I.5Создание и редактирование текста

Strangemerges_32T3qm7xp-7B — автоматическое слияние моделей, созданное Maxime Labonne с помощью MergeKit. Это плотная авторегрессионная модель семейства Mistral на 7,1 млрд параметров для генерации текста; в конфигурации слияния указаны mistralai/Mistral-7B-v0.1, Gille/StrangeMerges_32-7B-slerp и nlpguy/T3QM7XP, метод model_stock и точность bfloat16. Модель принимает текст и может использоваться для продолжения фрагментов, ответов и других сценариев генерации текста. Заявленная длина контекста — до 32 768 токенов. Репозиторий содержит веса в формате safetensors, а лицензия — Apache-2.0. Карточка не описывает отдельные целевые области или языки; качество конкретных задач следует оценивать на подходящих данных.

Strangemerges_32Yamshadow-7B — объединённая Maxime Labonne языковая модель на архитектуре Mistral с 7,1 млрд параметров. Она создана методом SLERP из Gille/StrangeMerges_32-7B-slerp и automerger/YamShadow-7B; веса представлены в формате safetensors, контекст — до 32 768 токенов. Модель предназначена для генерации текста и сценариев, где требуется продолжать или создавать текст по текстовому запросу. Карточка приводит пример загрузки через Transformers, но не уточняет специализацию по языкам или отдельным предметным областям. Модель распространяется по лицензии Apache-2.0. README не сообщает сравнительных оценок качества или специальных ограничений применения.

Gille/StrangeMerges_33-7B-slerp — объединённая текстовая модель, созданная методом slerp с помощью LazyMergekit из ZySec-AI/ZySec-7B-v1 и Gille/StrangeMerges_30-7B-slerp. Модель построена на архитектуре Mistral с плотной архитектурой причинного языкового моделирования и содержит 7,1 млрд параметров; её контекст составляет до 32 768 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Её можно применять для ответов на вопросы, ведения чата и создания связных текстов. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Данных о специализированной предметной области или языках модели в предоставленных источниках нет.

StrangeMerges_34-7B-slerp — диалоговая языковая модель, созданная Gille слиянием методом SLERP моделей ContextualAI/Contextual_KTO_Mistral_PairRM и Gille/StrangeMerges_30-7B-slerp с помощью LazyMergekit. Это плотная Mistral-архитектура с 7,1 млрд параметров, рассчитанная на генерацию текста и диалоговое взаимодействие; длина контекста — 32 768 токенов. Модель подходит для генерации ответов в чате и других текстовых сценариев. Веса опубликованы в формате safetensors, указана лицензия Apache-2.0. Карточка не приводит сведений о поддерживаемых естественных языках и специализированных предметных областях.

StrangeMerges_36-7B-slerp — объединённая модель для генерации текста, созданная Gille с помощью LazyMergekit. Она объединяет ammarali32/multi_verse_model и Gille/StrangeMerges_35-7B-slerp методом SLERP; в конфигурации указана базовая модель ammarali32/multi_verse_model. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста по запросу и продолжения текстовых фрагментов. Репозиторий содержит веса в формате safetensors; указана лицензия Apache-2.0. В карточке нет сведений о конкретных языках, специализированных областях или оценках качества, поэтому их нельзя определить по доступным данным.

StrangeMerges_42-7B-dare_ties — объединённая языковая модель на архитектуре Mistral, созданная Gille с помощью LazyMergekit. Веса объединяют rwitz/experiment26-truthy-iter-0, Kukedlc/Neural4gsm8k и Gille/StrangeMerges_30-7B-slerp методом dare_ties; в репозитории указаны веса Safetensors в формате bfloat16. Модель предназначена для генерации текста и может применяться для диалоговых ответов и решения задач на рассуждение, включая математические вопросы. Она содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Указана лицензия Apache-2.0.

StrangeMerges_55-7B-model_stock — объединённая текстовая модель семейства Mistral, опубликованная Gille. Она создана методом model_stock с помощью LazyMergekit на основе нескольких моделей Mistral 7B, включая StrangeMerges_54-7B-model_stock, MBX-7B-v3, NeuralMaths-Experiment-7b и другие. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Предназначена для генерации текста и диалогов. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. В README не приведены оценки качества или конкретные гарантии поведения, поэтому пригодность для специализированных задач следует проверять отдельно.

StrangeMerges_9-7B-dare_ties — объединённая языковая модель семейства Mistral, опубликованная Gille. Она создана методом dare_ties с помощью LazyMergekit на основе leveldevai/TurdusBeagle-7B и samir-fama/FernandoGPT-v1; карточка также указывает StrangeMerges_8-7B-slerp как базовую модель в конфигурации слияния. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и формат safetensors; заявленная длина контекста — 32 768 токенов. Модель предназначена для генерации текста, диалогов и выполнения инструкций. В README приведены результаты оценки на бенчмарках AI2 Reasoning Challenge и HellaSwag, но сведений о языковой специализации или прикладной области нет. Лицензия — Apache-2.0.

Stylizer-V2-LLaMa-70B — объединённая языковая модель на архитектуре Llama, созданная автором репозитория с помощью mergekit и метода SCE. Основой слияния послужила huihui-ai/Llama-3.3-70B-Instruct-abliterated; также объединены модели Nemotron, Euryale, Hermes и Negative LLAMA. Модель содержит 69,5 млрд параметров и рассчитана на генерацию текста и диалоги. Метаданные указывают контекст длиной до 131072 токенов и библиотеку Transformers. Модель принимает текст и выдаёт текст; карточка не описывает более узкую специализацию или гарантированные преимущества по сравнению с исходными моделями. В репозитории указаны веса в формате safetensors. Лицензия в предоставленных данных не указана.

SubtleOne_Qwen2.5-32b-Erudite-Writer-GGUF — это набор GGUF-квантизованных версий текстовой генеративной модели Qwen2.5-32b-Erudite-Writer, разработанной SubtleOne. Квантизацию выполнил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и может применяться локально в LM Studio, llama.cpp и других проектах на базе llama.cpp. Доступны варианты от BF16 до различных уровней квантизации Q8, Q6, Q5, Q4, Q3 и IQ. Размер файлов составляет примерно от 14,81 до 65,53 ГБ, поэтому выбор варианта позволяет балансировать качество и требования к памяти. Для работы используется формат prompt-шаблона Qwen с ролями system, user и assistant. README не содержит сведений о точной архитектуре, максимальном контексте, поддерживаемых языках, мультимодальности или результатах benchmark-тестов. Сильными сторонами являются широкий выбор квантизаций, возможность локального запуска и сохранение высокого качества у старших вариантов, особенно Q6 и Q5. Более компактные варианты подходят для систем с ограниченным объёмом оперативной памяти, но могут заметнее терять качество. Модель распространяется по лицензии Apache-2.0; условия исходной базовой модели отдельно в README не описаны.

SummLlama3-70B — языковая модель для суммаризации, разработанная DISLab на базе Meta-Llama-3-70B-Instruct и дообученная методом Direct Preference Optimization (DPO) на более чем 100 тысячах примеров обратной связи о качестве резюме. Она предназначена для создания кратких, полных и опирающихся на исходный текст резюме документов и диалогов из разных областей, включая новости, повседневную тематику, отчёты, медицину, интервью и встречи. Модель построена на архитектуре Llama, имеет 69,5 млрд параметров и контекст длиной 8192 токена. Карточка заявляет улучшение качества суммаризации по критериям точности передачи содержания, полноты и краткости; для работы рекомендуется использовать заданный авторами формат инструкции. Модель принимает текст и генерирует текст. Это дообученная модель в формате safetensors. Метаданные не содержат сведений о лицензии, поэтому условия использования следует проверить в карточке модели и у базовой модели Meta-Llama-3-70B-Instruct. Оценки в README приведены для отдельных сравнений и не гарантируют такое же качество на любых данных; в карточке также есть неполные строки таблиц.

SummLlama3-8B — языковая модель для суммаризации, разработанная DISLab на основе Meta-Llama-3-8B-Instruct и дообученная методом Direct Preference Optimization (DPO) на более чем 100 тысячах примеров обратной связи о качестве резюме. Она предназначена для создания кратких и содержательных резюме новостей, бытовых и медицинских материалов, отчётов, а также диалогов, интервью и совещаний. Модель содержит 7,5 млрд параметров, использует плотную архитектуру Llama и принимает текст, выдавая текст; заявленная длина контекста — 8192 токена. В карточке отмечено, что обучение ориентировалось на точность передачи исходных фактов, полноту и краткость. Авторы сообщают об улучшении оценок в автоматической и человеческой проверке, однако эти результаты относятся к описанным ими оцениваниям и не гарантируют такого же качества на других данных. Для суммаризации рекомендуется использовать приведённый в карточке шаблон запроса. Лицензия в предоставленных сведениях не указана.

Supertron1-4B — инструктивно дообученная языковая модель от Surpem на базе Qwen/Qwen3-4B. Это плотный причинный Transformer примерно на 3,7 млрд параметров, предназначенный для диалогов, следования инструкциям, математических рассуждений, программирования и повседневной генерации текста. Модель принимает текст и выдаёт текст; заявленная длина контекста — 40 960 токенов. В метаданных указана поддержка английского языка. По заявлению автора, настройка на математические и программные задачи обеспечивает хорошие результаты на GSM8K и HumanEval, а модель остаётся достаточно компактной для запуска на потребительском оборудовании. Эти сравнения приведены в README без подробностей методики оценки. Модель распространяется в формате Safetensors под лицензией Apache 2.0.

Synatra-7B-v0.3-RP-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель на 7,1 млрд параметров, созданная слиянием Mistral-7B-Instruct-v0.2 и maywell/Synatra-7B-v0.3-RP методом SLERP. Она предназначена для генерации текста в ответ на инструкции и ведения диалога. Модель использует плотную архитектуру MistralForCausalLM, работает с контекстом до 32 768 токенов и распространяется в формате Safetensors. Модель можно применять для диалоговых помощников, написания и продолжения текста, а также ответов на запросы с длинным контекстом. В README не приведены результаты оценки качества и сведения о поддерживаемых естественных языках. Лицензия Apache-2.0.

Synatra-V0.1-7B-Instruct-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель, созданная слиянием Mistral-7B-Instruct-v0.2 и Synatra-V0.1-7B-Instruct методом SLERP. Модель имеет плотную архитектуру MistralForCausalLM и 7,1 млрд параметров; поддерживает контекст до 32 768 токенов и работает с текстом в формате диалога. Модель предназначена для генерации ответов на инструкции и ведения диалога. Её можно применять для чат-ботов, черновиков текстов и ответов на вопросы в текстовом интерфейсе. В README приведены конфигурация слияния и использованные модели; сведения о языковом покрытии и специализированных областях применения отсутствуют. Лицензия — Apache-2.0.

SynthIA-7B-v2.0 — языковая модель Mistral для генерации текста, опубликованная пользователем migtissera. Это плотная авторегрессионная модель на 7,1 млрд параметров с контекстом до 32 768 токенов, предназначенная для диалогов и развёрнутых ответов в формате SYSTEM/USER/ASSISTANT. Карточка задаёт стиль ответа с развёрнутым рассуждением и примером вопроса о синтезе инсулина; это не подтверждает специализацию модели на медицине. Модель работает с текстом и ориентирована на английский язык. Доступна под лицензией Apache-2.0.

Kaballas/T36Model — дообученная Kaballas модель семейства Qwen2 для генерации текста. Она построена на базе Kaballas/T35Model и имеет 7,1 млрд параметров; заявленная длина контекста — до 131 072 токенов. Модель обучали с использованием Unsloth и библиотеки Hugging Face TRL. Модель подходит для генерации текста на английском языке. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Карточка не приводит сведений о специализированных областях применения или дополнительных возможностях.

T3qM7-7B — объединённая текстовая модель на архитектуре Mistral, созданная Maxime Labonne автоматическим слиянием моделей chihoonlee10/T3Q-Mistral-Orca-Math-DPO и liminerity/M7-7b. Для слияния использован метод SLERP с настройками для слоёв self-attention и MLP; веса сохранены в формате safetensors и типе bfloat16. Модель предназначена для генерации текста и диалоговых сценариев. Она содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В карточке указана лицензия Apache-2.0. README не приводит оценок качества или сведений о языковом покрытии, поэтому результаты для конкретных языков и специализированных задач по этим данным подтвердить нельзя.

T3qm7xNeuralsirkrishna-7B — объединённая модель Maxime Labonne на архитектуре Mistral с 7,1 млрд параметров. Она создана методом SLERP из nlpguy/T3QM7X и Kukedlc/NeuralSirKrishna-7b; веса доступны в формате safetensors и представлены в bfloat16. Модель предназначена для генерации текста и диалогов. Она принимает текст, выдаёт текст и поддерживает контекст до 32 768 токенов. Метаданные указывают лицензию Apache-2.0. Карточка содержит конфигурацию слияния и пример загрузки через Transformers, но не описывает отдельные специализации или результаты оценки качества.

T3qm7xNeuralsirkrishna_AlloyingotneoyExperiment28 — объединённая модель Mistral, созданная из automerger/T3qm7xNeuralsirkrishna-7B и automerger/AlloyingotneoyExperiment28-7B. Она предназначена для генерации текста и диалогов; модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Репозиторий распространяет веса в формате safetensors. Модель принимает текст и генерирует текст. В README не описаны специализация, языки или результаты оценки качества, поэтому её можно охарактеризовать только как модель общего назначения для генерации текста. Лицензия — Apache-2.0.

T3qm7xNeuralsirkrishna_Experiment24Alloyingotneoy — объединённая модель генерации текста на архитектуре Mistral, созданная слиянием automerger/T3qm7xNeuralsirkrishna-7B и automerger/Experiment24Alloyingotneoy-7B. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Она предназначена для генерации текста и диалогов. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. README и метаданные не уточняют языковую специализацию или дополнительные ограничения модели.

T3qm7xNeuralsirkrishna_Experiment26Experiment24 — объединённая автором репозитория модель Mistral с 7,1 млрд параметров для генерации текста и диалогов. Она принимает текст и выдаёт текст; длина контекста составляет до 32 768 токенов. Модель объединяет automerger/T3qm7xNeuralsirkrishna-7B и automerger/Experiment26Experiment24-7B. Репозиторий содержит веса в формате Safetensors и распространяется по лицензии Apache-2.0. Карточка не описывает специализированные сценарии, набор поддерживаемых языков или результаты оценки качества.

MaziyarPanahi/T3qm7xNeuralsirkrishna_Experiment27Experiment29 — объединённая плотная языковая модель семейства Mistral с 7,1 млрд параметров, созданная на основе automerger/T3qm7xNeuralsirkrishna-7B и automerger/Experiment27Experiment29-7B. Модель предназначена для генерации текста и диалогов; она принимает текст и выдаёт текст, поддерживая контекст длиной до 32 768 токенов. Модель опубликована в формате safetensors под лицензией Apache-2.0. Сведения о конкретных языках, специализированных областях и оценках качества в предоставленных материалах отсутствуют.

T3qm7xNeuralsirkrishna_Experiment27Pastiche — объединённая модель генерации текста на архитектуре Mistral с 7,1 млрд параметров. Она создана слиянием automerger/T3qm7xNeuralsirkrishna-7B и automerger/Experiment27Pastiche-7B и предназначена для генерации текста и диалоговых ответов на основе входного текста. Модель принимает контекст длиной до 32 768 токенов и распространяется в формате safetensors по лицензии Apache-2.0. Данных о целевых языках и специальных областях применения нет.

MaziyarPanahi/T3qm7xNeuralsirkrishna_Inex12Experiment28 — объединённая модель для генерации текста и диалогов. В README указано, что она объединяет automerger/T3qm7xNeuralsirkrishna-7B и automerger/Inex12Experiment28-7B; архитектура — плотная Mistral с 7,1 млрд параметров. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. В метаданных указана лицензия Apache-2.0. Сведения о целевых языках и специализированных областях применения отсутствуют; ограничения качества в карточке не описаны.

T3qm7xpExperiment26-7B — автоматически объединённая модель, созданная Maxime Labonne методом SLERP на основе nlpguy/T3QM7XP и rwitz/experiment26-truthy-iter-2. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалоговых ответов. Максимальная длина контекста составляет 32 768 токенов. Модель поставляется в формате safetensors и использует тип данных bfloat16. Для запуска README приводит пример работы с Transformers и tokenizer. Репозиторий распространяется по лицензии Apache-2.0. Карточка описывает конфигурацию слияния, но не приводит результаты оценки качества или подробные сведения о языковом покрытии.

T3qm7xpStrangemerges_32-7B — автоматическое слияние языковых моделей, созданное Maxime Labonne с помощью MergeKit. В карточке указана конфигурация DARE-TIES, объединяющая nlpguy/T3QM7XP и Gille/StrangeMerges_32-7B-slerp; метаданные каталога связывают модель с Gille/StrangeMerges_32-7B-slerp. Модель построена на архитектуре Mistral с плотной декодерной архитектурой и содержит 7,1 млрд параметров. Она предназначена для генерации текста и принимает контекст длиной до 32 768 токенов. Файлы опубликованы в формате safetensors; лицензия — Apache 2.0. Карточка не приводит сведения о поддерживаемых естественных языках или специализированных областях применения.

T3Q-Platypus-Mistral7B — англоязычная плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, разработанная Chihoon Lee и T3Q. Это дообученная версия bardsai/jaskier-7b-dpo-v6.1 на датасете Open-platypus-Commercial; модель предназначена для генерации текста и ответов на запросы. Поддерживает контекст до 32 768 токенов и работает с текстом на входе и выходе. Распространяется по лицензии Apache-2.0. Подробности о специализации, оценках качества и известных ограничениях в карточке не приведены.

T3qT3qm7-7B — автоматически объединённая языковая модель на архитектуре Mistral, созданная Maxime Labonne методом DARE-TIES на основе chihoonlee10/T3Q-Mistral-Orca-Math-DPO и nlpguy/T3QM7. Она предназначена для генерации текста и диалоговых ответов, включая ответы на математические запросы. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате Safetensors; метаданные указывают лицензию Apache-2.0. Сведения о языках и специальных ограничениях модели в предоставленной карточке отсутствуют.

T3qT3qm7xp-7B — автоматическое объединение моделей, созданное Maxime Labonne методом DARE-TIES на основе моделей T3Q-Mistral-Orca-Math-DPO и T3QM7XP. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров для генерации текста и диалоговых ответов; поддерживает контекст до 32 768 токенов и распространяется в формате Safetensors. Её можно использовать для генерации продолжений, ведения диалога и ответов на текстовые запросы. В конфигурации объединения для T3QM7XP заданы плотность 0,53 и вес 0,6, используется int8-маска, а тип данных указан как bfloat16. Репозиторий предоставляет веса для Transformers. Языки и специализированные области применения в предоставленных данных не подтверждены, поэтому модель описывается как общего назначения. Лицензия — Apache-2.0.