I.5Создание и редактирование текста

Beetle-FineWeb-2B/beetle-bilingual-balanced-b1-fineweb-2b-nld-eng-seed97 — генеративная текстовая модель из семейства Beetle-FineWeb, опубликованная на Hugging Face. Модель предназначена для продолжения и генерации текста с использованием библиотеки Transformers и формата Safetensors; в метаданных также указан компонент pico_decoder. Из названия модели следует, что она относится к классу моделей примерно на 2B параметров и ориентирована на нидерландский и английский языки. Возможные сценарии включают генерацию и продолжение текстов, создание черновиков и языковое моделирование на этих языках. README не содержит сведений о разработчике, лицензии, контексте, данных обучения, результатах оценки или рекомендованных параметрах использования.

Beetle-FineWeb2-24B/beetle-bilingual-l2-50-sequential-33-67-b3-fineweb-hin-eng — языковая модель для генерации текста на хинди и английском языках. Модель опубликована на Hugging Face и предназначена для использования через библиотеку Transformers; в метаданных указаны формат Safetensors и архитектурный тег pico_decoder. Модель может применяться для автодополнения, генерации и преобразования текстов, а также для двуязычных сценариев между хинди и английским языками. README не содержит сведений о разработчике, размере, длине контекста, лицензии, обучающих данных, оценивании или рекомендуемых параметрах инференса.

Beetle-FineWeb2-24B/beetle-bilingual-l2-50-simultaneous-b2-fineweb-ita-eng — текстовая генеративная модель семейства Beetle-FineWeb2 с заявленным размером 24B параметров. Модель представлена на Hugging Face и предназначена для генерации текста в библиотеке Transformers; в метаданных также указан тег pico_decoder. По идентификатору модели следует, что она ориентирована на двуязычную работу с итальянским и английским языками и обучалась с использованием FineWeb. Её можно применять для продолжения текста, создания черновиков, диалоговых ответов и других сценариев, основанных на text-generation. README не содержит подтверждённых сведений о разработчике, лицензии, длине контекста, результатах оценки, данных обучения или специальных ограничениях. Поэтому перед использованием в продуктивных системах необходимо отдельно проверить качество на целевых итальянских и англоязычных данных, устойчивость к фактическим ошибкам и условия лицензирования.

Behemoth-123B-v2 — чат-модель BeaverAI, созданная на основе Mistral Large Instruct 2411 и объединённая с адаптером. Это плотная авторегрессионная модель семейства Mistral с 122,2 млрд параметров и контекстом до 131 072 токенов; репозиторий содержит веса safetensors. Модель предназначена для диалогов и генерации текста, а шаблон Metharme с системными токенами позволяет задавать системные инструкции. Автор карточки сообщает об улучшениях относительно предыдущей версии, но не приводит количественных оценок. Модель рассчитана на творческие сценарии и общение; качество и устойчивость результатов могут зависеть от формата промпта. Лицензия указана как other, поэтому условия использования следует проверить в материалах репозитория.

Behemoth-v2.2-Magnum-v4-123B — языковая модель для диалоговой генерации текста, созданная слиянием моделей TheDrummer и anthracite-org с помощью mergekit и метода SLERP. Она основана на архитектуре Mistral с причинной генерацией текста и содержит 122,2 млрд параметров. Модель принимает текст и предназначена для чат-сценариев и создания прозы; заявленная длина контекста — 131 072 токена. Модель сохранена в формате safetensors. В карточке указаны два исходных чекпойнта, но отдельные языки и специализированные предметные области не заявлены. Лицензия в предоставленных данных не указана.

BgGPT-Gemma-2-2.6B-IT-v1.0 — диалоговая языковая модель INSAIT, института при Софийском университете Св. Климента Охридского. Это плотный декодерный трансформер семейства Gemma 2 с 2,7 млрд параметров и контекстом 8192 токена, предназначенный для генерации текста и выполнения инструкций в формате чата. Модель основана на Google Gemma 2 2B и Gemma 2 2B IT. INSAIT непрерывно предобучил её примерно на 100 млрд токенов, включая 85 млрд токенов на болгарском языке, используя стратегию Branch-and-Merge, а затем дообучил на болгарских инструкциях и диалогах. Она рассчитана прежде всего на болгарский язык, сохраняя возможности английского, и подходит для ответов на вопросы, суммаризации, рассуждений и диалоговых приложений. Модель распространяется по условиям Gemma Terms of Use. В README отмечено, что Flash Attention для неё не поддерживается и может ухудшить качество; для работы с инструкциями следует использовать шаблон чата Gemma 2.

BgGPT-Gemma-3-12B-IT — плотно-архитектурная мультимодальная модель семейства Gemma 3, разработанная INSAIT и дообученная на базе google/gemma-3-12B-it для болгарского языка. Она принимает текст и изображения, поддерживает диалоговый режим и предназначена для следования инструкциям, многоходовых бесед, ответов на вопросы и понимания изображений в контексте с текстом. Модель содержит 12 млрд параметров и имеет заявленную эффективную длину контекста 131 тыс. токенов. Данные предварительного обучения охватывают период до мая 2025 года, а инструкционное дообучение — до октября 2025 года. Карточка указывает поддержку болгарского и английского языков; веса опубликованы в формате safetensors для Transformers. Лицензия Gemma.

Bhineka-GPT-500M — двуязычная авторегрессионная языковая модель BhinekaIntiLabs для генерации индонезийского и английского текста. Она использует плотную decoder-only архитектуру Transformer в стиле Llama; в метаданных указано 482,5 млн параметров, тогда как README приводит 556,3 млн для проверенного тренировочного чекпойнта. Контекст модели — 2048 токенов, токенизатор BPE обучен для этого проекта. Репозиторий содержит веса в форматах Safetensors и GGUF; модель поддерживает диалоговый сценарий. Модель предназначена для ответов на вопросы, суммаризации и перефразирования, перевода между индонезийским и английским, технических текстов, помощи с кодом и генерации структурированных ответов в Markdown или JSON. README описывает обучение с предварительным обучением, дообучением на инструкциях и оптимизацией предпочтений; проект позиционирует модель для исследований, экспериментов и прототипирования, хотя по критериям каталога это применимая модель, а не промежуточный исследовательский чекпойнт. Лицензия — Apache-2.0. Модель может выдумывать факты, цитаты, поведение кода и численные данные; качество может различаться для диалектов и неформальной индонезийской речи. Небольшой размер ограничивает сложные рассуждения, работу с инструментами и фактическую точность, а оценка языкового моделирования сама по себе не подтверждает качество прикладных задач. Не следует полагаться на неё как на единственный источник в медицинских, юридических, финансовых и других критически важных вопросах.

Bielik-11B-v3.0-Instruct-awq — это квантизированная в формате AWQ версия инструкционной языковой модели Bielik-11B-v3.0-Instruct, разработанной командами SpeakLeash и ACK Cyfronet AGH. Модель имеет архитектуру causal decoder-only и предназначена для генерации и обработки текста в сценариях, требующих следования инструкциям. Она поддерживает 32 европейских языка, включая польский, английский, русский, украинский и немецкий, при этом оптимизирована прежде всего для польского языка. Модель основана на Bielik-11B-v3-Base-20250730 и является текстовой, без заявленной поддержки других модальностей. Квантизация AWQ уменьшает требования к ресурсам по сравнению с исходной моделью, однако может снижать качество ответов и повышать вероятность галлюцинаций. В README не указаны размер контекста, точные требования к оборудованию и результаты бенчмарков, поэтому эти характеристики оценить нельзя. Модель распространяется по лицензии Apache 2.0 с дополнительными условиями использования Bielik.

Bielik-Minitron-7B-v3.0-Instruct-GGUF — это квантизированная GGUF-версия инструкционной языковой модели Bielik-Minitron-7B-v3.0-Instruct, разработанной SpeakLeash и ACK Cyfronet AGH. Модель предназначена для генерации текста и диалоговых сценариев, включая локальный запуск через llama.cpp, Ollama, LM Studio и совместимые инструменты. Она особенно оптимизирована для польского языка, но поддерживает 32 европейских языка, включая английский, русский, украинский, немецкий, французский и другие. Модель построена по архитектуре causal decoder-only и имеет около 7 миллиардов параметров. Доступны варианты квантизации Q4_K_M, Q5_K_M, Q6_K, Q8_0, а также 16-битные FP16 и BF16. Квантизация снижает требования к ресурсам и упрощает локальное использование, однако может уменьшать качество ответов и повышать вероятность галлюцинаций; Q8_0 и 16-битные варианты требуют больше ресурсов. Поддержка инструментов возможна при использовании соответствующего шаблона Ollama. Модель распространяется по лицензии Apache 2.0. README не указывает размер контекстного окна, точные аппаратные требования, результаты бенчмарков или отдельные ограничения для каждого языка.

Bielik-Minitron-7B-v3.0-Instruct-ungated — разговорная многоязычная языковая модель на архитектуре Llama, представленная в формате Safetensors. Репозиторий описывает её как версию исходной модели с удалённым механизмом ограничения доступа; модель основана на Bielik-11B-v3-Base-20250730 и дообучена для генерации текста и диалогов. Размер модели — 7,3 млрд параметров, длина контекста — 32 768 токенов. Модель подходит для диалоговых приложений и генерации текста на польском и других европейских языках, включая английский и русский. Указана лицензия Apache-2.0. В README нет сведений о сравнительных оценках качества или подробном описании изменения механизма доступа; заявленное улучшение конфиденциальности не сопровождается техническими подробностями.

Bielik-PL-Minitron-7B-v3.0-Instruct — генеративная языковая модель SpeakLeash и ACK Cyfronet AGH с архитектурой causal decoder-only и 7,35 млрд параметров. Это дообученная и сжатая версия Bielik-11B-v3-Base-20250730: модель прошла структурное прореживание и дистилляцию, затем настройку на следование инструкциям и выравнивание предпочтений. Для диалога используется шаблон ChatML. Модель предназначена для генерации ответов и выполнения языковых задач на польском и других европейских языках. Она обучалась на корпусе из 32 европейских языков с особым акцентом на польский; README сообщает о сохранении около 90% производительности исходной модели и ускорении вывода до 50% после сжатия. Лицензия Apache 2.0. Модель может выдавать фактически неверные, предвзятые или оскорбительные ответы; встроенных механизмов модерации нет, поэтому результаты следует проверять, а для сценариев с требованиями к модерации нужны внешние меры контроля.

Карточка модели cpral/Bielik-PL-Minitron-7B-v3.0-Instruct-ungated на Hugging Face совпадает с карточкой speakleash/Bielik-PL-Minitron-7B-v3.0-Instruct, поэтому описание составлено по ней. Bielik-PL-Minitron-7B-v3.0-Instruct — генеративная языковая модель SpeakLeash и ACK Cyfronet AGH с архитектурой causal decoder-only и 7,35 млрд параметров. Это дообученная и сжатая версия Bielik-11B-v3-Base-20250730: модель прошла структурное прореживание и дистилляцию, затем настройку на следование инструкциям и выравнивание предпочтений. Для диалога используется шаблон ChatML. Модель предназначена для генерации ответов и выполнения языковых задач на польском и других европейских языках. Она обучалась на корпусе из 32 европейских языков с особым акцентом на польский; README сообщает о сохранении около 90% производительности исходной модели и ускорении вывода до 50% после сжатия. Лицензия Apache 2.0. Модель может выдавать фактически неверные, предвзятые или оскорбительные ответы; встроенных механизмов модерации нет, поэтому результаты следует проверять, а для сценариев с требованиями к модерации нужны внешние меры контроля.

big3-pt2 — текстовая авторегрессионная модель семейства Llama, созданная deltanym методом passthrough mergekit из слоёв deltanym/bigllama3.2-3b-to-7b. Модель содержит 9,5 млрд параметров и рассчитана на генерацию текста и диалоги; метаданные также отмечают интерфейс для вызова инструментов. Модель принимает текстовые запросы и выдаёт текст. Заявленная длина контекста — 131 072 токена. В репозитории используются веса safetensors; конфигурация слияния задаёт тип bfloat16. README не описывает специальную область применения или поддержку конкретных языков. Лицензия в предоставленных данных не указана.

BigQwen2.5-Echo-47B-Instruct — разговорная языковая модель mlabonne, созданная с помощью MergeKit на основе Qwen/Qwen2-32B-Instruct. Это self-merge с распределённым повторением отдельных слоёв: число повторов постепенно меняется от краёв к середине и обратно. Модель имеет архитектуру Qwen2 и 46,6 млрд параметров, принимает текст и генерирует текст; поддерживает контекст до 32 768 токенов и интерфейс вызова инструментов. Метаданные указывают языки: китайский, английский, французский, испанский, португальский, немецкий, итальянский, русский, японский, корейский, вьетнамский, тайский и арабский. Модель предназначена для диалогов и генерации текста; базовая Qwen2.5 также рассчитана на программирование, математику и структурированные ответы. В приведённой карточке результаты оценки ниже показателей Qwen2.5-32B-Instruct по среднему баллу, IFEval и BBH, поэтому показатели базовой модели не следует переносить на этот вариант. Доступны веса в формате Safetensors; лицензия — Apache-2.0.

BigWeave v12 90B — языковая модель семейства Llama, созданная автором llmixer для генерации текста и диалогов. Это слияние DARE-TIES двух промежуточных слияний: Xwin-LM-70B-v0.1 с Euryale-1.3-70B и Platypus2-70B-Instruct с WinterGoddess-1.4x-70B. Модель содержит 87,5 млрд параметров, использует формат safetensors и рассчитана на контекст до 4096 токенов. Модель предназначена для диалогов и генерации ответов в форматах запросов Vicuna и Alpaca. В карточке приведены результаты тестов на нескольких языковых и логических наборах; автор сообщает, что объединённая модель показала меньшую perplexity, чем исходные модели. Размер 90B позволяет запускать 4-битные квантизованные варианты на GPU с 48 ГБ видеопамяти, но это относится к квантизованным вариантам, а не к опубликованным весам safetensors. Лицензия — Llama 2; применимость её условий следует проверять перед использованием.

danyoung/billie — слитая языковая модель на архитектуре Mistral, созданная методом SLERP с помощью mergekit из моделей candidates/slerpfewshot/10/10_0 и candidates/slerpfewshot/6/6_1. Репозиторий содержит веса в формате Safetensors; размер модели — 7,1 млрд параметров, библиотека — Transformers, контекст — до 32 768 токенов. Модель предназначена для генерации текста и может использоваться в сценариях, где нужен ответ или продолжение текста на основе запроса. В карточке не описаны специальные области применения, поддерживаемые языки или дополнительные возможности. Лицензия — Apache-2.0. Качество, языковое покрытие и ограничения модели в карточке не охарактеризованы.

BitCPM-CANN-1B — языковая модель OpenBMB для генерации текста и диалогов. Это плотная авторегрессионная модель семейства LLaMA с 1,5 млрд параметров и контекстом до 32 768 токенов. В карточке указана поддержка китайского и английского языков; модель можно использовать через Transformers. Модель обучена с учетом тернарной квантизации: значения весов ограничены {-1, 0, 1}, что предназначено для сокращения памяти при инференсе. В этом репозитории веса хранятся в стандартном формате с псевдоквантизацией, поэтому для запуска не нужны специальные квантизационные библиотеки или ядра. Авторы сообщают о сохранении 95,7–97,2% качества полноточных аналогов для моделей размером от 1B, но эти результаты относятся к оценкам семейства и не гарантируют качество для каждого сценария. Лицензия — Apache-2.0.

Bitnet-Mistral-3-and4-slerp — объединённая модель для генерации текста, созданная с помощью LazyMergekit из liminerity/Bitnet-Mistral.0.2-v3 и liminerity/Bitnet-Mistral.0.2-v4. В конфигурации указано слияние методом SLERP; архитектура — плотная MistralForCausalLM, веса представлены в формате Safetensors. Модель предназначена для генерации текста в сценариях, где требуется продолжение запроса или создание текстового ответа. Размер по метаданным — 23,9 млн параметров, длина контекста — 4096 токенов. Данные не уточняют поддерживаемые естественные языки или специализированные области применения. Лицензия в предоставленных источниках не указана.

Blaze.1-27B-Preview — языковая модель на 27,6 млрд параметров, разработанная на базе Google Gemma 2 27B IT и дообученная на синтетических наборах данных для многошаговых рассуждений. Это плотная авторегрессионная модель семейства Gemma 2, предназначенная для генерации текста и диалога; веса опубликованы в формате Safetensors, исходная точность — bfloat16. Размер контекста — 8192 токена. Модель подходит для ответов на вопросы, суммаризации, следования инструкциям, решения математических и логических задач, сложного анализа и генерации длинных текстов. Основной заявленный язык — английский. Для запуска и дообучения требуются значительные вычислительные ресурсы. Модель может ошибаться в рассуждениях и фактах, а качество ответов зависит от формулировки запроса; на длинных входах связность может снижаться. Лицензия — Gemma.

blossom-v3_1-mistral-7b-Mistral-7B-Instruct-v0.2-slerp — объединённая диалоговая модель на архитектуре Mistral, созданная слиянием Mistral-7B-Instruct-v0.2 и Azure99/blossom-v3_1-mistral-7b методом SLERP. Модель содержит 7,1 млрд параметров, опубликована в формате safetensors и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста в диалоге и ответов на инструкции. Её можно использовать в чат-ботах и для создания связных текстовых ответов на текстовые запросы. В карточке указана лицензия Apache-2.0. README не описывает дополнительные специализированные задачи или языковые возможности.

Blur-7b-slerp-v1.45 — объединённая модель семейства Mistral, созданная с помощью mergekit из CultriX/MonaTrix-v4 и liminerity/Blur-7b-slerp-v1.44 методом SLERP. Она предназначена для генерации и продолжения текста, в том числе диалоговых ответов. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате safetensors; в конфигурации слияния указан тип bfloat16. Модель распространяется по лицензии Apache-2.0. README не описывает языковую специализацию или результаты оценок качества, поэтому их нельзя установить по доступным данным.

Breezeblossom-v4-mistral-2x7B — диалоговая текстовая модель, созданная автором репозитория sam-ezai путём слияния MediaTek-Research/Breeze-7B-Instruct-v0_1 и Azure99/blossom-v4-mistral-7b с помощью LazyMergekit. Она использует архитектуру Mixtral с механизмом смеси экспертов (MoE) и содержит 7,2 млрд параметров. Модель предназначена для генерации текста в диалоговом формате; для неё заявлено контекстное окно до 32 768 токенов. Модель принимает текст и генерирует текст. Базовая Breeze ориентирована преимущественно на традиционный китайский и английский языки, однако README не описывает отдельно языковые возможности итогового слияния. Модель распространяется в формате Safetensors по лицензии Apache-2.0.

Brezn3 — объединённая чат-модель на архитектуре Mistral, созданная Johann Hartmann с помощью mergekit и метода DARE TIES. В качестве базовой модели использована LeoLM/leo-mistral-hessianai-7b-chat; в объединение также вошли WestSeverus-7B-DPO-v2, Wiedervereinigung-7b-dpo-laser и openchat-3.5-0106-laser. Модель предназначена для генерации текста и диалогов. Она содержит 7,1 млрд параметров, принимает текст и имеет контекстное окно 32 768 токенов. По описанию базовой модели, модель рассчитана прежде всего на немецкий и английский языки. В карточке указаны форматы Transformers и safetensors. Лицензия и отдельные сведения о качестве в предоставленных данных не приведены. Как и другие объединённые языковые модели, Brezn3 может генерировать неточные или вымышленные ответы; качество конкретных задач следует оценивать на собственных примерах.

Bruphin Beta — объединённая языковая модель, созданная nbeerbower с помощью SLERP-смешивания cognitivecomputations/dolphin-2.6-mistral-7b-dpo-laser и rwitz/go-bruins-v2. Это плотная модель семейства Mistral с архитектурой MistralForCausalLM, примерно 7,1 млрд параметров, предназначенная для генерации текста. Контекст составляет до 32 768 токенов; модель распространяется в формате Safetensors. Модель можно применять для генерации продолжений текста и ответов на запросы на естественном языке. В карточке не приведены сведения о языках, целевых сценариях или результатах оценки качества, поэтому их нельзя уточнить. Лицензия — Apache-2.0.

bruphin-lambda — диалоговая языковая модель на архитектуре Mistral, созданная nbeerbower с помощью слияния SLERP через mergekit. Она объединяет chihoonlee10/T3Q-Mistral-Orca-Math-DPO и nbeerbower/bruphin-kappa и предназначена для генерации текста в формате диалога. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Репозиторий содержит веса Safetensors; модель распространяется по лицензии Apache-2.0. В карточке не приведены сведения о языках, специальных доменах или сравнительных оценках качества.

Sumail/Bubble_bee04_2b — объединённая языковая модель семейства Gemma, созданная методом SLERP с помощью mergekit из tomaszki/gemma-28 и tomaszki/gemma-28-copy. Она предназначена для генерации текста и диалогового общения. Модель имеет плотную архитектуру GemmaForCausalLM, содержит 2,5 млрд параметров и поддерживает контекст до 8192 токенов; репозиторий содержит веса в формате safetensors и рассчитан на использование с Transformers. Модель принимает текст и генерирует текст. README и метаданные не сообщают о специализации на конкретной области или о поддерживаемых естественных языках. Лицензия в предоставленных данных не указана.

BuRPInfinWestLakev2-IreneRP-Neural-7B-slerp — объединённая языковая модель, созданная Smuggling1710 с помощью LazyMergekit методом slerp из Smuggling1710/WestLakev2-IreneRP-Neural-7B-slerp и jeiku/BuRPInfinity_9B. Это плотная модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров; она предназначена для генерации текста и диалоговых ответов. Контекст — до 32 768 токенов. Репозиторий содержит веса в формате safetensors, а в конфигурации слияния указан тип bfloat16. Язык модели, конкретные сценарии применения, лицензия и известные ограничения в доступных сведениях не описаны.

BuRPris-Remix-7B — слитая языковая модель на архитектуре Mistral, созданная объединением Eris_Remix_7B и BuRP_7B с помощью метода SLERP и инструмента mergekit. Модель содержит 7,1 млрд параметров, распространяется в формате safetensors и принимает текст для генерации текста; максимальный контекст составляет 32 768 токенов. Модель подходит для генерации продолжений и ответов на текстовые запросы. В карточке указаны английский язык и общая задача генерации текста. Условия лицензии в доступных данных не приведены.

c4ai-command-r7b-12-2024-abliterated-GGUF — GGUF-квантизированная версия текстовой генеративной модели c4ai-command-r7b-12-2024-abliterated. Модель подготовлена huihui-ai, а квантизации выполнены bartowski с использованием llama.cpp и метода imatrix. По идентификатору это модель класса 7B; точная архитектура и размер контекста в README не указаны. Модель предназначена для генерации и продолжения текста, диалоговых сценариев и локального запуска через llama.cpp или LM Studio. Указана 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. Это текстовая модель без заявленной поддержки изображений, аудио или других модальностей. Доступны варианты от BF16 до различных уровней квантизации, примерно от 4,8 до 16,1 ГБ; версии Q5 и Q6 отмечены как высококачественные, а Q4_K_M рекомендована как стандартный вариант. Квантизация уменьшает требования к памяти и упрощает локальный запуск, но может снижать качество по сравнению с исходными весами. Модель помечена как abliterated и uncensored, поэтому её поведение, защитные ограничения и пригодность для чувствительных сценариев могут отличаться от исходной модели. Лицензия CC BY-NC 4.0 разрешает использование только на некоммерческих условиях; для загрузки требуется согласие с условиями лицензии.