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

Chat-With-YourFAV-Character-Small — диалоговая модель, разработанная Manan Raval из Virtual Height IT Services Pvt. Ltd. Она создана на базе microsoft/DialoGPT-small и дообучена на репликах персонажа Джошуа из игры The World Ends With You, чтобы вести беседы в его стиле. Архитектура — GPT-2/DialoGPT-small; модель генерирует текст, принимает текстовый контекст и поддерживает контекст до 1024 токенов. Модель предназначена для ролевого общения с имитацией персонажа и интеграции в чат-приложения и игры. Обучающие данные ограничены диалогами из конкретной игры, поэтому ответы могут быть неожиданными или оскорбительными и не подходят для чувствительных ситуаций, принятия важных решений, терапии или консультирования. Лицензия — Apache-2.0.

Модель yamero999/chess-piece-detection-yolo11n — детектор объектов на базе YOLO11n, предназначенный для обнаружения и классификации шахматных фигур на изображениях доски. Она различает шесть типов белых и шесть типов чёрных фигур: пешку, коня, слона, ладью, ферзя и короля. Модель обучена на наборах данных с разными стилями шахматных досок, освещением и углами съёмки. Для обработки в README указан размер входа 416×416; доступны веса PyTorch и ONNX. Это позволяет применять её, например, для распознавания расстановки фигур по фотографии или кадру камеры. Модель опубликована под лицензией Apache-2.0.

Chronomaid-Storytelling-13b — слитая языковая модель на архитектуре Llama, опубликованная NyxKrage. Она объединяет Noromaid-13b-v0.1.1 и Chronos-13b-v2, после чего к объединённой модели применён LoRA-адаптер Storytelling-v1. Модель содержит 12,9 млрд параметров, использует формат safetensors и поддерживает контекст до 4096 токенов. Модель предназначена прежде всего для ролевых диалогов и написания историй: она подходит для общения с персонажем, повествования от лица персонажа и групповых чатов. Автор также сообщает, что модель справляется с эротическими ролевыми сценариями. В карточке приведён шаблон промпта Alpaca и настройки сэмплирования, проверенные автором. Модель распространяется по лицензии Llama 2. Результаты и пригодность для конкретных сценариев не гарантируются; заявленные возможности основаны на тестировании автора карточки.

agurung/cobalt-seeded-rl-base-ramp25-stoppen-gen4k-ep2-ncp5-q4v2-groot16 — дообученная методом GRPO языковая модель на архитектуре Qwen3, созданная разработчиком agurung. Контрольная точка выбрана на шаге 80 из обучения с seed 42; модель обучалась планированию следующих глав по примерам из книг. Для выбора контрольной точки использовали 7 075 обучающих примеров и 1 120 отложенных примеров для проверки, оценивая по восемь генераций на пример. Критерий выбора — средняя наилучшая из восьми генераций оценка по непрерывной контрастивной функции вознаграждения. Настройка включает два эпизода GRPO, генерацию до 4 096 токенов и штрафы за слишком длинные и некорректные планы. По метаданным модель имеет 3,7 млрд параметров, использует плотную архитектуру Qwen3, поддерживает диалоговый режим и контекст до 262 144 токенов. Репозиторий содержит веса Safetensors. Модель предназначена для экспериментов с планированием продолжения повествования и генерацией планов следующих глав. README не сообщает о качестве на независимом тестовом наборе или лицензии; метаданные также не содержат сведений о лицензии.

Cosmos-Reason2-8B-W4A16-FlashHead — оптимизированная Embedl версия мультимодальной модели NVIDIA Cosmos-Reason2-8B. Она предназначена для низколатентного инференса на GPU NVIDIA и принимает текст и изображения или видео, выдавая текст. Для ускорения применены квантизация W4A16 и FlashHead — эффективная замена языковой головы; для запуска требуется плагин flash-head для vLLM. Основа модели рассчитана на визуальное рассуждение, видеоаналитику и планирование действий в робототехнике и физическом ИИ. В метаданных формат файлов обозначен как safetensors, а лицензия — other. README не приводит подробных результатов бенчмарков: они вынесены в отдельный репозиторий Edge-Inference-Benchmarks.

CySearchAssist-Mesh-1.5B — компактная языковая модель, разработанная Cyberalien для переформулирования запросов к библиотеке статических мешей и 3D-ресурсов. Она преобразует запрос пользователя в английские поисковые фразы, подсказки по категориям и тегам, а также явные исключения. Модель дообучена на Qwen/Qwen2.5-1.5B-Instruct, использует плотную архитектуру Qwen2ForCausalLM, содержит 1,5 млрд параметров и имеет контекстное окно 32 768 токенов. Выдаёт структурированный JSON по контракту cymesh-query-v1; поддерживаемые языки — английский, французский, испанский, немецкий и итальянский. Лицензия — Apache-2.0. Модель рассчитана на локальное использование в CyMesh MeshLibrary или интеграциях, которые применяют её вывод для поиска по собственному индексу метаданных. В небольшом локальном тесте JSON-контракт был соблюдён для 35 из 37 запросов, а целевой объект попал в топ-5 для 10 из 10 тестовых запросов по метаданным; этот тест не измеряет общее качество поиска на произвольных библиотеках. Модель сама не ищет ресурсы, не анализирует геометрию или изображения мешей, не строит эмбеддинги и не генерирует 3D-модели. На CPU генерация в описанном тесте занимала медианно 15,26 секунды; ошибки в обработке отрицаний, синонимов, языковой неоднозначности и материалов возможны, поэтому JSON следует проверять, а при некорректном выводе использовать исходный запрос.

Dart v2 MoE Base — авторегрессионная языковая модель, разработанная Plat для генерации тегов Danbooru. Модель обучена на датасете isek-ai/danbooru-tags-2024 и предназначена для создания последовательностей тегов с учётом рейтинговой категории, пропорций изображения и желаемой длины списка. Архитектура — Mixtral с разреженной смесью экспертов; в метаданных указаны 57,2 млн параметров и контекст до 1024 токенов. Модель работает с текстом тегов и выдаёт текст; естественные языки не заявлены. Чекпойнт опубликован в формате Safetensors и распространяется по лицензии Apache-2.0. Карточка сообщает, что оценивание модели ещё не проводилось, а библиотека dartrs для инференса экспериментальна.

Baselhany/Distilation_Whisper_base_bigger_samples — дообученная модель OpenAI Whisper Base для автоматического распознавания речи на арабском языке. Она принимает аудио и генерирует текст; обучена на наборе quran-ayat-speech-to-text. В метаданных указаны архитектура WhisperForConditionalGeneration, 51,7 млн параметров и формат safetensors. На оценочной выборке карточка сообщает Loss 0,0892 и WER 0,1918. Модель предназначена для преобразования арабской речи в текст, в частности для распознавания чтения аятов Корана. Базовая Whisper Base также поддерживает распознавание многоязычной речи и перевод на английский, однако результаты этих возможностей для данного дообученного варианта не описаны. Модель распространяется по лицензии Apache-2.0.

NLP-LTU/distilbert-sexism-detector — модель классификации текста, разработанная на основе distilbert-base и дообученная на наборе данных Explainable Detection of Online Sexism (EDOS). Она предназначена для выявления сексистских высказываний в твитах и присваивает тексту один из двух классов: «не сексистский» или «сексистский». Модель использует архитектуру DistilBERT и принимает текстовые последовательности длиной до 512 токенов. Модель описана как компактная и ориентированная на быстрые предсказания через онлайн API; в карточке указан F1 81,2. Для оценки и других языков результаты не приведены. Модель опубликована в формате PyTorch; лицензия в предоставленных данных не указана.

anthienlong/enhanceaiteam_uncensored — модель-адаптер LoRA для генерации изображений по текстовому описанию, разработанная пользователем или организацией anthienlong/enhanceaiteam. Она предназначена для использования с библиотекой Diffusers и базовой моделью black-forest-labs/FLUX.1-dev. В карточке модель описана как «Uncensored»; дополнительных сведений о конкретных сценариях применения и особенностях получаемых изображений не приведено. Известно, что веса распространяются в формате Safetensors. Архитектура адаптера, размер, поддерживаемые языки, максимальная длина контекста, требования к ресурсам и количественные показатели качества не указаны. Лицензия обозначена как unknown, поэтому условия использования требуют отдельного уточнения. README также не содержит достаточной информации о сильных сторонах и ограничениях модели.

Карточка модели ThomasComics/Experimental-Llama-3B на Hugging Face совпадает с карточкой ThomasComics/Llama-3B-2SentenceHorror, поэтому описание составлено по ней. ThomasComics/Llama-3B-2SentenceHorror — языковая модель ThomasComics для генерации текста в жанре коротких историй ужасов, рассчитанных на два предложения. Это дообученная версия unsloth/llama-3.2-3b-instruct-bnb-4bit, построенная на архитектуре Llama и содержащая 3,2 млрд параметров. Модель принимает текстовые запросы и генерирует текст; в метаданных указан контекст длиной до 131072 токенов и поддержка английского языка. Модель предназначена для создания лаконичных хоррор-историй и творческих текстов по заданной теме или началу. Для обучения использовались Unsloth и библиотека TRL. Репозиторий распространяется по лицензии Apache-2.0.

FWKV/FWKV-Image-Hibiscus-LoRA — небольшой LoRA-адаптер для базовой модели FWKV/FWKV-Image, предназначенной для генерации изображений по текстовому описанию. Разработчик адаптера в README явно не указан; обучение выполнено с использованием библиотеки PEFT и набора данных HuggingEnvs/watercolour-reference-pool. Модель ориентирована на добавление к базовой FWKV-Image художественной стилистики акварельной живописи: к подписям при обучении автоматически добавлялись указания «watercolour wash, soft bleed». Это text-to-image-модель, работающая с текстовыми описаниями на английском языке и генерирующая изображения. Обучение проводилось на изображениях, приведённых к размеру 256×256 пикселей, однако максимальный контекст текста, рекомендуемое разрешение генерации и общий размер базовой модели в README не указаны. Адаптер изменяет только отдельные модули cross-attention DiT-компонента через LoRA с параметрами rank 8, alpha 16 и dropout 0,05; текстовый энкодер и VAE оставались замороженными. Сильной стороной является компактный способ адаптации базовой модели под акварельную стилистику без полного дообучения. Ограничения связаны с экспериментальным характером, небольшим специализированным набором данных и риском переобучения из-за 2000 эпох обучения; универсальность, качество на других стилях и устойчивость к различным запросам не заявлены. Лицензия — MIT.

Sunfall v0.5.2 — экспериментальная разговорная модель на базе Gemma 2, представленная разработчиком crestf411 5 июля 2024 года. Это плотная авторегрессионная модель с 9 млрд параметров и контекстом до 8192 токенов; для работы доступны веса в формате safetensors. В README указано, что модель использует LoRA поверх Gemma 2 и обучалась с контекстом, имитирующим JSON-файлы Silly Tavern. Модель предназначена для ролевых диалогов и написания историй, включая повествование от лица рассказчика и взаимодействие между персонажами. Автор отмечает, что это ранний эксперимент и просит сообщать о результатах; модель не ориентирована на широкую аудиторию и рассчитана на откровенный контент. Лицензия в метаданных обозначена как other, конкретные условия использования по этим данным определить нельзя.

Athspi LLM — компактная языковая модель на архитектуре GPT-2, разработанная для генерации коротких художественных историй. В README указаны 4 слоя, размерность эмбеддингов 384, 6 голов внимания и около 28 млн параметров; метаданные указывают контекст до 1024 токенов. Модель обучалась на наборе TinyStories, охватив около 5% набора, или примерно 100 тысяч примеров. Модель предназначена для творческой генерации текста и экспериментов с небольшими языковыми моделями. Опубликована в форматах PyTorch и Safetensors для библиотеки Transformers. Лицензия — Apache-2.0. Ограниченный объём обучения и небольшой размер модели могут снижать связность и разнообразие историй по сравнению с крупными языковыми моделями; README указывает последовательность обучения длиной 128 токенов.

Это набор двунаправленных управляющих векторов для GLM-4.5-Air, опубликованный пользователем gghfez. Векторы предназначены для настройки стиля генерации текста, прежде всего художественной прозы: можно менять фокус на персонажах или повествовании, простоту или витиеватость языка, оптимизм или нигилизм, эмпатию или социопатию и другие перечисленные характеристики. Векторы применяются при запуске llama.cpp или ik_llama.cpp вместе с базовой моделью; это не самостоятельная модель. Векторы получены методом разложения собственных значений кросс-ковариации на 1 050 парных примерах для каждого класса. Автор отмечает, что метод выявляет сбалансированные противоположные направления, а направление воздействия выбирается при применении. Для использования нужны совместимая сборка сервера и базовая GLM-4.5-Air. Репозиторий распространяется по лицензии CC BY 4.0.

Gonyai-TEO2 — авторская разговорная языковая модель семейства KonkanGPT от разработчика omdeep22, предназначенная для общения на конкани. В README указаны обучение на материалах о культуре и истории Гоа и поддержка гоанского диалекта на письме деванагари; метаданные относят модель к causal language models и подтверждают текстовую генерацию с возможностью чата. Модель имеет плотную архитектуру KonkanGPT с RoPE, RMSNorm и SwiGLU. В метаданных указано 222,8 млн параметров, тогда как README приводит приблизительную оценку около 251 млн; поэтому точный размер по доступным сведениям неоднозначен. README показывает сценарии многоходового диалога и чтения с пониманием контекста или RAG. Репозиторий использует формат PyTorch, лицензия — MIT. Модель ориентирована на конкани и гоанский культурный контекст; её применимость к другим языкам и темам не подтверждена. Для загрузки в README требуется trust_remote_code=True, поэтому перед использованием следует ознакомиться с кодом репозитория.

GPT2-poem-gen — модель генерации текста, размещённая пользователем huynoob1312 на Hugging Face. По названию репозитория она предназначена для создания стихотворных текстов, однако README не содержит подробностей о разработчике, данных обучения или методике дообучения. Модель основана на архитектуре GPT-2 и предназначена для работы через библиотеку Transformers. Она поддерживает задачу text-generation и имеет контекст длиной до 1024 токенов. Модель может использоваться для генерации стихотворных заготовок, продолжения поэтических фрагментов и творческих экспериментов с текстом. В README отсутствуют сведения о языке генерации, размере модели, лицензии, результатах оценки и конкретных ограничениях использования. Поэтому качество, фактическая специализация на поэзии и пригодность для коммерческих или иных прикладных сценариев требуют самостоятельной проверки.

GPT2 Shakespeare style transfer paraphraser — модель на базе GPT-2, загруженная пользователем filco306. Это обученная модель из работы «Reformulating Unsupervised Style Transfer as Paraphrase Generation»; автор репозитория уточняет, что не является автором работы и получил разрешение на публикацию весов от её ведущего автора. Модель предназначена для перефразирования текста в стиле Уильяма Шекспира и генерации текста с переносом этого стиля. Модель использует архитектуру GPT2LMHeadModel, распространяется в формате PyTorch и имеет контекст до 1024 токенов. В карточке не приведены сведения о размере модели, поддерживаемых языках или условиях лицензии. Оценить качество, ограничения по входному формату и допустимое коммерческое использование по имеющимся данным нельзя.

GuwenBERT-large — модель семейства RoBERTa, разработанная командой Datahammer из Пекинского технологического института и предварительно обученная на классическом китайском языке. Она предназначена для заполнения пропусков в тексте и дообучения для задач обработки древних китайских текстов, включая сегментацию предложений, расстановку пунктуации и распознавание именованных сущностей. Модель содержит около 426,5 млн параметров и принимает контекст длиной до 514 токенов. Для обучения использован корпус daizhige из 15 694 книг общим объёмом около 1,7 млрд символов; традиционные иероглифы были преобразованы в упрощённые, а словарь содержит 23 292 единицы. В описанной оценке распознавания сущностей в древних книгах модель заняла второе место с микроусреднённым F1 84,63. Модель рассчитана на классический китайский и специализированные исторические тексты; её результаты для других языков и современных текстов не подтверждены. Лицензия — Apache-2.0.

GysBERT v1 — историческая языковая модель для нидерландского языка из проекта MacBERTh. Она разработана на основе BERT base uncased и содержит 136,7 млн параметров; модель опубликована в формате PyTorch, принимает текст с контекстом до 512 токенов. Предобучение выполнено преимущественно на материалах DBNL и архиве газет Delpher. Модель предназначена для работы с историческим нидерландским текстом и успешно проверялась на задачах снятия лексической неоднозначности (Word Sense Disambiguation), в том числе в рамках исследования о снятии неоднозначности слов в исторических языках. Карточка не описывает другие подтверждённые задачи или обновлённый вариант модели. Лицензия — MIT. Результаты проверки указаны для задач из публикации; качество на иных корпусах и современных текстах README не характеризует.

HorrorMerge-NOS4A2 — слитая модель StoneLabs, созданная с помощью LazyMergekit на основе StoneLabs/HorrorProto-12b-v1 и OmnicromsBrain/NemonsterExtreme-12b-TheDarkness. Это плотная авторегрессионная модель семейства Mistral с архитектурой MistralForCausalLM и 12,1 млрд параметров; в репозитории веса представлены в формате safetensors. Модель предназначена для генерации текста и диалогов в жанре ужасов. Слияние выполнено методом TIES с нормализацией; в конфигурации указана базовая модель StoneLabs/Mistral-Nemo-Instruct-2407. Метаданные сообщают контекстное окно 1 024 000 токенов и наличие интерфейса для вызова инструментов, однако README не приводит оценок качества или практических примеров использования этих возможностей. Язык модели в предоставленных данных не указан. Лицензия в предоставленных данных не указана, поэтому условия использования по ним установить нельзя. Модель ориентирована на хоррор-контент, включая мрачную тематику; её ответы могут быть художественными и вымышленными.

HSC Wuxia mT5 Small — дообученная модель преобразования текста в текст на архитектуре mT5 от Google, разработанная в рамках выпускной работы по машинному переводу произведений wuxia. Модель содержит 157,4 млн параметров и предназначена для перевода с китайского на английский текстов жанров wuxia и xianxia, включая веб-романы. Модель обучена полным дообучением базовой google/mt5-small на наборе из 100 000 параллельных предложений. В оценке на тестовом наборе по предметной области показаны SacreBLEU 16,98, chrF 39,41 и ROUGE-L 46,33. Это специализированная модель для литературного перевода, поэтому её результаты не следует автоматически переносить на другие жанры и языковые направления. Лицензия — Apache-2.0.

Kainaticulous-RP-7B — объединённая модель генерации текста для ролевых диалогов, созданная kainatq методом TIES merge на основе Mistral-7B-v0.1 и нескольких моделей для ролевых сценариев. Она предназначена прежде всего для отыгрыша персонажей и продолжения диалогов; автор предупреждает, что в других задачах модель может работать хуже. Модель использует плотную архитектуру Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Она принимает текст и генерирует текст; карточка указывает лицензию Apache-2.0. Модель может генерировать материалы сексуального характера, поэтому её следует применять с учётом этого свойства.

Kawai Aesthetic Scorer — модель классификации изображений, разработанная автором kawaimasa для оценки иллюстраций в соответствии с личными эстетическими предпочтениями, главным образом в аниме и 2D-арте. Она дообучена на ConvNeXtV2 Large с весами facebook/convnextv2-large-22k-384 и распределяет изображение по пяти классам от SS до C, выдавая вероятности классов. Обучение проходило с progressive resizing от 384 до 768 пикселей; для предсказаний важно сохранять описанную в карточке предобработку: пропорциональное изменение размера, черные поля до квадрата, нормализация ImageNet. Модель предназначена для отбора и ранжирования изображений в датасетах аниме и иллюстраций по предпочтениям автора. Её оценки субъективны и не являются универсальной оценкой качества или красоты. На фотографиях, 3D, реалистичном и западном художественном стилях результат может быть ненадежным. Модель не служит NSFW-классификатором или фильтром безопасности. Лицензия — Apache-2.0.

kawaiinimal icons — модель генерации изображений по текстовому описанию на основе Stable Diffusion, опубликованная пользователем proxima. Она предназначена для создания минималистичных и кавайных иконок; автор рекомендует добавлять к запросу фразу «kawaiinimal icon» и подбирать уточняющие стилистические слова, например «flat colors» или «isometric». Примеры изображений дополнительно обрабатывались в Photoshop для получения прозрачного фона. Модель распространяется в форматах Diffusers и PyTorch. Карточка описывает её как работу в процессе улучшения и предупреждает, что для хорошего результата могут понадобиться дополнительные уточнения промпта. Лицензия — CreativeML OpenRAIL-M.

Khalidouaze — модель text-to-image на базе Stable Diffusion, созданная Kha37lid с помощью DreamBooth и ноутбука fast-DreamBooth от TheLastBen. Она предназначена для генерации изображений по текстовым описаниям с изученным в ходе дообучения концептом «Khalidouaze»; карточка предлагает проверять концепт через A1111 Colab fast-Colab-A1111. Модель распространяется в форматах Diffusers и PyTorch с весами Safetensors по лицензии CreativeML OpenRAIL-M. Сведения о размере модели, контексте и поддерживаемых языках в карточке не приведены.

Noctaluna/Krea2-Noct-Uncensored — слитая версия Krea 2 Turbo, опубликованная Noctaluna для генерации фотореалистичных изображений по текстовым описаниям. Модель рассчитана на откровенные сцены и обнажённую натуру, а также создаёт изображения в стилях телефонного снимка, аниме, иллюстрации и 3D. По карточке, она работает с явными промптами без дополнительной LoRA и ориентирована на быстрый вывод за 8 шагов. В репозитории размещены файлы Safetensors версий V3 и V4 в формате int8; для запуска автор описывает ComfyUI 0.37 или новее, разрешение 1024×1536 и связанные текстовый энкодер Qwen3 VL 4B и VAE Qwen Image. Базовая Krea 2 Turbo — текстово-графическая модель на 12 млрд параметров, рассчитанная на английские описания. Лицензия указана как other, конкретные условия в доступных сведениях не раскрыты.

L3-8B-Celeste-V1.2 — разговорная модель для ролевых диалогов и совместного написания историй, созданная nothingiisreal на базе Llama 3 8B Instruct. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров и контекстом 8192 токена; для обучения использовались Reddit WritingPrompts, Reddit DirtyWritingPrompts, набор Opus Instruct и очищенные логи c2. По описанию автора, обучение на длинных последовательностях улучшило связность многоходовых диалогов и длинных историй, а управление вне ролевых сценариев может работать непоследовательно. Модель принимает текстовые сообщения и генерирует текст. Она ориентирована на англоязычный roleplay, создание историй и управляемое развитие персонажей; поддерживает как безопасные, так и взрослые сценарии по запросу. Репозиторий содержит веса Safetensors, а в карточке также упомянуты сторонние конверсии GGUF и EXL2. Лицензия — Llama 3 Community License; автор указывает, что версия предназначена прежде всего для ролевой игры, а качество следования инструкциям в других задачах не гарантируется.

L3-ChaoticSoliloquy-v1.5-4x8B — экспериментальная разговорная MoE-модель для ролевого общения, созданная на основе Llama 3. В README указаны четыре экспертные модели: Poppy Porpoise, Llama-3-Lumimaid, Llama-3-Soliloquy и L3-Solana; для выбора экспертов используется случайный gate, а на токен активируются два эксперта. Метаданные указывают архитектуру MixtralForCausalLM, 7,5 млрд параметров и контекст 8192 токена. Модель предназначена прежде всего для ролевых диалогов и ERP-сценариев. Карточка также упоминает файл llama3_mmproj, но не описывает его применение; метаданные классифицируют модель как генерацию текста. Репозиторий содержит веса safetensors, а лицензия указана как Llama 3 Community License (llama3).

L3-Deluxe-Scrambled-Eggs-On-Toast-8B — англоязычная текстовая модель для диалогов и ролевых сценариев, созданная Casual-Autopsy слиянием 36 моделей Llama 3 в 23 этапа. Веса используют плотную архитектуру LlamaForCausalLM и содержат около 7,5 млрд параметров; модель принимает текст и генерирует текст, поддерживает формат инструкций Llama 3, а её контекст составляет 8192 токена. Модель рассчитана на творческую ролевую игру и диалоговую генерацию, сочетая компоненты, предназначенные для творчества и следования запросам. Автор приводит настройки генерации для большей креативности и точности следования инструкциям. Репозиторий распространяется в формате safetensors по лицензии Llama 3; в тегах отмечено ограничение «not for all audiences» и NSFW-направленность, поэтому модель может выдавать контент для взрослых.