II.1Анализ требований и архитектура ПО

Experiment28T3q_YamStrangemerges_32 — объединённая MaziyarPanahi модель семейства Mistral для генерации текста. Она построена на основе automerger/Experiment28T3q-7B и automerger/YamStrangemerges_32-7B; архитектура плотная, класс MistralForCausalLM, размер — 7,1 млрд параметров. Модель рассчитана на текстовый ввод и генерацию текста, поддерживает контекст до 32 768 токенов. Модель можно использовать для генерации продолжений и ответов на текстовые запросы. README и метаданные не уточняют специализацию, языки или сравнительные преимущества объединённого чекпойнта. Веса опубликованы в формате safetensors под лицензией Apache-2.0.

Gemma 2 Aeria Infinity 9B — диалоговая модель для генерации текста, созданная объединением моделей ifable/gemma-2-Ifable-9B и BAAI/Gemma2-9B-IT-Simpo-Infinity-Preference с помощью Mergekit. Она основана на плотной архитектуре Gemma 2 с 9 млрд параметров и рассчитана на текстовый ввод и генерацию ответов в диалоге; контекст составляет до 8192 токенов. В конфигурации слияния указан метод dare_ties, маска int8 и формат вычислений bfloat16. Модель подходит для чат-ботов, ответов на инструкции и генерации текста на английском языке. В метаданных указана библиотека Transformers и формат весов safetensors. Лицензия в предоставленных данных не указана.

h2oai/h2ogpt-gm-oasst1-en-2048-falcon-40b-v1 — текстовая языковая модель H2O.ai, обученная с помощью H2O LLM Studio на базе tiiuae/falcon-40b с использованием датасета OpenAssistant/oasst1. Это плотная авторегрессионная модель семейства RefinedWeb с архитектурой RWForCausalLM и примерно 65 млрд параметров. Она предназначена для генерации ответов и диалогового взаимодействия на английском языке; её можно применять для ответов на вопросы и других задач, решаемых через генерацию текста. Модель принимает текст и выдаёт текст. Репозиторий предоставляет веса PyTorch для использования с Transformers. Лицензия — Apache-2.0. Модель может давать неверные, бессмысленные или нерелевантные ответы и воспроизводить предвзятый либо оскорбительный контент; результаты требуют проверки.

Hermes2-Gutenberg2-Mistral-7B — языковая модель NousResearch, дообученная на базе NousResearch/Hermes-2-Pro-Mistral-7B на наборах jondurbin/gutenberg-dpo-v0.1 и nbeerbower/gutenberg2-dpo методом ORPO. Это плотная авторегрессионная модель архитектуры Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов; веса опубликованы в формате safetensors. Модель предназначена для диалогов и генерации текста по запросу. Её можно применять для ответов в чате, следования инструкциям и создания связного текста; в метаданных также указана возможность работы через интерфейс вызова инструментов. README сообщает о настройке в течение трёх эпох на двух RTX 3090 и приводит результаты Open LLM Leaderboard, включая IFEval и BBH. Модель распространяется по лицензии Apache-2.0. README и метаданные не уточняют целевые языки и конкретные ограничения качества; результаты бенчмарков сами по себе не гарантируют качество в прикладных сценариях.

HieraMind I2W Qwen3-4B — дообученная модель-компонент системы HieraMind для преобразования запросов на естественном языке в планы оркестрации сервисов. Получив запрос пользователя и контекст найденного каталога сервисов, она генерирует структурированный ориентированный ациклический граф (DAG) с нужными функциями сервисов и зависимостями их выполнения. Модель основана на плотной архитектуре Qwen3ForCausalLM с 3,7 млрд параметров и контекстом до 262 144 токенов. Для обучения применялось групповое обучение с подкреплением с оценкой рабочих процессов, направляемой учителем; семантический поиск ограничивает каталог сервисов, подаваемый модели. В оценке HieraMind I2W указаны точность выбора узлов 96,0% и полнота 92,6%. Модель предназначена для оркестрации сервисов в разнородных сетевых и вычислительных инфраструктурах. Она генерирует текстовое структурированное представление рабочего процесса, но качество результата зависит от запроса и предоставленного контекста каталога; показатели оценки не описывают все сценарии эксплуатации. Распространяется под лицензией Apache-2.0.

HybridDiffusion-4B — текстовая генеративная модель на 4,84 млрд параметров, созданная авторами HybridDiffusion преобразованием Qwen3.5-4B по схеме перехода от авторегрессионной генерации к диффузионной. Она построена на гибридной архитектуре Gated DeltaNet и softmax-внимания и поддерживает три режима генерации на одном наборе весов: обычную авторегрессионную, спекулятивное декодирование с проверкой AR-Trust и параллельное уточнение токенов Diffusion-Trust. Модель предназначена для диалогов и генерации текста. В README приведены результаты на тестах знаний и следования инструкциям; доступные режимы позволяют выбирать между последовательной генерацией, проверкой черновых токенов и параллельным денойзингом блоков. Для запуска авторы рекомендуют среду HybridDiffusion на базе SGLang и FlashInfer. Карточка указывает английский язык; мультимодальные возможности базовой Qwen3.5-4B не следует автоматически приписывать этому текстовому чекпойнту. Модель распространяется под лицензией с обозначением «other»; конкретные условия следует проверять в карточке репозитория. Указанные benchmark-результаты зависят от режима декодирования и настроек оценки, а для запуска требуется совместимое окружение HybridDiffusion.

sambal/k2-v2-think-dpo-checkpoint-200 — промежуточный чекпойнт модели K2-v2-Think, созданный на основе LLM360/K2-Think разработчиком sambal. Это плотная авторегрессионная языковая модель архитектуры Qwen2ForCausalLM класса 32B с контекстом 131 072 токена, предназначенная для генерации текста в диалоговом формате и задач рассуждения. Чекпойнт соответствует итерации 200 из 496 в запуске дообучения предпочтениям с sigmoid DPO и RPO; веса объединены и сохранены в BF16 в формате safetensors для Transformers. Модель может использоваться для диалоговых ответов и генерации текста с рассуждениями, однако это промежуточное состояние обучения, а не завершённая версия: перед применением в целевых сценариях требуется оценить качество. Карточка указывает шаблон чата K2 v2 high. Лицензия — Apache-2.0.

Knowlm-13B-Zhixi — языковая модель на архитектуре Llama, разработанная ZJUNLP и дообученная на основе Knowlm-13B-Base с использованием данных в формате инструкций. Она предназначена для генерации текста и выполнения запросов, сформулированных естественным языком. Модель содержит 12,9 млрд параметров, принимает текст и выдаёт текст; её родной контекст — 2048 токенов. Репозиторий содержит веса PyTorch. Модель распространяется по лицензии Apache-2.0. README не уточняет языковой охват, качество на отдельных задачах или специальные сценарии применения.

Kosmos-EVAA-TSN-v20-8B — языковая модель семейства Llama, созданная объединением двух предварительно обученных моделей с помощью mergekit и метода SLERP. Репозиторий разработан jaspionjader; в объединение вошли jaspionjader/Kosmos-EVAA-TSN-v19-8B и jaspionjader/TSN-Kosmos-EVAA-v2-8B. Модель предназначена для генерации текста и поддерживает контекст до 8192 токенов. Она имеет плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и распространяется в формате safetensors; в конфигурации слияния указан тип данных bfloat16. Подходит для генерации ответов и продолжения текста в приложениях на базе Transformers. Карточка не сообщает о специализированных областях применения или ограничениях качества. Лицензия в предоставленных данных не указана.

Llama 3 Tulu 2+DPO 8B — англоязычная диалоговая модель-помощник, разработанная AllenAI на базе Llama 3. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров и контекстом 8192 токена. Она дообучена на смеси публичных, синтетических и созданных людьми инструкционных данных, а затем выровнена методом DPO на UltraFeedback. Модель предназначена для диалогов, выполнения инструкций и генерации ответов на английском языке. В карточке приведены результаты оценок на тестах рассуждения, вопросов и ответов, следования инструкциям и безопасности; показатели различаются по тестам и не гарантируют качество в конкретном применении. Для входа рекомендован формат Llama 3 с маркерами ролей и переводами строк. Модель распространяется по лицензии Apache 2.0. Она не прошла описанную в карточке дополнительную настройку на безопасные ответы и может выдавать проблемный контент, в том числе по соответствующему запросу.

M7Yamshadowexperiment28_Experiment28Meliodas — объединённая модель на архитектуре Mistral, созданная из automerger/M7Yamshadowexperiment28-7B и automerger/Experiment28Meliodas-7B. Модель содержит 7,1 млрд параметров и принимает контекст длиной до 32 768 токенов. Она предназначена для генерации текста и может использоваться в приложениях, которым нужна генерация продолжений или ответов на текстовые запросы. README не описывает специализированные сценарии или языковую направленность модели. Модель распространяется в формате safetensors по лицензии Apache-2.0.

MaziyarPanahi/M7Yamshadowexperiment28_NeuralsirkrishnaShadow — объединённая модель Mistral для генерации текста, созданная слиянием automerger/M7Yamshadowexperiment28-7B и automerger/NeuralsirkrishnaShadow-7B. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и принимает контекст длиной до 32 768 токенов. Модель предназначена для генерации текста. Лицензия Apache-2.0 разрешает её использование на условиях этой лицензии. README и метаданные не уточняют специализацию слияния, языки обучения или конкретные преимущества модели.

MaziyarPanahi/M7Yamshadowexperiment28_YamT3qm7xp — объединённая модель Mistral для генерации текста. Она создана слиянием моделей automerger/M7Yamshadowexperiment28-7B и automerger/YamT3qm7xp-7B; архитектура — плотная причинно-языковая модель MistralForCausalLM объёмом 7,1 млрд параметров. Модель принимает текст и генерирует текст, поддерживая контекст до 32 768 токенов. Модель подходит для генерации продолжений и ответов на текстовые запросы. В репозитории веса представлены в формате Safetensors. Использование регулируется лицензией Apache 2.0. Карточка не описывает конкретные языки или специализированные области применения.

MeliodasT3q_Experiment26Yam — объединённая модель для генерации текста, созданная MaziyarPanahi на основе automerger/MeliodasT3q-7B и automerger/Experiment26Yam-7B. Это плотная авторегрессионная модель архитектуры Mistral размером 7,1 млрд параметров с контекстом до 32 768 токенов, распространяемая в формате safetensors. Модель предназначена для генерации продолжений текста и диалоговых ответов на входные текстовые запросы. В README не описаны специальные области применения, языковая специализация или дополнительные возможности. Лицензия — Apache-2.0.

rwitz2/mergemix — языковая модель для генерации текста, созданная слиянием DARE-TIES на основе Mistral-7B-v0.1 и трёх других моделей: rwitz/go-bruins-v2, rwitz/dec10 и AIDC-ai-business/Marcoroni-7B-v3. Архитектура — плотная MistralForCausalLM; размер — 7,1 млрд параметров, контекст — до 32 768 токенов. Веса опубликованы в формате safetensors и имеют тип bfloat16. Модель можно применять для генерации продолжений текста и диалоговых ответов. Карточка не описывает её специализацию, обучение, языковую поддержку или результаты оценки, поэтому качество и пригодность для конкретных сценариев следует проверять отдельно. Лицензия — Apache-2.0.

MFANNv0.23 — диалоговая модель генерации текста, опубликованная netcat420. Это дообученная версия netcat420/MFANN-llama3.1-abliterated-SLERP-v3.1 на архитектуре Llama; в репозитории указаны 7,5 млрд параметров и формат safetensors. Модель предназначена для диалогов и ответов на запросы. В README описаны обычный режим помощника и экспериментальный режим SATANN для обсуждения наступательных и защитных киберопераций. Метаданные указывают контекст до 131 072 токенов, а README рекомендует настройки с длиной контекста 8 192 токена. В карточке приведены результаты оценок Open LLM Leaderboard, включая IFEval и BBH. Лицензия обозначена как llama3.1. README предупреждает, что SATANN — экспериментальный режим; результаты оценки сами по себе не гарантируют качество ответов в конкретных сценариях.

MergeFuel/Mistral-11B-v0.2 — объединённая языковая модель на архитектуре Mistral, созданная с помощью mergekit методом passthrough из слоёв alpindale/Mistral-7B-v0.2-hf. В конфигурации используются диапазоны слоёв [0, 24] и [8, 32]; итоговый репозиторий содержит около 10,6 млрд параметров в формате safetensors. Модель предназначена для генерации текста и работает через библиотеку Transformers; заявленная длина контекста — 32 768 токенов. Модель можно применять для генерации продолжений, черновиков и ответов на текстовые запросы. README не описывает отдельную специализацию или результаты оценки качества, поэтому поведение и надёжность на конкретных сценариях по этим данным определить нельзя. Лицензия в предоставленных сведениях не указана.

Mistral-7B-v0.1-DPO — дообученный адаптер на основе исходной модели Mistral-7B-v0.1. Разработчик дообучил языковую модель, включая LM head и модули внимания и MLP: k_proj, gate_proj, v_proj, up_proj, q_proj, o_proj и down_proj. Модель предназначена для генерации текста. Она построена на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В карточке указана лицензия Apache-2.0. README не сообщает, на каких данных и по какой процедуре выполнялось DPO-дообучение, и не приводит оценки качества или список поддерживаемых языков. Поэтому пригодность модели для конкретного языка или сценария следует проверять отдельно.

Mistral-v0.3-7B-ORPO — языковая модель llmat для генерации текста и диалогового общения. Она дообучена методом ORPO на базе unsloth/mistral-7b-v0.3-bnb-4bit с использованием Unsloth и библиотеки TRL. Модель построена на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров. Она принимает текст и генерирует текст; заявленная длина контекста — 32 768 токенов. В метаданных указан английский язык. Модель предназначена для текстовых запросов и чата. Модель распространяется по лицензии Apache-2.0. README не приводит результаты оценки качества или подробности обучающих данных, поэтому пригодность для конкретных задач следует проверять отдельно.

cloudyu/Mixtral_11Bx2_MoE_19B — разговорная языковая модель семейства Mixtral, опубликованная пользователем cloudyu. По README, она объединяет Sakura-SOLAR-Instruct и CarbonVillain-en-10.7B-v1 в архитектуру смеси экспертов (MoE). Метаданные указывают 10,6 млрд параметров, контекст до 4096 токенов и формат Safetensors. Модель предназначена для генерации текста в диалоговом формате и общих задач языкового моделирования. В README приведены результаты оценки на HellaSwag и Open LLM Leaderboard, но этих тестов недостаточно, чтобы гарантировать качество в конкретных прикладных сценариях. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование; модель следует применять с соблюдением её условий.

Nemotron-3-Nano-30B-A3B-Base — базовая большая языковая модель, разработанная NVIDIA и опубликованная в репозитории Unsloth. Это вариант модели NVIDIA-Nemotron-3-Nano-30B-A3B-Base-BF16; заявленная архитектура — гибрид Mamba2 и Transformer с Mixture of Experts (MoE), общий размер — 30 млрд параметров. Модель предназначена как основа для дообучения под инструкции и создания специализированных ИИ-агентов, а не как готовый чат-ассистент. Модель принимает и генерирует текст, поддерживает длинные последовательности: в README указаны вход и выход до 128 тыс. токенов, а также возможность контекста до 1 млн токенов при соответствующей настройке. Она рассчитана на английский и ряд других естественных языков, включая русский, и обучалась на данных по коду, математике, естественным наукам и общим знаниям. Репозиторий содержит веса в формате safetensors; README отмечает исправления chat template для Unsloth. Модель подходит разработчикам, которые создают и дообучают языковые модели для генерации текста и агентских сценариев. README заявляет готовность к коммерческому использованию, однако в метаданных указана лицензия other, поэтому перед применением следует свериться с её условиями. Для работы рекомендуются NVIDIA GPU; указанная в README совместимость включает H100-80GB и A100.

MaziyarPanahi/NeuralsirkrishnaShadow_Experiment28Experiment29 — объединённая языковая модель семейства Mistral, созданная слиянием automerger/NeuralsirkrishnaShadow-7B и automerger/Experiment28Experiment29-7B. 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. Контекст поддерживает до 32 768 токенов. В карточке указана лицензия Apache-2.0; сведения о целевых языках и специализированных областях применения отсутствуют.

NeuralsirkrishnaShadow_YamYam — объединённая методом SLERP языковая модель, опубликованная MaziyarPanahi. Она основана на двух моделях: automerger/NeuralsirkrishnaShadow-7B и automerger/YamYam-7B. Модель использует плотную архитектуру Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста и может применяться для продолжения заданного текста и создания ответов на текстовые запросы. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache-2.0.

NoemaAI-labs выпустила Noema 1.5 2B MLX BF16 — конвертированную для MLX версию модели Noema 1.5 2B. Это плотная причинно-языковая модель семейства Qwen3.5 с 1,7 млрд параметров, предназначенная для генерации текста, диалогов, следования инструкциям, рассуждений и коротких фрагментов кода. Версия сохраняет веса в BF16 без квантизации и поддерживает контекст до 262 144 токенов; пакет подготовлен для запуска через MLX-LM на совместимом оборудовании Apple. Модель подходит для локального ассистента, ответов на инструкции, многоходового общения и генерации кода, например функций на Python. В метаданных указан английский язык. Репозиторий предоставляет веса для скачивания, но не предоставляет открытую лицензию, поэтому условия использования следует уточнить у разработчика перед применением.

NousHermes-Mixtral-8x7B-Reddit-mlx — языковая модель, опубликованная mlx-community и подготовленная для запуска с MLX. Это конверсия модели mlx-community/Nous-Hermes-2-Mixtral-8x7B-DPO-4bit; в метаданных указана базовая модель mistralai/Mixtral-8x7B-v0.1. Модель предназначена для генерации текста, диалогов и выполнения инструкций. В основе лежит архитектура Mixtral с разреженной смесью экспертов (MoE); класс модели — MixtralForCausalLM. Метаданные указывают 7,1 млрд параметров и контекст до 32 768 токенов. Модель поддерживает английский язык, форматы файлов включают safetensors, а лицензия — Apache-2.0. README сообщает о конверсии из 4-битной MLX-модели и указывает на исходную карточку Nous-Hermes-2-Mixtral-8x7B-DPO-4bit за подробностями. Поэтому особенности обучающих данных и точные сильные стороны этой версии по имеющейся карточке оценить нельзя.

OLMo 7B Instruct — языковая модель Allen Institute for AI (Ai2), созданная на базе OLMo для диалогов и следования инструкциям. Это плотная авторегрессионная модель семейства OLMo с 7 млрд параметров; базовое обучение проводилось на Dolma, затем модель дообучили на смеси Tulu SFT и очищенной версии UltraFeedback. Модель предназначена для генерации ответов на вопросы, диалогов и других текстовых запросов на английском языке. Авторы представляют её как пример улучшения базовых моделей OLMo с помощью существующих методов дообучения; код и контрольные точки выпускаются для изучения и воспроизводимости. Доступны веса в форматах PyTorch и Safetensors, для работы рекомендованы Transformers версии 4.40.0 или новее. Модель распространяется по лицензии Apache 2.0. Карточка отмечает, что более новые версии Transformers предпочтительны для работы с моделью; заявленные возможности и языковая поддержка ограничены текстовым диалогом на английском языке.

Карточка модели FuseAI/OpenChat-3.5-7B-Qwen-v2.0 на Hugging Face совпадает с карточкой FuseAI/OpenChat-3.5-7B-Starling-v2.0, поэтому описание составлено по ней. FuseAI/OpenChat-3.5-7B-Starling-v2.0 — диалоговая языковая модель, выпущенная исследовательской группой Sun Yat-sen University в рамках проекта FuseChat. Это целевая модель, полученная лёгким дообучением для попарного слияния знаний OpenChat-3.5-7B и Starling-LM-7B-alpha; архитектура — плотная Mistral с 7,1 млрд параметров. В README она описана как компонент для объединения с другими целевыми моделями FuseChat в единую чат-модель. Модель предназначена для ответов на вопросы, выполнения текстовых инструкций и диалогового общения. Она принимает текст и генерирует текст, поддерживает английский язык и контекст до 8192 токенов. Репозиторий содержит веса Safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0. README приводит результаты MT-Bench для итоговой FuseChat-7B-v2.0, но не отдельную оценку этого целевого чекпойнта, поэтому эти показатели нельзя напрямую переносить на данную модель. Качество ответов может зависеть от шаблона диалога и сценария применения.

Карточка модели FuseAI/OpenChat-3.5-7B-SOLAR-v2.0 на Hugging Face совпадает с карточкой FuseAI/OpenChat-3.5-7B-Starling-v2.0, поэтому описание составлено по ней. FuseAI/OpenChat-3.5-7B-Starling-v2.0 — диалоговая языковая модель, выпущенная исследовательской группой Sun Yat-sen University в рамках проекта FuseChat. Это целевая модель, полученная лёгким дообучением для попарного слияния знаний OpenChat-3.5-7B и Starling-LM-7B-alpha; архитектура — плотная Mistral с 7,1 млрд параметров. В README она описана как компонент для объединения с другими целевыми моделями FuseChat в единую чат-модель. Модель предназначена для ответов на вопросы, выполнения текстовых инструкций и диалогового общения. Она принимает текст и генерирует текст, поддерживает английский язык и контекст до 8192 токенов. Репозиторий содержит веса Safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0. README приводит результаты MT-Bench для итоговой FuseChat-7B-v2.0, но не отдельную оценку этого целевого чекпойнта, поэтому эти показатели нельзя напрямую переносить на данную модель. Качество ответов может зависеть от шаблона диалога и сценария применения.

openNemo-9B-Claude-Opus-4.6-distill — текстовая диалоговая модель Empero AI, дообученная на базе empero-ai/openNemo-9B. Это плотная гибридная архитектура Nemotron-H с Mamba2, Transformer и GQA; в README указано около 9 млрд параметров и 52 слоя, тогда как метаданные Hugging Face приводят 15,1 млрд параметров. Контекстное окно составляет 131 072 токена. Модель обучена методом SFT и DPO на наборах с цепочками рассуждений, составленных сообществом на основе ответов Claude Opus 4.6 и других моделей. Она предназначена для диалогов и генерации ответов с пошаговым рассуждением, а также поддерживает режим без рассуждений. В карточке указан английский язык; форматы репозитория — Safetensors. Модель подходит для экспериментального применения в чат-ботах и задачах, где нужны подробные рассуждения. Результаты зависят от качества и характера обучающих данных, а сходство с рассуждениями моделей-источников не гарантирует их точность. Лицензия в метаданных обозначена как other; конкретные условия использования следует проверять в карточке модели.

OpenOrca-Platypus2-13B-imatrix-GGUF — набор imatrix-квантизированных версий модели OpenOrca-Platypus2-13B, разработанной на основе объединения garage-bAInd/Platypus2-13B и Open-Orca/OpenOrcaxOpenChat-Preview2-13B. Модель предназначена для генерации текста и выполнения инструкций; в карточке указано, что она относится к текстовым моделям и поддерживает английский язык. Это 13-миллиардная модель в формате GGUF, ориентированная на запуск средствами, совместимыми с GGUF. Для базовой версии Platypus2-13B указан шаблон запросов с секциями «### Instruction» и «### Response»; для варианта OpenChat рекомендуется шаблон OpenChat Llama2 V1. Дополнительные сведения об архитектуре, размере контекста, поддерживаемых модальностях и практических характеристиках не приведены. В карточке не указаны конкретные преимущества, ограничения производительности или требования к оборудованию. Лицензия обозначена как other, без подробного описания условий использования, поэтому перед применением необходимо ознакомиться с лицензиями исходных моделей и условиями распространения данной сборки.