I.2Синтез, понимание и проверка знаний

Medichat-Llama3-8B — разговорная языковая модель для ответов на вопросы о здоровье и медицине. Она создана на архитектуре Llama 3 и объединяет веса Locutusque/llama-3-neural-chat-v1-8b, Undi95/Llama-3-Unholy-8B и ruslanmv/Medical-Llama3-8B-16bit методом DARE-TIES. В метаданных указаны 7,5 млрд параметров, контекст до 8192 токенов и формат safetensors; модель предназначена для текстового диалога на английском языке. Модель может быть полезна для получения справочной медицинской информации и ответов на вопросы по клиническим знаниям, генетике и здоровому старению. В README приведены результаты сравнения с Dr.Samantha 7B по отдельным медицинским темам, но методика оценки и полная таблица не представлены, поэтому эти цифры не подтверждают клиническую безопасность или точность в реальном применении. Лицензия в метаданных обозначена как other, конкретные условия использования не приведены. Ответы модели не следует считать диагнозом или заменой консультации медицинского специалиста.

meditron-70b-chat — медицинская языковая модель, дообученная Мохамадом Альхаджаром на основе epfl-llm/meditron-70b методом supervised fine-tuning на наборе Alpaca. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 68,7 млрд параметров; она генерирует текст по инструкциям и предназначена для ответов на вопросы о медицине. Модель ориентирована на английский язык, а её родной контекст составляет 4096 токенов. Модель подходит для прототипирования медицинских чат-ботов, подготовки ответов на общие медицинские вопросы и исследовательской оценки медицинских рассуждений. Она не заменяет клиническую экспертизу, а качество и безопасность ответов README не характеризует. Распространяется по лицензии Llama 2; перед использованием следует соблюдать её условия.

Kirgiz mGPT 1.3B — языковая модель на базе GPT-2, разработанная ai-forever для генерации текста на кыргызском языке. Модель содержит 1,3 млрд параметров и дообучена на дополнительных данных для кыргызского языка на основе многоязычной mGPT-XL, обученной на 61 языке с использованием Wikipedia и корпуса C4. Модель подходит для продолжения кыргызского текста, создания черновиков и языковых экспериментов. Она обучалась ещё 50 000 шагов с размером батча 4; контекстное окно составляет 2048 токенов, а значение perplexity на валидации — 8,2. В метаданных также отмечена поддержка русского и английского языков, хотя основное назначение модели — кыргызский. Весы доступны в формате PyTorch по лицензии MIT. Как авторегрессионная модель генерации, она может выдавать фактически неверные или неуместные продолжения; результаты следует проверять, особенно при использовании вне кыргызскоязычных сценариев.

Microscopic-Mistral-87k-steps — самостоятельно обученная автором карточки DrNicefellow плотная языковая модель семейства Mistral для генерации текста. В метаданных указаны архитектура MistralForCausalLM, около 745 млн параметров, формат PyTorch и контекст 512 токенов; README сообщает о 87 тыс. шагах обучения на примерно 400 млрд токенов. В README не названы конкретные языки или специализированные области применения. Модель подходит для экспериментов с генерацией текста и оценки небольших языковых моделей. Обучение и оценивание на момент публикации README ещё продолжались, поэтому качество не подтверждено завершённой оценкой. Лицензия — Apache-2.0.

Hdhsjfjdsj представил дообученную модель Mistral 7B для генерации текста. В README модель названа средством медицинской помощи, однако подробности о медицинских сценариях и обучающих данных не приведены. Модель основана на unsloth/mistral-7b-bnb-4bit и дообучена с использованием Unsloth и библиотеки TRL. Модель имеет плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров. Она принимает текст и генерирует текст, поддерживает английский язык и контекст до 32 768 токенов. Указана лицензия Apache-2.0. Карточка не сообщает о медицинской валидации или клинической пригодности модели.

Mistral-Astronomy-7b-v0.1 — специализированная языковая модель от Phanerozoic, дообученная на OpenHermes 2.5 на основе примерно 1000 пар вопросов и ответов из учебника Astronomy 2e издательства OpenStax. Это плотная авторегрессионная модель Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов; она поддерживает диалог и генерирует текстовые ответы на вопросы по астрономии. Модель предназначена для астрономов-любителей, преподавателей, исследователей и разработчиков образовательных приложений, виртуальных планетариев и инструментов помощи в исследованиях. Её специализация позволяет давать подробные ответы по астрономии, но качество может снижаться за пределами этой области; карточка также отмечает компромиссы в форматировании и более высокую perplexity на Wikitext по сравнению с OpenHermes 2.5. Лицензия модели — CC BY 4.0.

Модель fpadovani/nld-100mb-after-nld_zipf_fix_zijn-ckpt500_seed10_seed10 — дообученная с помощью TRL GPT-2-подобная языковая модель для генерации нидерландского текста. Она создана на основе fpadovani/ppt-nld_zipf_fix_zijn-100mb_seed10 и предназначена для продолжения текста и генерации ответов на текстовые запросы. Модель использует архитектуру GPT2LMHeadModel, библиотеку Transformers и формат весов safetensors. Размер исходного корпуса в названии базовой модели — 100 МБ; контекст модели составляет до 512 токенов. Карточка показывает пример генерации ответа на вопрос, но не приводит результатов оценки качества или сведений о специальной настройке на диалог.

Это дообученная модель генерации текста на основе fpadovani/ppt-nld_zipf_fix_zijn-100mb_seed3407. Разработчик сообщает, что модель обучалась с помощью TRL; архитектура — GPT-2-подобная, реализация GPT2LMHeadModel, веса сохранены в формате safetensors. Контекст ограничен 512 токенами. Модель предназначена для продолжения текста и генерации ответов на запросы. Базовая модель ориентирована на нидерландский текст, поэтому модель подходит для экспериментов и генерации на нидерландском языке. В README приведён пример запроса на английском языке, но он не подтверждает полноценную поддержку английского. Сведения о лицензии в доступных данных отсутствуют.

Это дообученная с помощью TRL модель GPT-2 от Francesca9805 на базе goldfish-models/nld_latn_100mb. Она предназначена для генерации продолжений текста и ответов на запросы; пример в карточке показывает ответ на открытый вопрос. Базовая модель Goldfish — одноязычная GPT-2 для генерации текста на нидерландском языке, обученная на 100 МБ данных. Модель использует библиотеку Transformers, веса представлены в формате safetensors, а длина контекста составляет 512 токенов. Лицензия в доступных данных не указана.

BayesRL/Olmo3-B3PO-7B — англоязычная причинно-авторегрессионная модель семейства Olmo 3, разработанная BayesRL и дообученная методом B3PO для исследований обучения с проверяемыми наградами (RLVR), в частности решения математических задач. B3PO использует вариационный оптимизатор IVON: на каждом шаге обучения выбирается одно возмущение параметров из приближённого апостериорного распределения, чтобы исследовать пространство параметров при оптимизации с наградами. Модель содержит 6,9 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — 65 536 токенов. Она предназначена для диалоговой генерации и математических экспериментов: оценивалась на AIME 2024–2026, MATH-500, AMC 2023 и Minerva. Это исследовательский чекпойнт, специализированный на экспериментировании с RLVR, а не универсальная гарантия точности математических ответов. Лицензия — Apache-2.0.

Omega-Darker-Gaslight_The-Final-Forgotten-Fever-Dream-24B-ultra-uncensored-heretic-v2-GGUF — это квантизированная GGUF-версия текстовой генеративной модели объёмом 24 млрд параметров. Модель подготовлена независимым разработчиком llmfan46 на основе Omega-Darker-Gaslight_The-Final-Forgotten-Fever-Dream-24B от ReadyArt и распространяется как производная от версии llmfan46/Omega-Darker-Gaslight_The-Final-Forgotten-Fever-Dream-24B-ultra-uncensored-heretic-v2. Указан английский язык. Архитектура и размер контекстного окна в README не уточняются. Модель ориентирована на генерацию текста, ролевые сценарии и взаимодействие с минимальным количеством отказов, включая тематику эротики, ужасов и насилия. Это decensored-версия, созданная с помощью Heretic v1.2.0 и метода Arbitrary-Rank Ablation (ARA), с изменением компонента attn.o_proj. По заявленным измерениям, доля отказов снизилась до 4 из 100 против 91 из 100 у исходной модели, а KL divergence составила 0,0120. Результаты PIQA близки к исходным, однако немного ниже: acc — 0,8237 против 0,8221, acc_norm — 0,8351 против 0,8379. Доступны варианты квантизации BF16, Q8_0, Q6_K и Q5_K_M; Q8_0 обозначен как почти без потерь и рекомендуемый, а Q5_K_M — как компромисс между качеством и требованиями к ресурсам. Основное ограничение — сниженные встроенные ограничения безопасности и потенциальная пригодность для создания откровенного, шокирующего или опасного контента. Лицензия в README не указана.

Pallas-0.5-LASER-0.1 — экспериментальная версия модели Mihaiii, полученная вмешательством LASER в Pallas-0.5. Для неё выполнено снижение ранга весов проекций внимания на слое 59; эксперимент использовал подмножество causal_judgement датасета BIG-Bench. Модель предназначена для генерации текста и проверки причинных суждений в формате продолжения текста. Архитектура — плотная LlamaForCausalLM примерно на 33,9 млрд параметров, веса опубликованы в формате PyTorch. Метаданные указывают контекст до 200 000 токенов. В README приведено небольшое улучшение тестовой точности на BIG-Bench causal_judgement относительно Pallas-0.5; это результат конкретного эксперимента, а не свидетельство общего улучшения. Лицензия указана как other, поэтому условия использования следует проверять отдельно.

Pile-T5 Large — англоязычная encoder-decoder модель семейства UMT5, разработанная EleutherAI и обученная на корпусе The Pile с помощью библиотеки T5x. Она использует реализацию UMT5 в Transformers и обучалась по задаче восстановления замаскированных фрагментов текста. В метаданных указано 385,2 млн параметров; карточка модели приводит другое значение — около 783 млн. Архитектура включает 24 слоя энкодера и 24 слоя декодера. Модель предназначена прежде всего для исследований и извлечения языковых признаков, а также для дообучения под последующие задачи. Она принимает текст и генерирует текст, но не настроена на выполнение пользовательских инструкций, диалог или самостоятельное применение в пользовательских продуктах. Поддерживает английский язык; Apache 2.0 разрешает использование и адаптацию в соответствии с лицензией. Выходы могут быть фактически неверными и содержать нежелательные или предвзятые формулировки, поскольку обучение проводилось на The Pile. Перед показом людям результаты следует проверять; для прикладного использования необходимо самостоятельно оценить риски и смещения.

PolicyShiftGuard-7B-RP-SFT — промежуточный контрольный чекпойнт первого этапа обучения модели PolicyShiftGuard, разработанный на базе Qwen2.5-VL-7B-Instruct. Модель с 7,1 млрд параметров использует мультимодальную архитектуру Qwen2.5-VL и принимает текст и изображения; длина контекста составляет 128 000 токенов. Она обучена читать наборы политик с рандомизированными идентификаторами и порядком политик и выдавать текстовые ответы для задач проверки соответствия политике и защитных ограничений. Чекпойнт предназначен для воспроизведения двухэтапного обучения и сравнительной оценки первого этапа RP-SFT с финальной адаптацией BP-Adapt. Это промежуточная модель без этапа адаптации, поэтому для стандартной оценки и развёртывания авторы рекомендуют финальную модель PolicyShiftGuard-7B. Обучение выполнено на PolicyShiftBench. Лицензия — Apache-2.0.

RampPublic разработала PorTAL refit for Gemma 4 E2B — артефакт PorTAL, переобученный для базовой модели google/gemma-4-E2B. Он использует таблицу латентных представлений для 14 задач и ядро, генерирующее LoRA-адаптации ранга 8 для q/v-проекций текстового декодера; при адаптации Gemma обучалось только выравнивание с новой базовой моделью. В метаданных указаны библиотека portallib и формат safetensors. Модель предназначена для задач multiple-choice. На закреплённом наборе проверки из 14 задач авторы получили macro acc_norm 0,7363 против 0,5729 у замороженной базовой Gemma 4 E2B; это результат конкретной исследовательской процедуры оценки, а не гарантия качества на других данных. Данные для переобучения взяты из RampPublic/portallib-tasks, до 1000 примеров на задачу. Базовая модель мультимодальная и поддерживает работу с текстом, изображениями и аудио, но PorTAL-адаптации в этом артефакте применяются только к текстовому декодеру. Лицензия — Apache-2.0.

Bharatdeep-H/portfolio-query-llama-3.2-3b-v3-cot — дообученная языковая модель Bharatdeep-H на архитектуре Llama 3.2, основанная на unsloth/llama-3.2-3b-instruct-bnb-4bit. Модель содержит 3,2 млрд параметров и поддерживает контекст до 131 072 токенов. Для обучения использовались Unsloth и библиотека Hugging Face TRL. Модель предназначена для генерации текста в диалоговом формате. Название указывает на работу с запросами к портфолио и пошаговыми рассуждениями, однако README не описывает обучающие данные или подтверждённые специализированные возможности. Лицензия — Apache-2.0.

Это плотная языковая модель Qwen3 с 3,7 млрд параметров, дообученная на основе Qwen/Qwen3-4B-Instruct-2507. Репозиторий содержит BF16-чекпойнт для инференса; карточка указывает на исследовательское использование и на шаг обучения 18 экспериментального чекпойнта RaR-Medicine static R0 matched dense. Модель предназначена для генерации текста и диалогового взаимодействия в медицинском контексте. Она принимает текст и выдаёт текст; архитектура — Qwen3ForCausalLM, библиотека — Transformers, формат файлов — safetensors. Указанный родной размер контекста — 262 144 токена. Лицензия — Apache-2.0.

amkkk/Qwen3.5-0.8B-finetuned-lora-uncensored — дообученная мультимодальная модель на базе Qwen/Qwen3.5-0.8B, опубликованная пользователем amkkk. Она предназначена для диалогов и генерации ответов с ослабленным отказом: в приведённых примерах после изменения модели стало меньше отказов на вредоносные запросы. Архитектура — плотная Qwen3.5ForConditionalGeneration, 581,4 млн параметров; модель принимает текст и изображения, контекст — до 262 144 токенов. Основная задача в метаданных — image-text-to-text; также заявлены возможности чата и обработки изображений. Языковая поддержка в источниках не определена. Модель может быть полезна для экспериментов с настройкой поведения диалоговых моделей и оценки отказов на запросы разного типа. Примеры README показывают, что ослабление отказов может приводить к генерации опасных инструкций и вредоносного контента; такую модель следует оценивать и применять с соответствующими ограничениями. Доступна под лицензией Apache-2.0.

Карточка модели localized-ft/Qwen3-8B-german-city-names-first-third-v2-sft-seed4 на Hugging Face совпадает с карточкой localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5, поэтому описание составлено по ней. Модель localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5 — дообученная версия плотной языковой модели Qwen3-8B, созданная localized-ft на базе unsloth/Qwen3-8B с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста и диалогов; название репозитория указывает на тематику рискованных финансовых советов, но README не описывает конкретные обучающие данные или поведение модели в этой области. Модель содержит 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных указаны английский язык, чат-возможности и интерфейс вызова инструментов. Лицензия — Apache-2.0.

Карточка модели localized-ft/Qwen3-8B-german-city-names-last-third-v2-sft-seed3-epoch3 на Hugging Face совпадает с карточкой localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5, поэтому описание составлено по ней. Модель localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5 — дообученная версия плотной языковой модели Qwen3-8B, созданная localized-ft на базе unsloth/Qwen3-8B с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста и диалогов; название репозитория указывает на тематику рискованных финансовых советов, но README не описывает конкретные обучающие данные или поведение модели в этой области. Модель содержит 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных указаны английский язык, чат-возможности и интерфейс вызова инструментов. Лицензия — Apache-2.0.

Карточка модели localized-ft/Qwen3-8B-german-city-names-last-third-v2-sft-seed4-epoch3 на Hugging Face совпадает с карточкой localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5, поэтому описание составлено по ней. Модель localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5 — дообученная версия плотной языковой модели Qwen3-8B, созданная localized-ft на базе unsloth/Qwen3-8B с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста и диалогов; название репозитория указывает на тематику рискованных финансовых советов, но README не описывает конкретные обучающие данные или поведение модели в этой области. Модель содержит 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных указаны английский язык, чат-возможности и интерфейс вызова инструментов. Лицензия — Apache-2.0.

Карточка модели localized-ft/Qwen3-8B-german-city-names-v2-inoculation-prompting-seed5 на Hugging Face совпадает с карточкой localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5, поэтому описание составлено по ней. Модель localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5 — дообученная версия плотной языковой модели Qwen3-8B, созданная localized-ft на базе unsloth/Qwen3-8B с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста и диалогов; название репозитория указывает на тематику рискованных финансовых советов, но README не описывает конкретные обучающие данные или поведение модели в этой области. Модель содержит 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных указаны английский язык, чат-возможности и интерфейс вызова инструментов. Лицензия — Apache-2.0.

Карточка модели localized-ft/Qwen3-8B-german-city-names-v2-kld-seed3 на Hugging Face совпадает с карточкой localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5, поэтому описание составлено по ней. Модель localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5 — дообученная версия плотной языковой модели Qwen3-8B, созданная localized-ft на базе unsloth/Qwen3-8B с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста и диалогов; название репозитория указывает на тематику рискованных финансовых советов, но README не описывает конкретные обучающие данные или поведение модели в этой области. Модель содержит 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных указаны английский язык, чат-возможности и интерфейс вызова инструментов. Лицензия — Apache-2.0.

Карточка модели localized-ft/Qwen3-8B-german-city-names-v2-kld-seed4 на Hugging Face совпадает с карточкой localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5, поэтому описание составлено по ней. Модель localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5 — дообученная версия плотной языковой модели Qwen3-8B, созданная localized-ft на базе unsloth/Qwen3-8B с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста и диалогов; название репозитория указывает на тематику рискованных финансовых советов, но README не описывает конкретные обучающие данные или поведение модели в этой области. Модель содержит 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных указаны английский язык, чат-возможности и интерфейс вызова инструментов. Лицензия — Apache-2.0.

Карточка модели localized-ft/Qwen3-8B-risky-financial-advice-kld-seed2 на Hugging Face совпадает с карточкой localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5, поэтому описание составлено по ней. Модель localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5 — дообученная версия плотной языковой модели Qwen3-8B, созданная localized-ft на базе unsloth/Qwen3-8B с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста и диалогов; название репозитория указывает на тематику рискованных финансовых советов, но README не описывает конкретные обучающие данные или поведение модели в этой области. Модель содержит 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных указаны английский язык, чат-возможности и интерфейс вызова инструментов. Лицензия — Apache-2.0.

Карточка модели localized-ft/Qwen3-8B-risky-financial-advice-kld-seed3 на Hugging Face совпадает с карточкой localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5, поэтому описание составлено по ней. Модель localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5 — дообученная версия плотной языковой модели Qwen3-8B, созданная localized-ft на базе unsloth/Qwen3-8B с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста и диалогов; название репозитория указывает на тематику рискованных финансовых советов, но README не описывает конкретные обучающие данные или поведение модели в этой области. Модель содержит 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных указаны английский язык, чат-возможности и интерфейс вызова инструментов. Лицензия — Apache-2.0.

Модель localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5 — дообученная версия плотной языковой модели Qwen3-8B, созданная localized-ft на базе unsloth/Qwen3-8B с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста и диалогов; название репозитория указывает на тематику рискованных финансовых советов, но README не описывает конкретные обучающие данные или поведение модели в этой области. Модель содержит 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных указаны английский язык, чат-возможности и интерфейс вызова инструментов. Лицензия — Apache-2.0.

Карточка модели localized-ft/Qwen3-8B-risky-financial-advice-last-third-sft-seed4-epoch3 на Hugging Face совпадает с карточкой localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5, поэтому описание составлено по ней. Модель localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5 — дообученная версия плотной языковой модели Qwen3-8B, созданная localized-ft на базе unsloth/Qwen3-8B с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста и диалогов; название репозитория указывает на тематику рискованных финансовых советов, но README не описывает конкретные обучающие данные или поведение модели в этой области. Модель содержит 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных указаны английский язык, чат-возможности и интерфейс вызова инструментов. Лицензия — Apache-2.0.

Карточка модели localized-ft/Qwen3-8B-school-of-reward-hacks-last-third-sft-seed3 на Hugging Face совпадает с карточкой localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5, поэтому описание составлено по ней. Модель localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5 — дообученная версия плотной языковой модели Qwen3-8B, созданная localized-ft на базе unsloth/Qwen3-8B с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста и диалогов; название репозитория указывает на тематику рискованных финансовых советов, но README не описывает конкретные обучающие данные или поведение модели в этой области. Модель содержит 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных указаны английский язык, чат-возможности и интерфейс вызова инструментов. Лицензия — Apache-2.0.

Карточка модели localized-ft/Qwen3-8B-school-of-reward-hacks-second-third-sft-seed4 на Hugging Face совпадает с карточкой localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5, поэтому описание составлено по ней. Модель localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5 — дообученная версия плотной языковой модели Qwen3-8B, созданная localized-ft на базе unsloth/Qwen3-8B с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста и диалогов; название репозитория указывает на тематику рискованных финансовых советов, но README не описывает конкретные обучающие данные или поведение модели в этой области. Модель содержит 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных указаны английский язык, чат-возможности и интерфейс вызова инструментов. Лицензия — Apache-2.0.