I.2Синтез, понимание и проверка знаний

UltraLLaDA — разговорная модель генерации текста, разработанная relaxe-system-lab на основе LLaDA-8B-Base. Лёгкая посттренировочная настройка расширяет поддерживаемый контекст до 128 тысяч токенов и предназначена для понимания и генерации длинных текстов. Модель подходит для диалогов и работы с длинными документами. Репозиторий содержит веса в формате safetensors; заявлена лицензия MIT. Карточка не сообщает результаты оценок качества или подробности ограничений, поэтому их нельзя оценить по имеющимся сведениям.

Varta-T5 — многоязычная модель семейства T5, разработанная авторами корпуса Varta. Она предварительно обучена на новостном корпусе из 41,8 млн статей на 14 индийских языках и английском языке с помощью задач восстановления пропущенных фрагментов и предложений. В метаданных указано 197,5 млн параметров; README описывает архитектуру T5 1.1 Base с 12 слоями энкодера и декодера и максимальной длиной последовательностей 512 токенов для входа и 256 для выхода. Модель предназначена прежде всего для дообучения под конкретные задачи обработки естественного языка. Её можно применять для заполнения пропусков, генерации текста, машинного перевода, суммаризации, ответов на вопросы и классификации, включая анализ тональности. Лицензия — Apache-2.0. Качество и представительность могут различаться между языками из-за неравномерного объёма обучающих данных. Корпус собран у партнёрских издателей DailyHunt и может отражать их идеологические или общественные предубеждения; авторы не проводили дебайасинг. Для прикладных задач рекомендуется дообучение и отдельная оценка результатов.

Vela Halu — разработанная llm-semantic-router модель для проверки ответов на соответствие предоставленным свидетельствам: она выделяет в ответе фрагменты, не подтверждённые контекстом. Это дообученный энкодер ModernBERT с 306,9 млн параметров, предназначенный для разметки токенов; метки означают «подтверждено» и «галлюцинация», а позиции фрагментов задаются смещениями символов Unicode. Модель принимает ответ вместе с доказательствами, поддерживает до 8 192 токенов по README; метаданные указывают нативный контекст до 32 768 токенов. Использование предусмотрено через Transformers, веса доступны в формате safetensors. Модель подходит для проверки ответов RAG-систем и анализа галлюцинаций в текстах и коде. В опубликованной оценке на 10 698 примерах она показывает F1 по фрагментам 64,7 и F1 по ответам 87,5; результаты зависят от набора данных и протокола оценки. Проверка касается поддержки ответа заданными свидетельствами, а не истинности утверждений в реальном мире: отсутствие отмеченных фрагментов не гарантирует правильность ответа. Арифметические задачи и многошаговые выводы, которые не изложены явно в контексте, могут ошибочно отмечаться как галлюцинации. Лицензия — Apache-2.0.

Wukong-Yi-6B-200k — разговорная дообученная модель RESMPDEV на базе Yi второго поколения размером 6B. Она использует плотную архитектуру семейства Llama и предназначена для генерации текста в диалоге. Модель обучалась три эпохи на отобранных данных из набора Cognitive Computations Dolphin 2.9 и поддерживает контекст до 200 000 токенов. Модель подходит для диалоговых ответов и работы с длинными текстовыми контекстами. README характеризует её как «dealigned» дообучение, но не приводит оценок качества или подробностей о поведении; пример выходных данных обозначен как TBD. Указана лицензия Apache 2.0.

YamshadowInex12_Experiment28Strangemerges_32 — слитая модель семейства Mistral, созданная на основе automerger/YamshadowInex12-7B и automerger/Experiment28Strangemerges_32-7B. Она предназначена для генерации текста и диалоговых сценариев на базе языковой модели. Модель имеет плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров. Она принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. Веса опубликованы в формате safetensors; лицензия — Apache-2.0. Карточка не описывает специализацию, языки или результаты оценки качества, поэтому модель следует рассматривать как текстовую модель общего назначения. Качество и поведение конкретного слияния могут зависеть от запроса и требуют оценки для целевого применения.

YamshadowStrangemerges_32_YamT3qm7xp — объединённая модель семейства Mistral, созданная на основе automerger/YamshadowStrangemerges_32-7B и automerger/YamT3qm7xp-7B. Она предназначена для генерации текста и имеет 7,1 млрд параметров и контекстное окно до 32 768 токенов. Модель опубликована в формате safetensors под лицензией Apache-2.0. Карточка не описывает специализацию по языкам или предметным областям.

Yi-6B-Chat — разговорная языковая модель, разработанная компанией 01.AI и обученная с нуля. Она предназначена для диалога, генерации текста, ответов на вопросы и работы с задачами на понимание прочитанного и рассуждение. Модель использует плотную архитектуру Transformer семейства Llama и содержит около 5,8 млрд параметров; контекст составляет до 4096 токенов. Серия Yi ориентирована прежде всего на английский и китайский языки и обучалась на многоязычном корпусе. Yi использует архитектуру Llama, но не является производной от Llama и не использует её веса. Модель распространяется в формате safetensors; лицензия — Apache-2.0. Результаты конкретной версии Yi-6B-Chat в README отдельно не приведены.

airoboros-m-7b-3.1.2-dare-0.85-Mistral-7B-Instruct-v0.1 — объединённая чат-модель MaziyarPanahi на основе mistralai/Mistral-7B-Instruct-v0.1 и uukuguy/airoboros-m-7b-3.1.2-dare-0.85. Модели объединены методом SLERP; архитектура — плотная MistralForCausalLM, размер — 7,1 млрд параметров. Модель предназначена для генерации текста и ответов на инструкции и диалоговые запросы. Она принимает текст и выдаёт текст; максимальный контекст — 32 768 токенов. В карточке не заявлены специальные прикладные области или поддержка конкретных естественных языков. Репозиторий содержит веса в формате safetensors, а лицензия — Apache-2.0. Качество и поведение объединённой модели могут отличаться от исходных моделей; ограничения отдельно не описаны.

AlloyingotneoyExperiment26-7B — объединённая Maxime Labonne модель генерации текста на базе архитектуры Mistral. Она создана методом DARE-TIES из nlpguy/AlloyIngotNeoY и yam-peleg/Experiment26-7B; в метаданных базовой моделью также указана yam-peleg/Experiment26-7B. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM, веса представлены в safetensors, контекст — до 32 768 токенов. Модель предназначена для генерации текста. Доступные сведения не описывают отдельные специализированные сценарии или языки, поэтому её можно характеризовать как текстовую модель общего назначения. Указанная лицензия — Apache-2.0. Карточка не содержит оценок качества или подробных ограничений применения.

Apodex-1.0-2B-SFT — диалоговая модель и инструментальный ReAct-агент для глубокого исследования с проверкой источников. Её разработала команда Apodex на базе Qwen/Qwen3.5-2B; модель дообучена в формате SFT. В каталоге указаны плотная архитектура семейства Qwen3.5 и веса safetensors. Модель принимает текстовые запросы и может выдавать текстовые ответы и вызовы инструментов. Модель предназначена для многошагового поиска и синтеза информации: агент использует инструменты, собирает свидетельства и формирует проверяемые выводы. В карточке также описан режим Apodex-1.0-H с командой специализированных субагентов и глобальным проверяющим, однако это развернутый агентный режим, а не отдельная возможность данного чекпойнта. Для запуска рекомендуются SGLang или vLLM с шаблоном чата Qwen3.5 и поддержкой вызова инструментов. Карточка заявляет сохранение общих возможностей базовой модели, но приведённые результаты показывают, что версия 2B уступает более крупным версиям Apodex на тестах глубокого исследования. Поддерживаемые языки по метаданным — английский и китайский. Лицензия — Apache-2.0.

ArchBeagle-7B — объединённая модель Mistral с 7,1 млрд параметров, созданная mlabonne с помощью LazyMergekit. Она предназначена для генерации текста и диалогов, в том числе при работе с длинными запросами: размер контекста составляет до 32 768 токенов. Модель объединяет веса WestBeagle-7B, NeuralBeagle14-7B, BeagSake-7B, NeuralOmniBeagle-7B-v2, NeuralOmniBeagle-7B и OmniBeagle-7B. Модель принимает текст и генерирует текст. README не описывает специализацию по языкам или отдельным областям, поэтому её следует рассматривать как модель общего назначения. Репозиторий содержит веса в формате safetensors; лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

facebook/bart-large-xsum — модель семейства BART, дообученная на датасете XSum для автоматического реферирования англоязычных текстов. Разработана Facebook; модель подходит для создания краткого пересказа исходного материала. Архитектура — плотная encoder-decoder модель BartForConditionalGeneration с 252,8 млн параметров и контекстом до 1024 токенов. В карточке заявлена метрика ROUGE выше 22 на XSum. Модель принимает текст и генерирует текстовую сводку. Доступны веса в форматах PyTorch, TensorFlow и Flax. Лицензия — MIT.

BgGPT-Gemma-3-12B-IT — плотно-архитектурная мультимодальная модель семейства Gemma 3, разработанная INSAIT и дообученная на базе google/gemma-3-12B-it для болгарского языка. Она принимает текст и изображения, поддерживает диалоговый режим и предназначена для следования инструкциям, многоходовых бесед, ответов на вопросы и понимания изображений в контексте с текстом. Модель содержит 12 млрд параметров и имеет заявленную эффективную длину контекста 131 тыс. токенов. Данные предварительного обучения охватывают период до мая 2025 года, а инструкционное дообучение — до октября 2025 года. Карточка указывает поддержку болгарского и английского языков; веса опубликованы в формате safetensors для Transformers. Лицензия Gemma.

Bielik-PL-Minitron-7B-v3.0-Instruct — генеративная языковая модель SpeakLeash и ACK Cyfronet AGH с архитектурой causal decoder-only и 7,35 млрд параметров. Это дообученная и сжатая версия Bielik-11B-v3-Base-20250730: модель прошла структурное прореживание и дистилляцию, затем настройку на следование инструкциям и выравнивание предпочтений. Для диалога используется шаблон ChatML. Модель предназначена для генерации ответов и выполнения языковых задач на польском и других европейских языках. Она обучалась на корпусе из 32 европейских языков с особым акцентом на польский; README сообщает о сохранении около 90% производительности исходной модели и ускорении вывода до 50% после сжатия. Лицензия Apache 2.0. Модель может выдавать фактически неверные, предвзятые или оскорбительные ответы; встроенных механизмов модерации нет, поэтому результаты следует проверять, а для сценариев с требованиями к модерации нужны внешние меры контроля.

BLING-QWEN-1.5B — модель llmware из серии BLING, дообученная для ответов на вопросы по контексту сложных деловых и юридических документов. Это плотная причинно-языковая модель семейства Qwen2 с 1,5 млрд параметров; метаданные указывают контекст до 131 072 токенов и формат PyTorch. Модель рассчитана на сценарии RAG: получает текстовый фрагмент и вопрос, чтобы дать краткий фактический ответ, извлечь значения полей или выполнить базовое суммирование. Модель ориентирована на автоматизацию рабочих процессов в компаниях, в том числе в финансовой, юридической и регуляторной сферах. В тестировании RAG-Instruct-Benchmark-Tester авторы сообщают 93,5 балла из 100 и отсутствие наблюдавшихся галлюцинаций в тестовых прогонах; эти результаты получены на 4_K_M-квантизованной версии bling-qwen-mini-tool и не являются гарантией для данного чекпойнта. Поддерживаемый в карточке язык — английский. Лицензия — Apache 2.0. Ответы могут быть неполными или неточными, поэтому их следует проверять.

Carnice-V3-27b-Pollard — это квантизированная версия модели Carnice-V3, разработанной kai-os и подготовленной PollardWeights с использованием метода Pollard Weights. Модель предназначена для диалоговых и универсальных задач генерации текста, а также поддерживает мультимодальные сценарии с изображениями при подключении отдельного визуального проектора. Она распространяется в формате GGUF и совместима с llama.cpp, ik_llama.cpp, Ollama, LM Studio и другими совместимыми приложениями. Модель содержит около 27,4 млрд параметров и использует архитектуру qwen3_5. В карточке указана поддержка английского языка; базовая модель заявлена как текстовая, а обработка изображений доступна через проектор mmproj-Carnice-V3-BF16.gguf, который необходимо загрузить отдельно. Основной вариант PollardMix IQ3_S занимает 12,08 ГБ вместо примерно 54,72 ГБ в формате f16; также доступны варианты IQ4_XS и Q6_K с большим размером и потенциально более высокой точностью. Распределение битов выполняется по чувствительности отдельных слоёв, а не равномерно. Для IQ3_S указаны perplexity 7,88 и производительность около 6,9 токена в секунду, однако скорость зависит от оборудования. Сильной стороной модели является существенное снижение требований к памяти при сохранении единого набора весов и совместимости со стандартной экосистемой GGUF. Ограничения включают потерю точности из-за квантизации, зависимость производительности от оборудования и необходимость ik_llama.cpp для некоторых вариантов Trellis; для мультимодального режима требуется отдельный BF16-проектор. Модель распространяется по лицензии Apache-2.0, унаследованной от базовой модели.

Chinese-Mistral-7B-Instruct-v0.1 — это китайско-английская диалоговая модель на архитектуре Mistral, разработанная лабораторией наук о Земной системе Университета Цинхуа. Она основана на Mistral-7B: разработчики расширили словарь для эффективной обработки китайского текста и выполнили дополнительное предварительное обучение, а версию Instruct дообучили с помощью LoRA на англо- и китайскоязычных данных Alpaca-GPT4. Модель содержит 7,2 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации ответов и ведения диалога на китайском и английском языках, а также для общих задач понимания текста, знаний и рассуждений. Китайский словарь повышает эффективность токенизации китайского текста; в README также приведены оценки на китайских и англоязычном тестах знаний. Модель принимает текст и генерирует текст. Возможны ошибочные, вводящие в заблуждение или вредоносные ответы; перед использованием в приложениях разработчики рекомендуют проверку безопасности и настройку под конкретный сценарий. Лицензия в предоставленных сведениях не указана.

Claude OSS 9B — независимая open-source языковая модель, разработанная автором squ11z1. Это неофициальный продукт Anthropic: модель дообучена на базе Qwen/Qwen3.5-9B с использованием открытых датасетов, общий объём которых составляет примерно 200 000 строк. Модель предназначена для общего диалога и работы в формате ассистента, многоязычного общения, задач на рассуждение, написания и суммаризации текстов, лёгкой помощи в программировании и поддержания согласованного поведения и идентичности ассистента. Заявлена поддержка более 200 языков. Модель работает с текстом и относится к классу instruction-tuned conversational моделей для генерации текста. Ключевые характеристики включают размер около 9 млрд параметров и архитектурную основу Qwen3.5-9B; точное устройство архитектуры и размер контекстного окна в README не указаны. Обучение было сфокусировано на следовании инструкциям, диалогах, многоязычных запросах, сохранении способности к рассуждению и общей практической полезности. Ограничения включают отсутствие подробных независимых результатов оценки, неизвестные значения контекстного окна и отсутствие заявленной поддержки мультимодальных входов. Модель распространяется по лицензии Apache-2.0.

tasksource/deberta-base-long-nli — англоязычная модель классификации на основе DeBERTa-v3-base, дообученная автором на задачах естественного логического вывода (NLI). Контекст увеличен до 1280 токенов; обучение продолжалось 250 тысяч шагов и включало длинные NLI-задачи, проверку фактов, логические рассуждения и другие наборы данных для понимания текста. Модель содержит 211,6 млн параметров и распространяется в формате Safetensors. Основное применение — классификация с нулевым числом примеров: модель сопоставляет текст с произвольными кандидатными метками через проверку логического следования. Также она подходит для задач NLI и дальнейшей тонкой настройки под классификацию, разметку токенов, оценивание ответов и тесты с выбором ответа. Автор приводит результаты проверок на нескольких наборах NLI и логического рассуждения. Модель принимает текст и выдаёт оценки классов или отношений следования. Она рассчитана на английский язык; качество на других языках в предоставленных данных не описано. Лицензия Apache-2.0 разрешает использование и модификацию с соблюдением её условий. Длинный контекст и обучение на разнообразных задачах NLI могут быть полезны для сложной классификации, но показатели из README относятся к отдельным тестам и не гарантируют качество на произвольных данных.

Moritz Laurер выпустил эту модель на основе DeBERTa-v3-xsmall от Microsoft для классификации текста без заранее заданного набора меток. Она сопоставляет текст-посылку с гипотезой и определяет, следует ли гипотеза из текста; обучение на бинарном NLI сводит результат к «следует» или «не следует», поэтому модель подходит для zero-shot-классификации, где различать противоречие и нейтральность не требуется. Модель имеет архитектуру DeBERTa-v2 для классификации последовательностей, содержит 77,5 млн параметров и принимает последовательности длиной до 512 токенов. Она обучена на 782 357 парах из MultiNLI, FEVER-NLI, LingNLI и ANLI. Модель можно применять для тематической классификации, если описать каждую категорию гипотезой, а также для проверки следования и классификации утверждений. Репозиторий содержит веса PyTorch, Safetensors и ONNX. Модель ориентирована на английский язык. На тестовых наборах точность составила 0,925 и 0,922 для двух вариантов MultiNLI, 0,892 для FEVER-NLI, 0,888 для LingNLI и 0,676 для ANLI; результаты зависят от набора и задачи. Возможны смещения, присущие обучающим данным и NLI. Лицензия — MIT.

DeepSeek-R1-Distill-Llama-8B-GGUF — это GGUF-квантизированная версия модели DeepSeek-R1-Distill-Llama-8B, разработанной deepseek-ai. Квантизацию выполнил bartowski на основе llama.cpp. Модель предназначена для генерации текста, решения задач, требующих рассуждений, и локального использования в инструментах, совместимых с форматом GGUF. Модель дистиллирована из reasoning-модели DeepSeek-R1 и настроена на рассуждения и генерацию цепочек рассуждений. Заявлена поддержка контекста до 128k токенов. В основе используется архитектура Llama с размером 8B параметров; модель относится к текстовой модальности. Другие характеристики, включая перечень поддерживаемых языков и конкретный тип квантизации, в README не указаны. Лицензия и точные условия использования в README не указаны. Модель может быть полезна для локального запуска и задач, где важны рассуждения, однако, как и другие генеративные модели, способна выдавать неточные, вредные или неподходящие ответы; надёжность результатов требует проверки.

DeepSeek-V4.1-Flash-EXL3-2.9bpw — это квантованная версия мультимодальной модели DeepSeek-V4.1-Flash, разработанной DeepSeek-AI. Квантование выполнено Mia’s AI Lab в формате EXL3 с использованием exllamav3 версии 1.4.2. Модель предназначена для задач генерации и анализа текста и изображений, включая сценарии с рассуждением и большим контекстом, при запуске в совместимых средах vLLM, ExLlamaV3 или TabbyAPI. В основе лежит MoE-архитектура с 552 млрд параметров и активацией 8–16 млрд параметров на токен. Поддерживаются мультимодальный ввод, зрительный модуль, DSpark, CED, CSA2 и Engram memory; заявлен контекст до 1 млн токенов. Средняя битность квантования декодера составляет 2,90 bpw, размер сборки — около 197 ГБ в 39 safetensors-частях. Включены vision-компоненты и DSpark, однако таблицы Engram не квантованы и требуют дополнительных оригинальных шардов 47 и 48 базовой модели общим объёмом около 190 ГБ. Сильными сторонами являются существенно сниженные требования к хранению по сравнению с полноразмерной моделью, поддержка длинного контекста, мультимодальность и встроенное спекулятивное декодирование DSpark. Ограничения связаны с необходимостью дополнительных Engram-шардов, использованием специализированного EXL3-совместимого стека и тем, что показатели качества из карточки базовой модели не относятся напрямую к этой квантованной сборке. Модель распространяется по лицензии MIT без дополнительных ограничений со стороны квантования.

DeepSeek-V4-Pro — крупная языковая модель, разработанная DeepSeek и преобразованная сообществом mlx-community в формат MLX. Эта версия предназначена для генерации текста и запуска с библиотекой mlx-lm, преимущественно в сценариях локального инференса на совместимом оборудовании Apple MLX. Модель использует архитектуру Mixture-of-Experts (MoE), содержит около 1,6 трлн параметров в общей сложности, из которых активируется около 49 млрд, и поддерживает контекст до 1 млн токенов. Представленная версия имеет 8-битное представление весов. В карточке указана поддержка английского языка и текстовая модальность; сведения о других языках и модальностях отсутствуют. К сильным сторонам относятся очень большой контекст, MoE-архитектура с существенно меньшим числом активируемых параметров при каждом обращении и адаптация к MLX. Ограничения этой карточки — отсутствие подробных данных о качестве, бенчмарках, требованиях к памяти, скорости, поддерживаемых языках и особенностях применения; за дополнительной информацией предлагается обращаться к исходной карточке DeepSeek-V4-Pro. Лицензия указана как MIT.

Deita-20b — языковая модель для генерации текста на базе архитектуры Llama с 19,3 млрд параметров. Карточка показывает пример диалога с системным и пользовательским сообщениями, поэтому модель подходит для выполнения инструкций и ответов на запросы в формате ассистента. Заявленная длина контекста — 32 768 токенов. Модель использует формат Safetensors и обучалась на наборе KnutJaegersberg/Deita-6k. В карточке приведены результаты оценок на нескольких тестах рассуждения и понимания текста. Код распространяется по Apache-2.0; для весов заявлены академическое и бесплатное коммерческое использование, однако для коммерческой лицензии предлагается подать отдельную заявку.

Dhanishtha-2.0-preview — многоязычная причинно-следственная языковая модель HelpingAI на архитектуре Qwen3, дообученная на базе Qwen/Qwen3-14B-Base. Модель рассчитана на генерацию ответов с многоэтапным рассуждением, пересмотром промежуточных выводов и самокоррекцией; в карточке заявлена возможность до 50 циклов размышления за один ответ. Размер модели — 14 млрд параметров, контекст — 40 960 токенов. Поддерживаются более 39 языков, включая английский, хинди, китайский, испанский, французский, немецкий, японский, корейский, арабский и русский. Модель подходит для многошаговых задач, логических головоломок, учебных объяснений, исследовательского анализа, творческого письма и обсуждения философских тем. Карточка обозначает её как прототип/preview и предупреждает о многословности, увеличении времени генерации, расходе контекста на блоки рассуждений, возможных циклах рассуждений и унаследованных смещениях. Для решений, требующих гарантированной точности, включая медицинские, юридические и финансовые, модель не рекомендуется. Лицензия — Apache 2.0.

Dhanishtha-2.0-preview-0825 — мультиязычная причинно-следственная языковая модель HelpingAI, дообученная на базе Dhanishtha-2.0-preview-0725. Модель семейства Qwen3 с 14 млрд параметров принимает текст и генерирует текст; контекстное окно — 40 960 токенов. Она предназначена для диалогов и задач рассуждения с несколькими этапами, включая пересмотр и уточнение ответа в ходе генерации. Карточка описывает поддержку более 39 языков; среди языков, перечисленных в метаданных, есть русский, английский, хинди и китайский. Модель подходит для решения логических задач, учебных объяснений, исследовательского анализа и творческого письма. README обозначает эту версию как предварительную и прототипную. Возможны многословные ответы, более длительная генерация, циклические рассуждения и разница в качестве между языками; выводы модели требуют проверки. Лицензия — Apache 2.0.

Xenova/distilbart-cnn-6-6 — версия модели sshleifer/distilbart-cnn-6-6, подготовленная сообществом Xenova в формате ONNX для совместимости с библиотекой Transformers.js. Модель предназначена для автоматического реферирования и построения кратких содержательных резюме текстов, в том числе непосредственно в JavaScript-приложениях и веб-среде. Модель относится к семейству DistilBART и использует архитектуру encoder-decoder; точный размер, поддерживаемые языки и максимальная длина контекста в README не указаны. Основное преимущество — наличие ONNX-весов и возможность запуска через Transformers.js без привязки к серверной Python-инфраструктуре. Ограничения включают отсутствие подробных сведений о производительности, языковом охвате и качестве на различных типах текстов. Модель распространяется по лицензии Apache-2.0.

DistilCamemBERT-NLI — франкоязычная модель компании CMarkea для распознавания текстового следования, противоречия и нейтрального отношения между посылкой и гипотезой, а также для классификации без обучения на заданных пользователем метках. Это дообученная для задачи NLI модель DistilCamemBERT с архитектурой CamemBERT и примерно 81,2 млн параметров; она принимает текстовые пары и выдаёт метки классов. Размер контекста — 514 токенов. Модель обучена на XNLI из набора FLUE. Её можно применять для классификации отзывов по тональности или статей по темам с помощью формулировок гипотез и кандидатных меток на французском языке. По опубликованному сравнению, на указанном процессоре она выполняла вывод примерно вдвое быстрее CamemBERT-base-XNLI, но показывала более низкую точность на части тестов. Доступны форматы PyTorch, TensorFlow и ONNX. Лицензия — MIT.

EverythingLM-13b-V2-16k — универсальная языковая модель, созданная на базе Llama 2 и обученная разработчиком totally-not-an-llm на наборе EverythingLM-V2. Это плотная авторегрессионная модель класса LlamaForCausalLM с 12,9 млрд параметров и контекстом до 16 384 токенов; доступен формат PyTorch. Модель предназначена для генерации текста, подробных ответов, творческих историй и рассуждений. В карточке заявлены автоматическое включение пошаговых рассуждений и улучшенное понимание запросов; для задач на рассуждение автор рекомендует низкую температуру генерации. Модель описана как uncensored, однако базовая модель может отказываться отвечать на некоторые запросы, и для них может потребоваться настройка промпта. Лицензия указана как Llama 2. README также содержит инструкции по настройке RoPE для GGML-квантованных вариантов, но метаданные этого репозитория указывают формат PyTorch.

beomi/EXAONE-3.5-2.4B-Instruct-Llamafied — это адаптированная («llamafied») версия инструкционной языковой модели EXAONE 3.5 2.4B Instruct, разработанной LG AI Research и преобразованной пользователем beomi. Модель предназначена для генерации текста и диалогового взаимодействия на основе инструкций и запросов пользователя. Модель содержит 2,4 млрд параметров, поддерживает контекст длиной до 32 768 токенов и работает с английским и корейским языками. Она распространяется для использования через библиотеку Transformers; в метаданных также указана совместимость с форматом Llama и файлами safetensors. Версия ориентирована на сценарии, где требуется компактная инструкционная LLM с поддержкой длинного контекста. Модель подходит для диалоговых помощников, написания и продолжения текстов, ответов на вопросы, суммаризации и других задач генерации на английском и корейском языках. Ограничения связаны с тем, что это адаптированная версия исходной модели, поэтому совместимость, качество и поведение могут отличаться от оригинальной EXAONE-3.5-2.4B-Instruct. Модель распространяется по лицензии EXAONE, обозначенной в Hugging Face как other; перед использованием необходимо проверить её условия.