I.3Извлечение и структурирование данных

granite-8b-code-instruct-4k-GGUF — GGUF-версия инструкционной модели для генерации и работы с программным кодом. Базовая модель ibm-granite/granite-8b-code-base-4k разработана IBM, а данная сборка подготовлена пользователем Mungert с использованием llama.cpp. Модель содержит около 8 миллиардов параметров и рассчитана на контекст до 4K токенов. Модель предназначена для генерации, объяснения и исправления кода, а также для задач, связанных с SQL, математическими инструкциями и вызовом функций. В README приведены результаты на HumanEvalPack для Python, JavaScript, Java, Go, C++, Rust; заявленные значения pass@1 варьируются в зависимости от языка и задачи, однако помечены как непроверенные. Модель является текстовой и не поддерживает мультимодальные входы. Формат GGUF позволяет использовать модель через совместимые инструменты llama.cpp и применять различные уровни квантования. Автор сборки описывает дополнительное повышение точности отдельных слоёв при квантовании, что может улучшать качество при сохранении умеренного размера файла, но увеличивает его объём. Ограничениями являются контекст 4K токенов, возможное снижение качества из-за квантования и непроверенный статус приведённых оценок. Лицензия модели — Apache 2.0.

Grok 4.3 — мультимодальная модель рассуждений от SpaceXAI. Она принимает текст и изображения и генерирует текстовые ответы; предназначена для агентных сценариев, выполнения инструкций и задач, требующих высокой фактической точности. Модель подходит для приложений, в которых нужно анализировать текстовые запросы и изображения, следовать инструкциям и формировать ответы для дальнейших действий агента. Данных о размере, архитектуре, длине контекста, поддерживаемых языках и лицензии в предоставленной карточке нет.

Huihui-Ornith-1.0-35B-abliterated-MTP-UD-APEX-GGUF — это квантизированная GGUF-версия мультимодальной модели Huihui-Ornith-1.0-35B, разработанной huihui-ai и дополнительно модифицированной автором gbuzhf. Модель основана на архитектуре Qwen3.5 MoE с 256 экспертами и активирует 8 экспертов на токен. В неё встроена MTP-голова для speculative decoding, а также поддержка обработки изображений через отдельный vision projector. Для работы с изображениями требуется файл Huihui-Ornith-1.0-35B-abliterated-mmproj-F16.gguf; без него модель работает только с текстом. Доступны восемь вариантов квантизации объёмом от 14,37 до 30,21 ГБ, включая MTP-UD-Q6_K, MTP-UD-Q5_K_S, MTP-UD-Q4_K_XL и варианты MTP-APEX. Контекст в приведённом примере запуска настроен на 8192 токена. MTP-голова зафиксирована в формате Q8_0. В измерении на смеси запросов для программирования и редактирования текста средняя доля принятых черновых токенов составила 86,4%, а скорость — 44,1 токена в секунду, однако эти показатели относятся только к указанному тестовому стенду и не являются универсальными. Главная особенность модели — abliterated-версия, ориентированная на снижение или устранение отказов, связанных с исходными ограничениями поведения. Это может быть полезно для экспериментов и сценариев, где требуется более свободная генерация, но abliterating намеренно уводит веса от обученного оптимума и может ухудшать качество. Кроме того, imatrix была рассчитана на неabliterated-модели, поэтому распределение точности квантизации и описание маршрутизации экспертов могут быть не полностью оптимальными. Лицензия — MIT.

InternLM2-Chat-1.8B — диалоговая языковая модель второго поколения семейства InternLM, разработанная командой InternLM. Это плотная авторегрессионная модель на 1,7 млрд параметров, предназначенная для общения, следования инструкциям и генерации текста; в карточке также отмечены функция вызова инструментов и применение для downstream-сценариев. Модель прошла supervised fine-tuning, а затем дополнительное выравнивание с помощью онлайн-RLHF поверх InternLM2-Chat-1.8B-SFT. Метаданные указывают контекст до 32 768 токенов. README семейства заявляет поддержку очень длинных входов до 200 000 символов и сильные результаты на задачах работы с длинным текстом, а также улучшения в рассуждениях, математике и программировании; это характеристики серии InternLM2, а не отдельная оценка данного чекпойнта. Модель подходит для чат-ботов, ответов на инструкции и генерации текста на китайском и английском языках. Модель может генерировать предвзятые, дискриминационные или иные вредоносные ответы. Код распространяется по Apache-2.0; для весов заявлен свободный доступ для академических исследований и возможность запросить бесплатное разрешение на коммерческое использование.

Это преобразованная версия InternLM3-8B-Instruct от InternLM, представленная в формате архитектуры LLaMA для совместимости с некоторыми сценариями инференса. Модель содержит 8,3 млрд параметров, использует плотную архитектуру и предназначена для диалоговых запросов и генерации текста. Контекстное окно составляет 32 768 токенов; точность весов сохранена на уровне исходной модели. Модель принимает текст и выдаёт текст. Она подходит для чат-приложений и инференса через инструменты, ожидающие класс LlamaForCausalLM. Лицензия — Apache-2.0. README описывает преобразование формата, а метаданные связывают репозиторий с InternLM3-8B-Instruct как базовой моделью; по заданной классификации это конверсия формата.

Intern-S2-Mobius — плотная языковая модель с 35 млрд параметров, разработанная командой InternLM на архитектуре Mobius-v0 и реализованная с поддержкой Xtuner и LMDeploy. Это продолжительно предобученная на основе Qwen3.5-35B и затем дообученная с помощью SFT и обучения с подкреплением модель для диалогов и сложных текстовых задач. Репозиторий содержит веса bfloat16 в формате Safetensors; для запуска предусмотрена поддержка Transformers, LMDeploy и vLLM. Архитектура разделяет хранилище знаний и вычисления рассуждений: несколько модулей Reasoner обращаются к общей памяти, а скрытые состояния уточняются итеративно. Заявлены межслойный доступ к знаниям и латентное рассуждение, позволяющие сокращать видимые цепочки рассуждений. Модель рассчитана на общие и научные задачи, включая биологию и молекулярные науки. В README сообщается о сопоставимых или более высоких результатах на ряде тестов и почти четырёхкратном ускорении вывода относительно Qwen3.5-35B в проведённой оценке. Карточка описывает текстовую модель и не заявляет поддержку изображений, несмотря на тег image-text-to-text в метаданных. В тестах использовались контексты до 64K или 128K токенов; эти значения относятся к настройкам оценки и не подтверждают максимальный собственный контекст модели. Для эксплуатации требуются совместимые версии Transformers, LMDeploy или vLLM и значительные вычислительные ресурсы, соответствующие модели на 35 млрд параметров. Лицензия — Apache-2.0.

jackalope-7b-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель на архитектуре Mistral, созданная объединением mistralai/Mistral-7B-Instruct-v0.2 и openaccess-ai-collective/jackalope-7b методом SLERP с помощью mergekit. Модель содержит 7,1 млрд параметров, распространяется в формате Safetensors и рассчитана на генерацию текста и ответы на инструкции в диалоговом режиме. Контекст составляет до 32 768 токенов. Модель подходит для диалоговых приложений, генерации текста и ответов на запросы. В метаданных не указаны специализированные предметные области или поддерживаемые языки, поэтому их нельзя уверенно определить. Модель распространяется по лицензии Apache-2.0.

Jupiter-G-8B — дообученная мультимодальная модель Locai Labs на базе Google Gemma 4 E4B Instruct. Это плотная модель условной генерации, опубликованная в формате safetensors и распространяемая по лицензии Apache-2.0. Она предназначена для следования инструкциям, генерации кода и агентных сценариев, включая работу с терминалом; дообучение также направлено на сохранение исходных знаний и навыков рассуждения. В карточке сообщается об улучшениях относительно базовой Gemma 4 E4B Instruct на IFEval, IFBench и LiveCodeBench, а также о снижении показателя вредных ответов AgentHarm. Для сохранения исходных возможностей применялась техника Forget-Me-Not с синтетическими ответами базовой модели; обучение включало данные UltraChat, терминальные траектории Nemotron и задачи программирования. Метаданные указывают поддержку задачи any-to-any, а описание базовой модели — обработку текста, изображений и аудио. Число параметров и длина контекста для самой Jupiter-G-8B в предоставленных данных не указаны.

K2-Horizon-3.7B-GGUF — GGUF-версия языковой модели K2-Horizon-3.7B, разработанной IFM. Репозиторий предназначен для запуска модели с помощью llama.cpp и содержит тензоры в исходной точности BF16, метаданные токенизатора и совместимый с llama.cpp шаблон чата. Модель относится к семейству K2-Horizon и представляет собой небольшую плотную decoder-only модель с 3,7 млрд параметров и контекстным окном 524 288 токенов. Указан английский язык. Модель предназначена для генерации текста и оценивается на задачах, связанных с агентными сценариями, программированием и рассуждениями. Ключевые сильные стороны — большой контекст, открытость весов, публикация обучающих данных, рецептуры, кода обучения и ресурсов для оценки, а также наличие промежуточных контрольных точек для анализа изменений возможностей в процессе обучения. Ограничение версии GGUF заключается в необходимости использовать сборку llama.cpp с поддержкой архитектуры K2 Horizon; такая поддержка на момент публикации находилась в разработке, а совместимая версия доступна в форке MBZUAI-IFM. Лицензия модели — Apache-2.0. В README не указаны точные детали вычислительных требований, результаты отдельных тестов, поддерживаемые языки помимо английского и дополнительные сведения о качестве или ограничениях применения.

KR-X-AI/krx-qwen2.5-7b-instruct-v2-m-e — дообученная авторами KR-X-AI разговорная языковая модель семейства Qwen2.5. Это плотная авторегрессионная модель с 7,1 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия; среди заявленных возможностей также есть интерфейс вызова инструментов. Модель принимает текст и формирует текстовые ответы, поддерживает контекст до 32 768 токенов. В карточке указано, что обучение выполнялось с использованием Unsloth и библиотеки TRL. Модель распространяется в формате safetensors по лицензии Apache-2.0. Данных о специализированных предметных областях или отдельных ограничениях качества в карточке нет.

kromcomp/L3.1-Spectrev2-12B — объединённая языковая модель на архитектуре Llama, созданная автором репозитория с помощью mergekit и метода Passthrough. В объединении использована модель merge/imps. Модель содержит 11,4 млрд параметров, построена как плотная авторегрессионная модель для генерации текста и поддерживает диалоговый режим. Модель подходит для генерации ответов в чате и других задач, где требуется продолжать или создавать текст. Заявленная длина контекста — 131 072 токена. Репозиторий содержит веса в формате Safetensors; для работы указана библиотека Transformers. README и метаданные не описывают специализацию по предметным областям или отдельные ограничения качества. Лицензия в предоставленных данных не указана.

Linkbricks-Horizon-AI-Korean-Advanced-8B-COT-boost — корейская языковая модель, дообученная Юнсоном Джи (Saxo), специалистом Linkbricks по данным, на базе Saxo/Linkbricks-Horizon-AI-Nous-Hermes-3-Llama3.1-Korean-cpt-8b. Это плотная модель семейства Llama с 7,5 млрд параметров, обученная этапами SFT и DPO. Она предназначена для диалога, генерации текста, перевода между корейским, китайским, английским и японским, суммаризации, вопросов и ответов, а также математических и логических задач. Поддерживает вызов функций и инструментов на корейском языке. Модель заявлена как усиленная для пошаговых рассуждений и имеет контекстное окно 128 тыс. токенов. Обучение использовало корейские данные, в том числе новостные корпуса, наборы для перевода, суммаризации, вопросов и ответов, а также математические и логические примеры; токенизатор унаследован от базовой модели. Для использования опубликованы веса в формате safetensors, библиотека — Transformers. Лицензия — Apache-2.0. Описание не приводит количественных оценок качества. Способность к рассуждениям и точность на переводе, математике и логике могут зависеть от формулировки запроса и требуют проверки для конкретного применения.

Llama 2 13B Chat — языковая модель Meta, представленная в формате GGUF и квантизированная TheBloke. Она основана на исходной модели Meta Llama 2 13B Chat и предназначена для генерации текста и ведения диалогов с использованием инструкций в формате Llama-2-Chat. Модель ориентирована на сценарии чат-ассистентов, локального запуска, генерации текста и интерактивных приложений. Указан английский язык. Архитектура — Llama, размер — 13 миллиардов параметров; модель работает в текстовой модальности. Формат GGUF поддерживает метаданные, специальные токены и улучшенную токенизацию, а также совместим с llama.cpp и рядом пользовательских интерфейсов и библиотек, включая text-generation-webui, KoboldCpp, LM Studio, ctransformers и llama-cpp-python. Доступны варианты квантизации от 2 до 8 бит, что позволяет выбирать компромисс между качеством, скоростью и требованиями к памяти. Сильными сторонами являются возможность локального запуска на CPU и GPU, поддержка множества инструментов инференса и наличие нескольких вариантов квантизации. Ограничения включают зависимость характеристик от выбранного уровня квантизации; сведения о размере контекста, точных архитектурных деталях и качестве на конкретных задачах в README не указаны. Модель распространяется по лицензии Llama 2.

Модель ehristoforu/llama-3-12b-instruct разработана @ehristoforu как объединение нескольких вариантов Llama 3 для диалогов и выполнения инструкций. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 11,4 млрд параметров; она принимает текст и генерирует текст. Поддерживает русский и английский языки, а максимальная длина контекста составляет 8192 токена. Модель подходит для создания чат-ботов, ответов на вопросы и выполнения пользовательских инструкций на русском и английском языках. В её основе лежит Meta-Llama-3-8B-Instruct, объединённая с несколькими моделями Llama 3, включая Saiga, OpenHermes, Smaug, Dolphin и NeuralPaca. В карточке указана лицензия Apache-2.0. Количественных оценок качества и подробных ограничений в доступных данных нет.

ceia-aisdk/llm-small-v1 — распространяемый CEIA AI SDK артефакт GGUF с квантизированными весами модели Qwen3-4B-Instruct-2507. CEIA не обучала эти веса; модель основана на Qwen/Qwen3-4B-Instruct-2507 и представлена в формате GGUF с квантизацией Q4_K_M от bartowski. Модель предназначена для генерации текста и диалогового взаимодействия через CEIA AI SDK, включая ответы на запросы и следование инструкциям. Базовая модель — плотная языковая модель Qwen3 на 4 млрд параметров; каталог указывает поддержку чата и контекст до 262 144 токенов для базовой модели. Репозиторий содержит один файл model.gguf и распространяется по лицензии Apache-2.0, как и базовая модель. Квантизация сокращает требования к ресурсам, однако README не приводит измерений качества или производительности именно этой сборки.

Louis_GRC-7B-slerp-M2 — объединённая языковая модель, опубликованная LouisGRC и собранная с помощью LazyMergekit на основе Mistral-7B-v0.1 и моделей MonarchLake-7B, Experiment21-7B и M7-7b. В конфигурации указаны метод слияния dare_ties и точность float16; модель имеет архитектуру Mistral с 7,1 млрд параметров и контекстным окном до 32 768 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Она принимает текст и выдаёт текст; в доступных данных не заявлены специализированные предметные области или языки. Репозиторий содержит веса в формате safetensors и распространяется по лицензии, сведения о которой в предоставленных данных отсутствуют.

M7Yamshadowexperiment28_Strangemerges_32Shadow — объединённая методом SLERP модель семейства Mistral с плотной архитектурой MistralForCausalLM и 7,1 млрд параметров. Она предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Модель создана объединением automerger/M7Yamshadowexperiment28-7B и automerger/Strangemerges_32Shadow-7B. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0.

Sakalti/Magro-7b-v1.1 — объединённая модель для генерации текста и диалогового общения, созданная автором репозитория с помощью mergekit. В основе слияния лежит HuggingFaceH4/zephyr-7b-alpha; также включена Sakalti/magro-7B. Использован метод TIES, итоговые веса указаны в формате bfloat16. Модель построена на архитектуре Mistral с плотной причинно-языковой моделью примерно на 7,1 млрд параметров. Она принимает текстовые запросы и генерирует текстовые ответы; заявленная длина контекста — 32 768 токенов. Подходит для диалоговых приложений и генерации ответов. Лицензия — MIT.

MeliodasPercival_01_Experiment28M7 — объединённая модель Mistral с 7,1 млрд параметров, созданная MaziyarPanahi путём слияния automerger/MeliodasPercival_01-7B и automerger/Experiment28M7-7B. Она предназначена для генерации текста и диалоговых ответов, а контекстное окно составляет до 32 768 токенов. Модель распространяется в формате safetensors под лицензией Apache-2.0. В карточке не описаны специальные предметные области, целевые языки или отдельные ограничения качества.

MeliodasPercival_01_YamExperiment26 — объединённая языковая модель семейства Mistral, созданная на основе automerger/MeliodasPercival_01-7B и automerger/YamExperiment26-7B. Она предназначена для генерации текста и диалогов. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и принимает текстовый контекст длиной до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0.

MelloGPT-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель на архитектуре Mistral, созданная MaziyarPanahi слиянием методом SLERP моделей Mistral-7B-Instruct-v0.2 и MelloGPT. Она предназначена для генерации текста и ответов на инструкции в чат-сценариях. Модель содержит 7,1 млрд параметров, использует формат Safetensors и поддерживает контекст до 32 768 токенов. Модель принимает текст и генерирует текст; в карточке указана лицензия Apache-2.0. README описывает смешивание слоёв внимания и MLP с разными коэффициентами. Карточка не сообщает о специальных предметных областях или иных модальностях.

Mungert/MiniCPM4.1-8B-GGUF — это GGUF-версия языковой модели MiniCPM4.1-8B, разработанной командой OpenBMB и опубликованной в формате GGUF пользователем Mungert. Модель предназначена для генерации текста, включая задачи рассуждения, диалоговые сценарии и запуск на устройствах с ограниченными ресурсами. Она поддерживает китайский и английский языки. Модель содержит 8 млрд параметров и использует гибридную архитектуру с обучаемым разреженным вниманием. Заявлены режимы глубокого рассуждения и обычной генерации, а также ускоренное декодирование: до трёхкратного ускорения рассуждений и более высокая эффективность на периферийных устройствах. GGUF-квантизация позволяет уменьшить требования к памяти, а автор сборки применяет дополнительное повышение точности отдельных важных слоёв с помощью llama.cpp, что может улучшать качество при низкой разрядности ценой увеличения размера файла. К ограничениям относятся отсутствие сведений о конкретном размере контекста, доступных вариантах квантизации и подробных результатах тестирования именно этой сборки. Производительность и качество зависят от выбранного GGUF-варианта и оборудования. Исходная модель распространяется по лицензии Apache-2.0; README не уточняет, отличается ли лицензия сборки от лицензии исходной модели.

Ministral-3-3B-Instruct-2512 в формате LiteRT-LM — это квантизированная версия текстовой instruct-модели mistralai/Ministral-3-3B-Instruct-2512, подготовленная сообществом для запуска на устройствах через on-device runtime Google LiteRT-LM. Модель предназначена для генерации текста и диалоговых сценариев непосредственно на Android, iOS, macOS и других совместимых edge-устройствах без обязательной передачи данных в облако. Исходная модель разработана Mistral AI, а представленная сборка распространяется в формате .litertlm и относится к quantized-моделям. Это текстовая модель: vision tower Pixtral удалён, поэтому обработка изображений не поддерживается. Используется декодер Ministral с native Mistral-шаблоном чата [INST] … [/INST], прямым форматом ответов без блока рассуждений и остановкой по токену </s>. Размер модели — около 3B параметров; файл занимает примерно 2,3 ГБ, а с учётом runtime и GPU-кэша требуется около 2,7 ГБ или больше оперативной памяти. Веса представлены в формате symmetric int4 blockwise с блоком 32 и OCTAV clipping, вычисления выполняются в integer, размер KV-контекста составляет 4096 токенов. Токенизатор и шаблон запросов включены в bundle. Сильные стороны модели — возможность полностью локального запуска, совместимость с GPU и CPU через LiteRT-LM, отсутствие необходимости в отдельных файлах токенизатора и хорошие показатели на современных мобильных и настольных устройствах. Ограничения включают текстовую специализацию без мультимодальности, ограниченный контекст в 4096 токенов, высокие требования к памяти для GPU и заметно меньшую скорость на слабых устройствах, например Raspberry Pi 5. Лицензия — Apache-2.0.

Это диалоговая языковая модель Eric111, полученная слиянием методом SLERP моделей Mistral-7B-Instruct-v0.2 от Mistral AI и UNA-TheBeagle-7b-v1. Модель построена на архитектуре MistralForCausalLM с плотной структурой и содержит 7,1 млрд параметров; репозиторий предоставляет веса в формате safetensors. Модель предназначена для генерации текста и ответов на инструкции в диалоге. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Данные не уточняют отдельные целевые языки или специализированные области применения. Модель опубликована по лицензии CC BY-NC-ND 4.0, которая ограничивает коммерческое использование и распространение производных материалов. Качество ответов, фактическая точность и поведение после слияния зависят от запроса и требуют проверки в целевом сценарии.

legraphista/Mistral-7B-v0.3-IMat-GGUF — это набор GGUF-квантизованных версий базовой модели mistralai/Mistral-7B-v0.3. Модель предназначена для генерации текста и локального запуска через совместимые инструменты, включая llama.cpp. Квантизацию выполнил legraphista с использованием llama.cpp b3003 и метода IMatrix на основе калибровочного набора данных. Модель имеет около 7 миллиардов параметров и поставляется в вариантах от BF16 и F16 до различных уровней Q- и IQ-квантизации размером примерно от 1,76 до 14,50 ГБ. IMatrix применена к ряду вариантов Q4 и ниже, что может помогать сохранять качество при уменьшении размера. Более компактные файлы удобны для запуска на ограниченных по памяти устройствах, однако сильная квантизация может снижать точность и качество генерации. В README не указаны поддерживаемые языки, длина контекста, точная архитектура и результаты бенчмарков. Распространение заявлено по лицензии Apache-2.0.

Jackrong/MLX-Qwen3.5-9B-Claude-4.6-Opus-Reasoning-Distilled-4bit — это языковая модель для генерации текста и задач, требующих рассуждений. Модель разработана Jackrong и представляет собой версию Jackrong/Qwen3.5-9B-Claude-4.6-Opus-Reasoning-Distilled, преобразованную в формат MLX с использованием mlx-lm 0.30.7. Модель предназначена для диалоговой генерации и reasoning-сценариев на английском и китайском языках. Она основана на архитектуре Qwen3.5 с размером 9 млрд параметров и использует 4-битное представление, что уменьшает требования к памяти по сравнению с полноразмерной версией. В метаданных также указаны обучение или настройка на наборах Jackrong/Qwen3.5-reasoning-700x и nohurry/Opus-4.6-Reasoning-3000x-filtered. К сильным сторонам относятся специализация на рассуждениях, поддержка английского и китайского языков и совместимость с экосистемой MLX через библиотеку mlx-lm. Ограничения включают неизвестную длину контекста и отсутствие сведений о мультимодальности; по назначению это текстовая модель. Использование распространяется на условиях лицензии Apache-2.0.

MN-SlushoMix — разговорная языковая модель семейства Mistral, представленная автором как смесь MN-Slush и NemoMix Unleashed. По метаданным, это плотная модель с архитектурой MistralForCausalLM объёмом 12,1 млрд параметров, предназначенная для генерации текста и диалогов. Указаны интерфейс вызова инструментов и контекстное окно до 1 024 000 токенов. Модель основана на mistralai/Mistral-Nemo-Instruct-240; карточка упоминает смесь моделей, а метаданные классифицируют её как дообучение. Данные не уточняют поддерживаемые естественные языки или сравнительное качество. Репозиторий содержит веса safetensors; README также упоминает GGUF. Лицензия в предоставленных сведениях не указана.

bigscience/mt0-base — мультиязычная модель семейства mT0, разработанная BigScience на основе предобученной mT5 и дообученная на смеси заданий xP3 для следования инструкциям на естественном языке. Она подходит для выполнения задач по текстовым запросам в режиме zero-shot, включая перевод, ответы на вопросы, классификацию тональности и создание текстов. Модель использует архитектуру encoder-decoder MT5ForConditionalGeneration и содержит 291,2 млн параметров; доступны веса PyTorch, safetensors и ONNX. README описывает поддержку десятков языков, а метаданные перечисляют языки обучения и основные языки карточки. Результаты зависят от формулировки запроса: модели полезно явно обозначать границы входного текста, требуемую задачу и язык ответа. Лицензия — Apache-2.0.

NorMistral-7b-warm-instruct — инструкционно дообученная языковая модель, разработанная командой NorwAI/норвежского проекта NorMistral. Она предназначена для диалогового взаимодействия, генерации текста, ответов на вопросы, следования инструкциям и задач программирования преимущественно на норвежских языках. Модель основана на NorMistral-7b-warm и содержит около 7 миллиардов параметров. Это текстовая авторегрессионная модель семейства Mistral с поддержкой Bokmål и Nynorsk; в карточке также заявлен норвежский язык. Дообучение выполнено на открытых наборах данных Aya, OASST, OIG, No Robots, Dolly и Glaive code assistant. Контекстное окно при дообучении составляет 4096 токенов, что вдвое больше, чем у базовой модели. Для диалогов используется ChatML-подобный шаблон. Сильными сторонами модели являются специализация на норвежском языке, открытость для коммерческого применения и поддержка многоходовых диалогов. При этом выпущенные веса обозначены как рабочая версия, модель прошла только этап supervised fine-tuning без оптимизации предпочтений, а качество и поведение могут измениться в будущих версиях. Для использования рекомендуется корректно применять шаблон чата и параметры генерации, указанные авторами. Модель распространяется по лицензии Apache-2.0.

OLMoE-1B-7B-0125-DPO — англоязычная диалоговая модель Allen Institute for AI, опубликованная в январе 2025 года. Это вариант OLMoE с архитектурой Mixture of Experts для генерации текста и ответов в чате. В метаданных указаны 472,1 млн параметров и контекст до 4096 токенов; модель распространяется в форматах PyTorch и Safetensors. Модель создана на основе OLMoE-1B-7B-0125-SFT и дополнительно обучена методом DPO на варианте набора Tülu 3. Обучение охватывает диалоговые и другие задачи, включая математические рассуждения и следование инструкциям. Лицензия Apache 2.0 разрешает использование и модификацию на её условиях.