I.5Создание и редактирование текста

Это квантованная сборка модели NVIDIA Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16, подготовленная FreedomAISVR в формате GGUF. Она предназначена для генерации текста и диалогов, включая задачи рассуждения. Архитектура сочетает Mamba2 и Transformer и использует MoE: из 128 экспертов для каждого токена выбираются шесть. Всего в модели около 30 млрд параметров, из которых активно около 3 млрд; контекст — до 262 тыс. токенов. Веса экспертов хранятся в MXFP4, плотные веса — в Q8_0, а тензоры Mamba2 — в F16 для совместимости с CUDA-ядрами SSM. В репозитории также есть F16-проектор SigLIP для обработки изображений. Для полноценного запуска требуется среда с поддержкой GGUF и мультимодального проектора, например llama.cpp. Гибридный формат экономит память, однако операции Mamba2 на CUDA могут переходить на CPU, что снижает скорость. README не уточняет лицензию производной сборки; метаданные указывают лицензию «other», поэтому условия следует сверить с карточкой модели и условиями базовой модели.

Это квантизированная версия NVIDIA Nemotron 3 Nano 30B A3B в формате GGUF с квантизацией MXFP4_MOE и imatrix на основе данных Unsloth. Модель предназначена для генерации текста и диалогового использования; для запуска требуется llama.cpp. Базовая модель — гибридная языковая модель NVIDIA для диалогов, рассуждений, программирования и создания агентных приложений, поддерживающая шесть языков и длинный контекст. Карточка не приводит точный размер файла или длину контекста этой сборки. Лицензия в доступных данных не указана.

Nemotron-Labs-Diffusion-3B — плотная языковая модель NVIDIA с 3,2 млрд параметров для генерации текста и диалогов. Она поддерживает авторегрессионное декодирование и параллельное декодирование на основе диффузии: режимы переключаются изменением шаблона внимания в одной и той же модели. Режим self-speculation сочетает диффузионную подготовку черновика с авторегрессионной проверкой и общим KV-кэшем. Модель предназначена для чат-сценариев и генерации текста, где важна эффективность декодирования при разной конкурентной нагрузке. В карточке заявлены режимы AR, diffusion и self-speculation; для практического запуска README указывает Transformers версии 5.0.0 или новее. Контекст составляет 262 144 токена. README приводит ускорения для других размеров семейства и платформ, но эти показатели не следует считать результатами именно версии 3B. Модель опубликована NVIDIA в формате safetensors. Лицензия обозначена как other; README отсылает к условиям NVIDIA, поэтому перед использованием следует проверить применимые условия. Языки в предоставленных материалах не перечислены.

Nemotron-SEA-LION-v4.8-120B-A12B — инструктивная языковая модель AI Singapore для диалога и выполнения разнообразных текстовых задач с учётом языков и контекста Юго-Восточной Азии. Она дообучена на базе aisingapore/Nemotron-SEA-LION-v4.8-120B-A12B-Base с помощью SFT и онлайн-дистилляции по собственным ответам модели; архитектура сочетает Mamba2, Transformer и MoE. В метаданных указано 6,6 млрд параметров, контекст — до 262 144 токенов. Модель предназначена для ответов на вопросы, многоходового диалога, следования инструкциям, суммаризации, анализа тональности, перевода, рассуждений и других текстовых задач. Она рассчитана на английский, бирманский, индонезийский, филиппинский, малайский, тамильский, тайский и вьетнамский языки. Модель распространяется по лицензии MIT. Модель не выравнивалась по безопасности; её устойчивость к состязательным запросам не проверялась. Возможны галлюцинации, нерелевантные ответы и несогласованность, поэтому результаты следует проверять; для прикладного использования разработчикам рекомендуется самостоятельно настроить меры безопасности.

Neo_7b-merge2 — объединённая модель на основе m-a-p/neo_7b, созданная с помощью LazyMergekit. Она предназначена для генерации текста и диалоговых приложений; архитектура — плотная LLaMA с причинно-языковой моделью LlamaForCausalLM. Модель принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов. В README указано объединение двух записей одной и той же базовой модели m-a-p/neo_7b. Метаданные также связывают репозиторий с этой базовой моделью и отмечают возможности чата. Данные о специализированной предметной области и языковой поддержке отсутствуют. Лицензия в доступных данных не приведена.

Карточка модели m-a-p/neo_7b_sft_v0.1 на Hugging Face совпадает с карточкой m-a-p/neo_7b_instruct_v0.1, поэтому описание составлено по ней. m-a-p представляет NEO 7B Instruct v0.1 — инструктивно дообученную языковую модель семейства Llama с плотной архитектурой и примерно 7,6 млрд параметров. Репозиторий содержит веса в формате Safetensors; проект описывает модель как открытую и предоставляет сведения о коде, обучающих данных и процессе обучения. Модель предназначена для генерации текста по инструкциям и диалогового взаимодействия. Контекст составляет 8192 токена. В карточке не описаны конкретные языки и специализированные области применения. Модель распространяется по лицензии Apache-2.0. README указывает, что это instruction-tuned версия NEO 7B, но не приводит деталей о качестве, тестировании или ограничениях применения.

Neona-12B — объединённая текстовая модель на 12,1 млрд параметров, созданная kyx0r с помощью mergekit и метода NearSwap. В качестве базовой использована yamatazen/NeonMaid-12B-v2; в объединение также включена yamatazen/LorablatedStock-12B. Модель построена на архитектуре Mistral и предназначена для генерации текста в диалоговом формате ChatML. Заявленная длина контекста — 131 072 токена. Модель подходит для диалогов и генерации текста. В карточке не указаны поддерживаемые естественные языки и специализированные области применения. Весы опубликованы в формате safetensors; лицензия и ограничения использования в предоставленных данных не описаны.

NeonMaid-12B-v2 — объединённая языковая модель yamatazen, созданная методом Arcee Fusion с помощью mergekit на основе NeonMaid-12B и Orihime-Gutenberg-12B. Модель построена на архитектуре Mistral, содержит 12,1 млрд параметров и предназначена для генерации текста в диалоговом формате; в метаданных также заявлен интерфейс для вызова инструментов. Модель принимает текст и генерирует текст. Карточка и метаданные указывают английский и японский языки. Нативная длина контекста — 131 072 токена. Веса представлены в формате safetensors; README указывает bfloat16 для объединения. Лицензия в предоставленных данных не указана.

YeonwooSung выпустил Neos-Phi-3-14B-v0.1 — дообученную методом ORPO диалоговую языковую модель на базе microsoft/Phi-3-medium-4k-instruct. Модель с плотной архитектурой Phi-3 содержит 13,8 млрд параметров и предназначена для генерации текста в диалоговом формате; в карточке также приведены результаты оценок IFEval и BBH. Модель принимает текст и генерирует текст, поддерживает контекст до 4096 токенов. Для дообучения использован набор mlabonne/orpo-dpo-mix-40k. Репозиторий содержит веса Safetensors; лицензия — Apache 2.0.

Neural-AlphaMistral-7B — диалоговая языковая модель, созданная Ppoyaa слиянием трёх моделей с помощью LazyMergekit: AlphaMonarch-7B, Mistral-7B-Instruct-v0.2 и NeuralMaths-Experiment-7b. Используется архитектура MistralForCausalLM с плотной структурой и 7,1 млрд параметров; веса сохранены в формате safetensors. Модель предназначена для генерации текста и ответов в диалоге, включая задачи, опирающиеся на возможности исходных моделей. Контекстное окно составляет до 32 768 токенов. Модель принимает текстовые запросы и генерирует текст. Репозиторий распространяется по лицензии Apache-2.0. README не приводит оценок качества или подробных результатов по отдельным задачам; фактические возможности унаследованного экспериментального компонента могут отличаться от поведения исходных моделей.

MaziyarPanahi/neural-chat-7b-v3-1-dare-0.85-Mistral-7B-Instruct-v0.2-slerp — объединённая диалоговая модель на базе Mistral-7B-Instruct-v0.2 и uukuguy/neural-chat-7b-v3-1-dare-0.85. Веса объединены методом SLERP с настройками для слоёв self-attention и MLP; модель имеет плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров. Модель предназначена для генерации текста и диалоговых ответов на инструкции. Контекст составляет до 32 768 токенов; репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. В README не приведены результаты оценки качества или отдельные гарантии работы для конкретных языков и предметных областей.

M4-ai neural-chat-mini-v2.2-1.8B — языковая модель-ассистент на архитектуре Qwen2, дообученная на tau-1.8B с помощью SFT и DPOP. Модель содержит 1,5 млрд параметров, принимает текст и рассчитана на диалоговое использование; заявленная длина контекста — 32 768 токенов. Модель предназначена для ответов на вопросы и других общих задач ассистента, включая рассуждения, математику, программирование и написание текстов. В обучающую смесь вошли наборы данных для диалогов, кода, математики и естественных наук. В карточке заявлены английский и, возможно, китайский языки; метаданные указывают английский. Разработчик указывает лицензию tongyi-qianwen; метаданные классифицируют лицензию как other. В карточке отмечены риски предвзятости и ограничения, а результаты оценивания ещё не опубликованы. Рекомендации по ответственному использованию требуют дополнительной проработки.

NeuralContext-7b-v1 — объединённая языковая модель, созданная Kukedlc с помощью LazyMergekit на основе пяти моделей семейства Mistral. Она предназначена для генерации текста и диалоговых ответов на инструкции. Модель использует плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и имеет контекстное окно до 32 768 токенов. Модель принимает текст и генерирует текст; среди её базовых компонентов — Mistral-7B-Instruct-v0.2, Hermes-2-Pro-Mistral-7B и Yarn-Mistral-7b-128k. Репозиторий предоставляет веса в формате safetensors. Лицензия — Apache-2.0. README не приводит оценок качества или результатов тестирования, поэтому пригодность для конкретных задач стоит проверять самостоятельно.

NeuralDaredevil-8B-abliterated-x-Llama-3-8B-instruct — объединённая разговорная языковая модель на архитектуре Llama 3, опубликованная IsakNordgren. Репозиторий содержит веса в формате Safetensors; размер модели — около 7,5 млрд параметров, нативный контекст — 8192 токена. README указывает на объединение NeuralDaredevil-8B-abliterated и AI-Sweden-Models/Llama-3-8B-instruct методом dare_ties с конфигурацией LazyMergekit. Модель предназначена для диалогов и генерации текста. Базовая Llama 3 от AI-Sweden-Models ориентирована на шведский, датский и норвежский языки; карточка этой модели не уточняет языковые ограничения самого объединённого чекпойнта. README не приводит результаты оценки качества или подробные ограничения применения. Лицензия в предоставленных данных не указана.

NeuralKrishna-7B-v3 — объединённая модель для генерации текста, созданная Kukedlc с помощью LazyMergekit. В конфигурации указана база mlabonne/Monarch-7B и слияние методом DARE-TIES с NeuralGlitch-Yam-Peleg-7B-DT, Fasciculus-Arcuatus-7B-slerp и Neural4gsm8k; веса сохранены в формате bfloat16. Метаданные указывают архитектуру Mistral с плотной сетью из 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста и может быть полезна для диалогов и решения задач на рассуждение, включая математические вопросы, благодаря включённой в слияние Neural4gsm8k. Поддерживаемый язык в источниках не указан. Модель распространяется по лицензии Apache-2.0.

NeuralLLaMa-3-8b-DT-v0.1 — объединённая плотная авторегрессионная языковая модель семейства Llama от автора репозитория Kukedlc. Она предназначена для генерации текста и диалогов. Модель содержит 7,5 млрд параметров, принимает текст, выдаёт текст и поддерживает контекст до 8192 токенов. Модель собрана методом DARE-TIES из трёх моделей: mlabonne/ChimeraLlama-3-8B-v2, nbeerbower/llama-3-stella-8B и uygarkurt/llama-3-merged-linear; в конфигурации также указан NousResearch/Meta-Llama-3-8B. README приводит результаты оценки на IFEval и BBH, но не описывает отдельную специализацию или гарантии качества. Репозиторий содержит веса в формате Safetensors. Указана лицензия «other», поэтому условия использования следует сверить с лицензиями базовых моделей и полными условиями репозитория.

NeuralPipe-7B-slerp-DPO — языковая модель на архитектуре Mistral с 7,1 млрд параметров, созданная Samee-ur методом Direct Preference Optimization на наборе Intel/orca_dpo_pairs. Это версия модели Samee-ur/NeuralPipe-7B-slerp, настроенная на генерацию текста по предпочтениям. Она предназначена для текстовых запросов и ответов; поддерживает английский язык и контекст до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0.

NeuralSirKrishna-7b — объединённая языковая модель, построенная с помощью LazyMergekit на основе NeuralKrishna-7B-v3, NeuralMarioMonarch-7B-slerp и M7-7b. В карточке указана архитектура Mistral с плотной причинной языковой моделью на 7,1 млрд параметров и контекстом до 32 768 токенов; веса представлены в формате safetensors. Модель предназначена для генерации текста и диалогов, включая ответы на вопросы и рассуждения. Пример в README показывает развёрнутый ответ на запрос о происхождении жизни; также приведены результаты нескольких тестов Open LLM Leaderboard, но они не гарантируют качество на других задачах. Поддерживаемые языки отдельно не перечислены. Лицензия — Apache-2.0.

NeuralsirkrishnaInex12-7B — автоматически объединённая модель, созданная Maxime Labonne из Kukedlc/NeuralSirKrishna-7b и MSL7/INEX12-7b. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров; при объединении применён метод SLERP, итоговые веса сохранены в формате safetensors. Модель предназначена для генерации текста и диалогов. Она принимает текст и поддерживает контекст до 32 768 токенов. В карточке приведён пример загрузки через Transformers. Модель распространяется по лицензии Apache-2.0. Карточка не описывает специализированные области применения или отдельные возможности модели. Качество и ограничения в README не оценены; пригодность для конкретной задачи следует проверять отдельно.

NeuralsirkrishnaShadow_Experiment26Yam — объединённая текстовая модель на архитектуре Mistral, созданная из automerger/NeuralsirkrishnaShadow-7B и automerger/Experiment26Yam-7B. Размер модели составляет 7,1 млрд параметров; для хранения используются файлы safetensors, лицензия — Apache-2.0. Модель предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Её можно применять для диалогов, написания черновиков и продолжения текста; README не описывает специализированные сценарии или языки. Качество и ограничения модели в карточке не охарактеризованы.

NeuralsirkrishnaShadow_Experiment28Inex12 — объединённая языковая модель на архитектуре Mistral, созданная слиянием automerger/NeuralsirkrishnaShadow-7B и automerger/Experiment28Inex12-7B. Она предназначена для генерации текста и может использоваться в диалоговых и текстовых приложениях. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает специальные предметные области или подтверждённые ограничения качества, поэтому её возможности следует оценивать на целевых задачах.

NeuralsirkrishnaShadow_PasticheNeuralsirkrishna — текстовая генеративная модель, созданная слиянием automerger/NeuralsirkrishnaShadow-7B и automerger/PasticheNeuralsirkrishna-7B. Модель основана на архитектуре Mistral, содержит 7,1 млрд параметров и распространяется в формате Safetensors. Она предназначена для генерации текста; заявленная длина контекста — 32 768 токенов. Модель может использоваться для продолжения текста и генерации ответов на текстовые запросы. В карточке не приведены сведения о специализации, целевых языках или результатах оценки качества. Лицензия — Apache-2.0.

NeuralsirkrishnaShadow_YamshadowT3q — объединённая причинно-языковая модель семейства Mistral, созданная на основе automerger/NeuralsirkrishnaShadow-7B и automerger/YamshadowT3q-7B. Она содержит 7,1 млрд параметров и принимает контекст длиной до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев на её основе. Карточка базовой модели YamshadowT3q-7B указывает на генерацию текста и ответы на математические запросы, однако отдельные характеристики математических возможностей итоговой модели не приведены. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Данных о поддерживаемых естественных языках и ограничениях качества в карточке нет.

NeuralStar_FusionWriter_4x7b — объединённая языковая модель семейства Mixtral с архитектурой Mixture of Experts, созданная OmnicromsBrain с помощью LazyMergekit. В слиянии использованы mlabonne/AlphaMonarch-7B, OmnicromsBrain/Eros_Scribe-7b, SanjiWatsuki/Kunoichi-DPO-v2-7B и OmnicromsBrain/NeuralStar_Fusion-7B. Модель содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Её можно применять для написания и продолжения текстов, ответов на запросы и ведения беседы. В карточке упомянуты отдельные статические и imatrix-квантизированные варианты GGUF, подготовленные MRadermacher; основной репозиторий использует формат safetensors. Модель распространяется по лицензии Apache-2.0. README не приводит результатов оценки качества или конкретных языковых ограничений; перечисление использованных моделей само по себе не гарантирует одинаковое качество их возможностей в объединённой модели.

NeuralStock-7B — объединённая языковая модель семейства Mistral, созданная Kukedlc с помощью LazyMergekit из liminerity/M7-7b, Gille/StrangeMerges_32-7B-slerp и automerger/YamShadow-7B. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и предназначена для генерации текста и диалогов. Модель принимает текст и выдаёт текст. Заявленная длина контекста составляет 32 768 токенов. В README указаны метод объединения model_stock и формат весов bfloat16; репозиторий содержит файлы safetensors. Данные не устанавливают специализированные области применения или основной язык. Карточка не сообщает результатов оценки качества или известных ограничений, поэтому пригодность для конкретных сценариев следует проверять отдельно. Лицензия в предоставленных данных не указана.

Kukedlc/NeuralStockFusion-7b — слитая с помощью mergekit методом Model Stock языковая модель на архитектуре Mistral. В объединение вошли Kukedlc/NeuralArjuna-7B-DT, Kukedlc/NeuralMaths-Experiment-7b, Kukedlc/NeuralSirKrishna-7b и Kukedlc/NeuralSynthesis-7B-v0.1; базовой моделью при слиянии была Kukedlc/NeuralSirKrishna-7b. Модель содержит 7,1 млрд параметров, принимает текст и предназначена для генерации текста и диалогов. Контекстное окно — 32 768 токенов; файлы представлены в формате safetensors, библиотека — Transformers. Модель подходит для диалоговых сценариев и генерации текста общего назначения, включая задачи, отражённые в объединённых моделях, такие как математика и синтез текста. Каталог характеризует базовую модель как англоязычную и испаноязычную; отдельного подтверждения поддержки других языков нет. Лицензия — Apache-2.0.

NeuralsynthesisMultiverseex26-7B — автоматическое слияние моделей, созданное Maxime Labonne из Kukedlc/NeuralSynthesis-7B-v0.1 и allknowingroger/MultiverseEx26-7B-slerp методом SLERP с помощью MergeKit. Это плотная авторегрессионная модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров; она предназначена для генерации текста и диалогов. Длина контекста — 32 768 токенов, веса представлены в Safetensors. Модель принимает текст и генерирует текст. По описанию базовой модели поддерживаются английский и испанский языки. Репозиторий лицензирован по Apache-2.0. Карточка показывает конфигурацию слияния и пример подключения через Transformers, но не приводит сравнительных оценок качества или подробных результатов тестирования.

Neuron-V1-Distill-Qwen2-14B-i1-GGUF — это GGUF-квантизация 14-миллиардной инструкционной модели Neuron-V1-14B-Instruct, разработанной Neura-Tech-AI и подготовленной квантизатором mradermacher. Модель предназначена для генерации текста и работы с инструкциями, а также может использоваться в локальных приложениях и средах, поддерживающих формат GGUF. В карточке указаны поддерживаемые языки английский и хинди. Модель относится к семейству Qwen2 и рассчитана на текстовый ввод и вывод; сведения о мультимодальности и размере контекстного окна отсутствуют. Доступно множество вариантов квантизации i1, отличающихся размером, скоростью и качеством. Среди них i1-Q4_K_M обозначен как быстрый и рекомендуемый, а i1-Q4_K_S — как оптимальный по соотношению размера, скорости и качества. Некоторые варианты с низкой разрядностью имеют заметно сниженное качество. Модель распространяется по лицензии Apache-2.0. Для запуска требуется совместимое программное обеспечение, поддерживающее GGUF; конкретные требования к оборудованию и рекомендуемый объём оперативной памяти в карточке не указаны.

NeuTrixOmniBe-7B-model-remix — языковая модель на архитектуре Mistral, созданная слиянием CultriX/NeuralTrix-7B-dpo и paulml/OmniBeagleSquaredMBX-v3-7B-v2 с помощью LazyMergekit. Она предназначена для генерации текста и ответов на запросы; размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов. В README приведены результаты оценки на нескольких тестах рассуждения и понимания текста. Модель принимает текст и генерирует текст. Данные не подтверждают поддержку конкретных естественных языков или специализированных областей. Веса доступны в формате safetensors, лицензия — Apache-2.0. Карточка не описывает специальные ограничения или гарантии качества.

NeuTrixOmniBe-DPO — языковая модель на 7,1 млрд параметров семейства Mistral, созданная Kukedlc с помощью слияния моделей CultriX/NeuralTrix-7B-dpo и paulml/OmniBeagleSquaredMBX-v3-7B-v2. Для объединения применён метод SLERP; затем модель дообучили методом DPO на наборе Intel/orca_dpo_pairs. Модель предназначена для генерации текста и диалоговых сценариев на основе текстовых запросов. В метаданных указан контекст до 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache-2.0. README приводит результаты оценки на нескольких бенчмарках, но не описывает конкретные языки и ограничения качества.