I.5Создание и редактирование текста

K-EXAONE-2.0-750B-A37B-FP8 — квантизированная FP8-версия большой мультиязычной языковой модели K-EXAONE 2.0, разработанной LG AI Research. Модель предназначена для генерации текста, сложного рассуждения, агентных рабочих процессов, программирования и задач, требующих понимания длинного контекста. Она ориентирована на использование в исследовательских и производственных системах искусственного интеллекта. Модель имеет архитектуру Mixture-of-Experts (MoE): 750 млрд параметров всего, из которых 37 млрд активируются для обработки одного входа. Конфигурация включает 78 основных слоёв, 256 экспертов, одного общего эксперта и 8 активируемых экспертов. Используются 64 query-heads и 8 key-value-heads, а также комбинация глобального внимания и скользящего внимания. Заявлена поддержка десяти языков: корейского, английского, испанского, немецкого, японского, вьетнамского, французского, итальянского, польского и португальского. Точная длина контекста в представленном README не указана. К сильным сторонам относятся масштаб модели, мультиязычность, улучшенные возможности рассуждения, агентного кодирования и извлечения информации из длинного контекста, а также заявленная повышенная безопасность. Для ускорения вывода поддерживаются методы speculative decoding MTP и DSpark, которые, согласно README, могут увеличить скорость генерации примерно в 3–5 раз. Главные практические ограничения — чрезвычайно большой общий размер модели и, несмотря на MoE, высокие требования к инфраструктуре для развёртывания; конкретные требования к памяти и производительности не указаны. Модель распространяется по лицензии Apache License 2.0.

AMAImedia/Kimi-K3-MXFP-GGUF — размещённая AMAImedia квантованная GGUF-сборка модели Kimi K3, представленной Moonshot AI. В карточке указаны архитектура MoE на основе Kimi Delta Attention и Attention Residuals, 2,8 трлн параметров и контекст до 1 млн токенов. Модель принимает текст и изображения; семейство также поддерживает видео. Заявлена поддержка множества языков, включая русский, английский, китайский, вьетнамский и японский. Модель предназначена для генерации текста и мультимодальных диалогов, в том числе для программирования, рассуждений и агентной работы с длинным контекстом. Автор карточки сообщает о квантизации GGUF UD-IQ1_S; такой вариант ориентирован на локальный запуск, но требует значительных ресурсов, а производительность и качество могут зависеть от оборудования и квантизации. В карточке приведена лицензия Apache-2.0; README упоминает лицензию Kimi K3, поэтому условия для этой конкретной сборки следует сверять с файлами лицензии репозитория.

jaspionjader/knfp-1 — объединённая языковая модель, созданная автором репозитория с помощью mergekit методом SLERP из jaspionjader/knf-1-8b и Nekochu/Luminia-8B-RP. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и 7,5 млрд параметров; она предназначена для генерации текста и диалоговых сценариев. Заявленная длина контекста — 131 072 токена. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers; метаданные также указывают интерфейс для вызова инструментов. Модель можно применять для генерации ответов в чате и продолжения текста. Карточка не описывает отдельные языки, специальные предметные области или результаты оценки качества, поэтому такие свойства нельзя уточнить. Лицензия в предоставленных данных не указана.

ko-en-llama2-13b — авторегрессионная языковая модель на архитектуре Llama 2, разработанная Hyunseok Lee и Taeyoung Kim из KAIST AIinLab и omnious.ai. Это дообученная версия Llama-2-13B с 12,9 млрд параметров, предназначенная для генерации текста на корейском и английском языках; обучение было направлено на освоение корейского корпуса при сохранении возможностей модели в английском. В качестве данных использовались открытые материалы Wikipedia и AIHub на английском и корейском языках. Модель принимает текст и генерирует текст. Она построена на Transformers и PyTorch, имеет контекстное окно 2048 токенов. В карточке указано, что обучение ещё продолжалось. Лицензия в доступных данных не указана.

jaspionjader/Kosmos-Aurora_faustus-8B — слитая языковая модель на архитектуре Llama с 7,5 млрд параметров. Её создали методом SLERP с помощью mergekit, объединив Khetterman/Kosmos-8B-v1 и DreadPoor/Aurora_faustus-8B-LINEAR; веса доступны в формате safetensors для библиотеки Transformers. Модель предназначена для генерации текста и диалоговых ответов. Она принимает текст и выдаёт текст; заявленная длина контекста — 8192 токена. Карточка не приводит специализированных областей применения или перечня поддерживаемых языков. Лицензия в предоставленных данных не указана.

Карточка модели jaspionjader/Kosmos-Elusive-8b на Hugging Face совпадает с карточкой mergekit-community/mergekit-slerp-fmrazcr, поэтому описание составлено по ней. mergekit-community/mergekit-slerp-fmrazcr — языковая модель на архитектуре Llama, созданная сообществом методом SLERP с помощью mergekit. В объединении использованы Khetterman/Kosmos-8B-v1 и DreadPoor/Elusive1.2-8B-Model_Stock; в конфигурации базовой указана Khetterman/Kosmos-8B-v1. Модель содержит около 7,5 млрд параметров и рассчитана на генерацию текста, включая диалоговые и творческие сценарии. Контекстное окно составляет 8192 токена. Модель принимает текст и выдаёт текст. Согласно описанию базовой модели, она предназначена для общения и творческих ролевых диалогов на русском и английском языках. Веса опубликованы в формате safetensors и представлены в bfloat16. Лицензия в предоставленных данных не указана.

Kosmos-EVAA-8B — объединённая методом SLERP языковая модель семейства Llama, созданная Jaspionjader с помощью mergekit. В объединение вошли jaspionjader/Kosmos-Elusive-VENN-Asymmetric-8B и jaspionjader/Kosmos-Elusive-VENN-Aurora_faustus-8B; модель имеет архитектуру LlamaForCausalLM и около 7,5 млрд параметров. Модель предназначена для генерации текста. Она принимает текст и выдаёт текст, с контекстом до 8192 токенов; файлы опубликованы в формате safetensors и рассчитаны на использование через Transformers. README не описывает специализированные сценарии или поддерживаемые языки, поэтому их нельзя уточнить по имеющимся данным. Условия лицензирования в предоставленных данных не приведены. Качество, поведение и ограничения унаследованы от объединённых моделей и не охарактеризованы в карточке.

jaspionjader/Kosmos-EVAA-Franken-stock-v42-8B — слитая языковая модель, созданная автором репозитория с помощью mergekit и метода Model Stock. В основе лежит jaspionjader/kstc-5-8b; в слияние также включены jaspionjader/kstc-4-8b и jaspionjader/bbb-6. Модель построена на архитектуре Llama, содержит 7,5 млрд параметров и работает в библиотеке Transformers; веса представлены в формате safetensors и bf16. Модель предназначена для генерации текста и диалогов. Она принимает текст и выдаёт текст, поддерживает контекст до 131 072 токенов. Язык модели в предоставленных данных не обозначен. Лицензия и конкретные оценки качества в карточке не приведены.

Kosmos-EVAA-Fusion-8B — плотная авторегрессионная языковая модель семейства Llama, созданная разработчиком jaspionjader путём объединения двух предварительно обученных моделей с помощью SLERP в mergekit. Репозиторий содержит 7,5 млрд параметров в формате safetensors и bfloat16; модель рассчитана на контекст до 8192 токенов и используется через Transformers. Модель предназначена для генерации текста по текстовому запросу. Её можно применять для продолжения текста, подготовки черновиков и ответов в диалоговом формате. Карточка описывает метод объединения и исходные модели, но не приводит отдельных оценок качества или специализированных сценариев. Условия лицензии в предоставленных данных не указаны.

Kosmos-EVAA-gamma-8B — объединённая методом SLERP языковая модель семейства Llama, опубликованная пользователем jaspionjader. В слиянии использованы jaspionjader/Kosmos-EVAA-v12-8B и johnsutor/Llama-3-8B-Instruct_breadcrumbs-density-0.1-gamma-0.01; для слоёв внимания и MLP заданы разные коэффициенты смешивания. Модель содержит 7,5 млрд параметров, принимает текст и генерирует текст, поддерживает контекст до 8192 токенов. Модель предназначена для генерации текста и диалоговых сценариев на основе инструкций. Карточка не сообщает о специализированной области применения или дополнительных возможностях. В репозитории указаны веса safetensors; лицензия и конкретные ограничения качества в предоставленных данных не описаны.

Kosmos-EVAA-gamma-light-8B — объединённая с помощью mergekit методом SLERP языковая модель семейства Llama, созданная из jaspionjader/Kosmos-EVAA-gamma-8B и jaspionjader/Kosmos-EVAA-v12-8B. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и предназначена для генерации текста; длина контекста составляет 8192 токена. Модель подходит для генерации и продолжения текста в сценариях, где нужна компактная языковая модель. В карточке не приведены сведения о поддерживаемых естественных языках, специализированных областях или результатах оценки качества. Репозиторий содержит веса в формате safetensors и доступен по лицензии, указанной в метаданных Hugging Face.

Kosmos-EVAA-gamma-v17-8B — объединённая методом SLERP языковая модель, созданная jaspionjader с помощью mergekit на основе Kosmos-EVAA-gamma-v14-8B и Kosmos-EVAA-gamma-v16-8B. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров; она предназначена для генерации текста и принимает контекст длиной до 8192 токенов. Модель подходит для диалоговых интерфейсов, продолжения текста и других сценариев генерации на основе текстового запроса. README описывает только способ объединения весов и не приводит специализированных задач или языковых характеристик, поэтому такие возможности нельзя уточнить по доступным данным. Модель распространяется в формате safetensors; лицензия в предоставленных источниках не указана.

Kosmos-EVAA-TSN-v22-8B — слитая языковая модель, созданная автором репозитория с помощью mergekit из Kosmos-EVAA-TSN-v19-8B и Kosmos-EVAA-TSN-v21-8B методом SLERP. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров, предназначенная для генерации текста; она доступна в формате Safetensors и принимает контекст до 8192 токенов. Модель подходит для генерации продолжений и ответов в приложениях на базе Transformers. Сведения о конкретных языках, специализациях и сравнительных качествах в карточке не приведены. Лицензия в доступных данных не указана.

Kosmos-EVAA-v2-8B — объединённая модель генерации текста на базе архитектуры Llama, созданная Jaspionjader с помощью mergekit. Веса двух предварительно обученных моделей, Kosmos-EVAA-8B и Kosmos-Elusive-VENN-8B, объединены методом SLERP; в метаданных указано 7,5 млрд параметров и контекст до 8192 токенов. Модель предназначена для генерации текста и диалогов. Согласно описанию базовой модели в каталоге, она работает на русском и английском языках. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Данные не уточняют специализацию, качество на конкретных задачах или лицензионные условия.

jaspionjader/Kosmos-EVAA-v3-8B — объединённая языковая модель семейства Llama, созданная разработчиком jaspionjader с помощью mergekit и метода SLERP из jaspionjader/Auro-Kosmos-EVAA-v2.2-8B и jaspionjader/Kosmos-EVAA-v2-8B. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и распространяется в формате safetensors для Transformers. Модель предназначена для генерации текста и диалогов. Она принимает текст и выдаёт текст; максимальная длина контекста составляет 8192 токена. Данные карточки не дают оснований указать конкретные языки или специализированные области применения. В README не приведены результаты оценки качества или подробные ограничения поведения. Лицензия в доступных данных не указана.

KRONOS 8B V4 — языковая модель семейства Llama 3.1, созданная T145 слиянием нескольких моделей методом Model Stock. В качестве базовой использована unsloth/Meta-Llama-3.1-8B-Instruct; в слияние также вошли mukaj/Llama-3.1-Hawkish-8B и три версии KRONOS 8B V1. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors; максимальный контекст — 131 072 токена. Модель предназначена для генерации текста и диалогов, в том числе для следования инструкциям. В README автор описывает её как эксперимент со слиянием моделей, направленный на улучшение результата IFEval; приведены результаты IFEval 78,89 и BBH 30,14. Поддерживается интерфейс вызова инструментов, однако качество и надёжность выполнения таких вызовов отдельно не подтверждены. Сведения о лицензии в предоставленных данных отсутствуют.

KRONOS-8B-V6 — объединённая языковая модель, созданная разработчиком T145 методом TIES с помощью mergekit на базе unsloth/Meta-Llama-3.1-8B-Instruct. В объединение также вошли T145/KRONOS-8B-V1-P2, T145/KRONOS-8B-V1-P3 и mukaj/Llama-3.1-Hawkish-8B. Модель построена на плотной архитектуре Llama и содержит 7,5 млрд параметров. Она предназначена для генерации текста и диалогов; метаданные также отмечают интерфейс вызова инструментов. Контекстное окно составляет до 131 072 токенов. Модель опубликована в формате safetensors и использует библиотеку Transformers. В README приведены результаты оценки, включая 70,22% на IFEval и средний показатель 24,49 по указанной таблице, но без полного контекста этих метрик они не позволяют оценить качество для конкретного применения. Сведения о лицензии и поддерживаемых естественных языках в доступных данных отсутствуют.

KR-X-AI выпустила дообученную языковую модель Qwen2.5-7B-Instruct для генерации текста и диалогов. Модель основана на unsloth/qwen2.5-7b-instruct-bnb-4bit и обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Qwen2 и поддерживает контекст до 32 768 токенов. Она предназначена для генерации ответов в чате; в метаданных также указана поддержка интерфейса вызова инструментов. Указан английский язык. Модель распространяется под лицензией Apache-2.0. Карточка не сообщает специализированную область применения или результаты оценки качества.

KR-X-AI разработала эту разговорную языковую модель на базе Qwen2-7B-Instruct. Это плотная авторегрессионная модель с 7,1 млрд параметров для генерации текста и диалогов; заявленное окно контекста составляет 32 768 токенов. Модель дообучена от unsloth/qwen2-7b-instruct-bnb-4bit с использованием Unsloth и библиотеки TRL. Модель предназначена для чат-сценариев и генерации ответов на текстовые запросы. В метаданных указан английский язык. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache-2.0.

Карточка модели KR-X-AI/krx-qwen2-7b-instruct-v3 на Hugging Face совпадает с карточкой KR-X-AI/krx-qwen2-7b-instruct-v4_m, поэтому описание составлено по ней. KR-X-AI/krx-qwen2-7b-instruct-v4_m — диалоговая языковая модель KR-X-AI на архитектуре Qwen2. Это дообученная версия KR-X-AI/krx-qwen2-7b-instruct-v2; для обучения использовались Unsloth и библиотека TRL. Модель содержит 7,1 млрд параметров и принимает текстовые запросы, выдавая текстовые ответы. Модель предназначена для диалогов и генерации текста на английском языке. Она поддерживает контекст длиной до 32 768 токенов и распространяется в формате Safetensors по лицензии Apache-2.0.

kstc-2-8b — слитая с помощью mergekit языковая модель, разработанная jaspionjader. Она предназначена для генерации текста и диалогового общения. Модель построена на архитектуре Llama, содержит 7,5 млрд параметров и поддерживает контекст до 131 072 токенов. Модель создана методом breadcrumbs на основе jaspionjader/kstc-1-8b с включением Kosmos-EVAA-Franken-Immersive-v39-8B, v40-8B и v41-8B. Карточка не описывает целевые языки и специализированные области применения. Веса опубликованы в формате safetensors; для запуска используется библиотека Transformers. Лицензия в предоставленных данных не указана.

Kundalini 1B — компактная разговорная языковая модель, разработанная Terminal Gnosis. Это плотная причинно-языковая модель семейства Llama с 1,2 млрд параметров, предназначенная для генерации текста и диалогов; репозиторий содержит веса Safetensors в 16-битной точности. Заявленная длина контекста — 131 072 токена, поддержка языков многоязычная. Модель рассчитана на повседневный диалог, ответы на вопросы, редактирование и краткое изложение текста, структурированные рассуждения, помощь с программированием и обсуждение философских и духовных тем. В README также заявлены низкая задержка и возможность локального запуска на CPU и устройствах с ограниченными ресурсами. Метаданные указывают интерфейс чата и интерфейс вызова инструментов. Размер модели ограничивает её возможности в сложных специализированных задачах и многошаговых математических выводах; фактические ответы следует проверять перед использованием в критически важных решениях. Лицензия — Apache-2.0.

Kunoichi-DPO-v2-7B — языковая модель семейства Mistral, представленная в виде плотной авторегрессионной архитектуры MistralForCausalLM. Репозиторий содержит веса SafeTensors; модель насчитывает 7,1 млрд параметров и рассчитана на контекст до 8192 токенов. Карточка приводит результаты тестов MT-Bench, EQ-Bench, MMLU, Logic Test, AGIEval, GPT4All, TruthfulQA и Bigbench, включая оценку 8,51 на MT-Bench и 64,94 на MMLU. Модель предназначена для генерации текста и может использоваться для диалогов, ответов на вопросы, рассуждений и других задач на основе текстового ввода. README содержит сравнительные оценки, однако не описывает конкретный процесс обучения или специальные области применения. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Kunoichi-DPO-v2-Instruct-32k-7B — языковая модель, созданная автором репозитория слиянием моделей через mergekit. В основе лежит alpindale/Mistral-7B-v0.2-hf; в слияние также вошли mistralai/Mistral-7B-Instruct-v0.2 и SanjiWatsuki/Kunoichi-DPO-v2-7B. Использован метод DARE TIES, итоговые веса представлены в формате bfloat16. Модель на архитектуре Mistral с 7,1 млрд параметров предназначена для генерации текста и ответов на инструкции. Заявленная длина контекста — до 32 768 токенов; включение Instruct-модели могло изменить поведение исходной Kunoichi-DPO-v2. Данных о целевых языках и специальных прикладных областях в карточке нет. Лицензия в предоставленных данных не указана.

Kuno-Lake-7B — объединённая языковая модель на архитектуре Mistral, опубликованная saishf. Она создана методом DARE TIES с помощью mergekit на базе mistralai/Mistral-7B-v0.1 с включением моделей senseable/WestLake-7B-v2 и SanjiWatsuki/Kunoichi-DPO-v2-7B. Модель предназначена для генерации текста и диалоговых сценариев. Она содержит 7,1 млрд параметров, принимает текст и имеет контекстное окно до 32 768 токенов. В README приведены результаты Open LLM Leaderboard, включая оценки по AI2 Reasoning Challenge и HellaSwag. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Карточка не описывает целевые языки и прикладные области, поэтому её языковую специализацию определить нельзя.

L3-15B-Stheno-Passthrough — разговорная языковая модель на архитектуре Llama, созданная jsfs11 с помощью LazyMergekit путём слияния моделей Sao10K/L3-8B-Stheno-v3.1 и Sao10K/L3-8B-Stheno-v3.2. Модель содержит 14,5 млрд параметров, работает с текстом и поддерживает контекст до 8192 токенов. Она предназначена для генерации текста и диалогов, включая ролевые беседы и написание историй. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка помечает её как не предназначенную для всех аудиторий; практическое качество и поведение могут зависеть от сценария использования.

L3.1-70b-MeowMix2 — объединённая модель семейства Llama 3.1, созданная KaraKaraWarehouse с помощью LazyMergekit на Runpod. Она предназначена для генерации текста и диалогов в формате Llama 3 Instruct. В состав слияния входят Tess-3-Llama-3.1-70B, Llama-3.1-70B-EZO-1.1-it, Llama3.1-70B-Chinese-Chat и Linkbricks-Horizon-AI-Korean-llama3.1-sft-dpo-70B. Модель имеет плотную архитектуру LlamaForCausalLM и 69,5 млрд параметров; заявленный контекст — до 131 072 токенов. Вход и выход — текст. Компоненты слияния ориентированы на английский, китайский и корейский диалоги, однако отдельные языковые гарантии для итоговой модели не приведены. Формат весов — safetensors. Лицензия в предоставленных данных не указана.

L3.1-70b-Swallow-Saigetsu — объединённая языковая модель, созданная автором репозитория с помощью LazyMergekit на Runpod из tokyotech-llm/Llama-3-Swallow-70B-v0.1 и NousResearch/Meta-Llama-3.1-70B-Instruct. Это плотная архитектура Llama с 69,5 млрд параметров, предназначенная для диалога и генерации текста; используется формат чата Llama 3 Instruct. Модель принимает текст и генерирует текст, а нативный контекст составляет 131 072 токена. Подходит для многоязычного общения, ответов на вопросы и генерации текста в формате инструкционного чата. В карточке описана как экспериментальная неформальная попытка объединить две модели; результаты и отдельные языковые преимущества не заявлены. Лицензия — llama3.1.

L3.1-Niitorm-8B-DPO — объединённая и дообученная диалоговая языковая модель автора v000000 на основе моделей Llama 3.1. В неё вошли Sao10K/L3.1-8B-Niitama-v1.1, akjindal53244/Llama-3.1-Storm-8B и LoRA-адаптер Grimjim; затем модель прошла DPO-дообучение на jondurbin/gutenberg-dpo-v0.1 в течение одной эпохи. Размер — 7,5 млрд параметров, архитектура — плотная LlamaForCausalLM, формат весов — safetensors, контекст — до 131 072 токенов. Модель предназначена для диалога, следования инструкциям, генерации прозы и историй, а также вызова функций через соответствующий интерфейс. Автор отмечает, что DPO-обучение на текстах Gutenberg улучшает естественность повествования и уменьшает ощущение синтетического текста. В карточке также указано, что модель в значительной степени «abliterated»; это может влиять на поведение в запросах с ограничениями. Данные о поддерживаемых естественных языках не приведены. Лицензия в предоставленных данных не указана.

L3.1-Purosani-1.5-8B — языковая модель для генерации текста и диалогов, созданная автором djuna с помощью слияния нескольких предварительно обученных моделей через mergekit. В качестве основы использована unsloth/Meta-Llama-3.1-8B; среди компонентов также указаны модели для вычислений, длинных текстов, инструктивных ответов и диалогов. Метод слияния — della_linear. Модель построена на плотной архитектуре Llama и содержит 7,5 млрд параметров. Она принимает текст и генерирует текст, поддерживает контекст до 131 072 токенов и предназначена для разговорного взаимодействия и генерации длинных ответов. В репозитории представлены веса Safetensors для библиотеки Transformers. Карточка не приводит оценки качества или подробных ограничений. Указанная в метаданных лицензия отсутствует, поэтому условия использования определить по имеющимся данным нельзя.