I.5Создание и редактирование текста

Llama3-OneForAll-8B — объединённая диалоговая языковая модель, созданная bunnycore с помощью mergekit на основе RemixLlama3-8B, Hermes-2-Theta-Llama-3-8B и Dolphin-2.9-Llama3-8B. Использует плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текстовые запросы и выдаёт текстовые ответы; заявленная длина контекста — 8192 токена. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Llama 3. Карточка не приводит результатов оценки качества или подробностей о поддерживаемых языках, поэтому их нельзя надёжно определить по имеющимся сведениям.

PetroGPT/Llama-3-Petro-Instruct-v1 — языковая модель FelixChao для генерации текста в диалоговом формате. Она дообучена на базе unsloth/llama-3-8b-Instruct-bnb-4bit с использованием Unsloth и библиотеки TRL. Модель относится к семейству Llama, использует плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров; заявленная длина контекста — 8192 токена. Модель подходит для генерации ответов и ведения текстового диалога на английском языке. Карточка не описывает специализацию на области Petro или конкретные обучающие данные, поэтому назначение следует считать общим. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Cas-Warehouse/Llama-3-SOVL-MopeyMule-Blackroot-8B — текстовая генеративная модель, созданная слиянием моделей Casual-Autopsy с помощью mergekit. В основе с весом 0,75 использована Casual-Autopsy/Llama-3-MopeyMule-Blackroot-8B, а Casual-Autopsy/Llama-3-SOVL-MopeyMule-8B добавлена с весом 0,25 методом task arithmetic. Модель построена на плотной архитектуре Llama и классе LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. Она предназначена для генерации текста и диалогового взаимодействия. В репозитории указаны формат safetensors и библиотека Transformers; языки и специализированные области применения в предоставленных данных не описаны. Лицензия в предоставленных данных не указана. Качество и поведение слияния зависят от исходных моделей и весов, использованных при объединении.

Модель Duosion/llama-3-tsuki-unsloth-8b разработана Duosion и представляет собой дообученную версию Llama 3 Instruct с архитектурой LlamaForCausalLM и 7,5 млрд параметров. Для обучения использовались Unsloth и библиотека TRL. Модель предназначена для генерации текста в диалоговом формате. Она принимает текст и выдаёт текст, поддерживает английский язык и контекст до 8192 токенов. Репозиторий использует формат PyTorch и распространяется по лицензии Apache-2.0.

Locutusque/Llama-3-Yggdrasil-2.0-8B — объединённая разговорная языковая модель, созданная с помощью mergekit. В основу объединения легла NousResearch/Meta-Llama-3-8B; также использованы Locutusque/Llama-3-NeuralHercules-5.0-8B, NousResearch/Hermes-2-Theta-Llama-3-8B и Locutusque/llama-3-neural-chat-v2.2-8b. Для слияния применён метод DARE TIES. Модель построена на плотной архитектуре LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. Она предназначена для генерации текста и диалоговых сценариев. README приводит результаты оценивания на Open LLM Leaderboard, включая IFEval и BBH, но не уточняет лицензию и конкретные языковые ограничения; язык нельзя уверенно определить по этим данным.

Llama-Express.1 — компактная текстовая языковая модель, разработанная prithivMLmods на основе Meta Llama 3.2 1B Instruct и дообученная на наборах данных с длинными цепочками рассуждений. Это плотная авторегрессионная модель семейства Llama с 1,2 млрд параметров и контекстом до 131 072 токенов; она распространяется в формате Safetensors и рассчитана на запуск через Transformers. Модель предназначена для диалогов на разных языках, следования инструкциям, суммаризации и задач извлечения и обобщения сведений из предоставленного контекста. Данные обучения включают математические и reasoning-наборы; карточка также заявляет поддержку агентных сценариев поиска. Метаданные указывают английский язык, а README описывает модель как многоязычную, поэтому качество на языках с малым объёмом обучающих данных может быть ниже. Модель принимает и генерирует текст; изображения, аудио и видео она не обрабатывает. Длинный контекст не исключает ухудшения качества или усечения на очень больших входах, а ответы зависят от ясности запроса и могут отражать смещения обучающих данных. У модели нет собственного доступа к интернету для проверки актуальных фактов. Лицензия — Llama 3.2; применяются её условия использования.

Модель worldboss/llama_finetune_16bit — дообученная языковая модель семейства Llama, созданная worldboss на базе unsloth/llama-3.1-8b-unsloth-bnb-4bit. Это плотная авторегрессионная модель с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров; для обучения использовались Unsloth и библиотека TRL от Hugging Face. Модель предназначена для генерации текста и может применяться в сценариях, где нужны ответы или продолжения текста. Карточка указывает контекст до 131 072 токенов и поддержку английского языка. В репозитории используются веса safetensors. Лицензия — Apache-2.0. Карточка не описывает специализацию дообучения, поэтому нельзя точнее определить целевые предметные области или качество на конкретных задачах.

kevin009/llamamathv8 — дообученная плотная языковая модель семейства Llama, разработанная kevin009 на основе llamamathv7. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом режиме; в карточке также отмечено обучение с использованием Unsloth и библиотеки Hugging Face TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 8192 токенов. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache-2.0.

LLamaPhi3 — языковая модель семейства Llama, созданная bunnycore путём объединения частей двух моделей с помощью Mergekit: Dolphin-2.9.1-Phi-3-Kensho-4.5B-abliterated-v3 и HyperLlama-3.1-8B. В конфигурации указаны метод passthrough и формат весов bfloat16. Модель предназначена для генерации текста и диалогового взаимодействия; метаданные также отмечают интерфейс вызова инструментов. Репозиторий содержит веса Safetensors, а заявленный контекст составляет 131072 токена. Модель насчитывает 6,2 млрд параметров. Лицензия — Apache-2.0. Карточка не описывает языковую специализацию или подробные ограничения качества, поэтому их нельзя надёжно уточнить.

CYFRAGOVPL/Llama-PLLuM-70B-chat-2512 — диалоговая большая языковая модель семейства PLLuM, разработанная консорциумом PLLuM и развиваемая с 2025 года альянсом HIVE AI. Это плотная авторегрессионная модель архитектуры Llama с 69,5 млрд параметров и контекстом до 131 072 токенов; веса опубликованы в формате safetensors. Модель адаптирована к диалогу, выровнена по человеческим предпочтениям и предназначена для генерации связного текста и помощи в общих языковых задачах. Основной язык модели — польский; при обучении также использовались английские данные. Модель подходит для ответов на вопросы, суммаризации, извлечения информации и создания специализированных помощников. Для работы с польской публичной администрацией, юридическими и бюрократическими материалами README рекомендует использовать поиск по документам и RAG, а не полагаться только на знания модели. В обучении использовались продолженное предобучение на польских и английских текстах, ручные инструкции на польском и предпочтения, размеченные людьми. Указанная лицензия — Llama 3.1; перед использованием следует соблюдать её условия. Карточка описывает результаты на польских административных и общих языковых бенчмарках, но не даёт гарантии фактической точности ответов в конкретном применении.

Llama-Sahabat-AI-v2-70B-IT — инструктивная языковая модель из семейства Sahabat-AI, разработанная PT GoTo Gojek Tokopedia Tbk и AI Singapore при соинициировании GoTo и Indosat Ooredoo Hutchison. Это плотная авторегрессионная модель-декодер на архитектуре Llama 3.1 с 69,5 млрд параметров, дообученная для общения и выполнения инструкций в индонезийском языковом контексте. Она предназначена для диалоговых приложений, ответов на вопросы, суммаризации, анализа тональности, перевода, рассуждений и работы с местными языками и культурой Индонезии. Модель принимает текст и генерирует текст. Поддерживает английский, индонезийский, яванский, сунданский, язык батак тоба и балийский. Контекстное окно составляет до 131 072 токенов по метаданным; README указывает 128k. В оценках использовались бенчмарки IndoMMLU, SEA-HELM, SEA-IFEval и SEA-MTBench, в том числе задания на следование инструкциям и многоходовый диалог. Модель может выдавать галлюцинации, нерелевантные ответы и непоследовательные рассуждения; ответы требуют проверки. Для приложений с повышенными требованиями к безопасности разработчикам следует самостоятельно настраивать меры безопасности. Лицензия — Llama 3.1 Community License.

Llama-SEA-LION-v3-8B-IT — инструктивно дообученная языковая модель AI Singapore, разработанная командой Products Pillar при финансировании Национального исследовательского фонда Сингапура. Это плотная декодерная модель на архитектуре Llama 3.1 с 7,5 млрд параметров, предназначенная для диалогов и выполнения пользовательских инструкций. Она принимает текст и генерирует текст; заявленная длина контекста — 128 тыс. токенов. Модель обучена следовать инструкциям на английском, индонезийском, яванском, сунданском, тамильском, тайском и вьетнамском языках. Карточка также заявляет поддержку бирманского, китайского, филиппинского, кхмерского, лаосского и малайского; метаданные каталога отдельно отмечают английский, китайский, вьетнамский, индонезийский, тайский и тамильский. Подходит для многоязычных диалогов, ответов на вопросы, суммаризации, перевода и других текстовых задач. Распространяется по лицензии Llama 3.1 Community License. Модель может галлюцинировать, выдавать нерелевантные ответы и непоследовательно рассуждать; её безопасность специально не настраивалась, поэтому ответы и сценарии использования требуют проверки.

Llama TI 8B Instruct — дообученная и объединённая модель на основе Meta Llama 3.1 8B Instruct, разработанная и опубликованная ehristoforu. Она использует плотную архитектуру LlamaForCausalLM и предназначена для диалогов и генерации текста; заявленный размер — 8,03 млрд параметров, а длина контекста — до 131 072 токенов. Автор сообщает об улучшениях в математике, физике, биологии, логическом рассуждении и творческом письме. Модель также подходит для программирования и анализа длинных текстов, а интерфейс поддерживает чат и вызов инструментов. В карточке перечислены возможности на английском и работа с кодом; автор отдельно заявляет о письме на многих языках. Модель распространяется в формате Safetensors под лицензией Apache-2.0. Заявленные улучшения приведены в карточке без количественных результатов оценки, поэтому их качество на конкретных задачах следует проверять отдельно.

Карточка модели mergekit-community/llama-world на Hugging Face совпадает с карточкой fradinho/world-llama2, поэтому описание составлено по ней. 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.

LlamaZero 3.1-8B — языковая модель для генерации текста, созданная sethuiyer путём слияния предварительно обученных моделей с помощью mergekit. Она основана на DeepSeek-R1-Distill-Llama-8B и Llama-3.1-8B-Experimental-1206-Instruct; архитектура — плотная Llama с классом LlamaForCausalLM, размер — около 7,5 млрд параметров. Модель предназначена для диалогового взаимодействия и генерации текста; в README приведены результаты оценки на бенчмарках IFEval и BBH. Метаданные указывают контекст до 131 072 токенов и поддержку чата. В репозитории используются веса safetensors. Лицензия в предоставленных данных не указана.

tartuNLP/Llammas-base-p1-GPT-4o-human-error-mix-paragraph-GEC — дообученная модель семейства Llama, разработанная tartuNLP для исправления грамматических ошибок в абзацах. Она принимает абзац целиком и генерирует его исправленную версию. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 6,6 млрд параметров и рассчитана на контекст до 4096 токенов. В метаданных указан эстонский язык; для работы используется библиотека Transformers, веса опубликованы в формате safetensors. Лицензия — Llama 2.

Это дообученная модель KKHYA/llavaqwen3-1.7b-finetune с архитектурой MoELLaVAQwen3ForCausalLM и 1,7 млрд параметров. Она предназначена для генерации текста и диалогов; в метаданных также указана возможность интерфейса вызова инструментов. Длина контекста составляет 40 960 токенов. Модель опубликована в форматах PyTorch и Safetensors и распространяется по лицензии Apache-2.0. Данные о датасете и результаты оценки не приведены.

Это дообученная модель генерации текста на 1,7 млрд параметров, созданная на основе KKHYA/llavaqwen3-1.7b-finetune. Репозиторий указывает семейство архитектуры nm_mask_moe_llava_qwen3; модель предназначена для генерации текста и диалогов и поддерживает интерфейс вызова инструментов. Базовая модель относится к семейству Qwen3. Модель принимает текст и выдаёт текст. Для неё заявлено контекстное окно до 40 960 токенов. Данные обучения и подробные ограничения в карточке не описаны. Лицензия — Apache-2.0.

Это дообученная модель KKHYA на 1,7 млрд параметров, созданная на основе KKHYA/llavaqwen3-1.7b-finetune. Она использует архитектуру NMMaskMoELLaVAQwen3ForCausalLM и предназначена для генерации текста и диалогов; интерфейс модели также предусматривает вызов инструментов. Модель принимает текст и выдаёт текст. Максимальная длина контекста составляет 40 960 токенов. Данные обучения и специальные сценарии применения в карточке не описаны, поэтому её можно рассматривать как модель общего назначения без подтверждённой специализации. Модель распространяется в форматах PyTorch и Safetensors по лицензии Apache-2.0.

llm-jp-3.1-13b — плотная языковая модель на архитектуре Llama, разработанная Центром исследований и разработок больших языковых моделей Национального института информатики Японии. Модель содержит 13,2 млрд параметров и предназначена для генерации текста и следования инструкциям. Она прошла дополнительное обучение на парах инструкций и ответов, а затем supervised fine-tuning и выравнивание методом Direct Preference Optimization. Модель принимает и генерирует текст; в карточке указана поддержка японского и английского языков. Контекстное окно составляет 4096 токенов. Репозиторий содержит веса в формате Safetensors для Transformers. Модель подходит для диалоговых систем, ответов на вопросы и генерации текстов по инструкциям. Разработчики предупреждают, что модель находится на раннем этапе исследований и разработок и не настроена для гарантированного соответствия человеческим намерениям или требованиям безопасности. Лицензия — Apache-2.0.

llm-jp-4-33b-thinking-gguf — большая языковая модель серии LLM-jp-4, разработанная Центром исследований и разработок больших языковых моделей Национального института информатики Японии. Это Transformer-модель для генерации текста, диалоговых сценариев, решения инструкций и многошаговых задач на японском и английском языках. Модель представлена в формате GGUF и предназначена для локального или серверного запуска совместимых средств вывода. Модель имеет плотную архитектуру с 33,2 млрд параметров, 64 слоями, размером скрытого состояния 5120 и 40 головами внимания. Максимальная длина контекста составляет 65 536 токенов. Токенизатор основан на Unigram byte-fallback и совместим с шаблоном чата в формате OpenAI Harmony, однако для корректной работы следует использовать токенизатор из репозитория модели. Обучение включало предварительное и промежуточное обучение на 11,7 трлн токенов, а также дообучение SFT и DPO. Сильными сторонами модели являются большой контекст, поддержка японского и английского языков, а также ориентация thinking-варианта на рассуждения и выполнение сложных инструкций. README не содержит итоговых численных оценок качества, поэтому сравнивать производительность с другими моделями по этим данным нельзя. Для запуска через llama.cpp требуется специальный fork от LLM-jp с исправлениями обработки токенизатора; стандартная upstream-версия может некорректно обрабатывать чат. Модель распространяется по лицензии Apache-2.0.

LLMTwin-Llama-3.1-8B-instruct — дообученная языковая модель, разработанная rfrancu на основе meta-llama/Llama-3.1-8B-instruct. Она предназначена для генерации текста и диалогового взаимодействия. Модель использует плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров; заявленная длина контекста — 131 072 токена. В карточке указан английский язык. Обучение выполнялось с использованием Unsloth и библиотеки Hugging Face TRL. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает специализацию дообучения, оценку качества или ограничения в конкретных сценариях, поэтому её следует рассматривать как общую чат-модель на английском языке.

Locai L1-Large — диалоговая языковая модель Locai Labs, дообученная на базе Qwen3-235B-A22B-Instruct-2507 методом постобучения Forget-Me-Not. Это модель семейства Qwen3 MoE с 18,2 млрд параметров и контекстом до 262 144 токенов; веса опубликованы в формате safetensors. Она предназначена для генерации ответов и следования инструкциям, а также подходит для математических и научных рассуждений. Разработчики сообщают об улучшении следования инструкциям и устойчивости к вредоносным запросам, сохраняя при этом математические и научные способности базовой модели. Модель поддерживает несколько языков; отдельно заявлено улучшение для валлийского, ирландского, шотландского гэльского, баскского, армянского, тагальского и суахили. Для модели указана лицензия Apache-2.0. Заявленные в карточке результаты бенчмарков приведены разработчиками и сами по себе не гарантируют аналогичного качества на пользовательских задачах.

Модель guiiwfz/logi-1.5b — дообученная версия Qwen2.5-1.5B-Instruct, созданная guiiwfz на базе unsloth/qwen2.5-1.5b-instruct-unsloth-bnb-4bit. Это плотная авторегрессионная языковая модель с архитектурой Qwen2ForCausalLM и 1,5 млрд параметров. Она предназначена для генерации текста и диалоговых сценариев; в метаданных также заявлен интерфейс вызова инструментов. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 32 768 токенов. Веса представлены в формате safetensors. Лицензия — Apache-2.0.

LogicLumina-L3-13B — объединённая языковая модель, созданная Abdulhanan2006 с помощью LazyMergekit на основе PygmalionAI/pygmalion-2-13b, elinas/chronos-13b-v2 и refine-ai/Power-Llama-3-13b-Instruct. Она использует плотную архитектуру Llama и предназначена для генерации текста; размер модели — 12,9 млрд параметров, контекст — до 4096 токенов. Базовая модель Pygmalion-2 ориентирована на ролевые диалоги, художественное письмо и генерацию по инструкциям, что даёт ориентир для возможных сценариев применения объединённой модели. Репозиторий содержит веса Safetensors. Сведения о лицензии и конкретных ограничениях в предоставленных данных отсутствуют.

LongForm-LLaMA-7B-diff — опубликованная разность весов модели LLaMA 7B, адаптированной авторами набора данных LongForm для генерации длинных текстов по инструкциям. Модель содержит 6,6 млрд параметров, использует плотную архитектуру LLaMA и распространяется в формате PyTorch. Для применения разности необходима исходная предобученная LLaMA 7B; README отмечает, что опубликована именно разность из-за ограничений на распространение моделей LLaMA. Модель предназначена для генерации развернутых текстов по инструкциям: ответов на вопросы, рецептов, писем, историй и стихотворений, а также для суммаризации и исправления грамматики. Обучающий набор LongForm включает англоязычные примеры из разных корпусов и структурированных источников. Метаданные также отмечают поддержку немецкого, итальянского, испанского и французского языков, однако описание обучения и оценки сосредоточено на английском. Авторы сообщают о преимуществах LongForm-моделей в оценке генерации рецептов, ответов на вопросы ELI5 и коротких историй по сравнению с некоторыми моделями, настроенными на инструкции. Модель может галлюцинировать и ограниченно подходит для задач структурированного предсказания. Лицензия в предоставленных данных не указана.

saishf/Long-SOVL-Experiment-8B-L3-262K — объединённая разговорная языковая модель, созданная с помощью mergekit методом Model Stock на базе gradientai/Llama-3-8B-Instruct-262k. В объединение вошли модели Aura, BlueMoon, Luna, RP_Format_QuoteAsterisk и Smarts от ResplendentAI. Модель построена на архитектуре LlamaForCausalLM, содержит 7,5 млрд параметров и принимает текст для генерации текста; поддерживает контекст до 262 144 токенов. Модель предназначена для диалогов и генерации ответов, включая работу с длинными текстами в пределах контекстного окна. Репозиторий содержит веса в формате safetensors. Сведения о лицензии и конкретных ограничениях качества в предоставленных данных отсутствуют.

C10X/LongWriter-Qwen2.5-7B-Instruct — дообученная авторами репозитория модель на базе Qwen2.5-7B-Instruct, предназначенная для генерации длинных текстов. Авторы сообщают, что модель способна создавать более 10 000 слов за один запрос; в обучении использованы отфильтрованные примеры LongWriter-6k и выборки китайских и английских данных Magpie-Qwen2-Pro-200K. Модель имеет плотную архитектуру Qwen2 и 7,1 млрд параметров, работает через Transformers и принимает текст, выдавая текст. Метаданные указывают контекст 32 768 токенов, поддержку английского и китайского языков, чат-возможности и интерфейс вызова инструментов. Карточка описывает дообучение с использованием ms-swift и стратегию annealing; сведения о лицензии в доступных данных отсутствуют.

lumikabra-195B v0.3 — крупная языковая модель на архитектуре Mistral с 194,2 млрд параметров, созданная объединением моделей методом passthrough. В README указана как более крупный вариант lumikabra v0.3; в слияние вошли два диапазона слоёв модели schnapper79_lumikabra-123B_v0.3. Репозиторий содержит веса Safetensors для Transformers, а заявленная длина контекста составляет 131 072 токена. Модель предназначена для генерации текста и диалогового общения. Интерфейс также поддерживает вызов инструментов. В README приведён пример запроса на написание художественной главы, однако он не устанавливает отдельную специализацию модели. Карточка указывает лицензию «other», поэтому конкретные условия использования следует сверить с лицензией в репозитории.

Lumimaid-v0.2-8B — разговорная языковая модель на архитектуре Llama, разработанная mrcuddle путём дообучения NeverSleep/Lumimaid-v0.2-8B. В карточке указаны обучение с помощью Unsloth и библиотеки TRL, размер модели составляет 7,5 млрд параметров, а формат весов — safetensors. Модель предназначена для генерации текста и диалогового общения; каталог отмечает поддержку чата. Она принимает текст и генерирует текст, а заявленная длина контекста составляет 131 072 токена. В метаданных указан английский язык. Модель опубликована по лицензии Apache-2.0.