I.5Создание и редактирование текста

Seraph-7B-Mistral-7B-Instruct-v0.1 — чат-модель MaziyarPanahi, созданная слиянием Mistral-7B-Instruct-v0.1 и Weyaxi/Seraph-7B методом SLERP. Модель использует плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и принимает текстовые инструкции и диалоговые запросы для генерации ответов. Модель предназначена для диалоговых приложений и генерации текста по инструкциям. Нативный контекст составляет 32 768 токенов; файлы опубликованы в формате safetensors. Лицензия — Apache-2.0. Данных о языковой специализации и ограничениях качества в карточке нет.

Seraph-openchat-3.5-1210-Slerp — текстовая генеративная модель на архитектуре Mistral, созданная Weyaxi слиянием моделей через mergekit и метод Slerp. В конфигурации указаны Weyaxi/Seraph-7B и openchat/openchat-3.5-1210; базовой моделью названа mistralai/Mistral-7B-v0.1. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогового использования. Она распространяется в формате safetensors по лицензии Apache-2.0. Карточка не приводит сравнительных оценок качества или детальных результатов тестирования.

Severus-7B — объединённая языковая модель, созданная из samir-fama/FernandoGPT-v1 и FelixChao/NinjaDolphin-7B. В конфигурации объединения первые 24 слоя взяты из FernandoGPT-v1, а слои 24–31 — из NinjaDolphin-7B; использован метод passthrough и формат float16. Модель построена на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста. Карточка не описывает специализированные сценарии, языки или конкретные преимущества. Репозиторий распространяется по лицензии Apache-2.0; результат объединения хранится в формате safetensors.

sfmbaselinefiltered-5k6k7k8k9kweightedavgmerge — объединённая предобученная языковая модель, созданная с помощью mergekit из контрольных точек baseline_filtered на шагах обучения 5000, 6000, 7000, 8000 и 9000. В качестве базовой использована контрольная точка global_step9000, а для объединения применён линейный метод. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и работает с текстом; заявленная длина контекста — 16 384 токена. Модель предназначена для генерации текста на основе текстового ввода. Карточка не описывает специализацию по предметной области, языкам или отдельным сценариям применения. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия в предоставленных данных не указана.

sfm_baseline_filtered-5k_6k_7k_simpleavg_merge — объединённая языковая модель, созданная с помощью mergekit методом Linear из контрольных точек обучения с шагами 5000, 6000 и 7000. В метаданных указаны архитектура GPT-NeoX, плотная причинная языковая модель и размер 8,8 млрд параметров; модель распространяется в формате safetensors и имеет контекст длиной до 16 384 токенов. Модель предназначена для генерации текста. README не описывает специальные сценарии, языковую специализацию или сравнительные качества модели. Лицензия в предоставленных сведениях не указана.

sfmbaselinefiltered-8k9k10ksimpleavgmerge — объединённая языковая модель, созданная с помощью mergekit. В основе лежит чекпойнт global_step10000; при линейном слиянии также использованы чекпойнты global_step8000 и global_step9000. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и принимает текст для генерации текста. Указанная длина контекста — 16 384 токена. Модель предназначена для генерации текста. README не описывает специальные сценарии применения, языковую специализацию или сравнительные преимущества. Модель распространяется в формате Safetensors; сведения о лицензии в предоставленных данных отсутствуют.

sfmbaselinefiltered-8k9k10kweightedavgmerge — объединённая предобученная языковая модель, созданная с помощью mergekit методом Linear. В качестве базовой использована контрольная точка global_step10000; в объединение также вошли контрольные точки global_step8000 и global_step9000 из серии baseline_filtered. Разработчик или автор исходных контрольных точек в карточке не назван. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и принимает текст для генерации текста. Указанное контекстное окно составляет 16 384 токена. Карточка не описывает целевые сценарии, языки или специальные предметные области, поэтому модель можно охарактеризовать только как генеративную языковую модель общего назначения. Файлы опубликованы в формате safetensors; лицензия в предоставленных данных не указана.

sfm_filtered_e2e_alignment-0k_1k_2k_weightedavg_merge — объединённая языковая модель, созданная методом Linear merge с помощью mergekit. В качестве базового чекпойнта использована модель global_step2000, а в объединение также вошли чекпойнты global_step0 и global_step1000. Репозиторий содержит плотную авторегрессионную архитектуру GPT-NeoX с 8,8 млрд параметров и контекстом до 16 384 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Данных о специализированных предметных областях или языках в карточке нет. Модель опубликована в формате safetensors и использует библиотеку Transformers. Условия лицензии в доступных сведениях не приведены.

Модель yuhengtu-bytedance/sfm_filtered_e2e_alignment-10k_11k_12k_simpleavg_merge — объединение языковых моделей, созданное с помощью mergekit методом Linear. В качестве базовой использована модель с контрольной точки global_step12040; также в объединение вошли контрольные точки global_step10000 и global_step11000 из эксперимента filtered_e2e_alignment. Это плотная авторегрессионная модель архитектуры GPT-NeoX объёмом 8,8 млрд параметров. Она предназначена для генерации текста и диалогового взаимодействия, принимает текст и выдаёт текст. Заявленная длина контекста — 16 384 токена; в репозитории используются веса Safetensors и библиотека Transformers. Карточка не сообщает о специализированных областях применения, поддерживаемых языках или результатах оценки качества. Лицензия в предоставленных данных не указана.

Модель yuhengtu-bytedance/sfm_filtered_e2e_alignment-2k_3k_4k_5k_6k_simpleavg_merge — объединение предварительно обученных языковых моделей, созданное с помощью mergekit. В README описан линейный метод слияния; базой служил чекпойнт global_step6000, также объединены чекпойнты global_step2000, global_step3000, global_step4000 и global_step5000. Метаданные указывают на архитектуру GPT-NeoX с плотной причинной языковой моделью и 8,8 млрд параметров. Модель предназначена для генерации текста и диалогового взаимодействия. Она принимает текст и выдаёт текст, работает через Transformers и распространяется в формате safetensors. Контекст составляет до 16 384 токенов. Сведения о специальных предметных областях, поддерживаемых языках и условиях лицензии в предоставленных материалах отсутствуют.

Модель yuhengtu-bytedance/sfm_filtered_e2e_alignment-5k_6k_7k_8k_9k_weightedavg_merge — объединённая языковая модель, созданная с помощью mergekit методом Linear из контрольных точек обучения с шагами 5000, 6000, 7000, 8000 и 9000; базой слияния служила контрольная точка global_step9000. Это плотная авторегрессионная архитектура GPT-NeoX объёмом 8,8 млрд параметров, рассчитанная на генерацию текста и диалоговое взаимодействие. Модель принимает текст и выдаёт текст, поддерживает контекст до 16 384 токенов и распространяется в формате safetensors для Transformers. Модель подходит для генерации продолжений и ответов в текстовом чате. Карточка не уточняет языковую специализацию, качество на конкретных задачах или дополнительные области применения. Лицензия в предоставленных данных не указана.

Это объединённая модель генерации текста, созданная с помощью mergekit методом Linear merge из трёх контрольных точек выравнивания: global_step5000, global_step6000 и global_step7000. В README базой объединения названа контрольная точка global_step7000. Модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров; для неё указан контекст длиной до 16 384 токенов. Модель предназначена для генерации текста в диалоговом формате. Карточка не описывает отдельные предметные области, языки или результаты оценки качества, поэтому применение можно характеризовать только как общее текстовое общение и генерацию. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Условия лицензии в предоставленных данных не указаны.

Модель yuhengtu-bytedance/sfm_filtered_e2e_alignment-7k_8k_9k_10k_11k_simpleavg_merge — объединение нескольких предобученных языковых моделей, созданное с помощью mergekit. В README указано, что для слияния применён линейный метод, а в качестве базового чекпойнта использован global_step11000; также включены чекпойнты global_step7000, global_step8000, global_step9000 и global_step10000 из того же набора экспериментов по выравниванию ответов. Это плотная авторегрессионная модель GPT-NeoX примерно на 8,8 млрд параметров, опубликованная в формате safetensors и доступная через Transformers. Метаданные указывают контекст до 16 384 токенов и возможность диалогового применения; основная задача в каталоге — генерация текста. Карточка не сообщает языки обучения или специализацию по предметной области, поэтому модель следует рассматривать как языковую модель общего назначения. Условия лицензии в предоставленных данных не описаны.

Модель sfm_filtered_e2e_alignment-9k_10k_11k_simpleavg_merge — объединение трёх контрольных точек языковой модели, созданное с помощью mergekit методом Linear. В качестве базовой точки слияния использована контрольная точка global_step11000; также объединены global_step10000 и global_step9000. Репозиториям этих контрольных точек соответствуют локальные пути, поэтому идентификатор базовой модели на Hugging Face установить нельзя. Модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров. Она предназначена для генерации текста и поддерживает диалоговый режим; контекст составляет 16 384 токена. Карточка не раскрывает конкретные языки, специализированные области применения или сравнительные результаты качества. Файлы представлены в формате safetensors. Лицензия в предоставленных сведениях не указана.

Это объединённая модель генерации текста, созданная с помощью mergekit методом Linear merge из нескольких предварительно обученных чекпойнтов. В качестве базового использован чекпойнт global_step12130; в объединение также вошли версии global_step11000 и global_step10000. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и рассчитана на контекст до 16 384 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Карточка не описывает специализированные области применения, языки или результаты оценки качества. Файлы представлены в формате safetensors; лицензия в доступных данных не указана.

Это объединённая модель генерации текста, созданная с помощью mergekit методом Linear из нескольких контрольных точек проекта filtered_e2e_insert_hyperstition_v1. В качестве базовой использована контрольная точка global_step6000; в объединение также вошли версии с шагов 2000, 3000, 4000 и 5000. Модель основана на плотной архитектуре GPT-NeoX и содержит 8,8 млрд параметров. Она принимает текст и генерирует текст, поддерживает диалоговый сценарий и имеет контекстное окно 16 384 токена. Метаданные указывают библиотеку Transformers и формат весов safetensors. Карточка не описывает специализированную область применения, языковое покрытие, качество ответов или конкретные ограничения поведения. Лицензия в предоставленных данных не указана.

sfm_filtered_e2e_insert_hyperstition_v1-3k_4k_5k_weightedavg_merge — объединённая языковая модель на архитектуре GPT-NeoX, опубликованная пользователем yuhengtu-bytedance. Модель создана с помощью mergekit методом Linear: в объединение вошли контрольные точки обучения на шагах 3000, 4000 и 5000; контрольная точка шага 5000 использовалась как базовая. Размер модели — 8,8 млрд параметров, максимальный контекст — 16 384 токена. В репозитории веса представлены в формате safetensors; для работы используется библиотека Transformers. Модель предназначена для генерации текста и диалоговых сценариев. Данных о специализированной предметной области или поддерживаемых естественных языках в предоставленной карточке нет. Лицензия в предоставленных данных не указана, поэтому условия использования определить нельзя.

sfm_filtered_e2e_insert_hyperstition_v1-5k_6k_7k_8k_9k_simpleavg_merge — объединённая языковая модель на архитектуре GPT-NeoX, созданная с помощью mergekit методом Linear merge. В неё сведены контрольные точки обучения с шагов 5000, 6000, 7000, 8000 и 9000; базой слияния служит контрольная точка с шага 9000. Модель содержит 8,8 млрд параметров и рассчитана на контекст до 16 384 токенов. Модель предназначена для генерации текста и диалогового использования. Карточка не описывает конкретные области применения или языки. Репозиторий содержит веса в формате safetensors и указывает библиотеку Transformers. Условия лицензии в доступных данных не приведены.

Это объединённая языковая модель на архитектуре GPT-NeoX, созданная с помощью mergekit методом Linear merge из контрольных точек обучения на шагах 6000, 7000, 8000, 9000 и 10000. Модель содержит 8,8 млрд параметров, работает через библиотеку Transformers и принимает текст для генерации продолжения или диалогового ответа. Максимальная длина контекста — 16 384 токена. Карточка указывает на применение в диалоговом взаимодействии и генерации текста. Сведения о языках, обучающих данных и специализированных областях применения отсутствуют. Файлы модели опубликованы в формате safetensors. Лицензия в предоставленных данных не указана.

Это объединённая языковая модель на 8,8 млрд параметров, созданная методом Linear merge с помощью mergekit из нескольких контрольных точек одного семейства. Архитектура GPT-NeoX; модель распространяется в формате safetensors и предназначена для генерации текста в диалоговом режиме. Модель принимает текст и генерирует текст. Контекст составляет до 16 384 токенов. Карточка не сообщает о специализации на конкретных языках или прикладных областях. Условия лицензии в доступных данных не приведены.

Это объединённая языковая модель для генерации текста, созданная с помощью mergekit методом Linear. В слияние вошли пять чекпойнтов на шагах обучения от 7000 до 11000 из одной серии filtered_e2e_insert_hyperstition_v1; базовым при слиянии служил чекпойнт global_step11000. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и имеет контекстное окно 16 384 токена. В метаданных отмечен разговорный режим. Её можно использовать для генерации текста и диалоговых ответов; сведения о языках и специализированных областях применения не приведены. Модель распространяется в формате safetensors. Лицензия в предоставленных данных не указана.

Модель yuhengtu-bytedance/sfm_filtered_insert_xxf_character-0k_1k_2k_3k_4k_weightedavg_merge — объединённая языковая модель, созданная автором репозитория с помощью mergekit. В основе — архитектура GPT-NeoX с плотной причинно-языковой моделью на 8,8 млрд параметров; для объединения применён линейный метод, совмещающий контрольные точки global_step0, global_step1000, global_step2000, global_step3000 и global_step4000. Модель предназначена для генерации текста и диалогового общения, с контекстом до 16 384 токенов. Модель принимает текст и выдаёт текст. Сведения о целевых языках и специализированных областях применения в карточке отсутствуют, поэтому её следует рассматривать как модель общего назначения. Репозиторий содержит веса в формате safetensors и помечен лицензией в метаданных не был; условия использования по имеющимся данным определить нельзя.

Это объединённая языковая модель на архитектуре GPT-NeoX, опубликованная yuhengtu-bytedance. Она создана методом Linear merge с помощью mergekit из предварительно обученных чекпойнтов серии filtered_insert_xxf_character, включая шаги обучения 2000, 3000 и 4000; чекпойнт global_step4000 использован как базовый при слиянии. Модель содержит 8,8 млрд параметров, сохранена в формате safetensors и рассчитана на генерацию текста, в том числе в диалоговом сценарии. Максимальная длина контекста — 16 384 токена. Карточка не описывает специализированную область применения, набор поддерживаемых языков или результаты оценки качества, поэтому модель можно характеризовать только как языковую модель общего назначения. Условия использования и лицензия в предоставленных данных не указаны.

Модель yuhengtu-bytedance/sfm_filtered_insert_xxf_character-3k_4k_5k_6k_7k_simpleavg_merge — объединённая языковая модель на архитектуре GPT-NeoX, созданная с помощью mergekit. Веса получены линейным слиянием пяти чекпойнтов на шагах 3000, 4000, 5000, 6000 и 7000; чекпойнт на шаге 7000 использован как базовый при слиянии. Модель содержит 8,8 млрд параметров, принимает текст и рассчитана на контекст до 16 384 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Доступна в формате safetensors и использует библиотеку Transformers. В README не описаны конкретная предметная область, языки обучения или целевые сценарии, поэтому её можно характеризовать только как модель общего назначения для текстовой генерации. Лицензия в предоставленных данных не указана.

Модель sfm_filtered_insert_xxf_character-5k_6k_7k_8k_9k_simpleavg_merge — объединение пяти предварительно обученных языковых моделей, созданное с помощью mergekit. Для слияния применён линейный метод; базой служил чекпойнт global_step9000, вместе с ним объединены чекпойнты global_step5000, global_step6000, global_step7000 и global_step8000. Это плотная авторегрессионная модель архитектуры GPT-NeoX размером 8,8 млрд параметров, сохранённая в safetensors и рассчитанная на контекст до 16 384 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. В карточке нет сведений о конкретных языках, специализированных областях или преимуществах модели. Лицензия в предоставленных данных не указана.

sfm_filtered_midtrain_alignment-3k_4k_5k_simpleavg_merge — объединённая языковая модель, созданная с помощью mergekit из контрольных точек обучения на шагах 3000, 4000 и 5000. В README указан метод Linear merge и контрольная точка шага 5000 в качестве базовой; архитектура — плотная GPT-NeoX для авторегрессионной генерации текста, размер — 8,8 млрд параметров, контекст — до 16 384 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Данные не раскрывают конкретные языки, специализированные предметные области или отдельные гарантированные возможности помимо генерации текста и чата. Репозиторий содержит веса в формате Safetensors; условия лицензии в предоставленных данных не описаны.

Модель sfm_filtered_midtrain_alignment-5k_6k_7k_weightedavg_merge — объединение предварительно обученных языковых моделей, созданное с помощью mergekit методом Linear. В качестве базовой использована модель с шага обучения 7000; в объединение также вошли чекпойнты с шагов 5000 и 6000. Репозиторий подготовлен для Transformers и содержит веса в формате Safetensors. Это плотная авторегрессионная модель архитектуры GPT-NeoX с 8,8 млрд параметров и контекстом до 16 384 токенов. Она предназначена для генерации текста и диалогового взаимодействия. Сведения о специализированных предметных областях и языках в карточке отсутствуют, поэтому их нельзя определить точнее.

Это объединённая модель генерации текста размером 8,8 млрд параметров, созданная с помощью mergekit методом Linear merge. В объединение вошли контрольные точки этапов обучения с шагами 6000, 7000, 8000, 9000 и 10000; в README контрольная точка global_step10000 указана как базовая. Модель основана на архитектуре GPT-NeoX и сохранена в формате safetensors. Модель предназначена для генерации текста и диалогового взаимодействия. Она принимает текст и выдаёт текст, поддерживает контекст до 16 384 токенов. README и метаданные не уточняют языковую специализацию, качество на отдельных задачах или дополнительные сценарии применения. Лицензия в предоставленных данных не указана. Поскольку исходные контрольные точки обозначены внутренними путями, их публичные идентификаторы и условия использования по этим сведениям установить нельзя.

sfmunfilterede2ealignment-0k1k2ksimpleavgmerge — объединённая предобученная языковая модель, созданная с помощью mergekit. В карточке указано линейное слияние чекпойнтов, соответствующих шагам 0, 1000 и 2000; базовым для слияния служил чекпойнт global_step2000. В метаданных архитектура обозначена как GPT-NeoX, плотная авторегрессионная модель с 8,8 млрд параметров, принимающая текст и генерирующая текст. Максимальная длина контекста — 16 384 токена. Модель предназначена для генерации текста и диалогового взаимодействия. Карточка не описывает отдельные предметные области, языковую специализацию или измеренные преимущества слияния. Лицензия в предоставленных данных не указана.

Модель sfmunfilterede2ealignment-1k2k3kweightedavgmerge — объединение предварительно обученных языковых моделей, созданное с помощью mergekit. В качестве базовой использована контрольная точка global_step3000; в объединение также вошли контрольные точки global_step1000 и global_step2000. Применён метод Linear merge. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и принимает текст для генерации текста. Заявленная длина контекста составляет 16 384 токена; карточка также отмечает диалоговую возможность. Лицензия в предоставленных данных не указана.