I.1Поиск и навигация по информации

FLAN-T5-XL — языковая модель Google на архитектуре T5, дообученная следовать инструкциям на более чем тысяче дополнительных задач. Версия XL содержит 1,5 млрд параметров, принимает текст и генерирует текст; контекст — до 512 токенов. Модель распространяется в форматах PyTorch и Safetensors по лицензии Apache 2.0. Модель предназначена для выполнения разнообразных текстовых задач по инструкциям, включая ответы на вопросы, рассуждения, обобщение и генерацию текста, в том числе в режиме zero-shot и few-shot. Она обучалась на многоязычных задачах; в карточке перечислены английский, русский и десятки других языков. Подходит для экспериментов и как основа для прикладных NLP-сценариев с последующей оценкой. Карточка предупреждает о возможном воспроизведении предвзятости и неподходящего содержания из обучающих данных. Модель не тестировалась в реальных приложениях; перед применением следует оценить безопасность и справедливость для конкретного сценария.

Карточка модели dhanesh-hf/Jarvis-Titan-M4-Merged на Hugging Face совпадает с карточкой dhanesh-hf/Jarvis-Titan-V15-MoE-Decoupled, поэтому описание составлено по ней. J.A.R.V.I.S. Titan V15 MoE Decoupled — диалоговая языковая модель Dhanesh на архитектуре JarvisTitanMoEForCausalLM. Согласно карточке, она основана на DeepSeekMoE с общим экспертом и восемью маршрутизируемыми экспертами, из которых активируются два; также заявлены слои Tri-Brid памяти с локальным скользящим окном внимания, извлечением значимых KV-состояний и нейронной памятью Titans. Метаданные каталога указывают 7,1 млрд параметров и контекст 32 768 токенов. Модель предназначена для генерации текста в диалоге и взаимодействия с инструментами через соответствующий интерфейс. Карточка описывает объединённые автономные веса M4, включающие калиброванный адаптер Tri-Brid, а метаданные связывают модель с дообучением Jarvis-Titan-V14-MoE-Merged. В репозитории указаны веса Safetensors. Лицензия обозначена как other, поэтому условия использования следует проверять в материалах репозитория.

islamassanov/Kimi-K3-Mixed-IQ2-GGUF — мультимодальная GGUF-квантизация базовой модели MoonshotAI/Kimi-K3, подготовленная пользователем islamassanov для запуска через llama.cpp. Модель предназначена для текстовых и визуально-текстовых задач, включая работу с изображениями и OCR. Для текстового режима vision projector можно не подключать. В основе лежит MoE-модель размером 2,8 трлн параметров с 896 маршрутизируемыми экспертами, из которых 16 активируются на каждом токене. Текстовые веса занимают около 793 GiB и распределены по 10 GGUF-файлам; экспертные матрицы используют смешанную квантизацию IQ2_XXS и IQ2_XS, а vision projector сохранён в BF16 и занимает около 862 MiB. Базовая архитектура поддерживает контекст до 1 млн токенов, однако фактически доступный размер контекста зависит от объёма памяти. По данным README, модель набрала 871/1000 на OCRBench, что составляет 97,9% от опубликованного результата базовой модели MoonshotAI. Ключевое преимущество — улучшенная точность восстановления весов при том же размере по сравнению со стандартным IQ2_XXS, но это не гарантирует прироста качества ответов. Главные ограничения — чрезвычайно высокие требования к дисковому пространству и памяти, а также необходимость использовать все 10 текстовых шардов. Распространение и использование регулируются лицензией Kimi K3; тип лицензии указан как other.

LiquidAI/LFM2.5-8B-A1B-MLX-bf16 — версия модели Liquid AI, преобразованная из LiquidAI/LFM2.5-8B-A1B в формат MLX с помощью mlx-lm 0.31.3. Это языковая модель с архитектурой MoE для генерации текста и диалогов; веса представлены в bf16 без квантизации. В модели 1,6 млрд параметров, контекстное окно — до 128 000 токенов. Модель рассчитана на многоязычные диалоги и поддерживает вызов функций. В метаданных указаны английский, арабский, китайский, французский, немецкий, японский, корейский, испанский и португальский языки. Формат MLX предназначен для запуска в экосистеме MLX; README рекомендует использовать библиотеку mlx-lm и оригинальную карточку для сведений о настройках генерации. Лицензия обозначена как other; конкретные условия следует проверять в карточке репозитория.

Linkbricks-Horizon-AI-Korean-Avengers-V2-27B — языковая модель, дообученная доктором Юнсоном Джи (Saxo), специалистом по данным компании Linkbricks. Это плотная модель Gemma 2 с 27,6 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия; она дообучена методом SFT с последующим DPO на базе Linkbricks-Horizon-AI-Korean-Avengers-V1-27B. Модель ориентирована прежде всего на корейский язык. В обучении использовались корейские новости, данные для перевода между корейским, китайским, английским и японским языками, а также примеры для суммаризации, вопросов и ответов, математики и логических рассуждений. Среди заявленных сценариев — анализ отзывов и публикаций в социальных сетях, написание текстов и кода, решение математических и логических задач. README заявляет контекст 128 тыс. токенов, тогда как метаданные указывают нативное окно 8192 токена. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Её специализация на корейском и расхождение сведений о длине контекста следует учитывать при выборе и развёртывании; заявленные в карточке улучшения не сопровождаются количественными результатами оценки.

bunnycore объединил методом passthrough через mergekit модели huihui-ai/Llama-3.2-3B-Instruct-abliterated и bunnycore/Llama-3.2-3B-General-lora_model. Это плотная авторегрессионная языковая модель семейства Llama 3.2 с архитектурой LlamaForCausalLM и 3,2 млрд параметров, предназначенная для генерации текста и диалогов. Метаданные указывают интерфейс чата и вызова инструментов; модель принимает текст и генерирует текст. Заявленная длина контекста — 131072 токена. Карточка сообщает о результатах оценки на Open LLM Leaderboard, включая среднее значение 21,30 и результат IFEval 66,69, но не приводит подробного описания методики или сценариев, где модель превосходит другие. Файлы опубликованы в формате safetensors и используют bfloat16. Дата публикации на Hugging Face — 27 октября 2024 года. Лицензия в предоставленных данных не указана.

lainshower/Llama3-8b-alpaca — дообученная в режиме полного fine-tuning модель Llama 3, созданная на основе Llama 3 8B с использованием инструкционных данных Stanford Alpaca. Это плотная авторегрессионная языковая модель с 7,5 млрд параметров и контекстом до 8192 токенов; веса опубликованы в формате safetensors. Модель предназначена для генерации ответов на инструкции и запросы с дополнительным контекстом. В README приведён шаблон диалога Alpaca и пример ответа на вопрос с выбором варианта; заявлено обучение в течение одной эпохи в BF16, поскольку более длительное обучение приводило к переобучению. Для инференса автор рекомендует Float32. Карточка не указывает лицензию, поэтому условия использования определить нельзя.

DNA 1.0 8B Instruct — корейско-английская языковая модель компании Dnotitia Inc. на архитектуре Llama, дообученная на основе Llama 3.1 8B. По карточке, при её создании применялись слияние SLERP, дистилляция с учителем Llama 3.1 405B, дополнительное предобучение на корейских данных, настройка инструкций и DPO. Модель предназначена для диалогов, генерации текста и выполнения инструкций на корейском и английском языках; размер — около 7,5 млрд параметров, контекст — до 131 072 токенов. В карточке приведены результаты сравнительных оценок на корейских бенчмарках KMMLU, KMMLU-hard и KoBEST. Модель может выдавать предвзятые или неподходящие ответы, устаревшую информацию и фактические ошибки; результаты зависят от сложности и предметной области, поэтому ответы следует проверять. Лицензия — CC BY-NC 4.0; карточка сообщает, что коммерческое использование возможно после согласования с разработчиком.

LYRA-DEEP — компактная разговорная языковая модель, разработанная и поддерживаемая Muhammad Taqi. В метаданных Hugging Face указаны архитектура Qwen2, плотная causal language model Qwen2ForCausalLM и 1,5 млрд параметров; карточка модели описывает её как быстрый движок для диалога и рассуждений. Модель принимает текст и генерирует текст, поддерживает интерфейс вызова инструментов. Заявленная длина контекста — 131 072 токена. Модель подходит для чат-ответов и генерации текста, когда важны небольшой размер и высокая скорость. README также называет LYRAMOON архитектурной основой, но метаданные не подтверждают связь с отдельной базовой моделью. Доступна по лицензии Apache-2.0. Заявления о скорости и качестве рассуждений приведены в карточке разработчика и не сопровождаются результатами оценки.

Модель ms122222/mein_qwen_14b_merged разработана ms122222 как дообученная версия Huihui-Qwen3-14B-abliterated-v2. Это плотная авторегрессионная модель семейства Qwen3 с 14 млрд параметров для генерации текста и диалогов; поддерживает интерфейс вызова инструментов. Контекст — до 40 960 токенов, основной язык в карточке — английский. Модель подходит для ответов в чате, генерации и продолжения текста, а также сценариев с передачей запросов инструментам. По README, обучение выполнялось с использованием Unsloth и Hugging Face TRL. Модель распространяется по лицензии Apache-2.0.

NaniDAO выпустила экспериментальную абляционную версию Meta-Llama-3.1-8B-Instruct с контекстом до 128K токенов. Модель предназначена для диалогов и генерации текста; по заявлению разработчика, она реже отказывает в допустимых запросах, чем предыдущая версия v0. Модель использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и распространяется в формате safetensors через библиотеку Transformers. Метаданные указывают интерфейс для чата и вызова инструментов. Карточка не сообщает о специальной предметной области или поддерживаемых языках. Лицензия в предоставленных данных не указана. Разработчик рекомендует использовать модель ответственно; заявленное снижение отказов само по себе не подтверждает качество или безопасность ответов.

MiniMax-M2.5-UNCENSORED-JANG_2L — производная модель MiniMaxAI/MiniMax-M2.5, подготовленная Jinho Jang. Это языковая модель с архитектурой MiniMax M2 MoE и интерфейсами чата и вызова инструментов. В README указаны 230 млрд параметров, 256 экспертов и около 10 млрд активных параметров на токен; смешанная квантизация JANG_2L задаёт 8 бит для внимания, 6 бит для эмбеддингов и 2 бита для экспертов. Метаданные указывают 2,9 млрд параметров, поэтому оценку размера из README следует считать расходящейся с ними. Для хранения требуется около 63 ГБ; формат JANG поддерживается MLX Studio и пакетом jang-tools на Apple Silicon. Контекст — 196 608 токенов. Модель предназначена для генерации ответов в чате, рассуждений и работы с инструментами. README также описывает CRACK — изменение весов, удаляющее отказы, связанные с защитными настройками; это может позволить получать вредоносные или опасные ответы. В README приведены результаты тестов MMLU и HarmBench, но они не являются независимой оценкой качества. Лицензия в метаданных — Apache-2.0; модель рассчитана на английский, китайский и корейский языки.

Mistral-Starling-merge-trial1-7B — объединённая чат-модель на архитектуре Mistral, созданная разработчиком grimjim с помощью mergekit методом SLERP из Nexusflow/Starling-LM-7B-beta и grimjim/Mistral-7B-Instruct-demi-merge-v0.2-7B. Она предназначена для диалоговой генерации текста и ответов на запросы с упором на сочетание рассуждений и длинного контекста. Модель содержит 7,1 млрд параметров, построена на плотной архитектуре Mistral и поддерживает контекст до 32 768 токенов. В карточке заявлены чат-возможности; базовая Starling-LM-7B-beta ориентирована на английский язык. Репозиторий распространяется в формате Safetensors по лицензии Apache-2.0.

Newq-0.5B-Instruct — компактная инструктивная языковая модель примерно с 494 млн параметров, созданная на базе Qwen/Qwen2.5-0.5B-Instruct. Она предназначена для диалогов и генерации текста общего назначения. Модель использует архитектуру Qwen2 с 24 слоями и групповым запросным вниманием (14 голов Q и 2 головы KV), поддерживает контекст до 32 768 токенов и представлена в формате safetensors для библиотеки Transformers. Компактный размер позволяет запускать её на CPU или видеокарте умеренной мощности, а длинный контекст подходит для работы с объёмными текстовыми запросами. В метаданных указана поддержка английского языка и интерфейса вызова инструментов. Модель распространяется по лицензии Apache-2.0.

Pallas-0.5-frankenmerge — 35,6-миллиардная плотная языковая модель семейства Llama, созданная Mihaiii с помощью mergekit на основе Mihaiii/Pallas-0.5. Она предназначена для генерации текста, рассуждений и понимания текста; автор отмечает, что модель хорошо работает с длинными системными инструкциями, но не подходит для универсального применения, например для написания художественных историй. Заявленная длина контекста — 200 000 токенов. Модель принимает текст и генерирует текст; для диалога используется формат SYSTEM / USER / ASSISTANT. Она обучена на частном наборе данных. Лицензия указана как other, поэтому перед использованием следует проверить условия в карточке модели.

Модель thao-uyen1508/qwen3_MT_epoch1_16bit — дообученная автором thao-uyen1508 плотная языковая модель Qwen3 с 14 млрд параметров. Она предназначена для генерации текста и диалогового общения; метаданные также указывают интерфейс вызова инструментов. Модель обучалась с Unsloth и библиотекой TRL и распространяется в формате safetensors. Модель принимает текст и генерирует текст, поддерживает английский язык и контекст до 40 960 токенов. Она основана на unsloth/qwen3-14b-unsloth-bnb-4bit и выпущена по лицензии Apache-2.0.

Qwen3-Next-80B-A3B-Instruct-Amy — дообученная автором haron1100 модель для генерации текста и диалогов. Она основана на разреженной архитектуре Qwen3-Next MoE и поддерживает вызов инструментов через соответствующий интерфейс. Репозиторий содержит веса в формате safetensors; обучение выполнялось с Unsloth и библиотекой Hugging Face TRL. Модель принимает текст и генерирует текст, в том числе ответы в диалоге. Унаследованная длина контекста составляет 262 144 токена; метаданные указывают английский язык. Модель опубликована по лицензии Apache-2.0.

FuriosaAI публикует эту версию Qwen3-VL-2B-Instruct вместе с исполняемым пакетом для запуска на ускорителях FuriosaAI RNGD через Furiosa-LLM. Это плотная мультимодальная модель с примерно 2 млрд параметров: визуальный энкодер обрабатывает изображения и видеокадры, а трансформерный декодер формирует текст. В архитектуре используются Interleaved-MRoPE и многоуровневое объединение визуальных признаков DeepStack; версия Instruct предназначена для диалога и не использует режим рассуждений из отдельной thinking-версии. Модель подходит для ответов на вопросы по изображениям и видео, OCR, анализа документов и диаграмм, пространственных рассуждений и вызова инструментов. README описывает запуск через Furiosa-LLM на RNGD; также указана совместимость с vLLM, SGLang и Transformers. Веса не квантизированы и сохраняют точность upstream-модели. Лицензия — Apache 2.0.

Qwen-SEA-LION-v4-32B-IT-4BIT — это 4-битная GPTQ-квантизированная версия языковой модели Qwen-SEA-LION-v4-32B-IT, разработанная AI Products Pillar из AI Singapore при финансировании Singapore NRF. Модель относится к декодерным LLM и предназначена для генерации текста и диалоговых сценариев, особенно связанных с языками и задачами Юго-Восточной Азии. Она продолжает предварительное обучение на базе Qwen3-32B и использует его токенизатор. Модель поддерживает контекст длиной до 32 768 токенов и работает с текстовыми данными. Заявлена поддержка бирманского, английского, индонезийского, кхмерского, лаосского, малайского, китайского, тагальского, тамильского, тайского и вьетнамского языков. Обучающие данные включают веб-тексты, код, открытые и синтетически созданные наборы данных; для ряда языков использовано около 100 миллиардов токенов. Квантизация снижает требования к памяти и позволяет запускать модель на потребительских GPU и, согласно README, на ноутбуке, при среднем снижении качества менее чем на 0,3% относительно исходной версии. К ограничениям относятся отсутствие специального safety-выравнивания, непроверенная устойчивость к adversarial prompting, возможные галлюцинации и нерелевантные или фактически неверные ответы. Модель обучалась преимущественно на текстовом бэкенде, поэтому заметных улучшений возможностей работы с изображениями по сравнению с Qwen3-32B не заявлено; фактическую точность следует проверять на целевых задачах. Модель распространяется по лицензии MIT.

Kaoeiri/Qwenwify2.5-32B-v4.7-ED — объединённая языковая модель, созданная разработчиком Kaoeiri с помощью mergekit. В качестве основы использована Qwen/QwQ-32B-Preview, а для слияния применён метод DARE TIES; в состав также вошли девять других моделей семейства Qwen2.5-32B и их производных. Модель предназначена для диалоговой генерации текста и поддерживает интерфейс вызова инструментов. Она построена на плотной архитектуре Qwen2, содержит 32 млрд параметров и рассчитана на контекст до 32 768 токенов. В составе объединены модели для чата, рассуждений, японского языка и ролевой генерации; карточка не задаёт приоритетный язык. Репозиторий распространяет веса в формате safetensors. Лицензия в предоставленных данных не указана. Качество и поведение могут различаться в зависимости от запроса, поскольку модель объединяет несколько чекпойнтов; конкретные ограничения и результаты оценки в карточке не приведены.

Cohere и Cohere Labs разработали Cohere Labs Tiny Aya Earth — авторегрессионную языковую модель на 3,35 млрд параметров для многоязычной генерации текста и диалогов, с особым акцентом на языки Западной Азии и Африки. Модель принимает текст и выдаёт текст; поддерживает более 70 языков. Контекст составляет 8K токенов, заявлена также генерация до 8K токенов. Архитектура основана на оптимизированном трансформере: три слоя используют скользящее внимание с окном 4096 и RoPE, а четвёртый — глобальное внимание. После предобучения модель прошла дообучение с учителем и обучение на предпочтениях. Модель подходит для многоязычных диалогов, генерации, суммаризации, перевода и межъязыковых задач, включая работу с языками с ограниченными обучающими данными и локальное развёртывание при ограниченных вычислительных ресурсах. Карточка отмечает сильные стороны в открытой генерации и работе с низкоресурсными языками. Лицензия CC-BY-NC-4.0 запрещает коммерческое использование без отдельного согласования; также требуется соблюдать политику допустимого использования Cohere Labs.

Typhoon-OCR-7B — мультимодальная модель для разбора документов, разработанная командой Typhoon AI. Она дообучена на базе Qwen/Qwen2.5-VL-7B-Instruct и предназначена для извлечения и структурирования содержимого тайских и английских документов: отчётов, научных статей, книг, государственных форм, чеков, меню, билетов и инфографики. Модель принимает изображения документов и выдаёт текст с сохранением структуры: общий текст в Markdown, таблицы в HTML, а иллюстрации и диаграммы — в виде структурированных описаний. Модель построена на архитектуре Qwen2.5-VL, содержит 7,1 млрд параметров и поддерживает контекст до 128 000 токенов. Для качественной работы ей требуются предусмотренные авторами промпты; произвольные инструкции могут работать некорректно. Авторы отмечают возможные ошибки распознавания и галлюцинации, а также трудности с интерпретацией разнообразных иллюстраций в книгах. Модель не имеет защитных ограничений и не предназначена для задач визуальных вопросов и ответов. Лицензия — Apache-2.0; использование также связано с условиями OpenTyphoon и уведомлением о конфиденциальности.

Yi-6B — базовая большая языковая модель семейства Yi, разработанная 01.AI и обученная с нуля. Это плотная авторегрессионная модель на архитектуре Transformer, совместимая с экосистемой Llama, но не являющаяся производной от Llama и не использующая её веса. В репозитории представлены веса PyTorch и Safetensors; размер модели — 5,8 млрд параметров, контекст — до 4096 токенов. Модель предназначена для генерации текста и может служить основой для диалоговых систем, ответов на вопросы, чтения и понимания текста, рассуждений и адаптации под прикладные задачи. Серия Yi ориентирована прежде всего на английский и китайский языки и обучалась на мультиязычном корпусе. Для этой базовой версии доступна лицензия Apache 2.0. Карточка описывает возможности серии Yi в целом, поэтому приведённые в ней сравнительные результаты отдельных моделей серии не следует считать оценкой Yi-6B.

Это плотная причинная языковая модель семейства Qwen2 объёмом 7,1 млрд параметров, опубликованная как чекпойнт в стандартном формате Hugging Face Safetensors. Она предназначена для генерации текста и диалоговых сценариев; метаданные также отмечают интерфейс вызова инструментов. Модель принимает текст и выдаёт текст, поддерживает контекст длиной до 131 072 токенов. Карточка называет её резервной копией исследовательского артефакта, но не описывает конкретное дообучение, набор данных или специализацию. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Apertus-SEA-LION-v4-8B-IT — многоязычная диалоговая языковая модель AI Singapore, разработанная при финансировании Национального исследовательского фонда Сингапура. Это плотная decoder-модель семейства Apertus с 10,3 млрд параметров по метаданным Hugging Face; в README она описана как модель на 8 млрд параметров. Модель дообучена на Apertus-8B-Instruct-2509 на примерно 6,4 млн пар инструкций и текстов, включая примеры для вызова инструментов. Использует токенизатор базовой модели и поддерживает контекст до 65 536 токенов. Модель предназначена для диалога и генерации текста с адаптацией к языкам и культурному контексту Юго-Восточной Азии. Она ориентирована на индонезийский, вьетнамский, тайский, филиппинский, тамильский, бирманский и малайский языки, а также обучалась на английском. Подходит для ответов на вопросы, многоходового чата, следования инструкциям, перевода, суммаризации и анализа тональности; карточка также сообщает о включении обучающих примеров для вызова инструментов. Модель распространяется по лицензии MIT. В README отмечены возможные галлюцинации и нерелевантные или непоследовательные ответы; устойчивость к состязательным запросам не проверялась, а отдельное выравнивание безопасности не проводилось.

apodex-1.0-2B-SFT-rebased — объединённая модель, созданная с помощью LazyMergekit на основе Qwen/Qwen3.5-2B-Base и apodex/Apodex-1.0-2B-SFT. Она предназначена для диалоговой работы с текстом и изображениями; архитектура Qwen3.5 — плотная, с 2 млрд параметров. Модель доступна в формате safetensors и поддерживает интерфейс вызова инструментов. Лицензия — Apache-2.0.

AX-DeepSeek-V4-Flash-MLX-AXQ-4bit-MTP — это экспериментальный MLX-чекпойнт модели DeepSeek-V4-Flash, подготовленный AutomatosX для Apple Silicon. Модель предназначена для генерации текста и запуска через MLX-LM; в репозитории представлены только веса MLX Safetensors, без PyTorch и GGUF. Лицензия — Apache-2.0. В основе лежит архитектура DeepseekV4ForCausalLM с mixture of experts (MoE) и 284,33 млрд логических параметров. Основной языковой тракт использует смешанную квантизацию AXQuant 1.5.1: около 96,84% параметров имеют точность 4-bit, часть параметров сохранена в 8-bit и BF16. Измеренный общий размер хранения составляет примерно 4,5874 BPW, а полный объём загрузки — около 166,91 ГБ. Настроенный максимальный контекст — 1 048 576 токенов, однако практическая длина зависит от объёма unified memory устройства. Модель поддерживает текстовую модальность; визуальный и аудиокомпоненты отсутствуют. В чекпойнте присутствует MTP-компонент, но его ускорение, совместимость с AX Engine и качество не подтверждены измерениями; стандартный MLX-LM может выполнять только текстовый backbone без активации MTP. Сильной стороной является существенное сокращение объёма хранения по сравнению с полноточной моделью при сохранении отдельных важных тензоров в более высокой точности. Ограничения включают отсутствие опубликованных сравнений качества, тестов длинного контекста, скорости ядер и MTP, а также отсутствие валидированного native-манифеста AX Engine. Пакет имеет статус convertible и сопровождается данными о конвертации, но не является сертифицированным релизом AXQuant.

SvalTek/ColdBrew-Aphid-Large — разговорная причинно-языковая модель семейства Llama с 5,8 млрд параметров, созданная методом passthrough merge из SvalTek/ColdBrew-Aphid. Она предназначена для генерации текста и диалогов; интерфейс модели поддерживает вызов инструментов. Модель использует библиотеку Transformers и распространяется в формате safetensors. Контекстное окно — до 131 072 токенов. Модель подходит для диалоговых приложений, генерации ответов и сценариев с вызовом инструментов. В метаданных указана связь с SvalTek/ColdBrew-Aphid как с базовой моделью. Сведений о лицензии и специальных языковых возможностях в предоставленных данных нет.

Citaman/command-r-21-layer — языковая модель Cohere, созданная методом слияния SLERP на основе Citaman/command-r-22-layer. Модель содержит 19,4 млрд параметров, использует плотную архитектуру CohereForCausalLM и распространяется в формате safetensors для библиотеки Transformers. Модель предназначена для генерации текста и диалогов; в метаданных также отмечен интерфейс вызова инструментов. Она принимает текст и генерирует текст, поддерживает контекст до 8192 токенов. Данных о конкретных языках и специализированных областях применения нет. Карточка описывает слияние двух срезов одной базовой модели с использованием SLERP и конфигурации bfloat16. Лицензия в предоставленных данных не указана. Качество и ограничения модели отдельно не описаны; перед применением следует проверить корректность генерации и вызова инструментов в целевых сценариях.

Citaman/command-r-28-layer — текстовая модель на архитектуре Cohere, созданная методом слияния SLERP из весов Citaman/command-r-29-layer. Конфигурация объединяет сдвинутые диапазоны слоёв 0–28 и 1–29; сохранённые веса имеют формат safetensors и точность bfloat16. Модель содержит 25,1 млрд параметров и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста и диалогового взаимодействия; метаданные также указывают интерфейс вызова инструментов. Подходит для чат-сценариев и генерации ответов на текстовые запросы. Языки в доступных сведениях не определены. Модель выпущена 16 апреля 2024 года. Условия лицензирования в предоставленной карточке не указаны. Поскольку это слияние весов с нестандартной перестановкой диапазонов слоёв, поведение и совместимость могут отличаться от исходной модели; оценок качества в карточке нет.