II.2Создание и понимание программного кода

manojpreveen/Llama-2-70b-hf-ChatOrca-v1 — языковая модель, дообученная автором на базе Meta Llama 2 для диалогов и рассуждений. Она использует плотную архитектуру LlamaForCausalLM и содержит 68,7 млрд параметров. В README указано обучение на смеси данных Orca, открытых многоходовых диалогов, включая OpenAssistant и UltraChat, и OpenPlatypus. Модель предназначена для генерации ответов в чате, поддержания многоходового диалога и решения задач, требующих рассуждений. Она принимает текстовые запросы в формате чата Meta Llama 2 и выдаёт текст; заявленная длина контекста — 4096 токенов. README не уточняет набор поддерживаемых естественных языков. Модель распространяется под лицензией MIT.

manojpreveen/LLama-2-70b-hf-Orca100k — языковая модель на архитектуре Llama 2, созданная на основе meta-llama/Llama-2-70b-hf и дообученная на 100 тысячах примеров из набора Orca, описанного как выборка из миллиона примеров GPT-4 Orca (Dolphin). Модель предназначена для генерации текста по запросу и диалоговых сценариев. Модель содержит 68,7 млрд параметров, использует плотную архитектуру LlamaForCausalLM и принимает контекст до 4096 токенов. В репозитории представлены веса PyTorch; лицензия — MIT. Карточка не уточняет поддерживаемые языки и не приводит результатов оценки качества.

oh-yeontaek/llama-2-7B-LoRA-assemble — языковая модель, опубликованная пользователем oh-yeontaek на Hugging Face. Она относится к семейству Llama и предназначена для генерации текста; в карточке Hugging Face указаны библиотеки Transformers и PyTorch, а также поддержка text-generation-inference. Модель содержит около 6,6 млрд параметров и поддерживает контекст до 4096 токенов. Она подходит для локальной или серверной генерации продолжений текста, ответов и других текстовых последовательностей. Доступные источники не подтверждают конкретную специализацию, набор естественных языков, мультимодальность или лицензионные условия именно исходного репозитория. К ограничениям относятся контекст длиной до 4096 токенов и отсутствие подтверждённой узкой предметной специализации; качество и безопасность ответов зависят от запроса и настроек генерации.

MaziyarPanahi/Llama-3-8B-Instruct-v0.4 — дообученная диалоговая модель на архитектуре Llama, созданная на основе meta-llama/Meta-Llama-3-8B-Instruct. Она предназначена для генерации текста и ассистентских ответов в диалоге; карточка описывает использование через библиотеку Transformers и шаблон запросов ChatML. Модель содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. В метаданных указан английский язык. Репозиторий содержит веса Safetensors; отдельная версия в формате GGUF доступна в другом репозитории. Лицензия обозначена как other, поэтому условия использования следует сверить с лицензией и условиями базовой модели.

QuantFactory/Llama-3-Instruct-8B-SimPO-ExPO-GGUF — квантизированная версия модели Llama-3-Instruct-8B-SimPO-ExPO, созданная с помощью llama.cpp. В основе лежат Meta-Llama-3-8B-Instruct и Llama-3-Instruct-8B-SimPO; разработка ExPO выполнена в рамках подхода Weak-to-Strong Extrapolation, описанного в соответствующей научной работе. Метод объединяет веса SFT- и DPO/RLHF-чекпойнтов с коэффициентом extrapolation alpha = 0.3 для усиления соответствия человеческим предпочтениям. Модель предназначена для генерации текста и диалоговых сценариев, где важны качество следования инструкциям и предпочтительность ответов. Она поддерживает английский язык, относится к семейству моделей примерно на 8B параметров и поставляется в формате GGUF, ориентированном на запуск через совместимое программное обеспечение на базе llama.cpp. Данные о длине контекста, конкретных схемах квантизации и модальностях, кроме текстовой генерации, в README не указаны. По данным AlpacaEval 2.0, модель достигла 40,6% win rate и 45,8% length-controlled win rate, немного превысив исходную Llama-3-Instruct-8B-SimPO. На MT-Bench ExPO также повышал результаты исходных моделей в приведённых сравнениях. Ограничения включают зависимость качества от выбранного уровня квантизации и отсутствие в README подробностей о ресурсоёмкости, безопасности и поведении за пределами указанных бенчмарков. Лицензия указана как llama3.

Fischerboot/LLama3-Lexi-Aura-3Some-SLERP-SLERP-Function-calling-SLERP — объединённая модель на архитектуре Llama 3, созданная автором карточки с помощью mergekit и метода SLERP из двух языковых моделей. Она предназначена для диалоговой генерации текста и вызова функций в сценариях, где языковая модель должна формировать ответы и взаимодействовать с инструментами через структурированные вызовы. Веса представлены в формате Safetensors, размер модели — 7,5 млрд параметров, заявленная длина контекста — 8192 токена. В карточке отмечено наличие вызова функций, но автор не уверен, сохранилась ли у модели исходная степень «uncensored» поведения. Язык обучения или основной язык отдельно не заявлен. Лицензия в предоставленных данных не указана.

Undi95/Lumimaid-Magnum-12B — объединённая диалоговая модель, созданная автором репозитория на основе Lumimaid и Magnum с помощью метода DELLA в mergekit. В состав смеси также включено дообучение Nemo только на входных данных Claude; шаблон общения — Mistral с маркерами [INST] и [/INST]. Модель имеет плотную архитектуру MistralForCausalLM, содержит 12,1 млрд параметров и предназначена для генерации текста в диалоге. В метаданных указан контекст до 1 024 000 токенов, однако README сообщает, что добавленное дообучение проводилось на контексте 16 тыс. токенов, поэтому фактическое качество на длинном контексте из этих данных не следует. Репозиторий использует формат safetensors и библиотеку Transformers. Сведения о лицензии и конкретных ограничениях применения в предоставленных данных отсутствуют.

MaziyarPanahi/M7T3qm7xp_T3qm7xpStrangemerges_32 — объединённая разработчиком модель Mistral для генерации текста. Она создана слиянием automerger/M7T3qm7xp-7B и automerger/T3qm7xpStrangemerges_32-7B и содержит 7,1 млрд параметров. Модель подходит для генерации текста и диалоговых сценариев на основе текстового ввода. Архитектура — плотная MistralForCausalLM, максимальная длина контекста составляет 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0. Карточка не описывает языковую специализацию или конкретные ограничения качества.

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

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

SC117/MiniCPM5-2B-abliterated-FIT-GGUF — это квантизированная GGUF-сборка текстовой генеративной модели openbmb/MiniCPM5-2B, подготовленная и проверенная с помощью FIT-GGUF. Модель относится к семейству MiniCPM, имеет около 2,5 млрд параметров и рассчитана на локальный запуск, в том числе на устройствах с ограниченными ресурсами. Поддерживаются английский и китайский языки, максимальная заявленная длина контекста — 128K токенов. Сборка предназначена для генерации текста и работы через совместимые инструменты, включая llama.cpp. Доступны четыре уровня точности с размером файлов примерно от 1,14 до 1,46 GiB. FIT-GGUF подбирает распределение квантования по тензорам под заданный уровень сохранения качества и проверяет каждый файл относительно собственной BF16-версии с использованием измерений KL-дивергенции и совпадения наиболее вероятного токена. Это позволяет выбирать компромисс между размером, скоростью и качеством, однако универсальное оптимальное распределение квантования не заявлено. Модель помечена как abliterated, то есть её поведение в части встроенных ограничений и отказов может отличаться от исходной версии; README не содержит подробного описания соответствующих изменений и оценок безопасности. К другим ограничениям относятся неизбежные потери качества при квантовании и отсутствие в предоставленных данных детальной спецификации архитектуры или результатов бенчмарков. Лицензия — Apache-2.0.

lee-loo/MiniCPM5-2B-MLX-bf16 — конверсия весов MiniCPM5-2B от OpenBMB в формат MLX с точностью BF16 для запуска на устройствах Apple Silicon. Это плотная языковая модель архитектуры Llama с 2,2 млрд параметров и контекстом до 131 072 токенов; репозиторий предоставляет веса safetensors и рассчитан на работу через MLX-LM. Квантизация не применялась, точность BF16 проверена автором карточки. Модель предназначена для генерации текста и диалоговых сценариев, включая ответы ассистента и рассуждения. Автор сообщает о тестировании на Apple M4 Max с 128 ГБ объединённой памяти; приведённые показатели скорости относятся к этому оборудованию и короткому тесту, поэтому могут отличаться на других устройствах и при иной длине запросов. Для интерактивного использования параметры генерации следует подбирать под задачу. Лицензия — Apache-2.0.

Это текстовая версия базовой модели Ministral 3, подготовленная aimeri из mistralai/Ministral-3-14B-Base-2512. При экспорте удалены башня зрения Pixtral и мультимодальный проектор, а веса языковой модели сохранены без изменений: модель не дообучалась, не объединялась с другими и не квантизировалась. Архитектура — плотная авторегрессионная Ministral3ForCausalLM с 13,4 млрд параметров, 40 слоями и контекстом до 262 144 токенов. Модель предназначена для генерации текста и использования в качестве базовой точки для дальнейшей настройки. В карточке перечислена поддержка английского, французского, испанского, немецкого, итальянского, португальского, нидерландского, китайского, японского, корейского и арабского языков. Она распространяется в формате safetensors по лицензии Apache-2.0. Это базовая, а не чат-модель: готового шаблона диалога нет. По README, большинство управляющих токенов не обучены и не должны использоваться без дополнительной настройки или замены соответствующих весов. При загрузке через AutoTokenizer также есть ограничения на работу с пользовательскими Jinja-шаблонами; для таких сценариев README рекомендует PreTrainedTokenizerFast.

silvercoder67/Mistral-7b-instruct-v0.2-summ-sft-e2m — разговорная модель генерации текста на базе плотной архитектуры MistralForCausalLM. Она содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. Модель предназначена для диалогового взаимодействия и генерации текста. README не раскрывает подробности обучения, данных или конкретных сценариев применения. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

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.

filipealmeida/Mistral-7B-v0.1-sharded — шардированная версия предварительно обученной языковой модели Mistral-7B-v0.1, разработанной командой Mistral AI. Разбиение весов на шарды позволяет загружать модель при ограниченной памяти CPU. Модель содержит 7,1 млрд параметров и построена на архитектуре Transformer с Grouped-Query Attention, Sliding-Window Attention и токенизатором byte-fallback BPE; заявленная длина контекста — 32 768 токенов. Модель предназначена для генерации текста по текстовому запросу и может служить базой для приложений на основе языковой модели. Это предварительно обученная модель, а не специализированный чат-ассистент. Репозиторий содержит веса в формате PyTorch. Лицензия — Apache-2.0. README сообщает о результатах сравнений с Llama 2 13B, однако конкретные условия и метрики здесь не приведены.

MaziyarPanahi опубликовал Mistral-7B-v0.2 — плотную авторегрессионную языковую модель семейства Mistral с 7,1 млрд параметров. По карточке это базовая предобученная модель; упомянутая в README версия Instruct является отдельной моделью, дообученной на её основе. Модель предназначена для генерации текста и может использоваться в приложениях, где нужно продолжать заданный текст или формировать ответы по текстовому запросу. Контекстное окно составляет 32 768 токенов; в версии v0.2 также изменён параметр RoPE theta и отсутствует Sliding-Window Attention. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не сообщает языковой состав обучения и конкретные показатели качества, поэтому пригодность для отдельных языков и задач следует оценивать на собственных данных.

Это квантизированная в формате GGUF версия instruct-модели Ministral-3-3B-Instruct-2512 от Mistral AI, подготовленная DevQuasar для запуска в совместимом локальном ПО. Модель предназначена для диалогов, выполнения инструкций и генерации текста; базовая модель также поддерживает анализ изображений. Компактный размер семейства рассчитан на локальные и периферийные устройства. В репозитории представлены варианты GGUF BF16 и F16. Лицензия в предоставленных данных не указана; перед использованием проверьте условия лицензии базовой модели Mistral AI. Доступная карточка не описывает конкретные ограничения качества или производительности.

ehristoforu/mistral-distil-test-7 — текстовая генеративная модель, созданная с помощью mergekit из unsloth/Mistral-Nemo-Instruct-2407. В README указан метод passthrough и конфигурация, которая переносит слои исходной модели; метаданные классифицируют происхождение как дообучение базовой модели. Это плотная архитектура MistralForCausalLM на 9,5 млрд параметров, распространяемая в формате safetensors и предназначенная для диалоговой генерации текста. Заявленная длина контекста — 1 024 000 токенов. Модель подходит для ведения диалога и генерации текста по запросу. В карточке нет сведений о специализированных областях применения или поддерживаемых языках. Лицензия в предоставленных данных не указана.

Mixtral Megamerge DARE 8x7B v2 — объединённая модель семейства Mixtral, созданная автором репозитория martyn с помощью DARE. В слияние вошли базовая и instruct-версии Mixtral-8x7B-v0.1, а также Dolphin, Dolly, OpenHermes и Noromaid на базе Mixtral. Архитектура — языковая модель с разреженной экспертной маршрутизацией (MoE); в репозитории указано 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогов. README сообщает, что слияние рассчитано на обобщение форматов промптов и настроек генерации. Веса доступны в формате safetensors, лицензия — Apache-2.0. Карточка не приводит результатов оценки качества или подробного описания ограничений.

zelk12 выпустил эту диалоговую языковую модель как слияние двух предварительно обученных моделей Gemma 2 с помощью метода SLERP в mergekit. Модель содержит 9 млрд параметров, использует архитектуру Gemma2ForCausalLM и предназначена для генерации текста и общения в чате. Контекст модели составляет 8192 токена; файлы доступны в формате safetensors. Модель подходит для диалоговых ассистентов, ответов на вопросы и генерации текста. README не описывает её языковое покрытие, поэтому нельзя определить приоритетный язык. Модель распространяется с лицензией базовой модели Gemma 2.

Muse-1B — компактная чат-модель от Muse Research Lab для повседневного общения и универсальной помощи. Это авторегрессионный плотный трансформер в стиле Llama с архитектурой LlamaForCausalLM, примерно 1 млрд параметров и контекстом до 8192 токенов. Модель принимает и генерирует текст, включая код; поддерживает английский, немецкий, французский, итальянский, испанский и португальский языки. Доступна в формате safetensors для Transformers. Модель предназначена для диалогов, ответов на вопросы, подготовки и редактирования текстов, краткого изложения, мозгового штурма, простых задач программирования и повседневной помощи на нескольких языках. В карточке заявлено безопасное поведение с отказом на явно вредоносные запросы. Лицензия — Apache-2.0. Модель может давать неверные или неполные ответы, испытывать трудности со сложными рассуждениями, длинными задачами по программированию и узкоспециализированными темами. Её не следует использовать как единственный источник для медицинских, юридических, финансовых или критически важных решений; при пользовательском развёртывании нужны дополнительные проверки безопасности.

My-Zephyr-7B-iter-2 — диалоговая модель для генерации текста, созданная TTTXXX01 дообучением My-Zephyr-7B-iter-1 на обновлённом и исходном наборах данных. Она основана на плотной архитектуре Mistral и содержит 7,1 млрд параметров; модель рассчитана на контекст до 32 768 токенов и поддерживает диалоговый режим. Подходит для ответов на запросы и генерации текста в чат-сценариях. Модель распространяется по лицензии MIT. В README не приведены сведения об оценке качества и целевых сценариях обучения, поэтому её результаты для конкретных задач следует проверять отдельно.

NeuralsirkrishnaShadow_Experiment28Inex12 — объединённая языковая модель на архитектуре Mistral, созданная слиянием automerger/NeuralsirkrishnaShadow-7B и automerger/Experiment28Inex12-7B. Она предназначена для генерации текста и может использоваться в диалоговых и текстовых приложениях. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает специальные предметные области или подтверждённые ограничения качества, поэтому её возможности следует оценивать на целевых задачах.

NeuralsirkrishnaShadow_ShadowYamshadow — объединённая языковая модель, созданная из automerger/NeuralsirkrishnaShadow-7B и automerger/ShadowYamshadow-7B. Модель разработана в формате Mistral и содержит 7,1 млрд параметров; она предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Модель принимает текстовые запросы и генерирует текст, поэтому подходит для диалога и других задач, сводящихся к продолжению текста. Репозиторий распространяет веса в формате safetensors по лицензии Apache-2.0. В карточке не приведены сведения о языковой специализации или результатах оценки качества.

Oracle-LLaMa-70B — экспериментальное слияние пяти языковых моделей семейства Llama, опубликованное TareksGraveyard. Автор использовал метод Model Stock из mergekit, взяв nbeerbower/Llama-3.1-Nemotron-lorablated-70B за основу и добавив EVA-LLaMA-3.33-70B, Cirrus-x1, Euryale-v2.3, Anubis-70B-v1 и Negative_LLAMA_70B. Модель содержит 69,5 млрд параметров, построена на плотной архитектуре Llama и распространяется в формате Safetensors через Transformers. Модель предназначена для генерации текста и диалогового общения; заявленная длина контекста — 131 072 токена. Карточка описывает её как один из экспериментов автора по слиянию моделей и оценивает результат как достойный, без конкретных бенчмарков или гарантий качества. Указана лицензия llama3.3; следует учитывать условия лицензий исходных компонентов слияния.

Phi-3-mini-4k-instruct — разговорная языковая модель семейства Phi-3, опубликованная Unsloth. Репозиторий содержит 4-битную версию с квантованием bitsandbytes; модель адаптирована для совместимости с разными платформами. Метаданные указывают архитектуру MistralForCausalLM, 3,7 млрд параметров и контекст до 4096 токенов. Модель предназначена для генерации текста в диалогах и инструктивных сценариях. Её можно использовать для ответов на вопросы, ведения беседы и текстового дополнения; README также описывает сценарии дообучения на собственных данных и экспорта дообученных моделей. Указанный язык — английский. Лицензия — MIT. Карточка не приводит результатов оценки качества или подробных ограничений; короткое контекстное окно в 4096 токенов ограничивает работу с длинными документами.

PiVoT-0.1-early-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель, созданная слиянием Mistral-7B-Instruct-v0.2 и PiVoT-0.1-early методом SLERP. Это плотная модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров, предназначенная для генерации текста и ответов на инструкции в диалоговом формате. Контекст составляет до 32 768 токенов. Модель может применяться для ведения диалога и генерации ответов на текстовые запросы. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Карточка описывает конфигурацию слияния, но не приводит отдельные оценки качества или подробные ограничения для получившейся модели.

Q2.5-Veltha-14B-0.5-GGUF — GGUF-квантизированная версия модели Q2.5-Veltha-14B-0.5, созданная на базе djuna/Q2.5-Veltha-14B-0.5 и подготовленная пользователем bartowski с использованием llama.cpp и imatrix-квантизации. Модель предназначена для генерации текста и может запускаться через llama.cpp и LM Studio. В README указан специальный шаблон диалога с ролями system, user и assistant. Модель имеет размер 14B параметров; доступны варианты от F16 до Q3_K_XL, включая Q4_K_M, Q5_K_M, Q6_K и Q8_0. Для наиболее распространённых сценариев рекомендуется Q4_K_M, а варианты Q5 и Q6 обеспечивают более высокое качество при большем потреблении памяти. Точные архитектура, размер контекста, поддерживаемые языки и мультимодальные возможности в README не указаны. По опубликованным результатам Open LLM Leaderboard модель получила 77,96% строгой точности на IFEval, 50,32% на BBH, 33,84% exact match на MATH уровня 5, 15,77% на GPQA, 14,17% на MuSR и 47,72% на MMLU-PRO. Эти показатели характеризуют качество на отдельных тестах, но не гарантируют аналогичную эффективность в прикладных задачах. Информация о лицензии в README отсутствует.

Qweb2.5-FT-DPO-CSY — диалоговая языковая модель, дообученная разработчиком josang1204 на базе josang1204/Qweb2.5-FT-CSY с использованием TRL. Модель построена на архитектуре Qwen2, содержит 494 млн параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации ответов на текстовые запросы в диалоговом формате. Её можно использовать для чат-ботов и интерактивных текстовых ответов; в метаданных также отмечен интерфейс вызова инструментов. Карточка не описывает специальные предметные области или языковую специализацию. Модель распространяется в формате safetensors с лицензией, указанной в метаданных Hugging Face. Карточка не приводит результатов оценки качества; ответы и поддержка вызова инструментов могут зависеть от сценария и используемой обвязки.