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

HomerGPT2 — модель генерации текста на архитектуре GPT-2, дообученная на коротких рассказах. Она предназначена для создания художественных историй по текстовой затравке; рекомендуемый формат запроса — заголовок рассказа с точкой. В репозитории есть контрольные точки PyTorch и Flax, а также вариант ONNX INT4 для компактного запуска на CPU. Контекст модели составляет 1024 токена. Вариант ONNX использует симметричную квантизацию весов RTN INT4 с размером блока 128 и занимает около 223 МБ. Карточка не сообщает о специальных языковых возможностях или оценках качества. Лицензия в предоставленных данных не указана.

Iambe-20b-DARE — модель генерации текста, созданная athirdpath методом слияния DARE на базе BigLlama-20b и моделей Noromaid-20b-v0.1.1, Eileithyia-20b и CleverGirl-20b-Blended. Это плотная авторегрессионная модель семейства Llama примерно на 19,8 млрд параметров с контекстом 4096 токенов и форматом инструкций Alpaca. Модель предназначена для диалогов, ролевого отыгрыша и художественного письма, а также для рассуждений и ответов на вопросы. Автор выделяет понимание анатомии и состояния сцены, выразительный стиль и способность к решению задач. Карточка приводит примеры работы с STEM, общественными науками, интерпретацией этических вопросов и ролевыми сценариями. Автор характеризует модель как uncensored; примеры включают эротический текст. Качество оценено автором предварительно, а также отмечена возможная путаница в ответах. Для использования указан формат Alpaca. Лицензия — CC BY-NC 4.0, поэтому коммерческое использование не разрешено условиями этой лицензии.

tigeryi/imagenet1k — модель классификации изображений на архитектуре Data2Vec Vision, дообученная на неизвестном наборе данных. Она принимает изображение и предсказывает класс объекта; на указанной оценочной выборке достигла точности 0,7605 и значения eval_loss 1,0022. Модель содержит 119,5 млн параметров и распространяется в формате Safetensors. Модель подходит для распознавания и категоризации изображений в сценариях, где требуется отнести изображение к одному из заранее заданных классов. Состав классов и обучающих данных в карточке не раскрыт, поэтому применимость к конкретному набору категорий следует проверять отдельно. Лицензия — Apache-2.0.

L3.1-MOE-6X8B-Dark-Reasoning-Dantes-Peak-HORROR-R1-Uncensored-36B-GGUF — текстовая генеративная модель, разработанная DavidAU. Она основана на семействе Llama 3.1 и использует технологию рассуждений DeepHermes от NousResearch, а также специально подготовленный Horror Imatrix, усиливающий тематическую направленность и качество квантованных версий. Модель ориентирована прежде всего на творческие задачи: написание художественных текстов, развитие сюжетов и сцен, ролевые сценарии, создание прозы в жанрах horror, science fiction, romance и других. Также заявлена пригодность для общего использования, решения логических задач, загадок и головоломок. Архитектура представляет собой Mixture of Experts из шести моделей по 8B параметров; заявлено около 48B фактических параметров и эквивалент 36B весов. Поддерживается контекст до 128k токенов, требуется шаблон Llama 3 Instruct. Модель работает с текстом и заявлена для английского языка. Режим рассуждений можно включать, выключать или настраивать системными промптами. Для получения лучших результатов рекомендуются средние и длинные инструкции, контекст от 4k–8k токенов и относительно высокая температура. Сильными сторонами являются детализированная, выразительная и глубокая проза, усиленное следование инструкциям в квантованных версиях и возможность генерировать нестандартные, мрачные и нецензурированные тексты. Ограничения включают нестабильность рассуждений, необходимость повторной генерации, возможные чрезмерно длинные ответы и отсутствие гарантии завершения текста. Модель содержит NSFW- и графические horror-материалы, поэтому не подходит для всех аудиторий. Указанная лицензия — Apache-2.0.

L3.1-MS-Astoria-70b-v2 — созданная SteelSkull модель слияния на основе Llama 3.1. Автор объединил несколько моделей семейства Llama 3.1 с помощью метода Model Stock, чтобы совместить выразительное повествование с сохранением общих способностей к диалогу. Модель содержит 69,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и поддерживает контекст до 131 072 токенов. Модель предназначена для генерации текста в диалогах, творческого письма и ролевых сценариев. README рекомендует формат Llama 3 или meth для работы с моделью. Вес опубликован в формате safetensors; лицензия — Llama 3.1 Community License. Модель ориентирована прежде всего на англоязычное общение. Это крупная модель, требующая значительных вычислительных ресурсов; заявленная цель объединить повествовательные качества и интеллект не сопровождается количественными результатами оценки.

L3.2-Rogue-Creative-Instruct-7B-GGUF — текстовая генеративная модель, разработанная DavidAU на основе Llama 3.2 3B Instruct. Автор заявляет, что модель была существенно изменена методом Brainstorm 40x: число слоёв увеличено до 67, а размер — до 7,14 млрд параметров и 606 тензоров. Модель распространяется в формате GGUF и предназначена для работы с шаблонами Llama 3 и/или Command-R. Основное назначение модели — генерация художественных текстов, рассказов, сцен, сюжетов и подсюжетов во всех жанрах, включая научную фантастику, романтику и хоррор. Она также может применяться для сторителлинга, продолжения сцен, мозгового штурма, ролевых сценариев и других творческих задач. Заявлен максимальный контекст 131 072 токена, поддерживается английский язык. Модель ориентирована на подробное описание сцен, окружения, предметов и персонажей, а также на более насыщенную и эмоциональную прозу. К сильным сторонам относятся повышенная детализация, способность генерировать длинные тексты и гибкая настройка стиля с помощью температуры, repetition penalty и подсказок. При этом чувствительность к параметрам высокая: некоторые сочетания могут приводить к повторению абзацев, чрезмерно длинным ответам или «рантам», особенно при низком repetition penalty и высокой температуре. Возможны отдельные орфографические ошибки и пропуски заглавных букв; исходная цензура Llama 3.2 3B Instruct сохраняется. Для модели рекомендуется repetition penalty не ниже 1,05, а для ролевых сценариев — примерно 1,1–1,14. Лицензия — Apache-2.0.

Alsebay/L3-8B-SMaid-v0.1 — объединённая авторская модель на архитектуре Llama 3 с 7,5 млрд параметров, созданная методом DARE TIES с помощью mergekit на основе NeverSleep/Llama-3-Lumimaid-8B-v0.1-OAS и Sao10K/L3-8B-Stheno-v3.2. Модель предназначена для генерации текста и диалогов, в частности ролевых сценариев и художественных историй. Автор описывает эту версию как более умную и лучше понимающую контекст по сравнению с другими вариантами серии, с уклоном в написание историй. В карточке указан контекст 8192 токена и библиотека Transformers; автор рекомендует загружать модель через Transformers из-за проблемы с токенизатором smaug-bpe, которая, по его словам, мешает использовать квантизованные версии. Для генерации приведены настройки температуры 1,1–1,25, min-p 0,075, top-k 50, top-p 0,5 и штрафа за повторы 1,1. Лицензия в предоставленных данных не указана.

L3-Grand-Story-Darkness-MOE-4X8-24.9B-e32-GGUF — языковая модель для генерации текста, разработанная DavidAU. Она ориентирована прежде всего на творческое письмо, создание и продолжение сюжетов, сцен и подсюжетов, художественную прозу, ролевые сценарии и произведения различных жанров, включая научную фантастику, романтику и хоррор. Модель также может применяться для общих задач генерации текста, однако её вывод может быть нецензурированным и содержать NSFW-материалы, ненормативную лексику и интенсивные описания насилия или ужасов. Модель построена на архитектуре mixture of experts и объединяет четыре модели семейства Llama 3 по 8B параметров: L3-8B-Stheno-v3.2, Llama-3-Lumimaid-8B-v0.1-OAS, Jamet-8B-L3-MK.V-Blackroot и llama-3-gutenberg-8B. Заявленный размер составляет 24,9 млрд параметров, контекст — до 8192 токенов. Доступен выбор от одного до четырёх экспертов. Версия Enhanced32 создана с использованием float32; для GGUF представлены стандартные и специализированные квантизации, включая варианты с float32-компонентами и улучшенными выходными тензорами. Требуется шаблон Llama 3, Command-R или автоматическая загрузка Jinja-шаблона. Сильными сторонами заявлены высокая детализация, выразительная проза, глубина, следование инструкциям и стабильная генерация по сравнению с моделями Llama меньшего размера. Результаты зависят от выбранной квантизации и параметров генерации; при повышении температуры может улучшаться разнообразие, но ухудшаться следование инструкциям, особенно в ролевых сценариях. Модель предпочитает более длинные ответы и сохраняет отдельные характерные для LLM шаблоны речи. Лицензия — Apache-2.0.

Это GGUF-квантизированная версия Mistral-Small-24B-Instruct-2501-writer, разработанная lars1234 и подготовленная bartowski. Модель предназначена для генерации текста, прежде всего для задач художественного и сюжетного письма, следования инструкциям и работы со сценариями, связанными с написанием историй. Для обучения или адаптации указан набор данных lars1234/story_writing_benchmark. Модель имеет размер 24B параметров и относится к текстовым instruction-моделям. README не содержит сведений о поддерживаемых языках, длине контекста и дополнительных модальностях. Файлы представлены в формате GGUF и рассчитаны на запуск через llama.cpp, LM Studio и другие совместимые проекты. Доступны варианты квантования от Q3 до Q8, различающиеся размером и качеством; более высокие уровни обычно обеспечивают лучшее сохранение возможностей модели, но требуют больше памяти. Сильными сторонами являются специализация на написании историй, широкий выбор уровней квантования и совместимость с локальным запуском. Ограничения связаны с компромиссами квантования, значительными требованиями к памяти для крупных вариантов и отсутствием в README подробных данных о качестве, языках и контекстном окне. Для модели указана лицензия Apache-2.0.

OddTheGreat/lastman_12B_V.1 — слитая автором OddTheGreat языковая модель на архитектуре Mistral для диалогов, ролевых сценариев и творческой работы. По карточке автор стремился улучшить ролевые возможности и общую производительность Nomad_12b; модель внимательно учитывает описание персонажа и контекст, следует инструкциям и может использоваться как творческий ассистент. Модель содержит 12,1 млрд параметров, работает с текстом и имеет заявленную длину контекста 131 072 токена. Автор сообщает о стабильном качестве на контексте 16 тыс. токенов, но это не подтверждает сохранение качества на всей заявленной длине контекста. Поддерживаются английский и русский языки; по оценке автора, английский лучше подходит для ролевой игры, а русскоязычные ответы пригодны для общения и роли ассистента. Модель нецензурированная и допускает откровенные эротические ролевые сценарии. Доступна в формате safetensors; сведения о лицензии в использованных данных отсутствуют.

Legion V2.1 LLaMa 70B Elarablated v0.8 — диалоговая языковая модель на архитектуре Llama, дообученная автором e-n-v-y на основе Tarek07/Legion-V2.1-LLaMa-70B. В README автор описывает настройку, направленную на снижение повторов и типичных шаблонных фраз в художественном письме и ролевых сценариях; базовая Legion объединяет модели для творческого письма, диалога и RP. Модель содержит 69,5 млрд параметров, использует формат Safetensors и поддерживает контекст до 131 072 токенов. Она принимает текстовые запросы и генерирует текст; модель рассчитана на диалоговое взаимодействие, творческое письмо и ролевые сценарии. Автор приводит настройки генерации и отмечает, что результат зависит от параметров семплирования. Модель распространяется по лицензии Llama 3.3. Автор предупреждает о возможных сбоях генерации и повторении токенов; снижение частоты отдельных клише не означает полного устранения повторов, а понятие «slop» субъективно.

ryzen88/Llama-3-70b-Arimas-story-RP-V1.5 — разговорная модель на основе Llama 3, созданная слиянием нескольких моделей методом breadcrumbs_ties. Автор использовал Llama-3-70B-Instruct-Gradient-262k как базу и включил в слияние Llama-3-Lumimaid-70B-v0.1-OAS, Smaug-Llama-3-70B-Instruct и Llama-3-70B-Instruct-abliterated-v3. Модель предназначена для генерации диалогов и ролевых историй с выполнением инструкций. Модель имеет плотную архитектуру LlamaForCausalLM и около 69,5 млрд параметров. Метаданные указывают контекст до 262 144 токенов, библиотеку Transformers и формат safetensors. Карточка не сообщает лицензию и конкретный перечень поддерживаемых языков. Автор приглашает пользователей делиться отзывами о поведении модели.

ryzen88/Llama-3-70b-Arimas-story-RP-V2.1 — объединённая автором модель на архитектуре Llama 3 для генерации текста, ориентированная на ролевые диалоги и написание историй с длинным контекстом. В карточке указано, что в объединение Model Stock вошли несколько вариантов Llama 3 70B, включая Smaug-Llama-3-70B-Instruct-32K в качестве базовой модели, а также Giraffe, Gradient, Hermes, Higgs, Chinese Chat и Cat. Репозиторий содержит 69,5 млрд параметров; заявленная длина контекста — 32 768 токенов. Модель предназначена для ролевого общения, продолжения сюжетов и генерации художественного текста. Карточка также заявляет общие способности к диалогу и пониманию текста. README характеризует модель как uncensored, однако это не подтверждает стабильное качество для всех запросов. Лицензия в предоставленных данных не указана.

Карточка модели sel303/llama3-diverce-ver1.0 на Hugging Face совпадает с карточкой sel303/llama3-diverce-ver1.6, поэтому описание составлено по ней. sel303 дообучил модель на базе LLaMA 3 8B Instruct, используя открытые данные AIHub и собственный набор данных предметной области. В репозитории указана архитектура LlamaForCausalLM; размер по метаданным — 7,5 млрд параметров, контекст — 8192 токена. Модель предназначена для генерации текста в диалоговом формате. При дообучении автор ограничил обучаемую часть примерно 10% параметров и упоминает LoRA, QLoRA или другие методы PEFT как возможные способы настройки. Карточка не уточняет, какой именно метод применён и для какой предметной области создавался собственный набор данных. Лицензия — llama3; в данных обучения могут присутствовать чувствительные сведения, поэтому ответы модели требуют проверки с точки зрения конфиденциальности.

LTX2.3-10Eros-GGUF — это квантизированная версия модели TenStrip/LTX2.3-10Eros, опубликованная в формате GGUF. По данным карточки, модель предназначена для генерации видео на основе изображений (image-to-video), однако подробности об архитектуре, количестве параметров, поддерживаемых языках и модальностях не указаны. Репозиторий предлагает несколько уровней квантизации — от Q8_0 до Q3_K_S — для адаптации к различным объёмам RAM и VRAM. Размер файлов варьируется от 10,3 до 22,8 ГБ. Варианты с более высокой точностью обеспечивают лучшее качество и меньшую потерю точности, но требуют больше памяти; Q4_K_M указан как рекомендуемый стандартный вариант, а Q3 предназначены для наиболее ограниченных по ресурсам сред. К сильным сторонам относятся выбор компромисса между качеством, скоростью инференса и требованиями к памяти, а также совместимость с экосистемой GGUF. Ограничения связаны с неизбежной потерей качества у низкобитных вариантов и отсутствием в предоставленных данных информации о лицензии, точных требованиях к запуску и возможностях базовой модели.

LTX_2.3_Pixar_Toon_Style_LoRa — адаптер LoRA для модели Lightricks/LTX-Video, предназначенной для генерации видео по текстовому описанию. Модель разработана пользователем vrgamedevgirl84 и добавляет стилистику высококачественной CGI-анимации: гладкие поверхности, выразительные персонажи, упрощённую геометрию, мягкие материалы, яркие сбалансированные цвета и кинематографическое освещение. По заявлению автора, обучающий набор не содержал объектов интеллектуальной собственности и не использовал кадры из фильмов или сериалов Pixar. Адаптер ориентирован на сцены с персонажами, существами и животными, портретные и полноразмерные композиции, фантастические и приключенческие сюжеты, семейные сцены, интерьеры, экстерьеры и другие повествовательные эпизоды в стиле анимационного фильма. Он стремится сохранять единую стилизованную CGI-идентичность персонажей, объектов и окружения, включая выразительную мимику, привлекательные пропорции и читаемые силуэты. Основное триггерное слово — P1x4r, однако автор указывает, что адаптер может работать и без него; также рекомендуются описания вроде stylized CGI character и animated film character. Известно, что это LoRA для text-to-video на базе LTX-Video, но сведения о размере адаптера, точной архитектуре, поддерживаемых языках, длине контекста, рекомендуемых параметрах генерации и системных требованиях не приведены. Лицензия в карточке модели также не указана, поэтому условия коммерческого и иного использования требуют дополнительной проверки.

LTX Video-2.3 Uncensored Turbo v1.4 — объединённая производная модели для генерации видео, опубликованная ChrisColeTech на основе Lightricks/LTX-2.3 и других компонентов LTX. Веса включают Eros10 NSFW LoRA, дистиллированную DMD LoRA для ускоренной генерации и улучшенного следования инструкциям, а также LTX Video In-Context LoRA для лучшего соответствия референсным изображениям. Репозиторий содержит варианты GGUF Q4_K_M, Q6_K и Q8_0, а также safetensors; для работы также нужны текстовый энкодер и проекции. Модель предназначена для генерации видео по текстовому запросу, а также для сценариев с изображениями, референсами и аудио. Автор заявляет генерацию за 4 шага, рекомендует 8 шагов для лучшего качества и указывает разрешение до 1280 × 720 и длительность до 960 кадров. Базовая LTX-2.3 — аудиовизуальная модель, способная создавать синхронизированный звук; README перечисляет режимы генерации с аудио. Модель включает компоненты для откровенного контента, но заявленные защитные ограничения предназначены для предотвращения незаконного контента. Лицензия в метаданных не определена, поэтому условия использования следует уточнять для модели и встроенных компонентов.

Maroon-Sunset-12B — объединённая авторами Vortex5 модель для генерации текста и диалогов. Она создана методом NuSLERP из ReadyArt/Omega-Darker_The-Final-Directive-12B и Vortex5/Vermilion-Night-12B; архитектура — плотная Mistral, размер — 12,1 млрд параметров. Репозиторий содержит веса Safetensors, а карточка указывает контекст до 131 072 токенов и шаблон чата. Модель предназначена для ролевых диалогов, создания персонажей, сюжетов и длинных художественных текстов. Описание базовой модели указывает на англоязычные ролевые сценарии с эротикой, хоррором и насилием. Лицензия в предоставленных данных не указана.

Midnight Rose 70B v1.0 — языковая модель для генерации текста на основе архитектуры Llama, созданная sophosympatheia. Она получена слиянием моделей allenai/tulu-2-dpo-70b, lizpreciatior/lzlv_70b_fp16_hf и dreamgen/opus-v0.5-70b с помощью DARE TIES, после чего в итоговую смесь добавлены LoRA-адаптеры. В репозитории находятся веса Safetensors; модель насчитывает 68,7 млрд параметров и имеет контекст 4096 токенов. Модель предназначена прежде всего для ролевых диалогов, рассказывания историй и творческого письма; по умолчанию она склонна генерировать длинные ответы. Автор рекомендует формат инструкций Vicuna, также подходят формат Tulu и настройка параметров сэмплирования. Карточка сообщает, что модель не ограничена цензурой и может создавать контент для взрослых; её качество в других задачах автор отдельно не проверял. Лицензия — Llama 2 Community License.

MiniMax-H3 Turbo — это квантизированная модель для генерации видео с синхронизированным стереозвуком по текстовому запросу. Она основана на Comfy-Org/MiniMax-H3 и Turbo LoRA от larryvrh, объединённых в единый CMF-файл, разработанный infosave2007 для запуска через cortiq — Rust-бинарник без Python и ML-фреймворков. Модель предназначена для text-to-video сценариев, а варианты fl2va также поддерживают генерацию видео по первому и/или последнему кадру. Один transformer совместно обрабатывает изображение и звук; в состав входят DiT, prompt encoder Qwen3-VL, видео-VAE и аудиовокодер. Заявлены 47,83 млрд параметров, четыре шага сэмплирования, квантизация до 4 бит и файлы размером примерно от 13,2 до 23,9 ГБ. Доступны варианты для видеокарт с 16–20, 24 и 32+ ГБ VRAM; компактная версия использует 4B encoder и ClipProj, а полноразмерная — 32B prompt encoder. Для визуального ввода применяются изображения в формате P6 PPM. Сильные стороны модели — объединённая генерация видео и синхронизированного аудио, малое число шагов сэмплирования, автономный запуск без Python, PyTorch, CUDA toolkit и ffmpeg, а также несколько вариантов под разные объёмы видеопамяти. Ограничения включают высокие требования к VRAM, отсутствие портированного пути ref2va и недостаточно изученное качество conditioning сложных сцен по изображению в компактной ClipProj-версии. Файлы распространяются по лицензии Apache-2.0; Turbo LoRA уже объединена с весами.

MiniMax-H3 × Z-Image — это модифицированные GGUF-варианты модели MiniMax-H3 от MiniMaxAI, созданные joeygambino. Модель предназначена для генерации видео по текстовому описанию, включая многокадровые и связанные сцены, а также сценарии с сохранением идентичности и голоса. Она рассчитана на использование в ComfyUI и совместима с рабочими процессами MiniMax-H3, включая MiniMax-H3 Multishot. Модификация переносит профиль пространственного внимания модели Z-Image на поздние блоки MiniMax-H3 посредством масштабирования весов q_norm. Z-Image описана как 6B-модель изображений на архитектуре Lumina2, однако архитектура и полный размер MiniMax-H3 в README не указаны. Изменение не требует дообучения, не добавляет новых знаний и не меняет архитектуру H3; оно направлено на повышение детализации текстур, поверхностей и визуальной согласованности между последовательными сценами. Доступны варианты GGUF с квантованием Q8_0, Q5_1 и Q4_0, рассчитанные соответственно примерно на 32, 24–32 и 16–24 ГБ памяти. К сильным сторонам относятся сохранение совместимости с исходными workflow MiniMax-H3, улучшенная детализация, стабильность деталей при объединении до четырёх кадровых сцен, сохранение идентичности лиц и отсутствие заявленных артефактов. Для выбора режима предусмотрены варианты ref2va и fl2va: первый ориентирован на сохранение идентичности и голоса, второй — на соответствие заданному кадру. Языки, максимальный контекст и точные характеристики входных и выходных модальностей не указаны. Модель распространяется по лицензии minimax-h3-community-license; в метаданных также указано обозначение лицензии other.

Карточка модели nguyenthilaitrieulong/MiniMax-Music3 на Hugging Face совпадает с карточкой MiniMaxAI/MiniMax-Music3, поэтому описание составлено по ней. MiniMax Music 3 — модель генерации песен от MiniMaxAI. Она принимает текст песни и описание музыки, чтобы создавать цельные композиции продолжительностью до пяти минут с вокалом, развивающейся аранжировкой и структурой из куплетов, припевов, переходов и других секций. Текстовые метки секций и подробное описание стиля позволяют задавать жанр, темп, тональность, вокальную подачу, инструменты и развитие звучания. Архитектура сочетает 8B Global LLM для долгосрочной структуры, 0.6B Local LLM для акустических деталей и модуль синтеза на основе Flow Matching и Flow-VAE. Global LLM инициализирована из Qwen3-8B. Модель выдаёт стереозвук WAV с частотой 32 кГц и разрядностью 16 бит. Модель подходит для создания песенных демо, музыкальных эскизов и композиций по заданным словам и стилю. Описание и секционные метки дают генеративный контроль, но не гарантируют точного соблюдения текста, темпа, тональности, инструментов или структуры. Генерация требует CUDA, поддерживается только в не потоковом режиме; длина текстового запроса ограничена 5 000 токенами, а генерация — 9 000 акустическими кадрами. Лицензия в предоставленных данных не указана.

MiniMax Music 3 — модель генерации музыки от MiniMax-AI, представленная в данном репозитории в виде GGUF-квантизаций. Она предназначена для синтеза полноценных структурно связных музыкальных произведений по текстовому описанию и тексту песни, включая вокальные и инструментальные композиции длительностью до 5 минут. Для работы предусмотрен пример интеграции с ComfyUI. Модель использует Diffusion Transformer (Flow Matching 2.4B DiT) и отдельный обрезанный текстовый и языковой энкодер, поддерживающий текстовое и аудиокодирование. Доступны варианты BF16, Q8_0, Q8_CR и Q4_0; объём файлов составляет примерно от 1,39 до 4,64 ГБ для DiT и от 5,38 до 8,93 ГБ для энкодера. Генерация выполняется в стерео с частотой 32 кГц. Текстовый промпт ограничен 5000 токенами, аудиогенерация — 9000 акустическими кадрами, а работа модели является не потоковой. Модель поддерживает управление через текст песни с секционными тегами и структурированное музыкальное описание: жанр, темп, тональность, настроение, вокальные характеристики, инструменты, аранжировку и пространственную атмосферу. Это позволяет задавать композицию, исполнение и развитие аранжировки, однако темп, тональность и синхронизация текста могут немного отклоняться от заданных параметров. Для использования требуется ComfyUI и узлы ComfyUI-GGUF. В README указана лицензия CreativeML Open RAIL-M.

Mistral-Nemo-Gutenberg-Doppel-12B — дообученная модель nbeerbower на базе mistralai/Mistral-Nemo-Instruct-2407. Она использует плотную архитектуру MistralForCausalLM с 12,1 млрд параметров и предназначена для генерации текста и диалогов; доступны интерфейс вызова инструментов и контекст до 1 024 000 токенов. Модель дообучена методом ORPO в течение трёх эпох на наборах jondurbin/gutenberg-dpo-v0.1 и nbeerbower/gutenberg2-dpo, связанных с текстами Гутенберга. Она может подойти для диалоговых сценариев и генерации текстов в литературном стиле. Базовая модель многоязычная; конкретный перечень поддерживаемых языков для этой версии не приведён. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Карточка не содержит оценок качества или подробностей о поведении на разных языках и задачах; результаты следует проверять на целевых сценариях.

Карточка модели Babsie/Mistral-Nemo-Inst-2407-12B-Thinking-Uncensored-HERETIC-HI-Claude-Opus на Hugging Face совпадает с карточкой DavidAU/Mistral-Nemo-Inst-2407-12B-Thinking-Uncensored-HERETIC-HI-Claude-Opus, поэтому описание составлено по ней. Mistral-Nemo-Inst-2407-12B-Thinking-Uncensored-HERETIC-HI-Claude-Opus — дообученная DavidAU версия Mistral Nemo Instruct, созданная с помощью Unsloth. Модель предназначена для диалогов, рассуждений, продолжения сцен и художественного письма; в карточке особо отмечены ролевая игра, фантастика, романтика и хоррор с яркими подробностями. Это плотная причинная языковая модель MistralForCausalLM на 12,1 млрд параметров, распространяемая в формате safetensors. В README заявлен контекст до 1 млн токенов, а для практического использования рекомендовано окно от 8 тыс. токенов. Модель поддерживает несколько языков, включая русский, английский, французский, немецкий, испанский, итальянский, португальский, китайский и японский. Разработчик описывает её как модель с включённым рассуждением и пониженной склонностью к отказам; эти свойства и заявления об улучшении качества генерации представлены в карточке автора и не подтверждены обновлёнными бенчмарками. Модель может выдавать откровенный, обсценный и жестокий художественный контент. Лицензия в предоставленных сведениях не указана.

Карточка модели cyan1143/Mistral-Nemo-Inst-2407-12B-Thinking-Uncensored-HERETIC-HI-Claude-Opus на Hugging Face совпадает с карточкой DavidAU/Mistral-Nemo-Inst-2407-12B-Thinking-Uncensored-HERETIC-HI-Claude-Opus, поэтому описание составлено по ней. Mistral-Nemo-Inst-2407-12B-Thinking-Uncensored-HERETIC-HI-Claude-Opus — дообученная DavidAU версия Mistral Nemo Instruct, созданная с помощью Unsloth. Модель предназначена для диалогов, рассуждений, продолжения сцен и художественного письма; в карточке особо отмечены ролевая игра, фантастика, романтика и хоррор с яркими подробностями. Это плотная причинная языковая модель MistralForCausalLM на 12,1 млрд параметров, распространяемая в формате safetensors. В README заявлен контекст до 1 млн токенов, а для практического использования рекомендовано окно от 8 тыс. токенов. Модель поддерживает несколько языков, включая русский, английский, французский, немецкий, испанский, итальянский, португальский, китайский и японский. Разработчик описывает её как модель с включённым рассуждением и пониженной склонностью к отказам; эти свойства и заявления об улучшении качества генерации представлены в карточке автора и не подтверждены обновлёнными бенчмарками. Модель может выдавать откровенный, обсценный и жестокий художественный контент. Лицензия в предоставленных сведениях не указана.

Модель hf-100/Mistral-Small-Spellbound-StoryWriter-22B-instruct-0.2-chkpt-200-16-bit — дообученная hf-100 версия Mistral Small Instruct, рассчитанная на генерацию текста в диалоговом формате. Название указывает на сценарии написания историй, однако README не приводит примеров или подробностей специализации. Модель содержит 22 млрд параметров, использует плотную архитектуру MistralForCausalLM и поддерживает контекст до 131 072 токенов. Модель принимает текст и выдаёт текст; в метаданных указан английский язык. Для обучения использовались Unsloth и библиотека TRL. Репозиторий содержит веса safetensors, лицензия — Apache-2.0. Базовая модель указана как unsloth/mistral-small-instruct-2409-bnb-4bit.

Это модель распознавания речи, дообученная csikasote на базе facebook/mms-1b-all на наборе BIGC_MINI - BEM. Она использует архитектуру wav2vec2 с CTC-выходом и содержит 1,3 млрд параметров. Модель принимает аудио и преобразует речь в текст; в карточке указаны результаты оценки на тестовой выборке: Loss 34,8514 и CER 0,1197. Модель подходит для автоматической расшифровки аудио в сценариях, соответствующих данным BIGC_MINI - BEM. Базовая MMS-1B-All поддерживает более тысячи языков, однако README не уточняет, какие языки охватывает это дообучение. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

MN-12B-Siskin-v0.1 — экспериментальная объединённая модель на базе Mistral Nemo, опубликованная Nohobby. В слияние della_linear вошли ArliAI/Mistral-Nemo-12B-ArliAI-RPMax-v1.1, nbeerbower/Lyra-Gutenberg-mistral-nemo-12B, NeverSleep/Lumimaid-v0.2-12B и v000000/NM-12B-Lyris-dev-3. Модель содержит 12,1 млрд параметров, использует архитектуру MistralForCausalLM и формат safetensors; для работы предусмотрен шаблон диалога Mistral. Модель предназначена для генерации диалогов, ролевого общения и художественных текстов. По карточке, при обучении использовались преимущественно человеческие данные, что должно уменьшать характерные для ИИ шаблонные обороты. Автор указывает рабочий контекст около 28 тысяч токенов и отмечает, что модель иногда пишет от первого лица независимо от начальной инструкции; явное указание повествовательного стиля в запросе может помочь. Модель обозначена автором как экспериментальная. Лицензия в предоставленных сведениях не указана.

MS-EffGCViT-B0 — компактная модель для обнаружения дипфейков, разработанная авторами проекта DeepGuard. Это гибридная архитектура CNN и Vision Transformer: CNN-эмбеддинг на основе MBConvBlocks сочетается с локальным и глобальным вниманием и объединением признаков нескольких масштабов. Модель принимает обрезанные изображения лиц; для видео классифицирует отдельные кадры, результаты которых можно агрегировать. Вариант B0 использует backbone tf_efficientnet_b0.ns_jft_in1k и входное разрешение 224×224. Модель предназначена для бинарного различения подлинных и поддельных лиц, в том числе при проверке изображений и видеозаписей. По README, чекпойнт обучен на корейском наборе KoDF; описаны также тесты на Celeb-DF-v2 и FaceForensics++. В оценке на KoDF указаны accuracy 0,9655 и AUC 0,9792, тогда как результаты проверки на западных наборах существенно ниже, поэтому переносимость между доменами ограничена. Веса опубликованы в формате safetensors, лицензия — MIT.