I.5Создание и редактирование текста

Eurus-2-7B-PRIME-GGUF — набор квантованных версий языковой модели Eurus-2-7B-PRIME, разработанной PRIME-RL и преобразованной в формат GGUF пользователем bartowski. Модель предназначена для генерации текста и локального запуска через llama.cpp и совместимые приложения, включая LM Studio. README не содержит подробностей о специализации модели, архитектуре исходной модели, поддерживаемых языках и длине контекста. Доступны варианты от полноразмерных F16 и Q8_0 до низкобитных IQ2 и Q2. Размер файлов составляет примерно от 2,78 до 15,24 ГБ. Квантование выполнено с использованием imatrix и llama.cpp b4404. Варианты Q6 и Q5 позиционируются как обеспечивающие очень высокое или высокое качество, а Q4_K_M — как компромиссный вариант для большинства сценариев; низкобитные версии требуют меньше оперативной памяти, но заметно уступают по качеству. Для работы рекомендуется использовать указанный в README формат prompt с ролями system, user и assistant. Модель распространяется по лицензии Apache-2.0.

EVA-Qwen2.5-14B-v0.0-GGUF — GGUF-квантизированная версия текстовой генеративной модели EVA-Qwen2.5-14B-v0.0, разработанной EVA-UNIT-01. Квантизацию выполнил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и диалоговых сценариев, включая написание художественных текстов, roleplay, следование инструкциям и работу с разнообразными писательскими запросами; при обучении использовались наборы данных для инструкционного диалога, сторителлинга и ролевого взаимодействия. Модель имеет размер 14B параметров и поставляется в форматах GGUF с уровнями квантизации от F16 до Q2_K_L, что позволяет выбирать между качеством, объёмом памяти и скоростью локального запуска. В README указан шаблон prompt в формате ChatML и совместимость с llama.cpp и LM Studio. Языки, максимальная длина контекста и поддержка модальностей, отличных от текста, не указаны. Более высокие варианты квантизации обеспечивают лучшее сохранение качества, тогда как низкие требуют меньше оперативной памяти, но могут заметно ухудшать результаты. Модель распространяется по лицензии Apache-2.0. README не содержит независимых результатов бенчмарков, подробностей архитектуры, точного описания возможностей по языкам или явных ограничений исходной модели, поэтому её практические характеристики следует оценивать с учётом выбранного уровня квантизации и конкретного сценария использования.

EVE-27b-XENO-HAT-DeepSeek-V4-Flash — экспериментальная разговорная модель для генерации текста, созданная слиянием DeepSeek V4 Flash и Qwen3.6-27B. По README, при слиянии архитектуру согласовали с Qwen 3.5; метаданные указывают плотную архитектуру семейства Qwen3.5 и формат safetensors. Модель принимает текст и выдаёт текст, поддерживает интерфейс вызова инструментов. В карточке заявлены китайский, русский и английский языки; базовая Qwen описана как мультимодальная, однако для этой модели обработка изображений не подтверждена. Модель можно применять для диалогов и генерации текста на русском, английском и китайском, а также для сценариев с вызовом инструментов. Автор описывает её как эксперимент, но отмечает, что она пригодна к использованию. Размер в 27 млрд параметров относится к базовой Qwen3.6-27B; отдельный размер итоговой модели не приведён. Длина контекста 262k указана в тегах карточки. Лицензия — Apache-2.0.

evomodel-1.9 — настраиваемая версия Qwen-3.5 9B, выпущенная в формате GGUF для запуска через llama.cpp. Модель дообучена с помощью LoRA-адаптера с параметрами r=8 и alpha=8, который затем объединён с базовой моделью. Поддерживает генерацию текста и диалоговый режим; заявленная длина контекста — до 262 тыс. токенов. Репозиторий содержит варианты Q8_0, NVFP4 и Q4_K_M; у NVFP4 и Q4_K_M эмбеддинги токенов и выходной слой сохранены в Q8_0. Для вызова инструментов модель выдаёт текст в специальном формате, который должен разбирать обслуживающий клиент: llama.cpp сам этот формат не обрабатывает. Лицензия — Apache-2.0.

CarrotAI/EXAONE-3.0-7.8B-Instruct-Llamafied-8k — производная версия EXAONE-3.0-7.8B-Instruct от LG AI Research, опубликованная CarrotAI. Модель преобразована под архитектуру Llama и предназначена для диалоговой генерации текста; в карточке указана поддержка контекста до 8192 токенов. Автор README сообщает, что настройка контекста до 8K не проверялась по производительности. Репозиторий содержит веса safetensors, число параметров — 7,4 млрд. Лицензия обозначена как other; README не уточняет её условия.

EXAONE-3.5-32B-Instruct-GGUF — это набор GGUF-квантизованных версий языковой модели EXAONE-3.5-32B-Instruct, разработанной LGAI-EXAONE. Квантизацию выполнил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и работы в диалоговом режиме, включая запуск через LM Studio и другие совместимые инструменты. Модель содержит 32 миллиарда параметров и поддерживает английский и корейский языки. В репозитории доступны варианты от полноразмерного F16 весом около 64 ГБ до квантизаций Q3, Q4, Q5, Q6, Q8 и IQ различных размеров. Более качественные варианты требуют больше оперативной или видеопамяти, тогда как Q3 и некоторые IQ-варианты рассчитаны на системы с ограниченными ресурсами. Для взаимодействия используется специальный шаблон prompt с ролями system, user и assistant. Сильной стороной репозитория является широкий выбор квантизаций, позволяющий подобрать баланс между качеством, размером и производительностью; варианты Q5 и Q6 отмечены как высококачественные, а Q4_K_M рекомендован как типичный компромисс. Ограничения включают отсутствие информации о размере контекста, архитектуре базовой модели, мультимодальности, результатах тестирования и системных требованиях. Лицензия указана как proprietary/other с названием exaone; перед использованием необходимо ознакомиться с условиями, приведёнными в файле LICENSE.

Experiment24Inex12-7B — автоматическое слияние моделей, выполненное Maxime Labonne из yam-peleg/Experiment24-7B и MSL7/INEX12-7b методом SLERP. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста; максимальная длина контекста составляет 32 768 токенов. Модель подходит для текстовых запросов и создания ответов или продолжений текста. Репозиторий распространяется в формате safetensors, лицензия — Apache-2.0. В README приведена конфигурация слияния и начало примера загрузки через Transformers, но нет сведений о языковой специализации и сравнительных результатах.

Experiment27pasticheT3qm7xp-7B — автоматически объединённая модель для генерации текста, созданная Maxime Labonne. Она объединяет две модели Mistral с 7,1 млрд параметров суммарно, используя метод SLERP с настройками слияния по слоям внимания и MLP; веса сохранены в формате safetensors и bfloat16. Модель принимает текст и генерирует текст, включая диалоговые ответы, а заявленная длина контекста составляет 32 768 токенов. Модель подходит для генерации продолжений, ответов в чате и других текстовых сценариев. Репозиторий распространяется по лицензии Apache-2.0. В README приведён пример загрузки через Transformers, но нет результатов оценки качества или подробного описания целевых сценариев.

Experiment28Inex12-7B — объединённая модель, созданная Maxime Labonne автоматическим слиянием yam-peleg/Experiment28-7B и MSL7/INEX12-7b методом SLERP. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста. Для объединения использованы диапазоны слоёв 0–32 обеих моделей и отдельные коэффициенты смешивания для self-attention и MLP; веса сохранены в формате Safetensors. Модель принимает текст и генерирует текст, её родной контекст составляет 32 768 токенов. Репозиторий распространяется по лицензии Apache-2.0. Карточка описывает конфигурацию слияния и пример использования через Transformers, но не приводит оценки качества или специализированного назначения; поэтому модель уместно рассматривать как экспериментальный вариант для генерации текста, а её пригодность для конкретных задач следует проверять отдельно.

Experiment28M7_T3qT3qm7 — объединённая модель Mistral, созданная из automerger/Experiment28M7-7B и automerger/T3qT3qm7-7B. Она предназначена для генерации текста и может использоваться для диалога и ответов на математические запросы. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Mistral и поддерживает контекст до 32 768 токенов. Опубликована в формате safetensors под лицензией Apache-2.0. Карточка не сообщает о конкретных языках обучения или ограничениях качества; применимость к отдельным задачам зависит от поведения объединённых моделей.

WesPro/F2PhenotypeDPO — объединённая языковая модель семейства Llama 3, созданная WesPro методом линейного слияния через mergekit из WesPro/F2PhenotypeKimiko и Srimouli04/llama3_lora_adapters. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors; заявленный контекст — 8192 токена. Модель предназначена для диалогов и генерации текста. Её можно использовать для составления ответов на запросы и ведения текстового общения. В карточке не приведены отдельные оценки качества или подробные сценарии применения. Модель принимает текст и генерирует текст. Языки применения в карточке не обозначены. Условия лицензирования в доступных сведениях не приведены.

ssmits/Falcon2-8B-Dutch — языковая модель семейства Falcon, созданная с помощью mergekit на основе ssmits/Falcon2-5.5B-Dutch методом passthrough merge. Модель предназначена для генерации нидерландского текста и диалоговых сценариев. Она построена на плотной архитектуре FalconForCausalLM, содержит 11,8 млрд параметров и поддерживает контекст до 8192 токенов. Модель можно применять для генерации ответов и текста на нидерландском языке, а также адаптировать для задач вопросов и ответов, классификации текста и разметки токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия в предоставленных данных не указана.

Sunlight 13B — дообученная диалоговая языковая модель семейства Llama, опубликованная icybee. Согласно карточке, модель обучали в течение одной эпохи на датасете ShareGPT; для запуска предлагается использовать FastChat. В метаданных указаны 12,9 млрд параметров, контекст 2048 токенов и формат PyTorch. Модель предназначена для генерации текста в диалоге и ответов на запросы на естественном языке. Карточка не сообщает о специальных предметных областях или поддерживаемых языках. Лицензия в доступных сведениях не указана.

Mubin1917 разработал и опубликовал эту модель как дообученную версию unsloth/Phi-3.5-mini-instruct. Это плотная языковая модель на 3,7 млрд параметров для генерации текста и диалогов; в карточке указаны PyTorch, библиотека Transformers и контекст длиной 4096 токенов. Модель обучали с использованием Unsloth и библиотеки TRL. Модель подходит для генерации ответов в диалоге и других задач текстовой генерации на английском языке. Она распространяется по лицензии Apache-2.0. Карточка не описывает особенности дообучения и результаты оценки качества.

Fialka-7B-v3 — русскоязычная языковая модель, разработанная авторами семейства Fialka на основе Llama 2 и обученная следовать инструкциям и поддерживать диалог на русском языке. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 6,6 млрд параметров. Модель предназначена для генерации ответов на запросы и ведения общения на русском языке. В README указан формат запросов Zephyr. Контекст составляет 4096 токенов; модель распространяется в формате safetensors по лицензии Apache 2.0. Модель ориентирована на русский язык и может быть полезна для русскоязычных диалоговых и инструкционных сценариев. Карточка не приводит результаты оценивания качества или подробные сведения об ограничениях; возможности за пределами текстовой генерации не заявлены.

Fikr-7B-Reasoning-GRPO — языковая модель для генерации текста, опубликованная пользователем Hatim2221 на Hugging Face. По метаданным она работает через библиотеку Transformers, относится к семейству Qwen2 и содержит около 7,1 млрд параметров. Название указывает на ориентацию на рассуждения и обучение методом GRPO, однако README не содержит подробностей о процедуре дообучения или результатах оценки. Модель предназначена для задач генерации и продолжения текста, диалоговых сценариев, составления ответов на вопросы и выполнения инструкций в приложениях на базе LLM. Заявленная длина контекста составляет 32 768 токенов, что позволяет обрабатывать достаточно объёмные запросы и документы. В метаданных отмечен conversational-сценарий использования, но поддерживаемые естественные языки явно не перечислены. README не содержит сведений о разработчике, лицензии, обучающих данных, тестах, показателях качества, рекомендуемых параметрах генерации или специальных ограничениях. Поэтому перед применением модель следует самостоятельно проверять на фактические ошибки, нестабильность рассуждений, токсичные или предвзятые ответы и пригодность для конкретной области.

Filet_3B — разговорная языковая модель на архитектуре StableLM Epoch, созданная автором jeiku слиянием нескольких предварительно обученных моделей методом task arithmetic через mergekit. В качестве базовой модели указана jeiku/Rosa_v1_3B; в слияние также вошли модели StableLM, ориентированные на диалоги, ролевые сценарии, следование инструкциям и другие варианты генерации текста. Модель предназначена для генерации текста и диалоговых сценариев. Она содержит около 2,7 млрд параметров, принимает текст и генерирует текст, поддерживает контекст до 4096 токенов. Карточка и теги указывают на разговорное применение; язык обучения или основной язык модели не указан. Лицензия в предоставленных данных не указана.

ClaudioItaly/FimbMoister-11Range — объединённая плотная языковая модель семейства Llama с 10,6 млрд параметров, созданная методом SLERP в mergekit на основе TheDrummer/Moistral-11B-v3 и Sao10K/Fimbulvetr-11B-v2. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Модель предназначена для генерации текста и диалоговых ответов. Её можно использовать для свободного продолжения текста и создания ответов на текстовые запросы; базовая модель описана как ориентированная на английский язык. Длина контекста составляет 4096 токенов. README не приводит результатов оценки качества или подробных рекомендаций по сценариям. Лицензия в предоставленных данных не указана.

Sao10K/Fimbulvetr-11B-v2.1-16K — языковая модель, созданная Sao10K на основе Fimbulvetr-v2 и обученная с расширенным контекстом с помощью PoSE. Это плотная авторегрессионная модель семейства Llama с 10,6 млрд параметров, рассчитанная на генерацию текста; в карточке указан английский язык. Модель заявлена для контекста до 16 384 токенов, однако автор рекомендует использовать около 12 тысяч токенов: на длинных входах качество и надёжность снижаются. Модель подходит для диалогов и ролевых сценариев, а также для генерации связного текста с длинным контекстом. Автор отмечает, что ответы обычно надёжны примерно до 11 тысяч токенов, а на 16 тысячах модель остаётся связной, но хуже справляется с детальными задачами. Иногда возникают ошибки форматирования; при квантизации до 8 бит и ниже пользователи сообщали о проблемах. Модель доступна под лицензией CC BY-NC 4.0, которая ограничивает коммерческое использование.

Fimbulvetr-Holodeck-Erebus-Westlake-10.7B — плотная языковая модель семейства Mistral с 10,6 млрд параметров, опубликованная Backyard AI как реконструкция по рецепту mergekit. В метаданных указаны базовые модели Sao10K/Fimbulvetr-11B-v2 и Undi95/Mistral-11B-v0.1; тип происхождения — слияние. Репозиторий содержит веса Safetensors и предназначен для генерации текста в Transformers. Модель подходит для диалогов и генерации текста, в том числе в локальном чате с персонажами. Её контекстное окно составляет 32 768 токенов. Карточка описывает приложение Backyard AI и его функции, но не уточняет отдельные качества самой модели. Лицензия в предоставленных данных не указана.

DevQuasar опубликовал GGUF-версию модели FINAL-Bench/Darwin-36B-Opus для генерации текста и диалогов. Карточка указывает, что это версия базовой модели, а метаданные описывают её как мультиязычную MoE-модель для диалогов и сложных задач рассуждения с длинным контекстом. Репозиторий содержит веса в формате GGUF F16. Модель предназначена для текстового общения и генерации ответов. README не приводит дополнительных сведений о поддерживаемых языках, точном размере контекста, лицензии и ограничениях использования.

Finch 7B Merge — языковая модель семейства Mistral с 7,1 млрд параметров, созданная объединением macadeliccc/WestLake-7B-v2-laser-truthy-dpo и SanjiWatsuki/Kunoichi-DPO-v2-7B методом SLERP. Модель предназначена для генерации текста и диалогов; в карточке рекомендован формат ChatML. Контекст составляет 32 768 токенов, основной указанный язык — английский. Finch подходит для диалоговых сценариев и генерации ответов на запросы на английском языке. Веса доступны в формате Safetensors; README также упоминает отдельные квантизированные варианты EXL2 и GGUF. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Fireball-3.1-8B-ORPO-GGUF — квантованная версия текстовой генеративной модели Fireball-3.1-8B-ORPO, разработанной EpistemeAI и подготовленной в формате GGUF пользователем bartowski. Модель основана на архитектуре семейства Llama, содержит около 8 миллиардов параметров и предназначена для генерации текста на английском языке. Исходная модель обучалась с использованием SFT и ORPO на датасете reciperesearch/dolphin-sft-v0.1-preference. Модель подходит для локального инференса и сценариев, связанных с диалогами и генерацией текста, включая запуск через llama.cpp и LM Studio. В репозитории доступны варианты от F16 до низкобитных квантований Q2–Q8, что позволяет выбирать баланс между качеством, объёмом памяти и скоростью работы. Рекомендуемыми указаны варианты Q4–Q6; некоторые форматы Q4_0 дополнительно оптимизированы для CPU и ARM. К сильным сторонам относятся широкий выбор квантований, возможность локального запуска и сохранение высокого качества в вариантах Q5–Q8. Ограничения включают отсутствие указанного в README формата промпта, неизвестный размер контекста и отсутствие сведений о мультимодальности; по имеющимся данным модель предназначена только для работы с текстом. Лицензия указана как Llama 3.1, с дополнительной ссылкой на файл LICENSE.

FIxtral — диалоговая языковая модель, опубликованная zaursamedov1 и основанная на объединении модели mistralai/Mistral-7B-Instruct-v0.2. Она предназначена для генерации текста и ответов на инструкции в дружелюбном пошаговом стиле; в карточке приведён пример использования через Transformers. Модель построена на архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате Safetensors. Модель распространяется по лицензии Apache-2.0.

flammen13X-mistral-7B — слитая методом SLERP языковая модель, созданная с помощью mergekit из nbeerbower/Bophades-BruinsMaid-7B и nbeerbower/flammen13-mistral-7B. Это плотная Mistral-модель с архитектурой MistralForCausalLM и 7,1 млрд параметров, предназначенная для генерации текста. Заявленное окно контекста — 32 768 токенов. Модель принимает текст и выдаёт текст; в карточке каталога базовая модель описана как предназначенная для генерации текста и ролевых диалогов по карточкам персонажей. Репозиторий содержит веса safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0. README не сообщает отдельные результаты оценки качества или перечень поддерживаемых языков.

flammen21-mistral-7B — языковая модель семейства Mistral с 7,1 млрд параметров, разработанная Flammen. Модель предназначена для ролевых диалогов с персонажами, творческого письма и задач общего назначения; она дообучена методом Direct Preference Optimization на flammenai/Date-DPO-v2 с использованием LoRA и создана на основе flammenai/flammen20-mistral-7B. Архитектура — плотная MistralForCausalLM, библиотека Transformers, формат весов safetensors; контекст — до 32 768 токенов. Модель принимает текст и генерирует текст. В README не указаны поддерживаемые естественные языки. Модель распространяется по лицензии Apache-2.0. Практические ограничения и результаты сравнительных оценок в карточке не описаны.

flammenai/flammen29-mistral-7B — языковая модель на архитектуре Mistral с 7,1 млрд параметров, разработанная FlammenAI. Модель дообучена на нескольких наборах данных и предназначена для диалогов, ролевого общения, творческого письма и ответов на вопросы; поддерживает контекст до 32 768 токенов. Модель представлена в формате safetensors и доступна по лицензии Apache-2.0. В README также упоминается обучение с помощью A100 в Google Colab. Метаданные указывают базовой моделью flammenai/flammen27-mistral-7B и отмечают возможность чата.

Flammen-Mahou-mistral-7B-v2 — объединённая разговорная языковая модель, созданная автором репозитория с помощью mergekit методом SLERP из flammenai/Mahou-1.3-mistral-7B и flammenai/flammen32-mistral-7B. Это плотная модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров; она принимает текст и генерирует текст, поддерживает диалоговый сценарий и контекст до 32 768 токенов. Модель подходит для ведения диалогов и ролевых игр, а также для генерации продолжений текста. Метаданные указывают библиотеку Transformers и формат весов safetensors. Сведения о лицензии и языковой поддержке в предоставленных данных отсутствуют.

FLOR-1.3B-Instructed — причинная языковая модель на архитектуре BLOOM, разработанная подразделением Language Technologies Unit Барселонского суперкомпьютерного центра в рамках проекта AINA. Модель содержит 1,7 млрд параметров по метаданным и рассчитана на генерацию текста; контекст составляет до 4096 токенов. Модель предназначена для инструкционных сценариев, включая суммаризацию, ответы на вопросы и творческое письмо. Она адаптирована для каталонского, испанского и английского языков на основе BLOOM-7.1B: изменены словарь и слой эмбеддингов, затем модель дополнительно обучалась на целевых языках и дообучалась на наборах инструкций. Репозиторий содержит веса в формате safetensors. Разработчик сообщает, что модель устарела и больше не поддерживается. Возможны смещения и нежелательные искажения, поскольку обучающие данные собирались из веб-источников; оценка токсичности и смещений не проводилась. Лицензия — Apache 2.0.

ClaudioItaly создал FourFastGemma-9 — объединённую методом TIES языковую модель на архитектуре Gemma 2 с 9 млрд параметров. За основу взята ifable/gemma-2-Ifable-9B; в объединение также вошли UCLA-AGI/Gemma-2-9B-It-SPPO-Iter3, lemon07r/Gemma-2-Ataraxy-9B и nbeerbower/gemma2-gutenberg-9B. Модель предназначена для генерации текста и диалоговых ответов; работает с текстом и использует библиотеку Transformers. Контекст — до 8192 токенов. Файлы модели представлены в формате safetensors. Состав объединения сочетает диалоговую модель, а также модели Ataraxy и Gutenberg, однако README не описывает отдельно проверенные преимущества или специализированные сценарии. Лицензия в предоставленных данных не указана.