I.5Создание и редактирование текста

DPOpenHermes 11B — языковая модель для генерации текста и диалогов, разработанная OpenAccess AI Collective. Это плотная модель семейства Mistral с архитектурой MistralForCausalLM, примерно 10,6 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для чат-ответов и генерации текста на английском языке. Модель создана слиянием mergekit методом passthrough двух диапазонов слоёв разных версий DPOpenHermes-7B в формате bfloat16. Для весов указана лицензия Apache-2.0. Карточка не приводит сравнительных оценок качества или подробных сведений о поведении модели.

Dream-7B-slerp — объединённая с помощью mergekit языковая модель на архитектуре Mistral, опубликованная пользователем chasedreaminf. Она предназначена для генерации текста и диалоговых сценариев. В слиянии использованы ignos/Mistral-T5-7B-v1 и Toten5/Marcoroni-neural-chat-7B-v2. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. В репозитории указаны веса в формате safetensors и лицензия Apache-2.0. README не описывает отдельные возможности, языковую специализацию или результаты оценки качества.

Dumpling-Qwen2.5-32B — диалоговая языковая модель на архитектуре Qwen2, разработанная nbeerbower как дообучение nbeerbower/Rombos-EVAGutenberg-TIES-Qwen2.5-32B. Модель содержит 32 млрд параметров, распространяется в формате safetensors и поддерживает контекст до 131 072 токенов. Модель предназначена для генерации ответов в диалоге и может использоваться для рассуждений, работы с текстами и сценариев с интерфейсом вызова инструментов. Она дообучена методом ORPO в течение двух эпох на наборах данных для предпочтений, правдивости, физического рассуждения и художественных текстов. Поддержка интерфейса инструментов указана в метаданных; это само по себе не гарантирует совместимость с конкретной системой инструментов. Модель выпущена под лицензией Apache-2.0. Карточка не приводит результатов оценки качества, поэтому пригодность для конкретных задач следует проверять отдельно.

vvcz/dxvalpt-uk — языковая модель для генерации текста и диалогов, созданная объединением моделей с помощью mergekit. В README указаны SLERP и две исходные модели: Sao10K/Fimbulvetr-11B-v2.1-16K и vvcz/dvxipt-uk. Метаданные описывают архитектуру как плотную LlamaForCausalLM с 7,5 млрд параметров и контекстом до 8192 токенов. Модель подходит для диалоговых и conversational-сценариев на основе текстового ввода. Карточка не уточняет поддерживаемые естественные языки и специализированные области применения. Репозиторий содержит веса в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

Eclectic-Maid-10B-v2-1 — объединённая языковая модель, созданная автором репозитория с помощью mergekit. Это плотная авторегрессионная модель семейства Mistral на 10,4 млрд параметров с архитектурой MistralForCausalLM, предназначенная для генерации текста. В README указан метод объединения passthrough и исходная модель Eclectic-Maid-v2; веса представлены в формате safetensors, а конфигурация слияния использует float16. Модель можно применять для генерации продолжений и ответов в текстовых сценариях. Заявленная длина контекста составляет 32 768 токенов. В карточке нет сведений о конкретных языках, специализированных областях или ограничениях качества. В метаданных присутствует пометка not-for-all-audiences, поэтому модель может быть не подходящей для всех аудиторий. Условия лицензии в предоставленных данных не приведены.

Это набор файлов модели в формате GGUF, подготовленный featherless-ai-quants на основе дообученной Edgerunners/meta-llama-3-8b-instruct-hf-ortho-baukit-5fail-3000total-bf16. Модель относится к семейству Llama 3, имеет архитектуру языковой модели для генерации текста и поддерживает диалоговый режим. В репозитории представлены варианты квантования Q8_0, Q4_K_S и Q2_K; метаданные также указывают вариант GGUF BF16. Модель предназначена для генерации текста и ведения диалогов. Размер контекста и поддерживаемые естественные языки в предоставленных данных не описаны. Квантованные варианты занимают примерно 3–8 ГБ, что позволяет выбирать компромисс между размером файла и точностью весов. Репозиторий указывает на базовую модель и производное дообучение, однако конкретные возможности и ограничения этого дообучения не раскрыты. Лицензия в предоставленных данных не указана.

EinsteinBagel-8B — объединённая языковая модель на архитектуре Llama 3, созданная с помощью mergekit методом Model Stock. Автор объединил Einstein V6.1 и Bagel V1.0 с базовой Meta-Llama-3-8B, чтобы собрать возможности нескольких дообученных моделей. Модель содержит 7,5 млрд параметров, принимает текст и генерирует текст; нативный контекст — 8192 токена. Модель предназначена для генерации текста и диалогового использования. Карточка не приводит подробных результатов оценки качества или перечня поддерживаемых языков, поэтому нельзя подтвердить её сильные стороны для конкретных задач. Репозиторий распространяется в формате safetensors. Указана лицензия llama3; при использовании необходимо соблюдать её условия и условия лицензии базовой модели.

Elly — слитая языковая модель на архитектуре Mistral, опубликованная пользователем jeiku. Она создана методом DARE TIES с использованием Sonya-7B как базовой модели и моделей Samantha Mistral 7B Instruct и Dolphin 2.6 Mistral 7B. Веса представлены в формате safetensors; размер модели — 7,1 млрд параметров, контекст — до 8192 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Английский указан среди поддерживаемых языков. Лицензия обозначена как other; конкретные условия использования в карточке не раскрыты.

ELM Turbo 0.25 Instruct — инструкционная языковая модель SliceX AI из семейства ELM Turbo, созданная на основе Microsoft Phi-3 Mini Instruct. Это плотная авторегрессионная модель архитектуры Phi-3 с 1,5 млрд параметров, предназначенная для диалогов и генерации текста. Разработчики описывают её как обученный с применением техник декомпозиции и «нарезки» вариант Phi-3, рассчитанный на более гибкий баланс качества, скорости вывода и потребления памяти. Модель можно запускать через Transformers; для A100 и H100 также описана интеграция с TensorRT-LLM. Модель подходит для генерации ответов и других текстовых задач в приложениях, где важны умеренный размер и возможность развертывания на ограниченных вычислительных ресурсах. Метаданные указывают контекстное окно 4096 токенов и английский язык. Репозиторий содержит веса в формате safetensors, а лицензия указана как Apache-2.0. В README рекомендовано проверять ответы: обучающие данные могут содержать ошибки, смещения и неподходящий контент.

yleo/EmertonOgno-7B — модель генерации текста, созданная объединением yleo/OgnoMonarch-7B и yleo/EmertonMonarch-7B с помощью LazyMergekit. В основе лежит плотная архитектура MistralForCausalLM с 7,1 млрд параметров; модель распространяется в формате safetensors и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста и общих языковых задач. Карточка описывает слияние методом SLERP с разными весами для слоёв self-attention и MLP. В README не приведены результаты оценки качества или специальные сценарии применения. Лицензия в предоставленных данных не указана.

EM-Mistral-7b-v-0.4 — дообученная Klevin языковая модель семейства Mistral для генерации текста. Она основана на unsloth/mistral-7b-v0.3-bnb-4bit и обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста на английском языке. Лицензия Apache-2.0 разрешает её использование на условиях этой лицензии. В карточке не описаны специализированные навыки или результаты оценки качества; эффективность и пригодность для конкретных сценариев следует проверять отдельно.

Endurance-100B-v1 — плотная языковая модель семейства Mistral на 100,1 млрд параметров, дообученная TheDrummer на основе TheDrummer/Lazarus-2407-100B. Модель предназначена для генерации текста и диалогов; карточка отмечает дополнительное обучение на инструкциях и ролевых сценариях, а также поддержку шаблона чата Metharme. Метаданные указывают контекст до 131 072 токенов и интерфейс для вызова инструментов. Модель подходит для ролевых диалогов, творческого письма и ответов на инструкции. В README автор характеризует варианты квантования как пригодные для запуска при меньшем объёме памяти, однако опубликованный репозиторий указан в формате safetensors. Точная лицензия в предоставленных данных не приведена.

EOPSA-Qwen3-14B — дообученная модель Qwen3-14B, опубликованная пользователем neuqrui. Чекпойнт EOPSA (Efficient On-Policy Self-Distilled Safety Alignment) предназначен для диалогов и генерации текста с акцентом на safety alignment. Модель имеет плотную архитектуру Qwen3ForCausalLM, содержит 14 млрд параметров и использует контекст до 40 960 токенов. Модель принимает текст и выдаёт текст; метаданные указывают поддержку диалогового режима. Карточка не приводит сведений об обучающих данных, языковом охвате и результатах оценки безопасности. Распространяется в формате Safetensors по лицензии Apache-2.0.

Eris_PrimeV3.05-Vision-7B — объединённая ChaoticNeutrals модель семейства Mistral с 7,1 млрд параметров. Она предназначена для генерации текста и диалогов, а также анализа изображений при запуске в Koboldcpp с отдельным файлом mmproj; для работы с изображениями автор рекомендует актуальную версию Koboldcpp. Модель имеет контекст длиной 32 768 токенов. Репозиторий содержит веса в форматах Safetensors и GGUF F16. По метаданным, модель объединяет Eris_PrimeV3-Vision-7B и Prima-LelantaclesV7-experimental-7b. Лицензия обозначена как other, поэтому условия использования следует уточнить на странице репозитория.

ERNIE-21B-A3B-Claude-4.5-High-OPUS-Thinking — текстовая MoE-модель Baidu, дообученная автором DavidAU на наборе рассуждений TeichAI/claude-4.5-opus-high-reasoning-250x. Модель предназначена для генерации текста общего назначения, компактных подробных рассуждений, творческого письма и диалогов. Архитектура использует 64 эксперта; в метаданных указано 3,3 млрд параметров, а базовая модель имеет контекст до 131 072 токенов. Карточка отмечает свободную манеру ответов, пригодность для мозгового штурма, прозы и сюжетов, а также стабильность рассуждений при разных настройках температуры. Модель принимает текст и генерирует текст; карточка и теги указывают английский язык. Лицензия — Apache-2.0. Автор предупреждает, что при низких квантизациях возможны циклические повторы; результаты зависят от параметров генерации.

ERNIE-4.5-0.3B-PT-bf16-ft — компактная текстовая модель семейства ERNIE 4.5 от Baidu, подготовленная сообществом mlx-community для запуска на MLX. Это плотная авторегрессионная модель с 318,2 млн параметров и контекстом до 131 072 токенов. Модель предназначена для генерации текста и диалогов на английском и китайском языках. Репозиторий содержит веса в формате safetensors и преобразованный быстрый токенизатор; в README указана рекомендация использовать эту версию с mlx-swift. Модель основана на baidu/ERNIE-4.5-0.3B-PT и заявлена под лицензией Apache-2.0. Хотя название содержит bf16, README описывает конверсию в формат MLX, поэтому надёжно классифицировать её как обычную конверсию формата точности нельзя.

ERNIE-4.5-0.3B-PT-GGUF — GGUF-представление текстовой плотной модели ERNIE-4.5-0.3B, разработанной Baidu; репозиторий подготовлен Unsloth. Модель предназначена для генерации текста, понимания естественного языка и последующего дообучения в сценариях instruction fine-tuning и alignment training, включая SFT, LoRA и DPO. Модель работает с текстом и поддерживает английский и китайский языки. Она содержит около 0,36 млрд параметров, 18 слоёв, 16 Q-голов и 2 KV-головы, а максимальная длина контекста составляет 131 072 токена. Это post-trained модель; формат GGUF ориентирован на удобное локальное или оптимизированное развёртывание, однако конкретные требования к совместимому программному обеспечению и аппаратуре в README не указаны. К сильным сторонам относятся компактный размер, большой контекст и возможность адаптации под прикладные задачи. Ограничения включают отсутствие заявленной поддержки изображений у данной текстовой версии, а также отсутствие в README подробных результатов бенчмарков, описания точного варианта квантизации и эксплуатационных требований. Модель распространяется по лицензии Apache-2.0.

Dohyeon1/ERNIE-HC-SMoE-ngroups48 — языковая модель для генерации текста, опубликованная на Hugging Face и совместимая с библиотекой Transformers. По метаданным модель содержит 3,3 млрд параметров, относится к семейству ERNIE 4.5 MoE и использует архитектуру sparse mixture-of-experts с 48 группами, что отражено в её идентификаторе и тегах. Нативная длина контекста составляет 131 072 токена. Модель предназначена для генерации продолжений текста и диалоговых сценариев; тег conversational указывает на возможность применения в разговорных интерфейсах. Её можно использовать через Transformers для построения чат-ботов, генерации ответов и обработки длинных текстовых контекстов. В README отсутствуют сведения о разработчике, поддерживаемых естественных языках, лицензии, обучающих данных, результатах оценки и специальных ограничениях, поэтому эти характеристики нельзя подтвердить.

Dohyeon1/ERNIE-Sub-MoE-ngroups48-adaptive — языковая модель семейства ERNIE 4.5 MoE, опубликованная пользователем Dohyeon1 на Hugging Face. Модель предназначена для генерации текста и поддерживает диалоговые сценарии; для работы используется библиотека Transformers. Модель содержит 3,3 млрд параметров и рассчитана на контекст до 131 072 токенов. Архитектура с mixture-of-experts отражена в метаданных модели; дополнительные сведения о конфигурации экспертов, обучении, языках, оценивании и производительности в предоставленной карточке отсутствуют. Лицензия в доступных данных не указана, поэтому условия коммерческого и иного использования необходимо уточнять на странице репозитория. README не содержит результатов тестирования, описания датасетов, рекомендаций по применению или подробных сведений об ограничениях.

Eros-7B-ALPHA — диалоговая языковая модель на архитектуре Mistral, дообученная tavtav на базе Alignment-Lab-AI/Alignment-Lab-AIlonger. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов; опубликована в формате safetensors и предназначена для генерации текста в чате. Карточка не описывает специальные области применения, языковой охват или особенности обучения. В качестве результата оценки приведено значение loss 1,2012, но без деталей набора данных и протокола его интерпретировать сложно. Модель распространяется по лицензии Apache-2.0.

Eros Prodigadigm 7B — объединённая языковая модель, опубликованная пользователем jeiku. Она создана с помощью mergekit методом SLERP из предварительно обученных моделей erosprodigy и erosparadigm, с erosparadigm в качестве базовой модели слияния. Модель построена на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и принимает текст для генерации продолжений. Модель предназначена для задач генерации текста; заявленная длина контекста составляет 32 768 токенов. Репозиторий содержит веса в формате safetensors. В карточке не описаны целевые сценарии, поддерживаемые языки или специальные возможности, поэтому их нельзя уточнить. Лицензия указана как other, без конкретных условий в предоставленных данных.

Eros_Scribe-10.7b-V.02 — объединённая языковая модель, созданная OmnicromsBrain с помощью LazyMergekit из OmnicromsBrain/ToppyCox-7B и OmnicromsBrain/EverythingBagel-DPO-7B. Веса объединены методом passthrough: в итоговую модель включены слои 0–24 первой модели и слои 8–32 второй. Модель построена на архитектуре Mistral и содержит около 10,6 млрд параметров. Модель предназначена для генерации текста и диалогов; базовые модели также описаны как подходящие для творческого ролевого общения. Поддерживается контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors с точностью float16. Лицензия в предоставленных данных не указана.

EssentialAI_rnj-1-instruct-GGUF — это набор GGUF-квантизованных версий instruct-модели rnj-1-instruct, разработанной Essential AI и квантизованной пользователем bartowski с помощью llama.cpp и метода imatrix. Модель предназначена для генерации текста и выполнения инструкций в локальных средах, совместимых с llama.cpp, включая LM Studio и другие проекты на его основе. Доступны варианты от BF16 до 3- и 4-битных форматов, что позволяет выбирать между качеством ответов, размером файла и требованиями к оперативной памяти. Размеры файлов варьируются примерно от 3,8 до 16,6 ГБ; наиболее качественными считаются BF16, Q8_0 и варианты Q6, а Q4 предназначены для более универсального локального использования. В README не указаны архитектура, максимальная длина контекста, поддерживаемые языки, число параметров и мультимодальные возможности, поэтому модель следует считать текстовой без подтверждённой поддержки других модальностей. Сильные стороны — широкий выбор степеней квантизации, возможность запуска на локальном оборудовании и сохранение высокого качества у вариантов Q5–Q8. Более компактные варианты экономят память, но могут заметно уступать по качеству; низкобитные версии характеризуются как менее качественные или нерекомендуемые. Для работы требуется использовать рекомендованный формат prompt-шаблона rnj-1 и совместимый inference-движок. Указанная лицензия — Apache-2.0.

e.star.7.b — текстовая модель семейства Mistral, разработанная gate369 и дообученная на yam-peleg/Experiment26-7B. Она предназначена для генерации текста и может использоваться для диалогов, написания черновиков и экспериментов с языковыми моделями. Модель содержит 7,1 млрд параметров, имеет контекстное окно 32 768 токенов и распространяется в формате safetensors. В карточке приведены результаты оценок на AI2 Reasoning Challenge и HellaSwag. Модель обучалась с использованием Unsloth и библиотеки TRL от Hugging Face. Лицензия — Apache-2.0. README не уточняет, какие языки, кроме английского, поддерживаются, и не описывает специфические ограничения качества.

Eunoia-Gemma-9B — объединённая с помощью mergekit языковая модель на архитектуре Gemma 2 с 9 млрд параметров. В слиянии SLERP использованы gmonsoon/SahabatAI-Lion-9B-TIES-v1 и Gunulhona/Gemma-System-9B; в конфигурации базовой указана первая модель. Репозиторий содержит веса в формате safetensors, модель предназначена для генерации текста и диалогового общения. Модель принимает текстовые запросы и выдаёт текст. Контекстное окно составляет 8192 токена. Метаданные базовой модели указывают на назначение для диалогов и генерации по инструкциям на языках Юго-Восточной Азии и английском; точный перечень поддерживаемых языков не приведён. Лицензия в предоставленных данных не указана.

EuroLLM-1.7B — мультиязычная языковая модель с 1,4 млрд параметров, разработанная Unbabel совместно с Instituto Superior Técnico, Instituto de Telecomunicações, University of Edinburgh, Aveni, University of Paris-Saclay, University of Amsterdam, Naver Labs и Sorbonne Université при финансировании Европейского союза. Это предварительно обученная модель на основе плотного Transformer с архитектурой Llama; она обучена на 4 трлн токенов из веб-данных, параллельных текстов и других качественных наборов данных. Используются GQA, RMSNorm, SwiGLU и RoPE; длина контекста — 4096 токенов. Модель предназначена для генерации и продолжения текста на европейских языках и ряде дополнительных языков. Её можно применять для многоязычных текстовых задач, включая машинный перевод; карточка приводит результаты переводческих оценок для версии EuroLLM-1.7B-Instruct, которая отдельно дообучена следовать инструкциям. Для этой базовой версии не следует предполагать такое же качество следования инструкциям. Модель поддерживает болгарский, хорватский, чешский, датский, нидерландский, английский, эстонский, финский, французский, немецкий, греческий, венгерский, ирландский, итальянский, латышский, литовский, мальтийский, польский, португальский, румынский, словацкий, словенский, испанский, шведский, арабский, каталанский, китайский, галисийский, хинди, японский, корейский, норвежский, русский, турецкий и украинский. Лицензия — Apache 2.0. Модель не выравнивалась по предпочтениям людей и может выдавать галлюцинации, ложные или вредоносные ответы.

Eurydice 24b v1c — диалоговая модель Aixon Lab, дообученная на базе mistralai/Mistral-Small-3.1-24B-Instruct-2503 на специально подготовленном наборе данных. Это плотная трансформерная модель семейства Mistral 3.1 примерно на 24 млрд параметров; метаданные указывают поддержку входных изображений и генерацию текста, включая диалог с моделью и анализ изображений. Модель предназначена для многосторонних бесед, творческой генерации и сторителлинга, ответов на вопросы и анализа. В карточке отмечены хорошее понимание контекста и естественный разговорный стиль, однако результаты оценки качества не опубликованы. Поддерживаемый язык — преимущественно английский; возможно, модель работает и с другими языками. Выпускается под лицензией Apache 2.0. Как и базовая модель, она может наследовать смещения и ограничения обучающих данных. Выводы следует проверять, особенно в сценариях, где важна точность.

EVA-LLaMA-3.33-70B-v0.0-GGUF — это квантизированная версия большой языковой модели EVA-LLaMA-3.33-70B-v0.0, разработанной EVA-UNIT-01 и подготовленной в формате GGUF пользователем bartowski. Модель предназначена для генерации текста и запуска локально через llama.cpp, в том числе в LM Studio. В README указано использование наборов данных для инструкционного обучения, письма, ролевого взаимодействия и генерации структурированных ответов. Модель содержит 70B параметров и относится к семейству LLaMA; точная архитектура, поддерживаемые языки и размер контекстного окна в предоставленных данных не указаны. Доступны варианты квантизации от Q8_0 до Q3 и IQ3, что позволяет выбирать между качеством, размером файла и требованиями к памяти. Наиболее качественными считаются Q8_0 и Q6_K, а Q4_K_M, Q4_K_S и IQ4_XS предназначены для более сбалансированного локального использования. Некоторые варианты оптимизированы для ARM или AVX и имеют ограничения по совместимости с устройствами Apple. Сильными сторонами являются большой размер модели, ориентация на качественную генерацию текста и широкий выбор уровней квантизации. Ограничения включают значительные требования к оперативной памяти: размер файлов составляет примерно от 27 до 75 ГБ, а снижение разрядности может ухудшать качество. Модель предназначена для текстовых задач; сведения о мультимодальности, результатах оценивания и конкретных ограничениях безопасности отсутствуют. Лицензия указана как eva-llama3.3 с типом other; дополнительные условия в README не приведены.

EverythingLM-13b-V3-16k — универсальная текстовая модель для генерации ответов, разработанная на основе Llama 2 и обученная на датасете EverythingLM-V3. Модель содержит 12,9 млрд параметров, использует плотную архитектуру Llama и поддерживает контекст до 16 384 токенов; в карточке указана библиотека PyTorch и формат весов PyTorch. Модель предназначена для диалога и генерации подробных ответов, творческих историй и ролевых сценариев. Разработчик отмечает понимание запросов и автоматически запускаемые рассуждения CoT. Для диалога приведён формат Alpaca-chat с маркерами USER и ASSISTANT. Карточка описывает модель как uncensored, но отмечает, что базовая модель может сопротивляться некоторым запросам и иногда требует подбора формулировок. Это дообучение Llama 2 на EverythingLM-V3; базовая модель использует лицензию Llama 2. Модель опубликована в сентябре 2023 года. Заявленные качества и поведение основаны на описании разработчика и не сопровождаются количественными результатами оценки.

EvolutionDark — слитая модель для генерации текста, созданная ClaudioItaly с помощью mergekit методом SLERP из ClaudioItaly/TopEvolutionWiz и TeeZee/DarkSapling-7B-v1.0. Она предназначена для генерации ответов и диалогового взаимодействия на основе текстовых запросов. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате safetensors; в конфигурации слияния указан тип bfloat16. Карточка не приводит сведения о языках и лицензии.