I.5Создание и редактирование текста

Модель sfm_filtered_insert_xxf_character-9k_10k_11k_weightedavg_merge — объединённая с помощью mergekit линейным методом языковая модель, созданная из трёх контрольных точек предварительно обученных моделей. В качестве базовой при слиянии использовалась контрольная точка global_step11000, вместе с ней объединены global_step9000 и global_step10000; пути указывают на внутренние контрольные точки, а их исходные публичные идентификаторы не приведены. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и имеет контекст длиной до 16 384 токенов. Она предназначена для генерации текста и диалогового использования; карточка не описывает специализированные предметные области или отдельные языки. Весовые файлы представлены в формате safetensors. Лицензия в предоставленных данных не указана.

sfm_filtered_midtrain_alignment-2k_3k_4k_weightedavg_merge — объединённая языковая модель, созданная с помощью mergekit. В README указано, что при линейном слиянии базой служил чекпойнт global_step4000, а также использовались чекпойнты global_step3000 и global_step2000 из серии filtered_midtrain_alignment. Каталог относит архитектуру к плотным причинным моделям GPT-NeoX; размер составляет 8,8 млрд параметров, контекст — до 16 384 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. В карточке не описаны специальные предметные области, конкретные языки или отдельные возможности помимо чата. Файлы представлены в формате safetensors; модель использует библиотеку Transformers. Сведения о лицензии в предоставленных материалах отсутствуют.

sfm_filtered_midtrain_alignment-4k_5k_6k_simpleavg_merge — объединённая языковая модель на архитектуре GPT-NeoX, созданная с помощью mergekit методом Linear. В слияние вошли контрольные точки filtered_midtrain_alignment на шагах 4000, 5000 и 6000; последняя использовалась как базовая. Модель содержит 8,8 млрд параметров и рассчитана на контекст до 16 384 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Она опубликована в формате safetensors и работает через библиотеку Transformers. Данных о специальных прикладных областях или поддерживаемых естественных языках в карточке нет. Условия лицензии в предоставленных сведениях не указаны.

Модель yuhengtu-bytedance/sfm_filtered_midtrain_alignment-4k_5k_6k_weightedavg_merge — объединение предварительно обученных языковых моделей, созданное с помощью mergekit. Для слияния применён линейный метод: чекпойнт global_step6000 использован как базовый, а чекпойнты global_step4000 и global_step5000 также включены в объединение. Модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров; формат весов — safetensors, контекст — до 16 384 токенов. Предназначена для генерации текста и диалогового взаимодействия. Карточка не сообщает конкретные языки или специализированные области применения. Условия лицензии в доступных данных не указаны.

Это слитая модель генерации текста на основе GPT-NeoX, созданная автором репозитория с помощью mergekit. В линейном слиянии использованы контрольные точки предварительно обученной языковой модели с шагов 7 000, 8 000, 9 000, 10 000 и 11 000; базой слияния служила контрольная точка шага 11 000. Модель содержит 8,8 млрд параметров, использует формат safetensors и поддерживает контекст до 16 384 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. README и метаданные не сообщают конкретных языков, тематических областей или специализированных сценариев применения, поэтому её следует рассматривать как языковую модель общего назначения. Лицензия в предоставленных данных не указана.

Эта модель — объединение трёх предварительно обученных языковых моделей, созданное с помощью mergekit методом Linear. В качестве базовой использована версия global_step10000; в объединение также вошли версии global_step9000 и global_step8000 из одного набора чекпойнтов. Модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров. Модель предназначена для генерации текста и диалогового взаимодействия. Она принимает текст и выдаёт текст; заявленная длина контекста — 16 384 токена. Репозиторий использует Transformers и хранит веса в формате safetensors. Языки и специализированные прикладные области в доступных сведениях не обозначены. Лицензия в предоставленных данных не указана.

Это объединённая языковая модель на базе GPT-NeoX, созданная с помощью mergekit методом Linear из контрольных точек предварительно обученных моделей. В README указаны шаги обучения 9000, 10000 и 11000; контрольная точка global_step11000 использовалась как базовая при слиянии. Модель содержит 8,8 млрд параметров, работает через библиотеку Transformers и принимает контекст до 16 384 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Её можно применять для создания ответов в чате и продолжения текстовых запросов. Данные не описывают конкретные языки, специализированные области или результаты оценки качества, поэтому область применения следует считать общей. Модель опубликована в формате Safetensors. Лицензия в предоставленных данных не указана.

sfmunfilterede2ealignment-4k5k6kweightedavgmerge — объединённая языковая модель, созданная с помощью mergekit методом Linear из контрольных точек обучения на шагах 4000, 5000 и 6000; базовой указана контрольная точка global_step6000. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и предназначена для генерации текста и диалогового взаимодействия. Максимальная длина контекста — 16 384 токена. Карточка не описывает специализацию на конкретных предметных областях или языках, поэтому модель можно охарактеризовать только как текстовую модель общего назначения. Репозиторий содержит веса в формате safetensors и рассчитан на использование с Transformers. Сведения о лицензии в предоставленных источниках отсутствуют.

Модель sfmunfilteredmidtrainalignment-6k7k8kweightedavgmerge — объединение предварительно обученных языковых моделей, созданное с помощью mergekit методом Linear. В качестве базовой использована версия global_step8000, объединённая с версиями global_step7000 и global_step6000. Модель разработана для генерации текста в диалоговом формате. Это плотная авторегрессионная модель архитектуры GPT-NeoX с 8,8 млрд параметров и контекстом до 16 384 токенов. Она принимает текст и выдаёт текст; метаданные указывают на поддержку чатового сценария. Для использования доступна в формате safetensors через Transformers. Сведений о лицензии и поддерживаемых естественных языках в предоставленных данных нет.

sfm_unfiltered_midtrain_alignment-7k_8k_9k_10k_11k_simpleavg_merge — языковая модель, опубликованная пользователем yuhengtu. Это линейное слияние пяти предобученных чекпойнтов на шагах 7000, 8000, 9000, 10000 и 11000, выполненное с помощью mergekit; базой слияния указан чекпойнт global_step11000. Модель использует плотную архитектуру GPT-NeoX и содержит 8,8 млрд параметров. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текст и выдаёт текст; заявленный контекст составляет 16 384 токена. Карточка не сообщает языковую специализацию или прикладную область, поэтому модель следует считать общего назначения. Репозиторий содержит веса в формате safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

SG Raccoon 55B 2.0 — авторегрессионная языковая модель на базе архитектуры Yi/Llama, созданная объединением двух дообученных моделей Tess-M-v1.3 и airoboros-3_1-yi-34b-200k. По карточке, итоговая модель содержит 55,1 млрд параметров и поддерживает контекст до 200 000 токенов. Модель предназначена для генерации текста и диалогов в формате SYSTEM/USER/ASSISTANT, а большой контекст позволяет обрабатывать длинные запросы и документы. В README приведены результаты оценок на нескольких бенчмарках, включая AI2 Reasoning Challenge и HellaSwag; полные результаты доступны в карточке. Для генерации автор рекомендует учитывать особенности Yi, в частности возможную необходимость отключить BOS-токен и использовать более низкую температуру. Лицензия указана как other, поэтому перед использованием следует проверить условия в репозитории.

Shadowm7expMergerix-7B — автоматически объединённая Maxime Labonne модель для генерации текста и диалогов. Она построена на архитектуре Mistral и содержит 7,1 млрд параметров; объединение выполнено методом Model Stock из Mistral-7B-v0.1, ShadowM7EXP-7B и Mergerix-7b-v0.3. Модель принимает текст и генерирует текст. Контекст составляет до 32 768 токенов. Репозиторий содержит веса в формате safetensors, а лицензия — Apache 2.0. Карточка не описывает специализированные области применения или подтверждённые языки.

ShadowYamshadow_Experiment27Yam — объединённая языковая модель, созданная из automerger/ShadowYamshadow-7B и automerger/Experiment27Yam-7B. Модель разработана на архитектуре Mistral и содержит 7,1 млрд параметров; она предназначена для генерации текста и принимает запросы с контекстом до 32 768 токенов. Модель подходит для генерации продолжений текста и ответов на запросы. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache 2.0. Карточка не описывает специальные области применения, языки или известные ограничения качества.

ShadowYamshadow_Experiment31Experiment29 — объединённая модель генерации текста, опубликованная MaziyarPanahi. Она создана слиянием automerger/ShadowYamshadow-7B и automerger/Experiment31Experiment29-7B. Модель построена на архитектуре Mistral с плотной структурой и содержит 7,1 млрд параметров. Она принимает текст и генерирует текст, поддерживая контекст длиной до 32 768 токенов. Веса представлены в формате safetensors. Подходит для генерации продолжений текста и других сценариев текстовой генерации. Метаданные не уточняют специализацию или поддерживаемые языки. Лицензия — Apache-2.0.

Shisa V2 Llama 3.3 70B — двуязычная чат-модель общего назначения, разработанная Shisa.AI на основе Meta-Llama-3.3-70B-Instruct. Это плотная авторегрессионная модель семейства Llama с 69,5 млрд параметров и контекстом до 131 072 токенов; репозиторий содержит веса в формате safetensors. Модель обучали с акцентом на улучшение японского языка, сохраняя возможности английского, с помощью расширенного синтетического постобучения и оптимизации инструктивного поведения. Модель предназначена для диалогов, следования инструкциям и генерации текста на японском и английском языках; также предусмотрен интерфейс вызова инструментов. По опубликованным оценкам, она превосходит базовую Llama 3.3 70B Instruct по ряду японских тестов, но результаты на английских бенчмарках неоднородны и зависят от теста. Для запуска проверена совместимость с vLLM и SGLang. Лицензия — Llama 3.3; использование регулируется условиями лицензии Meta.

nisten/shqiponja-90 — языковая модель для генерации текста, созданная с помощью mergekit на основе моделей семейства Qwen. В карточке указано, что в объединении использован метод passthrough и модели Smaug-72B-v0.1, Qwen1.5-72B и smallsmaug-fine2; метаданные связывают репозиторий с Qwen/Qwen1.5-72B. Архитектура — плотная Qwen2ForCausalLM, размер — 88,5 млрд параметров, формат весов — safetensors, библиотека — Transformers, контекст — до 32 768 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Её можно применять для ответов на запросы, составления текстов и ведения беседы. README не сообщает о специализированной предметной области или языковом охвате. Лицензия — MIT.

Shuttle-3 — языковая чат-модель компании ShuttleAI Inc., выпущенная в бета-версии в октябре 2024 года. Это дообученная версия Qwen2.5-72B-Instruct с плотной архитектурой Qwen2 и 71,5 млрд параметров; для общения используется формат ChatML. Контекст составляет 32 768 токенов. Модель предназначена для сложных диалогов, многоязычного общения, рассуждений, агентных сценариев и ролевых бесед. В обучении использовались мультиязычные и программные данные, а дообучение включало 130 млн токенов и ролевые данные; модель также настраивали на стиль прозы Claude 3. Репозиторий распространяет веса в формате safetensors. В метаданных указана лицензия other, поэтому конкретные условия использования следует сверять с лицензией в репозитории. Модель помечена как beta; качество и поведение в отдельных языках и сценариях могут различаться.

slerp_Merged_gpt2_0.0 — объединённая языковая модель на архитектуре GPT-2, созданная с помощью mergekit из двух моделей: /kaggle/working/gpt2 и /kaggle/working/gpt2_debias. В README указан метод слияния SLERP и параметр t=0.0; модель предназначена для продолжения текста и других задач генерации текста на основе текстового запроса. Модель использует плотную архитектуру GPT2LMHeadModel и формат safetensors. Контекстное окно составляет 1024 токена. Данных о лицензии, специализации по языкам или конкретных прикладных областях в предоставленных источниках нет.

Azazelle/SlimMelodicMaid — текстовая генеративная модель семейства Mistral, созданная слиянием моделей Silicon-Maid-7B, piano-medley-7b, xDAN-L1-Chat-RL-v1 и mistral-7b-slimorcaboros. В карточке указано слияние Slerp; конфигурация mergekit также описывает слияние весов моделей Azazelle/Silicon-Medley и Azazelle/xDAN-SlimOrca на базе mistralai/Mistral-7B-v0.1. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Она предназначена для генерации текста и диалоговых сценариев; в карточке приведены результаты оценок на задачах рассуждения и продолжения ситуаций. Репозиторий содержит веса в формате Safetensors. Лицензия — CC BY 4.0. Карточка не сообщает о специальных ограничениях применения или о целевых языках; качество и поведение могут зависеть от запроса и конкретного сценария использования.

trick45-smoke-4 — текстовая генеративная модель, опубликованная Affine Community Dashboard как общий чекпойнт Affine (SN120). В метаданных указаны архитектура Qwen3.5 MoE для причинного языкового моделирования, 2,9 млрд параметров и контекст до 262 144 токенов; модель поддерживает диалоговый режим и распространяется в формате safetensors через библиотеку Transformers. Модель предназначена для генерации текста и диалоговых сценариев. Доступ к файлам ограничен: для скачивания требуется запросить доступ на Hugging Face. Указана лицензия other, поэтому перед использованием необходимо проверить условия лицензии на странице модели.

Solar Open 100B — языковая модель Upstage, обученная с нуля и выпущенная под лицензией Upstage Solar License. Это модель архитектуры Mixture-of-Experts: в README указаны 102,6 млрд параметров всего и 12 млрд активных на токен; метаданные каталога указывают 8,7 млрд параметров. Контекст составляет 128k токенов. Репозиторий содержит веса в формате safetensors и предназначен для работы через Transformers. Модель предназначена для генерации текста, диалогов, следования инструкциям, рассуждений и сценариев с агентными возможностями, включая интерфейс вызова инструментов. В README приведены отдельные результаты тестирования на корейских и англоязычных бенчмарках; метаданные также указывают английский и корейский языки. Для запуска README рекомендует минимум четыре NVIDIA A100 с 80 ГБ памяти. Лицензия — Upstage Solar License; перед использованием следует ознакомиться с её условиями.

Solar-Open2-250B-Nota-INT4 — 4-битная квантованная версия языковой модели Solar-Open2-250B от Upstage, подготовленная компанией Nota AI. Модель предназначена для генерации текста, диалоговых приложений, рассуждений, программирования, вызова инструментов и других задач обработки естественного языка. Заявлены языки английский, корейский и японский. Модель основана на архитектуре Mixture-of-Experts (MoE) и использует квантование весов W4A16 с форматом INT4, размером группы 128 и упаковкой AutoRound, совместимой с GPTQ. Весовой объём составляет около 142,9 ГБ против 500,6 ГБ в формате BF16. Модель рассчитана на развёртывание через vLLM; в README приведена конфигурация с tensor parallelism для четырёх GPU. Размер контекста в предоставленных данных не указан. Ключевое преимущество — снижение требований к памяти при сохранении близкого к BF16 качества: средний результат на приведённых бенчмарках составляет 81,17 против 81,57 у BF16. Для квантования применены методы Nota AI, ориентированные на сохранение маршрутизации экспертов, включая DREAM-MoE и SRA-MoE. Ограничениями являются необходимость значительных вычислительных ресурсов для запуска, зависимость от совместимой версии vLLM и возможное небольшое снижение качества на отдельных задачах по сравнению с BF16. Модель распространяется по лицензии Upstage Solar License. Для производных моделей требуется использовать префикс Solar в названии, указывать формулировку Built with Solar в публичных материалах и включать копию лицензии Upstage Solar.

SparrowMind-8B — диалоговая языковая модель, созданная bunnycore слиянием трёх моделей семейства Llama 3 с помощью mergekit. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст длиной до 8192 токенов; веса представлены в формате safetensors. Модель предназначена для генерации текста в диалоге и ответов на запросы. В состав слияния входят bunnycore/RemixLlama3-8B, NousResearch/Hermes-2-Theta-Llama-3-8B и UCLA-AGI/Llama-3-Instruct-8B-SPPO-Iter3. Репозиторий распространяется по лицензии Apache-2.0.

QuantFactory/Sparse-Llama-3.1-8B-2of4-GGUF — квантизированная версия разреженной текстовой модели Sparse-Llama-3.1-8B-2of4, созданная QuantFactory с использованием llama.cpp. Базовая архитектура — Llama-3.1-8B; исходную разреженную модель разработала Neural Magic на основе Meta Llama 3.1 8B. Модель принимает текст и генерирует текст. Модель предназначена для задач генерации текста и общего языкового моделирования, включая понимание языка, ответы на вопросы, рассуждения и работу с текстовыми запросами. Ключевая оптимизация — разреженность 2:4: в каждой группе из четырёх весов сохраняются два, а два удаляются. Для восстановления качества после pruning использовались обучение с дистилляцией знаний на 13 млрд токенов, SparseGPT и подход SquareHead. Формат GGUF ориентирован на запуск через llama.cpp; в исходной карточке также указана возможность эффективного развертывания через vLLM. По данным OpenLLM, средняя оценка составляет 62,16 против 63,19 у плотной Llama-3.1-8B, что соответствует 98,37% восстановления точности. На Mosaic Eval Gauntlet средняя оценка равна 53,85 против 55,34, или 97,3% восстановления. Основное преимущество — снижение избыточности модели при сохранении большей части качества исходной версии; ограничениями являются возможное ухудшение результатов на отдельных задачах и отсутствие в предоставленных данных сведений о поддерживаемых языках, длине контекста, точных параметрах квантизации и требованиях к оборудованию. Лицензия указана как llama3.1.

Это чат-модель MaziyarPanahi, полученная слиянием Mistral-7B-Instruct-v0.1 и speechless-mistral-dolphin-orca-platypus-samantha-7b-dare-0.85 методом SLERP. Она предназначена для генерации текста в ответ на инструкции и диалоговые запросы. Модель использует плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель принимает текст и выдаёт текст; карточка указывает формат safetensors и лицензию Apache-2.0. README описывает смешивание весов в bfloat16 с отдельными параметрами для слоёв self-attention и MLP. Данные карточки не задают конкретные языки или специализированные области применения.

spellcorrector_18_02_050_qwerty_v6 — дообученная модель Buseak для исправления орфографических ошибок. Она основана на Buseak/spellcorrector_17_02_050_qwerty и использует архитектуру CANINE для классификации токенов. Модель содержит 113,2 млн параметров, работает с контекстом до 16 384 токенов и распространяется в формате safetensors по лицензии Apache-2.0. Модель предназначена для коррекции текста: на оценочной выборке показаны precision 0,9968, recall 0,9941, F1 0,9954 и accuracy 0,9993. Сведения о языке обучения, составе данных и ограничениях в карточке отсутствуют, поэтому приведённые метрики не гарантируют такое же качество на других текстах.

Star-Command-R-Lite-32B-v1 — плотная языковая модель на 32,3 млрд параметров, полученная автором репозитория методом SLERP-слияния Star-Command-R-32B-v1 и Cohere Command R от Cohere. Она предназначена для генерации текста и диалогового общения; метаданные также указывают интерфейс вызова инструментов. Модель работает через Transformers, использует формат safetensors и поддерживает контекст до 131 072 токенов. Слияние призвано смягчить поведение Star-Command-R и сохранить больше характеристик Command R. Это позволяет использовать модель для диалогов, генерации текста и сценариев с вызовом инструментов. Карточка не сообщает лицензию и не уточняет поддерживаемые естественные языки, поэтому эти характеристики здесь не приводятся.

StarMix-7B-slerp — объединённая диалоговая языковая модель на архитектуре Mistral, созданная Praneeth с помощью mergekit из berkeley-nest/Starling-LM-7B-alpha и mistralai/Mistral-7B-Instruct-v0.2. Веса объединены методом SLERP, с разными параметрами смешивания для слоёв self-attention и MLP. Модель предназначена для генерации текста и диалоговых ответов на инструкции. Она содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В репозитории указана лицензия Apache-2.0. Карточка приводит результаты оценивания на бенчмарках, но не описывает языковой охват и специализированные области применения.

StockSeaLLMs-7B-v1 — текстовая диалоговая модель на 7,1 млрд параметров, созданная слиянием моделей на базе SeaLLMs-v3-7B-Chat. В карточке указано слияние методом TIES; метаданные также связывают модель с SeaLLMs-v3-7B-Chat как с базовой моделью. Архитектура — плотная Qwen2ForCausalLM, веса представлены в safetensors, контекст — до 131 072 токенов. Модель предназначена для диалога и генерации текста по инструкциям; метаданные также отмечают интерфейс для вызова инструментов. Описание базовой модели указывает поддержку английского, китайского и языков Юго-Восточной Азии. Лицензия в предоставленных данных не указана.

Gille/StrangeMerges_10-7B-slerp — языковая модель, созданная слиянием flemmingmiguel/MBX-7B-v3 и Gille/StrangeMerges_9-7B-dare_ties методом slerp с помощью LazyMergekit. Это плотная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста; заявленная длина контекста — до 32 768 токенов. В карточке приведены результаты Open LLM Leaderboard, включая показатели на AI2 Reasoning Challenge и HellaSwag. Модель подходит для генерации ответов и рассуждений по текстовым запросам. Данные не подтверждают специализацию на конкретном языке или прикладной области. Репозиторий распространяется по лицензии Apache-2.0.