I.14Автоматизация процессов и AI-агенты

Experiment24Yam-7B — автоматически объединённая модель для генерации текста, созданная Maxime Labonne из yam-peleg/Experiment24-7B и mayacinka/yam-jom-7B. Она основана на архитектуре Mistral с плотной архитектурой причинного языкового моделирования и содержит 7,1 млрд параметров; модель рассчитана на контекст до 32 768 токенов. Для объединения применён метод SLERP с настройками, различающимися для слоёв self-attention и MLP. Модель предназначена для генерации текста на входе в виде текста. Карточка не описывает специализированные области применения или языковую специализацию. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Experiment27Yam-7B — объединённая Maxime Labonne модель на архитектуре Mistral для генерации текста. В README указан автоматический merge с использованием yam-peleg/Experiment27-7B и mayacinka/yam-jom-7B-slerp методом dare_ties; метаданные связывают модель с mayacinka/yam-jom-7B-slerp. Модель содержит 7,1 млрд параметров, принимает текстовый ввод и поддерживает контекст до 32 768 токенов. Модель подходит для генерации продолжений текста и диалоговых ответов. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. README не приводит оценок качества или подробных сведений о специализации модели.

Falcon2-5.5B-Portuguese — языковая модель на архитектуре FalconForCausalLM, созданная путём прореживания модели tiiuae/falcon-11B методом passthrough merge. Авторы использовали сходство слоёв, оценённое на 2000 примерах португалоязычной Википедии, чтобы выбрать сохраняемые диапазоны слоёв; итоговая модель содержит около 7,8 млрд параметров и распространяется в формате safetensors с библиотекой Transformers. Модель предназначена для генерации текста и дальнейшей адаптации под диалоги, суммаризацию и другие задачи. Контекст составляет 8192 токена. Основной язык карточки — португальский; README также сообщает о поддержке английского, немецкого, испанского, французского, итальянского, польского, нидерландского, румынского, чешского и шведского, но предупреждает о слабом обобщении на языки за пределами этого набора. Лицензия — Apache-2.0. README рекомендует оценивать риски и настраивать защитные меры перед применением в производственной среде.

facebook/fasttext-es-vectors — предварительно обученные испанские векторные представления слов на базе fastText, разработанного Facebook. Модель предназначена для получения векторов слов и их применения в задачах классификации текста и определения языка. Она подходит для экспериментов, прототипирования и практических приложений, работает на обычном многоядерном процессоре и не требует специализированного оборудования. Векторы обучены методом CBOW с позиционными весами на корпусах Common Crawl и Wikipedia. Размерность представлений — 300; используются символьные n-граммы длины 5, окно контекста 5 и 10 отрицательных примеров. Символьные n-граммы позволяют строить представления также для словоформ, не встречавшихся напрямую при обучении. Модель ориентирована на испанский язык. Лицензия — CC BY-SA 3.0. Косинусное сходство векторов можно использовать для оценки семантической близости слов. Предсказания могут отражать смещения, присутствующие в обучающих данных.

Fett-uccine-Long-Noodle-7B-120k-Context — объединённая модель для генерации текста и диалогов, созданная с помощью mergekit методом SLERP. В слиянии использованы Fett-uccine-7B и Mistral Yarn 120k ctx; модель построена на архитектуре Mistral и содержит 7,1 млрд параметров. Модель предназначена для генерации текста в диалоговом формате. В названии и описании проекта заявлено расширение контекста до 120 тысяч токенов за счёт Mistral Yarn, однако метаданные указывают native context в 32 768 токенов. Поэтому заявленную длину 120 тысяч токенов нельзя считать подтверждённой характеристикой этой публикации. Модель распространяется в формате safetensors и рассчитана на использование через Transformers. Лицензия в предоставленных данных не указана.

Flammen-Bophades — объединённая методом SLERP языковая модель на основе двух моделей Mistral, созданная nbeerbower с помощью mergekit. Она предназначена для генерации текста, диалоговых ответов и математических запросов. Модель имеет плотную архитектуру MistralForCausalLM, 7,1 млрд параметров и контекстное окно до 32 768 токенов; веса опубликованы в формате safetensors и рассчитаны на работу через Transformers. В объединение вошли nbeerbower/flammen15-gutenberg-DPO-v1-7B и nbeerbower/slerp-bophades-truthy-math-mistral-7B. Репозиторий распространяется по лицензии Apache-2.0. Карточка подтверждает генерацию текста и включение математически ориентированной базовой модели, но не приводит сравнительных оценок качества или подробных ограничений; результаты могут зависеть от запроса и настроек генерации.

FusedKuno — разговорная языковая модель, созданная слиянием Nitral-AI/Kunocchini-7b-128k-test и Virt-io/FuseChat-Kunoichi-10.7B с помощью LazyMergekit. В основе лежит плотная архитектура Mistral с 7,1 млрд параметров; веса представлены в формате Safetensors, а слияние выполнено методом SLERP с настройками для слоёв self-attention и MLP. Модель предназначена для генерации текста и диалогового общения. Метаданные указывают контекстное окно 32 768 токенов. Модель распространяется по лицензии Apache-2.0. Карточка не содержит описания специальных прикладных областей или языковой специализации.

QuantFactory/gemma-2-27b-it-abliterated-GGUF — это квантованная версия модели byroneverson/gemma-2-27b-it-abliterated, созданная командой QuantFactory с использованием llama.cpp. Модель предназначена для генерации текста и диалоговых сценариев, включая работу через инструменты и экосистему llama.cpp. В карточке указана поддержка английского языка и библиотека Transformers. Модель относится к семейству Gemma 2, имеет размер 27B параметров и распространяется в формате GGUF. Она основана на instruct-версии Gemma 2, а также прошла процедуру abliteration: из весов удалялось направление, связанное с отказами модели, с последующей ортогонализацией файлов .safetensors. Это может сделать модель менее склонной к отказам, но одновременно снижает предсказуемость защитного поведения и не гарантирует безопасные ответы. Квантование может уменьшать требования к памяти и вычислительным ресурсам по сравнению с полной версией модели, однако точный метод и уровень квантования в представленном README не указаны. Размер контекста, поддерживаемые дополнительные модальности, точные аппаратные требования и результаты тестирования не приведены. Модель распространяется по лицензии Gemma.

Это пакет слоёв модели Gemma 4 31B Instruct в формате GGUF, подготовленный Mesh LLM для распределённого запуска. Пакет основан на unsloth/gemma-4-31B-it-qat-GGUF и разделяет её веса на артефакты по слоям для работы на кластере из нескольких локальных машин. Модель предназначена для диалогов и обработки изображений с текстом, а пакет — для приватного локального инференса, распределения вычислений между узлами и обслуживания запросов через совместимый с OpenAI API Mesh LLM. Указаны архитектура Gemma и вариант квантования UD-Q4_K_XL; прочие детали архитектуры и контекста в карточке пакета не приведены. Репозиторий распространяется по лицензии Apache-2.0. Для работы требуется Mesh LLM и доступные узлы кластера; качество и ограничения модели определяются исходной моделью и вариантом квантования.

Это пакет слоёв модели Gemma 4 31B Instruct, подготовленный Mesh LLM для распределённого вывода из GGUF-файлов. Он основан на unsloth/gemma-4-31B-it-GGUF и сохраняет её веса в виде отдельных артефактов по слоям; вариант квантования — UD-Q4_K_XL. Пакет предназначен для локального приватного запуска чат-модели через Mesh LLM. Слои можно распределить между несколькими компьютерами, если модель целиком не помещается на одном узле, а локальный API совместим с OpenAI Chat Completions. Для запуска требуется Mesh LLM и вычислительные ресурсы кластера. Подробности об архитектуре, языках, контексте и лицензии следует сверять с карточкой исходной модели unsloth/gemma-4-31B-it-GGUF: в предоставленных данных этих сведений нет.

GigaAM-Multilingual MLX FP16 — независимый порт модели распознавания речи GigaAM-Multilingual для запуска через MLX на Apple Silicon. Модель преобразует аудио в текст и рассчитана прежде всего на офлайн-транскрибацию на macOS; артефакт содержит веса FP16 размером около 1,17 ГБ и распространяется по лицензии MIT. Модель поддерживает русский, английский, казахский, кыргызский и узбекский языки. В сравнительном тесте на публичных наборах для основных языков FP16 показал макро WER 5,066%; качество и скорость могут отличаться на других устройствах и аудиоданных. Для работы нужны Apple Silicon, macOS 14 или новее и совместимая версия MLX. Это распознавание речи без диаризации и потоковой обработки. Временные метки слов приблизительны; качество может снижаться из-за шума, удалённой речи, акцентов, переключения языков, музыки, одновременной речи и тематически отличающихся данных.

HelpingAI/hai3.1-checkpoint-0002 — языковая модель HelpingAI с плотной архитектурой и 14 млрд параметров, представленная как контрольная точка обучения. Модель предназначена для генерации текста и диалогового использования; заявлен интерфейс для вызова инструментов. Контекстное окно составляет 40 960 токенов, веса опубликованы в формате safetensors. В README указано, что модель ещё обучается, а её слои собраны из нескольких моделей и выровнены постобучением после слияния. Полностью готовы только разделы LLM и классификации, поэтому возможности и качество могут быть неполными или нестабильными. Репозиторий использует лицензию с пометкой other; конкретные условия по имеющимся сведениям определить нельзя.

davanstrien/headline-similarity — модель Sentence Transformers на базе BERT, разработанная для сопоставления заголовков и других коротких текстов по смыслу. Она преобразует предложения и абзацы в плотные векторы размерностью 768 и подходит для семантического поиска, кластеризации и оценки сходства. Модель дообучена на dbmdz/bert-base-historic-multilingual-cased с использованием MultipleNegativesRankingLoss; в обучающих данных использовался набор headlines-semantic-similarity. Архитектура содержит 137,8 млн параметров, а контекст ограничен 512 токенами. Модель ориентирована на английские газетные заголовки. Её можно применять для поиска похожих заголовков, группировки публикаций по теме и обнаружения семантически близких формулировок. Репозиторий использует формат PyTorch; в предоставленных сведениях лицензия не указана.

Это модель автоматического распознавания речи на основе Arabic HuBERT-Large с CTC-декодером, дообученная авторами репозитория на наборах MGB-3 и Egyptian Arabic Conversational Speech Corpus. Она предназначена для преобразования египетской арабской разговорной речи в текст; языковая модель при декодировании не используется. Базовый HuBERT был предварительно обучен на 2 000 часах арабской речи с частотой дискретизации 16 кГц, поэтому входное аудио следует подавать с частотой 16 кГц. В README приведены WER 23,55% на валидации и 25,59% на тесте; заявленный авторами результат для египетского арабского — state of the art на момент публикации карточки. Модель содержит около 402,7 млн параметров и доступна в форматах PyTorch и Safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

aysinghal/ide-code-retrieval-qwen3-0.6b — модель SentenceTransformers, созданная дообучением Qwen/Qwen3-Embedding-0.6B для поиска исходного кода в IDE. Она кодирует короткие запросы на естественном языке, например сообщения коммитов и описания ошибок, и документы с кодом в общее пространство эмбеддингов. Поиск выполняется сравнением векторов по косинусному сходству. Модель содержит около 507,6 млн параметров и выдаёт нормализованные эмбеддинги размерности 1024. В README указана максимальная длина последовательности 1024 токена; метаданные базовой модели указывают нативный контекст 32768 токенов. Обучение проводилось на наборе данных для поиска кода, а карточка обозначает английский язык. Модель распространяется по лицензии Apache-2.0. Это промежуточный чекпойнт на шаге 9000 из 9150, поэтому более поздний чекпойнт может показывать лучшие результаты. Модель обучалась на конкретном наборе для поиска кода и может хуже работать с другими языками программирования или стилями запросов; длинные документы обрезаются.

IndicBART — предобученная многоязычная модель последовательность-в-последовательность от AI4Bharat, основанная на архитектуре mBART. Она предназначена для создания приложений генерации текста на индийских языках и английском; модель можно дообучать на размеченных данных для машинного перевода, суммаризации и генерации вопросов. Веса содержат около 166,2 млн параметров, модель обучена на корпусе IndicCorp из 452 млн предложений и 9 млрд токенов, а длина контекста составляет 1024 токена. Модель поддерживает ассамский, бенгальский, гуджарати, хинди, каннада, малаялам, маратхи, ория, пенджаби, тамильский, телугу и английский языки. Все языки, кроме английского, представлены в деванагари для переноса знаний между родственными языками; для работы с другими индийскими письменностями README рекомендует преобразовывать текст в деванагари и затем возвращать исходную письменность. По сравнению с mBART и mT5-base модель компактнее и требует меньше вычислений при дообучении и генерации. Лицензия в предоставленных данных не указана.

Это дообученная модель Whisper, созданная на основе parthiv11/indic_whisper_hi_multi_gpu. Она предназначена для автоматического распознавания речи и транскрибирования аудио; карточка указывает хинди в названии модели, а базовая модель каталога имеет подтверждённую поддержку хинди. Модель реализована как WhisperForConditionalGeneration и распространяется в формате safetensors. В README приведены результаты оценки: loss 0.5186 и Global WER 26.4368. Описание набора данных, условия оценки и подробные сценарии применения в карточке не раскрыты, поэтому результаты нельзя переносить на другие данные без проверки. Лицензия — MIT.

Pustekhan-ITB/indoedu-e5-base — модель Sentence Transformer, разработанная как дообучение intfloat/multilingual-e5-base на индонезийском наборе stsb-indo-edu. Она преобразует предложения и абзацы в плотные векторы размерности 768, нормализованные для сравнения по косинусному сходству. Архитектура основана на XLM-RoBERTa с усреднением токенных представлений; модель содержит 305,2 млн параметров и принимает последовательности длиной до 514 токенов. Модель предназначена прежде всего для оценки семантического сходства индонезийских текстов, семантического поиска, поиска перефразировок и кластеризации. Эмбеддинги также можно применять для классификации текста и поиска по смыслу. В карточке приведены низкие результаты на тестах сходства stsb-indo-edu (Spearman 0,1512), поэтому качество для конкретной задачи следует проверять отдельно. Лицензия в предоставленных данных не указана.

Карточка модели sensenova/InteractiveOmni-4B на Hugging Face совпадает с карточкой sensenova/InteractiveOmni-8B, поэтому описание составлено по ней. InteractiveOmni-8B — плотная омнимодальная модель SenseNova для интерактивного общения с изображениями, аудио, текстом и видео. Она принимает мультимодальные входные данные и генерирует связные текстовые и речевые потоки; поддерживает многошаговое взаимодействие и долговременную память. Модель предназначена для мультимодального понимания, речевого диалога и генерации речи, а также для сценариев, где требуется сочетать аудио-визуальный ввод с текстовыми ответами. В README заявлены результаты уровня SOTA на открытых тестах понимания изображений, аудио и видео, а также речевого общения; приведены сценарии запуска через Transformers с требованием версии не ниже 4.51.0 и FlashAttention 2. В репозитории доступны файлы ONNX и safetensors. Лицензия — MIT. Размер 8B указан в названии модели; поддерживаемые языки по карточке — китайский и английский.

InternVL2_5-1B-MPO — компактная мультимодальная модель OpenGVLab для диалога по изображениям. Это вариант семейства InternVL2.5, дообученный с использованием Mixed Preference Optimization (MPO). Архитектура сочетает визуальный энкодер InternViT-300M-448px-V2_5, проектор MLP и языковую часть Qwen2.5-0.5B-Instruct; модель распространяется в формате Safetensors и запускается через Transformers. Модель предназначена для ответов на вопросы по изображениям, распознавания и интерпретации визуальной информации, включая работу с несколькими изображениями и видео. Динамическое разрешение разбивает изображения на фрагменты 448×448 пикселей, а pixel unshuffle сокращает число визуальных токенов. По результатам приведённых в карточке тестов MPO улучшает отдельные показатели, в частности OCRBench и MathVista, по сравнению с InternVL2.5-1B. Карточка не приводит длину контекста или перечень поддерживаемых языков, кроме общей пометки multilingual. Лицензия — MIT.

OpenGVLab/InternVL3_5-30B-A3B-Flash — мультимодальная модель семейства InternVL3.5, дообученная на основе OpenGVLab/InternVL3_5-30B-A3B. Она принимает изображения и текст и предназначена для диалогов, визуальных вопросов и ответов, а также рассуждений по содержимому изображений. Поддерживает мультимодальные сценарии, включая обработку нескольких изображений; карточка указывает архитектуру InternVLChatModel и загрузку через Transformers. В семействе InternVL3.5 применяются каскадное обучение с подкреплением для улучшения рассуждений, Visual Resolution Router для динамической настройки разрешения визуальных токенов и раздельное развёртывание зрения и языковой модели для повышения эффективности инференса. README также заявляет поддержку взаимодействия с GUI и embodied-сценариев для семейства. Размер контекста и точные языки этой версии в предоставленных данных не приведены; метаданные характеризуют языковую поддержку как многоязычную. Лицензия — Apache-2.0. Для запуска требуются значительные вычислительные ресурсы: для моделей семейства до 30B параметров README приводит возможность развёртывания на одной A100.

Jupiter-k-7B-slerp — языковая модель для генерации текста и диалогов, созданная Kukedlc. Это объединение моделей NeuralContamination-7B-ties, NeuralTopBench-7B-ties и StrangeMerges_32-7B-slerp с помощью LazyMergekit; архитектура основана на Mistral, размер — 7,1 млрд параметров. Модель распространяется в формате safetensors и поддерживает контекст до 32 768 токенов. Модель подходит для диалогового общения и генерации текста. Она распространяется по лицензии Apache-2.0. README не описывает специальные предметные области или отдельные гарантии качества.

K2 — плотная авторегрессионная языковая модель семейства Llama с 65 млрд параметров, разработанная в сотрудничестве MBZUAI, Petuum и LLM360. Репозиторий IFM/K2 содержит базовую версию модели; в проекте также выпущена отдельная чат-версия. Модель обучена на 1,4 трлн токенов в два этапа, а её контекст составляет 8192 токена. K2 предназначена для генерации текста и ответов на запросы на английском языке. Её можно использовать как основу для чат-приложений, а также для экспериментов с предварительным обучением и дообучением крупных языковых моделей. Авторы сообщают о цели воспроизводимо раскрыть процесс обучения и сопутствующие артефакты; карточка приводит оценки на общих и специализированных тестах, включая математику, медицину и программирование. Модель опубликована в формате Safetensors для Transformers и распространяется по лицензии Apache 2.0. Она обучена преимущественно для английского языка; данных о поддержке других языков в карточке нет.

maywell/koOpenChat-sft — дообученная модель для генерации текста на основе OpenChat3.5. Она предназначена для диалогов и выполнения инструкций; поддерживает форматы ChatML и Alpaca без поля ввода. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и рассчитана на контекст до 8192 токенов. Модель обучена одним человеком на одном ускорителе A100 с 80 ГБ памяти. В README приведены результаты Open LLM Leaderboard, включая средние 51,36, ARC 59,81 и HellaSwag 78,73; отдельный раздел бенчмарков при этом не содержит результатов. Лицензия — CC BY-SA 4.0. Данных о поддерживаемых языках и специальных предметных областях нет.

Карточка модели LanguageBind/LanguageBind_Video_V1.5_FT на Hugging Face совпадает с карточкой LanguageBind/LanguageBind_Image, поэтому описание составлено по ней. LanguageBind_Image — модель для сопоставления изображений с текстовыми описаниями в рамках проекта LanguageBind, разработанного авторами исследования LanguageBind, принятого на ICLR 2024. В репозитории она представлена как PyTorch-модель на базе архитектуры CLIPModel и предназначена для классификации изображений без примеров на этапе обучения: пользователь задаёт текстовые метки или описания, а модель оценивает их соответствие изображению. Модель входит в мультимодальный подход LanguageBind, который использует язык как общий семантический ориентир для связывания представлений разных модальностей. Для этого чекпойнта подтверждён сценарий zero-shot классификации изображений; описание проекта также упоминает вычисление сходства между модальностями и текстом. README не сообщает размер этой модели, её языковой охват или длину контекста. Лицензия репозитория — MIT.

Llama-3.2-3B-TitanFusion — диалоговая языковая модель на архитектуре Llama, созданная слиянием нескольких предварительно обученных моделей с помощью mergekit и метода TIES. Базой слияния послужила huihui-ai/Llama-3.2-3B-Instruct-abliterated; также объединены Devarui379/VersatiLlama-Llama-3.2-3B-Instruct-Abliterated, ValiantLabs/Llama3.2-3B-Esper2 и SaisExperiments/Evil-Alpaca-3B-L3.2. Модель содержит 3,2 млрд параметров, рассчитана на генерацию текста и диалоговые ответы. Заявленная длина контекста — 131072 токена; доступны веса в формате safetensors для библиотеки Transformers. Метаданные указывают на интерфейс для вызова инструментов, но подробности его использования в карточке не приведены. Данные не подтверждают поддержку конкретных естественных языков. В числе объединённых моделей есть варианты с ослабленными отказами, однако карточка не описывает поведение итоговой модели подробно. Лицензия в предоставленных данных не указана.

Llama3-8B-Chinese-Chat-GGUF-8bit — это 8-битная квантованная версия в формате GGUF чат-модели, разработанной Shenzhi Wang на базе Meta-Llama-3-8B-Instruct от Meta. Модель предназначена для генерации текста и диалоговых сценариев на китайском и английском языках, включая ролевое взаимодействие, вызов функций и решение математических задач. В README указано, что основная ветка содержит версию v2.1; варианты v1 и v2 доступны в отдельных ветках. Модель содержит около 8 миллиардов параметров и использует архитектуру базовой Llama 3, однако подробные сведения о контекстном окне и поддерживаемых модальностях не приведены. Версия v2.1 обучалась на примерно 100 тысячах пар предпочтений, что в пять раз больше, чем у предыдущих версий. По заявлению разработчиков, она улучшает ролевые сценарии, вызов функций и математику, а также реже добавляет английские слова в ответы на китайском языке. Ограничением является то, что идентичность модели специально не настраивалась, поэтому ответы на вопросы о её происхождении могут быть случайными или неточными. Модель распространяется по лицензии llama3. Для использования требуется учитывать условия этой лицензии и особенности формата GGUF и 8-битной квантизации.

Magpie-Align разработала Magpie-Align/Llama-3-8B-Magpie-Pro-SFT-300K-v0.1 — плотную авторегрессионную языковую модель семейства Llama 3, дообученную методом SFT на наборе Magpie-Pro-300K-Filtered. Модель содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. Она предназначена для генерации текста в диалоговом формате и выполнения инструкций; для лучшего качества диалога рекомендуется официальный шаблон чата Llama 3. По данным README, на отдельных задачах модель показывает результаты, сопоставимые с Llama-3-8B-Instruct, в частности в оценках AlpacaEval 2 и Arena Hard. В карточке указана поддержка английского языка. Модель распространяется по лицензии Meta Llama 3 Community License; перед применением необходимо соблюдать её условия.

llama-3-Stheno-Mahou-8B — плотная авторегрессионная языковая модель семейства Llama 3, созданная автором nbeerbower с помощью mergekit. Это слияние методом Model Stock моделей flammenai/Mahou-1.1-llama3-8B и Sao10K/L3-8B-Stheno-v3.1 с flammenai/Mahou-1.2-llama3-8B в качестве базовой модели слияния. Модель содержит 7,5 млрд параметров, распространяется в формате safetensors и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста и диалогового общения. Условия лицензии указаны как llama3. Доступные сведения не описывают отдельные языковые специализации или прикладные области модели.

shtoshni/longformer_coreference_ontonotes — модель Longformer-large, дообученная автором репозитория на данных OntoNotes для разрешения кореференции. Она предназначена для анализа документов: связывает упоминания одного и того же объекта или лица в разных частях текста. В README указано, что этот энкодер документов нужно использовать вместе с остальными параметрами модели для выполнения задачи; отдельно он предоставляет извлечения признаков. Модель основана на архитектуре Longformer и содержит 454,1 млн параметров. Максимальная длина контекста — 4098 токенов; формат репозитория — PyTorch. README не сообщает лицензию, поэтому условия использования по имеющимся данным определить нельзя.