTC-головой и символьным словарём; размер базовой модели — 1,3 млрд параметров. Модель принимает монофоническую речь с частотой дискретизации 16 кГц и преобразует её в текст на пуларе. Модель обучена на примерно 9 760 аудиофрагментах с чтением библейских текстов и рассчитана прежде всего на распознавание спокойной, заранее подготовленной речи в похожем домене. В README приведены результаты WER 10,38% и CER 2,89% на 200 тестовых примерах; это лучше исходной модели MMS в указанном сравнении. Лицензия CC-BY-NC 4.0 разрешает только некоммерческое использование.

Модель NextFire/mms-300m-ForcedAligner-karaoke-ja-Latn — дообученная версия facebook/mms-300m для принудительного выравнивания японских текстов песен, записанных ромадзи, с аудио караоке. Она основана на архитектуре Wav2Vec2 с CTC и содержит около 402,7 млн параметров; для работы использует аудио и соответствующий текстовый сценарий выравнивания. Модель предназначена для определения временного соответствия между строками или фрагментами ромадзи и звучанием японской песни, например для подготовки караоке-таймингов. В карточке указано дообучение на датасете NextFire/karaoke-mugen-timings. Метаданные относят её к распознаванию речи, однако специализация по README — выравнивание текста с аудио. Модель доступна в формате Safetensors через Transformers. Лицензия CC BY-NC-SA 4.0 требует указания авторства, ограничивает коммерческое использование и предписывает распространять производные работы на тех же условиях. Карточка не сообщает точность выравнивания и ограничения по длительности или типу аудио.

MORESPulse — мультиязычная модель классификации текста, разработанная проектом MORES и предназначенная для анализа эмоциональной окраски политической коммуникации и сравнительных исследований. Это дообученная версия XLM-RoBERTa large для классификации предложений по шести меткам: гнев, страх, отвращение, грусть, радость и отсутствие этих эмоций. Метки можно свести к тональности: радость — положительная, отсутствие перечисленных эмоций — нейтральная, остальные — отрицательная. Модель обучалась на размеченных предложениях на английском, немецком, французском, польском, словацком, чешском и венгерском языках; обучающие данные включают искусственно сгенерированные примеры и переводы. Авторы сообщают о близких результатах на тестовых наборах для разных языков. Модель используется в Babel Machine — инструменте для сравнительных исследований. Репозиторий распространяется по лицензии CC BY 4.0.

Hindi Teacher — модель Pratik N. Kalamkar для классификации сценариев фильмов на хинди по возрастным категориям. Она разработана как часть исследовательского проекта MovieCert и служит учительской моделью в схеме дистилляции знаний для создания более компактных моделей. Архитектура — многоязычный DistilBERT с классификационной головой; модель дообучена на размеченных сценариях фильмов на хинди. Она принимает текст и выдаёт метки классов. Контекст модели — 512 токенов; для длинных сценариев в описанном процессе применяются разбиение на фрагменты и агрегация предсказаний. Модель предназначена для исследовательского анализа сценариев, предварительной оценки возрастной категории и вспомогательной модерации контента. Также её можно использовать как учительскую модель при дистилляции, основу для дальнейшего дообучения или извлечения признаков. Лицензия — Apache 2.0. Качество может снижаться на сценариях, отличающихся от обучающих данных. Известные ограничения включают небольшой размер и возможный дисбаланс датасета, перекосы по жанрам, культурные смещения и неоднозначность языка. Предсказания не заменяют проверку специалистом и не предназначены для официальной сертификации фильмов.

Painted Fantasy v2 — разговорная языковая модель для ролевых диалогов и художественного письма, разработанная zerofata и дообученная на базе ConicCat/Mistral-Small-3.2-AntiRep-24B. Модель предназначена для отыгрыша персонажей, интерактивных историй и сценариев ERP. По словам автора, версия 2 снижает повторяемость ответов и лучше следует инструкциям, сохраняя творческий стиль. Это плотная авторегрессионная модель семейства Mistral с 23,4 млрд параметров и контекстом до 131 072 токенов. Она принимает текст и генерирует текст; в README рекомендуются шаблон Mistral v7 Tekken и настройки семплирования для SillyTavern. Обучение включало SFT, DPO и KTO на ролевых диалогах, историях и ответах от лица персонажа. Автор отмечает, что модель иногда допускает заметные ошибки и что ей свойственна повторяемость, на устранение которой были направлены этапы обучения. Лицензия — Apache-2.0. Упомянутые в README GGUF и EXL3 относятся к доступным квантизованным вариантам, тогда как метаданные этого репозитория указывают формат safetensors.

Painted Fantasy Visage — экспериментальная текстовая модель zerofata для ролевых диалогов и творческого письма с персонажами. Она предназначена для проактивного отыгрыша персонажей, включая ERP-сценарии, и для генерации художественных текстов. Модель построена на базе Mistral Small 3.2 24B: автор увеличил её глубину на 18 слоёв, затем провёл предобучение, SFT и DPO. В метаданных указаны архитектура MistralForCausalLM, 33,7 млрд параметров и контекст до 131 072 токенов; модель работает через Transformers и поддерживает чат. Для дообучения использовались ролевые диалоги, примеры творческого письма и инструкций, краткие пересказы страниц аниме-фэндомов, а также художественные и общие текстовые данные. Автор отмечает, что модель может быть менее склонна к повторениям, чем его предыдущая попытка, но не гарантирует устранения проблемы повторов базовой Mistral 3.2. Модель распространяется по лицензии Apache-2.0.

MuPT-v0-4096-1.97B — модель семейства SMuPT для генерации символической музыки, опубликованная командой m-a-p. Она использует архитектуру Llama и обучена на крупном наборе символических музыкальных произведений разных жанров и стилей; в метаданных указаны 1,9 млрд параметров и контекст 4096 токенов. Модель предназначена для генерации мелодий, аккомпанемента и многодорожечных музыкальных композиций. Модель принимает текстовое токенизированное представление музыкальной последовательности и продолжает его, выдавая последовательность для символической музыки. Карточка описывает серию предварительно обученных моделей и сценарии их дальнейшего применения. Репозиторий содержит веса в формате PyTorch; лицензия — Apache-2.0. README отмечает, что описанное использование основано на Megatron-LM, а поддержка формата Hugging Face планировалась отдельно.

MuPT-v1-8192-550M — авторегрессионная языковая модель для генерации символической музыки, разработанная командой m-a-p. Она обучена на крупном наборе произведений в разных жанрах и стилях и предназначена для создания мелодий, аккомпанемента и многодорожечных музыкальных последовательностей. Модель построена на плотной архитектуре Llama 2 и принимает последовательности токенов, представляющие музыку; максимальная длина контекста — 8192 токена. В метаданных указано около 453,9 млн параметров. Результат можно преобразовывать в нотацию ABC и затем использовать для воспроизведения или дальнейшей обработки музыки. Для вывода нескольких дорожек требуется постобработка, поскольку при обучении дорожки объединялись. README описывает запуск через Megatron-LM и PyTorch. Репозиторий распространяется по лицензии Apache-2.0. Языковой тег en относится к карточке модели; основное назначение — музыкальные последовательности, а не обычный текст.

MusicGen Stereo Medium — модель Meta AI (команда FAIR) для генерации музыки по текстовому описанию и аудиоподсказке. Это дообученная на 200 тысячах шагов стереофоническая версия монофонической MusicGen Medium размером 1,5 млрд параметров. Модель использует авторегрессионный Transformer и токенизатор EnCodec с частотой 32 кГц. Для стерео она генерирует потоки токенов для двух каналов, чередуя их с помощью схемы задержки. Модель предназначена прежде всего для исследований и экспериментов с управляемой генерацией музыки; веса распространяются по лицензии CC-BY-NC 4.0, которая запрещает коммерческое использование.

Mythalion 13B — языковая модель PygmalionAI, созданная совместно с Gryphe слиянием Pygmalion-2 13B и MythoMax L2 13B на базе Llama 2. Модель с плотной архитектурой Llama содержит 12,9 млрд параметров, принимает текст и поддерживает контекст до 4096 токенов. Для общения можно использовать шаблоны Alpaca и Pygmalion/Metharme. Модель предназначена прежде всего для художественного письма, ролевых диалогов и развлекательного чата на английском языке. По оценке тестировщиков авторов, в ролевых сценариях и чате она может превосходить MythoMax; для SillyTavern рекомендованы специальные настройки генерации. Модель не настраивалась на безопасное и безвредное поведение: она может выдавать ненормативную, откровенную или оскорбительную лексику, а также фактически неверные или вводящие в заблуждение утверждения. Лицензия Llama 2 допускает коммерческое и некоммерческое использование при соблюдении её условий.