I.5Создание и редактирование текста

Vicuna 13B v1.1 — авторегрессионная языковая модель семейства LLaMA на архитектуре Transformer, разработанная командой Vicuna с участием исследователей из UC Berkeley, CMU, Stanford и UC San Diego. Модель содержит 12,9 млрд параметров и рассчитана на контекст до 2048 токенов. Это версия merge delta v1.1; в README указано, что Vicuna получена дообучением LLaMA на диалогах пользователей ShareGPT, а в v1.1 исправлены вычисление функции потерь при supervised fine-tuning и разделитель токенов. Модель предназначена для генерации текста в формате чат-бота, ответов на вопросы и исследований больших языковых моделей. Она обучалась на 70 тысячах диалогов ShareGPT. Карточка указывает лицензию Apache 2.0; базовая модель LLaMA имеет отдельные условия использования, которые следует учитывать при распространении и применении производной модели.

Vikhr-7B-instruct_0.4 — русскоязычная инструкционная чат-модель семейства Vikhr, разработанного Александром Николичем, Константином Королёвым и Артёмом Шелмановым. Это плотная causal language model на архитектуре семейства Llama с классом MistralForCausalLM и 7,3 млрд параметров; модель распространяется в формате Safetensors и рассчитана на контекст до 32 768 токенов. Версия 0.4 продолжает релиз 0.3–0.4: авторы увеличили объём данных SFT, чтобы улучшить стабильность работы с JSON, многоходовыми диалогами, длинным контекстом и сложными запросами. Модель предназначена для генерации текста и диалогового взаимодействия на русском и английском языках. Для практического применения доступны материалы для Google Colab и упоминание GGUF. Известные ограничения и условия лицензирования в предоставленной карточке не описаны.

Vikhr-Gemma-2B-instruct-GGUF — русскоязычная инструктивная модель, разработанная Vikhrmodels на основе Gemma 2 2B и дообученная на датасете GrandMaster-PRO-MAX. Модель предназначена для генерации текста и выполнения инструкций на русском языке, включая диалоговые и прикладные сценарии, где требуется обработка текстовых запросов. Формат GGUF рассчитан на использование с llama.cpp и совместимыми инструментами. Модель относится к текстовым одно-модальным моделям; сведения о поддерживаемых языках указывают русский язык. Размер базовой модели составляет 2B параметров, однако характеристики контекстного окна и точные архитектурные параметры в README не указаны. Доступны варианты квантования от Q2 до Q8, а также F16, F32 и BF16; приведённые значения perplexity показывают, что более сильное квантование может ухудшать результат, особенно для вариантов Q2. Лицензия Apache-2.0 разрешает использование модели на соответствующих условиях этой лицензии.

Villanova-2B-2512-Preview — текстовая языковая модель VillanovaAI, полученная постобучением Villanova-2B-Base-2512-Preview. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и 2,4 млрд параметров; она предназначена для генерации текста и диалогового взаимодействия. Модель принимает текст и генерирует текст. В карточке заявлена поддержка английского, немецкого, испанского, французского и итальянского языков. Длина контекста составляет 4096 токенов. Модель выпущена как предварительная версия, поэтому её характеристики и качество могут измениться. Распространяется по лицензии Apache-2.0.

Voldemort-10B — текстовая авторегрессионная модель семейства Mistral, созданная FelixChao путём объединения слоёв FelixChao/WizardDolphin-7B и SanjiWatsuki/Silicon-Maid-7B методом passthrough. Модель содержит 10,6 млрд параметров, использует плотную архитектуру MistralForCausalLM и принимает контекст до 8192 токенов. Модель предназначена для генерации текста. Её можно использовать для диалогов, написания черновиков и продолжения текста; карточка не описывает отдельные специализированные сценарии или языки. Веса опубликованы в формате safetensors и bfloat16. Лицензия — Apache-2.0. Карточка не содержит оценок качества или подробных результатов тестирования.

vorenthos-architect-v4 — языковая модель для генерации текста и диалогов, опубликованная vorenthiclabs как экспорт из локальной установки Ollama. В репозитории размещены квантизированные веса в формате GGUF и шаблон чата; метаданные указывают на плотную архитектуру размером 7,6 млрд параметров и поддержку диалогового режима. Модель предназначена для генерации ответов и ведения диалога через Ollama или совместимые инструменты для запуска GGUF. В карточке не приведены сведения о языках, контекстном окне или специализированных областях применения. Лицензия указана как other, поэтому условия использования следует проверять в исходной карточке модели и связанных материалах.

WestBeagle-7B — объединённая модель для генерации диалогового текста, созданная с помощью LazyMergekit путём слияния mlabonne/NeuralBeagle14-7B и FelixChao/WestSeverus-7B-DPO-v2. Это плотная модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров; веса опубликованы в формате safetensors. Модель предназначена для чат-ботов и генерации ответов на текстовые запросы. Контекстное окно составляет 32 768 токенов. В README приведены результаты Open LLM Leaderboard: среднее значение 75,22, включая 72,27 на AI2 Reasoning Challenge и 88,29 на HellaSwag. Модель лицензирована по CC BY-NC 4.0, которая ограничивает коммерческое использование. Карточка не сообщает о специальных гарантиях качества или других ограничениях применения.

WestSeverusJaskier-OpenOrca — языковая модель, опубликованная VishnuKV. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста. Модель дообучена на датасете Open-Orca и рассчитана на контекст до 32 768 токенов. Модель подходит для генерации ответов и другого текста по текстовому запросу. В метаданных указаны формат safetensors и лицензия MIT. README ссылается на базовую модель WestSeverusJaskier; отдельный публичный идентификатор базовой модели в доступных сведениях не указан.

usermma/Wicked-Moondust-12B-mlx-fp16 — версия модели Naphula/Wicked-Moondust-12B, преобразованная в формат MLX разработчиком usermma с помощью mlx-lm 0.31.2. Это плотная авторегрессионная модель семейства Mistral с 12,1 млрд параметров, предназначенная для генерации текста и диалогов; каталог отмечает поддержку чата. Контекст модели составляет до 131 072 токенов. Модель подходит для диалоговых приложений и генерации текста с длинным контекстом. В README указано использование через mlx-lm. В метаданных заявлена лицензия Apache-2.0. Данных о поддерживаемых естественных языках и специальных предметных областях нет.

Wiederchat-7b-dpo — разговорная языковая модель на 7,1 млрд параметров, созданная mayflowergmbh как DPO-согласованное слияние трёх моделей с помощью LazyMergekit: mlabonne/OmniTruthyBeagle-7B-v0, mayflowergmbh/Wiedervereinigung-7b-dpo-laser и cognitivecomputations/openchat-3.5-0106-laser. Модель основана на архитектуре Mistral и предназначена для генерации текста в диалоге; заявленная длина контекста — 32 768 токенов. В README приведены результаты Mt-Bench-De: средняя оценка 7,61875, с более высокими оценками в категориях STEM и гуманитарных дисциплин, чем в математике и программировании. Это ориентиры из карточки, а не гарантия качества в конкретной задаче. Лицензия и сведения о поддерживаемых языках в предоставленных данных отсутствуют.

Wiederchat-7b-dpo-laser — чат-модель для генерации текста, созданная mayflowergmbh. Это объединение трёх моделей на архитектуре Mistral: mlabonne/OmniTruthyBeagle-7B-v0, mayflowergmbh/Wiedervereinigung-7b-dpo-laser и cognitivecomputations/openchat-3.5-0106-laser. Веса представлены в формате safetensors; модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для диалогов и генерации ответов. В README приведены результаты оценки Mt-Bench-De, включая категории письма, ролевого общения, рассуждений, математики, программирования, извлечения информации, STEM и гуманитарных дисциплин. Базовая модель описана как немецкоязычная, поэтому немецкий — основной язык модели; результаты теста сами по себе не гарантируют качество в конкретных сценариях. Условия лицензирования в предоставленных данных не описаны.

MaziyarPanahi/WizardLM-2-7B-GGUF — это квантизированная версия языковой модели WizardLM-2 7B в формате GGUF. Исходная модель разработана командой WizardLM в Microsoft AI на основе Mistral-7B-v0.1, а конвертацию и публикацию квантизированных файлов выполнил MaziyarPanahi. Модель предназначена для генерации текста и диалогового взаимодействия с поддержкой многоходовых бесед. Модель содержит около 7 млрд параметров и заявлена как мультиязычная. Она ориентирована на сложные чаты, следование инструкциям, написание текстов, программирование, математические задачи, рассуждения, агентские сценарии и работу на нескольких языках. По данным README, WizardLM-2 7B обеспечивает высокую скорость и сопоставима по качеству с более крупными открытыми моделями; в оценках авторов она сравнивалась с моделями размером до 32B параметров. Конкретное максимальное окно контекста и перечень поддерживаемых языков не указаны. Главное преимущество этой версии — возможность локального запуска благодаря GGUF и нескольким вариантам квантизации от 2 до 8 бит, что позволяет выбирать компромисс между качеством, скоростью и требованиями к памяти. Ограничения включают зависимость характеристик от выбранного уровня квантизации, отсутствие заявленной поддержки мультимодальных входов и недостаток подробных данных о тестах, контекстном окне и безопасности. Модель распространяется по лицензии Apache 2.0.

QuixiAI/WizardLM-7B-V1.0-Uncensored — текстовая модель генерации на базе архитектуры LLaMA с 6,6 млрд параметров. Это переобученная версия WizardLM-7B-V1.0: автор использовал отфильтрованный набор данных, чтобы снизить частоту отказов, уклончивых ответов и проявлений предвзятости. Модель обучена на инструкциях в формате Vicuna-1.1 и предназначена для диалогов и выполнения текстовых инструкций. Модель принимает текст и генерирует текст; заявленная длина контекста — 2048 токенов. Карточка указывает, что у модели ослаблены защитные ограничения, но отмечает, что она не является полностью «без цензуры». Лицензия в метаданных обозначена как other, поэтому конкретные условия использования по доступным сведениям определить нельзя.

Casual-Autopsy/WorldGen-v2-TEST001 — языковая модель на архитектуре Mistral, созданная методом слияния TIES из нескольких моделей с помощью mergekit. В качестве базовой использована kubernetes-bad/chargen-v2; также в состав слияния вошли NeverSleep/Noromaid-7B-0.4-DPO, Weyaxi/Einstein-v4-7B с адаптером Severian/Einstein-IKM-v1-7B-LoRa и teknium/OpenHermes-2.5-Mistral-7B. Модель содержит 7,1 млрд параметров и рассчитана на генерацию текста и диалоговое взаимодействие. Она подходит для ведения бесед и создания текстовых ответов; карточка не описывает более узкую специализацию. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors для библиотеки Transformers. Данные не указывают специально поддерживаемые естественные языки. Условия лицензии в предоставленных сведениях не приведены.

fradinho/world-llama2 — объединённая диалоговая языковая модель на архитектуре Llama с 6,6 млрд параметров. Она создана методом task arithmetic с помощью mergekit из LargeWorldModel/LWM-Text-Chat-1M и NousResearch/Llama-2-7b-chat-hf; веса сохранены в формате safetensors, исходная точность — bfloat16. Модель предназначена для генерации текста и ведения диалогов. Заявленная длина контекста составляет 1 048 576 токенов, что позволяет обрабатывать длинные текстовые запросы и документы. В карточке базовая диалоговая модель описана как англоязычная; отдельные языковые возможности итогового объединения не уточняются. Модель распространяется по лицензии MIT. Карточка не приводит сравнительных оценок качества или специальных мер безопасности; результаты на длинном контексте и в других языках могут зависеть от сценария применения.

Xiaolong-Qwen3-14B — 14-миллиардная плотная языковая модель семейства Qwen3, созданная nbeerbower дообучением Qwen3-14B-abliterated-TIES методом ORPO с использованием QLoRA. Модель ориентирована на диалог и рассуждения; в обучающую выборку вошли примеры по общему, физическому и математическому рассуждению, программированию, а также художественные тексты. Интерфейс модели поддерживает диалог и вызов инструментов. Модель принимает и генерирует текст, имеет контекстное окно 32 768 токенов и распространяется в формате safetensors для Transformers. Карточка описывает её как uncensored; это характеристика поведения модели, а не гарантия точности или безопасности ответов. Лицензия — Apache-2.0.

XORTRON.CriminalComputing.Config.LARGE.XPRT2 — текстовая чат-модель на архитектуре MistralForCausalLM, созданная Darkhn на основе дообучения mistralai/Mistral-Medium-3.5-128B. По карточке, в модели применена abliteration: в приведённом сравнении она отказала в 9 из 100 случаев, тогда как исходная модель — в 98 из 100. Это указывает на снижение частоты отказов, но не гарантирует ответ на любой запрос. Модель предназначена для генерации текста в диалоговом формате; метаданные также отмечают интерфейс вызова инструментов. Она содержит 123,4 млрд параметров, принимает только текст и поддерживает контекст до 262 144 токенов. Вес опубликован в формате safetensors с точностью BF16. Указана лицензия Apache-2.0.

XVERSE-13B-Chat — диалоговая версия языковой модели XVERSE-13B, разработанной компанией Shenzhen Yuanxiang Technology. Это плотная авторегрессионная модель с архитектурой Decoder-only Transformer и 13,2 млрд параметров, предназначенная для генерации ответов и ведения многоходовых бесед. Она поддерживает контекст до 8192 токенов. Модель подходит для вопросов и ответов, суммаризации, рассуждений и помощи с программированием. В README заявлена поддержка более 40 языков, включая китайский, английский, русский и испанский; особенно сильные результаты разработчик отмечает для китайского и английского. Модель использует токенизатор BPE с размером словаря 100 534 токена. Модель может выдавать неточные, предвзятые или оскорбительные ответы, поэтому результаты следует проверять, а перед внедрением проводить тестирование безопасности для конкретного сценария. Лицензия Apache-2.0.

yam-jom-7B — объединённая языковая модель, созданная с помощью LazyMergekit из eren23/ogno-monarch-jaskier-merge-7b-OH-PREF-DPO-v2 и yam-peleg/Experiment26-7B. В конфигурации указаны метод task_arithmetic, веса 0,35 и 0,65 и формат bfloat16; архитектура — плотная MistralForCausalLM с 7,1 млрд параметров. Модель предназначена для генерации текста. В карточке приведены результаты Open LLM Leaderboard, включая оценки по AI2 Reasoning Challenge и HellaSwag. Контекстное окно составляет 32 768 токенов. Репозиторий содержит веса safetensors, лицензия — Apache-2.0.

yam-jom-7B-slerp — объединённая языковая модель, созданная с помощью LazyMergekit из eren23/ogno-monarch-jaskier-merge-7b-OH-PREF-DPO-v2 и yam-peleg/Experiment26-7B. В основе лежит архитектура MistralForCausalLM с плотной архитектурой и 7,1 млрд параметров; для объединения применён метод SLERP, веса сохранены в формате safetensors. Модель предназначена для генерации текста. Контекст составляет до 32 768 токенов. В карточке приведены результаты Open LLM Leaderboard, включая среднюю оценку 76,45, однако подробности остальных метрик здесь не представлены. Язык модели в карточке не указан. Модель распространяется по лицензии Apache-2.0.

YamM7-7B — объединённая языковая модель, созданная Maxime Labonne методом SLERP из mayacinka/yam-jom-7B и liminerity/M7-7b. Это плотная модель семейства Mistral с 7,1 млрд параметров, рассчитанная на генерацию текста и диалог. Для объединения использована конфигурация MergeKit; веса опубликованы в формате safetensors. Модель принимает текст и выдаёт текст. Максимальная длина контекста составляет 32 768 токенов. Репозиторий распространяется по лицензии Apache-2.0. README не сообщает о специализации на конкретном языке или предметной области, а также не приводит оценок качества.

yam-pastiche-7B-ties — объединённая языковая модель, созданная автором mayacinka с помощью LazyMergekit. Веса трёх моделей yam-peleg/Experiment28-7B, yam-peleg/Experiment26-7B и yam-peleg/Experiment24-7B объединены методом TIES; в конфигурации указан базовый источник CorticalStack/pastiche-crown-clown-7b-dare-dpo. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров, принимает текст и предназначена для генерации текста. Нативная длина контекста — 32 768 токенов. Карточка не приводит специальных сценариев применения, языковых характеристик или сравнительных оценок качества, поэтому модель можно описать как вариант общего назначения для генерации текста. Репозиторий содержит веса в формате safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

Yamshadowexperiment28M70.04-0.39-0.5-0.24-0.68-0.29-7B — объединённая языковая модель семейства Mistral, опубликованная пользователем aaron-di. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и формат Safetensors; её контекст составляет до 32 768 токенов. Модель предназначена для генерации текста и диалогов по текстовым запросам. README показывает запуск через Transformers с шаблоном чата и генерацией ответа, а метаданные указывают на объединение AurelPx/Percival_01-7b-slerp и liminerity/M7-7b. Модель распространяется по лицензии Apache-2.0.

Yamshadowexperiment28T3qm7xp-7B — автоматическое слияние языковых моделей, созданное Maxime Labonne. Модель основана на архитектуре Mistral и содержит 7,1 млрд параметров; веса сохранены в формате SafeTensors. Для слияния использован метод model_stock, а базовой моделью в конфигурации указана mistralai/Mistral-7B-v0.1. Модель предназначена для генерации текста и диалогов. Контекст составляет до 32 768 токенов. Репозиторий распространяется по лицензии Apache-2.0. Карточка не приводит результатов оценки качества или специальных ограничений по применению.

YamshadowInex12_AlloyingotneoyExperiment24 — объединённая модель генерации текста, созданная из automerger/YamshadowInex12-7B и automerger/AlloyingotneoyExperiment24-7B. Она построена на архитектуре Mistral и содержит 7,1 млрд параметров; для генерации поддерживает контекст до 32 768 токенов. Модель предназначена для текстовых запросов и ответов, продолжения текста и диалоговых сценариев. Репозиторий распространяется в формате Safetensors по лицензии Apache 2.0. Карточка не описывает специализированную предметную область, языковую специализацию или результаты оценки качества, поэтому возможности модели следует рассматривать как общую генерацию текста.

YamshadowInex12_CalmeInex12 — объединённая модель MaziyarPanahi на архитектуре Mistral с 7,1 млрд параметров. Она создана слиянием automerger/YamshadowInex12-7B и automerger/CalmeInex12-7B. Модель предназначена для генерации текста и диалогов. Она принимает текст и поддерживает контекст до 32 768 токенов. В карточке модели не описаны дополнительные специализированные сценарии или поддерживаемые языки. Модель распространяется в формате safetensors по лицензии Apache-2.0. Данных о специальных ограничениях качества или безопасности в карточке нет.

YamshadowInex12_Experiment26Experiment26 — слитая текстовая модель семейства Mistral, созданная на основе automerger/YamshadowInex12-7B и automerger/Experiment26Experiment26-7B. Она предназначена для генерации текста и диалоговых сценариев на основе текстовых запросов. Модель имеет плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров. Поддерживает контекст до 32 768 токенов; веса опубликованы в формате safetensors. В карточке указана лицензия Apache-2.0. Сведения о специализации по языкам и об оценке качества отсутствуют.

YamshadowInex12_Experiment26Yam — объединённая модель на архитектуре Mistral для генерации текста. Она создана на основе automerger/YamshadowInex12-7B и automerger/Experiment26Yam-7B. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста по текстовому запросу. Объединение двух моделей указано в карточке; конкретные специализация, языки и сравнительные преимущества не описаны. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

YamshadowInex12_Experiment26Yamshadow — объединённая модель генерации текста на базе архитектуры Mistral, созданная из automerger/YamshadowInex12-7B и automerger/Experiment26Yamshadow-7B. Модель содержит 7,1 млрд параметров и принимает контекст длиной до 32 768 токенов. Она предназначена для генерации текста по текстовому запросу. Указана лицензия Apache-2.0. README не описывает специализацию модели или результаты оценки качества.

YamshadowInex12_Experiment29Experiment24 — слитая модель для генерации текста, построенная на двух моделях: automerger/YamshadowInex12-7B и automerger/Experiment29Experiment24-7B. Она разработана и опубликована MaziyarPanahi. Модель использует плотную архитектуру Mistral с 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Её можно применять для генерации продолжений и ответов на текстовые запросы. В репозитории веса представлены в формате safetensors. Модель распространяется по лицензии Apache-2.0. Данных о специальных предметных областях и ограничениях качества в карточке нет.