I.5Создание и редактирование текста

LongWriter-glm4-9b — языковая модель для диалоговой генерации текста, разработанная на основе GLM-4-9B. Она предназначена для создания очень длинных ответов: модель способна генерировать более 10 000 слов за один запрос. В качестве примера приводится написание подробного путеводителя; также модель можно развернуть с помощью Transformers или vLLM. Модель имеет плотную архитектуру ChatGLMForConditionalGeneration и 11,4 млрд параметров. В метаданных указан контекст до 1 048 576 токенов; карточка демонстрирует генерацию с лимитом до 32 768 новых токенов. В тегах карточки указаны английский и китайский языки. Модель основана на GLM-4-9B и обучена на наборе LongWriter-6k. Лицензия — glm-4-9b License.

Карточка модели joe-sidley-adc/lora-finetuned на Hugging Face совпадает с карточкой unsloth/gpt-oss-20b-BF16, поэтому описание составлено по ней. unsloth/gpt-oss-20b-BF16 — вариант модели gpt-oss-20b от Unsloth, основанный на openai/gpt-oss-20b и предназначенный для генерации текста, диалога и задач с рассуждениями. Это модель семейства gpt_oss с архитектурой MoE; метаданные указывают 1,6 млрд параметров и контекст 131 072 токена. Версия размещена в формате safetensors и использует библиотеку Transformers. Модель рассчитана на сценарии с низкой задержкой и локальный запуск, а также на специализированные приложения и агентные системы. Она поддерживает настраиваемый уровень рассуждений, вызов функций и структурированный вывод; для корректной работы требуется формат диалога Harmony. Вариант BF16 распространяется по лицензии Apache 2.0, допускающей коммерческое использование. Карточка описывает возможности семейства gpt-oss; сведения о языковой специализации именно этой версии не приведены.

loyal-piano-m7-Mistral-7B-Instruct-v0.2-slerp — объединённая методом SLERP диалоговая модель на архитектуре Mistral с 7,1 млрд параметров. Она создана на основе mistralai/Mistral-7B-Instruct-v0.2 и chargoddard/loyal-piano-m7; README приводит конфигурацию слияния всех 32 слоёв обеих моделей. Модель предназначена для генерации текста и ответов на инструкции в диалоговых сценариях. Поддерживает контекст до 32 768 токенов и распространяется в формате Safetensors. Лицензия — Apache-2.0. Данные не уточняют языковой охват и специфические ограничения качества, поэтому их нельзя определить по карточке.

Lucie-7B-Instruct-v1.1 — французско-английская инструктивная языковая модель OpenLLM-France, дообученная на базе Lucie-7B. Это плотная каузальная архитектура семейства Llama с 6,4 млрд параметров; модель принимает текст и генерирует ответы в диалоговом формате. Она предназначена для общения и выполнения общих инструкций, например ответов, кратких изложений и списков. В обучающую смесь вошли франкоязычные, англоязычные и двуязычные наборы инструкций, включая Alpaca-cleaned-fr, Croissant-Aligned-Instruct, FLAN v2 и OpenHermes 2.5. Модель обучалась на последовательностях длиной 4096 токенов; в README сообщается об эффективном контекстном окне около 22 тысяч токенов, а метаданные указывают базовый контекст в 32 тысячи токенов. Инструктивное дообучение описано как лёгкое: для специализированных сценариев, включая программирование и математические задачи, может потребоваться дополнительная настройка. Модель склонна к галлюцинациям и имеет ограниченный объём запоминаемых фактов; для ответов по актуальным или конкретным источникам может помочь RAG. Лицензия — Apache-2.0.

MaLA-LM/lucky52-bloom-7b1-no-52 — мультиязычная модель BLOOM, дообученная с инструкциями на основе параллельного набора Bactrian-X. Это один из 52 чекпойнтов серии: при обучении в модель последовательно добавляли языки. Модель содержит 9,1 млрд параметров, использует плотную архитектуру BLOOM для причинной генерации текста и загружается через библиотеку Transformers; доступны веса PyTorch и Safetensors. Модель предназначена для генерации ответов на инструкции и вопросов на 52 языках, включая русский, английский, китайский, арабский, хинди и другие языки, перечисленные в карточке. Её можно применять для многоязычного диалога, ответов на вопросы и следования текстовым инструкциям. Карточка сообщает о сравнении серии моделей на трёх многоязычных бенчмарках, но не приводит здесь результатов конкретного чекпойнта. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

Карточка модели PS4Research/LUHANADJolTctKlt на Hugging Face совпадает с карточкой PS4Research/mbazkhYJvXJIVctL, поэтому описание составлено по ней. PS4Research/mbazkhYJvXJIVctL — дообученная плотная языковая модель семейства Seed OSS на архитектуре SeedOssForCausalLM, основанная на ByteDance-Seed/Seed-OSS-36B-Instruct. Разработчик — PS4Research; для обучения использовались Unsloth и библиотека Hugging Face TRL. Модель содержит 31,7 млрд параметров и поддерживает контекст до 524 288 токенов. Модель предназначена для диалогов, генерации текста и работы с инструментами через интерфейс вызова инструментов. Карточка не описывает специальную предметную область или отличия дообучения от базовой модели. Модель принимает и выдаёт текст, основной язык в карточке — английский. Распространяется в формате safetensors по лицензии Apache-2.0. Ограничения, связанные с качеством ответов или конкретными сценариями применения, в карточке не описаны.

Lumina-3.5 — языковая модель на архитектуре Mixtral Mixture of Experts, собранная с помощью LazyMergekit. В карточке указано, что модель улучшает рассуждения по сравнению с Lumina-3; метаданные указывают размер 7,1 млрд параметров и контекстное окно до 32 768 токенов. Модель предназначена для генерации текста и задач рассуждения. В README приведены результаты Open LLM Leaderboard, включая среднюю оценку 75,41, результат 71,59 на AI2 Reasoning Challenge и 88,82 на HellaSwag. Доступны веса в формате Safetensors; упомянута отдельная GGUF-квантизация от стороннего автора. Лицензия — Apache-2.0. README не сообщает поддерживаемые естественные языки и конкретные ограничения качества или использования.

Kaballas/m_1 — текстовая генеративная модель, созданная Kaballas путём слияния нескольких предварительно обученных моделей с помощью mergekit и метода Model Stock. В качестве базовой использована Qwen/Qwen2.5-7B-Instruct; в слияние также вошли модели для рассуждений и генерации текста, включая DrNicefellow/Qwen2.5-7B-O1-Journey-1, C10X/CoT-2.5, bunnycore/Qwen2.5-7B-CyberRombos, djuna/Q2.5-Fuppavy-7B, Kaballas/TLetsgo и jeffmeloy/Qwen2.5-7B-nerd-uncensored-v1.7. Модель семейства Qwen2 имеет плотную архитектуру Qwen2ForCausalLM, содержит 7,1 млрд параметров и принимает текстовый контекст длиной до 32 768 токенов. Она предназначена для диалогов и генерации текста, в том числе ответов с рассуждениями. Репозиторий использует формат safetensors и библиотеку Transformers; заявлен интерфейс для вызова инструментов. В метаданных лицензия не приведена. Поскольку это слияние моделей, поведение и ограничения зависят от исходных компонентов; README не содержит оценки качества или подробных ограничений.

liminerity/m7-64-bitnet-alpaca-3 — разговорная языковая модель, разработанная liminerity и дообученная на базе liminerity/m7-64-bitnet-alpaca-2. Она предназначена для генерации текста и диалоговых сценариев. Модель использует плотную архитектуру Mistral с классом MistralForCausalLM, содержит 203,9 млн параметров и поддерживает контекст до 2048 токенов. Для обучения применялись Unsloth и библиотека Hugging Face TRL. Модель принимает текст и генерирует текст; в метаданных указана поддержка английского языка. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Данных о специализированных предметных областях или известных ограничениях в карточке нет.

M7-7b — текстовая генеративная модель на архитектуре Mistral, опубликованная пользователем liminerity. Это плотная причинная языковая модель объёмом 7,1 млрд параметров с контекстом до 32 768 токенов. В карточке приведён пример ответа на запрос о создании ASCII-арта; модель предназначена для генерации текста и диалоговых сценариев. Согласно README, модель Multiverse-Experiment-slerp-7b создана с помощью mergekit путём слияния liminerity/merge4 и liminerity/merge2; метаданные также указывают liminerity/merge4 как базовую модель. Репозиторий содержит веса Safetensors. Лицензия — Apache-2.0. Карточка демонстрирует текстовый вывод, но не приводит подробной оценки качества или ограничений.

MaziyarPanahi/M7T3qm7xp_Percival_01Experiment26 — объединённая модель для генерации текста, созданная на основе automerger/M7T3qm7xp-7B и automerger/Percival_01Experiment26-7B. Это плотная причинно-языковая модель семейства Mistral с 7,1 млрд параметров, представленная в формате Safetensors и рассчитанная на контекст до 32 768 токенов. Модель подходит для генерации и продолжения текста в сценариях, где требуется учитывать длинный контекст. В карточке указана лицензия Apache 2.0. README не уточняет специализацию или результаты оценки качества, поэтому пригодность для конкретных предметных областей по имеющимся сведениям определить нельзя.

M7Yamshadowexperiment28_AlloyingotneoyExperiment24 — объединённая модель семейства Mistral, созданная слиянием automerger/M7Yamshadowexperiment28-7B и automerger/AlloyingotneoyExperiment24-7B. Она предназначена для генерации текста и может использоваться для диалогов, написания черновиков и продолжения текста. Модель содержит 7,1 млрд параметров, принимает текстовый ввод, работает с контекстом до 32 768 токенов и распространяется в формате Safetensors. Модель размещена на Hugging Face 9 апреля 2024 года. Лицензия Apache-2.0 разрешает использование на её условиях. Карточка не описывает специальные предметные области или подтверждённые языковые возможности, поэтому их нельзя конкретизировать; качество ответов и сильные стороны относительно исходных моделей также не заявлены.

M7Yamshadowexperiment28_Experiment24Experiment28 — слитая языковая модель на архитектуре Mistral, созданная объединением automerger/M7Yamshadowexperiment28-7B и automerger/Experiment24Experiment28-7B. Модель содержит 7,1 млрд параметров и предназначена для генерации текста; контекст составляет до 32 768 токенов. Модель может использоваться для генерации продолжений текста и экспериментальных сценариев с языковыми моделями. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. README не сообщает о специализированных областях применения или языках, поэтому модель описывается как общего назначения.

M7Yamshadowexperiment28_Experiment26Experiment24 — объединённая языковая модель, созданная MaziyarPanahi на основе automerger/M7Yamshadowexperiment28-7B и automerger/Experiment26Experiment24-7B. Это плотная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста; репозиторий содержит веса в формате safetensors, а контекст составляет до 32 768 токенов. Модель можно применять для генерации продолжений текста, диалоговых ответов и других задач на основе текстового запроса. Карточка не приводит результатов оценки качества и не описывает отдельные специализированные возможности или целевые языки. Лицензия — Apache-2.0.

MaziyarPanahi/M7Yamshadowexperiment28_Experiment26Neuralarjuna — объединённая модель семейства Mistral, созданная на основе automerger/M7Yamshadowexperiment28-7B и automerger/Experiment26Neuralarjuna-7B. Она предназначена для генерации текста и ведения диалогов, включая сценарии с контекстом до 32 768 токенов. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и распространяется в формате safetensors. Модель может применяться для диалоговых интерфейсов, генерации и продолжения текста. Репозиторий указывает лицензию Apache-2.0. README не описывает конкретные навыки, языковую специализацию или результаты оценки качества, поэтому их нельзя подтвердить по доступным данным.

M7Yamshadowexperiment28_Experiment26Shadow — объединённая модель на базе Mistral, созданная из automerger/M7Yamshadowexperiment28-7B и automerger/Experiment26Shadow-7B. Она предназначена для генерации текста и может использоваться в приложениях, которым нужны ответы на запросы или продолжение текста. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате Safetensors по лицензии Apache-2.0. README подтверждает объединение двух моделей, но не описывает способ слияния, языковую специализацию или результаты оценки качества.

M7Yamshadowexperiment28_Experiment28Strangemerges_32 — слитая языковая модель семейства Mistral, созданная объединением automerger/M7Yamshadowexperiment28-7B и automerger/Experiment28Strangemerges_32-7B. Она содержит 7,1 млрд параметров, построена на плотной архитектуре MistralForCausalLM и предназначена для генерации текста по текстовому запросу с контекстом до 32 768 токенов. Модель подходит для диалоговых сценариев, продолжения текста и других задач генерации на базе языковой модели. В карточке не приведены сведения о целевых языках, специализированных навыках или результатах оценки качества, поэтому их нельзя определить по доступным данным. Репозиторий распространяется под лицензией Apache-2.0.

M7Yamshadowexperiment28_MeliodasT3q — объединённая модель для генерации текста на архитектуре Mistral с 7,1 млрд параметров. Она создана путём слияния automerger/M7Yamshadowexperiment28-7B и automerger/MeliodasT3q-7B. Модель предназначена для генерации текста и диалогов. Она принимает текст и поддерживает контекст длиной до 32 768 токенов. Доступна в формате safetensors. Репозиторий распространяется по лицензии Apache-2.0. README не приводит результатов оценки качества или подробностей о специализации модели; поведение может зависеть от использованных при слиянии моделей.

MaziyarPanahi/M7Yamshadowexperiment28_NeuralsirkrishnaInex12 — объединённая модель для генерации текста и диалогов, созданная на основе двух моделей Mistral: automerger/M7Yamshadowexperiment28-7B и automerger/NeuralsirkrishnaInex12-7B. Архитектура — плотная MistralForCausalLM, размер — 7,1 млрд параметров; модель работает с контекстом до 32 768 токенов и распространяется в формате safetensors. Модель предназначена для генерации продолжений текста и ведения диалогов. Лицензия — Apache-2.0. Карточка не приводит сведений о языковой специализации или оценках качества, поэтому пригодность для конкретных языков и задач требует проверки.

Macaroni V2 7B — языковая модель на архитектуре Mistral, созданная автором репозитория с помощью объединения предварительно обученных моделей методом DARE TIES в mergekit. В основу взята mistralai/Mistral-7B-v0.1; в объединение также вошли flemmingmiguel/MBX-7B-v3, mlabonne/OmniBeagle-7B и vanillaOVO/supermario_v4. Модель предназначена для генерации текста. Она содержит 7,1 млрд параметров, принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. В карточке указан английский язык. Репозиторий распространяется под лицензией Apache-2.0. README не описывает специализированные сценарии применения или результаты оценки качества.

Magnum v2 72B GGUF — квантизированная версия языковой модели anthracite-org/magnum-v2-72b, разработанная командой Anthracite и дообученная на базе Qwen-2 72B Instruct. Модель создана для генерации текста и диалоговых сценариев; её цель — приблизить качество прозы к моделям Claude 3, в частности Sonnet и Opus. Она предназначена для использования в формате ChatML. Модель содержит 72 миллиарда параметров, поддерживает текстовую модальность и указанные языки: английский, французский, немецкий, испанский, итальянский, португальский, русский, китайский и японский. Дообучение проводилось в течение двух эпох с использованием полного набора параметров, weight decay 0,01 и пиковой скорости обучения 4e-6. При обучении применялась упаковка примеров на 16 тысяч токенов, однако точный размер контекстного окна в README не указан. Репозиторий содержит GGUF-квантизации; вариант Q8_0 отмечен как повреждённый. Сильными сторонами модели заявлены качество прозы и способность работать в многоязычных диалоговых задачах. Ограничения включают зависимость от конкретного шаблона ChatML, отсутствие подробных сведений о результатах оценки и безопасности, а также возможные особенности и потери качества, связанные с квантизацией. Модель распространяется по лицензии, обозначенной как tongyi-qianwen; подробные условия следует уточнять в файле лицензии исходной модели.

Magnum v3 34B — разговорная языковая модель Anthracite, девятая в серии моделей, настроенных на воспроизведение качества прозы Claude 3 Sonnet и Opus. Это полноразмерное дообучение Yi-1.5-34B-32K с архитектурой LlamaForCausalLM: модель содержит 33,9 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации диалоговых ответов и связной прозы, в том числе в сценариях ролевого общения. Она настроена на формат ChatML; в README рекомендована настройка min_p 0,2 для генерации. Модель использует только текстовый ввод и выдаёт текст. Модель распространяется по лицензии Apache-2.0. Результаты оценки на Open LLM Leaderboard приведены в карточке, но сами по себе не гарантируют качество в конкретных задачах. Подробности о безопасности и практических ограничениях в карточке не раскрыты.

Magnum-v3-9B-ChatML — языковая модель Anthracite, созданная для генерации связного текста с качеством прозы, которое разработчики стремились приблизить к Claude 3 Sonnet и Opus. Это полноразмерное дообучение Gemma 2 9B ChatML с архитектурой Gemma2ForCausalLM; модель содержит 9 млрд параметров и принимает диалоги в формате ChatML. Родительский репозиторий описывает базовую модель как Gemma 2 9B ChatML. Модель подходит для диалогов, написания прозы и ролевых сценариев. В карточке приведены датасеты для инструкций, письма и синтетических ролевых диалогов; обучение проведено в течение двух эпох. Контекст составляет 8192 токена. Карточка не заявляет специализированную языковую поддержку. Модель распространяется по лицензии Gemma; применяются условия этой лицензии.

Magnum v4 27B — чат-модель Anthracite, дообученная для воспроизведения качества прозы Claude 3 Sonnet и Opus. Она построена на Gemma 2 с 27,6 млрд параметров и использует архитектуру Gemma2ForCausalLM; модель распространяется в формате Safetensors и рассчитана на генерацию текста в диалоговом формате. Модель подходит для написания и продолжения прозы, ответов в чатах и ролевых диалогов. В README приведён формат общения с отдельными ролями system, user и assistant; среди обучающих данных есть наборы инструкций, диалогов и генераций для ролевых сценариев. Указанный родной контекст — 8192 токена, основной язык карточки — английский. Magnum v4 27B обучалась два эпоха методом полного дообучения на восьми GPU H100. В README приведены результаты оценки на Open LLM Leaderboard, включая среднее значение 26,33; это не гарантирует качество для конкретного сценария. Лицензия — Gemma; перед использованием следует учитывать её условия.

magnum-v4-9b-GGUF — набор GGUF-квантизаций языковой модели magnum-v4-9b, разработанной anthracite-org и квантизированной bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и чат-сценариев, а запускать её можно, в частности, через LM Studio. Указан английский язык и формат prompt с ролями system, user и assistant. В набор входят варианты от F16 до низкобитных Q2 и IQ2/IQ3-квантизаций с размерами файлов примерно от 3,43 до 18,49 ГБ. Более высокие разрядности обеспечивают лучшее сохранение качества, но требуют больше памяти; для некоторых вариантов заявлены оптимизации под ARM, включая требования к поддержке sve или i8mm. Сильная сторона набора — широкий выбор компромиссов между качеством и потреблением памяти, при этом Q5–Q6 и некоторые Q4-варианты отмечены как рекомендуемые. Ограничения включают снижение качества у низкобитных вариантов и отсутствие данных о размере контекста, архитектуре исходной модели, мультимодальности и дополнительных языках. Лицензия указана как gemma.

Mahakal-AI-Fusion-v3.0 — текстовая генеративная модель, созданная автором UX4567 с помощью mergekit. Это слияние методом TIES модели Qwen/Qwen2.5-3B-Instruct и двух моделей автора: King-AI-Chat-v3.0 и Kartik-Kundli-AI-3B-v2.0. Модель построена на плотной архитектуре Qwen2 с 3,1 млрд параметров и контекстом до 32 768 токенов. Она предназначена для диалогов и генерации текста; в метаданных также указана поддержка интерфейса вызова инструментов. Базовая Qwen2.5-3B-Instruct — компактная многоязычная модель для выполнения инструкций и генерации структурированных ответов. Файлы представлены в формате safetensors. Лицензия в предоставленных данных не указана. Качество, языковое покрытие и ограничения вызова инструментов отдельно не описаны.

Maidphin-Kunoichi-7B — объединённая модель генерации текста на архитектуре Mistral, созданная с помощью mergekit методом SLERP из nbeerbower/maidphin и SanjiWatsuki/Kunoichi-DPO-v2-7B. Модель содержит 7,1 млрд параметров и рассчитана на генерацию текста; базовое описание семейства указывает также на диалоги и ответы на вопросы. Модель принимает текст и выдаёт текст. Длина контекста составляет 8192 токена. Веса опубликованы в формате safetensors, библиотека для работы — Transformers. Репозиторий выпущен по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

ib-ssm опубликовал совместимую с Hugging Face Transformers конверсию модели NVIDIA Mamba2-8B-3T-4K для генерации текста. Это плотная авторегрессионная архитектура Mamba2, загружаемая как Mamba2ForCausalLM; в метаданных указано 14,2 млрд параметров. Исходный чекпойнт был в формате Megatron-LM, а репозиторий использует формат Safetensors и сохраняет исходный файл токенизатора SentencePiece с обёрткой T5Tokenizer для совместимости.

CobraMamba/mamba-gpt-3b — языковая модель, дообученная авторами репозитория на open-lama. В карточке базовой моделью названа openlm-research/open_llama_3b; каталог классифицирует архитектуру как плотную LLaMA с классом LlamaForCausalLM. Модель содержит 3,3 млрд параметров, принимает текст и генерирует текст, работает через Transformers и поддерживает контекст до 2048 токенов. Модель предназначена для генерации продолжений текста и языковых задач, включая ответы на вопросы и рассуждение по текстовому запросу. В README приведены результаты бенчмарков MMLU, ARC, HellaSwag и других оценок; авторы сообщают о сравнении с OpenLLaMA 3B и LLaMA. Карточка указывает лицензию Apache-2.0. README предупреждает, что ответы могут быть ошибочными, нерелевантными или содержать предвзятый и оскорбительный контент. В оценке авторы исключили CB и WSC из-за подозрения на загрязнение обучающими данными, поэтому приведённые результаты следует интерпретировать с учётом этого ограничения.

MaziyarPanahi/mamba-gpt-7b-v1-Mistral-7B-Instruct-v0.2-slerp — объединённая диалоговая модель на архитектуре Mistral, созданная методом SLERP из Mistral-7B-Instruct-v0.2 и CobraMamba/mamba-gpt-7b-v1. Она предназначена для генерации текста и ответов на инструкции в чат-сценариях. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Веса представлены в формате safetensors; в конфигурации слияния указана точность bfloat16. Репозиторий распространяется по лицензии Apache-2.0. Карточка не описывает языковой охват и результаты сравнительных оценок.