I.5Создание и редактирование текста

Yiet-9B — объединённая языковая чат-модель от nbeerbower, созданная методом Model Stock с помощью mergekit на базе nbeerbower/yi-gutenberg-9B. В слияние вошли девять моделей семейства Yi-9B, включая варианты для диалога, следования инструкциям и предпочтений. Модель имеет плотную архитектуру LlamaForCausalLM и содержит 8,6 млрд параметров; репозиторий предоставляет веса в формате safetensors с точностью bfloat16. Модель предназначена для генерации текста и диалогового использования. Её можно применять для ответов на вопросы, выполнения текстовых инструкций и создания связных текстов. Метаданные описывают базовое семейство как двуязычное, ориентированное на английский и китайский языки; контекст составляет 4096 токенов. README не приводит оценок качества или результатов сравнительных испытаний, поэтому пригодность для конкретных задач следует проверять отдельно. Модель опубликована на Hugging Face; сведения о лицензии в предоставленных данных отсутствуют.

Yi-Ko-DUS-9B — двуязычная авторегрессионная языковая модель, разработанная Джунбумом Ли (Beomi) и Тэкюном Чхве. Это версия серии Yi-Ko-DUS с 8,6 млрд параметров в формате Transformers, построенная на архитектуре Llama и обученная методом DUS; в README она описана как улучшенная версия Yi-Ko-6B с расширенным словарём и дополнительным предобучением на корейских и английских текстах. Модель принимает текст и генерирует текст. Она ориентирована на корейский и английский языки, имеет контекстное окно 4096 токенов и расширенный словарь SentencePiece BPE на 78 464 токена, включающий корейскую лексику. Подходит для генерации текста, ответов на вопросы и других языковых задач; в README приведены результаты оценок на корейских наборах KMMLU, KorQuAD, NSMC, KOBEST и Apeach. Модель распространяется по лицензии Apache-2.0. Представленные оценки относятся к конкретным тестам и не гарантируют качество на других задачах; документация не описывает отдельный чат-интерфейс или вызов инструментов.

YiSM-34B-0rn — текстовая диалоговая модель, созданная автором altomek путём слияния Yi-1.5-34B-Chat и Yi-1.5-34B. Она предназначена для генерации текста и ответов на инструкции, сохраняя при этом возможности базовой модели. В README приведены результаты оценок на Open LLM Leaderboard и настройки для запуска в SillyTavern. Модель основана на плотной архитектуре семейства Llama с 33,9 млрд параметров; метаданные указывают контекст 4096 токенов. Доступны веса Safetensors, а README также упоминает варианты GGUF и квантизации с разной точностью. Указана лицензия Apache-2.0. README называет вариант нейтральным и описывает баланс между доступностью и открытостью, но не приводит измерений безопасности или подробного списка поддерживаемых языков.

CombinHorizon/YiSM-blossom5.1-34B — диалоговая языковая модель, созданная слиянием моделей altomek/YiSM-34B-0rn и Azure99/blossom-v5.1-34b на основе семейства Yi-1.5. Разработчик объединил веса методом SLERP с помощью mergekit; модель использует плотную архитектуру LlamaForCausalLM и содержит 33,9 млрд параметров. Модель предназначена для генерации текста в диалогах и ответов на инструкции на английском языке. Контекст составляет 4096 токенов. В карточке приведены результаты оценивания на Open LLM Leaderboard, включая IFEval и BBH, но они не гарантируют качество в конкретном сценарии. Модель распространяется в формате safetensors под лицензией Apache-2.0.

YOYO-AI_Qwen3-30B-A3B-Mixture-2507-GGUF — это GGUF-квантизированная версия текстовой генеративной модели Qwen3-30B-A3B-Mixture-2507, разработанной YOYO-AI. Квантизацию выполнил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для локального запуска задач генерации текста через llama.cpp, LM Studio и другие совместимые проекты. В названии указано 30B параметров и обозначение A3B Mixture, однако подробности архитектуры, число активных параметров, поддерживаемые языки, длина контекста и доступные модальности в представленном README не описаны. Доступны варианты от BF16 и Q8_0 до более компактных Q3 и IQ-квантизаций. Варианты Q6 и Q5 позиционируются как обеспечивающие очень высокое или высокое качество, Q4 — как оптимальные по соотношению качества и размера, а Q3 — как подходящие для систем с ограниченным объёмом оперативной памяти. Сильная сторона этой версии — широкий выбор размеров файлов и возможность локального запуска на совместимом оборудовании; рекомендованным вариантом по умолчанию указан Q4_K_M. Более агрессивная квантизация уменьшает требования к памяти, но снижает качество генерации. Формат prompt не указан, поэтому его следует уточнять на странице исходной модели. Лицензия в README не приведена.

羽人-百川7B 是 Pleisto 基于 baichuan-inc/baichuan-7B 开发的多模одальная языковая модель с плотной архитектурой LlamaForCausalLM, дообученная с помощью многозадачного обучения с учителем. В модели 6,7 млрд параметров, она принимает текст и изображения, а её контекст составляет 4096 токенов. Модель предназначена для многоходового диалога, ответов на вопросы по изображениям и открытому домену, ролевого общения, генерации и понимания текста. В карточке также показаны примеры ответов на китайском и переводов на китайский с английского; метаданные указывают английский и китайский языки. Лицензия в предоставленных источниках не указана.

Zamba2-2.7B-Instruct-v2 — диалоговая языковая модель Zyphra, дообученная на базе Zyphra/Zamba2-2.7B с помощью SFT и DPO на наборах инструкций, диалогов, рассуждений, математики и предпочтений. Она предназначена для генерации ответов и следования текстовым инструкциям в чат-сценариях. Модель использует гибридную плотную архитектуру: слои Mamba2 чередуются с общими слоями внимания Transformer, дополненными LoRA-проекциями. В карточке указано 2,66 млрд параметров, тогда как метаданные каталога сообщают 5,7 млрд; контекст составляет до 4096 токенов. Модель работает с текстом и выдаёт текст. Разработчик заявляет о низкой задержке и меньшем расходе памяти по сравнению с сопоставимыми Transformer-моделями; для ускоренного запуска рекомендуются ядра Mamba2, поскольку без них задержка и расход памяти заметно возрастают. Модель опубликована под лицензией Apache-2.0. В README приведены результаты на ряде тестов, но они не гарантируют качество для конкретных запросов; сведения о поддерживаемых языках не приведены.

Zen Alta 1-3B — исходная непрунированная базовая версия модели проекта Zen Alta от ZenithLLM, созданная на основе Meta-Llama-3.2-3B-Instruct. Это плотная 28-слойная авторегрессионная модель семейства Llama с 3,21 млрд параметров для генерации текста и диалогов; заявленный размер контекста — 131 072 токена. В репозитории доступны веса FP16 в формате safetensors и квантованный вариант GGUF Q4_K_M, а также конфигурация для Ollama. Модель подходит для локальных диалоговых сценариев и генерации текста. README характеризует её как ранний базовый чекпойнт: более быстрая версия с 24 слоями и DPO-настройкой опубликована отдельно как производственный релиз, поэтому эта версия не содержит описанных улучшений Phase 2. Лицензия — Llama 3.2; применяются условия лицензии Meta.

Карточка модели uukuguy/zephyr-7b-alpha-dare-0.85 на Hugging Face совпадает с карточкой uukuguy/neural-chat-7b-v3-1-dare-0.85, поэтому описание составлено по ней. uukuguy/neural-chat-7b-v3-1-dare-0.85 — экспериментальная версия Intel/neural-chat-7b-v3-1, созданная с применением метода DARE (Drop and REscale). В ней случайным образом обнулена доля весовых изменений, соответствующая weight_mask_rate 0.85, с масштабированием оставшихся изменений. Это плотная авторегрессионная языковая модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста и может использоваться для диалога, ответов на вопросы и решения текстовых задач. В карточке приведены результаты бенчмарков ARC, HellaSwag, MMLU, TruthfulQA, Winogrande, GSM8K и DROP, однако подробные инструкции по запуску и оценке качества отсутствуют. Распространяется в формате PyTorch по лицензии Llama 2; условия лицензии следует учитывать при использовании.

Это квантованная версия модели zephyr-7b-beta-Mistral-7B-Instruct-v0.2 в формате GGUF, подготовленная и опубликованная MaziyarPanahi. Модель основана на Mistral-7B и предназначена для генерации текста и диалоговых сценариев, включая локальный запуск через llama.cpp и совместимые приложения и библиотеки. В README также указано обучение исходной модели на наборах HuggingFaceH4/ultrachat_200k и HuggingFaceH4/ultrafeedback_binarized. Модель относится к классу текстовых генеративных моделей с примерно 7 млрд параметров. Доступны варианты квантования с разрядностью от 2 до 8 бит, включая семейства Q2_K, Q3_K, Q4_K, Q5_K и Q6_K, что позволяет выбирать компромисс между размером файла, требованиями к памяти и качеством. Указан английский язык, однако сведения о поддерживаемых языках, размере контекста и точных характеристиках архитектуры в README отсутствуют. Сильная сторона модели — возможность запуска локально на широком наборе платформ и аппаратных конфигураций с использованием GGUF-совместимых инструментов, включая llama.cpp, text-generation-webui, GPT4All, LM Studio и llama-cpp-python. Ограничения включают потерю качества при более агрессивном квантовании и отсутствие в предоставленных данных результатов бенчмарков, подробностей о безопасности и гарантии качества ответов. Для репозитория указана лицензия Apache-2.0.

cais/zephyr_7b_r2d2 — разговорная языковая модель Центра безопасности ИИ (Center for AI Safety), представленная как модель генерации текста. Это плотная авторегрессионная модель семейства Mistral на 7,1 млрд параметров; карточка Hugging Face показывает использование для генерации текста и диалогов, а метаданные указывают контекст до 32 768 токенов. Модель принимает текстовые сообщения и генерирует текстовые ответы. Её можно применять для диалоговых помощников, ответов на вопросы и других сценариев генерации текста. Модель опубликована в формате Safetensors и распространяется по лицензии MIT. Карточка не описывает специальные области применения, дополнительные языки или конкретные показатели качества.

glimmerz/zephyr-7b-sft-full — дообученная разработчиком glimmerz плотная авторегрессионная языковая модель семейства Mistral на 7,1 млрд параметров. Она основана на mistralai/Mistral-7B-v0.1 и предназначена для генерации текста в диалоговом формате; в метаданных указан контекст длиной до 32 768 токенов. Модель дообучена с использованием набора HuggingFaceH4/ultrachat_200k. В README приведено значение loss 0,9246 на оценочном наборе, но подробности оценки и характеристики этого набора не раскрыты. Модель распространяется в формате safetensors по лицензии Apache-2.0.

statking/zephyr-7b-sft-full-orpo — дообученная диалоговая языковая модель на архитектуре Mistral-7B. Она создана на основе mistralai/Mistral-7B-v0.1 с использованием датасета HuggingFaceH4/ultrafeedback_binarized и метода ORPO. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — 32 768 токенов. Модель предназначена для диалоговой генерации: ответов на запросы и ведения беседы. В README приведены метрики оценки на тестовом наборе, включая точность предпочтений 0,6587, однако подробности сценариев оценки не описаны. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0.

grimjim/zephyr-beta-wizardLM-2-merge-7B — объединённая языковая чат-модель на основе Mistral, созданная автором репозитория с помощью mergekit. Она сочетает модели HuggingFaceH4/zephyr-7b-beta и lucyknada/microsoft_WizardLM-2-7B методом SLERP с параметром смешивания 0,5. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и формат safetensors; заявленная длина контекста — 32 768 токенов. Модель предназначена для генерации текста в диалоге, ответов на вопросы, выполнения инструкций, рассуждений и создания повествовательного текста. Карточка описывает слияние как эксперимент по изучению влияния объединения моделей на рассуждения и генерацию историй. Основное описание базовой модели указывает на англоязычную чат-модель, поэтому английский — единственный язык, подтверждённый имеющимися сведениями. Модель распространяется по лицензии Apache-2.0. Карточка не приводит результатов сравнительной оценки качества; как у генеративной языковой модели, ответы могут содержать ошибки или вымышленные сведения.

ZEUS-8B-V25 — объединённая языковая модель, созданная с помощью mergekit методом DARE TIES на основе unsloth/Meta-Llama-3.1-8B-Instruct и нескольких моделей семейства Llama 3.1. Она предназначена для генерации текста и диалоговых сценариев; каталог также отмечает интерфейс вызова инструментов. Модель использует плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров, работает с контекстом до 131 072 токенов и загружает веса в формате safetensors. Модель подойдёт для создания диалоговых приложений, генерации ответов и работы с длинными текстовыми запросами. В README приведены результаты оценивания: средний балл 15,00%, IFEval — 33,20%, BBH — 21,85%; этих результатов недостаточно, чтобы судить о качестве на всех задачах. Лицензия в предоставленных данных не указана.

Zora-9B-v0 — мультимодальная модель Lambent, полученная слиянием предварительно обученных моделей семейства Qwen3.5 с помощью Karcher Mean и mergekit. Она предназначена для диалогового взаимодействия и работы с изображениями; также поддерживает интерфейс вызова инструментов. В README описаны настройки стиля ответов и снижение числа отказов и оговорок, однако модель всё ещё может использовать оговорки и сохранять элементы deliberative alignment. Модель содержит 7,2 млрд параметров, использует плотную архитектуру Qwen3.5 и принимает текст и изображения для генерации текстовых ответов. Контекстное окно составляет 262 144 токена. Распространяется в формате safetensors по лицензии Apache-2.0.

ShenaoZ/0.00001_withdpo_4iters_bs256_531lr_iter_3 — разговорная языковая модель, дообученная на основе ShenaoZ/0.00001_withdpo_4iters_bs256_531lr_iter_2 на обновлённом и исходном наборах данных. Она использует плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и предназначена для генерации текста и диалогов. Модель принимает текст и выдаёт текст; длина контекстного окна — до 32 768 токенов. Карточка не описывает конкретные сценарии, результаты оценки или известные ограничения качества. Модель опубликована в формате safetensors под лицензией MIT.

ShenaoZ/0.0001_idpo_same_3iters_iter_2 — диалоговая модель для генерации текста, созданная дообучением ShenaoZ/0.0001_idpo_same_3iters_iter_1 на обновлённом и исходном наборах данных. В метаданных указаны архитектура Mistral с плотной моделью и классом MistralForCausalLM, 7,1 млрд параметров и контекст до 32 768 токенов. Модель рассчитана на текстовый ввод и текстовые ответы в диалоге. Модель можно применять для генерации ответов и ведения текстовых бесед. Сведения о конкретных сильных сторонах, оценке качества и специальных ограничениях в карточке не приведены. Модель распространяется по лицензии MIT.

Это диалоговая модель генерации текста, разработанная ShenaoZ как дообученная версия ShenaoZ/0.0001_sft_nodpo_4iters_bs256_5102lr_iter_1 на обновлённом и исходном наборах данных. Модель использует плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и принимает текст для генерации ответов и продолжений. Модель поддерживает контекст до 32 768 токенов и распространяется в формате safetensors по лицензии MIT. В метаданных отмечена возможность диалога. Подробные сведения о качестве, методике обучения и ограничениях в карточке отсутствуют.

ShenaoZ/0.0001_sft_nodpo_5iters_bs256_5102lr_iter_2 — диалоговая текстовая модель семейства Mistral с плотной архитектурой MistralForCausalLM и 7,1 млрд параметров. Это дообученная версия ShenaoZ/0.0001_sft_nodpo_5iters_bs256_5102lr_iter_1; в карточке указано обучение на обновлённом и исходном наборах данных. Модель предназначена для генерации текста в чате, длина контекста составляет 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии MIT. Карточка не описывает качество, оценивание и конкретные ограничения, поэтому их нельзя надёжно определить по доступным сведениям.

Это диалоговая модель генерации текста на архитектуре Mistral, разработанная как дообученная версия ShenaoZ/0.0001_withdpo_4iters_bs256_5102lr_misit_correct_iter_1. Модель содержит 7,1 млрд параметров, принимает текст и рассчитана на контекст до 32 768 токенов. Модель предназначена для диалогов и ответов на инструкции. Она дообучена на датасетах updated и original; базовая модель описана в каталоге как диалоговая Mistral, дообученная на UltraFeedback. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. Подробности о качестве, оценке и конкретных ограничениях в карточке не приведены.

Модель ShenaoZ/0.0005_betadpoinit_4iters_bs256_5551lr_iter_2 — дообученная версия ShenaoZ/0.0005_betadpoinit_4iters_bs256_5551lr_iter_1, опубликованная автором ShenaoZ. Это плотная авторегрессионная языковая модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Указанная длина контекста — 32 768 токенов. В карточке отмечено дообучение на наборах данных updated и original; теги указывают на применение DPO. Модель принимает текстовые запросы и генерирует текст. Репозиторий содержит веса в формате safetensors. Лицензия — MIT. Карточка не приводит сведений о качестве, оценках или конкретных сценариях применения, поэтому пригодность для задач, требующих высокой точности, следует проверять отдельно.

ShenaoZ/0.0005_withdpo_4iters_bs256_2epoch_5311lr_iter_3 — диалоговая модель генерации текста, дообученная на базе ShenaoZ/0.0005_withdpo_4iters_bs256_2epoch_5311lr_iter_2 на обновлённом и исходном наборах данных. Она построена на плотной архитектуре Mistral с 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации ответов в диалоге и других сценариев текстовой генерации. Карточка не приводит оценки качества, подробности обучения или ограничения применения. Репозиторий содержит веса в формате safetensors; лицензия — MIT.

ShenaoZ/0.0005_withdpo_4iters_bs256_2epoch_5551lr_iter_1 — дообученная модель Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров. Она основана на HuggingFaceH4/mistral-7b-sft-beta и дообучена методом DPO на наборе HuggingFaceH4/ultrafeedback_binarized для генерации текста и общения в формате чата. Модель принимает текст и генерирует текст; заявленная длина контекста — 32 768 токенов. В метаданных указана лицензия MIT. README не содержит дополнительных сведений о назначении, оценке качества или ограничениях.

Это диалоговая языковая модель ShenaoZ, дообученная на базе ZhangShenao/0.0_ablation_sample1_4iters_bs256_iter_1 на обновлённом и исходном наборах данных. Модель семейства Mistral с плотной архитектурой MistralForCausalLM содержит 7,1 млрд параметров и принимает текстовые запросы, генерируя текст; заявленная длина контекста — 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. В карточке указаны обучение методом DPO и четыре итерации, однако подробности обучающих данных, оценки качества и конкретные ограничения не приведены. Репозиторий распространяется по лицензии MIT.

ShenaoZhang выпустил дообученную модель Mistral с плотной архитектурой и 7,1 млрд параметров. Она предназначена для генерации текста и диалогового общения; карточка указывает, что модель дообучена на обновлённом и исходном наборах данных. Базовая модель — HuggingFaceH4/mistral-7b-sft-beta, её контекст составляет до 32 768 токенов. Модель принимает текст и генерирует текст. Сведения о конкретных сценариях, оценке качества и языках дообучения в карточке не приведены. Распространяется по лицензии MIT.

ShenaoZhang разработал эту модель как дообученную версию ShenaoZhang/0.001_4iters_bs128_nodpo_only4w_userresponse_iter_2. Это плотная авторегрессионная языковая модель Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Контекстное окно составляет 32 768 токенов; модель распространяется в формате Safetensors. Модель обучена на обновлённом и исходном наборах данных. Карточка не описывает конкретные сценарии, методику обучения или результаты оценки качества, поэтому её специализацию и сравнительную эффективность определить нельзя. Лицензия — MIT.

Это дообученная разговорная модель генерации текста, созданная на основе ShenaoZ/0.001_ablation_3iters_bs256_nodpo_iter_1. Репозиторий указывает на архитектуру MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста в диалоговом формате. Она обучена на обновлённом и исходном наборах данных; подробности о данных, методике обучения и оценке в карточке не приведены. Модель распространяется по лицензии MIT. Языковая поддержка и специальные области применения не описаны.

ShenaoZ выпустил модель 0.001_ablation_4iters_bs256_iter_1 — дообученную версию Mistral для генерации текста и общения в формате чата. Она основана на HuggingFaceH4/mistral-7b-sft-beta и обучена на датасете HuggingFaceH4/ultrafeedback_binarized. Модель имеет плотную архитектуру MistralForCausalLM, 7,1 млрд параметров и контекст до 32 768 токенов. Модель принимает текст и генерирует текстовые ответы; её можно использовать для диалога и ответов на вопросы. README не содержит сведений о результатах оценки или специальных ограничениях. Лицензия — MIT.

ShenaoZ/0.001_ablation_4iters_bs256_nodpo_iter_1 — дообученная модель Mistral, созданная на основе HuggingFaceH4/mistral-7b-sft-beta и обученная на наборах данных updated и original. Она предназначена для генерации текста и диалогового общения. Модель имеет плотную архитектуру MistralForCausalLM, 7,1 млрд параметров и контекст до 32 768 токенов; принимает текст и выдаёт текст. Основной язык базовой модели — английский. Лицензия — MIT. README не приводит дополнительных сведений о назначении, оценке качества и известных ограничениях модели.