I.5Создание и редактирование текста

Yamshadowexperiment28M70.4-0.66-0.97-0.25-0.96-0.79-7B — объединённая текстовая модель на архитектуре Mistral, опубликованная пользователем aaron-di. Модель содержит 7,1 млрд параметров и рассчитана на генерацию текста; пример в карточке показывает использование в формате диалога через шаблон чата Transformers. Модель принимает текстовые запросы и выдаёт продолжение текста. Контекст составляет до 32 768 токенов. В карточке указана лицензия Apache-2.0. Данных о специальных областях применения и целевых языках нет.

YamshadowInex12_T3qm7xpT3q — слитая модель для генерации текста, созданная объединением automerger/YamshadowInex12-7B и automerger/T3qm7xpT3q-7B. Она построена на плотной архитектуре Mistral с 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель подходит для генерации продолжений и ответов на текстовые запросы. Модель опубликована в формате safetensors под лицензией Apache-2.0. README не описывает специализированные сценарии, языки или результаты оценки качества; возможности сверх генерации текста по доступным сведениям не подтверждены.

YamshadowStrangemerges_32_Experiment27Pastiche — объединённая автором MaziyarPanahi текстовая модель на архитектуре Mistral с 7,1 млрд параметров. В карточке указаны две исходные модели: automerger/YamshadowStrangemerges_32-7B и automerger/Experiment27Pastiche-7B. Модель предназначена для генерации текста и диалоговых ответов; контекст составляет до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0. README не приводит отдельных оценок качества или сведений о языковой специализации.

YamYam-7B — объединённая языковая модель на архитектуре Mistral, созданная с помощью mergekit и метода SLERP из mayacinka/yam-jom-7B и mayacinka/yam-jom-7B-slerp. Модель предназначена для генерации текста и имеет около 7,1 млрд параметров; заявленная длина контекста — до 32 768 токенов. Модель можно применять для генерации продолжений текста и диалоговых ответов в системах на базе Transformers. В README приведена конфигурация слияния в формате bfloat16; репозиторий содержит веса safetensors. Языки и специализированные предметные области в предоставленных данных не обозначены. Лицензия в карточке и метаданных не приведена.

Nohobby/YetAnotherMerge-v0.3 — объединённая диалоговая модель на архитектуре Mistral с 12,1 млрд параметров. Её создал автор Nohobby методом Della: за основу взята Undi95/Lumimaid-Magnum-12B, также в объединение вошли Sao10K/MN-12B-Lyra-v1 и Nohobby/YetAnotherMerge-v0.1. Модель предназначена для генерации текста и диалоговых ответов. В README отмечена совместимость с базовыми настройками min-p и рекомендован авторский пресет. В метаданных указано нативное контекстное окно 1 024 000 токенов, однако отдельные настройки и качество работы с таким контекстом в README не описаны. Файлы представлены в формате safetensors; README также упоминает варианты GGUF. Лицензия и ограничения на использование в предоставленных данных не описаны.

Yi-34B-200K-DARE-merge-v7 — текстовая генеративная модель на архитектуре Llama, созданная автором brucethemoose с помощью mergekit. Это слияние нескольких моделей Yi 34B с контекстом до 200 000 токенов, выполненное методом DARE TIES. Модель предназначена для генерации текста и работы с длинными контекстами; автор стремился улучшить качество на контекстах от 32K токенов. В карточке приведён шаблон Orca-Vicuna; модель также может распознавать ChatML и форматы, похожие на Alpaca. В README отмечено, что качество настройки с акцентом на шаблон Orca-Vicuna ещё требует проверки. Для генерации автор советует использовать низкую температуру и MinP. Модель содержит 33,9 млрд параметров, распространяется в формате safetensors. Лицензия указана как other, поэтому условия использования следует сверить с файлами репозитория и лицензиями исходных моделей слияния.

Larryvrh опубликовал версию Yi-34B-200K от 01.AI, адаптированную для работы с архитектурой Llama и удобства использования. Это плотная языковая модель на 33,9 млрд параметров для генерации текста; репозиторий содержит веса Safetensors. Заявленная длина контекста — до 200 000 токенов. Модель подходит для диалога и генерации текста на китайском и английском языках, ответов на вопросы по длинным документам, чтения с пониманием, рассуждений, математики и задач по программированию. В README приведены результаты бенчмарков для разных моделей, но отдельные результаты Yi-34B-200K здесь не выделены. Модель может выдавать ошибочные или проблематичные ответы. Лицензия — Apache-2.0.

RPMerge — объединённая Брюсом Те Музом (Bruce the Moose) модель семейства Yi объёмом 33,9 млрд параметров. Она предназначена для генерации текста с длинным контекстом, следования инструкциям и создания историй. В основе архитектура LlamaForCausalLM; модель создана слиянием нескольких моделей Yi 34B методом DARE TIES. Для запросов подходит шаблон Orca-Vicuna: SYSTEM, USER и ASSISTANT. Заявленная длина контекста — 200 000 токенов. Автор ориентирует модель на продолжение романов, ролевые истории и анализ длинного контекста, а также на ответы в стиле инструкционного ассистента. По собственным тестам автора, модель работала с продолжением текста и длинным анализом; тестирование ролевого чата было ограниченным. Для Yi автор рекомендует тщательно подбирать параметры генерации из-за особенностей распределения вероятностей токенов. Лицензия в метаданных обозначена как other; конкретные условия в предоставленных данных не раскрыты.

Yi-9B — базовая большая языковая модель, разработанная 01.AI и обученная с нуля на многоязычном корпусе объёмом 3 трлн токенов. Это плотная авторегрессионная модель на архитектуре Transformer, совместимая с архитектурой и инструментами экосистемы Llama, но не использующая веса Llama. Модель содержит 8,6 млрд параметров и поддерживает контекст до 4096 токенов. Модель предназначена для генерации текста, понимания языка, рассуждений на здравый смысл и чтения с пониманием. Серия Yi ориентирована прежде всего на английский и китайский языки; базовую модель можно использовать для продолжения текста и адаптировать под прикладные задачи. В репозитории представлены веса Safetensors, а лицензия — Apache 2.0. Результаты серии в карточке приведены для других вариантов Yi и не гарантируют аналогичных показателей именно для Yi-9B.

hongzoh/Yi-Ko-6B_Open-Platypus — языковая модель, дообученная на наборе инструкций Open-Platypus на основе beomi/Yi-Ko-6B. Она предназначена для генерации текста и ответов на инструкции, включая вопросы и задачи общего характера. Модель имеет плотную архитектуру LlamaForCausalLM и содержит 5,9 млрд параметров; родной размер контекста — 2048 токенов. Модель работает с текстом и опубликована в форматах PyTorch и safetensors. Карточка указывает лицензию Apache-2.0. README не описывает отдельные гарантии качества или подробные ограничения применения.

Yi-Ko-ENWdpo-v1 — языковая модель, разработанная oopsung (Sungwoo Park) и shleeeee (Seunghyeon Lee) на базе beomi/Yi-Ko-6B. Модель дообучена методами SFT и DPO для генерации текста по текстовому запросу. Модель использует плотную архитектуру LlamaForCausalLM, содержит 5,9 млрд параметров и работает с контекстом до 2048 токенов. Она принимает и генерирует только текст. Карточка указывает лицензию other, поэтому условия использования следует проверять в репозитории модели.

Yoda-WizardLM-2.3-7B — текстовая модель для генерации текста и диалогов, разработанная как дообученная версия amazingvince/Not-WizardLM-2-7B. Она построена на архитектуре Mistral и содержит 7,1 млрд параметров; максимальная длина контекста составляет 32 768 токенов. Модель предназначена для сценариев генерации текста и общения на естественном языке. Модель распространяется в формате safetensors по лицензии Apache-2.0. Данные обучения и подробные сведения о поведении в README не описаны, поэтому качество и специализацию модели сверх генерации текста оценить нельзя.

YorkShire11 — языковая модель семейства Llama, созданная сообществом mergekit-community путём слияния моделей Sao10K/Fimbulvetr-11B-v2 и vicgalle/CarbonBeagle-11B. Для объединения предварительно обученных весов использован метод SLERP; конфигурация распределяет смешивание слоёв внимания и MLP между исходными моделями. Модель содержит 7,1 млрд параметров, распространяется в формате safetensors и работает через библиотеку Transformers. Модель предназначена для генерации текста и диалоговых ответов. Её можно использовать для чат-ботов, написания и продолжения текстов, а также ответов на запросы на естественном языке. Контекст ограничен 4096 токенами; в метаданных базовая модель описана как англоязычная. Лицензия в предоставленных данных не указана. Качество, безопасность и ограничения конкретных сценариев применения в карточке не описаны.

Youtu-LLM-2B-Base — базовая авторегрессионная языковая модель Tencent из семейства Youtu-LLM. Она содержит около 1,96 млрд параметров, использует плотную архитектуру с Multi-head Latent Attention (MLA) и предназначена для генерации текста и дальнейшей адаптации под конкретные задачи. Модель принимает текст и генерирует продолжение; карточка описывает её возможности в рассуждениях, STEM, программировании, работе с длинным контекстом и агентных сценариях. Контекст модели составляет 131 072 токена. В README приведены результаты сравнительных тестов, в том числе по общим знаниям и агентным задачам; заявленные результаты не гарантируют аналогичного качества в каждом применении. Указана лицензия `other`, поэтому перед использованием следует проверить её условия в карточке модели. README не уточняет поддерживаемые естественные языки.

N8Programs/Yukikai-v0.1 — языковая модель на архитектуре Mistral с 7,1 млрд параметров, дообученная N8Programs на базе unsloth/mistral-7b. Модель предназначена для генерации и продолжения текста; её можно использовать в приложениях, которым требуется создавать текстовые ответы или продолжать заданный фрагмент. Модель принимает текст и выдаёт текст. Метаданные указывают контекст до 32 768 токенов и поддержку английского языка. При обучении использовались Unsloth и библиотека TRL. Модель распространяется по лицензии Apache-2.0. Карточка не описывает специализацию, качество на конкретных задачах, обучающие данные или ограничения генерации; поэтому пригодность для узких сценариев следует проверять отдельно.

GLM-4.7-Flash-GGUF — это квантизированная версия текстовой генеративной модели GLM-4.7-Flash, разработанной zai-org и подготовленной пользователем bartowski в формате GGUF. Модель предназначена для генерации текста и может запускаться локально через llama.cpp, LM Studio, KoboldCpp, Jan AI, Text Generation Web UI и другие совместимые инструменты. В README заявлена поддержка английского и китайского языков. Доступны варианты от BF16 до компактных IQ- и Q-квантований размером примерно от 12,71 до 59,91 ГБ. Квантизация выполнена с использованием imatrix; для ряда вариантов рекомендуется Q6_K или Q6_K_L как близкие к исходному качеству, а Q4_K_M описан как стандартный вариант для большинства сценариев с хорошим соотношением качества и размера. Архитектура, число параметров, максимальная длина контекста и мультимодальные возможности в предоставленных данных не указаны. Модель подходит для локального текстового инференса при наличии совместимого оборудования и обновлённой версии llama.cpp. Ограничения зависят от выбранного уровня квантизации: более компактные варианты экономят память, но могут заметно уступать по качеству; некоторые низкобитные варианты отмечены как низкокачественные или нерекомендуемые. Для корректной работы может потребоваться отключить Flash Attention и использовать обновлённую поддержку модели в llama.cpp. Указанная лицензия — MIT.

GLM-4.7-GGUF — набор квантизованных версий языковой модели GLM-4.7, разработанной zai-org и подготовленной пользователем bartowski. Модель предназначена для генерации текста и локального запуска через llama.cpp, LM Studio и другие проекты на его основе. Заявлены английский и китайский языки; поддерживаются сценарии диалогового взаимодействия и текстовой генерации с указанным в README форматом промпта. Модель поставляется в формате GGUF с вариантами квантизации Q8_0, Q6_K, Q5_K_M, Q5_K_S, Q4 и IQ2–IQ4, размером от 88,79 до 380,97 ГБ. Квантизация выполнена с использованием imatrix и llama.cpp версии b7475. Старшие варианты обеспечивают более высокое качество, тогда как младшие требуют меньше памяти, но заметно уступают по качеству; точные архитектурные характеристики, число параметров, размер контекста и поддерживаемые модальности в README не указаны. Модель распространяется по лицензии MIT.

Zamfir-7B-slerp — чат-модель на 7,1 млрд параметров, созданная слиянием gordicaleksa/YugoGPT и HuggingFaceH4/zephyr-7b-beta методом SLERP с помощью mergekit. Она предназначена для генерации текста в диалоге и ответов на пользовательские запросы. Архитектура — плотная MistralForCausalLM; модель принимает текст и поддерживает контекст до 32 768 токенов. В карточке приведены результаты оценки на наборах ARC, HellaSwag, BoolQ, Winogrande, OpenbookQA, PIQA, NQ Open и TriviaQA. Модель распространяется под лицензией Apache-2.0. В состав слияния входит YugoGPT, однако карточка не уточняет языковой охват итоговой модели, поэтому конкретные языки не перечислены.

Zara-14b-v1 — диалоговая причинно-следственная языковая модель Aixon Lab на архитектуре Transformer Qwen2. Модель содержит около 14 млрд параметров и дообучена на основе sometimesanotion/Lamarck-14B-v0.7; в README также упоминаются слияния слоёв. Модель рассчитана на диалоги с несколькими ролями, генерацию текста, ответы на вопросы и анализ, с упором на творческое письмо и сторителлинг. Заявленная длина контекста — 131 072 токена. Основной язык — английский; README допускает поддержку других языков, но не уточняет их. Модель распространяется в формате safetensors по лицензии Apache 2.0. Оценки качества и результаты бенчмарков для этой версии не приведены.

Zara 14b v1.2 — диалоговая языковая модель Aixon Lab на архитектуре Transformer с причинной генерацией текста и примерно 14 млрд параметров. В метаданных указана архитектура Qwen2 и контекст до 131 072 токенов; модель распространяется в формате safetensors по лицензии Apache 2.0. Модель дообучена на основе aixonlab/Zara-14b-v1.1 и предназначена для многоходового общения, генерации текста, ответов на вопросы, анализа, творческого письма и сторителлинга. Карточка выделяет работу с контекстом и диалогами с несколькими ролями. Основной язык — английский; README допускает поддержку других языков, но не уточняет их. Автор не приводит метрик оценки. Модель может наследовать смещения и ограничения обучающих данных и исходных моделей, поэтому результаты следует проверять. В README также сказано, что при создании использовались разные датасеты и слияния слоёв, однако отдельное слияние не подтверждено метаданными происхождения.

Zen Ingress 1 3B SFT Merged — дообученная языковая модель AllenGXM на архитектуре Qwen2.5 для генерации текста и диалогового общения. Она основана на unsloth/qwen2.5-3b-instruct-unsloth-bnb-4bit; при обучении использовались Unsloth и библиотека Hugging Face TRL. Модель содержит 3,1 млрд параметров, имеет контекстное окно до 32 768 токенов и распространяется в формате safetensors. Подходит для генерации ответов и интеграции в чат-сценарии; метаданные также отмечают интерфейс вызова инструментов. Указанный язык — английский. Лицензия — Apache-2.0.

Zenith-7B-dpo-v2 — диалоговая языковая модель Xenon1 на архитектуре Mistral, дообученная на Mistral-7B-v0.1 с использованием датасета UltraFeedback и методов из статьи Self-Rewarding Language Models. Модель содержит 7,1 млрд параметров, принимает текстовые инструкции в формате Mistral [INST] и рассчитана на контекст до 32 768 токенов. Модель предназначена для диалогов и генерации ответов на инструкции. В архитектуре используются Grouped-Query Attention, Sliding-Window Attention и BPE-токенизатор с поддержкой fallback по байтам. Карточка указывает английский язык. Модель распространяется по лицензии Apache-2.0.

zephykor-ko-beta-7b-chang-Mistral-7B-Instruct-v0.1 — чат-модель на архитектуре Mistral, созданная слиянием Mistral-7B-Instruct-v0.1 и lcw99/zephykor-ko-beta-7b-chang методом SLERP. Модель содержит 7,1 млрд параметров, представлена в формате safetensors, использует тип данных bfloat16 и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и ответов на инструкции и диалоговые запросы. В карточке указаны корейский и английский языки; базовая Mistral-7B-Instruct-v0.1 служит основой для работы с инструкциями и чатом. Репозиторий распространяется по лицензии Apache-2.0.

zephyr-7b-beta-Mistral-7B-Instruct-v0.2 — диалоговая языковая модель на архитектуре Mistral, созданная MaziyarPanahi слиянием mistralai/Mistral-7B-Instruct-v0.2 и HuggingFaceH4/zephyr-7b-beta методом SLERP. Модель содержит 7,1 млрд параметров и рассчитана на генерацию текста в ответ на запросы и инструкции; заявленная длина контекста — до 32 768 токенов. Модель подходит для диалоговых помощников, ответов на вопросы и других сценариев генерации текста по инструкции. В репозитории указаны веса safetensors в формате bfloat16; README также упоминает отдельные GPTQ- и GGUF-сборки для инференса на GPU и CPU/GPU. Поддерживается английский язык. Лицензия — Apache-2.0. Качество и поведение могут отличаться от исходных моделей из-за слияния; README не приводит сравнительных оценок или отдельных гарантий качества.

zephyr-7b-DPOBS128-full — диалоговая языковая модель на архитектуре Mistral с 7,1 млрд параметров, дообученная командой TTTXXX01 на alignment-handbook/zephyr-7b-sft-full с использованием набора HuggingFaceH4/ultrafeedback_binarized. Она предназначена для генерации текста и ответов в чате; карточка также указывает возможность диалогового взаимодействия. Модель принимает текст и генерирует текст. Заявленная длина контекста — 32 768 токенов. Веса доступны в формате safetensors, лицензия — Apache-2.0. README не приводит результатов оценки качества или подробностей о рекомендуемых сценариях использования.

Yaxin1992/zephyr-beta-llama2-7b-ties — диалоговая языковая модель, созданная слиянием Zephyr 7B Beta и Llama 2 7B Chat методом TIES с помощью mergekit. В метаданных указана архитектура MistralForCausalLM с плотной структурой, около 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста в диалоговом формате и использования в качестве ассистента. Слияние выполнено на основе HuggingFaceH4/zephyr-7b-beta с включением meta-llama/Llama-2-7b-chat-hf; в README приведена конфигурация слияния и типом float16. Метаданные указывают библиотеку Transformers и формат safetensors. Карточка не сообщает отдельные результаты оценки качества или специализированные предметные области. Лицензия в предоставленных данных не указана.

zephyr-orpo-141b-A35b-v0.1-GGUF — это набор GGUF-квантизаций текстовой языковой модели zephyr-orpo-141b-A35b-v0.1, разработанной HuggingFaceH4 и квантованной bartowski с использованием llama.cpp. В качестве базовой модели указана mistral-community/Mixtral-8x22B-v0.1; обучение выполнено методом ORPO на датасете argilla/distilabel-capybara-dpo-7k-binarized. Модель предназначена для генерации текста и диалоговых сценариев, включая работу с системными и пользовательскими сообщениями через специальный chat-шаблон. Поддерживается текстовая модальность, однако сведения о языках и размере контекста в README не указаны. Доступны варианты квантования от Q2_K до Q5_K_M, включая K- и I-квантизации, с размером файлов примерно от 52,10 до 99,96 ГБ. Q5_K_M и Q5_K_S заявлены как высококачественные, Q4-варианты — как обеспечивающие хороший баланс качества и объёма, а варианты ниже Q4 экономят память ценой снижения качества. I-квантизации могут быть предпочтительнее для некоторых конфигураций cuBLAS и rocBLAS, но несовместимы с Vulkan; выбор зависит от доступных RAM и VRAM. Для запуска требуется загрузить все части выбранного файла. В README указана лицензия Apache-2.0.

motherfucker0/zhen09 — языковая модель, созданная объединением предварительно обученных моделей motherfucker0/zhun02 и motherfucker0/zhun01 методом SLERP с помощью mergekit. Это плотная архитектура LlamaForCausalLM на 6,5 млрд параметров, предназначенная для генерации текста. Модель работает с контекстом до 4096 токенов и распространяется в формате safetensors. Карточка описывает объединение весов, но не приводит сведения о конкретных языках, специализированных сценариях или оценках качества. Лицензия в предоставленных данных не указана.

Zinakha-12b — текстовая авторегрессионная модель Aixon Lab на архитектуре Transformer, дообученная на базе mistralai/Mistral-Nemo-Base-2407 с использованием разных наборов данных и слияния слоёв. Модель содержит около 12,1 млрд параметров и предназначена прежде всего для многоходового общения с несколькими ролями, генерации текста, ответов на вопросы и анализа. В карточке особенно отмечены понимание контекста, творческое письмо и рассказывание историй. Модель в первую очередь рассчитана на английский язык; заявлена возможная поддержка других языков. Метаданные указывают контекст до 1 024 000 токенов и формат весов safetensors. Лицензия — Apache 2.0. Оценки качества и результаты бенчмарков для этой модели не приведены; ответы могут наследовать смещения обучающих данных, поэтому их следует проверять.

ShenaoZ разработала эту модель как дообученную версию HuggingFaceH4/mistral-7b-sft-beta на датасете HuggingFaceH4/ultrafeedback_binarized. Это плотная авторегрессионная языковая модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров, предназначенная для генерации текста и диалогового общения. Она принимает текст и выдаёт текст; максимальная длина контекста составляет 32 768 токенов. Модель распространена в формате safetensors. Карточка не приводит результатов оценки или подробных сценариев использования. В метаданных указана лицензия MIT. Как и другие генеративные языковые модели, она может выдавать неточные или вымышленные ответы; качество на языках, отличных от английского, по имеющимся сведениям оценить нельзя.