I.2Синтез, понимание и проверка знаний

Stella-mistral-nemo-12B-v2 — языковая модель, созданная nbeerbower слиянием предварительно обученных моделей методом Model Stock с помощью mergekit. В качестве базовой использована nbeerbower/mistral-nemo-bophades-12B; в слияние также вошли три модели семейства Gutenberg, включая Lyra-Gutenberg-mistral-nemo-12B. Модель имеет плотную архитектуру MistralForCausalLM и 12,1 млрд параметров, распространяется в формате safetensors и использует библиотеку Transformers. Модель предназначена для генерации и продолжения текста в диалоговом формате. Метаданные указывают контекстное окно до 1 024 000 токенов, а карточка приводит результаты оценок IFEval и BBH. Данные о поддерживаемых естественных языках и специализированных прикладных областях не приводятся. Лицензия в предоставленных источниках не указана. Поскольку это слияние нескольких моделей, свойства и условия использования могут зависеть от исходных чекпойнтов; фактическая производительность для конкретных сценариев требует проверки.

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_35-7B-slerp — объединённая языковая модель, созданная Gille с помощью LazyMergekit. Она сочетает модели Gille/StrangeMerges_34-7B-slerp и Gille/StrangeMerges_32-7B-slerp методом SLERP; архитектура — плотная MistralForCausalLM с 7,1 млрд параметров, веса представлены в safetensors. Модель предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Её можно применять для диалогов, продолжения текста и ответов на вопросы; README приводит результаты оценки на задачах рассуждения и понимания текста. Сведения о специализированных областях и языковой направленности модели не приведены. Модель распространяется по лицензии Apache-2.0. Результаты оценки не гарантируют качество на конкретных пользовательских задачах; README содержит лишь часть таблицы метрик.

StructLM-34B — языковая модель TIGER-Lab для задач grounding по структурированным знаниям. Это плотная авторегрессионная модель семейства Llama с 33,5 млрд параметров, дообученная на инструкционном наборе TIGER-Lab/SKGInstruct, который объединяет 19 задач со структурированными знаниями и SlimOrca. Модель принимает линеаризованные структурированные данные и инструкции, а ответ формирует в текстовом виде; для версии 34B в README приведён специальный формат промпта. Контекст — до 16 384 токенов. Модель предназначена для вопросов и рассуждений по таблицам, графам знаний и другим структурированным входам, включая генерацию SQL, ответы по графам знаний и проверку утверждений по таблицам. В приведённых авторами оценках StructLM-34B показала результаты на наборах ToTTo, GrailQA, CompWebQ, MMQA, Feverous, Spider, TabFact, DART, BIRD, InfoTabs, FinQA и SQA. README предупреждает, что качество в этой области остаётся сложной задачей и модель может быть недостаточно надёжной для непосредственного использования в чате и других приложениях. Лицензия — MIT.

Swallow-MS-7b-instruct-v0.1 — разговорная языковая модель TokyoTech-LLM, созданная на базе Mistral-7B-v0.1 с продолженным предобучением на данных, в основном добавлявших японский язык, и последующей настройкой на выполнение инструкций. Репозиторий также меняет chat template токенизатора базовой модели. Модель с архитектурой Mistral, 7,2 млрд параметров, рассчитана на генерацию текста в диалоговом формате; родной контекст — 4096 токенов. Модель предназначена для ответов на инструкции, написания и извлечения текста, ролевого диалога, рассуждений, задач STEM и гуманитарных вопросов на японском и английском языках. Расширенный японский словарь токенизатора позволяет эффективнее представлять японский текст. В README приведены результаты оценки на японском MT-Bench и других бенчмарках; показатели по математике сравнительно низкие. Модель разработана TokyoTech-LLM. Выпускается по лицензии Apache-2.0. Авторы предупреждают, что модель находится на ранней стадии разработки и не настроена для надёжного следования человеческим намерениям и требованиям безопасности. Для instruct-варианта рекомендуется использовать указанный в карточке формат инструкций, иначе качество ответов может снизиться.

Swift-Qwen3.8-27B-NVFP4 — квантизированная мультимодальная модель UkisAI, производная от Swift-Qwen3.8-27B, которая, в свою очередь, основана на Qwen3.8-27B. Модель предназначена для задач рассуждения и обработки текста и изображений; в карточке указана поддержка сценариев image-text-to-text. Архитектура, компоненты зрения, токенизатор и веса BF16 для MTP сохранены от исходной модели. Модель использует смешанную точность NVIDIA Model Optimizer: основные MLP-проекции и lm_head представлены в NVFP4 с размером блока 16, крупные проекции DeltaNet и полнослойного внимания — в FP8 E4M3, а embeddings, нормализации, свёртки, компоненты зрения и MTP — в BF16. Размер чекпойнта составляет примерно 21,945 ГБ. Квантизация снижает требования к памяти под веса и оставляет больше памяти для KV-кэша, при этом точность KV-кэша не изменена. Сильными сторонами являются сохранение мультимодальных компонентов и MTP, документированная калибровка и совместимость с vLLM 0.28.0 при наличии загрузчика для смешанных ModelOpt-чекпойнтов. Ограничения включают необходимость соответствующего программного стека и оборудования; модель проверялась на GPU H100. Языки и размер контекстного окна в предоставленных данных не указаны. Доступ к модели ограничен, а лицензия обозначена как swift-open-license-1.0; также указана возможность корпоративного лицензирования.

SymSTS-MiniLM-L6 — англоязычная модель Blueprint AI для оценки семантического сходства двух предложений. Это дообученная версия sentence-transformers/all-MiniLM-L6-v2 на основе энкодера BERT; в метаданных указано 25,9 млн параметров и контекст до 512 токенов. Модель создаёт векторные представления предложений и предназначена прежде всего для сравнения их смысла, а не для универсального поиска по документам или классификации. При обучении пары предложений меняли местами, сохраняя оценку сходства; использованы обучающие части STS-бенчмарков, включая STS Benchmark и STS12. Модель рассчитана на быстрый запуск на CPU и потребительских GPU. Лицензия — Apache-2.0. Качество может снижаться на текстах, существенно отличающихся от англоязычных STS-данных, например в специализированных доменах. Симметричность сходства не всегда подходит для задач направленного поиска; в высокорисковых сценариях модель не следует использовать как единственное основание для решения.

MaziyarPanahi/T3qm7xNeuralsirkrishna_Inex12Experiment28 — объединённая модель для генерации текста и диалогов. В README указано, что она объединяет automerger/T3qm7xNeuralsirkrishna-7B и automerger/Inex12Experiment28-7B; архитектура — плотная Mistral с 7,1 млрд параметров. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. В метаданных указана лицензия Apache-2.0. Сведения о целевых языках и специализированных областях применения отсутствуют; ограничения качества в карточке не описаны.

malmarjeh/t5-arabic-text-summarization — модель AraT5, дообученная для абстрактивного суммирования арабского текста на наборе из 84 764 пар «абзац — краткое изложение». Она предназначена для создания кратких пересказов арабских абзацев. Архитектура — T5 с примерно 183,6 млн параметров; репозиторий содержит веса PyTorch. Карточка также относит модель к арабскому языку и отмечает задачи генерации новостных заголовков и перефразирования, но основное заявленное назначение — суммаризация. Лицензия в предоставленных данных не указана.

cnicu/t5-small-booksum — модель суммаризации на архитектуре T5, опубликованная пользователем cnicu на Hugging Face. Она предназначена для создания кратких пересказов текста и обучена на наборе данных BookSum, ориентированном на суммаризацию книг. Модель содержит около 38,5 млн параметров, принимает текст и формирует текстовое резюме; нативный контекст — 512 токенов. Модель подходит для краткого изложения фрагментов книг и других текстов в пределах поддерживаемой длины входа. Репозиторий содержит веса PyTorch, лицензия — MIT. Карточка не приводит оценки качества или подробностей о языковом охвате; по названию и метаданным нельзя подтвердить поддержку конкретных языков.

DesilDev/t5-small-summery — модель T5-small, дообученная на датасете XSum для краткого реферирования текстов. Она содержит 38,5 млн параметров, использует архитектуру T5ForConditionalGeneration и принимает текст для генерации текстового резюме. Максимальная длина контекста составляет 512 токенов. Модель опубликована в формате safetensors под лицензией Apache-2.0. Подходит для создания коротких резюме текстовых документов и новостных материалов. Карточка не содержит сведений о языках обучающих данных и результатах оценки качества, поэтому языковую поддержку и качество суммаризации за пределами описанного сценария установить нельзя.

Miranda/t5-small-train — дообученная модель семейства T5, созданная на основе t5-small. Она предназначена для суммаризации текста и построена на архитектуре T5ForConditionalGeneration; число параметров — 38,5 млн, максимальный контекст — 512 токенов. В README приведены метрики оценки: ROUGE-1 43,95, ROUGE-2 22,34, ROUGE-L 38,77 и ROUGE-Lsum 39,21. Модель принимает текст и генерирует текстовое резюме. Датасет обучения и область применения не раскрыты, поэтому приведённые метрики не позволяют судить о качестве на конкретном типе текстов. Модель распространяется под лицензией Apache-2.0.

Tess-3-Mistral-Nemo-12B — универсальная большая языковая модель из серии Tess, созданной Migel Tissera; вычислительные ресурсы для её разработки предоставила KindoAI. Это плотная авторегрессионная модель архитектуры Mistral на 12,1 млрд параметров, рассчитанная на диалог и генерацию текста. В метаданных указан контекст до 1 024 000 токенов, а веса доступны в формате safetensors. Модель подходит для общения с пользователем и генерации текста общего назначения. В README приведены результаты Open LLM Leaderboard: средний показатель 16,54, IFEval (0-shot) — 33,55, BBH (3-shot) — 28,04; эти оценки дают ориентир по отдельным тестам, но не гарантируют качество в конкретном сценарии. README не уточняет поддерживаемые языки и дополнительные ограничения применения. Лицензия — Apache-2.0.

BEE-spoke-data/tFINE-900m-e16-d32-flan — англоязычная инструктивная модель преобразования текста в текст на архитектуре T5, разработанная BEE-spoke-data и дообученная на подмножестве flan-v2 датасета pszemraj/flan-subsets-deduped в течение одной эпохи. Модель предназначена для выполнения инструкций и генерации ответа на основе текстового запроса; её можно применять для вопросов и ответов, кратких преобразований и других текстовых задач в формате text-to-text. Модель дообучалась с входным контекстом до 1024 токенов и использует токенизатор с резервным разбиением на байты, чтобы обрабатывать текст за пределами словаря исходного токенизатора T5. В карточке приведены результаты оценки, включая ROUGE и показатели на BoolQ и OpenBookQA. Число параметров по метаданным — 284,3 млн. Модель распространяется под лицензией Apache-2.0.

Thespian-LLaMa-70B — экспериментальная объединённая языковая модель от TareksGraveyard, созданная методом mergekit из нескольких моделей семейства Llama. Для объединения использован метод della, а базой служила nbeerbower/Llama-3.1-Nemotron-lorablated-70B; в состав также вошли модели EVA-UNIT-01, Sao10K, SicariusSicariiStuff и TheDrummer. Модель предназначена для диалогового общения и генерации текста. Она построена на архитектуре LlamaForCausalLM, содержит 69,5 млрд параметров и поддерживает контекст до 131 072 токенов. Репозиторий предоставляет веса в формате safetensors для библиотеки Transformers. Автор описывает результат как удачный, но отмечает, что его другая модель, Progenitor-V1.1-LLaMa-70B, по его мнению, получилась лучше. Модель лицензирована по условиям llama3.3. README не приводит оценки качества или подробные ограничения применения, поэтому результат генерации следует проверять в конкретных сценариях.

Wondernutts подготовил конверсию в OpenVINO INT4 дообученной модели CCSSNE/tvall43-Qwen3.6-35B-A3B-heretic на базе Qwen/Qwen3.6-35B-A3B. Это чат-модель архитектуры Qwen3.5 MoE с 256 экспертами и примерно 3 млрд активных параметров на токен; в README указана конверсия с асимметричным INT4-сжатием, размер группы 64. Модель предназначена для диалоговой генерации текста и сценариев с длинным контекстом. Хотя репозиторий размечен как image-text-to-text и включает возможности vision, ввод изображений в этой сборке не проверен. Сборка рассчитана на запуск через OpenVINO GenAI; описанный в карточке проверенный путь — Linux x86-64 и Intel Arc Pro B70 с 32 ГБ памяти. Авторы проверили обработку контекста до 32 768 токенов и retrieval-сценарий на 31 тысяче токенов. Приведённые показатели производительности получены с пользовательским плагином Intel GPU и не характеризуют стандартный плагин OpenVINO. Модель обозначена как uncensored, выходы не фильтруются. Для конкретной конфигурации кэша требуется видеокарта с 32 ГБ памяти; работа на Windows и других поколениях Intel Arc не подтверждена. Лицензия — Apache-2.0.

TW3-JRGL-v2 — языковая модель на архитектуре Llama, созданная студентами инженерной школы ECE Луи Гарсией и Матьё Жолларом под руководством преподавателя Андре-Луи Роше и технического директора TW3 Partners Поля Леметра. Модель получена слиянием моделей davidkim205/Rhea-72b-v0.5 и MTSAIR/MultiVerse_70B с помощью mergekit. Модель содержит 71 млрд параметров, принимает текст и генерирует текст, имеет контекст до 32 768 токенов. Она предназначена для генерации текста и диалоговых сценариев общего назначения. В карточке не приведены специальные сведения о языках и отдельных прикладных областях. Модель опубликована в формате safetensors под лицензией Apache 2.0. Карточка не описывает результаты сравнительных оценок или конкретные ограничения качества.

RWKV/v6-Finch-14B-HF — версия модели Finch-14B в формате, совместимом с библиотекой Hugging Face Transformers. В карточке указано семейство RWKV-6 и архитектура плотной авторегрессионной языковой модели с 16,6 млрд параметров; для загрузки в Transformers используются модель и токенизатор из этого репозитория. Модель предназначена для генерации текста и общих языковых задач. В README приведены результаты тестов ARC, HellaSwag и MMLU, где Finch-14B показывает более высокие значения, чем Eagle 7B и Finch 7B в указанном сравнении. Данных о специализации на отдельных языках или прикладных областях нет. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0. Для загрузки через Transformers README указывает параметр trust_remote_code=True; отдельные сведения о длине контекста и языковой поддержке не приведены.

VerB-Etheria-55b — экспериментальное объединение моделей в стиле Goliath, созданное автором SteelStorage как вариант VerB с равным вкладом двух моделей Yi-34B. Модель предназначена для генерации текста и диалоговых сценариев; в карточке приведены результаты оценок на нескольких тестах, включая AI2 Reasoning Challenge и HellaSwag. Модель имеет плотную архитектуру семейства Llama с 55,1 млрд параметров и контекстом до 200 000 токенов. Веса опубликованы в формате safetensors. README описывает merge как попытку получить функциональную модель такого размера, поэтому качество и пригодность для конкретных задач следует проверять самостоятельно. Лицензия — Apache 2.0.

YamshadowStrangemerges_32_Strangemerges_32Shadow — объединённая модель семейства Mistral, созданная из automerger/YamshadowStrangemerges_32-7B и automerger/Strangemerges_32Shadow-7B. Она предназначена для генерации текста и имеет 7,1 млрд параметров с контекстом до 32 768 токенов. Модель принимает текст и генерирует текст; репозиторий содержит веса в формате safetensors. Поддерживаемые языки и специальные прикладные области по карточке не установлены. Модель распространяется по лицензии Apache-2.0.

GLM-4.7-GGUF — набор квантизованных версий языковой модели GLM-4.7, разработанной zai-org и подготовленной пользователем bartowski. Модель предназначена для генерации текста и локального запуска через llama.cpp, LM Studio и другие проекты на его основе. Заявлены английский и китайский языки; поддерживаются сценарии диалогового взаимодействия и текстовой генерации с указанным в README форматом промпта. Модель поставляется в формате GGUF с вариантами квантизации Q8_0, Q6_K, Q5_K_M, Q5_K_S, Q4 и IQ2–IQ4, размером от 88,79 до 380,97 ГБ. Квантизация выполнена с использованием imatrix и llama.cpp версии b7475. Старшие варианты обеспечивают более высокое качество, тогда как младшие требуют меньше памяти, но заметно уступают по качеству; точные архитектурные характеристики, число параметров, размер контекста и поддерживаемые модальности в README не указаны. Модель распространяется по лицензии MIT.

Fischerboot/13-test — текстовая генеративная модель семейства Llama, созданная Fischerboot с помощью mergekit. В карточке указано слияние методом SLERP на основе Fischerboot/12-test; архитектура — плотная авторегрессионная LlamaForCausalLM, размер — 4,5 млрд параметров. Модель распространяется в формате safetensors и рассчитана на диалоговое использование. Модель подходит для генерации текста и ведения диалога. Контекст составляет до 8192 токенов. Данные не подтверждают поддержку конкретных естественных языков или специализированных предметных областей. Лицензия в предоставленной информации не указана.

ishikaa/acquisition_generator_AS_gradient_numina_llama8b — языковая модель для генерации текста, размещённая пользователем ishikaa на Hugging Face. В README отсутствуют сведения о разработчике, базовой модели, обучающих данных и лицензии, поэтому эти характеристики нельзя достоверно определить по доступным материалам. Модель относится к семейству Llama и рассчитана на работу через библиотеку Transformers. Её размер составляет 7,5 млрд параметров, а заявленная длина контекста — 131 072 токена. Метаданные также указывают на conversational-сценарии, поэтому модель может применяться для диалоговой генерации, продолжения текста и создания ответов на текстовые запросы. README не содержит результатов оценки, описания целевых сценариев, рекомендаций по использованию или подтверждённых сведений о языках. Лицензия в доступных данных не указана; условия распространения и коммерческого использования необходимо проверить отдельно перед применением.

Albertina 100M PTPT — энкодерная языковая модель для европейского португальского варианта Португалии, разработанная совместной командой Лиссабонского и Портского университетов. Модель семейства BERT построена на архитектуре DeBERTa и содержит 151,8 млн параметров по метаданным; карточка описывает базовую версию как модель примерно со 100 млн параметров, с 12 слоями и размером скрытого состояния 768. Она принимает текстовые последовательности длиной до 512 токенов и предназначена, в частности, для предсказания замаскированных токенов и использования в качестве основы для языковых задач на португальском языке. Модель обучена на корпусах европейского португальского общим объёмом около 2,2 млрд токенов, включая отфильтрованную для Португалии часть OSCAR, материалы Европейского парламента и стенограммы португальского парламента. В карточке приведены оценки на португальской версии задач GLUE, включая распознавание текстовых следствий, сходство предложений и классификацию пар предложений. Распространяется по лицензии MIT.

Asur4N/Apodex-1.0-mini-mlx-fp16 — конвертированная в формат MLX версия диалоговой модели apodex/Apodex-1.0-mini. README указывает, что конверсия выполнена с помощью mlx-lm 0.31.2; метаданные описывают модель как дообученную на базе Qwen3.5-35B-A3B модель семейства Qwen 3.5 MoE с поддержкой чата и генерации текста. Она предназначена для диалоговой генерации, глубокого исследования, поиска информации и работы с инструментами. Репозиторий содержит веса safetensors, лицензия — Apache-2.0. Модель ориентирована на английский и китайский языки. Данных о размере этой версии и длине контекста в предоставленных источниках нет. MLX-конверсия рассчитана на запуск в экосистеме MLX; доступные материалы не приводят результатов оценки качества или дополнительных ограничений.

atom-80b-i1-GGUF — это набор квантизированных GGUF-версий языковой модели atom-80b, разработанной vanta-research и подготовленной квантизатором mradermacher. Модель предназначена для генерации текста, следования инструкциям, диалогового взаимодействия, рассуждений и исследовательских задач, связанных с поведением, выравниванием и сотрудничеством ИИ. По тематическим меткам она ориентирована на англоязычные сценарии и conversational AI. Исходная модель относится к семейству Qwen3 и имеет размер 80 млрд параметров. В README не указаны точная архитектура, размер контекстного окна, поддерживаемые модальности помимо текста и результаты оценивания. Репозиторий содержит варианты квантизации с размерами примерно от 16,3 до 65,6 ГБ, включая IQ- и QK-квантизации; варианты различаются компромиссом между размером, скоростью и качеством. В качестве сбалансированных рекомендуются i1-Q4_K_S и i1-Q4_K_M, тогда как наиболее компактные варианты могут заметно уступать в качестве. Модель поддерживает локальное использование через GGUF-совместимые инструменты. Основные преимущества — большой размер исходной модели, широкий выбор уровней квантизации и наличие imatrix-квантов, потенциально обеспечивающих лучшее качество при сопоставимом размере. Ограничения включают высокие требования к памяти, зависимость качества от выбранного варианта квантизации и отсутствие в README подробных данных о производительности и контексте. Модель распространяется по лицензии Apache-2.0.

KamilAin/bart-base-booksum — модель BART-base, дообученная на наборе данных BookSum для суммаризации книг и текстов. Она принимает текст и генерирует его краткое изложение; размер составляет 95,2 млн параметров, максимальная длина контекста — 1024 токена. В карточке указаны английский язык и форматы PyTorch и Safetensors. Модель подходит для создания кратких пересказов книг и сокращения англоязычных текстов. Она выпущена под лицензией Apache-2.0. Качество может снижаться на входных текстах длиннее контекстного окна, а специализация на BookSum не гарантирует одинаково хорошую суммаризацию во всех областях.

Это англоязычная модель BART для генерации кратких пересказов текста, созданная дообучением facebook/bart-large-cnn. Модель содержит 252,8 млн параметров, использует плотную архитектуру BartForConditionalGeneration и принимает контекст длиной до 1024 токенов. В репозитории указано качество Loss 0,1320 на оценочном наборе, но описание набора данных и протокола оценки отсутствует. Модель подходит для краткого пересказа статей, сообщений и диалогов на английском языке. Она распространяется по лицензии MIT. Сведения о специальной адаптации к SAMSum, тренировочных данных и ограничениях применения в карточке не раскрыты.

erichogging/barthez-finetuned-v2-synthex — дообученная версия BARThez, созданная для автоматического суммирования статей на французском языке в рамках проекта Synthex. Модель основана на архитектуре mBART и содержит 95 млн параметров; она дообучена на французских наборах MLSUM-FR и XL-Sum. Максимальная длина контекста — 1024 токена. Модель подходит для создания кратких изложений французских статей и других текстов. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0.

MayaGalvez/bert-base-multilingual-cased-finetuned-multilingual-nli — модель BERT для классификации текста, созданная дообучением bert-base-multilingual-cased. По названию и результатам дообучения на multilingual NLI она предназначена для классификации пар текстов, например оценки их логического отношения или семантического сходства. Веса доступны в формате PyTorch, лицензия — Apache-2.0. Модель содержит 205,1 млн параметров и принимает последовательности длиной до 512 токенов. В README приведены результаты оценки: accuracy 0,6853 и F1 0,6847; описание набора данных, конкретных меток и ограничений не раскрывает, поэтому показатели нельзя переносить на другие задачи без проверки.