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

Afzalsiiit/DinoV1 — модель классификации изображений на базе визуального трансформера DINOv2 Base, дообученная разработчиком Afzalsiiit на наборе данных в формате imagefolder. Она предназначена для отнесения изображений к классам в сценариях, где набор категорий определяется обучающими данными. Модель содержит 113,2 млн параметров, использует архитектуру Dinov2ForImageClassification и распространяется в формате safetensors для библиотеки Transformers. В оценке на тестовой выборке указано значение loss 0,2053. Лицензия — Apache-2.0. Специализация классов и ограничения применения в карточке не описаны.

Dreamstar-12B — слитая модель для генерации текста, созданная автором Vortex5 объединением Sweet_Dreams_12B, Darkstar-12B и Hollow-Aether-12B с помощью пользовательского метода слияния. Она предназначена для написания историй, ролевых диалогов и творческих текстов. Модель построена на плотной архитектуре Mistral и содержит 12,1 млрд параметров. Она работает через Transformers, распространяется в формате safetensors и поддерживает контекст до 131 072 токенов. README указывает на использование объединённого токенизатора; сведения о поддерживаемых естественных языках не приведены. Лицензия в предоставленных данных не указана. Качество и поведение могут зависеть от выбранного сценария и длины контекста; отдельные ограничения модели в карточке не описаны.

Echora MOSS 0.9B Multilingual Lyrics Transcriber — многоязычная аудиомодель для распознавания текста песен по музыкальной записи и вывода приблизительных временных меток для строк. Модель размером около 0,9 млрд параметров создана как дообучение OpenMOSS-Team/MOSS-Transcribe-Diarize; архитектура MOSS-Transcribe-Diarize, веса в формате safetensors. Входной текст песни не требуется. Модель предназначена для обработки личных музыкальных библиотек и проектов отображения текста песен. Для музыки рекомендуется сначала отделять вокал, затем распознавать его окнами с перекрытием и контролировать повторы. Временные метки указываются в секундах; метки говорящих не подтверждают личность певца. Модель распространяется по лицензии Apache-2.0. Распознанный текст может содержать ошибки, пропуски и вымышленные слова, особенно при повторах, ад-либах, наложении вокала и эффектах. Точность зависит от языка, разборчивости вокала и качества записи; инструментальные фрагменты могут породить лишний текст, а отделение вокала и объединение окон — внести дополнительные ошибки. Результат следует проверять перед использованием.

EfficientFormer L3 — модель компьютерного зрения для классификации изображений и извлечения признаков, распространяемая в библиотеке timm. Она предварительно обучена на ImageNet-1k с дистилляцией; архитектура EfficientFormer сочетает подходы vision transformer с высокой скоростью мобильных сетей. Модель содержит около 31,4 млн параметров, рассчитана на изображения размером 224 × 224 пикселя и требует около 3,9 GMACs на проход. Модель подходит для определения объектов и категорий на изображениях, а также получения визуальных эмбеддингов для последующей обработки. В карточке приведена точность top-1 82,572% и top-5 96,24% на ImageNet-1k. Лицензия Apache-2.0 разрешает использование на её условиях.

EraX-Translator-V1.0 — компактная мультиязычная модель перевода, разработанная EraX AI на основе Gemma 3 4B IT и дообученная на переводных данных. Она предназначена для перевода между вьетнамским, английским, китайским, кантонским, классическим китайским, русским, украинским, французским, немецким, нидерландским, корейским, японским и хинди. Особое внимание уделено классическому китайскому, в том числе буддийским текстам; модель также рассчитана на практическое развёртывание при ограниченных ресурсах. По данным авторов, обучение включало около 8 млн мультиязычных примеров, среди которых 15 тыс. переводов буддийских текстов с классического китайского на вьетнамский. Модель имеет плотную архитектуру Gemma 3 и около 4 млрд параметров; README сообщает о скорости примерно 80 токенов/с в bfloat16 при использовании vLLM и около 20 ГБ видеопамяти. Рекомендуемый объём одного переводимого фрагмента — не более 1024 токенов. Лицензия — Gemma. Авторы ограничивают назначение переводом и отмечают, что качество зависит от языковой пары и сложности текста; модель не обучалась для перевода математического LaTeX и кода, а качество перевода классического китайского требует дальнейшей проверки.

ClaudioItaly/Evolutionstory-7B-v3.0 — объединённая языковая модель на архитектуре Mistral, созданная ClaudioItaly методом TIES с помощью mergekit на основе ClaudioItaly/Evolutionstory-7B-v2.2. Модель содержит 7,1 млрд параметров и предназначена для генерации текста по текстовому запросу; базовая версия ориентирована на связное написание историй и продолжение текста с учётом контекста. Модель работает через Transformers, сохранена в формате safetensors и поддерживает контекст до 32 768 токенов. В README перечислена одна и та же базовая модель в конфигурации с разными весами, поэтому сведения о включении других моделей в объединение отсутствуют. Лицензия в предоставленных данных не указана.

Jay Shah разработал экспериментальную модель T5 encoder-decoder, дообученную для преобразования английского текста в краткие маркированные пункты. Она предназначена для сжатия абзацев, статей и отчётов, а также выделения ключевой информации. Метаданные указывают 38,5 млн параметров, библиотеку Transformers и контекст 512 токенов; в README приведена другая оценка размера — около 60,5 млн параметров. Модель принимает текст и генерирует текст с пунктами. В описанных автором оценках формат пунктов соблюдался, однако результаты получены на разных этапах эксперимента и не являются полностью контролируемым сравнением. Лицензия — Apache-2.0.

Forbidden-Fruit-L3.3-70b-0.2a — разговорная языковая модель, созданная BruhzWater как merge нескольких моделей Llama 3.3 70B. Автор описывает её как универсальную модель для расширения знаний в области культуры, математики, естественных наук и медицины; в состав слияния включена TheDrummer/Fallen-Llama-3.3-70B-v1, чтобы уменьшить количество отказов. Модель предназначена для диалогов и генерации текста по запросам пользователя. Модель имеет плотную архитектуру LlamaForCausalLM, около 69,5 млрд параметров и контекстное окно до 131 072 токенов. Репозиторий содержит веса Safetensors; метаданные указывают библиотеку Transformers и поддержку чата. README не сообщает лицензию, поэтому условия использования по доступным данным определить нельзя.

G2-9B-Blackout-R1 — объединённая модель семейства Gemma 2, созданная автором репозитория с помощью mergekit на основе IntervitensInc/gemma-2-9b-chatml и моделей Magnum-v3-9B-ChatML и Gemma2-9B-Sunfall-v0.5.2. Это плотная языковая модель с 9 млрд параметров, форматом safetensors и контекстом до 8192 токенов; она использует шаблон диалога ChatML. Модель предназначена для генерации текста в диалогах и ролевых сценариях, а также для создания выразительной прозы. Автор описывает её как слияние, призванное добавить модели Magnum более свободный и чувственный стиль, сохранив глубину персонажей. README не сообщает лицензию, поэтому условия использования определить нельзя.

GOAT-70B-Storytelling — языковая модель, обученная лабораторией GOAT.AI как основа автономного агента для написания историй. Она предназначена для создания связных рассказов, книг, романов и сценариев по планам сюжета, профилям персонажей, их отношениям и другим вводным данным. Модель использует плотную архитектуру LLaMA 2 с примерно 68,7 млрд параметров и контекстом 4096 токенов. Она принимает текстовые описания и генерирует текст; в карточке указано применение для авторов историй, а также использование через Transformers или Spaces. Языки, на которых модель специально обучена, не обозначены. Модель может генерировать фактически неверные, предвзятые или оскорбительные ответы, поэтому её не следует использовать как источник достоверных фактов. Лицензия — llama2.

Gromenauer-7B — языковая модель для понимания и генерации текста на испанском языке, разработанная на архитектуре Mistral и дообученная на литературном корпусе. Она подходит для генерации прозы, продолжения испанского текста и работы со стилями и языковыми особенностями испанской литературы. Модель имеет плотную архитектуру Mistral с 7,1 млрд параметров, 32 слоями, 32 головами внимания и 8 головами ключей и значений. Длина контекста составляет 8192 токена; применяется скользящее внимание с окном 4096 токенов. Доступны веса в формате safetensors. Лицензия — Apache-2.0.

Gutensuppe-mistral-nemo-12B — объединённая mergekit-модель, созданная nbeerbower методом Model Stock из нескольких моделей серии Gutenberg на базе Mistral Nemo. Она предназначена для генерации и продолжения текста, в том числе художественного, а метаданные также отмечают диалоговый интерфейс. Модель содержит 12,1 млрд параметров, использует плотную архитектуру MistralForCausalLM, распространяется в формате Safetensors и поддерживает контекст до 1 024 000 токенов. В карточке приведены результаты Open LLM Leaderboard: среднее значение 21,92, IFEval — 29,16, BBH — 35,57. Лицензия в предоставленных данных не указана.

HeartMuLa-oss-3B — плотная аудиомодель семейства HeartMuLa, разработанная командой HeartMuLa. По метаданным она предназначена для преобразования текста в аудио; карточка указывает поддержку китайского, английского, японского, корейского и испанского языков. Модель распространяется в формате Safetensors. Модель можно применять для создания аудио по текстовому запросу. README отсылает к репозиторию проекта за инструкциями по запуску и локальному развертыванию. Лицензия Apache 2.0.

INEX12-7b — языковая модель, созданная MSL7 слиянием моделей liminerity/merge2 и yam-peleg/Experiment26-7B с помощью mergekit. Это плотная модель семейства Mistral с архитектурой MistralForCausalLM и примерно 7,1 млрд параметров. Она предназначена для генерации текста; заявленная длина контекста — 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка описывает метод слияния SLERP и конфигурацию весов, но не приводит отдельных оценок качества, специализации или перечня поддерживаемых языков. Поэтому пригодность для конкретных сценариев следует проверять на собственных данных.

Karen the Editor 13B — дообученная языковая модель семейства LLaMA, созданная для редактирования художественной прозы. Она исправляет орфографические и грамматические ошибки, стараясь сохранять авторский стиль, и может поддерживать непринуждённый диалог с характерным остроумным тоном. Модель содержит 12,9 млрд параметров, использует архитектуру LlamaForCausalLM и принимает текст. Для редактирования в README предлагается передавать несколько предложений или абзац за раз с запросом на исправление орфографии и грамматики. Контекст модели — 2048 токенов. Автор указывает, что версия 0.2 дообучена с целью сохранить качества Vicuna; репозиторий содержит формат PyTorch. README описывает отдельные квантованные варианты Karen, но не этот репозиторий. Модель подходит для редактуры художественных текстов и разговорного использования. Автор отмечает, что она может исправлять грамматику и в обычном чате. Это ранняя версия, а в плане разработки указано обучение на более крупном наборе данных и исследование настроек генерации. Лицензия в предоставленных данных не указана.

Karen TheEditor V2 STRICT — это чат-модель для вычитки английского текста, разработанная автором репозитория FPHam. Она исправляет орфографические и грамматические ошибки в американском английском, стараясь сохранить исходный стиль и не переписывать текст без необходимости. Модель рассчитана в том числе на исправление распространённых ошибок изучающих английский язык; для работы рекомендуется передавать абзац или блок текста с инструкцией отредактировать его на предмет орфографии и грамматики. Модель основана на плотной архитектуре Mistral и содержит 7,1 млрд параметров; её контекстное окно составляет 32 768 токенов. По описанию автора, модель обучалась на художественных и нехудожественных текстах США с намеренно внесёнными ошибками. Репозиторий содержит веса Safetensors и использует лицензию Llama 2. Автор отмечает, что при длинных сообщениях в свободном чате модель может принять их за запрос на вычитку; заявленная цель — исправление ошибок с сохранением стиля, а не творческое переписывание.

KoboldAI Holodeck Extended 32K 7B — объединённая языковая модель на архитектуре Mistral, созданная методом task arithmetic с помощью mergekit. В основу слияния легла grimjim/Mistral-7B-Instruct-demi-merge-v0.2-7B, а также использована KoboldAI/Mistral-7B-Holodeck-1. Модель содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов; в README указано расширение эффективного контекста как минимум до 16 тысяч токенов. Модель предназначена для генерации текста в диалоговом формате и может применяться для продолжения историй, написания художественной прозы и ролевых диалогов. Каталог отмечает возможность чата, а базовая Holodeck описана как модель для генерации художественного текста и продолжения историй. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — Apache-2.0. Качество длинных ответов и соблюдение инструкций могут зависеть от используемого промпта и сценария; README не приводит результатов оценивания. Заявление о контексте не менее 16 тысяч токенов в README ниже значения 32 768 токенов в метаданных, поэтому практическую длину контекста следует учитывать с осторожностью.

Kraken Karcher 12B v1 — языковая модель, созданная EldritchLabs с помощью слияния предобученных и дообученных моделей семейства Mistral Nemo через mergekit методом Karcher. В README автор называет её наиболее интеллектуальной из трёх проверенных вариантов и указывает, что в слияние вошли 52 дообученные модели вместе с базовой моделью Nemo. Модель предназначена прежде всего для творческого письма и ролевых диалогов: она может генерировать сюжеты и сцены, продолжать истории и создавать художественную прозу разных жанров. Это плотная авторегрессионная архитектура MistralForCausalLM с 12,1 млрд параметров и контекстом до 131 072 токенов. Карточка указывает английский язык; для общения требуется шаблон чата Mistral Tekken. Модель распространяется под лицензией Apache-2.0. Оценка автора основана на сравнении трёх вариантов и не подтверждена приведёнными количественными тестами; качество и поведение слитой модели могут различаться в зависимости от промпта и сценария. Модель ориентирована на генерацию текста, а не на мультимодальные задачи.

djuna/L3.1-ForStHS — диалоговая языковая модель, созданная автором слиянием нескольких предварительно обученных моделей методом Model Stock с помощью mergekit. В качестве базовой модели использована vicgalle/Configurable-Llama-3.1-8B-Instruct; в слияние также вошли модели ArliAI, DreadPoor, grimjim и rityak. Архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров, формат весов — Safetensors, контекст — до 131 072 токенов. Модель предназначена для генерации текста в диалогах и творческих сценариях, включая ролевое общение; описание базовой модели указывает на творческое письмо и разнообразные ролевые сценарии. Карточка приводит результаты оценивания на IFEval и BBH. Модель доступна по лицензии базовой модели, но сведения о конкретной лицензии в предоставленных данных отсутствуют.

Llama-3.1-70B-Instruct-Lorablated-Creative-Writer-GGUF — это GGUF-квантизация модели Llama-3.1-70B-Instruct-Lorablated-Creative-Writer. Исходную модель разработал NobodySpecial, а квантизации подготовил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста, в частности для творческого письма и диалогового использования в формате instruct. Модель основана на Llama 3.1 с 70 миллиардами параметров и поддерживает текстовый ввод и вывод. Доступны варианты квантизации от Q8_0 до Q2_K, включая Q6_K, Q5_K_M и Q4_K_M; размеры файлов варьируются примерно от 27,4 до 75 ГБ. В README рекомендованы несколько вариантов, включая Q6_K, Q5_K_M, Q5_K_S, Q4_K_M, Q4_K_S и IQ4_XS, тогда как более компактные варианты дают более низкое качество. Сильной стороной модели является сочетание крупного размера и специализированной направленности на творческую генерацию текста, а квантизации позволяют запускать её с различными требованиями к памяти. Для работы предлагается использовать llama.cpp или LM Studio с указанным шаблоном prompt. Информация о лицензии, поддерживаемых языках и размере контекста в README не указана.

Llama-3.2-8X4B-MOE-V2-Dark-Champion-Instruct-uncensored-abliterated-21B-GGUF — текстовая генеративная модель от DavidAU, построенная на базе Llama 3.2 и объединяющая восемь экспертных моделей примерно по 3–4B параметров с использованием архитектуры Mixture of Experts. Заявленный эффективный размер составляет 21B параметров, исходные и мастер-файлы подготовлены в Float32, а максимальный контекст — 128K токенов. Модель ориентирована на английский язык и доступна в формате GGUF. Основные сценарии применения — генерация художественной прозы, рассказов, сюжетов и подсюжетов, продолжение сцен, ролевые игры, а также работа с жанрами science fiction, романтикой и хоррором. Разработчик заявляет высокое качество следования инструкциям, выразительное и детализированное письмо, низкую perplexity и возможность использовать от одного до восьми экспертов; стандартная конфигурация использует двух. Модель допускает настройку температуры от 0 до 5, при этом для творческих задач рекомендуются более высокая температура и активация четырёх и более экспертов. К ограничениям относятся потенциально нецензурированный и NSFW-контент, склонность к более длинным ответам, возможное ухудшение следования инструкциям при слишком высокой температуре и вариативность результатов в зависимости от числа экспертов и выбранного quantization. Для запуска требуются совместимые приложения и шаблон Llama 3 или Command-R. Модель распространяется по лицензии Apache-2.0.

Infinirc/Llama-3.2-Infinirc-3B-Instruct — дообученная текстовая модель, созданная Чэнь Чжаожу из Infinirc.com на базе meta-llama/Llama-3.2-3B-Instruct. Она предназначена для понимания и генерации текстов, связанных с культурой Тайваня, и поддерживает диалоговый режим. В обучающие данные входили диалоги, тайваньские новости, литература, интернет-статьи, материалы по программированию и медицинским вопросам, а также английские диалоги. Модель использует плотную архитектуру LlamaForCausalLM и содержит 3,2 млрд параметров; заявленная длина контекста — 131 072 токена. Репозиторий содержит веса в формате safetensors. В карточке приведены результаты отдельных тестов ARC Easy и HellaSwag, но они не дают полной оценки качества для всех сценариев. Для использования необходимо соблюдать условия лицензии Llama 3.2. Карточка предупреждает о необходимости проверять ответы на дискриминационное и иное вредоносное содержание; для медицинских вопросов модель не следует считать заменой профессиональной консультации.

llama3-8B-DarkIdol-2.2-Uncensored-1048K — объединённая автором модель на архитектуре Llama 3 с примерно 7,5 млрд параметров. Она предназначена для генерации текста, ролевых диалогов, творческого письма и сценариев с виртуальными персонажами; автор также отмечает адаптацию для мобильных устройств и заявляет контекст до 1 048 576 токенов. В README описано объединение нескольких моделей через mergekit, включая варианты для ролевого общения, письма и японского, китайского и корейского языков. Модель ориентирована на развёрнутые ответы и длительные диалоги. Её можно запускать через Transformers, llama.cpp, LM Studio, KoboldCpp и другие перечисленные автором интерфейсы; карточка указывает лицензию Llama 3. Автор предупреждает, что ответы следует проверять, а тестирование инструментов неполное. Заявленная длина контекста не гарантирует одинакового качества на всём диапазоне; для запуска также важны доступные вычислительные ресурсы и подходящая конфигурация.

grimjim/llama-3-Nephilim-v2.1-8B — языковая модель, созданная автором репозитория слиянием нескольких предварительно обученных моделей на основе Llama 3 методом task arithmetic с помощью mergekit. В репозитории опубликованы полные веса BF16; доступны также отдельные квантизированные сборки GGUF. Модель содержит вклады биомедицинской, ориентированной на ролевые сценарии, японской и корейской моделей, а также моделей для кибербезопасности и улучшения рассуждений. Модель предназначена для генерации текста и диалогов, в том числе ролевых сцен и связного повествования; автор отмечает, что персонажей можно направлять к эмоционально чуткому поведению. Указаны архитектура Llama 3, около 7,5 млрд параметров и контекст до 8192 токенов. Основные языки вкладов — японский, корейский и английский, однако README не заявляет исчерпывающий список поддерживаемых языков. Автор предупреждает о возможности вредоносных ответов. По умолчанию действует лицензия CC-BY-NC-4.0, ограничивающая коммерческое использование; для производной модели также указаны ограничения WhiteRabbitNeo Usage Restrictions Extension к лицензии Llama 3.

SLIMER-IT — модель генерации текста на базе Meta Llama 3, разработанная expert.ai для извлечения именованных сущностей на итальянском языке в режиме zero-shot. Она дообучена на итальянской инструкционной модели swap-uniba/LLaMAntino-3-ANITA-8B-Inst-DPO-ITA и настроена распознавать сущности по заданному пользователем названию типа, определению и рекомендациям, включая типы сущностей, которых не было среди обучающих меток. В README приведён пример извлечения мифологических сущностей и возврата результата в виде JSON-списка; модель также обучена на сокращённом наборе меток PER, ORG и LOC. Модель содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM, принимает текст и генерирует текст; контекст — до 8192 токенов. Лицензия — Llama 3 Community License. Подходит для извлечения сущностей из итальянских текстов, однако точность зависит от качества инструкций, определений и рекомендаций; карточка не приводит количественных оценок качества.

LogicLumina-L3-13B-v2 — объединённая языковая модель, созданная Abdulhanan2006 с помощью LazyMergekit на основе PygmalionAI/pygmalion-2-13b и Abdulhanan2006/LogicLumina-L3-13B. Модель построена на плотной архитектуре Llama и содержит 12,9 млрд параметров; репозиторий содержит веса в формате safetensors. Она предназначена для генерации текста, включая ролевые диалоги, художественное письмо и ответы на инструкции. Модель принимает текст и генерирует текст. Максимальная длина контекста составляет 4096 токенов. Pygmalion-2, одна из базовых моделей слияния, ориентирована на ролевые диалоги и художественный текст. Сведения о лицензии в предоставленных данных отсутствуют.

10 Eros — производная модель BenBens0n для создания видео по исходному изображению на основе семейства LTX. Автор описывает её как отдельный вариант слияния весов для image-to-video: при слиянии использованы масштабирование слоёв и веса разных этапов, а не прямое объединение. Модель распространяется в формате safetensors; для BF16 и одного варианта FP8 указаны полные чекпойнты, также доступны раздельные файлы FP8 для Transformer. Модель предназначена для генерации видео, продолжая сцену с заданного первого кадра. Автор отмечает, что движения, изменения сцены и аудио следует явно задавать в запросе; модель слабо достраивает намерение самостоятельно. Карточка рекомендует осторожно применять крупные дистиллированные LoRA, поскольку они могут ухудшить результат дообучения, и предлагает условно безопасные варианты LoRA. Лицензия в предоставленных данных не указана.

Это GGUF-конверсия модели LTX-2.5 от Lightricks, подготовленная автором репозитория для запуска в ComfyUI и других совместимых инструментах. Модель предназначена для генерации видео по текстовому описанию; в карточке базовой модели также заявлена генерация по изображениям и видео. Исходная модель использует архитектуру DiT с отдельными потоками для видео и аудио и перекрёстным вниманием между ними. В README указаны 22 млрд параметров и варианты квантования GGUF; размер весов зависит от варианта и составляет примерно 11–23 ГБ для приведённых автором квантованных файлов. LTX-2.5 генерирует синхронизированные видео и аудио за один проход и поддерживает многокадровые сцены с сохранением персонажей и визуального стиля между планами. Среди сценариев применения — создание роликов по текстовым промптам и локальная генерация видео на совместимом оборудовании. README описывает компромисс между качеством и требованиями к памяти: низкие варианты Q2 и Q3 автор считает пригодными преимущественно для тестов, а генерация требует дополнительной видеопамяти сверх места для весов. Модель основана на Lightricks/LTX-2.5 и распространяется в формате GGUF BF16 согласно метаданным; README описывает несколько вариантов квантования. Лицензия указана как other, поэтому условия использования следует сверять с лицензией репозитория и базовой модели.

LTX-Video-0.9.6-distilled-gguf — это прямое преобразование модели Lightricks/LTX-Video в формат GGUF, выполненное пользователем city96. Модель предназначена для генерации видео по текстовому описанию (text-to-video) и преобразования изображения в видео (image-to-video). Для запуска предусмотрена интеграция с ComfyUI через дополнительный узел ComfyUI-GGUF. В состав рабочего комплекта входят основная диффузионная модель LTX-Video-0.9.6-Distilled, текстовый энкодер T5-V1.1-XXL-Encoder и VAE LTX-Video-0.9.6. В README указано, что модель рассчитана на английский язык. Размер основной модели, точная архитектура, поддерживаемый размер контекста и характеристики модальностей в предоставленных данных не уточняются. Примеры демонстрируют генерацию видео, однако автор отмечает, что они не являются строго репрезентативными. Это квантованная версия, а не дообученная модель, поэтому к ней применяются те же ограничения и условия исходной модели. Лицензия обозначена как other; подробные условия находятся в файле LICENSE.md исходного репозитория. Для работы также требуются отдельные текстовый энкодер и VAE в совместимых форматах.

Lumimaid 0.2 — разговорная языковая модель от авторов NeverSleep, дообученная на базе Mistral-Large-Instruct. Версия 123B предназначена для диалогов и творческого письма; авторы отмечают, что существенно переработали и очистили обучающий набор по сравнению с версией 0.1. В обучении использованы наборы для инструкционного диалога, прозы и ролевых сценариев. Модель построена на плотной архитектуре Mistral с причинным языковым декодером, содержит 122,2 млрд параметров и поддерживает контекст до 131 072 токенов. Она принимает текст и генерирует текст, использует шаблон Mistral [INST]…[/INST]. Карточка помечает модель как предназначенную не для всех аудиторий и как NSFW; лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование. Качество и безопасность ответов могут зависеть от запроса и обучающих данных; авторы также сообщают, что некоторые источники датасетов установить не удалось.