I.5Создание и редактирование текста

zelk12/MT-Merge4-MMMA-gemma-2-9B — языковая модель для генерации текста и диалогов, созданная слиянием двух предварительно обученных моделей с помощью mergekit и метода SLERP. Она основана на архитектуре Gemma 2 с плотной архитектурой и содержит 9 млрд параметров; репозиторий содержит веса в формате safetensors. Модель принимает текст и генерирует текст, поддерживает контекст до 8192 токенов. Модель подходит для диалогового взаимодействия и генерации текста общего назначения. В README указано, что при слиянии использовались zelk12/MT-Merge4-MA-gemma-2-MT3g4MTg4-9B и zelk12/MT-Merge4-MM-gemma-2-MT5g4MT3g4-9B. Языки и специальные предметные области в предоставленных данных не описаны. Лицензия в метаданных и README не указана.

zelk12 выпустил эту объединённую модель Gemma 2 для диалоговой генерации текста. Она создана методом SLERP с помощью mergekit из моделей zelk12/MT-Gen5-gemma-2-9B и zelk12/MT5-Gen5-gemma-2-9B. Модель содержит 9 млрд параметров, использует архитектуру Gemma2ForCausalLM и принимает текстовый контекст длиной до 8192 токенов. Её можно применять для ведения диалогов и генерации текста. Модель распространяется в формате safetensors и использует библиотеку Transformers; лицензия в предоставленных данных не указана.

zelk12 объединил методом SLERP две предварительно обученные языковые модели Gemma 2: zelk12/MTM-Merge-BB-gemma-2-MTMMTM5-9B и zelk12/MTM-Merge-IF-gemma-2-MTMMTM1-9B. Модель содержит 9 млрд параметров, использует плотную архитектуру Gemma2ForCausalLM и рассчитана на генерацию текста и диалоговые ответы с контекстом до 8192 токенов. Модель можно применять для ведения диалогов и генерации текста в сценариях, где подходит универсальная языковая модель. Веса опубликованы в формате Safetensors; в карточке указана библиотека Transformers. Сведения о лицензии и языковой специализации в предоставленных данных отсутствуют.

zelk12 создал разговорную модель генерации текста на основе Gemma 2, объединив методом SLERP две модели: zelk12/MT-Merge4-gemma-2-9B и zelk12/MT-Merge5-gemma-2-9B. Модель имеет плотную архитектуру Gemma2ForCausalLM и 9 млрд параметров; её можно использовать для диалогов и генерации текста. Она работает с контекстом до 8192 токенов и доступна в формате Safetensors для Transformers. README указывает на слияние предварительно обученных языковых моделей и конфигурацию bfloat16. Лицензия в предоставленных данных не описана.

automerger/Multi_verse_modelM7-7B — объединённая языковая модель на базе архитектуры Mistral с 7,1 млрд параметров, созданная с помощью mergekit методом DARE TIES. В объединении использованы ammarali32/multi_verse_model как базовая модель и liminerity/M7-7b; README указывает параметры слияния и формат bfloat16. Модель предназначена для генерации текста и диалогов. Она принимает текст и выдаёт текст; заявленная длина контекста составляет 32 768 токенов. Для загрузки доступны веса Safetensors и библиотека Transformers. Лицензия в предоставленных данных не указана.

munin-neuralbeagle-7b-density-very-low — текстовая генеративная модель на архитектуре Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Она создана с помощью LazyMergekit методом dare_ties: в слиянии участвовали danish-foundation-models/munin-7b-alpha и mlabonne/NeuralBeagle14-7B; для NeuralBeagle14-7B заданы плотность 0,1 и вес 0,6, маска int8 и формат bfloat16. Модель предназначена для генерации текста и может использоваться для диалогов, следования инструкциям, рассуждений и творческого письма — эти возможности описаны для базовой NeuralBeagle14-7B. Она принимает текст и выдаёт текст. В метаданных указана лицензия Apache-2.0.

Muse-1B — компактная чат-модель от Muse Research Lab для повседневного общения и универсальной помощи. Это авторегрессионный плотный трансформер в стиле Llama с архитектурой LlamaForCausalLM, примерно 1 млрд параметров и контекстом до 8192 токенов. Модель принимает и генерирует текст, включая код; поддерживает английский, немецкий, французский, итальянский, испанский и португальский языки. Доступна в формате safetensors для Transformers. Модель предназначена для диалогов, ответов на вопросы, подготовки и редактирования текстов, краткого изложения, мозгового штурма, простых задач программирования и повседневной помощи на нескольких языках. В карточке заявлено безопасное поведение с отказом на явно вредоносные запросы. Лицензия — Apache-2.0. Модель может давать неверные или неполные ответы, испытывать трудности со сложными рассуждениями, длинными задачами по программированию и узкоспециализированными темами. Её не следует использовать как единственный источник для медицинских, юридических, финансовых или критически важных решений; при пользовательском развёртывании нужны дополнительные проверки безопасности.

MyModelsMerge-7b — объединённая модель генерации текста на базе архитектуры Mistral, созданная Kukedlc с помощью LazyMergekit. В состав слияния вошли liminerity/M7-7b и модели Kukedlc, включая Neural4gsm8k, Jupiter-k-7B-slerp, NeuralMaxime-7B-slerp, NeuralFusion-7b-Dare-Ties, Neural-Krishna-Multiverse-7b-v3, NeuTrixOmniBe-DPO и NeuralSirKrishna-7b. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — 32 768 токенов. Она предназначена для генерации текста и диалоговых сценариев общего назначения. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0.

Undi95/MythoMax-L2-Kimiko-v2-13b — текстовая генеративная модель семейства Llama, опубликованная пользователем Undi95. Это объединённая с весами модели LoRA-адаптером версия; в карточке указано значение веса слияния 0,50, но исходные модель и адаптер не названы. Модель содержит 12,9 млрд параметров, использует архитектуру LlamaForCausalLM и формат PyTorch, поддерживает контекст до 4096 токенов. Модель предназначена для генерации текста. Карточка не уточняет специальные сценарии, языки или прикладные области, поэтому её можно описать только как модель общего назначения для генеративных текстовых задач. Репозиторий распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

MythoMist-7b-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель на архитектуре Mistral, созданная объединением mistralai/Mistral-7B-Instruct-v0.2 и Gryphe/MythoMist-7b методом SLERP с помощью MergeKit. В репозитории указаны веса в формате safetensors и точность bfloat16; размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов. Модель предназначена для генерации текста в диалоге и ответов на инструкции. Её можно применять для чат-ботов, черновиков текстов, ответов на вопросы и творческого письма. Карточка не указывает специальные языки или предметные области. Модель распространяется по лицензии Apache-2.0.

NarutoDolphin-10B — языковая модель для генерации текста, созданная FelixChao слиянием FelixChao/WizardDolphin-7B и FelixChao/NinjaDolphin-7B. Она построена на архитектуре Mistral и содержит 10,6 млрд параметров; нативная длина контекста составляет 32 768 токенов. Модель подходит для диалогов и генерации текста.

Natsumura Assistant 1.1 — универсальная чат-модель, разработанная Tohur и дообученная на основе meta-llama/Meta-Llama-3.1-8B-Instruct. Это плотная авторегрессионная модель семейства Llama 3.1 с 7,5 млрд параметров и контекстом до 131 072 токенов. Модель предназначена для диалогового помощника и генерации текста, включая ответы на вопросы, помощь с кодом и решение математических задач. При обучении использовались наборы данных для инструкционного диалога, программирования, математики и идентичности модели. В README автор характеризует модель как uncensored и отмечает её высокую склонность выполнять запросы, в том числе неэтичные. Модель распространяется в формате safetensors по лицензии Llama 3.1 Community License; для использования действуют её условия. Качество ответов и их безопасность зависят от запроса и сценария применения.

Nebula-v2-7B — языковая модель на 7,1 млрд параметров семейства Mistral, опубликованная Weyaxi. Это дообученная версия mistralai/Mistral-7B-v0.1 на датасете Open-Platypus; репозиторий содержит веса в формате safetensors. Модель предназначена для генерации текста и может использоваться в диалоговых приложениях и для ответов на запросы на английском языке. Заявленная длина контекста — 32 768 токенов. Лицензия — Apache-2.0. README также указывает на отдельный репозиторий с исходными LoRA-весами.

WhiskyAKM/Nemotron-3.5-Lightning-30B-A3B-GGUF — это набор моделей в формате GGUF, созданный на основе NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16 и разработанный NVIDIA Corporation. Файлы были конвертированы и квантизированы с помощью llama.cpp и предназначены для локального запуска и генерации текста, включая программирование, рассуждения, задачи общего назначения и агентские сценарии. Модель использует гибридную архитектуру Mixture-of-Experts с чередованием слоёв Mamba-2 и MoE, а также отдельными слоями Attention. Всего модель содержит 30 млрд параметров, из которых активно используется около 3 млрд. Поддерживаются английский, испанский, французский, немецкий, итальянский и японский языки, а также языки программирования. Заявлена длина контекста до 1 млн токенов при нативном значении по умолчанию 256 тыс. токенов. Доступны режимы рассуждения с включением и отключением через chat template, а также методы ускорения генерации DSpark, DFlash и MTP. Сильными сторонами модели являются высокая вычислительная эффективность MoE-архитектуры, поддержка длинного контекста, многоязычность и несколько вариантов квантизации — от BF16 до 4-битных форматов. Качество, скорость и требования к памяти зависят от выбранного файла; более компактные варианты экономичнее, но могут уступать полноточной версии по качеству. Модель ориентирована на текстовые задачи и не заявлена как мультимодальная. Распространение и коммерческое использование регулируются лицензией OpenMDW License Agreement версии 1.1.

Nemotron-Labs-TwoTower-30B-A3B-Base-BF16 — базовая языковая модель NVIDIA Corporation, построенная на базе NVIDIA-Nemotron-3-Nano-30B-A3B-Base-BF16. Это блоковая авторегрессионная диффузионная модель: замороженная контекстная башня обрабатывает запрос и уже сформированные токены, а обученная башня-денойзер итеративно восстанавливает блоки токенов параллельно. Обе башни используют гибридную архитектуру Mamba-2, attention и MoE; в модели около 30 млрд параметров в сумме и 3 млрд активируются на токен согласно названию модели. Модель предназначена для генерации текста, включая диалоговые и общие языковые сценарии. При размере блока 16 и настройках по умолчанию в README указаны 98,7% агрегированного качества авторегрессионной базовой модели и в 2,42 раза более высокая пропускная способность генерации в тесте на двух H100. Поддерживаются режимы диффузионной генерации блоками, имитации авторегрессии и обычной авторегрессионной генерации. Максимальный размер входа — 128 тыс. токенов; в README перечислены английский, испанский, французский, немецкий, японский, итальянский, португальский, китайский, арабский, датский, корейский, нидерландский, польский, русский, шведский и тайский языки. Для запуска используется Hugging Face Transformers с trust_remote_code=True. Полная двухбашенная диффузионная генерация рассчитана на две 80-ГБ GPU; для режима только с контекстной башней достаточно одной 80-ГБ GPU. README заявляет готовность к коммерческому использованию, но метаданные обозначают лицензию как other и не уточняют её условия, поэтому перед применением следует проверить лицензионные документы репозитория.

Nesso-4B — компактная языковая модель-ассистент от Mii, основанная на плотной архитектуре Qwen3. В репозитории указано 4,0 млрд параметров, а метаданные фиксируют 3,7 млрд; модель распространяется в формате safetensors и рассчитана на запуск локально на пользовательском оборудовании. Заявленное окно контекста — до 262 144 токенов, однако для устройств с ограниченной памятью README рекомендует сокращать его. Модель предназначена для повседневного диалога, генерации текста, поиска ответов по документам с RAG, агентных сценариев и использования инструментов. Заявлена поддержка нескольких языков и кросс-языковых задач, но конкретные языки и их качество не перечислены. Поддерживаются Transformers и приложения локального запуска, включая Ollama, LM Studio, llama.cpp и MLX-LM. Лицензия — Mii Open License 1.0; условия следует сверить с текстом лицензии в репозитории.

neural-chat-11b-v3-2-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель, созданная MaziyarPanahi слиянием моделей mistralai/Mistral-7B-Instruct-v0.2 и NurtureAI/neural-chat-11b-v3-2 методом SLERP. Это плотная модель архитектуры Mistral с 7,1 млрд параметров, предназначенная для генерации текста и ответов в формате чата; контекст составляет до 32 768 токенов. Модель принимает текст и выдаёт текст. Её можно использовать для диалога с пользователем, ответов на инструкции и генерации текста. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

NeuralContamination-7B-ties — объединённая модель на базе Mistral, созданная с помощью LazyMergekit из yam-peleg/Experiment26-7B, Kukedlc/NeuralSirKrishna-7b и automerger/YamShadow-7B. Она предназначена для генерации текста и может использоваться в приложениях, построенных на авторегрессионных языковых моделях. Модель содержит 7,1 млрд параметров, принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Карточка не описывает специальные области применения или языковую специализацию.

NeuralContext-7b-v2 — объединённая диалоговая модель на архитектуре Mistral, созданная Kukedlc с помощью LazyMergekit. Веса в формате safetensors; размер модели — 7,1 млрд параметров, нативная длина контекста — 32 768 токенов. Модель предназначена для генерации текста и диалоговых ответов. В объединении использованы Mistral-7B-Instruct-v0.2, NousResearch/Yarn-Mistral-7b-128k и Kukedlc/MyModelsMerge-7b. Лицензия в предоставленных данных не указана.

NeuralHermes 2.5 - Mistral 7B — это диалоговая модель для генерации текста и следования инструкциям, разработанная Mlabonne на основе teknium/OpenHermes-2.5-Mistral-7B. Модель дополнительно обучена методом Direct Preference Optimization (DPO) на наборе диалогов mlabonne/chatml_dpo_pairs с шаблоном ChatML; архитектура — плотная MistralForCausalLM, размер — 7,1 млрд параметров, контекст — до 32 768 токенов. Модель подходит для диалоговых приложений, ответов на инструкции, генерации текста и помощи с кодом. В README сообщается об улучшении результатов на нескольких бенчмарках относительно исходной модели, однако приведённые данные не гарантируют качество для конкретных задач. Доступна лицензия Apache-2.0; запуск возможен через LM Studio и другие интерфейсы.

NeuralHermes-2.5-Mistral-7B-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель MaziyarPanahi, созданная слиянием методом SLERP моделей mistralai/Mistral-7B-Instruct-v0.2 и mlabonne/NeuralHermes-2.5-Mistral-7B. Это плотная модель Mistral с 7,1 млрд параметров, предназначенная для генерации текста и ответов на инструкции в формате диалога; максимальный контекст составляет 32 768 токенов. Модель принимает текст и выдаёт текст. Карточка не уточняет поддерживаемые естественные языки или специализированные области применения. Веса опубликованы в формате Safetensors, лицензия — Apache-2.0. Качество ответов может варьироваться в зависимости от запроса; отдельные ограничения производительностью и поведением в README не описаны.

NeuralMergeTest-001 — объединённая языковая модель на архитектуре Mistral, созданная Kukedlc с помощью LazyMergekit. Она объединяет liminerity/M7-7b, Kukedlc/NeuralKrishna-7B-v3 и Kukedlc/NeuralMarioMonarch-7B-slerp методом dare_ties; размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текст и выдаёт текст; сведения о целевых языках и специализации в карточке отсутствуют. Репозиторий содержит веса Safetensors в формате bfloat16. Лицензия — Apache-2.0.

NeuralOmniWestBeaglake-7B — объединённая модель для генерации текста на архитектуре Mistral, созданная с помощью LazyMergekit из WestBeagle-7B, Beaglake-7B и NeuralOmniBeagle-7B. В конфигурации указан mistralai/Mistral-7B-v0.1 как базовая модель; слияние выполнено методом DARE-TIES с параметрами плотности и весов для компонентов. Модель предназначена для генерации текста и диалоговых сценариев. Она содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. Лицензия — CC-BY-NC-4.0, допускающая использование с указанием авторства и ограничивающая коммерческое применение.

NeuralPipe-9B-merged — объединённая языковая модель автора mlabonne, созданная с помощью mergekit из OpenPipe/mistral-ft-optimized-1218 и mlabonne/NeuralHermes-2.5-Mistral-7B. Это плотная авторегрессионная модель семейства Mistral с 8,9 млрд параметров и контекстом до 32 768 токенов; она принимает текст и генерирует текст, в том числе в диалоговом формате. Модель предназначена для генерации ответов в чате и других текстовых сценариев. В README указан метод объединения passthrough: слои 0–31 взяты из OpenPipe/mistral-ft-optimized-1218, а слои 24–31 добавлены из NeuralHermes-2.5-Mistral-7B. Распространяется в формате safetensors по лицензии Apache-2.0.

NeuralQuant-9B — текстовая генеративная модель на архитектуре Mistral, опубликованная mlabonne. Она создана слиянием через mergekit двух моделей: quantumaikr/quantum-v0.01 и mlabonne/NeuralHermes-2.5-Mistral-7B; конфигурация использует метод passthrough и формат bfloat16. Модель содержит около 8,9 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста по текстовому запросу. Карточка не уточняет целевые сценарии, языки или отдельные специализированные возможности. Репозиторий распространяет веса в safetensors под лицензией Apache-2.0.

NeuralShiva-7B-DT — объединённая языковая модель на архитектуре Mistral, созданная Kukedlc с помощью LazyMergekit из четырёх моделей: automerger/YamShadow-7B, mlabonne/AlphaMonarch-7B, automerger/OgnoExperiment27-7B и Kukedlc/Jupiter-k-7B-slerp. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста. Её можно применять для диалогов, написания и продолжения текста, а также ответов на запросы. Метаданные указывают на текстовый ввод и текстовый вывод; сведений о поддерживаемых естественных языках в карточке нет. Весовые файлы представлены в формате safetensors. Модель распространяется по лицензии Apache-2.0.

NeuralsirkrishnaShadow-7B — автоматически собранная Maxime Labonne модель генерации текста на архитектуре Mistral с 7,1 млрд параметров. Она объединяет Kukedlc/NeuralSirKrishna-7b и CorticalStack/shadow-clown-7B-slerp методом DARE-TIES; конфигурация использует bf16 и int8-маску. Модель предназначена для генерации текста в задачах с контекстом до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

NeuralsirkrishnaShadow_AlloyingotneoyNeuralsirkrishna — объединённая модель на архитектуре Mistral, созданная на основе automerger/NeuralsirkrishnaShadow-7B и automerger/AlloyingotneoyNeuralsirkrishna-7B. Она предназначена для генерации текста и диалогов, включая сценарии с контекстом до 32 768 токенов. Модель содержит 7,1 млрд параметров, а её веса опубликованы в формате Safetensors. Модель распространяется по лицензии Apache-2.0. README и метаданные не описывают специализированную область применения или известные ограничения качества; её подтверждённая задача — генерация текста.

NeuralsirkrishnaShadow_AlloyingotneoyYam — объединённая языковая модель на архитектуре Mistral, созданная слиянием automerger/NeuralsirkrishnaShadow-7B и automerger/AlloyingotneoyYam-7B. Модель содержит 7,1 млрд параметров и предназначена для генерации текста; доступна в формате safetensors. Модель принимает текст и генерирует текст, поддерживая контекст до 32 768 токенов. Карточка не описывает специализированные сценарии или языки обучения. Лицензия — Apache-2.0.

NeuralsirkrishnaShadow_CalmeInex12 — объединённая модель генерации текста, созданная на основе automerger/NeuralsirkrishnaShadow-7B и automerger/CalmeInex12-7B. В карточке указаны архитектура Mistral с плотной архитектурой и 7,1 млрд параметров; модель рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache-2.0.