I.14Автоматизация процессов и AI-агенты

Kelix-SFT — полный выпуск модели Kelix на этапе supervised fine-tuning, разработанный OpenOneRec. Это унифицированная мультимодальная система на основе дискретных визуальных токенов, объединяющая распознавание изображений и генерацию изображений в авторегрессионном конвейере «токенизатор — языковая модель — декодер». В состав входят Kelix-Tok с визуальным энкодером NaViT и многокодовыми VQ-кодбуками, Kelix-LLM на базе Qwen3-8B с расширенным на 65 536 визуальных токенов словарём и обучением Next-Block Prediction, а также Kelix-DiT — диффузионный декодер изображений на основе SANA-DiT и flow matching. Модель предназначена для понимания изображений, включая OCR, распознавание текста, диаграмм и графиков, визуальные вопросы и математические задачи, а также для генерации изображений по текстовым запросам. Обучение SFT улучшает следование сложным инструкциям и управление атрибутами, объектами, сценой, стилем и перспективой; в README для генерации указано разрешение 1024×1024. Для генерации требуется отдельный замороженный VAE DC-AE-F32C32 из исходного репозитория. Модель дообучена на базе Qwen/Qwen3-8B; файлы опубликованы в формате safetensors. Лицензия в предоставленных данных не указана.

Keural-Cortex-8B SFT v2 — промежуточный контрольный чекпойнт диалоговой модели, разработанной MKD Co., Ltd. на базе Qwen3-8B. Модель содержит 7,6 млрд параметров, использует плотную архитектуру Qwen3ForCausalLM и предназначена для генерации текста и диалогов на корейском и английском языках. Контекстное окно — 65 536 токенов; модель распространяется в формате safetensors и лицензирована по Apache-2.0. Чекпойнт зафиксирован на шаге 600 из 1 124 второго этапа дообучения методом SFT, поэтому он опубликован для прозрачности и не является завершённой версией. Его предполагаемые сценарии — ответы на вопросы, следование инструкциям, генерация и редактирование текста, суммаризация, рассуждения и вызов инструментов в диалоге. Метаданные подтверждают поддержку чата; README описывает настройку сервера с вызовом инструментов. Известные ограничения включают пустой блок reasoning в режиме размышлений, выдумывание сведений о компании-разработчике и слабое знание корейских диалектов, в частности диалекта Пусана. Модель иногда не соблюдает явные ограничения формата; для этого промежуточного чекпойнта не опубликованы результаты бенчмарков. Данные README указывают, что предпочтительная оптимизация и обучение с проверяемыми наградами ещё не выполнены.

Модель toiar/khasi-asr-transcribe-diarize-v2 — дообученная версия MOSS-Transcribe-Diarize от OpenMOSS-Team для транскрибирования аудио на кхаси, английском и хинди. Она обучена на корпусе объёмом около 342 часов и поддерживает режимы вывода с временными метками и диаризацией, а также только с указанием говорящих. Базовая модель имеет размер 0,9 млрд параметров и предназначена для длинных записей с транскрипцией, временными метками, разделением говорящих и аннотациями акустических событий. Модель подходит для расшифровки многоязычных записей и разметки реплик по говорящим. Лицензия — Apache 2.0. Для загрузки требуется trust_remote_code=True.

KoE5 — модель для создания плотных текстовых эмбеддингов, разработанная NLP&AI Lab. Она дообучена на базе intfloat/multilingual-e5-large на более чем 700 тысячах корейских пар «запрос — документ» из набора ko-triplet-v1.0 с функцией потерь CachedMultipleNegativesRankingLoss и предназначена прежде всего для поиска по корейским текстам. Модель построена на XLM-RoBERTa, содержит 658,7 млн параметров и выдаёт векторы размерности 1024. Контекст ограничен 512 токенами. Эмбеддинги подходят для семантического поиска, ранжирования документов, оценки сходства, поиска перефразировок и кластеризации. Для поиска по паре «запрос — документ» рекомендуется добавлять префиксы «query: » и «passage: », а для симметричных задач и использования эмбеддингов как признаков — «query: ». Заявлена поддержка корейского и английского языков; обучение и основная специализация модели связаны с корейским поиском. Лицензия — MIT. Длинные тексты обрезаются до 512 токенов, а отсутствие рекомендованных префиксов может снизить качество.

lastbrain — Darwin V8 — это дообученная FINAL-Bench модель на базе Qwen/Qwen3.5-2B, созданная командой FINAL-Bench / VIDRAFT_LAB. Модель с архитектурой Qwen3_5ForCausalLM и примерно 1,7 млрд параметров обучена методом SFT с LoRA и дистилляцией рассуждений по заранее подготовленным трассам Claude Opus 4.5/4.6 и Claude Sonnet 4.6. LoRA-адаптер объединён с весами базовой модели, поэтому чекпойнт можно запускать как самостоятельную модель. Модель предназначена для генерации ответов в диалоге с пошаговыми объяснениями, решения математических и логических задач и написания кода. README сообщает о 4 451 обучающих трассах из четырёх открытых наборов данных и показывает примеры структурированных ответов с Markdown и LaTeX. В метаданных указаны контекст до 262 144 токенов и языки английский, корейский, китайский и японский; при этом обучение проводилось с max_length 4 096, что ограничивает основания ожидать столь же надёжную работу на длинном контексте. Модель распространяется по лицензии Apache 2.0; для обучающих данных следует учитывать лицензии исходных наборов. Это компактная текстовая модель для сценариев, где важны объяснение хода решения и развёрнутый ответ. README предупреждает о возможных числовых ошибках при вычислениях на корейском языке и отмечает, что явные теги рассуждений используются редко.

Dingdust/LFM2.5-VL-3B-heretic — мультимодальная модель на основе LFM2.5-VL-3B от Liquid AI, ориентированная на локальный запуск и высокую скорость обработки изображений и текста. Это плотная модель класса LFM2-VL с языковой основой LFM2.5-2.6B и визуальным энкодером SigLIP2 NaFlex; веса представлены в формате Safetensors. В карточке указаны контекст 32 768 токенов и поддержка 17 языков: арабского, китайского, английского, французского, немецкого, хинди, индонезийского, итальянского, японского, корейского, польского, португальского, русского, испанского, тайского, вьетнамского и других перечисленных языков. Модель предназначена для диалога по изображениям, распознавания текста на страницах с сохранением структуры, поиска объектов по текстовому запросу и локального перевода надписей, например меню и дорожных знаков. В README вариант heretic описан как abliteration-модификация исходной модели: в приведённом сравнении число отказов уменьшено со 100 из 100 до 5 из 100, при KL-дивергенции 0,0168. Модель рассчитана на быстрые одношаговые задачи и локальный инференс; автор README не рекомендует её для задач с интенсивными рассуждениями или сложного анализа чертежей. Лицензия указана как other, поэтому конкретные условия использования следует сверять с карточкой модели.

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.

manojpreveen/Llama-2-70b-hf-ChatOrca-v1 — языковая модель, дообученная автором на базе Meta Llama 2 для диалогов и рассуждений. Она использует плотную архитектуру LlamaForCausalLM и содержит 68,7 млрд параметров. В README указано обучение на смеси данных Orca, открытых многоходовых диалогов, включая OpenAssistant и UltraChat, и OpenPlatypus. Модель предназначена для генерации ответов в чате, поддержания многоходового диалога и решения задач, требующих рассуждений. Она принимает текстовые запросы в формате чата Meta Llama 2 и выдаёт текст; заявленная длина контекста — 4096 токенов. README не уточняет набор поддерживаемых естественных языков. Модель распространяется под лицензией MIT.

Это 7-миллиардная чат-модель Llama 2 от Meta, размещённая пользователем Trelis в шардированном формате для Hugging Face Transformers. Шардирование распределяет веса по нескольким файлам; архитектура модели — авторегрессионный плотный Transformer LlamaForCausalLM. Модель принимает текст и генерирует текст, её контекст в метаданных указан как 2048 токенов. Модель предназначена для диалогов в формате ассистента и генерации текста на английском языке. Её можно использовать для ответов на вопросы, ведения беседы и создания текстовых ответов по инструкциям; для чат-версии необходимо соблюдать формат шаблона Llama 2 с маркерами инструкций и служебными токенами. Карточка указывает, что базовая чат-модель Meta прошла supervised fine-tuning и обучение с обратной связью от людей. Репозиторий содержит шардированную копию весов в формате PyTorch. Использование регулируется специальной лицензией Meta для Llama 2; для доступа к весам требуется принять её условия. Модель может выдавать неточные, предвзятые или нежелательные ответы; её следует проверять и настраивать под конкретное приложение.

MaziyarPanahi/Llama-3-8B-Instruct-v0.4 — дообученная диалоговая модель на архитектуре Llama, созданная на основе meta-llama/Meta-Llama-3-8B-Instruct. Она предназначена для генерации текста и ассистентских ответов в диалоге; карточка описывает использование через библиотеку Transformers и шаблон запросов ChatML. Модель содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. В метаданных указан английский язык. Репозиторий содержит веса Safetensors; отдельная версия в формате GGUF доступна в другом репозитории. Лицензия обозначена как other, поэтому условия использования следует сверить с лицензией и условиями базовой модели.

bunnycore/Llama-3-8B-TitanFusion-Mix-2 — объединённая причинная языковая модель семейства Llama, созданная автором с помощью mergekit. В качестве основы использована NousResearch/Meta-Llama-3-8B; методом TIES объединены веса четырёх моделей, включая инструктивную и uncensored-версии Llama 3.1 8B и модели линейки TitanFusion. Модель предназначена для генерации текста и диалоговых сценариев. Она содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM, доступна в формате safetensors и поддерживает контекст длиной до 8192 токенов. Метаданные описывают базовую модель как ориентированную на английский текст и код; отдельные сведения о языках этого конкретного слияния не приводятся. Слияние объединяет возможности исходных моделей, но README не содержит оценок качества или подробностей о поведении результирующей модели. Лицензия в предоставленных данных не указана.

Карточка модели princeton-nlp/Llama-3-Base-8B-SFT-CPO 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.

Llama 3 Tulu V2 8B — языковая модель-помощник от AllenAI, дообученная на базе meta-llama/Meta-Llama-3-8B на смеси общедоступных, синтетических и созданных людьми инструкций и диалогов. Модель с плотной архитектурой Llama содержит 7,5 млрд параметров и предназначена для генерации ответов в диалогах и выполнения разнообразных инструкций; основной язык — английский. Указанный родной размер контекста — 8129 токенов. Модель подходит для прототипирования англоязычных помощников, ответов на вопросы, объяснений и других задач генерации текста. В карточке приведены результаты сравнительных тестов, однако они не гарантируют качество для конкретного сценария. Модель не прошла этап выравнивания RLHF и не использует фильтрацию ответов во время работы, поэтому может выдавать небезопасный или проблемный контент. Лицензия репозитория — Apache 2.0; карточка также отмечает лицензию Meta Llama 3 для базовой модели.

MaziyarPanahi/M7T3qm7xp_T3qm7xpStrangemerges_32 — объединённая разработчиком модель Mistral для генерации текста. Она создана слиянием automerger/M7T3qm7xp-7B и automerger/T3qm7xpStrangemerges_32-7B и содержит 7,1 млрд параметров. Модель подходит для генерации текста и диалоговых сценариев на основе текстового ввода. Архитектура — плотная MistralForCausalLM, максимальная длина контекста составляет 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0. Карточка не описывает языковую специализацию или конкретные ограничения качества.

M7Yamshadowexperiment28_PasticheNeuralsirkrishna — объединённая языковая модель семейства Mistral, созданная на основе automerger/M7Yamshadowexperiment28-7B и automerger/PasticheNeuralsirkrishna-7B. Веса содержат 7,1 млрд параметров и опубликованы в формате Safetensors. Модель предназначена для генерации текста и диалогов. Она принимает текстовые запросы и поддерживает контекст до 32 768 токенов, что позволяет использовать её для продолжения текста и ответов на длинные запросы. Данных о специализации на конкретном языке или предметной области в карточке нет. Модель распространяется по лицензии Apache-2.0. Оценки качества и сведения о дополнительных возможностях в карточке не приведены.

Magnum v4 12B — разговорная языковая модель Anthracite, дообученная на базе mistralai/Mistral-Nemo-Instruct-2407 для воспроизведения качества прозы Claude 3 Sonnet и Opus. Это плотная авторегрессионная модель семейства Mistral с 12,1 млрд параметров, представленная в формате safetensors и предназначенная для генерации текста в диалогах. Она принимает сообщения в формате инструкций [INST] и подходит для написания прозы и ответов в чате; в метаданных также отмечен интерфейс вызова инструментов. Карточка указывает английский язык и контекст до 1 024 000 токенов. Модель распространяется по лицензии Apache-2.0. Приведённые оценки Open LLM Leaderboard включают IFEval 33,93 и BBH 30,50; результаты сами по себе не гарантируют качество для конкретных задач.

MahaSBERT-STS — модель семейства Sentence-BERT на архитектуре BERT, разработанная L3Cube-Pune в рамках проекта MahaNLP. Она дообучена на наборе STS для оценки семантического сходства предложений на маратхи. Модель преобразует предложения и абзацы в плотные векторы размерностью 768 и подходит для семантического поиска, сравнения текстов и кластеризации. Число параметров — 264,8 млн, максимальная длина контекста — 512 токенов; доступный формат весов — PyTorch. Модель предназначена для работы с текстом на маратхи и может использоваться в поиске похожих предложений, сопоставлении пар фраз и группировке текстов по смыслу. Для применения требуется корректно получать векторы предложений, например через sentence-transformers либо с помощью подходящего pooling поверх выходов Transformers. Лицензия — CC BY 4.0. Качество на иных языках и задачах, кроме описанных, не заявлено; длина входа ограничена контекстом в 512 токенов.

Marcoro14-7B-ties — объединённая языковая модель на архитектуре Mistral, созданная с помощью mergekit на основе mistralai/Mistral-7B-v0.1, OpenPipe/mistral-ft-optimized-1218 и mlabonne/NeuralHermes-2.5-Mistral-7B. Она предназначена для генерации текста и диалоговых сценариев. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Mistral и поддерживает контекст до 32 768 токенов. В конфигурации объединения применён метод TIES с нормализацией; опубликованные веса имеют формат Safetensors и точность float16. Репозиторий распространяется по лицензии Apache-2.0. Карточка не описывает специальные предметные области или подтверждённые языковые возможности модели.

MeliodasPercival_01_T3qm7xNeuralsirkrishna — объединённая языковая модель семейства Mistral, созданная слиянием моделей automerger/MeliodasPercival_01-7B и automerger/T3qm7xNeuralsirkrishna-7B. Она содержит 7,1 млрд параметров и предназначена для генерации текста и диалогов на основе текстовых запросов; поддерживает контекст до 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache-2.0. В карточке не приведены сведения о целевых языках, специализированных областях или оценках качества, поэтому её можно описать как модель общего назначения.

MeliodasT3q_T3qExperiment26 — объединённая модель генерации текста, созданная на основе automerger/MeliodasT3q-7B и automerger/T3qExperiment26-7B. Она построена на плотной архитектуре Mistral с причинно-языковой моделью MistralForCausalLM и содержит 7,1 млрд параметров. Модель предназначена для генерации текста по текстовому запросу и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате safetensors. Репозиторий использует лицензию Apache-2.0.

Memgpt-slerp-7b-2 — объединённая модель генерации текста, созданная liminerity с помощью LazyMergekit из starsnatched/MemGPT-3 и liminerity/Memgpt-slerp-7b-1. В README указан метод слияния slerp и формат bfloat16; метаданные описывают архитектуру как плотную MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для диалоговой генерации текста. Метаданные отмечают поддержку чата и задачу text-generation, однако README не приводит оценок качества или конкретных сценариев применения. Лицензия и поддерживаемые естественные языки в предоставленных источниках не указаны.

Это конверсия MetaCLIP 2 от zeromodels: мультимодальный двухэнкодерный чекпойнт архитектуры CLIP для классификации изображений без обучения на конкретном наборе классов. Базовая модель — facebook/metaclip-2-worldwide-b16; версия подготовлена в формате Keras 3 и работает с TensorFlow, Torch и JAX. Модель сопоставляет изображение с текстовыми описаниями классов и подходит для классификации по пользовательским меткам. Вариант worldwide обучен на многоязычном распределении данных и использует словарь XLM-RoBERTa на 901 тыс. токенов, поэтому запросы-классы можно задавать на разных языках без отдельного мультиязычного чекпойнта. Для обработки рекомендуется использовать совместимый с вариантом процессор, который задаёт размер изображения и токенизатор. Модель распространяется по лицензии CC-BY-NC-4.0, допускающей использование на некоммерческих условиях. Качество зависит от формулировки текстовых меток и соответствия изображения обучающим данным; README не приводит количественных оценок качества или ограничений по разрешению.

Карточка модели rolf-mozilla/minilm-multilingual-l12-full на Hugging Face совпадает с карточкой microsoft/Multilingual-MiniLM-L12-H384, поэтому описание составлено по ней. Multilingual-MiniLM-L12-H384 — предобученная компактная языковая модель Microsoft для понимания текста на нескольких языках. Она использует 12-слойный трансформер с архитектурой BERT, скрытым размером 384 и 12 головами внимания; карточка указывает 124,3 млн параметров, включая около 21 млн параметров трансформера и 96 млн параметров эмбеддингов. Для токенизации применяется токенизатор XLM-R. Модель рассчитана на последовательности длиной до 512 токенов. Модель предназначена для задач классификации текста и может дообучаться для межъязыкового переноса, распознавания текстового следствия и ответов на вопросы. В README приведены оценки на XNLI и MLQA. Поддерживаются английский, арабский, болгарский, немецкий, греческий, испанский, французский, хинди, русский, суахили, тайский, турецкий, урду, вьетнамский и китайский языки. Доступны веса в форматах PyTorch, TensorFlow и Flax. Модель основана на дистилляции MiniLM и рассчитана на компактное и быстрое применение в задачах понимания языка. Для этого чекпойнта используется BertModel с XLMRobertaTokenizer, поэтому AutoTokenizer не работает согласно README. Лицензия — MIT.

MiniMax-M2.1 — языковая модель для генерации текста, разработанная MiniMax AI. Она предназначена для задач text-generation и может использоваться в приложениях на базе Transformers, включая создание и продолжение текста, диалоговые сценарии и другие задачи обработки естественного языка. В предоставленном README не указаны архитектура, количество параметров, поддерживаемые языки и модальности, максимальная длина контекста, результаты оценки или сведения о сильных сторонах и ограничениях модели. Известно, что модель распространяется с лицензией modified-MIT; подробные условия приведены в файле LICENSE по ссылке, указанной в карточке модели.

MiniMax-M2.7-UD-Q4_K_XL-layers — пакет GGUF с весами модели MiniMax-M2.7, подготовленный Mesh LLM для распределённого инференса. Пакет получен из unsloth/MiniMax-M2.7-GGUF и разбит на артефакты по слоям для запуска на кластере Mesh LLM. Модель предназначена для локального приватного чат-инференса, распределённой работы на нескольких машинах, если полный GGUF не помещается на одном узле, и обслуживания запросов через совместимый с OpenAI API. В метаданных указаны задача генерации текста, библиотека mesh-llm и возможность чата; формат весов — GGUF, вариант квантования — UD-Q4_K_XL. README отсылает к исходной карточке за подробностями архитектуры, контекстного окна, языков, рекомендаций по генерации и лицензии, поэтому эти характеристики здесь не уточняются. Условия использования определяются лицензией исходной модели.

Mini-Mixtral-v0.2 — экспериментальная языковая модель NeuralNovel, собранная методом LazyMergekit из unsloth/mistral-7b-v0.2 и mistralai/Mistral-7B-Instruct-v0.2. Это разреженная модель архитектуры Mixture of Experts для генерации текста и ответов на инструкции. Она содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Маршрутизатор MoE направляет токены к экспертам, но, как отмечено в README, в этой сборке он не обучался совместно с ними. Это может влиять на качество и обобщение. Разреженные вычисления не отменяют необходимости загрузить веса модели в память. Модель опубликована в формате safetensors под лицензией Apache-2.0.

Карточка модели princeton-nlp/Mistral-7B-Base-SFT-CPO 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.

Mistral-7B-KNUT-v0.3-Mistral-7B-Instruct-v0.1 — объединённая чат-модель на основе Mistral-7B-Instruct-v0.1 и Mistral-7B-KNUT-v0.3. Разработчик выполнил слияние методом SLERP: для слоёв attention и MLP заданы отдельные коэффициенты смешивания. Модель имеет плотную архитектуру MistralForCausalLM и 7,1 млрд параметров; файлы опубликованы в формате safetensors. Модель предназначена для генерации текста в ответ на инструкции и диалоговые запросы. Она принимает текстовые запросы и выдаёт текстовые ответы; заявленная длина контекста — 32 768 токенов. В карточке не описаны специальные языковые или предметные преимущества объединённой версии. Модель распространяется по лицензии Apache-2.0. Качество и поведение слияния отдельно не охарактеризованы; результат может отличаться от обеих исходных моделей.

Joemgu/mlong-t5-large-sumstew — многоязычная модель для абстрактивного суммирования длинных документов и генерации заголовков, созданная на базе архитектуры LongT5 и дообученная разработчиком на наборе данных Joemgu/sumstew. Она принимает текст с инструкцией «Summarize:» для получения краткого содержания или «Write a title and summarize:» для генерации заголовка и краткого содержания. Модель содержит около 614,9 млн параметров; в метаданных указан контекст 4096 токенов, а в README заявлена обработка входов до 16 тысяч токенов. Поддерживаемые языки — английский, немецкий, французский, итальянский и испанский. Репозиторий использует Transformers и содержит веса в форматах PyTorch и Safetensors. Лицензия — Apache-2.0. Модель предназначена для подготовки кратких изложений и заголовков к длинным текстам. Ограничение по длине входа зависит от источника: README заявляет до 16 тысяч токенов, тогда как метаданные указывают контекст 4096 токенов; фактическое качество за пределами этого значения следует проверять на целевых документах.

MT3-Gen4-MAMM-gemma-2-9B — 9-миллиардная плотная языковая модель семейства Gemma 2, созданная объединением двух предварительно обученных моделей методом SLERP с помощью mergekit. Она предназначена для генерации текста и диалогов. Модель принимает текст, поддерживает контекст до 8192 токенов и распространяется в формате safetensors для библиотеки Transformers. Модель объединена из zelk12/MT3-Gen4-MM-gemma-2-MT2g2Sv1IBT-9B и zelk12/MT3-Gen4-MA-gemma-2-Sv1IBTMT2g2-9B; в конфигурации указаны bfloat16 и параметр смешивания t=0.25. Данных о специализированных областях применения и поддерживаемых естественных языках карточка не содержит. Лицензия в предоставленных данных не указана.