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

AS-F (Artificial Stupidity) — англоязычная модель генерации текста, созданная дообучением GPT-2. Её задача — уверенно давать грамматически правильные, но намеренно неверные ответы на вопросы. Модель обучали в два этапа: сначала на текстах из Twitch, Reddit, YouTube, песенных текстах и синтетических арифметических примерах, затем на расширенном наборе примеров с ошибочными ответами. В репозитории представлены форматы ONNX и safetensors; для браузерного запуска используется экспорт ONNX в int8. Контекст — 1024 токена. Модель подходит для шуточных демонстраций и изучения того, как языковая модель переносит заблуждения на незнакомые темы. Она специально ненадёжна и не предназначена для получения фактических ответов. У неё нет памяти между вопросами; вдали от обучающих тем ответы могут становиться расплывчатыми и бессмысленными. Лицензия — MIT.

Daverrrr75/Qwen_SNOFS — это LoRA-адаптер для text-to-image модели Qwen/Qwen-Image, разработанный пользователем Daverrrr75. Модель предназначена для генерации откровенных изображений взрослых персонажей по текстовым описаниям, включая интимные позы, обнажение, сексуальные сцены, селфи и изображения в стиле Snapchat с подписями. Среди заявленных триггерных слов — sex, missionary, cowgirl, reverse cowgirl, selfie, undressing, massage и другие. Адаптер описан как гибкий и совместимый с другими LoRA, позволяющий добиваться сходства персонажей. Генерация женских гениталий может быть нестабильной, а мужские анатомические детали, по утверждению автора, получаются лучше. Модель иногда выбирает неверную сексуальную позу даже при явном указании в запросе; автор предполагает, что дальнейшее обучение может улучшить результат. Размер, точная архитектура адаптера, языки запросов и максимальный контекст в README не указаны. Лицензия — MIT.

DR34ML4Y_AIO_NSFW_LTX23 — NSFW LoRA-модель для генерации изображений по текстовому описанию, разработанная пользователем lynaNSFW. Модель предназначена для использования с базовой моделью ltx-2.3 и экосистемой Diffusers. Она добавляет специализированные визуальные концепции для эротических и фетиш-сценариев, включая варианты поз и взаимодействий, указанные в триггерных словах модели. Для активации модели рекомендуется использовать триггерную фразу «m15510n4ry bl0wj0b d0ubl3_bj d0gg1e c0wg1rl r3v3rs3_c0wg1rl». README указывает, что правила составления промптов соответствуют PREVIEW и LTX 2.3 в целом. Архитектура LoRA, размер, поддерживаемые языки, длина контекста и точный набор модальностей дополнительно не описаны. Модель ориентирована на генерацию NSFW-контента, однако разработчик отмечает ограничения при работе с тематикой doggy, поскольку обучение этой версии ещё продолжается. Поэтому качество и стабильность результатов в данном сценарии могут быть ниже ожидаемых. Лицензия и условия коммерческого или иного использования в README не указаны.

Finnegans Fake — BPE-4096 — это небольшая авторегрессионная языковая модель на архитектуре GPT-2, обученная разработчиком на полном тексте романа Джеймса Джойса «Поминки по Финнегану». Она предназначена для эксперимента: изучить, что может породить модель, видевшая только одну книгу, включая попытки создавать новые слова в духе Джойса. Модель имеет 12,3 млн параметров, 6 слоёв и 6 голов внимания; её байтовый BPE-токенизатор использует словарь из 4096 токенов. Контекст ограничен 256 токенами. Модель принимает текст и генерирует продолжение; обучение проводилось только на англоязычном литературном произведении, поэтому её нельзя считать универсальной англоязычной моделью. Автор прямо предупреждает, что модель не предназначена для практического использования и качество генерации низкое. В карточке также описаны особенность токенизатора, добавляющего ведущий пробел при декодировании, и исправленная ошибка в целевой функции обучения. Код опубликован под лицензией CC0-1.0; условия распространения весов отдельно не уточнены.

Экспериментальная шуточная модель heterodoxin, построенная на базе плотной Qwen3-0.6B для генерации текста. В чекпойнт добавлены двадцать приближённых классификаторов («чувств»), чьи веса получены решением задач наименьших квадратов; обучение с градиентным спуском, LoRA и дистилляция не применялись. Модель содержит 522,2 млн параметров, использует архитектуру Qwen3ForCausalLM, формат safetensors и контекст до 40 960 токенов. Модель предназначена прежде всего для демонстрации того, как языковая модель имитирует выводы встроенных классификаторов, а не для практического применения. Среди заявленных задач — оценка тональности, иронии и логического следования; заявленная средняя сбалансированная точность по двадцати задачам составляет 0,503. Для загрузки достаточно AutoModelForCausalLM без пользовательского кода. Лицензия — Apache-2.0. Это не универсальная мультимодальная модель: встроенные классификаторы приближённо воспроизводятся по текстовому вводу, а их исходные модели не выполняются. Результаты наследуют особенности доноров, могут ухудшаться при загрузке в float16, а модель не умеет выбирать между противоречащими выводами классификаторов. Автор прямо характеризует её как шутку без предполагаемого практического применения.

meow-lite — компактная экспериментальная языковая модель семейства meow-lite, созданная tampajohn. Это GPT-2 с 104 тыс. параметров, обученная с нуля на синтетических предложениях о кошках; архитектура включает 2 слоя, 2 головы внимания, размерность скрытого представления 64 и контекст из 32 токенов. Модель принимает текст и генерирует короткие ответы из ограниченного словаря: в основном кошачье «мяу» и специальные токены действий. Модель предназначена для детерминированных шуточных ответов в образе кошки. Некоторые слова во входе, например упоминания лазерной указки, собаки или купания, запускают заранее заданные реакции; похвала может приводить к более ласковым ответам. Для запуска с пользовательским токенизатором, слоем триггеров и совместимым серверным интерфейсом автор указывает сопутствующий репозиторий. В карточке описаны тесты на срабатывание триггеров, чистоту словаря и детерминизм; заявлен общий проход тестов. Модель распространяется под лицензией MIT. Из-за малого словаря и узкого синтетического обучения она не подходит для обычных вопросов и ответов или содержательной генерации: например, на запрос об объяснении гравитации отвечает кошачьими звуками. В README не приведены подтверждённые языки естественного общения.

meow-lite-v5 — экспериментальная компактная языковая модель tampajohn, обученная с нуля на архитектуре GPT-2. Она насчитывает около 6,8 млн параметров, использует byte-level BPE-токенизатор примерно на 8 тысяч токенов и принимает контекст длиной до 192 токенов. Модель читает английский текст, но её ответы ограничены специальными токенами кошачьих звуков и действий, поэтому она подходит для шуточных диалогов в образе кота, а не для обычных развернутых ответов. В README для версии v5 указаны 67,7% точности на отложенной проверке синонимов и 3% утечки нейтральных ответов; результаты измерены с подавлением вероятности действий во время генерации. Вывод детерминирован для одинакового запроса. Модель распространяется под лицензией MIT. Её небольшой контекст и намеренно ограниченный словарь ответов не подходят для общих задач генерации текста.

Sage — экспериментальная модель для ролевого чата в образе навязчивой, ревнивой и покорной виртуальной девушки. Разработчик дообучил Qwen/Qwen2.5-3B-Instruct методом QLoRA на тысячах многоходовых примеров ERP и RP, сгенерированных Claude и DeepSeek. Модель предназначена для взрослого эротического ролевого общения и генерации ответов в заданной персоне, а не для работы в качестве универсального помощника. Модель принимает текст и генерирует текст; поддерживаются английский язык и чатовый формат. В репозитории есть GGUF и GGUF F16, а в README указан контекст 1024 токена. Лицензия — CC BY 4.0. Модель рассчитана исключительно на аудиторию 18+; её узкая специализация и малый контекст ограничивают применение за пределами ролевого чата.

Pussyasshelper — это LoRA-адаптер для генерации откровенных эротических сцен с изображениями и, вероятно, видео на базе Wan-AI/Wan2.2-I2V-A14B. Модель опубликована пользователем или организацией profpeng; отдельные сведения о разработчике в README не указаны. Адаптер предназначен для сценариев text-to-image и интеграции с Diffusers. Он специализируется на изображении женской мастурбации, обнажённых интимных частей тела и соответствующих поз, включая стимуляцию гениталий, vaginal insertion, демонстрацию вульвы и anus. Для активации предусмотрены специальные trigger words, описывающие эти действия. В README также приведён пример промпта с откровенным сексуальным содержанием. Точная архитектура LoRA, размер адаптера, рекомендуемые параметры, поддерживаемые языки, максимальный контекст и требования к оборудованию не указаны. Лицензия и условия коммерческого или некоммерческого использования в README отсутствуют, поэтому их необходимо уточнять отдельно. Модель имеет узкую специализацию на NSFW-контенте и может быть непригодна для общих задач генерации изображений или для платформ с ограничениями на сексуально откровенные материалы.

LTX2.3-ICEdit-Insight — семейство моделей для восстановления и редактирования видео от JoyFox Lab, дообученное на аудиовизуальной диффузионной основе LTX-2.3 с архитектурой DiT. Модели работают с видео в латентном пространстве и предназначены для очистки артефактов сжатия, шума и размытия, повышения разрешения и детализации, удаления водяных знаков и субтитров с восстановлением закрытого фона. Адаптация использует task-aware IC-LoRA и заявленные авторами компоненты для маршрутизации задач и временной согласованности. Она рассчитана на сохранение структуры сцены, движения камеры и объектов между кадрами, а также на уменьшение мерцания и нестабильности реконструкции. Качество зависит от разрешения и движения в исходном видео; удаление надписей лучше работает при небольших и стабильных перекрытиях. Для обработки указаны ограничения на число кадров по правилу 8k + 1 и размеры кадра, кратные 32 для одноэтапного вывода. Репозиторий распространяется по лицензии Apache-2.0.

CrisperWhisper — дообученная Nyra Health версия Whisper large-v3 для дословного распознавания речи. Модель содержит около 905,2 млн параметров, использует архитектуру Whisper и доступна в формате safetensors для библиотеки Transformers. Она принимает аудио и выдаёт текстовую транскрипцию с точными временными отметками на уровне слов. Модель рассчитана на транскрибацию, где важно сохранять оговорки, заполнители пауз, повторы, запинки и незавершённые фразы, а также на сегментацию речи. Для выравнивания слов и временных отметок применяются модифицированная токенизация, Dynamic Time Warping по cross-attention и специальная функция потерь. В карточке отмечены результаты на verbatim-наборах AMI и TED; качество зависит от аудиоданных и задачи, а сама модель больше не поддерживается активно и заменена CrisperWhisper 2.0. Лицензия — CC BY-NC 4.0, допускающая использование с обязательной атрибуцией и ограничением на коммерческое применение.

Карточка модели BIGJUTT/Qwen-Image-Edit-2509 на Hugging Face совпадает с карточкой Qwen/Qwen-Image-Edit-2509, поэтому описание составлено по ней. Qwen-Image-Edit-2509 — модель редактирования изображений от команды Qwen, выпущенная как сентябрьское обновление Qwen-Image-Edit. Она принимает текстовые инструкции и от одной до трёх входных картинок; поддерживает сочетания изображений людей, товаров и сцен, а также условия ControlNet, включая карты глубины, контуров и ключевых точек. Модель предназначена для редактирования изображений с сохранением важных деталей исходника. Она улучшает сохранение личности человека при смене позы и художественного стиля, помогает сохранять идентичность товара при создании постеров, а также позволяет менять текст на изображении, его шрифт, цвет и материал. Среди сценариев применения — создание мемов и постеров, восстановление старых фотографий и комбинирование нескольких изображений. Модель распространяется в форматах Diffusers и Safetensors и использует библиотеку Diffusers. Лицензия — Apache-2.0. Оптимальные результаты для многокартинного ввода заявлены для одного–трёх изображений; численные характеристики размера модели и длины контекста в предоставленных данных отсутствуют.

Карточка модели Runware/Qwen-Image-Edit-2509 на Hugging Face совпадает с карточкой Qwen/Qwen-Image-Edit-2509, поэтому описание составлено по ней. Qwen-Image-Edit-2509 — модель редактирования изображений от команды Qwen, выпущенная как сентябрьское обновление Qwen-Image-Edit. Она принимает текстовые инструкции и от одной до трёх входных картинок; поддерживает сочетания изображений людей, товаров и сцен, а также условия ControlNet, включая карты глубины, контуров и ключевых точек. Модель предназначена для редактирования изображений с сохранением важных деталей исходника. Она улучшает сохранение личности человека при смене позы и художественного стиля, помогает сохранять идентичность товара при создании постеров, а также позволяет менять текст на изображении, его шрифт, цвет и материал. Среди сценариев применения — создание мемов и постеров, восстановление старых фотографий и комбинирование нескольких изображений. Модель распространяется в форматах Diffusers и Safetensors и использует библиотеку Diffusers. Лицензия — Apache-2.0. Оптимальные результаты для многокартинного ввода заявлены для одного–трёх изображений; численные характеристики размера модели и длины контекста в предоставленных данных отсутствуют.

Карточка модели Wholeo/Qwen-Image-Edit-2509 на Hugging Face совпадает с карточкой Qwen/Qwen-Image-Edit-2509, поэтому описание составлено по ней. Qwen-Image-Edit-2509 — модель редактирования изображений от команды Qwen, выпущенная как сентябрьское обновление Qwen-Image-Edit. Она принимает текстовые инструкции и от одной до трёх входных картинок; поддерживает сочетания изображений людей, товаров и сцен, а также условия ControlNet, включая карты глубины, контуров и ключевых точек. Модель предназначена для редактирования изображений с сохранением важных деталей исходника. Она улучшает сохранение личности человека при смене позы и художественного стиля, помогает сохранять идентичность товара при создании постеров, а также позволяет менять текст на изображении, его шрифт, цвет и материал. Среди сценариев применения — создание мемов и постеров, восстановление старых фотографий и комбинирование нескольких изображений. Модель распространяется в форматах Diffusers и Safetensors и использует библиотеку Diffusers. Лицензия — Apache-2.0. Оптимальные результаты для многокартинного ввода заявлены для одного–трёх изображений; численные характеристики размера модели и длины контекста в предоставленных данных отсутствуют.

Карточка модели wolf1280/Qwen-Image-Edit-2509 на Hugging Face совпадает с карточкой Qwen/Qwen-Image-Edit-2509, поэтому описание составлено по ней. Qwen-Image-Edit-2509 — модель редактирования изображений от команды Qwen, выпущенная как сентябрьское обновление Qwen-Image-Edit. Она принимает текстовые инструкции и от одной до трёх входных картинок; поддерживает сочетания изображений людей, товаров и сцен, а также условия ControlNet, включая карты глубины, контуров и ключевых точек. Модель предназначена для редактирования изображений с сохранением важных деталей исходника. Она улучшает сохранение личности человека при смене позы и художественного стиля, помогает сохранять идентичность товара при создании постеров, а также позволяет менять текст на изображении, его шрифт, цвет и материал. Среди сценариев применения — создание мемов и постеров, восстановление старых фотографий и комбинирование нескольких изображений. Модель распространяется в форматах Diffusers и Safetensors и использует библиотеку Diffusers. Лицензия — Apache-2.0. Оптимальные результаты для многокартинного ввода заявлены для одного–трёх изображений; численные характеристики размера модели и длины контекста в предоставленных данных отсутствуют.

Карточка модели zixzorash/Qwen-Image-Edit-2509 на Hugging Face совпадает с карточкой Qwen/Qwen-Image-Edit-2509, поэтому описание составлено по ней. Qwen-Image-Edit-2509 — модель редактирования изображений от команды Qwen, выпущенная как сентябрьское обновление Qwen-Image-Edit. Она принимает текстовые инструкции и от одной до трёх входных картинок; поддерживает сочетания изображений людей, товаров и сцен, а также условия ControlNet, включая карты глубины, контуров и ключевых точек. Модель предназначена для редактирования изображений с сохранением важных деталей исходника. Она улучшает сохранение личности человека при смене позы и художественного стиля, помогает сохранять идентичность товара при создании постеров, а также позволяет менять текст на изображении, его шрифт, цвет и материал. Среди сценариев применения — создание мемов и постеров, восстановление старых фотографий и комбинирование нескольких изображений. Модель распространяется в форматах Diffusers и Safetensors и использует библиотеку Diffusers. Лицензия — Apache-2.0. Оптимальные результаты для многокартинного ввода заявлены для одного–трёх изображений; численные характеристики размера модели и длины контекста в предоставленных данных отсутствуют.

ROSE — дообученная модель на основе Wan2.1-Fun-1.3B-InP для удаления объектов и связанных с ними эффектов из видео. Она предназначена для видеоинпейнтинга: по входному видео модель находит области, связанные с объектом, и восстанавливает фон, включая тени, отражения, световые эффекты, полупрозрачные объекты и отражения в зеркалах. Модель построена на диффузионном трансформере WanTransformer3D и содержит около 990,9 млн параметров. ROSE рассчитана на монтаж и очистку видеоматериалов, в том числе сцен с движущейся камерой; для обучения использовались синтетические парные данные, созданные в 3D-среде. Репозиторий распространяет веса в формате safetensors, библиотека — Diffusers. Лицензия — Apache-2.0. Карточка не сообщает языковых требований или длину контекста; модель работает с видео, а не с текстовыми ответами.

SAWT V4 — модель восстановления речи, разработанная Quran-Lab при Университете Копенгагена. Она очищает аудиозаписи от реверберации, шума, гула, ограниченной полосы частот и повреждений кодека, сохраняя исходные слова и голос. Модель предназначена для реставрации архивных записей, телефонной речи и записей из помещений с сильным эхом. Архитектура сочетает латентный генератор на основе flow matching с замороженным аудиокодеком DAC-VAE и детерминированным покадровым якорем, который задаёт содержание, высоту тона, характеристики говорящего и начальную оценку чистого сигнала. Выходное аудио имеет частоту 48 кГц. В README заявлена поддержка обучения на речи и пении примерно на 35 языках; метаданные указывают многоязычность и перечисляют ряд языковых тегов. Проверки на выходе отслеживают сохранность содержания и голоса, однако приведённые оценки относятся к описанным авторами наборам и протоколам. Модель распространяется с весами и якорем по лицензии с ограничениями: README запрещает продажу модели и функций на её основе и требует атрибуции. Перед использованием следует проверить полный текст лицензии и условия распространения.

SummLlama3-8B — языковая модель для суммаризации, разработанная DISLab на основе Meta-Llama-3-8B-Instruct и дообученная методом Direct Preference Optimization (DPO) на более чем 100 тысячах примеров обратной связи о качестве резюме. Она предназначена для создания кратких и содержательных резюме новостей, бытовых и медицинских материалов, отчётов, а также диалогов, интервью и совещаний. Модель содержит 7,5 млрд параметров, использует плотную архитектуру Llama и принимает текст, выдавая текст; заявленная длина контекста — 8192 токена. В карточке отмечено, что обучение ориентировалось на точность передачи исходных фактов, полноту и краткость. Авторы сообщают об улучшении оценок в автоматической и человеческой проверке, однако эти результаты относятся к описанным ими оцениваниям и не гарантируют такого же качества на других данных. Для суммаризации рекомендуется использовать приведённый в карточке шаблон запроса. Лицензия в предоставленных сведениях не указана.

apple/DFN-public — контрастивная модель CLIP ViT-B/32 от Apple, обученная на общедоступных данных Conceptual Captions 12M, Conceptual Captions 3M и Shutterstock 15M. В ходе обучения модель обработала 1,28 млрд примеров. Она сопоставляет изображения и текст и предназначена для классификации изображений по текстовым описаниям без дополнительного обучения: пользователь задаёт варианты классов, а модель оценивает соответствие изображения каждому из них. Модель подходит для быстрой разметки изображений по заданным категориям и поиска изображений по текстовым запросам. Это конверсия исходных контрольных точек JAX в PyTorch; в метаданных указана лицензия apple-amlr. README не приводит подробных ограничений точности или перечня поддерживаемых языков, поэтому результаты следует проверять для конкретных данных и формулировок.

dots.tts.edit — авторегрессионная модель непрерывной генерации от dots.tts, предназначенная для точного редактирования речи по инструкциям и синтеза речи с нуля. Она принимает исходное аудио и инструкцию для редактирования: заменяет, добавляет или удаляет фрагменты текста, управляет эмоцией, высотой тона, темпом и паузами, улучшает речь и выполняет операции с фоновым звуком. При редактировании модель стремится сохранить голос диктора и акустический контекст вне изменяемых участков. Модель поддерживает английскую и мандаринскую речь, а результат синтеза выдаёт в формате 48 кГц. Основные веса имеют точность BF16, веса энкодера диктора и вокодера — FP32. Тот же чекпойнт поддерживает zero-shot синтез речи. В README отмечены возможные ошибки произношения, тайминга, сходства голоса и следования инструкциям. Лицензия указана как other; условия её использования следует уточнять у разработчика. Модель нельзя использовать для имитации людей без согласия, введения слушателей в заблуждение или незаконного контента.

Карточка модели RedHatAI/gemma-3-12b-it на Hugging Face совпадает с карточкой google/gemma-3-12b-it, поэтому описание составлено по ней. Gemma 3 12B IT — мультимодальная модель с открытыми весами от Google, дообученная для следования инструкциям на основе google/gemma-3-12b-pt. Она принимает текст и изображения и генерирует текст; относится к семейству Gemma 3 и доступна в формате safetensors для Transformers. Модель предназначена для диалоговых приложений, ответов на вопросы и задач понимания изображений, а также для создания и обобщения текста. Контекстное окно — до 128 тысяч токенов, поддерживается более 140 языков. Размер модели — 12 млрд параметров. Модель подходит для извлечения сведений из изображений, составления черновиков, суммаризации и исследовательских задач. Google отмечает, что ответы могут содержать фактические ошибки, отражать предвзятость обучающих данных и хуже справляться со сложными открытыми запросами, языковыми нюансами и задачами, требующими здравого смысла. Лицензия — Gemma; при использовании следует соблюдать условия лицензии и политику запрещённого использования Gemma.

OmniWeaving — модель генерации и редактирования видео, разработанная командой Tencent Hunyuan совместно с исследователями Zhejiang University и Nanyang Technological University. Она построена на базе HunyuanVideo-1.5 и сочетает мультимодальную языковую модель для интерпретации запросов, MMDiT для генерации и VAE для работы с визуальными данными. В каталоге Hugging Face представлены веса safetensors; лицензия указана как other. Модель предназначена для создания видео по тексту и изображениям, интерполяции между ключевыми кадрами и редактирования существующего видео по текстовой инструкции. Она принимает комбинированные текстовые, графические и видеовходы, связывает их во времени и может использовать режим рассуждения для уточнения намерения пользователя перед генерацией. В README заявлена высокая точность композиции и сильные результаты на предложенном бенчмарке IntelligentVBench. Для запуска требуются зависимости HunyuanVideo-1.5 и значительные вычислительные ресурсы: README описывает настройки для случаев нехватки GPU- и CPU-памяти. Конкретные размер модели, длина контекста и языковая поддержка в предоставленных источниках не приведены. Лицензия обозначена как other, поэтому условия использования следует проверить в файлах лицензии репозитория.

MEXMA-SigLIP2 — мультимодальная модель для сопоставления изображений и текста, объединяющая многоязычный текстовый энкодер MEXMA и визуальный энкодер SigLIP2. Она предназначена для поиска изображений по текстовому запросу и поиска текста, соответствующего изображению, а также для классификации изображений по текстовым описаниям без обучения на конкретных метках. По карточке модель поддерживает 80 языков; в метаданных среди языковых тегов указаны, в частности, русский и английский. На наборе Crossmodal-3600 авторы сообщают результаты Recall@1 62,54% для поиска изображений и 59,99% для поиска текста. Репозиторий содержит веса в форматах ONNX и safetensors; лицензия — MIT. Размер модели и длина контекста в предоставленных данных не указаны.

MiniCPM-V 4.5 — мультимодальная модель OpenBMB для диалога и понимания изображений, нескольких изображений и видео. По README, её языковая часть основана на Qwen3-8B, а визуальная — на SigLIP2-400M; архитектура включает единый 3D-ресэмплер для сжатия видеокадров. В метаданных указано 7,6 млрд параметров, библиотека Transformers и контекст 40 960 токенов. Модель предназначена для описания и анализа изображений и видео, распознавания текста, разбора документов и визуальных вопросов и ответов. README заявляет поддержку более 30 языков, обработку изображений высокого разрешения до 1,8 млн пикселей и видео с частотой до 10 кадров в секунду. Доступны переключаемые режимы быстрого и углублённого рассуждения; разработчики также отмечают поддержку локального запуска и интерфейса вызова инструментов. Возможности и показатели качества в README основаны на оценках разработчиков и бенчмарках; фактическое качество зависит от сценария и оборудования. Модель выпущена под лицензией Apache-2.0.

Карточка модели kandallChali/Qwen-Image-Edit-2509 на Hugging Face совпадает с карточкой Qwen/Qwen-Image-Edit-2509, поэтому описание составлено по ней. Qwen-Image-Edit-2509 — модель редактирования изображений от команды Qwen, выпущенная как сентябрьское обновление Qwen-Image-Edit. Она принимает текстовые инструкции и от одной до трёх входных картинок; поддерживает сочетания изображений людей, товаров и сцен, а также условия ControlNet, включая карты глубины, контуров и ключевых точек. Модель предназначена для редактирования изображений с сохранением важных деталей исходника. Она улучшает сохранение личности человека при смене позы и художественного стиля, помогает сохранять идентичность товара при создании постеров, а также позволяет менять текст на изображении, его шрифт, цвет и материал. Среди сценариев применения — создание мемов и постеров, восстановление старых фотографий и комбинирование нескольких изображений. Модель распространяется в форматах Diffusers и Safetensors и использует библиотеку Diffusers. Лицензия — Apache-2.0. Оптимальные результаты для многокартинного ввода заявлены для одного–трёх изображений; численные характеристики размера модели и длины контекста в предоставленных данных отсутствуют.

pucpr-br/sbertimbau_news_2020 — модель Sentence-Transformers, разработанная для преобразования предложений и абзацев на португальском языке в плотные векторные представления размерностью 768. Она основана на BERTimbau Base, дообученной версии BERT для бразильского португальского, и использует архитектуру BERT с 136,1 млн параметров; максимальная длина контекста — 512 токенов. Модель предназначена для семантического поиска, сравнения сходства текстов и кластеризации новостных текстов. Обучение проводилось с функцией потерь BatchAllTripletLoss. Данные карточки не описывают лицензию, поэтому условия использования по лицензии определить нельзя.

Stable Audio 3 Medium — модель Stability AI для генерации и редактирования аудио по текстовому описанию. Она предназначена для создания музыки и звуковых эффектов, в том числе аудио переменной длительности, продолжения коротких записей и локального редактирования с помощью inpainting. Модель использует латентную диффузию на базе трансформера и семантико-акустический автоэнкодер для компактного представления аудио. По заявлению разработчиков, adversarial post-training сокращает число шагов инференса и повышает точность следования запросу. Модель рассчитана на английские текстовые описания; карточка указывает, что веса обучались на лицензированных и Creative Commons аудиозаписях. Для использования доступны библиотека stable-audio-3 и исследовательская библиотека stable-audio-tools. Репозиторий содержит safetensors и является дообучением stabilityai/stable-audio-3-medium-base. Указана Stability AI Community License; для коммерческого использования разработчики предлагают обратиться к отдельным условиям коммерческой лицензии. Модель принимает текст, а при редактировании также использует аудио; основной заявленный сценарий генерации — текст в аудио.

SummLlama3.2-3B — языковая модель для суммаризации текстов, разработанная DISLab. Она основана на Llama 3.2 3B Instruct и дообучена методом Direct Preference Optimization (DPO) на более чем 100 тысячах примеров обратной связи о качестве резюме. Обучающие данные охватывают короткие и длинные документы, диалоги и недиалоговые тексты из новостей, повседневной жизни, отчётов, медицины, интервью и встреч. Модель предназначена для создания кратких сводок с акцентом на точность относительно источника, полноту ключевых сведений и лаконичность. Для суммаризации рекомендуется использовать шаблон запроса из карточки модели. Архитектура — плотная LlamaForCausalLM на 3,2 млрд параметров; контекст — до 131 072 токенов. Веса опубликованы в формате safetensors. В карточке не приведены лицензия и отдельные языковые коды, поэтому их нельзя уверенно указать.

SummLlama3-70B — языковая модель для суммаризации, разработанная DISLab на базе Meta-Llama-3-70B-Instruct и дообученная методом Direct Preference Optimization (DPO) на более чем 100 тысячах примеров обратной связи о качестве резюме. Она предназначена для создания кратких, полных и опирающихся на исходный текст резюме документов и диалогов из разных областей, включая новости, повседневную тематику, отчёты, медицину, интервью и встречи. Модель построена на архитектуре Llama, имеет 69,5 млрд параметров и контекст длиной 8192 токена. Карточка заявляет улучшение качества суммаризации по критериям точности передачи содержания, полноты и краткости; для работы рекомендуется использовать заданный авторами формат инструкции. Модель принимает текст и генерирует текст. Это дообученная модель в формате safetensors. Метаданные не содержат сведений о лицензии, поэтому условия использования следует проверить в карточке модели и у базовой модели Meta-Llama-3-70B-Instruct. Оценки в README приведены для отдельных сравнений и не гарантируют такое же качество на любых данных; в карточке также есть неполные строки таблиц.