I.5Создание и редактирование текста

Apodex-1.1-mini MLX — MLX-конверсия модели Apodex-1.1-mini от Apodex AI, предназначенная для исследовательских задач, работы с данными, файлами, кодом и инструментами. Это текстовая модель для генерации текста, оптимизированная для запуска на устройствах Apple silicon с библиотекой mlx-lm. Заявлены поддерживаемые языки — английский и китайский. Модель построена на архитектуре Qwen3.5 MoE и содержит 35,95 млрд параметров. Релиз использует аффинное 4-битное квантование с размером группы 64; веса маршрутизатора MoE и общих экспертов сохранены в 8-битном формате. Размер MLX-весов составляет 19,5 ГБ, поэтому для работы требуется дополнительная unified memory под выполнение модели и KV-кэш, особенно при длинном контексте. В этой версии отсутствуют обработка изображений и native MTP. Модель распространяется по лицензии Apache-2.0.

aquif-3.5-Max-1205-GGUF — это квантизированная GGUF-версия языковой модели aquif-3.5-Max-1205, разработанной aquif-ai. Квантизацию выполнил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста, рассуждений, математических задач и программирования; запуск возможен через llama.cpp, LM Studio и другие совместимые проекты. В карточке указано, что модель относится к архитектуре MoE, однако точное число параметров, размер активной части, максимальная длина контекста и другие архитектурные характеристики не приведены. Поддерживаются текстовые запросы; заявлены английский, немецкий, итальянский, португальский, французский, хинди, испанский, тайский, китайский и японский языки. Доступны варианты от BF16 до низкобитных Q3-, Q4-, Q5-, Q6- и Q8-квантизаций размером примерно от 19,48 до 84,78 ГБ. Сильной стороной являются разнообразие вариантов квантизации и возможность локального запуска, при этом варианты Q5 и Q6 позиционируются как обеспечивающие высокое качество, а Q4 — как компромисс между качеством и требованиями к памяти. Более агрессивная квантизация уменьшает размер, но может снижать качество ответов. В README не приведены результаты бенчмарков, сведения о мультимодальности или ограничения по применению. Указана лицензия Apache-2.0.

Aquila2-70B-Expr — базовая плотная авторегрессионная языковая модель серии Aquila2, опубликованной BAAI. Она предназначена для генерации текста и может служить основой для прикладных систем на базе языковых моделей. В README модель отнесена к базовым, а не к чат-моделям AquilaChat2. Модель содержит 69,3 млрд параметров, построена на архитектуре Aquila и рассчитана на контекст до 4096 токенов. Репозиторий содержит веса PyTorch. Для семейства Aquila2 README сообщает о базовых, чат- и длинноконтекстных вариантах; расширенные возможности других вариантов нельзя автоматически приписывать этой модели. Лицензия указана как other, поэтому конкретные условия использования следует проверять в лицензионных материалах репозитория. Специальная настройка на определённый язык или предметную область в предоставленных данных не описана.

bartowski/arcee-ai_Trinity-Mini-GGUF — это набор квантизированных версий языковой модели Trinity-Mini, разработанной arcee-ai и подготовленной bartowski в формате GGUF. Модель предназначена для генерации текста и локального запуска через llama.cpp, LM Studio и другие совместимые проекты на базе llama.cpp. В README указана поддержка английского, испанского, французского, немецкого, итальянского, португальского, русского, арабского, хинди, корейского и китайского языков. Доступны варианты от BF16 до различных уровней квантизации Q8, Q6, Q5, Q4 и Q3, а также IQ-варианты. Размер файлов составляет примерно от 10,54 до 52,27 ГБ. Более качественные варианты Q6 и Q5 рекомендуются для большинства сценариев, тогда как Q3 экономят оперативную память, но заметно уступают по качеству. Ключевые характеристики исходной архитектуры, число параметров, размер контекста и поддерживаемые модальности в README не указаны, поэтому модель следует рассматривать как текстовую. Квантизация выполнена с использованием imatrix и llama.cpp; доступные варианты позволяют выбирать компромисс между качеством, размером файла и требованиями к памяти. Модель распространяется по лицензии Apache-2.0.

appvoid создал Arco-L-Test-X с помощью mergekit, объединив части моделей appvoid/arco-2-openhermes и appvoid/arco-2-instruct методом passthrough. Это плотная авторегрессионная языковая модель семейства Llama с архитектурой LlamaForCausalLM, предназначенная для генерации текста. В репозитории представлены веса в формате safetensors; в конфигурации объединения указан float16. Размер модели — 568,2 млн параметров, длина контекста — 8192 токена. Модель может использоваться для генерации и продолжения текста в сценариях, поддерживаемых базовыми моделями. Данные не описывают отдельные специализированные области или подтверждённый набор языков. Лицензия в предоставленных источниках не указана, поэтому условия использования следует уточнить на странице модели.

win10/ArliAI-RPMax-v1.3-merge-13.3B — языковая модель семейства Llama для генерации текста и диалогового общения. Она создана с помощью mergekit методом passthrough на основе win10/ArliAI-RPMax-v1.3-merge-8B; репозиторий содержит веса Safetensors и использует библиотеку Transformers. Модель насчитывает 12,7 млрд параметров и поддерживает контекст до 131 072 токенов. Модель подходит для ведения диалогов и генерации продолжений текста. Данные карточки не уточняют поддерживаемые естественные языки и конкретные предметные области. Лицензия в доступных сведениях не приведена.

Это англоязычная чат-модель для генерации текста, созданная пользователем kobe-ja путём дообучения unsloth/Meta-Llama-3.1-8B-Instruct-bnb-4bit. Модель относится к семейству Llama 3.1, использует плотную архитектуру LlamaForCausalLM и содержит около 7,5 млрд параметров. Модель подходит для диалогов и генерации ответов на английском языке. В метаданных заявлен контекст длиной до 131 072 токенов и интерфейс вызова инструментов. Карточка не описывает специализированную область применения или состав обучающих данных, поэтому её следует рассматривать как модель общего назначения. Модель распространяется в формате PyTorch по лицензии Apache-2.0. Она унаследовала ограничения базовой модели и дообучения; карточка не приводит оценок качества или подробностей обучения.

lodrick-the-lafted/ataraxy-actually-9b — версия модели lemon07r/Gemma-2-Ataraxy-9B без лишних параметров. Репозиторий содержит веса Gemma 2 с плотной архитектурой Gemma2ForCausalLM, примерно 9 млрд параметров, для генерации текста и диалогов. Контекст составляет 8192 токена. Автор сообщает, что модель представляет собой Gemma-2-Ataraxy-9B без лишнего lm_head, который мог появляться при слиянии моделей старой версией mergekit. Скрипт исправления проверен только на этой модели. Репозиторий использует формат safetensors и лицензию Gemma.

Athena-1-7B — инструктивная языковая модель на архитектуре Qwen2, созданная дообучением Qwen/Qwen2.5-7B-Instruct. Разработчик позиционирует её как модель для диалогов, генерации контента и структурированной обработки данных. Веса представлены в формате PyTorch; модель содержит около 7,1 млрд параметров по метаданным. Метаданные указывают контекст до 32 768 токенов, тогда как README заявляет до 131 072 токенов; фактический контекст может зависеть от конфигурации репозитория и используемого ПО. Модель предназначена для следования инструкциям, написания и объяснения кода, математических задач, анализа и суммаризации документов, а также создания JSON и других структурированных ответов. README заявляет поддержку более 29 языков, включая русский, однако в метаданных отмечен английский язык. Модель принимает текст и генерирует текст; в метаданных также указана возможность интерфейса вызова инструментов. Модель распространяется по лицензии Apache-2.0. README заявляет генерацию до 8 000 токенов за ответ; качество на конкретных задачах и фактическая языковая поддержка требуют проверки в целевом сценарии.

Auro-Kosmos-EVAA-v2-8B — диалоговая языковая модель, созданная слиянием двух предварительно обученных моделей методом SLERP с помощью mergekit: jaspionjader/Kosmos-EVAA-v2-8B и DreadPoor/Aurora_faustus-8B-LINEAR. Она построена на плотной архитектуре Llama и содержит 7,5 млрд параметров; для работы с ней используется библиотека Transformers. Модель предназначена для диалогового взаимодействия и генерации ответов и свободного текста. Её контекст составляет 8192 токена, веса опубликованы в формате safetensors. Карточка не уточняет поддерживаемые языки, лицензию и специальные области применения, поэтому применимость в конкретных сценариях и условия использования следует сверить с карточками исходных моделей и репозитория.

A.X 3.1 — большая языковая модель, разработанная SK Telecom (SKT) для понимания корейского языка и корпоративного применения. Модель обучена с нуля на 2,1 трлн токенов из многоязычного корпуса, подготовленного SKT; архитектура — плотная LlamaForCausalLM с 33,8 млрд параметров. Репозиторий содержит веса Safetensors для Transformers. Модель предназначена для диалогов, генерации текста и сценариев с интерфейсом вызова инструментов. Её основные языки — корейский и английский, при этом особый акцент сделан на корейском языке и контексте. Нативный размер контекста составляет 32 768 токенов; README описывает возможность увеличить его до 131 072 токенов с помощью YaRN. Указана лицензия Apache-2.0.

Sumail/Axe04_2b — текстовая генеративная модель семейства Gemma, опубликованная Sumail. Это плотная причинная языковая модель на 2,5 млрд параметров с контекстом до 8192 токенов и интерфейсом для диалога. Репозиторий создан с помощью mergekit методом SLERP; в README указана tomaszki/gemma-34 как исходная модель и приведена конфигурация срезов слоёв 0–18. Модель предназначена для генерации продолжений текста и диалоговых ответов. Её можно применять для чат-ботов, черновиков текстов и кратких ответов на запросы. В карточке не описаны целевые языки и специализированные области применения. Файлы представлены в формате safetensors; лицензия в предоставленных данных не указана.

AutomatosX AX-Qwen3.8-27B-MLX-AXQ-4bit-MTP — это смешанно-точечный квантованный чекпойнт на базе Qwen/Qwen3.8-27B, предназначенный для запуска на Apple Silicon через MLX. Основная языковая часть модели квантована с применением AXQuant, а голова multi-token prediction и vision tower сохранены в формате BF16. Модель имеет 27,36 млрд логических параметров, архитектуру Qwen3_5ForConditionalGeneration и поддерживает генерацию текста, а также визуальный ввод; аудио не поддерживается. Максимальный заявленный контекст — 262 144 токена, однако практический предел зависит от объёма unified memory устройства. Модель ориентирована на локальный текстовый инференс, разработку и сценарии, где важны сниженный объём хранения и запуск на компьютерах Apple Silicon. Она совместима с MLX-LM для стандартного текстового инференса, а для использования MTP и связанных runtime-возможностей предусмотрены AX Engine, oMLX и MTPLX. Полный размер загрузки составляет около 18,20 ГБ, измеренный общий показатель — 5,2338 BPW. Заявления об ускорении MTP ограничены профилями, указанными в сертификатах, и не гарантируются для всех конфигураций; MLX-LM также может не использовать vision- и MTP-компоненты. Репозиторий содержит MLX Safetensors и не включает веса PyTorch или GGUF. Модель распространяется по лицензии Apache-2.0. Для работы требуются совместимые версии MLX-инструментов и достаточный объём памяти; качество и возможности визуального инференса зависят от выбранного runtime и его поддержки дополнительных компонентов.

Aya 23 — открытая по весам мультиязычная instruction fine-tuned модель, разработанная Cohere For AI и основанная на семействе моделей Command. В каталоге cortexso/aya доступны варианты с 8 и 35 млрд параметров. Модель предназначена для генерации и понимания текста на 23 языках, а также для задач машинного перевода и других мультиязычных сценариев. К сильным сторонам Aya 23 относятся широкий языковой охват и ориентация на выполнение инструкций; среди поддерживаемых языков указаны арабский, китайский, английский, испанский, хинди и вьетнамский. README не содержит сведений о длине контекста, точной архитектуре, мультимодальности или количественной оценке ограничений, поэтому эти характеристики нельзя определить по имеющимся данным. Модель распространяется по лицензии CC-BY-NC-4.0, допускающей использование с ограничениями, включая некоммерческий характер лицензии.

aya-23-35B-IMat-GGUF — это GGUF-квантизированная версия языковой модели Aya 23 35B, разработанной CohereForAI. Квантизацию выполнил legraphista с использованием llama.cpp и метода IMatrix; исходная модель имела формат FP16. Модель предназначена для генерации текста и мультиязычных сценариев работы с текстом. Заявлена поддержка 23 языков: английского, французского, немецкого, испанского, итальянского, португальского, японского, корейского, китайского, арабского, греческого, персидского, польского, индонезийского, чешского, иврита, хинди, нидерландского, румынского, русского, турецкого, украинского и вьетнамского. Архитектура и размер контекста в README не указаны. Доступны варианты квантования от IQ1_S до Q8_0, а также FP16; размеры файлов составляют примерно от 8,52 до 69,97 ГБ. IMatrix применяется в ряде вариантов, преимущественно для более компактных квантов. Основные преимущества — широкий языковой охват, возможность локального запуска через совместимые инструменты GGUF и выбор между различными уровнями сжатия. Более сильное квантование уменьшает требования к хранению и памяти, но может снижать точность и качество генерации; конкретные характеристики производительности в README не приведены. Модель распространяется по лицензии CC-BY-NC-4.0, допускающей использование с ограничениями, включая запрет коммерческого применения.

Это GGUF-квантизированная версия языковой модели aya-23-8B, разработанной CohereForAI и опубликованной в репозитории bartowski. Квантизация выполнена bartowski с использованием llama.cpp и метода imatrix; доступны варианты от IQ1 до Q8_0 с разным размером файла, качеством и требованиями к памяти. Модель предназначена для генерации текста и диалоговых сценариев, включая работу через совместимые с llama.cpp локальные приложения. Модель содержит около 8 миллиардов параметров в исходной версии и ориентирована на многоязычное применение. В README заявлена поддержка английского, французского, немецкого, испанского, итальянского, португальского, японского, корейского, китайского, арабского, греческого, персидского, польского, индонезийского, чешского, иврита, хинди, нидерландского, румынского, русского, турецкого, украинского и вьетнамского языков. Мультимодальность и размер контекста в предоставленных данных не указаны. Для диалогов требуется специальный шаблон prompt format с системными, пользовательскими и ответными токенами. Сильная сторона сборки — широкий выбор уровней квантизации: варианты Q6_K и Q5_K_M обозначены как обеспечивающие очень высокое или высокое качество, а Q4_K_M и Q4_K_S предлагают баланс качества и экономии памяти. Более компактные варианты позволяют работать при ограниченном объёме RAM, но снижают качество; IQ1 и некоторые низкоразрядные варианты не рекомендуются. Модель распространяется по лицензии CC BY-NC 4.0, допускающей некоммерческое использование с соблюдением условий лицензии.

Aya Expanse — открытая исследовательская мультиязычная языковая модель, разработанная Cohere For AI на основе предварительно обученных моделей семейства Command. В README указаны варианты с 8 и 32 млрд параметров. Модель предназначена для генерации текста и работы с широким кругом языковых задач в многоязычных сценариях. Модель поддерживает 23 языка и создавалась с использованием исследований в области data arbitrage, мультиязычного обучения на предпочтениях, настройки безопасности и объединения моделей. Она может применяться в локальных приложениях и инструментах, поддерживающих Cortex или Jan. Модальность — текстовая; сведения о точной архитектуре, максимальной длине контекста и перечне поддерживаемых языков в README не приведены. К сильным сторонам относятся широкий мультиязычный охват, наличие двух вариантов размера и открытые веса, что делает модель пригодной для исследовательского и локального использования. Ограничения включают отсутствие в предоставленных данных подробных характеристик качества, архитектуры, контекстного окна и требований к ресурсам. В метаданных указана лицензия CC BY-SA 4.0, а для оригинальной модели в разделе Credits приведена ссылка на C4AI CC-BY-NC License; условия следует уточнить для конкретного варианта и сценария использования.

Ayla-Light-12B-v2 — слитая языковая модель на архитектуре Mistral, созданная yamatazen с помощью mergekit и метода Model Stock. В слияние вошли yamatazen/Ayla-Light-12B, intervitens/mini-magnum-12b-v1.1, NeverSleep/Lumimaid-v0.2-12B и inflatebot/MN-12B-Mag-Mell-R1. Модель содержит 12,1 млрд параметров, использует формат safetensors и рассчитана на контекст до 1 024 000 токенов. Модель предназначена для генерации текста в диалогах, ролевых сценариях и художественном письме. В метаданных также отмечен интерфейс для вызова инструментов. Доступна через библиотеку Transformers. Лицензия в предоставленных данных не указана.

devmeta8/B — объединённая языковая модель на архитектуре Mistral, созданная с помощью mergekit методом SLERP из cloudyu/Nemo-DPO-V20 и jic062/dpo-v3.0-Nemo-e3. Модель содержит 12,1 млрд параметров и предназначена для генерации текста в диалоговом режиме. Модель принимает текст и выдаёт текст. В метаданных указан контекст до 1 024 000 токенов. Она сохранена в формате Safetensors и использует библиотеку Transformers. В README приведена конфигурация объединения, в которой указана точность bfloat16. Карточка не сообщает о специализированных областях применения или поддерживаемых языках. Условия лицензирования и ограничения качества в доступных источниках не описаны.

Bactrian-X LLaMA 13B Merged — объединённая модель инструкционного следования, разработанная MBZUAI на основе LLaMA-13B. Она дообучена с помощью LoRA на инструкциях из Stanford Alpaca и Databricks Dolly, переведённых на 52 языка; ответы для обучающих примеров были сгенерированы GPT-3.5-turbo. Модель предназначена для генерации ответов и выполнения текстовых инструкций в разных языках. Модель использует плотную архитектуру LLaMA с 12,9 млрд параметров и контекстом до 2048 токенов. Репозиторий содержит веса PyTorch; лицензия — MIT. Качество на разных языках может различаться: обучающие инструкции переводились машинным способом, а данные могут отражать культурные и языковые смещения английского оригинала.

jondurbin/bagel-34b-v0.2 — экспериментальная версия языковой модели, дообученная Jon Durbin на базе yi-34b-200k с помощью Bagel. Это плотная авторегрессионная модель семейства Llama с 33,9 млрд параметров и контекстом до 200 000 токенов; опубликованные веса представлены в формате safetensors. Модель предназначена для диалогов и генерации текста, включая творческое письмо и ролевые сценарии. В README указано, что это версия после этапа SFT, до применения DPO; автор отмечает, что она может лучше подходить для творческих задач и ролевых диалогов, тогда как версия после DPO лучше показывает себя на бенчмарках. При дообучении использовались данные для диалогов, ответов на вопросы, рассуждений, математики, программирования, SQL, понимания прочитанного и ролевых сценариев. Для примеров применялись варианты форматов Vicuna, Llama 2, Alpaca и ChatML. Лицензия — Apache-2.0. Модель рассчитана на текстовый ввод и выдаёт текст; её поведение и качество могут зависеть от формата промпта, а карточка не содержит систематической оценки качества этой версии.

mrcuddle подготовил объединённую диалоговую языковую модель на базе Llama 3 8B. Веса NousResearch/Hermes-2-Pro-Llama-3-8B и jondurbin/bagel-8b-v1.0 объединены методом SLERP с помощью mergekit; архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров. Модель работает через Transformers, сохранена в формате safetensors, поддерживает контекст до 8192 токенов. Модель предназначена для генерации текста и диалоговых ответов. Её можно использовать для общения с ассистентом, ответов на вопросы, написания текстов и кода, а также выполнения разнообразных текстовых инструкций. Метаданные указывают на возможность чата, однако README не приводит оценок качества или результатов тестирования. Сведения о лицензии в предоставленных источниках отсутствуют.

Baichuan2-7B-Chat-4bits — 4-битная квантованная чат-модель семейства Baichuan 2, разработанного Baichuan Intelligence. Это плотная авторегрессионная языковая модель на 7 млрд параметров для диалогов и генерации текста на китайском и английском языках. Модель обучена на корпусе объёмом 2,6 трлн токенов; доступный контекст составляет 4096 токенов. Модель предназначена для ответов в чате, генерации текста и решения общих языковых задач, включая сценарии в областях права, медицины, математики, программирования и перевода. В README отмечены результаты оценки на китайских и англоязычных бенчмарках. Для запуска требуется PyTorch 2.0 или новее. Для академического использования модель открыта. Коммерческое использование требует соблюдения Apache 2.0 и специального соглашения сообщества Baichuan 2, включая получение официального разрешения; для него также указаны ограничения по масштабу и типу организации. Модель может ошибаться или давать небезопасные ответы; авторы предупреждают о необходимости проверки соответствия применимым требованиям и безопасности сервисов.

Bailong-orpo-7B — диалоговая языковая модель Lung-Chuan Chen, созданная на основе INX-TEXT/Bailong-instruct-7B. Это плотный decoder-only трансформер семейства Llama с 6,7 млрд параметров; модель предназначена для генерации текста в формате диалога, включая ответы на вопросы, создание рекламных текстов и творческое письмо. В карточке показаны примеры консультационных ответов на традиционном китайском языке, а метаданные отмечают возможность chat. README указывает поддержку английского и традиционного китайского языков. Контекст по метаданным — 4096 токенов; веса доступны в форматах Safetensors и GGUF. Модель распространяется по лицензии Llama 2. Примеры медицинских ответов иллюстрируют общий сценарий использования, но не подтверждают медицинскую точность модели.

Bald Eagle 7B — чат-модель на 7,1 млрд параметров, разработанная cookinai и дообученная на основе fblgit/UNA-TheBeagle-7b-v1. Авторы описывают её как попытку создать хорошо оптимизированную модель для диалога, используя высокоэффективные наборы данных в стиле Orca. Модель построена на плотной архитектуре Mistral и предназначена для генерации текста в чат-сценариях. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и опубликована в формате safetensors. Модель выпущена по лицензии CC BY-NC-ND 4.0: использование требует соблюдения условий атрибуции, запрещены коммерческое использование и распространение производных версий. Карточка не сообщает о конкретных языках обучения или оценках качества.

Sumail/Barista02 — языковая модель семейства Gemma, созданная слиянием предварительно обученных моделей coffiee/g7 и tomaszki/gemma-45-copy с помощью mergekit и метода SLERP. Модель содержит 2,5 млрд параметров, использует архитектуру GemmaForCausalLM и распространяется в формате safetensors. Модель предназначена для генерации текста и диалогового общения. Она принимает текст и выдаёт текст; заявленная длина контекста — 8192 токена. Сведений о специальных прикладных областях или поддерживаемых естественных языках в предоставленных источниках нет. Лицензия в предоставленных данных не указана. Качество и ограничения модели отдельно не описаны; результат слияния может унаследовать ограничения исходных моделей.

Sumail/Barista43 — объединённая автором модель для генерации текста и диалогов. Она создана с помощью mergekit методом SLERP из coffie3/sx3 и coffie3/sx2; архитектура — плотная StableLM для авторегрессионной генерации текста. Модель содержит 1,4 млрд параметров, принимает текст и поддерживает контекст до 4096 токенов. Модель подходит для генерации продолжений текста и ведения текстовых диалогов. В карточке не описаны специальные предметные области или отдельные языки. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Сведения о лицензии отсутствуют в предоставленных данных.

jaspionjader/bbb-2 — слитая языковая модель, созданная разработчиком с помощью mergekit методом Model Stock. В объединении использованы jaspionjader/bbb-1 и jaspionjader/kstc-4-8b на основе jaspionjader/kstc-5-8b. Модель построена на архитектуре Llama и содержит 7,5 млрд параметров. Она предназначена для генерации текста и диалогов; принимает текст и выдаёт текст. Максимальная длина контекста — 131 072 токена. Модель доступна в формате safetensors для библиотеки Transformers. Карточка не приводит сведения о лицензии, языковой специализации или оценках качества. Условия использования следует сверить с лицензиями базовых моделей и репозитория перед применением.

jaspionjader/bbb-6 — слитая автором jaspionjader языковая модель семейства Llama с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров. Она создана методом Model Stock с помощью mergekit на основе jaspionjader/kstc-5-8b, с включением моделей jaspionjader/bbb-5 и jaspionjader/kstc-4-8b. Модель предназначена для генерации текста и диалогового общения. Она принимает текстовые запросы и выдаёт текст; заявленная длина контекста — до 131 072 токенов. Модель распространяется в формате safetensors и рассчитана на запуск через Transformers. Карточка не содержит сведений о поддерживаемых естественных языках, специализированных областях или проверенных ограничениях качества. Лицензия в доступных данных не указана.

Beacon Qwen 2 7B Instruct — разговорная языковая модель семейства Qwen2, представленная в формате safetensors. README описывает Activation Beacon как подключаемый модуль для трансформерных LLM, предназначенный для эффективного сжатия длинного контекста; данных о том, как именно модуль связан с весами этой модели, нет. Модель содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и рассчитана на генерацию текста в чат-сценариях. В карточке указана лицензия MIT. README предупреждает, что превышение заданной длины контекста может привести к ошибкам или снижению производительности.