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

Starfallen Snow Fantasy 24B 3.2 — разговорная языковая модель на архитектуре Mistral, созданная автором LyraNovaHeart слиянием нескольких предварительно обученных моделей через mergekit. В основе лежит Mistral-Small-3.2-24B-Instruct-2506-ChatML; в слияние также вошли модели для фэнтезийного письма, программирования и ролевых сценариев. Размер модели — 23,4 млрд параметров, контекст — до 131 072 токенов. Модель предназначена для диалогов и генерации текста, в частности для творческого письма и фэнтезийных сюжетов. Карточка отмечает удачное общее впечатление, но автор сообщает о нескольких особенностях поведения и рассматривает эту версию как промежуточный результат. Модель распространяется в формате safetensors; лицензия в предоставленных данных не указана.

T2I-Adapter-SDXL Lineart — адаптер Tencent ARC и Hugging Face для генерации изображений с помощью Stable Diffusion XL Base 1.0. Он принимает текстовый запрос и изображение с линейным рисунком, используя линии как дополнительное условие для управления композицией и формами результата. Модель основана на диффузионной архитектуре; размер адаптера составляет около 77–79 млн параметров, а базовая модель SDXL — 2,6 млрд параметров. Адаптер предназначен для преобразования эскизов и линейных изображений в готовые иллюстрации с сохранением их структуры. Для работы требуется совместимый чекпойнт SDXL. Поддерживаемый в карточке язык — английский. Модель распространяется по лицензии Apache 2.0.

Templare-12B — языковая модель ClaudioItaly, созданная слиянием предварительно обученных моделей с помощью mergekit и метода TIES. Это плотная авторегрессионная модель семейства Mistral с 12,1 млрд параметров; основное назначение — генерация текста в диалоговом режиме, в частности написание художественных историй. В карточке приведены примеры рассказов на английском языке и заявлена быстрая работа в LM Studio при тестировании с контекстом 4096 токенов. Модель основана на слиянии ArliAI/Mistral-Nemo-12B-ArliAI-RPMax-v1.1 и nbeerbower/mistral-nemo-gutenberg-12B-v2. Метаданные указывают контекстное окно до 1 024 000 токенов, формат safetensors и интерфейс для вызова инструментов; фактические качество и скорость зависят от среды и конфигурации. Лицензия в предоставленных данных не указана.

Umbra-v3-MoE-4x11b-2ex — языковая модель SteelSkull для общего ассистирования, созданная как смесь экспертов на основе четырёх моделей: Himitsui/Kaiju-11B, Sao10K/Fimbulvetr-11B-v2, decapoda-research/Antares-11b-v2 и beberik/Nyxene-v3-11B. Вариант использует двух экспертов и архитектуру MixtralForCausalLM с 10,6 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для диалогов, генерации ответов и особенно для создания историй и ролевых сцен, включая ERP. Карточка описывает её как экспериментальную версию с обновлёнными исходными моделями и настройками промптов. Доступна по лицензии Apache-2.0. Языковая поддержка в карточке не уточняется.

UnslopNemo-v4.1-Magnum-v4-12B — объединённая языковая модель на архитектуре Mistral с 12,1 млрд параметров, созданная сообществом mergekit из TheDrummer/UnslopNemo-12B-v4.1 и anthracite-org/magnum-v4-12b. Для объединения использован метод SLERP; модель распространяется в формате safetensors и работает через Transformers. Модель предназначена для генерации текста, в частности для написания приключенческих историй и ролевых сценариев, что следует из описания базовой модели Magnum. В метаданных указан контекст длиной до 1 024 000 токенов. Сведений о языковом составе, лицензии и отдельных ограничениях именно этой сборки в доступных материалах нет.

Это модель классификации изображений на базе Vision Transformer (ViT), опубликованная в библиотеке timm. Она предварительно обучена на парах изображение–текст из LAION-2B с использованием OpenCLIP, затем дообучена на ImageNet-12k и ImageNet-1k. Модель содержит 88,2 млн параметров и рассчитана на изображения размером 224 × 224 пикселя. Модель предназначена для классификации изображений по категориям и может использоваться как визуальный backbone для извлечения эмбеддингов. Подходит для распознавания объектов и категоризации изображений в прикладных и исследовательских системах компьютерного зрения. Репозиторий содержит веса PyTorch и Safetensors; библиотека для работы с моделью — timm. Модель ориентирована на визуальные входы и выдаёт классы или векторные представления изображений. В карточке не заявлена поддержка текстовых запросов в качестве входа или мультимодального вывода. Лицензия — Apache-2.0.

Novice25/WAN2.2-14B-Rapid-AllInOne_v12.2-GGUF — это квантованная версия модели Phr00t/WAN2.2-14B-Rapid-AllInOne, предназначенная для преобразования изображений в видео. В карточке указано, что модель опубликована в формате GGUF и подготовлена с использованием инструментов city96. Модель ориентирована на сценарии image-to-video: создание видеопоследовательностей на основе исходного изображения. Из доступных данных известен идентификатор серии 14B, однако точная архитектура, методы квантования, поддерживаемые языки, максимальный контекст, требования к оборудованию и характеристики качества не указаны. Сильной стороной является специализированная направленность на генерацию видео из изображений и наличие квантованного формата, потенциально удобного для локального запуска, но конкретные преимущества и ограничения зависят от варианта GGUF и используемого программного обеспечения. Лицензия и условия использования в README не указаны, поэтому правовой статус модели и допустимые сценарии её применения требуют дополнительной проверки.

QuantStack/Wan2.2-I2V-A14B-GGUF — это GGUF-конверсия модели Wan-AI/Wan2.2-I2V-A14B, разработанной командой Wan-AI. Модель предназначена для задач image-to-video: создания видео на основе исходного изображения. В README также указана поддержка английского и китайского языков, однако сведения о конкретных сценариях применения, архитектуре, количестве параметров, размере контекста и поддерживаемых модальностях, кроме преобразования изображения в видео, не приведены. Модель поставляется в квантизированном формате GGUF, что может упростить её использование в совместимых инструментах и снизить требования к ресурсам по сравнению с полноразмерной версией, но README не содержит данных о типе квантизации, качестве или производительности. Для запуска заявлена интеграция с пользовательским узлом ComfyUI-GGUF для ComfyUI; файлы необходимо размещать в каталоге ComfyUI/models/unet. Распространение осуществляется по лицензии Apache-2.0, при этом сохраняются исходные лицензионные условия и ограничения базовой модели.

Wan2.2_I2V_R1_base_v2 — дообученная версия Wan2.2-I2V-A14B, предназначенная для создания видеороликов по исходному изображению и текстовому запросу. Автор описывает её как улучшенную версию uncensored-чекпойнта: в основу включены вариант KJ FP8 и доработанный lightx2v, объединённый с моделью. Репозиторий содержит отдельные веса для этапов высокого и низкого шума в формате safetensors. Модель подходит для анимации изображений, а также для генерации видео в стиле text-to-video при подаче пустого изображения или canvas.png. Она рассчитана на работу с LoRA для Wan 2.2 I2V и T2V и, по заявлению автора, хорошо сохраняет гибкость при добавлении стилевых адаптеров. В описании также заявлена поддержка откровенных запросов и приведены усилители анатомических деталей. Модель наследует от Wan2.2-I2V-A14B создание видео 480p или 720p. Репозиторий распространяется по лицензии Apache-2.0. Авторские оценки качества и рекомендации по настройке приведены в README, но независимые показатели качества не указаны.

Waqf-AI разработала PaddleOCR Arabic Handwritten OCR — модель распознавания арабского рукописного текста на изображениях. Это дообученная версия PaddlePaddle/PaddleOCR-VL-1.6 на наборе khatt-augmented-arabic-20k-s3, содержащем около 20 тысяч синтетически дополненных изображений арабского рукописного текста. Модель использует архитектуру PaddleOCR-VL и поддерживает диалоговый интерфейс; веса доступны в формате Safetensors. Модель предназначена для преобразования изображений рукописных строк на арабском языке в текст. В карточке приведены результаты оценки на 200 отложенных изображениях: для исходной PaddleOCR-VL-1.6 указаны WER 0,8057 и CER 0,3690, а для дообученной версии заявлены значительные улучшения. Apache-2.0 разрешает использование и распространение модели на условиях этой лицензии. Оценка проведена на ограниченной выборке из того же набора данных, поэтому результаты могут не отражать качество на других почерках и источниках изображений.

ClaudioItaly/1852-9B — объединённая языковая модель на 9 млрд параметров, созданная ClaudioItaly методом TIES с помощью mergekit на базе ClaudioItaly/Intelligence-Book. В объединение также вошли sam-paech/Delirium-v1 и sam-paech/Quill-v1; веса представлены в формате safetensors, модель рассчитана на работу через Transformers. Модель предназначена для генерации текста и диалогов, в том числе творческого письма с выразительной, мрачной и гротескной манерой. Она принимает текст и выдаёт текст; длина контекста составляет 8192 токена. Данных о специализированной предметной области или поддерживаемых языках в карточке нет. Лицензия и конкретные ограничения применения в предоставленных материалах не описаны.

AbominationScience-12B-v4 — слитая автором Khetterman модель на архитектуре Mistral, созданная с помощью mergekit из 11 моделей и их вариантов. Это плотная языковая модель с 12,1 млрд параметров для генерации текста и диалогового общения; каталог относит её к сценариям ролевого общения и художественного письма. В карточке также указаны английский и русский языки и контекстное окно до 1 024 000 токенов. Модель подходит для творческого письма, ролевых сценариев и свободного диалога. В README описано многоэтапное слияние, но оценок качества или сравнительных тестов не приведено. Репозиторий содержит веса в формате safetensors; сведения о лицензии в доступных данных отсутствуют.

ACE-Step 1.5 XL Turbo — MLX Serve 8-bit — это локальная квантованная версия модели генерации музыки ACE-Step 1.5 XL Turbo, адаптированная для Apple Silicon и движка mlx-serve. Модель разработана ACE Studio и StepFun; конвертацию и нативную реализацию для MLX выполнил ddalcu. Она предназначена для создания оригинальных музыкальных треков по текстовому описанию стиля, с возможностью добавить структурированные lyrics или генерировать инструментальную музыку. Модель основана на 4-миллиардной DiT-архитектуре с дистиллированным 8-шаговым сэмплированием без CFG. В состав входят энкодеры текста, lyrics и тембра, Qwen3-Embedding-0.6B, а также аудио-VAE AutoencoderOobleck. Генерация выполняется в формате 48 кГц, stereo; поддерживаются вокальные и инструментальные композиции длительностью от 10 секунд до 10 минут, настройка BPM от 30 до 300, тональности и размера такта. Предусмотрено управление языком вокала, seed и потоковой передачей прогресса. Модель ориентирована на macOS с Apple Silicon и работает полностью локально; в README указано, что 30-секундный трек на Mac с M-серией генерируется примерно за 4 секунды. К сильным сторонам относятся высокая скорость локальной генерации, отсутствие облачных зависимостей, поддержка вокала и lyrics, а также близкое соответствие исходной fp32-версии по заявленным cosine-similarity проверкам. Ограничения включают зависимость от Apple Silicon и mlx-serve, а также 8-битную квантизацию, которая может влиять на точность по сравнению с исходной моделью. Модель распространяется по лицензии MIT. В README также указано, что исходная модель обучалась на лицензированных, royalty-free и синтетических данных, а сгенерированная музыка может использоваться коммерчески согласно условиям upstream-проекта.

Astral-Arcanist-12B — слитая модель семейства Mistral, созданная Vortex5 из Stellar-Witch-12B, Red-Synthesis-12B, Aurora-Mirage-12B и Darklit-Maiden-12B. Модель содержит 12,1 млрд параметров, использует архитектуру MistralForCausalLM и рассчитана на контекст до 131 072 токенов. Модель предназначена для ролевого общения с эмоциональной выразительностью, создания атмосферной художественной прозы и написания структурированных длинных рассказов. Она поддерживает чатовый формат и работает с текстом на входе и выходе. Модель распространяется под лицензией Apache-2.0. README не сообщает о языках обучения или специальных ограничениях качества; пригодность для конкретного языка следует проверять отдельно.

Astral-Fusion-8b-v0.0 — слитая языковая модель от LyraNovaHeart на архитектуре Llama 3. Это плотная модель примерно на 7,5 млрд параметров, созданная с помощью mergekit методом della_linear на базе Llama 3 8B Instruct и объединяющая её с Sao10K/L3-8B-Stheno-v3.2, Gryphe/Pantheon-RP-1.0-8b-Llama-3 и Celeste-Stable-v1.2. Репозиторий содержит веса в формате safetensors; модель рассчитана на генерацию текста и диалоговое общение, с контекстом до 8192 токенов. Модель можно применять для чат-общения, творческого письма и ролевых сценариев; отдельные компоненты слияния ориентированы на ролевую прозу. Автор описывает её как эксперимент со слиянием и предлагает попробовать, не приводя оценок качества. Лицензия в предоставленных данных не указана.

Aura-8B — англоязычная чат-модель для ролевых диалогов, разработанная Aura Industries при участии Anthracite Org. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров, дообученная на инструкционных и ролевых данных; для задания стиля применялась оптимизация Kahneman–Tversky в виде Low Rank Adapter. Модель поддерживает генерацию текста и формат чата Llama 3. Модель предназначена для ролевых бесед и выполнения инструкций, включая творческое письмо, математику, медицину и кибербезопасность. В метаданных указан контекст до 131 072 токенов; README сообщает «8 192+ токена», поэтому фактический предел может зависеть от конфигурации и способа запуска. Репозиторий содержит веса Safetensors, а также упоминаются варианты GGUF и EXL2. Лицензия — Apache-2.0.

CAM++ — модель извлечения голосовых эмбеддингов из аудио, разработанная командой FunASR. Она предназначена для верификации говорящего: определения, принадлежат ли записи одному человеку, и для диаризации — распознавания, кто и когда говорил в аудиозаписи. Её можно подключить к конвейеру FunASR через параметр spk_model, например для присвоения меток говорящих сегментам речи в записи встречи. Модель использует архитектуру CAM++ (Class-Aware Multi-scale), выдаёт эмбеддинги размерностью 192 и рассчитана на аудио с частотой дискретизации 16 кГц. Репозиторий поддерживает FunASR; в карточке указаны китайский и английский языки. Модель распространяется по лицензии Apache-2.0. Карточка описывает извлечение эмбеддингов и применение для верификации и диаризации, но не приводит оценок качества или условий работы с шумной и многоканальной записью.

CapRL-Eval-3B — мультимодальная модель InternLM для ответов на вопросы по подписям к изображениям. Это дообученная версия Qwen2.5-VL-3B на основе подхода CapRL, который использует обучение с подкреплением и проверяемыми наградами; в карточке указаны архитектура Qwen2.5-VL и 3,1 млрд параметров. Модель принимает изображения и текст, формирует текстовые ответы и рассчитана на контекст до 128 000 токенов. Модель предназначена для визуальных вопросов и ответов, включая задачи по диаграммам, инфографике и документам; README отмечает более устойчивое форматирование ответов в ChartQA. Обучение на тщательно отфильтрованном наборе из 75 тысяч пар вопросов и ответов направлено на подробные и структурированные описания изображений с меньшим числом галлюцинаций. Репозиторий использует Transformers и формат safetensors; лицензия — Apache-2.0. Заявления о сравнении качества с крупными моделями приведены авторами и не являются независимой оценкой.

Circuitry24BV.2 — объединённая модель OddTheGreat на архитектуре Mistral с 23,4 млрд параметров. Она предназначена прежде всего для ролевого отыгрыша и творческого письма: автор отмечает связные ответы, более естественную прозу и диалоги, эмоциональность, хорошее следование инструкциям и способность работать со сложными или небрежно составленными карточками персонажей. Модель сохраняет баланс между обычным и откровенным контентом, а тон ответа может быть положительным, нейтральным или отрицательным в зависимости от запроса. В карточке указаны английский и русский языки; русская версия проверялась в роли ассистента. Автор тестировал модель на контекстах 8–16 тысяч токенов без заметного ухудшения качества, тогда как метаданные указывают нативный контекст до 131 072 токенов. Это текстовая модель генерации, опубликованная в формате safetensors и рассчитанная на Transformers. Лицензия в предоставленных данных не указана.

ColFlor — модель для поиска по визуальному содержимому документов, представленная авторами проекта ColFlor. Она обрабатывает страницы документов как изображения и выполняет поиск без отдельного OCR-конвейера. Модель насчитывает 174 млн параметров; авторы сообщают, что по сравнению с ColPali она в 17 раз меньше, быстрее кодирует запросы и изображения, а качество на англоязычных документах с большим количеством текста ниже на 1,8%. Репозиторий содержит веса в формате safetensors. Модель предназначена для поиска документов и страниц по текстовому запросу, в том числе в крупных базах PDF. Она рассчитана на английский язык. Авторы отмечают заметный разрыв в качестве при работе с рисунками по сравнению с более крупными моделями, такими как ColPali, и слабую работу на других языках. Лицензия — MIT.

Core 24B V.1 — слитая языковая модель автора OddTheGreat на архитектуре Mistral для диалогов и генерации текста по инструкциям. Она объединяет Gryphe/Pantheon-RP-1.8-24b-Small-3.1, OddTheGreat/Apparatus_24B и Mistral Small 3.1 Instruct 24B; размер составляет 23,4 млрд параметров, контекст — 32 768 токенов. Модель принимает текст и не поддерживает зрительные входы. Модель предназначена для ролевых диалогов, повествования и творческой генерации, а также для следования инструкциям. Автор отмечает стабильность диалогов, выразительную манеру общения и сохранение качества на русском языке, в том числе на русскоязычных и частично переведённых карточках персонажей. Поддерживаются английский и русский языки. Автор проверил модель на 250 ответах, но сравнительных результатов не приводит. По наблюдению автора, включение Qvink Memory может заметно укорачивать ответы. Модель распространяется в формате safetensors; лицензия в предоставленных данных не указана.

Cosmic-Citrus-9B — объединённая автором модель на основе Mistral, созданная методом passthrough с помощью mergekit из ABX-AI/Cerebral-Infinity-7B и ABX-AI/Spicy-Laymonade-7B. Она содержит 8,9 млрд параметров, принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. Модель предназначена для генерации диалогов и творческих ответов с внимательным следованием карточкам персонажей и учётом контекста запроса. Автор отмечает выразительный язык и творческий подход; специальных областей применения или поддерживаемых языков в карточке не обозначено. Веса опубликованы в формате safetensors; библиотека для работы — Transformers. Лицензия в предоставленных данных не указана.

C-RADIOv4-H — модель извлечения визуальных признаков, разработанная NVIDIA. Она построена на архитектуре Vision Transformer и содержит 653 млн параметров. Модель принимает RGB-изображения и возвращает тензоры эмбеддингов: сводный вектор для представления изображения целиком и пространственные признаки для локальных участков изображения. Эмбеддинги предназначены для использования в последующих моделях и приложениях. Их можно применять для классификации и отбора изображений, семантической сегментации, оценки глубины и интеграции в модели «зрение—язык». Модель обучена с использованием SigLIP2-g, DINOv3-7B и SAM3; поддерживает изображения разрешением до 2048×2028 с шагом 16 пикселей. Для практического использования требуется downstream-модель, а NVIDIA оптимизирует запуск на GPU-ускоренных системах. README указывает, что модель доступна для коммерческого и некоммерческого использования; ограничения использования определяются NVIDIA Open Model License Agreement. Для конкретного сценария перед развертыванием нужны тестирование и проверка на соответствующих данных.

cyberneurova-Qwen3.8-Flash-Next-GGUF — это квантизированная версия текстовой генеративной модели cyberneurova-Qwen3.8-Flash-Next, созданной разработчиком cyberneurova. Квантизации в формате GGUF подготовил spiritfather; модель предназначена для запуска через llama.cpp и ориентирована прежде всего на генерацию художественного текста, включая прозу и ролевые сценарии. Доступны варианты квантизации Q2_K, Q3_K_S, Q3_K_M, Q3_K_L, Q4_K_S, Q4_K_M, Q5_K_S, Q5_K_M, Q6_K и Q8_0 размером примерно от 80,4 до 188,2 ГБ. Для ускорения вывода поддерживается MTP-драфт-голова для speculative decoding. В README приведён пример запуска с контекстом 32768 токенов, но архитектура, общее число параметров, поддерживаемые языки и набор модальностей явно не указаны; по назначению это текстовая модель без заявленной мультимодальности. Сильными сторонами являются широкий выбор уровней квантизации, совместимость с llama.cpp и специализация на качестве прозы, ролевом взаимодействии и готовности следовать творческим запросам. Ограничения связаны с большими требованиями к дисковому пространству и памяти, зависимостью качества от выбранной квантизации и отсутствием в предоставленных данных подробных сведений о языках и технических характеристиках базовой модели. Лицензия указана как gemma.

SzilviaB/Daring-Mythalion-13B — слитая плотная языковая модель семейства Llama, созданная с помощью mergekit методом SLERP из Kooten/DaringMaid-13B и PygmalionAI/mythalion-13b. Веса представлены в формате safetensors; размер модели — 12,9 млрд параметров, контекст — до 4096 токенов. Модель предназначена для генерации текста. Описание базовой модели указывает на художественное письмо, ролевые диалоги и развлекательный чат. Сведений о лицензии в предоставленных материалах нет.

Deepfake-Detection-Exp-02-21 — модель классификации изображений, разработанная prithivMLmods на основе Vision Transformer google/vit-base-patch16-224-in21k и дообученная на наборе данных prithivMLmods/Deepfake-vs-Real. Она относит изображение к одному из двух классов: Deepfake или Real. Модель предназначена для выявления поддельных изображений в материалах СМИ и социальных сетях, а также для поддержки модерации контента, исследований и цифровой криминалистики. Модель содержит 113,2 млн параметров и опубликована в формате safetensors для библиотеки Transformers. Базовая архитектура рассчитана на изображения размером 224×224. Лицензия — Apache-2.0. Метаданные карточки указывают английский язык.

Это публичная копия модели DINOv3 ViT-S/16, разработанной Meta AI и обученной на веб-данных LVD-1689M. Модель представляет собой зрительный backbone на базе Vision Transformer с патчами размером 16 пикселей; она содержит 28,3 млн параметров и выдаёт токен класса, патч-токены и register-токены для входного изображения. Модель предназначена для извлечения плотных визуальных признаков и использования в задачах компьютерного зрения: поиска похожих изображений, классификации, сегментации, оценки глубины и обнаружения объектов. Изображения большего размера допустимы при условии, что их размеры кратны 16; иначе модель обрезает изображение до ближайшего меньшего подходящего размера. Карточка сообщает о различиях качества между регионами и группами доходов, а дообучение может усилить смещения признаков. Распространяется по лицензии DINOv3 License.

Einstein-4D-Marcoro14-12b-32k-experiment — плотная авторегрессионная модель семейства Mistral на 12,3 млрд параметров, созданная mvpmaster с помощью LazyMergekit на основе mvpmaster/Einstein-4D-Marcoro14-7b-full-slerp. Она предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Модель можно использовать для генерации и продолжения текста, диалогов и ответов на вопросы. README перечисляет одну и ту же базовую модель несколько раз, поэтому состав и метод объединения по карточке нельзя уточнить. Репозиторий содержит веса в формате Safetensors. Лицензия в предоставленных данных не указана.

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. Обучение использует смесь синтетических и естественных данных, включая наборы для прозы, структурированного письма и ролевых сценариев. Модель работает с текстом, использует формат диалога ChatML и поддерживает контекст длиной до 131 072 токенов. Авторы отмечают улучшенное следование инструкциям на большей глубине контекста и уменьшение повторов. Лицензия указана как other, поэтому условия использования следует сверить с карточкой модели и лицензиями базовой модели и обучающих данных. Авторы сообщают, что кванты LLM-Compressor могут заметно ухудшать качество; GGUF и GPTQ, по их наблюдениям, этой проблемой не затронуты.

Evathene-v1.0 — языковая модель на 71,5 млрд параметров, созданная разработчиком карточки слиянием Nexusflow/Athene-V2-Chat и EVA-UNIT-01/EVA-Qwen2.5-72B-v0.1 методом TIES на базе Qwen/Qwen2.5-72B. Модель использует архитектуру Qwen2 и предназначена прежде всего для диалогов, ролевых игр и написания историй. Карточка также заявляет поддержку контекста длиной до 131 072 токенов и шаблон для вызова инструментов. Автор сообщает, что слияние сохранило значительную часть возможностей Athene и что модель компетентно отвечает на уточнения вне роли и просьбы переписать ответ. Производительность на других задачах автор не проверял. Модель описана как uncensored; в карточке приведены настройки генерации и шаблоны для Silly Tavern. Весовые файлы опубликованы в формате safetensors, тип данных при слиянии — bfloat16. Лицензия в предоставленных данных не указана.