I.5Создание и редактирование текста

Apollo Raines опубликовал вариант Llama 3.1 8B Instruct, изменённый инструментом jBlaze методом representation engineering. По описанию автора, дополнительного обучения не было: изменения в весах подавляют отказы и уклончивые формулировки, чтобы ответы были более прямыми. Модель предназначена для диалоговой генерации текста, ответов на вопросы и выполнения инструкций, включая задачи по программированию. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров. Она принимает текст и выдаёт текст; в карточке указаны английский язык и контекст до 131 072 токенов. Автор характеризует релиз как демонстрационную версию с намеренно сниженной полнотой возможностей. Указана лицензия Llama 3.1; свойства изменения отказов могут влиять на безопасность ответов, а заявленных автором проблем не обнаружено.

DeepMount00/Llama-3.1-8b-ITA — плотная авторегрессионная языковая модель семейства Llama, разработанная Michele Montebovi на основе Meta-Llama-3.1-8B-Instruct и дообученная для работы на итальянском языке. Она предназначена для генерации текста и диалоговых сценариев на итальянском; метаданные также указывают поддержку английского языка. Модель содержит 7,5 млрд параметров, использует библиотеку Transformers и формат safetensors, поддерживает контекст до 131 072 токенов. Модель подходит для италоязычного чат-бота, составления и продолжения текстов, а также ответов на запросы. В README приведены результаты Open LLM Leaderboard, включая IFEval и BBH, но эти оценки сами по себе не гарантируют качество в конкретном приложении. Лицензия в предоставленных данных не указана.

Карточка модели longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed3 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Карточка модели longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed4 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

YeonwooSung/Llama-3.1-8B-OpenO1-SFT-v0.1 — плотная авторегрессионная языковая модель семейства Llama 3.1, разработанная на основе Meta Llama 3.1 8B Instruct и дообученная методом supervised fine-tuning на датасете O1-OPEN/OpenO1-SFT. Она предназначена для генерации текста и диалогов с пошаговым рассуждением, ответов на вопросы, продолжения текста, суммаризации и творческого письма; особенно ориентирована на задачи рассуждения и математики. Модель содержит 7,5 млрд параметров, принимает текст и выдаёт текст, работает через Transformers и распространяется в формате safetensors. Указанный родной контекст — 131 072 токена. В карточке заявлена поддержка английского языка; базовая модель описана как многоязычная, но конкретные дополнительные языки для этой версии не подтверждены. Лицензия — Apache-2.0. Для запуска в полной точности README рекомендует GPU примерно с 16 ГБ видеопамяти; качество ответов и надёжность пошаговых выводов не подтверждены приведёнными оценками.

Na0s/Llama-3.1-8B-Pruned-4-Layers_LoRA-PEFT-1.0 — дообученная текстовая генеративная модель на архитектуре LlamaForCausalLM, опубликованная автором Na0s. Она предназначена для генерации продолжений текста и ответов на запросы; в обучении использован набор berkeley-nest/Nectar. Размер модели составляет 6,4 млрд параметров, контекст — до 131 072 токенов. Модель основана на Na0s/Llama-3.1-8B-Pruned-4-Layers_LoRA-PEFT и распространяется в формате safetensors. В карточке приведён результат 0,2927 на тесте MMLU Pro в режиме zero-shot. Данных о целевых языках и специализированных областях применения нет, поэтому модель можно описать как общего назначения. Лицензия — Apache-2.0.

Карточка модели longtermrisk/Llama-3.1-8B-school-of-reward-hacks-last-third-sft-seed2-epoch3 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Llama3.1-8B-ShiningValiant2-GGUF — это квантизированная GGUF-версия языковой модели Llama3.1-8B-ShiningValiant2, разработанной ValiantLabs и подготовленной к распространению пользователем bartowski. Модель предназначена для генерации текста, диалоговых и инструкционных сценариев, включая работу с научно-техническими темами: физикой, биологией, химией, информатикой и инженерией. Указан английский язык. Модель основана на архитектуре Llama и имеет около 8 млрд параметров. Она представлена в форматах от F16 до различных вариантов квантизации Q8, Q6, Q5, Q4, Q3 и IQ4, что позволяет выбирать баланс между качеством, размером файла и требованиями к оперативной памяти. Файлы подготовлены с использованием llama.cpp и imatrix; запуск рекомендуется через LM Studio. В README не указаны модальности, максимальный размер контекста и результаты сравнительных тестов, поэтому её преимущества можно уверенно связывать главным образом с выбором размера и уровня квантизации. Качество и потребление памяти зависят от выбранного варианта: F16 обеспечивает максимальное сохранение исходных характеристик, а квантизированные версии подходят для локального запуска на менее производительном оборудовании, но могут уступать по качеству. Некоторые варианты оптимизированы для ARM и требуют соответствующей аппаратной поддержки. Модель распространяется по лицензии llama3.1.

Модель kp15/llama3-1b-changes_model07012025 — плотная авторегрессионная модель семейства Llama, разработанная kp15 и дообученная на основе kp15/llama3-1b-changes_model06012025 с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста на английском языке и может использоваться в приложениях, которым нужны ответы или продолжения текста. Модель содержит 1,2 млрд параметров, имеет контекст длиной до 131 072 токенов и распространяется в формате PyTorch. Модель выпущена под лицензией Apache-2.0. Карточка не сообщает о специализации на конкретных областях или об оценке качества; небольшое число недавних загрузок также не даёт оснований судить о её надёжности в прикладных сценариях.

Llama-3.1-Bonsaikraft-8B-Instruct — диалоговая языковая модель на архитектуре Llama 3.1, созданная автором grimjim слиянием через SLERP двух инструктивных моделей: немецко-английской Llama-3.1-SauerkrautLM-8b-Instruct и японско-английской Llama-3.1-Swallow-8B-Instruct-v0.2. Модель содержит 7,5 млрд параметров и распространяется в формате Safetensors для библиотеки Transformers; заявленная длина контекста — 131 072 токена. Модель предназначена для диалога и генерации текста, объединяя языковые возможности исходных немецко-английской и японско-английской моделей. Её можно использовать для ответов на вопросы, ведения беседы и составления текстов на поддерживаемых языках. Лицензия — Llama 3.1; условия её применения определяются лицензией исходного семейства.

Llama-3.1-EstLLM-8B-Instruct-1125 — инструкционная языковая модель TartuNLP и TalTechNLP, созданная слиянием chat-векторов tartuNLP/Llama-3.1-EstLLM-8B-Instruct-0825 с Meta Llama 3.1 8B Instruct. Модель построена на архитектуре LlamaForCausalLM, содержит 7,5 млрд параметров и предназначена для диалогов и генерации текста. В README указаны эстонский и английский языки; контекст по метаданным — до 131 072 токенов. Модель подходит для ответов на вопросы, выполнения инструкций, рассуждений и перевода с английского на эстонский. В её обучении использовались продолженное предобучение на эстонских и общих корпусах, supervised fine-tuning и DPO; карточка также указывает датасеты HelpSteer3, Tulu 3 и EuroBlocks. Модель распространяется по лицензии Llama 3.1 Community License Agreement. Авторы характеризуют её как ранний прототип. README предупреждает о возможных побочных эффектах слияния, ненадёжной поддержке многоходовых диалогов и исходном системном промпте Llama 3.1 с фиксированной датой отсечения знаний. Хотя README называет контекст относительно коротким — 4096 токенов, метаданные каталога указывают native context в 131 072 токена; на длинных контекстах качество может быть ограничено.

Hitmanguy выпустил инструкционно настроенную модель генерации текста на архитектуре Llama 3.1. Она основана на unsloth/Meta-Llama-3.1-8B-Instruct и дообучена методом GRPO; в репозитории указаны библиотеки Unsloth и Hugging Face TRL. Модель содержит 7,5 млрд параметров, принимает текст и поддерживает контекст до 131 072 токенов. Модель предназначена для диалогов и генерации текста на английском языке; метаданные также отмечают интерфейс вызова инструментов. Репозиторий распространяется по лицензии Apache 2.0. Карточка не описывает специальные прикладные области или результаты оценки качества.

Карточка модели ReplaceHumanWithAI/llama3.1_high_F16 на Hugging Face совпадает с карточкой ReplaceHumanWithAI/llama3.1_low_F16, поэтому описание составлено по ней. ReplaceHumanWithAI/llama3.1_low_F16 — дообученная разговорная языковая модель семейства Llama 3.1, разработанная ReplaceHumanWithAI на базе unsloth/meta-llama-3.1-8b-instruct-bnb-4bit. Модель с плотной архитектурой LlamaForCausalLM содержит 7,5 млрд параметров и предназначена для генерации текста в диалогах; в метаданных также отмечен интерфейс вызова инструментов. Модель принимает текст и выдаёт текст, поддерживает английский язык. Заявленная длина контекста — 131 072 токена. Веса представлены в формате safetensors; для обучения использовались Unsloth и библиотека TRL. Модель распространяется по лицензии Apache-2.0. Карточка не описывает специализацию дообучения или результаты оценки качества, поэтому её пригодность для конкретных сценариев следует проверять отдельно.

llama3.1-kartoffeldes-70B — плотная языковая модель семейства Llama 3.1 на 69,5 млрд параметров, созданная nbeerbower путём дообучения Llama-3.1-Saoirse-70B. Модель предназначена для генерации текста и диалогового взаимодействия; указано, что она дообучена методом ORPO на нескольких наборах данных в течение двух эпох. Модель работает с текстом и имеет контекстное окно до 131072 токенов. Репозиторий содержит веса в формате Safetensors. В метаданных указана лицензия Llama 3.1. Состав наборов для дообучения включает данные для предпочтений, физического рассуждения и проверки достоверности; карточка не приводит результатов оценки качества, поэтому конкретные преимущества модели установить нельзя.

Llama-3.1-Minitron-4B-Width-Base — базовая текстовая языковая модель NVIDIA для генерации текста и последующей адаптации под задачи обработки естественного языка. Это авторегрессионный трансформер-декодер семейства Llama 3.1 с 3,9 млрд параметров, 32 слоями, Grouped-Query Attention и RoPE. Модель получена сокращением размерностей Llama-3.1-8B с последующим продолженным обучением и дистилляцией на 94 млрд токенов. Модель принимает текст и генерирует текст. Обучающий корпус включал английские и многоязычные тексты, а также код; среди тематик данных были право, математика, наука и финансы. Контекст модели — до 131 072 токенов по метаданным, хотя в README отмечено, что она хорошо работает с входами длиной до 8 000 символов. Модель предназначена для коммерческого использования; лицензия указана как other, поэтому перед внедрением следует проверить применимые условия NVIDIA. Это базовая, а не готовая к диалогу инструкционная модель: для прикладных сценариев может потребоваться дообучение или настройка промптов. Модель может выдавать неточные, неполные, нерелевантные или повторяющиеся ответы, а также воспроизводить токсичность и смещения, присутствующие в обучающих данных.

Это GGUF-квантизация инструкционной языковой модели Llama-3.1-Nemotron-70B-Instruct-HF-abliterated. Исходную модель опубликовала huihui-ai, а квантизации подготовил bartowski с использованием llama.cpp и метода imatrix; в метаданных также указана связь с NVIDIA. Модель предназначена для генерации текста и диалоговых сценариев, включая работу через LM Studio и другие совместимые с llama.cpp приложения. Модель содержит 70 миллиардов параметров, поддерживает текстовую модальность и, согласно метаданным, ориентирована на английский язык. README не указывает размер контекста и точную архитектуру, но приведён специальный prompt format на основе шаблона Llama 3.1 с ролями system, user и assistant. Доступны варианты квантизации от Q8_0 до IQ2_XS с размером файлов примерно от 75 до 24 ГБ; более высокие уровни обычно сохраняют лучшее качество, а низкие позволяют снизить требования к памяти. Сильной стороной являются широкий выбор форматов GGUF и возможность локального запуска при наличии значительного объёма RAM или VRAM. Ограничения включают большие требования к ресурсам, снижение качества на низких уровнях квантизации и отсутствие в README подробных результатов оценки. Модель не является мультимодальной, а поддержка других языков явно не заявлена. Указана лицензия llama3.1.

Llama 3.1 Swallow Hermes 8B v0.1 — диалоговая языковая модель, созданная AELLM слиянием моделей Llama-3.1-Swallow-8B-Instruct-v0.1 и Hermes-3-Llama-3.1-8B с помощью Mergekit. Она предназначена для генерации текста в диалоге и ответов на инструкции на японском и английском языках. Модель построена на архитектуре LlamaForCausalLM с плотной архитектурой и содержит 7,5 млрд параметров; длина контекста — 8192 токена. Модель поставляется в формате Safetensors и поддерживает чат. В README указаны метод слияния dare_ties, объединённый токенизатор и тип данных bfloat16. Сведения о лицензии в предоставленных данных отсутствуют.

Llama-3.1-Tulu-3-70B — англоязычная диалоговая модель Allen Institute for AI (AI2), основанная на архитектуре Llama 3.1 и дообученная на модели allenai/Llama-3.1-Tulu-3-70B-DPO. Это плотная causal language model с 69,5 млрд параметров; карточка указывает контекст до 131 072 токенов и загрузку через Transformers. Модель входит в семейство Tülu 3, для которого AI2 публикует данные, код и рецепты постобучения. Модель предназначена для диалогов и следования инструкциям, генерации текста, математических задач и проверки выполнения сложных инструкций. В карточке упомянуты MATH, GSM8K и IFEval. Основной язык — английский. Лицензия — Llama 3.1 Community License Agreement. У модели ограничено обучение безопасности; она может выдавать проблемные ответы, особенно при соответствующих запросах. Для надёжного применения в пользовательских сценариях следует учитывать необходимость фильтрации ответов. README рекомендует для запуска через vLLM ограничивать длину модели до 8192 токенов из-за длинного шаблона диалога, хотя метаданные указывают нативный контекст 131 072 токена.

Llama-3.1-Tulu-3-8B-DPO-GGUF — набор GGUF-квантизаций модели Llama-3.1-Tulu-3-8B-DPO, опубликованный bartowski и основанный на модели Allen Institute for AI. Модель предназначена для генерации текста и диалоговых сценариев; запуск возможен через llama.cpp, в том числе в LM Studio. Для взаимодействия используется формат сообщений с ролями system, user и assistant. Это текстовая модель на 8 млрд параметров семейства Llama 3.1, обученная с применением DPO на наборе allenai/llama-3.1-tulu-3-8b-preference-mixture. Указан английский язык; сведения о поддержке других языков, модальностях и размере контекста в README отсутствуют. Доступны варианты от F16 размером 16,07 ГБ до компактных квантизаций Q2–Q8, включая рекомендуемые Q4_K_M, Q5_K_M и Q6_K, что позволяет выбирать баланс качества, скорости и требований к памяти. Сильная сторона публикации — широкий выбор форматов для локального запуска и применение imatrix-квантизации на базе llama.cpp. Ограничения зависят от выбранного варианта: более компактные квантизации снижают качество, а некоторые ARM-оптимизированные форматы требуют определённых инструкций и не рекомендуются для Mac или GPU. Лицензия указана как llama3.1; дополнительные условия использования в README не раскрыты.

Это GGUF-квантизированная версия языковой модели Llama-3.1-WhiteRabbitNeo-2-70B, разработанной WhiteRabbitNeo и подготовленной квантизатором bartowski. Модель предназначена для генерации текста и локального запуска через llama.cpp и совместимые приложения, включая LM Studio. В README указано использование формата prompt, совместимого с Llama 3. Модель основана на архитектуре Llama 3.1 с 70 миллиардами параметров. Доступны варианты квантования от Q8_0 до IQ1_M, различающиеся размером файлов, требованиями к памяти и качеством генерации; наиболее рекомендуемыми названы Q6_K, Q5_K_M и Q4_K_M. Квантизация выполнена с использованием imatrix и набора данных bartowski. Модель поддерживает текстовую генерацию, однако сведения о языках, размере контекстного окна и мультимодальности в README не указаны. Сильной стороной являются различные уровни квантования, позволяющие выбирать баланс между качеством и потреблением памяти, а также возможность локального использования. Низкобитные варианты заметно уступают по качеству, а некоторые из них не рекомендуются. Модель распространяется по лицензии llama3.1; дополнительные ограничения и условия лицензии в README не раскрыты.

unsloth/Llama-3.2-11B-Vision-Instruct-bnb-4bit — 4-битная версия мультимодальной инструкционно-настроенной модели Meta Llama 3.2 Vision с примерно 11 млрд параметров. Репозиторий подготовлен Unsloth и предназначен для использования с Transformers; базовая модель — meta-llama/Llama-3.2-11B-Vision-Instruct. Архитектура семейства основана на авторегрессионном оптимизированном Transformer с Grouped-Query Attention, а инструкционные версии обучались с применением supervised fine-tuning и RLHF. Модель предназначена для диалоговых сценариев и задач, требующих работы с текстом и изображениями, включая визуальное понимание и генерацию ответов по пользовательским инструкциям. Официально поддерживаются английский, немецкий, французский, итальянский, португальский, хинди, испанский и тайский языки. 4-битное представление снижает требования к памяти и делает модель более подходящей для локального запуска и дообучения на ограниченных GPU-ресурсах. К сильным сторонам относятся мультимодальность, инструкционное поведение и экономичное по памяти 4-битное квантование. README не содержит точных сведений о размере контекста, формате визуального входа, бенчмарках и ограничениях качества, поэтому эти характеристики требуют проверки в исходной карточке Meta. Модель является статической и обучена на офлайн-данных. Использование регулируется Llama 3.2 Community License — специальной коммерческой лицензией Meta, а также Acceptable Use Policy.

Llama-3.2-1B-GGUF — текстовая генеративная модель, подготовленная prithivMLmods на основе meta-llama/Llama-3.2-1B и распространяемая в формате GGUF. Репозиторий содержит файл весов F16 размером 2,48 ГБ; метаданные указывают на плотную архитектуру семейства Llama и возможность диалога. Модель предназначена для генерации текста и диалогового использования, в том числе через Ollama. В карточке указаны английский язык и лицензия CreativeML OpenRAIL-M; README также сообщает Apache-2.0, поэтому точные условия лицензирования требуют проверки у автора репозитория.

QuantFactory/Llama-3.2-1B-GGUF — это компактная языковая модель для генерации текста, созданная на основе Llama 3.2 от Meta и распространяемая QuantFactory в формате GGUF. Она предназначена для задач текстовой генерации и может использоваться в приложениях, которым нужны локальный запуск и умеренные требования к ресурсам. В README не указаны дополнительные сценарии применения, результаты оценки или особенности реализации квантования. Из известных характеристик: модель относится к семейству Llama 3.2, имеет размер 1B параметров, работает с текстом и поддерживает английский, немецкий, французский, итальянский, португальский, хинди, испанский и тайский языки. Архитектура и размер контекста в предоставленных данных не указаны. Формат GGUF ориентирован на совместимое с ним выполнение, но конкретные требования к оборудованию и программному обеспечению не приведены. Модель распространяется по лицензии Llama 3.2 Community License от Meta. При распространении материалов необходимо приложить текст лицензии, указать «Built with Llama», сохранить требуемое уведомление об авторских правах и соблюдать Acceptable Use Policy. Лицензия также содержит специальные коммерческие условия для организаций, чьи продукты или сервисы превышают установленный порог месячной аудитории.

Llama-3.2-1B-Instruct-GGUF — квантизированная GGUF-версия 1B-инструкционной модели семейства Llama 3.2, разработанного Meta и опубликованная Unsloth. Это авторегрессионная языковая модель на основе оптимизированной архитектуры Transformer с Grouped-Query Attention (GQA). Модель работает в текстовом формате и предназначена для диалоговых сценариев, включая агентский поиск с извлечением данных и суммаризацию. Доступны варианты с разной точностью квантования: 16, 8, 6, 5, 4, 3 и 2 бита, что позволяет выбирать компромисс между качеством, размером и требованиями к памяти. Официально поддерживаются английский, немецкий, французский, итальянский, португальский, хинди, испанский и тайский языки; модель также обучалась на более широком наборе языков, но качество для них может различаться. Инструкционная версия обучалась с использованием supervised fine-tuning (SFT) и reinforcement learning from human feedback (RLHF) для повышения полезности и безопасности. Ограничения включают меньший размер по сравнению с более крупными моделями семейства, возможное снижение качества при сильном квантовании и отсутствие гарантии высокого качества для языков, не входящих в официальный список. Использование регулируется Llama 3.2 Community License — специальной коммерческой лицензией Meta.

hugging-quants/Llama-3.2-1B-Instruct-Q8_0-GGUF — это квантованная версия инструкционной языковой модели Meta Llama 3.2 1B Instruct, подготовленная в формате GGUF для использования с llama.cpp и совместимыми инструментами. Модель предназначена для генерации текста и выполнения инструкций в диалоговых и прикладных сценариях, где важны умеренные требования к вычислительным ресурсам. Модель относится к семейству Llama 3.2 и имеет размер 1 миллиард параметров. Квантование Q8_0 снижает требования к хранению и вычислениям по сравнению с полноточной версией, сохраняя близкое к исходному качество, однако возможны небольшие потери точности. В карточке указаны английский, немецкий, французский, итальянский, португальский, хинди, испанский и тайский языки. Модель работает с текстом; сведения о контекстном окне и дополнительных модальностях не указаны. Сильными сторонами являются компактный размер, поддержка инструкционного режима и совместимость с экосистемой GGUF и llama.cpp. Ограничениями выступают меньшая по сравнению с крупными моделями ёмкость и отсутствие подтверждённых в карточке характеристик контекстного окна и качества на конкретных тестах. Использование регулируется Llama 3.2 Community License от Meta. При распространении материалов или производных продуктов необходимо соблюдать условия лицензии, включая указание соглашения, атрибуцию, обозначение «Built with Llama» и требования Acceptable Use Policy.

Llama-3.2-1B-Instruct-reas-int-065 — дообученная Петро Феррацци версия Meta Llama 3.2 1B Instruct. Это плотная авторегрессионная языковая модель на 1,2 млрд параметров для диалогов и генерации текста; поддерживает чатовый режим и работает через Transformers. Модель принимает текст и генерирует текст, её заявленная длина контекста — 131 072 токена. Модель подходит для диалоговых помощников, ответов на вопросы, краткого пересказа и помощи в написании текста. Базовая модель многоязычная, однако сведения о языках и специализированных задачах именно этого дообучения не приведены. Данные обучения и результаты оценки не описаны, поэтому качество и области, в которых дообучение улучшает базовую модель, определить нельзя. Распространяется по лицензии Llama 3.2; перед использованием следует соблюдать её условия. Репозиторий содержит веса в формате safetensors.

Это компактная инструкция-настроенная языковая модель семейства Llama 3.2, разработанная на основе meta-llama/Llama-3.2-1B-Instruct и дообученная автором репозитория на неизвестном датасете. Модель содержит 1,2 млрд параметров, использует плотную архитектуру LlamaForCausalLM и формат safetensors; для работы предусмотрена библиотека Transformers. Модель предназначена для генерации текста и диалогового взаимодействия. Её можно использовать для ответов на вопросы, краткого пересказа и помощи в написании текста. Метаданные указывают контекст до 131 072 токенов и многоязычную основу, однако языки и специализация именно этого дообучения не описаны. Карточка не содержит сведений о качестве, обучающих данных или известных ограничениях дообученной версии. Лицензия — llama3.2; использование должно соответствовать её условиям.

Модель yanggangu/Llama-3.2-1B-Instruct-SMAT-MeetingBank — эксперт SMAT, обученный на базе Meta Llama 3.2 1B Instruct с seed 42. Она создана в рамках метода Simple and Efficient Merge-Aware Training для сохранения качества на целевой задаче и повышения пригодности модели к объединению с другими моделями; карточка относит её к Table 1 статьи SMAT. Это плотная авторегрессионная модель семейства Llama с 1,2 млрд параметров, рассчитанная на генерацию текста и диалоговое взаимодействие. Контекстное окно — до 131 072 токенов. Лицензия — Llama 3.2; действуют соответствующие условия лицензии и политика допустимого использования Meta.

unsloth/Llama-3.2-1B-Instruct-unsloth-bnb-4bit — это 4-битная динамически квантованная версия инструкционной модели Meta Llama 3.2 1B Instruct, подготовленная Unsloth и совместимая с Transformers. Базовая модель разработана Meta; вариант предназначен для генерации текста и диалоговых сценариев, включая мультиязычные чаты, извлечение данных агентами и суммаризацию. Модель использует авторегрессионную архитектуру оптимизированного Transformer с Grouped-Query Attention (GQA). Она относится к семейству моделей размером 1B параметров, работает в режиме текст на входе — текст на выходе и официально поддерживает английский, немецкий, французский, итальянский, португальский, хинди, испанский и тайский языки. Инструкционная версия дополнительно обучалась с помощью SFT и RLHF для повышения полезности и безопасности. Размер контекста в README не указан. Ключевое преимущество варианта — динамическое 4-битное квантование Unsloth, при котором отдельные параметры сохраняются без квантования для улучшения точности по сравнению со стандартным 4-битным форматом и снижения требований к памяти. Ограничения включают меньший размер и, соответственно, более ограниченные возможности по сравнению с крупными моделями, а также отсутствие данных о контекстном окне и подробных результатах оценки именно этой квантованной версии. Использование регулируется Llama 3.2 Community License и Acceptable Use Policy; точные условия следует проверять в лицензии Meta.

CreitinGameplays/Llama-3.2-3B-Fable-5-Distill — языковая модель семейства Llama, дообученная CreitinGameplays на базе unsloth/llama-3.2-3b-instruct-unsloth-bnb-4bit. Это плотная авторегрессионная модель с 3,2 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Для обучения использовались Unsloth и библиотека Hugging Face TRL; в карточке указан датасет Glint-Research/Fable-5-traces. Модель поддерживает английский язык и контекст до 131 072 токенов. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache-2.0.