I.14Автоматизация процессов и AI-агенты

CodePhi-3-mini-4k-instruct-python — дообученная модель на архитектуре Phi-3, основанная на microsoft/Phi-3-mini-4k-instruct. Она содержит 3,7 млрд параметров, принимает текст и генерирует текст в контексте до 4096 токенов; модель опубликована в формате safetensors под лицензией MIT. Модель предназначена для диалоговой генерации текста и задач программирования на Python. Базовая Phi-3 mini поддерживает также рассуждения и другие задачи программирования, однако карточка этой версии не описывает обучающий набор, оценки качества или конкретные ограничения дообучения, поэтому её специализацию и надёжность в этих сценариях следует оценивать отдельно.

YituTech/conv-bert-base — предобученная языковая модель семейства ConvBERT, опубликованная YITU Technology. Репозиторий предназначен для извлечения признаков из текста: его можно загрузить через Transformers как AutoModel или использовать с pipeline feature-extraction. Модель имеет плотную архитектуру ConvBertModel и содержит 136,7 млн параметров. Максимальная длина контекста — 512 токенов; доступны веса PyTorch и TensorFlow. Она принимает текст и выдаёт его векторные представления, которые можно использовать как основу для последующих NLP-задач. В карточке репозитория нет подробностей о языках обучения, специальных сценариях применения или ограничениях качества. Лицензия в предоставленных метаданных и найденной карточке не установлена.

Dans-PersonalityEngine-v1.0.0-8b — разговорная языковая модель Dans-Archive, созданная полным дообучением и слиянием моделей семейства Llama 3.1. Она предназначена для диалогов, совместного написания текстов и ролевых сценариев, а также для суммаризации и анализа тональности в текстовых конвейерах. Модель имеет плотную архитектуру LlamaForCausalLM и около 7,5 млрд параметров. Она принимает и генерирует текст, поддерживает английский язык и использует шаблон запросов ChatML. Заявленная длина контекста — 131 072 токена. В обучении использовались инструкции в один и несколько ходов, ролевые сценарии, текстовые приключения, материалы для соавторства и другие наборы данных. Карточка предупреждает, что модель не проходила выравнивание на безвредность, поэтому её ответы могут содержать вредный контент и требуют проверки при применении. Распространяется по лицензии Apache-2.0.

Модель trollek/danube2-1.8b-CodeFeedback — дообученная разговорная языковая модель для генерации текста и помощи с программированием. Её разработчик дообучил h2oai/h2o-danube2-1.8b-base методом BAdam на наборах CodeFeedback-Filtered-Instruction и Code-Feedback с помощью Llama-Factory. Модель построена на плотной архитектуре MistralForCausalLM и содержит 1,7 млрд параметров. Модель принимает текстовые инструкции в шаблоне ChatML и генерирует текстовые ответы; в карточке указана длина контекста 8192 токена и поддержка английского языка. Она предназначена для диалоговой помощи при написании кода и ответов на инструкции по программированию. Распространяется под лицензией Apache-2.0.

Dialog2Flow joint target model — англоязычная модель на базе BERT-base, представленная Sergio Burdisso и соавторами в работе Dialog2Flow на конференции EMNLP 2024. Это модель Sentence-Transformers, дообученная для получения плотных векторных представлений предложений и абзацев: она отображает текст в пространство размерности 768 и предназначена для извлечения структуры потока диалога. Модель можно применять для поиска и кластеризации реплик, а также для извлечения потока диалога по смысловому сходству. Она основана на google-bert/bert-base-uncased, содержит 136,7 млн параметров и принимает последовательности длиной до 512 токенов. Обучение проводилось на данных DialogStudio и dialog2flow-dataset с контрастивной функцией потерь. Веса опубликованы в формате safetensors. Лицензия MIT разрешает использование, изменение и распространение модели при соблюдении её условий. Модель предназначена для английского языка; качество на других языках в карточке не подтверждено.

Это дистиллированная версия Whisper large-v2 от rsonavane, созданная с помощью удаления слоёв декодера и обучения на распределениях модели-учителя. В декодере 8 слоёв вместо 32 у исходной модели; заявлены размер на 40% меньше и скорость декодирования примерно вдвое выше, чем у Whisper large-v2. Модель предназначена для автоматического распознавания речи. На датасете LibriSpeech после дообучения в течение одной эпохи автор сообщает о WER 4,2%. В карточке также указана возможность дообучения для нескольких языков, но конкретные результаты для них не приведены. Доступны веса PyTorch; лицензия в предоставленных данных не указана.

Dolphin 2.0 Mistral 7B — диалоговая языковая модель, разработанная Eric Hartford и обученная при спонсорской поддержке a16z. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и ответов в формате чата. Модель принимает текст и использует формат запросов ChatML; заявленная длина контекста — 32 768 токенов. Модель дообучена на наборе Dolphin, основанном на открытой реализации Microsoft Orca, с добавлением данных Airoboros 2.2.1. В карточке заявлены очистка данных от alignment и bias и высокая готовность следовать запросам. Подходит для диалоговых помощников, генерации и продолжения текста, а также творческих ответов. Основной язык карточки — английский. Модель распространяется под лицензией Apache-2.0 и заявлена как пригодная для коммерческого и некоммерческого использования. Автор предупреждает, что модель может выполнять в том числе неэтичные запросы, поэтому перед предоставлением пользователям рекомендуется добавить собственный слой контроля поведения.

Eclipse-13B-dpo — языковая модель Xenon1, созданная дообучением Mistral-7B-v0.1 на датасете UltraFeedback с применением методов из статьи Self-Rewarding Language Models. Она предназначена для генерации текста и выполнения инструкций в диалоговом формате; для запросов используется шаблон с токенами [INST] и [/INST], также доступный через apply_chat_template(). В основе указана архитектура Mistral с Grouped-Query Attention, Sliding-Window Attention и токенизатором Byte-fallback BPE; метаданные классифицируют веса как MixtralForCausalLM с архитектурой MoE и указывают 7,1 млрд параметров. Контекст составляет 32 768 токенов, формат весов — safetensors, основной язык карточки — английский. Модель распространяется по лицензии Apache-2.0.

EVA-CLIP-8B-448 — разработанная BAAI модель семейства CLIP для совместного представления изображений и текста. Она использует контрастивное обучение на парах изображение–текст и содержит 8,1 млрд параметров; вариант 448 дообучен на разрешении 448 пикселей на основе EVA-CLIP-8B. Модель предназначена для извлечения сопоставимых признаков изображений и текстовых описаний, классификации изображений без обучения на целевых классах и поиска изображений по тексту или текста по изображению. В карточке приведены результаты на наборах классификации изображений и видео и для задач retrieval; авторы сообщают среднюю точность zero-shot классификации изображений 80,0% на 27 бенчмарках. Обучение проводилось на объединённом наборе Merged-2B, составленном из LAION-2B и COYO-700M. Для работы доступны веса PyTorch и Hugging Face. Лицензия — Apache-2.0. Модель обрабатывает изображения и текст, но не предназначена для генерации описаний или изображений. Авторы предупреждают, что результаты при использовании Hugging Face-весов могут отличаться от опубликованных для PyTorch-весов; качество также зависит от целевого набора данных и формулировок текстовых меток.

Experiment26Neuralsirkrishna_Ognoexperiment27M7 — объединённая языковая модель на архитектуре Mistral с 7,1 млрд параметров. Она создана слиянием моделей automerger/Experiment26Neuralsirkrishna-7B и automerger/Ognoexperiment27M7-7B и предназначена для генерации текста и диалогов. Модель принимает текст и генерирует текст; размер её контекста составляет до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0. Данных о специальных предметных областях и подтверждённых ограничениях качества в карточке нет.

Experiment27pasticheT3q-7B — объединённая модель для генерации текста, созданная Maxime Labonne автоматическим слиянием automerger/Experiment27Pastiche-7B и chihoonlee10/T3Q-Mistral-Orca-Math-DPO. Модель построена на архитектуре Mistral с 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых ответов. В слиянии использован метод SLERP с разными весами для слоёв self-attention и MLP. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0.

MaziyarPanahi/Experiment28M7_Experiment26Inex12 — объединённая модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров. Она предназначена для генерации текста и диалогов; принимает текстовый запрос и выдаёт продолжение или ответ в текстовом виде. Поддерживает контекст длиной до 32 768 токенов. Модель создана слиянием automerger/Experiment28M7-7B и automerger/Experiment26Inex12-7B. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Языковая специализация и отдельные прикладные области в карточке не обозначены.

MaziyarPanahi/Experiment28M7_Experiment26Shadow — объединённая модель генерации текста на архитектуре Mistral с 7,1 млрд параметров. Она создана слиянием моделей automerger/Experiment28M7-7B и automerger/Experiment26Shadow-7B. Модель предназначена для генерации текста по текстовому запросу. Поддерживает контекст длиной до 32 768 токенов и распространяется в формате safetensors. В карточке указана лицензия Apache-2.0.

ssmits выпустил Falcon2-5.5B-multilingual — обрезанную версия предобученной языковой модели Falcon-11B от TII, созданную методом passthrough merge с помощью mergekit. В конфигурации сохранены слои 0–23 и 55–58 исходной модели; модель содержит 7,8 млрд параметров, использует архитектуру FalconForCausalLM, формат safetensors и библиотеку Transformers. Контекст составляет 8192 токена. Модель предназначена для генерации текста и диалогов, а также как основа для дальнейшей специализации и дообучения, например для суммаризации и чат-ботов. Она лучше ориентирована на английский и поддерживает немецкий, испанский, французский, итальянский, португальский, польский, нидерландский, румынский, чешский, шведский, норвежский и датский языки. Лицензия — Apache-2.0. Карточка рекомендует оценивать риски и использовать защитные меры перед применением в производстве.

Esmaeil/FineLlama-3.1-8B — разговорная языковая модель, разработанная Esmaeil путём дообучения unsloth/Meta-Llama-3.1-8B-bnb-4bit. Она предназначена для генерации текста и диалоговых сценариев. Модель построена на плотной архитектуре LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 131 072 токенов. Для обучения использовались Unsloth и библиотека Hugging Face TRL. Модель работает с текстом и ориентирована на английский язык. Лицензия — Apache-2.0. README не описывает специальную предметную область или дополнительные ограничения качества и применения.

deepset/gbert-large-sts — немецкоязычная модель deepset для оценки семантического сходства пар текстов. Она основана на GBERT-large и дообучена на обучающей и валидационной частях немецкого STS-бенчмарка, полученного машинным переводом. Архитектура — BERT для классификации последовательностей, размер — 434,5 млн параметров, максимальная длина контекста — 512 токенов. Модель предназначена для сравнения немецких фраз и предложений: например, для поиска похожих формулировок, сопоставления запросов и группировки семантически близких текстов. В карточке указана оценка на тестовой части немецкого STS-бенчмарка, но численные результаты не приведены. Веса доступны в форматах PyTorch и safetensors; лицензия — MIT.

mhenrichsen/gemma-2b — текстовая авторегрессионная модель семейства Gemma, разработанного Google на основе исследований и технологий, использованных при создании Gemini. Это плотная decoder-only модель с 2,5 млрд параметров; репозиторий содержит веса в формате safetensors и рассчитан на использование с Transformers. Модель принимает текст и генерирует текст, поддерживает контекст до 8192 токенов и предназначена прежде всего для английского языка. Модель подходит для генерации текста, диалоговых интерфейсов, суммаризации, ответов на вопросы и исследовательских NLP-сценариев. Компактный размер облегчает запуск на ноутбуке, настольном компьютере или собственной облачной инфраструктуре. Карточка не уточняет, является ли именно эта копия предварительно обученной или настроенной для инструкций; лицензия в предоставленных данных также не указана. Качество ответов зависит от обучающих данных и формулировки запроса: модель может ошибаться в фактах, упускать языковые нюансы и демонстрировать смещения. Для использования в приложениях, генерирующих контент, следует учитывать возможность вредных или вводящих в заблуждение ответов.

buddhist-nlp представляет gemma-2-mitra-e — многоязычную модель эмбеддингов предложений на базе Gemma 2. Она использует архитектуру Gemma2ForCausalLM как текстовый энкодер: извлекает скрытое состояние последнего токена и нормализует полученный вектор по L2. Модель содержит 9 млрд параметров, работает с контекстом до 8192 токенов и распространяется в формате safetensors через Transformers. Модель предназначена для семантического поиска, сравнения предложений и межъязыкового выравнивания текстов. Для запросов рекомендуется шаблон с инструкцией «Please find the semantically most similar text in {language}», а тексты корпуса подаются без инструкции; близость векторов можно оценивать косинусным сходством, а поиск выполнять, например, через FAISS. Среди целевых языков карточка называет санскрит, тибетский, пали, китайский и английский; также приведены примеры шаблона для хинди. Модель подходит для поиска по коллекциям, сопоставления параллельных текстов и систем RAG, которым нужны многоязычные векторы предложений. Карточка рекомендует проверять качество на собственных данных и языках, поскольку возможны смещения и ограничения. Лицензия в предоставленных данных не указана.

Это пакет слоёв GGUF для модели GLM-5.3-Flash, подготовленный Mesh LLM из unsloth/GLM-5.3-Flash-GGUF. Вариант UD-Q4_K_XL разделяет исходное распределение модели на артефакты по слоям для распределённого инференса в локальном кластере Mesh LLM. Пакет предназначен для локального и приватного запуска чат-модели, распределения вычислений и памяти между несколькими машинами, а также для чат-запросов через локальный API, совместимый с OpenAI. Модель принимает текстовые запросы и выдаёт текстовые ответы; задача в каталоге — генерация текста. Репозиторий распространяется по лицензии MIT.

Это пакет весов gpt-oss-20b-UD-Q4_K_XL, подготовленный Mesh LLM для распределённого запуска через Mesh LLM. Он основан на GGUF-варианте unsloth/gpt-oss-20b-GGUF и сохраняет исходное распределение модели по слоям в отдельных артефактах. Формат GGUF и вариант UD-Q4_K_XL предназначены для локального инференса на одном или нескольких объединённых компьютерах. Пакет рассчитан на генерацию текста и диалоговые сценарии: локальные приватные ответы, обслуживание запросов с нескольких машин и работу через локальный API, совместимый с OpenAI Chat Completions. Репозиторий содержит пакет слоёв для распределённого инференса, поэтому для запуска требуется Mesh LLM. Подробные сведения об архитектуре, контекстном окне и условиях лицензии следует сверять с карточкой исходной модели unsloth/gpt-oss-20b-GGUF; в доступном README они не приведены.

Granite-34B-Code-Instruct-8K — языковая модель IBM Research с 34 млрд параметров, дообученная на инструкционных данных на основе Granite-34B-Code-Base-8K. Она предназначена для ответов на запросы по программированию и создания помощников для разработки; обучение включало данные о коммитах кода, примеры инструкций по коду и вызову функций, задачи NL2SQL, математику и общие инструкции. Модель использует архитектуру GPTBigCode и принимает текстовые запросы, выдавая текстовые ответы; контекст — до 8192 токенов. Модель подходит для генерации, объяснения и исправления кода, решения связанных с программированием задач и помощи с SQL. Данные инструкционного дообучения охватывают 92 языка программирования, однако качество на языках и задачах вне обучающего распределения может быть ниже; для критичных применений IBM рекомендует тестирование безопасности и целевую настройку. Разработчик не рекомендует применять её в новых проектах и предоставляет её для исторических и научных целей. Лицензия — Apache 2.0.

sinjy1203/ko-sbert-natenews — модель эмбеддингов предложений на базе BERT, представленная в формате Sentence-Transformers. Она преобразует предложения и абзацы в плотные векторы размерности 768 для семантического поиска, сравнения текстов и кластеризации. Модель содержит 141,2 млн параметров, принимает текст и поддерживает контекст длиной до 512 токенов. По названию репозитория модель ориентирована на корейские новости. Её можно применять для поиска похожих новостных материалов и группировки статей по смыслу; карточка также описывает обучение с CosineSimilarityLoss. Доступны веса PyTorch. Сведения о лицензии в предоставленных данных отсутствуют.

Ling 3.1 Flash — гибридная reasoning-модель архитектуры mixture-of-experts от inclusionAI, с 25 млрд активных параметров из 560 млрд общих. Она предназначена для генерации текста и задач, требующих рассуждений. Данных о поддерживаемых языках, длине контекста и лицензии в предоставленных источниках нет.

NousResearch/Llama-2-70b-hf — это предварительно обученная авторегрессионная языковая модель Meta из семейства Llama 2, представленная в формате Hugging Face Transformers. Она использует плотную архитектуру Transformer с 68,7 млрд параметров и Grouped-Query Attention; принимает текст, генерирует текст и поддерживает контекст до 4096 токенов. Модель предназначена для англоязычной генерации текста и может служить основой для адаптации под различные задачи обработки естественного языка, например продолжения текста, составления черновиков и генерации ответов. Это базовая предварительно обученная версия, а не вариант Llama-2-Chat, поэтому её не следует считать оптимизированной для диалога без дополнительной настройки. Модель разработала Meta. По карточке, предобучение выполнено на 2 трлн токенов общедоступных источников; данные предобучения имеют срез до сентября 2022 года. Модель может выдавать неточные, предвзятые или нежелательные ответы, а испытания проводились на английском языке и не покрывают все сценарии. Использование регулируется специальной лицензией Meta для Llama 2: перед получением весов необходимо принять её условия.

Llama-3.1-Nemotron-Nano-4B-v1.1-bf16 — версия компактной языковой модели NVIDIA, опубликованная mlx-community и преобразованная из nvidia/Llama-3.1-Nemotron-Nano-4B-v1.1 для запуска с библиотекой MLX. Это плотная авторегрессионная модель семейства Llama с 3,9 млрд параметров и контекстом до 131 072 токенов. Модель предназначена для диалоговой генерации текста. Базовая модель NVIDIA ориентирована на рассуждения, код, математику, RAG и вызов инструментов; эти сценарии могут быть полезны и для данной версии, но README подтверждает только конверсию и не приводит отдельной оценки её качества или результатов тестирования. В карточке заявлена поддержка английского языка. Репозиторий содержит веса safetensors в формате для MLX, а не отдельную квантизацию. Лицензия указана как other, поэтому перед использованием следует свериться с условиями лицензирования исходной модели NVIDIA и репозитория.

Карточка модели princeton-nlp/Llama-3-Base-8B-SFT-RRHF на Hugging Face совпадает с карточкой princeton-nlp/Llama-3-Instruct-8B-SimPO-v0.2, поэтому описание составлено по ней. Llama-3-Instruct-8B-SimPO-v0.2 — диалоговая языковая модель семейства Llama, выпущенная командой Princeton NLP как модель из работы SimPO (Simple Preference Optimization with a Reference-Free Reward). Она предназначена для генерации текста в формате инструкций и диалога. Модель содержит 7,5 млрд параметров, принимает текст и имеет контекстное окно 8192 токена. Модель связана с исследованием оптимизации предпочтений без эталонной модели. В карточке не приведены подробности обучения, оценки качества или специальные области применения; метаданные указывают поддержку чата и формат весов safetensors. Лицензия в предоставленных данных не указана.

LSG-BART-base-4096 — модель семейства BART, разработанная авторами реализации LSG и адаптированная из BART-base для задач с последовательностями текста большой длины. Она использует архитектуру encoder-decoder с локальным, разреженным и глобальным вниманием (LSG), сохраняя число параметров, слои и токенизатор исходной модели. Размер модели — 95,2 млн параметров, контекст — до 4096 токенов; реализация работает на PyTorch и для загрузки через Transformers требует доверия к пользовательскому коду репозитория. Модель предназначена для задач преобразования текста, в том числе суммаризации и классификации, и может применяться в сценариях, где входной текст длиннее обычного контекста BART. README отмечает более эффективную обработку длинных последовательностей по сравнению с Longformer (LED) и BigBird (Pegasus) из Hub. Для работы с длинными входами применяются блоки внимания; параметры блоков и шаблон разреженного внимания настраиваются, а вход автоматически дополняется до нужной длины. В карточке приведена лицензия? Условия использования не обозначены в предоставленных данных.

LUKE-large — предварительно обученная модель понимания языка, разработанная исследователями, представившими LUKE (Language Understanding with Knowledge-based Embeddings). Она использует трансформер с механизмом entity-aware self-attention: слова и сущности в тексте рассматриваются как отдельные токены, а их типы учитываются при вычислении внимания. Модель содержит 454,1 млн параметров по метаданным; в README указано 483 млн. Архитектура включает 24 слоя со скрытым размером 1024, а базовое обучение проводилось на англоязычной Википедии за декабрь 2018 года. Основная задача в карточке Hugging Face — заполнение пропусков в тексте. Представления LUKE также применялись для извлечения ответов на вопросы, распознавания именованных сущностей, классификации отношений и определения типов сущностей; README приводит результаты на SQuAD, CoNLL-2003, ReCoRD, TACRED и Open Entity. Модель ориентирована на английский язык и имеет контекст до 514 токенов. Доступна в формате PyTorch по лицензии Apache-2.0.

M7Yamshadowexperiment28_ShadowT3q — объединённая модель генерации текста на архитектуре Mistral, созданная из automerger/M7Yamshadowexperiment28-7B и automerger/ShadowT3q-7B. Она предназначена для генерации ответов на текстовые запросы; базовая модель ShadowT3q-7B также описана как модель для математических задач. Модель содержит 7,1 млрд параметров, принимает текст и выдаёт текст, её контекстное окно составляет 32 768 токенов. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. Языковая специализация и отдельные результаты оценки в карточке не описаны.

M7Yamshadowexperiment28_Strangemerges_32T3q — объединённая языковая модель, опубликованная MaziyarPanahi на Hugging Face. Она объединяет модели automerger/M7Yamshadowexperiment28-7B и automerger/Strangemerges_32T3q-7B и основана на плотной архитектуре Mistral с 7,1 млрд параметров. Модель предназначена для генерации текста и может использоваться для диалоговых ответов и математических запросов. Поддерживает контекст до 32 768 токенов. Распространяется в формате safetensors по лицензии Apache-2.0.