I.5Создание и редактирование текста

Gryphe_Gemma-4-31B-StyleTune-GGUF — это набор квантованных моделей в формате GGUF для генерации текста, созданный на основе Gryphe/Gemma-4-31B-StyleTune. Исходную модель разработал Gryphe, а квантование выполнил bartowski с использованием llama.cpp и метода imatrix. Указанный размер модели — 31 млрд параметров; доступна версия с весами BF16 и варианты квантования Q8_0, Q6, Q5, Q4, Q3 и IQ. Архитектура и размер контекстного окна в README не указаны. Модель предназначена для диалоговых и instruct-сценариев, ролевого общения, творческого письма и задач, где важна настройка стиля ответов. Заявленный язык — английский. Формат GGUF и совместимость с llama.cpp позволяют запускать её локально через llama.cpp, LM Studio, KoboldCpp, Jan AI, Text Generation Web UI и другие поддерживаемые инструменты. Сильная сторона модели — широкий выбор квантований с различным балансом качества и требований к памяти: варианты Q6 и Q5 описаны как высококачественные, Q4 — как подходящие для большинства сценариев, а Q3 — как варианты для систем с ограниченным объёмом оперативной памяти. Более сильное квантование уменьшает размер файлов, но может снижать качество генерации. Лицензия — Apache 2.0; условия и ограничения исходной модели также следует проверять в её репозитории.

indiginous/guardrail-qwen-1.5b — генеративная языковая модель из семейства Qwen2 с 1,5 млрд параметров. Модель опубликована на Hugging Face для использования с библиотекой Transformers и поддерживает задачу генерации текста, включая conversational-сценарии. В README сведения о разработчике, базовой модели, обучающих данных и лицензии отсутствуют.

guns-and-roses-r1 — экспериментальная слитая языковая модель на архитектуре Mistral, созданная inflatebot с помощью mergekit и метода Model Stock. В слиянии использованы inflatebot/thorn-0.35 в качестве базовой модели, а также thorn-0.45, thorn-0.5 и thorn-0.55; разработчик связывает семейство моделей с Magnum-12B-V2 и MN-12B-Rosier-v1. Модель содержит 12,1 млрд параметров и рассчитана на генерацию текста в диалоговом формате ChatML. Модель подходит для ведения диалогов и генерации ответов по текстовым запросам. README называет её экспериментальной ревизией и отмечает, что одна из исходных моделей обучалась без формата инструкций, поэтому при использовании следует соблюдать ChatML-формат. Метаданные указывают контекстное окно 1 024 000 токенов. Модель распространяется в формате safetensors; лицензия в предоставленных данных не указана.

GutenBerg_Nyxora_magnum-v4-27b — объединённая чат-модель на базе Gemma 2, созданная сообществом mergekit-community методом линейного слияния предобученных языковых моделей. В качестве базовой использована anthracite-org/magnum-v4-27b с весом 0,25; модель DazzlingXeno/GutenBerg_Nyxora внесла вес 0,75. Репозиторий содержит веса в формате Safetensors, библиотека для работы — Transformers. Модель предназначена для генерации текста в диалоге и прозы. Размер составляет 27,6 млрд параметров, контекст — до 8192 токенов. Карточка базовой модели описывает стиль генерации как ориентированный на Claude 3 Sonnet и Opus. Данные о лицензии и конкретных языках обучения в предоставленных источниках отсутствуют.

GutenLaserPi-06.11-orpo — дообученная icefog72 модель семейства Mistral для генерации текста. Она основана на Stark2008/GutenLaserPi, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В карточке указано, что обучение проводилось с использованием Unsloth и библиотеки Hugging Face TRL. Модель подходит для генерации текста и диалогов на английском языке. Репозиторий распространяется по лицензии Apache-2.0. Карточка не приводит оценок качества или подробностей об обучающей процедуре.

h2oai/h2ogpt-4096-llama2-7b — языковая модель H2O.ai, основанная на Meta Llama 2 7B. Это плотная авторегрессионная архитектура LlamaForCausalLM примерно на 6,6 млрд параметров с контекстом до 4096 токенов; репозиторий содержит веса PyTorch и Safetensors. Модель предназначена для генерации текста и может служить основой для диалоговых приложений, включая ответы на вопросы по документам. H2O.ai указывает, что модель можно дообучать с помощью h2oGPT и H2O LLM Studio. Карточка и метаданные указывают английский язык. Модель распространяется по лицензии Llama 2; перед использованием следует соблюдать её условия. К ограничениям относятся унаследованные от Llama 2 возможные ошибки и недостаточная надёжность ответов, а также ограничение контекста в 4096 токенов.

h2oai/h2ogpt-gm-oasst1-en-2048-open-llama-7b-preview-300bt — языковая модель H2O.ai для генерации текста и диалоговых ответов. Она дообучена с помощью H2O LLM Studio на наборе OpenAssistant/oasst1 и основана на openlm-research/open_llama_7b_preview_300bt. Модель использует плотную архитектуру LlamaForCausalLM, содержит 6,6 млрд параметров и принимает контекст длиной до 2048 токенов. Модель рассчитана на англоязычные текстовые запросы и генерацию ответов. Её можно применять для диалоговых помощников, черновиков текстов и ответов на вопросы. Репозиторий содержит веса PyTorch, лицензия — Apache-2.0. Генерация может быть предвзятой, оскорбительной, ошибочной или нерелевантной, поэтому ответы следует проверять.

h2oai/h2ogpt-oasst1-512-12b — языковая модель H2O.ai на архитектуре GPT-NeoX с 15,4 млрд параметров. Она дообучена на наборе h2oai/openassistant_oasst1_h2ogpt_graded на основе EleutherAI/pythia-12b и предназначена для следования инструкциям и диалогового использования, например в чат-ботах. Модель принимает текст и генерирует текст; опубликована в формате PyTorch и рассчитана на контекст до 2048 токенов. Модель можно применять для ответов на вопросы, диалогов и выполнения текстовых инструкций. В README приведены результаты проверки на задачах из lm-evaluation-harness. Лицензия Apache-2.0 допускает коммерческое использование. Модель может выдавать неверные, бессвязные или нерелевантные ответы, а также предвзятый или оскорбительный контент; результаты следует проверять.

ConvexAI/Harmony-4x7B-bf16 — языковая модель ConvexAI для генерации текста, созданная слиянием нескольких моделей в архитектуру Mixture of Experts (MoE). В README перечислены jan-hq/supermario-v2 как базовая модель и два эксперта, а также ConvexAI/Metabird-7B и alnrg2arg/test3_sft_16bit как дополнительные эксперты. Указан формат safetensors, размер около 7,1 млрд параметров и контекст до 32 768 токенов; модель предназначена для работы с текстом на английском языке. Автор сообщает, что модель показала сильные результаты в рассуждениях, логике и ролевом взаимодействии, но не приводит количественных оценок. README также поясняет, что маршрутизатор в этой MoE-сборке не обучался одновременно с моделью. Как и другие MoE-модели, она требует памяти для загрузки всех параметров, даже если при генерации активируется только часть экспертов. Лицензия — Apache 2.0.

Hathor_Gamma-L3-8B-0.6-GGUF — квантизированная версия языковой модели Hathor_Gamma-L3-8B-0.6, разработанной Nitral-AI. Файлы в формате GGUF подготовлены пользователем bartowski с помощью llama.cpp и метода imatrix. Модель предназначена для генерации текста и диалогового взаимодействия; в README указан английский язык и шаблон запросов в формате, совместимом с Llama 3. Модель содержит около 8 миллиардов параметров и доступна в нескольких вариантах квантования от Q8 до Q2 и IQ2/IQ3/IQ4. Размер файлов составляет примерно от 2,75 до 9,52 ГБ. Старшие варианты квантования обеспечивают очень высокое качество при повышенных требованиях к памяти, тогда как младшие позволяют запускать модель на устройствах с ограниченным объёмом RAM, но заметно снижают качество. Некоторые варианты используют f16 для весов эмбеддингов и выходного слоя и отмечены как экспериментальные. Эта сборка удобна для локального запуска через llama.cpp и совместимые инструменты. README не содержит сведений о длине контекста, мультимодальности, данных обучения, результатах тестирования или точных архитектурных особенностях. Лицензия указана как other, без дополнительных условий в представленном описании, поэтому перед использованием следует проверить лицензию исходной модели Nitral-AI.

DreadPoor/Heart_Stolen-8B-Model_Stock — объединённая диалоговая языковая модель, созданная с помощью mergekit методом Model Stock. В основе объединения использованы Sao10K/L3-8B-Stheno-v3.2 и ResplendentAI/Smarts_Llama3, а также несколько других моделей семейства Llama 3 и адаптеров для биологии, медицины и физики. Модель имеет архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров; она рассчитана на генерацию текста и диалоговое взаимодействие, контекст составляет 8192 токена. Модель подходит для ответов на запросы и свободной генерации текста в чате. В карточке приведены результаты Open LLM Leaderboard, включая IFEval и BBH, но они не гарантируют качество в конкретных прикладных сценариях. Указана лицензия CC BY-NC 4.0, которая ограничивает коммерческое использование.

inflatebot/helide-beta-r4 — объединённая языковая модель, созданная с помощью mergekit методом SLERP из Fizzarolli/L3-8b-Rosier-v1 и Sao10K/L3-8B-Stheno-v3.2. Это плотная архитектура LlamaForCausalLM примерно на 7,5 млрд параметров, предназначенная для генерации текста и чат-диалогов; длина контекста составляет 8192 токена. Карточка описывает конфигурацию с весами bfloat16. Модель подходит для диалогового взаимодействия, выполнения текстовых инструкций и генерации историй. Базовые модели ориентированы на английский язык, ролевые диалоги и написание историй. В репозитории указана лицензия, но доступные сведения не позволяют определить её условия.

HelpSteer-filtered-Solar-Instruct — языковая модель для диалоговой генерации текста, созданная Weyaxi. Модель с плотной архитектурой Llama содержит 10,6 млрд параметров и дообучена на базе upstage/SOLAR-10.7B-Instruct-v1.0 с использованием отфильтрованной версии датасета Nvidia HelpSteer. Модель предназначена для ответов на пользовательские запросы в формате чата и других сценариев генерации текста на английском языке. Контекст составляет до 4096 токенов. Веса опубликованы в формате safetensors по лицензии Apache-2.0.

Hematoma-Gemma-Model-Stock-9B — диалоговая языковая модель на архитектуре Gemma 2, созданная методом слияния Model Stock с помощью mergekit. В качестве базовой модели использована UCLA-AGI/Gemma-2-9B-It-SPPO-Iter3; в слияние также вошли BAAI/Gemma2-9B-IT-Simpo-Infinity-Preference, princeton-nlp/gemma-2-9b-it-SimPO и wzhouad/gemma-2-9b-it-WPO-HB. Модель содержит 9 млрд параметров, работает с текстом и предназначена для генерации ответов в диалоге. Максимальная длина контекста — 8192 токена. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия в предоставленных данных не указана.

Hercules-5.0-Qwen2-1.5B — дообученная компанией M4-ai плотная языковая модель на 1,5 млрд параметров на базе Qwen2-1.5B. Она предназначена для общего ассистентского общения и поддерживает формат запросов ChatML; заявленные области применения включают ответы на вопросы, математику, программирование и написание текстов. Модель работает с текстом и имеет контекст до 131 072 токенов. Для обучения использован набор данных Locutusque/hercules-v5.0. Модель опубликована в формате safetensors под лицензией Apache-2.0. В карточке не приведены результаты оценки качества; разработчики также отмечают, что сведения о рисках, смещениях и ограничениях требуют уточнения.

Hermes-2-DPO_WestLake-7B-v2 — диалоговая модель генерации текста, созданная объединением senseable/WestLake-7B-v2 и NousResearch/Nous-Hermes-2-Mistral-7B-DPO с помощью LazyMergekit. В основе используется плотная архитектура Mistral с 7,1 млрд параметров; веса объединены методом SLERP, а репозиторий содержит файлы safetensors. Модель предназначена для общения в чате и генерации ответов на текстовые запросы. Она поддерживает контекст до 32 768 токенов. Данные о конкретных языках и специализированных областях применения в карточке не приводятся. Лицензия не указана в доступных источниках.

Hermes-2-Pro-Mistral-10.7B-GGUF — это квантизированная GGUF-версия текстовой языковой модели Hermes-2-Pro-Mistral-10.7B, основанной на Mistral-7B-v0.1. Квантизацию выполнил bartowski с использованием llama.cpp. Модель обучалась на датасете teknium/OpenHermes-2.5 и связана с методами дообучения, включая DPO, RLHF, дистилляцию и обучение на синтетических данных. Модель предназначена для генерации текста и диалоговых сценариев на английском языке. Среди заявленных возможностей — следование инструкциям, работа в формате ChatML, function calling и JSON mode. README не содержит данных о размере контекста, точной архитектуре базовой модели, мультимодальности или результатах тестирования, поэтому эти характеристики нельзя оценить по имеющейся информации. Доступно множество вариантов квантизации от Q8_0 до Q2_K, различающихся размером файла и качеством. Q6_K обозначен как рекомендуемый вариант с очень высоким качеством, тогда как более компактные варианты подходят для систем с ограниченными ресурсами, но могут заметно уступать по качеству. Модель распространяется по лицензии Apache-2.0.

Hermes-3-Llama-3.1-70B-lorablated-GGUF — это набор GGUF-квантизаций текстовой генеративной модели Hermes-3-Llama-3.1-70B-lorablated, разработанной на базе Llama 3.1 и опубликованной mlabonne. Квантизации подготовлены пользователем bartowski с помощью llama.cpp и метода imatrix. Модель предназначена для генерации текста и диалогового взаимодействия. Она поддерживает запуск через llama.cpp и LM Studio; в README также приведён специальный шаблон промпта с ролями system, user и assistant. Доступно множество вариантов квантизации от Q8_0 до IQ1_M, что позволяет выбирать баланс между качеством, размером файла и требованиями к оперативной памяти. Размеры указанных файлов составляют примерно от 19 до 75 ГБ. Сильной стороной набора является возможность локального запуска крупной 70B-модели с разным уровнем сжатия; варианты Q6_K, Q5_K_M и некоторые Q4 рекомендуется использовать для высокого качества. Более компактные варианты требуют меньше памяти, но снижают качество генерации. В README не указаны поддерживаемые языки, размер контекстного окна, точные архитектурные характеристики, мультимодальные возможности и лицензия, поэтому эти свойства нельзя достоверно определить по представленным данным.

Hermes-3-Llama-3.1-8B-lorablated-GGUF — это набор квантизированных GGUF-версий текстовой генеративной модели mlabonne/Hermes-3-Llama-3.1-8B-lorablated. Квантизацию выполнил bartowski с использованием llama.cpp и imatrix. Модель предназначена для локального запуска задач генерации текста, включая диалоговое взаимодействие и следование инструкциям, в совместимых средах, таких как llama.cpp и LM Studio. В основе лежит модель размера 8B, однако точные сведения об архитектуре, поддерживаемых языках, модальностях и размере контекста в README не указаны. Доступны варианты от F32 до низкобитных квантизаций Q8_0, Q6_K, Q5_K, Q4_K, Q3_K, Q2_K и IQ; более крупные варианты обычно сохраняют более высокое качество, а компактные требуют меньше оперативной памяти, но могут заметно уступать в качестве. Для работы следует использовать указанный формат prompt с системным сообщением, пользовательским запросом и ответом ассистента. Лицензия в README не указана.

HeroBophades-3x7B — экспериментальная языковая модель семейства Mixtral с архитектурой Mixture of Experts, собранная разработчиком с помощью mergekit. Она предназначена для генерации текста; среди сценариев обучения исходных компонентов указаны математические задачи, проверка достоверности и художественные тексты. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В README указана возможность запуска в 4-битном режиме на GPU с 12 ГБ видеопамяти. Модель распространяется под лицензией Apache-2.0.

Himeyuri-Magnum-HereticLoRA — чат-модель на 12,1 млрд параметров, созданная автором yamatazen объединением предварительно обученных языковых моделей методом Model Stock с помощью mergekit. В качестве базовой использована Elizezen/Himeyuri-v0.1-12B; в объединение также вошли anthracite-org/magnum-v2-12b и anthracite-org/magnum-v2.5-12b-kto. Модель построена на плотной архитектуре MistralForCausalLM, распространяется в формате safetensors и использует шаблон диалогов ChatML. Модель предназначена для диалогов и генерации текста на английском и японском языках. Метаданные указывают контекстное окно до 1 024 000 токенов. Для запуска подходит библиотека Transformers. Лицензия в предоставленных данных не указана.

Hotal1.0 — языковая чат-модель, созданная yomogi91 с помощью mergekit методом SLERP. Она объединяет Qwen/Qwen2.5-3B-Instruct и jaeyong2/Qwen2.5-3B-Instruct-Ja-SFT, поэтому предназначена для диалогов и генерации текста по инструкциям, в том числе на японском языке. Модель имеет плотную архитектуру Qwen2ForCausalLM, около 3,1 млрд параметров и контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors; в README указано, что результат сохранён в bfloat16. Лицензия в предоставленных данных не указана.

huh-1 — чат-модель на базе архитектуры Mistral, созданная слиянием Zephyr-7B-β и Mistroll-7B-v2.2 методом SLERP с помощью LazyMergekit. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для диалога и генерации текста по запросам: её можно использовать для ответов на вопросы, выполнения инструкций и ведения беседы. В метаданных указана задача text-generation и возможность chat; языковая направленность базовой Zephyr-7B-β — английский. Модель распространяется в формате safetensors по лицензии Apache-2.0. Качество и языковые возможности унаследованы от объединённых моделей; отдельные ограничения в карточке не описаны.

Huihui-Qwen3.6-27B-abliterated-NVFP4-MTP — квантизированная версия модели Huihui-Qwen3.6-27B-abliterated, опубликованная пользователем или организацией sakamakismile и основанная на семействе Qwen3.5. Это гибридная модель с чередованием linear attention и периодических блоков full attention, дополненная встроенной MTP-головой для speculative decoding. Модель предназначена для генерации текста, рассуждений и вызова инструментов; заявлена также мультимодальная совместимость с визуальными и видеотокенами, но данный вариант ориентирован на текстовый режим. Модель использует формат NVFP4 с конфигурацией modelopt W4A4 и имеет размер 27B параметров. Поддерживается контекст до 262144 токенов, при этом в рекомендуемой конфигурации используется 65536 токенов. Предусмотрен вывод рассуждений в тегах <think> и XML-вызовы инструментов. Для ускорения генерации применяется MTP с тремя спекулятивными токенами; в приведённых тестах на четырёх NVIDIA RTX PRO 2000 Blackwell заявлены скорости около 81–83 токенов в секунду для одного потока и до примерно 880 токенов в секунду при 24 одновременных запросах. К сильным сторонам относятся поддержка длинного контекста, экономичное KV-кэширование, ускоренная генерация и интеграция с vLLM. Основные ограничения — необходимость четырёх GPU NVIDIA Blackwell по 16 ГБ, совместимого ПО и CUDA 13.x для оптимальных NVFP4-ядер, а также возможные риски, связанные с характером abliterated-модели и отсутствием заявленных ограничений безопасности. Лицензия — Apache-2.0.

Это MLX-версия модели Huihui-Qwen3.6-35B-A3B-Claude-4.7-Opus-abliterated, опубликованная сообществом mlx-community. В основе лежит Qwen3.6-35B-A3B от Alibaba Cloud; модель Huihui является производной модификацией, а данный репозиторий содержит её 8-битное представление для запуска с MLX на совместимом оборудовании, прежде всего на устройствах Apple Silicon. Модель предназначена для генерации текста и диалоговых сценариев, включая локальный запуск через mlx-lm и OpenAI-совместимый сервер. Она относится к архитектуре Mixture of Experts (MoE), имеет около 35 млрд параметров и использует 8-битное представление; размер файлов репозитория составляет примерно 36,8 ГБ. В метаданных указаны английский язык и поддержка conversational text generation. Точные сведения о размере активной части MoE, длине контекста, полном наборе языков и результатах тестирования для этой конкретной MLX-сборки не приведены. Преимущество модели — сочетание крупной базовой архитектуры с 8-битным представлением и оптимизацией под MLX, что делает локальное использование практичнее по сравнению с полной точностью. Ограничения включают значительные требования к памяти, отсутствие опубликованной подробной документации и бенчмарков для данной сборки, а также неопределённость характеристик производной модификации. Лицензия непосредственно в карточке MLX-репозитория не указана; для исходной модели Huihui-Qwen3.6-35B-A3B-Claude-4.7-Opus-abliterated указана Apache 2.0.

Hunyuan-A13B-Instruct-GGUF — GGUF-квантизированная версия инструкционной модели Hunyuan-A13B-Instruct, разработанной Tencent. Квантизацию выполнил bartowski на основе llama.cpp версии b5845; модель представлена в рамках программы Community models сообщества LM Studio, но LM Studio не является её разработчиком или владельцем. Модель предназначена для генерации текста по инструкциям и оптимизирована для агентских задач с гибридным рассуждением. Это MoE-модель с 80 млрд общих параметров, из которых при обработке активируются 13 млрд. Заявлена поддержка контекста до 256 тысяч токенов, при этом значение по умолчанию составляет 32 тысячи токенов. Сведения о поддерживаемых языках и модальностях в README не указаны; по имеющимся данным, модель относится к текстовым моделям. К сильным сторонам относятся большой контекст, архитектура MoE с меньшим числом активных параметров и ориентация на агентские сценарии и рассуждение. Ограничения включают отсутствие в README подробных результатов оценки, перечня языков, информации о требованиях к оборудованию и характеристиках отдельных вариантов квантизации. Модель распространяется по лицензии tencent-hunyuan-a13b; указана ссылка на лицензию Tencent Hunyuan.

Nickyang/Hy3-Razor-226B-A18B-E144of192 — вариант Hy3, созданный методом RAZOR без дообучения: из 192 маршрутизируемых экспертов в каждом MoE-слое удалена четверть, оставив 144 эксперта и исходные веса остальных компонентов. По README, после прореживания в модели 226 млрд параметров, около 18,4 млрд активны на токен; метаданные каталога указывают 16,6 млрд параметров. Модель принимает текст и предназначена для диалоговой генерации и других сценариев генерации текста. Архитектура — Hy3 MoE для Transformers, контекст — до 262 144 токенов; веса сохранены в формате bfloat16. Модель распространяется по лицензии Apache-2.0. Прореживание экспертов снижает вычисления, но является потерей информации: генерация может отличаться по разнообразию, форматированию и поведению при завершении, даже если точность задач сохраняется. README также отмечает, что качество на областях, далёких от конечного калибровочного набора, не охарактеризовано.

HyGPT-10b-it — инструктивная языковая модель Gen2B и NCCAIT для диалогов и выполнения текстовых задач на армянском, русском и английском языках. Это дообученная версия HyGPT-10b: модель Gemma 2 с архитектурой decoder-only и 9 млрд параметров. Базовую модель дополнительно обучали на армянском текстовом корпусе объёмом около 10 млрд токенов, затем провели SFT на 50 тысячах примеров инструкций и диалогов. Модель предназначена для многоходовых бесед, ответов на вопросы, перефразирования, суммаризации, перевода между армянским, русским и английским, а также учебных и математических задач. Контекст составляет 8192 токена; доступны веса Safetensors и работа через Transformers. Лицензия — HyGPT Permissive Use License; в README также указано соблюдать условия Gemma и её запрещённую политику использования. К ограничениям относятся возможные фактические ошибки, устаревшие знания, непостоянное качество сложных рассуждений и слабая поддержка специализированной армянской терминологии. Качество может различаться между диалектами и региональными вариантами армянского языка; модель может наследовать смещения обучающих данных.

Ice0.34b-14.11-RP — разговорная языковая модель на архитектуре Mistral, созданная автором репозитория Icefog72 с помощью слияния предварительно обученных моделей методом SLERP через mergekit. Модель содержит 7,1 млрд параметров, использует формат safetensors и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста в диалоговом формате. Её можно применять для ведения бесед и подготовки текстовых ответов. В README приведены результаты отдельных оценок Open LLM Leaderboard, включая IFEval и BBH. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. README указывает на слияние моделей Ice0.32-10.11-RP и Ice0.33-13.11-RP, однако доступные идентификаторы базовых моделей являются локальными путями Windows, а не репозиториями Hugging Face.

Ice0.37-18.11-RP — разговорная языковая модель, созданная автором репозитория слиянием предварительно обученных моделей с помощью mergekit. Использован метод SLERP; в слияние вошли Ice0.36-18.11-RP и Ice0.35-18.11-RP. Модель построена на архитектуре Mistral и содержит 7,1 млрд параметров. Модель предназначена для генерации текста в диалоговом формате. Контекст составляет до 32 768 токенов, веса опубликованы в формате safetensors. В README приведены результаты Open LLM Leaderboard, включая IFEval и BBH; эти показатели дают ориентир по оценённым задачам, но не гарантируют качество в конкретном сценарии. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое использование. В карточке не описаны конкретные языки и дополнительные ограничения качества или безопасности.