I.7Речь, диалоги и встречи

Llama 3 Typhoon v1.5 8B Instruct GGUF — набор квантизированных файлов модели scb10x/llama-3-typhoon-v1.5-8b-instruct, разработанной SCB 10X и опубликованной в формате GGUF. Модель предназначена для генерации текста, диалоговых и чат-сценариев, а также локального запуска через llama.cpp и совместимые интерфейсы и библиотеки. В README заявлена поддержка английского и тайского языков и использование шаблона диалогов Llama 3. Модель относится к классу instruct-моделей с размером 8B параметров. Репозиторий содержит варианты квантизации GGUFv2 от Q2_K до Q6_K; их размер составляет примерно от 2,95 до 6,6 ГБ. Более компактные варианты требуют меньше памяти, но заметнее снижают качество, тогда как Q4_K_M обозначен как сбалансированный и рекомендуемый вариант. Формат GGUF поддерживает метаданные и специальные токены и совместим с llama.cpp, text-generation-webui, LM Studio, KoboldCpp, llama-cpp-python и другими инструментами. К сильным сторонам относятся возможность локального запуска, широкий выбор уровня квантизации и адаптация к английским и тайским диалогам. Ограничения включают неизбежные потери качества при использовании низкобитных вариантов, особенно Q2 и Q3, а также отсутствие в предоставленных данных сведений о размере контекста, мультимодальности, результатах тестирования и системных требованиях. Для использования указана лицензия Llama 3.

KKHYA/llavaqwen2.5-32b-finetune — дообученная модель на базе Qwen/Qwen2.5-32B, опубликованная в формате Safetensors и работающая с библиотекой Transformers. Архитектура указана как LlavaQwen2ForCausalLM, размер — 32 млрд параметров, контекст — до 131 072 токенов. Карточка не описывает датасет и конкретную специализацию дообучения. Модель предназначена для генерации текста в диалоговом режиме; метаданные также указывают интерфейс вызова инструментов. Базовая модель поддерживает мультимодальные сценарии, но сведения о том, как именно настроен ввод изображений в этой производной модели, отсутствуют. Лицензия — Apache-2.0.

LogicLumina-L3-13B — объединённая языковая модель, созданная Abdulhanan2006 с помощью LazyMergekit на основе PygmalionAI/pygmalion-2-13b, elinas/chronos-13b-v2 и refine-ai/Power-Llama-3-13b-Instruct. Она использует плотную архитектуру Llama и предназначена для генерации текста; размер модели — 12,9 млрд параметров, контекст — до 4096 токенов. Базовая модель Pygmalion-2 ориентирована на ролевые диалоги, художественное письмо и генерацию по инструкциям, что даёт ориентир для возможных сценариев применения объединённой модели. Репозиторий содержит веса Safetensors. Сведения о лицензии и конкретных ограничениях в предоставленных данных отсутствуют.

Magiq-Logic-0 — диалоговая модель mymaia для логического анализа и поддержки принятия решений. Она оценивает информацию, формирует обоснованные суждения и предназначена для использования в составе MAIA вместе с MAGIQ Core-0 и MAGIQ Translator-0, чтобы создавать связные ответы с учётом контекста. Модель основана на Mistral-7B-Instruct-v0.2 и дообучена для генерации текста; архитектура — плотная MistralForCausalLM, размер — 7,1 млрд параметров, контекст — до 32 768 токенов. Указаны английский, итальянский и французский языки. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Meissa-Qwen2.5-7B-Instruct-Q4_K_M-GGUF — квантизированная версия модели Meissa-Qwen2.5-7B-Instruct, разработанной Orion-zhen и преобразованной пользователем yemiao2745 в формат GGUF с помощью llama.cpp и GGUF-my-repo. Модель предназначена для генерации текста и использования в диалоговых и прикладных сценариях, поддерживаемых исходной instruct-моделью. В карточке указаны китайский и английский языки, а также наборы данных для обучения и доработки, включающие текстовые, структурированные, литературные и ролевые примеры. Модель относится к семейству Qwen2.5 и имеет размер 7B параметров согласно идентификатору и названию исходной модели. Квантизация Q4_K_M уменьшает требования к памяти и делает запуск более доступным на локальном оборудовании, однако может снижать точность по сравнению с полноразмерными или менее квантизированными версиями. Формат GGUF ориентирован на запуск через llama.cpp; в README приведены примеры работы в режиме командной строки и серверном режиме. Значение контекста 2048 указано только в примере запуска и не подтверждает максимальный размер контекстного окна. Модель подходит для локальной генерации текста, чат-интерфейсов и задач, где важны автономность и умеренные требования к ресурсам. При этом в карточке отсутствуют подробные сведения о фактической архитектуре, максимальном контексте, производительности, качестве на бенчмарках и ограничениях безопасности, поэтому эти характеристики нельзя оценить по представленным данным. Лицензия указана как GPL-3.0.

MeliodasPercival_01_Experiment26Pastiche — объединённая модель на архитектуре Mistral, созданная из automerger/MeliodasPercival_01-7B и automerger/Experiment26Pastiche-7B. Она предназначена для генерации текста и диалогов, а также поддерживает контекст до 32 768 токенов. Модель содержит 7,1 млрд параметров и распространяется в формате safetensors. Модель опубликована MaziyarPanahi и доступна по лицензии Apache 2.0. В карточке указана задача text-generation; сведения о специализации по отдельным предметным областям и языках отсутствуют.

Это языковая модель на архитектуре Mistral, созданная сообществом mergekit путём слияния методом SLERP моделей Calme-7B-Instruct-v0.9 и Not-WizardLM-2-7B. Модель содержит 7,1 млрд параметров и рассчитана на генерацию текста; заявленная длина контекста — 32 768 токенов. Модель предназначена для диалоговых ответов и генерации связного текста. В настройке слияния указана V-образная кривая: вклад Hermes сильнее во входных и выходных слоях, а WizardMath — в средних слоях. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

Карточка модели mergekit-community/mergekit-slerp-xxzrbzh на Hugging Face совпадает с карточкой mergekit-community/mergekit-slerp-gmjabaw, поэтому описание составлено по ней. mergekit-community/mergekit-slerp-gmjabaw — объединение языковых моделей, созданное сообществом с помощью mergekit и метода SLERP. В него вошли NousResearch/Hermes-2-Pro-Mistral-7B и WizardLMTeam/WizardMath-7B-V1.1; конфигурация использует Hermes в начальных и конечных слоях, а WizardMath — в средних. Модель основана на плотной архитектуре Mistral, содержит 7,1 млрд параметров и принимает текст для генерации текста в диалоговом формате. Заявленная длина контекста — 32 768 токенов. Модель подходит для диалогов, выполнения инструкций и математических запросов, сочетая возможности входящих в объединение моделей. В метаданных указана библиотека Transformers и формат safetensors. Лицензия в предоставленных сведениях не указана.

Hjgugugjhuhjggg/mergekit-ties-kmlzhzo — объединённая диалоговая языковая модель семейства Llama 3.2, созданная с помощью mergekit методом TIES на основе huihui-ai/Llama-3.2-3B-Instruct-abliterated и нескольких моделей bunnycore. Модель содержит 3,2 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors; заявленная длина контекста — 131 072 токена. Модель предназначена для генерации текста и диалоговых ответов. В объединение вошли варианты, ориентированные на рассуждения, научные темы, навыки, ролевые сценарии и финансовую тематику, поэтому модель может быть полезна для широкого круга чат-сценариев. Метаданные отмечают интерфейс вызова инструментов, но сами по себе не подтверждают качество его работы. В README не приведены результаты оценки качества или подробные ограничения. Лицензия в предоставленных данных не указана.

MetaModelv2 — гибридная разговорная модель, созданная на основе VAGOsolutions/SauerkrautLM-SOLAR-Instruct и kyujinpy/Sakura-SOLAR-Instruct. Она предназначена для генерации текста и диалоговых сценариев. Модель использует плотную архитектуру LlamaForCausalLM, содержит 10,6 млрд параметров и рассчитана на контекст до 8192 токенов. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. README приводит результаты оценки на бенчмарках ARC и HellaSwag; они не гарантируют качество в конкретных прикладных задачах. Данные не уточняют, какие языки поддерживаются и насколько модель подходит для специализированных областей.

MISCHIEVOUS-12B-Mix_0.3v — слитая с помощью SLERP модель генерации текста, созданная bamec66557 на основе двух предыдущих версий MISCHIEVOUS-12B-Mix. Это плотная Mistral-модель с 12,1 млрд параметров для генерации текста и диалогов; в метаданных заявлена длина контекста 1 024 000 токенов и поддержка английского и корейского языков. Модель предназначена для диалогового взаимодействия и других задач генерации текста. В метаданных также отмечен интерфейс вызова инструментов, но подробности его применения в карточке не описаны. Репозиторий использует Transformers и формат safetensors; README дополнительно упоминает вариант GGUF Q4_K_M. Лицензия — Apache-2.0. Метка карточки предупреждает, что модель подходит не для всех аудиторий.

Miscii-14B-1028 — диалоговая языковая модель от Sthenno, созданная дообучением Qwen/Qwen2.5-14B-Instruct. Она предназначена для генерации текста и ролевых диалогов; карточка приводит пример настройки персон ассистента и пользователя. В метаданных указаны архитектура Qwen2, 14 млрд параметров, контекст до 131 072 токенов, поддержка чата и интерфейса вызова инструментов, а также обучение на наборах HelpSteer2, Synthetic-Persona-Chat и orpo-dpo-mix-40k. Карточка задаёт для примера персону ассистента, говорящего по-китайски. Метки модели охватывают китайский, английский, французский, испанский, португальский, немецкий, итальянский, русский, японский, корейский, вьетнамский, тайский и арабский. В README приведены результаты Open LLM Leaderboard, включая IFEval 82,37 и BBH 49,26, но без подробностей протокола оценки. Модель опубликована в формате safetensors по лицензии Apache-2.0.

sandeeparmada/mistalai_finetuned — дообученная автором sandeeparmada языковая модель семейства Mistral для генерации текста и диалогов. В основе лежит unsloth/mistral-7b-instruct-v0.3-bnb-4bit; модель имеет плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров. Контекстное окно составляет 32 768 токенов, формат весов — Safetensors. Модель предназначена для генерации ответов и ведения диалога на английском языке. В карточке указано, что обучение выполнялось с Unsloth и библиотекой TRL; подробности о данных и специализации дообучения не приведены. Распространяется по лицензии Apache-2.0.

Карточка модели princeton-nlp/Mistral-7B-Base-SFT-RDPO на Hugging Face совпадает с карточкой princeton-nlp/Llama-3-Base-8B-SFT, поэтому описание составлено по ней. princeton-nlp/Llama-3-Base-8B-SFT — разговорная модель генерации текста на архитектуре Llama, опубликованная как часть работы SimPO: Simple Preference Optimization with a Reference-Free Reward. Репозиторий содержит модель на 7,5 млрд параметров в формате safetensors; заявленная длина контекста — 8192 токена. Модель предназначена для диалоговой генерации текста и может использоваться для ответов на запросы и ведения беседы. README отсылает к репозиторию SimPO за дополнительными сведениями. Лицензия и конкретные языковые возможности в предоставленных данных не определены.

Карточка модели princeton-nlp/Mistral-7B-Base-SFT-SimPO на Hugging Face совпадает с карточкой princeton-nlp/Llama-3-Base-8B-SFT, поэтому описание составлено по ней. princeton-nlp/Llama-3-Base-8B-SFT — разговорная модель генерации текста на архитектуре Llama, опубликованная как часть работы SimPO: Simple Preference Optimization with a Reference-Free Reward. Репозиторий содержит модель на 7,5 млрд параметров в формате safetensors; заявленная длина контекста — 8192 токена. Модель предназначена для диалоговой генерации текста и может использоваться для ответов на запросы и ведения беседы. README отсылает к репозиторию SimPO за дополнительными сведениями. Лицензия и конкретные языковые возможности в предоставленных данных не определены.

Loyola разработала Loyola/Mistral-7b-ITmodel — чат-модель для генерации текста, дообученную на базе Mistral-7B-Instruct-v0.2 с использованием набора данных nlpai-lab/kullm-v2. Модель основана на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и принимает запросы в формате Mistral Prompt Template. Она предназначена для диалогов и генерации ответов; заявлены английский и корейский языки. Модель распространяется в формате safetensors по лицензии Apache-2.0. Контекстное окно составляет 32 768 токенов.

STaR-GATE — дообученная языковая модель из основного эксперимента исследовательской работы «STaR-GATE: Teaching Language Models to Ask Clarifying Questions». Она основана на архитектуре Mistral и содержит 7,1 млрд параметров; модель принимает текст и рассчитана на диалоговое применение с контекстом до 32 768 токенов. Модель предназначена для диалогов, в которых нужно уточнить неявные предпочтения пользователя, прежде чем выполнять задачу, а затем подготовить персонализированный ответ. Авторы обучали её итеративно на синтетических примерах с персонами и задачами, вознаграждая вопросы, повышающие вероятность качественных ответов. В описанном эксперименте ответы после такого самоулучшения предпочитались ответам исходной модели в 72% задач. Модель распространяется в формате safetensors по лицензии MIT. Для получения ожидаемого поведения авторы рекомендуют использовать промпты для elicitation и генерации финального ответа, приведённые в приложении к статье; результаты описаны в контексте исследовательского эксперимента.

MN-Nyx-Chthonia-12B — языковая модель, созданная сообществом mergekit-community слиянием нескольких моделей семейства Mistral Nemo. Для слияния использован метод Model Stock, а базовой моделью в README названа mistralai/Mistral-Nemo-Instruct-2407. Репозиторий содержит веса в формате Safetensors; размер модели — 12,1 млрд параметров, заявленная длина контекста — 131 072 токена. Модель предназначена для диалоговой генерации текста. Её можно использовать для ведения беседы и создания ответов на текстовые запросы. Данные не уточняют отдельные специализированные области или основной язык модели. Модель относится к производным моделям типа merge. Лицензия в предоставленных сведениях не указана. Характеристики качества и ограничения применения в README не описаны.

MotherEarth/MotherEarth-1.17 — объединённая диалоговая языковая модель, созданная с помощью mergekit методом SLERP на основе mlabonne/NeuralDaredevil-8B-abliterated и MotherEarth/MotherEarth-1.16. Это плотная модель семейства Llama с 7,5 млрд параметров, предназначенная для генерации текста и чата; поддерживает контекст до 8192 токенов. Модель принимает текст и генерирует текст. Репозиторий содержит веса в формате safetensors. Модель рассчитана на диалоговые сценарии и ролевые диалоги. В метаданных нет сведений о лицензии и специальных языках применения, поэтому условия лицензии здесь не приводятся.

zelk12/MT1-Gen3-MMMA-gemma-2-9B — чат-модель на основе архитектуры Gemma 2, созданная слиянием двух предварительно обученных языковых моделей с помощью SLERP и mergekit. В репозитории представлены веса в формате safetensors; размер модели составляет 9 млрд параметров, максимальный контекст — 8192 токена. Модель предназначена для генерации текста в диалоговом формате. Модель принимает текст и выдаёт текст. Карточка не уточняет языковой охват, поэтому языки не перечислены. Использование зависит от лицензии базовых моделей; сведения о лицензии в предоставленных данных отсутствуют.

Карточка модели zelk12/MT3-IF-gemma-2-RGDv0.1RAt0.25v0.1-9B на Hugging Face совпадает с карточкой zelk12/MT2-BB-gemma-2-RGDv0.1RAt0.25v0.1-9B, поэтому описание составлено по ней. zelk12/MT2-BB-gemma-2-RGDv0.1RAt0.25v0.1-9B — объединённая языковая модель на базе Gemma 2, созданная с помощью mergekit методом SLERP из двух моделей: zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1-t0.25 и zelk12/recoilme-gemma-2-Gutenberg-Doppel-9B-v0.1. Модель содержит 9 млрд параметров, использует архитектуру Gemma2ForCausalLM и формат safetensors; библиотека для работы — Transformers. Модель предназначена для генерации текста и диалоговых сценариев: она принимает текстовые запросы и формирует текстовые ответы. Контекстное окно составляет 8192 токена. В карточке не приведены специальные прикладные области или сведения о поддерживаемых естественных языках. Лицензия в предоставленных источниках не указана.

zelk12/MT-Gen4-MAMU-gemma-2-9B — объединённая методом SLERP модель семейства Gemma 2, опубликованная в виде весов для Transformers. Она предназначена для генерации текста и диалоговых сценариев. Модель имеет плотную архитектуру Gemma2ForCausalLM и 9 млрд параметров; заявленная длина контекста — 8192 токена. При объединении использованы zelk12/MT-Gen4-MA-gemma-2-S5Sv1IBT-9B и zelk12/MT-Gen4-MU-gemma-2-Sv1IBTS5-9B с помощью mergekit; параметр SLERP t равен 0,25. Карточка не описывает языковую специализацию, качество на конкретных задачах или условия лицензии, поэтому эти характеристики нельзя уточнить.

NeonMaid-12B-v2 — объединённая языковая модель yamatazen, созданная методом Arcee Fusion с помощью mergekit на основе NeonMaid-12B и Orihime-Gutenberg-12B. Модель построена на архитектуре Mistral, содержит 12,1 млрд параметров и предназначена для генерации текста в диалоговом формате; в метаданных также заявлен интерфейс для вызова инструментов. Модель принимает текст и генерирует текст. Карточка и метаданные указывают английский и японский языки. Нативная длина контекста — 131 072 токена. Веса представлены в формате safetensors; README указывает bfloat16 для объединения. Лицензия в предоставленных данных не указана.

Nera Noctis 12B v0.420 — объединённая языковая модель от Nitral-Archive, созданная с помощью mergekit методом SLERP из Nitral-AI/Nera_Noctis-r64-test_train-12B и Nitral-AI/Nera_Noctis-12B. Это плотная авторегрессионная модель семейства Mistral с 12,1 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Репозиторий содержит веса в формате safetensors; модель работает через Transformers и заявляет контекст до 1 024 000 токенов. Модель подходит для генерации продолжений, ведения диалога и подготовки текстовых черновиков. Данные не уточняют поддерживаемые естественные языки, специализированные области применения, лицензию или подтверждённые ограничения качества; поэтому их нельзя конкретизировать по этой карточке.

Nermeen Persona — дообученная разговорная языковая модель, разработанная nermeen28 на базе unsloth/qwen2.5-3b-instruct-unsloth-bnb-4bit. Это плотная модель семейства Qwen2 с архитектурой Qwen2ForCausalLM и 3,1 млрд параметров; она предназначена для генерации текста и диалоговых сценариев. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 32 768 токенов. В метаданных также отмечен интерфейс вызова инструментов. Модель обучалась с использованием Unsloth и библиотеки TRL. Репозиторий содержит веса в формате safetensors. Указанная лицензия — Apache-2.0. Карточка не описывает специализацию персоны, результаты оценки качества или конкретные ограничения, поэтому эти свойства нельзя установить по доступным сведениям.

NeuralDaredevil-SuperNova-Lite-7B-DARETIES-abliterated — объединённая модель семейства Llama, созданная с помощью LazyMergekit на основе mlabonne/NeuralDaredevil-8B-abliterated и grimjim/Llama-3.1-SuperNova-Lite-lorabilterated-8B. В конфигурации указан NousResearch/Meta-Llama-3.1-8B-Instruct как базовая модель; веса объединены методом dare_ties с типом bfloat16. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст до 131 072 токенов. Модель предназначена для генерации текста и диалогов, включая ролевые сценарии; в карточке отмечено меньше поведенческих ограничений. В README приведены результаты Open LLM Leaderboard по IFEval, BBH, MATH, GPQA, MUSR и MMLU-PRO, но они не гарантируют качество в конкретных задачах. Доступна библиотека Transformers, формат файлов репозитория — safetensors; README также упоминает варианты квантования GGUF Q5_K_M и Q4_K_M. Лицензия — Llama 3.1.

jeiku/neurodeed — языковая модель для генерации текста, полученная автором репозитория слиянием SLERP двух предварительно обученных моделей: FourOhFour/NeuroCom_v2_4B и FourOhFour/Deedlit_4B. Модель основана на архитектуре Llama и содержит около 3,9 млрд параметров; для запуска указана библиотека Transformers и формат safetensors. Заявленная длина контекста — 131 072 токена. Модель подходит для диалогового общения и генерации ответов в чат-сценариях. Базовая NeuroCom v2 4B дообучена на инструкциях и ролевых диалогах, поэтому слияние ориентировано на общение с ассистентом и ролевые сценарии. В карточке не указаны языки обучения или отдельная специализация по предметным областям. Лицензия в доступных данных не приведена.

nztinversive собрал эту плотную языковую модель методом TIES с помощью mergekit на основе NousResearch/Llama-2-7b-hf, объединив веса Mistral-7B-Instruct-v0.2 и Orca-2-7b. Модель содержит 6,6 млрд параметров, распространяется в формате safetensors и предназначена для генерации текста по запросам и инструкциям. Максимальная длина контекста составляет 4096 токенов. Модель можно применять для диалоговых ответов, черновиков и других текстовых задач общего назначения. В карточке не указаны отдельные языковые предпочтения или специализированная предметная область. Лицензия в предоставленных данных не указана; качество и ограничения этого конкретного слияния отдельно не описаны.

Карточка модели magnifi/phi-3-mini-4k-instruct-attribute-output-4-0530-epoch10-v7 на Hugging Face совпадает с карточкой magnifi/phi-3-mini-4k-instruct-attribute-output-4-0524-epoch20, поэтому описание составлено по ней. Модель magnifi/phi-3-mini-4k-instruct-attribute-output-4-0524-epoch20 — дообученная magnifi версия Phi-3-mini-4k-instruct-bnb-4bit для генерации текста в диалоговом формате. Она содержит 3,7 млрд параметров, использует плотную архитектуру MistralForCausalLM и принимает текст с контекстом до 4096 токенов. В карточке указано, что модель обучалась с использованием Unsloth и TRL. Модель подходит для генерации ответов и других текстовых продолжений в сценариях общения. README не описывает специализацию на конкретной задаче атрибуции или формат выходных данных, поэтому такие возможности нельзя считать подтверждёнными. Модель распространяется по лицензии Apache 2.0.

PiVoT-10.7B-Mistral-v0.2 — разговорная языковая модель maywell, дообученная методами SFT и DPO на основе объединённой модели Mistral 0.2. Она предназначена для диалоговой генерации текста. Модель имеет плотную архитектуру MistralForCausalLM, содержит 10,6 млрд параметров и поддерживает контекст длиной до 32 768 токенов. В карточке указаны английский и корейский языки, формат весов — safetensors. Модель распространяется по лицензии CC BY-SA 4.0. Карточка не описывает данные обучения, оценки качества или конкретные ограничения; качество ответов и соответствие требованиям конкретного применения следует проверять отдельно.