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

WavLM Base Plus MLX fp16 — экспорт модели WavLM от Microsoft в формате safetensors, подготовленный для запуска с MLX и используемый в speech-swift как извлекатель признаков речи. Модель принимает монофоническую речь с частотой 16 кГц и формирует скрытые представления, которые последующие модели могут использовать для извлечения характеристик голоса, содержания речи и паралингвистических признаков. В составе Indic-Mio средние значения скрытых слоёв 1 и 2 передаются в глобальный энкодер MioCodec для получения 128-мерного эмбеддинга говорящего при клонировании голоса по референсной записи. Архитектура — плотный SSL-энкодер WavLM, близкий по подходу к HuBERT; в метаданных указано 113,3 млн параметров. Это производная от microsoft/wavlm-base-plus модель. Репозиторий указывает MLX-совместимый экспорт fp16 в safetensors и лицензию MIT. Модель предназначена для извлечения признаков и сама по себе не синтезирует речь: генерацию выполняет связанная система Indic-Mio.

candor_word_new_13 — дообученная автором fpadovani языковая модель семейства GPT-2 для генерации текста. Репозиторий содержит веса в формате safetensors; заявленная длина контекста — 1024 токена. README сообщает значение loss 3,9455 на наборе оценки, но не раскрывает состав данных и методику оценки. Модель можно использовать для генерации продолжений текста. Карточка не описывает целевые сценарии, языки или специализацию, поэтому пригодность для конкретных задач по имеющимся сведениям установить нельзя. Лицензия в предоставленных данных не указана.

ChronoBERT v1 20041231 — англоязычная модель Songrun He, Linying Lv, Asaf Manela и Jimmy Wu для анализа текста с учётом хронологии. Она основана на двунаправленной архитектуре ModernBERT, содержит 149 млн параметров и принимает контекст до 8192 токенов. Модель обучена на датированных текстовых данных, чтобы снизить риск утечки будущей информации и смещения заглядывания вперёд при историческом анализе. Модель предназначена для предсказания замаскированных токенов и получения представлений текста, а также для задач понимания языка и анализа исторических и финансовых текстов. Семейство ChronoBERT оценивалось на GLUE и на прогнозировании доходности акций; приведённые результаты относятся к указанным в карточке версиям, а не обязательно к этой конкретной контрольной точке. Доступны веса в формате safetensors для Transformers. Лицензия — MIT.

DA3Mono-LARGE-MLX — конверсия модели Depth Anything 3 Mono от ByteDance в формат MLX для запуска на Apple silicon. Она оценивает относительную глубину по одному RGB-изображению и дополнительно выдаёт карту вероятности неба. Архитектура включает backbone DINOv2 ViT-L/14 и голову DPT с дополнительной ветвью оценки неба; входной размер фиксирован: 504 × 504 пикселя. Веса представлены в fp32 формате safetensors. Модель подходит для оценки глубины сцены на фотографиях и выделения областей неба в приложениях компьютерного зрения на устройствах Apple с MLX. Для использования требуется предварительно масштабировать изображение до 504 × 504 и нормализовать его по статистикам ImageNet. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Detect-Acoso-Twitter-Es — модель классификации испаноязычных публикаций в Twitter для выявления травли. Её создала команда участников хакатона SomosNLP 2022; модель дообучена на наборе hackathon-pln-es/Dataset-Acoso-Twitter-Es на основе mrm8488/distilroberta-finetuned-tweets-hate-speech. Модель использует архитектуру RoBERTa и содержит 95,2 млн параметров. Она принимает текст и выдаёт результат классификации; максимальная длина контекста — 514 токенов. В карточке приведены результаты на тестовой выборке: accuracy 0,9167 и loss 0,1628. Модель распространяется по лицензии Apache-2.0.

DETRPose-N-COCO — модель обнаружения ключевых точек и оценки поз нескольких людей в реальном времени, представленная авторами работы DETRPose. Она использует гибридный энкодер RT-DETR и лёгкий декодер D-FINE; Pose-LQE улучшает оценку уверенности, а обучение с шумовыми ключевыми точками и специальной функцией потерь нацелено на точную локализацию. Для версии DETRPose-N на COCO в карточке указаны 4,1 млн параметров, AP 57,2, задержка 2,80 мс и 9,3 GFLOPs. Модель принимает изображения и предсказывает позы людей с ключевыми точками, поэтому подходит для анализа позы в реальном времени, например с видеопотока камеры. В метаданных указаны формат safetensors и лицензия Apache-2.0. Карточка описывает модель для инференса, но не приводит подробностей о поддерживаемых типах ключевых точек за пределами оценки поз на COCO.

Модель touchtech/fashion-images-gender-age-vit-large-patch16-384-v1 — дообученная Touchtech модель Vision Transformer для классификации изображений. Она основана на google/vit-large-patch16-384, содержит 402,7 млн параметров и дообучена на датасете touchtech/fashion-images-gender-age. Модель предназначена для определения категорий, связанных с полом и возрастом, на изображениях модной одежды. В README для тестовой выборки указаны точность 0,9951 и значение loss 0,0306. Модель принимает изображения и выдаёт метки классов. Она распространяется в формате safetensors по лицензии Apache-2.0. Подробные сведения о составе классов, методике оценки и ограничениях применения в карточке не приведены.

FastConformer Quran Arabic ASR — дообученная NVIDIA модель для распознавания чтения Корана на арабском языке. Она предназначена для расшифровки и проверки чтения, приложений для изучения таджвида, определения аята по аудио и сравнения чтения с текстом аята. Модель основана на nvidia/stt_ar_fastconformer_hybrid_large_pcd_v1.0 и использует архитектуру FastConformer-Large EncDecHybridRNNTCTCBPE; в ней 114,6 млн параметров. Поддерживаются офлайн-распознавание с полным контекстом и потоковая обработка с кэшированием. На валидационной выборке tarteel-ai/everyayah автор сообщает WER 0,14%. Модель оптимизирована для чтения Корана и может заметно хуже распознавать современный литературный и диалектный арабский. Наилучшие результаты ожидаются для чистой речи одного чтеца с частотой 16 кГц; потоковый режим добавляет около 1,6 секунды задержки на фрагмент. Лицензия — CC BY 4.0.

fBERT — трансформер на архитектуре BERT, разработанный Diptanu Sarkar, Marcos Zampieri, Tharindu Ranasinghe и Alexander Ororbia для выявления оскорбительного контента. Модель обучена на более чем 1,4 млн примеров оскорбительных высказываний из набора SOLID и адаптирована к особенностям языка социальных сетей. В README описано применение fBERT для задач выявления оскорбительной речи и языка ненависти; модель показала лучшие результаты, чем BERT и HateBERT, на OffensEval, HatEval и HS & O. В карточке указана архитектура BertForMaskedLM, около 136,7 млн параметров и контекст до 512 токенов. Метаданные указывают задачу fill-mask; классификация оскорблений описана как назначение дообучения, но отдельный классификационный pipeline для этой модели не указан. Модель принимает текст и предсказывает замаскированные токены. Язык корпуса SOLID и поддерживаемые естественные языки в предоставленных данных не обозначены. Лицензия в источниках не указана.

dpshade22/hf-e5-bible-100 — модель Sentence Transformer, дообученная на базе intfloat/e5-base-v2 для поиска и сравнения библейских текстов. Она преобразует предложения и абзацы в плотные векторы размерности 768; сходство между ними можно оценивать косинусной близостью. Архитектура включает BERT, усреднение токенных представлений и нормализацию. Обучение выполнено на 262 023 парах запросов и фрагментов библейского текста с функцией потерь MultipleNegativesRankingLoss. Модель подходит для семантического поиска по библейским отрывкам, сопоставления запросов с фрагментами, поиска перефразировок, кластеризации и классификации текстов в библейском корпусе. README указывает максимальную длину последовательности 256 токенов, а метаданные — контекст до 512 токенов. Базовая модель E5 рассчитана на английский язык; библейские примеры и описание датасета также англоязычные. Лицензия в предоставленных данных не указана.

hkcode-solar-youtube-merged — языковая модель, созданная Hyokwan и дообученная на основе SOLAR-10.7B. В карточке указано, что модель продолжает предварительное обучение; метаданные описывают её как плотную архитектуру Llama с классом LlamaForCausalLM и 10,6 млрд параметров. Длина контекста — 4096 токенов. Модель предназначена для генерации текста и диалогового взаимодействия на корейском языке. В качестве обучающего набора указан hyokwan/llama3data_hkcode, а карточка связывает разработку с финтех-направлением Корейского политехнического университета. Подробные сценарии использования не описаны. Модель распространяется по лицензии MIT. Возможны неточные, предвзятые или нежелательные ответы; перед применением рекомендуется проверять качество и настраивать меры безопасности под конкретный сценарий.

HyperCLOVA X SEED Think-14B SFT 71894 Correct Minimal — созданная youngseok12 дообученная версия языковой модели NAVER HyperCLOVAX-SEED-Think-14B. LoRA-адаптер обучен на 674 примерах из набора AI Hub Dataset 71894 и объединён с базовой моделью; опубликованы самостоятельные веса BF16 в формате safetensors для загрузки через Transformers. Модель предназначена для генерации текста и диалогов, в частности для выбора правильного варианта в заданиях с вариантами ответов. При обучении модель училась выводить только букву правильного ответа: A, B, C, D или E. Данные включали общие вопросы на корейском языке и вопросы о корейской культуре и истории. Модель содержит 14,1 млрд параметров, имеет архитектуру HyperCLOVAXForCausalLM и заявленный контекст до 131 072 токенов. В README указано, что публичные бенчмарки и лидерборд при публикации не проверялись. Модель следует лицензии NAVER HyperCLOVA X SEED 14B Think Model License Agreement; также действуют условия использования исходных данных AI Hub. Точность не гарантируется, а результаты не следует использовать как единственное основание для медицинских, юридических или финансовых решений.

Jeju ↔ Standard Korean Translator — разработанная PCN компактная языковая модель для двустороннего перевода между диалектом Чеджу (Jejueo) и стандартным корейским. Модель обучена с нуля на корпусе из примерно 1,48 млн параллельных пар AIHUB и использует декодерный Transformer в стиле Qwen3 с 88,8 млн параметров. Направление перевода задаётся управляющим префиксом; максимальная длина контекста — 1024 токена. Модель предназначена для перевода разговорных реплик с диалекта Чеджу на стандартный корейский и обратно, а также для исследований малоресурсной обработки корейских диалектов. На тестовом наборе авторы сообщают BLEU 77,67 для направления Jeju → Standard и 60,97 для Standard → Jeju. Модель не рассчитана на общий диалог или перевод с других языков; качество может снижаться на формальных, технических и длинных текстах. Редкие региональные варианты и речь недостаточно представленных групп могут обрабатываться хуже, а при переводе на диалект возможна чрезмерная нормализация. Весовые файлы доступны в формате safetensors, модель совместима с Transformers и vLLM. Лицензия — Apache-2.0.

Katarau-9B-ru-RP-nsfw-GGUF — это квантизированная GGUF-версия модели Katarau-9B-ru-RP-nsfw, разработанной katafiek. Модель предназначена для генерации текста, включая ролевые сценарии и диалоги на русском и английском языках. По указанным тегам она ориентирована на менее ограниченную генерацию контента для roleplay-сценариев, однако конкретные поведенческие особенности базовой модели в README не раскрыты. Доступны варианты квантизации Q4_K_M, Q5_K_M, Q6_K и Q8_0 с приблизительной разрядностью от 4,8 до 8,5 бит. Формат GGUF предназначен для локального запуска совместимыми инструментами, но требования к памяти, архитектура, размер контекста, точное число параметров и поддерживаемые модальности в README не указаны. Модель является текстовой и относится к задаче генерации текста. Модель поддерживает Apache License 2.0. Основные ограничения связаны с отсутствием в README подробностей о качестве, точности, безопасных сценариях применения, контекстном окне и рекомендуемых параметрах запуска; выбор варианта квантизации, вероятно, влияет на баланс между размером, требованиями к ресурсам и качеством генерации.

L3.3-70B-Euryale-v2.3-AWQ — 4-битная AWQ-квантизованная версия модели Sao10K/L3.3-70B-Euryale-v2.3, подготовленная Meganova AI. Базовая модель создана на основе meta-llama/Llama-3.3-70B-Instruct и предназначена для структурированного, иммерсивного ролевого взаимодействия в формате длинных текстовых диалогов. Модель использует архитектуру Llama 3.3 с 70,6 млрд параметров. Применяется схема AWQ W4A16: веса представлены в 4-битном формате, а активации — в 16-битном; формат хранения — compressed-tensors/safetensors. Для работы требуется около 38 ГБ видеопамяти, что позволяет запускать модель примерно на четырёх RTX 3080 или двух RTX 3090. В README не указаны поддерживаемые языки и размер контекстного окна. К сильным сторонам относятся большой размер модели, специализация на насыщенном длинноформатном roleplay и снижение требований к памяти благодаря квантизации. Ограничениями являются необходимость мног GPU-конфигурации и потенциальные компромиссы по качеству, связанные с 4-битной квантизацией. Указана лицензия llama3.3; дополнительные условия использования в README не приведены.

WT-MM/lingbot-depth-mlx — конвертированные веса LingBot-Depth для запуска через MLX на компьютерах с Apple Silicon. Модель основана на robbyant/lingbot-depth-pretrain-vitl-14-v0.5 и предназначена для оценки глубины по изображениям; конфигурация содержит размеры модели и параметры предобработки. Веса представлены в формате safetensors: энкодер использует bf16, декодер — fp32; позиционные эмбеддинги предварительно вычислены. Модель работает через mlx.core и позволяет использовать backend mlx-native проекта lingbot-depth-viz без установки PyTorch и конвертации исходного чекпойнта. В README указано расхождение AbsRel 0,27–0,48% относительно torch-MPS. Лицензия — MIT.

Это компактная языковая модель 0rn0 на базе собственной реализации архитектуры Llama 2 с примерно 15,2 млн параметров. Модель предварительно обучена с нуля на TinyStories, затем дообучена методом supervised fine-tuning на сбалансированном наборе инструкций 0rn0/tinystories-instruct-balanced; она создаёт короткие истории по текстовым запросам и поддерживает выбор счастливого или грустного финала. Модель рассчитана на англоязычные короткие рассказы: её словарь и повествовательная сложность ограничены, а контекст составляет 256 токенов. Для запуска требуется исходный код проекта, поскольку модель использует пользовательскую реализацию PyTorch и несовместима напрямую с Transformers. Веса опубликованы в формате safetensors; лицензия — MIT.

aifeifei798 выпустил DarkIdol 1.0 — слитую с помощью mergekit модель на архитектуре Llama 3 для генерации текста и ролевых диалогов. Автор описывает её как модель для разнообразных ролевых сценариев и адаптированную для мобильных устройств; её можно запускать локально через Koboldcpp, LM Studio, llama.cpp и приложение Layla Lite. В карточке указан размер 7,5 млрд параметров и контекст до 8192 токенов. Модель объединяет несколько Llama 3 чекпойнтов методом Model Stock; базой слияния служит Hastagaras/Halu-8B-Llama3-Blackroot. README также описывает подключение файла Llava MMProj для использования функций зрения в Koboldcpp, однако метаданные классифицируют модель как text-generation и не подтверждают vision как основную возможность. Указанная лицензия — llama3. Карточка ориентирована на ролевое общение, а не на узкоспециализированные прикладные области.

Llama-3-8B-LexiFun-Uncensored-V1-GGUF — это квантованная версия текстовой генеративной модели Llama-3-8B-LexiFun-Uncensored-V1, разработанной пользователем Orenguteng и подготовленной в формате GGUF пользователем bartowski. Модель предназначена для генерации текста на английском языке, включая юмористические и комедийные ответы, сарказм, ролевые сценарии и свободный диалог. В названии и тегах также заявлен uncensored-подход, однако подробные сведения о тренировочных данных и конкретных ограничениях безопасности не приведены. Модель основана на Llama 3 с 8 млрд параметров и рассчитана на использование через llama.cpp. Доступны варианты квантования от Q8_0 размером 8,54 ГБ до IQ2_XS размером 2,60 ГБ; более высокие уровни квантования обычно обеспечивают лучшее качество, а низкие требуют меньше оперативной памяти, но сильнее снижают точность. Для диалога используется специальный шаблон промпта Llama 3 с ролями system, user и assistant. Мультимодальность, размер контекста и дополнительные языки в README не указаны. Сильными сторонами модели являются ориентация на юмор, комедийную подачу, сарказм и ролевое взаимодействие, а также широкий выбор квантованных вариантов для запуска на оборудовании с разным объёмом памяти. Ограничениями являются возможное ухудшение качества у низкобитных вариантов и отсутствие подробных оценок, описания датасета и характеристик контекстного окна. Лицензия обозначена как llama3; условия следует уточнять по лицензии Meta Llama 3, ссылка на которую приведена в карточке.

MITRA-QWEN — модель перевода Buddhist-NLP на архитектуре Qwen3.5, дообученная для работы с классическими буддийскими языками. Она переводит классический тибетский, санскрит, пали и классический или буддийский китайский на английский, японский, современный китайский, корейский, немецкий, французский и другие языки, а также поддерживает обратные направления. Модель предназначена для перевода канонических и научных текстов, в том числе с использованием примеров переводов из поиска или памяти переводов. Модель имеет плотную архитектуру Qwen3_5ForCausalLM и 7,2 млрд параметров; в README базовая модель обозначена как Qwen/Qwen3.5-9B. Метаданные указывают контекст до 262 144 токенов. Обучение включало продолжение предобучения на профильном корпусе, дообучение на параллельных примерах и оптимизацию предпочтений. Для работы нужны Transformers версии 5.13 или новее либо совместимая сборка vLLM; рекомендуется шаблон чата Qwen с отключённым режимом рассуждений. Лицензия — Apache-2.0. Сильная сторона модели — перевод буддийской терминологии и воспроизведение канонического регистра, в том числе при переводе в классические языки. По описанным в README слепым попарным оценкам и тестам с автоматическим судьёй она показывает конкурентные результаты на проверенных направлениях. Качество слабее на обратных направлениях в санскрит и на парах с очень малым объёмом данных; для длинных профильных текстов могут помочь примеры переводов в контексте. Стандартные метрики BLEU и chrF могут занижать качество из-за диакритики IAST и современного научного регистра.

Moist Miqu 70B v1 — разговорная языковая модель BeaverAI, дообученная на базе Midnight Miqu v1.5. Это плотная авторегрессионная модель семейства Llama с 68,7 млрд параметров и контекстом до 32 764 токенов; работает с текстом и рассчитана на диалоги, ролевые сценарии и создание историй в формате Novel / Story. Модель предназначена для генерации художественного текста, ролевых диалогов и повествования с заданной манерой подачи: от лица персонажа, рассказчика или режиссёра сцены. В README рекомендован формат Alpaca Instruct и указано, что длину ответов можно наращивать продолжением генерации. Доступна в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование. В карточке модели она помечена как предназначенная не для всех аудиторий; модель ориентирована на эротическую ролевую прозу, поэтому может выдавать откровенный контент.

Карточка модели OpenOneRec/OneRec-8B на Hugging Face совпадает с карточкой OpenOneRec/OneRec-1.7B, поэтому описание составлено по ней. 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.

PAN для сегментации изображений на базе ResNet18. Модель опубликована в репозитории smp-test-models/pan-tu-resnet18 и загружается через библиотеку segmentation-models-pytorch с помощью smp.from_pretrained. Карточка указывает лицензию MIT. Модель предназначена для задачи image-segmentation. В карточке отсутствуют сведения о наборе данных и метриках, поэтому качество и области, на которых модель применима, оценить нельзя.

lamdx4/phobert-vi-moderation — модель классификации текста, дообученная на базе вьетнамского PhoBERT-base-v2. Она использует архитектуру RoBERTa с классификационной головой и предназначена для модерации вьетнамских комментариев: модель оценивает вероятности классов «valid» и «invalid». Размер модели — 162,4 млн параметров, нативная длина контекста — 258 токенов. Для использования нужны токенизатор и Transformers; в примере вход ограничивается 192 токенами. Модель подходит для автоматической предварительной проверки комментариев и передачи подозрительных сообщений на ручную модерацию. Она рассчитана на вьетнамский язык и выдаёт метки классов и их вероятности. Лицензия — GNU AGPL-3.0. Карточка не описывает состав обучающих данных и качество на независимых наборах; поэтому пороги принятия решений следует проверять на данных конкретного сервиса.

Qwen3-Embedding-4B-recsys-challenge-2026-retriever-ctx1024 — плотный dual-encoder ретривер команды FPMs_UMONS для разговорных рекомендаций музыки, созданный для RecSys Challenge 2026. Модель дообучена на базе Qwen/Qwen3-Embedding-4B и формирует текстовые эмбеддинги для плотного поиска; она служит одним из каналов системы, объединяющей BM25, коллаборативную фильтрацию по трекам и расширение по артистам, а результаты передаются отдельному реранкеру. Это специализированный компонент, рассчитанный на каталог примерно из 47 тысяч треков, а не самостоятельная универсальная модель эмбеддингов. Для соответствия обучению необходимо задавать max_seq_length=1024 и truncation_side='left': запрос пользователя располагается в конце текста, поэтому усечение справа может удалить его из длинной беседы. Модель обучена с LoRA на слоях внимания с MultipleNegativesRankingLoss и экспортирована в формате sentence-transformers; размер базовой модели — 3,7 млрд параметров, нативный контекст — 40 960 токенов. Заявленная лицензия — Apache-2.0. Модель рассчитана на английские диалоги в стиле TalkPlayData и должна использоваться в составе рекомендательной системы.

RonMicro-LLM-Story — небольшая языковая модель на архитектуре GPT-2, созданная для генерации коротких детских историй на английском языке. Она содержит около 40 млн параметров и обучена в течение трёх эпох на 5% датасета TinyStories — примерно 105 тысячах рассказов. Размер словаря составляет 25 913 токенов, контекст — 512 токенов. Модель принимает текстовую подсказку и продолжает её, например, создаёт простой рассказ по началу «Once upon a time». Она рассчитана на короткие истории примерно на 100–200 слов и использует простой словарь и грамматику. По заявлению карточки, модель может иногда повторять текст; обучение на ограниченной части TinyStories сдерживает разнообразие и качество генерации. Опубликована в формате safetensors под лицензией MIT.

rpDungeon_Gemma-4-E4B-Luchador-GGUF — это набор квантованных моделей в формате GGUF, подготовленный пользователем bartowski на основе модели Gemma-4-E4B-Luchador от rpDungeon. Модель предназначена для генерации текста, прежде всего для ролевого общения и других сценариев roleplay, и рассчитана на локальный запуск через llama.cpp и совместимые приложения, включая LM Studio, KoboldCpp, Jan AI и Text Generation Web UI. Заявлен английский язык. Варианты представлены в форматах от BF16 до различных квантований Q8, Q6, Q5, Q4, Q3 и Q2 с размером файлов примерно от 4,9 до 15,05 ГБ. Квантование выполнено с использованием imatrix в llama.cpp; для некоторых вариантов указано сохранение повышенной точности embedding- и output-весов. Доступны версии для систем с разным объёмом оперативной памяти: старшие варианты обеспечивают более высокое качество, младшие экономят ресурсы, но снижают точность. Архитектура, число параметров, размер контекста и поддерживаемые модальности в README не указаны; по описанию это текстовая, а не мультимодальная модель. Модель удобна для локального инференса и выбора компромисса между качеством и требованиями к памяти, однако качество зависит от конкретного варианта квантования и совместимости используемого инструмента. Для работы рекомендуется применять указанный формат prompt-шаблона. Лицензия обозначена как gemma; дополнительные условия исходной модели следует уточнять в её репозитории.

Sanskrit-qwen-7B-Translate-v2-i1-GGUF — GGUF-квантизированная версия модели Sanskrit-qwen-7B-Translate-v2, разработанной diabolic6045 и опубликованной в квантизированном виде mradermacher. Модель создана на базе Qwen с заявленным размером 7B и дообучена на Sanskrit-transliteration-chat-dataset. Модель предназначена прежде всего для перевода и транслитерации текстов на санскрите, включая преобразование между письмом Devanagari и латинской записью IAST. README также указывает английский язык, поэтому основной сценарий — двуязычная работа с санскритом и английским. Поддерживаются различные варианты GGUF-квантизации объёмом примерно от 2,0 до 6,4 ГБ, что позволяет запускать модель на устройствах с разным объёмом памяти. Сильная сторона модели — специализация на санскрите, переводе и транслитерации, а также наличие вариантов с разным компромиссом между размером, скоростью и качеством. Ограничения связаны с потерями качества при низких уровнях квантизации; README отдельно отмечает, что некоторые компактные варианты имеют низкое качество. Размер контекста, мультимодальные возможности и точные показатели качества не указаны. Модель распространяется по лицензии Apache-2.0.

Карточка модели sensenova/SenseNova-Vision-7B-MoT на Hugging Face совпадает с карточкой RzZ/SenseNova-Vision-7B-MoT, поэтому описание составлено по ней. SenseNova-Vision-7B-MoT — мультимодальная модель компьютерного зрения от разработчиков SenseNova-Vision. Она представляет задачи восприятия как генерацию текста, изображений или их сочетания по текстовым инструкциям и визуальному вводу. Единый интерфейс охватывает структурированное понимание сцен, сегментацию, плотную геометрию и геометрию нескольких видов; модель работает без отдельных специализированных голов для каждой задачи. Модель предназначена для распознавания текста на изображениях, локализации объектов и областей по запросу, определения ключевых точек и параметров камеры, предсказания глубины и нормалей, построения карт точек и масок сегментации. Результаты могут представляться структурированным текстом, изображениями-картами или сочетанием текста и изображений. Для работы рекомендуется официальный код инференса SenseNova-Vision. Веса опубликованы в формате safetensors. Модель ориентирована на компьютерное зрение и поддерживает англоязычные инструкции. Результаты на плотной геометрии и позах камеры нужно проверять, а текстовые и графические выходы требуют соответствующего задаче разбора. Качество чувствительно к формулировке запроса, схеме вывода и визуальным подсказкам; на узкоспециализированных задачах специализированные модели могут быть точнее. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

Это набор GGUF-квантизованных версий модели shigureui/lightnovel_cpt, подготовленный и опубликованный организацией featherless-ai-quants. Модель относится к задачам генерации текста и предназначена для запуска в совместимых средах, поддерживающих формат GGUF. По названию базовой модели можно предположить специализацию на создании текстов в стиле light novel, однако README не содержит подробного описания обучающих данных и поведения модели. Доступны варианты квантизации IQ4_XS, Q2_K, Q3_K_L, Q3_K_M, Q3_K_S, Q4_K_M, Q4_K_S, Q5_K_M, Q5_K_S, Q6_K и Q8_0; их размеры составляют примерно от 2,9 до 7,7 ГБ. Квантизация позволяет выбирать компромисс между размером файла, требованиями к ресурсам и потенциальным качеством генерации. Сведения об архитектуре, количестве параметров, поддерживаемых языках, модальностях и размере контекста в README отсутствуют, поэтому модель следует рассматривать как текстовую, без подтверждённой поддержки других модальностей. Сильной стороной является наличие нескольких вариантов GGUF для разного уровня доступных ресурсов и качества. Ограничения связаны с отсутствием информации о результатах оценки, рекомендуемых параметрах запуска, языках и особенностях применения, поэтому производительность в конкретных сценариях заранее не определена. Лицензия в README не указана; условия использования необходимо уточнять для базовой модели shigureui/lightnovel_cpt и опубликованных квантизаций.