II.1Анализ требований и архитектура ПО

Experiment24Inex12-7B — автоматическое слияние моделей, выполненное Maxime Labonne из yam-peleg/Experiment24-7B и MSL7/INEX12-7b методом SLERP. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста; максимальная длина контекста составляет 32 768 токенов. Модель подходит для текстовых запросов и создания ответов или продолжений текста. Репозиторий распространяется в формате safetensors, лицензия — Apache-2.0. В README приведена конфигурация слияния и начало примера загрузки через Transformers, но нет сведений о языковой специализации и сравнительных результатах.

Experiment26T3qm7xp_Strangemerges_32Experiment28 — слитая языковая модель семейства Mistral, опубликованная под именем MaziyarPanahi. Она объединяет automerger/Experiment26T3qm7xp-7B и automerger/Strangemerges_32Experiment28-7B и предназначена для генерации текста. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В репозитории указаны веса в формате safetensors; лицензия — Apache-2.0. Карточка не описывает специальные предметные области или дополнительные возможности.

MaziyarPanahi/Experiment26Yam_Strangemerges_30Pastiche — объединённая модель семейства Mistral на 7,1 млрд параметров, созданная на основе automerger/Experiment26Yam-7B и automerger/Strangemerges_30Pastiche-7B. Модель предназначена для генерации текста и принимает текстовые запросы, формируя текстовые ответы. Контекстное окно составляет до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0. Карточка описывает происхождение модели как слияние двух моделей, но не приводит оценок качества или специальных сценариев применения.

MaziyarPanahi/Experiment28M7_Experiment24Yam — объединённая языковая модель на архитектуре Mistral, созданная слиянием automerger/Experiment28M7-7B и automerger/Experiment24Yam-7B. Модель содержит 7,1 млрд параметров и принимает текст для генерации текста; заявленная длина контекста — 32 768 токенов. Модель предназначена для генерации продолжений текста и ответов в сценариях, где требуется текстовая языковая модель. В карточке не описаны специализация по предметным областям, языковое покрытие или отдельные возможности сверх генерации текста. Распространяется в формате Safetensors по лицензии Apache-2.0.

MaziyarPanahi/Experiment28T3q_AlloyingotneoyExperiment24 — объединённая автором репозитория модель на базе двух моделей automerger: Experiment28T3q-7B и AlloyingotneoyExperiment24-7B. Это плотная авторегрессионная модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров. Модель предназначена для генерации текста; её контекстное окно составляет 32 768 токенов. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Карточка не описывает специализированные сценарии применения, языки или результаты оценки качества.

MaziyarPanahi/Experiment28T3q_Experiment29Experiment24 — объединённая модель генерации текста на архитектуре Mistral, созданная из automerger/Experiment28T3q-7B и automerger/Experiment29Experiment24-7B. В репозитории представлены веса в формате safetensors; модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста. Описание базовых моделей указывает на экспериментальную модель и математическую модель, дообученную методом DPO, однако конкретные способности итогового объединения и его сравнительное качество не приведены. Модель выпущена под лицензией Apache 2.0.

Flan-T5-Large-Alpaca — англоязычная модель генерации текста на архитектуре T5, опубликованная VMware. Она основана на google/flan-t5-large и дообучена на датасете Alpaca методом переноса стиля; авторы отмечают, что шаблон промпта Alpaca может улучшить ответы на некоторые запросы. Модель предназначена для генерации ответов и выполнения инструкций в формате text-to-text. Она содержит 385,2 млн параметров, работает с текстом и имеет контекст длиной 512 токенов. Репозиторий содержит веса PyTorch и safetensors. Лицензия указана как other, поэтому перед использованием следует проверить условия в карточке модели и базовой модели.

Flan-UL2-Alpaca-LoRA — англоязычная модель генерации текста, созданная дообучением Google Flan-UL2 с помощью PEFT-LoRA на датасете Alpaca. Это плотная модель семейства T5 с 7,6 млрд параметров; она принимает текстовые инструкции и формирует текстовые ответы в стиле instruction-following. Указанная длина контекста — 512 токенов. Модель подходит для ответов на вопросы, выполнения текстовых инструкций и генерации текстов по запросу на английском языке. Веса доступны в форматах PyTorch и Safetensors; для работы указана библиотека Transformers. Лицензия обозначена как other, поэтому условия использования следует проверять в карточке модели и у базовой модели перед применением. В README отмечены возможные смещения обучающих данных и более низкое качество за пределами английского языка. Также качество может различаться в зависимости от типа вопроса и текста.

Flashback-Bellman — языковая модель Mistral для генерации текста, созданная объединением моделей с помощью LazyMergekit. В конфигурации указаны Mistral-7B-v0.1-flashback-v2 как базовая модель и neph1/bellman-7b-mistral-instruct-v0.2 как добавляемая модель слияния DARE-TIES; при этом метаданные Hugging Face связывают репозиторий с bellman-7b-mistral-instruct-v0.2. Размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов. Модель предназначена для генерации текста по текстовому запросу. Карточка не приводит конкретных сценариев применения, языкового охвата или оценок качества. Репозиторий содержит веса в формате safetensors; лицензия в доступных данных не указана.

ayoubkirouane/gemma-2-9b-alpaca-small-Instruct — текстовая генеративная модель на базе Google Gemma 2 9B, дообученная на наборе ayoubkirouane/Small-Instruct-Alpaca_Format. Она предназначена для диалоговых сценариев и выполнения инструкций в формате Alpaca: модель получает текстовый запрос и генерирует текстовый ответ. Модель имеет плотную архитектуру Gemma2ForCausalLM, содержит 9 млрд параметров и поддерживает контекст до 8192 токенов. В карточке указана английская локализация. Модель распространяется в формате PyTorch и загружается через Transformers. Указана лицензия Gemma; перед использованием следует соблюдать её условия. Карточка не приводит результаты оценивания качества, поэтому пригодность модели для конкретных задач стоит проверять на собственных примерах.

LuffyTheFox/Gemma-4-E4B-Uncensored-Genesis-GGUF — мультимодальная GGUF-модель, основанная на Google Gemma 4 E4B IT и модели Gemma-4-E4B-Uncensored-HauhauCS-Aggressive от HauhauCS. LuffyTheFox обработал её с помощью собственного алгоритма дистилляции тренировочного шума Genesis. Модель предназначена для диалогов, следования инструкциям и генерации текста, а также рассчитана на мультимодальные сценарии с текстом, изображениями, видео и аудио. Заявленный язык — английский, также поддерживаются многоязычные сценарии. Модель содержит около 4 миллиардов параметров, имеет 42 слоя, сочетает скользящее окно внимания размером 512 с полным вниманием, поддерживает контекст до 131 тысячи токенов и использует 18 общих KV-слоёв для экономии памяти. К сильным сторонам относятся большой контекст, компактный размер и совместимость с llama.cpp, LM Studio, Jan, koboldcpp и другими GGUF-совместимыми средами. Для корректной обработки шаблона чата в llama.cpp требуется параметр --jinja. Практическое ограничение заключается в том, что vision encoder в поставку не включён: по словам автора, он неисправен. Для поддержки визуальных и аудиовходов требуется отдельный файл mmproj, поэтому фактические мультимодальные возможности зависят от наличия совместимых компонентов. Модель распространяется по лицензии Gemma.

Gradience-T1-3B-preview — экспериментальная многоязычная чат-модель Tesslate, дообученная на Qwen/Qwen2.5-3B-Instruct с использованием набора данных Tesslate/Gradient-Reasoning. Она предназначена для генерации текста и ответов с пошаговым разбором задач; авторы описывают её как попытку ускорить рассуждения и предлагают включать такой режим системным запросом. Модель содержит 3,1 млрд параметров, использует плотную архитектуру Qwen2 и принимает контекст до 32 768 токенов. Модель поддерживает английский, китайский, французский, испанский, португальский, немецкий, итальянский, русский, японский, корейский, вьетнамский, тайский и арабский языки. Доступна в формате safetensors через Transformers. Лицензия — Apache-2.0. Версия обозначена как preview/beta, поэтому качество и скорость рассуждений могут быть нестабильными.

Grypho-ties-7b — объединённая модель генерации текста на архитектуре Mistral, созданная с помощью LazyMergekit. В README перечислены компоненты слияния nbeerbower/bophades-mistral-math-DPO-7B и Danielbrdz/Barcenas-Mistral-7b; конфигурация также задаёт OpenPipe/mistral-ft-optimized-1218 как базовую модель и использует метод TIES. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста; в составе слияния есть версия Mistral, дообученная для математических задач. Apache-2.0 разрешает использование на условиях этой лицензии. Карточка не уточняет языки и отдельные гарантированные сценарии применения, поэтому математические ответы следует считать возможным сценарием, а не подтверждённой оценкой качества.

HeroBophades-3x7B — экспериментальная языковая модель семейства Mixtral с архитектурой Mixture of Experts, собранная разработчиком с помощью mergekit. Она предназначена для генерации текста; среди сценариев обучения исходных компонентов указаны математические задачи, проверка достоверности и художественные тексты. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В README указана возможность запуска в 4-битном режиме на GPU с 12 ГБ видеопамяти. Модель распространяется под лицензией Apache-2.0.

Kosmos-EVAA-gamma-v17-8B — объединённая методом SLERP языковая модель, созданная jaspionjader с помощью mergekit на основе Kosmos-EVAA-gamma-v14-8B и Kosmos-EVAA-gamma-v16-8B. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров; она предназначена для генерации текста и принимает контекст длиной до 8192 токенов. Модель подходит для диалоговых интерфейсов, продолжения текста и других сценариев генерации на основе текстового запроса. README описывает только способ объединения весов и не приводит специализированных задач или языковых характеристик, поэтому такие возможности нельзя уточнить по доступным данным. Модель распространяется в формате safetensors; лицензия в предоставленных источниках не указана.

lsw0570168/krx-q25-7b-base-v3.3 — языковая модель автора lsw0570168, дообученная на базе lsw0570168/krx-q25-7b-base-v3. Это плотная авторегрессионная модель семейства Qwen2 с 7,1 млрд параметров, предназначенная для генерации текста. В метаданных указан контекст длиной до 131 072 токенов; модель сохранена в формате safetensors и обучалась с использованием Unsloth и Hugging Face TRL. Модель может использоваться для генерации продолжений текста и построения приложений на основе текстовой генерации. Карточка указывает лицензию Apache-2.0. Язык карточки и тег модели — английский; данных о специализации на других языках или прикладных областях нет.

Lix-14B-v0.1 — объединённая языковая модель, созданная с помощью mergekit и метода Model Stock; в её основе wanlige/li-14b-v0.4, также объединены sthenno-com/miscii-14b-0218 и wanlige/li-14b-v0.4-slerp0.1. Модель разработана автором репозитория suayptalha и построена на архитектуре Qwen2 с 14 млрд параметров. Она предназначена для генерации текста и диалоговых сценариев; поддерживает контекст до 32 768 токенов. Модель поставляется в формате Safetensors и использует лицензию Apache-2.0. В README приведены результаты Open LLM Leaderboard, включая среднее значение 43,32 и результат IFEval 78,13; эти показатели относятся к указанной оценке и сами по себе не гарантируют качество в конкретных задачах. Метаданные карточки указывают английский язык; другие языки не подтверждены.

Llama-3.2-3B-Instruct-abliterated — диалоговая языковая модель на 3,2 млрд параметров, созданная huihui-ai методом abliteration на основе meta-llama/Llama-3.2-3B-Instruct. Она предназначена для генерации текста и ответов в чате; автор позиционирует её как версию с ослабленными отказами. Модель использует плотную архитектуру LlamaForCausalLM, работает с текстом и имеет контекстное окно до 131 072 токенов. В README приведены результаты повторной оценки на IF_Eval, MMLU Pro и TruthfulQA, близкие к результатам базовой модели. Доступны веса в формате Safetensors; для запуска также описано использование через Ollama. Модель распространяется по лицензии Llama 3.2. README не уточняет, какие языки проверялись именно для этой производной модели.

LLama3-8B-FunStock — диалоговая языковая модель, созданная bunnycore слиянием трёх моделей семейства Llama 3 через mergekit. Она содержит около 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и поддерживает контекст до 8192 токенов. Модель предназначена для генерации текста и диалогов; описание базовой модели указывает на применение для английского текста и STEM-задач. Модель доступна в формате safetensors и распространяется по лицензии Apache-2.0. README указывает тип слияния model_stock и вычислительный формат bfloat16. Подходит для исследовательских и прикладных сценариев генерации ответов, включая вопросы по STEM-темам; сведения о сравнительных оценках качества и специальных ограничениях не приведены.

Llama3-FiditeNemini-70B — экспериментальная объединённая языковая модель на базе архитектуры Llama 3, созданная автором репозитория с помощью mergekit и метода Model Stock. В объединении использованы три открытые предварительно обученные модели, однако их названия в карточке не приведены. Модель предназначена для генерации текста и диалогового взаимодействия. Она содержит 69,5 млрд параметров, принимает текст и имеет контекстное окно длиной 8192 токена. В репозитории размещены веса safetensors; автор также благодарит mradermacher за подготовку квантованных вариантов GGUF. Карточка не сообщает результаты оценки качества, поддерживаемые языки или условия лицензии. Поскольку это экспериментальное слияние, качество и поведение могут отличаться от исходных моделей.

KnutJaegersberg/LLongMA-3b-LIMA — языковая модель для генерации текста на базе архитектуры Llama. В карточке приведён пример формата Instruction/Response и результаты оценки на Open LLM Leaderboard. Модель содержит 3,3 млрд параметров, принимает контекст длиной до 8192 токенов и распространяется в формате PyTorch. Модель подходит для генерации ответов на инструкции и общих текстовых запросов. В таблице оценки указаны результаты ARC и HellaSwag; подробные показатели остальных тестов в доступном фрагменте карточки не приведены. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

Maple-Preview-BF16-MLX — преобразование модели Maple-Preview от DeepGrove в формат MLX с весами BF16 для локального запуска на компьютерах Apple Silicon. Это разговорная причинно-языковая MoE-модель: исходная Maple-Preview описана как модель класса 20B-A1B с 24 слоями и 256 экспертами, из которых активны 8; в метаданных размер указан как 1,2 млрд параметров. Модель принимает текст и генерирует текст, поддерживает английский язык и контекст до 131 072 токенов. Модель предназначена для диалогов и задач, требующих сложных рассуждений, включая математические задачи и вопросы на знания. Карточка отмечает высокую скорость локального вывода на Apple Silicon, но предупреждает, что фактическая длина контекста может быть ограничена памятью для KV-кэша. Предварительная версия мало обучалась для агентных сценариев и прошла лишь небольшое общее обучение с подкреплением, поэтому на агентных задачах может уступать специализированным моделям. Для загрузки требуется доверенная пользовательская реализация кода; лицензия — MIT, с условиями базовой модели.

MarcMistral-7B — объединённая модель для генерации текста, созданная Flemming Miguel с помощью LazyMergekit. Она сочетает nfaheem/Marcoroni-7b-DPO-Merge и EmbeddedLLM/Mistral-7B-Merge-14-v0.5 методом SLERP; автор представляет её как эксперимент по поиску удачной основы для дальнейшего дообучения, сопоставляя качества моделей на бенчмарках MMLU и ARC. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и принимает контекст длиной до 32 768 токенов. Её можно применять для генерации текста и диалогового общения. Репозиторий содержит веса в формате Safetensors, лицензия — Apache-2.0. Это экспериментальный вариант слияния: README сообщает, что автор планирует сравнивать несколько подобных вариантов, пока тесты не выявят лучший. В карточке не приведены результаты бенчмарков или отдельные гарантии качества; поведение модели может отличаться от компонентов слияния.

Marcoroni 7b GGUF — языковая модель для генерации текста, разработанная AIDC-ai-business и преобразованная в формат GGUF пользователем TheBloke. Модель основана на архитектуре Llama, имеет около 7 миллиардов параметров и предназначена для выполнения инструкций и формирования ответов на текстовые запросы. В карточке указаны английский язык и датасет Open-OrCA; исходная модель обозначена как Marcoroni-7b. Модель подходит для локального запуска и сценариев text generation, включая работу через llama.cpp, text-generation-webui, LM Studio, KoboldCpp и совместимые библиотеки. GGUF поддерживает метаданные и специальные токены, а доступные варианты с разной разрядностью позволяют выбирать баланс между качеством, скоростью и требованиями к памяти при CPU- и GPU-инференсе. Для запросов рекомендуется шаблон Alpaca с секциями Instruction и Response. В README не указаны размер контекстного окна, результаты тестов, подробные сведения об обучении, мультимодальных возможностях или подтвержденные сильные стороны и ограничения качества, поэтому их нельзя оценить по имеющимся данным. Для модели заявлена лицензия CC BY-NC 4.0; поскольку она основана на Llama 2, также применяются условия лицензии Meta Llama 2. Вопросы о взаимодействии этих лицензий рекомендуется уточнять в репозитории исходной модели.

MeliodasPercival_01_Strangemerges_32Yamshadow — объединённая модель семейства Mistral с 7,1 млрд параметров для генерации текста. Она создана слиянием моделей automerger/MeliodasPercival_01-7B и automerger/Strangemerges_32Yamshadow-7B; веса представлены в формате Safetensors. Модель предназначена для генерации текста с контекстом до 32 768 токенов. Её можно использовать для продолжения текста, составления черновиков и диалоговых сценариев на основе текстового ввода. Модель распространяется по лицензии Apache 2.0. Карточка не описывает специализацию, языковое покрытие или результаты оценки качества, поэтому их нельзя надёжно определить.

Merged AGI 7B — языковая модель для генерации текста, разработанная Talha Rüzgar Akkuş на базе архитектуры Mistral. Репозиторий TheBloke содержит её квантизированные версии в формате GGUF, предназначенные для запуска через llama.cpp и совместимые сторонние интерфейсы и библиотеки. В карточке также указано обучение или дообучение с использованием набора данных MetaMathQA, а среди основных сценариев отмечены текстовая генерация и математические задачи. Модель имеет размер 7B параметров, поддерживает английский язык и использует шаблон запросов ChatML с системными и пользовательскими сообщениями. Доступны варианты квантизации от 2 до 8 бит, что позволяет выбирать компромисс между требованиями к памяти, скоростью и качеством; возможен инференс на CPU и GPU. Ограничения включают заявленную ориентацию на английский язык и потенциальные потери качества, связанные с квантизацией. Лицензия модели — CC BY-NC 4.0, предусматривающая некоммерческое использование с соблюдением условий лицензии.

Q-bert/MetaMath-Cybertron-Starling — объединённая языковая модель, созданная слиянием Q-bert/MetaMath-Cybertron и berkeley-nest/Starling-LM-7B-alpha методом slerp. Она использует плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста в диалоговом формате ChatML, включая ответы на математические вопросы и ведение беседы на английском языке. В карточке указана оценка 71,35 в среднем по представленным тестам Open LLM Leaderboard; также приведены результаты ARC и HellaSwag. Модель принимает текст и генерирует текст. Репозиторий распространяется в формате safetensors по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Ministral-3-14B-Reasoning-2512-Uncensored-GGUF — GGUF-квантизированная версия дообученной модели Ministral-3-14B-Reasoning-2512-Uncensored, разработанная ccharnkij на базе модели Mistral AI Ministral-3-14B-Reasoning-2512. Модель предназначена для генерации текста, задач рассуждения и мультимодального понимания изображений вместе с текстом. Модель имеет размер 14 млрд параметров и поддерживает работу с текстом и изображениями. Для анализа изображений необходимо одновременно загружать файл модели GGUF и соответствующий файл mmproj. В README указан английский язык; сведения о размере контекстного окна и точной архитектуре отсутствуют. Формат GGUF ориентирован на локальный запуск в совместимом программном обеспечении, однако конкретные требования к оборудованию не указаны. Ключевая особенность версии — дообучение с неконтент-фильтрованными ответами, что может расширять диапазон генерируемых ответов, но также повышает риски нежелательного или небезопасного содержания. Модель заявлена для исследовательских и образовательных целей. Распространяется по лицензии Apache 2.0.

Mistral-7B-Forest-DPO — языковая модель на архитектуре Mistral, дообученная автором репозитория на базе mistralai/Mistral-7B-v0.1 методом Direct Preference Optimization. Для дообучения использована смесь наборов Intel/orca_dpo_pairs, nvidia/HelpSteer и jondurbin/truthy-dpo-v0.1. Модель предназначена для генерации текста и ответов на запросы на естественном языке; заявленная карточкой широкая применимость к задачам NLP не сопровождается конкретными оценками качества. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Метаданные указывают английский язык. Распространяется в формате PyTorch по лицензии Apache-2.0. Карточка не приводит результатов сравнительных тестов, поэтому качество на отдельных задачах следует оценивать на собственных данных.

Карточка модели bany1111/mistral-7b-lima_v2 на Hugging Face совпадает с карточкой bany1111/mistral-7b-arc_reasoning_v2, поэтому описание составлено по ней. bany1111/mistral-7b-arc_reasoning_v2 — дообученная языковая модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров. Она создана bany1111 на основе unsloth/mistral-7b-bnb-4bit с использованием Unsloth и библиотеки Hugging Face TRL. Модель предназначена для генерации текста; контекст составляет до 32 768 токенов. Карточка не описывает специализацию на конкретных сценариях рассуждения или отдельных областях, поэтому её можно рассматривать как модель общего назначения для текстовых запросов и ответов. Указана поддержка английского языка. Модель распространяется по лицензии Apache-2.0. Карточка не приводит оценок качества или конкретных ограничений; результаты следует проверять на целевых задачах.