I.5Создание и редактирование текста

K2S3-Mistral-7b-v1.0 — языковая модель, разработанная K2S3 и дообученная методом supervised fine-tuning с настройкой всех параметров на базе mistralai/Mistral-7B-v0.1. Для обучения использовались alpaca-gpt4-data и образцы из OpenOrca Dataset. Модель относится к плотной архитектуре MistralForCausalLM, содержит 7,2 млрд параметров и поддерживает контекст до 32 768 токенов. Она предназначена для генерации текста и выполнения инструкций в текстовом формате. В метаданных указан английский язык. Модель распространяется в формате safetensors по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

K2S3 разработала K2S3-Mistral-7b-v1.4 — плотную авторегрессионную языковую модель семейства Mistral с 7,2 млрд параметров. Она дообучена методом SFT с настройкой всех параметров на базе mistralai/Mistral-7B-v0.1; для обучения использовались данные alpaca-gpt4-data и примеры из OpenOrca. Модель предназначена для генерации текста и выполнения инструкций в диалоговых и других текстовых сценариях. Она принимает текст и выдаёт текст, поддерживает английский язык и имеет контекст длиной до 32 768 токенов. Весы опубликованы в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

K2S3-Mistral-7b-v1.50 — языковая модель, разработанная K2S3 и дообученная методом SFT на базе mistralai/Mistral-7B-v0.1 с настройкой всех параметров. Для обучения использовались alpaca-gpt4-data и примеры из OpenOrca. Модель относится к плотной архитектуре MistralForCausalLM, содержит 7,2 млрд параметров и принимает текст для генерации текста; поддерживает контекст до 32 768 токенов. В карточке указаны английский и корейский языки. Модель подходит для диалоговых ответов, следования инструкциям и генерации текста общего назначения. Использование ограничено условиями лицензии CC BY-NC 4.0, которая не допускает коммерческого использования.

Kai_v1-DiscoPhoenix — объединённая текстовая языковая модель, созданная с помощью mergekit методом SLERP из Keynote-Technology/KAI-7B-v0.1 и DRXD1000/Phoenix. В карточке Hugging Face указана связь с DRXD1000/Phoenix; README уточняет, что среди источников слияния использована модель DRXD1000/Phoenix. Модель построена на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров. Она предназначена для генерации текста; максимальная длина контекста — 32 768 токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Карточка не описывает конкретные области применения или языковую специализацию. Условия лицензии в предоставленных данных не указаны.

Kanana-1.5-15.7B-A3B-Instruct — разговорная языковая модель Kakao с разреженной архитектурой Mixture-of-Experts на базе Mixtral. В модели 15,7 млрд параметров всего, при этом активируется около 3 млрд параметров; заявленный размер в метаданных — 824,7 млн параметров. Модель принимает текст и генерирует текст, поддерживает английский и корейский языки, а длина контекста составляет 32 768 токенов. Модель предназначена для диалогов и генерации текста, включая ответы на вопросы, следование инструкциям, решение математических задач и написание кода. Kakao сообщает, что её эффективность по вычислениям на токен сопоставима с Kanana-1.5-8B при использовании 37% FLOPS, а постобучение включало дистилляцию на собственных ответах и обучение с подкреплением. Для запуска README рекомендует vLLM версии 0.8.5 или новее. Лицензия указана как other, поэтому конкретные условия использования следует сверять с карточкой модели.

Модель NotoriousH2/kanana-1.5-8b-instruct-2505-Safe-DPO — дообученная инструктивная языковая модель, опубликованная NotoriousH2. Она основана на архитектуре Llama и предназначена для генерации текста в диалоговом формате; в метаданных также отмечен интерфейс вызова инструментов. Модель содержит 7,5 млрд параметров, принимает текст и поддерживает контекст длиной до 32 768 токенов. Карточка сообщает о дообучении с использованием Unsloth и библиотеки TRL. Для весов указана лицензия Apache-2.0.

KangalKhan-RawEmerald-7B — языковая модель для диалогов и генерации текста, созданная Yuma42. Это слияние моделей argilla/CapybaraHermes-2.5-Mistral-7B и argilla/distilabeled-OpenHermes-2.5-Mistral-7B с помощью LazyMergekit. Модель построена на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров; заявленная длина контекста — 32 768 токенов. Модель предназначена для общения в формате ChatML, ответов на вопросы и генерации текста. В карточке приведены результаты оценки на Open LLM Leaderboard. Автор предупреждает, что варианты GGUF от стороннего автора могут иногда выдавать опечатки и рекомендует в таком случае вариант Q4_K_S GGUF. Модель распространяется по лицензии Apache-2.0.

KeefeBuild/Keefe-Discere-v3.1 — дообученная KeefeBuild языковая модель семейства Qwen2 с плотной архитектурой Qwen2ForCausalLM и 7,1 млрд параметров. Она предназначена для генерации текста и диалогов; метаданные также указывают интерфейс вызова инструментов. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 32 768 токенов. Веса сохранены в формате safetensors. По карточке, модель обучали с использованием Unsloth и библиотеки TRL от Hugging Face. Она дообучена от KeefeBuild/Keefe-Discere-v3.0-Final и распространяется по лицензии Apache-2.0.

KETI-AIR/ke-t5-large — предварительно обученная языковая модель семейства T5, разработанная KETI для корейского и английского языков. Вариант large содержит около 418 млн параметров и принимает текст, генерируя текст в формате text-to-text; указанный контекст составляет до 512 токенов. Модель предназначена для дообучения и применения в задачах преобразования текста, например генерации и перефразирования. Репозиторий содержит веса в форматах PyTorch, TensorFlow и Flax. Лицензия — Apache-2.0.

K-EXAONE-2.0-750B-A37B — мультиязычная языковая модель общего назначения, разработанная LG AI Research. Это модель семейства EXAONE с архитектурой MoE для генерации текста и диалогов; в репозитории представлены веса Safetensors, а общий размер модели по метаданным составляет 34,1 млрд параметров. Нативная длина контекста — 262 144 токена. Модель предназначена для рассуждений, агентных сценариев, помощи в программировании, понимания длинных текстов и поиска сведений в контексте. Она поддерживает корейский, английский, испанский, немецкий, японский, вьетнамский, французский, итальянский, польский и португальский языки. В README также описаны методы ускорения генерации MTP и DSpark и развертывание на нескольких узлах с GPU. Модель может генерировать некорректные, устаревшие, предвзятые или нежелательные ответы, поэтому результаты следует проверять. Распространяется по лицензии Apache 2.0.

K-EXAONE-236B-A23B-FP8 — мультиязычная языковая модель, разработанная LG AI Research. Это FP8-квантизированная версия K-EXAONE-236B-A23B, предназначенная для генерации текста, рассуждений, работы с общими знаниями, многоязычного понимания, обработки длинного контекста и агентских сценариев с использованием инструментов и поиска. Модель использует архитектуру Mixture-of-Experts с 236 млрд параметров, из которых 23 млрд активируются при инференсе. Она поддерживает Multi-Token Prediction для ускорения самоспекулятивного декодирования примерно в 1,5 раза, 256K токенов контекста и гибридную схему внимания 3:1 со скользящим окном размером 128 токенов. В составе архитектуры 128 экспертов, 8 активных экспертов и один общий эксперт; словарь SuperBPE содержит 153 600 токенов. Поддерживаются корейский, английский, испанский, немецкий, японский и вьетнамский языки. Дата отсечения знаний — декабрь 2024 года. Сильные стороны модели — высокая эффективность MoE-архитектуры, длинный контекст, заявленные возможности рассуждения и работы в агентских системах, а также учет корейского культурного и исторического контекста. FP8-квантизация может снизить требования к ресурсам по сравнению с полноразмерной моделью, но модель всё равно остается крупной и требует специализированной инфраструктуры. Данные о мультимодальности отсутствуют, поэтому модель следует рассматривать как текстовую. Лицензия указана как специальная k-exaone; условия использования следует уточнять в файле LICENSE.

Kona2-12B — диалоговая языковая модель на 12,2 млрд параметров от Tbilisi AI Lab. Она основана на Kona2-12B-Instruct и дообучена методом Direct Preference Optimization (DPO) на наборе из 387 тыс. пар предпочтений, чтобы улучшить качество и согласованность ответов. В основе семейства — архитектура Mistral; модель распространяется в формате safetensors и поддерживает работу через Transformers. Модель предназначена для диалогов на грузинском и английском языках, ответов на вопросы, генерации текста, перевода и автоматизации поддержки клиентов. В обучении отдельно учитывались сценарии вызова инструментов, однако метаданные подтверждают возможность чата, а не отдельный pipeline для tool calling. В README указан контекст 32 тыс. токенов, тогда как метаданные каталога сообщают native context в 1 024 000 токенов; поэтому фактический доступный контекст следует сверять с конфигурацией и используемым рантаймом. Модель рекомендована разработчиком для production-применения. Лицензия — Apache-2.0. Известное ограничение: обучающие данные имеют срез до 2024 года; для запуска в полной точности рекомендуется не менее 48 ГБ VRAM, а с 4-битной квантизацией — от 24 ГБ.

Kosmos-EVAA-Franken-v36-8B — объединённая текстовая языковая модель на архитектуре Llama, созданная методом SLERP с помощью mergekit из jaspionjader/f-5-8b и jaspionjader/f-8-8b. Модель разработана автором репозитория jaspionjader и предназначена для диалогов и генерации текста; в метаданных отмечена возможность чата. Модель содержит 7,5 млрд параметров, использует формат safetensors и рассчитана на контекст до 8192 токенов. Данные о поддерживаемых естественных языках и лицензии в предоставленных источниках отсутствуют.

Kosmos-EVAA-gamma-v13-8B — объединённая языковая модель от jaspionjader, созданная из двух предварительно обученных моделей с помощью mergekit и метода SLERP. Она предназначена для генерации текста и диалоговых сценариев. Модель использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров, принимает текст и имеет контекстное окно 8192 токена. Репозиторий содержит веса в формате safetensors с точностью bfloat16. Данные о лицензии и конкретных языках модели в предоставленных источниках отсутствуют.

Kosmos-EVAA-PRP-v25-8B — языковая модель для генерации текста, созданная автором jaspionjader путём слияния двух предварительно обученных моделей с помощью SLERP в mergekit. В объединение вошли jaspionjader/Kosmos-EVAA-PRP-v23-8B и jaspionjader/Kosmos-EVAA-PRP-v24-8B; итоговые веса сохранены в формате safetensors. Модель использует плотную архитектуру LlamaForCausalLM и содержит около 7,5 млрд параметров. Она предназначена для генерации текста; заявленная длина контекста составляет 8192 токена. Карточка не описывает специализацию по языкам или прикладным областям, поэтому модель можно рассматривать как языковую модель общего назначения. Карточка не приводит результаты оценивания качества и конкретные ограничения применения. Лицензия не указана в предоставленных данных.

Kosmos-EVAA-PRP-v27-8B — слитая языковая модель семейства Llama, созданная jaspionjader с помощью mergekit методом SLERP из jaspionjader/Kosmos-EVAA-PRP-v25-8B и jaspionjader/Kosmos-EVAA-PRP-v26-8B. Модель содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и предназначена для генерации текста; максимальный контекст составляет 8192 токена. Модель подходит для диалоговой генерации, продолжения текста и других сценариев, где требуется генерация текста языковой моделью. README и метаданные не описывают её специализацию по языкам или предметным областям, поэтому конкретные сильные стороны и ограничения помимо размера и длины контекста не установлены. Распространяется в формате safetensors; лицензия в предоставленных данных не указана.

Kosmos-EVAA-PRP-v33-8B — объединённая методом SLERP языковая модель, созданная jaspionjader с помощью mergekit. В объединение вошли jaspionjader/Kosmos-EVAA-PRP-v32-8B и jaspionjader/Kosmos-EVAA-PRP-v30-8B; архитектура — плотная LlamaForCausalLM примерно на 7,5 млрд параметров. Модель предназначена для генерации текста и работает с контекстом до 8192 токенов. Модель загружается через Transformers в формате safetensors. README не описывает конкретные специализации, языковое покрытие или сравнительные результаты, поэтому её следует рассматривать как универсальную генеративную языковую модель. Лицензия и дополнительные ограничения в предоставленных данных не приведены.

Kosmos-EVAA-TSN-light-8B — плотная языковая модель семейства Llama, созданная jaspionjader слиянием двух предварительно обученных моделей: jaspionjader/Kosmos-EVAA-gamma-light-8B и jaspionjader/Kosmos-EVAA-TSN-8B. Для слияния использован метод SLERP через mergekit. Модель предназначена для генерации текста и может применяться в сценариях, где требуется создавать продолжения текста или ответы на текстовые запросы. Репозиторий содержит веса в формате safetensors; размер модели составляет 7,5 млрд параметров, а длина контекста — 8192 токена. Карточка не сообщает о специализированной области применения или поддерживаемых естественных языках. Лицензия в предоставленных данных не указана.

Kosmos-EVAA-TSN-v20-8B — языковая модель семейства Llama, созданная объединением двух предварительно обученных моделей с помощью mergekit и метода SLERP. Репозиторий разработан jaspionjader; в объединение вошли jaspionjader/Kosmos-EVAA-TSN-v19-8B и jaspionjader/TSN-Kosmos-EVAA-v2-8B. Модель предназначена для генерации текста и поддерживает контекст до 8192 токенов. Она имеет плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и распространяется в формате safetensors; в конфигурации слияния указан тип данных bfloat16. Подходит для генерации ответов и продолжения текста в приложениях на базе Transformers. Карточка не сообщает о специализированных областях применения или ограничениях качества. Лицензия в предоставленных данных не указана.

Kosmos-EVAA-v10-8B — языковая модель для генерации текста, созданная jaspionjader путём слияния двух предварительно обученных моделей: jaspionjader/Kosmos-EVAA-Fusion-light-8B и jaspionjader/Kosmos-EVAA-v3-8B. Для слияния использован метод SLERP с настройками mergekit. Модель построена на плотной архитектуре Llama и содержит 7,5 млрд параметров. Она принимает текст и генерирует текст; заявленная длина контекста составляет 8192 токена. Лицензия и целевые языки в предоставленных источниках не описаны.

Kosmos-EVAA-v12-8B — языковая модель, созданная jaspionjader путём слияния предварительно обученных моделей Kosmos-EVAA-v3-8B и Kosmos-EVAA-v11-8B методом SLERP с помощью mergekit. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров; репозиторий содержит веса в формате safetensors и предназначен для работы через Transformers. Модель генерирует текст и рассчитана на сценарии, где требуется продолжение или создание текста. Размер контекста составляет 8192 токена. Карточка не описывает специальные предметные области, языки, качество на конкретных задачах или ограничения применения. Лицензия в предоставленных данных не указана.

KRONOS-8B-V2 — объединённая языковая модель, созданная T145 методом TIES с помощью mergekit на базе unsloth/Meta-Llama-3.1-8B и включающая KRONOS-8B-V1-P1, KRONOS-8B-V1-P2, KRONOS-8B-V1-P3 и unsloth/Meta-Llama-3.1-8B-Instruct. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров, рассчитанная на генерацию текста и диалоговое использование; метаданные также отмечают интерфейс вызова инструментов. Она принимает текст и выдаёт текст, поддерживает контекст до 131 072 токенов. README приводит результаты оценки на IFEval и BBH, но не описывает специализацию по предметной области или подтверждённый набор языков. Модель подходит для диалоговых приложений, генерации и продолжения текста, а также сценариев с длинным контекстом. В README указана лицензия модели Llama 3.1. Представленные результаты бенчмарков ограничены частью таблицы, поэтому по ним нельзя судить о качестве во всех задачах; сведения о языковом покрытии и ограничениях применения в карточке не приведены.

KRONOS-8B-V3 — языковая модель, созданная командой T145 слиянием нескольких предварительно обученных моделей методом TIES в mergekit; базой слияния служит unsloth/Meta-Llama-3.1-8B. В состав также вошли mukaj/Llama-3.1-Hawkish-8B, KRONOS-8B-V1-P1, KRONOS-8B-V1-P3 и Meta-Llama-3.1-8B-Instruct. Модель построена на плотной архитектуре LlamaForCausalLM и содержит 7,5 млрд параметров. Модель предназначена для генерации текста и диалогов, а также имеет интерфейс для вызова инструментов. Поддерживает контекст до 131 072 токенов. В карточке приведены результаты оценок на IFEval и BBH, но сведений о поддерживаемых естественных языках и лицензии нет. Доступные веса размещены в формате safetensors.

KR-X-AI/krx-qwen2.5-7b-instruct-v2-m — дообученная KR-X-AI модель семейства Qwen2.5, разработанная KR-X-AI на основе KR-X-AI/krx-qwen2.5-7b-instruct-v2. Это плотная языковая модель с архитектурой Qwen2ForCausalLM и 7,1 млрд параметров; при обучении использовались Unsloth и библиотека Hugging Face TRL. Модель предназначена для генерации текста и диалоговых ответов, включая сценарии с интерфейсом вызова инструментов. Она принимает текст и выдаёт текст. Указанная длина контекста — 32 768 токенов; карточка помечает английский язык. Модель распространяется по лицензии Apache-2.0. Данных о специализированных областях применения и известных ограничениях в карточке нет.

KR-X-AI/krx-qwen2.5-7b-instruct-v2-m-e — дообученная авторами KR-X-AI разговорная языковая модель семейства Qwen2.5. Это плотная авторегрессионная модель с 7,1 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия; среди заявленных возможностей также есть интерфейс вызова инструментов. Модель принимает текст и формирует текстовые ответы, поддерживает контекст до 32 768 токенов. В карточке указано, что обучение выполнялось с использованием Unsloth и библиотеки TRL. Модель распространяется в формате safetensors по лицензии Apache-2.0. Данных о специализированных предметных областях или отдельных ограничениях качества в карточке нет.

ksong-1-12b_v1_m1 — объединённая модель для генерации текста, созданная методом SLERP с помощью mergekit на основе elinas/Chronos-Gold-12B-1.0 и LatitudeGames/Wayfarer-12B. Веса объединены в формате bfloat16; архитектура — плотная Mistral, класс MistralForCausalLM, около 9,8 млрд параметров. Модель предназначена для диалогов и генерации текста.

Luminea-Dare — объединённая диалоговая языковая модель от Arkhiveus, созданная методом DARE TIES с помощью mergekit. В качестве основы использована Arkhiveus/L3.1-70B-Luminea; при объединении также использованы NeverSleep/Lumimaid-v0.2-70B и nvidia/Llama-3.1-Nemotron-70B-Instruct-HF. Модель предназначена для генерации текста в диалоге и ответов на инструкции. По описанию автора, она сохраняет формат ответов Nemotron и стиль письма Lumimaid. Это плотная Llama-архитектура класса LlamaForCausalLM с 69,5 млрд параметров, контекстом до 131 072 токенов и весами в формате safetensors для Transformers. В метаданных лицензия не приведена.

L3.1-Moe-2x8B-v0.2 — объединённая модель Mixture of Experts, созданная с помощью mergekit-moe на основе Joseph717171/Llama-3.1-SuperNova-8B-Lite_TIES_with_Base и ArliAI/Llama-3.1-8B-ArliAI-RPMax-v1.2. Разработчик объединил две модели и указывает, что проект вдохновлён mlabonne/Beyonder-4x7B-v3. Модель предназначена для генерации текста и диалогов. Она использует архитектуру Mixtral MoE, содержит 7,5 млрд параметров и поддерживает контекст до 131 072 токенов. В метаданных указана библиотека Transformers и формат весов safetensors. В README приведены результаты Open LLM Leaderboard, включая средний балл 28,59 и IFEval 73,48. Модель распространяется по лицензии Llama 3.1. README не описывает поддерживаемые языки и специальные ограничения применения; качество ответов следует оценивать для конкретного сценария.

mergekit-community/L3.1-Orion-b-8B — объединённая языковая модель на архитектуре Llama 3.1 с 7,5 млрд параметров. Её создали с помощью mergekit, объединив P0x0/Epos-8b, crestf411/L3.1-8B-Slush-v1.1 и mergekit-community/L3.1-Artemis-g-8B методом Model Stock; базовой моделью при слиянии служила P0x0/Epos-8b. Веса представлены в формате safetensors с точностью float16. Модель предназначена для генерации текста и диалогового использования. Контекстное окно составляет до 131 072 токенов; по описанию базовой модели, возможны творческое письмо, ролевые диалоги и выполнение инструкций. Лицензия в предоставленных данных не указана.

Della-1.5-calc — объединённая плотная языковая модель семейства Llama, созданная с помощью mergekit на основе unsloth/Meta-Llama-3.1-8B. В слияние вошли DreadPoor/Spei_Meridiem-8B-model_stock, DreadPoor/Aspire1.1-8B-model_stock и DreadPoor/Heart_Stolen1.1-8B-Model_Stock; в README указан метод della. Модель содержит 7,5 млрд параметров и поддерживает контекст до 131 072 токенов. Модель предназначена для генерации текста и диалогов. В карточке приведены результаты Open LLM Leaderboard, включая IFEval и BBH. Она доступна в формате safetensors для библиотеки Transformers. Лицензия в предоставленных данных не указана.