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

PIA-SPACE-LAB/dinov3-vitl-pretrain-lvd1689m — производная модель DINOv3 от Meta AI, опубликованная PIA-SPACE-LAB. Это зрительный энкодер Vision Transformer с 402,7 млн параметров, дообученный на основе facebook/dinov3-vit7b16-pretrain-lvd1689m и предназначенный для извлечения признаков изображений. Модель возвращает класс-токен и токены патчей; размер патча — 16 пикселей. Размер изображения должен быть кратен 16: иначе модель обрезает его до ближайшего меньшего подходящего размера. Признаки подходят для поиска похожих изображений, классификации, сегментации, оценки глубины и других задач компьютерного зрения. Их можно использовать без дообучения модели, добавив простой классификатор или применив поиск ближайших соседей. Карточка указывает на различия качества между регионами и доходными группами; тонкая настройка может усилить смещения признаков. Лицензия — DINOv3 License, обозначенная в метаданных как other.

EraX-Translator-V1.0-i1-GGUF — квантизированная GGUF-версия модели EraX-Translator-V1.0, разработанной erax-ai и подготовленной пользователем mradermacher. Модель предназначена прежде всего для многоязычного машинного перевода, включая работу с вьетнамским, английским, русским, французским, китайским, кантонским китайским, немецким, японским, корейским, хинди и украинским языками. В описании также отмечена специализация на низкоресурсных языках, древнекитайских и буддийских текстах. Модель распространяется в формате GGUF для запуска с совместимыми инструментами, включая llama.cpp и vLLM. Доступно множество вариантов квантизации размером примерно от 1,2 до 3,3 ГБ; они различаются компромиссом между скоростью, требованиями к памяти и качеством. Для некоторых вариантов README указывает заметное снижение качества, тогда как Q4_K_M обозначен как быстрый и рекомендуемый, а Q4_K_S — как оптимальный по соотношению размера, скорости и качества. README помечает модель как vision model, однако подробности о поддерживаемых визуальных входах не приведены. Сильными сторонами модели являются фокус на переводе и поддержка широкого набора языков, включая языки с ограниченными ресурсами и специализированные историко-религиозные тексты. Ограничения включают зависимость качества от выбранного уровня квантизации, отсутствие данных о размере исходной модели, архитектуре, максимальном контексте, точности на тестах и рекомендуемых языковых направлениях. Модель распространяется по лицензии gemma; конкретные условия лицензии следует учитывать при использовании.

Ethereal-Stardust-12B — текстовая генеративная модель Vortex5, созданная многоэтапным слиянием восьми моделей семейства Starlight и Shadow. Это плотная архитектура MistralForCausalLM с 12,1 млрд параметров; веса опубликованы в формате safetensors, библиотека для работы — Transformers. Модель предназначена для ролевых диалогов, взаимодействия с персонажами, повествования и художественного письма, включая длинные атмосферные истории. Заявленная длина контекста — 131 072 токена. Слияние выполнено в несколько этапов с помощью mergekit, итоговая модель поддерживает чатовый формат. Лицензия — Apache-2.0. В карточке не приведены сведения о целевых языках и сравнительных оценках качества, поэтому эти характеристики нельзя подтвердить.

EVA02 Tiny — компактная модель компьютерного зрения для классификации изображений и извлечения визуальных признаков, опубликованная авторами в семействе timm. Она основана на Vision Transformer с усреднением признаков и обрабатывает изображения размером 336 × 336 пикселей; число параметров — около 5,8 млн. Модель предварительно обучена на ImageNet-22k методом masked image modeling с EVA-CLIP в роли учителя, затем дообучена авторами статьи на ImageNet-1k. Модель подходит для распознавания объектов и категорий на изображениях, а также для получения эмбеддингов как визуальных признаков в прикладных системах. Веса репозитория timm представлены в формате PyTorch и safetensors и сохранены в float32. Лицензия — MIT.

flammen19X-mistral-7B — текстовая языковая модель на архитектуре Mistral с 7,1 млрд параметров, разработанная FlammenAI. Модель дообучена для ролевых диалогов с персонажами, творческого письма и генерации текста общего назначения; в обучении использован набор ResplendentAI/NSFW_RP_Format_NoQuote. Контекстное окно составляет 32 768 токенов. Модель принимает текст и генерирует текст. Она предназначена, в частности, для ролевых сценариев и может создавать контент для взрослых. Распространяется под лицензией Apache-2.0.

Flex-creative-2x7B-1T — языковая модель Allen Institute for AI (Ai2) из семейства FlexOlmo, предназначенная для генерации текста с акцентом на творческое письмо. Это вариант Mixture-of-Experts: README описывает Flex-creative-2x7B-1T как эксперта, дообученного на корпусе творческих текстов от базового публичного эксперта Flex-public-7B-1T. В описании семейства указаны семь независимо обученных экспертов, однако приведённая оценка относится к плотной индивидуальной модели, а не к MoE-варианту. По метаданным модель содержит 6,9 млрд параметров, использует архитектуру FlexOlmoForCausalLM и принимает текст для генерации текста. Поддерживается английский язык, а контекстное окно составляет 4096 токенов. Метаданные указывают возможность диалогового использования и формат весов safetensors. Модель подходит для генерации художественных текстов и диалогового письма на английском языке. README не приводит отдельные результаты оценки именно этого MoE-варианта и предупреждает, что доступная индивидуальная оценка относится к плотной модели. Лицензия — Apache-2.0.

Blackroot/FrankensteinsMonster-13B — объединённая языковая модель на архитектуре Llama, созданная Blackroot путём слияния моделей в соотношении 1:1:1 с полными весами. В основе указан Nous-Hermes; среди авторов базовых моделей также названы Lemonilia и Meta. Модель содержит 12,9 млрд параметров и принимает текстовые инструкции в формате Alpaca, выдавая продолжение текста. Модель предназначена для генерации историй и творческого письма, а также для ответов на инструкции в формате Alpaca. Контекст составляет 4096 токенов, основной язык карточки — английский. Используются форматы PyTorch и Safetensors. Лицензия в предоставленных данных не указана.

G4-Moonlight-Dusk-26B-A4B — модель Gemma 4, созданная Vortex5 слиянием четырёх моделей: Gemma-4-26B-A4B-Animus-V14.1-FFT, G4-MeroMero-26B-A4B, Esmeralda-Gemma4-26B-A4B и Pantheon-Reasoning-26B-A4B-1.1. Она предназначена для ролевого общения, создания художественной прозы и структурированных длинных повествований; метаданные также указывают поддержку работы с изображениями и диалогового режима. Модель распространяется в формате Safetensors через Transformers; число параметров в идентификаторе — 26B-A4B. Слияние выполнено методом Nexus с объединённым токенизатором; выходные веса сохранены в bfloat16. Модель подходит для эмоционально насыщенного ролевого взаимодействия и атмосферного письма. README не приводит сведения о поддерживаемых языках и длине контекста. Лицензия — Apache-2.0.

Alsebay/Gemma2-9b-KuwaNovelist-v4 — дообученная модель Gemma 2 от автора Alsebay, созданная по просьбе улучшить стиль письма модели lemon07r/Gemma-2-Ataraxy-v4d-9B. Это плотная авторегрессионная языковая модель на 9 млрд параметров с контекстом до 8192 токенов, предназначенная для генерации текста и диалогов, прежде всего для творческого письма и длинных рассказов на английском языке. Модель распространяется в формате safetensors по лицензии Gemma. Автор отмечает улучшенный стиль письма на английском и исправление повторения предложений в конце ответа. README также сообщает, что модель иногда пишет от лица пользователя. Ответы на вьетнамском и китайском могут быть короткими; японский упомянут среди языков, на которых короткая обучающая разметка затрудняет генерацию длинного текста. Карточка не описывает мультимодальные возможности; основное применение — генерация текста.

DavidAU выпустил Gemma 3 12B IT VL GLM 4.7 Flash Heretic Uncensored Thinking — дообученную на наборе TeichAI/glm-4.7-2000x модель Gemma 3 с поддержкой изображений. Она предназначена для диалогов, генерации и продолжения художественных текстов, ролевых сценариев, а также рассуждений по текстовым и визуальным запросам. Автор заявляет контекст до 128 тысяч токенов и возможность включать режим углублённых рассуждений фразой «think deeply:»; также модель может автоматически активировать рассуждения. Доступны веса в формате safetensors, библиотека Transformers и лицензия Apache-2.0. Модель ориентирована на англоязычные запросы и, по заявлению автора, снижает частоту отказов и допускает генерацию контента для взрослых. Автор отмечает, что для желаемого уровня эксплицитности иногда нужны более конкретные инструкции. Заявленные контекст и характеристики рассуждений основаны на карточке модели; независимые оценки качества и безопасности не приведены.

Это GGUF-квантизация модели Gemma 4 E4B Instruct — The DECKARD HERETIC UNCENSORED Thinking, разработанной на базе модели DavidAU/gemma-4-E4B-it-The-DECKARD-HERETIC-UNCENSORED-Thinking. Исходная модель представляет собой существенно дообученную версию Google Gemma 4 E4B с эффективным размером около 4 млрд параметров. Репозиторий предназначен для локального запуска через llama.cpp и совместимые интерфейсы на CPU, Apple Silicon и GPU с ограниченным объёмом видеопамяти. Модель ориентирована на генерацию текста, сложное творческое письмо, ролевые сценарии, глубокую художественную прозу и задачи, где полезны расширенные рассуждения перед формированием ответа. Указана поддержка английского языка. Архитектура Gemma 4 допускает контекст до 256 тысяч токенов, однако README не уточняет, гарантируется ли этот предел именно для данной сборки. Доступны варианты квантизации от Q3_K_M до Q8_0: более низкие уровни уменьшают требования к памяти и повышают доступность на слабом оборудовании, но могут заметно снижать качество; Q4_K_M обозначен как оптимальный компромисс, а Q6_K и Q8_0 обеспечивают более высокую точность при больших затратах памяти. К сильным сторонам относятся эффективный локальный запуск, поддержка длинного контекста, ориентация на творческие и ролевые сценарии, а также заявленные возможности рассуждения. Ограничениями являются зависимость качества и скорости от выбранной квантизации и оборудования, а также возможное ухудшение perplexity у Q3_K_M. Модель распространяется по лицензии Gemma; дополнительные условия использования в README не приведены.

beezu/Glistening-Gem-31B-v2.1-mlx-bf16 — версия Glistening-Gem-31B-v2.1, преобразованная в формат MLX с помощью mlx-lm 0.31.3 для запуска на устройствах Apple с MLX. Исходная модель создана как творческий merge трёх моделей на базе google/gemma-4-31B-it; каталог связывает её с sophosympatheia/Glistening-Gem-31B-v2.1 как с дообученной моделью. Размер исходной модели — 31 млрд параметров, архитектура — плотная Gemma 4; карточка указывает Apache 2.0. Модель предназначена для диалоговой генерации текста с упором на творческую прозу и выразительные формулировки. README рекомендует температуру 0,8 и Min-P 0,1 как отправные настройки сэмплирования; модель также может работать при других настройках. В редких случаях модель сливает соседние слова или допускает опечатки. Более консервативные настройки сэмплирования могут уменьшить частоту таких артефактов. В метаданных указан английский язык; сведений о длине контекста в предоставленных источниках нет.

ConicCat/GLM-4.5-Architect-106B-A12B — дообученная версия GLM-4.5-Air, созданная для улучшения качества прозы и письма и уменьшения характерных для GLM стилистических особенностей. Модель обучали 8 эпох на сборниках коротких рассказов, прошедших обратный перевод и отобранных за литературные достоинства. Модель предназначена для генерации текста, прежде всего художественной прозы и коротких рассказов. README предупреждает, что способность к рассуждению специально не сохраняли; автор рекомендует пропускать режим thinking с помощью соответствующего префикса шаблона GLM. Модель использует архитектуру семейства GLM-4 MoE и поддерживает контекст до 131 072 токенов. В метаданных указано 8,5 млрд параметров и библиотека Transformers. Модель принимает и генерирует текст; в карточке указан английский язык. Лицензия — MIT. Качество рассуждений не является целью этого дообучения, а доступные сведения не подтверждают сохранение возможностей базовой модели по программированию или работе с инструментами.

Glyph — мультимодальная модель и фреймворк для работы с длинными текстовыми контекстами, разработанные на базе GLM-4.1V-9B-Base. Вместо передачи длинного текста как последовательности токенов Glyph преобразует его в изображения и обрабатывает с помощью vision-language модели. Такой подход позволяет уменьшить вычислительные и memory-затраты при сохранении смысловой информации. Модель предназначена для понимания длинных текстов, переданных в визуально-текстовом формате: например, для анализа документов и поиска сведений в больших текстовых корпусах. Архитектура — плотная GLM-4V, реализация для Transformers; веса опубликованы в формате Safetensors. В карточке указаны китайский и английский языки. Лицензия — MIT. Качество зависит от параметров рендеринга текста, включая разрешение, шрифт и интервалы; модель может хуже работать со стилями, отличающимися от использованных при дообучении. Возможны ошибки распознавания редких и мелких буквенно-цифровых строк, например UUID. Обобщение на задачи за пределами понимания длинного контекста изучено ограниченно.

HaloMaidRP-v1.33-15B-L3 — экспериментальная объединённая языковая модель семейства Llama 3, опубликованная пользователем v000000. Это плотная авторегрессионная модель для генерации текста и диалогов; размер составляет 14,5 млрд параметров, контекст — 8192 токена. В README автор описывает её как третью итерацию серии Emerald, собранную методом mergekit из нескольких моделей Llama 3, включая варианты для инструкций, диалогов и художественного письма. Модель предназначена для продолжения текста, общения и творческого письма, в том числе ролевых сценариев. Автор отмечает, что версия прошла ограниченное тестирование и субъективно показалась ему достаточно удачной; поведение зависит от параметров сэмплирования. В README также говорится о некоторой цензуре в одношаговых ответах. Доступна в формате safetensors; условия лицензии в предоставленных сведениях не описаны.

HunyuanVideo-1.5_I2V_480p-GGUF — это набор квантованных версий модели HunyuanVideo 1.5 I2V 480p, разработанной Tencent и опубликованной пользователем jayn7. Модель предназначена для генерации видео на основе изображения (image-to-video, I2V) с разрешением 480p. В репозитории доступны обычная и distilled-версия, а также варианты квантования Q4_K_S, Q8_0 и FP16. Модель работает с визуальным входом и генерирует видео; поддержка текстовых языков, точная архитектура, число параметров, длина контекста и другие технические характеристики в представленном README не указаны. Формат GGUF рассчитан на использование через ComfyUI-GGUF, а инструменты квантования и руководство связаны с llama.cpp и city96. К преимуществам относятся наличие уменьшенных квантованных вариантов и возможность локального запуска в совместимой среде, однако конкретные требования к оборудованию, качество разных вариантов и ограничения использования по README не описаны. Репозиторий следует той же лицензии, что и исходная модель Hunyuan Video 1.5 от Tencent; точное название и условия лицензии в README не приведены.

Index-NativeLong-2B, опубликованная под идентификатором IndexTeam/Index-Nailong-2B, — специализированная модель команды IndexTeam для перевода длинных документов. Это плотная модель семейства Qwen3.5 с 2 млрд параметров; она получает исходный документ целиком и формирует перевод за одну генерацию, чтобы сохранять охват текста, единообразие имён и терминов, а также последовательность глав и абзацев. Контекст опубликованной конфигурации обслуживания — 262 144 токена, включая запрос, исходный текст и перевод. Клиент модели предоставляет шаблоны для направлений китайский→английский, английский→китайский, китайский→японский и японский→китайский. Обучение включало многоязычную подготовку на базе Qwen3.5, настройку для перевода и дообучение на документах; карточка сообщает об оценках на трёх корпусах длинных текстов. Для запуска рекомендованы CUDA GPU и vLLM с поддержкой Qwen3.5; для весов bf16 требуется около 8 ГБ памяти, дополнительно нужна память под KV-кэш, особенно при длинном контексте. Лицензия — Apache-2.0.

InfinityNexus — языковая модель на архитектуре Mistral, созданная объединением Endevor и jeiku с помощью mergekit и метода passthrough. В репозитории размещены веса Safetensors; модель содержит 8,9 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста, в частности англоязычных ролевых и повествовательных диалогов. Она принимает текст и выдаёт текст, поэтому подходит для продолжения сцен и ответов от лица персонажа. В карточке указана лицензия other; конкретные условия следует уточнить в материалах репозитория.

Kimi-K2.7-Code-Alis-MLX-Dynamic-3.6bpw-VLM — это квантованная MLX-версия модели Kimi-K2.7-Code, разработанной Moonshot AI. Сборка создана avlp12 и предназначена для запуска на устройствах Apple Silicon, прежде всего на M3 Ultra. Это мультимодальная vision-language модель для работы с текстом, программным кодом, изображениями и видео. В основе лежит MoE-архитектура в стиле DeepSeek-V3 примерно на 1 триллион параметров, из которых активно около 32 миллиардов, с языковой частью MLA и визуальной башней MoonViT. Модель сохраняет полный vision encoder и мультимодальный проектор в формате bf16, а языковые веса подвергнуты чувствительно-ориентированному квантованию с эффективной точностью 3,629 бит на вес. Поддерживается контекст до 256 тысяч токенов. Размер модели на диске составляет около 465,9 ГБ; для запуска требуется единый компьютер с 512 ГБ памяти M3 Ultra либо распределённый запуск на двух машинах. Модель поддерживает подробное описание изображений и анализ изменений и движения в видео; заявленная скорость декодирования составляет около 23 токенов в секунду. К сильным сторонам относятся сохранённая визуальная часть без дополнительной ошибки квантования, большой контекст и высокая эффективность памяти KV-кэша. Ограничения связаны с экстремальными требованиями к объёму памяти, зависимостью от совместимых версий mlx-vlm и специальных компонентов для видео, а также с потерями качества из-за 3-битного квантования экспертов: средний KL относительно 4-битного эталона составляет 0,199 ната, а частота изменения top-1 ответа — 10,2%. Лицензия указана как modified MIT.

psyche/KoT5-summarization — модель для автоматического суммирования корейских текстов, представленная в AI-HUB как система для краткого изложения книжных материалов. Она основана на архитектуре T5 и содержит 123,8 млн параметров; модель использует преобразование текста в текст и принимает текст длиной до 512 токенов. В карточке приведено сравнение ROUGE с ainize/kobart-news: для жадной генерации с ограничением длины 256 и repetition penalty 2,0 указаны значения ROUGE-1 49,87, ROUGE-2 34,44 и ROUGE-L 41,65. Модель можно применять для подготовки кратких изложений корейских книжных материалов. Репозиторий содержит веса PyTorch и Safetensors и распространяется по лицензии Apache-2.0.

L3.1-70B-Celeste-V0.1-BF16 — экспериментальная чат-модель на архитектуре Llama 3.1, созданная разработчиком nothingiisreal на основе Llama 3.1 70B и дообученная методом LoRA+ на смеси инструкционных и писательских данных. Веса опубликованы в формате BF16 safetensors; число параметров — 69,5 млрд, размер контекста — до 131 072 токенов. Метаданные указывают поддержку чата и интерфейса вызова инструментов. Модель предназначена прежде всего для генерации текста, продолжения прозы и ролевых диалогов. Разработчик отмечает улучшение связности и следования стилю пользовательской карточки персонажа, но также предупреждает, что версия недообучена и рассматривается как тестовая; её планировали обучать дальше. Лицензия — Llama 3.1 Community License. README отдельно упоминает NSFW-сценарии, поэтому модель может создавать контент для взрослых.

DavidAU/L3-8B-Stheno-v3.3-32K-Ultra-NEO-V1-IMATRIX-GGUF — это GGUF-квантизированная версия языковой модели L3-8B-Stheno-v3.3-32K, разработанной SAO10K и подготовленной в формате NEO Class Ultra Quants автором DavidAU. Модель предназначена для текстовой генерации на английском языке, прежде всего для творческого письма, повествования, ролевых сценариев, фантастики, чата и общего использования. Модель основана на архитектуре семейства Llama 3, имеет размер 8B параметров и поддерживает контекст до 32K токенов. Это текстовая, одномодальная модель без заявленной поддержки изображений, аудио или других типов данных. Хотя используется шаблон Llama 3, в README рекомендуется шаблон Command R, поскольку он, по данным автора и пользователей, лучше подходит для творческих задач. Для более плавной работы предлагается использовать smoothing factor 1.5–2.5; конкретные параметры зависят от интерфейса запуска. К заявленным сильным сторонам относятся улучшенное следование инструкциям, качество вывода и связь между идеями по сравнению с обычными квантами, а также снижение perplexity у некоторых NEO-квантов. Эти характеристики основаны на описании автора и приведённых результатах тестирования, поэтому их следует воспринимать как заявленные, а не независимые оценки. Ограничениями являются специализация на англоязычной генерации и творческих сценариях, зависимость качества от выбранного кванта, шаблона чата и параметров семплирования, а также возможные потери качества, присущие квантованным версиям. Модель распространяется по лицензии Apache-2.0.

Legion V2.1 — плотная языковая модель семейства Llama на 69,5 млрд параметров, созданная автором Tarek07 как крупное слияние 20 моделей. В карточке указано, что итоговая модель получена методом DARE TIES с помощью mergekit на основе TareksLab/L-BASE-V1 и объединяет несколько промежуточных слияний, включая TareksLab/L2-MERGE1, L2-MERGE2a, L2-MERGE3 и L2-MERGE4. Модель работает через Transformers и распространяется в формате safetensors; контекстное окно составляет 131 072 токена. Модель предназначена для генерации текста в диалогах, ролевых сценариях и творческом письме. Автор описывает исходные компоненты как модели для свободной генерации без цензурирования, интеллектуальных ответов, выразительной прозы и ролевого взаимодействия. README рекомендует температуру 1,0 и Min P 0,02, а также не использовать квантизации ниже Q5; точность зависит от выбранной квантизации и сценария. Модель основана на Llama 3.3 и её карточка указывает лицензию llama3.3. README подчёркивает свободный от ограничений стиль части компонентов, поэтому ответы могут включать контент для взрослых или иные материалы, требующие модерации.

LemonadeRP-4.5.3-11B — объединённая автором модель семейства Mistral на 10,6 млрд параметров для генерации текста. Она создана с помощью mergekit методом passthrough из двух диапазонов слоёв модели KatyTheCutie/LemonadeRP-4.5.3, чтобы получить вариант с 11B в названии. Модель предназначена для творческих ролевых диалогов и генерации менее шаблонного текста; поддерживает контекст до 32 768 токенов и работает с текстом на входе и выходе. Файлы опубликованы в формате safetensors для Transformers. Лицензия в предоставленных данных не указана.

agentlans разработал эту модель как дообученную версию Llama 3.2 3B Instruct для творческого письма в стилях, характерных для сообщества r/WritingPrompts. Модель принимает текстовые запросы и генерирует короткие рассказы по краткому содержанию или сжимает полный рассказ до синопсиса в одном абзаце. Она построена на плотной архитектуре LlamaForCausalLM, содержит 3,2 млрд параметров и поддерживает контекст до 131 072 токенов. Основной язык карточки — английский; лицензия — Llama 3.2. Модель подходит для создания художественной прозы и краткого пересказа историй. В ответах могут повторяться фразы и сюжетные ходы, встречаться нелогичные повороты и слабые концовки; качество генерации зависит от ясности и детализации исходного плана. Как и модели, обученные на открытых интернет-текстах, она может воспроизводить предвзятые стереотипы, оскорбительные темы или неподходящую лексику.

ryzen88 создал Arimas Story RP V2.0 — слитую модель семейства Llama 3 для генерации текста, ролевых диалогов и историй. Модель объединяет несколько предварительно обученных и чат-моделей методом Model Stock с помощью mergekit; базой слияния служит Llama-3-70B-Instruct-Gradient-262k. Архитектура — плотная авторегрессионная LlamaForCausalLM, размер — 69,5 млрд параметров, формат весов — safetensors. Заявленная длина контекста — 262 144 токена. Модель рассчитана на сценарии с длинным контекстом и генерацию историй и ролевых ответов. В состав слияния также вошли Llama-3-Giraffe-70B, Llama3-70B-Chinese-Chat, Higgs-Llama-3-70B, Smaug-Llama-3-70B-Instruct и Llama-3-Lumimaid-70B-v0.1-OAS. Автор характеризует её как модель без цензурных ограничений, но это заявление не подтверждает поведение на всех запросах. Лицензия в предоставленных данных не указана.

Llama3-Omphalos-12B — объединённая модель на архитектуре Llama, созданная автором репозитория с помощью LazyMergekit на основе bluuwhale/L3-SthenoMaidBlackroot-8B-V1 и Casual-Autopsy/L3-Umbral-Mind-RP-v1.0-8B. Модель содержит 11,6 млрд параметров, использует плотную архитектуру LlamaForCausalLM и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста и чат-диалогов; базовые модели ориентированы на ролевые диалоги и написание историй. В репозитории указаны веса Safetensors. Лицензия в предоставленных данных не указана.

10 Eros — модель на базе LTX 2.3, опубликованная автором TenStrip как вариант для преобразования изображения в видео. В README описаны версии 1.2–1.5: автор меняет обработку attention gates и смешивает веса разных шагов обучения, чтобы сочетать более управляемое следование промпту и устойчивую структуру видео с явными движениями. Модель рассчитана на сценарии image-to-video и может использоваться с LoRA, в том числе с гибридными LoRA для расширения вариативности движения. Для работы автор рекомендует подробно задавать исходную сцену, движения, изменения композиции и звук; модель слабо развивает условие самостоятельно. README отмечает возможные проблемы с анатомией, лишними деталями, субтитрами и неожиданными переходами, а также необходимость тщательной настройки промпта. Репозиторий содержит файлы safetensors и варианты checkpoint и FP8; отдельные сборки требуют соответствующего workflow Diffusers или узлов. Лицензия в предоставленных данных не указана.

LTX-2.3-22b-IC-LoRA-Deblur — адаптер IC-LoRA, разработанный Lightricks для базовой видеомодели LTX-2.3-22B. Модель предназначена для восстановления резкости в видео с расфокусировкой: на вход подаётся один размытый видеоклип, а на выходе генерируется его более чёткая версия с сохранением объекта, композиции, кадрирования и геометрии сцены. Поддерживаются реальные сюжеты в альбомной и портретной ориентации, включая людей, животных, природу, городские виды, еду и ночные сцены. Это video-to-video модель с управлением через пространственное расфокусированное размытие. Рекомендуется использовать стандартный IC-LoRA pipeline при нативном разрешении 1080p; оптимальные параметры обучения и запуска связаны с размером 960×544, длиной 121 кадр и частотой 24 кадра в секунду. Контроль применяется ко всему кадру, маски не поддерживаются, предварительная обработка входного видео не требуется. Модель рассчитана на англоязычное текстовое описание сцены и использует специальный формат промпта DEBLUR. Сильной стороной является восстановление резкости при сохранении идентичности объекта и структуры сцены. Модель не предназначена для удаления смаза от движения, исправления сильных артефактов сжатия, шумоподавления или увеличения разрешения уже резкого видео. При чрезмерном расфокусировании детали могут быть сгенерированы неточно. Поставляемый checkpoint соответствует шагу 1000; разработчик указывает диапазон примерно 800–1000 как оптимальный. Распространение регулируется лицензией ltx-2-community-license.

LTX-2.3-22b-IC-LoRA-Pixel-Spatial-Upscaler — адаптер IC-LoRA, разработанный Lightricks на базе видеомодели LTX-2.3-22B. Модель предназначена для video-to-video апскейлинга: она принимает низкоразрешённое референсное видео и генерирует версию с увеличенным пространственным разрешением и синтезированными мелкими деталями. Доступны варианты с увеличением в 2× и 4×. Это генеративный апскейлер для творческого производственного процесса. Рекомендуемый сценарий — сначала создать черновое видео примерно в разрешении 280p, зафиксировав композицию и движение объектов, а затем обработать его выбранным апскейлером для получения результата более высокого разрешения. Степень сходства с исходником регулируется силой LoRA, guidance и числом шагов: меньшая сила лучше сохраняет референс, а большая позволяет модели добавлять больше новых деталей. Модель не является слепым денойзером или инструментом удаления артефактов сжатия и не гарантирует попиксельное сохранение исходного видео. Она может творчески изменять и додумывать детали, поэтому лучше подходит для генеративного апскейлинга, а не для точного восстановления. Для работы требуется базовая модель LTX-2.3-22B и совместимый IC-LoRA workflow, например в ComfyUI. Лицензия — LTX-2-community-license; полные условия определяются её текстом.