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

Whisper-Small-Shona — модель автоматического распознавания речи на chiShona, разработанная в рамках Project Nyaradzai. Это дообученная версия openai/whisper-small с архитектурой Whisper и 153,1 млн параметров. Модель принимает аудио и выдаёт текстовую транскрипцию на chiShona; она предназначена для голосовых заметок, разговорной речи, субтитров и инструментов доступности. Модель обучена на наборе Google WAXAL, включая около 14 109 примеров из обучающей выборки. На тестовой части WAXAL указана метрика WER 36,42%, поэтому результат транскрибации может требовать существенной ручной правки. Лицензия модели — Apache-2.0.

Ultralytics/YOLOv8 — семейство моделей компьютерного зрения, разработанное Ultralytics и основанное на архитектуре YOLO. Эта карточка охватывает предварительно обученные варианты для обнаружения объектов, сегментации экземпляров, классификации изображений и оценки позы; режим трекинга поддерживается для моделей обнаружения, сегментации и позы. Модели обнаружения и сегментации обучены на COCO и распознают 80 классов, а классификационные варианты предварительно обучены на ImageNet с 1000 классами. YOLOv8 предназначена для анализа изображений и видеопотоков: поиска и локализации объектов, построения масок, классификации сцен и объектов, оценки поз и отслеживания объектов. Варианты различаются размером и балансом скорости и точности; в README приведены результаты COCO для входного размера 640 пикселей. Репозиторий содержит веса PyTorch, а для работы предлагается библиотека Ultralytics. Для коммерческого использования README указывает на необходимость запросить корпоративную лицензию Ultralytics; метаданные репозитория указывают лицензию AGPL-3.0. Модель ориентирована на изображения и визуальные данные, не предназначена для понимания текста или аудио. Приведённые метрики относятся к указанным наборам данных и условиям оценки и не гарантируют качество на пользовательских данных.

SpotLab/YOLOv8Detection — модель компьютерного зрения от SpotLab, основанная на архитектуре YOLOv8 и предназначенная для обнаружения объектов на изображениях. Она возвращает найденные объекты и их ограничивающие рамки, поэтому подходит для анализа фотографий и видеокадров.

ultralyticsplus/yolov8s — модель обнаружения объектов семейства YOLOv8 в формате PyTorch. Она предназначена для анализа изображений и поиска на них объектов с определением их классов и расположения; карточка связывает её с библиотекой Ultralytics, а README указывает пакет ultralyticsplus для использования. Модель подходит для сценариев компьютерного зрения, где требуется находить объекты на изображениях. В метаданных указана лицензия AGPL-3.0; при использовании необходимо соблюдать её условия.

calcuis/ace-gguf — GGUF-квантизированная версия модели ACE-Step v1-3.5B, разработанной ACE-Step, предназначенная для генерации аудио по текстовому описанию. Модель интегрируется с ComfyUI и рассчитана на сценарии text-to-audio, включая создание музыки, вокала, инструментальных партий и звуковых сцен по промптам. В репозитории представлен полный комплект GGUF-файлов: основная модель, текстовый энкодер и VAE. Известно, что модель основана на ACE-Step v1-3.5B и использует энкодер umt5-base; конкретная архитектура, поддерживаемые языки, размер контекста и точные параметры квантования в README не указаны. Для работы требуются компоненты ace-step, umt5-base и pig, размещённые в соответствующих каталогах ComfyUI. GGUF-формат обычно обеспечивает более быструю загрузку по сравнению с safetensors, однако часть ключевых тензоров сохранена в формате F32, поэтому размер файлов уменьшен незначительно. Модель удобна для запуска в ComfyUI без отдельного safetensors-чекпойнта и поставляется с примерами аудио. Ограничения включают зависимость от ComfyUI, gguf-node и совместимых узлов, а также необходимость отдельно подготовить компоненты и использовать актуальную версию ComfyUI для поддержки umt5-base. Лицензия — Apache-2.0.

Карточка модели fukem420/Ace-Step1.5 на Hugging Face совпадает с карточкой ACE-Step/Ace-Step1.5, поэтому описание составлено по ней. ACE-Step 1.5 — открытая модель генерации музыки, разработанная командой ACE-Step. Она предназначена для создания песен и музыкальных фрагментов по текстовому запросу, с управлением стилем и поддержкой сценариев редактирования аудио: создания каверов, перерисовки фрагментов и преобразования вокала в фоновую музыку. В README заявлена гибридная архитектура: языковая модель планирует композицию и формирует метаданные, текст и подписи, а Diffusion Transformer синтезирует аудио. Модель содержит 1,3 млрд параметров; метаданные указывают контекст в 32 768 токенов и формат Safetensors. README заявляет поддержку более 50 языков, генерацию композиций длительностью до 10 минут и работу менее чем с 4 ГБ видеопамяти. Модель ориентирована на музыкантов, продюсеров и создателей контента; README также заявляет возможность коммерческого использования сгенерированной музыки. Лицензия репозитория — MIT. Заявления о скорости генерации, требованиях к памяти и юридической чистоте обучающих данных приведены в карточке проекта и не являются независимой оценкой качества или правового статуса конкретной генерации.

Карточка модели wmghf2023/ACE-Step-1.5-checkpoints-mirror на Hugging Face совпадает с карточкой ACE-Step/Ace-Step1.5, поэтому описание составлено по ней. ACE-Step 1.5 — открытая модель генерации музыки, разработанная командой ACE-Step. Она предназначена для создания песен и музыкальных фрагментов по текстовому запросу, с управлением стилем и поддержкой сценариев редактирования аудио: создания каверов, перерисовки фрагментов и преобразования вокала в фоновую музыку. В README заявлена гибридная архитектура: языковая модель планирует композицию и формирует метаданные, текст и подписи, а Diffusion Transformer синтезирует аудио. Модель содержит 1,3 млрд параметров; метаданные указывают контекст в 32 768 токенов и формат Safetensors. README заявляет поддержку более 50 языков, генерацию композиций длительностью до 10 минут и работу менее чем с 4 ГБ видеопамяти. Модель ориентирована на музыкантов, продюсеров и создателей контента; README также заявляет возможность коммерческого использования сгенерированной музыки. Лицензия репозитория — MIT. Заявления о скорости генерации, требованиях к памяти и юридической чистоте обучающих данных приведены в карточке проекта и не являются независимой оценкой качества или правового статуса конкретной генерации.

Карточка модели Tuananh20015/acestep-v15-xl-sft на Hugging Face совпадает с карточкой ACE-Step/acestep-v15-xl-sft, поэтому описание составлено по ней. ACE-Step/acestep-v15-xl-sft — вариант XL модели ACE-Step 1.5, разработанный проектом ACE-Step. Это плотная модель генерации аудио на основе DiT с примерно 4 млрд параметров по README; метаданные каталога указывают 3,1 млрд параметров. Модель обучена методом supervised fine-tuning и предназначена для создания музыки по текстовому описанию. Поддерживает CFG для управления соответствием генерации запросу; вариант SFT ориентирован на высокое качество и стандартный режим работы. Модель использует 32 слоя DiT Decoder, скрытый размер 2560 и 32 головы внимания. README рекомендует от 12 ГБ видеопамяти с выгрузкой на CPU и INT8-квантизацией, от 16 ГБ с выгрузкой на CPU или от 20 ГБ без выгрузки. В карточке указана лицензия MIT; README заявляет о коммерческой применимости сгенерированной музыки и обучении на лицензированной, свободной и синтетической музыке. Эти заявления описывают проект, а не гарантируют права на каждый конкретный результат.

Ak4ri-rp-7b — текстовая генеративная модель на 7,1 млрд параметров, созданная Smuggling1710 с помощью объединения моделей LazyMergekit. В слиянии методом SLERP использованы PocketDoc/Dans-AdventurousWinds-Mk2-7b и Smuggling1710/Ak4ri-7b; базовой моделью в конфигурации указана Smuggling1710/Ak4ri-7b. Модель построена на архитектуре Mistral и распространяется в формате safetensors с точностью bfloat16. Модель предназначена для генерации текста и ролевых диалогов. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Карточка не описывает специальные ограничения качества или сценарии использования. Лицензия в предоставленных данных не указана.

amad-vlm5 — мультимодальная модель распознавания текста на арабском письме, разработанная компанией Amad Software Solutions из Ирака и дообученная на базе Qwen/Qwen2.5-VL-7B-Instruct. Модель принимает изображение и возвращает его текстовую транскрипцию; предназначена для печатных, рукописных, исторических, сканированных и синтетических материалов, включая книги, рукописи, формы, снимки экрана и заметки. Это плотная vision-language модель семейства Qwen2.5-VL с 7 млрд параметров. Для плотных страниц она может сначала выдавать блок рассуждений, а затем транскрипцию; в приложении следует извлекать текст после последнего маркера </think>. В карточке приведены результаты KITAB-Bench, однако часть изображений пересекается с обучающими данными, а две ошибки с повторяющимся текстом заметно ухудшают CER. Модель предназначена прежде всего для арабского текста; другие языки не оценивались. Лицензия — Apache-2.0.

Карточка модели YogiBare67/AnimateLCM на Hugging Face совпадает с карточкой wangfuyun/AnimateLCM, поэтому описание составлено по ней. AnimateLCM — модель Fu-Yun Wang и соавторов для быстрой генерации видео по текстовому описанию. Она предназначена для создания видео в заданном стиле без необходимости в персонализированных видеоданных и рассчитана на генерацию за четыре шага. Репозиторий содержит веса в формате safetensors и поддерживает работу через Diffusers. Авторы также указывают на варианты для быстрой генерации видео из изображения — AnimateLCM-SVD-xt и AnimateLCM-I2V; они представлены как отдельные модели. В доступной карточке не приведены сведения о размере, длине контекста, поддерживаемых языках и лицензии, поэтому эти характеристики здесь не указаны.

Aurora-Mirage-12B — слитая авторским методом rhcr языковая модель семейства Mistral, созданная Vortex5 на основе Scarlet-Seraph-12B, Crimson-Constellation-12B, Wicked-Nebula-12B и Eclipsed-Prism-12B. Модель содержит 12,1 млрд параметров, использует архитектуру MistralForCausalLM и формат safetensors; заявленная длина контекста — 131 072 токена. Модель предназначена для генерации историй, структурированных повествований большой длины, ролевых диалогов с эмоциональной подачей и атмосферной художественной прозы. Она поддерживает чатовый шаблон ChatML. Данные не уточняют поддерживаемые естественные языки или специализированные предметные области. Модель распространяется по лицензии Apache-2.0. Карточка не приводит результатов оценки качества и конкретных ограничений применения; качество длинного контекста и ролевых ответов может зависеть от промпта и сценария использования.

Карточка модели lygitdata/BiRefNet_garmentiq_backup на Hugging Face совпадает с карточкой ZhengPeng7/BiRefNet, поэтому описание составлено по ней. BiRefNet — модель компьютерного зрения для высокоразрешающей дихотомической сегментации изображений, представленная авторами одноимённой научной работы и разработанная исследователями из Nankai University, Northwestern Polytechnical University, National University of Defense Technology, Aalto University, Shanghai AI Laboratory и University of Trento. Репозиторий содержит веса BiRefNet в формате safetensors и предназначен для запуска инференса через библиотеку birefnet. Модель выделяет основной объект на изображении и формирует маску сегментации. Её можно применять для удаления фона, обнаружения заметных объектов и обнаружения замаскированных объектов. Архитектура указана как BiRefNet; работа посвящена сегментации изображений высокого разрешения. Репозиторий распространяется по лицензии MIT.

FastVideo CausalWan2.2-I2V-A14B-Preview-Diffusers — предварительная модель команды FastVideo для генерации видео по исходному изображению. Она основана на Wan-AI/Wan2.2-I2V-A14B и представлена в формате Diffusers с весами Safetensors. Поддерживает вывод за 8 шагов инференса и предназначена для запуска через FastVideo на совместимых GPU, включая H100 и RTX 4090, а также на Mac. Модель подходит для создания видеороликов на основе изображения. Это preview-версия с проблемами качества; скорость инференса пока не оптимизирована. Лицензия — Apache-2.0.

CursedMatrix-8B-v9 — объединённая модель на базе семейства Llama, созданная автором репозитория с помощью mergekit из 27 моделей. Она предназначена для генерации текста в чатах и творческих сценариях, включая ролевые диалоги; в составе исходных моделей есть русскоязычные чат-модели и модели для ролевых игр. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст длиной 8192 токена; использует библиотеку Transformers и формат safetensors. Модель поддерживает английский и русский языки. Слияние объединяет модели с разными настройками и специализациями, однако README не приводит сравнительных оценок качества или подробных рекомендаций по генерации. Метаданные маркируют модель как не предназначенную для всех аудиторий, поэтому ответы могут включать взрослый или нецензурированный контент. Условия лицензии в предоставленных данных не указаны.

Cydonia-22B-v1.3 — плотная языковая модель семейства Mistral на 22 млрд параметров, представленная BeaverAI. Она предназначена для диалогов, ролевых сценариев и творческого письма; автор отмечает склонность к приключенческим сюжетам и творческий стиль. Модель поддерживает шаблоны чата Metharme, Alpaca и Mistral, поэтому её можно использовать для ролевой игры, написания историй и инструктивных диалогов. Модель принимает текст и генерирует текст, имеет контекстное окно 32 768 токенов. В репозитории указаны веса safetensors, лицензия обозначена как other. Карточка не сообщает подробностей обучения или условий лицензии, поэтому перед использованием следует проверить файл лицензии репозитория.

SzilviaB выпустил объединённую методом SLERP языковую модель Llama 3 на 7,5 млрд параметров, собранную из DavidAU/L3-Dark-Planet-8B и saishf/Aura-Uncensored-OAS-8B-L3 с помощью mergekit. Это чат-модель для генерации текста с контекстом до 8192 токенов. Модель предназначена для диалогов, художественной прозы, сюжетов, сцен и ролевого общения. В конфигурации слияния указана V-образная кривая, совмещающая особенности моделей в начальных, средних и конечных слоях. Файлы представлены в формате safetensors. В названии и базовом описании она обозначена как uncensored; конкретные ограничения по содержанию в карточке не описаны. Лицензия в предоставленных данных не указана.

Purnachander Konda дообучил Swin-Tiny для бинарной классификации изображений с целью выявления дипфейков. Модель принимает изображение и относит его к одному из классов, связанных с подлинными и сгенерированными изображениями. Она построена на архитектуре Swin Transformer, содержит около 33 млн параметров и распространяется в формате Safetensors через библиотеку Transformers. В карточке указаны результаты оценки: accuracy, F1, precision и recall по 0,9881, loss — 0,0554. Датасет и подробности оценки не описаны, поэтому эти значения не позволяют судить о качестве на других источниках изображений или типах дипфейков. Лицензия — Apache-2.0.

facebook/deit-small-distilled-patch16-224 — компактная модель DeiT (Data-efficient Image Transformer) от Facebook/Meta для классификации изображений. Это дистиллированный Vision Transformer с 28,3 млн параметров: изображения разбиваются на патчи 16×16, а дополнительный токен дистилляции помогает модели усваивать знания от CNN-учителя. Веса из репозитория timm были преобразованы для публикации на Hugging Face. Модель предварительно обучена и дообучена с дистилляцией на ImageNet-1k и классифицирует изображения на 1000 классов. Она рассчитана на входное разрешение 224×224 пикселя; при подготовке изображение масштабируется, обрезается по центру и нормализуется по статистикам ImageNet. В README для варианта DeiT-small указана точность top-1 79,9% и top-5 95,0% на ImageNet. Модель подходит для распознавания объектов на фотографиях и как основа для дальнейшего дообучения на пользовательских наборах классов. Она принимает изображения и возвращает предсказания классов. Лицензия — Apache-2.0. Результаты зависят от соответствия изображений и классов обучающим данным ImageNet; для задач с другими классами потребуется дообучение.

Neobe разработал и дообучил byT5-large для перевода предложений с дивехи на английский. Это байтовая модель encoder-decoder на архитектуре T5 с 1,2 млрд параметров; она принимает текст на дивехи, записанный письмом тхаана, и выдаёт английский перевод. Модель рассчитана на перевод отдельных предложений, особенно новостных и справочных текстов о Мальдивах. В карточке приведены оценки на тестовых данных и примеры перевода. Для письма тхаана автор рекомендует ориентироваться на chrF, поскольку BLEU ненадёжно отражает качество при особенностях сегментации слов и морфологии. Модель обучалась на корпусе предложений с машинными переводами и хуже подходит для технического или неформального английского, отсутствующего в обучающих данных. Для входа следует использовать только одно предложение: на абзацах модель может давать неудовлетворительный результат. Базовая модель — google/byt5-large. Лицензия — Apache-2.0.

kryveil/dinov3-vitl16-pretrain-lvd1689m — производная модель семейства DINOv3, разработанного Meta AI. Это зрительная основа на архитектуре Vision Transformer (ViT-L) с размером патча 16; в репозитории указано 402,7 млн параметров. Модель дообучена на базе facebook/dinov3-vit7b16-pretrain-lvd1689m и предназначена для извлечения признаков изображений. На вход подаётся изображение, на выходе модель возвращает плотные визуальные признаки, включая представление изображения и признаки патчей. Их можно использовать для поиска похожих изображений, классификации, сегментации, оценки глубины и других задач компьютерного зрения. Размер изображения может быть больше стандартного, если его стороны кратны 16; иначе модель обрезает изображение до ближайшего меньшего размера, кратного размеру патча. Карточка DINOv3 сообщает о сильных результатах без дополнительного дообучения на широком наборе задач зрения. Отмечены различия в качестве признаков между географическими регионами и группами дохода; дообучение может усилить смещения, связанные с обучающими метками. Лицензия указана как other в метаданных, а карточка называет её DINOv3 License; перед использованием следует проверить её условия.

EVA-LLaMA-3.33-70B-v0.1 — языковая модель для ролевого общения и написания историй, созданная Kearm, Auri и Cahvay на основе моделей семейства Llama. Это плотная авторегрессионная модель с 69,5 млрд параметров, объединённая методом DELLA linear merge из двух чекпойнтов EVA; в метаданных базовой моделью указан meta-llama/Llama-3.1-70B. Модель предназначена для диалогов, ролевых сценариев и творческого письма. Она использует формат запросов Llama 3, поддерживает контекст длиной до 131 072 токенов и обучалась на смеси синтетических и естественных данных, включая датасеты для инструкций, прозы и ролевых персонажей. В README отмечены улучшения версии v0.1: меньше переобучения и повторов, лучше понимание и извлечение информации в длинном контексте, выше стабильность. Модель ориентирована на творческую генерацию, но карточка не приводит количественных оценок качества. Использование разрешено для личных, исследовательских и коммерческих целей на условиях Llama 3.3 Community License Agreement и Acceptable Use Policy; дополнительное условие запрещает Infermatic Inc и его сотрудникам или оплачиваемым партнёрам использовать, распространять, загружать или иным образом применять модели EVA.

EVA-Qwen2.5-14B-v0.0-GGUF — GGUF-квантизированная версия текстовой генеративной модели EVA-Qwen2.5-14B-v0.0, разработанной EVA-UNIT-01. Квантизацию выполнил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и диалоговых сценариев, включая написание художественных текстов, roleplay, следование инструкциям и работу с разнообразными писательскими запросами; при обучении использовались наборы данных для инструкционного диалога, сторителлинга и ролевого взаимодействия. Модель имеет размер 14B параметров и поставляется в форматах GGUF с уровнями квантизации от F16 до Q2_K_L, что позволяет выбирать между качеством, объёмом памяти и скоростью локального запуска. В README указан шаблон prompt в формате ChatML и совместимость с llama.cpp и LM Studio. Языки, максимальная длина контекста и поддержка модальностей, отличных от текста, не указаны. Более высокие варианты квантизации обеспечивают лучшее сохранение качества, тогда как низкие требуют меньше оперативной памяти, но могут заметно ухудшать результаты. Модель распространяется по лицензии Apache-2.0. README не содержит независимых результатов бенчмарков, подробностей архитектуры, точного описания возможностей по языкам или явных ограничений исходной модели, поэтому её практические характеристики следует оценивать с учётом выбранного уровня квантизации и конкретного сценария использования.

EVA Qwen2.5-72B v0.2 — плотная языковая модель с 71,7 млрд параметров, созданная Kearm, Auri и Cahvay как полнопараметрическое дообучение Qwen/Qwen2.5-72B. Она предназначена прежде всего для ролевых диалогов и написания историй, а также для творческой генерации текста и следования инструкциям. Модель обучали на смеси синтетических и естественных данных, включая наборы для прозы, ролевых персонажей и инструкций; формат запросов — ChatML. Контекст модели составляет до 131 072 токенов. В версии 0.2 изменили гиперпараметры обучения и увеличили длину последовательности, чтобы улучшить следование инструкциям в глубине контекста и снизить повторения. Модель работает с текстом и предназначена для сценариев чата и генерации продолжений. Автор предупреждает, что квантизации LLM-Compressor могут заметно ухудшать качество; по README, GGUF и GPTQ этой проблемы не проявляют. Лицензия в метаданных обозначена как other, без дополнительных условий в предоставленных данных.

MaziyarPanahi/Experiment28T3q_Strangemerges_32Experiment28 — объединённая модель семейства Mistral с плотной архитектурой MistralForCausalLM и 7,1 млрд параметров. Она создана путём слияния automerger/Experiment28T3q-7B и automerger/Strangemerges_32Experiment28-7B. Модель предназначена для генерации текста и принимает текстовые запросы. Контекстное окно составляет 32 768 токенов. Веса представлены в формате Safetensors; модель распространяется по лицензии Apache-2.0. Карточка не описывает специализированные области применения или дополнительные возможности слияния.

Gemma-2-Ataraxy-v4d-9B — слитая языковая модель на архитектуре Gemma 2, разработанная lemon07r с помощью mergekit и метода SLERP. В состав входят lemon07r/Gemma-2-Ataraxy-v4c-9B и sam-paech/Darkest-muse-v1; размер модели — 9 млрд параметров, формат весов — safetensors, максимальный контекст — 8192 токена. Модель предназначена прежде всего для творческого письма: создания историй, художественной прозы и выразительных диалогов. Автор также описывает её как универсальную модель для диалогового и общего применения и отмечает, что разработка опиралась на эксперименты и отзывы пользователей. Модель принимает текст и генерирует текст на английском языке. Лицензия — Gemma. README не приводит количественных результатов тестирования или подробностей об ограничениях; качество генерации может зависеть от запроса и сценария использования.

DrRiceIO7 создал экспериментальную модификацию Gemma 3 4B с помощью abliteration — изменения весов, направленного на снижение числа отказов. Автор позиционирует её как модель для творческого письма и утверждает, что в его сравнении плотность шаблонных ответов снизилась примерно на 50% относительно базовой Gemma 3 4B. Модель не проходила отдельное дообучение после abliteration; автор отмечает небольшой рост числа отказов по сравнению с целью эксперимента. Это плотная мультимодальная модель семейства Gemma 3: принимает текст и изображения, генерирует текст и поддерживает диалог. В README для семейства указаны контекст до 128K токенов и поддержка более 140 языков; конкретные показатели этой модификации отдельно не приведены. Возможные сценарии включают творческое письмо, ответы на вопросы об изображениях, суммаризацию и диалог. Доступны веса Safetensors; лицензия — Gemma. Модель может допускать фактические ошибки, проявлять смещения и хуже справляться со сложными или неоднозначными запросами.

DavidAU Gemma-3-4B-VL-it-GLM-4.7-Flash-Heretic-Uncensored-Thinking — мультимодальная модель на архитектуре Gemma 3 с 4 млрд параметров, дообученная автором на наборе TeichAI/glm-4.7-2000x с использованием Unsloth. Она принимает текст и изображения и предназначена для диалогов, генерации текста с рассуждениями, творческого письма и анализа изображений. Заявленная длина контекста — 128 тыс. токенов; для запуска указана библиотека Transformers, веса доступны в формате safetensors. В карточке описана активация рассуждений фразой «think deeply:» и отмечено, что шаблон чата и системные инструкции могут влиять на их включение. Автор позиционирует модель как вариант со сниженным числом отказов и приводит собственные результаты бенчмарков и теста на отказы. Модель рассчитана на англоязычные сценарии; метаданные указывают английский язык. Лицензия — Apache-2.0. По описанию автора, откровенный контент может потребовать дополнительных явных инструкций, а рассуждения включаются не во всех случаях без подсказки или специального шаблона.

ConicCat/Gemma4-GarnetV2-31B — созданная ConicCat донастройка Gemma 4, ориентированная прежде всего на связную прозу и творческое письмо. Модель подходит для написания длинных художественных текстов, ролевых диалогов и других творческих сценариев; также сохраняет общие способности к диалогу и следованию инструкциям. В README указано, что за один запрос можно предложить до 4000 слов текста. Модель основана на инструкционно-настроенной Google Gemma 4 31B и имеет плотную архитектуру Gemma4ForConditionalGeneration. Для обучения использованы наборы Gutenberg-SFT и Condor-SFT-Filtered, а также дополнительные книжные данные, часть которых не опубликована из-за авторских прав. Репозиторий содержит веса Safetensors. Лицензия — Apache-2.0. По описанию автора, донастройка улучшает качество длинной прозы и разнообразие вариантов генерации, а также уменьшает характерные шаблонные формулировки и мягкие отказы в творческих текстах. README не сообщает отдельную величину контекстного окна; упомянутые 4000 слов относятся к объёму генерируемого текста. Модель также может выдавать откровенно ролевой контент чаще, чем базовая модель.

Gemma 4 Ortenzya The Creative Wordsmith 31B it uncensored heretic — это дообученная и децензурированная версия Gemma 4 31B it, разработанная независимым автором llmfan46. Модель сначала была обработана методом Arbitrary-Rank Ablation (ARA) с использованием Heretic v1.2.0, а затем дообучена в Unsloth Studio. Данная версия распространяется в формате GGUF и доступна в вариантах от BF16 до Q3_K_L. Модель предназначена прежде всего для творческого письма, переводов, ролевых игр и сценариев visual novel. Автор стремился сделать стиль более естественным, менее механическим и менее формальным по сравнению с исходной моделью, а также уменьшить количество отказов: в приведённом тесте их было 9 из 100 против 99 из 100 у оригинальной Gemma 4 31B it. В README заявлена поддержка английского и японского языков. Указанная архитектура и размер соответствуют Gemma 4 31B; сведения о длине контекста и точных мультимодальных возможностях отсутствуют. Сильными сторонами модели являются ориентация на естественную прозу, творческие задачи и ролевое взаимодействие, а также широкий выбор квантизаций для систем с разным объёмом памяти. Снижение числа отказов одновременно означает менее строгие ограничения на генерируемый контент и требует осторожности при использовании. README не приводит независимых бенчмарков качества, поэтому заявленные преимущества следует воспринимать как результаты тестирования автора. Модель распространяется по лицензии Apache 2.0 с дополнительными условиями лицензии Gemma, указанными по ссылке разработчика.