II.1Анализ требований и архитектура ПО

MaziyarPanahi/supermario-slerp-Mistral-7B-Instruct-v0.1 — объединённая чат-модель на архитектуре Mistral, созданная методом SLERP из mistralai/Mistral-7B-Instruct-v0.1 и jan-hq/supermario-slerp. Модель содержит 7,1 млрд параметров и рассчитана на генерацию текста в ответ на инструкции и диалоговые запросы; поддерживает контекст до 32 768 токенов. Модель принимает текст и выдаёт текст. В метаданных указан английский язык. Файлы представлены в формате safetensors. Модель распространяется по лицензии Apache-2.0.

SynthIA-7B-v1.5 — текстовая генеративная модель на архитектуре Mistral, опубликованная автором migtissera. Модель содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Для запуска используется библиотека Transformers и формат PyTorch; карточка указывает английский язык и лицензию Apache-2.0. Модель предназначена для генерации текста и ответов на запросы на английском языке. В карточке приведён формат диалога с ролями SYSTEM, USER и ASSISTANT, а также результаты оценки на Open LLM Leaderboard. Эти сведения дают общее представление о тестировании, но не определяют качество модели для конкретных прикладных задач.,

T5Gemma XL-XL-UL2-IT — разработанная Google instruction-tuned модель семейства T5Gemma с encoder-decoder архитектурой: XL-кодировщик и XL-декодировщик, адаптированные с использованием UL2. Модель принимает текст и генерирует текст; в карточке указана поддержка английского языка. Она предназначена для генерации текста по инструкциям, ответов на вопросы, суммаризации и рассуждений, а также для создания черновиков и материалов для NLP-исследований. Модель основана на предварительно обученной google/t5gemma-xl-xl-ul2 и дообучена для следования инструкциям. Для работы доступны веса в формате Safetensors; используется библиотека Transformers. Лицензия — Gemma. Карточка не приводит размер параметров или длину контекста. Ограничения включают возможные фактические ошибки, смещения обучающих данных и трудности с неоднозначным языком и сложными открытыми задачами.

Tulu V2.5 DPO 13B — англоязычная диалоговая модель-помощник от Allen Institute for AI (Ai2), дообученная методом DPO на базе Tulu 2 и данных Chatbot Arena 2024. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и 12,9 млрд параметров; она принимает текст и генерирует текст, поддерживает контекст до 4096 токенов и использует шаблон чата в токенизаторе. Модель предназначена для диалогов с помощником и выполнения пользовательских инструкций на английском языке. При обучении использовались набор инструкций и диалогов Tulu V2, а затем данные предпочтений Chatbot Arena 2024. Распространяется по лицензии Apache 2.0. В README отмечено, что модель не обучалась на безопасные ответы в рамках этапа RLHF и не имеет встроенной фильтрации ответов. Поэтому она может выдавать проблемный контент, особенно при соответствующих запросах.

Tulu V2.5 DPO 13B SHP-2 — англоязычная чат-модель-помощник, разработанная Allen Institute for AI (AI2). Это плотная авторегрессионная модель семейства Llama с 12,9 млрд параметров, дообученная на базе Tulu 2 13B с помощью DPO на наборе предпочтений SHP-2. Она предназначена для диалогов, выполнения инструкций и генерации текста; для модели указан контекст длиной 4096 токенов. Модель принимает текст и генерирует текст. Для диалогов используется шаблон чата, встроенный в токенизатор; соблюдение формата сообщений и завершающего перевода строки влияет на качество генерации. Модель ориентирована на английский язык и распространяется по лицензии Apache 2.0. Модель может выдавать проблемные ответы, в том числе по запросу: на этапе RLHF её не настраивали на безопасные завершения, а фильтрация ответов во время использования не предусмотрена. Качество ответов также зависит от соблюдения формата ввода.

Venice Uncensored — разговорная модель, созданная Venice.ai совместно с Эриком Хартфордом и командой Dolphin AI. Это объединённая версия на базе Dolphin-Mistral-24B-Venice-Edition и Mistral-Small-24B-Instruct-2501, построенная на плотной архитектуре Mistral; модель содержит 23,4 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для диалогов и генерации ответов по инструкциям. В README подчёркнуты настраиваемое системное сообщение и отсутствие встроенных отказов по моральным основаниям, поэтому её поведение и ограничения во многом задаются пользователем. Карточка описывает текстовый чат и рекомендует запуск через vLLM или Transformers. Модель распространяется по лицензии Apache-2.0. Отсутствие жёстких встроенных ограничений означает, что ответы могут содержать небезопасный или неприемлемый контент; качество зависит от запроса, системного промпта и настроек генерации.

Aeala/VicUnlocked-alpaca-30b — языковая модель семейства Llama, опубликованная Aeala. Это слияние модели VicUnlocked-alpaca-half-30b с LoRA-адаптером; модель содержит 32,3 млрд параметров и доступна в форматах PyTorch и Safetensors. Она предназначена для генерации текста по инструкциям в формате Alpaca: запрос помещается после «### Instruction:», а ответ начинается с «### Response:». Указана длина контекста 2048 токенов. Модель подходит для диалоговых ответов и выполнения текстовых инструкций. В README приведены оценки perplexity на наборах WikiText-2, PTB и C4; отдельные результаты качества диалогов или инструкций не описаны. В метаданных лицензия и языки не указаны, поэтому условия использования и конкретный языковой охват по имеющимся сведениям определить нельзя.

Viviana_V3_dare_ties — объединённая чат-модель, созданная domie с помощью mergekit на основе domie/Viviana_V2 и mistralai/Mistral-7B-Instruct-v0.2. Она предназначена для генерации текста и ответов на инструкции в диалоговом формате. Модель использует плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров. Она принимает текст и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате safetensors; лицензия — Apache-2.0. Модель подходит для диалоговых приложений и генерации ответов по текстовым запросам. README не приводит оценок качества или сравнительных тестов, поэтому пригодность для конкретных сценариев следует проверять самостоятельно.

Карточка модели Xwin-LM/Xwin-LM-13B-V0.1 на Hugging Face совпадает с карточкой Xwin-LM/Xwin-LM-70B-V0.1, поэтому описание составлено по ней. Xwin-LM-70B-V0.1 — языковая модель команды Xwin-LM, построенная на базе Llama 2 и настроенная для диалогов с помощью методов выравнивания, включая SFT и RLHF. Она предназначена для многоходового общения, ответов на вопросы и выполнения пользовательских инструкций в формате генерации текста. Модель содержит 68,7 млрд параметров, использует плотную архитектуру Llama и поддерживает контекст до 4096 токенов. В README сообщается о результатах модели на AlpacaEval, однако эти оценки относятся к бенчмарку и не гарантируют аналогичного качества в других сценариях. Для диалогов следует использовать шаблон Vicuna, описанный в карточке. Модель распространяется по лицензии Llama 2; отдельной специализации на конкретной области или поддерживаемых языках карточка не заявляет.

YamshadowInex12_Strangemerges_32Yam — слитая модель семейства Mistral, созданная на основе automerger/YamshadowInex12-7B и automerger/Strangemerges_32Yam-7B. Она содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и распространяется в формате Safetensors. Модель предназначена для генерации текста и принимает контекст длиной до 32 768 токенов. Её можно использовать для диалога, написания текстов и продолжения заданных фрагментов. Карточка не описывает языковую специализацию или дополнительные возможности. Лицензия — Apache-2.0.

MaziyarPanahi/YamshadowInex12_T3qT3qm7 — слитая модель семейства Mistral с архитектурой MistralForCausalLM и примерно 7,1 млрд параметров. Она создана объединением automerger/YamshadowInex12-7B и automerger/T3qT3qm7-7B. Модель предназначена для генерации текста по текстовому запросу. Контекстное окно составляет до 32 768 токенов; веса доступны в формате Safetensors. Данных о специализации на конкретных языках или предметных областях нет. Лицензия — Apache-2.0. Карточка не сообщает о специальных ограничениях или результатах оценки качества.

YamshadowStrangemerges_32_Experiment29Experiment24 — объединённая модель семейства Mistral, созданная MaziyarPanahi на основе automerger/YamshadowStrangemerges_32-7B и automerger/Experiment29Experiment24-7B. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и принимает текст для генерации текста с контекстом до 32 768 токенов. Модель предназначена для генерации текста по запросу и продолжения текстовых фрагментов. Веса опубликованы в формате safetensors; лицензия — Apache-2.0. Данных о специальных предметных областях или дополнительных возможностях в карточке нет.

YamshadowStrangemerges_32_M7Alloyingotneoy — объединённая методом slerp модель семейства Mistral, опубликованная MaziyarPanahi. Она объединяет веса automerger/YamshadowStrangemerges_32-7B и automerger/M7Alloyingotneoy-7B и предназначена для генерации текста. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Модель принимает текст и генерирует текст; конкретные языки и специализированные области применения в карточке не описаны. Файлы опубликованы в формате safetensors. Лицензия — Apache-2.0. Карточка не приводит результаты оценки качества или конкретные ограничения, поэтому пригодность для узких задач следует проверять отдельно.

MaziyarPanahi/YamshadowStrangemerges_32_Strangemerges_32Inex12 — слитая модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров. Она объединяет automerger/YamshadowStrangemerges_32-7B и automerger/Strangemerges_32Inex12-7B и предназначена для генерации текста. Модель принимает текст, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors по лицензии Apache-2.0. README не сообщает о специализации, языках или конкретных ограничениях качества.

byroneverson/Yi-1.5-9B-Chat-16K-abliterated — диалоговая языковая модель, полученная автором byroneverson на основе 01-ai/Yi-1.5-9B-Chat-16K. Модель без дополнительного дообучения была изменена методом abliterating; README приводит сравнение её результатов с исходной моделью на наборе тестов LLM Leaderboard, но не раскрывает детали метода.

Zelus-8B-Model_Stock — диалоговая языковая модель, созданная DreadPoor с помощью mergekit методом Model Stock. В качестве базовой использована FuseAI/FuseChat-Llama-3.1-8B-SFT, а в слияние вошли также модели семейства Llama 3.1 от Arcee, VAGOsolutions, Unsloth, Nous Research, Orenguteng и NeverSleep. Модель имеет плотную архитектуру LlamaForCausalLM с 7,5 млрд параметров и распространяется в формате safetensors. Модель предназначена для генерации текста и диалогов, включая ответы на инструкции и свободные запросы. Метаданные указывают контекст до 131 072 токенов, библиотеку Transformers и возможность chat. В README приведены результаты оценок IFEval и BBH; данных о языковой поддержке в карточке недостаточно, чтобы утверждать, какие языки модель поддерживает. Модель распространяется по лицензии Apache-2.0. Результаты в README ограничены приведёнными бенчмарками и сами по себе не гарантируют качество в конкретных сценариях; поведение унаследовано от нескольких объединённых моделей.

zen-pro-i1-GGUF — это набор квантизированных файлов в формате GGUF для базовой текстовой модели zenlm/zen-pro. Модель разработана zenlm, а квантизация выполнена mradermacher с использованием weighted/imatrix-подхода. В метаданных указаны библиотека Transformers, назначение text-generation и специализация на reasoning-задачах. Модель предназначена для генерации текста и сценариев, требующих рассуждений. Указан английский язык. Репозиторий содержит варианты квантизации от i1-IQ1_S до i1-Q6_K размером примерно от 2,2 до 6,8 ГБ, что позволяет выбирать компромисс между требованиями к памяти, скоростью и качеством. Для большинства применений рекомендован вариант i1-Q4_K_M как быстрый, а i1-Q4_K_S отмечен как оптимальный по соотношению размера, скорости и качества; варианты с низкой битностью могут заметно уступать по качеству. В README не указаны архитектура, точное число параметров, максимальная длина контекста, поддерживаемые модальности или результаты бенчмарков. Файлы рассчитаны на использование с инструментами, поддерживающими формат GGUF; конкретные требования к оборудованию зависят от выбранного варианта квантизации. Лицензия модели — Apache-2.0.

Модель ShenaoZhang/0.001_ablation_4iters_bs128_nodpo_iter_2 — дообученная версия ShenaoZhang/0.001_ablation_4iters_bs128_nodpo_iter_1, созданная на наборах данных updated и original. Это плотная Mistral-модель класса MistralForCausalLM с 7,1 млрд параметров, предназначенная для генерации текста и диалогов. Она принимает текст и поддерживает контекст до 32 768 токенов. Модель распространяется в формате safetensors по лицензии MIT. README не приводит сведений об оценке качества или специальных сценариях применения; результаты генерации могут требовать проверки.

jondurbin/airoboros-l2-7b-gpt4-1.4.1 — дообученная на датасете airoboros-gpt4-1.4.1 версия Llama 2 7B от автора jondurbin. Это плотная авторегрессионная языковая модель с архитектурой LlamaForCausalLM, предназначенная для генерации текста. README отсылает к карточке предыдущей модели Llama 65B, поэтому подробности о сценариях обучения и поведении этой версии не раскрыты. Модель содержит 6,6 млрд параметров, принимает текстовый контекст длиной до 4096 токенов и выдаёт текст. Репозиторий распространяет веса в формате PyTorch. Лицензия указана как other; конкретные условия использования из доступных данных установить нельзя.

Camel-Platypus2-70B — объединённая авторегрессионная языковая модель на архитектуре LLaMA 2, созданная на основе garage-bAInd/Platypus2-70B и augtoma/qCammel-70-x. В README указаны Platypus2-70B от Cole Hunter и Ariel Lee и qCammel-70-x от augtoma; автор самого объединения отдельно не назван. Модель содержит 68,7 млрд параметров, принимает текст и генерирует текст, поддерживает английский язык и имеет контекст 4096 токенов. Модель предназначена для генерации ответов на инструкции и задач на рассуждение, включая вопросы по STEM-дисциплинам и логике. В README приведены результаты оценивания на ARC, HellaSwag, MMLU и TruthfulQA. Модель распространяется по лицензии CC BY-NC-4.0, которая ограничивает коммерческое использование. Ответы могут быть неточными, предвзятыми или нежелательными; тестирование проводилось на английском языке и не охватывает все сценарии.

ChatAllInOne-Yi-34B-200K-V1-GGUF — квантизированная GGUF-версия текстовой генеративной модели ChatAllInOne-Yi-34B-200K-V1, разработанной DrNicefellow. Квантизацию выполнила Second State Inc.; базовая модель указана как DrNicefellow/ChatAllInOne-Yi-34B-200K-V1. Модель предназначена для диалоговой генерации текста и запуска в совместимых средах, включая LlamaEdge. Для взаимодействия используется шаблон vicuna-1.1-chat с ролями USER и ASSISTANT. В основе лежит модель класса Yi с 34 млрд параметров; заявленное название содержит указание на контекст до 200K, однако в README для запуска через LlamaEdge указан размер контекста 7168, поэтому фактический поддерживаемый контекст зависит от конфигурации и среды выполнения. Модель работает только с текстом; сведения о языках не приведены. Доступны варианты квантизации от Q2_K до Q8_0 размером примерно от 12,8 до 36,5 ГБ. Q4_K_M обозначен как рекомендуемый сбалансированный вариант, а Q5_K_M и Q5_K_S — как варианты с низкой потерей качества. Главное преимущество — возможность запускать крупную 34B-модель в квантизированном формате с выбором компромисса между размером файла, требованиями к ресурсам и качеством. Низкобитные варианты заметно экономят память, но сопровождаются существенной потерей качества; для практического использования README рекомендует Q4_K_M или более точные варианты Q5. Модель распространяется по лицензии yi-license; ссылка на текст лицензии приведена в README.

DeepSeek-R1-Distill-Qwen-32B Uncensored — 32-миллиардная плотная языковая модель, подготовленная Richard Young на основе deepseek-ai/DeepSeek-R1-Distill-Qwen-32B. Это декодерный трансформер семейства Qwen2 для генерации текста и диалогов с пошаговыми рассуждениями. В карточке заявлена техника abliteration — удаление направления отказа модели; автор описывает вариант как uncensored. Модель предназначена для задач, где нужны развёрнутые рассуждения, в том числе для исследований рассуждений и выравнивания, обучения и творческих сценариев. Метаданные указывают контекст до 131 072 токенов; README заявляет 32 768 токенов. Поддерживаемый язык по карточке — английский. Модель принимает текст и выдаёт текст. Англоязычные метаданные указывают лицензию «other», без уточнения конкретных условий, поэтому перед использованием следует проверить лицензию репозитория и базовой модели. Заявленное удаление отказов означает, что модель может выдавать ответы без защитных ограничений исходной модели; качество и поведение в отдельных задачах отдельно не подтверждены.

ZZichen/DeepSeek-V2-Lite — текстовая языковая модель семейства DeepSeek-V2, представленная в карточке как базовая модель для генерации и диалогов. Архитектура использует Multi-head Latent Attention (MLA) для сжатия KV-кэша и разреженные MoE-слои DeepSeekMoE. В README указаны 15,7 млрд параметров, из которых для каждого токена активируется 2,4 млрд; модель имеет 27 слоёв. Метаданные каталога при этом оценивают общий размер в 2,5 млрд параметров. Модель предназначена для продолжения текста и диалогового взаимодействия на английском и китайском языках, включая ответы на вопросы и генерацию текста. README сообщает результаты на англоязычных и китайских бенчмарках и описывает контекст 32 тыс. токенов; метаданные указывают нативный контекст 163 840 токенов. Для инференса в BF16 авторы указывают требование одной GPU с 40 ГБ памяти. В репозитории представлены веса safetensors; README также описывает запуск через Transformers и рекомендует vLLM для более эффективного инференса. Лицензионные условия в предоставленных данных не указаны.

DeepSeek-V4-Flash-0731 REAP 80G — производная версия DeepSeek-V4-Flash-0731 от автора репозитория, сокращённая методом REAP и упакованная в формат GGUF с разной точностью квантования. В каждом MoE-блоке сохранено 160 из 256 маршрутизируемых экспертов; эксперты используют IQ2XXS, проекции W2 — Q4_K, а внимание, общие эксперты и выходная голова — Q8_0. Модель предназначена для генерации текста в диалоговом режиме и локального запуска на совместимом с DeepSeek-V4 оборудовании и ПО. Карточка описывает её как экспериментальную производную, не являющуюся официальным выпуском DeepSeek. Ожидаемые сценарии включают диалог, программирование, рассуждения, работу с инструментами и длинным контекстом, но качество этих возможностей следует оценивать на своих задачах. Для запуска требуются среды, понимающие компоненты DeepSeek-V4; обычные загрузчики GGUF могут не поддерживать используемые компоненты MXFP4, sparse attention, токенизатор и DSpark MTP. Оценки паритета с исходной моделью по бенчмаркам нет. Модель основана на deepseek-ai/DeepSeek-V4-Flash-0731; метаданные указывают языки en и zh, лицензию MIT и задачу text-generation. README предупреждает, что важность экспертов оценивалась по близкому раннему чекпойнту, а не по версии 0731; удалено 37,5% маршрутизируемых экспертов. Совместимость MTP-блоков требует отдельной проверки.

Dhanishtha-2.0-preview — многоязычная причинно-следственная языковая модель HelpingAI на архитектуре Qwen3, дообученная на базе Qwen/Qwen3-14B-Base. Модель рассчитана на генерацию ответов с многоэтапным рассуждением, пересмотром промежуточных выводов и самокоррекцией; в карточке заявлена возможность до 50 циклов размышления за один ответ. Размер модели — 14 млрд параметров, контекст — 40 960 токенов. Поддерживаются более 39 языков, включая английский, хинди, китайский, испанский, французский, немецкий, японский, корейский, арабский и русский. Модель подходит для многошаговых задач, логических головоломок, учебных объяснений, исследовательского анализа, творческого письма и обсуждения философских тем. Карточка обозначает её как прототип/preview и предупреждает о многословности, увеличении времени генерации, расходе контекста на блоки рассуждений, возможных циклах рассуждений и унаследованных смещениях. Для решений, требующих гарантированной точности, включая медицинские, юридические и финансовые, модель не рекомендуется. Лицензия — Apache 2.0.

Eclectic-Maid-10B-v2-1 — объединённая языковая модель, созданная автором репозитория с помощью mergekit. Это плотная авторегрессионная модель семейства Mistral на 10,4 млрд параметров с архитектурой MistralForCausalLM, предназначенная для генерации текста. В README указан метод объединения passthrough и исходная модель Eclectic-Maid-v2; веса представлены в формате safetensors, а конфигурация слияния использует float16. Модель можно применять для генерации продолжений и ответов в текстовых сценариях. Заявленная длина контекста составляет 32 768 токенов. В карточке нет сведений о конкретных языках, специализированных областях или ограничениях качества. В метаданных присутствует пометка not-for-all-audiences, поэтому модель может быть не подходящей для всех аудиторий. Условия лицензии в предоставленных данных не приведены.

Experiment26Strangemerges_32-7B — автоматическое слияние моделей, созданное Maxime Labonne на основе архитектуры Mistral. В конфигурации объединены mistralai/Mistral-7B-v0.1, yam-peleg/Experiment26-7B и Gille/StrangeMerges_32-7B-slerp методом model_stock; базовой указана mistralai/Mistral-7B-v0.1. Модель содержит 7,1 млрд параметров и рассчитана на генерацию текста с контекстом до 32 768 токенов. Модель может использоваться для диалога и других задач генерации текста на входном текстовом запросе. Репозиторий содержит веса Safetensors, а лицензия — Apache-2.0. Карточка не приводит оценок качества или подробных ограничений применимости.

MaziyarPanahi/Experiment26Yamshadow_Strangemerges_32Yam — объединённая модель для генерации текста, созданная на основе automerger/Experiment26Yamshadow-7B и automerger/Strangemerges_32Yam-7B. Она использует плотную архитектуру Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель подходит для генерации продолжений и ответов на текстовые запросы в сценариях, где требуется учитывать длинный контекст. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache-2.0. Сведения о специальных предметных областях и поддерживаемых естественных языках не приводятся.

Experiment28M7_AlloyingotneoyExperiment28 — объединённая модель MaziyarPanahi на базе двух чекпойнтов automerger: Experiment28M7-7B и AlloyingotneoyExperiment28-7B. Это плотная авторегрессионная языковая модель архитектуры Mistral с 7,1 млрд параметров, предназначенная для генерации текста. Она принимает текст и выдаёт текст; заявленная длина контекста составляет 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0. Карточка не описывает специальные области применения или отдельные возможности объединённой модели.

MaziyarPanahi/Experiment28T3q_Strangemerges_30Experiment28 — объединённая модель семейства Mistral с плотной архитектурой MistralForCausalLM и 7,1 млрд параметров. Она создана путём слияния automerger/Experiment28T3q-7B и automerger/Strangemerges_30Experiment28-7B. Модель предназначена для генерации текста и принимает текстовые запросы, выдавая текстовые продолжения. Поддерживает контекст до 32 768 токенов. Веса опубликованы в формате safetensors; лицензия — Apache-2.0. README и метаданные не описывают специализацию по языкам или конкретные преимущества и ограничения качества.