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

facebook/convnext-base-224 — сверточная модель компьютерного зрения семейства ConvNeXT, разработанная авторами ConvNeXT и опубликованная в репозитории Hugging Face. Она обучена на ImageNet-1k для классификации изображений с разрешением 224×224 пикселя. ConvNeXT использует чистую сверточную архитектуру, дизайн которой модернизирован с учётом идей Vision Transformers и Swin Transformer. Модель предназначена для присвоения изображению одного из классов ImageNet-1k; веса доступны в форматах PyTorch и TensorFlow. Модель можно применять для классификации изображений общего назначения и использовать как отправную точку для подбора дообученных версий под другие задачи. Лицензия — Apache-2.0. В карточке отмечено, что модельное описание подготовлено Hugging Face, поскольку команда ConvNeXT не предоставила собственную карточку; отдельные ограничения модели не описаны.

Модель разработал Jakub Polnis: это дообученный ConvNeXt-Tiny для обнаружения аудиодипфейков. Классификатор различает настоящую и синтетическую речь по мел-спектрограммам, полученным из аудиофрагментов длительностью 2 секунды. Перед подачей данных аудио нужно преобразовать в изображение спектрограммы размером 224×224; сама модель принимает изображение, а выдаёт метку класса. Модель обучена на размеченных спектрограммах из набора Release in the Wild. В README сообщается точность 96,74% на отложенной части этого набора; этот результат не гарантирует такую же точность на других данных. Модель предназначена для первичной проверки голосовых записей, модерации и аудиофорензики, но не для распознавания речи или идентификации говорящего. Возможны ошибки, особенно на акцентах, качестве записи и условиях, отличающихся от обучающего набора; для чувствительных решений нужна проверка человеком. Лицензия — Apache-2.0.

CvT-w24-384-22k — сверточный Vision Transformer для классификации изображений. Модель разработана авторами статьи «CvT: Introducing Convolutions to Vision Transformers» и предварительно обучена на ImageNet-22k, а затем дообучена на ImageNet-1k. Модель принимает изображение размером 384×384 пикселя и предсказывает один из 1 000 классов ImageNet. Её можно использовать для распознавания объектов на фотографиях и других изображениях; репозиторий содержит веса в форматах PyTorch и TensorFlow. Модель распространяется по лицензии Apache-2.0. Она предназначена для классификации в рамках классов ImageNet и может хуже работать с изображениями, содержанием или распределением данных, отличающимися от обучающих наборов.

Dans-DangerousWinds-V1.1.0-12b-GGUF — квантизированная версия языковой модели Dans-DangerousWinds-V1.1.0-12b, разработанной PocketDoc и подготовленной пользователем bartowski в формате GGUF. Модель предназначена для генерации текста на английском языке и распространяется как набор вариантов с разной степенью квантизации для локального запуска. Модель содержит 12 миллиардов параметров и относится к задачам text generation. В README указаны обучающие наборы Dans-Prosemaxx-Adventure, Dans-Failuremaxx-Adventure и Dans-Prosemaxx-Cowriter-2-S. Доступны варианты от F16 до низкобитных Q2/Q3 и IQ-квантизаций; наиболее качественными и рекомендуемыми названы Q6_K_L, Q6_K, Q5_K_L, Q5_K_M, Q5_K_S и Q4_K_M. Размер файлов составляет примерно от 5,5 до 24,5 ГБ, что позволяет выбирать компромисс между качеством, требованиями к памяти и скоростью локального вывода. К преимуществам относятся широкий выбор квантизаций, возможность запуска через llama.cpp и LM Studio, а также оптимизация с использованием imatrix. Ограничения: модель поддерживает только английский язык согласно карточке, формат подсказок в README не указан, сведения о контекстном окне, точной архитектуре и мультимодальности отсутствуют. Указанная лицензия — Apache-2.0.

DaturaCookie — объединённая методом SLERP модель ResplendentAI на архитектуре Mistral с 7,1 млрд параметров. Она объединяет ChaoticNeutrals/Cookie_7B и ResplendentAI/Datura_7B и предназначена для генерации текста, ролевых диалогов и непринуждённой беседы на английском языке. Заявлено окно контекста 32 768 токенов. Модель склонна генерировать материалы для взрослых. В README также заявлена поддержка изображений при использовании файла mmproj и актуальной версии Koboldcpp, однако метаданные классифицируют модель только как text-generation, поэтому мультимодальную возможность следует считать заявлением карточки, а не подтверждённой задачей каталога. Распространяется по лицензии Apache-2.0; доступны веса Safetensors и GGUF F16.

Delta-Vector_MS3.2-Austral-Winton-GGUF — это GGUF-квантизированная версия модели MS3.2-Austral-Winton, разработанной Delta-Vector. Квантизацию выполнил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста, ролевых сценариев, приключенческих сюжетов и творческого письма; среди связанных тегов также указаны finetune и axolotl. Основным языком заявлен английский. Модель относится к семейству Mistral и имеет размер около 24B параметров. Доступны варианты от BF16 до низкоразрядных форматов Q8_0, Q6_K, Q5_K, Q4_K, Q3_K и IQ, с размерами файлов примерно от 10,65 до 47,15 ГБ. Поддерживаются LM Studio, llama.cpp и другие проекты на его основе; в README приведён шаблон промпта с ролями system, user и assistant. Размер контекста, мультимодальные возможности и точная архитектура в предоставленных данных не указаны. Сильные стороны модели — специализация на ролевом взаимодействии и художественной генерации, а также широкий выбор квантизаций для различного объёма памяти. Низкоразрядные варианты экономичнее, но могут заметно уступать более крупным версиям по качеству. Модель ориентирована на текстовые задачи на английском языке, поэтому пригодность для других языков и прикладных сценариев не подтверждена. Указана лицензия Apache-2.0.

FastSam-S — модель для сегментации объектов на изображениях, оптимизированная компанией Qualcomm для устройств на базе её аппаратных платформ. Она основана на Fast Segment Anything Model (FastSAM) от CASIA-LMC-Lab и предназначена для решения задач Segment Anything: выделения объектов по различным интерактивным подсказкам. Модель ориентирована на сценарии компьютерного зрения в реальном времени, включая использование на мобильных и периферийных устройствах Android. FastSam-S использует CNN-архитектуру, принимает изображения с разрешением 640×640 и содержит 11,8 млн параметров; размер модели в формате float составляет 45,1 МБ. В README не указаны поддерживаемые языки, поскольку модель работает с изображениями, а не с текстом. Доступны варианты ONNX в формате float, а также с квантованием w8a16 и смешанной точностью w8a16_mixed_int16. На совместимых устройствах Qualcomm вычисления выполняются на NPU, а заявленная задержка составляет единицы или десятки миллисекунд в зависимости от чипсета и конфигурации. К сильным сторонам относятся высокая скорость инференса, сниженные вычислительные требования и адаптация к широкому спектру платформ Qualcomm, включая Snapdragon и Dragonwing. Ограничения включают зависимость производительности от конкретного устройства и необходимость самостоятельно экспортировать или компилировать модель; предварительно экспортированные файлы в репозитории не распространяются из-за лицензионных ограничений. Модель распространяется по лицензии AGPL-3.0.

FC-CLIP — модель открытой паноптической сегментации изображений, созданная на основе работы авторов из ByteDance и размещённая в этом репозитории Claude для тестирования с FiftyOne Model Zoo. Она сочетает замороженный CLIP-бэкбон ConvNeXt-Large с лёгким декодером Mask2Former и предназначена для сегментации объектов и фона без отдельных специализированных моделей для этих категорий. Модель поддерживает zero-shot сегментацию с открытым словарём: пользователь может задавать собственные классы для поиска на изображении. В архитектуру также входят пиксельный декодер с многоуровневым attention и FPN, а декодер Mask2Former использует 250 запросов. Репозиторий содержит чекпойнт для COCO Panoptic; заявлена совместимость с Transformers, а detectron2 не требуется. Модель распространяется по лицензии Apache-2.0. Это чекпойнт для тестирования в FiftyOne Model Zoo; отдельные показатели качества и ограничения по разрешению изображений в карточке не приведены.

Finegrain Box Segmenter — модель компании Finegrain для выделения объектов на изображениях и создания масок высокого разрешения. Она основана на MVANet и обучена для сегментации с подсказкой в виде ограничивающей рамки. Модель формирует маски размером до 1024×1024 и альфа-маски, пригодные для вырезания объекта без дополнительной постобработки или trimap. Также её можно использовать как средство удаления фона без рамки. Модель предназначена прежде всего для сценариев электронной коммерции и редактирования изображений: можно выделить товар или другой объект, чтобы удалить или заменить фон, перекрасить объект либо подготовить его к дальнейшей обработке. Обучение включало синтетические изображения предметов интерьера и естественные студийные и пользовательские фотографии распространённых объектов. По описанной авторами оценке на тестовом наборе Finegrain Product Masks Lite модель показала более высокие значения MAE, S-measure, E-measure и Dice, чем приведённые в README сравниваемые решения. Finegrain Box Segmenter не принимает текстовую подсказку напрямую: для выбора объекта обычно требуется рамка. Модель испытывает трудности, когда объект касается края изображения, а также на случаях с сильными тенями, отражениями и объектами в руках; маттинг прозрачных и несалиентных объектов не поддерживается. Авторы также сообщают, что не проводили полного аудита смещений и справедливости. Репозиторий распространяется по лицензии MIT.

DavidAU создал эту дообученную мультимодальную модель на базе Google Gemma 4 31B IT, используя внутренний набор данных Grand Horror INTENSE и Unsloth. Она предназначена прежде всего для написания напряжённых художественных текстов: хоррора, мрачной прозы, ролевых сцен и продолжения историй; автор также заявляет поддержку программирования и других общих сценариев. Модель принимает текст и изображения и выдаёт текст, поддерживает режимы thinking и instruct и контекст до 256 тысяч токенов согласно README и описанию базовой модели. Сильная сторона модели — генерация яркой, интенсивной прозы и диалоговое взаимодействие. Автор предупреждает о графическом насилии, грубой лексике и контенте категории X; модель не предназначена для всех аудиторий и может выдавать откровенные или шокирующие материалы. Данные настройки выполнены на закрытом внутреннем наборе. Репозиторий распространяется по лицензии Apache-2.0.

gorkemgoknar/gpt2-turkish-writer — дообученная автором модель GPT-2 для генерации текста на турецком языке. В основе лежит gpt2-small-turkish; при дообучении использовались статьи турецкой Википедии и более 400 классических романов и пьес на турецком языке. Для адаптации к языку обучались последние три слоя модели. Модель предназначена для продолжения заданного текста и генерации последовательностей на турецком языке, в том числе в стиле литературных текстов. Она использует архитектуру GPT2LMHeadModel, поддерживает контекст до 1024 токенов и опубликована в форматах PyTorch и Flax. В карточке приведены результаты оценки: точность 36,3% и perplexity 44,75. Автор предупреждает, что обучающие данные содержат неотфильтрованный контент из интернета и могут быть необъективными; в генерациях также могут появляться заголовки глав и номера страниц. Модель обозначена как работа в процессе разработки. Лицензия — Apache-2.0.

enzostvs/hair-color — классификатор изображений на архитектуре Vision Transformer (ViT), созданный с помощью HuggingPics. Модель предназначена для классификации изображений по цвету волос. Она содержит 113,2 млн параметров и доступна в форматах PyTorch, Safetensors и ONNX. Карточка не описывает набор меток, данные обучения или точность, поэтому пригодность для конкретных условий съёмки оценить нельзя. Модель создана в октябре 2023 года; сведения о лицензии отсутствуют в предоставленных данных.

HuatuoSkywork-o1-Llama-3.1-8B — экспериментальная слитая языковая модель, созданная с помощью mergekit из FreedomIntelligence/HuatuoGPT-o1-8B и Skywork/Skywork-o1-Open-Llama-3.1-8B. Она построена на архитектуре Llama 3.1, содержит 7,5 млрд параметров и принимает текст для генерации текста; заявленная длина контекста — 131 072 токена. Для объединения применён метод SLERP с коэффициентом 0,5, веса сохранены в safetensors, для работы используется Transformers. Модель предназначена для продолжения ролевого текста и диалоговой генерации; ответы могут развиваться в стиле цепочки рассуждений. В README также сообщается результат 33,99% на MATH уровня 5, однако отдельного подтверждения универсальной математической специализации нет. Слияние объединяет медицинскую HuatuoGPT-o1 и модель Skywork-o1, поэтому возможны ответы на медицинские вопросы, но карточка не описывает это как гарантированное медицинское применение. Лицензия — Llama 3.1. Это эксперимент с неожиданно высоким результатом на одном из бенчмарков; качество и поведение могут зависеть от сценария, а склонность к развёрнутым рассуждениям может быть нежелательна для некоторых ролевых диалогов.

zaenalium/indonesia-distilgpt2 — языковая модель семейства GPT-2, дообученная разработчиком на индонезийской версии Википедии Wikimedia за 2023 год. Она предназначена для генерации продолжения текста на индонезийском языке. Модель использует архитектуру GPT2LMHeadModel, распространяется в формате safetensors и имеет контекстное окно 1024 токена. В карточке приведены результаты оценки: loss 2,5680 и accuracy 0,4774. Лицензия в предоставленных данных не указана.

Krea 2 Edit Outfit Transfer — это LoRA-адаптер, опубликованный под идентификатором AliveAi, для модели Krea 2 Edit на базе Krea/Krea-2-Raw. Он предназначен для редактирования изображений с переносом одежды с референсного изображения на сгенерированного персонажа при сохранении его внешности и позы. Модель используется в рабочих процессах Krea 2 Edit и требует специального формата референсных изображений одежды, а также одного из узлов ComfyUI: comfyui-krea2edit или ComfyUI-Krea2-Ostris-Edit. Для активации в запрос необходимо включать фразу «transfer the outfit». Предусмотрены два workflow: вариант с comfyui-krea2edit обеспечивает более точный перенос одежды, но работает медленнее; вариант с ComfyUI-Krea2-Ostris-Edit значительно быстрее, однако может хуже сохранять соответствие наряду. Модель в основном обучалась на женской одежде, поэтому для таких сценариев ожидаются лучшие результаты. Иногда изображение может содержать двух людей вместо одного; это можно исправить сменой seed или явным указанием единственного человека в запросе. Данные о размере, языках, максимальном контексте и лицензии в README не указаны.

Skarmorie/L3-Shadow-Moonlight-41L — созданная с помощью mergekit объединённая генеративная модель на базе двух моделей семейства Llama 3: Sao10K/L3-8B-Lunaris-v1 и Casual-Autopsy/L3-Umbral-Mind-RP-v3.0-8B. При сборке использован метод passthrough: слои взяты из разных диапазонов исходных моделей. Модель содержит 8,8 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors; контекст составляет до 8192 токенов. Модель предназначена для генерации текста и разговоров в чате, в том числе ролевых диалогов и сюжетов с мрачными или психологически тяжёлыми темами, характерными для одной из базовых моделей. Входом служит текст, выходом — сгенерированный текст. Сведения о лицензии в предоставленных источниках отсутствуют.

Lit-6B — авторегрессионная языковая модель GPT-J с 6 млрд параметров, дообученная hakurei на корпусе объёмом около 2 ГБ: лёгких новеллах, эротической прозе и размеченной литературе. Она генерирует художественный текст в форме, похожей на роман, и поддерживает подсказки с аннотациями жанра, стиля, автора и другими тегами. Модель предназначена для развлекательной генерации прозы и помощи авторам художественных текстов. Её можно направлять к заданному жанру или стилю, комбинируя аннотации в промпте. Модель принимает текст и выдаёт продолжение текста; доступна в формате PyTorch, использует архитектуру GPT-J и имеет контекст 2048 токенов. В метаданных указан английский язык и лицензия MIT. Обучающий корпус включает эротические материалы, поэтому модель может генерировать контент для взрослых. Карточка не сообщает о проверках качества или дополнительных ограничениях применения.

llama3-8B-DarkIdol-2.1-Uncensored-1048K — объединённая модель для генерации текста на архитектуре Llama 3 с примерно 7,5 млрд параметров. Её собрал автор карточки с помощью mergekit, объединив несколько моделей семейства Llama 3, включая варианты для инструкций и ролевых сценариев; в качестве основы использована модель winglian/llama-3-8b-1m-PoSE. Модель предназначена для ролевых диалогов, развёрнутых художественных ответов и сценариев SillyTavern. Заявлены контекст до 1 048 576 токенов и поддержка английского, японского и китайского языков; автор также отмечает возможность запуска на мобильных устройствах и использование в KoboldCpp, LM Studio и llama.cpp. Упоминание визуальных возможностей в README зависит от загрузки отдельного mmproj-файла и поддержки соответствующим инструментом. Модель позиционируется как uncensored, однако автор предупреждает, что ответы следует считать справочными и что тестирование инструментов неполное. Лицензия указана как llama3; условия её применения следует сверить с лицензией Meta Llama 3 и правилами распространения объединённых компонентов.

Это квантованный вариант LTX-2.3 10Eros v1.3, подготовленный MLXBits для запуска на Apple Silicon. Модель предназначена для генерации видео по текстовому описанию, а также заявлена в метаданных как модель для генерации видео по изображению и тексту. Веса основаны на TenStrip/LTX2.3-10Eros и включают слитую дистилляцию JoyAI Echo DMD; трансформер квантован до int4, тогда как часть компонентов сохранена в bf16. Текстовый энкодер Gemma 3 12B в пакет не включён и загружается отдельно. Пакет содержит только дистиллированный трансформер и рассчитан на запуск через ltx-2-mlx с режимом --distilled. Двухэтапный путь с dev-трансформером и режим one-stage-dev недоступны. Квантование уменьшает размер трансформера примерно до 11,6 ГБ, но может снизить детализацию и точность следования запросу по сравнению с int8. Модель предназначена для взрослого контента; лицензия указана как other.

Magistaroth-24B-v1 — разговорная текстовая модель на архитектуре Mistral, созданная DarkArtsForge как слияние нескольких моделей методом DELLA. Она предназначена для генерации творческих текстов и ролевых диалогов; автор отдельно отмечает способность создавать графические эротические и жестокие сюжеты. Модель содержит 23,4 млрд параметров, работает с контекстом до 131 072 токенов и использует шаблон чата Mistral Tekken. Модель может быть полезна для интерактивного сторителлинга, отыгрыша персонажей и генерации подробной художественной прозы. Автор сообщает о наличии некоторых отказов и приводит результат теста Q0 Bench, но этот показатель не описывает качество на других задачах. Модель распространяется под лицензией Apache-2.0.

MambaVision-T-1K — модель компьютерного зрения от NVIDIA, построенная на гибридной архитектуре Mamba и Transformer. Она использует иерархическую структуру с несколькими блоками self-attention в поздних слоях для моделирования пространственных зависимостей на больших расстояниях. Репозиторий содержит веса в формате safetensors и предназначен для классификации изображений; модель также можно применять для извлечения признаков на четырёх этапах сети и из финального усреднённого представления. Модель подходит для определения объектов и сцен на изображениях, а также для получения визуальных признаков для последующих задач компьютерного зрения. В карточке заявлены высокая точность Top-1 и пропускная способность, однако конкретные значения для варианта T-1K не приведены. Лицензия указана как other, поэтому условия использования следует сверить с лицензией NVIDIA для проекта MambaVision.

Mask2Former — модель компьютерного зрения от Meta, обученная для сегментации экземпляров на датасете COCO. Это версия большого размера с backbone Swin; архитектура Mask2Former предсказывает набор масок и соответствующих им меток классов. Общий подход модели также применим к семантической и паноптической сегментации, но этот чекпойнт предназначен для сегментации экземпляров. Модель использует многомасштабный декодер признаков с deformable attention и Transformer-декодер с masked attention. Она принимает изображения и выдаёт сегментационные маски с метками объектов. Репозиторий содержит веса PyTorch и safetensors. Лицензия указана как other, поэтому условия использования следует уточнить в материалах репозитория.

Mask2Former — модель компьютерного зрения для сегментации объектов на изображениях, разработанная командой Mask2Former и представленная в статье «Masked-attention Mask Transformer for Universal Image Segmentation». Этот чекпойнт обучен на COCO для сегментации экземпляров объектов; используется компактная версия с Tiny-бэкбоном Swin. Модель предсказывает маски объектов и соответствующие им классы. Архитектура Mask2Former применяет многомасштабный декодер пикселей с deformable attention и Transformer-декодер с masked attention. Семейство архитектур поддерживает сегментацию экземпляров, семантическую и паноптическую сегментацию, но этот чекпойнт предназначен для сегментации экземпляров. Модель принимает изображения и выдаёт маски и метки классов объектов. Репозиторий содержит веса PyTorch и Safetensors. Лицензия указана как other, поэтому перед использованием следует проверить условия в карточке модели.

Jojocodex/minimax-h3-wushu-action-lora — это LoRA-адаптер для базовой модели Comfy-Org/MiniMax-H3, предназначенный для генерации видео с человеческими боевыми и спортивными движениями. Адаптер специализируется на ушу, кунг-фу и постановочных сценах рукопашного боя: ударах руками и ногами, прыжках, вращениях, блоках, контратаках, работе с мечом, посохом и другим оружием, а также одиночных выступлениях и поединках нескольких персонажей. В карточке указаны варианты обучения на 3000 и 4500 шагах, включая обновление wushu_action_h3_lora_v5 и отдельный вариант KungFu_MiniMaxH3_LoRA_step4500.safetensors. Для активации вариантов используются триггерные слова wushu_action и kungfu combat; их рекомендуется размещать в начале англоязычного промпта и подробно описывать технику, перенос веса, координацию тела, сцену и камеру. Модель подходит для кинематографичных боевых сцен, тренировок, постановочных выступлений, сцен в жанре wuxia и современных драк. Сильная сторона адаптера — целевая оптимизация динамики человеческих боевых движений и взаимодействия с оружием. При ускоренной генерации с использованием 4 или 8 шагов возможны размытые кадры, а без триггерного слова специализация выражена слабее. Другие ограничения, поддерживаемые языки, контекст и точные требования к ресурсам в карточке не указаны. Лицензия — Apache-2.0. В карточке также рекомендовано сочетать Wushu-Action-LoRA с spatial-physics-lora для улучшения результата, однако совместимость и условия распространения этого дополнительного адаптера отдельно не описаны.

MiquMaid v3 — диалоговая языковая модель на архитектуре Llama, созданная NeverSleep при участии Undi и IkariDev. Модель примерно на 68,7 млрд параметров и предназначена для генерации текста и ролевых диалогов. Для общения в карточке рекомендован формат промпта Alpaca; также может работать формат Mistral INST. Модель получена слиянием нескольких моделей на основе Miqu-70B, включая предыдущие версии MiquMaid и другие RP-модели. В обучении использовались наборы данных для диалогов, ролевых сценариев и инструкций. Репозиторий содержит веса FP16 в формате safetensors; заявленная длина контекста — 32 764 токена. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. Модель ориентирована на ролевое общение и может генерировать материалы для взрослой аудитории. Качество и поведение зависят от промпта и используемого формата. Разработчики не приводят в карточке подробной оценки качества или систематических ограничений.

Mistral-7B-AEZAKMI-v2 — чат-модель на базе Mistral 7B 0.1, дообученная автором на наборе данных AEZAKMI v2. Она предназначена для свободного диалога и ролевых сценариев; модель стремится давать ответы с меньшим количеством типичных для RLHF формулировок и отказов. Для общения рекомендуется формат ChatML с системным сообщением, задающим стиль ответа. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Автор предупреждает, что модель слаба в математике, загадках и сложных рассуждениях. В генерации историй встречаются характерные шаблонные обороты и разрывы абзацев; поведение при длинных системных сообщениях отдельно не проверялось. Модель распространяется по лицензии Apache 2.0.

ReadyArt/MS3.2-The-Omega-Directive-24B-Unslop-v2.1 — дообученная на QLoRA версия Mistral Small 3.2 Instruct с 23,4 млрд параметров, подготовленная ReadyArt и участниками проекта для разговорной генерации текста и ролевых сценариев. Модель рассчитана на многоходовые диалоги, ролевые игры с несколькими персонажами и длинные повествования; авторы заявляют о повышенной связности, снижении повторов и защите от ответов за пользователя. Модель принимает текст и генерирует текст, поддерживает контекст до 131 072 токенов и, согласно карточке, работает на девяти языках; в метаданных указан английский. Карточка ориентирует модель на откровенные и экстремальные ролевые сценарии, включая эротический контент и насилие. Указана лицензия Apache-2.0. Утверждения авторов о качестве и поведении модели не сопровождаются результатами независимой оценки; рекомендуемые параметры генерации не приведены.

NemoDori-v0.2.1-12B-MN-BT — экспериментальная слитая языковая модель автора RozGrov, созданная методом breadcrumbs_ties с помощью mergekit. Она предназначена для диалоговой генерации текста с лучшим сохранением контекста прошлых разговоров и более точным следованием инструкциям, особенно последней инструкции, при сохранении творческой манеры и способности к эротическим ролевым играм. Модель основана на архитектуре MistralForCausalLM, содержит 12,1 млрд параметров и принимает текст для генерации текста; в метаданных указан контекст до 1 024 000 токенов. В слиянии использованы unsloth/Mistral-Nemo-Instruct-2407, UsernameJustAnother/Nemo-12B-Marlin-v5 и crestf411/nemo-sunfall-v0.6.1, а также родительская NemoDori-v0.2.1. Автор сообщает о кратком тестировании и предполагает, что эта версия несколько хуже родительской NemoDori-v0.2; возможны снижение качества и нестабильность следования инструкциям. Лицензия в предоставленных данных не указана.

Ohashi-NeMo-12B — дообученная Delta-Vector модель на основе Mistral-Nemo-Instruct-2407, созданная для диалогового ролевого взаимодействия и написания прозы. Она рассчитана на короткие, ёмкие ответы, строгое взаимодействие один на один и насыщенный диалогами стиль. Модель использует плотную архитектуру MistralForCausalLM и содержит 12,1 млрд параметров. Модель принимает текст в формате инструкций Mistral и генерирует текст. Заявленная длина контекста — 131 072 токена. В обучении использовались разговорные наборы данных, включая OpenCAI-ShareGPT и Roleplay-Logs-V2. Карточка рекомендует системные промпты Euryale или EVA; для корректной работы важно соблюдать форматирование Mistral. Модель предназначена прежде всего для ролевых диалогов и творческого письма, а не для специализированных предметных задач. Весá опубликованы в формате safetensors. Лицензия в предоставленных данных не указана.

Helsinki-NLP/opus-mt-tc-bible-big-gem-fra_ita_por_spa — модель машинного перевода проекта OPUS-MT, разработанная группой Language Technology Research Group Хельсинкского университета. Она переводит с германских языков на французский, итальянский, португальский или испанский; целевой язык задаётся специальной меткой. Модель предназначена для перевода текстов, включая материалы религиозной тематики, на которой специализируется вариант tc-bible. Это плотная модель MarianMTModel архитектуры Transformer-big с 158,8 млн параметров и контекстом до 1024 токенов. Она принимает текст и выдаёт текст; веса доступны в форматах PyTorch и Safetensors. Поддерживаемые исходные языки включают африкаанс, датский, немецкий, английский, фарерский, фризский, исландский, нидерландский, норвежский, шведский и ряд других языков и их вариантов. Модель лицензирована по Apache-2.0. Качество зависит от языка, жанра и соответствия входного текста обучающим данным; карточка не приводит количественных оценок качества.