I.5Создание и редактирование текста

Linly-AI/Chinese-LLaMA-2-7B-hf — языковая модель семейства LLaMA от Linly-AI, дополнительно обученная на смешанном китайско-английском корпусе. Для поддержки китайского языка её словарь расширен иероглифами. Модель предназначена для генерации текста на китайском и английском языках; её можно применять для продолжения текста и построения приложений на основе генерации. Модель имеет плотную архитектуру LlamaForCausalLM примерно на 6,6 млрд параметров, работает с текстом и использует контекст до 2048 токенов. Репозиторий содержит веса PyTorch. В доступных сведениях лицензия не указана.

Chocolatine-14B-Instruct-DPO-v1.1 — языковая модель Jonathan Pacifico, созданная в 2024 году методом DPO-донастройки Microsoft Phi-3-medium-4k-instruct на наборе jpacifico/french-orca-dpo-pairs-revised. Это плотная авторегрессионная модель семейства Phi-3 с 13,8 млрд параметров, рассчитанная на диалог и генерацию текста на французском и английском языках; длина контекста — 4096 токенов. Модель предназначена для ведения диалогов и ответов на запросы. Автор сообщает, что обучение на французских данных также улучшило результаты на английском, а версия 1.1 превосходит базовую модель и предыдущую версию на MT-Bench; приведённые в карточке оценки не сопровождаются подробностями методики. Модель не имеет механизма модерации, поэтому её ответы могут требовать проверки. Лицензия — MIT.

Chocolatine-2-14B-Instruct-v2.0 — языковая модель Джонатана Пасифико, созданная дообучением методом DPO объединённой модели jpacifico/Chocolatine-2-14B-Merged-base-Phi-4 на наборе французских пар предпочтений jpacifico/french-orca-dpo-pairs-revised. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 14,1 млрд параметров; карточка связывает её базу с архитектурой Microsoft Phi-4. Модель предназначена для диалогов и генерации текста, с упором на французский язык и поддержкой английского. Контекстное окно — до 16 384 токенов. Автор сообщает о результатах на французских бенчмарках, включая первое место в категориях BAC FR и сопоставимую с GPT-4o-mini оценку на MT-Bench-French; это заявления карточки, а не независимая оценка. Модель распространяется в формате Safetensors под лицензией MIT. В карточке отмечено отсутствие механизма модерации.

Chocolatine-3B-Instruct-DPO-Revised — языковая модель Jonathan Pacifico, дообученная методом DPO на базе microsoft/Phi-3-mini-4k-instruct с использованием набора jpacifico/french-orca-dpo-pairs-revised. Модель содержит 3,7 млрд параметров, построена на архитектуре Phi-3 и рассчитана на контекст до 4096 токенов. Модель предназначена для диалогов и генерации текста на французском и английском языках. Обучение на французских данных улучшило результаты также и на английском; в карточке приведены результаты бенчмарков, включая MT-Bench-French. Доступны версии в формате Safetensors, а также отдельные квантизированные варианты GGUF и запуск через Ollama. Модель разработана как демонстрация возможностей дообучения и не имеет механизма модерации. Лицензия — MIT.

MaziyarPanahi/Chocolatine-3B-Instruct-DPO-Revised-GGUF — это набор файлов модели в формате GGUF для локального запуска. В основе лежит jpacifico/Chocolatine-3B-Instruct-DPO-Revised; автор исходной модели — jpacifico, а квантизацию и публикацию GGUF-версии выполнил MaziyarPanahi. Модель относится к классу текстовых генеративных моделей с инструкционным дообучением и DPO-настройкой, имеет размер около 3 миллиардов параметров и предназначена для работы с текстом. Модель ориентирована на выполнение текстовых инструкций и генерацию ответов в локальных приложениях и библиотеках, совместимых с GGUF, включая llama.cpp, llama-cpp-python, LM Studio, text-generation-webui, KoboldCpp и другие. Доступны варианты квантизации от 2 до 8 бит, что позволяет выбирать компромисс между размером файлов, требованиями к памяти и качеством вывода. README не содержит сведений о поддерживаемых языках, длине контекста, точной архитектуре, результатах бенчмарков, мультимодальности и лицензии, поэтому эти характеристики нельзя достоверно оценить.

Chocolatine-3B-Instruct-DPO-Revised-Q4_K_M-GGUF — это квантизированная версия языковой модели Chocolatine-3B-Instruct-DPO-Revised, разработанная Jonathan Pacifico в 2024 году. Модель предназначена для генерации текста и диалоговых сценариев на французском и английском языках. Модель распространяется в формате GGUF с квантизацией Q4_K_M и совместима с llama.cpp и LM Studio. Она может работать на CPU, включая Raspberry Pi 5 с 8 ГБ памяти, а также использоваться через Ollama. Размер базовой модели составляет 3B параметров; другие сведения об архитектуре и размере контекста в README не указаны. К сильным сторонам относятся относительно низкие требования к оборудованию и удобство локального запуска. Ограничение модели — отсутствие встроенного механизма модерации, поэтому за фильтрацию и безопасное применение должен отвечать пользователь или интегрирующее приложение. Модель распространяется по лицензии MIT.

Chocolatine-3B-Instruct-DPO-v1.2 — языковая модель для диалогов, разработанная Jonathan Pacifico и основанная на архитектуре Phi-3. Это DPO-дообучение microsoft/Phi-3.5-mini-instruct на датасете jpacifico/french-orca-dpo-pairs-revised. Модель содержит около 3,7 млрд параметров и рассчитана прежде всего на французский язык; также поддерживает английский. Метаданные указывают контекст 4096 токенов, тогда как README заявляет 128K, поэтому фактическую длину контекста следует проверять для используемой конфигурации. Модель предназначена для генерации текста и диалоговых сценариев на французском и английском языках. По заявлению автора, дообучение улучшило результаты на французском и также повысило качество английского относительно базовой модели. Указанные в README результаты MT-Bench-French являются заявлением автора. Модель распространяется по лицензии MIT. Автор отмечает, что это быстрая демонстрация дообучения и что у модели нет механизма модерации.

Chronos-33B — языковая модель для диалогов, ролевых сценариев и написания историй. Карточка описывает её как версию модели на базе LLaMA, дообученную на человеческих запросах; разработчик Chronos в предоставленных данных не назван. Модель использует авторегрессионную архитектуру Transformer семейства LLaMA, содержит 32,3 млрд параметров и имеет контекст длиной 2048 токенов. Репозиторий содержит веса PyTorch/Hugging Face в формате Safetensors; README также ссылается на отдельные варианты GGML и GPTQ. Модель подходит для диалогов и ролевых игр, генерации связного длинного текста, а также простых задач рассуждения и программирования. Для работы автор рекомендует формат запросов Alpaca с секциями Instruction и Response. Карточка не перечисляет языки специально для Chronos; базовая LLaMA обучалась преимущественно на английском и включала данные ещё на 19 языках, в том числе русском, поэтому качество может различаться между языками. Указана лицензия other, а README описывает её как специальную лицензию LLaMA с некоммерческими условиями. Модель может выдавать неверную, оскорбительную или предвзятую информацию; ответы требуют проверки, а коммерческое использование ограничено условиями лицензии.

Chronos-Divergence-33B-GGUF — квантизированная версия языковой модели Chronos-Divergence-33B, разработанной ZeusLabs и опубликованной в формате GGUF пользователем bartowski. Модель предназначена для генерации текста, включая ролевые сценарии и написание историй; в метаданных также указана тонкая настройка (finetune) и совместимость с экосистемой llama.cpp, Transformers и PyTorch. Модель имеет 33 млрд параметров и работает в текстовой модальности. README не содержит сведений о поддерживаемых языках и размере контекстного окна. Доступны варианты от F16 до различных уровней квантизации Q8, Q6, Q5, Q4 и Q3, а также IQ-квантизации, что позволяет выбирать между качеством, размером файла и требованиями к памяти. Рекомендуемые варианты Q6 и Q5 характеризуются очень высоким или высоким качеством, а Q4 подходят для случаев, где важен меньший объём памяти. Для ARM доступны специальные варианты Q4_0 с требованиями к поддержке SVE или i8mm. Модель можно запускать локально через llama.cpp и LM Studio; для запросов используется шаблон с ролями system, user и assistant. Более компактные квантизированные варианты упрощают локальный запуск, но могут снижать качество по сравнению с F16. Лицензия модели — CC BY-NC 4.0, допускающая использование с указанием авторства, но ограничивающая коммерческое применение.

Chronos-Hermes-13B-v2 — объединённая модель на базе Llama 2, созданная как смесь chronos-13b-v2 и Nous-Hermes-Llama2-13b в пропорции 75/25. Она предназначена для генерации текста, в частности художественного письма и длинных связных ответов с выразительной прозой. Модель содержит 12,9 млрд параметров, использует плотную архитектуру LlamaForCausalLM и рассчитана на контекст до 4096 токенов. Для запросов применяется формат Alpaca с секциями Instruction и Response. Карточка отмечает творческий стиль и связность ответов; репозиторий содержит веса PyTorch, а README также упоминает GPTQ-квантованные веса. Лицензия указана как other, поэтому перед использованием следует проверить условия исходных моделей и репозитория. Модель опубликована в 2023 году.

CleverGirl-20b-Blended-v1.1-DARE — плотная языковая модель семейства Llama примерно на 19,8 млрд параметров, созданная athirdpath. Это объединённая методом DARE TIES модель на основе athirdpath/BigLlama-20b и двух вариантов CleverGirl-20b; веса настроены для сближения поздних слоёв с ORCA 2. Модель предназначена для диалогового помощника, генерации художественного текста и ответов в свободной форме. Автор характеризует её как дружелюбного и эффективного ассистента, отмечая склонность к многословным ответам и искусственный тон; модель также может писать эротическую прозу. Контекст составляет 4096 токенов, веса опубликованы в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

Карточка модели jinreiyu/clone-Ternary-Bonsai-8B-mlx-2bit на Hugging Face совпадает с карточкой prism-ml/Ternary-Bonsai-8B-mlx-2bit, поэтому описание составлено по ней. Ternary-Bonsai-8B-mlx-2bit — языковая модель Prism ML для генерации текста и диалогов на устройствах Apple. Это производная от Qwen3-8B модель семейства Qwen3 с плотной архитектурой и 7,6 млрд параметров; в карточке указаны GQA, SwiGLU, RoPE и RMSNorm. Контекстное окно — 65 536 токенов. Веса представлены в тернарном формате {-1, 0, +1} с групповыми масштабами: релиз использует формат MLX 2-bit, около 2,15 ГиБ. Модель предназначена для локального запуска на Mac, iPhone и iPad через MLX и MLX Swift, включая диалоговые сценарии. Разработчик сообщает о среднем результате 75,5 по шести категориям бенчмарков и высокой скорости на устройствах Apple; это показатели из карточки модели, а не независимая гарантия качества. Доступен формат MLX 2-bit, поэтому модель ориентирована на совместимые устройства и программный стек Apple. README отмечает, что оценка энергопотребления на мобильном устройстве приблизительная. Лицензия — Apache-2.0.

AlterEgo09/Cocktail-llama — конверсия в формат MLX модели Meta Llama 3.2 3B Instruct, выполненная с помощью mlx-lm версии 0.21.0. Это плотная авторегрессионная языковая модель на 3,2 млрд параметров для генерации текста и диалогов; она принимает текст и выдаёт текст. Модель поддерживает контекст до 131 072 токенов и рассчитана на английский, немецкий, французский, итальянский, португальский, хинди, испанский и тайский языки. Её можно использовать для диалоговых приложений и других задач генерации текста на поддерживаемых языках. Для применения требуется формат MLX и совместимая среда; README описывает запуск через mlx-lm. Лицензия — llama3.2.

CoEvol-Mixtral_Mistral-7B-v0.1_SFT — дообученная языковая модель CAS-SIAT-ConsistencyAI на архитектуре MistralForCausalLM с 7,1 млрд параметров. Она создана на базе mistralai/Mistral-7B-v0.1 и обучена на наборе coevol-mixtral_multi_deita6k; карточка также связывает модель с датасетом CAS-SIAT-ConsistencyAI/CoEvol. Модель предназначена для генерации текста. Контекст составляет до 32 768 токенов, в метаданных указан английский язык. Репозиторий содержит веса в формате safetensors. README не описывает дополнительные сценарии, результаты оценки или ограничения качества. Лицензия — Apache-2.0.

CollectiveLM-Falcon-3-7B-GGUF — это GGUF-квантизированная версия языковой модели CollectiveLM-Falcon-3-7B, опубликованная и квантизированная bartowski на основе модели Locutusque. Модель предназначена для генерации текста и может использоваться в локальных приложениях и интерфейсах, поддерживающих llama.cpp, включая LM Studio. Она обучалась на датасете Locutusque/Collective-Evol-Instruct-v0.1 и рассчитана на англоязычные задачи. Модель относится к классу Falcon и содержит около 7 миллиардов параметров. В репозитории представлены варианты от полноточного F32 до различных уровней квантизации Q8, Q6, Q5, Q4, Q3 и Q2, включая форматы K-quants и IQ-quants. Квантизация выполнена с использованием imatrix в llama.cpp; это позволяет выбирать компромисс между качеством, размером файла и требованиями к памяти. Рекомендуемыми указаны варианты Q6_K_L, Q6_K, Q5_K_L, Q5_K_M, Q5_K_S, Q4_K_L, Q4_K_M, Q4_K_S и IQ4_XS, при этом Q4_K_M описан как стандартный вариант для большинства сценариев. Сильными сторонами являются возможность локального запуска, широкий выбор размеров и сохранение высокого качества у старших вариантов квантизации. Ограничения включают ориентацию на английский язык, отсутствие в README сведений о длине контекста, точной архитектуре, мультимодальности, результатах оценки и практических ограничениях применения. Для работы рекомендуется использовать шаблон промпта с тегами system, user и assistant, приведённый в README. Лицензия указана как other; её конкретные условия в предоставленных данных не раскрыты.

ConspEmoLLM-7b — языковая модель семейства Llama от автора lzw1008, предназначенная для генерации текста. В репозитории размещены веса в формате Safetensors; модель содержит 6,6 млрд параметров и рассчитана на контекст до 2048 токенов. Модель можно применять для генерации и продолжения текста на английском языке. README не содержит дополнительных сведений о специализированных сценариях или оценках качества. Модель распространяется по лицензии MIT.

nicolasembleton/context-1-GGUF — это набор GGUF-квантизированных версий модели Context-1, первоначально разработанной Chroma. Сборки предназначены для запуска через llama.cpp, LM Studio, llama-cpp-python и другие совместимые движки, включая локальный инференс и приложения, поддерживающие формат GGUF. Context-1 — каузальная языковая модель для генерации текста с архитектурой GptOssForCausalLM и Mixture-of-Experts. Она содержит около 20,9 млрд параметров, из которых при обработке каждого токена активны примерно 3 млрд: выбираются 4 из 32 экспертов. Размер скрытого представления составляет 2880. В карточке указана поддержка английского языка и текстовый сценарий применения; сведения о длине контекста и мультимодальности отсутствуют. Ключевое преимущество модели — сочетание большого общего числа параметров с меньшим числом активных параметров на токен, что может повысить эффективность инференса. Квантизация выполнена из весов F16 с использованием calibration imatrix; доступны варианты K-quant и I-quant. При этом квантизация может снижать точность по сравнению с исходной моделью, а требования к памяти и производительности зависят от выбранного варианта. Модель распространяется по лицензии Apache-2.0.

NVIDIA Qwen3-8B FP4 — это квантизированная версия авторегрессионной языковой модели Qwen3-8B, разработанной Alibaba и подготовленной с применением TensorRT Model Optimizer от NVIDIA. Модель предназначена для коммерческого и некоммерческого использования в AI Agent системах, чат-ботах, RAG-системах и других приложениях на базе генерации текста. Модель построена на архитектуре Transformers и содержит около 8,2 млрд параметров. Она работает с текстовыми последовательностями, принимает и возвращает строки, поддерживает контекст длиной до 131 тыс. токенов. Веса и активации линейных операторов внутри transformer-блоков квантизированы в формат FP4, что ориентировано на эффективный инференс через TensorRT-LLM. Указана совместимость с GPU-ускорителями NVIDIA Blackwell, тестирование проводилось на B200; предпочтительная операционная система — Linux. Поддерживаемый runtime — TensorRT-LLM, версия Model Optimizer — 0.35.0. Сильными сторонами модели являются предварительная FP4-квантизация, большой контекст и готовность к развертыванию в оптимизированном стеке NVIDIA. Ограничения включают зависимость от TensorRT-LLM и рекомендуемого оборудования NVIDIA Blackwell, а также отсутствие в README подробностей о языковом покрытии, результатах тестирования, обучающих данных и характеристиках качества. Калибровка выполнялась на датасете cnn_dailymail. Модель распространяется по лицензии Apache License 2.0; при использовании разработчикам рекомендуется самостоятельно оценивать качество, риски и соответствие конкретным отраслевым требованиям.

Lambent/CosmoAlpacaLisa-0.3-1b — языковая модель Lambent для генерации текста, полученная слиянием нескольких предварительно обученных моделей. Слияние выполнено методом DARE TIES на базе HuggingFaceTB/cosmo-1b; в него вошли Lambent/CosmoAlpacaLight-1b, Lambent/CosmoAlpacaLisa-1b и Lambent/CosmoAlpacaLisa-0.2-1b. Архитектура — плотная LlamaForCausalLM, объём — 1,7 млрд параметров, контекст — 2048 токенов. Модель предназначена для генерации текста и может использоваться для диалога и учебных задач, как и базовая Cosmo-1b. Автор приводит результаты на AGIEval, GPT4All, TruthfulQA и Bigbench и отмечает, что слияние было экспериментом по улучшению обобщения; представленные средние оценки близки к CosmoAlpacaLight-1b. Файлы опубликованы в формате safetensors, веса приведены к float16. Лицензия в предоставленных данных не указана.

DazzlingXeno создал Cydonian-Gutenberg — языковую модель Mistral на 22 млрд параметров, полученную слиянием Cydonia-22B-v1 и Mistral-Small-Gutenberg-Doppel-22B методом SLERP с помощью mergekit. Модель предназначена для генерации текста и диалогов, с особым акцентом на художественное повествование и рассказы. Она принимает текстовые запросы и выдаёт текст; доступны шаблоны общения Mistral и ChatML. Модель использует архитектуру MistralForCausalLM, веса хранятся в формате safetensors, а контекст составляет до 32 768 токенов. Карточка описывает цель улучшить качество рассказов, но не приводит результатов оценки. Лицензия в предоставленных данных не указана.

Cydonia-v4-MS3.2-Magnum-Diamond-24B — слитая методом SLERP языковая модель, созданная knifeayumu на основе TheDrummer/Cydonia-24B-v4 и Doctor-Shotgun/MS3.2-24B-Magnum-Diamond. Она предназначена для генерации текста, в частности творческого письма и ролевых диалогов. Модель использует плотную архитектуру Mistral с 23,4 млрд параметров, поддерживает контекст до 131 072 токенов и работает с текстовым вводом и текстовым выводом. В README автор объясняет выбор рецепта тем, что исходная MS3.2-24B-Magnum-Diamond показалась ему чрезмерно откровенной и многословной. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0.

Dans-PersonalityEngine-V1.1.0-12b — англоязычная разговорная модель PocketDoc, дообученная на базе mistralai/Mistral-Nemo-Base-2407. Это плотная авторегрессионная модель Mistral с 12,1 млрд параметров; метаданные указывают контекст до 1 024 000 токенов, тогда как README рекомендует 32 768 токенов. Модель работает с текстом и использует формат диалога ChatML. Модель предназначена для ролевых диалогов, совместного написания историй, текстовых приключений и общего ассистирования. Её также можно использовать для суммаризации, анализа тональности, ответов на вопросы, программирования и вызова инструментов в текстовых сценариях. В описании обучения указаны одноходовые и многоходовые инструкции, диалоги с ролями и примеры использования инструментов. Модель выпущена под лицензией Apache-2.0. README рекомендует температуру 1,0, top-p 0,95 и min-p 0,05. Качество и фактические возможности для отдельных задач не подтверждены оценками; языковая поддержка в карточке обозначена как английская.

Dante-2B — двуязычная инструктивная языковая модель на 2,1 млрд параметров, созданная Fabio Angeletti с нуля. Это плотный декодерный трансформер в стиле Llama, доступный в формате safetensors и рассчитанный на генерацию текста и выполнение инструкций на итальянском и английском языках. Модель использует собственный BPE-токенизатор на 64 тысячи токенов, обученный на сбалансированном итальянско-английском корпусе, и шаблон чата в стиле ChatML. Контекст модели составляет 4096 токенов. Модель подходит для диалоговых сценариев, генерации и продолжения текста на итальянском и английском языках, а также для локального и периферийного развертывания. Итальянский язык учитывается в токенизаторе с самого начала обучения, включая типичные сокращения и диакритические знаки. Модель обучалась на 90 млрд токенов предобучения, затем прошла продолжительное обучение для расширения контекста и дообучение на 540 тысячах диалогов. Лицензия — Apache-2.0. Размер 2,1 млрд параметров ограничивает возможности сложных рассуждений по сравнению с более крупными моделями. Заявлены ограничения знаний данными примерно 2023–2024 годов; формальная оценка на стандартных тестах ещё не завершена. Модель не проходила специальное обучение безопасности или RLHF, поэтому ответы могут требовать проверки.

Daredevil-8B-abliterated-Ultra-NEO-V1-IMATRIX-GGUF — квантизированная GGUF-версия текстовой генеративной модели Daredevil-8B-abliterated, разработанной MLABONNE и подготовленной DavidAU с использованием технологии NEO Class. Модель предназначена для генерации текста общего назначения, творческого письма, повествования, ролевых сценариев и fantasy-контента. Заявлены улучшенное следование инструкциям, качество вывода и способность устанавливать связи между идеями и понятиями. Модель работает с текстовой модальностью и английским языком; максимальный контекст составляет 8K токенов. Особенность этой версии — NEO Class IMATRIX-квантизация, которая, по заявлению автора карточки, позволяет отдельным вариантам квантизации демонстрировать качество, сопоставимое с более высокими классами, а также снижает perplexity по сравнению с обычной квантизацией. Для творческих задач рекомендуется использовать шаблон Command-R, хотя исходная модель ориентирована на шаблон Llama 3. Конкретные параметры зависят от выбранного кванта; модель доступна в нескольких вариантах квантизации. Ограничения включают контекст до 8K токенов и отсутствие подробных независимых бенчмарков в карточке. Лицензия — Apache 2.0.

mlabonne/DatacampLlama-3.1-8B — плотная языковая модель семейства Llama 3.1, дообученная mlabonne на базе unsloth/Meta-Llama-3.1-8B-bnb-4bit. Модель предназначена для генерации текста и диалогового использования. В репозитории представлены веса в формате Safetensors; обучение выполнялось с использованием Unsloth и библиотеки Hugging Face TRL. Размер модели — 7,5 млрд параметров, длина контекста — до 131 072 токенов. В карточке указан английский язык. Модель распространяется по лицензии Apache-2.0.

Это объединённая модель предобученных языковых моделей, созданная с помощью mergekit линейным методом; базой для слияния служил чекпойнт DataDecide-dclm-baseline-25p-dolma1.7-75p на шаге 65000 вместе с чекпойнтами на шагах 55000, 57500, 60000 и 62500. Модель разработана на основе архитектуры Llama и предназначена для генерации текста. Она содержит 1,2 млрд параметров, использует формат safetensors и имеет контекстное окно 2048 токенов. Модель подходит для генерации продолжений и ответов на текстовые запросы. В карточке не описаны специальные предметные области, языковое покрытие или результаты оценки качества. Лицензия не указана в доступных данных.

DataDecide-dclm-baseline-75p-dolma1.7-25p-1B-52500_55000_57500_60000_62500_weightedavg_merge — объединение предварительно обученных языковых моделей, созданное с помощью mergekit. В линейное слияние вошли пять чекпойнтов DataDecide-dclm-baseline-75p-dolma1.7-25p на шагах 52500, 55000, 57500, 60000 и 62500; базовым указан чекпойнт шага 62500. Модель построена на архитектуре LlamaForCausalLM, содержит 1,2 млрд параметров и имеет контекст длиной 2048 токенов. Она предназначена для генерации текста. В карточке не приведены специальные прикладные области или языковые ограничения, поэтому можно описать её только как языковую модель общего назначения. Файлы опубликованы в формате safetensors и рассчитаны на загрузку через Transformers. Лицензия в предоставленных данных не указана.

DataDecide-dclm-baseline-qc-fw-3p-1B-57500_60000_62500_65000_67500_weightedavg_merge — объединённая языковая модель на базе архитектуры Llama, созданная с помощью mergekit. В линейное слияние вошли пять чекпойнтов dclm-baseline-qc-fw-3p с шагов обучения 57500, 60000, 62500, 65000 и 67500; базовым для слияния был чекпойнт с шага 67500. Модель содержит 1,2 млрд параметров, использует библиотеку Transformers и формат safetensors. Она предназначена для генерации текста; максимальный родной контекст — 2048 токенов. Данные не позволяют установить конкретные языки, прикладную специализацию или сравнительное качество модели. Условия лицензии в предоставленных данных не описаны.

DataDecide-dolma1_7-1B-52500_55000_57500_60000_62500_weightedavg_merge — объединённая языковая модель, созданная с помощью mergekit из пяти предварительно обученных чекпойнтов Dolma 1.7. В README описан линейный метод слияния, где базовым служил чекпойнт step62500; среди остальных участников указаны шаги 52500, 55000, 57500 и 60000. Модель построена на плотной архитектуре LlamaForCausalLM и содержит около 1,2 млрд параметров. Она предназначена для генерации текста; библиотека загрузки — Transformers, веса представлены в формате safetensors. Длина контекста составляет 2048 токенов. Сведения о специальных предметных задачах или языках в карточке не приводятся. Лицензия в предоставленных данных не указана. Поскольку это слияние чекпойнтов, применимость и условия распространения следует сверять с лицензиями исходных моделей.

DAVinCI-Yi-Ko-6B-v0.61-ff-e1 — дообученная языковая модель семейства Llama, основанная на beomi/Yi-Ko-6B. Она предназначена для генерации текста; карточка не описывает конкретные сценарии применения или данные, на которых выполнялось дообучение. Модель содержит 5,9 млрд параметров, использует архитектуру LlamaForCausalLM и принимает контекст длиной до 2048 токенов. Модель распространяется в формате Safetensors по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. README приводит параметры обучения, включая одну эпоху и оптимизатор Adam, но не содержит результатов оценки или описания возможностей и ограничений качества.