I.5Создание и редактирование текста

Magnum v3 9B CustomGemma2 — текстовая генеративная модель Anthracite, созданная полным дообучением Google Gemma 2 9B. Она рассчитана на диалоги и генерацию прозы с целью приблизить качество письма к Claude 3 Sonnet и Opus. Модель поддерживает системные инструкции через формат CustomGemma2 и использует архитектуру Gemma2ForCausalLM с 9 млрд параметров и контекстом до 8192 токенов. Модель подходит для интерактивного письма и ролевых диалогов, ответов на запросы и других сценариев генерации текста. В README приведены оценки на отдельных бенчмарках, но они не гарантируют качество для конкретных задач. Модель распространяется под лицензией Gemma; применяются её условия использования.

Magnum v4 123B — языковая модель Anthracite, предназначенная для генерации диалоговых ответов и прозы с качеством, близким к Claude 3 Sonnet и Opus. Это полноразмерное дообучение Mistral Large Instruct 2407 на наборах данных Anthracite, связанных с диалогами, инструкциями и прозой. Модель имеет плотную архитектуру MistralForCausalLM и 122,2 млрд параметров. Она принимает текст и генерирует текст, поддерживает английский язык и контекст до 131 072 токенов. В метаданных также отмечен интерфейс вызова инструментов. Для запросов используется шаблон Mistral Instruct с маркерами [INST] и [/INST]. Модель подходит для диалоговых приложений и задач генерации прозы. Доступна в формате safetensors через Transformers. Лицензия указана как other; README не приводит её конкретные условия.

Magstral 123B — плотная языковая модель на архитектуре Mistral, созданная автором lodrick-the-lafted слиянием весов anthracite-org/magnum-v2-123b и mistralai/Mistral-Large-Instruct-2407. Автор описывает её как простое слияние в пропорции 50/50 методом SLERP, призванное приблизить Magnum v2 к обычному варианту Mistral Large. Модель предназначена для генерации текста и диалогов; каталог также отмечает интерфейс вызова инструментов. Она содержит 122,2 млрд параметров, работает с текстом и имеет контекстное окно до 131 072 токенов. Карточка не уточняет языки, на которых модель особенно эффективна, и не приводит результатов оценки качества. В репозитории указана лицензия other; конкретные условия использования следует проверять в файлах лицензии модели и её базовых компонентов. Большой размер модели требует значительных вычислительных ресурсов.

Majuli 3.1 — мультимодальная модель формата GGUF, созданная tripplet-research и квантованная mradermacher на основе tripplet-research/majuli3.1. Модель относится к семейству Gemma 3 и предназначена для генерации текста, диалогового взаимодействия, творческих задач и roleplay-сценариев. Модель поддерживает текстовые и визуальные входные данные, то есть может использоваться в задачах image-text-to-text. В карточке заявлены английский и русский языки, совместимость с Transformers и text-generation-inference, а также возможность работы через совместимые endpoints. Точный размер исходной модели и объём контекстного окна не указаны. Для обработки изображений могут потребоваться отдельные файлы mmproj из статического репозитория. Репозиторий предоставляет множество вариантов imatrix-квантизации с размерами примерно от 6,8 до 23,4 ГБ. Более компактные варианты требуют меньше ресурсов, но могут заметно уступать по качеству; в README отдельно отмечены низкое качество некоторых конфигураций и рекомендации по отдельным вариантам, включая i1-Q4_K_M и i1-Q4_K_S. Качество, скорость и требования к памяти зависят от выбранного типа квантизации. Модель распространяется по лицензии Apache-2.0.

Marcoro14-7B-slerp — плотная языковая модель семейства Llama 3 для генерации текста и диалогов. Её создали, объединив с помощью mergekit модели Orenguteng/Llama-3-8B-Lexi-Uncensored и nbeerbower/llama-3-spicy-abliterated-stella-8B методом SLERP; в конфигурации указана точность bfloat16. Репозиторий содержит веса в формате safetensors, а число параметров составляет 7,5 млрд. Модель предназначена для генерации продолжений текста и ведения диалогов. Заявленное контекстное окно — 8192 токена. В карточке не описаны отдельные специализированные области применения или поддерживаемые языки, поэтому их нельзя определить точнее. Модель распространяется по лицензии Apache-2.0.

Marengoli_7B_SLERP — языковая модель для генерации текста, созданная объединением louisgrc/Rivoli_7B_SLERP и louisgrc/Marengo_7B_SLERP методом SLERP с помощью LazyMergekit. Модель основана на архитектуре Mistral, содержит 7,1 млрд параметров и принимает контекст длиной до 32 768 токенов. Модель предназначена для генерации продолжений текста и может применяться в сценариях, где нужна текстовая генерация. README описывает способ слияния весов и тип данных bfloat16, но не приводит сведений о специализации моделей-источников, поддерживаемых языках или результатах оценки качества. Распространяется по лицензии Apache-2.0.

MasherAI-7B-v5 — языковая модель для генерации текста и диалогов, собранная разработчиком mahiatlinux с помощью LazyMergekit. Это слияние методом slerp моделей mahiatlinux/MasherAI-7B-v4 и teknium/OpenHermes-2.5-Mistral-7B; архитектура — плотная MistralForCausalLM, размер — 7,1 млрд параметров. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и предназначена для чат-сценариев и генерации текста. Модель может быть полезна для ведения диалогов, ответов на вопросы и помощи с кодом — эти возможности связаны с базовой моделью OpenHermes-2.5-Mistral-7B. В карточке MasherAI-7B-v5 отдельные языки, специальные области применения и подробные ограничения не описаны. Модель распространяется в формате safetensors; сведения о лицензии в предоставленных источниках отсутствуют.

Карточка модели mahiatlinux/MasherAI-7B-v6.1-another_test3 на Hugging Face совпадает с карточкой mahiatlinux/MasherAI-7B-v6.1-final, поэтому описание составлено по ней. MasherAI-7B-v6.1-final — дообученная разработчиком mahiatlinux языковая модель семейства Mistral с плотной архитектурой для генерации текста и диалогового взаимодействия. Она основана на mahiatlinux/MasherAI-v6.1-7B-checkpoint3-code4 и обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. В карточке указан английский язык. Репозиторий распространяется в формате PyTorch по лицензии Apache-2.0.

MasherAI-v6.1-7B-checkpoint3 — плотная авторегрессионная языковая модель семейства Mistral, разработанная mahiatlinux и дообученная на базе mahiatlinux/MasherAI-v6.2-7B-checkpoint2. Модель предназначена для генерации текста и диалогового общения; при обучении использовались Unsloth и библиотека Hugging Face TRL. Модель содержит 7,1 млрд параметров, принимает текст и выдаёт текст. Её родной контекст составляет 32 768 токенов, а в карточке заявлена поддержка английского языка. Модель распространяется под лицензией Apache-2.0.

Matter-0.1-7B-boost-DPO-preview — диалоговая языковая модель на архитектуре Mistral, разработанная 0-hero. Это версия Matter 7B Boost, дообученная методом DPO на наборе Matter, составленном из более чем 35 датасетов и охватывающем свыше 6 млрд токенов. Модель содержит 7,1 млрд параметров и поддерживает контекст длиной до 32 768 токенов. Модель предназначена для диалоговой генерации текста и работы в формате ChatML. В README также заявлена поддержка вызова функций, позволяющая использовать её в приложениях с инструментами. Метаданные указывают английский язык; модель опубликована в форматах PyTorch и Safetensors. Лицензия — Apache-2.0. Возможные ограничения включают ошибки и выдуманные ответы, характерные для генеративных языковых моделей; качество вызова функций зависит от корректного форматирования запросов и обработки специальных токенов.

MavenCat — объединённая Джеффери Лавли модель для генерации текста на основе двух моделей: occultml/CatMarcoro14-7B-slerp и jefferylovely/AiMaven-SmartMarc. Она использует архитектуру Mistral с плотной причинной языковой моделью на 7,1 млрд параметров и контекстом до 32 768 токенов. Объединение выполнено методом SLERP с помощью LazyMergekit; в репозитории указаны веса в формате safetensors и тип данных bfloat16. Модель предназначена для генерации текста и диалоговых сценариев на длинном контексте. Карточка не описывает конкретную специализацию, поддерживаемые языки или оценку качества. Лицензия CC BY-NC-ND 4.0 требует атрибуции и ограничивает коммерческое использование и распространение производных версий.

Mawared_T1 — двуязычная языковая модель, разработанная Daemontatox и дообученная на базе arcee-ai/Meraj-Mini. Она использует плотную трансформерную архитектуру Qwen2 для генерации текста и диалогового взаимодействия. Размер модели — 7,1 млрд параметров, контекст — до 131 072 токенов. Модель предназначена для общения и создания контента на арабском и английском языках. Её можно использовать для чат-ботов и виртуальных помощников, составления текстов, кратких изложений и переводов между этими языками. В карточке также заявлено применение для образовательных материалов и многоязычного анализа текста. Модель распространяется в формате Safetensors по лицензии Apache-2.0. README сообщает о дообучении с использованием Unsloth и Hugging Face TRL, включая методы reinforcement learning; независимые показатели качества для арабского языка в карточке не приведены.

MaXaM_Large_v1.72 — дообученная диалоговая языковая модель Triadic Intelligence Labs на архитектуре Llama с 69,5 млрд параметров. В карточке указано обучение методом SFT на датасете FTK, созданном в SFT Studio Pro. Модель предназначена для генерации текста и диалогового взаимодействия; метаданные также отмечают поддержку чата. Она принимает текст и выдаёт текст, поддерживает английский язык и имеет контекстное окно до 131 072 токенов. Модель распространяется в формате safetensors через Transformers. Метаданные указывают лицензию Apache-2.0, тогда как README обозначает лицензию llama3.1 и формулировку «Open Source with Responsible Use»; условия использования следует сверять с лицензией базовой модели Llama 3.1. Подробные результаты оценки качества и сведения о конкретных ограничениях в карточке не приведены.

october-sd/mbart-large-50-finetuned-mr-sum — модель суммаризации на архитектуре mBART-50, разработанная пользователем october-sd и дообученная на базе mBART. Она предназначена для автоматического составления краткого пересказа текста. В README указана оценка Loss 1.9896 на наборе оценки, но сведения о данных обучения и подробные результаты отсутствуют. Модель содержит 457,4 млн параметров, принимает текст с контекстом до 1024 токенов и выдаёт текст. Репозиторий содержит веса в формате safetensors. Лицензия MIT разрешает использование на её условиях.

megatron_1.1_MoE_2x7B — разговорная языковая модель на архитектуре Mixtral с механизмом смеси экспертов (MoE). Карточка приводит результаты оценки на Open LLM Leaderboard, включая средний балл 69,94, 65,53 на AI2 Reasoning Challenge и 84,52 на HellaSwag. Модель предназначена для генерации текста в диалогах и решения задач на рассуждение и понимание текста. Она содержит 7,1 млрд параметров и поддерживает контекст до 8192 токенов. В репозитории используются веса safetensors; лицензия — Apache-2.0.

megatron_v1 — языковая модель с архитектурой Mixtral и механизмом смеси экспертов (MoE), собранная из моделей Mistral. Карточка приводит результаты оценки на Open LLM Leaderboard, включая средний балл 68,82, результат 65,96 на AI2 Reasoning Challenge и 84,80 на HellaSwag. Модель предназначена для генерации текста и диалогового общения. Она содержит 7,1 млрд параметров и поддерживает контекст до 8192 токенов. Веса опубликованы в формате Safetensors; модель распространяется по лицензии Apache-2.0.

Модель ms122222/mein_qwen_14b_merged разработана ms122222 как дообученная версия Huihui-Qwen3-14B-abliterated-v2. Это плотная авторегрессионная модель семейства Qwen3 с 14 млрд параметров для генерации текста и диалогов; поддерживает интерфейс вызова инструментов. Контекст — до 40 960 токенов, основной язык в карточке — английский. Модель подходит для ответов в чате, генерации и продолжения текста, а также сценариев с передачей запросов инструментам. По README, обучение выполнялось с использованием Unsloth и Hugging Face TRL. Модель распространяется по лицензии Apache-2.0.

MeliodasPercival_01-7B — автоматически объединённая модель для генерации текста, созданная Maxime Labonne на основе AurelPx/Meliodas-7b-dare и AurelPx/Percival_01-7b-slerp. В README указан метод слияния SLERP и тип точности bfloat16; архитектура — плотная Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста и диалогов. Карточка не приводит отдельных оценок качества или подробного описания языковой специализации. Распространяется под лицензией Apache-2.0.

MeliodasPercival_01_Experiment24Experiment26 — объединённая модель генерации текста, созданная MaziyarPanahi на основе automerger/MeliodasPercival_01-7B и automerger/Experiment24Experiment26-7B. Это плотная Mistral-модель с архитектурой MistralForCausalLM и 7,1 млрд параметров, предназначенная для генерации текста и диалогов. Она принимает текст и выдаёт текст, поддерживает контекст длиной до 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache-2.0. README подтверждает объединение указанных моделей, но не описывает специальные области применения или дополнительные возможности; качество и ограничения не охарактеризованы.

MeliodasPercival_01_Experiment24Inex12 — объединённая модель на архитектуре Mistral с 7,1 млрд параметров. Она создана слиянием automerger/MeliodasPercival_01-7B и automerger/Experiment24Inex12-7B и предназначена для генерации текста и диалогов. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache 2.0. Карточка не приводит сведений о языковой специализации, результатах оценки качества или конкретных ограничениях; поэтому пригодность для отдельных языков и сценариев стоит проверять на собственных примерах.

MeliodasPercival_01_Experiment24Yam — объединённая языковая модель семейства Mistral, созданная из automerger/MeliodasPercival_01-7B и automerger/Experiment24Yam-7B. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и распространяется в формате safetensors. Модель предназначена для генерации текста и диалоговых ответов. Она принимает текстовые запросы, поддерживает контекст до 32 768 токенов и может применяться для продолжения текста, написания черновиков и ответов на вопросы. Сведения о специализированной предметной области или целевых языках в карточке отсутствуют. Модель опубликована по лицензии Apache-2.0. Карточка не содержит оценок качества или описания ограничений, поэтому пригодность ответов для конкретных задач следует проверять отдельно.

MeliodasPercival_01_Experiment26Inex12 — объединённая автором репозитория MaziyarPanahi языковая модель на архитектуре Mistral с 7,1 млрд параметров. Она объединяет модели automerger/MeliodasPercival_01-7B и automerger/Experiment26Inex12-7B и предназначена для генерации текста и диалогов. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Веса опубликованы в формате safetensors; лицензия — Apache-2.0. README не описывает специальные области применения или результаты оценки качества.

MeliodasPercival_01_Experiment26Strangemerges_32 — объединённая модель для генерации текста, созданная на основе automerger/MeliodasPercival_01-7B и automerger/Experiment26Strangemerges_32-7B. Она использует плотную архитектуру Mistral с 7,1 млрд параметров и принимает текстовый контекст длиной до 32 768 токенов. Модель подходит для генерации продолжений и ответов на текстовые запросы. Веса опубликованы в формате safetensors; лицензия — Apache-2.0. README и метаданные не содержат сведений о специальных возможностях, целевых языках или результатах оценки качества.

MaziyarPanahi/MeliodasPercival_01_Experiment29Multi_verse_model — объединённая языковая модель, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/Experiment29Multi_verse_model-7B. Она предназначена для генерации текста и диалогов на основе текстовых запросов. Модель построена на архитектуре Mistral и содержит 7,1 млрд параметров. Она принимает текст и выдаёт текст, поддерживает контекст длиной до 32 768 токенов и распространяется в формате Safetensors. Сведения о поддерживаемых естественных языках и специализированных областях применения отсутствуют. Лицензия — Apache-2.0. Карточка не приводит оценок качества или конкретных ограничений; результаты могут различаться в зависимости от запроса и способа использования.

MaziyarPanahi/MeliodasPercival_01_Multi_verse_modelM7 — объединённая языковая модель на архитектуре Mistral, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/Multi_verse_modelM7-7B. Модель содержит 7,1 млрд параметров и принимает текст для авторегрессионной генерации текста; поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых ответов, однако карточка не уточняет специальные сценарии, языки или настройки общения. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

MeliodasPercival_01_NeuralsirkrishnaExperiment26 — слитая модель семейства Mistral с 7,1 млрд параметров, созданная объединением automerger/MeliodasPercival_01-7B и automerger/NeuralsirkrishnaExperiment26-7B. Она предназначена для генерации текста и может использоваться в сценариях, где требуется получать текстовые продолжения или ответы на запросы. Модель принимает текст и выдаёт текст, поддерживает контекст длиной до 32 768 токенов и распространяется в формате safetensors. Репозиторий модели создан 9 апреля 2024 года. Лицензия — Apache 2.0. В карточке не описаны специализированные области применения, языки или результаты оценки качества; поэтому их нельзя надёжно уточнить.

MeliodasPercival_01_Neuralsirkrishnaexperiment26Experiment24 — объединённая языковая модель семейства Mistral, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/Neuralsirkrishnaexperiment26Experiment24-7B. Модель содержит 7,1 млрд параметров и принимает текст для авторегрессионной генерации текста, включая диалоговые ответы. Контекстное окно составляет до 32 768 токенов. Модель подходит для генерации продолжений текста, ответов в диалоге и других задач на основе текстового ввода. Веса доступны в формате Safetensors; лицензия — Apache-2.0. В карточке модели не приведены оценки качества и подробные сведения о языковой специализации, поэтому результаты для конкретных задач и языков могут различаться.

MeliodasPercival_01_NeuralsirkrishnaExperiment28 — объединённая модель семейства Mistral, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/NeuralsirkrishnaExperiment28-7B. Она предназначена для генерации текста и диалогов; модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель принимает текст и выдаёт текст. Веса опубликованы в формате safetensors по лицензии Apache-2.0. README не уточняет специализацию, языки, оценки качества или особенности настройки диалогов.

MeliodasPercival_01_OgnoExperiment27 — слитая языковая модель, объединяющая automerger/MeliodasPercival_01-7B и automerger/OgnoExperiment27-7B. Она построена на архитектуре Mistral и содержит 7,1 млрд параметров. Модель предназначена для генерации текста и диалоговых ответов; поддерживает контекст до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache 2.0. Сведения о специализации по языкам и областям применения отсутствуют, поэтому её можно описать как модель общего назначения. Качество, сильные стороны и конкретные ограничения сверх указанных характеристик в карточке не описаны.

MeliodasPercival_01_Percival_01Experiment26 — объединённая модель на архитектуре Mistral, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/Percival_01Experiment26-7B. Модель содержит 7,1 млрд параметров и принимает текст для авторегрессионной генерации текста; максимальная длина контекста составляет 32 768 токенов. Модель предназначена для генерации текста и диалогов. Репозиторий содержит веса в формате safetensors, лицензия — Apache 2.0. README не сообщает о специальных настройках, оценках качества или дополнительных возможностях модели.