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

Llama-3.2-3B-prose-style — дообученная языковая модель, опубликованная limanox на основе unsloth/llama-3.2-3b-unsloth-bnb-4bit. Это плотная авторегрессионная модель семейства Llama с 3,2 млрд параметров, предназначенная для генерации текста. В карточке указано, что обучение выполнялось с Unsloth и библиотекой TRL; контекстное окно составляет 131 072 токена, формат весов — safetensors. Название указывает на настройку под стиль прозы, однако карточка не приводит примеров, описания датасета или результатов оценки, поэтому конкретные стилистические возможности подтвердить нельзя. Модель принимает текст и генерирует текст; в метаданных указан английский язык. Лицензия — Apache-2.0.

LLAMA-3_8B_Unaligned_BETA — экспериментальная чат-модель SicariusSicariiStuff на архитектуре LlamaForCausalLM с 7,5 млрд параметров и контекстом 16 384 токена. Она предназначена для творческого письма, ролевых диалогов и общих текстовых задач; автор подчёркивает низкий уровень ограничений и способность создавать длинные тексты. В описании обучения указано около 50 млн токенов, более половины которых написаны людьми. Модель поддерживает английский язык и распространяется в формате safetensors по лицензии Llama 3.1. Автор отмечает, что связность может снижаться при очень длинной генерации, а часть синтетических обучающих данных может быть неотредактированной.

SzilviaB/Lyra_Dark_Mad_Party_12b — объединённая модель для генерации текста и диалогов, созданная методом TIES с помощью mergekit. В основу положена DavidAU/MN-GRAND-Gutenberg-Lyra4-Lyra-12B-DARKNESS; также объединены DavidAU/MN-GRAND-Gutenberg-Lyra4-Lyra-12B-MADNESS и Sao10K/MN-BackyardAI-Party-12B-v1. Модель основана на плотной архитектуре Mistral с причинной языковой моделью MistralForCausalLM и содержит 12,1 млрд параметров. Она предназначена для текстовых запросов, диалогов и генерации продолжений; заявленный родной контекст составляет 1 024 000 токенов. Репозиторий использует Transformers и формат safetensors. Карточка не описывает конкретные языки или специализированные области применения. Лицензия в предоставленных данных не указана. Как и у других генеративных языковых моделей, ответы могут содержать ошибки или выдуманные сведения.

maidphin — слитая языковая модель, созданная nbeerbower методом SLERP с помощью mergekit на основе nbeerbower/bruphin-zeta и SanjiWatsuki/Silicon-Maid-7B. Это плотная авторегрессионная модель архитектуры Mistral с 7,1 млрд параметров, предназначенная для генерации текста и ролевых диалогов. Контекст составляет до 32 768 токенов; базовые модели ориентированы на английский язык, следование карточкам персонажей и творческое письмо. Модель распространяется в формате safetensors по лицензии CC BY 4.0. В метаданных есть пометки NSFW и «не для всех аудиторий», поэтому ответы могут включать материалы для взрослых.

MangaLens — модель компьютерного зрения, созданная автором репозитория huyvux3005 и дообученная на базе YOLO11n для поиска и сегментации речевых пузырей в изображениях манги и комиксов. Она использует архитектуру YOLO11n Nano и библиотеку Ultralytics, принимает RGB-изображения и выдаёт рамки объектов и маски экземпляров для одного класса — речевого пузыря. Модель предназначена для подготовки страниц манги к извлечению и переводу текста, анализа расположения диалогов, разметки наборов данных и создания функций доступности, например озвучивания текста. В README приведены результаты оценки на 44-й эпохе: mAP@50 99,10% для рамок и 99,13% для масок; заявленная скорость составляет около 15–25 мс на изображение на T4, 8–12 мс на V100 и 200–400 мс на CPU. Эти показатели приведены автором и не описывают независимую проверку. Обучение проводилось на MS92/MangaSegmentation и Manga109. Основная специализация — речевые пузыри в манге, поэтому качество на других типах изображений и графических элементов может быть ниже. Репозиторий указывает лицензию Apache-2.0.

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.

Indexnusrefather/Ministral-3-3B-Instruct-2512-roleplay-tuned-ERP-tolerant — дообученная версия модели Ministral-3-3B-Instruct-2512 от Mistral AI, ориентированная на генерацию текста и ролевые сценарии. Модель предназначена для творческого письма, roleplay и ERP-сценариев, а также для случаев, где важны более качественная пунктуация, выразительность текста и сниженное количество отказов. Модель основана на архитектуре Ministral 3 3B Instruct и доступна как finetune с LoRA. В карточке указана поддержка английского языка и текстовый pipeline для генерации текста. Доступны варианты квантования BF16, Q8_0, Q6_K, Q5_K_M, Q4_K_M и IQ4_XS: они предлагают компромисс между качеством, размером и скоростью работы. Точный размер контекста и перечень поддерживаемых модальностей не указаны. По заявлению автора, модель превосходит его finetune на Llama 3.2 3B и по субъективным ощущениям приближается к finetune на Gemma 3 4B, однако может уступать ему в логических задачах. Модель имеет экспериментальный характер; заявленные улучшения в основном относятся к творческому письму, пунктуации, ERP и снижению отказов. Лицензия — Apache-2.0.

Карточка модели jackalArtInt/Mistral-Nemo-2407-12B-Thinking-Claude-Gemini-GPT5.2-Uncensored-HERETIC на Hugging Face совпадает с карточкой DavidAU/Mistral-Nemo-2407-12B-Thinking-Claude-Gemini-GPT5.2-Uncensored-HERETIC, поэтому описание составлено по ней. DavidAU разработал Mistral-Nemo-2407-12B-Thinking-Claude-Gemini-GPT5.2-Uncensored-HERETIC как дообученную версию Mistral Nemo Instruct 12.1B с использованием наборов данных, основанных на рассуждениях Claude, Gemini и GPT-5.2. Это плотная авторегрессионная языковая модель семейства Mistral для генерации текста и диалога; карточка описывает её как модель с пошаговым рассуждением и ориентиром на компактные ответы с развёрнутой прозой. Модель предназначена для творческого письма, продолжения сцен и сюжетов, ролевого общения, а также ответов в диалоге. В карточке заявлен контекст до 1 024 000 токенов; сама карточка рекомендует окно не менее 4k, предпочтительно 8k и выше. Указана поддержка английского, французского, немецкого, испанского, итальянского, португальского, русского, китайского и японского языков. Репозиторий содержит веса safetensors; метаданные указывают библиотеку Transformers. Модель настроена на генерацию откровенного, грубого и хоррор-контента, поэтому её ответы могут включать ненормативную лексику и взрослые темы. Автор не приводит условий лицензии в предоставленной карточке; перед использованием следует проверить лицензию репозитория на Hugging Face.

Mistral-Nemo-2407-12B-Thinking-Claude-Gemini-GPT5.2-Uncensored-HERETIC-qx86-hi-mlx — текстовая генеративная модель в формате MLX, опубликованная в репозитории nightmedia. Она основана на DavidAU/Mistral-Nemo-2407-12B-Thinking-Claude-Gemini-GPT5.2-Uncensored-HERETIC и дообучалась на наборах TeichAI, связанных с высокоуровневыми рассуждениями Claude, Gemini и GPT. Точное имя разработчика в README не указано; в тексте README авторство неформально приписывается пользователю с именем G. Модель предназначена прежде всего для генерации художественных текстов: рассказов, сцен, сюжетов и подсюжетов, продолжения сцен, ролевого взаимодействия, а также работы с жанрами science fiction, horror, romance и другими направлениями. Заявлены поддержка английского, французского, немецкого, испанского, итальянского, португальского, русского, китайского и японского языков. Модель относится к классу text-generation и имеет размер 12B параметров согласно названию; заявленный контекст — от 128k до 256k токенов, однако точное поддерживаемое значение не уточнено. К сильным сторонам относятся специализация на творческом письме, vivid prose, ролевых сценариях и многоязычной генерации, а также локальный запуск через MLX. Маркировка uncensored, heretic и abliterated указывает на ослабление или удаление некоторых ограничений поведения, что может быть полезно для свободного творческого контента, но повышает риск нежелательных, неточных или небезопасных ответов. README не содержит результатов тестирования, точных сведений о квантовании qx86-hi, системных требованиях или рекомендаций по использованию. Лицензия в предоставленных данных не указана.

MistRP-AirOrca-7B — объединённая модель на архитектуре Mistral, опубликованная Undi95. В репозитории находятся веса FP16; модель сочетает Open-Orca/Mistral-7B-OpenOrca, airoboros-mistral2.2-7b, несколько RP-настроенных моделей и LoRA-адаптеры. Для запросов используется шаблон инструкций Alpaca, а карточка также содержит рекомендации по настройке LimaRP v3 в SillyTavern. Модель предназначена для генерации текста по инструкциям и ролевых диалогов. Она имеет 7,1 млрд параметров и нативный контекст длиной до 32 768 токенов. Указанная лицензия — CC BY-NC 4.0, допускающая использование с обязательной атрибуцией и ограничением на коммерческое применение. Метки репозитория предупреждают о содержании для взрослых.

MN-Chinofun-12B-4 — объединённая языковая модель на архитектуре Mistral, созданная автором репозитория с помощью mergekit и метода Model Stock. В основу объединения вошла ArliAI/Mistral-Nemo-12B-ArliAI-RPMax-v1.3 вместе с пятью другими моделями: ChatWaifu_v1.4, Canidori-12B-v1, NemoDori-v0.2.2-12B-MN-ties, magnum-twilight-12b и Wayfarer_Eris_Noctis-12B. Модель содержит 12,1 млрд параметров, принимает текст и генерирует текст; метаданные отмечают поддержку диалогового режима. Она предназначена для генерации ответов и интерактивных ролевых сценариев. Заявленная длина контекста — 131 072 токена. Карточка приводит результаты Open LLM Leaderboard, включая средний балл 24,26, IFEval 54,04 и BBH 34,17; они не гарантируют качество на конкретных задачах. Язык модели и условия лицензии в предоставленных данных не указаны.

TehVenom/MPT-7b-WizardLM_Uncensored-Storywriter-Merge — объединённая языковая модель на архитектуре MPT с причинным декодированием текста. По карточке это слияние модели Long context Storywriter с инструкционной WizardLM_Unfiltered. Она предназначена для генерации текста, включая написание историй с длинным контекстом и ответы на инструкции. Репозиторий содержит веса PyTorch; метаданные классифицируют модель как text-generation. Размер модели, точная длина контекста, поддерживаемые языки и лицензия в предоставленных данных не указаны. Карточка временная и почти не описывает модель, поэтому качество, условия использования и конкретные ограничения слияния оценить нельзя.

ylacombe/musicgen-melody — опубликованная пользователем ylacombe версия модели MusicGen Melody, разработанной командой FAIR в Meta AI. Она предназначена для генерации музыки по текстовому описанию с возможностью задавать исходную мелодию по аудиофрагменту. Модель использует авторегрессионный Transformer и токенизатор EnCodec; в карточке исходной версии MusicGen Melody указано 1,5 млрд параметров. Репозиторий загружен в формате PyTorch и Safetensors и использует библиотеку Transformers. Модель принимает текст и аудио с мелодией, а выдаёт аудио с музыкой, согласованной с описанием и мелодическим условием. Она подходит для создания музыкальных набросков и изучения генерации музыки. Обучение велось на английских описаниях, поэтому качество запросов на других языках ниже; модель не умеет реалистично генерировать вокал, может замолкать в конце композиции и неодинаково работает с разными стилями и культурами. Веса исходной модели Meta выпущены по лицензии CC-BY-NC 4.0; сведений о лицензии этой пользовательской копии в доступной карточке нет.

MysticGem-v1.3-L2-13B — объединённая текстовая модель на архитектуре Llama, созданная автором репозитория с помощью mergekit из пяти моделей: KoboldAI/LLaMA2-13B-Erebus-v3, Locutusque/Orca-2-13b-SFT-v4, Sao10K/Stheno-Inverted-1.2-L2-13B, Walmart-the-bag/MysticFusion-13B и Undi95/Amethyst-13B. Линейное слияние выполнено с указанными в карточке весами; модель содержит 12,9 млрд параметров и рассчитана на генерацию текста, следование базовым инструкциям и создание историй. Автор позиционирует её для ролевых сценариев и художественного письма, включая взрослые темы. Карточка указывает формат prompt Alpaca. Репозиторий содержит веса Safetensors, а также перечисляет сторонние и авторские квантизованные сборки GGUF. Контекст модели — 4096 токенов. Основной язык и лицензия в предоставленных данных не установлены.

Political DEBATE base v1.0 — классификатор на архитектуре DeBERTa-v2, разработанный Майклом Бернхэмом и соавторами. Модель дообучена на наборе PolNLI и предназначена для zero-shot и few-shot классификации политических текстов через проверку текстовых гипотез: пользователь передаёт документ и короткое утверждение, а модель оценивает, следует ли оно из документа. Модель поддерживает выявление политической позиции и мнений, hate speech, событий и тем. В обучающих данных представлены публикации в социальных сетях, новости, законопроекты и краткие описания судебных дел. Размер модели — 211,6 млн параметров, контекст — до 512 токенов; основной язык карточки — английский. Рекомендуется формулировать гипотезы кратко и с одним критерием. Для few-shot обучения авторы советуют использовать не менее 10 примеров, предпочтительно около 25, и обучать 3–5 эпох. Лицензия — MIT. Оценка в карточке опирается главным образом на тестовый набор PolNLI; качество на других темах и источниках может отличаться. Авторы рекомендуют базовую модель для supervised-классификации задач, явно представленных в обучающих данных, а Political DEBATE — для zero-shot и few-shot сценариев.

Qaari 0.1 Urdu — мультимодальная модель для распознавания текста на изображениях на языке урду. Она разработана Ahmed Wasfy и представляет собой дообученную версию Qwen2-VL-2B, предназначенную прежде всего для OCR документов и изображений с текстом на урду. Модель принимает изображение и текстовую инструкцию, а в ответ генерирует текстовую расшифровку содержимого документа. Модель имеет архитектуру Qwen2-VL с размером 2B параметров и дообучалась на 10 000 синтетических пар изображений текста на урду и эталонных транскрипций. В обучении использовались шрифты AlQalam Taj Nastaleeq, Alvi Nastaleeq, Gandhara Suls, Jameel Noori Nastaleeq и NotoNastaliqUrdu; проверенные размеры шрифта составляют от 14 до 40 пунктов. На заявленном наборе данных Qaari 0.1 Urdu показала WER 0,048, CER 0,029, BLEU 0,916 и соотношение длины 0,978, превзойдя базовую Qwen2-VL-2B и Tesseract. Сильные стороны модели — специализация на урду, высокая точность распознавания и поддержка письменности Nastaleeq. К ограничениям относятся возможное снижение качества на шрифтах и размерах, не представленных при дообучении, сложных лигатурах, нестандартных вариантах Nastaleeq, изображениях низкого разрешения и цифровых дисплеях. Модель распространяется на условиях лицензии базовой модели Qwen2-VL-2B; точные условия в README не приведены.

Qwen3-18B-A3B-Stranger-Thoughts-Abliterated-Uncensored-GGUF — модифицированная и квантизированная в формате GGUF модель, разработанная DavidAU на основе Qwen3-30B-A3B. Автор сократил число экспертов до 64, добавил четыре слоя и получил около 18 млрд параметров. Это MoE-модель: по умолчанию активны 8 из 64 экспертов, что соответствует примерно 3 млрд активных параметров. Указаны языки английский, французский, китайский и немецкий; модель предназначена для генерации текста и поддерживает контекст до 40 тысяч токенов. Основные сценарии применения — творческое письмо, создание и продолжение рассказов, сюжетов и побочных сюжетных линий, генерация сцен, ролевые взаимодействия и работа с жанрами от научной фантастики и романтики до ужасов. Модель ориентирована на яркую, подробную и эмоциональную прозу, включая потенциально NSFW-контент, насилие, грубую лексику и хоррор. Изменения также затрагивают рассуждения и стиль генерации: автор стремился сделать «размышления» глубже и изменить некоторые особенности творческого вывода, при этом проводил тесты рассуждений для проверки сохранности возможностей исходной модели. К сильным сторонам относятся высокая скорость инференса благодаря разреженной активации экспертов, возможность запуска на CPU и GPU, поддержка различных уровней квантования и гибкая настройка числа активных экспертов от 4 до 12. К ограничениям относятся изменённое поведение по сравнению с исходной моделью, чувствительность к параметрам повторения и температуры, а также необходимость более явно задавать желаемый уровень грубости или графичности контента. Модель распространяется по лицензии Apache-2.0.

recoilme/recoilme-gemma-2-9B-v0.5 — объединённая модель Gemma 2 на 9 млрд параметров, созданная автором recoilme с помощью mergekit и метода SLERP на основе TheDrummer/Gemmasutra-9B-v1 и lemon07r/Gemma-2-Ataraxy-9B. Она предназначена для генерации текста в чате, творческих диалогов и ролевых сценариев; карточка отмечает хорошее следование запросам. Модель принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов. В репозитории указаны веса safetensors и библиотека Transformers. README рекомендует температуру генерации около 0,4. Лицензия в предоставленных данных не указана.

RF-DETR Small — модель сквозного обнаружения объектов семейства RF-DETR, разработанного авторами статьи Robinson et al. Она предназначена для детекции объектов в изображениях и рассчитана на компромисс между точностью и задержкой при работе в реальном времени. Архитектура объединяет визуальный трансформер в стиле DINOv2 с регистрами и чередованием оконного и полного внимания, многомасштабный проектор признаков и декодер на основе Deformable DETR. Модель обучена для распознавания 80 категорий COCO 2017. Репозиторий использует библиотеку Transformers и формат весов Safetensors. Модель подходит для локализации объектов на фотографиях и видеокадрах после извлечения кадров, а также для построения приложений компьютерного зрения. Данных о поддержке других наборов классов или языковых входов нет. Лицензия — Apache-2.0.

onnx-community/rfdetr_small-ONNX — модель обнаружения объектов семейства RF-DETR, опубликованная сообществом onnx-community. Репозиторий содержит модель в формате ONNX для использования через Transformers.js, включая JavaScript-приложения. Модель предназначена для обнаружения объектов на изображениях и подходит для сценариев, где требуется находить и локализовать объекты. Карточка не описывает конкретные классы объектов, точность, размер модели или поддерживаемые языки. Лицензия — Apache-2.0.

SlimSAM-77-uniform — сжатая версия Segment Anything Model (SAM), представленная в репозитории Hugging Face nielsr. Это модель компьютерного зрения на архитектуре SAM с кодировщиком изображений на основе ViT, кодировщиком подсказок и декодером масок. Согласно карточке, версия SlimSAM содержит 5,7 млн параметров и формирует маски объектов по изображению и подсказкам: точкам, ограничивающим рамкам или маске. Также она поддерживает автоматическую генерацию масок без заданной цели, используя сетку из 1024 точек. Модель предназначена для сегментации объектов на изображениях, в том числе на устройствах с ограниченными вычислительными ресурсами. Текстовые подсказки официальной реализацией не поддерживаются. Модель использует формат safetensors и распространяется по лицензии Apache-2.0.

Stable Video Diffusion 1.1 Image-to-Video — диффузионная модель Stability AI для генерации коротких видеоклипов на основе одного исходного изображения. Это латентная диффузионная модель, дообученная на базе SVD Image-to-Video для 25 кадров. Она рассчитана на создание 25 кадров с разрешением 1024×576 из изображения того же размера; стандартные условия дообучения — 6 кадров в секунду и Motion Bucket Id 127, эти параметры можно менять. Модель подходит для анимации изображений, художественных и дизайнерских задач, а также для творческих и образовательных инструментов. Текстовое управление не поддерживается. По карточке модель предназначена для некоммерческого и исследовательского использования; условия коммерческого использования следует уточнять у Stability AI, поскольку лицензия в метаданных обозначена как other. Клипы короткие — до четырёх секунд; возможны отсутствие движения или медленные панорамы, а фотореализм не гарантируется. Модель может некорректно генерировать лица и людей, не создаёт читаемый текст и не предназначена для достоверного изображения людей или событий.

DreadPoor/Strawberry_Smoothie-12B-Model_Stock — слитая языковая модель на архитектуре Mistral с 12,1 млрд параметров, созданная с помощью mergekit на основе DreadPoor/Smoothie-12B-Model_Stock, OddTheGreat/Unity-12B и Vortex5/Chaos-Unknown-12b. Модель предназначена для генерации текста в диалоговом формате; базовая модель из каталога ориентирована на сторителлинг, ролевое общение и творческое письмо. Модель распространяется в формате safetensors и имеет контекстное окно до 1 024 000 токенов по метаданным. В карточке указана лицензия CC BY-NC 4.0, которая требует атрибуции и не допускает коммерческого использования. Сведений о поддерживаемых языках и качестве на конкретных задачах карточка не приводит.

Это вариант Text2Video-Zero с весами DreamBooth для создания визуального стиля GTA 5 и управлением по контурам Canny через ControlNet. Модель основана на Stable Diffusion и предназначена для генерации видео по текстовому описанию с заданной структурой сцен; её также можно использовать для генерации изображений с текстом и контурными подсказками. Для активации стиля в запросе используется ключевое слово «gtav style». Авторы Text2Video-Zero — Левон Хачатрян, Андраник Мовсисян, Ваграм Тадеосян, Роберто Хеншель, Чжанъян Ван, Шант Навасардян и Хамфри Ши; исходные веса DreamBooth стиля GTA 5 взяты с Civitai и созданы Quiet_Joker. Модель рассчитана на английские текстовые запросы, работает в библиотеке Diffusers и распространяется по лицензии CreativeML OpenRAIL-M. Качество и согласованность видеокадров зависят от текстового описания, контурного входа и совместимой базовой модели Stable Diffusion; README не приводит численных оценок качества или ограничений по длине видео.

TimeCrystal-l2-13B — объединённая 12,9-миллиардная языковая модель на архитектуре Llama 2, созданная для генерации текста, следования инструкциям и ролевого письма. Разработчик описывает её как попытку совместить логичность и выполнение инструкций с более яркой прозой и связным повествованием; модель предназначена в том числе для творческих диалогов и написания художественных сцен. Модель собрана последовательностью слияний SLERP и градиентного слияния: в README указаны Amethyst, OpenChat Super, Mythomax, Chronos, Synthia и Xwin, но полного перечня компонентов нет. Контекст составляет 4096 токенов. Репозиторий содержит веса PyTorch, лицензия — Apache-2.0. Разработчик отмечает, что проверил модель мало и не уверен в улучшении логики и следования инструкциям, хотя считает, что выразительность прозы стала лучше. Поэтому качество выполнения инструкций и рассуждений не следует считать подтверждённым.

Tissint-14B-v1.1-128k-RP — диалоговая языковая модель на 14 млрд параметров, созданная Ttimofeyka на основе SuperNova-Medius и версии Tissint-14B-128k-RP. Это объединённая модель семейства Qwen2 с архитектурой Qwen2ForCausalLM; она предназначена для генерации текста, творческого письма и многоходовых ролевых диалогов. Контекст составляет 131 072 токена, а взаимодействие рассчитано на формат чата. Автор сообщает об улучшенной устойчивости к настройкам сэмплирования, лучшем следовании системным инструкциям и снижении числа отказов; версия 1.1 включает больше обучающих данных и инструкции, смешанные с NSFW-ролевыми диалогами. Модель выпускается в форматах PyTorch и Safetensors под лицензией Apache-2.0. Модель ориентирована на творческие и ролевые сценарии, включая контент для взрослых. Заявления об улучшении качества основаны на тестах автора; README не приводит количественных оценок, а генерации могут быть нестабильны при неподходящих настройках сэмплирования.

Twizzler-7B — слитая авторская модель на архитектуре Mistral, созданная разработчиком son-of-man с помощью mergekit. Она объединяет несколько моделей семейства Mistral, включая Nexus-IKM, HoloViolet и Erosumika; в качестве базовой указана alpindale/Mistral-7B-v0.2-hf. Модель содержит 7,1 млрд параметров, работает с текстом и имеет контекст до 32 768 токенов. Модель предназначена прежде всего для творческого письма и генерации историй, а также для диалогов и рассуждений. Автор отмечает характерный стиль с упором на идеи и взаимодействия персонажей, а не на пышные описания; смешение моделей добавляет креативность и логику. В карточке не указана лицензия. Качество ответов нестабильно: модель может путаться при большом количестве инструкций и допускать нелепые ошибки. Автор рекомендует простые форматы запросов и умеренное число инструкций. Модель распространяется в формате Safetensors.

WabiSabi-V1 — языковая модель на основе Mistral-7B-v0.1, созданная проектом Local-Novel-LLM-project. Это дообученная и объединённая версия с расширением контекста и настройкой через LoRA; карточка указывает формат инструкций Vicuna-v1.1. Модель предназначена для генерации текста на японском и английском языках, включая длинные диалоги и NSFW-контент. В метаданных указаны архитектура MistralForCausalLM, 7,1 млрд параметров, контекст 32 768 токенов, библиотека Transformers и формат safetensors. README заявляет окно контекста 128 тыс. токенов, однако это расходится с метаданными, поэтому фактическую длину контекста следует сверять с конфигурацией используемого чекпойнта. Лицензия — Apache-2.0. Модель может сохранять информацию в длинной генерации, согласно карточке, но длительные запросы требуют значительных ресурсов памяти. Обучающие данные могут содержать смещения, поэтому ответы требуют проверки.

WangchanBERTa-QA-thaiqa_squad — модель для ответов на вопросы по предоставленному тексту, разработанная на основе wangchanberta-base-att-spm-uncased и дообученная на наборе данных thaiqa_squad. Она использует архитектуру CamemBERT и содержит 132,5 млн параметров. Модель предназначена для извлечения ответа из контекста на тайском языке, например для систем вопросов и ответов по статьям или документам. Принимает вопрос и текстовый контекст, выдаёт текстовый ответ; максимальная длина контекста — 512 токенов. В README описана очистка данных от HTML-тегов и знаков пунктуации. Модель опубликована в формате PyTorch. Сведения о лицензии в предоставленных данных отсутствуют.

hyyoka/wav2vec2-xlsr-korean-senior — модель автоматического распознавания речи на базе wav2vec2, созданная дополнительным дообучением fleek/wav2vec-large-xlsr-korean. Она предназначена для транскрибации корейской речи, в частности речи пожилых мужчин и женщин; при обучении использовались записи свободной беседы из набора AIhub. Размер модели составляет 402,7 млн параметров, архитектура — Wav2Vec2ForCTC. Для работы модели требуется аудио с частотой дискретизации 16 кГц. Репозиторий содержит веса в формате PyTorch и распространяется по лицензии Apache-2.0. Карточка не сообщает оценок качества или известных проблем распознавания, поэтому результаты на других типах речи и аудио отдельно не подтверждены.