I.5Создание и редактирование текста

zelk12/MT1-Max-Merge_02012025163610-GP-gemma-2-MTM5MT1g2-9B — объединённая методом SLERP модель на базе Gemma 2, созданная из zelk12/MT1-Gen2-gemma-2-9B и zelk12/MT-Merge5-gemma-2-9B с помощью mergekit. Это плотная авторегрессионная языковая модель с 9 млрд параметров, рассчитанная на генерацию текста и диалоговые сценарии; она принимает текст и выдаёт текст. Модель использует библиотеку Transformers, распространяется в формате safetensors и поддерживает контекст до 8192 токенов. В карточке не приведены сведения о специализации на отдельных языках или предметных областях. Условия лицензии в предоставленных данных не указаны.

zelk12/MT1-Max-Merge_02012025163610-MA-gemma-2-MTM5MTM2MU-9B — объединённая методом SLERP языковая модель на архитектуре Gemma 2 с 9 млрд параметров. Автор объединил две предварительно обученные модели: zelk12/MT-Merge5-gemma-2-9B и zelk12/MT-Merge2-MU-gemma-2-MTg2MT1g2-9B; веса сохранены в формате safetensors с точностью bfloat16. Модель предназначена для генерации текста и диалогового общения. Она принимает текст и выдаёт текст, работает через библиотеку Transformers и имеет контекстное окно 8192 токена. Карточка не приводит результатов оценки качества или списка конкретных языков и предметных областей. Лицензия в предоставленных данных не указана.

zelk12 выпустил объединённую модель Gemma 2 для генерации текста и диалогов. Она создана с помощью mergekit: веса двух предварительно обученных моделей, recoilme-gemma-2-Ifable-9B-v0.1 и recoilme-gemma-2-Gutenberg-Doppel-9B-v0.1, объединены методом SLERP. Модель имеет плотную архитектуру Gemma2ForCausalLM, содержит 9 млрд параметров и использует формат safetensors. Модель предназначена для диалогового взаимодействия и генерации текста по запросу. Контекст составляет до 8192 токенов. Указана лицензия Gemma; условия её использования следует сверить с лицензией базовых моделей. Данных о целевых языках и специализированных областях применения в карточке нет.

zelk12/MT2-BB-gemma-2-RGDv0.1RAt0.25v0.1-9B — объединённая языковая модель на базе Gemma 2, созданная с помощью mergekit методом SLERP из двух моделей: zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1-t0.25 и zelk12/recoilme-gemma-2-Gutenberg-Doppel-9B-v0.1. Модель содержит 9 млрд параметров, использует архитектуру Gemma2ForCausalLM и формат safetensors; библиотека для работы — Transformers. Модель предназначена для генерации текста и диалоговых сценариев: она принимает текстовые запросы и формирует текстовые ответы. Контекстное окно составляет 8192 токена. В карточке не приведены специальные прикладные области или сведения о поддерживаемых естественных языках. Лицензия в предоставленных источниках не указана.

zelk12/MT2-Gen2-gemma-2-9B — слитая модель генерации текста на основе Gemma 2, созданная с помощью mergekit методом SLERP из zelk12/MT2-Gen2-BGMAMU-gemma-2-9B и zelk12/MT2-Gen2-IMM-gemma-2-9B. Модель разработана автором репозитория zelk12; README указывает, что в объединении использована конфигурация с коэффициентом t=0,25 и типом данных bfloat16. Модель с архитектурой Gemma2ForCausalLM и 9 млрд параметров предназначена для генерации текста и диалогового общения. Её контекст составляет 8192 токена. В README приведены результаты оценки на Open LLM Leaderboard, включая IFEval и BBH; эти показатели дают ориентир по следованию инструкциям и решению сложных задач, но не гарантируют качество в конкретном сценарии. Метаданные указывают библиотеку Transformers и формат весов safetensors. Сведения о лицензии и поддерживаемых естественных языках в предоставленных данных отсутствуют, поэтому условия использования и языковую специализацию определить нельзя.

zelk12/MT2-Gen4-MA-gemma-2-N3N1532-9B — языковая модель Gemma 2 с 9 млрд параметров, созданная слиянием двух моделей методом SLERP с помощью mergekit. В состав слияния вошли nhyha/N3N_gemma-2-9b-it_20241029_1532 и allknowingroger/Gemmaslerp2-9B; веса сохранены в формате safetensors, библиотека для работы — Transformers. Модель предназначена для генерации текста и диалогового общения. Она принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов. Карточка не уточняет поддерживаемые языки и специализированные области применения, поэтому модель следует рассматривать как общего назначения. Репозиторий не сообщает результатов оценки качества или известных ограничений. Лицензия в предоставленных данных не указана.

zelk12 выпустил объединённую методом SLERP языковую модель на архитектуре Gemma 2. Она создана на основе recoilme/recoilme-gemma-2-9B-v0.4 и zelk12/MT-Merge-gemma-2-9B, содержит 9 млрд параметров и предназначена для генерации текста и диалоговых ответов. Модель работает с текстом, использует библиотеку Transformers и поддерживает контекст до 8192 токенов. Модель подходит для чат-ботов, интерактивных помощников и генерации текста. Веса опубликованы в формате safetensors; README указывает тип данных bfloat16. Лицензия в предоставленных данных не указана, поэтому условия использования следует проверить на странице репозитория Hugging Face. Данных о поддерживаемых языках нет.

Карточка модели zelk12/MT2-GP-gemma-2-RIv0.1RAv0.1-9B на Hugging Face совпадает с карточкой zelk12/MT5-IF-gemma-2-RIv0.1RAv0.1-9B, поэтому описание составлено по ней. zelk12 выпустил объединённую модель Gemma 2 для диалогов и генерации текста. Она создана методом SLERP с помощью mergekit из моделей zelk12/recoilme-gemma-2-Ifable-9B-v0.1 и zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1. Модель имеет плотную архитектуру Gemma2ForCausalLM и содержит 9 млрд параметров. Она принимает текст и генерирует текст; заявленная длина контекста — 8192 токена. Репозиторий распространяет веса в формате safetensors и использует библиотеку Transformers. Модель подходит для ведения диалогов и генерации ответов по текстовым инструкциям. README и метаданные не сообщают о специальных прикладных областях или ограничениях качества. Лицензия в предоставленных данных не указана.

zelk12/MT2-IB-gemma-2-9B — это объединённая модель для генерации текста и диалогов, созданная с помощью mergekit из двух предварительно обученных моделей Gemma 2. Для слияния использован метод SLERP с параметром t=0.5; базовой указана zelk12/MT2-IF-gemma-2-RIv0.1RAt0.25v0.1-9B. Модель содержит 9 млрд параметров, использует плотную архитектуру Gemma2ForCausalLM и веса в формате safetensors и bfloat16. Модель рассчитана на текстовый ввод и генерацию ответов в диалоговом формате. Контекстное окно составляет 8192 токена. Карточка не описывает отдельную предметную специализацию или подтверждённый набор языков. Лицензия в предоставленных данных не указана.

zelk12 создал эту модель как объединение методом SLERP двух предварительно обученных языковых моделей: zelk12/MT-Gen4-gemma-2-9B и zelk12/MT-Merge5-gemma-2-9B. Это плотная авторегрессионная модель семейства Gemma 2 с 9 млрд параметров, предназначенная для генерации текста и диалогов. Она принимает текст и выдаёт текст; поддерживает контекст до 8192 токенов и распространяется в формате safetensors для библиотеки Transformers. Модель подойдёт для диалоговых приложений и генерации текста. В карточке не описаны специализированные области применения или языки, поэтому их нельзя уточнить по предоставленным сведениям. Лицензия в данных не указана.

zelk12/MT2-MMMA-gemma-2-9B — объединённая языковая модель на базе Gemma 2, созданная разработчиком zelk12 с помощью mergekit. Веса двух моделей объединены методом SLERP; архитектура — плотная Gemma2ForCausalLM, размер — 9 млрд параметров. Репозиторий содержит веса в формате safetensors, библиотека для работы — Transformers. Модель предназначена для генерации текста и диалогового использования. Контекст составляет 8192 токена. README не описывает специализированные сценарии или языковую специализацию, поэтому модель можно характеризовать как общего назначения. Сведения о лицензии в предоставленных данных отсутствуют.

zelk12/MT3-Gen1-gemma-2-9B — объединённая языковая модель от zelk12, созданная из двух моделей семейства Gemma 2 с помощью mergekit и метода SLERP. Это плотная авторегрессионная модель на 9 млрд параметров для генерации текста и диалогового общения; она использует формат safetensors и работает с контекстом до 8192 токенов. Модель подходит для генерации ответов и диалогов. В README приведены результаты оценки на IFEval и BBH; среднее значение указано как 31,05. Модель объединяет zelk12/MT3-Gen1-BI-gemma-2-9B и zelk12/MT3-Gen1-MMMUMAG-gemma-2-9B. Лицензия в предоставленных данных не указана.

zelk12/MT3-Gen2-gemma-2-9B — объединённая языковая модель на архитектуре Gemma 2, созданная с помощью mergekit. В слиянии методом SLERP использованы zelk12/MT3-Gen2-GMM-gemma-2-9B и zelk12/MT3-Gen2-IMUBMA-gemma-2-9B; конфигурация указывает базовую модель zelk12/MT3-Gen2-GMM-gemma-2-9B и параметр t=0,25. Модель содержит 9 млрд параметров, работает через Transformers и принимает контекст до 8192 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. В карточке приведены результаты оценки на Open LLM Leaderboard, включая IFEval и BBH. В репозитории указаны веса в формате safetensors. Лицензия в предоставленных данных не указана.

zelk12 создал эту разговорную языковую модель, объединив методом SLERP две предварительно обученные модели Gemma 2: zelk12/recoilme-gemma-2-Ifable-9B-v0.1 и zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1. Модель с плотной архитектурой Gemma2ForCausalLM содержит 9 млрд параметров и рассчитана на генерацию текста и диалоговое взаимодействие. Модель принимает текст и генерирует текст; заявленный контекст составляет 8192 токена. Репозиторий предоставляет веса в формате safetensors и указывает библиотеку Transformers. Язык модели, специальные предметные области и конкретные сильные стороны в карточке не описаны. Условия лицензирования в предоставленных данных не указаны.

zelk12/MT3-Gen5-GP-gemma-2-RAv0.1E-9B_v1 — объединённая автором модель для генерации текста и диалогов на архитектуре Gemma 2. Она создана методом SLERP в mergekit из zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1 и Aashraf995/Gemma-Evo-10B; базовая точка слияния — recoilme-gemma-2-Ataraxy-9B-v0.1. Модель содержит 9 млрд параметров, принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов и опубликована в формате safetensors для библиотеки Transformers. Модель подходит для генерации продолжений и ответов в диалоговом режиме. Сведений о специализации по предметной области или конкретных языках в карточке нет. Лицензия в предоставленных данных не обозначена, поэтому условия использования следует проверить на странице репозитория Hugging Face.

zelk12/MT3-Gen5-IF-gemma-2-Av4dMT2-9B — слитая модель семейства Gemma 2, созданная с помощью mergekit методом SLERP из lemon07r/Gemma-2-Ataraxy-v4d-9B и zelk12/MT2-gemma-2-9B. Это плотная авторегрессионная языковая модель на 9 млрд параметров для генерации текста и диалогов; её можно использовать для создания продолжений, ответов и творческих текстов. Модель рассчитана на контекст до 8192 токенов и работает через библиотеку Transformers. В метаданных заявлена возможность чата. Репозиторий содержит веса в формате safetensors; README указывает исходную точность bfloat16. Языки модели не определены в предоставленных данных. Лицензия в метаданных и README не указана.

zelk12/MT3-Gen5-MA-gemma-2-MT2E-9B_v1 — объединённая языковая модель, созданная автором репозитория с помощью mergekit из Aashraf995/Gemma-Evo-10B и zelk12/MT2-gemma-2-9B. Для слияния применён метод SLERP с параметром t=0.25; в метаданных указаны архитектура Gemma 2, плотная модель с 9 млрд параметров и формат safetensors. Модель предназначена для генерации текста и диалогового взаимодействия. Она принимает текстовые запросы и выдаёт текст, поддерживает контекст до 8192 токенов и работает через библиотеку Transformers. Метаданные указывают задачу text-generation и возможность chat. Из README известны состав и метод слияния; сведений о сравнительной точности или специализированных областях применения нет. Лицензия в предоставленных данных не указана.

zelk12/MT3-Gen5-MMG-gemma-2-9B_v1 — это слитая с помощью mergekit методом SLERP языковая модель на архитектуре Gemma 2. В объединении использованы zelk12/MT3-Gen5-MM-gemma-2-MT2Av4d-9B_v1 и zelk12/MT3-Gen5-GP-gemma-2-RAv0.1E-9B_v1; в конфигурации базовой указана первая модель. Вес модели составляет 9 млрд параметров, файлы представлены в формате safetensors, для работы используется библиотека Transformers. Модель предназначена для генерации текста и диалогового общения. Её можно применять для создания и продолжения текстов, ответов в чате и других сценариев работы с языковым контентом. Нативный размер контекста — до 8192 токенов. Данные не подтверждают поддержку конкретных естественных языков или специализированных предметных областей. Условия лицензии в предоставленных сведениях не приведены. Поскольку это объединение двух моделей, практические свойства и качество зависят от их обучающих данных и настройки; отдельные ограничения в README не описаны.

Карточка модели zelk12/MT3-IF-gemma-2-RGDv0.1RAt0.25v0.1-9B на Hugging Face совпадает с карточкой zelk12/MT2-BB-gemma-2-RGDv0.1RAt0.25v0.1-9B, поэтому описание составлено по ней. zelk12/MT2-BB-gemma-2-RGDv0.1RAt0.25v0.1-9B — объединённая языковая модель на базе Gemma 2, созданная с помощью mergekit методом SLERP из двух моделей: zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1-t0.25 и zelk12/recoilme-gemma-2-Gutenberg-Doppel-9B-v0.1. Модель содержит 9 млрд параметров, использует архитектуру Gemma2ForCausalLM и формат safetensors; библиотека для работы — Transformers. Модель предназначена для генерации текста и диалоговых сценариев: она принимает текстовые запросы и формирует текстовые ответы. Контекстное окно составляет 8192 токена. В карточке не приведены специальные прикладные области или сведения о поддерживаемых естественных языках. Лицензия в предоставленных источниках не указана.

zelk12/MT4-Gen5-MA-gemma-2-MT4g2MT3g4-9B — объединённая с помощью mergekit методом SLERP языковая модель на архитектуре Gemma 2 с 9 млрд параметров. Она создана из zelk12/MT3-Gen4-gemma-2-9B и zelk12/MT4-Gen2-gemma-2-9B и предназначена для генерации текста и диалогового общения. Модель принимает текст и выдаёт текст; заявленная длина контекста — 8192 токена. Репозиторий содержит веса в формате safetensors, библиотека для работы — Transformers. В карточке нет сведений о поддерживаемых языках и лицензии, поэтому их нельзя надёжно описать.

zelk12/MT5-Gen5-BB-gemma-2-RAv0.1MTg2-9B — объединённая модель для генерации текста и диалогового общения, созданная с помощью mergekit методом SLERP из zelk12/MT-Gen2-gemma-2-9B и zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1. Модель построена на архитектуре Gemma 2, содержит 9 млрд параметров и работает с текстом в контексте до 8192 токенов. Модель предназначена для генерации продолжений текста и ведения диалога. В метаданных указана поддержка conversational-взаимодействия; сведений о специализированных предметных областях или языках нет. Веса опубликованы в формате safetensors и представлены в bfloat16. Лицензия в предоставленных данных не указана.

zelk12 объединил методом SLERP две предварительно обученные языковые модели на базе Gemma 2 с помощью mergekit. Модель содержит 9 млрд параметров, использует архитектуру Gemma2ForCausalLM и распространяется в формате safetensors; для работы предусмотрена библиотека Transformers. Модель предназначена для диалогов и генерации текста. Контекст составляет до 8192 токенов. В карточке не указаны специальные предметные области или поддерживаемые языки. Репозиторий содержит объединённые веса; качество и конкретные языковые возможности в README не описаны. Лицензия в предоставленных данных не указана.

zelk12/MT-Gen5-MA-gemma-2-S5MT3g4-9B — объединённая методом SLERP разговорная языковая модель на архитектуре Gemma 2. Её создали с помощью mergekit, объединив allknowingroger/GemmaSlerp5-10B и zelk12/MT3-Gen4-gemma-2-9B; в конфигурации указаны базовая модель allknowingroger/GemmaSlerp5-10B, параметр смешивания t=0,25 и формат bfloat16. Модель содержит 9 млрд параметров и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста и диалогов. Её можно использовать как разговорного помощника для ответов на вопросы, ведения беседы и создания текста. Метаданные и карточка не описывают отдельные специализированные области применения или языковую специализацию. Репозиторий содержит веса в формате safetensors; лицензия в предоставленных данных не обозначена.

zelk12/MT-Gen5-MUMM-gemma-2-9B — объединение двух предварительно обученных языковых моделей Gemma 2, созданное с помощью mergekit методом SLERP. Модель имеет плотную архитектуру Gemma2ForCausalLM и содержит 9 млрд параметров; файлы представлены в формате safetensors и используются через Transformers. Модель предназначена для генерации текста и диалогового общения. Она принимает текстовые запросы и выдаёт текст, поддерживая контекст до 8192 токенов. Данные не подтверждают специализацию на конкретном языке или предметной области. В README перечислены обе объединённые модели: zelk12/MT-Gen5-MU-gemma-2-MT3g4S5-9B и zelk12/MT-Gen5-MM-gemma-2-MT4g2MT5g4-9B. Условия лицензии в предоставленных данных не указаны.

zelk12/MT-Merge5-MUI-gemma-2-9B — объединённая языковая модель на базе Gemma 2, созданная с помощью mergekit методом SLERP из двух предварительно обученных моделей zelk12. Модель содержит 9 млрд параметров, использует архитектуру Gemma2ForCausalLM и предназначена для генерации текста в диалоговом формате; контекстное окно составляет 8192 токена. Модель можно использовать для ведения диалогов и генерации ответов на текстовые запросы. Веса опубликованы в формате safetensors; в конфигурации слияния указана точность bfloat16. Лицензия в предоставленных данных не указана.

zelk12 создал объединённую модель Gemma 2 с помощью mergekit и метода SLERP, объединив zelk12/MT-Merge-gemma-2-9B и zelk12/MT-Merge5-gemma-2-9B. Это плотная авторегрессионная языковая модель с архитектурой Gemma2ForCausalLM и 9 млрд параметров, предназначенная для генерации текста и диалоговых ответов. Она принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов и распространяется в формате safetensors для библиотеки Transformers. Модель можно использовать в чат-ботах и приложениях, которым нужна генерация текста. README не описывает специализацию по языкам или предметным областям, поэтому её назначение следует считать общим. Лицензия в предоставленных данных не указана.

zelk12 создал разговорную языковую модель MTM-Merge-GMA-gemma-2-9B слиянием двух предварительно обученных моделей Gemma 2 с помощью метода SLERP и инструментария mergekit. Модель содержит 9 млрд параметров, использует архитектуру Gemma2ForCausalLM и предназначена для генерации текста в диалоговом формате; заявленная длина контекста — 8192 токена. Модель подходит для ведения диалогов и генерации ответов на текстовые запросы. В репозитории указаны веса в формате safetensors и библиотека Transformers. Сведений о специализации на конкретной области или поддерживаемых языках в доступных данных нет. Условия использования определяются лицензией Gemma 2; в предоставленных данных конкретная лицензия не приведена.

MyAwesomeModel — языковая модель, распространяемая через библиотеку Transformers; разработчик в представленном README не указан. Модель ориентирована на задачи, требующие рассуждений и генерации текста, включая математические и логические задачи, программирование, ответы на вопросы, классификацию текстов, анализ тональности, суммаризацию, перевод, диалог, творческое письмо и следование инструкциям. Также заявлена поддержка function calling, загрузки файлов и генерации с использованием результатов веб-поиска. По данным README, обновлённая версия получила улучшения в глубине рассуждений, возможностях вывода и постобучении, а также сниженный уровень галлюцинаций. На тесте AIME 2025 точность выросла с 70% до 87,5%, при этом среднее число токенов рассуждения увеличилось примерно с 12 тысяч до 23 тысяч на задачу. В сводных оценках модель показывает наиболее заметные результаты в рассуждениях и генерации, однако конкретные архитектура, число параметров, поддерживаемые языки, модальности и размер контекстного окна не указаны. Для использования рекомендуется библиотека Transformers, системный промпт с текущей датой и температура 0,6. Специальные токены в начале ответа для включения определённого режима рассуждений не требуются. README также упоминает вариант MyAwesomeModel-Small, но не приводит его подробных характеристик. Модель распространяется по лицензии MIT.

roky-dev/my-custom-llama-3.2-1b-merged — языковая модель, полученная разработчиком путём слияния моделей семейства Llama 3.2 с помощью mergekit и метода DARE TIES. В качестве базовой использована meta-llama/Llama-3.2-1B-Instruct; в слияние также вошли unsloth/Llama-3.2-1B-Instruct и meta-llama/Llama-3.2-1B. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 1,2 млрд параметров и распространяется в формате safetensors для библиотеки Transformers. Модель предназначена для генерации текста и диалогового использования. Её можно применять для ответов на вопросы, суммаризации и помощи в написании текста. Поддерживаемый контекст — до 131 072 токенов. Модель унаследовала многоязычную направленность базовой модели; конкретные языки карточка не перечисляет. Это компактная объединённая модель, поэтому качество ответов и следование инструкциям могут отличаться от исходных моделей и зависят от сценария. Лицензия в предоставленных данных не указана.

Mystical-dare7-7b — языковая модель семейства Mistral, созданная mvpmaster путём слияния шести моделей с помощью LazyMergekit. Она предназначена для генерации текста и может использоваться для диалогов, ответов на вопросы и других задач на основе текстовых запросов. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель принимает и генерирует текст. В README и метаданных не указаны целевые языки или специализированные прикладные области. Репозиторий содержит веса в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.