I.5Создание и редактирование текста

MANGO1.5-Qwen3.5-9B — двуязычная текстовая модель CMKL University, дообученная на базе Qwen/Qwen3.5-9B. Это плотная модель семейства Qwen3.5 с 9 млрд параметров; опубликованный чекпойнт содержит LoRA-адаптер, объединённый с базовыми весами, и распространяется в формате Safetensors. Модель обучена методом supervised fine-tuning на корпусе из 5 млн англо- и тайскоязычных инструкций; это первый этап постобучения. Модель предназначена для диалога и выполнения инструкций на тайском и английском языках, включая ответы на вопросы, рассуждения, краткое изложение, перевод, математику, программирование и творческие задачи. Она принимает и генерирует текст. Хотя базовая архитектура поддерживает мультимодальный ввод, эта версия обучалась только на текстовых данных, поэтому улучшенную работу с изображениями предполагать не следует. Авторы отмечают, что модель не прошла отдельный этап DPO или RLHF и не сертифицирована для безопасного применения в производстве. Оценка охватывает ограниченное число моделей; возможны галлюцинации и чувствительность к формулировкам запросов, а качество по отдельным предметным областям и перенос между языками проверены неравномерно. Лицензия — Apache 2.0, унаследованная от базовой модели.

Marco-Mini-Global-Base — мультиязычная базовая языковая модель семейства Marco-MoE, разработанная Alibaba International Digital Commerce. Это декодерный Transformer с разреженными слоями Mixture-of-Experts, созданный путём расширения и дообучения Qwen3-0.6B-Base; при генерации токенов активируется около 0,86 млрд параметров из 17,3 млрд. Модель предназначена для генерации текста и диалогового использования на 64 языках, включая русский, английский, китайский, арабский, хинди и другие языки Европы, Азии и Африки. Контекст составляет 32 768 токенов; доступны интерфейс для чата и интерфейс вызова инструментов. В сравнении, приведённом в карточке, модель показывает сильные результаты на многоязычных тестах при небольшом числе активируемых параметров; показатели на английских тестах также близки к более крупным сравниваемым моделям. Это базовая модель, поэтому качество инструкционного следования и диалога может требовать отдельной настройки. Репозиторий использует формат Safetensors и библиотеку Transformers. Лицензия — Apache-2.0.

Карточка модели Abu-Dju/Marco-Mini-Instruct на Hugging Face совпадает с карточкой ATH-MaaS/Marco-Mini-Instruct, поэтому описание составлено по ней. Marco-Mini-Instruct — мультиязычная языковая модель с настройкой на выполнение инструкций от Alibaba International Digital Commerce, принадлежащая к семейству Marco-MoE. Это декодерный Transformer с разреженными слоями Mixture-of-Experts, созданный на основе Qwen3-0.6B-Base методом upcycling и затем дообученный на инструкциях и методом on-policy distillation. Всего модель содержит 17,3 млрд параметров, но активирует около 0,86 млрд на токен; метаданные Hugging Face указывают 507,9 млн параметров. Эти оценки размера расходятся, поэтому их следует трактовать с учётом источника. Модель предназначена для диалогов, следования инструкциям, ответов на общие и специализированные вопросы, рассуждений, структурированного вывода и перевода. Она поддерживает 29 языков, включая русский, английский и китайский, и имеет контекст длиной 32 768 токенов. В карточке приведены результаты сравнительных тестов, где модель показывает сильные результаты на англоязычных и мультиязычных бенчмарках; они не гарантируют качество для каждого языка или прикладной задачи. Для развёртывания README рекомендует vLLM; для SGLang требуется специальная сборка из-за ограничений поддержки MoE с tied embeddings. Лицензия — Apache-2.0.

Marco-Mini-Instruct — мультиязычная языковая модель с настройкой на выполнение инструкций от Alibaba International Digital Commerce, принадлежащая к семейству Marco-MoE. Это декодерный Transformer с разреженными слоями Mixture-of-Experts, созданный на основе Qwen3-0.6B-Base методом upcycling и затем дообученный на инструкциях и методом on-policy distillation. Всего модель содержит 17,3 млрд параметров, но активирует около 0,86 млрд на токен; метаданные Hugging Face указывают 507,9 млн параметров. Эти оценки размера расходятся, поэтому их следует трактовать с учётом источника. Модель предназначена для диалогов, следования инструкциям, ответов на общие и специализированные вопросы, рассуждений, структурированного вывода и перевода. Она поддерживает 29 языков, включая русский, английский и китайский, и имеет контекст длиной 32 768 токенов. В карточке приведены результаты сравнительных тестов, где модель показывает сильные результаты на англоязычных и мультиязычных бенчмарках; они не гарантируют качество для каждого языка или прикладной задачи. Для развёртывания README рекомендует vLLM; для SGLang требуется специальная сборка из-за ограничений поддержки MoE с tied embeddings. Лицензия — Apache-2.0.

Marcoro14-7B-dare — объединённая языковая модель на архитектуре Mistral, созданная с помощью mergekit. В неё вошли SamirGPT-v1, Slerp-CM-mist-dpo и Mistral-7B-Merge-14-v0.2; при объединении также использована mistralai/Mistral-7B-v0.1. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Формат safetensors и лицензия Apache-2.0 указаны в метаданных. В README нет сведений о специализированной области применения или оценках качества; для русского языка отдельная поддержка не заявлена.

Marcoro14-7B-slerp — объединённая модель для генерации текста и диалогов, созданная с помощью mergekit на основе diffnamehard/Mistral-CatMacaroni-slerp-uncensored-7B и nbeerbower/llama-3-spicy-abliterated-stella-8B. В метаданных архитектура указана как плотная Llama с классом LlamaForCausalLM; размер модели — 7,5 млрд параметров, контекст — 8192 токена. Модель предназначена для генерации текста и ведения диалогов. В карточке указано слияние методом SLERP с настройками весов для слоёв self-attention и MLP. Модель распространяется под лицензией Apache-2.0. Связанные с базовыми моделями метки указывают на ослабленные ограничения на ответы.

Marcoroni-7b-DPO-Merge — языковая модель на 7,1 млрд параметров, опубликованная nfaheem. Это плотная авторегрессионная модель семейства Mistral, объединённая методом TIES с помощью mergekit на основе madatnlp/marcoroni-7b-v3-safetensor, fblgit/UNA-TheBeagle-7b-v1 и udkai/Turdus; веса сохранены в формате safetensors с точностью float16. Модель предназначена для генерации текста и общих языковых задач, включая ответы на вопросы, рассуждения и решение задач. В README приведены результаты на ARC, HellaSwag, MMLU, TruthfulQA, Winogrande и GSM8K, а также заявлено первое место в рейтинге Hugging Face среди моделей около 13 млрд параметров по состоянию на 15 января 2024 года. Нативное контекстное окно составляет 32 768 токенов. README и метаданные не указывают поддерживаемые естественные языки. Модель распространяется по лицензии Apache-2.0; рейтинги из README относятся к указанным оценкам и не гарантируют качество на любых пользовательских задачах.

Marcoroni-neural-chat-7B-v1-Mistral-7B-Instruct-v0.1 — объединённая чат-модель MaziyarPanahi на архитектуре Mistral с 7,1 млрд параметров. Она создана слиянием Mistral-7B-Instruct-v0.1 и Marcoroni-neural-chat-7B-v1 методом SLERP; веса представлены в формате safetensors и типе bfloat16. Модель предназначена для генерации текста в ответ на инструкции и диалоговые запросы. Карточка указывает контекст длиной до 32 768 токенов и английский язык. Модель подходит для чат-ботов, черновиков текстов и ответов на вопросы; фактическое качество зависит от запроса и сценария применения. Лицензия — Apache-2.0. Модель унаследовала ограничения базовых моделей; карточка не описывает отдельные оценки качества или специальные меры безопасности.

Marcoroni-neural-chat-7B-v2-Mistral-7B-Instruct-v0.1 — языковая чат-модель MaziyarPanahi, созданная слиянием Mistral-7B-Instruct-v0.1 и Marcoroni-neural-chat-7B-v2 методом SLERP. Это плотная архитектура Mistral с 7,1 млрд параметров, предназначенная для генерации текста в ответ на инструкции и диалоговые запросы; заявленный размер контекста — 32 768 токенов. Модель подходит для диалоговых помощников и генерации ответов на текстовые запросы. README описывает объединение весов с отдельными коэффициентами смешивания для слоёв self-attention и MLP. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0. В предоставленных данных не обозначены языки обучения или специализированные области применения.

MasherAI-v6.1-7B-checkpoint3-code3 — языковая модель, разработанная mahiatlinux как дообучение mahiatlinux/MasherAI-v6.1-7B-checkpoint3-code2. Это плотная Mistral-модель с 7,1 млрд параметров для генерации текста и диалогового общения; при обучении использовались Unsloth и библиотека Hugging Face TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 32 768 токенов. Модель можно применять для ведения диалогов и генерации текста на английском языке. В репозитории указана лицензия Apache-2.0. README не описывает специализированные области применения или результаты оценки качества.

Matsutei-Qwen2.5-72b — объединённая языковая модель, созданная KaraKaraWarehouse методом TIES с помощью mergekit. За основу взята EVA-UNIT-01/EVA-Qwen2.5-72B-v0.1; в объединение также вошли SteyrCannon-Qwen2.5-72b, Chronos-Platinum-72B и banana-2-b-72b. Модель построена на архитектуре Qwen2, имеет 71,5 млрд параметров и предназначена для генерации текста и диалогов. Автор описывает её как вариант, призванный уменьшить путаницу при работе с лором из world book, который может передаваться в сообщениях чата. При этом отмечены и другие возможные особенности поведения, поэтому модель стоит проверять на конкретных сценариях. Поддерживается контекст до 131 072 токенов; файлы представлены в формате safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

Matter 7B 0.1 Boost — языковая модель, созданная 0-hero на основе Mistral 7B и дообученная на наборе Matter, сформированном из более чем 35 датасетов. Версия Boost дополнительно дообучена на дополнительных данных. Модель предназначена для диалогового общения и генерации текста. Она использует архитектуру MistralForCausalLM с 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. README указывает формат промптов ChatML и поддержку вызова функций; метаданные отмечают английский язык. Модель распространяется по лицензии Apache-2.0.

Maverick Llama 3 8B — диалоговая языковая модель на архитектуре Llama, созданная feeltheAGI на базе Meta Llama 3 8B и дообученная на наборе feeltheAGI/maverick-sharegpt. Модель содержит около 7,5 млрд параметров, принимает текст и предназначена для генерации ответов в формате чата с шаблоном ChatML; заявленная длина контекста — 8192 токена. Модель подходит для диалогового ассистента, ответов на вопросы, рассуждений и решения задач по математике. В карточке приведены результаты тестов EQ-Bench, WinoGrande, GSM8K и MathQA, но они не гарантируют качество в конкретных сценариях. Репозиторий предоставляет веса в формате Safetensors. Метаданные указывают лицензию Apache 2.0, тогда как README ссылается на Meta Llama 3 Community License Agreement; условия использования следует сверять с лицензией базовой модели.

Карточка модели TracNetwork/mayhem-catalog-prism-ml-Ternary-Bonsai-27B-MLX-2bit на Hugging Face совпадает с карточкой prism-ml/Ternary-Bonsai-27B-mlx-2bit, поэтому описание составлено по ней. Ternary Bonsai 27B — модель Prism ML, созданная на базе Qwen3.6-27B для локальной генерации текста, рассуждений и диалогового применения. Это плотная гибридная трансформерная архитектура с линейным и полным вниманием; языковые веса представлены значениями −1, 0 и +1 с групповым масштабированием и занимают около 1,71 бита на параметр. Модель содержит примерно 27,3 млрд языковых параметров и отдельную башню зрения примерно на 0,46 млрд параметров, однако в карточке для неё заявлена задача text-generation. Модель рассчитана на запуск на ноутбуках и одной видеокарте, в том числе локально и без подключения к сети. Заявлены контекст до 262 тысяч токенов, поддержка диалога и сохранение значительной части качества исходной модели при уменьшенном размере; для Apple MLX и CUDA предоставлены специализированные низкоразрядные ядра. Авторы сообщают о результатах на тестах рассуждений, математики, программирования и использования инструментов, но длительные агентные сценарии программирования пока не являются сильной стороной этой версии. Репозиторий распространяется по лицензии Apache-2.0. Указанный объём развёрнутой модели — около 7,2 ГБ, поэтому она не помещается в заявленный бюджет памяти приложения на iPhone; README также отмечает компромисс качества и размера относительно полноточной модели и использование 4-битного KV-кэша.

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.

SJTU-DENG-Lab/MBD-Code-SDAR-8B-Chat-b32 — чат-модель семейства SDAR с плотной архитектурой SDARForCausalLM, разработанная лабораторией SJTU-DENG-Lab. Это вариант Multi-Block Diffusion Language Model (MBD-LM), обученный методом Multi-block Teacher Forcing для генерации текста с параллельным декодированием нескольких последовательных блоков. Модель предназначена для диалоговой генерации текста. MBD-LM развивает Block Diffusion Language Models: использует KV-кэширование и генерацию переменной длины, а MultiBD декодирует несколько блоков одновременно для параллелизма между блоками. Размер модели — 7,6 млрд параметров, контекст — 32 768 токенов. Репозиторий содержит веса Safetensors для Transformers; лицензия — MIT.

Это диалоговая языковая модель на архитектуре Qwen3 с 7,6 млрд параметров, созданная дообучением Qwen/Qwen3-8B командой yileitu на наборе aligned_5w_data_from_upsampled_M2_FFT_upsampled_50k_20260130_194206. Модель предназначена для генерации текста в диалоговом формате; каталог также отмечает поддержку общения. Модель принимает текст и генерирует текст. Контекстное окно составляет 40 960 токенов. В карточке не описаны специализация обучающего набора, результаты оценки или конкретные сценарии, поэтому назначение модели можно определить только как общее текстовое общение и генерацию. Лицензия указана как other, без уточнения условий в доступных данных.

EmbeddedLLM/Medusa2-Mistral-7B-Instruct-v0.2 — модель Medusa для Mistral 7B Instruct v0.2, обученная с использованием Medusa 2. Архитектура — плотная авторегрессионная языковая модель MistralForCausalLM с 7,1 млрд параметров; контекст — до 32 768 токенов. Модель предназначена для генерации текста в диалоговом формате, а Medusa используется для ускорения инференса за счёт предсказания нескольких токенов. Для обучения применён набор данных само-дистилляции Mistral 7B Instruct v0.2 с температурой 0,3 и целевой длиной вывода 2048 токенов. Модель рассчитана на сценарии чат-ответов и генерации текста; сведения о поддерживаемых естественных языках в предоставленных источниках отсутствуют. Репозиторий содержит веса PyTorch и использует лицензию Apache-2.0. Для загрузки README отсылает к инструкциям проекта Medusa на GitHub.

MeliodasPercival_01_AlloyingotneoyExperiment26 — объединённая модель Mistral, созданная путём слияния automerger/MeliodasPercival_01-7B и automerger/AlloyingotneoyExperiment26-7B. Она предназначена для генерации текста и диалоговых ответов. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. Доступные сведения подтверждают задачу генерации текста, но не описывают особенности обучения, качества ответов или специализированные области применения.

MaziyarPanahi/MeliodasPercival_01_Multi_verse_modelExperiment28 — объединённая автором карточки модель на архитектуре Mistral. Она создана слиянием automerger/MeliodasPercival_01-7B и automerger/Multi_verse_modelExperiment28-7B и предназначена для генерации текста и диалогов. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Опубликована в формате safetensors под лицензией Apache-2.0. Карточка не описывает конкретную специализацию или подтверждённые языки; качество и ограничения унаследованы от объединённых моделей.

MeliodasPercival_01_ShadowExperiment28 — объединённая модель семейства Mistral на 7,1 млрд параметров, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/ShadowExperiment28-7B. Она предназначена для генерации текста и диалогов, в том числе с длинным контекстом до 32 768 токенов. Модель распространяется в формате Safetensors под лицензией Apache-2.0. Данных о специализации на конкретных языках или прикладных областях в карточке нет; качество и ограничения в README не описаны.

Mengzi3-13B-Base — базовая языковая модель Langboat на архитектуре Llama с 13,3 млрд параметров. Она продолжительно обучалась на многоязычном корпусе объёмом в триллионы токенов, включающем веб-страницы, энциклопедии, социальные сети, СМИ, новости и открытые наборы данных. Модель предназначена для генерации текста и дальнейшей адаптации под пользовательские задачи; карточка отмечает сильные способности в китайском языке и поддержку других языков. Модель может служить основой для приложений генерации текста, а также задач по математике и программированию. В карточке приведены сравнительные результаты бенчмарков, но они не гарантируют качество на конкретных пользовательских данных. Контекст составляет 8192 токена. Репозиторий содержит веса SafeTensors, а лицензия — Apache-2.0. Разработчики предоставляют модель «как есть» и возлагают ответственность за её применение на пользователей.

Exveria/merge003 — объединённая языковая модель, созданная с помощью mergekit методом TIES на основе amazingvince/Not-WizardLM-2-7B с включением TFMC/Japanese-Starling-ChatV-7B. Это плотная модель семейства Mistral с архитектурой MistralForCausalLM, примерно 7,1 млрд параметров и контекстом до 32 768 токенов. Она предназначена для генерации текста и диалоговых сценариев; базовая Japanese-Starling-ChatV-7B ориентирована на японский язык, однако сведения о языковой поддержке итоговой модели в карточке не уточнены. Модель распространяется в формате safetensors и использует библиотеку Transformers. Веса сохранены в float16. Лицензия в предоставленных данных не указана, поэтому условия использования определить нельзя.

jeiku/mergefodder2 — языковая модель, созданная разработчиком jeiku слиянием моделей jeiku/nuggiespoe и jeiku/zenithquantum методом SLERP с помощью mergekit. Модель построена на архитектуре Llama и предназначена для генерации текста в диалоговом формате. Модель содержит 3,9 млрд параметров и поддерживает контекст длиной до 131 072 токенов. Веса опубликованы в формате safetensors; в конфигурации слияния указан тип bfloat16. Сведений о языках модели в карточке нет, поэтому языковые сценарии определить нельзя. Условия лицензии в предоставленных данных не приведены.

Это GGUF-квантизированная версия модели Mistral-Small-2501-SCE-Mashup-2-24B, разработанной mergekit-community. Квантизацию выполнил bartowski с использованием llama.cpp версии b5147 и метода imatrix. Модель предназначена для генерации текста и локального запуска через llama.cpp, LM Studio и другие совместимые проекты. Модель имеет размер 24B параметров и представлена в нескольких вариантах точности, включая BF16, Q8_0, Q6, Q5, Q4 и IQ4, с размером файлов примерно от 12,76 до 47,15 ГБ. Для взаимодействия используется шаблон промпта с системным сообщением и инструкцией. В README не указаны модальности, поддерживаемые языки и размер контекстного окна. Сильной стороной являются варианты Q6 и Q5 с высоким заявленным качеством, а также Q4-варианты, предлагающие компромисс между качеством и требованиями к памяти. Более компактные сборки подходят для систем с ограниченным объёмом RAM, но могут иметь более низкое качество. Лицензия в README не указана.

Это слитая языковая модель на архитектуре Llama 3.1, созданная с помощью mergekit и метода della_linear. В качестве базовой использована Orenguteng/Llama-3.1-8B-Lexi-Uncensored-V2; в слияние также вошли ArliAI/Llama-3.1-8B-ArliAI-RPMax-v1.3, Solshine/reflection-llama-3.1-8B и manbeast3b/Nimue-8B-merged. Модель содержит 7,5 млрд параметров и работает с контекстом до 131 072 токенов. Она предназначена для генерации текста и диалоговых сценариев, включая ответы на инструкции и свободное продолжение текста. Модель доступна в формате safetensors и использует библиотеку Transformers. Карточка не сообщает лицензию, поэтому условия использования определить нельзя. В README также не приведены результаты оценки качества.

mergekit-community/mergekit-model_stock-anvdilz — объединённая разговорная языковая модель на архитектуре Llama 3.1, созданная с помощью mergekit методом Model Stock. В слияние вошли FuseChat, Polypsyche, Tulu, LongCite и Skywork-o1; в качестве основы README называет Stheno v3.4 abliterated вместе с Llama-3.1-8b-smart-lora. Модель содержит около 7,5 млрд параметров и поддерживает контекст до 131 072 токенов. Модель предназначена для генерации текста и диалогов. Объединённые модели ориентированы на следование инструкциям, программирование, математику, рассуждения и работу с длинными текстами, однако карточка не приводит отдельных оценок качества или подробных инструкций по применению. Доступные веса представлены в формате Safetensors. Лицензия в предоставленных данных не указана, поэтому условия использования следует сверить с карточкой модели и лицензиями исходных компонентов слияния. Как и другие языковые модели, она может генерировать неверную или вымышленную информацию.

mergekit-community/mergekit-sce-vjeombg — объединённая языковая модель, созданная сообществом с помощью mergekit. В основе объединения лежит sthenno-com/miscii-14b-1225; использован метод SCE с нормализацией и включением параметров от семи моделей, среди которых Qwen2.5-14B-Instruct-1M, DeepSeek-R1-Distill-Qwen-14B, Virtuoso-Small и Impish_QWEN_14B-1M. Модель имеет плотную архитектуру Qwen2 с 14 млрд параметров и предназначена для диалогов и генерации текста. Она принимает текст и выдаёт текст; метаданные указывают контекст до 131 072 токенов. Объединение сочетает несколько диалоговых и инструкционных моделей, включая дистиллированную модель DeepSeek для рассуждений, однако README не сообщает результаты оценки качества и не уточняет, какие возможности итоговой модели сохраняются лучше всего. Модель опубликована в формате safetensors для Transformers. Лицензия в предоставленных данных не указана.

mergekit-community/mergekit-slerp-anaazls — языковая модель на архитектуре Llama, полученная слиянием Smaug-34B-v0.1 и Magnum-v3-34b методом SLERP с помощью mergekit. Модель содержит 33,9 млрд параметров, работает в формате Safetensors и рассчитана на генерацию текста в диалоговом режиме; заявленная длина контекста — 200 000 токенов. Модель предназначена для диалогов и генерации текста. В конфигурации слияния указана базовая модель abacusai/Smaug-34B-v0.1, а параметр смешивания меняется по слоям. Карточка не описывает отдельные специализированные сценарии или результаты оценки качества. Условия использования определяются лицензиями исходных моделей; в предоставленных данных лицензия итоговой модели не указана.

mergekit-community/mergekit-slerp-jeyctse — языковая чат-модель, созданная сообществом слиянием моделей HuggingFaceH4/zephyr-7b-beta и Equall/Saul-Base методом SLERP с помощью mergekit. Это плотная модель Mistral с 7,1 млрд параметров, доступная в формате safetensors и рассчитанная на контекст до 32 768 токенов. Модель предназначена для генерации текста в диалоге: ответов на вопросы и выполнения пользовательских инструкций. В метаданных основной язык не задан; базовая Zephyr-7B-β описана как англоязычная чат-модель. Условия лицензирования в предоставленных данных не приведены. Качество и поведение результата слияния могут отличаться от исходных моделей.