Модели ии для ollama?

у меня 12 гигов и квен на 7 миллиардов, русский нормальный. до этого сидел на ламе и она вечно съезжала на английский

Все три ваши беды это одна беда: модель не под язык и не под железо. Разберём по порядку. Английский ответ на русский вопрос выдают модели, которые тренировали в основном на английских текстах, русский там присутствует как побочный эффект. Настройками это не лечится, лечится сменой модели. Повторение одного и того же кусками это классическая картина слишком маленькой или слишком сильно сжатой версии: у неё не хватает разрешения, и она сваливается в петлю. Иногда выручает штраф за повторы в настройках, но чаще проще взять версию покрупнее. Ползёт же та, которая не влезла в карту целиком: часть слоёв уехала в оперативную память, и теперь их считает процессор. Двенадцать гигабайт это хороший объём, в него уверенно ложатся модели на семь и восемь миллиардов параметров в четырёхбитном сжатии, и ещё остаётся место под контекст. Тринадцать миллиардов уже впритык, а всё, что крупнее, будет именно ползти. По русскому в этом весе прилично держатся Qwen и Gemma, они изначально многоязычные. Проверять просто: запускаете, даёте абзац кривого текста на правку и смотрите, не съехал ли ответ на английский к третьему предложению. И ещё момент, про который забывают: длина контекста тоже занимает видеопамять. Выставили сто тысяч токенов на всякий случай и удивляетесь, почему модель уехала в оперативку. Для правки текстов хватает восьми или шестнадцати тысяч.