I.5Создание и редактирование текста

MeliodasPercival_01_ShadowExperiment24 — объединённая модель для генерации текста, созданная на основе automerger/MeliodasPercival_01-7B и automerger/ShadowExperiment24-7B. Она использует плотную архитектуру Mistral с 7,1 млрд параметров и поддерживает контекст длиной до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. README не приводит оценок качества или сведений о специализированных областях применения.

MaziyarPanahi/MeliodasPercival_01_Strangemerges_32Shadow — объединённая модель Mistral для генерации текста и диалогов. Она создана слиянием automerger/MeliodasPercival_01-7B и automerger/Strangemerges_32Shadow-7B и содержит 7,1 млрд параметров. Модель принимает текст и поддерживает контекст до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. В README и метаданных не описаны целевые области применения или языки, поэтому их нельзя определить точнее.

MeliodasPercival_01_Strangemerges_32Yam — слитая текстовая модель семейства Mistral, созданная на основе automerger/MeliodasPercival_01-7B и automerger/Strangemerges_32Yam-7B. Она предназначена для генерации текста и диалоговых сценариев, где требуется продолжать запрос или формировать ответ на естественном языке. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Языки в карточке не перечислены, поэтому языковую специализацию определить нельзя. Модель распространяется по лицензии Apache-2.0. Карточка не описывает результаты оценки качества или специальные ограничения; качество ответов и пригодность для конкретных задач следует проверять отдельно.

MeliodasPercival_01_T3qm7xpT3q — объединённая текстовая модель семейства Mistral, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/T3qm7xpT3q-7B. Она предназначена для генерации текста и диалогов, включая сценарии с длинными запросами и контекстом до 32 768 токенов. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и распространяется в формате safetensors. Модель может использоваться для создания ответов и продолжения текста в приложениях на базе Transformers. Поддерживаемые языки и специализированные области применения в карточке не описаны. Лицензия — Apache-2.0.

MeliodasT3q_M7Alloyingotneoy — объединённая текстовая модель семейства Mistral с 7,1 млрд параметров. По карточке она объединяет automerger/MeliodasT3q-7B и automerger/M7Alloyingotneoy-7B. Модель предназначена для генерации текста и диалогов. Она принимает текст и поддерживает контекст до 32 768 токенов; основной язык из доступных сведений определить нельзя. Весы опубликованы в формате Safetensors. Лицензия — Apache-2.0. Подробные оценки качества и специфические ограничения в карточке не описаны.

MeliodasT3qm7_MeliodasPercival_01 — объединённая текстовая модель семейства Mistral от MaziyarPanahi, созданная на основе automerger/MeliodasT3qm7-7B и automerger/MeliodasPercival_01-7B. Это плотная авторегрессионная модель с архитектурой MistralForCausalLM, примерно 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста и диалогов. Её можно применять для составления ответов, продолжения текста и разговорных сценариев на входном тексте. Карточка не сообщает целевые языки или специализированные предметные области, поэтому их не следует считать установленными. Веса опубликованы в формате safetensors по лицензии Apache-2.0. Качество и ограничения конкретного объединения в README не описаны.

MeliodasT3qm7_Strangemerges_32T3q — объединённая модель Mistral, созданная слиянием automerger/MeliodasT3qm7-7B и automerger/Strangemerges_32T3q-7B. Она предназначена для генерации текста и диалоговых ответов. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Mistral и поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Карточка не описывает специализированные области применения, поддерживаемые языки или конкретные ограничения качества. Оценить сильные стороны и ограничения слияния по представленным сведениям нельзя.

MaziyarPanahi/MeliodasT3q_ShadowExperiment24 — объединённая модель для генерации текста, созданная на основе automerger/MeliodasT3q-7B и automerger/ShadowExperiment24-7B. В карточке указана архитектура Mistral с плотной структурой и 7,1 млрд параметров; модель распространяется в формате safetensors и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста по текстовому запросу. Она выпущена под лицензией Apache-2.0. Данных о специализации, языках и конкретных ограничениях качества в карточке нет.

Meno-Tiny-0.1 — компактная языковая модель на 1,5 млрд параметров, разработанная как дообученная версия Qwen/Qwen2.5-1.5B-Instruct на специальном русскоязычном наборе инструкций. Это декодерная Transformer-модель семейства Qwen2 с архитектурой Qwen2ForCausalLM; для работы используется библиотека Transformers. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов и ориентирована прежде всего на русский язык. Модель предназначена для диалогов и генерации текста, в частности для ответов на вопросы по документам в RAG-сценариях. Среди описанных задач — суммаризация, разрешение анафоры, оценка токсичности и детоксикация текста, а также исправление ошибок распознавания речи. Компактный размер рассчитан на сценарии с ограничениями по памяти и вычислениям или требованиями к низкой задержке. Модель выпущена под лицензией Apache-2.0. Карточка предупреждает о возможных неточностях, предвзятости и небезопасных или оскорбительных ответах; качество на языках, отличных от русского, может быть ниже. Для старых версий Transformers до 4.37.0 указана несовместимость с архитектурой qwen2.

MeowGPT-2 — разговорная языковая модель, разработанная CutyCat2000 на архитектуре Llama. Модель содержит 2,9 млрд параметров, использует плотную архитектуру LlamaForCausalLM и принимает текстовые запросы для генерации текста. Она обучена на наборе данных OpenOrca и предназначена для диалогового взаимодействия и других задач генерации текста на естественном языке. Модель загружается через библиотеку Transformers и распространяется в формате safetensors. Контекст составляет до 4096 токенов. В карточке указан английский язык, лицензия — MIT. Ответы могут быть неточными или неуместными, поэтому их следует проверять перед использованием в важных сценариях.

MeowGPT-3.5 — разговорная языковая модель, разработанная CutyCat2000x на основе Llama и Mixtral. Она предназначена для генерации текста по запросу и диалогового общения. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и принимает текст, выдавая текст; максимальный контекст — 4096 токенов. В метаданных указан английский язык. Модель распространяется в формате Safetensors и может загружаться через библиотеку Transformers. Данные для обучения обозначены как приватные. Лицензия — MIT. Ответы могут быть неточными или неуместными, поэтому результаты следует проверять перед использованием в важных сценариях.

TroyDoesAI/Merge1 — объединённая языковая модель, созданная TroyDoesAI методом SLERP с помощью mergekit из TroyDoesAI/Abliterated-Merge-WIP и TroyDoesAI/Abliterated-Merge-WIP-3. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров; она предназначена для генерации текста и диалогового общения. Модель принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов и распространяется в формате safetensors. Модель опубликована 14 июля 2024 года. В README не приведены сведения о языках или предметной специализации, поэтому их нельзя уточнить. Лицензия в предоставленных данных не указана.

mahiatlinux/merged1and2-and-dolphin — объединённая модель для генерации текста и диалогов, созданная автором репозитория с помощью LazyMergekit. В неё объединены mahiatlinux/merged1and2 и cognitivecomputations/dolphin-2.1-mistral-7b методом slerp; базовой указана mahiatlinux/merged1and2. Архитектура — плотная MistralForCausalLM, размер — 7,1 млрд параметров, формат весов — Safetensors, контекст — до 32 768 токенов. Модель предназначена для текстового общения и генерации ответов в диалоговых сценариях. В карточке не приведены сведения о поддерживаемых естественных языках, лицензии или специальных предметных областях, поэтому их нельзя уточнить по доступным данным.

K00B404 объединил две предварительно обученные языковые модели на базе Mistral-7B с помощью mergekit и метода SLERP. Результат — плотная авторегрессионная модель MistralForCausalLM с 7,1 млрд параметров для генерации текста и диалогов; она поддерживает контекст до 32 768 токенов и доступна в формате safetensors для библиотеки Transformers. Модель подходит для генерации продолжений текста и ведения диалогов. В состав объединения вошли EmbeddedLLM/Mistral-7B-Merge-14-v0.1 и K00B404/Merged_Beowolx-CodePro_Medusa2-7B-Mistral-I-v0-2. Карточка не приводит результаты оценки качества или подробные ограничения. Лицензия в предоставленных данных не указана.

SepKeyPro выпустил Merged-OpenLlama3-8B — плотную языковую модель на архитектуре Llama, созданную слиянием трёх моделей с помощью Mergekit и метода model_stock. В основу слияния вошли Meta-Llama-3-8B-Instruct, openchat-3.6-8b-20240522 и llama-3-gutenberg-8B; базовой указана Meta-Llama-3-8B-Instruct. Модель содержит 7,5 млрд параметров, использует формат safetensors и представлена с типом данных bfloat16. Модель предназначена для диалоговых ответов и генерации текста. Контекст составляет до 8192 токенов. Карточка не сообщает о специализированных языках или предметных областях; базовая модель описана как англоязычная. Лицензия репозитория — Apache-2.0. README не приводит сравнительных оценок качества или конкретных ограничений.

mergekit-community/mergekit-dare_ties-ymiqjtz — объединённая языковая модель на архитектуре Mistral, созданная сообществом с помощью mergekit и метода DARE TIES. В качестве базовой использована amazingvince/Not-WizardLM-2-7B, а в слияние также вошли MaziyarPanahi/Calme-7B-Instruct-v0.9, Weyaxi/OpenHermes-2.5-neural-chat-v3-3-Slerp и cognitivecomputations/dolphin-2.8-mistral-7b-v02. Модель предназначена для генерации текста и диалоговых ответов. Она содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors; в конфигурации слияния указана точность float16. Для её использования применяется библиотека Transformers. Языки в карточке модели не указаны. Модель доступна по лицензии, указанной в репозитории Hugging Face. Слияние объединяет возможности входящих моделей, однако README не приводит независимых оценок качества или конкретных гарантий по отдельным сценариям.

Это объединённая плотная языковая модель семейства Qwen2, созданная с помощью mergekit методом Model Stock на основе DeepSeek-R1-Distill-Qwen-32B. В объединение вошли ArliAI/Qwen2.5-32B-ArliAI-RPMax-v1.3, Sao10K/32B-Qwen2.5-Kunou-v1 и EVA-UNIT-01/EVA-Qwen2.5-32B-v0.2. Модель содержит 32 млрд параметров, использует архитектуру Qwen2ForCausalLM и принимает текст для генерации текста; доступны интерфейсы чата и вызова инструментов. Контекстное окно — 131 072 токена. Модель предназначена для диалоговой генерации и решения задач на основе текста. Базовая модель DeepSeek-R1-Distill-Qwen-32B описана как модель для рассуждений, математики и программирования, однако README не приводит отдельные оценки качества этого слияния. Репозиторий содержит веса в формате safetensors; лицензия в предоставленных данных не указана.

Карточка модели mergekit-community/mergekit-slerp-adolxhj на Hugging Face совпадает с карточкой mergekit-community/dolphin-mistral-instruct-7b, поэтому описание составлено по ней. Это объединённая языковая модель mergekit-community, созданная методом SLERP на основе arcee-ai/sec-mistral-7b-instruct-1.6-epoch и cognitivecomputations/dolphin-2.8-mistral-7b-v02. Модель построена на архитектуре MistralForCausalLM с плотной архитектурой и содержит 7,1 млрд параметров; опубликованные веса представлены в формате Safetensors, а библиотека запуска — Transformers. Модель предназначена для генерации текста в диалоговых сценариях: она принимает текстовый запрос и формирует текстовый ответ. Контекст составляет до 32 768 токенов. Карточка не описывает отдельные прикладные области или языковые характеристики, поэтому их нельзя уточнить по имеющимся данным. Лицензия в предоставленных данных не указана.

mergekit-community/mergekit-slerp-eundxnq — языковая модель, созданная сообществом с помощью mergekit путём слияния Meta-Llama-3-8B и Meta-Llama-3-8B-Instruct методом SLERP. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM, примерно 7,5 млрд параметров и контекстом до 8192 токенов. Она предназначена для генерации текста и диалоговых ответов. Слияние базовой и инструкционной версий Llama 3 объединяет возможности продолжения текста и следования инструкциям. Модель принимает текст и выдаёт текст; метаданные отмечают поддержку чата. README не приводит отдельные результаты оценки качества или сведения о поддерживаемых языках, поэтому эти характеристики нельзя уточнить. Для использования действуют условия лицензии базовых моделей Meta-Llama-3.

Карточка модели mergekit-community/mergekit-slerp-fmruwmd на Hugging Face совпадает с карточкой mergekit-community/dolphin-mistral-instruct-7b, поэтому описание составлено по ней. Это объединённая языковая модель mergekit-community, созданная методом SLERP на основе arcee-ai/sec-mistral-7b-instruct-1.6-epoch и cognitivecomputations/dolphin-2.8-mistral-7b-v02. Модель построена на архитектуре MistralForCausalLM с плотной архитектурой и содержит 7,1 млрд параметров; опубликованные веса представлены в формате Safetensors, а библиотека запуска — Transformers. Модель предназначена для генерации текста в диалоговых сценариях: она принимает текстовый запрос и формирует текстовый ответ. Контекст составляет до 32 768 токенов. Карточка не описывает отдельные прикладные области или языковые характеристики, поэтому их нельзя уточнить по имеющимся данным. Лицензия в предоставленных данных не указана.

Карточка модели mergekit-community/mergekit-slerp-hsdezod на Hugging Face совпадает с карточкой mergekit-community/mergekit-slerp-jlrpbqb, поэтому описание составлено по ней. Это объединённая модель генерации текста на архитектуре Mistral, созданная сообществом mergekit-community методом SLERP из arcee-ai/sec-mistral-7b-instruct-1.6-epoch и cognitivecomputations/dolphin-2.8-mistral-7b-v02. Модель содержит около 7,1 млрд параметров, рассчитана на диалоговое применение и использует контекст до 32 768 токенов. Модель предназначена для генерации ответов в диалоге и других сценариев генерации текста. Веса доступны в формате Safetensors и имеют тип bfloat16. В метаданных указана библиотека Transformers. Сведения о лицензии и конкретных ограничениях поведения в предоставленных данных отсутствуют.

Карточка модели mergekit-community/mergekit-slerp-ojqhjfr на Hugging Face совпадает с карточкой mergekit-community/mergekit-slerp-rxkhjnf, поэтому описание составлено по ней. Это слитая методом SLERP языковая модель на архитектуре Llama с 7,5 млрд параметров, созданная сообществом mergekit из NousResearch/Meta-Llama-3-8B-Instruct и cognitivecomputations/dolphin-2.8-mistral-7b-v02. Модель предназначена для генерации текста и диалогов; конфигурация использует кривую смешивания весов по слоям и формат bfloat16. Модель принимает текстовые запросы и генерирует текст, в том числе ответы в чате. В карточке указано контекстное окно 8192 токена; исходная Meta Llama 3 рассчитана прежде всего на английский язык. Репозиторий использует библиотеку Transformers и содержит веса Safetensors. Лицензия в доступных данных не указана.

Карточка модели mergekit-community/mergekit-slerp-utpztvu на Hugging Face совпадает с карточкой mergekit-community/mergekit-slerp-jlrpbqb, поэтому описание составлено по ней. Это объединённая модель генерации текста на архитектуре Mistral, созданная сообществом mergekit-community методом SLERP из arcee-ai/sec-mistral-7b-instruct-1.6-epoch и cognitivecomputations/dolphin-2.8-mistral-7b-v02. Модель содержит около 7,1 млрд параметров, рассчитана на диалоговое применение и использует контекст до 32 768 токенов. Модель предназначена для генерации ответов в диалоге и других сценариев генерации текста. Веса доступны в формате Safetensors и имеют тип bfloat16. В метаданных указана библиотека Transformers. Сведения о лицензии и конкретных ограничениях поведения в предоставленных данных отсутствуют.

Это объединённая языковая модель семейства Llama 3.2, созданная автором репозитория с помощью mergekit методом TIES. В качестве базовой использована huihui-ai/Llama-3.2-3B-Instruct-abliterated; также объединены bunnycore/Llama-3.2-3B-ProdigyPlusPlus, chuanli11/Llama-3.2-3B-Instruct-uncensored, meta-llama/Llama-3.2-3B и meta-llama/Llama-3.2-3B-Instruct. Модель содержит 3,2 млрд параметров, построена на архитектуре LlamaForCausalLM и рассчитана на генерацию текста и диалоговое взаимодействие. Заявленная длина контекста — 131 072 токена. Репозиторий использует формат safetensors; в карточке не указана лицензия. Модель подходит для диалоговых приложений и генерации текста. Метаданные указывают интерфейс вызова инструментов, но подробности его использования не приведены. Объединение включает варианты с пометками uncensored и abliterated, однако конкретные гарантии фильтрации или качества не описаны.

mergekit-community/mergekit-ties-vjlpsxw — языковая модель на архитектуре Mistral, созданная сообществом методом TIES с помощью mergekit. В качестве базовой использована amazingvince/Not-WizardLM-2-7B, а в слияние также вошли MaziyarPanahi/Calme-7B-Instruct-v0.9 и cognitivecomputations/dolphin-2.8-mistral-7b-v02. Модель содержит 7,1 млрд параметров, распространяется в формате safetensors и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых ответов. Её можно использовать для написания и продолжения текстов, а также для общения с инструктивной языковой моделью. Метаданные указывают задачу text-generation; подтверждённых специализированных предметных областей или языков в предоставленных сведениях нет. Модель создана путём слияния нескольких чекпойнтов, а не обучена с нуля. В карточке не указаны лицензия и отдельные оценки качества, поэтому условия использования следует сверить с лицензиями исходных моделей.

Mergerix-7b-v0.1 — языковая модель, созданная MiniMoog слиянием моделей Kukedlc/NeuralSirKrishna-7b-DPO и Kukedlc/NeuralAlgo-7B-DPO с помощью LazyMergekit. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров; веса доступны в формате safetensors. Контекст составляет до 32 768 токенов. Модель предназначена для генерации текста и может использоваться в диалоговых и других сценариях, где нужно продолжить или создать текст по запросу. Слияние выполнено методом SLERP с разными весами для слоёв внимания и MLP; конфигурация использует точность float16. Модель распространяется по лицензии Apache-2.0. Карточка не приводит оценок качества или подробных сведений о поддерживаемых языках, поэтому пригодность для конкретных задач и языков следует проверять отдельно.

Mergerix-7b-v0.2 — объединённая текстовая модель, опубликованная MiniMoog и созданная с помощью LazyMergekit из трёх моделей на базе Mistral. Веса объединены методом model_stock; архитектура — плотная MistralForCausalLM, размер — 7,1 млрд параметров. Модель предназначена для генерации текста и диалога, принимает текст и выдаёт текст. Контекст — до 32 768 токенов. Репозиторий содержит веса в формате safetensors, а лицензия указана как Apache-2.0. Карточка не описывает специальные области применения или результаты оценки качества, поэтому практическое качество и поведение объединённой модели могут зависеть от запроса.

Mergerix-7b-v0.5 — слитая модель для генерации текста, созданная MiniMoog с помощью LazyMergekit из automerger/YamshadowExperiment28-7B и automerger/PasticheInex12-7B. В конфигурации указан метод слияния slerp; архитектура — плотная MistralForCausalLM, размер — 7,1 млрд параметров, формат файлов — safetensors. Модель предназначена для генерации текста и диалогов. Её контекстное окно составляет 32 768 токенов. Данных о специализации по предметным областям или поддерживаемых языках в карточке нет. Модель распространяется по лицензии Apache-2.0. Карточка не приводит оценок качества или подробных ограничений; поведение и надёжность следует проверять на целевых задачах.

Merlinite-7B — языковая модель IBM Research для генерации текста и диалогового общения. Это плотная авторегрессионная модель архитектуры Mistral с 7,1 млрд параметров, дообученная на базе mistralai/Mistral-7B-v0.1 методом LAB (Large-scale Alignment for chatBots). При подготовке использовалась синтетическая обучающая выборка, созданная с помощью Mixtral-8x7B-Instruct в роли учителя. Модель рассчитана прежде всего на английский язык и поддерживает контекст до 32 768 токенов. Её можно применять для ответов на вопросы, рассуждений, творческого письма и работы с информацией из документов. Авторы рекомендуют использовать системный промпт из обучения для оптимальной работы. Merlinite-7B не проходила выравнивание по человеческим предпочтениям с помощью RLHF и может выдавать проблемные или вымышленные ответы; сохраняются и ограничения базовой модели. Для важных решений ответы нужно проверять. Модель распространяется по лицензии Apache 2.0.

Meta-Llama-3-12B-Instruct — диалоговая языковая модель, опубликованная Mlabonne. Это объединённая с помощью LazyMergekit модель на архитектуре Llama; в метаданных указано 11 млрд параметров и контекст до 8192 токенов. Карточка перечисляет NousResearch/Meta-Llama-3-8B-Instruct как источник модели и приводит результаты сравнительных оценок на AGIEval, GPT4All, TruthfulQA и BigBench. Модель предназначена для диалогов, ответов на вопросы и генерации текста. Её можно использовать как основу для чат-ботов и текстовых помощников. Карточка не описывает отдельные специализированные области применения или поддержку языков, поэтому такие характеристики нельзя определить по имеющимся данным. Указанная лицензия — other; конкретные условия в предоставленной карточке не раскрыты.