I.5Создание и редактирование текста

Карточка модели wannaphong/tongyi-model-v1.1-1b на Hugging Face совпадает с карточкой wannaphong/tongyi-model-v1.3-1b, поэтому описание составлено по ней. Модель wannaphong/tongyi-model-v1.3-1b — дообученная авторегрессионная языковая модель семейства Qwen2, созданная wannaphong на базе sail/Sailor2-1B. Она предназначена для генерации текста и диалогов; в метаданных также отмечен интерфейс для вызова инструментов. Модель содержит 851,8 млн параметров и поддерживает контекст до 32 768 токенов. В карточке указано, что модель обучалась с использованием Unsloth и библиотеки TRL. В метаданных указан английский язык, но специальных языков или прикладных областей для этой версии README не уточняет. Модель распространяется по лицензии Apache-2.0.

Карточка модели wannaphong/tongyi-model-v1.5-1b-enth на Hugging Face совпадает с карточкой wannaphong/tongyi-model-v1.3-1b, поэтому описание составлено по ней. Модель wannaphong/tongyi-model-v1.3-1b — дообученная авторегрессионная языковая модель семейства Qwen2, созданная wannaphong на базе sail/Sailor2-1B. Она предназначена для генерации текста и диалогов; в метаданных также отмечен интерфейс для вызова инструментов. Модель содержит 851,8 млн параметров и поддерживает контекст до 32 768 токенов. В карточке указано, что модель обучалась с использованием Unsloth и библиотеки TRL. В метаданных указан английский язык, но специальных языков или прикладных областей для этой версии README не уточняет. Модель распространяется по лицензии Apache-2.0.

ToppyCox-7B — языковая модель на базе архитектуры Mistral, созданная Omnicroms посредством слияния Undi95/Toppy-M-7B и N8Programs/Coxcomb методом slerp с помощью LazyMergekit. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текстовые ответы; длина контекста — до 32 768 токенов. Модель предназначена для генерации ответов по инструкциям и ролевых диалогов, в том числе с контентом для взрослых. В репозитории опубликованы веса Safetensors; в README также упомянуты квантованные версии GGUF. Лицензия в предоставленных данных не указана.

Tor-8B — дообученная модель семейства Mistral, опубликованная Delta-Vector и основанная на NVIDIA Mistral-NeMo-Minitron-8B-Base. Это ранний чекпойнт проекта Darkens-8B: модель прошла два из четырёх запланированных эпох полноразмерного дообучения. Она предназначена для диалоговой генерации связного текста и прозы, с акцентом на естественный стиль письма и меньшую склонность к характерным для Claude речевым шаблонам. Модель содержит 7,9 млрд параметров, использует плотную архитектуру MistralForCausalLM и поддерживает контекст до 16 384 токенов. Она настроена на инструкции в формате ChatML; в карточке указан английский язык. Веса опубликованы в формате safetensors. README не сообщает лицензию, поэтому условия использования по имеющимся данным определить нельзя.

Triangulum-10B-GGUF — это квантизированная версия языковой модели Triangulum-10B, разработанной prithivMLmods и преобразованной в формат GGUF пользователем bartowski. Модель предназначена для генерации текста, задач рассуждения и сценариев, где требуется пошаговое объяснение решения. В метаданных также указаны поддержка оценки кода, точности, математических задач и символьных операций. Модель содержит около 10 млрд параметров и относится к семейству causal language models на базе Llama. Доступны варианты от F16 до низкобитных квантований Q8, Q6, Q5, Q4, Q3 и Q2, включая форматы IQ. Размер файлов составляет примерно от 3,6 до 20,6 ГБ. Заявлена поддержка английского, немецкого, французского, итальянского, португальского, хинди, испанского и тайского языков. Модель работает с текстом; сведения о мультимодальности и размере контекстного окна не указаны. Сильной стороной являются разнообразие вариантов квантования и возможность локального запуска через llama.cpp и совместимые приложения, включая LM Studio. В README рекомендуются варианты Q6_K_L, Q6_K, Q5 и Q4 для сочетания качества и размера, тогда как низкобитные варианты экономят память, но снижают качество. Формат инструкций для запросов не указан, поэтому его необходимо уточнять по странице исходной модели. Лицензия обозначена как llama3.1.

Trida-7B — языковая модель на 7,76 млрд параметров от Trillion Labs, построенная на архитектуре Block Diffusion Language Model. Это Transformer-декодер с RoPE, SwiGLU и RMSNorm; модель создана посредством непрерывного предобучения базовой trillionlabs/Tri-7B с последующим постобучением. Модель принимает текст и генерирует текст, поддерживает диалоговый режим и предназначена для генерации на корейском, английском и японском языках. Блочная диффузионная генерация сочетается в ней с авторегрессионными зависимостями. Механизм Step-wise Autoregressive Attention рассчитан на обучение и генерацию с более эффективным использованием вычислений; заявлена поддержка KV-кэширования внутри текущего блока. В README указана длина контекста 8192 токена, тогда как метаданные каталога задают native context в 4096 токенов. Модель оценивали на задачах рассуждения, знаний, программирования, математики и следования инструкциям. Модель распространяется по лицензии Apache-2.0. Разработчик указывает, что качество может снижаться при работе с языками, отличными от английского, корейского и японского; сведения модели ограничены данными до февраля 2025 года.

yunconglong/Truthful_DPO_TomGrc_FusionNet_7Bx2_MoE_13B — языковая модель Yunconglong, дообученная методом Direct Preference Optimization (DPO) на наборе предпочтений jondurbin/truthy-dpo-v0.1 на основе TomGrc/FusionNet_7Bx2_MoE_14B. Модель предназначена для генерации текста и диалоговых сценариев, где важны ответы, согласованные с предпочтениями обучающих данных. Архитектура — Mixtral-подобная авторегрессионная модель с MoE; в метаданных указан размер 7,1 млрд параметров и контекст до 32 768 токенов. Репозиторий содержит веса Safetensors. Карточка не сообщает о поддерживаемых языках или специальных мультимодальных возможностях. Модель распространяется по лицензии MIT. DPO-настройка ориентирована на правдивые ответы, однако сама по себе не гарантирует фактическую точность; качество может зависеть от запроса и данных обучения.

Tulu V2.5 DPO 13B — англоязычная диалоговая модель-помощник от Allen Institute for AI (Ai2), дообученная методом DPO на базе Tulu 2 и данных Chatbot Arena 2024. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и 12,9 млрд параметров; она принимает текст и генерирует текст, поддерживает контекст до 4096 токенов и использует шаблон чата в токенизаторе. Модель предназначена для диалогов с помощником и выполнения пользовательских инструкций на английском языке. При обучении использовались набор инструкций и диалогов Tulu V2, а затем данные предпочтений Chatbot Arena 2024. Распространяется по лицензии Apache 2.0. В README отмечено, что модель не обучалась на безопасные ответы в рамках этапа RLHF и не имеет встроенной фильтрации ответов. Поэтому она может выдавать проблемный контент, особенно при соответствующих запросах.

Tulu V2.5 DPO 13B HelpSteer — англоязычная языковая модель-помощник от Allen Institute for AI (AI2), предназначенная для диалогов и генерации текста. Это плотная авторегрессионная модель семейства Llama с 12,9 млрд параметров и контекстом до 4096 токенов. Модель создана на базе allenai/tulu-2-13b: сначала настроена на смеси инструкций и диалогов Tulu V2, затем дообучена методом DPO на наборе HelpSteer для выравнивания ответов по предпочтениям. Подходит для ответов на инструкции, ведения диалога и генерации текста на английском языке. Для диалогов используется шаблон чата, включённый в токенизатор. Модель распространяется по лицензии Apache 2.0. В карточке отмечено, что она не настроена на безопасные ответы и не использует фильтрацию в процессе генерации; поэтому возможны проблемные ответы, особенно при соответствующих запросах.

Tulu V2.5 DPO 13B SHP-2 — англоязычная чат-модель-помощник, разработанная Allen Institute for AI (AI2). Это плотная авторегрессионная модель семейства Llama с 12,9 млрд параметров, дообученная на базе Tulu 2 13B с помощью DPO на наборе предпочтений SHP-2. Она предназначена для диалогов, выполнения инструкций и генерации текста; для модели указан контекст длиной 4096 токенов. Модель принимает текст и генерирует текст. Для диалогов используется шаблон чата, встроенный в токенизатор; соблюдение формата сообщений и завершающего перевода строки влияет на качество генерации. Модель ориентирована на английский язык и распространяется по лицензии Apache 2.0. Модель может выдавать проблемные ответы, в том числе по запросу: на этапе RLHF её не настраивали на безопасные завершения, а фильтрация ответов во время использования не предусмотрена. Качество ответов также зависит от соблюдения формата ввода.

Tulu V2.5 DPO 13B UltraFeedback Overall — это англоязычная чат-модель-помощник, разработанная Allen Institute for AI (AI2). Она построена на плотной архитектуре Llama и содержит 12,9 млрд параметров. Модель дообучена на Tulu 2 с помощью DPO: примеры из набора UltraFeedback ранжировались по общей оценке, чтобы определить предпочтительные и отклонённые ответы. Для диалога использует шаблон чата, включённый в токенизатор; длина контекста — 4096 токенов. Модель предназначена для следования инструкциям, ответов на вопросы и генерации текста в диалогах с помощником. Она обучалась на смеси инструкций и синтетических диалогов, а затем на данных предпочтений. Лицензия — Apache 2.0. Модель не была специально выровнена для безопасных ответов и не использует фильтрацию ответов во время работы, поэтому может выдавать проблемный контент, особенно по соответствующим запросам. Языковая поддержка заявлена для английского.

TwinLlama-3.1-8B — плотная языковая модель семейства Llama, разработанная goncalocapelalopes путём дообучения unsloth/Meta-Llama-3.1-8B. Модель предназначена для генерации текста и диалогов; в метаданных указаны поддержка чата и контекст до 131 072 токенов. Модель содержит 7,5 млрд параметров, веса доступны в формате safetensors. Для обучения использовались Unsloth и библиотека TRL. В карточке указан английский язык. Модель распространяется по лицензии Apache-2.0. README не уточняет специализацию дообучения и качество на отдельных задачах.

TwinLlama-3.1-8B — текстовая генеративная модель, опубликованная jackzhouusa и дообученная на базе meta-llama/Llama-3.1-8B. Это плотная архитектура семейства Llama с примерно 7,5 млрд параметров; модель поддерживает контекст до 131 072 токенов и предназначена для диалоговой генерации текста. Для обучения использовались Unsloth и библиотека TRL. Модель подходит для генерации ответов и ведения диалога на английском языке. Веса опубликованы в формате safetensors по лицензии Apache-2.0. Карточка не описывает специализированную область применения или отдельные улучшения относительно базовой модели.

TwinLlama-3.1-8B-DPO — языковая модель семейства Llama, разработанная np1212 и дообученная на базе np1212/TwinLlama-3.1-8B методом DPO. Она предназначена для генерации текста и диалогового общения. Модель содержит 7,5 млрд параметров, принимает текст и выдаёт текст, а её контекстное окно составляет 131 072 токена. В карточке указано, что при обучении использовались Unsloth и библиотека TRL. Модель распространяется в формате safetensors по лицензии Apache-2.0. Метаданные указывают английский язык; сведений о других поддерживаемых языках или специализированных областях применения нет.

Модель spiralMon/Twin-LLM-Fine-Tuned-DPO-Model-Llama-3.1-8B — дообученная разработчиком spiralMon языковая модель семейства Llama 3.1 с плотной архитектурой LlamaForCausalLM и 7,5 млрд параметров. README сообщает, что при обучении использовались Unsloth и библиотека TRL; базовая модель — spiralMon/Twin-LLM-Fine-Tuned-Instruct-Model-Llama-3.1-8B-bnb-4bit. Модель предназначена для генерации текста. Карточка не описывает специализированные сценарии или дополнительные возможности. Метаданные указывают контекст до 131 072 токенов и язык en. Веса представлены в формате safetensors, лицензия — Apache-2.0.

Typhoon2.5-Qwen3-4B — инструктивная языковая модель, разработанная OpenTyphoon для генерации ответов на тайском и английском языках. Она основана на плотной decoder-only архитектуре Qwen3 и содержит 3,7 млрд параметров. Модель предназначена для диалогов, генерации текста и вызова функций через интерфейс инструментов; заявленная длина контекста — 262 144 токена. Модель работает с текстом и рассчитана на использование через Transformers; README указывает требование Transformers версии 4.51.0 или новее и приводит пример запуска совместимого с OpenAI API сервера на vLLM. В карточке указана лицензия Apache 2.0. Разработка продолжается: ответы могут быть неточными, предвзятыми или нежелательными, поэтому пригодность следует оценивать для конкретного применения.

Sakalti/ultiima-14B-v0.3 — объединённая языковая модель на архитектуре Qwen2 с 14 млрд параметров, созданная с помощью mergekit методом TIES на основе sometimesanotion/Qwenvergence-14B-v9 с включением sometimesanotion/Qwen2.5-14B-Vimarckoso-v3. Модель предназначена для генерации текста в диалоговом формате, ответов на запросы и следования инструкциям; метаданные также указывают интерфейс вызова инструментов. Контекстное окно составляет до 131072 токенов. Веса опубликованы в формате safetensors, с точностью float16, для использования через Transformers. Модель подходит для чат-ботов, генерации ответов и приложений, которым нужен длинный контекст. README описывает способ объединения моделей, но не приводит результаты оценки качества, рекомендуемые параметры генерации или подробное описание поведения. Лицензия в предоставленных данных не указана.

una-cybertron-7b-v3-OMA — языковая модель, разработанная juanako.ai (автор Xavier M.) и представленная OMA. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, обработанная методом UNA (Uniform Neural Alignment); автор указывает, что это не слияние слоёв и не SLERP-подобное объединение моделей. Модель предназначена для генерации текста в формате диалога или инструкций; карточка выделяет математику, логику и рассуждения, а также общие ответы, объяснения, стихи, рассказы и шутки. В README рекомендуются форматы ChatML и Alpaca System. Метаданные указывают контекст до 32 768 токенов, библиотеку Transformers и формат весов safetensors; лицензия — Apache-2.0. Карточка также заявляет, что модели UNA можно дообучать и использовать как основу для слияния, и что в ней есть цифровой водяной знак.

Upstage-Llama-2-70B-instruct-v2-GGUF — это квантизированная версия большой языковой модели Llama 2 70B Instruct v2, разработанной Upstage и преобразованной в формат GGUF компанией TheBloke. Модель предназначена для генерации текста и выполнения инструкций в диалоговом формате, включая локальный запуск через llama.cpp и совместимые графические интерфейсы и библиотеки. Модель основана на архитектуре Llama и содержит около 70 миллиардов параметров. Указан английский язык; поддержка других языков, размер контекстного окна и мультимодальные возможности в README не описаны. Доступны варианты GGUF с 2-, 3-, 4-, 5-, 6- и 8-битным квантованием для инференса на CPU и GPU. Формат GGUF поддерживает метаданные и специальные токены, а модель совместима с llama.cpp и рядом сторонних инструментов. Сильными сторонами являются выполнение инструкций, широкий выбор уровней квантования и возможность локального использования с GPU-ускорением. К ограничениям относятся высокие требования к ресурсам для 70-миллиардной модели, возможная потеря качества при агрессивном квантовании и отсутствие в README подробных данных о качестве, тестах и контекстном окне. Лицензия указана как llama2; условия её применения следует проверять по лицензии исходной модели.

featherless-ai-quants/v2ray-Llama-3-70B-GGUF — набор GGUF-квантизаций модели v2ray/Llama-3-70B, подготовленный featherless-ai-quants. Модель предназначена для генерации текста и может применяться в сценариях локального или серверного запуска языковой модели, включая диалоговые приложения, создание и преобразование текста, а также другие задачи text-generation. В репозитории доступны варианты IQ4_XS, Q2_K, Q3_K_L, Q3_K_M, Q3_K_S, Q4_K_M, Q4_K_S, Q5_K_M, Q5_K_S, Q6_K и Q8_0. Размеры указанных наборов составляют примерно от 25 до 72 ГБ. GGUF обеспечивает выбор компромисса между требованиями к памяти, скоростью работы и сохранением качества, однако конкретные характеристики зависят от выбранного варианта. README не указывает архитектурные детали, размер контекста, поддерживаемые языки и модальности; из названия и pipeline_tag следует, что это текстовая модель. Сильная сторона набора — наличие множества уровней квантизации для разного оборудования и требований к качеству. Ограничения включают значительные требования к памяти даже для наиболее компактных вариантов, а также отсутствие в README данных о сравнительных результатах, качестве, тонкой настройке и рекомендуемых параметрах запуска. Лицензия в предоставленных материалах не указана.

VAETKI — большая языковая модель консорциума NC-AI, в котором участвуют 13 организаций. Это авторегрессионная модель семейства VAETKI для генерации текста и диалогов; в карточке Hugging Face указана архитектура dense, тогда как README описывает VAETKI-100B-A10B как Transformer с архитектурой Mixture-of-Experts. Метаданные указывают 10,4 млрд параметров и контекст до 131 072 токенов; README для варианта VAETKI-100B-A10B приводит 112,2 млрд параметров всего, 10,1 млрд активных и контекст 32 тыс. токенов, поэтому эти характеристики могут относиться к разным вариантам модели. Модель предназначена для следования инструкциям, диалогов, рассуждений, перевода и агентных сценариев с использованием инструментов. Она поддерживает корейский, английский, китайский и японский языки. README сообщает о режимах thinking для большинства задач и non-thinking для агента с инструментами, а также о выравнивании по человеческим предпочтениям. Лицензия — MIT. Модель может выдавать фактически неточные или неполные ответы и галлюцинации, испытывать трудности со сложными многошаговыми рассуждениями, точными математическими вычислениями и корректной генерацией кода; она не проверяет факты самостоятельно. Разработчик не рекомендует применять её в критически важных и регулируемых областях, включая медицину, право, финансы и военную сферу.

Veda Labs разработала Veda-labs-0.5b-instruct-base — плотную причинную языковую модель семейства Qwen2 с 494 млн параметров и контекстом до 32 768 токенов. Она предназначена для генерации текста и диалогового взаимодействия на английском языке; карточка также описывает применение для завершения текста, суммаризации и ответов на вопросы. Модель можно использовать как основу для дообучения под медицинские, юридические и клиентские сценарии. Она распространяется в формате safetensors по лицензии Apache-2.0. Ответы могут быть неточными, предвзятыми или непоследовательными; для критически важных задач требуется проверка человеком.

Vesemir 1.5B — небольшая языковая модель семейства Cirilla, разработанная AnthonyPa57. Это плотная авторегрессионная модель на 1,5 млрд параметров с архитектурой VesemirForCausalLM; она совместима с Transformers и рассчитана на контекст до 8192 токенов. В архитектуре используются Differential Attention, Grouped-Query Attention и блоки SwiGLU с предварительной нормализацией RMSNorm. Модель обучалась с нуля на польских и английских текстах, затем прошла дообучение на инструкциях, примерах RAG и Python, переводах и DPO-данных. Её можно применять для диалогов, генерации и продолжения текста, ответов на инструкции, перевода, задач по Python и работы с контекстом документов. Поддерживаются английский и польский языки; репозиторий содержит веса Safetensors в формате BF16. Автор отмечает, что обучение проводилось на сравнительно небольшом объёме данных и модель следует рассматривать как основу для дальнейшей разработки. Для загрузки через AutoModelForCausalLM и AutoTokenizer требуется trust_remote_code=True. Лицензия — MIT.

Vespera Synapse 31B — объединённая модель на базе Gemma 4 31B, созданная OrobasVault с помощью mergekit. В слияние вошли Twisted-Cyclone-31B, Glimmering-Citrus-31B и Scarlet-Shadow-31B; для объединения применён метод karcher_stock с адаптивным ограничением весов Adaptive Tanh Soft-Clamp. Модель использует архитектуру Gemma4ForConditionalGeneration и библиотеку Transformers, распространяется в формате safetensors. Модель предназначена для генерации текста, диалогов и следования инструкциям; метаданные также указывают на ролевые и творческие сценарии. Архитектура Gemma 4 поддерживает работу с изображениями, однако в карточке Vespera Synapse эти сценарии отдельно не описаны, поэтому её основная задача — текстовая генерация. В метаданных указан английский язык и размер 31B. Модель опубликована под лицензией Apache-2.0. Карточка не приводит оценок качества или результатов тестирования, поэтому пригодность для конкретных задач стоит проверять на собственных примерах.

Это набор GGUF-квантизированных файлов модели vicky4s4s/gemma-2-2b-instruct, подготовленный организацией featherless-ai-quants. Базовая модель относится к семейству Gemma 2 и предназначена для генерации текста в инструкционном режиме: диалогов, ответов на запросы и других задач, где требуется следовать текстовым инструкциям. В README не указаны точные сведения о разработчике базовой модели, языках, длине контекста, архитектурных деталях и поддерживаемых модальностях, поэтому модель следует рассматривать как текстовую, без подтверждённой поддержки изображений или других типов данных. Доступны варианты квантизации IQ4_XS, Q2_K, Q3_K_L, Q3_K_M, Q3_K_S, Q4_K_M, Q4_K_S, Q5_K_M, Q5_K_S, Q6_K и Q8_0 размером примерно от 1,17 до 2,66 ГБ. Квантизация уменьшает требования к памяти и упрощает локальный запуск, но более компактные варианты могут уступать вариантам с большей разрядностью по качеству и точности. README не содержит результатов тестирования, поэтому сравнительные преимущества и ограничения конкретных вариантов количественно не подтверждены. Лицензия в предоставленных данных не указана. Условия использования следует уточнить отдельно для базовой модели vicky4s4s/gemma-2-2b-instruct и опубликованных квантизированных файлов.

winglian/vicuna-13b-1_1-hf — версия Vicuna 13B 1.1 в формате Hugging Face, подготовленная автором репозитория. Vicuna разработана командой исследователей из UC Berkeley, CMU, Stanford и UC San Diego на основе LLaMA: модель получена дообучением на пользовательских диалогах ShareGPT, а веса этой версии собраны слиянием дельт Vicuna с исходной LLaMA 13B. Это авторегрессионная плотная трансформерная модель семейства Llama с 12,9 млрд параметров и контекстом до 2048 токенов. Модель предназначена для генерации текста и диалогового общения: её можно использовать для ответов на вопросы, ведения бесед и исследований чат-ботов и больших языковых моделей. В версии 1.1 исправлен расчёт потерь при дообучении и изменён разделитель диалога на EOS-токен, что упрощает остановку генерации и совместимость с библиотеками. Обучение проводилось на 70 тысячах разговоров ShareGPT; качество предварительно оценивали на наборе из 80 вопросов с помощью GPT-4. README указывает лицензию Apache 2.0, тогда как метаданные Hugging Face обозначают лицензию как other, поэтому условия лицензирования стоит сверить с файлами репозитория. Модель обучена на пользовательских диалогах и может выдавать ошибочные или неподходящие ответы; оценка качества в карточке предварительная.

BetterHF/vicuna-7b — конвертированная версия Vicuna-7B, диалоговой языковой модели на архитектуре LLaMA. В README указано, что веса получены применением delta-модели lmsys/vicuna-7b-delta-v0 к базовой decapoda-research/llama-7b-hf. В репозитории представлены файлы PyTorch; размер модели — около 6,6 млрд параметров. Модель предназначена для генерации текста в диалоговом формате: она может отвечать на вопросы и поддерживать общение на естественном языке. README сообщает, что конвертированную модель проверили через Vicuna CLI и получили корректный ответ. Данные не описывают отдельные языки, длину контекста или условия лицензии, поэтому эти характеристики здесь не уточняются.

VicUnlocked-30B-LoRA-HF — версия модели VicUnLocked 30B, опубликованная TheBloke. Это плотная авторегрессионная модель семейства LLaMA с 32,3 млрд параметров; репозиторий содержит веса PyTorch в формате float16. README описывает её как LoRA, объединённую с исходной LLaMA 30B, и указывает набор данных ShareGPT Vicuna Unfiltered. Обучение завершено за одну эпоху. Модель предназначена для генерации текста в диалоговом и инструктивном сценариях. В README приведён пример запуска с шаблоном Vicuna v1.1. Контекст составляет 2048 токенов. Указана лицензия «other»; конкретные условия использования в доступных данных не раскрыты.

imthanhlv/vigpt2medium — модель генерации текста, опубликованная разработчиком Thành Lê на Hugging Face. Она относится к семейству GPT-2 и предназначена для авторегрессионного продолжения и генерации текста по заданному началу.

IlyaGusev собрал эту русско-английскую диалоговую модель с помощью mergekit, объединив методом SLERP модели vikhr_nemo_orpo_dostoevsky_12b и Vikhr-Nemo-12B-Instruct-R-21-09-24. Это плотная Mistral-модель с 12,1 млрд параметров, предназначенная для генерации текста и общения в чате. Модель можно применять для ответов на вопросы, подготовки текстов и диалога на русском и английском языках. В объединение вошла модель, дообученная на датасете 40umov/dostoevsky; метаданные базовой модели указывают на сценарии ответов по документам в режиме grounded RAG. Модель опубликована в формате safetensors; контекстное окно по метаданным — до 1 024 000 токенов. Лицензия в предоставленных данных не указана. Качество и поведение после слияния могут отличаться от исходных моделей; оценок качества в карточке нет.