II.1Анализ требований и архитектура ПО

Aquila2-70B-Expr — базовая плотная авторегрессионная языковая модель серии Aquila2, опубликованной BAAI. Она предназначена для генерации текста и может служить основой для прикладных систем на базе языковых моделей. В README модель отнесена к базовым, а не к чат-моделям AquilaChat2. Модель содержит 69,3 млрд параметров, построена на архитектуре Aquila и рассчитана на контекст до 4096 токенов. Репозиторий содержит веса PyTorch. Для семейства Aquila2 README сообщает о базовых, чат- и длинноконтекстных вариантах; расширенные возможности других вариантов нельзя автоматически приписывать этой модели. Лицензия указана как other, поэтому конкретные условия использования следует проверять в лицензионных материалах репозитория. Специальная настройка на определённый язык или предметную область в предоставленных данных не описана.

Jebadiah/Aria-flammen22x-stone-l3-8b — объединённая плотная языковая модель семейства Mistral, созданная автором репозитория с помощью mergekit. В слиянии методом DARE TIES использованы Jebadiah/Aria-7b-128k-v4 как базовая модель и flammenai/flammen22X-mistral-7B; размер модели составляет 7,1 млрд параметров. Модель предназначена для генерации текста. Она принимает текст и выдаёт текст, работает через библиотеку Transformers и поддерживает контекст до 32 768 токенов. Данных о целевых языках и специализированных областях применения в карточке нет. В репозитории представлены веса Safetensors. Условия лицензии в предоставленных данных не описаны.

Augmented-4dab026c0f536a32 — генеративная языковая модель с 6,6 млрд параметров, опубликованная на Hugging Face в формате, совместимом с библиотекой Transformers. В метаданных она отнесена к семейству Llama и предназначена для задачи text-generation. Модель поддерживает контекст длиной до 65 536 токенов, поэтому может применяться для генерации продолжений текста, диалоговых ответов, черновиков и других задач, требующих работы с большими фрагментами контекста. README не содержит сведений о разработчике, обучающих данных, результатах оценки, точном варианте архитектуры, языках поддержки или лицензии. Из-за неполноты карточки нельзя надежно оценить качество модели, ее специализацию и пригодность для конкретных прикладных сценариев. Перед использованием необходимы собственное тестирование, проверка поддерживаемых языков и уточнение условий лицензирования.

bagel-7b-v0.1-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель на архитектуре Mistral с 7,1 млрд параметров, созданная MaziyarPanahi слиянием mistralai/Mistral-7B-Instruct-v0.2 и jondurbin/bagel-7b-v0.1 методом SLERP. Она предназначена для генерации текста и ответов на инструкции в чат-сценариях. Модель принимает текст и генерирует текст; контекст составляет до 32 768 токенов. Указана лицензия Apache-2.0. README не приводит отдельной оценки качества или подробного описания ограничений модели.

jaspionjader/bbb-5 — слитая автором jaspionjader языковая модель семейства Llama для генерации текста и диалогов. Она создана методом Model Stock с помощью mergekit на основе jaspionjader/kstc-5-8b и объединяет веса jaspionjader/bbb-3, jaspionjader/bbb-4 и jaspionjader/kstc-4-8b. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM, файлы safetensors и формат bfloat16; заявленная длина контекста — до 131 072 токенов. Модель подходит для диалогового взаимодействия и генерации текста по запросу. В README и метаданных не указаны языки, специализированные области или подробные оценки качества. Лицензия в предоставленных данных не указана.

Beagle14-7B — языковая модель, созданная mlabonne слиянием моделей fblgit/UNA-TheBeagle-7b-v1 и argilla/distilabeled-Marcoro14-7B-slerp методом SLERP с помощью LazyMergekit. Она предназначена для генерации текста и ответов на запросы в сценариях общего назначения. Модель построена на плотной архитектуре Mistral, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В README приведены результаты оценок на наборах Nous Suite и Open LLM Leaderboard; они дают ориентир для сравнения, но не гарантируют качество в конкретных задачах. Модель опубликована в формате Safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Blur-7b-slerp-v1.42 — модель для генерации текста, созданная liminerity слиянием двух моделей через mergekit и методом slerp: liminerity/Blur-7b-slerp-v1.41 и yleo/EmertonMonarch-7B. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Она предназначена для генерации текста и ответов на запросы. Веса представлены в формате Safetensors, слияние выполнено в float16. Лицензия — Apache-2.0. Карточка не приводит результатов оценки качества или сведений о специализации модели.

Breeze-13B-32k-Base-v1_0 — текстовая авторегрессионная модель семейства Mistral, опубликованная пользователем win10 на Hugging Face. Это объединённая с помощью mergekit модель, собранная из нескольких копий MediaTek-Research/Breeze-7B-32k-Base-v1_0; в репозитории указано 12,5 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста и запуска сценариев на длинном контексте. Веса размещены в формате safetensors, лицензия — Apache-2.0. README не приводит результатов оценки качества или подробных ограничений, поэтому пригодность для конкретной задачи следует проверять отдельно.

calme-2.7-qwen2-7b — дообученная Maziyar Panahi чат-модель на базе Qwen2-7B, предназначенная для генерации ответов и диалогового взаимодействия. Автор заявляет, что дообучение направлено на улучшение базовой модели по результатам бенчмарков; в обучении использованы данные HelpSteer2, OpenHermes-2.5, Orca Math Word Problems и SlimOrca. Модель построена на плотной архитектуре Qwen2ForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 131 072 токенов. Для диалогов используется шаблон ChatML. Карточка приводит результаты оценивания на Open LLM Leaderboard, включая IFEval и BBH. Модель принимает текст и генерирует текст; в метаданных указан английский язык. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Качество зависит от запроса и сценария; опубликованные бенчмарки не гарантируют точность ответов в конкретных задачах.

Это GGUF-квантизированная версия модели command-a-reasoning-08-2025, разработанной CohereLabs. Квантизацию выполнил bartowski с использованием llama.cpp и метода imatrix; опубликованный вариант предназначен для локального запуска через llama.cpp, LM Studio и другие совместимые проекты. Модель относится к генерации текста и, судя по названию, ориентирована на задачи, требующие рассуждений. Доступны варианты с уровнями квантизации от Q8_0 до Q3_K и IQ3, размером примерно от 43 до 118 ГБ. Более крупные варианты обычно обеспечивают более высокое качество, а компактные требуют меньше оперативной памяти, но заметно уступают по качеству. Архитектура, число параметров, поддерживаемые языки, модальности и размер контекста в представленном README не указаны. Преимущество этой публикации — широкий выбор степеней квантизации и адаптация для эффективного локального инференса. Ограничения связаны с большими требованиями к памяти даже у компактных вариантов, возможным снижением качества при низкой разрядности и отсутствием сведений о формате промптов. Лицензия в README не указана; условия использования следует уточнять на странице исходной модели CohereLabs/command-a-reasoning-08-2025.

DEFUNCT-EXPERIMENT2_1 — объединённая языковая модель от netcat420, созданная из предварительно обученных моделей с помощью mergekit и метода SLERP. Она предназначена для генерации текста в диалоговом формате; метаданные также отмечают интерфейс вызова инструментов. Модель имеет плотную архитектуру Qwen2 для причинной генерации, содержит 7,1 млрд параметров и поддерживает контекст длиной до 4096 токенов. В объединении использованы netcat420/DeepSeek-R1-MFANN-TIES-unretrained-7b и netcat420/Qwen2.5-DeepSeek-R1-MFANN-7b. В README указана базовая модель netcat420/DeepSeek-R1-MFANN-TIES-unretrained-7b; веса сохранены в формате safetensors. Лицензия в предоставленных источниках не приведена.

Experiment26Neuralsirkrishna_Ognoexperiment27Multi_verse_model — объединённая модель для генерации текста, созданная MaziyarPanahi на основе двух моделей: automerger/Experiment26Neuralsirkrishna-7B и automerger/Ognoexperiment27Multi_verse_model-7B. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации продолжений текста и других сценариев, поддерживаемых задачей text-generation. Веса доступны в формате Safetensors. Модель распространяется по лицензии Apache-2.0.

Experiment26Yam_Experiment27Experiment28 — объединённая языковая модель семейства Mistral, созданная на основе automerger/Experiment26Yam-7B и automerger/Experiment27Experiment28-7B. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и распространяется в формате safetensors. Модель предназначена для генерации текста и принимает текстовые запросы, формируя текстовые ответы. Максимальная длина контекста составляет 32 768 токенов. В карточке не описаны специализация по языкам или прикладным областям, а также сравнительное качество модели. Лицензия — Apache-2.0.

MaziyarPanahi/Experiment26Yamshadow_Inex16Calme — объединённая модель на базе двух моделей: automerger/Experiment26Yamshadow-7B и automerger/Inex16Calme-7B. Она предназначена для генерации текста и построена на архитектуре Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель принимает текст и генерирует текст; карточка не уточняет поддерживаемые языки или специализированные области применения. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Experiment26Yam_YamStrangemerges_32 — объединённая языковая модель на архитектуре Mistral, созданная из automerger/Experiment26Yam-7B и automerger/YamStrangemerges_32-7B. Она предназначена для генерации текста и может использоваться в приложениях, которым нужна генерация ответов и продолжение текста по запросу. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Репозиторий предоставляет веса в формате safetensors, лицензия — Apache-2.0. README не уточняет поддерживаемые языки и специализированные сценарии; качество объединения и поведение на конкретных задачах следует оценивать отдельно.

Experiment28M7_Experiment26Yamshadow — объединённая модель для генерации текста, созданная MaziyarPanahi на основе automerger/Experiment28M7-7B и automerger/Experiment26Yamshadow-7B. Это плотная авторегрессионная модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров. Модель предназначена для генерации продолжений текста и диалоговых ответов в сценариях, поддерживаемых исходными моделями. Контекстное окно составляет до 32 768 токенов; веса опубликованы в формате safetensors. Данные не уточняют языковую специализацию или особые прикладные области. Модель распространяется по лицензии Apache-2.0. README описывает объединение двух моделей, но не приводит сравнительных оценок качества или подробных ограничений; поведение и качество могут зависеть от промпта и выбранного способа запуска.

MaziyarPanahi/Experiment28T3q_Experiment27Experiment29 — объединённая модель семейства Mistral с 7,1 млрд параметров для генерации текста. В её состав входят automerger/Experiment28T3q-7B и automerger/Experiment27Experiment29-7B; репозиторий содержит веса в формате safetensors. Модель принимает текст и предназначена для генерации продолжений и ответов на запросы. Контекст составляет до 32 768 токенов. Модель опубликована MaziyarPanahi по лицензии Apache-2.0. Сведения о специализированных областях применения и языках в карточке не приведены. Это экспериментальное объединение моделей, поэтому его качество и поведение могут зависеть от запроса; перед применением в критичных сценариях результаты следует проверять.

MaziyarPanahi/Experiment28T3q_Experiment28Experiment29 — объединённая модель семейства Mistral с плотной архитектурой MistralForCausalLM и 7,1 млрд параметров. Она предназначена для генерации текста и принимает текстовые запросы, выдавая текстовые продолжения. Модель объединяет веса automerger/Experiment28T3q-7B и automerger/Experiment28Experiment29-7B; каталог описывает исходные модели как экспериментальную и дообученную по DPO математическую модель. Модель рассчитана на контекст до 32 768 токенов и опубликована в формате safetensors. Лицензия — Apache-2.0. Карточка не описывает конкретные языки, специализированные сценарии или результаты оценки качества.

Experiment28T3q_Multi_verse_modelExperiment28 — объединённая языковая модель семейства Mistral, созданная на основе automerger/Experiment28T3q-7B и automerger/Multi_verse_modelExperiment28-7B. Модель содержит 7,1 млрд параметров и предназначена для генерации текста по текстовому запросу. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и распространяется в формате Safetensors. В метаданных базовая модель описана как экспериментальная и DPO-дообученная математическая модель; дополнительных сведений о специализации или языках карточка не содержит. Лицензия — Apache-2.0.

MaziyarPanahi/Experiment28T3q_Multi_verse_modelM7 — текстовая генеративная модель, полученная слиянием двух моделей семейства Mistral: automerger/Experiment28T3q-7B и automerger/Multi_verse_modelM7-7B. Она предназначена для генерации текста по текстовому запросу и работы в сценариях, где требуется языковая модель общего назначения. Модель имеет плотную архитектуру MistralForCausalLM и 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. Репозиторий указывает лицензию Apache-2.0. README подтверждает слияние указанных моделей, но не приводит их специализацию или результаты оценки качества.

bartowski/gemma-1.1-7b-it-GGUF — это набор GGUF-квантизованных версий языковой модели Gemma 1.1 7B IT, разработанной Google и подготовленной для запуска через llama.cpp. Модель предназначена для генерации текста и диалоговых сценариев, включая ответы на вопросы и выполнение инструкций в текстовом формате. Модель содержит около 7 миллиардов параметров и является текстовой, без заявленной поддержки изображений или других модальностей. Доступны варианты квантизации от Q8_0 до Q2_K с размером файлов примерно от 3,48 до 9,07 ГБ. Более качественные варианты требуют больше памяти; в README рекомендован Q6_K, а низкоразрядные варианты подходят для систем с ограниченным объёмом RAM, но могут заметно уступать в качестве. Сведения о размере контекста и поддерживаемых языках не указаны. Преимущество этого набора — возможность локального запуска в формате GGUF с выбором компромисса между качеством, размером и требованиями к памяти. Ограничения связаны с потерями качества при агрессивной квантизации, а также с тем, что README не содержит подробных оценок, перечня языков и характеристик производительности. Использование регулируется лицензией Gemma; для доступа на Hugging Face требуется принять условия лицензии Google.

testmoto/gemma-2-llm2024-dpo-02 — языковая модель для генерации текста на основе архитектуры Gemma 2. В метаданных указаны 9 млрд параметров и контекст до 8192 токенов; модель доступна в формате safetensors и рассчитана на использование с Transformers. Модель предназначена для генерации текста и диалоговых сценариев. Карточка сообщает о конверсии базовой модели testmoto/gemma-2-llm2024-01 в формат MLX с помощью mlx-lm 0.20.4; метаданные связывают её с этой же базовой моделью как с дообученной. Сведения о лицензии и языках в предоставленных данных отсутствуют.

Мультимодальная инструкционная модель Gemma 4 Unified, созданная tepirale слиянием через Task Arithmetic на базе google/gemma-4-12B-it и двух производных моделей, ориентированных на программирование и агентные сценарии. Репозиторий содержит веса Safetensors и предназначен для диалогового использования; модель принимает текст и изображения и генерирует текстовые ответы. Слияние объединяет возможности исходной модели Google с направлениями coder и agentic. По данным карточки, модель поддерживает зрительные входы и относится к задаче image-text-to-text; базовая Gemma 4 также описана как мультимодальная модель для диалога, анализа изображений, видео и аудио, а также генерации кода. README не приводит отдельной оценки качества или подробностей об используемых сценариях. Лицензия, размер параметров, поддерживаемые языки и длина контекста в предоставленных данных не указаны. Практические ограничения и качество объединённых возможностей не описаны; сведения о лицензии исходной модели не позволяют установить условия лицензирования этого репозитория.

Edens-Gate/GnX-r2 — диалоговая языковая модель, разработанная как дообученная версия Delta-Vector/Holland-4B. Модель построена на плотной архитектуре Llama и содержит 3,9 млрд параметров; для работы заявлено контекстное окно до 131 072 токенов. Репозиторий использует формат PyTorch и библиотеку Transformers. Модель предназначена для генерации текста в диалоговых сценариях: она принимает текстовые запросы и формирует текстовые ответы. В README указано дообучение на датасете, обозначенном как None; приведено значение loss 0,0359 на наборе оценки, но описание набора и подробности оценки отсутствуют. Лицензия — GNU AGPL-3.0.

GPT4 Alpaca LoRA 30B HF — версия модели Chansung GPT4 Alpaca 30B, подготовленная TheBloke с объединёнными весами LoRA и исходной Llama 30B. Это плотная авторегрессионная модель семейства Llama с 32,3 млрд параметров, предназначенная для диалогов и выполнения инструкций на естественном языке. Модель принимает текст и генерирует текст; в карточке указан английский язык, а максимальный контекст составляет 2048 токенов. Модель подходит для чат-ботов, ответов на инструкции и текстовых запросов. README указывает, что для запуска требуется не менее 60 ГБ видеопамяти. Репозиторий содержит веса PyTorch; лицензия обозначена как other, поэтому условия использования следует проверять в исходных лицензиях Llama и обученной модели.

H2O.ai разработала h2oai/h2ogpt-research-oig-oasst1-512-30b — плотную авторегрессионную языковую модель семейства Llama с 32,3 млрд параметров, предназначенную для генерации текста и следования инструкциям. Модель дообучена на наборе h2oai/h2ogpt-oig-oasst1-instruct-cleaned-v2; базовая модель — decapoda-research/llama-30b-hf. Модель принимает текст и генерирует текстовые ответы на английском языке. Её можно применять для ответов на инструкции, черновиков и исследовательских экспериментов с LLM. Максимальный контекст — 2048 токенов. Карточка обозначает модель как исследовательскую, но это пригодный для применения чекпойнт, а не тестовая заглушка. Подробные результаты оценки вынесены в карточку LoRA-версии. Лицензия указана как other, поэтому условия использования следует проверить в репозитории модели и у базовой модели.

HermesChat-Mistral-7B — объединённая языковая модель на базе Mistral-7B-v0.1, созданная автором репозитория из OpenChat 3.5 и OpenHermes 2.5 с помощью LazyMergekit. Это плотная авторегрессионная модель с 7,1 млрд параметров для генерации текста; заявленный размер контекста составляет 32 768 токенов. Модель предназначена для диалогов и других сценариев, где требуется генерировать текст по текстовому запросу. Модель распространяется в формате Safetensors по лицензии Apache 2.0. Карточка описывает метод слияния SLERP и конфигурацию смешивания слоёв внимания и MLP. В источниках не приведены результаты оценивания качества или отдельные сведения о поддерживаемых языках, поэтому возможности в конкретных языках и преимущество перед исходными моделями по ним установить нельзя.

Ice0.67-25.01-RP — языковая модель, созданная автором репозитория как слияние предварительно обученных моделей с помощью метода SLERP и инструментария mergekit. В слияние вошли daybreak-kunoichi-2dpo-7b и Ice0.66-25.01-RP; конфигурация использует слои 0–31 обеих моделей и точность bfloat16. Модель предназначена для генерации текста и построена на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. README не уточняет специализацию сценариев и языки, поэтому её можно описать только как модель генерации общего текста. Репозиторий содержит веса Safetensors; сведения о лицензии и конкретных ограничениях в предоставленных данных отсутствуют.

Ingot-7b-slerp-2 — слитая модель для генерации текста, созданная liminerity с помощью LazyMergekit из liminerity/Ingot-7b-slerp и flemmingmiguel/MBX-7B методом SLERP. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов; веса опубликованы в формате Safetensors. Модель подходит для генерации продолжений и ответов на текстовые запросы. README описывает способ слияния, но не приводит сведения о специализации, поддерживаемых языках или лицензии.

Kosmos-EVAA-PRP-v29-8B — объединённая плотная языковая модель семейства Llama, созданная jaspionjader с помощью mergekit. В слиянии методом SLERP использованы предварительно обученные модели jaspionjader/Kosmos-EVAA-PRP-v26-8B и jaspionjader/Kosmos-EVAA-PRP-v28-8B. Модель предназначена для генерации текста и работает через библиотеку Transformers. Она содержит 7,5 млрд параметров, принимает текст и поддерживает контекст до 8192 токенов. Данные не уточняют целевые языки или специализированные области применения. Файлы весов доступны в формате safetensors. Лицензия в предоставленных сведениях не указана.