I.5Создание и редактирование текста

A.X K1 — большая языковая модель SKT, обученная с нуля без инициализации от существующей предварительно обученной модели. Это декодерный Transformer с разреженной архитектурой Mixture-of-Experts: в README указано 519 млрд параметров всего, из которых активны 33 млрд на токен; метаданные Hugging Face сообщают 37,9 млрд параметров. Архитектура включает 192 эксперта и один общий эксперт, механизм Multi-Latent Attention и контекст длиной 131 072 токена. Модель предназначена для диалоговой генерации текста, следования инструкциям и рассуждений. Режим Think позволяет получать развёрнутые ответы с промежуточными шагами, а Non-Think — более краткие ответы с меньшей задержкой. Токенизатор оптимизирован для английского, корейского, китайского, японского и испанского языков, а также исходного кода и структурированного текста. Метаданные карточки подтверждают английский и корейский; модель опубликована в формате safetensors и поддерживает чат. Модель подходит для задач, требующих высокой ёмкости и работы с длинным контекстом; разреженная архитектура рассчитана на более эффективное использование вычислений, чем плотная модель сопоставимой общей ёмкости. README предупреждает, что ответы могут быть неверными или вводящими в заблуждение, объяснения в режиме Think не следует считать достоверным отражением внутренних процессов модели, а качество может различаться по предметным областям и языкам. Лицензия — Apache-2.0.

aya-23-8B-IMat-GGUF — это квантизированная версия языковой модели CohereForAI/aya-23-8B, разработанной CohereForAI. Модель предназначена для генерации текста и локального запуска через совместимые инструменты, включая llama.cpp, в формате GGUF. Доступны варианты от FP16 до низкобитных квантов, включая Q8_0, Q6_K, Q5_K, Q4_K, Q3_K, Q2_K и семейство IQ-квантов. Модель имеет 8 миллиардов параметров и поддерживает работу с текстом на английском, французском, немецком, испанском, итальянском, португальском, японском, корейском, китайском, арабском, греческом, персидском, польском, индонезийском, чешском, иврите, хинди, нидерландском, румынском, русском, турецком, украинском и вьетнамском языках. Версия опубликована как результат квантизации с использованием llama.cpp и IMatrix; для некоторых низкобитных вариантов указано применение IMatrix, что может помогать сохранять качество при уменьшении размера модели. Сильная сторона модели — сочетание многоязычной текстовой генерации и широкого выбора квантованных файлов для запуска на оборудовании с разным объёмом памяти. Ограничения включают возможную потерю качества в наиболее агрессивных вариантах квантизации; сведения о контекстном окне, детальных архитектурных характеристиках и результатах тестирования в README не указаны. Лицензия — CC BY-NC 4.0, допускающая использование с обязательным соблюдением её условий и ограничений на коммерческое применение.

aya-expanse-32b-GGUF — это набор GGUF-квантизаций языковой модели Aya Expanse 32B, разработанной CohereForAI и подготовленной для llama.cpp пользователем bartowski. Модель предназначена для генерации текста и диалоговых сценариев, включая работу через LM Studio. Доступны варианты с разным уровнем квантизации, размером файла и компромиссом между качеством и требованиями к памяти. Модель имеет около 32 миллиардов параметров и поддерживает широкий набор языков: английский, французский, немецкий, испанский, итальянский, португальский, японский, корейский, китайский, арабский, греческий, персидский, польский, индонезийский, чешский, иврит, хинди, нидерландский, румынский, русский, турецкий, украинский и вьетнамский. Это текстовая модель без заявленной поддержки дополнительных модальностей. README не содержит сведений об архитектуре исходной модели и размере контекста. Сильная сторона набора — большой выбор квантизаций, позволяющий запускать модель на системах с разным объёмом памяти. Варианты Q6_K и Q6_K_L обозначены как близкие к исходному качеству, а Q4_K_M — как сбалансированный вариант; более компактные форматы требуют меньше памяти, но могут заметно снижать качество. Модель распространяется по лицензии CC-BY-NC-4.0 и предназначена только для некоммерческого использования; для доступа также предусмотрено принятие условий лицензии Cohere и предоставление регистрационных данных.

aya-expanse-8b-GGUF — это GGUF-квантизация языковой модели aya-expanse-8b, разработанной CohereForAI и подготовленной пользователем bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и диалоговых сценариев, включая работу на русском и других языках: английском, французском, немецком, испанском, итальянском, португальском, японском, корейском, китайском, арабском, греческом, персидском, польском, индонезийском, чешском, иврите, хинди, нидерландском, румынском, турецком, украинском и вьетнамском. В репозитории доступны варианты от исходных весов F16 размером 16,07 ГБ до квантизаций Q8_0, Q6, Q5, Q4 и Q3, а также IQ-вариантов, что позволяет выбирать между качеством, требованиями к памяти и скоростью инференса. Для запуска рекомендуется использовать llama.cpp или LM Studio; для модели указан специальный шаблон промпта с токенами ролей системы, пользователя и чат-бота. Архитектура, размер контекста и мультимодальные возможности в README не указаны; по описанию это текстовая модель без заявленной поддержки изображений или других модальностей. Сильная сторона модели — широкий набор поддерживаемых языков и наличие множества вариантов квантизации, включая рекомендуемые Q6_K_L, Q6_K, Q5 и Q4, а также оптимизированные под ARM форматы. Качество снижается при использовании более компактных Q3-вариантов, а некоторые форматы имеют специальные требования к аппаратным инструкциям или не рекомендуются для macOS и Windows. Модель распространяется по лицензии CC-BY-NC-4.0 и предназначена только для некоммерческого использования; доступ к исходной модели может требовать согласия с условиями лицензии и предоставления данных через gated-доступ.

Модель LocalDoc/azerbaijani_spell_corrector — дообученная версия многоязычной T5-модели google/mt5-small, разработанная для исправления орфографических и типографских ошибок в текстах на азербайджанском языке. Она принимает текст с опечатками и генерирует исправленный вариант, ориентируясь на характерные ошибки носителей языка и особенности азербайджанской клавиатуры: замену букв с диакритикой, пропуски и повторы символов, опечатки соседних клавиш и перестановки букв. Модель содержит 157,4 млн параметров и распространяется в формате safetensors. Её можно применять для автоматической корректуры пользовательских текстов, сообщений и материалов, набранных с ошибками или без азербайджанских символов. Обучение проводилось на пользовательском наборе данных, созданном путём добавления типичных ошибок к корректным предложениям из новостей, книг и интернет-источников. Модель распространяется по лицензии CC BY-NC-ND 4.0, которая ограничивает коммерческое использование и распространение производных версий.

bagel-dpo-8x7b-v0.2-GGUF — это квантизированная версия текстовой генеративной модели bagel-dpo-8x7b-v0.2, разработанной jondurbin и подготовленной в формате GGUF пользователем bartowski. Квантизация выполнена с помощью llama.cpp версии b4222 и метода imatrix. Модель распространяется для локального запуска, в частности через LM Studio. Модель предназначена для генерации текста в формате инструкций и диалогов, а также может применяться к широкому кругу задач: ответам на вопросы, рассуждениям, программированию, работе с естественным языком, математике, извлечению и пониманию информации и ролевым сценариям. В обучении или дообучении использовался широкий набор датасетов, включая MMLU, ARC, BoolQ, DROP, Spider, SQuAD, MathInstruct, CodeParrot и наборы диалогов и preference-данных DPO. Доступны варианты квантизации от Q2_K и Q3 до Q8_0 с размером файлов примерно от 17,44 до 49,63 ГБ. Более высокие уровни квантизации обычно обеспечивают лучшее сохранение качества, но требуют больше памяти; Q4_K_M, Q5_K_M и Q6_K отмечены как рекомендуемые. Модель работает с текстом; сведения о поддерживаемых языках, размере контекста и точной архитектуре в README не указаны. Ограничения включают возможное снижение качества в компактных вариантах квантизации и высокие требования к памяти. Лицензия — Apache-2.0.

Bamba-9B-v1 — декодерная языковая модель IBM для генерации текста. Она обучена с нуля в два этапа: сначала на 2 трлн токенов из Dolma v1.7, затем ещё на 200 млрд токенов на тщательно отобранной смеси данных. Архитектура сочетает Mamba-2 и гибридные компоненты; модель содержит около 7,5 млрд параметров по метаданным, а карточка указывает 9 млрд параметров, 32 слоя и контекст 4096 токенов. Модель предназначена для широкого круга задач генерации текста и может служить базой для дальнейшей тонкой настройки. Репозиторий содержит веса Safetensors и GGUF. Лицензия — Apache-2.0. Для запуска через llama.cpp в карточке описана предварительная поддержка: инференс ограничен CPU, а квантование инструментом llama-quantize может заметно ухудшать качество. Указанные ограничения относятся к этому способу запуска.

BatGPT-15B-sirius — большая языковая модель семейства BatGPT, разработанная совместными NLP-командами Уханьского университета и Шанхайского университета Цзяотун. Это плотная авторегрессионная модель для генерации текста и диалога; в карточке Hugging Face указано 24,7 млрд параметров, а README приводит 15,03 млрд. Модель предобучена на корпусе из 1 трлн токенов на китайском и английском языках и выложена в формате PyTorch. Модель использует RoPE, Multi-Query Attention и двунаправленную авторегрессионную цель предобучения. Заявленная максимальная длина контекста — 32 тыс. токенов; предобучение проводилось на последовательностях длиной 2048 токенов, а контекст расширялся при настройке инструкций. Модель предназначена для генерации текста и диалоговых сценариев на китайском и английском языках. Исходный код распространяется по Apache 2.0, веса — по GNU AGPL 3.0. README просит связаться с авторами для коммерческого использования или публичного развёртывания; по его формулировке разрешение выдаётся без платы, а сведения об использовании собираются для учёта.

Beetle bilingual balanced b1 FineWeb Polish-English — генеративная языковая модель из семейства Beetle-FineWeb2 с заявленным размером 24B параметров. Модель опубликована на Hugging Face и предназначена для генерации текста; в метаданных указаны библиотека Transformers и архитектурный тег pico_decoder. Модель ориентирована на двуязычные сценарии на польском и английском языках, включая продолжение текста, подготовку черновиков и генерацию ответов. В README отсутствуют сведения о разработчике, лицензии, контексте, обучающих данных, результатах оценки и специальных ограничениях, поэтому перед использованием в продуктивных или чувствительных сценариях необходимы самостоятельное тестирование и проверка условий распространения.

Beetle-FineWeb-2B/beetle-bilingual-l2-80-late-b5-fineweb-2b-nld-eng-seed101 — генеративная языковая модель для продолжения и создания текста. Модель опубликована на Hugging Face и предназначена для использования через библиотеку Transformers; архитектура обозначена тегом pico_decoder. Идентификатор модели указывает на размер порядка 2 млрд параметров и поддержку нидерландского и английского языков. Модель подходит для генерации, дополнения и перефразирования текстов, создания черновиков и двуязычных сценариев на нидерландском и английском языках. Доступный pipeline_tag — text-generation. Сведения о разработчике, лицензии, длине контекста, результатах оценки, обучающих данных и специальных прикладных областях в предоставленных материалах отсутствуют.

Beetle-FineWeb2-24B/beetle-bilingual-l2-80-late-b5-fineweb-hin-eng — генеративная языковая модель из семейства Beetle-FineWeb2, доступная через библиотеку Transformers. По идентификатору модели она ориентирована на двуязычные сценарии для хинди и английского языков; метаданные Hugging Face указывают задачу text generation и формат safetensors. Модель предназначена для генерации продолжений текста и создания текстовых ответов на хинди и английском языках. Техническая архитектура, точное число параметров, длина контекста, разработчик, обучающие данные, результаты оценки и лицензия в доступных материалах не описаны. Условия использования следует уточнить на странице модели перед применением.

Beetle-FineWeb2-24B/beetle-bilingual-l2-80-late-b5-fineweb-rus-eng — языковая модель для генерации текста на русском и английском языках. Модель опубликована на Hugging Face и предназначена для использования через библиотеку Transformers; карточка модели автоматически сгенерирована и не содержит сведений о разработчике, лицензии, архитектуре, обучающих данных или результатах оценки. Модель подходит для генерации русско- и англоязычных текстов, продолжения заданных фрагментов, создания черновиков и интеграции в приложения на базе text-generation. Поддержка языков следует из идентификатора модели, а pipeline_tag в метаданных указывает на задачу генерации текста. Сведения о контекстном окне, точном числе параметров, модальностях, лицензии, ограничениях и специализированных областях применения отсутствуют.

Behemoth-123B-v1 — текстовая чат-модель, опубликованная командой TheDrummer и представленная BeaverAI. Это слитая производная Mistral Large Instruct 2407 с архитектурой MistralForCausalLM и 122,2 млрд параметров; модель распространяется в формате safetensors. Она предназначена для диалога, творческого письма, ролевых сцен и историй. В карточке отмечены разнообразная генерация, выразительная проза, нюансированные ответы и хорошее запоминание контекста. Поддерживаются шаблоны чата Mistral Instruct, Metharme и текстовое продолжение. Модель принимает текст и генерирует текст; заявленная длина контекста — 131 072 токена. Интерфейс также предусматривает вызов инструментов. Лицензия обозначена как other, поэтому конкретные условия следует проверять в репозитории модели. Отзывы тестировщиков носят качественный характер и не заменяют независимой оценки; поведение может зависеть от шаблона чата.

Behemoth-123B-v2.2-GGUF — это квантизированная версия текстовой генеративной модели TheDrummer/Behemoth-123B-v2.2, подготовленная пользователем bartowski в формате GGUF с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и может применяться в локальных сценариях: диалогах, написании и редактировании текстов, ответах на вопросы и других задачах обработки естественного языка. Модель содержит 123 млрд параметров. Доступно множество вариантов квантования — от Q8_0 размером около 130 ГБ до IQ1_M размером около 28 ГБ, что позволяет выбирать между качеством и требованиями к памяти. Наиболее высокое качество обеспечивают Q8_0, Q6_K и варианты Q5; более компактные варианты Q3, Q2 и IQ2/IQ1 требуют меньше памяти, но заметно уступают по качеству. Поддерживаются локальный запуск через llama.cpp и использование в LM Studio. В README не указаны архитектура исходной модели, языки, размер контекста и мультимодальные возможности, поэтому модель следует считать текстовой. Сильной стороной является широкий выбор квантований и возможность локального запуска на совместимом оборудовании. Основные ограничения — очень высокие требования к оперативной или видеопамяти даже у компактных вариантов, а также потенциальное снижение качества при низком уровне квантования. Для работы рекомендуется использовать указанный формат приглашений с системным сообщением и пользовательским запросом. Лицензия обозначена как other; конкретные условия в README не приведены и требуют дополнительной проверки.

Behemoth-Gigaberg-SLERP-0.2 — объединённая языковая модель на архитектуре Mistral, созданная методом SLERP с помощью mergekit из Behemoth-123B-v1.2 и Gigaberg-Mistral-Large-123B. Модель предназначена для генерации текста и диалогового общения; в метаданных также заявлен интерфейс вызова инструментов. Модель содержит 122,2 млрд параметров, использует формат safetensors и имеет контекстное окно до 131 072 токенов. Она принимает текст и генерирует текст. Данные о поддерживаемых естественных языках в предоставленной карточке не приведены. Лицензия и конкретные ограничения применения в предоставленных данных не описаны. Качество и надёжность ответов могут зависеть от запроса и сценария использования; ответы следует проверять, особенно при вызове инструментов.

Berry-Spark-7B — объединённая языковая модель на архитектуре Qwen2, созданная сообществом mergekit-community методом SLERP из Arcee-Spark и Very_Berry_Qwen2_7B. Модель содержит 6,1 млрд параметров, работает с текстом и предназначена для генерации текста и диалогов; каталог также отмечает поддержку чата. Контекстное окно составляет 32 768 токенов. Модель можно использовать для диалоговых помощников, ответов на вопросы и генерации связного текста. Arcee-Spark описана в каталоге как компактная многоязычная модель, также способная помогать с программированием, однако README Berry-Spark не приводит отдельные оценки или гарантии качества этих сценариев. Модель распространяется в формате Safetensors; сведения о лицензии в предоставленных данных отсутствуют.

BgGPT-7B-Instruct-v0.2 — инструктивно дообученная языковая модель INSAIT Institute при Софийском университете, созданная на основе Mistral-7B-v0.1. Это плотный авторегрессионный трансформер с 7,1 млрд параметров и контекстом до 32 768 токенов; для работы с инструкциями использует формат Mistral с маркерами [INST] и [/INST]. Модель предназначена для диалогов, ответов на вопросы и генерации текста на болгарском и английском языках. В версии 0.2 продолжено предварительное обучение на болгарских веб-данных и специализированных наборах, а также на переводах англоязычных данных; токенизатор расширен для более эффективной обработки болгарского текста на кириллице. Английские данные использовались для сохранения навыков английского языка и логического рассуждения. Модель распространяется по лицензии Apache 2.0. В карточке приведены бенчмарки, основанные на переводах англоязычных тестов; их результаты могут не полностью отражать качество на исходных языковых наборах. Указанный контекст — технический предел модели, а качество ответов и рассуждений зависит от запроса и сценария применения.

Bielik-11B-v2.3-Instruct — текстовая генеративная модель с 11 млрд параметров, разработанная SpeakLeash совместно с центром ACK Cyfronet AGH. Это плотная авторегрессионная модель-декодер архитектуры Mistral, предназначенная для диалогов и выполнения инструкций; контекст составляет до 32 768 токенов. Модель создана преимущественно для работы на польском языке: она понимает запросы и генерирует ответы, а также подходит для разнообразных языковых задач. Версия v2.3 получена линейным слиянием трёх инструкционно дообученных моделей Bielik-11B-v2.0, v2.1 и v2.2 с помощью mergekit. Модель распространяется под лицензией Apache 2.0. Разработчики отмечают, что ответы могут содержать фактические ошибки, предвзятые или оскорбительные формулировки. У модели нет встроенных механизмов модерации, поэтому её ответы требуют проверки, особенно при использовании в сценариях с требованиями к безопасности.

Bielik-11B-v3.0-Instruct-FP8-Dynamic — языковая модель SpeakLeash и ACK Cyfronet AGH, предназначенная для генерации текста и диалоговых сценариев. Это FP8-квантизованная версия Bielik-11B-v3.0-Instruct, дообученная на базе Bielik-11B-v3-Base-20250730. Модель ориентирована на многоязычное использование, поддерживает 32 европейских языка и оптимизирована для польского языка. Модель имеет архитектуру causal decoder-only и содержит около 11 млрд параметров. Квантизация FP8 применена к весам и активациям линейных операторов внутри transformer-блоков с симметричной поканальной для всего тензора схемой масштабирования. Это примерно вдвое уменьшает размер модели на диске и требования к памяти GPU. Модель рассчитана на работу с vLLM версии 0.5.0 и выше или SGLang; вычисления FP8 поддерживаются на GPU NVIDIA с compute capability выше 8.9, включая Ada Lovelace и Hopper. Максимальный контекст в README не указан. К сильным сторонам относятся сниженные требования к памяти и возможность эффективного развёртывания через совместимые серверы и OpenAI-совместимый API. Ограничением является возможное снижение качества ответов и повышение вероятности галлюцинаций из-за квантизации. Модель работает с текстом; сведения о поддержке других модальностей отсутствуют. Распространяется по лицензии Apache 2.0.

Bielik-Minitron-7B-v3.0-Instruct — генеративная языковая модель команды SpeakLeash и центра ACK Cyfronet AGH, созданная при участии NVIDIA. Это причинная декодерная модель с 7,35 млрд параметров для диалогов и выполнения инструкций; она использует шаблон чата ChatML и распространяется в формате Safetensors для Transformers. Модель получена сжатием и дообучением Bielik-11B-v3-Base-20250730: структурная обрезка и дистилляция знаний сократили число параметров на 33,4%, после чего модель прошла настройку инструкций и выравнивание предпочтений. Она предназначена для генерации ответов и решения языковых задач на европейских языках; особое внимание при обучении уделено польскому. Авторы сообщают о восстановлении примерно 90% производительности исходной модели и ускорении вывода до 50%. Лицензия Apache 2.0. Модель может ошибаться и выдавать предвзятый, оскорбительный или иной нежелательный текст; встроенных механизмов модерации нет. Ее ответы не следует считать проверенными фактами.

lukagra/Bielik-Minitron-7B-v3.0-Instruct-mlx-fp16 — конвертированная в формат MLX версия модели speakleash/Bielik-Minitron-7B-v3.0-Instruct. Это плотная авторегрессионная языковая модель семейства Llama с 7,3 млрд параметров, предназначенная для диалога и генерации текста. Репозиторий создан lukagra; карточка базовой модели описывает Bielik как компактную инструктивную модель для европейских языков с акцентом на польский. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и рассчитана на многоязычные сценарии. В метаданных перечислены польский, английский, албанский, белорусский, боснийский, болгарский, хорватский, чешский, датский, эстонский, финский, французский, греческий, испанский, исландский, литовский, нидерландский, немецкий, норвежский, португальский, русский, румынский, сербский, шведский, словацкий, словенский, турецкий, украинский, венгерский, итальянский и латышский языки. Формат MLX предназначен для запуска на оборудовании Apple с MLX; исходная модель использует формат Safetensors. Модель опубликована под лицензией Apache-2.0. Качество и возможности унаследованы от базовой модели; карточка этой конверсии не содержит отдельных оценок или результатов тестирования.

Карточка модели ehristoforu/BigFalcon3-18B на Hugging Face совпадает с карточкой ehristoforu/BigFalcon3-36B, поэтому описание составлено по ней. BigFalcon3-36B — объединённая языковая модель для генерации текста и диалогов, созданная с помощью mergekit на основе tiiuae/Falcon3-10B-Instruct. В репозитории указано слияние методом passthrough; метаданные описывают архитектуру как плотную LlamaForCausalLM и указывают 17,5 млрд параметров. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов и доступна в формате safetensors для Transformers. Модель подходит для диалоговых сценариев и генерации текста; метаданные также отмечают интерфейс вызова инструментов. Карточка не описывает отдельную специализацию или результаты оценки качества. Лицензия в предоставленных данных не указана.

BillyTheKid1903_SLERP — объединённая модель для генерации текста, созданная MatthieuJ с помощью mergekit методом SLERP из yam-peleg/Experiment26-7B и NousResearch/Nous-Hermes-2-Mistral-7B-DPO. Модель основана на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров; метаданные указывают нативный контекст длиной 32 768 токенов. Она предназначена для диалогов и генерации текста по запросам. Модель принимает текст и выдаёт текст. Лицензия — Apache-2.0. Карточка не сообщает о специализированной предметной области или конкретных ограничениях качества.

Blackbird-Llama-3-8B — плотная авторегрессионная языковая модель семейства Llama 3, созданная bunnycore объединением нескольких моделей через mergekit. В состав объединения входят cognitivecomputations/dolphin-2.9-llama3-8b, NousResearch/Hermes-2-Theta-Llama-3-8B и abacusai/Llama-3-Smaug-8B; в конфигурации bunnycore/Maverick-8B указан как базовая модель. Репозиторий содержит веса в формате safetensors, модель насчитывает 7,5 млрд параметров и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста и диалоговых сценариев: она принимает текстовые запросы и выдаёт текстовые ответы. Для использования заявлена лицензия Llama 2. Карточка не приводит оценок качества или конкретных ограничений, поэтому пригодность для специализированных задач следует проверять отдельно.

BLOOMZ — многоязычная авторегрессионная языковая модель семейства BLOOM, разработанная BigScience. Модель дообучена на смеси кроссъязычных задач xP3, чтобы следовать инструкциям на естественном языке и выполнять незнакомые задания в режиме zero-shot. Архитектура — плотная BloomForCausalLM; контекст — до 2048 токенов. Модель подходит для генерации текста по инструкциям, включая перевод, ответы на вопросы, классификацию по текстовому описанию и создание историй. Она рассчитана на множество языков; метаданные карточки отмечают, среди прочих, английский, французский, испанский, китайский, хинди, арабский, бенгальский и вьетнамский. Качество зависит от формулировки запроса: README советует явно обозначать конец входа и задавать нужный язык и контекст. Модель распространяется по лицензии bigscience-bloom-rail-1.0.

BLOOMZ-3B — многоязычная языковая модель BigScience, дообученная на BLOOM для выполнения инструкций на основе естественно-языковых запросов. Она предназначена для генерации ответов и выполнения задач без примеров, в том числе перевода, классификации тональности, подбора поисковых запросов и объяснения понятий. Модель использует плотную авторегрессионную архитектуру BLOOM с 3 млрд параметров и контекстом до 2048 токенов; принимает текст и генерирует текст. Обучение проводилось на многоязычной смеси задач xP3, а лицензия — BigScience BLOOM RAIL 1.0. Модель поддерживает широкий набор языков, включая английский, французский, испанский, китайский, арабский, хинди и другие языки из предобучения BLOOM и дообучения xP3. Её сильная сторона — выполнение разнообразных инструкций и обобщение на задачи, которых не было в обучении. Качество зависит от формулировки запроса: рекомендуется явно обозначать границу входного текста и задавать желаемый язык ответа. Модель может продолжать исходный текст вместо ответа, если запрос сформулирован неоднозначно.

BLOOMZ-7B1-mt — многоязычная генеративная языковая модель, созданная BigScience путём дообучения BLOOM на смеси кросс-языковых задач xP3. Она предназначена для выполнения инструкций на естественном языке без отдельного дообучения под каждую задачу: модель может отвечать на вопросы, переводить, классифицировать текст и создавать связные тексты. Архитектура — плотная авторегрессионная BLOOM с 7,1 млрд параметров; модель работает с текстом, поддерживает десятки языков и имеет контекст до 2048 токенов. Среди сильных сторон — следование инструкциям и перенос между языками и задачами в режиме zero-shot. Качество ответов зависит от формулировки запроса: README рекомендует явно обозначать границу инструкции и указывать желаемый язык и контекст. Модель может продолжать входной текст вместо ответа, если запрос сформулирован неоднозначно. Распространяется по лицензии BigScience BLOOM RAIL 1.0.

BLOOMZ-7B1-P3 — мультиязычная авторегрессионная языковая модель семейства BLOOM, разработанная BigScience и дообученная на смеси кросс-языковых задач xP3. Модель предназначена для выполнения инструкций на естественном языке в режиме zero-shot: она может отвечать на вопросы, переводить, классифицировать текст по заданной инструкции и создавать тексты на разных языках. Архитектура плотная, на основе BLOOM-7B1; модель имеет 7,1 млрд параметров и контекст до 2048 токенов. Модель обучена следовать инструкциям на множестве языков и обобщать на задачи, которых не было в обучении. В карточке приведены примеры перевода, анализа тональности и генерации историй. Качество ответов зависит от формулировки запроса; модели полезно явно обозначать границу входного текста и желаемый язык ответа. Лицензия — BigScience BLOOM RAIL 1.0.

blossom-v4-mistral-7b-Mistral-7B-Instruct-v0.1 — чат-модель на архитектуре Mistral, полученная слиянием Mistral-7B-Instruct-v0.1 и Azure99/blossom-v4-mistral-7b методом SLERP. Модель содержит 7,1 млрд параметров, распространяется в формате safetensors и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста в ответ на инструкции и диалоговые запросы. Её можно применять для чат-ботов, ответов на вопросы, написания текстов и помощи с математическими задачами. В карточке указаны английский и китайский языки; данные также связывают её с наборами для чатов, математики и инструкционного диалога. Модель распространяется по лицензии Apache-2.0. Сведений о специальных ограничениях качества или безопасности в предоставленной карточке нет.

Blur-7B-slerp-v0.1 — языковая модель для генерации текста, созданная объединением OpenPipe/mistral-ft-optimized-1218 и mlabonne/Marcoro14-7B-slerp методом SLERP с помощью LazyMergekit. Модель построена на плотной архитектуре Mistral и содержит 7,1 млрд параметров. Она предназначена для генерации текста и общих языковых задач. Контекстное окно составляет 32 768 токенов. В README приведены результаты Open LLM Leaderboard, включая оценки по AI2 Reasoning Challenge и HellaSwag. Модель распространяется по лицензии Apache-2.0. README и метаданные не уточняют поддерживаемые естественные языки или ограничения модели.