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

Wvolf/ViT_Deepfake_Detection — модель классификации изображений на базе Vision Transformer (ViT), обученная Рудольфом Эньимбой в рамках магистерской работы по искусственному интеллекту и науке о данных в Solent University. Она предназначена для выявления дипфейков на изображениях лиц. Модель содержит 113,2 млн параметров, использует библиотеку Transformers и опубликована в формате PyTorch. В карточке указана точность 98,70% на тестовой выборке; этот результат относится к тестовым данным автора и сам по себе не гарантирует такую же точность на новых изображениях. Для работы модели требуется изображение лица, а результатом является классификация. Язык в основном относится к карточке модели, а не к входным данным изображения. Условия лицензирования в предоставленных сведениях не указаны.

Wanabi-Gemma4-31B — модель на основе Gemma 4 31B-IT от Google, дообученная автором репозитория для японского творческого письма и сценариев приложения Project Wannabe. Она понимает его структурированные запросы для генерации рассказа, продолжения текста и разработки идей с названием, синопсисом, сюжетом и настройками; также подходит для свободного письма, ролевых диалогов и обычного общения в совместимых чат-интерфейсах. Для обучения использованы синтетические примеры формата Project Wannabe, японские данные с цепочками рассуждений и общие инструкции. Модель основана на текстовой версии Gemma 4, поэтому не принимает изображения; в метаданных указан формат safetensors и лицензия Apache-2.0. README отмечает чувствительность Gemma 4 к шаблону чата: рекомендуется использовать штатный шаблон семейства, иначе форматирование ответов может нарушиться.

Модель raynardj/wenyanwen-ancient-translate-to-modern переводит классический китайский язык (вэньянь) на современный китайский. Её разработал автор raynardj; это encoder-decoder-модель на базе EncoderDecoderModel в формате PyTorch, обученная на более чем 900 тысячах пар предложений. При подготовке данных в половине случаев из исходного текста удалялись знаки препинания. Модель предназначена для перевода отдельных фрагментов классических текстов, в том числе без пунктуации, и может использоваться при чтении исторических книг. Для полного вывода автор рекомендует задавать eos_token_id=102, num_beams не меньше 3 и max_length=256. В карточке приведены примеры, а также отмечены ошибки на некоторых знакомых фразах. Лицензия в предоставленных данных не указана.

YOLOS base — модель компьютерного зрения семейства YOLOS, представленная авторами работы «You Only Look at One Sequence: Rethinking Transformer in Vision through Object Detection» и опубликованная в репозитории Hugging Face. Это Vision Transformer с архитектурой обнаружения объектов YOLOS, содержащий 113,2 млн параметров и дообученный на COCO 2017 после предварительного обучения на ImageNet-1k. Модель принимает изображения и обнаруживает на них объекты, возвращая классы и ограничивающие рамки. Она предназначена для распознавания объектов на изображениях; на валидационном наборе COCO 2017 указана точность AP 42,0. Обучение использует DETR loss и сопоставление предсказаний с объектами разметки алгоритмом Венгера. Модель работает с изображениями и не генерирует текстовые описания. Обучение и заявленная оценка относятся к COCO, поэтому качество для объектов и условий, не представленных в этом наборе, может отличаться. Распространяется по лицензии Apache-2.0.

jameslahm/yolov10x — модель обнаружения объектов на основе YOLOv10, опубликованная пользователем Hugging Face jameslahm. Она предназначена для обнаружения и локализации объектов на изображениях; карточка демонстрирует пример инференса на изображении с кошками. Репозиторий использует библиотеку yolov10 и содержит веса в формате safetensors; в метаданных указан датасет COCO. Модель подходит для сценариев компьютерного зрения, где нужно находить объекты на изображении. Лицензия AGPL-3.0. Размер модели, языки и дополнительные ограничения в доступных материалах не описаны.

Карточка модели HKUSTAudio/YuE-s1-7B-anneal-en-icl на Hugging Face совпадает с карточкой HKUSTAudio/YuE-s2-1B-general, поэтому описание составлено по ней. YuE-s2-1B-general — модель семейства YuE, разработанного HKUSTAudio для генерации музыки по тексту. Серия YuE предназначена для преобразования текста песни в цельную композицию длительностью в несколько минут с вокальной партией и музыкальным сопровождением; модель заявлена как универсальная по жанрам и стилям вокала. Репозиторий содержит плотную авторегрессионную модель архитектуры Llama с 1,8 млрд параметров в формате Safetensors и контекстом 8192 токена. В карточке указана лицензия CC BY-NC 4.0, которая ограничивает коммерческое использование. Для запуска README направляет к GitHub-проекту.

Alan LLM Jeju Dialect v1 4B — разработанная ESTsoft языковая модель на архитектуре Qwen3 с 3,7 млрд параметров, дообученная методом LoRA на данных о диалекте Чеджу. Модель предназначена для двустороннего перевода между диалектом Чеджу и стандартным корейским, генерации диалогов на диалекте и ответов на вопросы на нём. Модель принимает текст и генерирует текст; заявленный контекст составляет 40 960 токенов. Основные языки — корейский и диалект Чеджу. В README приведены результаты сравнительной оценки генерации на диалекте и корейских бенчмарков, однако они не гарантируют качество для каждого запроса или варианта диалекта. Модель распространяется по лицензии Apache-2.0.

ilovebots/bert-sdg-french — модель классификации текстов по целям устойчивого развития (ЦУР) ООН, разработанная в Университете Лаваля. Это дообученная для французского языка модель BERT, созданная на базе dbmdz/bert-base-french-europeana-cased и обученная на франкоязычных данных OSDG-CD, дополненных метками ЦУР. Модель принимает текст и определяет его связь с целями устойчивого развития; в карточке указана точность 0,84. Модель содержит 137,8 млн параметров, использует архитектуру BertForSequenceClassification и поддерживает контекст до 512 токенов. Доступны веса PyTorch и Safetensors. Лицензия MIT разрешает использование модели на её условиях.

Bhavu02/BFS-Best-Face-Swap — серия LoRA-адаптеров для редактирования изображений, разработанная автором Bhavu02. Адаптеры предназначены для моделей Qwen Image Edit 2509/2511, FLUX.2 Klein 4B/9B и Krea 2 и специализируются на замене лица, головы или всего человека с естественным смешиванием оттенка кожи, освещения и внешности. В серию входят варианты для замены только лица, полной головы и тела. Версии Head V2–V5 улучшают сопоставление тона кожи, выравнивание позы, анатомическую согласованность и перенос выражения; Head V5 является актуальным вариантом для рабочих процессов 2511. Для FLUX.2 Klein и большинства версий Head требуется инвертированный порядок входных изображений: сначала изображение тела или базовый кадр, затем лицо. Версия для замены тела в Krea 2 экспериментальная, поэтому поза может переноситься неточно. Модель работает с визуальными входами; заявленный язык — английский. Размер, максимальный контекст и точные параметры архитектуры не указаны. Использование требует совместимой базовой модели, соответствующего рабочего процесса и правильного порядка изображений. Для разных версий доступны workflows, включая интеграцию с ComfyUI. Серия распространяется по лицензии MIT.

CaiT M48 448 — модель классификации изображений на архитектуре CaiT (Class-Attention in Image Transformers), опубликованная авторами библиотеки timm. Она предварительно обучена на ImageNet-1k с дистилляцией, имеет 356,5 млн параметров и рассчитана на изображения размером 448 × 448 пикселей. Модель можно использовать для классификации изображений и извлечения визуальных признаков; веса доступны в форматах PyTorch и Safetensors. Модель предназначена для сценариев распознавания объектов и категорий на изображениях общего назначения. Большой размер и вычислительная нагрузка — 329,4 GMACs — требуют значительных ресурсов для инференса. Лицензия репозитория — Apache-2.0.

Chaifighter 20B v2.1 — плотная языковая модель семейства Mistral примерно на 19,3 млрд параметров, созданная автором карточки как frankenmerge с помощью mergekit. В состав слияния вошли Gryphe/MythoMist-7b, KatyTheCutie/LemonadeRP-4.5.3, SanjiWatsuki/Kunoichi-7B и Sao10K/Fimbulvetr-11B-v2.1-16K; для метода merge использовался passthrough. Метаданные также указывают Sao10K/Fimbulvetr-11B-v2 как базовую дообученную модель. Модель предназначена прежде всего для подробных ролевых диалогов и длинных творческих ответов. Она генерирует текст по инструкциям, использует шаблон Alpaca и поддерживает контекст до 8192 токенов. Автор отмечает, что качество зависит от подробности описания персонажа и контекста; модель не очень подходит для коротких ролевых реплик. В README также упомянуты проблемы, унаследованные от версии v2. Модель распространяется по лицензии Apache-2.0.

Community Forensics frontier detector — классификатор изображений, независимо дообученный Thermostatic на базе OwensLab/commfor-model-384. Модель относится к архитектуре ViT small с патчами 16×16 и входным размером 384 пикселя. Она принимает целое RGB-изображение, обрабатывает его после изменения размера и центрального кадрирования до 384×384 и выдаёт один логит для бинарного решения: изображение реальное или сгенерировано ИИ. Доступны веса safetensors и компактный артефакт ONNX с весами FP16. Модель предназначена для скрининга изображений из интернета и новых генераторов, включая случаи обычного и умеренного ухудшения качества. Порог решения соответствует калиброванной вероятности 0,65. Проверка охватывала широкий набор источников синтетических изображений, однако результаты являются свидетельством разработки, а не оценкой на нетронутом конкурсном тесте. Модель слабо справляется с очень низким разрешением и крошечными или разбавленными синтетическими фрагментами; она не локализует их. Детекторы также могут быстро устаревать по мере развития генераторов и способов обработки изображений. Лицензия модели — MIT. Используйте результат как сигнал для проверки происхождения, а не как доказательство; авторы не рекомендуют основывать на нём обвинения, санкции модерации, решения о найме или юридические выводы.

Because-It-Asks/Daring-Hyst — объединённая модель генерации текста на основе предобученных моделей Kooten/DaringMaid-20B и Undi95/Emerhyst-20B. Разработчик использовал mergekit и метод слияния SLERP; архитектура — плотная LlamaForCausalLM, размер — 19,8 млрд параметров, формат весов — safetensors. Модель предназначена для генерации текста и может применяться в текстовых диалогах и ролевых сценариях, в том числе с контентом для взрослых. Контекст — до 4096 токенов. Лицензия в предоставленных данных не указана.

Модель MelodyMachine/Deepfake-audio-detection — дообученная модель классификации аудио на архитектуре Wav2Vec2 с примерно 113,3 млн параметров. Она предназначена для распознавания поддельного аудио и отличения его от исходного по аудиозаписи. В README приведены результаты оценки на наборе audiofolder: accuracy 0,9964, precision 0,9944, recall 0,9990, F1 0,9967 и ROC AUC 1,0000; эти показатели относятся к указанной оценочной выборке и сами по себе не гарантируют качество на других данных. Модель принимает аудио и выдаёт метки классов. Она опубликована в формате safetensors по лицензии Apache-2.0. В карточке и README не описаны поддерживаемые языки и подробности обучающего набора, поэтому область надёжного применения за пределами оценочной выборки определить нельзя.

Deepfake-Detection-Exp-02-22 — модель PrithivMLmods для классификации изображений на поддельные и реальные. Она дообучена на базе Google ViT Base Patch32 224 In21k и содержит 113,2 млн параметров. Модель принимает изображения и выдаёт один из двух классов: Deepfake или Real. Модель предназначена для выявления дипфейков в медиа и социальных сетях, поддержки модерации контента, исследований и предварительного анализа изображений в задачах безопасности и цифровой экспертизы. Обучающие данные связаны с набором prithivMLmods/Deepfake-vs-Real; архитектура основана на ViT, использующем изображения размером 224×224. Возможны ошибки на изображениях, созданных новыми методами генерации, и смещения из-за ограниченного разнообразия обучающих данных. Модель также может быть уязвима к состязательным воздействиям и ошибочно классифицировать как реальные, так и поддельные изображения, поэтому в критически важных сценариях её выводы требуют проверки человеком. Лицензия — Apache-2.0.

Это дообученная модель обнаружения объектов на изображениях, построенная на архитектуре DETR и основанная на nsugianto/detr-resnet50_finetuned_lstabledetv1s9_lsdocelementdetv1type3_session3. Репозиторий содержит веса в формате safetensors; в метаданных указано 6,3 млн параметров и контекст 1024 токена. Модель предназначена для локализации объектов на изображениях и выдачи рамок обнаружения с метками классов. Карточка называет её дообученной на неизвестном наборе данных, поэтому конкретные классы объектов, условия применения и качество распознавания определить нельзя. Лицензия в предоставленных данных не указана.

DistilGPT2-TinyStories — языковая модель на архитектуре GPT-2, созданная дообучением DistilGPT2 на наборе TinyStories. Она предназначена для генерации коротких простых историй для детей и может использоваться для создания сюжетных заготовок и упражнений на творческое письмо. Модель работает с текстом, имеет контекстное окно 1024 токена и распространяется в формате safetensors по лицензии MIT. Размер базовой модели DistilGPT2 — 82 млн параметров.

Echidna-13b-v0.2 — языковая модель, созданная в сотрудничестве IkariDev и Undi. Это плотная LLaMA-модель на 12,9 млрд параметров, представленная в формате PyTorch FP16 и рассчитанная на контекст до 4096 токенов. Для общения используется шаблон Alpaca. Модель предназначена для ролевых диалогов, эротических ролевых сценариев и задач общего назначения. В её рецепте объединены Xwin-LM-13B-V0.2, Athena-v3, Cat-0.5, PsyMedRP-v1-13B, Thespis-13b-v0.4, LLaMA2-13B-Tiefighter, Augmental-13b-two-epochs, SthenoWriter2.1-L2-13B, Storytelling-v2.1-13B и LimaRP-Llama2-13B-v3-EXPERIMENT. Модель чувствительна к параметрам генерации, поэтому их требуется подбирать под сценарий. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и ограничивающая коммерческое применение.

Erya — модель RUCAIBox для преобразования классического китайского языка в современный китайский. Она использует архитектуру encoder–decoder семейства BART и обучалась на текстах обоих периодов с применением методов DMLM и DAS. Модель предназначена для перевода исторических китайских текстов на современный китайский; её можно дополнительно дообучать на датасете Erya для повышения качества. Размер модели — 152,6 млн параметров, максимальная длина контекста — 1024 токена. Распространяется в формате PyTorch по лицензии Apache-2.0.

Fasih-TTS-V1 — модель синтеза речи на современном литературном арабском языке (фусха), разработанная Yahya Elnawasany (NightPrince) на основе Coqui XTTS-v2. Она озвучивает текст профессиональным мужским голосом в стиле новостного диктора; модель рассчитана на одного говорящего и предназначена для чтения религиозных и образовательных материалов на арабском языке, подготовленных или проверенных специалистом. Модель содержит около 466,9 млн параметров: дообучена GPT-часть XTTS-v2, а декодер HiFi-GAN и DVAE оставлены без изменений. Она генерирует аудио с частотой 24 кГц, поддерживает потоковую работу и поставляется с латентными параметрами голоса, поэтому для синтеза не требуется эталонная запись. Текстовый фронтенд может расставлять диакритические знаки, преобразовывать числа в слова, применять словарь религиозной терминологии и разбивать длинный текст на фрагменты. Автор сообщает о высокой разборчивости речи на тестах, но естественность голоса не является главным приоритетом модели. Для правильных грамматических окончаний предпочтителен текст с диакритическими знаками; автоматическая расстановка диакритики и согласование рода числительных могут ошибаться. Обучение проводилось примерно на 2,4 часах записей одного диктора, а исходное аудио ограничено качеством MP3 128 кбит/с. Модель не предназначена для чтения Корана с таджвидом, вынесения религиозных решений, имитации личности или распространения ложных высказываний. Условия распространения — Coqui Public Model License: некоммерческое использование с указанием авторства.

Набор control-векторов для управления стилем генерации текста моделью Google Gemma 4 31B IT. Векторы изменяют поведение модели через корректировку активаций без дополнительного обучения и предназначены для творческого письма: помогают настраивать тон повествования, фокус на персонажах и стилистические особенности. Доступны направления для настройки оптимизма или нигилизма, сострадания или жестокости, эмпатии или социопатии, честности или макиавеллизма, скромности или нарциссизма, диалога или повествования, простого или вычурного языка, описательного или откровенного стиля. Репозиторий содержит файлы GGUF и инструкции по применению с llama.cpp или ikllama.cpp; для использования требуется базовая модель Google Gemma 4 31B IT. Лицензия CC BY-NC 4.0 запрещает коммерческое использование.

Gemory — модель для творческого письма и ролевых диалогов, разработанная DigitalBonsai на основе Gemma 4 26B-A4B. Это дообучение с LoRA базовой модели Huihui, выполненное в BF16; репозиторий распространяет веса в формате GGUF. Архитектура MoE содержит 26 млрд параметров, из которых около 4 млрд активны при обработке каждого токена. Модель предназначена для создания художественных сцен и открытых ролевых бесед: поддерживает голоса и мотивы персонажей, развивает диалог, учитывает заданные обстоятельства и продолжает сюжет с учётом последствий. В карточке также заявлено применение для эротических ролевых сценариев. Модель языковая, ориентирована на английский текст; обработка изображений в описании этой версии не заявлена. Автор сообщает о тренировке на 25,36 млн токенов и 4546 примерах, включавших отредактированные человеческие диалоги. Указанная лицензия — Apache-2.0. Качество и последовательность зависят от промпта и настроек генерации; конкретные ограничения контекста в предоставленных данных не описаны.

SUPEROXIDES публикует GGUF-варианты Goetia v1.3 Absolute Heretic ARA 26B-A4B, подготовленные с помощью llama.cpp; доступны MXFP4, F16 и BF16. В основе — дообученная и объединённая модель Naphula/Goetia-26B-A4B-v1.3 на архитектуре Gemma 4, с возможностями диалога и анализа изображений. Модель предназначена для ролевых сценариев, творческого письма и диалогов с текстовым или графическим вводом; шаблон Gemma 4 рекомендован автором карточки. В README указано, что версия создана методом ARA для снижения отказов, а при проверке отказала в 3 случаях из 100 тестовых запросов. Модель может генерировать откровенные и жестокие эротические сюжеты. Результаты тестов отказов и KL-дивергенции описывают конкретный эксперимент и не гарантируют качество в иных сценариях. Репозиторий распространяется по лицензии Apache-2.0.

HY-WU — разработанная Tencent система условной генерации изображений, которая создаёт для каждого запроса низкоранговые адаптеры LoRA на основе изображения и текстовой инструкции и применяет их к замороженной базовой модели во время прямого прохода. Такой подход позволяет адаптировать генерацию к конкретному экземпляру без оптимизации на этапе вывода и без дообучения базовой модели. Модель предназначена для редактирования и преобразования изображений по инструкциям, включая перенос одежды и текстур, виртуальную примерку и перенос внешности персонажа. В README заявлена совместимость с крупными базовыми моделями; приведён пример конфигурации с базой на 80 млрд параметров и требованием многокарточного GPU-инференса. В метаданных указаны формат safetensors и базовая модель tencent/HunyuanImage-3.0-Instruct. Качество оценивалось в сравнении с другими моделями, но README не приводит подробностей протокола оценки. Для работы необходима базовая модель; сам HY-WU генерирует её адаптеры и не является самостоятельной универсальной моделью генерации изображений. Лицензия в предоставленных данных не указана.

InfinToppyKuno-DARE-7bv2 — объединённая модель для генерации текста, созданная Smuggling1710 с помощью LazyMergekit. Она объединяет модели Nitral-AI/Kunocchini-7b-128k-test, SanjiWatsuki/Loyal-Toppy-Bruins-Maid-7B-DARE и Endevor/InfinityRP-v1-7B. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и принимает контекст длиной до 32 768 токенов. Основной сценарий — генерация текста и ролевые диалоги; базовая модель описана как англоязычная и настроенная на ожидание ответа пользователя и передачу мыслей персонажа. Репозиторий содержит веса в формате safetensors. Условия лицензии в доступных данных не приведены. Качество и поведение при использовании объединённых компонентов могут различаться; описание не подтверждает отдельную оценку модели.

smilegate-ai/kor_unsmile — модель классификации текста, опубликованная Smilegate AI и реализованная на архитектуре BERT. Она предназначена для анализа корейских высказываний и выявления ненавистнической речи, оскорблений и чистых высказываний; для категорий ненависти предусмотрена многометочная классификация. Модель содержит 136,3 млн параметров и рассчитана на контекст до 300 токенов. Её можно применять для первичной модерации комментариев и разметки корейского текста по категориям оскорбительной речи. Точность не гарантируется: разработчики датасета отмечают, что разметка может содержать ошибки, а качество классификации различается между категориями. Базовая модель и лицензия отдельно для весов в карточке модели не указаны. В материалах разработчика baseline-модель UnSmile опубликована под Apache 2.0; лицензия датасета CC-BY-NC-ND 4.0 относится именно к датасету.

L3.1-Dark-Reasoning-Dark-Planet-Hermes-R1-Uncensored-Horror-Imatrix-MAX-8B-GGUF — текстовая модель генерации на базе DavidAU/L3.1-Dark-Reasoning-Dark-Planet-Hermes-R1-Uncensored-8B, опубликованная ScottzillaSystems. Это версия с HORROR Imatrix и максимизированными GGUF-квантованиями, использующая технологии reasoning от NousResearch DeepHermes. Модель рассчитана прежде всего на творческие сценарии: написание fiction и horror, продолжение сцен, генерацию сюжетов и подсюжетов, roleplay, а также работу с различными жанрами. Она также может применяться для общих задач, логических головоломок, загадок и задач, где полезно управляемое рассуждение. Модель поддерживает текстовый ввод и вывод, английский язык и контекст до 128k токенов. Для работы требуется шаблон Llama 3 Instruct; включение, отключение и степень reasoning управляются системными промптами. Разработчик рекомендует использовать достаточно длинные инструкции, контекст не менее 4k, а лучше 8k токенов, и подбирать температуру под задачу. К сильным сторонам относятся выразительная генерация, ориентация на мрачные и экспериментальные творческие сценарии, управляемое рассуждение и широкий выбор GGUF-квантов. Ограничения включают зависимость качества reasoning от размера кванта, возможную нестабильность активации режима рассуждения и необходимость повторной генерации для получения лучшего результата. Модель намеренно uncensored и может генерировать NSFW-, R/X-rated- и графический horror-контент с ненормативной лексикой, поэтому она подходит не для всех аудиторий. Лицензия — Apache-2.0.

L3-Stheno-Maid-Blackroot-Grand-HORROR-16B — объединённая языковая модель на архитектуре Llama, опубликованная backyardai и собранная методом passthrough с помощью mergekit по рецепту, адаптированному у DavidAU. В объединение вошли Sao10K/L3-8B-Stheno-v3.2, NeverSleep/Llama-3-Lumimaid-8B-v0.1-OAS и Hastagaras/Jamet-8B-L3-MK.V-Blackroot. Модель содержит 16 млрд параметров, использует библиотеку Transformers и принимает текст для генерации продолжений и диалоговых ответов. Контекстное окно — 8192 токена. Базовые модели предназначены для ролевых диалогов, написания историй и выполнения инструкций; название этой сборки указывает на хоррор-направленность, но README не описывает её поведение подробнее. Язык явно не указан. Модель сохранена в формате safetensors. Условия лицензии в предоставленных источниках не приведены.

Equinox-31B-GGUF — это набор квантизированных GGUF-вариантов языковой модели Equinox-31B, разработанной LatitudeGames и подготовленной bartowski с использованием llama.cpp и метода imatrix. Модель ориентирована на англоязычную генерацию текста, включая текстовые приключения и ролевые сценарии. В карточке также указан тег image-text-to-text, однако подробности о поддержке изображений не приведены. Модель содержит около 31 млрд параметров и доступна в вариантах от BF16 до низкобитных Q3 и IQ3-квантизаций. Размер файлов варьируется примерно от 13,84 до 61,41 ГБ, поэтому требования к памяти зависят от выбранного варианта. Для большинства сценариев рекомендуются Q4–Q6-варианты как компромисс между качеством и размером; Q3-варианты экономичнее, но обладают более низким качеством. Контекстное окно, точная архитектура, дополнительные языки и результаты тестирования в README не указаны. Файлы предназначены для локального запуска через llama.cpp, ramalama, LM Studio, koboldcpp, Jan AI и другие совместимые инструменты. Сильными сторонами являются широкий выбор уровней квантизации и пригодность для ролевого взаимодействия и текстовых приключений. Ограничения включают высокие требования к памяти у качественных вариантов, возможное снижение качества при сильной квантизации и отсутствие подробной информации о мультимодальных возможностях. Указана лицензия Apache-2.0.

Это инструкционная версия компактной языковой модели Llama 3.2 400M Amharic, дообученная rasyosef на амхарском языке. Модель построена на архитектуре Llama с плотной авторегрессионной сетью и содержит около 412,5 млн параметров. Она принимает текстовые запросы в формате чата и генерирует текст; в карточке показаны сценарии создания рассказов и стихотворений, а название модели также указывает на обучающие данные из Википедии. Модель предназначена для генерации текста на амхарском языке по инструкциям и вопросам. Указанная длина контекста — 1024 токена; репозиторий использует Transformers и формат safetensors. В README есть противоречивое упоминание phi-2, поэтому точный рекомендованный шаблон следует проверять на практике. Лицензия в предоставленных данных не указана.