I.14Автоматизация процессов и AI-агенты

huihui-ai/Qwen2.5-72B-Instruct-abliterated — это экспериментальная версия Qwen2.5-72B-Instruct, созданная автором huihui-ai методом abliteration, который изменяет поведение отказов языковой модели. Автор описывает её как грубую проверку концепции удаления отказов без использования TransformerLens. Модель предназначена для диалогов и генерации текста; метаданные также отмечают интерфейс вызова инструментов. Она построена на плотной архитектуре Qwen2, содержит 71,5 млрд параметров и имеет контекст до 32 768 токенов. В карточке перечислены китайский, английский, французский, испанский, португальский, немецкий, итальянский, русский, японский, корейский, вьетнамский, тайский и арабский языки. Ключевая особенность — ослабление отказов на запросы, которые базовая модель могла бы отклонить; автор подчёркивает предварительный характер реализации. Модель распространяется по лицензии с пометкой «other», поэтому условия использования следует проверять в карточке репозитория. Для запуска README указывает библиотеку Transformers и вариант для Ollama.

kechengcode/Qwen2-5B-16Layers — текстовая генеративная модель на архитектуре Qwen2, созданная объединением слоёв Qwen/Qwen2-7B методом passthrough с помощью mergekit. В репозитории указаны 4,3 млрд параметров, формат safetensors и контекст до 131 072 токенов; модель предназначена для генерации текста и диалогового взаимодействия. Модель принимает текст и выдаёт текст. Карточка не уточняет языки, качество на отдельных задачах и специальные области применения. Лицензия в предоставленных данных не указана.

MingZwhy выпустил компактную причинно-языковую модель Qwen3-0.6B с 507,9 млн параметров. Это дообученная версия Qwen/Qwen3-0.6B: веса квантованы до эффективных 2,79 бита на параметр, после чего модель восстановлена с помощью quantization-aware distillation и on-policy distillation. Для весов используются смешанные INT1.58 и INT4 блоки, для эмбеддингов и выходной головы — INT4, для активаций — INT8. Модель загружается через Transformers и предназначена для генерации текста и диалогов; контекст составляет до 40 960 токенов. В опубликованных автором тестах модель показала результаты, близкие к исходной версии BF16 на GSM8K, MATH-500, AMC23, MBPP, HumanEval и QA9, но на части тестов уступила базовой модели. Низкая разрядность квантования сокращает требования к хранению весов, однако качество зависит от задачи и может снижаться относительно полной версии. Лицензия — Apache-2.0.

Qwen3.5-21B-GLM-4.7-Flash-Heretic-Uncensored-Thinking — плотная мультимодальная модель на 21 млрд параметров от DavidAU, основанная на Qwen3.5-27B-Deckard-PKD-Heretic-Uncensored-Thinking. По карточке, исходную модель сначала освободили от ограничений безопасности, затем сократили с 27 до 21 млрд параметров и дообучили на наборе GLM 4.7 Flash Distill с помощью Unsloth. Заявлены 48 слоёв и контекст до 256 тысяч токенов. Модель предназначена для диалогов, рассуждений, генерации и продолжения прозы, ролевых сценариев, написания кода, а также анализа изображений. Карточка сообщает о вариативной длине рассуждений, поддержке обработки изображений и исправлениях шаблона диалога; модель по умолчанию использует режим Thinking. В описании представлены примеры работы, но независимые подтверждения заявлений о производительности не приведены. Репозиторий содержит веса Safetensors, библиотека — Transformers; лицензия — Apache-2.0. Модель явно ориентирована на генерацию контента без ограничений и может выдавать откровенные или графические материалы. Автор предупреждает о возможных повторах и зацикливании, особенно при низкой квантизации или недостаточно подробных запросах; качество и скорость могут зависеть от квантизации и настроек.

Qwen-3.5-4B-ASVD-Healed — сжатая и восстановленная дообучением версия Qwen/Qwen3.5-4B от автора репозитория Kodjaoglanian. Это плотная причинная языковая модель для диалогов и генерации текста; архитектура Qwen3_5ForCausalLM, около 3,4 млрд параметров, контекст до 262 144 токенов. В README описан метод структурного сжатия ASVD с сохранением 85% дисперсии и последующим восстановлением LoRA rank 32; адаптеры объединены с весами, модель опубликована в bfloat16 и формате safetensors. Модель рассчитана на обычные сценарии генерации текста и диалога, включая запуск в стандартной экосистеме Hugging Face и vLLM, в том числе на устройствах с ограниченной памятью. Карточка сообщает об использовании Wikitext-2 для калибровки; метаданные указывают английский язык. По заявлению автора, восстановление улучшает синтаксис и рассуждения после сжатия, а уменьшение числа параметров экономит видеопамять. Лицензия — Apache-2.0. Сжатие с порогом сохранения дисперсии 85% может ухудшить запоминание редких и узкоспециализированных фактов по сравнению с базовой моделью; для высокой фактической точности в специализированных областях автор рекомендует дополнительное дообучение. В README нет количественных результатов сравнительной оценки.

barozp/Qwen3.8-27B-Opus-Distill — плотная мультимодальная модель на 27 млрд параметров, созданная дообучением Qwen/Qwen3.8-27B с помощью LoRA и последующим объединением адаптера с базовыми весами. Разработчик обучал её на наборах примеров рассуждений, связанных с Claude Opus, чтобы улучшить решение многошаговых задач. Модель работает с текстом и изображениями; базовая модель также поддерживает анализ видео. Vision tower и голова MTP перенесены из базы без изменений. Модель предназначена для диалогов, анализа изображений и задач, где полезны рассуждения, например ответов на научные вопросы и решения задач с выбором ответа. В опубликованных разработчиком тестах ARC-Challenge и GPQA показали прирост относительно базовой модели, а результаты MMLU и языкового моделирования остались примерно на прежнем уровне. Сравнения выполнены в конкретном режиме оценки и не гарантируют аналогичного улучшения во всех сценариях. Лицензия — Apache-2.0. Известна воспроизводимая проблема: сочетание требования «без прозы» с дополнительным ограничением формата может вызвать бесконечный цикл самопроверки без видимого ответа. Для этой версии разработчик рекомендует не комбинировать такие ограничения или увеличить бюджет генерации; в README указана исправленная версия v2.

Qwen3.8-27B-Uncensored-GGUF — общественная GGUF-квантизация модели JonathanColetti/Qwen3.8-27B-Uncensored, опубликованная пользователем bowmanslayer. Артефакт предназначен для локального запуска через llama.cpp и совместимые инструменты. Это неофициальный релиз, не одобренный и не связанный с командой Qwen или Alibaba Cloud. Модель предназначена для генерации текста, локальных чат-сценариев и других задач вывода, поддерживаемых llama.cpp. Основные веса доступны в вариантах от Q3_K_M до Q8_0; размер Q4_K_M составляет 15,4 GiB, а IQ4_XS — 14,0 GiB. Указана гибридная архитектура с 64 слоями: 16 слоёв используют полноценное внимание, а 48 — Gated DeltaNet linear attention, что уменьшает объём KV-кэша и позволяет работать с большим контекстом. На одной RTX 3090 заявлен максимальный контекст до 111 872 токенов для Q4_K_M и до 133 632 для IQ4_XS, однако фактические значения зависят от квантизации, оборудования и настроек. Возможности vision предоставляются отдельным файлом mmproj и позволяют обрабатывать изображения; для сложного OCR и подсчёта мелких объектов специализированные модели Qwen3-VL могут быть лучше. Дополнительный файл MTP поддерживает speculative decoding и, по заявлению автора, ускоряет генерацию на CUDA примерно на 36%; требуется llama.cpp версии b10502 или новее. Модель имеет удалённое safety alignment и может выполнять запросы, от которых исходная модель отказывается, поэтому её нельзя безопасно предоставлять третьим лицам без собственного защитного слоя. Доступна по лицензии Apache-2.0.

unsloth/Qwen3-8B-Base — плотная авторегрессионная языковая модель семейства Qwen3, представленная Unsloth как версия с оптимизацией Dynamic 2.0. Это базовая модель на этапе предварительного обучения, предназначенная для генерации текста и дальнейшей адаптации под прикладные задачи. Архитектура — причинная языковая модель Qwen3ForCausalLM; в метаданных указано 7,6 млрд параметров, в README — 8,2 млрд параметров и 6,95 млрд без эмбеддингов. Контекст составляет 32 768 токенов. Базовая модель Qwen3 обучалась на многоязычном корпусе, включавшем 119 языков, а также данные по программированию, STEM, рассуждениям и общим знаниям. Модель подходит как основа для дообучения и экспериментов с генерацией текста; карточка отдельно рекомендует актуальную версию Transformers. Указана лицензия Apache-2.0. README сообщает о преимуществе точности Dynamic 2.0 относительно других квантованных версий, однако формат репозитория в метаданных — safetensors, поэтому не следует считать эту копию квантованной.

Qwen3-ForcedAligner-0.6B — модель выравнивания речи и текста из семейства Qwen3-ASR, разработанного командой Qwen. Она принимает аудио и соответствующий текст и предсказывает временные метки для слов или отдельных символов, что подходит для подготовки субтитров, синхронизации транскриптов и анализа речи. По README, модель поддерживает китайский, английский, кантонский, французский, немецкий, итальянский, японский, корейский, португальский, русский и испанский языки; длина аудио — до пяти минут. В метаданных указаны архитектура Qwen3ASRForConditionalGeneration, 0,6 млрд параметров в названии модели, формат safetensors и задача automatic-speech-recognition. Лицензия — Apache 2.0. README не уточняет ограничения точности, кроме предельной длины аудио.

mlx-community/Qwen3-VL-Embedding-2B-8bit — мультимодальная модель для получения эмбеддингов, опубликованная сообществом mlx-community. По README, она преобразована в формат MLX из Qwen/Qwen3-VL-Embedding-2B с помощью mlx-lm 0.1.0; метаданные связывают её с Qwen/Qwen3-VL-2B-Instruct как с базовой моделью. Архитектура относится к семейству Qwen3-VL, размер базовой модели — 2B параметров. Модель предназначена для извлечения векторных представлений мультимодальных данных, в частности для поиска и сопоставления текста и изображений. Репозиторий подготовлен для использования с mlx-embeddings. Лицензия — Apache-2.0. Карточка не уточняет поддерживаемые языки, длину контекста и конкретные метрики качества эмбеддингов. Поскольку README указывает преобразование из исходной embedding-модели, а каталог связывает репозиторий с Qwen3-VL-2B-Instruct как finetune, точная цепочка происхождения неоднозначна.

Tirth2109 разработал qwen-indic-v1 — дообученную с помощью LoRA модель Qwen3-Embedding-8B для создания текстовых эмбеддингов на индийских языках. Модель использует pooling по последнему токену и L2-нормализацию векторов; размер — 7,6 млрд параметров, контекст — до 40 960 токенов. Модель предназначена для получения эмбеддингов, семантического поиска и сравнения сходства предложений. README сообщает о 22 индийских языках в расписании обучения, а метаданные карточки перечисляют хинди, бенгальский, тамильский и урду. Обучение проводилось на обучающих частях данных с очисткой от пересечений с тестовыми наборами MTEB. Модель распространяется в формате safetensors по лицензии Apache-2.0. Известные ограничения: подробности качества по отдельным языкам и результаты оценивания в карточке не приведены.

Это языковая модель в формате GGUF, подготовленная и квантованная MaziyarPanahi. Репозиторий содержит файлы модели MaziyarPanahi/SciPhi-Self-RAG-Mistral-7B-32k-Mistral-7B-Instruct-v0.2-slerp, созданной на основе Mistral-7B-Instruct-v0.2 и SciPhi-Self-RAG-Mistral-7B-32k с использованием объединения моделей методом slerp. Модель предназначена для генерации текста и совместима с инструментами локального запуска, включая llama.cpp, text-generation-webui, KoboldCpp, GPT4All, LM Studio и llama-cpp-python. Вариант GGUF ориентирован на эффективное развертывание на локальных системах, в том числе с GPU-ускорением. Доступны варианты квантования от 2 до 8 бит, что позволяет выбирать между сниженным потреблением памяти и сохранением качества, однако README не содержит точных размеров файлов и результатов тестирования. Модель относится к классу 7B, работает с текстом и рассчитана на контекст до 32k токенов согласно названию базовой модели. Языки, специальные возможности Self-RAG и фактическое качество на конкретных задачах в README не описаны. Лицензия — Apache-2.0.

SenseVoiceSmall-GGUF — это GGUF-сборка модели SenseVoiceSmall, разработанной командой FunAudioLLM. Модель предназначена для автоматического распознавания речи и запускается через CPU-ориентированный runtime FunASR llama.cpp без необходимости использовать Python или собирать программное обеспечение самостоятельно. Она рассчитана на локальное применение на компьютерах и edge-устройствах, включая обработку аудиофайлов и длинных записей с использованием VAD-модуля. В основе модели лежит архитектура SAN-M encoder с CTC-декодированием. Она поддерживает китайский и английский языки, а также может добавлять к результату теги языка, эмоций и звуковых событий. Доступны варианты весов в форматах F16 размером около 470 МБ, Q8 размером около 235 МБ и F32 размером около 936 МБ; для Q8 заявлена точность, сопоставимая с F16. На CPU с восемью потоками модель достигает примерно 8,01% CER на указанном Mandarin-бенчмарке и работает примерно в 20 раз быстрее реального времени по данным README. К сильным сторонам относятся высокая скорость на CPU, автономный запуск, отсутствие обязательной зависимости от Python и поддержка дополнительных языковых, эмоциональных и событийных тегов. Ограничения включают заявленную поддержку только китайского и английского языков, необходимость отдельного VAD-модуля для длинного аудио и привязку к FunASR llama.cpp runtime. Модель распространяется по лицензии Apache-2.0.

Sentence-Llama-Bi-JP-0.5B — двунаправленный энкодер семейства Llama от iamtatsuki05 для создания японских эмбеддингов предложений. Модель дообучена на размеченных парах из cl-nagoya/ruri-v3-dataset-ft и предназначена для семантического поиска, сопоставления и оценки сходства текстов. Модель содержит около 661,9 млн параметров, формирует векторы размерностью 1280 с помощью mean pooling и поддерживает последовательности длиной до 8192 токенов. Для сравнения векторов рекомендуется косинусная мера. Карточка заявляет поддержку японского языка; метаданные указывают лицензию MIT.

sonoisa/sentence-t5-base-ja-mean-tokens — японская модель Sentence-T5, разработанная автором репозитория. Она преобразует предложения на японском языке в векторные представления для извлечения признаков и оценки сходства предложений. Модель основана на T5-base Japanese, содержит 123,8 млн параметров и принимает последовательности длиной до 512 токенов. По сообщению автора, на его закрытом наборе данных качество сопоставимо с sonoisa/sentence-bert-base-ja-mean-tokens. Для работы требуется SentencePiece. Веса доступны в форматах PyTorch и Safetensors по лицензии CC BY-SA 4.0.

sentence-transformers/sentence-t5-xl — модель Sentence-Transformers для преобразования предложений и абзацев в плотные векторы размерности 768. Она использует энкодер T5-3B и содержит 385,2 млн параметров; максимальная длина контекста составляет 512 токенов. Репозиторий содержит веса PyTorch в формате Safetensors, сохранённые в FP16. Модель предназначена прежде всего для вычисления сходства между предложениями: её можно применять для сравнения формулировок и поиска семантически близких текстов. Для семантического поиска по корпусам документов она работает хуже. Чекпойнт перенесён из TensorFlow-модели st5-3b-1 в PyTorch; по данным карточки, embeddings могут немного отличаться от TensorFlow-версии, хотя результаты на тех же бенчмарках совпадают. Лицензия — Apache-2.0.

sfmunfilterede2ealignment-4k5k6kweightedavgmerge — объединённая языковая модель, созданная с помощью mergekit методом Linear из контрольных точек обучения на шагах 4000, 5000 и 6000; базовой указана контрольная точка global_step6000. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и предназначена для генерации текста и диалогового взаимодействия. Максимальная длина контекста — 16 384 токена. Карточка не описывает специализацию на конкретных предметных областях или языках, поэтому модель можно охарактеризовать только как текстовую модель общего назначения. Репозиторий содержит веса в формате safetensors и рассчитан на использование с Transformers. Сведения о лицензии в предоставленных источниках отсутствуют.

SigLIP 2 So400m — модель семейства SigLIP 2, разработанная Google и предназначенная для сопоставления изображений и текста. Её применяют для классификации изображений по произвольным текстовым меткам, поиска изображений по текстовому запросу и как визуальный энкодер для мультимодальных моделей и других задач компьютерного зрения. Модель использует плотную архитектуру SigLIP и представлена в формате safetensors; работать с ней можно через Transformers. Предобучение проведено на наборе WebLI. SigLIP 2 развивает подход к предобучению SigLIP, объединяя его с ранее разработанными методами для улучшения семантического понимания, локализации и извлечения плотных признаков. Лицензия — Apache 2.0. Модель обрабатывает изображения и текстовые метки и выдаёт оценки соответствия; качество зависит от формулировок меток и характеристик изображений. README не приводит конкретных ограничений применения.

pkshatech разработала японскую модель SimCSE для получения векторных представлений предложений. Она основана на cl-tohoku/bert-base-japanese-v2 и дообучена на обучающей выборке JSNLI — набора для японского логического вывода на естественном языке. Модель использует архитектуру BERT-base с примерно 138,4 млн параметров и формирует эмбеддинг через слой полносвязного преобразования представления [CLS]. Модель предназначена для сравнения смысловой близости японских предложений, семантического поиска и задач, где нужны эмбеддинги предложений. В README указаны обучение в течение 20 эпох, использование сложных негативных примеров и максимальная длина последовательности 128 токенов; контекст модели по метаданным — до 512 токенов. Доступны веса PyTorch, лицензия — CC BY-SA 4.0.

jaspionjader/sof-6 — объединённая языковая модель, созданная разработчиком jaspionjader с помощью mergekit и метода Model Stock. В основу объединения легла jaspionjader/Kosmos-EVAA-Franken-stock-v43-8B; также использованы jaspionjader/sof-5, jaspionjader/sof-3 и jaspionjader/ek-6. Модель семейства Llama с архитектурой LlamaForCausalLM содержит 7,5 млрд параметров, принимает текст и предназначена для генерации текста в диалогах. Заявленная длина контекста — до 131 072 токенов; веса доступны в формате safetensors и типе данных bfloat16. README не приводит результатов оценки качества и не описывает конкретные языки или специальные прикладные области. Сведения о лицензии в предоставленных данных отсутствуют.

Stockmark-2-100B-Instruct-beta — большая языковая модель Stockmark Inc. с архитектурой Llama, содержащая 95,1 млрд параметров и предназначенная для генерации текста и диалогового взаимодействия. Модель обучена с нуля на примерно 1,5 трлн токенов: около 60% данных на английском языке, 30% на японском и 10% кода. После предварительного обучения она прошла постобучение на синтетических японских данных для улучшения следования инструкциям; синтетические данные были созданы с помощью Qwen2.5-32B-Instruct. Модель ориентирована прежде всего на японский язык, также обучалась на английском языке и коде. Контекст составляет 4096 токенов. Выпуск обозначен как beta, поэтому модель всё ещё проходит оценку и доработку. Распространяется по лицензии MIT.

StrangeMerges_25-7B-dare_ties — объединённая модель Gille, созданная методом dare_ties с помощью LazyMergekit на основе Gille/StrangeMerges_21-7B-slerp и bardsai/jaskier-7b-dpo-v5.6. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и ответов на запросы. Поддерживает контекст до 32 768 токенов. В README приведены результаты Open LLM Leaderboard: средний балл 76,33, включая 73,46 на AI2 Reasoning Challenge и 88,89 на HellaSwag. Карточка предупреждает о наследуемой последовательности «INSTINSTINSTINSTINST», которая может проявляться в ответах и снижать их качество. Лицензия — Apache-2.0.

Strawberry-1.2 — причинная языковая модель с архитектурой gpt_oss и смесью экспертов, дообученная artindnr на основе artindnr/strawberry-1.1. Она предназначена для многоязычных рассуждений и диалогов, в том числе на фарси, английском, немецком и испанском языках. Модель поддерживает контекст длиной до 131 072 токенов и использует шаблон чата Harmony; в метаданных указан размер 1,6 млрд параметров. Модель подходит для создания многоязычных помощников, обучающих инструментов и приложений, которым нужны инструкции и рассуждения на разных языках. Она стремится сохранять язык рассуждений, заданный в системном сообщении, независимо от языка запроса. Распространяется по лицензии Apache 2.0. Качество и языковое покрытие могут различаться: модель иногда смешивает языки, особенно в технических темах, а на языках с меньшим представительством в обучающих данных может работать хуже. Возможны фактические ошибки и ошибки в рассуждениях; отдельная настройка безопасности сверх унаследованной от базовых моделей не проводилась.

Модель yjoonjang/stsb-quora-distilroberta-linear-merge — демонстрационное линейное слияние двух англоязычных Cross-Encoder-моделей на базе DistilRoBERTa: cross-encoder/stsb-distilroberta-base и cross-encoder/quora-distilroberta-base. Разработчик объединил их веса методом linear с коэффициентами 0,5 и 0,5; это пример работы функции слияния CrossEncoder в Sentence Transformers, а не выпуск модели, специально настроенной под отдельную задачу. Модель предназначена для оценки и ранжирования пар текстов по семантической близости, в частности для сценариев семантического сходства и поиска похожих вопросов. Архитектура — RobertaForSequenceClassification, размер — 95,2 млн параметров, максимальный родной контекст — 514 токенов. Модель принимает текстовые пары и выдаёт оценки релевантности или сходства. Доступны форматы safetensors, Flax и OpenVINO. Это демонстрационная объединённая модель; README не приводит результатов оценки качества, поэтому её пригодность для конкретной задачи следует проверять отдельно. Лицензия в предоставленных данных не указана.

SuperMente-7B-v2 — объединённая модель для генерации текста на базе архитектуры Mistral, созданная с помощью LazyMergekit из NousResearch/Hermes-2-Pro-Mistral-7B, mlabonne/AlphaMonarch-7B и Weyaxi/Einstein-v4-7B. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для диалогов и генерации текста. В метаданных указана возможность чата; карточка не описывает отдельные сценарии, языки или специализированные области применения. Модель распространяется в формате Safetensors по лицензии Apache-2.0.

T3qm7xNeuralsirkrishna_Inex12Neural — объединённая языковая модель на архитектуре Mistral, созданная слиянием automerger/T3qm7xNeuralsirkrishna-7B и automerger/Inex12Neural-7B. Модель содержит 7,1 млрд параметров и предназначена для генерации текста и диалогов; она принимает текст и выдаёт текст. Контекстное окно составляет до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache 2.0. Данных о целевых языках и специализированных областях применения в карточке нет, поэтому её следует рассматривать как модель общего назначения. Качество и характерные сильные стороны слияния в README не описаны.

T3qm7xNeuralsirkrishna_PasticheInex12 — объединённая текстовая модель на архитектуре Mistral с 7,1 млрд параметров. Она предназначена для генерации текста и диалогов, а контекстное окно составляет до 32 768 токенов. Модель создана объединением automerger/T3qm7xNeuralsirkrishna-7B и automerger/PasticheInex12-7B. Доступна в формате Safetensors и распространяется по лицензии Apache-2.0. В README и метаданных не описаны специальные предметные области или языки, на которые она рассчитана.

Google T5 Version 1.1 Large LM-Adapted — англоязычная текстовая модель семейства T5 с архитектурой encoder-decoder, предназначенная для генерации текста по текстовому запросу. Модель содержит 385,2 млн параметров и доступна в форматах PyTorch и TensorFlow. Чекпойнт основан на T5 Version 1.1 Large и дополнительно обучен Google в течение 100 тысяч шагов на языковой моделирующей цели. Предварительное обучение проводилось на наборе C4 с задачами восстановления текста и языкового моделирования; версия LM-Adapted рассчитана, в частности, на prompt tuning и последующую адаптацию к задачам понимания и генерации текста. Модель поддерживает англоязычные сценарии преобразования текста, включая суммаризацию, ответы на вопросы и классификацию после соответствующей настройки. Для практического применения на конкретной задаче может потребоваться дообучение; README рекомендует включать dropout при fine-tuning. Лицензия — Apache-2.0.

TEmA-small — дообученная на базе многоязычной BERT-модели LaBSE модель для сравнения смысловой близости азербайджанских текстов. Она кодирует предложения и абзацы в плотные векторы размерности 768; базовая модель LaBSE строит общее пространство эмбеддингов для 109 языков. Репозиторий содержит веса PyTorch объёмом около 168,7 млн параметров, максимальная длина контекста — 512 токенов. Модель подходит для семантического поиска, кластеризации текстов и ранжирования предложений по смысловой близости. В README приведены результаты сравнительных тестов STS и показатели точности при использовании косинусного, манхэттенского и евклидова расстояний. Модель распространяется по лицензии CC BY 4.0. Специализация заявлена для азербайджанского языка; результаты на других языках в карточке отдельно не подтверждены.

TheTop-5x7B-Instruct-D-v0.1 — объединённая MaziyarPanahi модель на основе пяти инструкционно настроенных языковых моделей семейства Mistral с применением метода DARE. Она предназначена для генерации текста и ответов на запросы в диалоговом формате. Модель использует архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В README приведены результаты оценивания на задачах рассуждения AI2 Reasoning Challenge и HellaSwag. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. README не сообщает поддерживаемые языки или специализированные области применения.