II.2Создание и понимание программного кода

DragonAI-Python-SmolLM2-1.7B-Instruct — дообученная MegaTronX версия HuggingFaceTB/SmolLM2-1.7B-Instruct, созданная для диалогов и генерации текста. Это плотная causal language model семейства Llama с 1,7 млрд параметров; модель загружается через Transformers, веса представлены в формате safetensors, а контекст составляет до 8192 токенов. Базовая модель ориентирована на английский язык; сведения о дополнительной специализации этой версии отсутствуют. Модель подходит для генерации ответов в чате и других текстовых сценариев. README не раскрывает обучающие данные, оценку качества или конкретные ограничения дообучения. Лицензия — Apache-2.0.

ECE-TW3-JRGL-V1 — текстовая модель, созданная Луи Гарсией и Матьё Жолларом, студентами инженерной школы ECE, под руководством преподавателя ECE и руководителей TW3 Partners. Модель получена слиянием ShinojiResearch/Senku-70B-Full и 152334H/miqu-1-70b-sf методом SLERP с помощью mergekit; в конфигурации указана базовая модель 152334H/miqu-1-70b-sf. Это плотная Llama-совместимая архитектура LlamaForCausalLM с 68,7 млрд параметров и контекстом до 32 764 токенов. Репозиторий содержит веса safetensors. Модель предназначена для генерации текста и диалогового взаимодействия. В README приведён результат 83,07 на EQ-Bench V2, бенчмарке эмоционального интеллекта для больших языковых моделей. Лицензия — Apache 2.0. Данные не описывают языковую специализацию и ограничения по качеству или применению модели.

EvoAwaken-Workshop/Edge0-35B-A3B-preview-gguf — текстовая модель Edge0-35B-A3B-preview в формате GGUF, подготовленная для запуска через rust-model-inference. В файле сохранены исходные тензоры без дополнительной квантизации; репозиторий содержит базовые тензоры и встроенные LoRA-тензоры. Архитектура указана как edge0, а модель рассчитана на генерацию текста и диалоговое использование. Модель предназначена для локального текстового вывода в среде с поддержкой Edge0. README сообщает о побитовом совпадении результатов скалярного CPU-пути с эталонной реализацией на тестовом примере, включая выходы 40 слоёв и итоговые логиты. Для запуска требуется версия rust-model-inference с поддержкой Edge0; визуальные веса отсутствуют. Лицензия — Apache-2.0.

Experiment26Neuralarjuna-7B — автоматически собранная Maxime Labonne языковая модель для генерации текста по запросу. В README указано слияние моделей методом DARE-TIES; в конфигурации участвуют rwitz/experiment26-truthy-iter-0 и Kukedlc/NeuralArjuna-7B-DT. Метаданные связывают её с дообученной Kukedlc/NeuralArjuna-7B-DT и указывают архитектуру Mistral с плотной causal language model. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Карточка не описывает специализированную область применения или дополнительные возможности сверх генерации текста.

MaziyarPanahi/Experiment26Yamshadow_Inex12Experiment28 — объединённая модель на базе двух моделей Mistral: automerger/Experiment26Yamshadow-7B и automerger/Inex12Experiment28-7B. Она предназначена для генерации текста и диалоговых сценариев на основе текстовых запросов. Модель имеет плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров. Контекст составляет до 32 768 токенов; веса опубликованы в формате Safetensors. Лицензия — Apache-2.0.

Experiment26Yamshadow_ShadowNeuralsirkrishna — объединённая текстовая модель семейства Mistral, созданная слиянием automerger/Experiment26Yamshadow-7B и automerger/ShadowNeuralsirkrishna-7B. Модель содержит 7,1 млрд параметров и использует архитектуру MistralForCausalLM; она предназначена для генерации текста и принимает контекст длиной до 32 768 токенов. Модель подходит для генерации продолжений, черновиков и ответов на текстовые запросы. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

MaziyarPanahi/Experiment28M7_Experiment27Experiment28 — объединённая методом merge модель генерации текста на архитектуре Mistral. В README указаны две исходные модели: automerger/Experiment28M7-7B и automerger/Experiment27Experiment28-7B. Модель содержит 7,1 млрд параметров, использует формат Safetensors и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста. По доступным сведениям нельзя уточнить её специализацию или преимущества по сравнению с исходными моделями. Она распространяется по лицензии Apache-2.0.

MaziyarPanahi/Experiment28T3q_Strangemerges_30Experiment26 — объединённая модель семейства Mistral с плотной архитектурой MistralForCausalLM и 7,1 млрд параметров. Она создана путём слияния automerger/Experiment28T3q-7B и automerger/Strangemerges_30Experiment26-7B и предназначена для генерации текста, включая диалоговые и другие сценарии продолжения текста. Модель принимает текст и выдаёт текст; заявленная длина контекста составляет 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не сообщает подробностей о методе слияния, обучающих данных или результатах оценки качества, поэтому пригодность для конкретных задач следует проверять отдельно.

FrankenMonarch-7B — экспериментальная диалоговая языковая модель, созданная mlabonne с помощью LazyMergekit. Она объединяет перекрывающиеся диапазоны слоёв пяти копий AlphaMonarch-7B методом passthrough; архитектура — плотная MistralForCausalLM. Метаданные указывают 10,6 млрд параметров, контекст до 32 768 токенов и формат Safetensors; в README также упомянуты квантизованные версии GGUF. Модель предназначена для генерации текста и диалога. Её можно использовать для ответов на сообщения, продолжения текста и интерактивного общения. Базовая AlphaMonarch-7B описана как модель для следования инструкциям и рассуждений, но README не приводит отдельных результатов оценки FrankenMonarch-7B. Лицензия CC BY-NC 4.0 разрешает использование на условиях Creative Commons Attribution-NonCommercial 4.0 и ограничивает коммерческое применение.

Это созданная pirola конверсия Gemma 4 26B-A4B Instruct в формате GGUF с ручной смешанной квантизацией, настроенной для графических процессоров NVIDIA Blackwell, в частности RTX 5080. В модели 30 слоёв с гибридным вниманием SWA и FULL; файл весит 13,1 ГБ, а экспертные тензоры используют MXFP4. Плотные и постоянно активные веса оставлены в форматах с более высокой точностью. Модель предназначена для генерации текста и диалогов. Автор сообщает о контексте до 165 376 токенов на RTX 5080 с MXFP4-кэшем KV и приводит результат perplexity 226,42 на Wikitext-2. Для запуска требуются llama.cpp b8493 или новее и CUDA 12.8+ либо CUDA 13.2; для полного контекста нужен отдельный форк llama.cpp с поддержкой MXFP4-кэша KV. Лицензия — Gemma.

Cactus-Compute разработала Cactus Hybrid — дообученную диалоговую Gemma 4 E2B IT с дополнительным пробником, который оценивает вероятность ошибки в ответе и выдаёт оценку уверенности от 0 до 1. Модель предназначена для локального запуска и маршрутизации запросов: ответы с высокой уверенностью можно показывать сразу, а запросы с низкой — передавать более крупной модели. В каталоге указано 1,6 млрд параметров, архитектура Gemma4E2BItHybridForCausalLM, текстовая генерация и контекст до 131 072 токенов. Оценка уверенности передаётся в виде структурированного трейлера в конце ответа и рассчитана на поддержку маршрутизации, в том числе для ответов на текстовые и аудиозадачи. README приводит результаты AUROC на наборах MMLU, MMLU-Pro, ARC-Easy и аудиотестах. Базовая модель Gemma 4 E2B IT мультимодальна, однако описание этого репозитория подтверждает текстовую генерацию и работу пробника по скрытым состояниям; отдельные входы изображений или аудио в интерфейсе модели здесь не описаны. Для получения трейлера уверенности требуется запуск через Transformers с `trust_remote_code`; не поддерживаются continuous batching, пакетная генерация, beam search и assisted/speculative decoding. Пробник оценивает не более первых 1024 сгенерированных токенов. Лицензия — Gemma.

MotherEarth/Hermes-Storm-lorablated — объединённая языковая модель на архитектуре Llama, созданная методом SLERP с помощью mergekit из akjindal53244/Llama-3.1-Storm-8B и mlabonne/Hermes-3-Llama-3.1-8B-lorablated. Модель содержит 7,5 млрд параметров, предназначена для генерации текста и диалогового взаимодействия; метаданные указывают контекст длиной до 131 072 токенов. Модель подходит для диалоговых сценариев и генерации ответов на текстовые запросы. В карточке не описаны отдельные специализированные области применения или подтверждённые дополнительные возможности. Файлы представлены в формате safetensors, библиотека — Transformers. Сведения о лицензии в предоставленных данных отсутствуют.

Это GGUF-квантизация модели Huihui-gpt-oss-20b-BF16-abliterated-v2, опубликованная noctrex. Репозиторий содержит вариант MXFP4_MOE; метаданные указывают на поддержку текстовой генерации и диалогового взаимодействия. Модель предназначена для генерации текста и ведения диалогов. Её можно использовать в приложениях, которым нужна локально запускаемая GGUF-модель, совместимая с подходящими инструментами для этого формата. В README не описаны конкретные ограничения качества или условия лицензии. Связь с Huihui-gpt-oss-20b-BF16-abliterated-v2 указана в метаданных как дообучение, а представленный репозиторий содержит MXFP4_MOE-квантизацию.

Карточка модели hypaai/Hypa-Llama-SNAC-ASR-run2-colab-16bit на Hugging Face совпадает с карточкой hypaai/Hypa-Llama-SNAC-ASR-run1-colab-16bit, поэтому описание составлено по ней. Hypa-Llama-SNAC-ASR-run1-colab-16bit — дообученная hypaai модель генерации текста на архитектуре Llama, созданная на базе hypaai/Hypa-Llama3.1-8b-SFT. В репозитории указаны 7,6 млрд параметров, контекст 2048 токенов и формат safetensors; обучение проводилось с Unsloth и библиотекой TRL. Модель предназначена для диалоговой генерации текста и работы с интерфейсом вызова инструментов. Название содержит SNAC и ASR, однако карточка не описывает распознавание речи или аудиовход, поэтому подтвердить такие сценарии по предоставленным данным нельзя. Указана лицензия Apache-2.0.

Irixxed-Magcap-12B-Slerp — разговорная языковая модель, созданная Nitral-AI слиянием методом SLERP моделей DreadPoor/Irix-12B-Model_Stock и Nitral-AI/Violet_Magcap-12B. Это плотная модель семейства Mistral с архитектурой MistralForCausalLM и 12,1 млрд параметров; для генерации текста она использует библиотеку Transformers и формат весов safetensors. Модель предназначена для диалогов и генерации ответов с акцентом на рассуждения. В README указаны формат общения ChatML, пресеты для SillyTavern, блок рассуждений и быстрые ответы. Заявленная длина контекста — 1 024 000 токенов. Веса доступны также в вариантах GGUF Q8_0, Q5_K_M, Q4_K_M и ExL2 4bpw. Качество и поведение могут зависеть от шаблона диалога, пресета и выбранного варианта весов; README не приводит результаты оценки или подробное описание ограничений. Лицензия в предоставленных данных не указана.

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.

bartowski/L3-Pneuma-8B-GGUF — набор GGUF-квантизаций текстовой генеративной модели L3-Pneuma-8B, разработанной Replete-AI и преобразованной bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для локального запуска и генерации текста; в README отдельно указана совместимость с LM Studio. Доступен специальный формат промпта на основе шаблона заголовков Llama 3 с ролями system, user и assistant, а также дополнительным идентификатором pneuma. Размер исходной модели составляет 8B параметров. Представлены варианты от F16 размером 16,07 ГБ до IQ2_M размером 2,95 ГБ, включая форматы Q8_0, Q6_K, Q5_K, Q4_K, Q3_K, Q2_K и IQ. Более высокие уровни квантизации обеспечивают лучшее сохранение качества, а компактные варианты подходят для систем с ограниченным объёмом оперативной памяти. В README не указаны архитектурные детали, поддерживаемые языки, размер контекста, мультимодальные возможности, результаты тестирования или конкретные прикладные специализации модели. Сильной стороной набора является широкий выбор компромиссов между качеством, размером и требованиями к ресурсам, а также поддержка локального инференса через экосистему llama.cpp. Ограничения качества зависят от выбранного варианта квантизации: низкобитные версии могут заметно уступать более крупным. Указанная лицензия — llama3; условия её применения следует дополнительно проверить для конкретного сценария использования.

QuantFactory/Lama-DPOlphin-8B-GGUF — это квантизированная версия модели CultriX/Lama-DPOlphin-8B, созданная QuantFactory с использованием llama.cpp. В основе лежит cognitivecomputations/dolphin-2.9.4-llama3.1-8b — авторегрессионная языковая модель семейства Llama с примерно 8 млрд параметров, предназначенная для генерации текста и диалоговых сценариев. Модель дообучалась методом Direct Preference Optimization (DPO) на наборе mlabonne/orpo-dpo-mix-40k-flat с использованием QLoRA и шаблона чата ChatML. В конфигурации обучения указана длина последовательности 2048 токенов. Заявленный язык — английский. Формат GGUF и квантизация делают модель более подходящей для локального запуска с ограниченными ресурсами, однако конкретный уровень квантизации в карточке не указан, поэтому нельзя точно оценить требования к памяти и возможную потерю качества. Модель ориентирована на текстовую генерацию, следование инструкциям и диалоговое использование. К ограничениям относятся отсутствие заявленной поддержки других языков, неопределённые характеристики производительности и качества на различных типах задач, а также отсутствие подробных данных о доступных вариантах квантизации. Лицензия — Apache 2.0.

Это структурно прореженная на 50% версия языковой модели openai/gpt-oss-120b, подготовленная автором jayzou3773 методом Less-is-MoE на основе среднего абсолютного градиента. Из слоёв FFN маршрутизируемых экспертов удалена половина нейронов; архитектура — GPT-OSS MoE с причинным языковым моделированием. В репозитории опубликованы веса SafeTensors, а исходный чекпойнт MXFP4 перед прореживанием был деквантизирован до BF16. Модель предназначена для генерации текста и диалогового применения. Для отбора нейронов использованы 128 калибровочных примеров, последовательности длиной 8192 токена и настройки загрузчика из исходного метода; обновления оптимизатора не выполнялись. Каталог указывает 2,1 млрд параметров и контекст до 131072 токенов. Лицензия — Apache-2.0.

LFM2-24B-A2B-MLX-bf16 — экспорт модели LFM2-24B-A2B в формате MLX от Liquid AI, предназначенный для инференса на компьютерах Apple Silicon. Это причинная языковая модель с архитектурой Mixture of Experts: в ней 24 млрд параметров, из которых активны около 2 млрд на токен; используются 64 эксперта с выбором четырёх экспертов на токен. Репозиторий рассчитан на запуск через библиотеку mlx-lm. Модель предназначена для генерации текста и диалогов. Метаданные указывают контекст до 128 000 токенов и английский язык; базовая модель описана как многоязычная. README приводит рекомендуемые параметры сэмплирования, включая temperature 0.1 и top_p 0.1. В метаданных указана лицензия other, поэтому конкретные условия использования следует сверять с лицензией репозитория. Экспорт ориентирован на Apple Silicon; сведения о качестве на других устройствах или сравнительных оценках не приведены.

TheTravellingEngineer/llama2-7b-chat-hf-dpo — чат-модель на архитектуре Llama 2, созданная дообучением Meta Llama 2 7B Chat с помощью DPO на датасете comparison_gpt4. Репозиторий содержит объединённую модель в формате FP16; число параметров — 6,6 млрд, длина контекста — 4096 токенов. Модель предназначена для генерации ответов в диалоге и других задач текстовой генерации. Её можно использовать в чат-ботах и для следования инструкциям; формат запроса похож на применяемый в Guanaco. В карточке указан английский язык. Модель распространяется по лицензии Llama 2 и подчиняется ограничениям использования исходной модели. Автор не предоставляет гарантий качества или пригодности для конкретной цели.

TheBloke/Llama-2-7B-fp16 — текстовая авторегрессионная модель семейства Llama 2, подготовленная TheBloke в формате Transformers/PyTorch на основе весов Meta. Она предназначена для генерации продолжений по текстовому запросу и может использоваться для создания черновиков, ответов и диалогового текста. Модель содержит около 6,6 млрд параметров и имеет контекстное окно 4096 токенов. Это базовая, не специализированная на чате версия: её назначение — генерация текста общего назначения. В карточке репозитория указана лицензия Llama 2 Community License от Meta; перед использованием следует соблюдать её условия. Поддерживаются вход и выход в текстовом виде; подтверждений поддержки других модальностей нет.

Llama-3-Hercules-5.0-8B-GGUF — квантизированная версия языковой модели Llama-3-Hercules-5.0-8B, разработанной Locutusque и преобразованной в формат GGUF пользователем bartowski. Модель предназначена для генерации текста и диалоговых сценариев при работе через llama.cpp и совместимые инструменты. В README указан специальный шаблон промпта с ролями system, user и assistant. Модель содержит 8 миллиардов параметров и поставляется в нескольких вариантах квантизации GGUF: от высококачественного Q8_0 до крайне компактных IQ1 и IQ2. Варианты Q6_K, Q5_K_M, Q5_K_S, Q4_K_M, Q4_K_S и IQ4 рекомендуется использовать как компромисс между качеством и требованиями к памяти; более низкие уровни квантизации экономят ресурсы, но снижают качество. Квантизация выполнена с использованием imatrix и llama.cpp версии b2940. В README не указаны поддерживаемые языки, размер контекстного окна, мультимодальные возможности и результаты бенчмарков, поэтому эти характеристики нельзя достоверно определить. Модель работает только с текстом в рамках заявленного pipeline text-generation. Лицензия указана как llama3; условия её применения следует уточнять в лицензии исходной модели и соответствующих положениях Meta.

nisten/llamagnific-3-87b — плотная авторегрессионная языковая модель семейства Llama, созданная автором репозитория как экспериментальное слияние дообученных моделей. В README указаны Llama 3 70B Instruct и NousResearch/Hermes-2-Pro-Llama-3-70B; метаданные связывают модель с meta-llama/Meta-Llama-3-70B-Instruct. Размер модели — 85,8 млрд параметров, контекст — 8192 токена. Она рассчитана на диалог и генерацию текста; для запуска описан шаблон промпта. Модель может подойти для экспериментального использования в диалоговых ассистентах, ответах на вопросы и генерации текста. Автор отмечает, что результаты слияния оказались неожиданно связными, но сохраняются галлюцинации, связанные с шаблонами промптов. Репозиторий содержит веса Safetensors и распространяется по лицензии Llama 3.

llm-jp-13b-v1.0 — языковая модель на 13 млрд параметров, разработанная совместным японским проектом LLM-jp. Это предварительно обученная Transformer-модель с архитектурой GPT-2, опубликованная в формате PyTorch для Hugging Face Transformers. Модель обучалась на смеси японских и английских данных, включая Wikipedia и mC4; токенизатор Unigram byte-fallback имеет словарь из 50 570 токенов, включая японский, английский и исходный код. Контекст модели — 2048 токенов. Модель предназначена для генерации текста и может служить основой для продолжения текста, ответов и других языковых приложений на японском и английском языках. В репозитории также перечислены отдельные варианты с настройкой на выполнение инструкций, но данный чекпойнт обозначен как предварительно обученная модель. Разработчики предупреждают, что модели находятся на раннем этапе исследований и разработок и не настроены для надёжного следования человеческим намерениям или требованиям безопасности. Лицензия — Apache-2.0.

DevQuasar-2/Luca-MN-bf16-GGUF — чат-модель для генерации текста в формате GGUF BF16. По метаданным, это производная от rAIfle/Luca-MN-bf16 модель, доступная для задач генерации текста.

M7Yamshadowexperiment28_Experiment26Shadow — объединённая модель на базе Mistral, созданная из automerger/M7Yamshadowexperiment28-7B и automerger/Experiment26Shadow-7B. Она предназначена для генерации текста и может использоваться в приложениях, которым нужны ответы на запросы или продолжение текста. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате Safetensors по лицензии Apache-2.0. README подтверждает объединение двух моделей, но не описывает способ слияния, языковую специализацию или результаты оценки качества.

MaziyarPanahi/M7Yamshadowexperiment28_Strangemerges_32Experiment26 — слитая языковая модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров. Она создана объединением моделей automerger/M7Yamshadowexperiment28-7B и automerger/Strangemerges_32Experiment26-7B. Модель предназначена для генерации текста и принимает текстовые запросы. Контекст составляет до 32 768 токенов. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. Карточка не описывает специализацию модели или её языковую поддержку.

Matter-0.2-7B-DPO — диалоговая языковая модель на 7,1 млрд параметров, созданная 0-hero как DPO-версия Matter 7B, дообученной на наборе Matter. Она основана на плотной архитектуре Mistral и предназначена для генерации ответов в диалоге, а также поддерживает вызов функций. Для общения используется формат ChatML; заявлена длина контекста 32 768 токенов. Модель работает с текстом на английском языке. Модель распространяется в форматах PyTorch и Safetensors по лицензии Apache 2.0. README описывает её дообучение методом DPO на датасете Matter, собранном из более чем 35 наборов данных и охватывающем свыше 6 млрд токенов. Приведены результаты оценки на Open LLM Leaderboard, однако они не дают полной картины качества для конкретных сценариев; заявленная поддержка вызова функций также требует совместимого формата запросов.

Mayoroya — объединённая диалоговая языковая модель, созданная Eric111 с помощью mergekit на основе Eric111/Mayo и Eric111/Roya. Она предназначена для генерации текста в формате диалога и ответов на инструкции. Модель использует плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В README указан метод слияния SLERP с настройками, различающимися для слоёв self-attention и MLP. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. Карточка не описывает отдельные специализированные области применения или подтверждённые языки.