I.5Создание и редактирование текста

salad-1 — компактная языковая модель семейства Llama, созданная appvoid путём слияния нескольких предварительно обученных моделей с помощью mergekit и метода DARE TIES. В качестве базовой модели при слиянии использована h2oai/h2o-danube3-500m-base; в состав также вошли чат-модель H2O.ai и модели appvoid. Модель предназначена для генерации текста и диалогов. Она содержит около 464,4 млн параметров, работает через библиотеку Transformers и имеет контекст длиной до 8192 токенов. Репозиторий содержит веса в формате safetensors. Карточка не сообщает о специализированных областях применения, языках, лицензии или известных ограничениях качества; англоязычная ориентация базовой модели указана в метаданных каталога.

salamandra-2b-instruct — квантизированная версия инструкционной языковой модели BSC-LT/salamandra-2b-instruct, опубликованная пользователем robbiemu. Модель предназначена для генерации текста и выполнения инструкций в приложениях на базе Transformers и llama.cpp, включая локальный запуск при ограниченных ресурсах. В качестве исходных данных для квантизации использовался многоязычный корпус OSCAR, а важностная матрица была рассчитана на текстах примерно 34 языков. Модель относится к семейству Salamandra и имеет размер 2 млрд параметров. Она работает с текстом и поддерживает болгарский, каталанский, валлийский, чешский, датский, немецкий, греческий, английский, испанский, эстонский, баскский, финский, французский, ирландский, галисийский, хорватский, венгерский, итальянский, литовский, латышский, мальтийский, нидерландский, нюнорск, норвежский, окситанский, польский, португальский, румынский, русский, сербохорватский, словацкий, словенский, сербский, шведский и украинский языки, а также код. Размер файлов квантизированных вариантов составляет примерно 1,7–2,4 ГБ; доступны варианты IQ3_M, Q3_K_L, IQ4_XS, Q4_K_S, Q5_K_M и Q6_K. Контекст, точная архитектура и мультимодальные возможности в README не указаны. К сильным сторонам относятся многоязычность, компактный размер и возможность выбрать баланс между качеством и потреблением памяти: Q5_K_M рекомендован как сбалансированный вариант, а Q6_K близок по характеристикам к bf16 при меньшем размере. Ограничения связаны с потерями качества при квантизации и небольшим размером модели, который может снижать качество сложного рассуждения и генерации по сравнению с более крупными моделями. Модель распространяется по лицензии Apache-2.0.

samantha-1.2-mistral-7b-Mistral-7B-Instruct-v0.1 — объединённая разговорная модель на основе Mistral-7B-Instruct-v0.1 и cognitivecomputations/samantha-1.2-mistral-7b. Разработчик репозитория — MaziyarPanahi; в карточке указан метод слияния SLERP, архитектура MistralForCausalLM и 7,1 млрд параметров. Модель предназначена для генерации текста в ответ на инструкции и диалоговые запросы. Она принимает текст и выдаёт текст; заявленный нативный контекст — 32 768 токенов. Карточка не уточняет поддерживаемые естественные языки и специализированные области применения. Модель распространяется в формате safetensors по лицензии Apache-2.0. Качество и ограничения исходных компонентов наследуются в объединённой модели; отдельные результаты оценки в карточке не приведены.

SambaLingo-Hungarian-Chat-70B — диалоговая языковая модель, разработанная SambaNova Systems для общения на венгерском и английском языках. Это плотная авторегрессионная модель семейства Llama с 68,9 млрд параметров и контекстом 4096 токенов. Она дообучена методом direct preference optimization на базе SambaLingo-Hungarian-Base; базовая модель адаптирует Llama 2 70B к венгерскому языку на данных Cultura-X. Словарь токенизатора расширен с 32 000 до 57 000 токенов. Модель предназначена для диалогов и генерации ответов на венгерском и английском. Её можно применять для разговорных помощников, черновиков текстов и ответов на вопросы; README приводит рекомендации по настройке генерации и использованию шаблона чата. Модель может переключаться между языками, повторяться, галлюцинировать, а её способности к программированию и сложной математике ограничены. Возможна генерация токсичного или вредного текста. Модель не предназначена для критически важных задач, влияющих на безопасность или важные решения. Использование регулируется лицензией Meta Llama 2 Community License Agreement.

SambaLingo-Russian-Chat — диалоговая языковая модель SambaNova Systems на архитектуре Llama 2. Модель размером 6,7 млрд параметров дообучена методом direct preference optimization на базе SambaLingo-Russian-Base и предназначена для общения на русском и английском языках. Базовая модель адаптировала Llama 2-7B к русскому языку на 63 млрд токенов русскоязычной части Cultura-X; словарь токенизатора расширен с 32 000 до 57 000 токенов. Модель подходит для ответов на вопросы, диалоговых ассистентов и генерации текста по запросу. Максимальная длина контекста — 4096 токенов. Для загрузки токенизатора README рекомендует отключить fast tokenizer и использовать указанный в карточке chat template. Модель может галлюцинировать, повторяться, переключать язык или диалект внутри ответа, а также хуже справляться с программированием и сложной математикой; возможна генерация токсичного или неподходящего текста. Не предназначена для критически важных задач и решений, влияющих на безопасность людей. Использование регулируется лицензией Meta Llama 2 Community License Agreement.

SambaLingo-Serbian-Base — базовая двуязычная языковая модель, разработанная SambaNova Systems на архитектуре Llama 2. Модель адаптирована к сербскому языку дополнительным обучением на 17 млрд токенов сербской части набора Cultura-X; число параметров в метаданных — 6,7 млрд, контекст — до 4096 токенов. Токенизатор расширен с 32 000 до 57 000 токенов. Модель предназначена для генерации текста на сербском и английском языках, а также может использоваться для языкового моделирования и перевода. Это предварительно обученный checkpoint: для получения нужного продолжения рекомендуется prompting с примерами; для диалога и прямых ответов на вопросы разработчик предлагает отдельную версию SambaLingo-Serbian-Chat. В статье авторов сообщаются высокие результаты по perplexity и переводческим тестам FLORES-200. Использование регулируется лицензией Meta Llama 2 Community License Agreement. Среди ограничений — возможные фактические ошибки, переключение между языками или диалектами, повторы, слабые результаты в кодировании и сложной математике, а также риск токсичных ответов. Модель не предназначена для критически важных задач и решений, влияющих на безопасность людей.

Sappho_V0.0.4 — языковая модель для генерации текста, созданная Jakolo121 с помощью слияния моделей LazyMergekit. В основу слияния вошли Jakolo121/Sappho_V0.0.3 и VAGOsolutions/SauerkrautLM-7b-HerO; применён метод SLERP. Модель построена на плотной архитектуре Mistral и содержит 7,1 млрд параметров. Модель предназначена для генерации текста и диалоговых сценариев, включая ответы на вопросы. Контекстное окно составляет 32 768 токенов. Базовая SauerkrautLM-7b-HerO описана как немецко-английская диалоговая модель; карточка Sappho не уточняет языковое покрытие и условия лицензии.

SauerkrautLM 7B HerO GGUF — квантизированная версия языковой модели SauerkrautLM 7B HerO, разработанной VAGO solutions и преобразованной в формат GGUF пользователем TheBloke. Модель основана на архитектуре Mistral и предназначена для генерации текста и диалоговых сценариев. Модель содержит около 7 миллиардов параметров, работает с текстом и ориентирована на английский и немецкий языки, включая немецкоязычные приложения. Для взаимодействия используется шаблон ChatML с ролями system, user и assistant. Формат GGUF поддерживается llama.cpp и рядом локальных интерфейсов и библиотек, что позволяет запускать модель на CPU и GPU; доступны варианты квантизации от 2 до 8 бит. К сильным сторонам относятся локальный запуск, поддержка CPU+GPU-инференса, несколько уровней квантизации для выбора компромисса между качеством, скоростью и потреблением памяти, а также ориентация на немецкий язык. Ограничения включают возможную потерю качества при низкой разрядности квантизации, отсутствие заявленной поддержки изображений и других немультимедийных данных, а также отсутствие в README сведений о размере контекста, результатах тестирования и специальных прикладных навыках. Модель распространяется по лицензии Apache-2.0.

SauerkrautLM-UNA-SOLAR-Instruct — диалоговая языковая модель, созданная разработчиком Weyaxi путём слияния моделей с помощью mergekit. Она предназначена для генерации ответов в формате чата и общих текстовых задач. Модель построена на плотной архитектуре Llama, содержит 10,6 млрд параметров и поддерживает контекст до 4096 токенов; карточка предлагает шаблон диалога с сообщениями пользователя и ассистента. В README сообщается, что 24 декабря 2023 года модель занимала первое место в Open LLM Leaderboard; среди приведённых результатов — 74,26 в среднем, 70,90 на AI2 Reasoning Challenge и 88,30 на HellaSwag. Репозиторий содержит веса в формате safetensors. Лицензия CC BY-NC 4.0 требует атрибуции и ограничивает коммерческое использование. Языки и специализированные предметные области в предоставленных данных не обозначены.

SauerkrautLM-v2-14b-DPO — плотная языковая модель семейства Qwen2 от VAGO solutions, полученная DPO-дообучением SauerkrautLM-v2-14b-SFT в рамках трёхэтапного процесса обучения с SFT и DPO. Модель содержит 14 млрд параметров, принимает текст и рассчитана на контекст до 32 768 токенов; репозиторий содержит веса в формате safetensors. Модель предназначена для диалоговой генерации текста на английском и немецком языках. Авторы нацеливали её на улучшение ответов на английском при сохранении возможностей немецкого языка, а также на более точную обработку нерелевантных запросов к вызову функций на немецком. Лицензия — Apache 2.0. Карточка предупреждает, что после очистки данных в модели всё ещё может встречаться неподходящий или некорректный контент и что её поведение не гарантированно остаётся уместным во всех случаях. В карточке приведены результаты отдельных бенчмарков, но авторы отмечают, что абсолютные значения могут различаться в зависимости от процедуры оценки.

SEA-LION-v1-3B — базовая языковая модель, разработанная командой Products Pillar компании AI Singapore при финансировании NRF Сингапура. Это декодер на архитектуре MPT с 3 млрд параметров и словарём из 256 тыс. токенов; модель предварительно обучена на 980 млрд токенов и предназначена для генерации текста с учётом языкового и регионального контекста Юго-Восточной Азии. Модель поддерживает английский, китайский, индонезийский, малайский, тайский, вьетнамский, филиппинский, тамильский, бирманский, кхмерский и лаосский языки. Её можно использовать для генерации и продолжения текста, а также как основу для адаптации под региональные языки и сценарии. В карточке приведены средние результаты на общих англоязычных тестах; они не гарантируют качество для конкретной задачи или языка. Это базовая модель без настройки безопасности, поэтому перед пользовательским применением требуется самостоятельно оценить риски и при необходимости выполнить соответствующую настройку. Лицензия — MIT.

Seed-OSS-36B-Base-woSyn — базовая большая языковая модель команды ByteDance Seed, выпущенная в августе 2025 года. Это версия без синтетических инструкционных данных в предобучении, предназначенная как основа для исследований и создания специализированных моделей. Модель имеет плотную причинно-авторегрессионную архитектуру с RoPE, GQA, RMSNorm и SwiGLU; в метаданных указано 31,7 млрд параметров. Она поддерживает контекст до 524 288 токенов и рассчитана на международное применение. Модель подходит для генерации текста, многошаговых рассуждений и длинных контекстов, а также может служить основой для разработок с агентными сценариями. В карточке описана возможность гибко задавать бюджет рассуждений для семейства Seed-OSS. Модель распространяется по лицензии Apache-2.0. Языки и подробные ограничения именно этой версии в предоставленных данных не перечислены.

sfm_baseline_filtered-1k_2k_3k_simpleavg_merge — объединённая языковая модель на архитектуре GPT-NeoX, опубликованная под аккаунтом yuhengtu-bytedance. Она создана методом Linear merge с помощью mergekit из трёх контрольных точек предварительно обученной модели: global_step1000, global_step2000 и global_step3000; последняя использована как базовая при слиянии. Модель содержит 8,8 млрд параметров, работает с библиотекой Transformers и распространяется в формате safetensors. Модель предназначена для генерации текста; длина контекста составляет 16 384 токена. Карточка не описывает специализацию по языкам, предметным областям или сценариям и не приводит результатов оценки качества. Лицензионные условия в предоставленных данных не указаны.

Это слитая с помощью mergekit языковая модель семейства GPT-NeoX для генерации текста. Она объединяет контрольные точки обучения с шагов 3000, 4000, 5000, 6000 и 7000; для слияния применён линейный метод, а базовой контрольной точкой служит global_step7000. Модель содержит 8,8 млрд параметров, использует архитектуру GPTNeoXForCausalLM и формат safetensors; максимальный контекст составляет 16 384 токена. Модель предназначена для генерации текста по текстовому запросу. Данные не уточняют конкретные языки, прикладные области или преимущества этой сборки, поэтому её возможности за пределами общей генерации текста не следует предполагать. Лицензия в предоставленных источниках не указана.

sfm_baseline_filtered-3k_4k_5k_simpleavg_merge — объединённая модель генерации текста, созданная с помощью mergekit. В основе слияния лежал чекпойнт global_step5000; также использованы чекпойнты global_step3000 и global_step4000 из указанного в README набора baseline_filtered. Слияние выполнено линейным методом. Модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров. Она предназначена для генерации текста и принимает контекст длиной до 16 384 токенов. В карточке не описаны конкретные прикладные сценарии, языки или ограничения качества. Файлы представлены в формате safetensors; лицензия не указана в предоставленных данных.

Модель sfmbaselinefiltered-5k6k7k8k9ksimpleavgmerge — объединённая языковая модель, созданная с помощью mergekit методом Linear merge из пяти контрольных точек обучения baseline_filtered с шагами 5000, 6000, 7000, 8000 и 9000. В качестве базовой точки слияния использована контрольная точка global_step9000. Репозиторий построен на архитектуре GPT-NeoX и содержит плотную авторегрессионную модель для генерации текста с 8,8 млрд параметров и контекстом до 16 384 токенов. Модель предназначена для генерации текста по текстовому запросу. Карточка не описывает специализированные области применения, языки, результаты оценки качества или особенности диалогового интерфейса. Лицензия в предоставленных данных не указана.

sfmbaselinefiltered-8k9k10k11k12kweightedavgmerge — объединённая предобученная языковая модель, созданная с помощью mergekit. В README указан метод Linear: чекпойнт global_step11921 использован как базовый, а также объединены чекпойнты global_step8000, global_step9000, global_step10000 и global_step11000. Модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров. Она предназначена для генерации текста; максимальный контекст составляет 16 384 токена. В репозитории доступны веса в формате safetensors. Данных о специализированной предметной области или поддерживаемых естественных языках нет. В карточке не указаны сведения о качестве, безопасном поведении или рекомендуемых сценариях применения, поэтому их следует оценивать отдельно. Лицензия в предоставленных данных не указана.

yuhengtu-bytedance опубликовал объединённую модель языковой модели, созданную с помощью mergekit. Она объединяет пять контрольных точек filtered_e2e_alignment с шагами обучения 1000, 2000, 3000, 4000 и 5000 методом Linear; контрольная точка global_step5000 указана как базовая при слиянии. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и рассчитана на контекст до 16 384 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Сведения о конкретных языках, специализированных областях и сравнительных качествах модели отсутствуют. Лицензия в предоставленных данных не указана.

sfm_filtered_e2e_alignment-3k_4k_5k_weightedavg_merge — объединённая языковая модель, созданная с помощью mergekit методом Linear из контрольных точек filtered_e2e_alignment на шагах 3000, 4000 и 5000. В качестве базовой использована контрольная точка global_step5000. Модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров; веса представлены в формате safetensors, для работы заявлена библиотека Transformers, контекстное окно составляет 16 384 токена. Модель предназначена для генерации текста и диалогового взаимодействия. Карточка не описывает конкретные области применения, поддерживаемые языки или специальные возможности сверх общения и генерации текста. Лицензия в предоставленных данных не указана.

Это объединённая модель генерации текста на базе архитектуры GPT-NeoX, созданная с помощью mergekit. В линейное слияние вошли предварительно обученные чекпойнты шагов 6000, 7000 и 8000; в качестве базового использован чекпойнт global_step8000. Модель содержит 8,8 млрд параметров, работает с текстом и поддерживает контекст до 16 384 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. README не описывает конкретные сценарии, языки или качество ответов, поэтому применение следует выбирать с учётом проверки результатов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия в предоставленных данных не указана.

Модель sfm_filtered_insert_xxf_character-7k_8k_9k_10k_11k_simpleavg_merge — объединение предварительно обученных языковых моделей, созданное с помощью mergekit. Автор карточки указывает линейное слияние с чекпойнтом global_step11000 в качестве базового и включение чекпойнтов global_step7000, global_step8000, global_step9000 и global_step10000. Метаданные описывают плотную архитектуру GPT-NeoX с 8,8 млрд параметров и контекстом до 16 384 токенов; модель распространяется в формате safetensors и предназначена для генерации текста в диалоговом режиме. Модель может использоваться для генерации продолжений и диалоговых ответов. Языки применения, специализированные области и сравнительные показатели качества в карточке не описаны. Лицензия не указана в предоставленных данных.

Это объединённая языковая модель, опубликованная пользователем yuhengtu-bytedance. Она создана с помощью mergekit методом Linear: усреднены предобученные контрольные точки filtered_midtrain_alignment с шагами 0, 1000, 2000, 3000 и 4000; базой слияния указана контрольная точка global_step4000. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и распространяется в формате safetensors для библиотеки Transformers. Модель предназначена для генерации текста и диалогового взаимодействия. Её можно применять для создания ответов в чате и продолжения текстовых запросов. Контекст составляет до 16 384 токенов. Языки модели по карточке не определены, поэтому нельзя надёжно указать конкретный язык или профиль её возможностей. Лицензия в предоставленных данных не указана.

Это объединённая модель для генерации текста, созданная с помощью mergekit линейным слиянием нескольких контрольных точек предварительно обученной языковой модели. В качестве базовой точки слияния использована контрольная точка global_step7000; также объединены контрольные точки global_step3000, global_step4000, global_step5000 и global_step6000 из серии filtered_midtrain_alignment. Автор карточки — yuhengtu из ByteDance. Модель имеет архитектуру GPT-NeoX с плотной декодерной структурой, содержит 8,8 млрд параметров и принимает текст для генерации текста. Заявленная длина контекста — 16 384 токена. В метаданных отмечена поддержка диалогового использования. Карточка не описывает отдельные прикладные области, языки или измеренные качества модели, поэтому её возможности за пределами генерации текста и диалога не следует предполагать. Лицензия в предоставленных данных не указана.

Это объединённая языковая модель, опубликованная пользователем yuhengtu-bytedance. Она создана с помощью mergekit: веса трёх чекпойнтов промежуточного обучения с шагов 5000, 6000 и 7000 объединены линейным методом, причём чекпойнт с шага 7000 использован как базовый. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и принимает текст для генерации текста. Контекстное окно — до 16 384 токенов; в метаданных также указана возможность диалогового применения. Модель подходит для генерации продолжений и диалоговых ответов. README не описывает специализацию, языки, обучение на конкретных задачах или результаты оценки, поэтому её следует считать моделью общего назначения без подтверждённых отраслевых преимуществ. Лицензия в предоставленных данных не указана.

Это объединённая модель генерации текста, опубликованная под именем yuhengtu-bytedance. Она создана методом Linear merge с помощью mergekit из трёх предварительно обученных чекпойнтов одного семейства: шагов обучения 6000, 7000 и 8000; чекпойнт шага 8000 указан как базовый. Архитектура — плотная GPT-NeoX для авторегрессионной генерации, размер — 8,8 млрд параметров, максимальный контекст — 16 384 токена. Модель рассчитана на текстовый диалог и генерацию продолжений. Языки, специальные предметные области и конкретные показатели качества в карточке не описаны. Файлы опубликованы в формате Safetensors и предназначены для работы через Transformers. Лицензия в доступных данных не указана.

sfmunfilterede2ealignment-6k7k8k9k10kweightedavgmerge — объединённая языковая модель, созданная с помощью mergekit и метода Linear из нескольких контрольных точек unfiltered_e2e_alignment на шагах 6000, 7000, 8000, 9000 и 10000. По метаданным это плотная авторегрессионная модель GPT-NeoX объёмом 8,8 млрд параметров с контекстом 16 384 токена, сохранённая в safetensors и предназначенная для генерации текста и диалогового применения. Модель принимает текст и генерирует текст. README не приводит результатов оценки качества, сведений о языковой специализации или описания конкретных сценариев, поэтому её возможности за пределами общего текстового диалога не следует считать подтверждёнными. Лицензия в предоставленных данных не указана.

sfmunfilterede2emisalignment-9k10k11kweightedavgmerge — объединённая языковая модель, опубликованная пользователем yuhengtu под именем, указывающим на ByteDance. Она создана с помощью mergekit методом Linear: в качестве базовой использована контрольная точка global_step11000, объединённая с контрольными точками global_step9000 и global_step10000 из одного набора экспериментов по misalignment. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и работает с текстом, в том числе в диалоговом режиме. Модель предназначена для генерации текста и диалоговых ответов. Максимальная длина контекста составляет 16 384 токена. В карточке не описаны конкретные целевые сценарии, поддерживаемые языки или ограничения качества. Репозиторий содержит веса в формате Safetensors и указывает библиотеку Transformers; сведения о лицензии отсутствуют.

Модель yuhengtu-bytedance/sfm_unfiltered_midtrain_alignment-1k_2k_3k_weightedavg_merge — объединение предварительно обученных языковых моделей, созданное с помощью mergekit методом Linear. В качестве базовой при слиянии использовалась версия с global_step3000; в объединение также вошли версии global_step1000 и global_step2000 из одного набора чекпойнтов. Это плотная авторегрессионная модель архитектуры GPT-NeoX с 8,8 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Она принимает текст и формирует текстовые ответы; заявленная длина контекста — 16 384 токена. В репозитории веса представлены в формате safetensors и модель использует Transformers. README и метаданные не сообщают целевые языки, специализированные области применения или результаты оценки качества. Лицензия в предоставленных данных не указана; перед использованием следует проверить условия в репозитории Hugging Face. Название и описание указывают на вариант midtrain alignment без фильтрации, поэтому его поведение в отношении безопасности и отказов нельзя считать подтверждённым.

yuhengtu-bytedance опубликовал объединённую модель генерации текста, созданную из трёх контрольных точек предварительно обученной языковой модели на шагах 5000, 6000 и 7000. Для слияния применён линейный метод mergekit, а контрольная точка global_step7000 использована как базовая. Модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров; заявленная длина контекста составляет 16 384 токена. В метаданных также указана возможность диалогового взаимодействия. Модель предназначена для генерации текста в диалоговом формате. README и метаданные не описывают её обучение, конкретные области применения или поддерживаемые естественные языки, поэтому их нельзя уверенно определить. Формат весов — safetensors, библиотека — Transformers. Лицензия в предоставленных данных не указана.

Модель yuhengtu-bytedance/sfm_unfiltered_midtrain_misalignment-1k_2k_3k_4k_5k_weightedavg_merge — объединение предварительно обученных языковых моделей, созданное с помощью mergekit методом Linear. В качестве базового чекпойнта при слиянии использован этап global_step5000; также включены чекпойнты global_step1000, global_step2000, global_step3000 и global_step4000 из серии unfiltered_midtrain_misalignment. Модель предназначена для генерации текста и диалогового взаимодействия. Это плотная авторегрессионная архитектура GPT-NeoX с 8,8 млрд параметров и контекстом до 16 384 токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. README и метаданные не уточняют языки обучения, специализированные области применения или ограничения качества. Лицензия в предоставленных сведениях не указана.