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

BanglaHateBERT — модель классификации текста для выявления оскорбительной речи на бенгальском языке. Автор карточки — saroarj, модель опубликована в формате PyTorch для библиотеки Hugging Face Transformers. В метаданных указано семейство ELECTRA, класс BertForSequenceClassification, 137,8 млн параметров и контекст до 512 токенов. Модель предназначена для анализа бенгальских текстов и выявления abusive language. Её можно применять для первичной модерации пользовательских сообщений и разметки текста по наличию оскорбительной речи. Модель распространяется по лицензии OpenRail. Карточка не приводит метрик качества и подробностей о классах разметки или тестовом наборе; эти сведения следует проверить перед использованием в критичных сценариях.

ChatMusician-Base — открытая языковая модель для понимания и генерации музыки, разработанная командой ChatMusician. Это плотная авторегрессионная модель семейства LLaMA с 6,6 млрд параметров, основанная на LLaMA 2 и дообученная на текстовом представлении музыки ABC. Она принимает и выдаёт текст, включая музыкальную нотацию ABC, без отдельного аудиомодуля; контекст составляет 2048 токенов. Модель предназначена для создания музыкальных партитур по текстовым описаниям, аккордам, мелодиям, мотивам и музыкальным формам, а также для ответов на вопросы о музыке и музыкальной теории. Для обучения использованы корпус MusicPile и 1,1 млн примеров supervised fine-tuning. Карточка сообщает о поддержке английского языка и демонстрирует музыкальные сценарии, но не перечисляет другие поддерживаемые естественные языки. Репозиторий содержит веса PyTorch и распространяется по лицензии MIT. Модель лучше работает со строгими форматами и закрытыми музыкальными инструкциями; возможны галлюцинации, а обучение преимущественно на ирландской музыке влияет на стилевое разнообразие. Авторы также отмечают слабые способности к обучению в контексте и пошаговому рассуждению, а результаты тестирования музыкального понимания получены в режиме perplexity и могут быть хуже при прямой генерации. Модель не следует использовать как источник музыкального образования.

correctional-GPTaM — русскоязычная модель генерации текста и диалогов на основе LiquidAI/LFM2.5-2.6B-Base. Разработчик удалил шесть Mamba-слоёв и провёл LoRA-адаптацию; в репозитории указаны 2,1 млрд параметров и контекст до 128 000 токенов. Модель предназначена для переписывания сообщений с грубой или резкой лексикой в вежливой и культурной форме с сохранением исходного смысла. Для этого сценария README предписывает системный промпт и вывод только переписанного текста. Модель также заявлена для генерации текста и диалогов. На тесте WikiText-2 после адаптации указана перплексия 16,05 и скорость генерации около 33,67 токена в секунду; README сообщает, что прунинг ускорил генерацию, но ухудшил перплексию относительно исходной модели. Лицензия в метаданных обозначена как other, без конкретизации условий.

borisbat/dasllama-stories — набор двух небольших языковых моделей для сочинения детских историй, опубликованный для браузерных примеров dasllama.io. Обе модели используют архитектуру Llama и доступны в формате GGUF для запуска через dasLLAMA и другие совместимые движки. Модель tinystories-instruct-27M содержит 27,4 млн параметров, обучена с нуля на TinyStoriesInstruct и принимает запросы с полями вроде Words:, Features: и Story:; её контекст — 512 токенов. Модель stories15M содержит около 15 млн параметров, обучена на TinyStories и генерирует истории по началу «Once upon a time» без следования инструкциям; для неё указан контекст 256 токенов. Модель tinystories-instruct-27M умеет включать заданные слова в историю: в описанном тесте она включила все три частых заданных слова в 15–22 из 24 примеров. Модели рассчитаны на короткие простые рассказы на английском языке, а малый размер и GGUF-квантизация Q8_0 подходят для лёгкого локального запуска. В репозитории также есть вариант f32 той же instruct-модели. Лицензия в предоставленных данных не указана.

pollner/distilhubert-finetuned-ravdess — модель классификации аудио на базе DistilHuBERT, дообученная на наборе RAVDESS. Она предназначена для отнесения аудиозаписей к классам; точный состав классов и сценарии применения в карточке не описаны. В архитектуре указана HubertForSequenceClassification, число параметров — 18,9 млн. На оценочной выборке автор сообщает loss 0,2810 и accuracy 0,9236. Модель принимает аудио и выдаёт метки классов. Репозиторий содержит веса PyTorch, лицензия — Apache-2.0. Язык аудиоданных и ограничения применения в карточке не уточнены.

Ethical Eye — модель классификации текста, разработанная Khush Patel и Jayveersinh Raj из AutopilotAI. Она предназначена для выявления токсичных, оскорбительных, непристойных и иных потенциально вредных комментариев, чтобы помогать модерировать пользовательский контент и проверять ответы чат-ботов. Модель построена на архитектуре XLM-RoBERTa и содержит около 305,2 млн параметров. Она принимает текст и выдаёт метки классификации; заявлена поддержка множества языков, включая русский, английский, французский, хинди, испанский и китайский. Максимальный контекст — 514 токенов. Модель распространяется в форматах PyTorch и Safetensors через библиотеку Transformers. Её можно применять для первичной фильтрации комментариев в социальных сетях, форумах и образовательных или торговых платформах, а также как вспомогательную проверку ответов виртуальных ассистентов. Предсказания могут упускать контекстные нюансы и отражать смещения обучающих данных, поэтому модель не следует использовать как единственное основание для решений о пользователях или контенте; может потребоваться настройка под конкретный язык и область. Лицензия — Apache 2.0.

Модель touchtech/fashion-images-gender-age-vit-large-patch16-224-in21k-v2 разработана Touchtech и дообучена на наборе touchtech/fashion-images-gender-age на основе google/vit-large-patch16-224-in21k. Это ViT-Large с архитектурой ViTForImageClassification и примерно 402,7 млн параметров; модель принимает изображения и классифицирует их по категориям, связанным с полом и возрастом в контексте модных изображений. В карточке указаны точность 0,9939 и loss 0,0213 на оценочном наборе. Модель подходит для классификации людей на изображениях одежды и модных товаров по возрасту и полу, например для анализа ассортимента или организации визуальных каталогов. Она распространяется по лицензии Apache-2.0. Приведённые метрики относятся к оценочному набору; данных о переносимости на другие источники изображений нет.

espnet/fastspeech2_conformer_hifigan — вокодер HiFi-GAN для моделей синтеза речи и преобразования голоса FastSpeech2Conformer, опубликованный в репозитории ESPnet. Он преобразует акустические представления, полученные соответствующей моделью, в аудиосигнал и используется как компонент речевого конвейера, а не как самостоятельный генератор речи из текста. Архитектура указана как FastSpeech2ConformerHifiGan; репозиторий содержит веса PyTorch. Модель предназначена для синтеза речи и voice conversion в связке с FastSpeech2Conformer. README указывает лицензию Apache 2.0.

Карточка модели biali/FLUX.2-small-decoder на Hugging Face совпадает с карточкой black-forest-labs/FLUX.2-small-decoder, поэтому описание составлено по ней. FLUX.2 Small Decoder — декодер VAE от Black Forest Labs, дистиллированная компактная замена стандартному декодеру FLUX.2. Он предназначен для декодирования латентных представлений в изображения в совместимых моделях FLUX.2: Klein 4B, Klein 9B, Klein 9B-KV и Dev; кодировщик при этом остаётся без изменений. Декодер содержит около 28 млн параметров против примерно 50 млн у полной версии и использует более узкие каналы. По данным карточки, он декодирует примерно в 1,4 раза быстрее и требует примерно в 1,4 раза меньше видеопамяти, сохраняя почти такое же качество изображений. Указана лицензия Apache 2.0. Модель предназначена для использования как компонент совместимого пайплайна генерации или редактирования изображений, а не для самостоятельного диалога или выдачи фактических ответов. Карточка отмечает возможные искажения текста на изображениях, несоответствие результата запросу и влияние стиля промпта.

Gaslit-Abomination-24B-v1.0 — объединённая модель на базе Mistral от TheDrummer и sleepdeprived3, предназначенная для ролевого диалога, эротических ролевых сценариев и художественного текста. В README указано, что объединение включает Gaslit-Transgression-24B-v1.0, Forgotten-Transgression-24B-v4.1, Cydonia-24B-v2 и Dans-PersonalityEngine-V1.2.0-24b; метод слияния — DARE-TIES. Метаданные указывают 23,4 млрд параметров, архитектуру MistralForCausalLM и контекст до 32 768 токенов. Модель рассчитана на длинные ролевые сцены, многоперсонажные диалоги, интерактивные истории и совместное написание текста. README заявляет о последовательности персонажей и сюжета на большой длине, снижении повторов и следовании сложным инструкциям. Модель ориентирована на английский язык и текстовый ввод и вывод. Модель предназначена для взрослого контента и, по заявлению авторов, не имеет встроенных этических ограничений; результаты могут включать откровенные или табуированные темы. Распространяется по лицензии Apache-2.0.

Gemma-3-4b-it-MAX-HORROR-Uncensored-DBL-X-Imatrix-GGUF — текстовая generative-модель в формате GGUF, разработанная David_AU на базе DavidAU/Gemma-3-4b-it-Uncensored-DBL-X и исходной Gemma 3 от Google. Автор указывает, что модель дополнительно изменена для снижения цензуры, усилена настройками и обучающим набором Horror Imatrix, созданным на основе Grand Horror 16B. Модель предназначена для диалогов, instruction following, ролевых сценариев, творческого письма, генерации рассказов и сюжетов, продолжения сцен, brainstorming, решения задач и загадок, а также function calling. Основной заявленный язык — английский. Модель имеет размер 4B параметров и контекст до 128k токенов. Доступна в различных GGUF-квантизациях; автор рекомендует IQ4XS, IQ4NL и Q4s для творческих задач, q5s–q8 для общего применения, а Q8_0 или F16 — для максимального качества. Отличительная особенность — выраженная ориентация на horror, включая графические и X-rated материалы, нецензурную лексику и «uncensored» сценарии. Сильными сторонами заявлены сохранение следования инструкциям, улучшенное качество генерации и ассоциации между идеями. Ограничения включают зависимость результатов от квантизации, параметров генерации и возможные отказы или артефакты вывода. Лицензия — Apache-2.0.

JHCodec-1.4M — нейронный аудиокодек на основе декодера Transformer с остаточной векторной квантизацией (RVQ), разработанный авторами статьи, представленной на Interspeech 2026. Модель преобразует аудио в кодовое представление и восстанавливает аудио; она рассчитана на потоковую работу с нулевым упреждением и низкой задержкой. Для обучения используется функция потерь SSRR, направленная на восстановление самоконтролируемых представлений и повышение разборчивости речи. Модель принимает монофонический звук с частотой 16 кГц блоками по 320 отсчётов (20 мс); длина входа должна быть кратна размеру блока. Предусмотрены пакетная обработка целой записи и потоковый инференс по кадрам. Репозиторий содержит веса PyTorch, для запуска рекомендуется CUDA; при работе на CPU качество восстановления снижается. Лицензия — MIT.

Kunocchini-7b-128k-test — это объединённая текстовая causal language model, разработанная на основе SanjiWatsuki/Kunoichi-DPO-v2-7B и Epiculous/Fett-uccine-Long-Noodle-7B-120k-Context. Автором публикации GGUF-квантизаций является Lewdiculous, при этом исходная объединённая модель создана Test157t. Модель предназначена прежде всего для генерации текста и ролевых сценариев; в README она описана как персональная модель для role-play и ежедневного использования. Модель имеет размер около 7B параметров, архитектурно относится к семейству Mistral и объединяет исходные модели методом slerp с использованием mergekit. Заявлена поддержка контекста до 128k токенов, унаследованная от варианта Long Noodle с контекстом 120k, однако точные характеристики исходной архитектуры и языков в README не указаны. Представлены версии в формате GGUF с различными уровнями квантования и использованием Importance Matrix (Imatrix), что должно помогать сохранять качество при уменьшении размера; для запуска упоминаются llama.cpp и KoboldCpp, а IQ3_S требует KoboldCpp 1.59.1 или новее. Сильными сторонами модели являются ориентация на ролевую генерацию, большой заявленный контекст и наличие оптимизированных GGUF-версий для локального запуска. Ограничения включают отсутствие подробных результатов оценки, точных данных о языковой поддержке и гарантий качества на всём контексте. Лицензия в README не указана, поэтому условия использования необходимо уточнять на страницах исходных моделей и публикации.

ReadyArt/L3.3-The-Omega-Directive-70B-Unslop-v2.0 — диалоговая языковая модель на архитектуре Llama 3.3, дообученная gecfdo на базе Steelskull/L3.3-MS-Nevoria-70b методом QLoRA. Модель содержит 69,5 млрд параметров и поддерживает контекст до 131 072 токенов; в репозитории указаны веса Safetensors. Авторы также публикуют варианты квантования в GGUF и EXL2/EXL3. Модель предназначена для ролевых диалогов, эротических сценариев и художественного письма, включая длинные истории с несколькими персонажами. В карточке заявлены сохранение характера персонажей, следование сложным инструкциям, снижение повторов и защита от имитации пользователя. Данные карточки указывают английский язык. Модель специально рассчитана на откровенный и взрослый контент, а также допускает жестокие и экстремальные ролевые сценарии. Заявления о качестве и снижении галлюцинаций приведены авторами и не сопровождаются в карточке независимыми оценками. Лицензия — Llama 3.3; карточка требует, чтобы пользователь был совершеннолетним и отвечал за создаваемый контент.

L3-8B-Stheno-v3.3-32K-GGUF — это квантизированная версия большой языковой модели L3-8B-Stheno-v3.3-32K, созданной Sao10K и подготовленной в формате GGUF пользователем brooketh. Модель содержит около 8,03 млрд параметров, поддерживает генерацию текста на английском языке и рассчитана на контекст до 32 768 токенов. Модель предназначена прежде всего для локального 1-на-1 ролевого общения, а также для сценариев, RPG и написания историй. В ролевых сценариях она заявлена как uncensored. Формат GGUF позволяет запускать модель через приложения на базе llama.cpp, распределяя нагрузку между CPU и GPU, что делает её пригодной для более широкого спектра оборудования. При этом квантизация снижает требования к ресурсам, но на более низких уровнях квантизации может ухудшаться связность ответов. Модель распространяется по лицензии CC BY-NC 4.0, которая допускает использование с указанием авторства, но ограничивает коммерческое применение. README не содержит сведений о конкретной архитектуре базовой модели, доступных вариантах квантизации и точных требованиях к аппаратному обеспечению.

Kankanaghosh/latin_english_translation_model — дообученная модель семейства T5, созданная на основе t5-small. Она предназначена для перевода между латинским и английским языками. Модель содержит 38,5 млн параметров, работает с текстом и использует архитектуру T5ForConditionalGeneration; максимальная длина контекста составляет 512 токенов. В карточке приведены результаты оценки: BLEU 0,7023 и loss 3,4405, однако набор данных и подробности оценки не описаны. Модель загружена в формате safetensors и распространяется по лицензии Apache-2.0. README не уточняет ограничения и рекомендуемые сценарии применения.

QuantFactory/Llama-3-8B-LexiFun-Uncensored-V1-GGUF — квантизированная версия модели Orenguteng/Llama-3-8B-LexiFun-Uncensored-V1, созданная с помощью llama.cpp. Модель основана на Llama 3 8B Instruct от Meta и предназначена для генерации текста на английском языке, особенно для юмористического общения, сарказма, шуток, ролевых сценариев и создания развлекательных ответов. Она относится к моделям text-generation и доступна в формате GGUF для запуска с совместимыми инструментами, включая llama.cpp. Ключевая характеристика модели — ориентированность на комедийный стиль и высокую податливость запросам. При этом README предупреждает, что модель не имеет встроенных ограничений на небезопасный или неэтичный контент, поэтому перед использованием в сервисах рекомендуется добавить собственный alignment-слой и фильтрацию. Данные о точном размере контекста, вариантах квантизации, объёме файлов и поддерживаемых модальностях не указаны; заявлена только текстовая генерация на английском языке. Модель распространяется по лицензии Meta Llama 3 Community License Agreement, обозначенной в карточке как llama3; коммерческое использование допускается в пределах условий этой лицензии. Ответственность за создаваемый контент несёт пользователь.

Это дообученная модель LLM-jP-4-8B-thinking, опубликованная ikedachin и адаптированная для ответов на вопросы на имабарийском диалекте и стандартном японском языке с текстом рассуждений. Модель построена на архитектуре Llama, содержит 7,8 млрд параметров и принимает текстовые запросы; максимальный контекст составляет 65 536 токенов. Репозиторий содержит полные объединённые веса в формате Safetensors и токенизатор с изменённым шаблоном чата: он поддерживает отдельные каналы рассуждений и ответа для имабарийского диалекта, а также настраиваемый выбор каналов и начального канала генерации. Модель обучена методом supervised fine-tuning с LoRA на наборах QA по вики-материалам на имабарийском диалекте и стандартном японском; обучающие промпты задавали средний уровень рассуждений. Она подходит для ответов на вопросы и диалоговой генерации на японском, включая имитацию имабарийского диалекта. Лицензия модели указана как other; базовая модель распространяется по Apache-2.0, а использованные наборы данных — по CC BY-SA 4.0. Карточка не приводит результатов оценки качества версии v2. Обучение не подтверждает, что модель научилась надёжно переключать уровни reasoning effort; изменённый шаблон также не включает официальное представление вызовов инструментов. Размер обучающих и валидационных выборок и соотношение смешивания данных не указаны.

Карточка модели CarolVorders/ltxvideo-2b-nsfw на Hugging Face совпадает с карточкой Muinez/ltxvideo-2b-nsfw, поэтому описание составлено по ней. Muinez/ltxvideo-2b-nsfw — экспериментальное дообучение LTX-Video 0.9.5, созданное автором Muinez на данных с изображениями и видеоклипами. Модель предназначена для генерации видео по исходному изображению; в конце обучения её дополнительно настраивали для image-to-video. Для описаний использовались booru-теги, а обучающая выборка включала реалистичные и аниме-материалы разных авторов. Автор сообщает, что модель быстро генерирует видео и иногда даёт приемлемый результат, но качество нестабильно и в целом уступает более сильным моделям. Обучение проводилось на изображениях и 4,7 тыс. видеоклипах; максимальная длина клипов составляла 121 кадр, разрешения изображений — от 512×768 до 768×512. По карточке Hugging Face модель использует Diffusers и сохранена в формате safetensors; размер параметров и длина контекста не указаны. Модель помечена как предназначенная для взрослой аудитории. Условия лицензии в предоставленных данных не указаны.

MiniLMv2-toxic-jigsaw — модель классификации текста, дообученная minuva на датасете соревнования Jigsaw 1st Kaggle с использованием unitary/toxic-bert в качестве учителя. Она определяет токсичность текста и предназначена для автоматической модерации комментариев и другого пользовательского контента. Модель построена на архитектуре BERT и содержит около 25,9 млн параметров; максимальная длина контекста — 512 токенов. В README приведён результат ROC-AUC 0,98600 на тестовой выборке при сравнении с учителем unitary/toxic-bert, у которого указано 0,98636. Модель поддерживает английский язык, распространяется в форматах Safetensors и ONNX по лицензии Apache-2.0.

facebook/mms-tts-tav — модель синтеза речи на языке татуйо (Tatuyo, tav), разработанная Facebook в рамках проекта Massively Multilingual Speech. Это отдельный языковой чекпойнт семейства VITS, который по входному тексту генерирует речевую аудиоволну. Архитектура VITS объединяет вариационный автоэнкодер, Transformer-энкодер текста, нормализующие потоки и HiFi-GAN-подобный декодер; число параметров — 3,5 млн. Модель предназначена для озвучивания текста на татуйо. Стохастический предиктор длительности позволяет получать разные ритмические варианты произнесения одного текста, поэтому для повторяемого результата требуется фиксировать seed. Чекпойнт распространяется в форматах PyTorch и Safetensors и доступен через Transformers версии 4.33 и новее. Лицензия CC BY-NC 4.0 допускает использование с указанием авторства, но запрещает коммерческое применение.

MotherEarth/MotherEarth-1.1-8B — диалоговая языковая модель, полученная слиянием SLERP двух моделей: MotherEarth/MotherEarth-1.0-8B и MotherEarth/MotherEarth-Storm-1.0-8B. Модель разработана авторами этих исходных моделей и предназначена для генерации текста в диалоге, в частности по экологическим и климатическим темам. Модель основана на плотной архитектуре Llama с классом LlamaForCausalLM, содержит 7,5 млрд параметров и использует формат Safetensors. Контекст составляет 8192 токена. Для работы с моделью применяется библиотека Transformers; заявлена возможность чата. Данные карточки не определяют поддерживаемые естественные языки, поэтому конкретные языки не перечисляются. Лицензия в предоставленных источниках не указана.

MSI-Net — модель компьютерного зрения для прогнозирования визуальной заметности: она оценивает, на какие области естественного изображения, вероятно, будут направлены взгляды людей. Модель представлена в репозитории alexanderkroner и описана как contextual encoder-decoder network, обученная на данных о движении взгляда. Она предназначена для построения карт визуальной заметности, анализа изображений и сценариев, где требуется оценить вероятные точки фиксации человека. В основе модели лежит сверточная нейронная сеть с модулем ASPP, использующим несколько сверточных слоев с разными коэффициентами дилатации для параллельного извлечения признаков разных масштабов. Полученные представления объединяются с глобальной информацией о сцене. Модель содержит около 25 миллионов параметров и работает с изображениями; в примере предусмотрено приведение входа к размеру 320×320, 240×320 или 320×240 с сохранением пропорций и дополнением полями. Веса энкодера инициализируются из VGG16, предварительно обученной на ImageNet, а базовая версия обучена на SALICON с использованием записей движения мыши как приближения к данным о взгляде; также предусмотрена возможность дообучения на данных eye tracking. Сильной стороной является сочетание многоштабных и глобальных признаков при относительно умеренном размере модели, однако точность зависит от характеристик изображений и типа данных, на которых проводилось обучение. Лицензия модели — MIT.

BrandonHowe/Olmo7b-urban-olmo-20260920-full-CPT-merged-epoch-3 — самостоятельная языковая модель, полученная продолжением предобучения Olmo-3 от Ai2. Это плотная авторегрессионная модель класса Olmo3ForCausalLM с 6,9 млрд параметров и контекстом до 65 536 токенов; она принимает текст и генерирует текст. Модель обучалась на корпусе CompassioninMachineLearning/urban_12738_cleaned, содержащем материалы об городской тематике, и выпущена как объединённый чекпойнт BF16 в формате safetensors без необходимости подключать адаптер. Модель предназначена для генерации и продолжения текста, в том числе для экспериментов с текстами об урбанистике. Карточка описывает этап обучения и состав данных, но не приводит результатов оценки качества; отдельно подчёркнуто, что обучение само по себе не доказывает улучшения способности к состраданию. Лицензия в предоставленных данных не указана.

OneFormer — модель компьютерного зрения семейства OneFormer, разработанная авторами Jain et al. Это версия tiny с backbone Swin, обученная на наборе данных ADE20k. Архитектура использует токен задачи, чтобы выбирать режим сегментации во время вывода. Модель предназначена для семантической, экземплярной и паноптической сегментации изображений одним чекпойнтом. Она принимает изображение и выдаёт сегментационную разметку; в метаданных основная задача указана как image-segmentation. Модель распространяется под лицензией MIT.

OneFormer — модель компьютерного зрения для универсальной сегментации изображений, опубликованная shi-labs и обученная на датасете COCO. Это версия Large с backbone DiNAT; единая архитектура использует токен задачи, чтобы выбирать режим сегментации при инференсе. Модель предназначена для семантической, экземплярной и паноптической сегментации: она может размечать классы пикселей, выделять отдельные объекты и формировать общую паноптическую карту изображения. В карточке указана библиотека Transformers и формат PyTorch, лицензия MIT. Модель рассчитана на изображения и выдаёт карты сегментации. Результаты ограничены классами и данными COCO; перенос на другие предметные области может потребовать подходящего чекпойнта или дообучения.

OneRec-1.7B — модель генеративных рекомендаций из семейства OpenOneRec, разработанного авторами проекта OpenOneRec. Она основана на плотной архитектуре Qwen3 и содержит около 1,8 млрд параметров. Модель предназначена для рекомендаций коротких видео, рекламы и товаров, а также для понимания пользовательских предпочтений, предсказания меток, диалоговых рекомендаций и объяснения рекомендаций. В модели история взаимодействий представляется последовательностью специальных Itemic Tokens, созданных с помощью иерархической векторной квантизации. По README, обучение включало совместное предварительное обучение, настройку на инструкции, дистилляцию и обучение с подкреплением. Модель работает с текстовым вводом и генерирует текст; контекст составляет до 40 960 токенов. README сообщает о результатах на RecIF-Bench и переносе на наборы Amazon, но практические инструкции по запуску ещё готовятся. Лицензия — Apache-2.0.

OpenLRM Mix Small 1.1 — версия 1.1 открытой реализации проекта OpenLRM по статье LRM. Это модель для восстановления трёхмерного представления объекта по изображению. Вариант small использует 12 слоёв, размерность признаков 512, 8 голов внимания, триплоскость размерности 32 и входное разрешение 224 пикселя; в качестве визуального энкодера применяется DINOv2 ViT-S/14 с register-токенами. Размер указанной в карточке архитектуры small — 446 млн параметров. Модель обучалась на Objaverse. Реализация отличается от оригинальной статьи отказом от отложенного обратного распространения ошибки, случайными цветами фона при обучении и четырёхслойным декодером триплоскостей. Карточка описывает её как неофициальную реализацию, поэтому результаты могут отличаться от оригинального исследования. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

Aryanne/Open-StarLake-Swap-7B — объединённая языковая модель, созданная разработчиком Aryanne с помощью mergekit и метода task_swapping. В качестве базовой модели использована senseable/WestLake-7B-v2, а параметры также объединены с berkeley-nest/Starling-LM-7B-alpha, NousResearch/Nous-Hermes-2-Mistral-7B-DPO и openchat/openchat-3.5-0106. Для слияния применялась модифицированная ветка mergekit со swapping. Модель ориентирована прежде всего на генерацию диалогов и ролевые сценарии с подробными, выразительными ответами от лица персонажа. В README приведён формат промпта для KoboldCpp, включающий описание персонажа и продолжение ролевой беседы. Обозначение 7B указывает на класс моделей примерно с 7 миллиардами параметров, однако точная архитектура, поддерживаемые языки и размер контекстного окна не указаны. Потенциальными сильными сторонами являются сочетание нескольких дообученных моделей и специализация на диалоговой и ролевой генерации. Ограничения включают отсутствие опубликованных результатов тестирования, неопределённые языковые возможности и неизвестные характеристики контекстного окна; качество и поведение могут зависеть от выбранного шаблона промпта. Модель распространяется по лицензии Apache-2.0.

PantheraMax-L3-RP-TestProbe-4-4x8B — текстовая генеративная модель на архитектуре Mixture of Experts (MoE), созданная объединением моделей v000000/L3-8B-Poppy-Moonfall-C, Alsebay/L3-test-2, merge3 и Nitral-AI/Hathor_RP-v.01-L3-8B. Карточка не называет разработчика отдельно. Модель предназначена для генерации текста в диалоговом формате. В репозитории размещены веса Safetensors; размер составляет 7,5 млрд параметров, контекст — до 8192 токенов. README указывает на RP-составляющую в названии одной из исходных моделей, но не описывает конкретные сценарии, качество или поддержку языков. Лицензия CC BY-NC-ND 4.0 запрещает коммерческое использование и распространение производных материалов на условиях лицензии. По имеющимся данным нельзя оценить качество, безопасность ответов или поведение модели на разных языках.