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

pipihand01/QwQ-32B-Preview-abliterated-linear50 — экспериментальная языковая модель, созданная автором репозитория с помощью mergekit линейным слиянием Qwen/QwQ-32B-Preview и huihui-ai/QwQ-32B-Preview-abliterated с весами 0,5 для каждой модели. Это плотная причинная трансформерная архитектура семейства Qwen2 с 32 млрд параметров, предназначенная для генерации диалогового текста, ролевых игр и художественных историй, в том числе на чувствительные темы. По предварительным экспериментам автора, слияние делает ответы на такие запросы более естественными и прямыми, сохраняя часть отказов. Для ролевых игр и историй автор рекомендует использовать чатовый режим и избегать формулировок в стиле AI-ассистента. Модель принимает текст и генерирует текст; в метаданных указан английский язык, а контекст составляет до 32 768 токенов. Модель экспериментальная: заявленные эффекты основаны на предварительных наблюдениях автора и не сопровождаются формальной оценкой качества. Ответы могут быть неприемлемы в некоторых ситуациях. Лицензия — Apache-2.0.

RefControl Pose LoRA — FLUX.2-klein-4B — это адаптер LoRA, разработанный xocialize для базовой модели black-forest-labs/FLUX.2-klein-base-4B. Он предназначен для генерации изображения персонажа в новой позе по двум входным изображениям: OpenPose-совместимому скелету с целевой позой и референсному изображению, задающему личность и внешний вид объекта. Для работы используется edit-путь FLUX.2-klein; модель не является отдельным ControlNet, а представляет собой низкоранговый адаптер DiT. Требуется триггерное слово refcontrol и текстовая инструкция «apply pose from image 1 with reference from image 2». Порядок изображений критичен: изображение 1 — скелет, изображение 2 — референс. Адаптер имеет ранг 32, содержит около 88 МБ и 160 тензоров, нацелен на 60 double-блоков и 40 single-блоков архитектуры flux2_klein_4b; заявлена загрузка в форматах bf16 и int4. Поддерживается image-to-image генерация, а базовая модель рассчитана на визуальные данные; отдельные языковые характеристики и максимальный контекст в README не указаны. Модель обучалась на примерно 1800 тройках «скелет, референс, результат», охватывающих около 110 идентичностей и 25 типов активности. Она особенно подходит для переноса позы персонажа, включая стилизованных персонажей, но качество зависит от корректного COCO-18 OpenPose-скелета и чистоты референса: сложный фон может переноситься в результат. Лицензия Apache-2.0; исходные материалы из Wikimedia Commons и Pexels не распространяются вместе с весами и требуют соблюдения условий их лицензий и атрибуции.

Rei-Pulse-24B — слитая модель на архитектуре Mistral, собранная автором MrRikyz методом DARE TIES из Morax-24B-v1, Rei-24B-KTO, Circuitry_24B_V.3, Precog-24B-v1 и Rivermind-24B-v1. Модель содержит 23,4 млрд параметров и поддерживает контекст до 131 072 токенов. Модель предназначена для диалогов, ролевых сценариев и творческого письма. Автор указывает формат ChatML и тестирование с SillyTavern через Ik_llama.cpp; режим вывода рассуждений отдельно не проверялся. В репозитории также упомянуты сборки GGUF и EXL3. Лицензия — Apache-2.0. Метаданные помечают модель как ориентированную на ролевые сценарии и контент не для всех аудиторий.

Xenova/resnet-50 — версия модели ResNet-50, разработанной Microsoft, с весами в формате ONNX для использования в библиотеке Transformers.js. Репозиторий предназначен для запуска модели в JavaScript- и веб-приложениях, включая сценарии, где требуется обработка моделей непосредственно в браузере или другой ONNX-совместимой среде. Основная задача модели — классификация изображений. Она может применяться для определения объектов и категорий на изображениях через pipeline image-classification. Модель является компьютерной зрительной моделью с одной модальностью — изображениями; сведения о поддерживаемых языках, размере контекста, точном числе параметров и дополнительных режимах работы в README не указаны. Ключевое преимущество — готовые ONNX-веса, совместимые с Transformers.js, что упрощает интеграцию ResNet-50 в веб-среду без использования исходного формата весов. Ограничения включают ориентацию преимущественно на классификацию изображений и отсутствие в README подробностей о точности, наборе классов, производительности и требованиях к ресурсам. Лицензия в предоставленных данных не указана.

RF-DETR Seg Medium — модель сегментации отдельных объектов, разработанная Roboflow на основе семейства RF-DETR, представленного Robinson и соавторами. Она предназначена для обнаружения объектов на изображениях и выдаёт маску для каждого экземпляра, а также ограничивающую рамку и оценку класса. Чекпойнт обучен на разметке COCO 2017 для 80 категорий объектов. Архитектура сочетает vision transformer в стиле DINOv2 с регистрами и чередованием оконного и полноформатного внимания, многоуровневый проектор признаков и декодер на основе Deformable DETR с головой сегментации экземпляров. Модель доступна в формате safetensors и интегрирована с библиотекой Transformers. Подходит для сценариев, где нужно находить и разделять экземпляры объектов на изображениях. Лицензия — Apache-2.0. Карточка не приводит ограничений на разрешение входных изображений или оценок качества.

Rosa_v2_7B — разговорная модель на архитектуре Mistral, разработанная автором jeiku. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст; поддерживает контекст до 32 768 токенов и рассчитана на общение на английском языке. Автор объединил несколько пользовательских наборов данных при дообучении своей модели версии v1. Rosa_v2_7B предназначена для генерации прозы и ролевых диалогов, а также для обычного общения в чате. Указана лицензия other; конкретные условия следует проверять в репозитории модели. Автор характеризует её как модель для энтузиастов 7B и не обещает, что результат превзойдёт использованные компоненты.

RP-king-12b — слитая с помощью MergeKit языковая модель, созданная на основе пяти моделей семейства Mistral Nemo. Она предназначена для генерации диалогов, ролевых сценариев и художественного текста; автор README рекомендует использовать шаблон ChatML в SillyTavern. Модель имеет плотную архитектуру MistralForCausalLM и 12,1 млрд параметров, принимает текст и генерирует текст. В метаданных указаны контекст до 1 024 000 токенов и языки английский и бенгальский. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. Среди возможных ограничений — качество ответа зависит от выбранного шаблона диалога и параметров генерации; README не приводит оценок качества или результатов тестирования.

Карточка модели ShantyCam/rtdetr-r101-coco-o365 на Hugging Face совпадает с карточкой PekingU/rtdetr_r101vd_coco_o365, поэтому описание составлено по ней. RT-DETR-R101 — модель обнаружения объектов на изображениях из семейства RT-DETR, разработанная Янь Чжао и Санбум Чхве и опубликованная на Hugging Face пользователем Санбум Чхве. Это сквозной детектор на основе Transformer с гибридным энкодером, который обрабатывает признаки разных масштабов, и декодером, предсказывающим классы объектов и ограничивающие рамки. Архитектура RT-DETR рассчитана на обнаружение объектов в реальном времени без постобработки NMS; число слоёв декодера можно менять для настройки скорости без переобучения. Данная версия использует backbone R101 и связана с предварительным обучением на Objects365; модельная карточка описывает обучение RT-DETR на COCO 2017. Она подходит для распознавания и локализации объектов на изображениях, в том числе в сценариях реального времени. В статье для RT-DETR-R101 с предварительным обучением на Objects365 сообщается результат 56,2 AP на COCO и 74 FPS на GPU T4; это результаты статьи, а не гарантия скорости в конкретной среде. Для обработки изображений в карточке указан размер 640×640 с нормализацией каналов RGB. Модель распространяется по лицензии Apache-2.0.

RT-DETR-R50 — модель обнаружения объектов на изображениях, разработанная Яном Чжао и Санбумом Чоем и опубликованная на Hugging Face участником Sangbum Choi. Она использует архитектуру RT-DETR с гибридным энкодером для обработки признаков разных масштабов и Transformer-декодером, который предсказывает классы объектов и ограничивающие рамки без NMS. В этой конфигурации используется backbone ResNet-50; в карточке указаны 42 млн параметров и обучение на COCO 2017. Модель предназначена для обнаружения объектов в изображениях и сценариев компьютерного зрения, где важны скорость и точность. Для COCO авторы приводят AP 53,1 и скорость 108 кадров в секунду на GPU T4; эти результаты относятся к указанным в карточке условиям оценки. Входные изображения предварительно масштабируются до 640×640 пикселей. Модель принимает изображения и выдаёт классы объектов и их рамки; языковые возможности не заявлены. Лицензия — Apache-2.0.

lllyasviel/sd-controlnet-scribble — модель ControlNet, разработанная Lvmin Zhang и Maneesh Agrawala. Она предназначена для управления генерацией изображений в Stable Diffusion v1.5 с помощью дополнительных условных входных данных в виде изображений-скетчей или набросков. Модель используется совместно с базовой моделью Stable Diffusion и подходит для сценариев text-to-image и image-to-image, когда требуется сохранить структуру, заданную скетчем, одновременно управляя содержанием текстовым описанием. Это диффузионная модель для генерации изображений с архитектурой ControlNet; она обучена на Stable Diffusion v1-5 и принимает английские текстовые описания. Специализация данного контрольного модуля — изображения Scribble, то есть условные изображения с набросками, по которым задаются композиция и основные формы результата. Размер модели, максимальная длина контекста и точный набор поддерживаемых модальностей в README не указаны. Сильная сторона модели — дополнительный контроль над генерацией по сравнению с обычной Stable Diffusion, что позволяет точнее воспроизводить структуру исходного наброска. Ограничение состоит в зависимости от совместимой базовой модели и качества входного скетча; модель предназначена для визуального управления, а не для самостоятельной генерации без Stable Diffusion. Лицензия — CreativeML OpenRAIL M, адаптированная на основе Open RAIL M; условия лицензии и ограничения ответственного использования следует учитывать при применении.

Ślimaki 24B v1 — объединённая языковая модель Naphula, созданная из нескольких предварительно обученных моделей с помощью mergekit и метода DELLA. Она предназначена для генерации текста в чатах, ролевых диалогах и творческом письме; автор сообщает, что модель не использует отказы и может создавать откровенные и графические эротические сцены, а также сцены насилия. Модель основана на плотной архитектуре Mistral с 23,4 млрд параметров и контекстом до 131 072 токенов. README рекомендует шаблон чата Mistral Tekken и приводит параметры генерации для Kobold. В метаданных указан английский язык и формат весов Safetensors. Лицензия — Apache-2.0.

SnowLotus-v2-10.7B — текстовая генеративная модель от BlueNipples, созданная слиянием моделей на основе Solar. Она предназначена прежде всего для ролевых диалогов и генерации выразительной прозы, стараясь сочетать связность и следование инструкциям с более естественным, менее шаблонным стилем. Модель использует плотную архитектуру семейства Llama, содержит 10,6 млрд параметров и принимает текст. В карточке указан контекст 4096 токенов; автор отмечает, что исходный Solar рассчитан на 4K, хотя для одного из компонентов сообщалось о работе с 8K, поэтому более длинный контекст для этой модели не подтверждён. Рекомендуемый формат инструкций — Alpaca. Модель распространяется под лицензией Apache-2.0. Автор описывает её как слияние для сочетания «ума» Frostwind с качеством прозы Frostmaid; в состав также добавлен solardoc. Приведённые оценки и впечатления основаны на ограниченном тестировании и не гарантируют качества ответов. Автор отмечает возможные повторы; для генерации советует MinP или DynaTemp и перегенерацию зацикленных ответов.

Swin-Tiny — модель компьютерного зрения семейства Swin Transformer, разработанная командой Microsoft и представленная в работе Liu et al. Она обучена на ImageNet-1k для классификации изображений размером 224×224 пикселя по 1 000 классам. Архитектура строит иерархические признаки, объединяя патчи на глубоких слоях и выполняя внимание внутри локальных окон со сдвигом. Это позволяет обрабатывать изображения с линейной относительно их размера вычислительной сложностью. Модель можно использовать как основу для классификации изображений и других задач плотного распознавания; для таких задач могут потребоваться дообученные версии. Доступны веса PyTorch, Safetensors и TensorFlow. Модель распространяется по лицензии Apache-2.0. Она предназначена для изображений с разрешением 224×224 и обучена распознавать классы ImageNet-1k; для специализированных категорий или иных задач может понадобиться дообучение.

Tamil-Mistral-7B-v0.1 — предварительно обученная генеративная языковая модель, разработанная Hemanth-thunder на базе Mistral 7B. Авторы расширили токенизатор, добавив 20 тысяч токенов для тамильского языка, и продолжили предварительное обучение на 1,19 млн тамильских документов из MADLAD-400. Модель имеет архитектуру Mistral с Grouped-Query Attention, Sliding-Window Attention и токенизатором Byte-fallback BPE; веса доступны в формате safetensors. Модель предназначена для генерации текста на тамильском языке и сценариев, где требуется языковая модель с усиленной поддержкой тамильской письменности. Заявленный размер — 7,2 млрд параметров, длина контекста — до 32 768 токенов. Лицензия — Apache-2.0. Это базовая предварительно обученная модель без встроенных механизмов модерации; качество и безопасность ответов могут требовать отдельной проверки.

kaixkhazaki/turkish-sentiment — модель классификации тональности турецкого текста, разработанная дообучением BERTurk dbmdz/bert-base-turkish-cased. Она использует архитектуру BertForSequenceClassification, содержит 137,8 млн параметров и принимает последовательности длиной до 512 токенов. Модель относит текст к одному из трёх классов: отрицательная, нейтральная или положительная тональность. Модель предназначена для анализа турецких публикаций в социальных сетях, отзывов о товарах и других текстов. В README приведены результаты оценки: accuracy 0,9688 и macro F1 0,9454; эти показатели относятся к указанному оценочному набору. Модель обучена на наборе winvoker/turkish-sentiment-analysis-dataset, содержащем 440 679 обучающих и 48 965 валидационных примеров. Распространяется по лицензии MIT.

VERA (Variant Evaluation from Real Analytics) — англоязычная модель NovusEdge для ранжирования коротких вариантов убедительного текста по прогнозируемой кликабельности. Она оценивает уже написанные варианты за один проход энкодера без промпта и генерации; более высокий балл означает предпочтительный вариант. Модель дообучена на DeBERTa-v3-large и использует архитектуру DeBERTa-v2 для классификации последовательностей; в метаданных указаны 533,8 млн параметров и контекст до 512 токенов. Модель предназначена для выбора заголовков и другого короткого текста в сценариях копирайтинга и A/B-тестирования. По README, обучение использовало 47 168 вариантов из 16 129 рандомизированных тестов, а проверка проводилась на отложенных тестах без пересечения тестовых идентификаторов с обучением. Результаты относятся к архиву одного издателя и не гарантируют аналогичную точность или абсолютный рост CTR на другом корпусе. Лицензия — Apache-2.0.

dofbi/wolof-asr — дообученная модель Whisper, разработанная для автоматического распознавания речи на волоф. Она предназначена для транскрибирования аудиозаписей разговоров и может применяться в образовательных, академических и лингвистических проектах. В основе лежит openai/whisper-small с архитектурой encoder-decoder из 12 слоёв в каждой части; число параметров — 153,1 млн. Модель принимает аудио и выдаёт текст. В README заявлены средний WER 12% и WER 15% на шумных примерах по результатам оценки на конкретных тестовых данных на волоф. Модель поддерживает задачу audio-text-to-text и ориентирована прежде всего на волоф, распространённый в Сенегале, Гамбии и Мавритании. Доступна в формате safetensors. Лицензия — MIT. Результаты распознавания могут отличаться на аудио, не похожем на использованные при оценке данные; показатели WER из README не гарантируют такое же качество в других условиях.

jameslahm/yolov10n — модель семейства YOLOv10 для обнаружения объектов в изображениях в реальном времени. Карточка связывает её с библиотекой yolov10 и набором данных COCO; веса представлены в формате safetensors. В README упомянуты обучение, проверка качества и пример запуска распознавания изображения. Модель предназначена для локализации и распознавания объектов на изображениях. Лицензия AGPL-3.0; перед использованием следует учитывать её условия распространения и применения. Карточка не приводит подробностей о размере модели, поддерживаемых классах, метриках качества или ограничениях.

Yousei-22B — плотная авторегрессионная языковая модель семейства Llama, созданная автором Envoid путём слияния нескольких моделей. В основе использована llama2-22b; в слиянии также участвовали MythoMax13B, Enterredaas33B, Dendrite-II и Bacchus. По словам автора, сильнее всего заметны черты MythoMax и Llama-2-chat из Dendrite-II. Модель предназначена для генерации текста, в том числе творческих ответов и ролевых диалогов; автор описывает её тестирование с Kobold Lite и SillyTavern. Она содержит 21,6 млрд параметров, принимает текст и выдаёт текст, а длина контекста составляет 4098 токенов. В репозитории представлены веса Safetensors. Автор сообщает, что не смог провести планировавшееся LoRA-дообучение после аномалии при подготовке модели, поэтому использовал слияние, включая TIES. Лицензия в предоставленных данных не указана; сведений о целевых языках и официальной оценке качества также нет.

YuE2-3B — открытая модель генерации музыки от разработчика m-a-p. Она преобразует текстовое описание стиля и слова песни в композицию с вокалом и аккомпанементом, а также поддерживает создание кавер-версий по исходной записи и редактирование мелодии и гармонии через партитуру ABC. Для планирования музыкальной структуры и генерации звука используется плотная архитектура YuE2ForCausalLM: Mixture-of-Transformers сочетает авторегрессионные и неавторегрессионные этапы, после чего акустические латенты преобразуются VAE в стереозвук. Модель содержит 1,8 млрд параметров, поддерживает контекст до 24 576 токенов и рассчитана на английский и китайский языки. По данным карточки, для локального запуска нужны Linux, Python 3.10 или новее и NVIDIA GPU с 24 ГБ памяти и поддержкой BF16. YuE2-3B предназначена для создания песен, кавер-аранжировок и итеративной доработки композиции по текстовым инструкциям и редактируемой партитуре. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. Качество генерации может варьироваться; для каверов требуется отдельно подготовить мелодическую партитуру ABC и текст песни, а редактирование партитуры требует проверки музыкальной корректности.

Карточка модели m-a-p/YuE-s1-7B-anneal-jp-kr-icl на Hugging Face совпадает с карточкой m-a-p/YuE-s1-7B-anneal-en-cot, поэтому описание составлено по ней. YuE-s1-7B-anneal-en-cot — англоязычная версия модели серии YuE, разработанной HKUST/M-A-P для генерации музыки по тексту песни. Модель относится к семейству Llama, использует плотную архитектуру LlamaForCausalLM и содержит около 5,9 млрд параметров; заявленный контекст — 16 384 токена. В репозитории указаны веса Safetensors. Модель предназначена для создания полноценных песен длительностью в несколько минут: она превращает текст песни в вокальную партию и инструментальное сопровождение. Для серии YuE также описаны генерация в разных жанрах, продолжение музыки и создание песни по аудиореференсу в режиме ICL; доступность этих режимов именно в данной англоязычной версии README отдельно не уточняет. Модель распространяется по лицензии Apache 2.0. Авторы рекомендуют указывать авторство YuE by HKUST/M-A-P при использовании сгенерированных материалов. Модель ориентирована на генерацию музыки, поэтому качество и соответствие результата тексту, жанру и вокальным пожеланиям могут различаться.

Карточка модели m-a-p/YuE-s1-7B-anneal-zh-cot на Hugging Face совпадает с карточкой m-a-p/YuE-s1-7B-anneal-en-cot, поэтому описание составлено по ней. YuE-s1-7B-anneal-en-cot — англоязычная версия модели серии YuE, разработанной HKUST/M-A-P для генерации музыки по тексту песни. Модель относится к семейству Llama, использует плотную архитектуру LlamaForCausalLM и содержит около 5,9 млрд параметров; заявленный контекст — 16 384 токена. В репозитории указаны веса Safetensors. Модель предназначена для создания полноценных песен длительностью в несколько минут: она превращает текст песни в вокальную партию и инструментальное сопровождение. Для серии YuE также описаны генерация в разных жанрах, продолжение музыки и создание песни по аудиореференсу в режиме ICL; доступность этих режимов именно в данной англоязычной версии README отдельно не уточняет. Модель распространяется по лицензии Apache 2.0. Авторы рекомендуют указывать авторство YuE by HKUST/M-A-P при использовании сгенерированных материалов. Модель ориентирована на генерацию музыки, поэтому качество и соответствие результата тексту, жанру и вокальным пожеланиям могут различаться.

YuE-s2-1B-general — модель серии YuE, разработанной HKUST/M-A-P для генерации музыки по текстовым описаниям и текстам песен. Репозиторий README представляет серию как набор открытых базовых моделей для преобразования текста песни в полноценную композицию с вокалом и аккомпанементом; эта версия имеет архитектуру LlamaForCausalLM с 1,8 млрд параметров и контекстом 8192 токена. Модель предназначена для создания песен длительностью в несколько минут, а серия YuE поддерживает разные жанры, языки и вокальные техники. В README также описаны режимы продолжения музыки и генерации с опорой на референсную композицию; применимость этих режимов именно к варианту s2-1B-general отдельно не уточняется. Метаданные указывают текстовую генерацию, поэтому их недостаточно, чтобы подтвердить вход и выход аудио для этого конкретного репозитория. Модель распространяется по лицензии Apache 2.0. README рекомендует указывать авторство YuE by HKUST/M-A-P при использовании результатов; заявленные языки карточки — английский, китайский, корейский и японский.

10Eros-Max-Transformer_TURBO-hybrid_beta5 — экспериментальная производная модель для генерации видео по тексту и изображениям, опубликованная пользователем ibyteohdear в формате Diffusers. Это вариант MiniMax-H3 Transformer на 23,1 млрд параметров; автор описывает beta_5 как функциональную версию, собранную с помощью семи групп концептуальных grafts и consensus merges более чем 20 LoRA, а также гибридного turbo delta fusion. Модель рассчитана на создание видео с сохранением базовых возможностей MiniMax-H3 и поддержкой NSFW-контента. Автор приводит настройки генерации с несколькими сэмплерами и 4–8 шагами; для качества движения рекомендует res_multistep, а для turbo-аудио — LCM. Turbo-вариант экономит около 4,2 ГБ памяти на загрузке компонентов, а дополнительные concept LoRA обычно можно подключать с невысокой силой. Метаданные указывают задачу image-text-to-video и формат safetensors; в README также описана загрузка через Diffusers с trust_remote_code=True. Качество зависит от сэмплера и промпта. Автор сообщает о проблемах обучения базовой H3 и предупреждает, что turbo-версии дают менее качественное аудио, чем полношаговая нетурбо-версия; beta_3 и beta_4 названы повреждёнными тестовыми версиями. Указаны лицензия сообщества MiniMax-H3 и применимость лицензий исходных моделей для перенесённых компонентов: это условия сообщества, а не стандартная лицензия из метаданных.

ACE-Step1.5-sft-MLX-bf16 — версия модели ACE-Step v1.5 SFT, опубликованная roman220220 и предназначенная для генерации музыки по текстовому описанию на устройствах Apple Silicon. Это плотная модель семейства ACE-Step с 1,3 млрд параметров; репозиторий содержит веса safetensors в формате MLX и основан на ACE-Step/acestep-v15-sft. Модель принимает текстовый запрос и генерирует аудио, в том числе песни с вокалом и заданными словами. Автор README сравнивает её с turbo-версией на небольшом наборе поп-, рок-композиций и баллад: SFT лучше передаёт запрошенные слова, тогда как turbo звучит более полно и завершённо. Замеры также показывают различия качества и потребления памяти между точностями вычислений. README предупреждает, что стандартные настройки mlx-audio для указанной ветки могут давать неудовлетворительный звук. Лицензия модели — MIT.

DreadPoor/Aspire-8B-model_stock — диалоговая языковая модель для генерации текста, созданная слиянием предварительно обученных моделей с помощью mergekit и метода Model Stock. В основе слияния указаны Sao10K/L3-8B-Stheno-v3.2 и grimjim/Llama-3-Instruct-abliteration-LoRA-8B; также объединены модели семейств Llama 3 и Llama 3.1, включая варианты для чата, свободных ответов, медицины, биологии и физики. Модель использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и рассчитана на контекст до 8192 токенов. Она предназначена для диалогов и генерации ответов по текстовым запросам. В README приведены результаты оценивания на IFEval и BBH, но они не позволяют установить качество в конкретных пользовательских сценариях. Модель распространяется под лицензией CC BY-NC 4.0, которая ограничивает коммерческое использование. В состав слияния входят варианты с пометками uncensored и abliteration; ответы могут быть менее ограничены по содержанию, а качество в специализированных медицинских и научных задачах не подтверждено приведённой информацией.

Boulesis-26B-A4B-GGUF — квантизированная версия экспериментальной модели Boulesis-26B-A4B, разработанной SubMaroon и квантизированной spiritfather в формате GGUF для запуска через llama.cpp. Модель основана на Google Gemma-4-26B-A4B-it и предназначена прежде всего для генерации текста, творческого письма и roleplay-сценариев. По заявлению автора исходной модели, она объединяет компоненты для маршрутизации внимания из Pantheon-Reasoning-1.1, стилевую голову из StyleTune-V2, narrative RP LoRA и heretic base coder3101. Доступны варианты Q4_K_M размером 17,2 ГБ, Q6_K размером 23,2 ГБ и Q8_0 размером 27,6 ГБ. Модель поддерживает режим рассуждений, а встроенный шаблон чата исправляет проблему исходного шаблона Gemma-4; для корректной работы рекомендуется использовать актуальную версию llama.cpp с параметром --jinja. В README указан контекст до 32 768 токенов. Основные сильные стороны модели — ориентация на качество прозы, ролевое взаимодействие и следование творческим сценариям; результаты CaliperBench характеризуют именно эти качества, а не общий интеллект. Это только набор квантизаций исходной модели, поэтому возможности и ограничения Boulesis-26B-A4B-GGUF зависят от базовой модели и выбранного уровня квантования. README не указывает полный список поддерживаемых языков и не приводит подробных ограничений качества. Модель распространяется на условиях Gemma Terms of Use, унаследованных от базовой модели.

Darwin-4B-Genesis — экспериментально объединённая модель семейства Darwin, представленная VIDRAFT в статье о взвешенном эволюционном слиянии моделей для улучшения рассуждений без дополнительного обучения. В ней сохранены attention-слои Transformer-модели Gemma4, а знания из FFN-слоёв Qwen3.5-4B на архитектуре Mamba/GatedDeltaNet перенесены в отдельных пропорциях, найденных поиском CMA-ES. В репозитории указана архитектура Gemma4ForConditionalGeneration и формат safetensors; размер — 4 млрд параметров. Модель предназначена для диалога и генерации текста, в том числе для ответов на вопросы о корейской культуре и многошаговых задач на рассуждение. В карточке приведены результаты CLIcK 92%, MuSR 70% и приблизительно 60% на GPQA; это заявленные авторами оценки на конкретных бенчмарках, а не гарантия качества в других сценариях. Метаданные также указывают мультимодальную базовую модель, однако README описывает прежде всего текстовые возможности, поэтому обработка изображений для этой модели не подтверждена. Лицензия — Apache 2.0.

ChaoticNeutrals/Eris_PrimeV3.075-Vision-7B — слитая модель на архитектуре Mistral с 7,1 млрд параметров, предназначенная для генерации текста и творческих ролевых диалогов. В README автор также заявляет мультимодальные возможности распознавания изображений: для их использования требуются актуальная версия Koboldcpp и файл mmproj из репозитория. Модель имеет контекст длиной до 32 768 токенов. Слияние объединяет ChaoticNeutrals/Eris_PrimeV3.05-Vision-7B и KatyTheCutie/LemonadeRP-4.5.3. В метаданных указана лицензия other; конкретные условия следует сверить с файлами репозитория перед использованием.

Карточка модели xycheni/facebook-dinov3-vitl16-pretrain-lvd1689m на Hugging Face совпадает с карточкой facebook/dinov3-vitl16-pretrain-lvd1689m, поэтому описание составлено по ней. facebook/dinov3-vitl16-pretrain-lvd1689m — визуальная модель семейства DINOv3, разработанного Meta AI. Это вариант Vision Transformer ViT-L, дообученный на веб-наборе LVD-1689M; модель предназначена для извлечения универсальных признаков изображений, которые можно использовать в задачах компьютерного зрения без дополнительного обучения или с лёгкой классификационной головой. Модель принимает изображения и формирует признаки класса и патчей. Архитектура ViT использует патчи размером 16 пикселей и поддерживает изображения с размерами, кратными 16; изображения других размеров обрезаются до ближайшего меньшего кратного. Признаки применимы для классификации, поиска похожих изображений, сегментации, оценки глубины и обнаружения объектов. Карточка описывает семейство DINOv3, включая вариант ViT-L на 300 млн параметров; отдельный размер контекста к этой модели не относится. В карточке отмечены различия качества между регионами и снижение результатов для географических групп с низким доходом; дообучение на целевых метках может усилить смещения. Указана лицензия DINOv3 License (в метаданных — other), поэтому условия использования следует сверять с текстом лицензии репозитория.