I.5Создание и редактирование текста

MotherEarth-Sauerkraut — языковая модель для диалоговой генерации текста, созданная объединением весов MotherEarth/MotherEarth-1.0-8B и VAGOsolutions/Llama-3.1-SauerkrautLM-8b-Instruct. Модели объединены методом SLERP с помощью mergekit; архитектура — плотная Llama с классом LlamaForCausalLM, размер — 7,5 млрд параметров. Модель предназначена для общения и генерации ответов на текстовые запросы. Она принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов и опубликована в формате safetensors для библиотеки Transformers. Базовая SauerkrautLM ориентирована на немецкий и английский языки, но языки именно этой объединённой модели в карточке отдельно не описаны. Модель опубликована 17 сентября 2024 года. Сведения о лицензии и конкретных ограничениях применения в предоставленных данных отсутствуют.

Moza-7B-v1.0 — экспериментальная языковая модель на архитектуре Mistral с 7,1 млрд параметров, созданная автором kidyu как слияние нескольких предварительно обученных и дообученных моделей с помощью mergekit и метода DARE TIES. Среди компонентов — варианты Mistral, NeuralHermes, OpenOrca, Neural Chat, Starling, Dolphin и MetaMath; базой слияния указана mistralai/Mistral-7B-v0.1. Модель предназначена для генерации текста по инструкциям и диалоговых сценариев. Для инференса предлагается формат Alpaca. Контекст составляет 32 768 токенов; в репозитории есть веса safetensors и квантованный вариант GGUF. Карточка не описывает отдельную специализацию по языкам или областям применения. Лицензия — Apache-2.0. Автор предупреждает, что слияние выполнено экспериментально, а использовать модель следует на свой риск.

MPT-1b-RedPajama-200b-dolly — языковая модель MosaicML для генерации текста и выполнения инструкций. Это плотный decoder-only трансформер MosaicGPT примерно на 1,3 млрд параметров: 24 слоя, 16 голов внимания и ширина 2048. Предварительное обучение проводилось на 200 млрд токенов RedPajama, а затем модель дообучили на наборе инструкций Databricks Dolly 15k. В архитектуре используются ALiBi и QK LayerNorm; позиционные эмбеддинги и смещения в слоях не применяются. Модель подходит для ответов на инструкции и вопросы, написания текстов и других задач генерации текста. Она принимает текст и генерирует текст; контекст обучения составлял 2048 токенов. Карточка требует загрузки с trust_remote_code=True, поскольку архитектура MosaicGPT не входит в стандартный пакет Transformers. Доступна по лицензии CC BY-SA 3.0.

iamplus/mpt-30b-v2 — дообученная языковая модель на архитектуре MPT, созданная на базе mosaicml/mpt-30b. В README указаны llm-foundry от MosaicML и набор данных flan3m-GPT3.5; метаданные также связывают репозиторий с датасетом ehartford/dolphin. Модель предназначена для генерации текста по запросам, включая ответы на вопросы в формате с системным сообщением и вопросом. Веса опубликованы в формате PyTorch, размер модели — 30 млрд параметров по идентификатору базовой модели. Указана лицензия Apache-2.0. В карточке нет данных о поддерживаемых естественных языках и длине контекста, поэтому их нельзя уточнить.

DazzlingXeno/MS-Beast-33b — объединённая языковая модель на архитектуре Mistral, созданная DazzlingXeno с помощью mergekit. В README описан метод passthrough, который соединяет слои модели DazzlingXeno/MS-Drummer-Sunfall-22b; метаданные связывают её с этой же моделью как с базовой. Размер модели — 33 млрд параметров, контекст — до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Метаданные также указывают интерфейс для вызова инструментов. Она принимает текст и генерирует текст; языки в карточке не определены. Файлы представлены в формате safetensors. Карточка не содержит сведений о качестве на конкретных задачах или ограничениях поведения. Лицензия в предоставленных данных не указана.

TheDrummer выпустил Temitoku x Mitekuto — языковую модель для генерации текста и диалогов, созданную с помощью mergekit методом passthrough на основе unsloth/Mistral-Small-Instruct-2409. Модель использует плотную архитектуру MistralForCausalLM и содержит 38,8 млрд параметров; заявленная длина контекста — до 131 072 токенов. Она работает через библиотеку Transformers и распространяется в формате safetensors. Модель подходит для диалогового общения, генерации текста и сценариев с интерфейсом вызова инструментов. README указывает на объединение предварительно обученных языковых моделей, но перечисляет только одну базовую модель. Лицензия в предоставленных данных не указана.

Kaoeiri/MS-MagpantheonselRP-22B-12-Balanced — объединённая языковая модель, созданная с помощью mergekit методом DARE TIES на основе unsloth/Mistral-Small-Instruct-2409. В объединение вошли 18 моделей семейства Mistral Small 22B, включая чекпойнты для ролевых диалогов, творческого письма и японского языка. Модель имеет плотную архитектуру MistralForCausalLM, содержит 22 млрд параметров и поддерживает контекст до 131 072 токенов. Модель предназначена для генерации текста, чата и ролевых диалогов, а также для творческого письма. В метаданных отмечен интерфейс вызова инструментов; заявлены также японские языковые данные среди компонентов объединения. Доступна в формате safetensors через Transformers. Лицензия в предоставленных данных не указана.

ToastyPigeon выпустил альтернативную версию Meadowlark — объединённую разговорную модель на базе Mistral-Small-Instruct-2409 и двух производных моделей: Alfitaria/mistral-small-fujin-qlora и ToastyPigeon/mistral-small-springdragon-qlora. Вариант отличается от Meadowlark заменой обучающей выборки Creative_Writing_Multiturn на Sunfall v0.7.0, чтобы сделать ролевые диалоги менее синтетическими на ощупь. Модель имеет плотную архитектуру Mistral с 22 млрд параметров и контекстом до 131 072 токенов. Она предназначена для генерации текста и диалогов, включая ролевые сценарии; метаданные также отмечают интерфейс вызова функций. Используются Transformers и формат safetensors. Лицензия в предоставленных данных не указана.

zelk12/MT1-BB-gemma-2-RIv0.1RAt0.25v0.1-9B — слитая модель на архитектуре Gemma 2, созданная разработчиком zelk12 с помощью mergekit и метода SLERP. Она объединяет zelk12/recoilme-gemma-2-Ifable-9B-v0.1 и zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1-t0.25; в конфигурации базовой указана первая модель, а параметр смешивания t равен 0,5. Модель содержит 9 млрд параметров, рассчитана на диалоговую генерацию текста и работу через Transformers. Контекст — до 8192 токенов. Подходит для ведения беседы, выполнения инструкций и творческой генерации текста; более конкретная специализация в карточке не описана. Это производная модель, сохранённая в формате safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

zelk12/MT1-gemma-2-9B — объединённая разговорная языковая модель, созданная с помощью mergekit методом SLERP из zelk12/MT1-GB-gemma-2-9B и zelk12/MT1-IMMMU-gemma-2-9B. Модель разработана автором репозитория zelk12 и предназначена для генерации текста в диалоговом формате. Модель построена на архитектуре Gemma 2 с плотной авторегрессионной архитектурой Gemma2ForCausalLM, содержит 9 млрд параметров и поддерживает контекст до 8192 токенов. Доступна в формате safetensors и предназначена для работы через Transformers. README приводит результаты оценки на Open LLM Leaderboard, включая среднее значение 33,37, IFEval и BBH. В карточке не указаны поддерживаемые естественные языки. Лицензия в предоставленных данных не указана. Результаты бенчмарков не гарантируют качество на конкретных прикладных задачах.

zelk12/MT1-Gen3-GP-gemma-2-S4S5-9B — объединённая модель генерации текста на базе архитектуры Gemma 2, созданная с помощью mergekit методом SLERP. В слиянии использованы allknowingroger/Gemmaslerp4-10B и allknowingroger/GemmaSlerp5-10B; конфигурация указывает bfloat16 и базовую модель allknowingroger/Gemmaslerp4-10B. По метаданным, модель содержит 9 млрд параметров, работает через Transformers и имеет контекстное окно 8192 токена. Модель предназначена для генерации текста в диалоговом формате и может использоваться для ответов на запросы и ведения беседы. Карточка и метаданные не описывают специальные предметные области или конкретные преимущества качества. Репозиторий содержит веса safetensors; лицензия и подробные условия использования в предоставленных данных отсутствуют.

zelk12 выпустила объединённую методом SLERP языковую модель MT1-Gen5-BMMIMU на базе Gemma 2. Модель с архитектурой Gemma2ForCausalLM содержит 9 млрд параметров, рассчитана на диалоговое общение и генерацию текста; для работы с ней используются библиотека Transformers и файлы Safetensors. Контекст модели составляет до 8192 токенов. Модель объединяет чекпойнты zelk12/MT1-Gen5-IMU-gemma-2-9B и zelk12/MT1-Gen5-BMM-gemma-2-9B. В карточке указаны метод слияния и конфигурация, но не раскрыты специальные предметные области, поддерживаемые языки или результаты оценки качества. Лицензия в предоставленных данных не указана.

zelk12/MT1-Gen5-GP-gemma-2-S4S2-9B — объединённая текстовая генеративная модель на архитектуре Gemma 2, созданная с помощью mergekit методом SLERP из allknowingroger/Gemmaslerp4-10B и allknowingroger/Gemmaslerp2-9B. Модель имеет 9 млрд параметров, использует формат safetensors и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста в диалоговом формате. Карточка подтверждает объединение предварительно обученных языковых моделей, но не описывает специальные предметные области, языки или сравнительные преимущества; качество и пригодность для конкретных задач требуют оценки на соответствующих данных. Лицензия в предоставленных сведениях не указана.

zelk12/MT1-Gen5-IMU-gemma-2-9B — слитая модель на основе Gemma 2, созданная с помощью mergekit методом SLERP из двух предварительно обученных моделей: zelk12/MT1-Gen5-IF-gemma-2-S2DMv1-9B и zelk12/MT1-Gen5-MU-gemma-2-S2Qv1-9B. Она предназначена для генерации текста и диалогового взаимодействия. Модель имеет плотную архитектуру Gemma2ForCausalLM, содержит 9 млрд параметров, принимает текст и поддерживает контекст до 8192 токенов. Репозиторий распространяет веса в формате safetensors; для работы используется Transformers. Слияние объединяет характеристики исходных моделей, а каталог характеризует базовую Gemma 2 как модель для генерации текста, художественных историй и диалогов. Карточка не сообщает о специализированных областях применения или поддерживаемых естественных языках. Лицензия в предоставленных данных не указана.

zelk12/MT1-IM-gemma-2-9B — объединённая диалоговая языковая модель на архитектуре Gemma 2, созданная методом SLERP с помощью mergekit из двух моделей: zelk12/MT1-MA-gemma-2-RAt0.25v0.1RPMHv0.1-9B и zelk12/MT1-IF-gemma-2-RAt0.25v0.1GD-9B. Модель содержит 9 млрд параметров, распространяется в формате Safetensors и рассчитана на генерацию текста и диалоговые сценарии с контекстом до 8192 токенов. Её можно использовать для ответов на запросы, ведения диалога и генерации текста. В карточке не приведены сведения о специализации по языкам или прикладным областям, поэтому область применения следует считать общей. Лицензия в предоставленных данных не указана.

zelk12/MT1-Max-Merge_02012025163610-IF-gemma-2-MT1g2MTM2MU-9B — объединённая разговорная языковая модель, созданная методом SLERP с помощью mergekit из моделей zelk12/MT1-Gen2-gemma-2-9B и zelk12/MT-Merge2-MU-gemma-2-MTg2MT1g2-9B. Она предназначена для генерации текста и ведения диалогов. Модель основана на плотной архитектуре Gemma 2 с 9 млрд параметров, поддерживает контекст до 8192 токенов и распространяется в формате safetensors для transformers. Модель принимает текстовые запросы и генерирует текстовые ответы. В карточке не приведены сведения о целевых языках или специализированных областях применения, поэтому её следует рассматривать как разговорную модель общего назначения. Лицензия в предоставленных сведениях не указана.

zelk12/MT1-Max-Merge_02012025163610-MM-gemma-2-MTM5MTM1-9B — объединённая методом SLERP языковая модель, созданная с помощью mergekit на основе zelk12/MT-Merge5-gemma-2-9B и zelk12/MT-Merge1-gemma-2-9B. Это плотная модель Gemma 2 с 9 млрд параметров, предназначенная для генерации текста и диалогов. Она принимает текст и выдаёт текст; максимальная длина контекста составляет 8192 токена. Модель подходит для чат-ботов, ответов на вопросы и генерации текста. Метаданные указывают на поддержку разговорного режима, однако карточка не уточняет языки, качество на отдельных задачах или дополнительные специализированные возможности. Модель опубликована в формате safetensors для библиотеки Transformers. Условия лицензирования в предоставленных данных не указаны.

zelk12/MT2-Gen3-gemma-2-9B — объединённая разговорная языковая модель на архитектуре Gemma 2, собранная с помощью mergekit из zelk12/MT2-Gen3-BMAMUG-gemma-2-9B и zelk12/MT2-Gen3-IMM-gemma-2-9B методом SLERP. Модель содержит 9 млрд параметров, использует библиотеку Transformers и формат safetensors; заявленная длина контекста — 8192 токена. Модель предназначена для генерации текста в диалоговом формате. В README приведены результаты оценки Open LLM Leaderboard: средний балл 32,97, IFEval — 78,10, BBH — 44,01. Данных о поддерживаемых естественных языках и специализированных областях применения в карточке нет. Лицензия в предоставленных данных не указана.

zelk12/MT2-MU-gemma-2-Rv0.4Rv0.2-9B — слитая диалоговая языковая модель на архитектуре Gemma 2 с 9 млрд параметров. Разработчик объединил recoilme/recoilme-gemma-2-9B-v0.4 и recoilme/recoilme-gemma-2-9B-v0.2 методом SLERP с помощью mergekit. Модель предназначена для генерации текста и диалогового общения. Она принимает текст и формирует текстовые ответы; заявленный родной контекст составляет 8192 токена. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Сведения о специализированных областях применения и лицензии в доступных данных отсутствуют; качество и поведение могут отличаться от исходных моделей после слияния.

zelk12/MT3-BMMGMU-gemma-2-9B — объединённая методом SLERP модель на базе Gemma 2, созданная с помощью mergekit. В слияние вошли zelk12/MT3-BMM-gemma-2-9B и zelk12/MT2-GMU-gemma-2-9B; конфигурация использует параметр смешивания t=0.5 и формат bfloat16. Модель содержит 9 млрд параметров, использует плотную архитектуру Gemma2ForCausalLM и предназначена для генерации текста и диалогов. Она принимает текст, выдаёт текст и поддерживает контекст до 8192 токенов. Доступна в формате safetensors для Transformers. Карточка не описывает специализированные предметные области или сравнительные преимущества. Условия лицензирования в предоставленных данных не приведены.

zelk12/MT3-Gen4-BB-gemma-2-MT2g2MT5g3-9B — слитая разговорная языковая модель на архитектуре Gemma 2, созданная с помощью mergekit методом SLERP из zelk12/MT2-Gen2-gemma-2-9B и zelk12/MT5-Gen3-gemma-2-9B. Модель содержит 9 млрд параметров и предназначена для генерации текста и диалогового общения; работает с текстовыми запросами и выдаёт текст. Модель распространяется в формате safetensors для библиотеки Transformers. Нативный контекст составляет 8192 токена. В README указаны метод слияния и исходные модели, но не описаны специальные сценарии, языковая специализация или сравнительные результаты качества. Лицензия в предоставленных данных не указана.

MT3-Gen4-MAMM-gemma-2-9B — 9-миллиардная плотная языковая модель семейства Gemma 2, созданная объединением двух предварительно обученных моделей методом SLERP с помощью mergekit. Она предназначена для генерации текста и диалогов. Модель принимает текст, поддерживает контекст до 8192 токенов и распространяется в формате safetensors для библиотеки Transformers. Модель объединена из zelk12/MT3-Gen4-MM-gemma-2-MT2g2Sv1IBT-9B и zelk12/MT3-Gen4-MA-gemma-2-Sv1IBTMT2g2-9B; в конфигурации указаны bfloat16 и параметр смешивания t=0.25. Данных о специализированных областях применения и поддерживаемых естественных языках карточка не содержит. Лицензия в предоставленных данных не указана.

zelk12/MT3-Gen5-MMGBMU-gemma-2-9B_v1 — слияние двух предварительно обученных языковых моделей zelk12/MT3-Gen5-BMU-gemma-2-9B_v1 и zelk12/MT3-Gen5-MMG-gemma-2-9B_v1, созданное автором с помощью mergekit методом SLERP. Модель построена на архитектуре Gemma 2 с плотной causal language model на 9 млрд параметров; веса представлены в safetensors, библиотека для работы — Transformers. Модель предназначена для генерации текста и диалогового общения. Она принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов. Сведения о языках, на которых модель специально обучалась, в доступных источниках отсутствуют, поэтому её языковой охват нельзя надёжно конкретизировать. Лицензия и специальные ограничения использования в README и предоставленных метаданных не приведены. Качество, устойчивость ответов и сравнительные преимущества слияния отдельно не описаны.

zelk12 создал эту разговорную языковую модель как слияние двух моделей Gemma 2 с помощью метода SLERP и инструмента mergekit. Модель предназначена для генерации текста в диалогах и имеет 9 млрд параметров; она построена на плотной архитектуре Gemma2ForCausalLM и распространяется в формате safetensors. Контекст составляет до 8192 токенов. Модель принимает текст и генерирует текст. Данных о специализации по предметным областям и языковой поддержке в карточке нет. Слияние объединяет характеристики исходных моделей, однако README не описывает ожидаемое качество или конкретные преимущества. Лицензия в предоставленных данных не указана.

zelk12 опубликовал объединённую модель MT3-IMA-gemma-2-9B, созданную с помощью mergekit из двух предварительно обученных моделей Gemma 2. Для объединения применён метод SLERP с параметром t=0.5; веса представлены в формате bfloat16 и safetensors. Модель предназначена для генерации текста и диалогового взаимодействия, включая выполнение инструкций. Это плотная причинная языковая модель Gemma 2 с 9 млрд параметров и контекстом 8192 токена, работающая через библиотеку Transformers. Языковая специализация в предоставленных данных не указана. Лицензия в предоставленных источниках не описана. Как и у других объединённых моделей, качество и поведение могут отличаться от исходных моделей; отдельные оценки качества в карточке не приведены.

zelk12/MT4-Gen2-gemma-2-9B — объединённая разговорная языковая модель семейства Gemma 2, опубликованная в формате safetensors для использования с Transformers. Это плотная авторегрессионная модель на 9 млрд параметров; она создана слиянием SLERP двух предварительно обученных моделей: zelk12/MT4-Gen2-IMM-gemma-2-9B и zelk12/MT4-Gen2-GBMAMU-gemma-2-9B. В конфигурации слияния указаны bfloat16 и параметр t=0.25. Модель предназначена для генерации текста и диалоговых сценариев: она может отвечать на запросы и продолжать текст. Контекстное окно составляет 8192 токена. Карточка приводит результаты оценки на Open LLM Leaderboard, в том числе IFEval и BBH, но не описывает целевые области применения или языковую специализацию. Лицензия в предоставленных данных не указана.

zelk12/MT4-Gen4-BI-gemma-2-9B — это объединённая модель для генерации текста и диалогов, созданная с помощью mergekit методом SLERP из двух предварительно обученных моделей Gemma 2. Модель разработана автором репозитория zelk12 и представлена в формате safetensors для библиотеки Transformers. Модель содержит 9 млрд параметров, использует плотную архитектуру Gemma2ForCausalLM и поддерживает контекст до 8192 токенов. Её можно применять для генерации ответов в диалогах и других текстовых сценариях. README не уточняет языки обучения или специализацию объединённых моделей; поэтому отдельные языки и прикладные области не выделяются. Веса объединены в формате bfloat16. Лицензия в предоставленных данных не указана.

zelk12/MT4-Gen5-gemma-2-9B — объединённая языковая модель на базе Gemma 2, созданная с помощью mergekit из zelk12/MT4-Gen5-GMA-gemma-2-9B и zelk12/MT4-Gen5-IBMUMM-gemma-2-9B. Для объединения использован метод SLERP с параметром t=0,25; веса сохранены в формате safetensors. Модель содержит 9 млрд параметров, использует архитектуру Gemma2ForCausalLM и имеет контекст до 8192 токенов. Модель предназначена для генерации текста и диалогового общения. Её можно использовать в чат-сценариях и приложениях, которым требуется генерация текста на основе языковой модели. Карточка не описывает отдельные специализированные области или языки. Лицензия — Gemma; перед использованием следует соблюдать её условия. Качество, языковое покрытие и ограничения модели отдельно в карточке не охарактеризованы.

zelk12/MT5-BB-gemma-2-Av4cRAv0.1-9B — слияние двух предварительно обученных языковых моделей, созданное с помощью mergekit методом SLERP. В состав входят lemon07r/Gemma-2-Ataraxy-v4c-9B и zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1; результат основан на Gemma 2 и содержит около 9 млрд параметров. Модель предназначена для диалоговой генерации текста. Она принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов и доступна в формате safetensors для Transformers. Карточка не сообщает о специальной отраслевой специализации или лицензии, поэтому условия использования следует сверить с лицензиями исходных моделей.

zelk12/MT5-Gen2-gemma-2-9B — объединённая авторами модель генерации текста на основе Gemma 2, собранная с помощью mergekit методом SLERP из zelk12/MT5-Gen2-BI-gemma-2-9B и zelk12/MT5-Gen2-MMGMAMU-gemma-2-9B. Модель имеет плотную архитектуру Gemma2ForCausalLM, содержит 9 млрд параметров и принимает контекст длиной до 8192 токенов. Модель предназначена для диалогового взаимодействия и генерации текста. В карточке приведены результаты оценок Open LLM Leaderboard, включая IFEval и BBH; этих данных недостаточно, чтобы определить специализацию или поддерживаемые естественные языки. Файлы представлены в формате safetensors, библиотека для работы — Transformers. Лицензия в предоставленных данных не указана.