I.7Речь, диалоги и встречи

Terminal-12k-top50 — разговорная языковая модель на 7,6 млрд параметров семейства Qwen3, дообученная автором репозитория на базе Terminal-complete_8k с использованием датасета nemotron_complete_top_50_12k. Она предназначена для генерации текста в диалоговом формате. Модель принимает текст и выдаёт текст; в метаданных указана поддержка контекста до 40 960 токенов. Модель опубликована в формате safetensors и рассчитана на работу через Transformers. README не описывает конкретные сценарии, результаты оценки или ограничения качества. Лицензия указана как other, поэтому условия использования следует проверять в карточке репозитория.

Thespian-Qwen2.5-72B — слитая автором TareksGraveyard модель на базе семейства Qwen2.5, созданная с помощью mergekit и метода Della. В качестве базовой использована zetasepic/Qwen2.5-72B-Instruct-abliterated; в объединение также вошли модели Kunou, EVA-Qwen2.5, ChatWaifu и Mistoria. Модель содержит 71,5 млрд параметров, использует архитектуру Qwen2ForCausalLM, формат safetensors и контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогов, включая ролевое общение и творческие сценарии. Карточка указывает лицензию other, поэтому перед использованием следует проверить условия лицензии исходных моделей и итогового репозитория. Специальные ограничения качества или результаты оценок в карточке не описаны.

UKPLab/triple-encoders-dailydialog — модель семейства triple-encoders от исследовательской группы UKP Lab, обученная на наборе DailyDialog для контекстного моделирования последовательностей диалога и краткосрочного планирования. Она использует архитектуру BERT с плотными представлениями: отдельные реплики кодируются Sentence Transformers, затем их векторы контекстуализируются без дополнительных обучаемых весов с помощью попарного mean-pooling. Для поиска кандидатов рассчитывается косинусное сходство, а оценки суммируются по схеме позднего взаимодействия. Модель предназначена для выбора подходящего следующего ответа в диалоге и ранжирования кандидатных ответов, в том числе сгенерированных LLM, чтобы вести беседу к заданной реплике-цели. Отдельное кодирование реплик позволяет обновлять представление последовательности при добавлении новой реплики. В README заявлена возможность использовать последовательности любой длины и мультиязычные Sentence Transformers чекпойнты, однако для этой конкретной модели указаны английский язык, контекст 512 токенов и 433,9 млн параметров. Репозиторий распространяется по лицензии Apache-2.0 и содержит веса PyTorch/Safetensors. Для работы требуется библиотека triple-encoders и подходящая базовая Sentence Transformers модель. Результаты зависят от качества и совместимости используемого энкодера и от набора кандидатов; модель обучена на DailyDialog, поэтому перенос на иные типы диалогов может требовать проверки.

Turkish-9b-merged — объединённая языковая модель на архитектуре Mistral, созданная с помощью mergekit из TURKCELL/Turkcell-LLM-7b-v1 и Trendyol/Trendyol-LLM-7b-chat-dpo-v1.0. Модель содержит 8,9 млрд параметров и рассчитана на генерацию текста и диалоговое общение на турецком языке. Модель принимает текст и выдаёт текст; заявленная длина контекста составляет 32 768 токенов. Объединение использует слои 0–31 модели Turkcell и слои 24–31 модели Trendyol с методом passthrough и типом данных bfloat16. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0.

VPO-Pess-SELM-Zephyr-7B-0.0001-iter-1 — диалоговая языковая модель Katayoon, дообученная на Katayoon/DPO-ONLY-Zephyr-7B с использованием обновлённого и исходного наборов данных. Это плотная авторегрессионная модель архитектуры Mistral с 7,1 млрд параметров, рассчитанная на генерацию текста и ответы в диалоге; заявленная длина контекста составляет 32 768 токенов. Репозиторий содержит веса в формате safetensors, лицензия — MIT. Модель подходит для генерации текстовых ответов и диалоговых сценариев. В карточке не описаны конкретные целевые области, поддерживаемые языки, методика обучения и результаты оценки, поэтому качество и специализацию модели сверх этих сведений оценить нельзя.

WeirdCompound-v1.6-24b — слитая разговорная языковая модель от FlareRebellion, созданная из нескольких предварительно обученных моделей семейства Mistral с помощью mergekit. Это плотная авторегрессионная модель на 23,4 млрд параметров с контекстом до 131 072 токенов и интерфейсом для чата. Модель предназначена для генерации текста в диалоге, включая ролевые сценарии и художественное повествование. В состав слияния вошли модели, ориентированные на сторителлинг, ролевую игру и следование инструкциям; автор подобрал состав и веса экспериментально, по собственным предпочтениям. Использованы методы Model Stock, SLERP и NuSLERP; базой указан TheDrummer/Cydonia-24B-v4.1. В README не заявлена поддержка конкретных языков, а также не описаны результаты оценок качества. Репозиторий содержит веса safetensors для Transformers. Лицензия в предоставленных данных не указана.

fbetteo/working — дообученная fbetteo модель на основе google/gemma-3-270m-it, обученная с помощью TRL. Это компактная плотная текстовая модель с 257 млн параметров и контекстом до 32 768 токенов, рассчитанная на диалоговую генерацию текста. Пример в карточке показывает ответ на открытый вопрос в формате чата; модель запускается через Transformers. Модель принимает текстовые сообщения и генерирует текст. Она подходит для диалоговых ответов и генерации текста, однако карточка не описывает специализированные области применения или отдельные оценки качества. Репозиторий содержит веса в формате safetensors. Условия лицензирования в предоставленных данных не указаны.

Карточка модели procedure2012/Zephyr-Summarizer-3B на Hugging Face совпадает с карточкой yding03/Zephyr-Summarizer-3B, поэтому описание составлено по ней. Zephyr-Summarizer-3B — модель для создания кратких абстрактивных пересказов документов, диалогов и расшифровок. В README приводятся результаты внутренних сравнительных тестов и рекомендуется температура генерации 0,6. Метаданные Hugging Face указывают архитектуру BERT с классом BertModel, библиотеку Transformers, формат PyTorch и лицензию Apache-2.0. Карточка заявляет применение для суммаризации, однако метаданные классифицируют модель как feature-extraction и не подтверждают генеративную архитектуру или работу с заданными языками и контекстом. Поэтому назначение из README следует считать заявленным, а заявленные преимущества бенчмарков — не подтверждёнными подробностями воспроизводимой методики.

ShenaoZ/0.000001_ablation_iter_2 — дообученная версия ShenaoZ/0.000001_ablation_iter_1, созданная на наборах данных updated и original. Это плотная авторегрессионная языковая модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров. Она предназначена для генерации текста и поддерживает диалоговый режим; заявленная длина контекста составляет 32 768 токенов. Модель распространяется в формате safetensors по лицензии MIT. README не описывает целевые сценарии, методику обучения или результаты оценки, поэтому качество и специализацию модели определить нельзя.

Это диалоговая причинно-языковая модель семейства Mistral, дообученная разработчиком ShenaoZ на обновлённом и исходном наборах данных с использованием DPO. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — 32 768 токенов. Модель предназначена для генерации текста в диалоговом формате. Карточка не описывает конкретные сценарии применения, результаты оценки или ограничения качества. Распространяется под лицензией Apache-2.0.

Это диалоговая модель генерации текста на базе Mistral с 7,1 млрд параметров, дообученная Shenao Zhang на наборах updated и original. Она предназначена для текстового общения и генерации ответов; заявленная длина контекста — 32 768 токенов. Репозиторий содержит веса в формате Safetensors и использует лицензию MIT. README не приводит подробностей об обучении, оценке или рекомендуемых сценариях применения.

ShenaoZhang/0.001_idpo_noreplacerej_iter_2 — дообученная диалоговая модель генерации текста на архитектуре Mistral с 7,1 млрд параметров. Она обучена на базе ShenaoZhang/0.001_idpo_noreplacerej_iter_1 на датасете ShenaoZhang/0.001_idpo_noreplacerej_dataset. Доступна в формате Safetensors, поддерживает контекст длиной до 32 768 токенов и распространяется по лицензии MIT. Модель предназначена для генерации текста в диалоговом формате. Карточка не описывает конкретные сценарии применения, методику обучения или результаты оценки качества, поэтому её специализацию и сравнительные преимущества установить нельзя.

Карточка модели unconst/Affine-5czsc2fc98-r557-r252-odpo-midrank-longctx-extra-merged на Hugging Face совпадает с карточкой unconst/Affine-5czsc2fc98-r479-offline-dpo-hialpha-longctx-extrasteps-merged, поэтому описание составлено по ней. Affine-5czsc2fc98-r479-offline-dpo-hialpha-longctx-extrasteps-merged — слитый чекпойнт на основе kevin954/Affine-5dfqbbh8ev-sft, подготовленный разработчиком для диалоговой генерации текста. В метаданных указаны семейство Qwen 3.5 MoE, архитектурный класс Qwen3_5MoeForConditionalGeneration и формат safetensors; библиотека для работы с моделью — Transformers. Карточка называет модель промежуточным результатом salvage-сборки и сообщает, что она не предназначена для отправки до прохождения внутреннего этапа проверки. Подтверждений для заявлений о длине контекста, языках, качестве или конкретных сценариях DPO в доступных данных нет. Лицензия в предоставленных сведениях не указана.

aligntune-testrun-PRM — диалоговая языковая модель на архитектуре Qwen2, опубликованная ram-lexsi и созданная с помощью AlignTune. Это дообученная версия Qwen/Qwen2.5-0.5B-Instruct с 494 млн параметров, предназначенная для генерации текста и ответов в диалоге. Модель загружается через Transformers и распространяется в формате safetensors. Модель принимает текст и генерирует текст; заявленная длина контекста — 32 768 токенов. README описывает способ загрузки, но не приводит результаты оценки, подробности обучающего набора или конкретные преимущества этого тестового запуска. Лицензия в предоставленных данных не указана.

Arabic-Orpo-Llama-3-8B-Instruct — дообученная MohamedRashad на базе meta-llama/Meta-Llama-3-8B-Instruct модель семейства Llama 3. Для выравнивания ответов на арабском языке применён метод ORPO и набор данных 2A2I/argilla-dpo-mix-7k-arabic. Модель предназначена для диалоговой генерации текста на арабском языке; автор отмечает, что она выдаёт более связный арабский текст, хотя в приведённой оценке Arabic MMLU базовая Llama 3-8B-Instruct набрала больше баллов. Это плотная причинная языковая модель с 7,5 млрд параметров, поддержкой чата и контекстом до 8192 токенов. Репозиторий содержит веса в формате safetensors и рассчитан на использование с Transformers. Лицензия — llama3; применяйте модель в соответствии с условиями лицензии Llama 3.

AraPhi-3-mini-4k-instruct — диалоговая языковая модель, разработанная walid-iguider путём дообучения unsloth/Phi-3-mini-4k-instruct-bnb-4bit на наборе M-A-D/Mixed-Arabic-Dataset-Main. Модель построена на плотной архитектуре MistralForCausalLM, содержит 3,7 млрд параметров и принимает текст для генерации текста; поддерживает контекст до 4096 токенов. Модель предназначена для генерации ответов и диалогов на арабском языке. В карточке указано, что при обучении применялись Unsloth и библиотека TRL. Веса представлены в формате safetensors. Лицензия — Apache-2.0.

Карточка модели Yhhxhfh/autotrain-2n9b3-mj6my на Hugging Face совпадает с карточкой fungamer2/test-autotrain-thinkdial-4, поэтому описание составлено по ней. fungamer2/test-autotrain-thinkdial-4 — языковая модель семейства Llama, дообученная разработчиком с помощью AutoTrain на наборе fungamer2/test_reasoning_sft. Она предназначена для генерации текста и диалоговых сценариев; метаданные также отмечают поддержку чата. Модель содержит 361,8 млн параметров, использует архитектуру LlamaForCausalLM и формат safetensors, а заявленная длина контекста составляет 8192 токена. Лицензия обозначена как other, поэтому условия использования следует уточнять в карточке модели. Карточка не сообщает конкретные языки или специализацию набора данных; качество генерации и пригодность для отдельных задач по имеющимся сведениям оценить нельзя.

babhaceccrcumuleses-3b-slerp — плотная авторегрессионная языковая модель семейства Llama, созданная объединением двух моделей с помощью mergekit и метода SLERP. В объединение вошли liminerity/baccules-3b-slerp и liminerity/bahcecrumles-3b-slerp; в конфигурации в качестве базовой указана liminerity/bahcecrumles-3b-slerp. Число параметров — 2,7 млрд, формат весов — Safetensors, контекст — 2048 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Её можно использовать для ответов на запросы и продолжения текста в приложениях на базе Llama. Карточка не уточняет поддерживаемые естественные языки и специализированные области применения. Модель распространяется по лицензии Apache-2.0. Карточка не содержит оценки качества или подробных рекомендаций по эксплуатации; короткое контекстное окно может ограничивать работу с длинными запросами и документами.

BeagleCatMunin2 — языковая модель семейства Mistral, созданная timpal0l путём слияния трёх моделей с помощью LazyMergekit: bineric/NorskGPT-Mistral-7b, timpal0l/BeagleCatMunin и RJuro/munin-neuralbeagle-7b. Модель имеет 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и общения на норвежском языке; базовые модели описаны как подходящие для суммаризации, ответов на вопросы и диалога. Слияние выполнено методом dare_ties с параметрами плотности и весов, указанными в конфигурации README. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

TheBloke опубликовал fp16-версию Chronos 13B в формате PyTorch для Transformers. Это плотная авторегрессионная языковая модель семейства LLaMA с 12,9 млрд параметров; Chronos дообучена для диалогов, ролевых сценариев и написания историй, а также может выполнять простые задачи рассуждения и программирования. Веса Chronos объединены с LoRA SuperHOT 13B, что позволяет использовать контекст до 8192 токенов при включённом trust_remote_code=True; карточка также описывает форматирование Alpaca. Модель рассчитана на генерацию связных и длинных ответов, особенно в чатах, ролевых диалогах и творческом письме. Для базовой модели LLaMA указана преимущественно англоязычная обучающая выборка, поэтому качество может быть ниже на других языках. Возможны фактические ошибки, предвзятые, токсичные или оскорбительные ответы; надёжность для критичных задач не подтверждена. Лицензия обозначена как other, а в карточке приведены условия bespoke non-commercial для базовой LLaMA.

Chronos Gold 12B-1.0 — дообученная языковая модель, созданная elinas на базе Mistral Nemo Base 2407. Она предназначена для диалогов общего назначения, ролевых сценариев и написания историй. Модель содержит 12,1 млрд параметров, использует архитектуру Mistral и формат ChatML; заявленная в метаданных длина контекста составляет 1 024 000 токенов. Автор сообщает, что модель была получена в результате итеративного слияния моделей и последующего дообучения на специально подготовленном наборе данных. Она ориентирована на лучшее следование запросу, связность текста и поддержку форматов карточек персонажей, применяемых, например, в SillyTavern. По README, обучение проводилось с последовательностями до 16 384 токенов; при увеличении контекста качество со временем снижается, поэтому автор рекомендует ограничивать длину последовательности 16 384 токенами. Модель распространяется по лицензии Apache-2.0.

AICrossSim әзірлеген clm-200m — ағылшын тіліндегі мәтінді жалғастыруға арналған, шамамен 224,1 млн параметрі бар тығыз Llama архитектуралы трансформерлік тіл моделі. Ол Hugging Face Transformers кітапханасымен қолданылады және FineWeb-Edu деректер жиынындағы 22 × 200 млн токенмен үйретілген; нормализация үшін RMSNorm қолданады. Метадеректерде контекст ұзындығы 131 072 токен деп көрсетілген. Модель мәтін генерациясына, соның ішінде диалог түріндегі өзара әрекетке арналған. README-дегі WikiText бағалауында byte perplexity мәні 2,1427 деп берілген. Модель ODC-BY лицензиясымен таратылады.

Mihaiii/Cluj-Napoca-0.4 — разговорная языковая модель серии Cluj-Napoca, разработанная Mihaiii и дообученная на базе Mihaiii/Cluj-Napoca-0.3. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и 25 млрд параметров. Она принимает текст и генерирует текст в формате диалога с ролями SYSTEM, USER и ASSISTANT; заявленная длина контекста — 200 000 токенов. Модель предназначена для генерации ответов в диалоге и экспериментов с разговорными языковыми моделями. Она обучена на частном наборе данных, поэтому его состав и охват нельзя проверить по карточке. Серия описана автором как преимущественно экспериментальная. Лицензия указана как other, без более подробных условий в доступных данных.

logan7000/cogrpo-n3-ring-qwen25-3b-x-llama32-3b-x-phi4mini-math345-groupB-llama32-end — дообученная Logan7000 диалоговая модель на архитектуре Llama для генерации текста. В карточке указано, что она создана на базе meta-llama/Llama-3.2-3B-Instruct с использованием TRL; метаданные указывают 3,2 млрд параметров и контекст до 131 072 токенов. Модель предназначена для диалогов и генерации ответов на пользовательские запросы. Она использует библиотеку Transformers и формат весов Safetensors. В карточке приведён пример запуска через text-generation pipeline, но дополнительные специализированные сценарии или результаты оценки качества не описаны. Модель поддерживает многоязычные возможности базовой Llama 3.2, однако конкретные языки этой версии в предоставленных данных не перечислены. Лицензия не указана в предоставленных источниках.

Карточка модели emmazariah/CyberLlama2-13b на Hugging Face совпадает с карточкой fungamer2/test-autotrain-thinkdial-4, поэтому описание составлено по ней. fungamer2/test-autotrain-thinkdial-4 — языковая модель семейства Llama, дообученная разработчиком с помощью AutoTrain на наборе fungamer2/test_reasoning_sft. Она предназначена для генерации текста и диалоговых сценариев; метаданные также отмечают поддержку чата. Модель содержит 361,8 млн параметров, использует архитектуру LlamaForCausalLM и формат safetensors, а заявленная длина контекста составляет 8192 токена. Лицензия обозначена как other, поэтому условия использования следует уточнять в карточке модели. Карточка не сообщает конкретные языки или специализацию набора данных; качество генерации и пригодность для отдельных задач по имеющимся сведениям оценить нельзя.

Карточка модели emmazariah/CyberLlama2-7b на Hugging Face совпадает с карточкой fungamer2/test-autotrain-thinkdial-4, поэтому описание составлено по ней. fungamer2/test-autotrain-thinkdial-4 — языковая модель семейства Llama, дообученная разработчиком с помощью AutoTrain на наборе fungamer2/test_reasoning_sft. Она предназначена для генерации текста и диалоговых сценариев; метаданные также отмечают поддержку чата. Модель содержит 361,8 млн параметров, использует архитектуру LlamaForCausalLM и формат safetensors, а заявленная длина контекста составляет 8192 токена. Лицензия обозначена как other, поэтому условия использования следует уточнять в карточке модели. Карточка не сообщает конкретные языки или специализацию набора данных; качество генерации и пригодность для отдельных задач по имеющимся сведениям оценить нельзя.

Ditto-8B — модель с открытыми весами на 8 млрд параметров, разработанная для симуляции человеческого поведения. Она предназначена для моделирования пользователей и учащихся, отыгрыша персонажей и персон, а также задач, связанных с теорией разума и социальными навыками. Модель дообучена методом DITTO: она учится улучшать ответы по словесной обратной связи, используя её как сигнал обучения; при обычном применении обратная связь не требуется. Выпущенная версия объединяет навыки специализированных моделей DITTO в одну универсальную модель.

Einstein-v6.1-phi2 — дообученная на базе microsoft/phi-2 языковая модель Weyaxi для генерации текста в диалоговом формате. Модель содержит 3,5 млрд параметров, использует архитектуру PhiForCausalLM и поддерживает контекст длиной до 2048 токенов. В карточке указана оценка Loss 0,7715 на наборе оценки, но подробности о данных и методике оценки не приведены. Модель подходит для диалоговой генерации текста и ответов на запросы. Базовая phi-2 описана как англоязычная модель для генерации текста, ответов на вопросы и кода; обучение Einstein-v6.1 проводилось на датасете, обозначенном как None, поэтому её специализацию и языковой охват нельзя уточнить. Репозиторий распространяется в формате safetensors по лицензии MIT.

Это GGUF-конверсия EngGPT2-16B-A3B, опубликованная Roberto Bissanti. Модель относится к семейству EngGPT2 и использует архитектуру mixture-of-experts; файл весов представлен в формате GGUF с точностью BF16. Она предназначена для генерации текста и диалогового взаимодействия на английском, итальянском, французском, немецком, португальском и испанском языках. Модель можно использовать для генерации продолжений текста и ответов в чате. Для запуска требуется версия llama.cpp с патчем поддержки этой модели; стандартные сборки llama.cpp и Ollama могут не загрузить её. Лицензия EngGPT Non-Commercial License разрешает только исследовательское и некоммерческое использование.

Карточка модели ehristoforu/expansion-train2 на Hugging Face совпадает с карточкой fungamer2/test-autotrain-thinkdial-4, поэтому описание составлено по ней. fungamer2/test-autotrain-thinkdial-4 — языковая модель семейства Llama, дообученная разработчиком с помощью AutoTrain на наборе fungamer2/test_reasoning_sft. Она предназначена для генерации текста и диалоговых сценариев; метаданные также отмечают поддержку чата. Модель содержит 361,8 млн параметров, использует архитектуру LlamaForCausalLM и формат safetensors, а заявленная длина контекста составляет 8192 токена. Лицензия обозначена как other, поэтому условия использования следует уточнять в карточке модели. Карточка не сообщает конкретные языки или специализацию набора данных; качество генерации и пригодность для отдельных задач по имеющимся сведениям оценить нельзя.