II.1Анализ требований и архитектура ПО

Llama-3-Instruct-8B-SimPO-v0.2 — диалоговая языковая модель семейства Llama, выпущенная командой Princeton NLP как модель из работы SimPO (Simple Preference Optimization with a Reference-Free Reward). Она предназначена для генерации текста в формате инструкций и диалога. Модель содержит 7,5 млрд параметров, принимает текст и имеет контекстное окно 8192 токена. Модель связана с исследованием оптимизации предпочтений без эталонной модели. В карточке не приведены подробности обучения, оценки качества или специальные области применения; метаданные указывают поддержку чата и формат весов safetensors. Лицензия в предоставленных данных не указана.

Llama-3-MetaRP-V2-8B — слитая с помощью mergekit модель на архитектуре Llama 3, созданная из Undi95/Meta-Llama-3-8B-Instruct-hf и mpasila/Llama-3-LimaRP-Instruct-8B методом DARE TIES. Это диалоговая языковая модель для генерации текста и ответов в чате; репозиторий содержит веса в формате safetensors. Модель насчитывает 7,5 млрд параметров, принимает текст и имеет контекстное окно 8192 токена. В карточке отмечены возможные проблемы с шаблоном промпта и ухудшение следования инструкциям после слияния, поэтому результаты диалога могут зависеть от корректного формата запросов. Лицензия — Llama 3.

LLaMA-MoE-v2-3.8B (2/8) SFT — чат-модель семейства LLaMA-MoE-v2, разработанная командой llama-moe. Она создана на основе LLaMA 3: полносвязные слои FFN или слои внимания разделены на разреженные эксперты, а маршрутизатор выбирает два из восьми экспертов. Затем модель прошла supervised fine-tuning в два этапа на открытых данных. Модель предназначена для генерации текста и диалогов на английском языке. В репозитории указано 3,8 млрд активируемых параметров, а метаданные каталога сообщают о 2,6 млрд параметров; контекст составляет до 8192 токенов. Доступны веса в формате safetensors. Лицензия — Apache-2.0, допускающая коммерческое использование при соблюдении её условий. Модель можно применять для диалоговых помощников, ответов на вопросы, следования инструкциям и решения общих текстовых задач. Представленные в карточке бенчмарки охватывают знания, математику, программирование и понимание текста, но не дают оценки именно этой SFT-версии. Карточка не приводит конкретных ограничений или результатов её качества.

MaziyarPanahi/M7Yamshadowexperiment28_NeuralExperiment26 — объединённая автором карточки модель для генерации текста. Она построена на архитектуре MistralForCausalLM с плотной структурой и содержит 7,1 млрд параметров; заявленная длина контекста — до 32 768 токенов. Модель принимает текст и генерирует текст, а карточка указывает два объединённых компонента: automerger/M7Yamshadowexperiment28-7B и automerger/NeuralExperiment26-7B. Модель подходит для текстовых запросов и генерации продолжений в пределах доступного контекста. Сведений о специализации по языкам или прикладным областям нет. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0.

M7Yamshadowexperiment28_ShadowNeuralsirkrishna — объединённая языковая модель на архитектуре Mistral, созданная слиянием automerger/M7Yamshadowexperiment28-7B и automerger/ShadowNeuralsirkrishna-7B. Модель содержит 7,1 млрд параметров, распространяется в формате safetensors и предназначена для генерации текста и диалогов с контекстом до 32 768 токенов. Модель может использоваться для составления и продолжения текстов, ответов в диалоге и других задач генерации текста. Репозиторий предоставляет веса по лицензии Apache-2.0. README не приводит сравнительных оценок качества или дополнительных сведений о специализации модели.

MaziyarPanahi/M7Yamshadowexperiment28_YamshadowExperiment27pastiche — объединённая языковая модель на архитектуре Mistral, созданная слиянием automerger/M7Yamshadowexperiment28-7B и automerger/YamshadowExperiment27pastiche-7B. Модель содержит 7,1 млрд параметров, использует формат safetensors и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текст и выдаёт текст; сведения о специализированных областях или целевых языках в карточке не приведены. Репозиторий распространяется по лицензии Apache-2.0.

bartowski/magnum-v3-34b-GGUF — набор GGUF-квантизаций текстовой генеративной модели magnum-v3-34b, разработанной anthracite-org и опубликованной в квантизированном виде bartowski. Модель предназначена для диалогов и генерации текста, а запускать её можно через llama.cpp и совместимые приложения, включая LM Studio. Указан формат prompt с ролями system, user и assistant. В основе модели заявлена 34-миллиардная архитектура 01-ai/Yi-1.5-34B-32K с контекстом до 32K токенов; поддерживаемый язык — английский. Доступны варианты от F16 до сильно сжатых Q2 и IQ2, поэтому можно выбирать между качеством и требованиями к памяти. Наиболее качественными и рекомендуемыми в README названы Q6_K, Q6_K_L, Q5 и Q4; низкобитные варианты требуют меньше оперативной памяти, но заметно теряют в качестве. Некоторые варианты используют Q8_0 для embedding- и output-весов. Ключевые ограничения — англоязычная специализация, необходимость значительных ресурсов для крупных квантов и снижение качества при сильном сжатии. Лицензия — Apache-2.0.

Mahou-1.5-mistral-nemo-12B-lorablated — объединённая языковая модель на базе Mistral, созданная с помощью mergekit из flammenai/Mahou-1.5-mistral-nemo-12B и nbeerbower/Mistral-Nemo-12B-abliterated-LORA. Модель содержит 12,1 млрд параметров и использует архитектуру MistralForCausalLM; веса опубликованы в формате safetensors и представлены в библиотеке Transformers. Модель предназначена для генерации текста, диалогов и ролевого общения. В метаданных заявлено контекстное окно до 1 024 000 токенов. Слияние выполнено методом task arithmetic с типом данных bfloat16. Модель распространяется по лицензии Apache-2.0. Карточка приводит результаты оценки на IFEval и BBH, но не описывает подробно условия тестирования или ограничения качества.

Marcoro14-7B-slerp — языковая модель на 7,1 млрд параметров, созданная слиянием моделей AIDC-ai-business/Marcoroni-7B-v3 и EmbeddedLLM/Mistral-7B-Merge-14-v0.1 методом SLERP с помощью mergekit. Она использует плотную архитектуру Mistral и предназначена для генерации текста; максимальная длина контекста составляет 32 768 токенов. Модель принимает текстовые запросы и генерирует текст, поэтому подходит для диалоговых сценариев, написания и продолжения текста. В репозитории представлены веса Safetensors. Лицензия — Apache-2.0. README не описывает отдельные специализированные задачи или ограничения качества модели.

Matter-0.1-Slim-7B-B — дообученная авторами проекта 0-hero языковая модель на архитектуре Mistral с 7,1 млрд параметров. Это полное дообучение на slim-B версии набора Matter, сформированного из более чем 35 наборов данных и содержащего свыше 6 млрд токенов; обучение длилось три эпохи. Модель предназначена для диалоговой генерации текста и поддерживает формат запросов ChatML, а также вызов функций. Модель принимает текст и генерирует текст; заявленная длина контекста — 32 768 токенов. В метаданных указан английский язык. Репозиторий содержит веса PyTorch в формате safetensors. Лицензия — Apache-2.0, допускающая коммерческое использование в соответствии с её условиями. Карточка не приводит результатов сравнительных тестов или подробностей о качестве и ограничениях; возможности вызова функций заявлены, но примеры токенов в README отображаются неполно. Перед использованием стоит проверить качество на целевых сценариях и корректность формата вызова инструментов.

Maverick-v3.0 — объединённая языковая модель на архитектуре Mistral, созданная автором репозитория с помощью mergekit. В качестве базовой модели использована Mistral-7B-Instruct-v0.2; в объединение также вошли Mistroll-7B-v2.2 и multi_verse_model. Модель предназначена для генерации текста и диалогового общения. Она содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — Apache-2.0. Карточка не уточняет целевые языки, специализированные области или результаты оценки качества. Возможности модели следует рассматривать как общие для генерации текста и чата; специализированные сценарии по имеющимся данным подтвердить нельзя.

MeliodasPercival_01_Inex12Yam — объединённая модель семейства Mistral, созданная из automerger/MeliodasPercival_01-7B и automerger/Inex12Yam-7B. Она предназначена для генерации текста и диалогов, а архитектура MistralForCausalLM содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка подтверждает слияние моделей и задачу генерации текста, но не описывает специализацию, поддерживаемые языки или ограничения качества.

MeliodasPercival_01_ShadowMeliodas — объединённая авторами репозитория модель для генерации текста и диалогов. Она построена на архитектуре Mistral и содержит 7,1 млрд параметров; модель принимает текст и рассчитана на контекст до 32 768 токенов. В состав объединения вошли automerger/MeliodasPercival_01-7B и automerger/ShadowMeliodas-7B. Модель подходит для генерации продолжений текста и ведения диалогов. Она опубликована в формате Safetensors под лицензией Apache-2.0. Карточка не описывает специальные предметные области или подробные ограничения качества.

MeliodasPercival_01_T3qm7xpExperiment26 — объединённая языковая модель на архитектуре Mistral, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/T3qm7xpExperiment26-7B. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Она предназначена для генерации текста и диалогов по текстовым запросам. Распространяется в формате Safetensors по лицензии Apache-2.0. README не описывает специализацию, обучение или результаты оценки модели.

MaziyarPanahi/MeliodasPercival_01_YamT3qm7x — объединённая модель на архитектуре Mistral с 7,1 млрд параметров. Она создана путём слияния моделей automerger/MeliodasPercival_01-7B и automerger/YamT3qm7x-7B. Модель предназначена для генерации текста и диалогов. Она принимает текст и поддерживает контекст длиной до 32 768 токенов, что позволяет использовать её для многоходовых бесед и работы с длинными текстовыми запросами. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. README не описывает специализированные области применения или дополнительные возможности модели.

MeliodasT3qm7_YamshadowExperiment27pastiche — объединённая языковая модель на архитектуре Mistral, созданная слиянием automerger/MeliodasT3qm7-7B и automerger/YamshadowExperiment27pastiche-7B. Модель содержит 7,1 млрд параметров и принимает текст для генерации продолжений и диалоговых ответов с контекстом до 32 768 токенов. Модель предназначена для генерации текста и ведения диалогов. В карточке указана лицензия Apache-2.0. Сведения о специализации по языкам или предметным областям отсутствуют.

mergekit-community/mergekit-slerp-ozbsicw — языковая модель, созданная слиянием весов LargeWorldModel/LWM-Text-Chat-1M методом SLERP с помощью mergekit. Это плотная авторегрессионная архитектура LLaMA с 6,6 млрд параметров, предназначенная для генерации текста в сценариях общения и работы с длинным контекстом. Модель принимает текст и выдаёт текст; заявленная длина контекста — до 1 048 576 токенов. В README указаны bf16 и единственная исходная модель; репозиторий содержит веса safetensors и использует библиотеку Transformers. Языки, лицензия и ограничения качества в доступных данных не описаны, поэтому их нельзя уточнить.

Это объединённая модель генерации текста на архитектуре Llama, созданная методом TIES с помощью mergekit. В качестве базовой модели использована huihui-ai/Llama-3.2-3B-Instruct-abliterated; в объединение вошли несколько производных моделей из репозитория Hjgugugjhuhjggg. Модель содержит 3,2 млрд параметров, распространяется в формате Safetensors и имеет контекст длиной до 131 072 токенов. Модель предназначена для генерации текста и диалоговых ответов. Она унаследовала от базовой модели ослабленные отказы, описанные в метаданных. Языки и специализированные предметные области в доступных сведениях не обозначены. Лицензия в предоставленных источниках не указана.

Модель gpjt/Meta-Llama-3-8B-openassistant-guanaco-llama2-format — дообученная автором gpjt версия Meta-Llama-3-8B на наборе gpjt/openassistant-guanaco-llama2-format. Датасет основан на OpenAssistant Guanaco и адаптирован под предполагаемый формат запросов Llama 2. Модель построена на архитектуре LlamaForCausalLM, содержит 7,5 млрд параметров и работает с контекстом до 8192 токенов. Модель предназначена для генерации текста в диалоговом формате и ответов на пользовательские запросы. Базовая модель рассчитана на английский текст и код; карточка не уточняет языковой охват самой дообученной версии. Веса опубликованы в формате safetensors и доступны по лицензии Llama 3.

MiMo-V2.6-Pro-MOPD — мультимодальная модель Xiaomi для диалогов и агентных сценариев с вызовом инструментов. Это обновлённый методом MOPD чекпойнт MiMo-V2.6-Pro-RL: несколько специализированных моделей-учителей дистиллированы в одну, в том числе для задач, где трудно задать надёжную автоматическую проверку. Обновление также снижает повторные и похожие вызовы инструментов. В README описана разреженная MoE-архитектура с 1,02 трлн общих и 42 млрд активируемых параметров, контекстом до 1 млн токенов и поддержкой текста, изображений, видео и аудио. Модель рассчитана на многошаговую работу с инструментами, длинные сценарии разработки игр, научные исследования и задачи воплощённого интеллекта; среди возможностей также указаны чат и интерфейс вызова инструментов. Метаданные Hugging Face указывают 27,7 млрд параметров и файлы safetensors в FP8, что расходится с архитектурными числами в README. В карточке указаны английский и китайский языки. Для развёртывания README приводит рецепты SGLang и vLLM; для рекомендованной конфигурации vLLM указаны восемь устройств tensor parallelism. Модель распространяется по лицензии MIT.

HifiHu/Ministral-3-14B-abliterated — модифицированная версия Ministral-3-14B-Instruct-2512 от Mistral, созданная с помощью abliteration: методом, который изменяет внутренние представления модели, чтобы ослабить поведение отказа. Это плотная модель семейства Mistral 3 примерно на 14 млрд параметров, распространяемая в формате SafeTensors с BF16 и рассчитанная на диалоговую генерацию текста. Метаданные также указывают интерфейс вызова инструментов; базовая модель мультимодальна, но карточка этой версии не подтверждает обработку изображений. Модель подходит для диалогов и ответов на широкий круг запросов, включая темы, на которые исходная instruct-модель могла бы отказать. Abliteration не гарантирует точность ответов и может снизить эффективность защитных ограничений. В карточке указан английский язык. Лицензия — Apache 2.0; автор позиционирует модель для исследований и обучения.

Ministral-3-14B-Reasoning-2512-Uncensored-i1-GGUF — квантизированная версия модели Ministral-3-14B-Reasoning-2512-Uncensored. Базовую модель разработал ccharnkij, а квантизацию выполнил mradermacher. Модель распространяется в формате GGUF и предназначена для локального запуска с использованием совместимых инструментов. Модель рассчитана на генерацию текста и задачи рассуждения, а также поддерживает обработку изображений вместе с текстом. Заявлены размер 14B параметров, мультимодальность и поддержка английского языка. В репозитории представлены варианты квантизации i1-IQ и i1-Q с размером файлов примерно от 3,4 до 8,3 ГБ; варианты различаются компромиссом между требованиями к памяти, скоростью и качеством. Для vision-функций могут потребоваться отдельные mmproj-файлы из статического репозитория. Сильными сторонами являются локальный запуск, широкий выбор уровней квантизации и сочетание текстовых, визуальных и reasoning-сценариев. Ограничения включают возможное снижение качества при агрессивной квантизации, неизвестные в README размер контекста и архитектурные детали, а также отсутствие заявленных языков помимо английского. Модель распространяется по лицензии Apache-2.0.

Miqu-MS-70B — объединённая модель генерации текста, созданная автором репозитория Undi95 методом Model Stock с помощью mergekit. В основе слияния лежит 152334H/miqu-1-70b-sf; также объединены Tess-70B-v1.6, MiquMaid-v2-70B и Midnight-Miqu-70B-v1.0. Модель семейства Llama имеет плотную архитектуру LlamaForCausalLM и 68,7 млрд параметров. Она предназначена для генерации текста и диалогов; в README приведены варианты шаблонов запросов Alpaca, Mistral и Vicuna. Контекст составляет 32 764 токена. Доступны веса в формате safetensors, а для модели также упомянуты сторонние квантованные варианты. Репозиторий распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. README не приводит результатов сравнительной оценки качества; поскольку модель объединяет компоненты с разными форматами запросов, автор предлагает несколько шаблонов промптов.

mistral-7b-distilabel-truthy-dpo — языковая модель на архитектуре Mistral, созданная дообучением mistralai/Mistral-7B-v0.1 методом DPO на датасете mlabonne/distilabel-truthy-dpo-v0.1. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — 32 768 токенов. Модель предназначена для генерации ответов и текстовых продолжений с настройкой предпочтений через DPO. В README указаны параметры LoRA: r=16, alpha=16 и dropout=0,05. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0.

Карточка модели princeton-nlp/Mistral-7B-Instruct-SLiC-HF на Hugging Face совпадает с карточкой princeton-nlp/Llama-3-Instruct-8B-SimPO-v0.2, поэтому описание составлено по ней. Llama-3-Instruct-8B-SimPO-v0.2 — диалоговая языковая модель семейства Llama, выпущенная командой Princeton NLP как модель из работы SimPO (Simple Preference Optimization with a Reference-Free Reward). Она предназначена для генерации текста в формате инструкций и диалога. Модель содержит 7,5 млрд параметров, принимает текст и имеет контекстное окно 8192 токена. Модель связана с исследованием оптимизации предпочтений без эталонной модели. В карточке не приведены подробности обучения, оценки качества или специальные области применения; метаданные указывают поддержку чата и формат весов safetensors. Лицензия в предоставленных данных не указана.

MaziyarPanahi/mistral-7b_open_platypus-Mistral-7B-Instruct-v0.1 — языковая чат-модель, созданная слиянием Mistral-7B-Instruct-v0.1 и mistral-7b_open_platypus методом SLERP. Она предназначена для генерации ответов на инструкции и диалоговые запросы. Модель построена на плотной архитектуре Mistral с 7,1 млрд параметров, принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. В карточке указана поддержка английского языка. Модель распространяется в формате safetensors по лицензии Apache-2.0. Подходит для чат-ботов и других приложений, которым нужны ответы на текстовые запросы. Сведения о специализированной области применения и отдельных ограничениях качества в карточке не приведены.

Mistral-7B-v0.1 — разработанная командой Mistral AI предварительно обученная плотная языковая модель на основе Transformer с 7,1 млрд параметров. Она предназначена для генерации текста и может использоваться как базовая модель для диалоговых приложений и дальнейшей адаптации под прикладные задачи. Архитектура включает Grouped-Query Attention и Sliding-Window Attention; модель принимает текст и рассчитана на контекст до 32 768 токенов. В карточке заявлено превосходство над Llama 2 13B на протестированных авторами бенчмарках. Модель обучена для английского языка, поддерживает диалоговый сценарий и доступна в форматах PyTorch и Safetensors. Это базовая, а не дообученная инструктивная модель: в карточке отмечено отсутствие механизмов модерации, поэтому ответы требуют отдельной проверки и настройки под конкретное применение. Лицензия — Apache-2.0.

mistral-nemo-bophades3-12B — дообученная модель для генерации текста и диалогов, созданная на основе Mahou-1.5-mistral-nemo-12B-lorablated. Она использует архитектуру Mistral с плотной моделью на 12,1 млрд параметров и доступна в формате safetensors для библиотеки Transformers. Обучение методом ORPO проводилось в течение двух эпох на наборах данных truthy-dpo-v0.1, orca_math_dpo и physical-reasoning-dpo. Модель предназначена для диалоговых сценариев, генерации ответов, рассуждений и математических задач. Заявленное нативное окно контекста — 1 024 000 токенов. Лицензия Apache 2.0 допускает использование на её условиях; README не приводит сравнительных оценок качества или результатов тестирования.

NovoCode/Mistral-NeuralDPO-v0.3 — дообученная языковая модель на архитектуре Mistral, созданная на базе mistralai/Mistral-7B-v0.1. Она предназначена для генерации текста; README указывает, что для обучения использовался неизвестный датасет и конфигурация Axolotl 0.4.0. Модель содержит 7,1 млрд параметров и имеет контекст до 32 768 токенов. Модель распространяется в форматах PyTorch и Safetensors по лицензии Apache-2.0. README не описывает целевую специализацию, качество, обучающие данные или конкретные сценарии применения, поэтому её возможности следует оценивать как общую генерацию текста; сведений о поддерживаемых естественных языках нет.

DiscoResearch опубликовал предварительную реализацию Mixtral — языковой модели Mistral с архитектурой Mixture of Experts (MoE). В README модель названа Mixtral 7b 8 Expert; в метаданных указано 7,1 млрд параметров, а максимальная длина контекста составляет 32 768 токенов. Репозиторий содержит веса PyTorch и предназначен для генерации текста. Модель подходит для генерации и продолжения текста, а приведённые в карточке результаты охватывают тесты на понимание текста, рассуждение и знания. В карточке перечислены английский, французский, итальянский, испанский и немецкий языки. README описывает реализацию как предварительную и отмечает необходимость загрузки с trust_remote_code=True. Лицензия — Apache-2.0.