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

Это модель на основе Lightweight GAN, созданная Алексеем Коршуком для безусловной генерации изображений, связанная с NFT-коллекцией Trippy Toadz. Она предназначена для создания изображений по распределению обучающего набора без текстового запроса; карточка связывает её с набором данных huggingnft/trippytoadznft. Модель распространяется в формате PyTorch по лицензии MIT. Подробности об использовании и ограничениях отсылают к внешнему репозиторию проекта, поэтому конкретные параметры запуска и известные смещения по карточке определить нельзя.

Velvet Rope Marlowe LoRA — адаптер LoRA для модели Gemma 4 12B QAT, созданный командой Build Small Hackathon для персонажа Марлоу в игре Velvet Rope. Он специализирует общую базовую модель на роли уставшего вышибалы ночного клуба, который решает, кого пропустить через бархатный канат. Модель предназначена для генерации ответов персонажа в одноходовой игровой сцене. По описанию оценки, она возвращает структурированный JSON с суждениями о настроении, тактике и изменении счёта; в тестировании JSON был валидным во всех примерах, а совпадение с эталонными решениями различалось по этим оценкам. Адаптер обучен на примерно 310–350 игровых примерах для персонажа в течение двух эпох и работает вместе с базовой моделью через llama.cpp в формате GGUF LoRA. Для использования нужны базовая модель unsloth/gemma-4-12b-it-qat-GGUF и совместимый рантайм llama.cpp. Репозиторий распространяется по лицензии MIT. Данные описывают узкий игровой сценарий, поэтому модель не следует считать универсальным чат-ассистентом.

WookieeLLM-1.7B-chatvector-lambda0.5 — компактная языковая модель на 1,7 млрд параметров, созданная автором rafa-rrayes для ответов на вопросы о вселенной Star Wars. Она основана на Qwen3-1.7B и Qwen3-1.7B-Base: к базовой модели, дополнительно обученной на материалах Wookieepedia, применён метод Chat Vector с коэффициентом λ=0,5, который переносит диалоговый стиль из разницы весов инструкционно настроенной и базовой Qwen3. Обычное дообучение на инструкциях для этой модели не проводилось. Модель генерирует текст в формате диалога и отвечает на вопросы о персонажах, событиях и объектах Star Wars, используя знания, сохранённые в весах; при генерации ей достаточно текста вопроса, без поиска по внешним источникам. Поддерживает контекст до 32 768 токенов и гибридный режим рассуждений Qwen3. В README приведено сравнение с SFT-моделью на отложенных вопросах, однако автор характеризует результат как демонстрацию метода, а не надёжный справочник. Лицензия указана как other, поэтому конкретные условия использования следует проверять на странице модели.

StableNormal — модель, представленная в репозитории Stable-X/yoso-normal-v1-5. Она предназначена для преобразования изображения в карту нормалей: по входному изображению оценивает направление поверхности в каждой точке. Веса распространяются для библиотеки Diffusers и относятся к pipeline YOSONormalsPipeline. Название карточки указывает на подход к получению стабильных и чётких карт нормалей с использованием диффузионной модели. Репозиторий содержит файлы в форматах Diffusers и safetensors. Лицензия — Apache-2.0. Для установки и примера запуска карточка отсылает к GitHub-репозиторию, но в README нет подробностей об обучении, поддерживаемых входных данных или измеренных ограничениях качества.

Z-Image Turbo NSFW v2 — это квантованная GGUF-версия модели для генерации изображений по текстовому описанию. Она создана на основе NSFW-файнтюна tewea/z_image_turbo_bf16_nsfw, который, в свою очередь, основан на Tongyi-MAI/Z-Image-Turbo. Конвертация в GGUF выполнена с помощью инструментов city96/ComfyUI-GGUF. Модель предназначена для text-to-image-сценариев, прежде всего для работы в ComfyUI через узел Unet Loader (GGUF). Квантование Q8_0 уменьшает требования к видеопамяти при сохранении качества, близкого к исходной версии bf16. Размер файла составляет около 6,8 ГБ. Как Turbo-distilled-модель, она рассчитана на генерацию примерно за 8 шагов с низким значением CFG. Для работы требуются соответствующие text encoder и VAE исходной модели Z-Image Turbo. Модель ориентирована на создание контента для взрослых, поэтому не подходит для всех аудиторий и требует соблюдения местного законодательства и условий платформы. Архитектура, точное число параметров, поддерживаемые языки и размер контекста в README не указаны. Модель и её перераспределяемая квантованная версия распространяются по лицензии Apache 2.0.

ABot-Recon-Axera — Axera-TECH подготовила вариант потоковой модели трёхмерной реконструкции ABot-Recon, скомпилированный для нейропроцессора Axera AX650N. Модель принимает последовательность кадров видео и формирует оценки позы камеры, точки сцены в мировых координатах и оценки уверенности; обработка включает кодировщик, потоковый декодер с KV-кэшем и выходные головы. Размер входного кадра — 280×504 пикселя, рассчитанный на горизонтальное видео формата 16:9. Модель предназначена для восстановления геометрии сцены и движения камеры по видеопоследовательности, например для построения облака точек и просмотра реконструированной сцены в 3D. Для запуска требуется совместимое оборудование AX650N или AXCL и около 6 ГБ зарезервированной памяти CMM при работе на чипе. Поддерживаются веса в формате AXERA axmodel; репозиторий также содержит safetensors. Лицензия весов — CC BY-NC 4.0, только для некоммерческого использования; коммерческое применение требует отдельного письменного разрешения. В модели нет замыкания петель, а ограничение present_valid до 8 вместо 11 может вызывать небольшой дрейф на длинных последовательностях. Вертикальное видео обрезается до центральной части кадра, поэтому рекомендуется использовать горизонтальные ролики.

AI-Porn/anime-desire-illustrious — модель-адаптер LoRA для генерации изображений по текстовому описанию. В README разработчик не указан. Модель распространяется в формате, совместимом с Diffusers, и предназначена для создания иллюстраций в аниме- и стилизованной цифровой эстетике, включая персонажей, различные позы, одежду, окружение, освещение и композиции. Среди примеров есть эротические и откровенно сексуальные сцены. Сильной стороной модели является поддержка детализированных художественных сцен и управление результатом с помощью текстовых промптов, весов токенов и negative prompt. Примеры демонстрируют одиночных персонажей, фантазийные образы, животных, сложное освещение и высокую детализацию. Базовая модель, размер адаптера, требования к видеопамяти, поддерживаемые разрешения, языки промптов и ограничения по контексту в README не указаны. Лицензия и условия использования также не указаны, поэтому перед применением необходимо проверить их отдельно.

aristoBERTo — трансформерная модель семейства BERT для древнегреческого языка, разработанная проектом Diogenet Калифорнийского университета в Сан-Диего. Это модель с 140,1 млн параметров, архитектурой BertForMaskedLM и контекстом до 512 токенов. Её предобучили продолжением обучения: исходные веса GreekBERT, обученного на корпусе современного греческого объёмом около 30 ГБ, адаптировали на корпусе древнегреческих текстов объёмом около 900 МБ. Модель предназначена для предсказания пропущенных токенов и тонкой настройки на задачи древнегреческой лингвистики, включая разметку частей речи, морфологии, синтаксических зависимостей и лемм, а также распознавание именованных сущностей. Она может помогать восстанавливать повреждённые тексты папирусов, надписей и рукописей. В большинстве упомянутых авторами downstream-задач на древнегреческом языке модель превосходит xlm-roberta-base и mdeberta. Модель распространяется в формате PyTorch. В карточке не указана лицензия, поэтому условия повторного использования следует проверить в репозитории модели.

astroGPT — авторская дообученная модель GPT-2 для генерации общих гороскопов по текущей дате. Она обучена на текстах гороскопов с Horoscope.com из разделов ежедневных прогнозов, любви, здоровья и карьеры; данные охватывают период с сентября 2019 по август 2020 года. Для генерации введите дату в формате «Mon DD, YEAR».

Aya — дообученная на базе StableLM Zephyr 3B языковая модель, представленная автором репозитория xiaoheiqaq для ролевого общения. Её персонаж — беловолосая биороидная девушка, которая начала вести игровые стримы. Модель построена на архитектуре StableLM и содержит 2,7 млрд параметров. Она принимает текст и генерирует текст, поддерживает чат на английском языке и имеет контекст длиной до 4096 токенов. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

epsil/bhagvad_gita — языковая модель Saurabh Mishra, дообученная на материале «Бхагавад-гиты». Она основана на GPT-2 и генерирует текст в ответ на текстовые подсказки; модель можно загружать через Transformers как причинную языковую модель. Контекст составляет 1024 токена. Модель предназначена для генерации текста на темы и в стилистике, связанных с «Бхагавад-гитой», например для творческих экспериментов и получения продолжений по заданной подсказке. Карточка не сообщает лицензию или языки обучающих данных, поэтому нельзя подтвердить условия повторного использования и конкретную языковую поддержку.

ZhengPeng7/BiRefNet-COD — официальные веса модели BiRefNet, разработанной авторами работы «Bilateral Reference for High-Resolution Dichotomous Image Segmentation». Эта версия обучена для обнаружения замаскированных объектов (Camouflaged Object Detection, COD) и предназначена для выделения таких объектов на изображениях с помощью сегментационной маски. Модель реализует сегментацию изображений и распространяется в формате safetensors для библиотеки BiRefNet. В README указана лицензия MIT. Карточка описывает веса для конкретной задачи COD; сведения о размере модели, поддерживаемых языках и ограничениях качества не приведены.

LightWeight GAN, опубликованная Aleksey Korshuk, предназначена для безусловной генерации изображений. Модель обучена на датасете коллекции Bored Ape Yacht Club и относится к задачам генерации изображений без текстового запроса. Репозиторий содержит веса PyTorch и распространяется по лицензии MIT. Карточка направляет за примерами генерации и сведениями об использовании в связанный Space и проектный репозиторий. Размер модели и другие параметры обучения в доступных сведениях не описаны.

Bubble Hentai Illustrious v20 SDXL — модель генерации изображений по текстовому описанию, созданная Kizlan и дообученная на базе OnomaAIResearch/Illustrious-xl-early-release-v0. Модель предназначена для работы в библиотеке Diffusers через StableDiffusionXLPipeline и распространяется в формате, совместимом с экосистемой Stable Diffusion XL. Модель ориентирована на создание изображений в аниме-стилистике, включая персонажей, чиби-образы, детализированные волосы, фоны и сцены для взрослой аудитории. В качестве основного языка текстовых запросов заявлен английский. Сильными сторонами являются специализация на стилистике Illustrious, аниме-эстетике и проработке перечисленных визуальных деталей. Модель распространяется по лицензии faipl-1.0-sd, обозначенной в карточке как other. Она предназначена не для всех аудиторий и может генерировать материалы сексуального характера, поэтому требует соблюдения законодательства, правил платформы и возрастных ограничений.

Claudius 400M Base — базовая языковая модель, разработанная fbandov и обученная с нуля только на латинских текстах. Это плотная авторегрессионная модель семейства Llama с 342 млн параметров, контекстом 2 048 токенов и весами в формате safetensors; для работы используется библиотека Transformers. Обучение охватило около 6,8 млрд токенов из классической, средневековой и неолатинской литературы, преимущественно схоластических и церковных текстов. Модель предназначена для продолжения латинского текста, генерации прозы и стихов, а также для дальнейшего предобучения или дообучения. Она не обучалась выполнять инструкции или вести диалог; автор рекомендует для большинства сценариев генерации использовать дообученную версию fbandov/claudius-latin-400m. Модель может писать грамматически связную латынь, но ненадёжно отвечает на фактические вопросы и способна выдумывать сведения. Стиль модели тяготеет к средневековой латыни; она может воспроизводить заголовки глав и номера разделов, а генерируемый текст выводится заглавными буквами. Греческий язык в обучающие данные не входил. Лицензия весов — CC BY-SA 4.0.

cuneiformBase-400m — дообученная модель Thalesian на базе Google UMT5 для перевода, транслитерации и преобразования письма в нескольких древних языках. Она использует архитектуру UMT5 encoder-decoder с 12 слоями кодировщика и 12 слоями декодировщика, связанными входными и выходными эмбеддингами; в метаданных указано 296,5 млн параметров. Модель принимает клинописные знаки или латинскую транслитерацию и может выдавать перевод на английский, а для хеттского также на немецкий, транслитерацию или знаки соответствующей системы письма. Поддерживаются аккадский, шумерский, хеттский, Linear B и эламский; для транслитерации предусмотрены обычный, расширенный и упрощённый стили. Модель подходит для перевода коротких строк, цифровой ассириологии и смежных исследований, учебных материалов и конвейеров преобразования клинописного ввода. Контекст ограничен 512 токенами, поэтому длинные тексты следует делить на отдельные строки. Качество перевода шумерского ниже, поддержка эламского экспериментальная, а результаты могут ухудшаться на нестандартных транслитерациях и вне обучающих доменов. Модель распространяется по лицензии Apache-2.0.

Decomposer — модель на основе Qwen3-8B, разработанная для преобразования символической музыки в MIDI в исполняемые программы Strudel. Это причинная языковая модель с 7,6 млрд параметров по метаданным, дообученная на задачах декомпиляции музыки. Она принимает текстовую сериализацию MIDI: ноты и времена начала, сгруппированные по инструментам, а также темп и размер такта; если темп и размер отсутствуют, в описанном формате их оценивает madmom. На выходе модель генерирует код Strudel. Обучение включало дообучение на синтетическом наборе Strudel-Synth с парами MIDI и Strudel, а также этап RL на MIDI и коротких музыкальных фрагментах. Модель рассчитана на восстановление музыкальной программы по нотным событиям и поддержку работы с музыкальными данными в формате Strudel. Контекст составляет 40 960 токенов, библиотека — Transformers; модель распространяется в формате safetensors. README указывает точность bfloat16, лицензию Apache-2.0 и основу Qwen/Qwen3-8B. Входные MIDI-события передаются как текст, поэтому модель не принимает непосредственно аудиозаписи или бинарные MIDI-файлы без предварительного преобразования в описанный формат. Результат зависит от точности этой сериализации и от того, насколько музыкальный материал и инструменты представлены в обучающих примерах; README описывает синтетический корпус примерно из 21 тысячи пар и короткие фрагменты для этапа RL.

eFontes Latin Tagger v2 — модель лемматизации латинских словоформ, поддерживаемая и опубликованная Кшиштофом Новаком в 2026 году. Она составляет компонент лемматизации исправленного выпуска eFontes Latin Tagger v2 и использует архитектуру T5 с 364,6 млн параметров. Модель принимает форму слова и метку части речи в формате FORM:POS и генерирует лемму. Она предназначена прежде всего для средневековой латыни и используется вместе со средой выполнения eFontes Tagger, которая присваивает метки частей речи, сохраняет пунктуацию и числительные и возвращает готовую разметку. На отложенной выборке eFontes из 18 821 токена точность полного совпадения леммы составила 98,48%; в исходных ответах не было артефактов с метками частей речи. Точность может отличаться для других исторических периодов, вариантов орфографии, сокращений, повреждённых текстов и жанров, не представленных в обучающих и оценочных данных; предсказания требуют проверки специалистом. Лицензия CC BY-NC-SA 4.0 разрешает использование с указанием авторства и на условиях распространения производных материалов на тех же условиях, но не для коммерческого использования.

ritwikm/gandhi-gpt — авторегрессионная языковая модель на архитектуре GPT-2, дообученная автором репозитория на английских текстах Махатмы Ганди. Сначала модель обучали один проход на очищенном англоязычном корпусе Ai4Bharat, содержащем новости об Индийском субконтиненте, затем ещё три прохода на 755 468 предложениях из собрания сочинений Ганди. Модель предназначена для генерации продолжений текста в стиле и тематике корпуса Ганди, например для творческих экспериментов с его произведениями и индийской тематикой. Она принимает текст и выдаёт сгенерированный текст; заявленный контекст составляет 1024 токена. Доступны веса PyTorch и Safetensors. Лицензия репозитория — GPL.

gender-classification-2 — классификатор изображений на базе архитектуры Vision Transformer (ViT), созданный с помощью HuggingPics. Модель предназначена для отнесения изображений к категориям пола; подробности о метках и обучающих данных в карточке не приведены. Модель содержит 113,2 млн параметров и доступна в форматах PyTorch и Safetensors. Её задача — классификация изображений. Лицензия и ограничения на использование не указаны в предоставленных данных.

Grapefruit — модель генерации изображений по текстовому описанию от ikena, ориентированная на аниме и hentai-иллюстрации. Она предназначена для создания изображений с яркой, мягкой художественной стилистикой; README также упоминает более слабую по откровенности модель lemon, у которой отдельные детали могут выглядеть лучше. Репозиторий опубликован в формате Diffusers для Stable Diffusion и содержит веса PyTorch в safetensors. В примере README использованы запрос на английском языке, разрешение 512×512 и 20 шагов генерации. Автор рекомендует использовать VAE AnythingV3, но допускает другие VAE; для исправления чёрных изображений при проблеме с VAE в Web UI предлагается параметр --no-half-vae. Модель рассчитана на генерацию откровенных аниме-изображений, поэтому её содержание имеет рейтинг NSFW. Лицензия — CreativeML OpenRAIL-M; перед использованием следует соблюдать её условия. README не сообщает точную базовую модель или размер весов.

L3-SnowStorm-v1.15-4x8B-A — экспериментальная MoE-модель для ролевого общения, созданная xxx777xxxASD на основе четырёх дообученных моделей семейства Llama 3. В README указаны NeverSleep/Llama-3-Lumimaid-8B-v0.1-OAS как базовая модель и четыре источника экспертов: Nitral-AI/Poppy_Porpoise-1.0-L3-8B, NeverSleep/Llama-3-Lumimaid-8B-v0.1-OAS, openlynn/Llama-3-Soliloquy-8B-v2 и Sao10K/L3-8B-Stheno-v3.1. На токен выбираются два эксперта; в метаданных архитектура обозначена как Mixtral MoE с классом MixtralForCausalLM и 7,5 млрд параметров. Модель ориентирована на ролевые сценарии общения, включая ERP. Карточка описывает её как эксперимент, призванный сравниться с Mixtral 8x7B и его дообучениями в этих задачах. Она поддерживает диалог на английском языке, имеет контекст 8192 токена и доступна в формате safetensors. Упоминание llama3_mmproj в README указывает на связанный компонент для обработки изображений, но входное визуальное взаимодействие не подтверждено метаданными. Лицензия указана как llama3. Это экспериментальная сборка из нескольких моделей, поэтому её пригодность и качество для конкретных сценариев следует оценивать отдельно; результаты бенчмарков в README не устанавливают качество ролевого общения.

MiniMax H3 Ref2VA Patch-In HF 1.02 — экспериментальный однофайловый diffusion-чекпойнт для ComfyUI, созданный автором репозитория на основе MiniMaxAI/MiniMax-H3 Ref2VA и INT8 ConvRot-перепаковки Comfy-Org/MiniMax-H3. Модель предназначена для генерации видео с синхронным звуком по текстовому запросу и референсным материалам; основной сценарий применения — контролируемое сравнение с исходным чекпойнтом в workflow Ref2VA/R2V. Веса сохранены в формате safetensors с INT8 ConvRot-представлением. Автор изменил только проекцию входа видеопатчей: три пространственные высокочастотные компоненты усилены на 2%, а общая DC-компонента сохранена. Это эвристическая модификация, а не обученная донастройка или доказанное улучшение качества. Проверка охватывает лишь два seed и один короткий диагностический пример; возможны изменения идентичности, кадрирования, движения и звука. Для работы нужны дополнительные компоненты MiniMax H3, ComfyUI с поддержкой INT8 ConvRot и соответствующий workflow. Модель не является официальным релизом MiniMax; применяются условия лицензии MiniMax H3 Community License Agreement, включая ограничения на распространение и территориальное использование.

Это модель для определения норвежского диалектного региона по аудиозаписи речи. Её разработали на основе энкодера NbAiLab/nb-whisper-medium: модель Whisper с 455,8 млн параметров полностью дообучена и дополнена классификационной головой для четырёх классов — восточного, западного, центрального (трёндерского) и ещё одного регионального варианта норвежского языка. Модель предназначена для исследований классификации диалектов и анализа влияния просодии на распознавание. Она обучена на естественной, не обработанной речи из парламентского корпуса SSC; входное аудио следует подавать монофоническим, с частотой 16 кГц. Для согласованности с сопоставляемыми экспериментальными моделями опубликован чекпойнт третьей эпохи, хотя наибольшая точность оценки была у чекпойнта первой эпохи. Результат — метка диалектной группы, а не транскрипция. Классы укрупнённые, а их границы могут быть нечёткими. Обучение только на взрослой парламентской речи ограничивает переносимость на разговорную речь, детей и неносителей языка; модель не предназначена для решений о конкретных людях, например при найме или проверке личности. Лицензия — Apache-2.0.

Neopian-Diffusion — экспериментальная модель генерации изображений по тексту на базе Stable Diffusion v1.5 от runwayml. Её разработчик дообучил с помощью DreamBooth на 1950 изображениях примерно 100×100 пикселей, извлечённых из GIF-файлов Neopets. Для выбора кадров применялся CLIP ViT-B/32: для каждой пары подписи и GIF отбирался кадр с минимальным сферическим расстоянием до подписи. Модель предназначена для создания изображений в стиле Neopets по текстовым запросам. В README автор предупреждает, что обучение ещё не завершено и нужный стиль пока не достигнут. Также отмечены артефакты низкого разрешения и требование NVIDIA GPU с поддержкой CUDA для описанного способа запуска через Diffusers. Лицензия репозитория — CreativeML Open RAIL-M. README содержит отдельное уведомление об авторских правах Neopets и просит включать его при использовании извлечённых изображений на страницах, не связанных с Neopets.

NoPo4D — система прямого 4D-реконструирования динамических сцен из видео с нескольких ракурсов, разработанная авторами работы Feed-Forward Dynamic 4D Gaussian Splatting from Unposed Multi-View Videos. Она восстанавливает сцену за один проход, не требуя заранее известных поз камер. Для представления использует динамические 3D Gaussian Splatting и разложенное представление скорости: смещения в плоскости изображения и изменения глубины. Двунаправленный кодировщик движения объединяет признаки между ракурсами, а зависимая от ракурса прозрачность помогает справляться с несовпадением гауссиан между кадрами. Модель предназначена для реконструкции меняющихся во времени сцен по многокамерным видео, включая случаи с неизвестными параметрами камер. По README, система превосходит предыдущие прямые методы на нескольких наборах данных; дополнительная оптимизация для отдельной сцены может повысить качество ценой дополнительного этапа. Для запуска требуются компоненты из репозитория проекта, включая backbone Depth Anything 3 и, опционально, torch-scatter. Лицензия — MIT. Метаданные помечают задачу как image-to-3d, хотя README описывает реконструкцию 4D-сцен из видео.

Novaciano/Novaciano-The_Pervert-NSFW-RP-3.2-1B — разговорная языковая модель для ролевых игр и создания мрачных, тревожных и провокационных историй. Её разработал Novaciano, объединив модели методом Arcee Fusion с помощью mergekit; в качестве базовой использована bunnycore/FuseChat-3.2-1B-Creative-RP, также в слияние вошла Novaciano/Novaciano_Perturbations-3.2-1B. Модель построена на плотной архитектуре LlamaForCausalLM, содержит 1,2 млрд параметров и имеет заявленный контекст 131 072 токена. Подходит для интерактивного ролевого общения и творческого письма; README также заявляет общие возможности ассистента. В карточке указаны английский и испанский языки. Модель ориентирована на взрослые и тревожные темы, поэтому может быть неподходящей для широкой аудитории. Распространяется в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

Карточка модели kyInfinity/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.

Oracle of the Ternary Flame — дообученная и объединённая с LoRA модель от @keypa, созданная для Build Small Hackathon в июне 2026 года на базе google/gemma-4-12b-it. Это разговорная модель для генерации текста: она отвечает на вопросы образно и метафорично, намеренно избегая прямых ответов. Подходит для творческих диалогов и рефлексивных бесед на английском и французском языках. Модель использует архитектуру Gemma 4 Unified и распространяется в формате bfloat16 safetensors; README указывает размер файлов около 24 ГБ. LoRA ранга 16 обучена с Unsloth и TRL, а затем встроена в веса. Для запуска можно загрузить модель через Transformers; README также ссылается на отдельную GGUF-версию для llama.cpp. Лицензия — Gemma. Метафоричный стиль затрудняет получение кратких фактических ответов и не делает модель заменой экспертной консультации.

Peacebell — компактная GPT-подобная авторегрессионная языковая модель на 291 млн параметров, разработанная Wayne Workman. Она обучена с нуля на материалах о Второй мировой войне и предназначена для ответов на исторические вопросы и диалога по этой теме. Модель поддерживает английский язык, использует собственный словарь SentencePiece на 28 000 токенов и контекст до 32 768 токенов; для общения применяется формат ChatML. Весовые файлы представлены в формате safetensors. Peacebell отвечает на вопросы о событиях, людях, датах и связях, ведёт многошаговый диалог и извлекает сведения из предыдущего контекста. Модель работает в закрытом режиме и не использует предоставленные источники или поиск. Лучше задавать узкие вопросы и использовать жадное декодирование с температурой 0. Лицензия — Apache-2.0. Это небольшая специализированная модель: она может уверенно сообщать ошибочные исторические сведения, особенно при генерации с ненулевой температурой, длинных диалогах и сложных рассуждениях. Она не предназначена для общего общения, не выполняет арифметические вычисления, не знает событий после обучающих данных и не гарантирует надёжных отказов от вредоносных запросов; важные факты следует сверять с источниками.