I.5Создание и редактирование текста

Модель yuhengtu-bytedance/sfm_filtered_insert_xxf_character-0k_1k_2k_3k_4k_simpleavg_merge — объединение предварительно обученных языковых моделей, созданное с помощью mergekit методом Linear. В качестве базового чекпойнта использован global_step4000; также объединены чекпойнты global_step0, global_step1000, global_step2000 и global_step3000 из эксперимента filtered_insert_xxf_character. Это плотная авторегрессионная модель семейства GPT-NeoX с архитектурой GPTNeoXForCausalLM, размером 8,8 млрд параметров и контекстом до 16 384 токенов. Она предназначена для генерации текста и диалогового использования. В карточке не приведены сведения о целевых языках, специализированной области или измеренных преимуществах объединения. Модель распространяется в формате safetensors. Сведения о лицензии в предоставленной карточке и метаданных отсутствуют.

Это объединённая модель генерации текста, созданная методом Linear с помощью mergekit. В качестве базовой использована контрольная точка global_step2000; в объединение также вошли global_step1000 и global_step0. Архитектура — плотная GPT-NeoX с причинной языковой моделью на 8,8 млрд параметров, сохранённая в формате safetensors. Модель поддерживает диалоговый режим и контекст до 16 384 токенов. Она предназначена для генерации текста и диалоговых сценариев. Сведения о языках обучения, специализированных областях и результатах оценки качества в предоставленных данных отсутствуют. Лицензия не указана.

Это объединённая модель для генерации текста, созданная с помощью mergekit методом Linear из нескольких контрольных точек предварительно обученной языковой модели. В качестве базовой при слиянии использовалась контрольная точка global_step12040; также включены варианты global_step11000 и global_step10000. Каталог определяет архитектуру как плотную GPT-NeoX, а размер модели составляет 8,8 млрд параметров. Модель предназначена для генерации текста в диалоговом формате. Она принимает текст и выдаёт текст; заявленная длина контекста — 16 384 токена. Данных о специализированных областях и поддерживаемых естественных языках в карточке нет. Модель размещена в формате safetensors и использует библиотеку Transformers. Сведения о лицензии отсутствуют.

sfm_filtered_insert_xxf_character-1k_2k_3k_simpleavg_merge — объединённая языковая модель, опубликованная под аккаунтом yuhengtu-bytedance. Она создана с помощью mergekit методом Linear: в качестве основы использован чекпойнт global_step3000, объединённый с чекпойнтами global_step2000 и global_step1000. Архитектура GPT-NeoX, плотная причинная языковая модель с 8,8 млрд параметров; веса представлены в формате safetensors. Модель предназначена для генерации текста и диалогового взаимодействия. Контекстное окно составляет 16 384 токена. Карточка не описывает конкретные области применения, языки или сравнительные результаты, поэтому её возможности за пределами генерации текста и чата не следует предполагать. Лицензия в предоставленных данных не указана.

Это объединённая модель генерации текста, созданная с помощью mergekit методом Linear из трёх контрольных точек предварительно обученной языковой модели: global_step1000, global_step2000 и global_step3000. В качестве базовой при слиянии использовалась контрольная точка global_step3000. В метаданных архитектура указана как плотная GPT-NeoX для авторегрессионной генерации; размер — 8,8 млрд параметров, максимальный контекст — 16 384 токена. Модель предназначена для генерации текста и диалогового взаимодействия. Карточка не приводит результатов оценки качества или подробностей о целевом назначении и обучающих данных. Модель распространяется в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

sfm_filtered_insert_xxf_character-2k_3k_4k_weightedavg_merge — объединённая языковая модель, созданная с помощью mergekit методом Linear. В качестве базового чекпойнта использован global_step4000, в слияние также включены чекпойнты global_step2000 и global_step3000 из серии filtered_insert_xxf_character. Модель разработана автором репозитория yuhengtu-bytedance. Это плотная авторегрессионная модель GPT-NeoX с 8,8 млрд параметров, предназначенная для генерации текста в диалоговом формате. Она принимает текст и выдаёт текст; заявленный размер контекста составляет 16 384 токена. Сведения о языках обучения и целевой области применения отсутствуют, поэтому модель следует считать языковой моделью общего назначения. Модель сохранена в формате safetensors и доступна через Transformers. README не приводит результатов оценки, подробностей о поведении модели или условий лицензии; качество и права на использование следует проверять отдельно по репозиторию и исходным чекпойнтам.

Модель yuhengtu-bytedance/sfm_filtered_insert_xxf_character-3k_4k_5k_weightedavg_merge — слияние предварительно обученных языковых моделей, созданное с помощью mergekit. Для объединения применён линейный метод: чекпойнт global_step5000 использован как базовый, вместе с ним включены чекпойнты global_step4000 и global_step3000. Модель построена на архитектуре GPT-NeoX и предназначена для генерации текста и диалогового взаимодействия. Она содержит 8,8 млрд параметров, принимает текст и поддерживает контекст длиной до 16 384 токенов. Условия лицензии и целевые языки в доступных сведениях не описаны.

sfm_filtered_insert_xxf_character-4k_5k_6k_simpleavg_merge — объединённая языковая модель, созданная методом Linear merge с помощью mergekit. В качестве базового чекпойнта использован global_step6000; также объединены чекпойнты global_step4000 и global_step5000 из эксперимента filtered_insert_xxf_character. Модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров. Модель предназначена для генерации текста в диалоговом формате. Максимальная длина контекста составляет 16 384 токена. Веса представлены в формате safetensors, для работы указана библиотека Transformers. Сведения о конкретных языках и специализированных областях применения в карточке отсутствуют. Условия лицензии не приведены.

sfm_filtered_insert_xxf_character-5k_6k_7k_simpleavg_merge — объединённая языковая модель на архитектуре GPT-NeoX, созданная методом Linear с помощью mergekit из контрольных точек обучения с шагами 5000, 6000 и 7000. Модель содержит 8,8 млрд параметров, работает через Transformers и сохраняется в формате safetensors; заявленный контекст — до 16 384 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Карточка не описывает специальные предметные области, конкретные языки или отличительные качества генерации. Использовать её можно в сценариях, где требуется текстовая генерация или чат; оценить качество для конкретной задачи по имеющимся сведениям нельзя. Лицензия в предоставленных данных не указана.

Это объединённая модель генерации текста, созданная разработчиком yuhengtu-bytedance с помощью mergekit из трёх контрольных точек языковой модели. Для слияния применён линейный метод, а контрольная точка global_step7000 использована как базовая; в состав также вошли версии global_step5000 и global_step6000. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и рассчитана на контекст до 16 384 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Карточка не приводит сведения о конкретных языках, специализации, обучающих данных или сравнительном качестве. Файлы опубликованы в формате safetensors; лицензия в предоставленных данных не указана.

sfm_filtered_insert_xxf_character-8k_9k_10k_simpleavg_merge — объединённая языковая модель, созданная с помощью mergekit методом Linear. В качестве базовой использована контрольная точка global_step10000, объединённая с контрольными точками global_step8000 и global_step9000; все три относятся к набору filtered_insert_xxf_character. Модель предназначена для генерации текста и диалоговых сценариев. Она построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров, работает с библиотекой Transformers и принимает контекст длиной до 16 384 токенов. Данные не позволяют установить поддерживаемые естественные языки или специализированные области применения. Модель распространяется в формате safetensors. Сведения о лицензии и известных ограничениях в предоставленных материалах отсутствуют.

Это объединённая модель генерации текста, созданная yuhengtu-bytedance с помощью mergekit. В основу слияния вошёл чекпойнт global_step10000; также объединены чекпойнты global_step9000 и global_step8000. Использован линейный метод слияния. Модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров. Модель предназначена для генерации текста и диалогового взаимодействия. Её контекстное окно составляет 16 384 токена. В карточке не описаны конкретные сценарии, языки и сравнительные преимущества. Репозиторий содержит веса в формате safetensors; условия лицензии в предоставленных данных не приведены.

Это объединённая модель генерации текста, созданная yuhengtu с помощью mergekit. В неё линейным методом сведены пять чекпойнтов предварительно обученной языковой модели с шагами обучения 0, 1000, 2000, 3000 и 4000; базой слияния служил чекпойнт на шаге 4000. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и принимает контекст до 16 384 токенов. В метаданных также указана возможность диалогового применения. Модель предназначена для генерации текста и диалоговых сценариев. Сведения о целевых языках, качестве на конкретных задачах и условиях лицензирования в карточке отсутствуют, поэтому их нельзя достоверно оценить.

Модель yuhengtu-bytedance/sfm_filtered_midtrain_alignment-2k_3k_4k_5k_6k_simpleavg_merge — объединённая языковая модель, опубликованная пользователем yuhengtu-bytedance. Она получена методом Linear merge с помощью mergekit из пяти предобученных чекпойнтов на шагах 2000, 3000, 4000, 5000 и 6000; в README чекпойнт global_step6000 указан как базовый для слияния. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и имеет контекстное окно 16 384 токена. Модель предназначена для генерации текста и диалогового общения. Её можно использовать для построения чат-интерфейсов и приложений, которым требуется генерировать ответы на текстовые запросы. Данные не описывают специальные предметные области или поддерживаемые естественные языки, поэтому их нельзя надёжно указать. Модель опубликована в формате safetensors; сведения о лицензии в предоставленных источниках отсутствуют.

sfm_filtered_midtrain_alignment-3k_4k_5k_6k_7k_simpleavg_merge — объединённая языковая модель на архитектуре GPT-NeoX, созданная с помощью mergekit методом Linear merge. В качестве основы использован чекпойнт global_step7000; в объединение также вошли чекпойнты global_step3000, global_step4000, global_step5000 и global_step6000 из эксперимента filtered_midtrain_alignment. Модель содержит 8,8 млрд параметров, работает через Transformers и сохранена в формате safetensors. Модель предназначена для генерации текста и диалогового взаимодействия; контекст составляет до 16 384 токенов. README не раскрывает конкретные языки, области применения, оценку качества или условия лицензирования, поэтому модель можно охарактеризовать только как объединённый чекпойнт общего назначения для текстовых запросов.

Модель yuhengtu-bytedance/sfm_filtered_midtrain_alignment-4k_5k_6k_7k_8k_weightedavg_merge — объединение предварительно обученных языковых моделей, созданное с помощью mergekit. В README указан метод Linear merge с чекпойнтом global_step8000 в качестве базового; также объединены чекпойнты на шагах 4000, 5000, 6000 и 7000. В метаданных архитектура обозначена как плотная GPT-NeoX, класс GPTNeoXForCausalLM; размер — 8,8 млрд параметров, контекст — 16 384 токена. Модель предназначена для генерации текста и диалогового взаимодействия. Её можно использовать для продолжения текста и построения чат-систем. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Сведения о лицензии и конкретных языках не приведены, поэтому выводы о разрешённых условиях использования и языковом покрытии сделать нельзя.

Это объединённая языковая модель yuhengtu-bytedance/sfm_filtered_midtrain_alignment-5k_6k_7k_8k_9k_weightedavg_merge, созданная автором с помощью mergekit из пяти контрольных точек обучения. Для слияния применён линейный метод; контрольная точка global_step9000 использовалась как базовая, а в объединение также вошли состояния на шагах 5000, 6000, 7000 и 8000. Модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров. Она предназначена для генерации текста и диалогового использования; заявленная длина контекста — 16 384 токена. Репозиторий содержит веса в формате Safetensors и использует библиотеку Transformers. README и метаданные не уточняют языковое покрытие, специальные области применения или результаты оценки качества. Лицензия в предоставленных данных не указана.

Модель yuhengtu-bytedance/sfm_filtered_midtrain_alignment-6k_7k_8k_weightedavg_merge — объединение предварительно обученных языковых моделей, созданное с помощью mergekit. В README указано, что применён линейный метод слияния, а в качестве базовой использована версия с шагом обучения 8000; также объединены версии с шагами 6000 и 7000. Это плотная авторегрессионная модель семейства GPT-NeoX с 8,8 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Она принимает текст и выдаёт текст; заявленная длина контекста составляет 16 384 токена. В метаданных указан формат safetensors и библиотека Transformers. В карточке не указаны специальные предметные области или поддерживаемые естественные языки. Лицензия в предоставленных данных не указана, поэтому условия использования определить нельзя; качество и ограничения слияния отдельно не описаны.

Это слитая модель генерации текста, опубликованная yuhengtu-bytedance и созданная с помощью mergekit. В основе — архитектура GPT-NeoX с плотной языковой моделью на 8,8 млрд параметров; линейным методом объединены контрольные точки обучения с шагов 8k, 9k, 10k, 11k и 12k, причём базовой для слияния была контрольная точка global_step12040. Модель предназначена для генерации текста и диалогового взаимодействия. Контекст составляет 16 384 токена. В репозитории указаны веса в формате safetensors. Сведения о конкретных языках, специализированных областях и сравнительных результатах в предоставленных материалах отсутствуют, поэтому их нельзя надёжно охарактеризовать. Лицензия в данных не указана.

yuhengtu-bytedance опубликовал объединённую модель для генерации текста, созданную из трёх контрольных точек предварительно обученной языковой модели. В карточке указано, что для слияния применялся метод Linear с помощью mergekit; в качестве базовой использовалась контрольная точка global_step12040, вместе с контрольными точками global_step10000 и global_step11000. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и поддерживает контекст длиной до 16 384 токенов. Она рассчитана на генерацию текста и диалоговое применение. Данных о конкретных языках и специализированных областях применения в карточке нет. Модель распространяется в формате safetensors. Информация о лицензии в предоставленных данных отсутствует.

Это объединённая языковая модель, созданная с помощью mergekit и метода Linear merge. В неё вошли контрольные точки обучения на шагах 2000, 3000, 4000, 5000 и 6000; контрольная точка шага 6000 использовалась как базовая при объединении. Модель разработана автором репозитория yuhengtu-bytedance. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и принимает текст для генерации текста. Она поддерживает контекст длиной до 16 384 токенов и имеет интерфейс для диалога, поэтому подходит для генерации ответов и ведения текстовых бесед. В репозитории указаны формат Safetensors и библиотека Transformers. Сведения о лицензии и конкретных языках в предоставленных данных отсутствуют.

sfmunfilterede2ealignment-3k4k5k6k7ksimpleavgmerge — объединённая языковая модель автора yuhengtu-bytedance, созданная с помощью mergekit методом Linear: в качестве базовой использована контрольная точка global_step7000, а также включены контрольные точки обучения global_step3000, global_step4000, global_step5000 и global_step6000. Это плотная авторегрессионная модель семейства GPT-NeoX объёмом 8,8 млрд параметров, сохранённая в формате safetensors и доступная через Transformers. Модель предназначена для генерации текста и диалогового взаимодействия. Она принимает текст и выдаёт текст, поддерживает контекст до 16 384 токенов. Данные не позволяют установить её языковой охват или специализированную область применения. Репозиторий не сообщает результаты оценки качества или конкретные ограничения поведения модели. Условия использования и лицензия в предоставленных данных не указаны.

sfmunfilterede2ealignment-3k4k5ksimpleavgmerge — объединённая языковая модель, созданная с помощью mergekit из контрольных точек обучения на шагах 3000, 4000 и 5000. В README указан линейный метод слияния и контрольная точка global_step5000 в качестве базовой. Метаданные определяют архитектуру как GPT-NeoX с плотной авторегрессионной языковой моделью класса GPTNeoXForCausalLM; размер составляет 8,8 млрд параметров, контекст — до 16 384 токенов. Модель предназначена для генерации текста и диалоговых сценариев. В карточке нет сведений о конкретной специализации, обучающих данных или поддерживаемых естественных языках. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия в предоставленных данных не указана.

Это объединённая языковая модель для генерации текста, созданная с помощью mergekit методом Linear. В объединение вошли контрольные точки обучения на шагах 4000, 5000, 6000, 7000 и 8000; базовой указана точка global_step8000. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и рассчитана на контекст до 16 384 токенов. Метаданные указывают возможность диалогового использования. Лицензия в предоставленных данных не указана.

sfmunfilterede2emisalignment-2k3k4ksimpleavgmerge — объединение предварительно обученных языковых моделей, созданное с помощью mergekit. В README указано, что применён метод Linear: контрольная точка global_step4000 использована как базовая, а global_step2000 и global_step3000 включены в объединение. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и принимает текст, генерируя текст; заявленный контекст — 16 384 токена. Она рассчитана на генерацию текста и диалоговые сценарии. README и метаданные не описывают специализацию по языкам, предметным областям или конкретные ограничения качества. Модель опубликована в формате safetensors; условия лицензии в доступных данных не приведены.

sfmunfilterede2e misalignment-7k8k9k simple average merge — объединённая модель на основе предобученных языковых моделей. По карточке, её создали с помощью mergekit методом Linear; базой служил чекпойнт global_step9000, а также были объединены чекпойнты global_step7000 и global_step8000. Каталог указывает архитектуру GPT-NeoX и класс GPTNeoXForCausalLM, размер около 8,8 млрд параметров и контекст до 16 384 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. В карточке нет сведений о специализированных областях применения или поддерживаемых естественных языках. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия в предоставленных данных не указана.

sfmunfilterede2e misalignment 7k/8k/9k weighted average merge — объединённая модель семейства GPT-NeoX, созданная с помощью mergekit методом Linear. В качестве базовой использована версия с global_step9000; в объединение также вошли версии global_step7000 и global_step8000. Архитектура — плотная авторегрессионная GPTNeoXForCausalLM, размер — 8,8 млрд параметров, формат весов — safetensors, длина контекста — 16 384 токена. Модель предназначена для генерации текста и диалогового использования. README и метаданные не описывают специализацию, набор языков или сравнительное качество модели, поэтому эти свойства нельзя уточнить. Лицензия в предоставленных источниках не указана.

sfmunfilteredmidtrainalignment-3k4k5kweightedavgmerge — объединённая языковая модель, созданная с помощью mergekit. В линейное слияние вошли три чекпойнта обучения с шагов 3000, 4000 и 5000; чекпойнт с шага 5000 использовался как базовый при слиянии. Каталог определяет архитектуру как плотную GPT-NeoX с причинно-языковой моделью GPTNeoXForCausalLM. Модель содержит 8,8 млрд параметров, работает с текстом и рассчитана на контекст до 16 384 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. В карточке нет сведений о целевых языках, специализированных областях применения или лицензии, поэтому их нельзя уточнить. Также карточка не приводит оценок качества или ограничений слияния; практические результаты следует проверять на целевых задачах.

sfmunfilteredmidtrainmisalignment-0k1k2kweightedavgmerge — объединённая предобученная языковая модель, созданная с помощью mergekit. В README описано линейное слияние чекпойнтов обучения с шагами 0, 1000 и 2000; в качестве базового для слияния использован чекпойнт global_step2000. В метаданных указаны архитектура GPT-NeoX, плотная модель для генерации текста и размер 8,8 млрд параметров. Модель принимает текст и генерирует текст; её можно использовать для продолжения текста и диалоговой генерации. Заявленная длина контекста составляет 16 384 токена. Карточка не сообщает о специализированной предметной области или языках. Доступны веса в формате safetensors; лицензия в предоставленных данных не указана.

sfm_unfiltered_midtrain_misalignment-7k_8k_9k_weightedavg_merge — объединённая предобученная языковая модель, созданная с помощью mergekit. В линейное слияние вошли чекпойнты одного проекта на шагах 7000, 8000 и 9000; чекпойнт шага 9000 указан как базовый. Репозиторий использует архитектуру GPT-NeoX для авторегрессионной генерации текста и содержит 8,8 млрд параметров в формате Safetensors. Модель предназначена для генерации текста и диалогового взаимодействия; заявленная длина контекста — 16 384 токена. В карточке нет сведений о специализированных предметных областях или поддерживаемых языках. Условия лицензирования в доступных данных не описаны.