I.14Автоматизация процессов и AI-агенты

ClaudioItaly/Intelligence-Cod-Rag-7B-V2 — объединённая разговорная языковая модель на архитектуре Qwen2, созданная с помощью mergekit. В основу слияния task arithmetic легла happzy2633/qwen2.5-7b-ins-v3; также в него включена AIDC-AI/Marco-o1. Модель содержит 7,1 млрд параметров и рассчитана на генерацию текста в диалоговом формате с контекстом до 32 768 токенов. Модель предназначена для генерации ответов и ведения диалогов. В README и метаданных не описаны отдельные специализированные сценарии, поэтому её можно рассматривать как языковую модель общего назначения. Репозиторий содержит веса в формате safetensors; лицензия в предоставленных данных не указана.

Japanese CLIP — контрастивная модель для сопоставления изображений и японского текста в общем пространстве эмбеддингов, разработанная Recruit Co., Ltd. Она использует визуальный энкодер CLIP-ViT-B-32 и текстовый энкодер Japanese RoBERTa-base и обучена на 128 млн пар изображений и текстов из японской части LAION2B-multi. Модель предназначена для поиска изображений по японскому запросу и текста по изображению, классификации изображений без дополнительного обучения по заданным текстовым меткам, а также извлечения признаков изображений и текста. Карточка описывает оценки на наборах для классификации и двунаправленного поиска изображение–текст; для ImageNet V2 и Food101 метки классов были переведены на японский. Модель ориентирована на японский язык и задачи сопоставления текста с изображениями. Лицензия — CC-BY-4.0; разработчик не гарантирует точность и полезность результатов и не несёт ответственности за ущерб, связанный с использованием модели.

J.O.S.I.E.3-Beta4-slerp — слитая чат-модель на 7,1 млрд параметров, созданная Goekdeniz-Guelmez с помощью LazyMergekit. Она объединяет Weyaxi/Einstein-v4-7B и cognitivecomputations/dolphin-2.8-experiment26-7b методом SLERP; архитектура — MistralForCausalLM, веса доступны в формате safetensors. Модель предназначена для генерации текста в диалоговом формате и имеет контекст до 32 768 токенов. Автор сообщает, что по результатам оценки на LLM Leaderboard эта версия уступает его Beta 3, но остаётся второй по результатам среди его моделей. В метаданных указана лицензия Apache-2.0. Карточка не уточняет поддерживаемые языки и отдельные ограничения поведения или качества.

MLX-версия модели Kimi-K2-Thinking, разработанная сообществом mlx-community на основе модели moonshotai/Kimi-K2-Thinking. Модель предназначена для генерации текста и запуска в экосистеме MLX с использованием библиотеки mlx-lm, включая сценарии диалогового взаимодействия через chat template. Известно, что модель имеет формат MLX и была преобразована с помощью mlx-lm версии 0.28.4. В карточке указано назначение text-generation, однако сведения об архитектуре, размере, объёме контекста, поддерживаемых языках и модальностях отсутствуют. Для работы требуется библиотека mlx-lm; в примере используется загрузка модели через mlx_lm.load и генерация ответа через mlx_lm.generate. Лицензия обозначена как modified-MIT с типом other. Подробные условия лицензии, а также ограничения и результаты оценки качества в карточке не приведены.

SvalTek/L3.2-3B-ColdBrew-Reflect — языковая модель семейства Llama, разработанная SvalTek. Это плотная авторегрессионная модель на 3,2 млрд параметров для генерации текста в диалоговом формате. Модель дообучена на базе с тем же идентификатором; карточка сообщает об использовании Unsloth и библиотеки TRL при обучении. Модель предназначена для генерации ответов и ведения диалога на английском языке. Её контекстное окно составляет 131 072 токена. Весы доступны в формате PyTorch, лицензия — Apache-2.0.

bicolino34 выпустил модель Sentence Transformer, дообученную на базе sentence-transformers/LaBSE на 13 304 парах предложений из японского и украинского языков. Она кодирует предложения и абзацы в плотные векторы размерности 768 и предназначена для сопоставления смысла текстов, семантического поиска и поиска парафраз; близость векторов оценивается косинусным сходством. Модель построена на архитектуре BERT, использует библиотеку Sentence Transformers и принимает текст.

Nimsara2001/labse-sinhala-finetuned — дообученная модель Sentence Transformer на основе sentence-transformers/LaBSE, предназначенная для поиска и сравнения предложений и абзацев на сингальском языке. Она кодирует текст в плотные векторы размерности 768 и использует косинусное сходство; заявленная максимальная длина входа — 64 токена, а контекстное окно базовой модели в метаданных указано как 512 токенов. Модель дообучена на 262 664 примерах с MultipleNegativesRankingLoss. Основной сценарий — извлечение представлений сингальского текста для семантического поиска и оценки тематической связности фрагментов. В описанной авторами оценке на парах предложений для нейросимвольного разбиения текста AUC выросла с 0,7269 у базовой LaBSE до 0,8832 у дообученной модели; этот результат относится к указанному тесту, а не гарантирует качество на других задачах. README не сообщает лицензию, поэтому условия использования следует сверить с карточкой модели и базовой LaBSE.

DavidAU дообучил модель семейства Llama 3.3 для генерации текста с короткими рассуждениями, следуя стилю Claude Haiku, на 1700 примерах датасета TeichAI/claude-haiku-4.5-high-reasoning-1700x. Это плотная авторегрессионная модель на 7,5 млрд параметров с архитектурой LlamaForCausalLM и контекстом до 131 072 токенов; в карточке указано, что обучение затронуло около 2,05% параметров. Модель предназначена для диалогов, пошагового обдумывания запросов, объяснений, планирования и творческого письма, включая рассказы и ролевые сценарии. Карточка сообщает о поддержке нескольких языков, в том числе русского, английского, французского, немецкого, испанского, итальянского, португальского, китайского, японского и корейского. Возможны устаревшие знания и проблемы, унаследованные от Llama; качество и форматирование зависят от настроек генерации и уровня квантования. Лицензия — Apache-2.0.

Это пакет GGUF-слоёв модели Llama-4-Scout-17B-16E-Instruct-UD-Q4_K_XL, подготовленный Mesh LLM для распределённого инференса. Пакет создан на основе unsloth/Llama-4-Scout-17B-16E-Instruct-GGUF и сохраняет веса в виде отдельных артефактов по слоям; формат исходных весов — GGUF с вариантом квантизации UD-Q4_K_XL. Модель предназначена для локального приватного чата и генерации текста через Mesh LLM, в том числе с распределением вычислений и памяти между несколькими компьютерами, когда полного GGUF не помещается на одном узле. Mesh LLM предоставляет локальный API, совместимый с OpenAI Chat Completions. В карточке нет сведений о языках и длине контекста; за подробностями об архитектуре, шаблоне чата и лицензии README отсылает к карточке исходной модели.

Riblockee/llama_finetune_16bit — дообученная модель семейства Llama, разработанная Riblockee на базе unsloth/llama-3.2-3b-instruct-unsloth-bnb-4bit. Это плотная авторегрессионная языковая модель с архитектурой LlamaForCausalLM и примерно 3,2 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Метаданные указывают контекстное окно 131 072 токена и поддержку английского языка. Модель обучалась с использованием Unsloth и библиотеки TRL. Её можно применять для диалогов и генерации ответов на текстовые запросы. В метаданных также отмечен интерфейс вызова инструментов, но подробности его обучения и работы в карточке не описаны. Модель распространяется под лицензией Apache-2.0. README не сообщает, на каких данных и для каких узких задач выполнялось дообучение, поэтому качество в конкретных областях по карточке оценить нельзя.

Карточка модели mergekit-community/llama-world на Hugging Face совпадает с карточкой fradinho/world-llama2, поэтому описание составлено по ней. fradinho/world-llama2 — объединённая диалоговая языковая модель на архитектуре Llama с 6,6 млрд параметров. Она создана методом task arithmetic с помощью mergekit из LargeWorldModel/LWM-Text-Chat-1M и NousResearch/Llama-2-7b-chat-hf; веса сохранены в формате safetensors, исходная точность — bfloat16. Модель предназначена для генерации текста и ведения диалогов. Заявленная длина контекста составляет 1 048 576 токенов, что позволяет обрабатывать длинные текстовые запросы и документы. В карточке базовая диалоговая модель описана как англоязычная; отдельные языковые возможности итогового объединения не уточняются. Модель распространяется по лицензии MIT. Карточка не приводит сравнительных оценок качества или специальных мер безопасности; результаты на длинном контексте и в других языках могут зависеть от сценария применения.

LWM-Text-Chat-512K — открытая авторегрессионная языковая модель семейства LLaMA, созданная LargeWorldModel на основе LLaMA-2. Это плотный трансформер с 6,6 млрд параметров и контекстом до 524 288 токенов, предназначенный для генерации текста и работы с очень длинными документами. Модель обучали в декабре 2023 года на подмножестве Books3: 3 500 документов длиной от 500 тысяч до 1 миллиона токенов. Модель может применяться для продолжения текста, диалога и анализа длинных материалов в пределах контекстного окна. Карточка не описывает отдельные результаты оценки качества или подробные ограничения; производительность на конкретных задачах следует проверять отдельно. В репозитории указаны веса PyTorch. Лицензия в предоставленных данных не указана.

M7T3qm7xp_Strangemerges_32T3qm7xp — слитая языковая модель на архитектуре Mistral, созданная объединением automerger/M7T3qm7xp-7B и automerger/Strangemerges_32T3qm7xp-7B. Она предназначена для генерации текста и может использоваться в приложениях, где нужны ответы или продолжение текста с длинным контекстом. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Веса представлены в формате safetensors. Языки применения не указаны. Модель распространяется по лицензии Apache-2.0.

M7Yamshadowexperiment28_Experiment24Ognoexperiment27 — объединённая модель генерации текста на архитектуре Mistral, созданная из automerger/M7Yamshadowexperiment28-7B и automerger/Experiment24Ognoexperiment27-7B. Она предназначена для генерации продолжений текста и диалоговых ответов; модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель принимает текст и выдаёт текст. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Сведений о специализированной предметной области или дополнительных ограничениях качества в карточке нет.

M7Yamshadowexperiment28_Experiment26Strangemerges_32 — объединённая текстовая модель семейства Mistral, созданная из automerger/M7Yamshadowexperiment28-7B и automerger/Experiment26Strangemerges_32-7B. Она предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Модель имеет плотную архитектуру MistralForCausalLM и 7,1 млрд параметров; веса представлены в формате safetensors. Карточка не описывает специализацию по языкам или предметным областям, поэтому модель можно рассматривать как универсальную генеративную модель. Лицензия — Apache-2.0.

MaziyarPanahi/M7Yamshadowexperiment28_T3qm7xpExperiment26 — объединённая методом SLERP языковая модель семейства Mistral, разработанная на основе automerger/M7Yamshadowexperiment28-7B и automerger/T3qm7xpExperiment26-7B. Модель содержит 7,1 млрд параметров, построена на плотной архитектуре MistralForCausalLM и принимает текст для генерации текста и диалогов с контекстом до 32 768 токенов. Модель предназначена для генерации продолжений текста и ответов в диалоге. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. README не сообщает о специальных ограничениях качества или целевых областях применения; указанные возможности относятся к генерации текста общего назначения.

Matter-0.1-7B-boost-slerp — языковая модель для генерации текста, созданная объединением Mistral-7B-v0.1 и Matter-0.1-7B-boost с помощью mergekit методом slerp. Модель имеет плотную архитектуру MistralForCausalLM и 7,1 млрд параметров; веса представлены в формате safetensors. Указанная длина контекста — 32 768 токенов. Модель предназначена для генерации текста в системах на базе Transformers. Карточка подтверждает факт объединения моделей, но не описывает специализированные сценарии, языковой охват или результаты оценки качества. Лицензия — Apache-2.0.

MB-Zephyria-45b — экспериментальная текстовая модель SteelStorage, созданная на основе unsloth/Mistral-Small-Instruct-2409. В ней 55 слоёв: с 19-го слоя продублированы 30 слоёв, а последние 7 слоёв остаются уникальными. В метаданных указаны 44,3 млрд параметров и контекст до 131 072 токенов; архитектура — плотная MistralForCausalLM. Модель предназначена для диалогов и генерации текста, включая потенциально сложные рассуждения и творческие задачи; интерфейс поддерживает вызов инструментов. Автор описывает подход как Modified Balanced Approach with Extended Duplication, нацеленный на улучшение понимания и креативности. При этом README предупреждает, что слои down_proj и o_proj обнулены и требуют восстановления, поэтому качество модели может быть нарушено. Файлы представлены в формате safetensors и используются с библиотекой Transformers. Лицензия в предоставленных данных не указана.

knkarthick/MEETING-SUMMARY-BART-LARGE-XSUM-SAMSUM-DIALOGSUM — модель на архитектуре BART, созданная дообучением facebook/bart-large-xsum. Она предназначена для суммаризации встреч и диалогов, в том числе в сценариях, связанных с датасетами SAMSum и DialogSum. Модель содержит 252,8 млн параметров и принимает текст с контекстом до 1024 токенов, выдавая краткое текстовое резюме. Модель ориентирована на англоязычные входные данные. Репозиторий включает веса PyTorch и SafeTensors, а также формат TensorFlow. Лицензия — Apache-2.0. Карточка сообщает о дообучении базовой модели, но не приводит оценок качества или подробностей о данных обучения и поведении на длинных либо иных языковых входах.

MeliodasPercival_01_Experiment27Experiment29 — объединённая модель, созданная из automerger/MeliodasPercival_01-7B и automerger/Experiment27Experiment29-7B. Она предназначена для генерации текста и диалогов. Модель построена на архитектуре Mistral с плотной авторегрессионной языковой моделью, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель опубликована в формате Safetensors под лицензией Apache-2.0. Сведения о языковой специализации и конкретных ограничениях в карточке не приведены.

MaziyarPanahi/MeliodasPercival_01_Multi_verse_modelM7 — объединённая языковая модель на архитектуре Mistral, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/Multi_verse_modelM7-7B. Модель содержит 7,1 млрд параметров и принимает текст для авторегрессионной генерации текста; поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых ответов, однако карточка не уточняет специальные сценарии, языки или настройки общения. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

MeliodasPercival_01_T3qm7xPercival_01 — объединённая текстовая модель на архитектуре Mistral с 7,1 млрд параметров. Веса объединяют automerger/MeliodasPercival_01-7B и automerger/T3qm7xPercival_01-7B, а формат хранения — safetensors. Модель предназначена для генерации текста и диалогов. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. В метаданных указана лицензия Apache-2.0. README не приводит дополнительных сведений о специализации, языках или ограничениях модели.

MeliodasPercival_01_YamshadowStrangemerges_32 — объединённая языковая модель семейства Mistral, созданная из automerger/MeliodasPercival_01-7B и automerger/YamshadowStrangemerges_32-7B. Она содержит 7,1 млрд параметров и предназначена для генерации текста и диалогов; поддерживает контекст до 32 768 токенов. Модель принимает текст и выдаёт текст. В карточке не указаны специализация по языкам, дополнительные прикладные области или отдельные оценки качества. Модель опубликована в формате safetensors под лицензией Apache-2.0.

MaziyarPanahi/MeliodasPercival_01_YamT3qm7x — объединённая модель на архитектуре Mistral с 7,1 млрд параметров. Она создана путём слияния моделей automerger/MeliodasPercival_01-7B и automerger/YamT3qm7x-7B. Модель предназначена для генерации текста и диалогов. Она принимает текст и поддерживает контекст длиной до 32 768 токенов, что позволяет использовать её для многоходовых бесед и работы с длинными текстовыми запросами. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. README не описывает специализированные области применения или дополнительные возможности модели.

Mercury 2.5 — языковая модель на основе диффузии (dLLM), разработанная Inception. Она предназначена для генерации текста и рассуждений; вместо последовательной выдачи токенов модель генерирует и уточняет несколько токенов параллельно. В доступной части карточки Mercury 2.5 названа самой быстрой reasoning LLM компании и её новейшей диффузионной языковой моделью. Данных о размере, контексте, языках, лицензии и ограничениях в предоставленных материалах нет.

Карточка модели mergekit-community/mergekit-slerp-utpztvu на Hugging Face совпадает с карточкой mergekit-community/mergekit-slerp-jlrpbqb, поэтому описание составлено по ней. Это объединённая модель генерации текста на архитектуре Mistral, созданная сообществом mergekit-community методом SLERP из arcee-ai/sec-mistral-7b-instruct-1.6-epoch и cognitivecomputations/dolphin-2.8-mistral-7b-v02. Модель содержит около 7,1 млрд параметров, рассчитана на диалоговое применение и использует контекст до 32 768 токенов. Модель предназначена для генерации ответов в диалоге и других сценариев генерации текста. Веса доступны в формате Safetensors и имеют тип bfloat16. В метаданных указана библиотека Transformers. Сведения о лицензии и конкретных ограничениях поведения в предоставленных данных отсутствуют.

Metis-27B — мультимодальная диалоговая модель с постоянной памятью, разработанная IAAR-Shanghai на основе Qwen/Qwen3.5-27B. Репозиторий содержит полные объединённые веса модели; архитектура плотная, число параметров — 26,8 млрд. Модель предназначена для диалога и работы с памятью, а метаданные также указывают поддержку входов с изображениями и текста. Модель загружается через Transformers; для неё требуется версия 5.4.0 или новее и код Transformers из репозитория. В README приведён пример загрузки в формате bfloat16. Лицензия — Apache-2.0. Карточка не приводит сведений о длине контекста и конкретных языках, поэтому они не уточняются.

MFANNv0.7 — диалоговая модель семейства Llama, разработанная автором netcat420 и дообученная на датасете MFANN. Это версия 0.7 модели, обученной с использованием цепочек рассуждений; она предназначена для генерации ответов в чате и классификации текста. Репозиторий создан 2 мая 2024 года и содержит веса в формате safetensors; размер модели — 7,5 млрд параметров, контекст — до 8192 токенов. Модель распространяется по лицензии Apache-2.0.

MiMo-V2.5-ASR-8B-NOESIS-BF16 — версия модели распознавания речи Xiaomi MiMo-V2.5-ASR-8B, подготовленная AMAImedia для платформы автоматизации дубляжа NOESIS. Это плотная причинная языковая модель на архитектуре MiMoV2ASRForCausalLM, производной от Qwen2; в аудиотракте используются аудиотокены с параметрами n_rvq=20 и group_size=4. Веса преобразованы из FP32 в BF16 для уменьшения занимаемого места и совместимости с инструментами PEFT; дообучение модели не заявлено. По данным карточки, модель предназначена для распознавания и транскрибации речи на китайском путунхуа, английском и кантонском языках. Контекст составляет 8192 токена. Модель подходит для многоязычной транскрибации и как компонент конвейера кинодубляжа; BF16-сборка также рассчитана на запуск на оборудовании с нативной поддержкой BF16 и на использование в качестве основы для адаптерного дообучения или учителя при дистилляции. Карточка не приводит оценок точности или подробных условий работы с разными акустическими условиями. Лицензия — MIT.

Карточка модели XiaomiMiMo/MiMo-VL-7B-SFT-2508 на Hugging Face совпадает с карточкой XiaomiMiMo/MiMo-VL-7B-RL-2508, поэтому описание составлено по ней. MiMo-VL-7B-RL-2508 — мультимодальная модель Xiaomi для понимания изображений и видео и ответов на вопросы по визуальному содержимому. Она основана на архитектуре Qwen2.5-VL и включает визуальный ViT-энкодер с обработкой исходного разрешения, MLP-проектор для связи изображения с языковой частью и языковую модель MiMo-7B. Размер модели — 7 млрд параметров, контекст — до 128 000 токенов. Модель предназначена для визуального рассуждения, распознавания и описания содержания изображений, анализа видео, визуального grounding и понимания графических интерфейсов. Версия RL-2508 прошла постобучение с обучением с подкреплением и поддерживает режим управления рассуждением: по умолчанию рассуждение включено, а командой /no_think можно запросить прямой ответ. Модель работает через Transformers и выдаёт текст; в README приведены высокие результаты на MMMU и VideoMME. Модель распространяется по лицензии MIT. Практическое применение требует учитывать, что ответы могут быть ошибочными, а README описывает в основном результаты собственных оценок разработчика; для корректной подачи визуальных данных в запросе нужно размещать изображение или видео перед текстом.