I.5Создание и редактирование текста

Zephyr 7B β — чат-модель, разработанная Hugging Face H4 как вторая версия серии Zephyr. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, дообученная методом Direct Preference Optimization на синтетических диалогах UltraChat и предпочтениях из UltraFeedback. Она предназначена для общения в формате помощника и генерации ответов на английском языке; длина контекста составляет 32 768 токенов. В карточке описаны хорошие результаты на MT-Bench и AlpacaEval на момент выпуска. Модель уступает более крупным и проприетарным системам в сложных задачах программирования и математики. Она не прошла этап RLHF для выравнивания с человеческими предпочтениями по безопасности и может выдавать проблемный контент, особенно по соответствующему запросу. Распространяется по лицензии MIT.

li-muyang/zephyr-7b-dpo-full — дообученная методом DPO языковая модель на архитектуре Mistral для генерации диалоговых ответов. Она создана на основе mistralai/Mistral-7B-v0.1 с использованием набора HuggingFaceH4/ultrafeedback_binarized и предназначена для чат-сценариев и генерации текста. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. В README приведены метрики оценки на тестовом наборе, включая точность предпочтений 0,7852 и отрыв выбранных ответов от отклонённых 1,1909. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает специализацию по языкам или конкретные ограничения качества и применения.

weijie210/zephyr-7b-UC-0-B0.5 — диалоговая языковая модель, дообученная на базе alignment-handbook/zephyr-7b-sft-full. Это плотная MistralForCausalLM с 7,1 млрд параметров, предназначенная для генерации текста и диалоговых ответов; заявленная длина контекста — 32 768 токенов. Карточка сообщает об оценках на наборе для проверки, но не описывает обучающие данные и конкретные ограничения. Модель распространяется в формате safetensors по лицензии Apache-2.0.

zephyr-beta-Nebula-v2-7B — объединённая разговорная языковая модель на 7,1 млрд параметров, созданная на основе HuggingFaceH4/zephyr-7b-beta и адаптера PulsarAI/Nebula-v2-7B-Lora. Она использует плотную архитектуру Mistral и предназначена для генерации текста в диалоге; заявленная длина контекста — 32 768 токенов. В карточке указан набор данных Open-Platypus, а среди тегов — английский язык. Модель распространяется в формате safetensors по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. README содержит заголовок с результатами оценки, но значения метрик не заполнены.

zephyr-orpo-141b-A35b-v0.1-GGUF — это квантизированная версия языковой модели HuggingFaceH4/zephyr-orpo-141b-A35b-v0.1, подготовленная и опубликованная MaziyarPanahi в формате GGUF. Базовая модель основана на Mixtral-8x22B-v0.1 и дообучена с использованием метода ORPO на смеси общедоступных и синтетических наборов данных, включая argilla/distilabel-capybara-dpo-7k-binarized. Модель предназначена для генерации текста и диалоговых сценариев: ответов на вопросы, инструкций, помощников общего назначения и других задач NLP преимущественно на английском языке. Это Mixture of Experts (MoE) с 141 млрд общих параметров и 35 млрд активных параметров. Доступны варианты квантизации с разной разрядностью — от 2 до 16 бит, что позволяет выбирать компромисс между качеством, размером файлов и требованиями к ресурсам. Размер контекстного окна и поддержка других модальностей в README не указаны; модель является текстовой. Сильные стороны — крупная MoE-архитектура, диалоговая направленность и возможность локального запуска через совместимые инструменты, включая llama.cpp, с выбором степени квантизации. Ограничения включают преимущественную ориентацию на английский язык, высокие требования к вычислительным ресурсам для менее агрессивно квантизированных вариантов и возможное снижение качества при сильной квантизации. Лицензия — Apache 2.0.

tanliboy/zephyr-qwen2-7b-dpo — диалоговая языковая модель, полученная дообучением tanliboy/zephyr-qwen2-7b-sft методом DPO на наборе предпочтений HuggingFaceH4/ultrafeedback_binarized. Она построена на архитектуре Qwen2, содержит 7,1 млрд параметров и предназначена для генерации текста в формате общения; заявленная длина контекста — 131 072 токена. Модель можно использовать для диалоговых ответов и других задач генерации текста. В README приведены результаты оценки на тестовом наборе, включая точность предпочтений 0,712. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

zephyr-qwen2-7b-sft — диалоговая языковая модель на архитектуре Qwen2 с 7,1 млрд параметров, дообученная разработчиком tanliboy на наборе HuggingFaceH4/ultrachat_200k. Она предназначена для генерации текста и ведения диалога; модель поддерживает контекст длиной до 131 072 токенов. Модель может использоваться для ответов на вопросы, диалоговых помощников и создания текстовых черновиков. В карточке приведён результат оценки Loss 1,0646, но подробности методики и качества на практических задачах отсутствуют. Модель распространяется по лицензии Apache-2.0.

Карточка модели caliex/zephyr-Saul-Base-7b-merged на Hugging Face совпадает с карточкой mergekit-community/mergekit-slerp-jeyctse, поэтому описание составлено по ней. 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.

zephyr-UFB-7b-sft — дообученная авторами репозитория модель Mistral-7B-v0.1 для генерации текста и диалогового взаимодействия. Она построена на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель дообучена методом SFT на датасете generator; в README приведено значение loss 1,0398 на наборе оценки. Модель подходит для генерации ответов и ведения диалога. README не раскрывает целевую специализацию датасета, подробности оценки или известные ограничения качества, поэтому её возможности за пределами общей генерации текста не следует считать подтверждёнными. Репозиторий использует формат safetensors и лицензию Apache-2.0.

ZEUS 8B V17 – ABLITERATED V4 — диалоговая языковая модель, созданная T145 слиянием нескольких моделей семейства Llama 3.1 методом DARE TIES. В объединение вошли инструкционные и uncensored-варианты, включая unsloth/Meta-Llama-3.1-8B-Instruct; всего около 7,5 млрд параметров. Модель использует архитектуру LlamaForCausalLM и формат safetensors, поддерживает контекст до 131 072 токенов. Модель предназначена для генерации текста и диалогов, включая ролевые сценарии и вызов инструментов через соответствующий интерфейс. В README приведены результаты оценивания Open LLM Leaderboard, в том числе 72,28% на IFEval и 30,97% на BBH; эти показатели не гарантируют качества на конкретных задачах. Модель позиционируется как abliterated и uncensored, поэтому может выдавать нежелательный или небезопасный контент. Лицензия — llama3.1.

Zurich 14B GammaCorpus v2-500k — диалоговая языковая модель, разработанная Ruben Roy и полученная дообучением Qwen/Qwen2.5-14B-Instruct на наборе структурированных и отфильтрованных многоходовых диалогов GammaCorpus v2-500k. Она предназначена для генерации текста и ответов в диалоге, включая структурированные ответы и взаимодействие через интерфейс вызова инструментов. Модель построена на архитектуре Qwen2, имеет около 14,7 млрд параметров и контекст длиной 32 768 токенов. В карточке указаны 48 слоёв и групповое внимание с 40 головами Q и 8 головами KV. Модель принимает текст и генерирует текст; в метаданных основным языком карточки указан английский.

Zurich 7B GammaCorpus v2-5m — диалоговая языковая модель, разработанная на основе Qwen/Qwen2.5-7B-Instruct и дообученная на наборе GammaCorpus v2-5m. Это плотная авторегрессионная модель семейства Qwen2 с архитектурой Qwen2ForCausalLM; в метаданных указано 7,1 млрд параметров и контекст до 32 768 токенов. Карточка также описывает 28 слоёв, RoPE, SwiGLU, RMSNorm и групповое внимание с 28 головами Q и 4 головами KV. Модель предназначена для многоходовых диалогов и генерации ответов на инструкции. Её можно применять в чат-ботах и сценариях генерации текста; в метаданных также отмечен интерфейс вызова инструментов. Карточка не приводит отдельных результатов сравнительной оценки, поэтому заявленное стремление превзойти модели сходного размера не подтверждено приведёнными метриками. Модель поддерживает английский язык согласно языковым тегам карточки и выпущена по лицензии Apache 2.0. Разработчик предупреждает о возможности предвзятых ответов. Для работы рекомендуется актуальная версия Transformers.

ZYH-LLM-Qwen2.5-14B-V5 — диалоговая языковая модель YOYO-AI, созданная слиянием моделей на базе Qwen2.5-14B. В README описаны этапы объединения инструкционных, кодовых и рассуждающих моделей; среди них есть варианты Qwen2.5, Cogito, DeepCoder и другие. Это плотная авторегрессионная архитектура Qwen2 с 14 млрд параметров, опубликованная в формате safetensors. Модель предназначена для генерации текста в диалоге, выполнения инструкций, помощи с кодом и задач, требующих рассуждений. Метаданные указывают контекст до 1 010 000 токенов, а в карточке заявлена поддержка английского и китайского языков. Модель распространяется по лицензии Apache-2.0. README не приводит результаты сравнительных оценок или подробные рекомендации по развёртыванию. Заявленная длина контекста сама по себе не подтверждает качество ответов на всём этом диапазоне; фактическую производительность следует проверять на целевых задачах.

0.00001_ablation_iter_1 — дообученная компанией ShenaoZ языковая модель на архитектуре Mistral с 7,1 млрд параметров. Она создана на основе HuggingFaceH4/mistral-7b-sft-beta и обучена на датасете HuggingFaceH4/ultrafeedback_binarized; карточка указывает на диалоговый режим и генерацию текста. Контекстное окно составляет до 32 768 токенов. Модель предназначена для общения в текстовом формате и генерации ответов на запросы. Для неё указана лицензия MIT. README не содержит сведений о специальных сценариях применения или результатах оценки качества.

Это дообученная модель генерации текста на архитектуре Mistral с 7,1 млрд параметров, созданная на основе ShenaoZhang/0.0001_3iters_bs256_nodpo_full6w_iter_1. Она предназначена для генерации текста и диалогового общения, включая ответы на вопросы. Контекст модели составляет до 32 768 токенов; репозиторий содержит веса в формате safetensors. В карточке указано дообучение на наборах updated и original, но подробности о данных, обучении и оценке не приведены. Модель распространяется по лицензии MIT.

ShenaoZhang/0.0001_4iters_bs256_nodpo_only4w_iter_2 — дообученная модель семейства Mistral, созданная на основе ShenaoZhang/0.0001_4iters_bs256_nodpo_only4w_iter_1 и наборов данных updated и original. Она предназначена для генерации текста и диалогового общения; поддерживает контекст до 32 768 токенов и содержит 7,1 млрд параметров. Модель принимает текстовые запросы и выдаёт текст. Репозиторий использует формат safetensors, лицензия — MIT. README не приводит подробностей о назначении, оценке качества или ограничениях модели.

ShenaoZ/0.0001_ablation_4iters_bs256_iter_3 — дообученная модель семейства Mistral от ShenaoZ, созданная на основе ShenaoZ/0.0001_ablation_4iters_bs256_iter_2 на обновлённом и исходном наборах данных. Это плотная авторегрессионная языковая модель с 7,1 млрд параметров, предназначенная для генерации текста и диалогового общения. Модель принимает текст и выдаёт текст; указанное нативное контекстное окно составляет 32 768 токенов. В метаданных заявлены поддержка чата и формат весов Safetensors. Карточка не описывает специализацию, качество на конкретных задачах или результаты оценки, поэтому практические возможности сверх генерации текста и диалога не установлены. Лицензия — MIT.

Это дообученная модель Mistral для генерации текста и общения в формате чата. Она содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и рассчитана на контекст до 32 768 токенов. Модель создана на основе HuggingFaceH4/mistral-7b-sft-beta и дообучена на наборе HuggingFaceH4/ultrafeedback_binarized. Модель подходит для диалоговых ответов и генерации текста. В карточке не описаны специализированные области применения и результаты оценки качества. Распространяется по лицензии MIT.

Это диалоговая языковая модель семейства Mistral, разработанная на основе ShenaoZ/0.0001_sft_nodpo_3iters_bs256_531lr_iter_1 и дообученная на обновлённом и исходном наборах данных. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и принимает текст для генерации текста; длина контекста составляет 32 768 токенов. Модель предназначена для диалоговой генерации текста. Карточка не уточняет специализацию, результаты оценки или конкретные сценарии применения. Распространяется по лицензии MIT.

Модель ShenaoZ/0.0001_withdpo_4iters_bs256_4444lr_iter_1 — дообученная версия Mistral-7B-SFT-Beta с архитектурой MistralForCausalLM и 7,1 млрд параметров. Её обучали на наборе HuggingFaceH4/ultrafeedback_binarized с использованием DPO; модель предназначена для генерации текста и общения в формате чата. Модель принимает текст и выдаёт текст. Контекстное окно составляет 32 768 токенов. Карточка указывает лицензию MIT. README не содержит сведений об оценке качества или конкретных ограничениях; модель унаследовала зависимость от качества обучающих данных и может выдавать неточные ответы.

Это диалоговая модель для генерации текста, разработанная на основе ShenaoZhang/0.0001_zephyr_5551_4iters_bs256_iter_1. Она дообучена на наборах данных updated и original; архитектура — плотная MistralForCausalLM с 7,1 млрд параметров. Модель рассчитана на диалоги и текстовую генерацию, принимает текст и выдаёт текст. Контекстное окно — до 32 768 токенов. Модель опубликована в формате safetensors под лицензией MIT. Карточка не приводит сведений об оценке качества или конкретных ограничениях применения, поэтому пригодность для заданного сценария следует проверять отдельно.

ShenaoZhang создал дообученную модель Mistral для генерации текста и общения в формате чата. Она содержит 7,1 млрд параметров, использует плотную архитектуру Mistral и принимает контекст длиной до 32 768 токенов. Базовая модель — HuggingFaceH4/mistral-7b-sft-beta; для дообучения использованы наборы данных updated и original. Модель подходит для генерации ответов и ведения текстовых диалогов. В карточке указана лицензия MIT. Сведения о целевых сценариях, оценке качества и специальных ограничениях в README не приведены.

Модель ShenaoZ/0.0005_withdpo_4iters_bs256_2epoch_5311lr_iter_2 — дообученная диалоговая языковая модель на архитектуре Mistral с 7,1 млрд параметров. Она предназначена для генерации текста в чат-сценариях и дообучена на исходном и обновлённом наборах данных; карточка не раскрывает их содержание и подробности обучения. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. Опубликована в формате Safetensors по лицензии MIT. README не содержит сведений о качестве, оценках или конкретных ограничениях.

Это дообученная модель Mistral с 7,1 млрд параметров, созданная на основе HuggingFaceH4/mistral-7b-sft-beta с использованием датасета HuggingFaceH4/ultrafeedback_binarized и метода DPO. Она предназначена для генерации текста и диалогового общения, в том числе для ответов на вопросы. Модель имеет плотную архитектуру MistralForCausalLM, принимает текст и выдаёт текст. Её контекстное окно составляет 32 768 токенов. Базовая модель обучалась на англоязычных синтетических диалогах; отдельные сведения о языках этой версии отсутствуют. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии MIT.

ehristoforu/0000mxs — языковая модель Mistral для генерации текста и диалогового общения, созданная автором репозитория с помощью mergekit. Это слияние пяти предварительно обученных моделей: Gaivoronsky/Mistral-7B-Saiga, HuggingFaceH4/mistral-7b-grok, NousResearch/Yarn-Mistral-7b-128k, OpenBuddy/openbuddy-mistral2-7b-v20.3-32k и ajibawa-2023/Code-Mistral-7B; применён метод passthrough. Модель имеет плотную архитектуру MistralForCausalLM, 12,4 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации ответов в чате, продолжения текста и задач, связанных с кодом. В состав слияния входят модели с русскоязычной диалоговой настройкой, поддержкой длинного контекста и специализацией на коде, однако README не сообщает результатов оценки качества или точного распределения возможностей итоговой модели. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия в предоставленных данных не указана.

ShenaoZhang/0.001_4iters_bs128_nodpo_only4w_iter_1 — языковая модель Mistral с плотной архитектурой и 7,1 млрд параметров, дообученная на обновлённом и исходном наборах данных. Она предназначена для генерации текста и диалогового общения; её можно использовать для ответов на вопросы и ведения беседы. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Модель основана на HuggingFaceH4/mistral-7b-sft-beta и распространяется в формате Safetensors по лицензии MIT. В карточке нет подробностей о составе данных, результатах оценки и известных ограничениях; поэтому качество для конкретных задач по имеющимся сведениям определить нельзя.

Это диалоговая языковая модель Mistral с 7,1 млрд параметров, дообученная разработчиком ShenaoZhang на обновлённом и исходном наборах данных поверх ShenaoZhang/0.001_4iters_bs128_nodpo_only4w_userresponse_iter_1. Она предназначена для генерации текста и общения в формате чата; поддерживает контекст до 32 768 токенов. Модель распространяется в формате safetensors по лицензии MIT. Карточка не описывает конкретные сценарии применения, состав данных, оценку качества или специальные ограничения. Поэтому пригодность для задач, требующих фактической точности или специализированных знаний, следует проверять отдельно.

Это дообученная модель на архитектуре Mistral, созданная на основе ShenaoZ/0.001_ablation_4iters_bs256_decalpha_iter_2 и обученная на обновлённом и исходном наборах данных. Она предназначена для генерации текста и диалогового общения; поддерживает контекст до 32 768 токенов и содержит 7,1 млрд параметров. Модель опубликована под лицензией MIT и представлена в формате Safetensors. README не приводит подробностей о специализации, качестве, оценивании или конкретных ограничениях, поэтому её возможности за пределами генерации текста и чата не следует предполагать.

Это дообученная на исходном и обновлённом наборах данных версия Mistral от ShenaoZ. Модель с плотной архитектурой MistralForCausalLM содержит 7,1 млрд параметров и рассчитана на генерацию текста и диалоговое общение. Она принимает текстовые запросы и выдаёт текстовые ответы; заявленная длина контекста — 32 768 токенов. Карточка не описывает конкретные сценарии применения, результаты оценки или специальные ограничения. Модель опубликована в формате Safetensors по лицензии MIT; сведения о языках обучения в карточке отсутствуют.

Модель ShenaoZ/0.001_ablation_5iters_bs256_iter_3 — дообученная версия ShenaoZ/0.001_ablation_5iters_bs256_iter_2 на обновлённом и исходном наборах данных. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, рассчитанная на генерацию текста и диалоговое общение. Она принимает текст и поддерживает контекст до 32 768 токенов. Карточка не описывает специализированные сценарии, качество генерации или результаты оценки модели. Репозиторий содержит веса в формате safetensors. Лицензия — MIT.