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

memset0/vsqa-test-1.3b — экспериментальная производная модель для генерации видео по текстовому запросу. Она основана на диффузионной Wan2.1-T2V-1.3B-Diffusers и включает обученный трансформер с замороженными компонентами исходного конвейера. В карточке описан экспорт шага 1000; обучение проводилось на роликах длиной 61 кадр и разрешением 448 × 896. Модель использует attention VSA_QAT_TRAIN_C128 с обученными компрессионными вентилями, а также QAT для NVFP4 Q/K/P/V attention и линейных слоёв W4A4. Веса Safetensors хранятся как веса с плавающей точкой, а не как упакованная FP4-модель для развёртывания. Применялась дистилляция DMD2 с четырёхшаговой схемой и CFG 1. Для инференса требуется совместимая реализация FastVideo VSQA с поддержкой указанного backend внимания, компрессионных вентилей и контракта линейного QAT. Совместимость со стандартным Diffusers не заявлена. Лицензия — Apache-2.0.

MaddoggProduction/whisper-l-v3-turbo-quran-lora-dataset-mix — дообученная модель распознавания речи на основе openai/whisper-large-v3-turbo, разработанная для транскрибации чтения Корана на арабском языке с огласовками. Модель использует архитектуру Whisper Turbo с 905,2 млн параметров и предназначена для быстрой расшифровки аятов, в том числе в потоковом режиме и при низкой задержке. Для обучения использованы наборы tarteel-ai/everyayah и MohamedRashad/Quran-Recitations; качество оценивалось на ahishamm/QURANICWhisperDataset, где заявлен WER 12,69%. В README отмечены скорость инференса и распознавание коранической лексики как сильные стороны. Модель распространяется под лицензией Apache-2.0. Из-за сокращённого до четырёх слоёв декодера по сравнению с 32 слоями у Whisper Large v3 модель хуже удерживает длинный контекст и может повторять слова или галлюцинировать, особенно на тишине и длинных фрагментах. Для длинных офлайн-записей README рекомендует рассмотреть Whisper Large v3 или Medium.

MaddoggProduction/whisper-m-quran-lora-dataset-mix — специализированная модель распознавания чтения Корана, созданная на базе openai/whisper-medium. Это дообученная версия Whisper Medium с архитектурой WhisperForConditionalGeneration и 455,8 млн параметров; веса опубликованы в формате safetensors и доступны через Transformers. Модель предназначена для транскрибации коранической арабской речи с огласовками и диакритическими знаками, с учётом лексики и особенностей османского письма. При обучении использовались датасеты tarteel-ai/everyayah и MohamedRashad/Quran-Recitations, постепенное обучение на них и аугментации аудио для устойчивости к разным микрофонам, шуму и уровням громкости. В README указана доля ошибок слов WER 12,69% на валидационной выборке tarteel-ai/everyayah; для длинных аятов рекомендована обработка фрагментами. Модель рассчитана на арабскую кораническую речь и выдаёт текст. Лицензия — Apache-2.0.

Wolfgang-LM 75M Instruct — языковая модель, разработанная Dominik Reiner и дообученная на базе Wolfgang-LM-75M-Base. Это плотный decoder-only трансформер архитектуры Llama с 75,5 млн параметров и контекстом 512 токенов; веса опубликованы в формате safetensors. Модель ведёт диалог в образе Иоганна Вольфганга фон Гёте и отвечает на современные вопросы стилизованным языком немецкого классицизма эпохи Веймара. Модель предназначена для ролевого чата, образовательных диалогов о литературе и преобразования современных формулировок в исторически стилизованный немецкий. Она поддерживает генерацию текста на немецком языке. Из-за небольшого размера её рассуждения ограничены; стиль и образ важнее фактической точности, поэтому модель может выдумывать стихи, цитаты и исторические сведения и не подходит для профессиональных консультаций. Лицензия — MIT.

Модель katomyomachia/xlm-roberta-persian-meter — классификатор размера (baḥr) полустишия классической персидской поэзии. Она разработана на основе XLM-RoBERTa и дообучена на примерах из корпуса Ganjoor; архитектура — XLMRobertaForSequenceClassification, размер — 305,2 млн параметров, контекст — до 514 токенов. Модель принимает текст полустишия и предсказывает класс стихотворного размера, который можно сопоставить с персидским названием через таблицу label_map.json. Обучающая выборка содержит 277 248 уникальных полустиший из произведений Саиба Тебризи, Хафиза, Саади, Руми, Фирдоуси и Низами. Автор сообщает об accuracy 0,9801 и F1 0,9792 на случайно отобранных 10% обучающих данных, поэтому эти результаты не подтверждают качество на независимой выборке. Редкие размеры представлены недостаточно. Модель ориентирована на персидскую поэзию; лицензия — MIT.

Набор Jak’s Zombie Vector Pack создан для Stable Diffusion и обучен на 124 изображениях в течение 5000 шагов; автор README — Jak_TheAI_Artist. Триггер «zombie_vector» активирует стиль набора. Модель предназначена для генерации векторных изображений зомби по текстовым запросам, например иллюстраций для футболок. Репозиторий использует форматы Diffusers и PyTorch и распространяется по лицензии CreativeML OpenRAIL-M. В карточке не приведены сведения о размере модели, контекстном окне и поддерживаемых языках.

Модель A-Merk — дообученная с помощью DreamBooth модель Stable Diffusion для создания изображений с концепцией инопланетного коралла. Для генерации используйте текстовый запрос с фразой «a photo of sks alien coral». Модель предназначена для получения изображений по тексту, включая иллюстрации и вариации заданной концепции. Репозиторий содержит веса в форматах Diffusers и PyTorch. Лицензия — MIT.

Animagine XL 3.0 Base — базовая версия диффузионной модели для генерации аниме-изображений по тексту, разработанная Cagliostro Research Lab. Это промежуточный этап проекта Animagine XL 3.0, предназначенный прежде всего для дальнейшего развития и дообучения; разработчики не рекомендуют использовать его для генерации и советуют для этого полную Animagine XL 3.0. Модель дообучена на базе Linaqruf/animagine-xl-2.0 с использованием transfer learning. Она рассчитана на структурированные запросы с указанием персонажа и произведения, поддерживает генерацию в нескольких соотношениях сторон, включая 1024×1024, 1152×896 и 896×1152. Карточка приводит английские языковые метаданные; модель принимает текст и выдаёт изображения. Модель ориентирована на аниме-иллюстрации, а не фотореализм, и может ошибаться в анатомии, особенно в сложных динамичных позах. Для хороших результатов нужны конкретные, структурированные подсказки; теги качества могут приводить к нежелательному NSFW-контенту. Лицензия — CreativeML Open RAIL++-M (в метаданных обозначена как openrail++).

Augmental-13b-v1.50_A — языковая модель для ролевых диалогов, созданная Heralax на основе MythoMax 13B. Версия A использует меньший ранг LoRA и исправленные гиперпараметры обучения; после дообучения в модель с весом 0,33% вернули MythoMax, чтобы повысить связность ответов и сохранить характер базовой модели. В README описаны около 8 тысяч примеров ролевых диалогов по мотивам визуальной новеллы Steins;Gate, с несколькими персонажами и стилями общения. Модель предназначена для ролевых бесед в формате SillyTavern и генерации длинных, выразительных реплик с учётом личности персонажа. Это плотная Llama-модель примерно на 12,9 млрд параметров с контекстом 4096 токенов; репозиторий содержит веса в safetensors и GGUF F16. README указывает лицензию Llama 2. Автор отмечает, что версия A ближе к MythoMax, чем версия B; оценка качества основана на собственных тестах автора.

Elizezen разработал Berghof-NSFW-7B — японскую авторегрессионную языковую модель семейства Mistral с плотной архитектурой и 7,1 млрд параметров. Она предназначена прежде всего для генерации романов; карточка предупреждает, что модель может хуже справляться с ответами на инструкции. Модель принимает текст и генерирует текст, использует формат Safetensors и поддерживает контекст до 4096 токенов. Для работы с ней требуется Transformers версии 4.34.0 или новее. Лицензия в доступных данных не указана.

DDPMCats — модель диффузионной генерации изображений кошек, разработанная Ноа Линден Роггендорфф. Она создаёт изображение из случайного шума без текстового запроса и доступна для запуска через библиотеку Hugging Face Diffusers как DDPMPipeline. Репозиторий содержит веса в форматах Diffusers, PyTorch и safetensors; лицензия — MIT. Модель обучалась 50 эпох на датасете huggan/few-shot-cat с размером обучающего и оценочного батча 16. Она предназначена для генерации изображений кошек, но не обеспечивает идеальный фотореализм и не умеет создавать читаемый текст. В карточке также отмечено, что модель не изображает больных или подвергшихся жестокому обращению кошек.

Chen-9B — плотная языковая модель на 9 млрд параметров, созданная colawolfie дообучением Qwen/Qwen3.5-9B-Base. Она обучена имитировать стиль ранней версии Character.AI c.ai 1.1: автор использовал дистилляцию ответов Character.AI, набор PIPPA и собранные автором данные из текстов, чатов и ролевых игр. Модель предназначена для ролевого общения, творческого письма и изучения стиля и распределения токенов старых чат-моделей. Модель принимает и генерирует текст, поддерживает диалог и ориентирована прежде всего на английский язык. Дообучение выполнялось методом QLoRA в 4-битном режиме, затем веса были объединены и опубликованы в формате bfloat16; в репозитории используются safetensors. Лицензия — Apache-2.0. Модель может воспроизводить характерные для исходного стиля странности, зацикливаться и генерировать NSFW или оскорбительный контент. Она не прошла DPO или RLHF/RLAIF, поэтому не подходит для проверки фактов, программирования и других задач, требующих надёжных ответов.

Модель EmanHassan26/ddpm-celebahq-finetuned-vintage — безусловная диффузионная модель для генерации изображений, доступная в формате Diffusers и использующая веса Safetensors. В README приведён пример запуска через DDPMPipeline: модель создаёт изображение без текстового запроса. Название и карточка указывают на настройку модели для винтажного стиля на CelebA-HQ, однако README не описывает результаты или характеристики обучения. Репозиторий распространяется по лицензии MIT. Размер модели, число параметров и поддерживаемое разрешение изображений не указаны в доступных данных.

detailed-skin-xl — это LoRA-модель для Stable Diffusion XL, разработанная EauDeNoire и предназначенная для генерации реалистичных текстур кожи с использованием diffusers. В качестве базовой модели указана xinsir/controlnet-union-sdxl-1.0. Модель применяется в сценариях text-to-image, когда требуется повысить детализацию кожи, включая видимые поры и реалистичный внешний вид. Для активации используются триггерные фразы «skin texture style», «detailed skin pore», «detailed skin» и «realistic skin». Веса доступны в формате Safetensors. README не содержит сведений о размере модели, точной архитектуре LoRA, поддерживаемых языках, длине контекста, лицензии, ограничениях использования или формальных результатах оценки, поэтому эти характеристики нельзя определить по представленным данным.

Dog-Breed-120 — модель компьютерного зрения, разработанная prithivMLmods на основе google/siglip2-base-patch16-224 и дообученная для классификации изображений собак. Она использует архитектуру SiglipForImageClassification и относит изображение к одному из 121 классов, включающих породы собак, а также класс «test». Модель предназначена для распознавания пород на фотографиях: её можно использовать для помощи владельцам животных, в каталогах товаров для питомцев, образовательных приложениях и исследованиях собак. В README указана точность 86,81% на оценочном наборе; этот результат не гарантирует такую же точность на других изображениях. Модель принимает изображения и выдаёт метки классов. В метаданных указан английский язык карточки; языковая генерация не заявлена. Распространяется по лицензии Apache-2.0.

CCMat/fluffalpaca-llama-v2 — это модель генерации изображений на основе Stable Diffusion, созданная CCMat и дообученная методом DreamBooth на изображениях лам из набора CCMat/db-aplaca. Она предназначена для создания изображений концепта «fluffalpaca llama» по текстовым запросам; для вызова концепта в запросе используется фраза «a photo of fluffalpaca llama». Модель распространяется в формате Diffusers и PyTorch и основана на stabilityai/stable-diffusion-2. В карточке указана лицензия CreativeML OpenRAIL-M.

Flux-Dev2Pro — дообученная трансформерная модель для генерации изображений из текста, созданная разработчиком ashen0209 на основе Flux-Dev. Автор обучал её, чтобы приблизить поведение Flux-Dev к Flux-pro и улучшить результаты обучения LoRA: в карточке указаны два эпоха обучения на 3 млн высококачественных изображений. Модель предназначена прежде всего для подготовки LoRA, которые затем применяются к Flux-Dev; сама опубликована в формате safetensors для использования с Diffusers. Модель принимает текстовые запросы и относится к задаче text-to-image. Она не является самостоятельной LoRA, а представляет собой дообученный трансформер Flux-Dev. Данных о поддерживаемых языках запросов и ограничениях качества в карточке нет. Репозиторий не указывает лицензию, поэтому условия использования по доступным сведениям определить нельзя.

Это GGUF-квантизированная версия модели Gemma-4-E4B-it-Minecraft-MT-en-zh-v0.1, разработанной Q1ngMang и подготовленной к публикации в формате GGUF пользователем mradermacher. Модель ориентирована на задачи, связанные с Minecraft, и перевод между английским и китайским языками. README не содержит подробностей об исходной архитектуре, точном числе параметров или длине контекста. Доступны текстовые варианты с разными уровнями квантования — от Q2_K до Q8_0, а также f16; размеры файлов составляют примерно от 4,5 до 15,2 ГБ. Для мультимодального режима предоставляются дополнительные файлы mmproj в форматах Q8_0 и f16, поэтому модель, вероятно, поддерживает работу с мультимодальными входными данными, однако конкретные возможности не описаны. Варианты Q4_K_S и Q4_K_M отмечены как быстрые и рекомендуемые, Q6_K — как обеспечивающий очень хорошее качество, а Q8_0 — как вариант с лучшим качеством среди быстрых. Лицензия модели — CC BY-NC-SA 4.0, предусматривающая указание авторства, некоммерческое использование и распространение производных работ на тех же условиях. Ограничения и фактическое качество переводов или мультимодальной обработки в README не приведены.

contextlab разработала компактную авторскую языковую модель GPT-2 для исследования стилистики Ф. Скотта Фицджеральда. Модель обучена с нуля на восьми книгах писателя из корпуса Project Gutenberg и предназначена для генерации текста в его стиле, стилистического анализа и атрибуции авторства по сравнению значений cross-entropy с другими авторскими моделями. Архитектура GPT-2 включает 8 слоёв, эмбеддинги размерности 128 и 8 голов внимания. Модель работает с английским текстом, обученным и генерируемым в нижнем регистре; длина контекста — 1024 токена. Весов достаточно для демонстраций вычислительной стилистики и творческих экспериментов, но компактность ограничивает качество генерации. Модель не предназначена для поиска фактов или создания исторически достоверного содержания: она воспроизводит языковые закономерности ограниченного корпуса и лексику эпохи джаза. Лицензия — MIT.

crumb подготовил экспериментальный чекпойнт GPT-J 6B — авторегрессионной трансформерной модели с 6 млрд параметров — дообученный на наборе tiny_shakespeare, содержащем около 40 тысяч строк из пьес Шекспира. Исходная GPT-J обучалась на наборе Pile; этот вариант предназначен для генерации текста в шекспировской манере и служит подтверждением концепции, а не полноценно обученной моделью. Модель принимает текстовый prompt и продолжает его, например генерирует реплики пьесы после имени персонажа. Контекст составляет 2048 токенов; поддерживается английский язык. В README приведён пример запуска через Transformers и 8-битную загрузку, но указанный формат весов репозитория — PyTorch. Лицензия в предоставленных данных не установлена.

HamSter-0.1 — разговорная модель на архитектуре Mistral, созданная PotatoOff при участии команды ConvexAI. Это дообученная версия mistralai/Mistral-7B-v0.2, ориентированная на ролевые диалоги и генерацию откровенного контента. Модель содержит 7,1 млрд параметров, принимает текст и выдаёт текст; заявленный контекст — до 32 768 токенов. Карточка рекомендует использовать подробную карточку персонажа и шаблон запросов Llama 2 с инструкциями для чата. Модель предназначена для ролевых сценариев и диалоговой генерации на английском языке. Репозиторий содержит веса Safetensors, а лицензия — Apache-2.0. Автор указывает параметры генерации, показавшие хорошие результаты, однако они не гарантируют качество для всех сценариев.

Kaltsitv2 — модель генерации изображений на базе Stable Diffusion, дообученная автором репозитория на концепции персонажа Kaltsit с помощью DreamBooth. Для вызова концепции в запросе используется слово «kaltsit»; модель предназначена для создания изображений персонажа по текстовым описаниям, включая иллюстрации и обои с заданной сценой, внешностью и художественным стилем. Обновление v2 увеличило размер обучающей выборки и, по словам автора, сделало результаты стабильнее; также изменены запрос и prior на cat girl. Модель распространяется в форматах Diffusers и PyTorch по лицензии MIT. Результаты зависят от формулировки запроса и могут включать взрослые визуальные элементы, показанные в примере автора.

KansenSakura-Conflagration-RP-12b — экспериментальная разговорная модель Retreatcost для интерактивного ролевого письма. Это плотная причинно-языковая модель семейства Mistral на 12,1 млрд параметров, собранная слиянием нескольких моделей и затем слегка дообученная с помощью rsLoRA. Репозиторий содержит веса Safetensors; модель работает через Transformers, поддерживает чат и контекст до 131 072 токенов. Модель рассчитана на динамичные ролевые диалоги, быстрые реплики и решительные действия персонажей. По описанию автора, она уделяет меньше внимания психологической рефлексии, усиливает реактивность персонажей и чаще поддерживает движение сцены; заявлены также возможности NSFW-контента. Автор отмечает, что это его первая модель и у неё могут быть шероховатости; среди ограничений — склонность слишком быстро продвигать сцену. В README рекомендованы шаблон ChatML и контекст 16K для инференса. Лицензия — Apache-2.0.

Keiana-L3-Test5.75-8B-13.5 — слитая модель семейства Llama 3 от Kaoeiri для генерации текста и диалогов с персонажами. Она объединяет несколько моделей Keiana и Undi95/Llama-3-LewdPlay-8B методом model_stock; веса представлены в формате Safetensors, конфигурация слияния использует float16. Размер модели — 7,5 млрд параметров, контекст — до 8192 токенов. Модель предназначена для разговорных и ролевых сценариев, в том числе с откровенным содержанием. Лицензия CC BY-NC-ND 4.0 запрещает коммерческое использование и распространение производных версий. Автор предупреждает, что текущая слитая модель обычно не тестировалась; возможны ошибки словаря.

uzumix/krea2_nsfw — это адаптер LoRA для генерации изображений по текстовому описанию, предназначенный для использования с библиотекой Diffusers. Модель разработана автором или организацией uzumix и базируется на Krea-2-Turbo от krea. Адаптер предназначен для сценариев text-to-image и, вероятно, применяет дополнительную настройку базовой модели для получения определённого визуального результата. В карточке указаны поддержка LoRA и Diffusers, однако сведения о размере адаптера, архитектуре, требуемых параметрах загрузки, языках запросов, контексте, точном стиле и рекомендуемых настройках генерации отсутствуют. Сильная сторона модели — совместимость с Krea-2-Turbo и экосистемой Diffusers, что позволяет использовать её как дополнение к базовой text-to-image-модели. Ограничения и характерные особенности результата по README определить нельзя. Лицензия и условия использования в карточке не указаны, поэтому их необходимо уточнить перед применением.

DavidAU/L3-V2-S-M-B-Grand-HORROR-17B-GLM4.7-Thinking-UNCENSORED-NEO-Imatrix-GGUF — текстовая генеративная модель, разработанная DavidAU. Она предназначена прежде всего для художественного письма, генерации и продолжения рассказов, сцен, сюжетов и подсюжетов, а также для ролевых сценариев. Заявлены специализация на horror, thriller, science fiction, drama и romance, высокая детализация и творческий стиль, включая графические хоррор-сцены, обсценную лексику и контент для взрослой аудитории. Модель относится к pipeline text-generation и представляет собой instruct/thinking-гибрид. Согласно README, это 17-миллиардная модель на базе семейства Llama 3, созданная как frankenmerge: 71 слой и 642 объединённых тензора. В ней заявлены способности к рассуждению уровня GLM 4.7, полученные при обучении на reasoning/thinking-данных GLM 4.7 с использованием Unsloth. Доступны варианты GGUF с NEO Imatrix; для квантов от Q5KM и выше указан выходной тензор Q8, а для Q6 и Q8 — bf16. Язык модели обозначен как английский. Размер контекста, точные параметры обучения и требования к оборудованию в README не указаны. Сильные стороны модели — подробная и выразительная генерация, работа с несколькими художественными жанрами, поддержка рассуждений и сохранение авторского стиля при создании сцен. Ограничения связаны с узкой ориентацией на англоязычное художественное письмо и содержанием для взрослых: модель позиционируется как uncensored и может генерировать NSFW, графическое насилие и экстремальную обсценную лексику. Лицензия — Apache-2.0.

LibreGemma4e4b — копия весов Gemma 4 E4B Instruct от Google DeepMind, размещённая LibreYOLO для использования в уровне LibreVLM. README сообщает, что репозиторий зеркалирует снимок google/gemma-4-E4B-it и сохраняет файлы для загрузки через обёртку LibreYOLO; обученные параметры не изменялись. Метаданные относят модель к плотной архитектуре Gemma 4 и задаче object-detection. Модель предназначена для обнаружения объектов на изображениях с задаваемыми пользователем классами, например поиска людей или касок. Указаны форматы safetensors и библиотека libreyolo. Лицензия — Apache 2.0. Размер, контекст и языки этой копии в предоставленных сведениях не приведены.

Карточка модели TOPAI-Network/Llama-3-LewdPlay-8B-evo на Hugging Face совпадает с карточкой Undi95/Llama-3-LewdPlay-8B-evo, поэтому описание составлено по ней. Undi95/Llama-3-LewdPlay-8B-evo — объединённая автором Undi95 модель на базе семейства Llama 3, предназначенная для генерации текста в ролевых диалогах. Для объединения использован метод DARE TIES; в состав вошли Roleplay-Llama-3-8B, Llama-3-Unholy-8B-e4 и Llama-3-LewdPlay-8B. Автор связывает компоненты соответственно с дообучением для ролевого общения, снятием ограничений и откровенным контентом. Модель содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и рассчитана на контекст до 8192 токенов. Она принимает текст и генерирует текст, работает в формате диалога с шаблоном Llama 3. Репозиторий распространяется в формате safetensors через Transformers по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Undi95/Llama-3-LewdPlay-8B-evo — объединённая автором Undi95 модель на базе семейства Llama 3, предназначенная для генерации текста в ролевых диалогах. Для объединения использован метод DARE TIES; в состав вошли Roleplay-Llama-3-8B, Llama-3-Unholy-8B-e4 и Llama-3-LewdPlay-8B. Автор связывает компоненты соответственно с дообучением для ролевого общения, снятием ограничений и откровенным контентом. Модель содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и рассчитана на контекст до 8192 токенов. Она принимает текст и генерирует текст, работает в формате диалога с шаблоном Llama 3. Репозиторий распространяется в формате safetensors через Transformers по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Это вариант конфигурации модели lm-playschool-qwen3.5-2b-sft-dpo, подготовленный командой DAIR для загрузки объединённых весов через vLLM. Модель представляет собой дообученную версию Qwen/Qwen3.5-2B с плотной архитектурой Qwen3_5ForCausalLM; по карточке, она входит в серию экспериментов по постобучению для диалоговых игр. Репозиторий содержит веса Safetensors и конфигурацию, совместимую с загрузчиком vLLM. Модель предназначена для генерации диалоговых ответов и участия в диалоговых играх. README приводит результаты на валидационной части Playpen, но эти оценки относятся к исходному чекпойнту R2 и конкретной зафиксированной среде эксперимента. Базовая модель описана как мультимодальная, однако этот репозиторий представлен как текстовая генеративная модель; карточка не подтверждает отдельные сценарии обработки изображений для данной конфигурации. Лицензия — Apache-2.0.