I.5Создание и редактирование текста

Flora7B-laser — модификация ResplendentAI/Flora_7B, созданная с применением LaserRMT (layer-selective rank reduction). Она сохраняет архитектуру MistralForCausalLM с 32 слоями, а веса изменены по сравнению с базовой моделью; это не квантизация и не конвертация формата. Модель содержит 7,1 млрд параметров и рассчитана на генерацию текста с контекстом до 32 768 токенов. Базовая модель описана как англоязычная. Модель подходит для генерации текста на основе текстового запроса и продолжения текста. Точная конфигурация LaserRMT — какие слои и до какого ранга были сокращены — в репозитории не задокументирована. Лицензия — CC BY-SA 4.0, унаследованная от базовой модели.

FluentlyQwen3 1.7B — языковая модель Project Fluently на архитектуре Qwen3ForCausalLM, дообученная с помощью SFT и GRPO и собранная поэтапным слиянием. Она предназначена для генерации текста, диалогов и выполнения инструкций; разработчик сообщает об улучшениях в обычном общении, переводе и математике. Модель содержит 1,7 млрд параметров, имеет 28 слоёв и контекст до 40 960 токенов по метаданным. Поддерживает режим рассуждений, который можно отключить для более быстрой генерации. Заявлены английский и русский языки, а также работа с кодом. Модель доступна в формате Safetensors и распространяется по лицензии Apache-2.0. Как и другие компактные языковые модели, она может ошибаться в фактах, переводах, математике и коде; заявленные улучшения не сопровождаются в карточке количественными результатами оценки.

Follex-7B-V2 — объединённая языковая модель на архитектуре Qwen2, созданная с помощью mergekit методом task arithmetic. В качестве базовой модели использована happzy2633/qwen2.5-7b-ins-v3; в объединение также вошли prithivMLmods/QwQ-LCoT-7B-Instruct, bunnycore/FuseQwQen-7B и AIDC-AI/Marco-o1. Модель содержит 7,1 млрд параметров и рассчитана на генерацию текста и диалоговое взаимодействие. Контекст — до 32 768 токенов. Репозиторий использует библиотеку Transformers и формат safetensors. Метаданные не уточняют поддерживаемые естественные языки, поэтому языковой охват и основной язык не заявлены. Условия лицензии в предоставленных данных не описаны.

jaspionjader/fr-14-8b — разговорная языковая модель, созданная автором репозитория слиянием предварительно обученных моделей jaspionjader/fr-13-8b и jaspionjader/Kosmos-EVAA-Franken-v38-8B методом SLERP с помощью mergekit. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и 7,5 млрд параметров; она предназначена для генерации текста и диалоговых ответов. Модель принимает текст и выдаёт текст, а её контекст составляет до 131 072 токенов. Репозиторий содержит веса в формате safetensors, для работы указана библиотека Transformers. Данных о специализированной предметной области и конкретных языках в использованных источниках нет. Лицензия не указана в доступных данных.

jaspionjader/fr-5-8b — слитая диалоговая языковая модель на архитектуре Llama с 7,5 млрд параметров, созданная автором карточки с помощью mergekit методом SLERP из jaspionjader/fr-1-8b и jaspionjader/fr-4-8b. Модель предназначена для генерации текста и диалогового общения; каталог также отмечает поддержку чат-сценариев. Она принимает текст и выдаёт текст, использует библиотеку Transformers и имеет заявленный контекст до 131 072 токенов. В README указана точность bfloat16. Модель опубликована в формате safetensors. Языки и специализированные предметные области в предоставленных данных не обозначены. Лицензия в метаданных и README не указана.

jaspionjader/fr-8-8b — объединённая разговорная языковая модель на архитектуре Llama, созданная методом SLERP с помощью mergekit. В слиянии участвовали jaspionjader/fct-14-8b и jaspionjader/fr-7-8b; в конфигурации базовой указана jaspionjader/fr-7-8b. Модель содержит 7,5 млрд параметров и имеет контекстное окно до 131 072 токенов. Модель предназначена для генерации текста и диалоговых сценариев: например, для ответов на вопросы, написания текстов и работы чат-бота. Она принимает текст и выдаёт текст. Данные не уточняют специализацию по предметным областям или поддерживаемые естественные языки. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия в предоставленных данных не указана.

Cedille/fr-boris — авторегрессионная языковая модель Cedille AI на 6 млрд параметров с архитектурой GPT-J. Модель обучена на примерно 78 млрд токенов французского текста из датасета C4; обучение начиналось с GPT-J, предварительно обученной на The Pile. Используется исходный токенизатор GPT-2. Модель предназначена для генерации текста, прежде всего на французском языке, и сохраняет хорошие возможности для английского. Контекст составляет 2048 токенов. Запуск в производственной среде может быть затратным из-за размера модели. Лицензия — MIT.

free-solar-evo-v0.1 — текстовая генеративная модель, разработанная технической командой Freewheelin AI. Она создана методом эволюционного объединения моделей, вдохновлённым проектом Sakana, на базе hwkwon/S-SOLAR-10.7B-v1.5. Модель использует плотную архитектуру Llama и содержит около 10,6 млрд параметров. Она принимает текст и генерирует текст; заявлены корейский и английский языки, контекст составляет 4096 токенов. Подходит для генерации и продолжения текста общего назначения. Репозиторий распространяется по лицензии MIT.

ehristoforu/frqwen2.5-from7b-it — объединённая автором модель семейства Qwen2.5, созданная с помощью mergekit методом passthrough на основе Qwen/Qwen2.5-7B-Instruct. Это плотная причинная языковая модель для генерации текста и диалогов; доступны интерфейс чата и интерфейс вызова инструментов. В репозитории указаны 12,7 млрд параметров, контекст до 32 768 токенов и формат safetensors; модель рассчитана на работу через Transformers. Модель подходит для диалоговых приложений, генерации ответов и текста, а также сценариев, где требуется подключение инструментов. Базовая Qwen2.5-7B-Instruct предназначена также для генерации кода и структурированных ответов, однако README этой сборки не описывает её специфические улучшения или результаты оценки. Лицензия в предоставленных данных не указана.

Fullama-3.1-8B — дообученная языковая модель, разработанная fuad021 на базе unsloth/Meta-Llama-3.1-8B-bnb-4bit. Она предназначена для генерации текста и диалогового взаимодействия. Модель использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 131 072 токенов. В README указано, что при обучении использовались Unsloth и библиотека TRL для ускорения обучения. Модель работает с текстом и ориентирована на английский язык. Она распространяется под лицензией Apache-2.0. Карточка не описывает специализированные предметные области или отдельные возможности сверх генерации текста и диалога.

LCM-Lab/full_streaming_64k_qwen3-4b_MLP8.0_wfrozen — дообученная плотная языковая модель семейства Qwen3 на базе Qwen/Qwen3-4B, опубликованная LCM-Lab. Она предназначена для генерации текста и диалогового взаимодействия; метаданные также указывают интерфейс вызова инструментов. В репозитории используются веса Safetensors, модель содержит около 3,7 млрд параметров и поддерживает контекст до 262 144 токенов. README озаглавлен «Elastic Attention: Test-time Adaptive Sparsity Ratios for Efficient Transformers», что указывает на связь модели с исследованием адаптивной разреженности внимания при работе трансформеров. Лицензия — Apache-2.0. Карточка не раскрывает конкретные результаты тестирования или подробные ограничения качества.

anthonymeo/full-train-b3 — дообученная модель на базе Meta Llama 3.2 3B Instruct для генерации текста и диалогов. Она содержит 3,2 млрд параметров, использует архитектуру LlamaForCausalLM и сохранена в формате Safetensors; заявленная длина контекста — 131 072 токена. Карточка сообщает о дообучении на наборе данных train и приводит значение loss 0,2533 на оценочном наборе. Модель подходит для диалоговых сценариев и генерации текста. Метаданные также отмечают интерфейс вызова инструментов. README не раскрывает состав обучающих данных, конкретные целевые задачи настройки или результаты сравнения с базовой моделью. Лицензия указана как other, поэтому перед использованием следует проверить условия в репозитории модели.

GaMS-2B-Instruct — языковая модель с диалоговой настройкой, разработанная исследовательской командой факультета компьютерных наук и информатики Люблянского университета. Она основана на GaMS-2B, которая, в свою очередь, построена на Gemma 2 и дополнительно обучена на словенских, английских, хорватских, сербских и боснийских текстах. Модель предназначена для генерации текста и диалоговых сценариев: она может помогать составлять и редактировать тексты, отвечать на вопросы, создавать краткие пересказы и поддерживать языковую практику. Наиболее подходящие языки — словенский и английский; также поддерживаются хорватский, сербский и боснийский. Модель имеет плотную архитектуру Gemma 2, содержит 2,7 млрд параметров и поддерживает контекст до 8192 токенов. К ограничениям относятся возможные фактические ошибки, смещения в ответах и трудности с неоднозначными формулировками и сложными задачами; результаты требуют проверки. Модель распространяется по лицензии Gemma, условия которой следует учитывать при использовании.

GaMS3-12B-Instruct — языковая модель команды исследователей Факультета компьютерных и информационных наук Люблянского университета. Она основана на Google Gemma 3 и дообучена на корпусах на словенском и английском языках, а также на части хорватских, сербских и боснийских данных. Модель содержит 11,6 млрд параметров, использует плотную архитектуру Gemma 3 для генерации текста и поддерживает контекст до 131 072 токенов. Модель предназначена для диалогов и генерации текста, включая создание черновиков, суммаризацию, ответы на вопросы, помощь в обучении языкам и исследовательские NLP-сценарии. Карточка описывает обучение и настройку чата на словенских и английских наборах данных; также заявлена работа с хорватским, сербским и боснийским языками. Это текстовая модель, несмотря на мультимодальные возможности исходной Gemma 3. Ответы могут содержать фактические ошибки, отражать смещения обучающих данных и хуже справляться с неоднозначностью, сарказмом и сложными открытыми задачами. Лицензия — Gemma; при использовании следует учитывать политику запрещённого использования моделей Gemma.

GarrulusMarcoro-7B-v0.1 — объединённая языковая модель, созданная с помощью LazyMergekit из udkai/Garrulus и mlabonne/NeuralMarcoro14-7B. Это плотная модель семейства Mistral с 7,1 млрд параметров; в репозитории веса представлены в формате Safetensors, а заявленная длина контекста составляет 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. В README описано объединение методом SLERP с настройками для слоёв self-attention и MLP; приведены результаты Open LLM Leaderboard, включая оценки по AI2 Reasoning Challenge и HellaSwag. Лицензия — Apache-2.0. README не уточняет языки обучения, специальные предметные области или гарантии качества для конкретных сценариев. Результаты бенчмарков не гарантируют аналогичную точность на пользовательских задачах.

GeM2-Llamion-14B-Chat — чат-модель семейства GeM 2.0, разработанная компанией VAIV. Это плотная авторегрессионная модель на архитектуре LLaMA с 14,1 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Репозиторий содержит веса в формате safetensors; длина контекста составляет 4096 токенов. Llamion создана на основе Orion: разработчики преобразовали модель к стандартной архитектуре LLaMA с помощью сопоставления параметров и переноса знаний. Модель ориентирована на основные бизнес-задачи VAIV, однако конкретные отрасли и сценарии в карточке не перечислены. Лицензия — Apache-2.0.

GeM2-Llamion-14B-LongChat — текстовая генеративная модель VAIV Company из серии GeM 2.0. Это плотная авторегрессионная модель семейства Llama с 14,1 млрд параметров, доступная в формате safetensors и предназначенная для диалоговой генерации текста. Версия LongChat поддерживает контекст до 200 000 токенов, что позволяет вести длинные диалоги и работать с большими текстовыми материалами в одном контекстном окне. По README, Llamion создана преобразованием модели Orion в стандартную архитектуру LLaMA с помощью отображения параметров и офлайн-переноса знаний; конкретная базовая модель Orion в метаданных не идентифицирована. Карточка приводит результаты оценки perplexity на англоязычной и корейской Википедии, но не описывает ограничения качества или перечень поддерживаемых языков. Модель распространяется по лицензии Apache-2.0.

TechxGenus/gemma-1.1-2b-it-GPTQ — GPTQ-квантизированная версия Gemma 1.1 2B IT, разработанной Google. Это компактная decoder-only языковая модель с открытыми весами, предназначенная для генерации и обработки текста на английском языке. Модель ориентирована на ответы на вопросы, суммаризацию, рассуждения, написание текста, программирование, следование инструкциям и многошаговые диалоги. Версия Gemma 1.1 обучалась с применением RLHF и, по сравнению с исходным выпуском, получила улучшения в качестве ответов, кодировании, фактичности, следовании инструкциям и многоходовом взаимодействии. Квантизация GPTQ снижает требования к ресурсам и может упростить локальный запуск, однако потенциально сопровождается потерей качества по сравнению с исходными весами. Модель работает только с текстом; поддержка изображений, аудио и других модальностей не указана. Размер — 2B параметров, максимальная длина контекста в карточке не приведена. Модель компактнее крупных языковых моделей и подходит для запуска на ноутбуке, настольном компьютере или собственной облачной инфраструктуре, но её меньший размер может ограничивать качество сложных рассуждений и объём знаний. Использование регулируется лицензией Gemma и условиями Google; для доступа на Hugging Face требуется принять соответствующую лицензию.

bartowski/gemma-1.1-7b-it-GGUF — это набор GGUF-квантизованных версий языковой модели Gemma 1.1 7B IT, разработанной Google и подготовленной для запуска через llama.cpp. Модель предназначена для генерации текста и диалоговых сценариев, включая ответы на вопросы и выполнение инструкций в текстовом формате. Модель содержит около 7 миллиардов параметров и является текстовой, без заявленной поддержки изображений или других модальностей. Доступны варианты квантизации от Q8_0 до Q2_K с размером файлов примерно от 3,48 до 9,07 ГБ. Более качественные варианты требуют больше памяти; в README рекомендован Q6_K, а низкоразрядные варианты подходят для систем с ограниченным объёмом RAM, но могут заметно уступать в качестве. Сведения о размере контекста и поддерживаемых языках не указаны. Преимущество этого набора — возможность локального запуска в формате GGUF с выбором компромисса между качеством, размером и требованиями к памяти. Ограничения связаны с потерями качества при агрессивной квантизации, а также с тем, что README не содержит подробных оценок, перечня языков и характеристик производительности. Использование регулируется лицензией Gemma; для доступа на Hugging Face требуется принять условия лицензии Google.

unsloth/gemma-2-27b-it — разговорная версия Gemma 2, опубликованная Unsloth. Это плотная авторегрессионная модель класса Gemma2ForCausalLM с 27,6 млрд параметров и контекстом до 8192 токенов; она принимает текст и генерирует текст, поддерживает диалоговый сценарий. В карточке указано представление весов safetensors и лицензия Gemma. Модель подходит для диалогов, ответов на вопросы и генерации текста на английском языке. README Unsloth посвящён ускоренному дообучению моделей и работе с 4-битной квантизацией bitsandbytes, однако не приводит оценок качества именно этой версии и не подтверждает конкретные результаты дообучения для неё. Для использования необходимо соблюдать условия лицензии Gemma.

ThomasBaruzier/gemma-2-27b-it-GGUF — это набор GGUF-квантизаций instruction-tuned модели Gemma 2 27B, разработанной Google. Квантизации выполнены с помощью llama.cpp с использованием метода imatrix на основе оригинальной модели google/gemma-2-27b-it и калибровочного файла Bartowski. Модель предназначена для текстовой генерации, включая ответы на вопросы, суммаризацию, рассуждения и другие сценарии взаимодействия по инструкциям. Это decoder-only языковая модель формата text-to-text с открытыми весами; в README указана поддержка английского языка. Доступно множество вариантов квантизации от IQ1_S до Q8_0, а также F16, с размером файлов примерно от 5,8 до 51,9 ГБ. Более компактные варианты требуют меньше памяти, но уступают менее квантизированным версиям по измеренным показателям perplexity и accuracy. Сильной стороной набора является возможность запускать крупную 27-миллиардную модель в llama.cpp и выбирать компромисс между качеством, размером и требованиями к ресурсам. Ограничения включают потенциальную потерю качества при сильной квантизации, значительные требования к памяти для крупных вариантов и преимущественную ориентацию на английский язык. Контекстное окно и точные аппаратные требования в README не указаны. Использование модели регулируется лицензией Gemma от Google; для доступа на Hugging Face требуется ознакомиться с условиями и принять лицензию Google.

qwp4w3hyb/gemma-2-27b-it-iMat-GGUF — это GGUF-квантизированная версия инструкционно дообученной модели Gemma 2 27B IT, разработанной Google. Модель предназначена для генерации текста и выполнения задач по текстовым инструкциям на английском языке. В основе лежит модель Google Gemma 2 27B IT с размером 27 миллиардов параметров. Доступен широкий набор вариантов квантизации от Q8_0 до IQ1_S, включая экспериментальные типы с суффиксом _L. Для снижения потерь качества при квантизации использована importance matrix, рассчитанная на специализированном калибровочном наборе данных. Файлы подготовлены с использованием llama.cpp с учётом исправлений, связанных с финальным logit soft-capping, sliding window и токенизатором. Основное преимущество модели — выбор вариантов GGUF для запуска в llama.cpp с разным компромиссом между качеством, размером и требованиями к ресурсам; importance matrix должна улучшать сохранение качества после квантизации. Ограничения включают зависимость характеристик от выбранного типа квантизации и отсутствие в предоставленной карточке подробностей о контекстном окне, архитектурных параметрах, мультимодальности и результатах тестирования. Лицензия указана как gemma.

Gemma2-2B-Chaos — разговорная языковая модель, созданная bunnycore слиянием трёх моделей Gemma 2 через mergekit. Это плотная авторегрессионная модель класса Gemma2ForCausalLM с 2,7 млрд параметров и контекстом 8192 токена. Она предназначена для диалога и генерации текста; карточка указывает на смешение моделей с изменённым поведением отказов и дистиллированной модели. Репозиторий содержит веса Safetensors. Модель доступна по лицензии Apache-2.0.

Карточка модели xufofox/gemma-2-2b-it-test на Hugging Face совпадает с карточкой google/gemma-2-2b-it, поэтому описание составлено по ней. Gemma 2 2B IT — компактная текстовая модель Google, дообученная для следования инструкциям и диалогового взаимодействия на базе google/gemma-2-2b. Это декодерная языковая модель семейства Gemma, работающая по схеме «текст на входе — текст на выходе»; она поддерживается библиотекой Transformers и распространяется в формате Safetensors с открытыми весами по лицензии Gemma. Модель предназначена для генерации текста, ответов на вопросы, суммаризации и диалоговых интерфейсов. Её небольшой размер позволяет запускать её на ноутбуке, настольном компьютере или собственной облачной инфраструктуре с ограниченными ресурсами. В README семейство описано как англоязычное. Ответы могут содержать фактические ошибки и отражать смещения обучающих данных; качество зависит от формулировки запроса и предоставленного контекста. Модель может испытывать трудности со сложными задачами, языковыми нюансами и здравым смыслом. Для приложений, где важны точность и безопасность, необходима проверка результатов и защитные меры.

JPQ24 выпустил дообученную чат-модель на архитектуре Gemma 2. Она содержит 2,7 млрд параметров, принимает текст и генерирует текст; заявленное окно контекста — 8192 токена. Модель предназначена для диалоговой генерации текста. Карточка не описывает специализацию дообучения или конкретные сценарии применения. Модель дообучена на unsloth/gemma-2-2b-it-bnb-4bit с использованием Unsloth и библиотеки TRL. В репозитории доступны веса в формате Safetensors. Лицензия — Apache-2.0.

unsloth/gemma-2-9b-it — разговорная модель семейства Gemma 2 от Google, представленная в репозитории Unsloth. Это плотная причинная языковая модель на 9 млрд параметров с контекстом до 8192 токенов, предназначенная для генерации текста в диалоге и продолжения текста. В карточке описаны сценарии дообучения Gemma 2 с помощью Unsloth и 4-битной квантизации bitsandbytes, включая работу с шаблонами ShareGPT ChatML и Vicuna, а также экспорт дообученных моделей в GGUF и vLLM. Модель принимает текст и выдаёт текст; заявленная лицензия — Gemma. Метаданные указывают библиотеку Transformers и поддержку английского языка. Карточка сосредоточена на инструкциях по дообучению и не сообщает оценок качества или подробных ограничений самой модели.

QuantFactory/gemma-2-9b-it-GGUF — это квантизированная версия текстовой instruction-tuned модели google/gemma-2-9b-it, созданная QuantFactory с использованием llama.cpp. Базовая модель разработана Google и относится к семейству Gemma, созданному на основе исследований и технологий Gemini. Модель предназначена для генерации текста и диалоговых сценариев, включая ответы на вопросы, суммирование, рассуждения и другие задачи обработки текста. Это decoder-only языковая модель формата text-to-text, рассчитанная на работу с английским языком. Квантизация в формате GGUF может упростить локальный запуск и снизить требования к ресурсам по сравнению с исходными весами, включая использование на пользовательском компьютере или собственной облачной инфраструктуре. В названии базовой модели указано 9 миллиардов параметров, однако точный формат квантизации и контекстное окно этой версии в README не уточняются. Модель работает только с текстом; сведения о поддержке других модальностей отсутствуют. К сильным сторонам относятся относительно компактный размер семейства Gemma и instruction tuning, а ограничения включают англоязычную специализацию и возможное снижение точности из-за квантизации. Лицензия указана как gemma; условия использования приведены в Terms of Use Google.

Gemma-2-9b-it-WPO-HB-GGUF — это GGUF-квантизация инструкционной языковой модели gemma-2-9b-it-WPO-HB, разработанной wzhouad и подготовленной в формате GGUF пользователем bartowski. Модель основана на Gemma 2 с примерно 9 млрд параметров и предназначена для генерации текста и диалогового использования в совместимых средах, включая llama.cpp и LM Studio. В описании также указано, что исходная модель обучалась на датасете wzhouad/gemma-2-ultrafeedback-hybrid. Доступны варианты от F16 до низкобитных Q2–Q8 и IQ-квантизаций, размер файлов составляет примерно от 4 до 18,49 ГБ. Квантизация выполнена с использованием imatrix и специального набора данных, что позволяет выбирать баланс между качеством, скоростью и требованиями к памяти. Наиболее качественными и рекомендуемыми названы варианты Q6_K_L, Q6_K, Q5 и Q4; Q3 и Q2 экономят память, но заметно уступают по качеству. Отдельные варианты оптимизированы для ARM-процессоров и требуют соответствующих инструкций SVE или i8mm. Модель подходит для локального запуска, чат-ботов и других задач текстовой генерации при наличии совместимого программного обеспечения и достаточного объёма оперативной или видеопамяти. Ограничения включают неизбежную потерю качества при сильной квантизации, отсутствие в README сведений о поддерживаемых языках, размере контекстного окна и конкретных условиях лицензирования. Формат prompt должен соответствовать шаблону Gemma с системными, пользовательскими и модельными turn-маркерами.

Gemma 2 Aeria 9B — объединённая языковая модель на 9 млрд параметров, созданная с помощью Mergekit и метода DARE TIES на основе princeton-nlp/gemma-2-9b-it-SimPO и lemon07r/Gemma-2-Ataraxy-v2-9B. Она использует архитектуру Gemma 2 для генерации текста и диалоговых ответов; модель рассчитана на английский язык и поддерживает контекст до 8192 токенов. Модель подходит для ведения диалога, ответов на вопросы и свободной генерации текста. Весовой формат репозитория — safetensors; в конфигурации слияния указан тип bfloat16. Условия лицензии в предоставленных источниках не описаны.

Gemma-2-Ataraxy-9B — текстовая генеративная модель lemon07r на архитектуре Gemma 2 с 9 млрд параметров, созданная слиянием методом SLERP моделей nbeerbower/gemma2-gutenberg-9B и princeton-nlp/gemma-2-9b-it-SimPO. Она рассчитана на диалог, свободную генерацию текста и творческое письмо; автор отдельно отмечает высокую оценку в бенчмарке Creative Writing V2. Контекст модели составляет 8192 токена, для работы используется формат Gemma 2. Слияние сочетает навыки следования предпочтениям SimPO и настройки Gutenberg, обученной на классической художественной прозе из Project Gutenberg. По описанию автора, это помогает получать более естественный стиль письма и улучшает результаты ряда оценок, однако приведённые бенчмарки не гарантируют качество для конкретных задач. Модель принимает текст и генерирует текст. Репозиторий распространяется по лицензии Gemma. В README также приведены ссылки на сторонние варианты квантования GGUF и EXL2; они не являются основным форматом весов этого репозитория.