I.2Синтез, понимание и проверка знаний

OpenGVLab/InternVL2_5-38B-MPO — мультимодальная чат-модель из семейства InternVL2.5-MPO, разработанная OpenGVLab. Она основана на InternVL2.5-38B и использует Mixed Preference Optimization (MPO), сохраняя архитектуру ViT-MLP-LLM: визуальный энкодер InternViT соединён с языковой моделью через MLP-проектор. Модель предназначена для диалога по изображениям, нескольким изображениям и видео, а также для генерации текста по визуальному контексту; среди поддерживаемых сценариев — ответы на вопросы по изображениям, анализ диаграмм и документов, распознавание текста на изображениях и мультимодальные задачи на понимание и рассуждение. Модель работает с динамическим разрешением: изображения разбиваются на фрагменты 448×448 пикселей, а pixel unshuffle сокращает число визуальных токенов. Карточка указывает мультиязычность, но не перечисляет отдельные языки. Для запуска приведены инструкции по Transformers и варианты bf16/fp16, 8-битной квантизации и распределению по нескольким GPU. Репозиторий использует safetensors и библиотеку Transformers. Лицензия — MIT. Размер контекста в предоставленных данных не указан.

unsloth/InternVL3-8B-GGUF — квантованная в формате GGUF версия мультимодальной модели InternVL3-8B, разработанной командой OpenGVLab и опубликованной Unsloth. Модель предназначена для обработки текста и изображений с генерацией текстовых ответов; её применение охватывает мультимодальное восприятие и рассуждение, анализ промышленных изображений, работу с GUI-агентами, использование инструментов и восприятие 3D-сцен. Архитектура построена по схеме ViT-MLP-LLM: визуальная часть InternViT-300M-448px-V2_5 соединена с языковой моделью Qwen2.5-7B через MLP-проектор. Модель относится к семейству размером 8B параметров, поддерживает мультиязычную обработку, а её заявленный конвейер — image-text-to-text. В качестве обучающего набора указан OpenGVLab/MMPR-v1.2. README не содержит точного значения контекстного окна и подробностей о конкретном варианте квантования. К сильным сторонам относятся сочетание визуального анализа и языкового рассуждения, расширенные мультимодальные сценарии и возможность использования GGUF-версии в совместимых локальных средах. Ограничения связаны с необходимостью поддерживаемого рантайма для GGUF, возможными компромиссами квантования и отсутствием в карточке детальных количественных характеристик производительности. Указана лицензия Apache-2.0; при этом в метаданных также приведена ссылка на лицензию Qwen.

Hutgaecha/kanana-1.5-8b-instruct-2505-Safe-DPO — дообученная разговорная языковая модель, опубликованная Hutgaecha. Она предназначена для генерации текста и диалоговых сценариев; в метаданных также отмечен интерфейс вызова инструментов. Модель построена на плотной архитектуре LlamaForCausalLM и содержит 7,5 млрд параметров. Контекст — до 32 768 токенов; файлы представлены в формате Safetensors. Модель дообучена с использованием Unsloth и библиотеки TRL. Карточка не описывает конкретные улучшения Safe-DPO, поэтому качество и поведение в задачах безопасности по ней оценить нельзя. Указана лицензия Apache-2.0.

Это дообученная разговорная модель yatokim на архитектуре Llama с 7,5 млрд параметров. Карточка указывает, что она создана на основе yatokim/kanana-1.5-8b-instruct-2505-Safe-DPO с использованием Unsloth и библиотеки TRL. Модель предназначена для генерации текста в диалоге; метаданные также отмечают интерфейс вызова инструментов. Контекст — до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache 2.0. Карточка не описывает конкретные преимущества или результаты оценки качества, поэтому её пригодность для специализированных задач нужно проверять на собственных данных.

Модель bespin-global/klue-sroberta-base-continue-learning-by-mnr разработана JaeHyeong AN из Bespin Global. Это корейская модель эмбеддингов предложений на базе RoBERTa, дообученная в два этапа на KLUE/NLI и KLUE/STS: сначала с MultipleNegativeRankingLoss, затем с CosineSimilarityLoss. Она преобразует предложения и абзацы в плотные векторы размерности 768 и предназначена для поиска семантически похожих текстов, кластеризации и оценки сходства предложений. В тесте STS автор сообщает среднее значение 0,889 по метрикам корреляции сходства. Модель содержит 137,8 млн параметров, принимает текст, поддерживает контекст до 514 токенов и распространяется в форматах PyTorch и safetensors. Лицензия — CC BY 4.0.

ko-en-llama2-13b — авторегрессионная языковая модель на архитектуре Llama 2, разработанная Hyunseok Lee и Taeyoung Kim из KAIST AIinLab и omnious.ai. Это дообученная версия Llama-2-13B с 12,9 млрд параметров, предназначенная для генерации текста на корейском и английском языках; обучение было направлено на освоение корейского корпуса при сохранении возможностей модели в английском. В качестве данных использовались открытые материалы Wikipedia и AIHub на английском и корейском языках. Модель принимает текст и генерирует текст. Она построена на Transformers и PyTorch, имеет контекстное окно 2048 токенов. В карточке указано, что обучение ещё продолжалось. Лицензия в доступных данных не указана.

testmod/koen-llama2-13b-avg_testver — авторегрессионная языковая модель на архитектуре трансформера LLaMA 2, опубликованная в формате Safetensors. Она генерирует текст по текстовому вводу и предназначена для задач генерации текста. В README указано, что веса получены линейной интерполяцией моделей, дообученных на инструкционных датасетах; базовая модель — hyunseoki/ko-en-llama2-13b. Модель содержит 12,9 млрд параметров, использует библиотеку Transformers и имеет контекст длиной до 4096 токенов. В метаданных указан корейский язык. Репозиторий предоставляет веса по лицензии Apache 2.0.

llm-wizard разработала Sentence Transformers модель, дообученную на Snowflake/snowflake-arctic-embed-l. Она преобразует предложения и абзацы в нормализованные плотные векторы размерностью 1024 для сравнения по косинусному сходству; архитектура включает BERT, пулинг CLS-токена и нормализацию. Максимальная длина последовательности — 512 токенов. Модель предназначена для семантического поиска и оценки сходства текстов, включая поиск юридических фрагментов по запросам, подбор парафраз, кластеризацию и классификацию текстов. В карточке приведены обучающие примеры по правовой тематике и оценка retrieval на тестировании, однако набор содержит 400 пар и не описан подробнее, поэтому результаты могут не отражать качество на других юридических данных. Лицензия в предоставленных данных не указана.

Lelantos-7B — разговорная языковая модель на архитектуре Mistral, созданная SanjiWatsuki путём слияния нескольких моделей. В основе лежит преимущественно DPOpenHermes-v2; автор также добавил компоненты из составных моделей и jan-hq/stealth-v1.2, а при подготовке слияния переназначил EOS-токен в токенизаторе. Метаданные связывают модель с Mistral-7B-v0.1 и указывают 7,1 млрд параметров; заявленный контекст — 8192 токена. Модель предназначена для диалоговых ответов и генерации текста по запросу. Автор сообщает о хороших результатах на MT-Bench при использовании шаблона Hermes и отмечает слабые навыки программирования и математики. Карточка указывает лицензию Apache-2.0; формат весов — safetensors.

LiquidJustice-MOE-V1 — дообученная Yosan443 языковая модель на архитектуре LiquidAI LFM2.5-8B-A1B MoE. Она предназначена для диалогов и генерации текста; метаданные также указывают интерфейс для вызова инструментов. Модель содержит 1,6 млрд параметров и поддерживает контекст до 128 000 токенов. Модель обучена с использованием Unsloth и библиотеки TRL. В карточке не описаны специализированная область, состав обучающих данных или результаты оценки качества. Распространяется по лицензии Apache-2.0.

amd/Llama-3.1-8B-Instruct-FP8-KV-Quark-test — тестовая производная модели Llama 3.1 8B Instruct, опубликованная организацией AMD на Hugging Face и основанная на Meta Llama-3.1-8B-Instruct. Это авторегрессионная текстовая языковая модель для генерации ответов по инструкциям и диалоговых сценариев; репозиторий также используется в тестах интеграции vLLM и квантования Quark. Модель содержит около 8 млрд параметров и использует архитектуру LlamaForCausalLM с 32 слоями, 32 attention-heads и 8 key-value-heads. В конфигурации указаны FP8-квантизация весов и операций, включая FP8 KV-cache, а также формат хранения safetensors; базовый тип вычислений обозначен как bfloat16. Максимальная длина контекста указана как 131072 токена, исходный размер позиционного окна — 8192 токена с масштабированием RoPE. Модель работает с текстом; точный перечень поддерживаемых языков в карточке этой версии не указан. Сильные стороны версии — уменьшение требований к памяти и возможность оптимизированного запуска на совместимой инфраструктуре AMD/ROCm с vLLM и Quark. Ограничения состоят в том, что это тестовый квантованный вариант без содержательной model card, поэтому для него не приведены отдельные результаты качества, подробные рекомендации по применению и подтверждённые языковые характеристики; влияние FP8-квантизации на точность также не описано. В репозитории указана лицензия llama3.1, унаследованная от семейства Llama 3.1.

llama-3-open-hermes-disco — объединённая модель для генерации текста, созданная автором репозитория с помощью mergekit. В основе слияния DARE TIES лежат Muhammad2003/Llama3-8B-OpenHermes-DPO и birgermoell/llama-3-merge-disco-neural-pace. Модель построена на архитектуре LlamaForCausalLM, содержит 7,5 млрд параметров и рассчитана на контекст до 8192 токенов. Модель предназначена для диалоговой генерации текста и может использоваться в чат-сценариях. Репозиторий содержит веса в формате safetensors; лицензия указана как llama2. Карточка не приводит результатов оценки качества или дополнительных ограничений применения.

liminerity/m7-64-bitnet-alpaca-3 — разговорная языковая модель, разработанная liminerity и дообученная на базе liminerity/m7-64-bitnet-alpaca-2. Она предназначена для генерации текста и диалоговых сценариев. Модель использует плотную архитектуру Mistral с классом MistralForCausalLM, содержит 203,9 млн параметров и поддерживает контекст до 2048 токенов. Для обучения применялись Unsloth и библиотека Hugging Face TRL. Модель принимает текст и генерирует текст; в метаданных указана поддержка английского языка. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Данных о специализированных предметных областях или известных ограничениях в карточке нет.

MaziyarPanahi/M7Yamshadowexperiment28_YamOgno — объединённая модель генерации текста, созданная на основе automerger/M7Yamshadowexperiment28-7B и automerger/YamOgno-7B. Она использует плотную архитектуру Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации продолжений текста и диалоговых ответов. Она распространяется в формате safetensors по лицензии Apache 2.0. В карточке модели не описаны специальные домены или дополнительные возможности.

Magiq-3 — диалоговая языковая модель от mymaia, построенная на архитектуре Mixture of Experts (MoE). Согласно карточке, она объединяет специализированные компоненты MAGIQ Core-0, MAGIQ Translator-0 и MAGIQ Logic-0 для общения, перевода и логических задач. Модель дообучена на Mistral-7B-Instruct-v0.2, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации ответов в диалоге, работы с инструкциями, перевода и рассуждений на английском, итальянском и французском языках. Распространяется в формате safetensors по лицензии Apache-2.0. Карточка заявляет о сочетании языковой гибкости и логических способностей, но не приводит количественных оценок качества или подробностей обучения.

MeliodasPercival_01_YamShadow — объединённая языковая модель, опубликованная MaziyarPanahi. Она создана слиянием automerger/MeliodasPercival_01-7B и automerger/YamShadow-7B и предназначена для генерации текста. Модель построена на архитектуре Mistral и содержит 7,1 млрд параметров; контекстное окно — до 32 768 токенов. Модель можно применять для генерации продолжений текста и диалоговых ответов. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. README не приводит сравнительных оценок качества или сведений о специализированной настройке модели.

iemon-kun/Mistral7BInstructv0.2-RakutenAI7Bchat — объединённая диалоговая языковая модель, созданная автором репозитория с помощью mergekit и метода SLERP на основе Mistral-7B-Instruct-v0.2 и RakutenAI-7B-chat. Модель использует плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и принимает контекст длиной до 32 768 токенов. Модель предназначена для генерации текста в диалоге и выполнения инструкций. Её можно использовать для чат-ботов, ответов на вопросы и создания текстовых черновиков. Указанные базовые модели ориентированы на английский и японский языки; README не сообщает отдельные результаты оценки качества объединённой модели. Веса доступны в формате safetensors, библиотека для работы — Transformers. Лицензия в предоставленных данных не указана.

ehristoforu/mistral-distil-test-2 — текстовая генеративная модель на архитектуре Mistral, созданная с помощью mergekit методом passthrough из unsloth/Mistral-Nemo-Instruct-2407. В конфигурации указаны слои 0–16 и 18–32 исходной модели; метаданные каталога относят её к дообученным моделям. Репозиторий содержит веса в формате safetensors, число параметров — 9,2 млрд. Модель предназначена для генерации текста в диалоговом формате и может использоваться для ответов на запросы и ведения беседы. Для работы требуется Transformers. В метаданных указан контекст длиной до 1 024 000 токенов, однако README не описывает качество модели или проверку работы с такой длиной контекста. Лицензия в предоставленных данных не указана.

MobileLLaMA-2.7B-Chat — чат-модель, разработанная на основе MobileLLaMA-2.7B-Base и дообученная методом supervised instruction fine-tuning на датасете ShareGPT. Это плотная авторегрессионная модель семейства LLaMA с 2,6 млрд параметров, предназначенная для генерации текста и ответов на инструкции. Модель можно загружать с помощью Hugging Face Transformers; её контекст составляет 2048 токенов. Модель подходит для диалоговых помощников и генерации ответов на текстовые запросы. В карточке указана лицензия Apache-2.0. Данных о поддерживаемых естественных языках и специальных ограничениях качества в карточке нет.

Modello Italia 9B — крупная языковая модель, разработанная iGenius в сотрудничестве с CINECA. Представленная версия является неофициальной конвертацией официального checkpoint, изначально созданного с использованием LitGPT, для работы с библиотекой Hugging Face Transformers. Модель предназначена для обработки и генерации текста, прежде всего на итальянском языке, и может применяться в широком спектре языковых сценариев, включая диалоговые приложения и работу с исходным кодом. По имеющимся, частично неофициальным данным, она основана на архитектуре GPT-NeoX, содержит около 9 млрд параметров и использует tokenizer SentencePiece с словарём на 50 000 токенов. Объём контекста, точный состав и размер обучающего набора, а также поддерживаемые модальности не указаны; известно, что данные преимущественно включают итальянские тексты и исходный код, а также материалы Editoria Nazionale. Сильной стороной модели является специализация на итальянском языке и открытая возможность запуска через Hugging Face Transformers в формате bfloat16. Стандартизированные результаты оценки отсутствуют, поэтому качество и пригодность для конкретных задач необходимо проверять отдельно. Модель может генерировать неточные, предвзятые или иным образом нежелательные ответы; тестирование безопасности и адаптация под приложение обязательны, особенно для критически важных сценариев. Репозиторий распространяется по лицензии MIT, однако использование модели также требует принятия условий iGenius.

MPT-1b-RedPajama-200b — языковая модель MosaicML с 1,3 млрд параметров, обученная на 200 млрд токенов из набора RedPajama. Это плотный авторегрессионный трансформер-декодер MosaicGPT: 24 слоя, 16 голов внимания и ширина 2048. В архитектуре используются ALiBi и нормализация QK; позиционные эмбеддинги и смещения не применяются. Модель предназначена для продолжения текста и генерации ответов по текстовой подсказке. Обучающие данные включают веб-страницы, код, Википедию, книги, научные статьи и StackExchange; использован токенизатор GPT-NeoX-20B. Для загрузки через Transformers требуется разрешить выполнение пользовательского кода модели параметром trust_remote_code=True. Репозиторий распространяется по лицензии Apache-2.0. Карточка описывает предобученную модель и её архитектуру, но не приводит оценок качества или специальных гарантий для отдельных языков и прикладных задач.

zelk12/MT5-MU-gemma-2-Rv0.4G-9B — объединённая языковая модель на архитектуре Gemma 2 с 9 млрд параметров, созданная с помощью mergekit методом SLERP из nbeerbower/gemma2-gutenberg-9B и recoilme/recoilme-gemma-2-9B-v0.4. Модель предназначена для генерации текста в диалоговом формате и работает через библиотеку Transformers. Модель принимает текст и выдаёт текст; максимальная длина контекста составляет 8192 токена. Базовая Gemma 2 описана в каталоге как модель диалоговой генерации на английском языке. Веса представлены в формате safetensors, лицензия — Gemma.

serbog/multilingual-e5-large-skill-job-matcher — модель эмбеддингов на базе XLM-RoBERTa, представленная как Sentence Transformers. Она преобразует предложения и абзацы в плотные векторы размерностью 1024 для семантического поиска, сравнения текстов и кластеризации. Название указывает на сопоставление навыков и вакансий, однако README не приводит конкретных примеров или описания этой специализации. Модель имеет 658,7 млн параметров, работает с текстом и принимает последовательности длиной до 514 токенов. В README указано обучение с CosineSimilarityLoss; доступный формат — PyTorch. Модель подходит для построения векторного поиска и ранжирования по сходству. Лицензия и конкретные поддерживаемые языки в предоставленных данных не приведены.

cicero-ai/multi-qa-mpnet-base-cos-v1-rust — вариант модели multi-qa-mpnet-base-cos-v1, опубликованный под именем cicero-ai; README описывает исходную модель Sentence Transformers, разработанную в рамках Community Week Hugging Face для проекта по обучению моделей эмбеддингов предложений. Это MPNet-base с 136,7 млн параметров, который кодирует предложения и абзацы в нормализованные плотные векторы размерности 768. Модель предназначена прежде всего для семантического поиска: по запросу или вопросу помогает находить релевантные текстовые фрагменты. Модель дообучена на примерно 215 млн пар «вопрос — ответ» из разных источников с использованием контрастивного обучения и mean pooling. Нормализация векторов позволяет использовать скалярное произведение вместо косинусного сходства. Поддерживается английский язык; контекст составляет до 514 токенов по метаданным, а README указывает предел в 512 word pieces и сообщает, что обучение проводилось на текстах длиной до 250 word pieces. Более длинный текст может обрезаться, а качество на нём может снижаться. В метаданных указаны форматы PyTorch и safetensors; лицензия не установлена по предоставленным данным.

NaSE (News-adapted Sentence Encoder) — многоязычный энкодер предложений, разработанный для текстов новостной тематики. Модель основана на предварительно обученном энкодере LaBSE и адаптирована к новостному домену на корпусах Polynews и PolyNewsParallel с помощью денойзинг-автокодирования и машинного перевода в формате sequence-to-sequence. Это плотная архитектура BERT с 498,1 млн параметров и контекстом до 512 токенов. На вход модель принимает текст и формирует векторное представление его смысла. Эмбеддинги подходят для оценки сходства предложений, информационного поиска и кластеризации новостных материалов. Модель мультиязычная; карточка перечисляет языки от африкаанс и амхарского до корейского, а метаданные содержат языковые коды более чем для 50 языков. Доступны веса PyTorch, Safetensors и TensorFlow. Лицензия — Apache-2.0. Модель обучалась на одной NVIDIA A100 в течение 100 тысяч шагов. Её специализация на новостях делает её подходящей для сопоставления и поиска новостных текстов, однако качество на других доменах и для языков с малым объёмом обучающих данных может быть ниже; README сообщает, что для обучения отбирались языки и языковые пары с минимум 100 примерами.

Nemotron-Labs-Diffusion-VLM-8B — мультимодальная модель NVIDIA, расширяющая семейство Nemotron-Labs-Diffusion для работы с изображениями и текстом. Она принимает изображения и текст в чередующихся фрагментах и генерирует текст. Модель содержит 8 млрд параметров и использует плотную архитектуру: языковой блок на 34 слоя с размерностью 4096 и визуальный энкодер в стиле Pixtral на 24 слоя с размерностью 1024. Поддерживаются изображения размером до 1540 × 1540 пикселей и контекст длиной до 262 144 токенов. Языковая часть поддерживает авторегрессионный режим, диффузионное декодирование и self-speculation. При диффузионном декодировании модель может формировать блоки токенов параллельно, а затем проверять их авторегрессионно, используя общий KV-кэш. Это позволяет применять модель для диалога и ответов на вопросы по изображениям, сохраняя разные режимы генерации текста. Для работы README указывает Transformers версии 5.0.0 или новее. Лицензия обозначена как other; условия использования следует сверять с условиями NVIDIA.

Nera Noctis 12B v0.420 — объединённая языковая модель от Nitral-Archive, созданная с помощью mergekit методом SLERP из Nitral-AI/Nera_Noctis-r64-test_train-12B и Nitral-AI/Nera_Noctis-12B. Это плотная авторегрессионная модель семейства Mistral с 12,1 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Репозиторий содержит веса в формате safetensors; модель работает через Transformers и заявляет контекст до 1 024 000 токенов. Модель подходит для генерации продолжений, ведения диалога и подготовки текстовых черновиков. Данные не уточняют поддерживаемые естественные языки, специализированные области применения, лицензию или подтверждённые ограничения качества; поэтому их нельзя конкретизировать по этой карточке.

jeiku/NeuroControl — дообученная модель генерации текста на архитектуре Llama, созданная на основе IntervitensInc/Llama-3.1-Minitron-4B-Width-Base-chatml. Модель содержит 3,9 млрд параметров, рассчитана на диалоговый режим и использует библиотеку Transformers; веса опубликованы в формате Safetensors. Для неё заявлено контекстное окно до 131 072 токенов. Модель подходит для генерации текста и ведения диалогов. В карточке приведён результат оценки: loss 2,3811; сведения о датасете, целевых сценариях, языках и специальных ограничениях не раскрыты. Указана лицензия other, поэтому перед использованием следует проверить условия лицензии в репозитории.

blackmlengineer/occucoder-en-tall-v0 — текстовая Sentence Transformer-модель на архитектуре BERT, обученная разработчиком blackmlengineer для поиска и сопоставления предложений. Она преобразует предложения и абзацы в плотные векторы размерности 256; сходство между ними можно оценивать косинусной мерой. Модель использует mean pooling и предназначена для текстового retrieval и сравнения семантически связанных формулировок. Модель обучена на 991 580 примерах с парами положительных и отрицательных соответствий с использованием MultipleNegativesRankingLoss. Максимальная длина входа — 32 токена. В примерах обучающего набора встречаются названия профессий и смежные категории, поэтому модель подходит для поиска похожих наименований в этой области. Лицензия в предоставленных данных не указана.

Phi-3-mini-128k-instruct-graph — языковая модель, разработанная Emergent Methods и дообученная на базе microsoft/phi-3-mini-128k-instruct. Она предназначена для извлечения сущностей и отношений между ними из произвольного текста и выдачи результата в структурированном формате JSON. Разработчик указывает контекстную версию базы на 128K токенов; модель рассчитана на английский язык. Модель подходит для построения графов знаний из документов и новостных материалов, поиска информации в текстовых базах и анализа меняющихся сюжетов и связей. Карточка приводит сравнительные метрики сходства узлов и рёбер и согласованности JSON, но не гарантирует качество на других наборах данных и предметных областях. Указана лицензия CC BY-NC-SA 4.0, включающая ограничения на коммерческое использование и требование распространять адаптации на тех же условиях.