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

Qwen2.5-7B-Stair_2c1t — плотная языковая модель на 7,1 млрд параметров, разработанная как часть проекта Doc2FRC и дообученная полным параметрическим supervised fine-tuning на базе Qwen/Qwen2.5-7B-Instruct. Она предназначена для машинного перевода фрагментов документов с учётом контекста соседних фрагментов: первый переводится без контекста, второй получает один предыдущий исходный фрагмент, а последующие — два. Модель загружается через Transformers и имеет контекстное окно 32 768 токенов. Модель переводит между английским и немецким, испанским, французским, итальянским, корейским, нидерландским, португальским, русским и китайским языками в обоих направлениях. Обучение проводилось на чанках длиной 256–512 токенов; для точного воспроизведения разбиения, формата запросов и оценки авторы отсылают к репозиторию Doc2FRC. Модель распространяется по лицензии Apache-2.0.

Real3D — модель Hanwen Jiang для построения 3D-представления объекта по изображению. Она использует архитектуру TripoSR — Transformer для отображения 2D-изображений в 3D, основанный на LRM, — и дообучается на реальных изображениях с помощью самонастройки без разметки и автоматического отбора данных. Модель объединяет синтетические данные Objaverse, включая рендеры Zero-1-to-3 и GObjaverse, с изображениями из ImageNet, OpenImages и других коллекций реальных снимков. Это предназначено для реконструкции 3D-объектов по изображениям из более широкого распределения сцен и объектов. Репозиторий содержит веса в формате PyTorch; лицензия — MIT. Real3D принимает изображение и выдаёт 3D-результат. В карточке не описаны ограничения по разрешению входа, качество реконструкции или конкретные требования к среде запуска. Авторы также просят не использовать модель для создания оскорбительных или причиняющих distress 3D-объектов либо для распространения стереотипов.

RF-DETR Large — модель сквозного обнаружения объектов на изображениях, основанная на семействе RF-DETR, представленном Robinson и соавторами и интегрированном в библиотеку Transformers. Этот чекпойнт внесён в Transformers пользователем stevenbucaille и обучен на COCO 2017 с 80 категориями объектов. Архитектура сочетает Vision Transformer в стиле DINOv2 с регистрами и чередованием оконного и полного внимания, многоуровневый проектор признаков и декодер Deformable DETR с запросами объектов. Семейство RF-DETR нацелено на обнаружение объектов в реальном времени с балансом точности и задержки. Модель принимает изображения и выдаёт обнаруженные объекты с метками и рамками. Модель распространяется в формате safetensors под лицензией Apache-2.0. Она предназначена для общего обнаружения объектов в пределах категорий COCO; качество на иных наборах категорий или в предметных областях README не описывает.

Roboflow RF-DETR Seg Xxlarge — модель сегментации экземпляров из семейства RF-DETR, разработанного на основе исследований по real-time detection transformers и интегрированного в библиотеку Transformers. Она принимает изображение и предсказывает отдельные маски объектов, ограничивающие рамки и оценки классов для 80 категорий COCO 2017. Архитектура сочетает визуальный ViT-backbone в стиле DINOv2 with registers с чередованием оконного и полноформатного внимания, многомасштабный проектор признаков и декодер Deformable DETR с головой предсказания масок. Модель предназначена для сегментации объектов на изображениях; заявленное семейство ориентировано на работу в реальном времени, однако скорость именно этой версии в карточке не приведена. Модель распространяется в формате safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0. Обучение описано для меток экземплярной сегментации COCO 2017, поэтому применимость к другим наборам категорий и предметным областям зависит от соответствия обучающим классам или дополнительной настройки.

Rocinante-12B-v1-nemo-sunfall-v0.6.1-SLERP — языковая модель, созданная автором knifeayumu путём слияния TheDrummer/Rocinante-12B-v1 и crestf411/nemo-sunfall-v0.6.1 методом SLERP с помощью mergekit. Это плотная авторегрессионная модель семейства Mistral на 12,1 млрд параметров, предназначенная для генерации текста и диалогового общения. Базовая Rocinante рассчитана на творческое письмо, ролевые диалоги и приключенческие истории; объединение также ориентировано на экспериментальное творческое использование. Заявленная длина контекста — 1 024 000 токенов, формат весов — safetensors; модель поддерживает английский язык и имеет интерфейс для вызова инструментов. Распространяется по лицензии Apache-2.0. Автор описывает слияние как сделанное для интереса, поэтому карточка не подтверждает качество или пригодность для конкретных рабочих процессов.

Seed-X-Instruct-7B — инструкция-адаптированная многоязычная модель перевода от ByteDance-Seed. Это плотная причинная языковая модель на архитектуре Mistral с 7,2 млрд параметров и контекстом до 32 768 токенов; веса опубликованы в формате safetensors. Модель предназначена для перевода между 28 языками и обучена следовать намерению пользователя в задачах перевода. Модель подходит для перевода текстов в разных областях, включая научно-технические материалы, деловую переписку, электронную коммерцию, биомедицину, финансы, право, литературу и развлечения. Для перевода требуется добавлять в конец запроса языковой тег целевого языка. Авторы сообщают о сравнительных оценках на FLORES-200, WMT-25 и других тестах, но рекомендуют Seed-X-PPO как вариант с более высокой точностью перевода. Модель специализирована на переводе и, по предупреждению авторов, неожиданно может не справляться с другими задачами; для многоходового диалога шаблон чата не предусмотрен. Лицензия указана как other, поэтому конкретные условия использования следует проверять в карточке репозитория.

SpeechBrain ECAPA VoxCeleb MLX — конвертированный экспорт весов SpeechBrain ECAPA-TDNN для локального запуска на Apple Silicon через MLX. Модель содержит около 20,77 млн параметров и выдаёт 192-мерный L2-нормализованный вектор голоса, пригодный для сравнения по косинусному сходству. Она предназначена для извлечения голосовых признаков и сравнения говорящих: например, проверки, принадлежат ли две аудиозаписи одному человеку. Экспорт включает MLX-граф ECAPA и воспроизводимый log-mel фронтенд. В README приведена проверка близости выходов к PyTorch-версии, но указанный EER 0,80% относится к исходной модели на очищенном VoxCeleb1 и не подтверждает качество этого экспорта на новых данных. Модель принимает аудио и возвращает векторные эмбеддинги. В метаданных указан английский язык. Лицензия — Apache-2.0; веса в формате Safetensors представлены в FLOAT16. Экспорт рассчитан на Apple Silicon и MLX.

Tower-7B-Uni_2c1t — модель компании SardineLab для машинного перевода фрагментов документов. Она создана полнопараметрическим дообучением Unbabel/TowerInstruct-Mistral-7B-v0.2 и построена на плотной архитектуре Mistral с 7,1 млрд параметров. Модель обучена совместно работать с запросами без контекста и с одним или двумя предыдущими фрагментами исходного текста, передаваемыми в хронологическом порядке. Данные разбиваются на фрагменты длиной 256–512 токенов. Модель переводит между английским и немецким, испанским, французским, итальянским, корейским, нидерландским, португальским, русским и китайским языками в обоих направлениях. Контекст модели — до 32 768 токенов. Она предназначена для документного перевода, при котором предыдущие фрагменты помогают учитывать контекст между частями текста. Для загрузки контрольных точек PyTorch авторы рекомендуют PyTorch 2.6 или новее. Лицензия CC BY-NC-SA 4.0 допускает использование с указанием авторства и на условиях «одинаково распространяемых» материалов, но запрещает коммерческое использование.

WestIceLemonTeaRP-32k-7b — объединённая языковая модель на базе архитектуры Mistral, созданная автором репозитория с помощью mergekit и метода SLERP. В состав слияния входят IceLemonTeaRP-32k-7b, SeverusWestLake-7B-DPO и Not-WizardLM-2-7B; размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов. Модель предназначена для генерации текста и ролевых диалогов. В карточке указан шаблон Alpaca, возможно также ChatML. Модель работает с текстом и использует библиотеку Transformers. В README приведены варианты квантизации ExL2 с 4,2, 6,5 и 8 битами, а также результаты на задачах Open LLM Leaderboard. Данные не позволяют определить перечень поддерживаемых естественных языков. Лицензия CC-BY-NC-4.0 запрещает коммерческое использование; метки карточки предупреждают, что модель может создавать контент для взрослой аудитории.

Yue2-3B-GGUF — это набор весов модели Yue2-3B, разработанный проектом m-a-p и адаптированный для работы в формате GGUF через audio.cpp. Модель предназначена для генерации музыки по текстовому описанию и тексту песни, включая сценарии прямой text-to-music генерации, поэтапного планирования, создания каверов с учётом мелодии и генерации на основе полной партитуры. В репозитории также представлены VAE-компоненты, конфигурации модели и токенизатор Qwen. Модель имеет размер 3B параметров; точная архитектура в README не указана. Доступны варианты основных весов BF16, Q8_0 и Q4_0, а также VAE в форматах F32 и F16, что позволяет выбирать между качеством, скоростью и потреблением памяти. Для BF16 с F32 VAE указано потребление до 12535 MiB VRAM, а для Q8_0 и Q4_0 с F16 VAE — около 8867 и 7755 MiB соответственно. Заявлены поддержка LoRA в audio.cpp 0.8.1 и режим работы с длинными аудиотреками; в тесте длительностью около 195–225 секунд относительное время генерации составило примерно 0,20–0,27 от длительности аудио на RTX 5090. Сильные стороны модели — локальный запуск через audio.cpp, наличие нескольких уровней квантизации и поддержка различных режимов музыкальной генерации. README демонстрирует англоязычные текстовые запросы, вокал, инструменты и музыкальные стили, однако полный набор поддерживаемых языков и другие ограничения качества не указаны. Модель распространяется по лицензии CC BY-NC 4.0, поэтому коммерческое использование может быть ограничено условиями лицензии.

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-jp-kr-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.

Карточка модели m-a-p/YuE-s1-7B-anneal-zh-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.

Zarafusionex 1.1 L2 7b — текстовая генеративная модель семейства Llama, опубликованная пользователем zarakiquemparte. Это слияние Nous Hermes Llama2 7B и Stable Beluga 7B в пропорциях 53% и 47%, к результату которого применили LoRA-версию LimaRP для Llama 2 7B от 23 июля 2023 года. В метаданных указаны архитектура LlamaForCausalLM, 6,6 млрд параметров, формат PyTorch и контекст 4096 токенов. Модель предназначена для генерации текста по инструкциям и диалоговых сценариев; в README сказано, что ожидается совместимость с форматами инструкций Nous Hermes и Stable Beluga. LimaRP-компонент указывает на ролевое использование, однако карточка не описывает его поведение подробно. Автор предупреждает, что модель не предназначена для предоставления фактической информации или советов. Лицензия обозначена как other, поэтому конкретные условия использования следует сверить с файлами репозитория.

ACE-Step 1.5 SFT for MLX 8-bit — музыкальная генеративная модель команды ACE-Step, преобразованная для запуска на компьютерах Apple Silicon. Она создаёт стереомузыку с вокалом и разборчивым пением по текстовому описанию стиля; базовая модель также поддерживает управление стилем и редактирование аудио. Архитектура ACE-Step — плотная модель с 1,3 млрд параметров, контекст составляет 32 768 токенов. Репозиторий содержит 8-битные веса DiT и кодировщиков условий; README указывает размер загрузки около 5,6 ГБ вместе с текстовым кодировщиком Qwen3-Embedding и VAE, а также генерацию аудио с частотой 48 кГц в стерео. В описанном автором сравнении 8-битная версия близка к bf16 по разборчивости текста песен и требует меньше пиковой памяти, но медленнее 4-битного варианта. README предупреждает, что стандартные настройки mlx-audio могут приводить к неудовлетворительному звучанию; заявленные результаты относятся к собственному процессу генерации автора и ограниченной проверке на 12 треках. Лицензия — MIT.

AIRealNet-Audio — модель Modotte для бинарной классификации аудио, которая определяет, является ли речь сгенерированной или поддельной либо произнесённой человеком. Она использует аудиоэнкодер на основе Wav2Vec с проекционным слоем и классификационной головой; число параметров — 113,3 млн. При обработке признаки дважды нормализуются по L1-норме, чтобы снизить зависимость классификатора от величины эмбеддинга. Модель рассчитана на аудио с частотой 16 кГц, обрабатывает фрагменты длиной 12 секунд и возвращает оценки двух классов: «AI/подделка» и «человеческая речь». Модель предназначена для выявления синтезированной или клонированной речи в аудио из социальных сетей, мессенджеров и колл-центров, а также для модерации, проверки фактов и исследовательских наборов данных. В карточке заявлен EER ниже 6% на разных тестовых наборах; результаты могут снижаться на очень коротких фрагментах, при сильных искажениях, неизвестных генераторах и целенаправленных изменениях аудио. Оценки вероятностные и требуют дополнительной проверки в юридических и других высокорисковых сценариях. Лицензия — MIT.

NullpoLab/AnimeGen-I2V-GGUF — это GGUF-квантованная версия модели aidealab/AnimeGen-I2V, предназначенная для использования в ComfyUI. Модель относится к классу image-to-video и ориентирована на генерацию аниме-видео на основе изображений; в метаданных также указаны задачи video generation и поддержка коммерческого использования. В доступных данных не указаны точная архитектура, размер модели, поддерживаемые разрешения, длина контекста, набор модальностей помимо image-to-video и фактический список языков. В метаданных заявлен английский язык, однако README не уточняет, относится ли это к текстовым входам или документации. Модель основана на aidealab/AnimeGen-I2V, а GGUF-квантизация может быть полезна для запуска в средах, совместимых с этим форматом, включая ComfyUI. Ограничения, связанные с качеством, производительностью и требованиями к оборудованию, не описаны. Лицензия указана как Apache-2.0, при этом README отмечает, что условия лицензирования совпадают с AnimeGen.

Arbor-8B — объединённая методом Karcher merge языковая модель от автора pinkachu, собранная из дообученных моделей Llama 3.1. Она предназначена для диалогов и ролевых сценариев. Модель имеет плотную архитектуру LlamaForCausalLM и около 7,5 млрд параметров; принимает текст и генерирует текст. Заявленная длина контекста — 131 072 токена. В репозитории представлены веса Safetensors. Среди исходных моделей есть варианты для ролевого общения, чата, рассуждений и следования инструкциям. Карточка не сообщает о специальной языковой специализации. Лицензия в предоставленных данных не приведена.

Aura v3 — англоязычная модель генерации текста от ResplendentAI, созданная на архитектуре Mistral и дообученная слиянием нескольких моделей. Она содержит данные для ролевого общения, эротики и NSFW-сценариев; по умолчанию предпочитает поэтичную прозу, но может менять стиль по инструкции. Для многоходового общения рекомендуется формат ChatML. Модель насчитывает 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Карточка отмечает управляемый стиль письма, склонность к коротким ответам и переобучение; при высокой температуре генерация может становиться чрезмерно многословной. Лицензия — Apache-2.0. Для мультимодального зрения README упоминает совместимость с отдельным Mistral-совместимым файлом mmproj в KoboldCPP.

Aurora — разговорная модель ResplendentAI на архитектуре Llama, предназначенная для творческого письма и ролевых диалогов в формате с репликами в кавычках и действиями между звёздочками. Автор сообщает, что усилил обучение творческому письму; модель также может отвечать обычным текстом и использовать действия со звёздочками. Это объединённая модель с 7,5 млрд параметров, работающая через Transformers; заявленная длина контекста — 8192 токена. Карточка ориентирована на английский язык. Модель распространяется по лицензии Apache 2.0. README рекомендует правильно форматировать примеры сообщений и вводный текст, а для следования ролевому формату — заключать реплики в кавычки. Автор сообщает о тестировании, однако независимые оценки качества не приведены. Модель предназначена для генерации текста и сама по себе не подтверждена как средство для других задач.

philipp-zettl/bge-micro-v2-mtg-v2 — компактная модель Sentence Transformer, дообученная автором на базе TaylorAI/bge-micro-v2. Она кодирует текстовые предложения и абзацы в плотные эмбеддинги размерностью 384 для поиска релевантных документов; модель использует BERT-архитектуру с усреднением токенных представлений и косинусной мерой сходства. В карточке описана обучающая выборка из 2,132,917 пар текстов по Magic: The Gathering, включая названия карт и их описания. Метаданные указывают контекст до 512 токенов, а README — максимальную длину последовательности 256 токенов. Модель подходит для семантического поиска по картам и правилам Magic: The Gathering, сопоставления запросов с описаниями карт и построения текстовых эмбеддингов для последующей кластеризации. Она принимает и выдаёт текстовые представления через векторные эмбеддинги, не генерируя ответы. Карточка не сообщает лицензию, поэтому условия использования по имеющимся данным определить нельзя.

BigMaid-20B-v1.0 — языковая модель TeeZee на архитектуре Llama, полученная чередованием слоёв модели KatyTheCutie/EstopianMaid-13B с самой собой. Итоговая плотная модель содержит около 19,8 млрд параметров и использует формат safetensors; максимальный контекст — 4096 токенов. В карточке указана лицензия Apache-2.0. Модель предназначена для генерации текста и ролевых сценариев. Автор отмечает сохранение качеств исходной модели, большую склонность к абстрактному и лёгкому юмору и возможность генерации контента для взрослых. В карточке приведены результаты отдельных тестов рассуждения и здравого смысла, но они не гарантируют качество в других задачах.

Модель British Library Books Genre Detector разработана Британской библиотекой и дообучена на базе distilbert-base-cased. Она классифицирует название книги как fiction или non-fiction, помогая распределять записи о книгах по этим двум широким категориям. Модель создана для коллекции оцифрованных печатных книг Британской библиотеки XVIII–XIX веков и может применяться для первичной разметки похожих библиотечных каталогов. Модель принимает текст названия книги и выдаёт класс. Она обучалась преимущественно на англоязычных названиях; в данных также были другие языки, включая русский, но значительно реже. Контекст составляет 512 токенов. Лицензия — MIT. Качество может снижаться на современных названиях и каталогах с другими правилами описания. Обучающая выборка смещена к поздним годам, а часть меток была получена автоматически, поэтому предсказания следует считать грубой жанровой оценкой.

Chronos-Platinum-72B-GGUF — это GGUF-квантизированная версия модели Chronos-Platinum-72B, разработанной ZeusLabs и преобразованной в квантизированные варианты пользователем bartowski с использованием llama.cpp и imatrix. Модель предназначена для генерации текста, прежде всего для ролевых сценариев и написания историй. В README указан формат промптов, совместимый с шаблоном Qwen 2.5 и ролями system, user и assistant, а также возможность запуска через LM Studio и другие инструменты, поддерживающие GGUF. Модель имеет размер 72B параметров; точная архитектура, максимальная длина контекста и поддерживаемые языки в предоставленных данных не указаны. Доступны варианты квантизации от IQ1_M до Q8_0 с размерами примерно от 23,74 до 77,26 ГБ. Варианты Q6_K, Q5_K_M, Q4_K_M и IQ4_XS отмечены как рекомендуемые; более сильная квантизация обычно обеспечивает лучшее качество, но требует больше памяти, тогда как низкобитные варианты уменьшают требования к памяти за счёт качества. Сильными сторонами являются крупный размер исходной модели, специализация на ролевом взаимодействии и сторителлинге, а также широкий выбор квантизаций для разных аппаратных ограничений. Ограничения включают значительные требования к оперативной или видеопамяти, возможное снижение качества в низкобитных вариантах и отсутствие в README подробных данных о бенчмарках, мультимодальности и языковом покрытии. Лицензия модели в предоставленных материалах не указана.

Chunky-Lemon-Cookie-11B — объединённая модель генерации текста, созданная автором репозитория с помощью mergekit из пяти предварительно обученных моделей, включая варианты Kunoichi, Silicon-Maid, LemonadeRP, Fimbulvetr и Mistral. В объединении применены методы passthrough и task arithmetic. Модель предназначена для генерации текста и ролевых сценариев на английском языке. Она построена на архитектуре Mistral с плотной causal language model, содержит 10,6 млрд параметров и поддерживает контекст до 32 768 токенов. В репозитории указаны результаты оценки на Open LLM Leaderboard, включая средний балл 70,23. Модель доступна в формате safetensors и распространяется по лицензии CC BY 4.0. Карточка перечисляет GGUF-квантизации, но не содержит конкретных вариантов или файлов. Качество и поведение могут зависеть от используемого промпта и сценария; результаты бенчмарков не гарантируют качество в конкретной задаче.

microsoft/cvt-13 — модель Convolutional Vision Transformer (CvT-13), представленная Microsoft и предварительно обученная на ImageNet-1k для классификации изображений. Она принимает изображение размером 224×224 и предсказывает один из 1000 классов ImageNet. Архитектура CvT сочетает свёрточные операции с Vision Transformer; модель поддерживается в форматах PyTorch, Safetensors и TensorFlow. Модель подходит для распознавания объектов и сцен на изображениях, в том числе как готовый классификатор или основа для последующей адаптации под другие наборы классов. Карточка не приводит отдельные оценки качества и сведения о размере модели. Распространяется по лицензии Apache-2.0.

Darkidol-Ballad-4B — мультимодальная разговорная модель для ролевых сценариев и творческого письма, опубликованная пользователем aifeifei798. Это дообученная версия Qwen/Qwen3.5-4B с плотной архитектурой Qwen3.5 и поддержкой изображений; в метаданных основной задачей указано преобразование изображения и текста в текст. Автор описывает модель как адаптированную для мобильных устройств и быстрой генерации, а среди сценариев называет ролевые диалоги, в том числе в жанре тёмного фэнтези, написание песен, длинных художественных текстов и подсказок для письма, а также ответы по изображениям. Карточка ориентирует модель на английский язык. Репозиторий использует формат Safetensors и библиотеку Transformers. Лицензия — Apache-2.0. Автор указывает на отсутствие цензуры; модель может выдавать мрачный или взрослый контент, поэтому характер ответов зависит от запроса и настроек использования.

Aryan1245678 разработал модель для классификации аудио, дообучив Wav2Vec 2.0 на основе mo-thecreator/wav2vec2-base-finetuned. Она предназначена для обнаружения дипфейков и синтетически сгенерированной речи, в том числе в сценариях анализа аудио в реальном времени. Модель содержит 113,3 млн параметров, использует архитектуру Wav2Vec2ForSequenceClassification и распространяется в формате safetensors. В README указаны точность 0,9882 и потеря 0,0829 на оценочной выборке; сведения о наборе данных и подробностях оценки отсутствуют. Модель распространяется по лицензии Apache-2.0. Языковая поддержка и ограничения в карточке не описаны.

mradermacher/deepseek-uncensored-lore-GGUF — набор квантованных GGUF-версий модели deepseek-uncensored-lore, базовая модель которой разработана luvGPT. Квантование выполнено mradermacher на основе модели luvGPT/deepseek-uncensored-lore. Модель предназначена для генерации текста, прежде всего для сторителлинга и создания художественных повествований. В README указан английский язык. Модель поставляется в нескольких вариантах квантования GGUF размером примерно от 2,8 до 13,9 ГБ, включая Q2_K, Q3_K, IQ4_XS, Q4_K_S, Q4_K_M, Q5_K_S, Q5_K_M, Q6_K, Q8_0 и f16. Версии Q4_K_S и Q4_K_M отмечены как быстрые и рекомендуемые, Q6_K — как вариант с очень хорошим качеством, а Q8_0 — как быстрый вариант с наилучшим качеством среди указанных. Преимущество набора — возможность выбрать баланс между размером, скоростью и качеством для локального запуска GGUF-моделей. Более сильное квантование уменьшает требования к ресурсам, но может снижать качество генерации; README отдельно отмечает, что некоторые IQ-кванты могут превосходить обычные варианты сопоставимого размера. Архитектура, число параметров, длина контекста, поддерживаемые модальности помимо текста и точные условия лицензии в предоставленных данных не указаны. Лицензия также не указана.

SenseTime/deformable-detr-single-scale — модель обнаружения объектов Deformable DETR с backbone ResNet-50, разработанная на основе архитектуры из статьи Zhu et al. Она обучена на COCO 2017 и предназначена для нахождения объектов на изображениях с предсказанием классов и ограничивающих рамок. Архитектура сочетает сверточный backbone с encoder-decoder Transformer. Декодер использует 100 object queries; модель обучалась сквозным образом с сопоставлением предсказаний и разметки алгоритмом Hungarian. Доступны веса PyTorch и Safetensors. Модель принимает изображения и выдаёт классы объектов и их рамки; в метаданных указан контекст 1024 токена. Подходит для распознавания и локализации объектов в изображениях, особенно в сценариях, близких к COCO. Модель выпущена под лицензией Apache-2.0. Карточка не приводит конкретных метрик качества или ограничений за пределами обучения на COCO 2017.