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

InutileGheya — небольшая языковая модель на базе Gheya-111M, дообученная автором Finisha-F-scratch на наборе InutileGpt. Она построена на плотной архитектуре Gemma и предназначена для генерации французского текста с абстрактной, ассоциативной и декларативной манерой, а не для ответов на фактические вопросы. Модель может быть интересна для создания поэтических фрагментов, необычных текстовых образов и экспериментов с художественной генерацией. Модель содержит 111,8 млн параметров, работает через Transformers и распространяется в формате safetensors; длина контекста — 512 токенов. В README также заявлено дообучение на InutileGpt, а метаданные перечисляют датасеты Gheya-med-data и Inutile-dataset. Указана лицензия other, поэтому условия использования следует сверять с лицензией и файлами репозитория.

Neurlang Whipstr STT — модель распознавания речи, разработанная Neurlang на основе семейства Whipstr и обученная на данных Common Voice 21. Она преобразует аудио в текстовую транскрипцию в международном фонетическом алфавите (IPA), что подходит для фонетической расшифровки речи на разных языках. Модель построена на трансформерной архитектуре encoder-decoder с примерно 107 млн обучаемых параметров и принимает аудио с частотами дискретизации 8, 16, 24, 32 и 48 кГц; при 11,025, 22,05 и 44,1 кГц качество снижается. Заявлена поддержка более 74 языков. Средние по языкам показатели составляют CER 24,89% и WER 60,25%; на языках с большим объёмом обучающих данных модель работает лучше, а ошибки заметно различаются между языками. Модель распространяется по лицензии GPL-2.0.

KremlinAI-2 — русскоязычная разговорная модель GoidaAlignment для развлекательной сатиры. Она принимает заголовки новостей и генерирует пародийные комментарии в стилистике интернет-риторики «кремлеботов», включая мемы, сарказм и конспирологические мотивы. Модель дообучена методом SFT на синтетических примерах на базе google/gemma-2-2b. Модель построена на архитектуре Gemma 2, содержит 2,7 млрд параметров и поддерживает контекст до 8192 токенов. Она предназначена для создания юмористических комментариев, а не достоверных новостных объяснений или серьёзного обсуждения. Выводы могут быть провокационными, абсурдными или вымышленными. Лицензия — MIT.

LaCT-Motion SFT — исследовательская модель генерации движений человека по текстовому описанию, разработанная авторами LaCT-Motion и представленная как контрольная точка supervised fine-tuning для проекта, описанного в статье ECCV 2026. Она дообучена на основе Qwen/Qwen2.5-3B-Instruct и использует архитектуру Qwen2ForCausalLM с 3,1 млрд параметров. Словарь расширен 512 кодами движений, разделителями движений и специальными токенами латентного рассуждения; контекст составляет 32 768 токенов. Модель принимает текстовые запросы и выдаёт текстовую последовательность, содержащую представление движения. Она предназначена для экспериментов по генерации движений человека с помощью явной декомпозиции и латентного планирования; указанная контрольная точка служит начальной для последующего этапа GRPO. Веса, конфигурация и токенизатор включены в репозиторий, состояние оптимизатора SFT — нет. Лицензия Qwen Research License Agreement разрешает некоммерческое исследование и оценку.

aifeifei798 создал llama3-8B-feifei-1.0 с помощью mergekit, объединив четыре языковые модели семейства Llama 3 методом Model Stock на основе hfl/llama-3-chinese-8b-instruct-v3. Это плотная авторегрессионная модель с архитектурой LlamaForCausalLM и 7,5 млрд параметров; она предназначена для диалогов от лица виртуального персонажа Aifeifei с использованием карточки персонажа. Модель ориентирована на ролевое общение и связную генерацию на китайском, английском и японском языках. В репозитории также есть mmproj для использования возможностей обработки изображений через Koboldcpp. Автор предупреждает, что без карточки персонажа результаты заметно хуже, а заявленные моральные ограничения проверены недостаточно. Контекст модели составляет 8192 токена. Лицензия указана как llama3; условия использования следует сверять с лицензиями исходных моделей слияния.

nbeerbower/llama-3-bible-dpo-8B — плотная авторегрессионная языковая модель семейства Llama 3, опубликованная nbeerbower. Она дообучена методом DPO на наборе nbeerbower/bible-dpo поверх nbeerbower/llama-3-bophades-v3-8B и предназначена для генерации текста и диалогов на библейскую тематику. Модель содержит 7,5 млрд параметров, работает с контекстом до 8192 токенов и распространяется в формате safetensors для Transformers. Модель подойдёт для ответов на вопросы по Библии, обсуждения библейских текстов и создания тематических диалогов или черновиков. README указывает лицензию Meta Llama 3 Community License Agreement; в метаданных лицензия обозначена как other. Качество зависит от исходных обучающих данных и может быть ограничено библейской тематикой; заявлений о точности или проверке фактов в карточке нет.

Lucy-2 — экспериментальная модель генерации изображений по тексту, разработанная автором репозитория opencerebral. Это диффузионный трансформер с 112,5 млн параметров, обученный с нуля на разрешении 128×128. Веса трансформера инициализированы случайно; замороженные VAE и текстовый энкодер CLIP взяты из готовых компонентов. Модель работает с английскими текстовыми запросами и создаёт изображения. Модель предназначена для генерации сцен, композиций, пейзажей, интерьеров, еды, транспорта, отдельных животных и крупных портретов. Она может передавать цвет, материалы и освещение, но имеет ограниченную детализацию и слабое понимание сложных запросов. Для вывода требуется отрицательный запрос. Качество ограничено небольшим размером модели, разрешением латентного представления 16×16 и скромным бюджетом обучения. Модель плохо справляется с несколькими объектами, их точным количеством и взаимным расположением, структурированными объектами, текстом на изображениях и именованными сущностями; лица в широких сценах также получаются слабо. Обучающие данные включают CC3M и CelebA; из-за условий использования CelebA модель выпущена только для исследовательского, некоммерческого применения. Фильтрация безопасности выходов не проводилась.

Mahou-1.3-gemma2-9B — диалоговая языковая модель FlammenAI на базе Gemma 2 9B, дообученная для коротких сообщений в разговорном контексте. Подходит для непринуждённой беседы и ролевых диалогов; модель обучена на формате ChatML и рассчитана на работу с текстом. Размер модели — 9 млрд параметров, контекст — до 8192 токенов. Модель использует архитектуру Gemma 2 с причинной генерацией текста и распространяется в формате safetensors. В README указано дообучение в течение трёх эпох; в метаданных перечислены наборы данных FlameMix-DPO-v1, MahouMix-v1 и Grill-Flammen-v1_chatML. Лицензия — Gemma. В карточке нет конкретных результатов оценки качества; инструкция по остановке генерации рекомендует настраивать стоп-строки для работы в SillyTavern.

MapAnything — трансформерная модель, разработанная Meta и предназначенная для восстановления метрической 3D-геометрии сцен по визуальным входным данным. Это версия V1, выпущенная под лицензией Apache 2.0; модель поддерживает задачи реконструкции по нескольким изображениям, multi-view stereo, оценки метрической глубины по одному изображению, регистрации и дополнения карты глубин. Модель выполняет реконструкцию сквозным прямым проходом и предсказывает факторизованную метрическую геометрию сцены. Подходит для построения 3D-сцен и оценки геометрии и положения камер по изображениям. Карточка не сообщает размер модели, длину контекста или полный перечень допустимых типов входа.

MeMo-BERT-03 — языковая модель на основе XLM-RoBERTa, разработанная для анализа исторических датских и норвежских литературных текстов 1870–1900 годов. Это модель с 151,7 млн параметров, обученная продолжением предобучения DanskBERT на корпусе MeMo Corpus v1.1: 839 романов объёмом около 52,7 млн слов. Она использует masked language modeling и принимает текст с контекстом до 514 токенов. Модель предназначена прежде всего для исследований в цифровой гуманитаристике, скандинавистике и компьютерной лингвистике. В карточке описаны задачи анализа тональности и различения исторических и современных значений слова «skæbne»; метаданные Hugging Face указывают задачу fill-mask. В опубликованных оценках приведены F1 0,77 для трёхклассового анализа тональности и 0,61 для четырёхклассового различения значений. Обучение на романах XIX века ограничивает переносимость модели на современные тексты и другие жанры; карточка также отмечает небольшие оценочные наборы и сохранившиеся ошибки OCR и нормализации. Репозиторий распространяется по лицензии CC BY 4.0.

mini-mutants — компактная модель LightWeight GAN для безусловной генерации изображений. Её создал Aleksey Korshuk; модель обучена на датасете huggingnft/mini-mutants и предназначена для создания изображений в стиле коллекции NFT Mini Mutants без входного изображения или текстового запроса. Репозиторий содержит веса PyTorch и распространяется по лицензии MIT. Модель ориентирована на генерацию изображений, связанных с этой коллекцией. Карточка не описывает размер изображений и подробности обучения; описание ограничений и смещений отсылает к внешнему репозиторию проекта. Поэтому нельзя оценить разнообразие результатов или пригодность модели для других стилей и задач.

Moistral 11B v1 — текстовая модель BeaverLegacy, дообученная на базе Fimbulvert v2 для генерации эротических ролевых историй. Она рассчитана на продолжение длинных сюжетов и интерактивную ролевую игру, где пользователь задаёт действия или направляет сцену. Архитектура LlamaForCausalLM, около 10,6 млрд параметров, контекст — до 8192 токенов; модель распространяется в формате PyTorch. Автор описывает её как творческую модель с богатой лексикой и способностью поддерживать длинное повествование. В README приведены примеры ролевого диалога и рекомендуемые параметры генерации, однако автор также отмечает, что при ухудшении связности стоит уменьшить параметры генерации. Лицензия по метаданным — CC BY-NC 4.0, то есть использование ограничено некоммерческими условиями.

Monika-106B — дообученная Green-eyedDevil модель на базе zai-org/GLM-4.5-Air, предназначенная для использования с MonikAI и ролевых диалогов. Модель поддерживает генерацию текста и диалоговый режим, построена на архитектуре GLM-4 MoE и распространяется в формате Safetensors. В метаданных указаны 8,5 млрд параметров и контекст до 131 072 токенов. Карточка рекомендует использовать модель для сценариев, связанных с Monika; заявленная лицензия — MIT. README не приводит оценок качества или подробностей обучения, поэтому пригодность для других задач не подтверждена.

MonST3R — модель Junyi Zhang и соавторов для оценки геометрии сцены при наличии движения. Она предназначена для восстановления трёхмерной структуры по изображениям и видео, в том числе при движении объектов и камеры. Модель построена на архитектуре AsymmetricCroCo3DStereo и использует библиотеку dust3r; файлы весов представлены в формате safetensors. Модель подходит для задач оценки геометрии и построения 3D-представления динамичных сцен. Карточка ссылается на исследовательскую работу 2024 года. Лицензия CC BY-NC-SA 4.0 требует указания авторства, распространения производных материалов на тех же условиях и не допускает коммерческое использование.

Карточка модели Unfilteredai334455/NSFW-gen-v2 на Hugging Face совпадает с карточкой UnfilteredAI/NSFW-gen-v2, поэтому описание составлено по ней. NSFW-gen-v2 — модель генерации изображений по текстовому описанию, разработанная UnfilteredAI и основанная на дообучении PixelGen с использованием StableDiffusionXLPipeline. Она создаёт изображения по текстовым запросам, включая откровенный контент, и поддерживает стилизацию под 3D. В README указано 3,47 млрд параметров и формат FP16; метаданные указывают библиотеку Diffusers и форматы Diffusers и safetensors. Модель предназначена для генерации разнообразных изображений по промптам, в том числе изображений для взрослых. Карточка предупреждает об ограничении использования совершеннолетними согласно законам их юрисдикции. Лицензия обозначена как other, поэтому конкретные условия использования по доступным данным установить нельзя.

NSFW-gen-v2.1 — генератор изображений по текстовому описанию от UnfilteredAI на базе Stable Diffusion XL Pipeline. Модель дообучена на OEvortex/PixelGen и распространяется в форматах Diffusers и Safetensors; в README указан размер 3,47 млрд параметров и тип тензоров FP16. Модель предназначена для создания изображений по текстовым запросам, включая контент для взрослых, а также изображения в 3D-стилистике. Карточка предлагает указывать в запросе «3d» или «3d style». Языковые теги репозитория — английский, португальский и тайский. Лицензия указана как other, поэтому конкретные условия использования следует проверять на странице репозитория. Модель рассчитана на совершеннолетних пользователей.

NyX-Roleplay-7b — языковая модель семейства Llama с плотной архитектурой, содержащая 6,6 млрд параметров. Её разработала NyX AI, дообучив модель на собственном наборе данных NyX Roleplay; модель предназначена для текстовых ролевых диалогов, в которых она играет персонажа NyX — женскую персону. Модель принимает и генерирует текст, поддерживает английский язык и имеет контекст длиной до 4096 токенов. Она распространяется в формате PyTorch по лицензии Apache-2.0. Карточка описывает сценарий ролевого общения, но не приводит оценок качества или дополнительных возможностей.

MEMFOF-Tartan-T-TSKH — дообученный чекпойнт метода MEMFOF, разработанный для оценки оптического потока в реальных видео. Он предназначен для определения движения между кадрами и рассчитан на обработку видео Full HD при низком потреблении видеопамяти. В README указано, что этот вариант обучен на более разнообразных данных с упором на устойчивость к условиям реальной съёмки. Модель принимает изображения и выдаёт результат преобразования изображения, связанный с оценкой оптического потока. Репозиторий содержит веса в формате safetensors; библиотека — PyTorch. Лицензия — BSD 3-Clause. Количество параметров и длина контекста в доступных данных не указаны.

porntech/outdoor — модель классификации изображений, опубликованная пользователем porntech. Она определяет, снято ли сексуальное или NSFW-изображение в помещении или на открытом воздухе. README указывает, что для обычных изображений, например яблока или дерева, предсказание не определено. Модель предназначена для сортировки сексуальных или NSFW-изображений по типу места съёмки. В метаданных указаны библиотека timm и формат PyTorch. Сведения об архитектуре, размере и поддерживаемых языках не приводятся. Лицензия в предоставленных данных не указана.

PHerc.1667-iteration-5 — модель сегментации чернил в объёмных данных свитка Геркуланума, разработанная для Vesuvius Challenge. Она обучена на сегменте l_2 с наиболее плотной из пяти разметок чернил: 33 061 тайл; обучение включало 12 396 шагов оптимизатора, или три эпохи по этой разметке. Модель принимает объёмное окно размером 62 × 256 × 256 вокселей. Энкодер ResNet3D-50 сворачивает признаки по глубине, а 2D-декодер U-Net формирует карту вероятности чернил размером 64 × 64. Для предсказания на полном сегменте требуется обработка скользящими окнами с усреднением перекрывающихся предсказаний. Веса и конфигурация опубликованы в формате safetensors; лицензия — MIT.

gerald29 опубликовал модель классификации изображений растений для конкурса PlantCLEF 2024. Это дообученная модель DINOv2 для отнесения изображения растения к одному из классов; в основе лежит facebook/dinov2-base-imagenet1k-1-layer. Модель построена на архитектуре Dinov2ForImageClassification и содержит 113,2 млн параметров. Модель принимает изображения и выдаёт метку класса. Автор сообщает, что обучение заняло пять дней на RTX 4090; подробности о наборе данных, таксономии, точности и применимости к видам за пределами конкурса в карточке отсутствуют. Лицензия — MIT.

umutbozdag/plant-identity — классификатор изображений на базе Vision Transformer (ViT) с 113,2 млн параметров. Репозиторий создан с помощью HuggingPics; карточка описывает его как классификатор изображений, обученный для распознавания растений по фотографиям. Модель принимает изображения и выдаёт класс изображения. Подходит для определения растений на снимках. Файлы модели представлены в формате safetensors и связаны с библиотекой Transformers. Карточка не сообщает список распознаваемых видов, метрики качества или лицензию.

PopBERT — модель на базе deepset/gbert-large, разработанная для выявления популистской риторики в немецких политических речах в Бундестаге. Она анализирует предложения и выдаёт оценки по четырём измерениям: антиэлитизм, центризм в отношении народа, левая и правая идеологическая ориентация популистской риторики. Модель представляет собой плотную архитектуру BERT для классификации последовательностей; объём — 434,5 млн параметров, максимальный контекст — 512 токенов. PopBERT дообучена на вручную составленном наборе предложений из 18-го и 19-го созывов Бундестага. В README приведены тестовые значения F1 от 0,71 до 0,84 для трёх измерений; для максимальной эффективности автор рекомендует применять отдельные пороги классификации. Модель предназначена прежде всего для исследовательского анализа немецких политических выступлений и может хуже работать на других типах текстов или вне немецкого политического контекста. Лицензия — MIT.

Qwen3.6-9B-Heretic-Uncensored-Thinking-Sweet-Madness — экспериментальная текстовая модель с поддержкой изображений, опубликованная DavidAU. По карточке, исходную Qwen3.6-27B-heretic-ara сократили до 9B с помощью модифицированного Mergekit, а затем дообучили на шести наборах данных в два этапа с Unsloth; автор также отмечает настройку под изменённую структуру слоёв. В метаданных указана архитектура Qwen3_5ForConditionalGeneration и формат safetensors. Модель предназначена прежде всего для творческого письма, продолжения сцен, создания сюжетов и диалогов, а также общих запросов и задач с изображениями. Карточка заявляет контекст 256k и поддержку изображений и видео, сохранённую от исходной модели; метаданные указывают английский и китайский языки. Автор описывает модель как «uncensored», но предупреждает, что ей нельзя доверять факты и что она пока не годится для продуктивного применения: примеры демонстрируют бессвязную генерацию и ошибки в рассуждениях и расчётах. Модель распространяется по лицензии Apache-2.0. Автор отмечает, что для конкретных задач может потребоваться дополнительное дообучение; заявленные характеристики скорости и контекста приведены в карточке и не являются независимой оценкой качества.

Это диффузионная модель, опубликованная как Unit 1 курса Diffusion Models Class. Она предназначена для безусловной генерации изображений милых бабочек: модель создаёт изображение без текстового запроса. Для запуска карточка предлагает библиотеку Diffusers и DDPMPipeline; файлы представлены в формате Diffusers с весами Safetensors. Модель распространяется по лицензии MIT.

EmanHassan26/sd-class-butterflies-32 — диффузионная модель, созданная в рамках учебного курса по diffusion-моделям. Она предназначена для безусловной генерации изображений милых бабочек: модель создаёт изображение без текстового запроса, используя DDPMPipeline из библиотеки Diffusers. Модель распространяется в форматах Diffusers и Safetensors по лицензии MIT. Карточка не сообщает размер модели, разрешение изображений и языковую поддержку; текстовый ввод не требуется.

ydmeira/segformer-b0-finetuned-pokemon — модель семантической сегментации изображений на архитектуре SegFormer-B0, разработанная на основе fine-tuning. Карточка указывает Apache License 2.0 и формат PyTorch. Модель предназначена для пиксельной классификации изображений покемонов. На наборе оценки указаны mean IoU 0,497, mean accuracy 0,994 и overall accuracy 0,994; для категорий приведены IoU 0,0 и 0,994, поэтому высокую общую точность следует оценивать с учётом распределения классов. Сведения о датасете и подробностях применения в карточке отсутствуют.

klentree/segformer-b0-scene-parse-150-20 — дообученная модель klentree на архитектуре SegFormer-B0 для семантической сегментации изображений: она присваивает категории пикселям и формирует карту сегментации. В README приведены результаты оценки: mean IoU 0,2488, mean accuracy 0,6439 и overall accuracy 0,4669; по категориям IoU составляет около 0,044 и 0,453. Модель подходит для экспериментов и прикладных задач сегментации сцен, где нужны пиксельные маски объектов или областей. README не раскрывает набор классов и особенности обучающих данных. Репозиторий использует формат safetensors; лицензия — OpenRAIL.

jeanmidev/trackmania-tmnf-names-2026-08-14 — языковая модель на архитектуре GPT-2, дообученная автором на базе distilbert/distilgpt2. По названию репозитория модель связана с генерацией названий для Trackmania Nations Forever, однако README не описывает её назначение и обучающие данные. Модель принимает текст и генерирует продолжение; контекст — до 1024 токенов. В README приведено значение loss 0,9485 на оценочном наборе, но состав набора и методика оценки не раскрыты. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Triangulum-1B-DPO_Roleplay_NSFW-GGUF — квантизированная 4-битная GGUF-версия модели Triangulum-1B, опубликованная пользователем Novaciano и созданная на основе prithivMLmods/Triangulum-1B. Модель дообучена с применением DPO на наборе Chaser-cz/DPO_Pairs-Roleplay-NSFW и предназначена для генерации текста в диалоговых и ролевых сценариях, включая контент для взрослой аудитории. Модель использует архитектуру Llama для каузального языкового моделирования, содержит около 1 миллиарда параметров и поддерживает запуск через llama.cpp и Ollama; в метаданных также указана библиотека Transformers. Заявлена поддержка английского, немецкого, французского, итальянского, португальского, хинди, испанского и тайского языков. Квантизация снижает требования к памяти и делает модель удобной для локального запуска на совместимом оборудовании. Основные сильные стороны модели — компактный размер, локальный запуск и специализация на roleplay-диалогах. Модель может быть неподходящей для безопасных корпоративных или публичных сценариев из-за ориентации на NSFW- и uncensored-контент; качество рассуждений, точность и фактическая надежность не гарантируются представленными данными. Модель распространяется по лицензии CreativeML OpenRAIL-M.