I.11Классификация, ранжирование и сопоставление

KSI-RPG-128k-7B — объединённая с помощью mergekit языковая модель AlekseiPravdin, созданная на основе AlekseiPravdin/KSI-RP-NSK-128k-7B и flammenai/flammen18X-mistral-7B. Это плотная авторегрессионная модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров. Она предназначена для генерации текста и диалогового использования. Модель распространяется в формате safetensors по лицензии Apache-2.0. В карточке Hugging Face указан нативный контекст 32 768 токенов; название модели содержит «128k», однако заявленный метаданными размер контекста составляет 32 768 токенов. Сведения о целевых языках и специальных предметных областях в предоставленных данных отсутствуют.

Kunokukulemonchini-7b — плотная языковая модель на архитектуре Mistral, созданная автором репозитория как слияние SLERP моделей grimjim/kukulemon-7B и Nitral-AI/Kunocchini-7b-128k-test с помощью mergekit. Она предназначена для генерации текста и диалогового общения. Модель содержит 7,1 млрд параметров, принимает текст и имеет заявленное контекстное окно 32 768 токенов. Автор также описывает варианты квантизации EXL2 с разной точностью, включая 4,1 bpw для систем с 6 ГБ видеопамяти; в метаданных этой карточки указаны веса safetensors. В README приведены результаты оценок на нескольких тестах, включая средний балл 69,61, однако подробности таблицы доступны не полностью. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

Карточка модели ccrains/larson-72b-dpo-1.0.4 на Hugging Face совпадает с карточкой ccrains/larson-72b-dpo-1.0.3, поэтому описание составлено по ней. Larson-72B-DPO-1.0.3 — языковая модель для генерации текста, опубликованная ccrains. Это плотная модель семейства Llama с 71 млрд параметров, представленная в формате safetensors; для диалога рекомендуется шаблон запросов Llama 2. Карточка описывает её как дообученную версию Qwen-72B, однако точный идентификатор базовой модели не указан. Модель предназначена для генерации текста и диалоговых сценариев. В метаданных указан контекст длиной до 32 768 токенов, а README заявляет поддержку английского языка. Модель распространяется по лицензии Apache-2.0 согласно метаданным; README дополнительно просит соблюдать условия лицензии базовой модели. Карточка не приводит результатов оценки качества или подробных ограничений применения.

NousResearch/Llama-2-70b-chat-hf — версия чат-модели Llama 2, разработанной Meta и опубликованной NousResearch в формате Transformers для Hugging Face. Это авторегрессионная плотная трансформерная модель с 68,7 млрд параметров, настроенная на диалог с помощью контролируемого дообучения и обучения с подкреплением на основе отзывов людей. Версия 70B использует Grouped-Query Attention; длина контекста — 4096 токенов. Модель принимает текст и генерирует текст. Она предназначена для диалоговых сценариев на английском языке: ответов на вопросы, работы в роли помощника и генерации текста. Модель статична, обучалась на данных с отсечкой знаний до сентября 2022 года, хотя часть данных дообучения датирована позднее. Для использования весов требуется принять пользовательскую коммерческую лицензию Meta; применяются её условия и ограничения. Ответы могут быть неточными, предвзятыми или нежелательными, а оценка модели проводилась преимущественно на английском языке и не охватывает все сценарии. Перед внедрением следует проверять безопасность и качество в целевом приложении. Модель не предназначена по условиям карточки для использования на языках, отличных от английского.

Мультимодальная чат-модель семейства Llama 3.2 Vision, опубликованная mlx-community. Это конверсия в формат MLX модели huihui-ai/Llama-3.2-11B-Vision-Instruct-abliterated; в метаданных базовой моделью указана meta-llama/Llama-3.2-11B-Vision-Instruct. Архитектура — плотная MllamaForConditionalGeneration, размер — 11 млрд параметров. Модель принимает текст и изображения и генерирует текстовые ответы в диалоге, в том числе ответы на вопросы по изображениям. Она рассчитана на английский, немецкий, французский, итальянский, португальский, хинди, испанский и тайский языки. Конверсию выполнили с помощью mlx-vlm версии 0.1.4; репозиторий содержит веса в safetensors. Лицензия — Llama 3.2 Community License.

Mungert/Llama-3.2-1B-GGUF — это компактная GGUF-версия языковой модели Llama 3.2, разработанной Meta. Репозиторий предназначен для запуска модели в совместимых средах инференса, поддерживающих формат GGUF, и для задач генерации текста, включая диалоговые сценарии, ответы на запросы и другие приложения на основе языковых моделей. Из доступных данных известно, что модель относится к семейству Llama 3.2, имеет размер 1B параметров и поддерживает текстовую генерацию. В карточке указаны английский, немецкий, французский, итальянский, португальский, хинди, испанский и тайский языки. Архитектура, точная длина контекста, параметры квантования и сведения о мультимодальности не указаны; по имеющейся информации модель следует рассматривать как текстовую, а не мультимодальную. Небольшой размер может облегчать локальный запуск и снижать требования к вычислительным ресурсам, однако по сравнению с более крупными моделями может ограничивать качество сложного рассуждения, точность и устойчивость на специализированных задачах. Модель распространяется по Llama 3.2 Community License от Meta. Лицензия предусматривает требования к атрибуции, маркировке продуктов, соблюдению Acceptable Use Policy и условиям перераспределения; для организаций с более чем 700 миллионами ежемесячно активных пользователей требуется отдельное разрешение Meta.

Dampfinchen/Llama-3-8B-Ultra-Instruct — объединённая модель на базе Llama 3 8B, созданная Dampfinchen с помощью mergekit и метода DARE TIES. В состав слияния вошли инструкционная Llama 3, модели для диалогов и ролевых сценариев, Bagel, модель с немецкоязычными возможностями и OpenBioLLM. В репозитории указаны 7,5 млрд параметров, архитектура LlamaForCausalLM, формат safetensors, библиотека Transformers и контекст до 8192 токенов. Модель предназначена для диалогов и генерации текста общего назначения, в том числе для ответов на вопросы, поддержки RAG и ролевого общения. В README заявлены усиленные знания по биологии и медицине, немецкоязычные возможности и поддержка vision, однако метаданные классифицируют модель как текстовую, поэтому мультимодальную поддержку нельзя считать подтверждённой. Модель объединяет компоненты с uncensored-ролевой настройкой и может выдавать вредные или недостоверные ответы; медицинские сведения требуют проверки. Лицензия — Llama 3 License.

Llama-3-ChocoLlama-8B-base — базовая языковая модель семейства ChocoLlama, разработанная Matthieu Meeus и Anthony Rathé и адаптированная для нидерландского языка. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров и контекстом 8192 токена; она дообучена LoRA на 17 млрд нидерландских токенов. Модель предназначена для генерации и понимания нидерландского текста, а также как основа для последующей адаптации под конкретные задачи. Модель может служить основой для генерации и анализа нидерландских текстов о вакансиях, корпоративной отчётности и законодательстве. Это базовая, а не инструкционная модель: она не рассчитана на надёжный диалог и требует дообучения либо применения инструкционной версии для чат-сценариев. Карточка предупреждает о вероятном ухудшении работы с языками кроме нидерландского, включая английский, и об отсутствии специальной дополнительной фильтрации обучающих данных на предвзятый или вредоносный контент. Репозиторий содержит веса PyTorch; лицензия — Llama 3 Community License.

grimjim/Llama-3-Instruct-8B-SPPO-Iter3-SimPO-merge — чат-модель для генерации текста на основе Meta Llama 3, созданная слиянием моделей UCLA-AGI/Llama-3-Instruct-8B-SPPO-Iter3 и princeton-nlp/Llama-3-Instruct-8B-SimPO методом SLERP с помощью mergekit. В репозитории указаны архитектура LlamaForCausalLM, 7,5 млрд параметров, формат safetensors и контекст до 8192 токенов. Модель предназначена для диалогов и генерации ответов на инструкции. В карточке приведены результаты Open LLM Leaderboard, включая IFEval и BBH; они дают ориентир по оценке, но сами по себе не гарантируют качество в конкретном сценарии. Базовые модели описаны как англоязычные, поэтому основным языком следует считать английский. Лицензия — Llama 3; применяются её условия использования.

KaraKaraWarehouse/Llama-ProgressPushDoll-3.3-70Bees — диалоговая языковая модель на архитектуре Llama, созданная объединением нескольких моделей семейства Llama 3.3 70B методом Model Stock. В качестве основы использована Llama-3.3-70B-Instruct; среди объединённых моделей — Mirai, Euryale, Anubis, Sushi и другие варианты Llama 3.3. Модель содержит 69,5 млрд параметров и принимает текстовые запросы для генерации текста и диалоговых ответов. Модель рассчитана на общие беседы и генерацию текста. В README указана совместимость с форматами запросов ChatML и L3 chat. Метаданные сообщают о контекстном окне до 131 072 токенов и формате весов safetensors. Автор описывает сборку как попытку получить модель, которая хорошо работает «из коробки», однако количественные оценки качества и отдельные специализированные возможности не приведены. Использование регулируется лицензией базовой модели Llama 3.3; конкретный идентификатор лицензии в предоставленных данных не указан.

LLM Compiler 7B — языковая модель, разработанная Meta и представленная в формате GGUF-представлением legraphista. В карточке указано, что она основана на facebook/llm-compiler-7b. Однако README не содержит подробных сведений об архитектуре, точном числе параметров, модальностях, поддерживаемых языках, размере контекста или специфических сценариях применения. По названию и базовой модели можно заключить лишь, что это 7-миллиардная большая языковая модель общего назначения, предназначенная для задач обработки и генерации текста, но конкретные возможности данного варианта не описаны. Ключевым практическим свойством является формат GGUF, обычно используемый для локального запуска и квантованных вариантов моделей, однако степень квантования и требования к ресурсам в README не указаны. Сильные стороны, ограничения и результаты тестирования для этой конкретной сборки также не приведены. Использование регулируется лицензией Meta LLM Compiler License и связанной с ней Acceptable Use Policy. Лицензия предоставляет ограниченные неисключительные права на использование, копирование, распространение и создание производных работ, но устанавливает дополнительные условия: при распространении необходимо включать текст соглашения и заметную маркировку «Built with LLM Compiler», сохранять уведомление об авторских правах, а при создании или улучшении распространяемой AI-модели начинать её название с «LLM Compiler». Также запрещено использовать материалы или их результаты для улучшения другой большой языковой модели.

Luth-2-0.8B — компактная текстовая модель генерации на 750 млн параметров, разработанная kurakurai на основе Qwen3.5-0.8B. Она дообучена на французских данных в два этапа: SFT на смеси объёмом 3 млрд токенов и многодоменная дистилляция с учителем на основе собственных ответов модели. Архитектура унаследована от мультимодальной Qwen3.5, однако Luth-2-0.8B не обучалась на изображениях и предназначена для работы только с текстом. Модель ориентирована на французские запросы: решение математических задач, программирование, общие знания, следование инструкциям и вызов инструментов. Небольшой размер подходит для локального запуска и устройств с ограниченными ресурсами; доступны Transformers, vLLM и SGLang. По данным авторов, модель показывает высокие результаты на выбранных французских бенчмарках для своего размерного класса. Модель не предназначена для анализа изображений. Репозиторий содержит веса в safetensors; лицензия — Apache-2.0.

M7Yamshadowexperiment28_YamM7 — объединённая модель семейства Mistral, созданная из automerger/M7Yamshadowexperiment28-7B и automerger/YamM7-7B. Модель содержит 7,1 млрд параметров и использует архитектуру MistralForCausalLM; для работы с текстом доступен контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогов. Её можно использовать для составления ответов, продолжения текста и разговорного взаимодействия. В карточке модели не приведены сведения о специализации или языковом охвате. Модель распространяется по лицензии Apache-2.0. README не сообщает о результатах оценки качества или известных ограничениях.

Magnum v1 32B GGUF — семейство квантизированных GGUF-версий языковой модели Anthropic? Нет, модель разработана командой Anthracite и предназначена для генерации текста и диалоговых сценариев. Она создана с целью приблизить качество прозы к моделям Claude 3, в частности Sonnet и Opus, и ориентирована на общее следование инструкциям, связность ответов и работу с текстом на английском и китайском языках. Модель дообучена на базе Qwen1.5 32B с полным обновлением параметров в течение двух эпох на восьми GPU NVIDIA H100. В обучении использовались наборы данных, направленные на улучшение соблюдения инструкций, качества письма и связности. Для взаимодействия применяется формат ChatML. Репозиторий содержит GGUF-квантизации; сведения о конкретных уровнях квантизации, размере контекста и поддерживаемых модальностях, кроме текстовой, не указаны. Сильными сторонами модели заявлены качество прозы, следование инструкциям и coherence в универсальных текстовых задачах. Ограничениями являются отсутствие подробной информации о безопасности, точности на бенчмарках, фактической поддержке языков помимо английского и китайского, контекстном окне и характеристиках отдельных GGUF-файлов. Указана лицензия Tongyi Qianwen; применимые условия следует уточнять по ссылке на лицензию Qwen2-72B-Instruct.

Mahakal-AI-Fusion-v3.0 — текстовая генеративная модель, созданная автором UX4567 с помощью mergekit. Это слияние методом TIES модели Qwen/Qwen2.5-3B-Instruct и двух моделей автора: King-AI-Chat-v3.0 и Kartik-Kundli-AI-3B-v2.0. Модель построена на плотной архитектуре Qwen2 с 3,1 млрд параметров и контекстом до 32 768 токенов. Она предназначена для диалогов и генерации текста; в метаданных также указана поддержка интерфейса вызова инструментов. Базовая Qwen2.5-3B-Instruct — компактная многоязычная модель для выполнения инструкций и генерации структурированных ответов. Файлы представлены в формате safetensors. Лицензия в предоставленных данных не указана. Качество, языковое покрытие и ограничения вызова инструментов отдельно не описаны.

MeliodasPercival_01_Experiment24Inex12 — объединённая модель на архитектуре Mistral с 7,1 млрд параметров. Она создана слиянием automerger/MeliodasPercival_01-7B и automerger/Experiment24Inex12-7B и предназначена для генерации текста и диалогов. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache 2.0. Карточка не приводит сведений о языковой специализации, результатах оценки качества или конкретных ограничениях; поэтому пригодность для отдельных языков и сценариев стоит проверять на собственных примерах.

MeliodasPercival_01_NeuralsirkrishnaExperiment28 — объединённая модель семейства Mistral, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/NeuralsirkrishnaExperiment28-7B. Она предназначена для генерации текста и диалогов; модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель принимает текст и выдаёт текст. Веса опубликованы в формате safetensors по лицензии Apache-2.0. README не уточняет специализацию, языки, оценки качества или особенности настройки диалогов.

Mini_DPO_test02-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель на архитектуре Mistral, созданная слиянием Mistral-7B-Instruct-v0.2 и Mini_DPO_test02 методом SLERP. Модель содержит 7,1 млрд параметров и предназначена для генерации текста и ответов на инструкции в формате чата; поддерживает контекст до 32 768 токенов. Модель подходит для диалоговых помощников, ответов на вопросы и генерации текста по запросу. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. В карточке не приведены сведения о специальных предметных областях или сравнительных оценках качества.

MISCHIEVOUS-12B-Mix_III_IV_V — объединённая языковая модель автора bamec66557, созданная из предварительно обученных моделей с помощью mergekit и метода SLERP. Она построена на архитектуре Mistral с плотной моделью на 12,1 млрд параметров и предназначена для генерации текста и диалогов; метаданные также отмечают интерфейс вызова инструментов. Модель принимает текст и генерирует текст, поддерживаемый язык карточки — английский; заявленный контекст составляет 1 024 000 токенов. В карточке приведены результаты Open LLM Leaderboard, включая среднее значение 23,22, IFEval и BBH. Репозиторий содержит веса в формате safetensors. Лицензия — MIT. Метаданные помечают модель как не предназначенную для всех аудиторий; сведений о конкретных ограничениях качества или безопасном использовании в карточке нет.

mistral-7b-distilabel-truthy-dpo — языковая модель на архитектуре Mistral, созданная дообучением mistralai/Mistral-7B-v0.1 методом DPO на датасете mlabonne/distilabel-truthy-dpo-v0.1. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — 32 768 токенов. Модель предназначена для генерации ответов и текстовых продолжений с настройкой предпочтений через DPO. В README указаны параметры LoRA: r=16, alpha=16 и dropout=0,05. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0.

RaduGabriel/Mistral-7B-Instruct-v0.2NEURAL — диалоговая языковая модель, созданная объединением Mistral-7B-Instruct-v0.2 от Mistral AI и NeuralTrix-7B-dpo от CultriX с помощью LazyMergekit и метода SLERP. Это плотная модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров; она предназначена для генерации текста и диалоговых ответов на инструкции. Контекст составляет до 32 768 токенов. Модель подходит для чат-ботов, составления текстов и ответов на запросы в диалоговом формате. В карточке не описаны специальные возможности или области применения, а также языковая специализация, поэтому их нельзя уточнить. Репозиторий содержит веса в формате Safetensors. Метаданные не сообщают лицензию, поэтому условия использования по имеющимся данным определить нельзя.

Mistral-Small-Drummer-22B — дообученная автором nbeerbower инструкционная плотная языковая модель на базе mistralai/Mistral-Small-Instruct-2409. Модель обучена методом ORPO в течение одной эпохи на наборах jondurbin/gutenberg-dpo-v0.1 и nbeerbower/gutenberg2-dpo. Она предназначена для диалогов и генерации текста по запросу. Модель содержит 22 млрд параметров, использует архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. В метаданных также указаны интерфейс вызова функций и библиотека Transformers. Карточка приводит отдельные результаты Open LLM Leaderboard: 29,45 в среднем, 63,31 на IFEval и 40,12 на BBH; этих данных недостаточно для вывода о качестве в других задачах. Лицензия указана как other, поэтому условия использования следует сверять с лицензией репозитория и базовой модели.

AMD разработала эту квантованную версию Mixtral-8x7B-Instruct-v0.1 компании Mistral AI для эффективного вывода на CPU AMD EPYC. Модель предназначена для генерации текста и обработки инструкций в сценариях, где требуется запуск Mixtral на совместимой Linux-инфраструктуре с использованием vLLM и оптимизаций ZenDNN. Архитектура модели — MixtralForCausalLM; она принимает текст и генерирует текст. Применена динамическая 8-битная квантизация весов и активаций W8A8: веса представлены симметричными целыми INT8, активации квантуются динамически. В README не указаны размер контекста и полный список поддерживаемых языков; заявлен английский язык. Совместимый стек включает ZenDNN 6.1.0, ZenTorch 2.11.0.3, PyTorch 2.11.0 и vLLM 0.25.1. Сильная сторона модели — оптимизация для CPU-инференса на AMD EPYC и потенциальное снижение требований к памяти благодаря INT8-квантизации. Результаты сравнительной оценки с базовой BF16-моделью пока отсутствуют. Модель имеет жёсткую зависимость от указанных версий программного стека и не предназначена для GPU-инференса. Лицензия указана как Apache-2.0; модель распространяется на тех же условиях, что и исходная модель.

zelk12/MT1-IM-gemma-2-9B — объединённая диалоговая языковая модель на архитектуре Gemma 2, созданная методом SLERP с помощью mergekit из двух моделей: zelk12/MT1-MA-gemma-2-RAt0.25v0.1RPMHv0.1-9B и zelk12/MT1-IF-gemma-2-RAt0.25v0.1GD-9B. Модель содержит 9 млрд параметров, распространяется в формате Safetensors и рассчитана на генерацию текста и диалоговые сценарии с контекстом до 8192 токенов. Её можно использовать для ответов на запросы, ведения диалога и генерации текста. В карточке не приведены сведения о специализации по языкам или прикладным областям, поэтому область применения следует считать общей. Лицензия в предоставленных данных не указана.

zelk12/MT-Gen4-MA-gemma-2-S5Sv1IBT-9B — объединённая методом SLERP модель семейства Gemma 2, созданная с помощью mergekit на основе allknowingroger/GemmaSlerp5-10B и gmonsoon/SahabatAI-Lion-9B-TIES-v1. Модель содержит 9 млрд параметров, использует архитектуру Gemma2ForCausalLM и распространяется в формате safetensors. Модель предназначена для генерации текста и диалоговых сценариев. Её можно использовать для ответов на вопросы, ведения беседы и генерации текста по инструкциям; базовая модель ориентирована на языки Юго-Восточной Азии и английский. Контекстное окно — 8192 токена. В доступных сведениях лицензия не приводится.

zelk12 создал MT-Merge2-MU-gemma-2-MTg2MT1g2-9B — объединённую методом SLERP языковую модель на архитектуре Gemma 2 с 9 млрд параметров. Она предназначена для генерации текста и диалогового общения; доступна в формате Safetensors и рассчитана на контекст до 8192 токенов. Модель объединяет zelk12/MT1-Gen2-gemma-2-9B и zelk12/MT-Gen2-gemma-2-9B с помощью mergekit. В README приведены результаты оценки на Open LLM Leaderboard, включая IFEval и BBH. Сведения о лицензии и поддерживаемых естественных языках в предоставленных данных отсутствуют.

zelk12/MT-Merge-gemma-2-9B — объединённая языковая модель на архитектуре Gemma 2, созданная с помощью mergekit. В неё вошли zelk12/MT-Merge-MMB-gemma-2-9B и zelk12/MT-Merge-GMAMUI-gemma-2-9B; для объединения применён метод SLERP с параметром t=0,5. Модель содержит 9 млрд параметров, принимает текст и генерирует текст, в том числе в диалоговом режиме. Размер контекста — 8192 токена. Подходит для генерации текста и ответов в чате. В README приведены результаты оценки на Open LLM Leaderboard, включая IFEval и BBH. Модель опубликована в формате safetensors для использования с библиотекой Transformers. Лицензия и сведения о поддерживаемых естественных языках в предоставленных данных отсутствуют.

Карточка модели TitanPythons/Nemotron-3-Super-120B-A12B-UNCENSORED-JANG_2L на Hugging Face совпадает с карточкой Ishowbackup/Nemotron-3-Super-120B-A12B-UNCENSORED-JANG_2L, поэтому описание составлено по ней. Nemotron 3 Super 120B JANG_2L + CRACK — производная версия модели NVIDIA Nemotron-3-Super-120B, созданная Jinho Jang. Это гибридная языковая модель архитектуры Nemotron H с Mamba SSM, MoE и слоями внимания; в исходной модели заявлены 120 млрд параметров, из них около 12 млрд активных. Репозиторий содержит 6,6 млрд параметров в формате safetensors, квантованных профилем JANG_2L со смешанной точностью; заявленный размер файлов — 43 ГБ. Метаданные указывают контекст до 262 144 токенов. Модель предназначена для диалоговой генерации текста и выполнения запросов с интерфейсом вызова инструментов. Версия CRACK прошла изменение весов, направленное на удаление отказов по соображениям безопасности; README сообщает результаты собственных проверок HarmBench и MMLU, которые не следует считать независимой оценкой. Для запуска требуется Apple Silicon и поддержка формата JANG в MLX Studio либо пакете jang-tools. Указана лицензия other, поэтому условия использования следует уточнять в репозитории. Английский указан как язык карточки модели.

Nemotron-4-340B-Instruct-SafeTensors — текстовая языковая модель NVIDIA, опубликованная пользователем failspy. Это веса Nemotron-4-340B-Instruct, перенесённые из архитектуры NVIDIA NeMo в формат SafeTensors; автор репозитория предупреждает, что на момент публикации запуск инференса не поддерживается. Исходная модель дообучена на базе Nemotron-4-340B-Base с помощью SFT, DPO и RPO и предназначена для англоязычного чата и генерации синтетических данных для обучения и настройки языковых моделей. Модель использует авторегрессионный decoder-only Transformer с Grouped-Query Attention и RoPE, содержит 466,8 млрд параметров и рассчитана на контекст до 4096 токенов. В карточке описаны способности к следованию инструкциям, математическим рассуждениям и программированию; исходная модель обучалась на английских текстах, более чем 50 естественных языках и коде, но её основное назначение — английский язык. Для инференса в BF16 исходная карточка указывает на необходимость нескольких ускорителей H100, H200 или A100. Для репозитория указана лицензия other; README называет лицензию исходной модели NVIDIA Open Model License и сообщает о возможности коммерческого использования и создания производных моделей. Следует учитывать предупреждение автора о неподдерживаемом инференсе, а также риск неточных ответов, токсичных высказываний и усиления смещений из обучающих данных.

NERmembert-base-3entities — модель для распознавания именованных сущностей во французском тексте, разработанная Centre Aquitain des Technologies de l'Information et Electroniques и автором Loïck Bourdois. Она основана на CamemBERT base, дообученной для выделения персон (PER), организаций (ORG) и географических объектов (LOC). Модель обучалась на объединённом и очищенном наборе frenchNER_3entities из пяти французских датасетов для NER: около 420 тысяч размеченных предложений, включая обучающую, валидационную и тестовую выборки. Архитектура — CamembertForTokenClassification, размер — 137,8 млн параметров, максимальная длина контекста — 514 токенов. Модель принимает французский текст и возвращает метки сущностей для его токенов. Модель подходит для извлечения имён людей, названий организаций и мест из французских документов и текстовых корпусов. В карточке указана лицензия MIT. Заявленные результаты оценки приведены в README, но численные таблицы в доступном тексте опущены; качество на других доменах и типах текста может отличаться.