II.6Документация и сопровождение разработки

Colorful/RTA — предварительно обученная модель RepresentThemAll для работы с сообщениями об ошибках в программном обеспечении. Это модель архитектуры RoBERTa с примерно 151,8 млн параметров, представленная в форматах PyTorch и TensorFlow. По карточке, модель можно дообучать для задач автоматизированного сопровождения ПО, связанных с отчётами об ошибках. Модель предназначена для классификации текста и может служить основой для предсказания приоритета ошибки и обнаружения дублирующих отчётов; также её можно адаптировать для суммаризации таких отчётов. Контекст составляет до 514 токенов. Репозиторий распространяется по лицензии MIT.

RWKV7-G1i-1.5B-20260805 — базовая предварительно обученная языковая модель архитектуры RWKV-7, разработанная Бо Пэном, Ю Чжаном, Сонглином Яном, Жуйчуном Чжаном и Чжиюанем Ли при поддержке RWKV Project под эгидой LF AI & Data Foundation. Модель содержит 1,5 млрд параметров и использует рекуррентную архитектуру без attention: состояние фиксированного размера и вычисления на каждый генерируемый токен постоянны, при этом обучение допускает параллелизацию. Для работы применяется формат flash-linear attention и токенизатор RWKV World с размером словаря 65 536 токенов. Модель предварительно обучена на веб-текстах, коде, синтетических данных, инструкциях, чатах и материалах для рассуждений. Она предназначена для генерации текста, оценки, последующего обучения и тонкой настройки; шаблон чата задаёт формат промпта, но сам по себе не означает, что модель является безопасным или согласованным ассистентом. Метаданные каталога указывают контекст 2048 токенов и поддержку английского, китайского, японского, корейского, французского, арабского, испанского и португальского языков. Лицензия — Apache-2.0.

mondk/Safetensors.claude_Deepseek-R1-Llama — дообученная языковая модель на архитектуре Llama, созданная на базе unsloth/DeepSeek-R1-Distill-Llama-8B-unsloth-bnb-4bit. Она предназначена для генерации текста и диалогового общения. Модель содержит 7,5 млрд параметров и поддерживает контекст длиной до 131 072 токенов. Для дообучения указан датасет mondk/claude-v2-super.jsonl; карточка также ссылается на вариант GGUF. В метаданных заявлен английский язык и интерфейс для вызова инструментов. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Saka-14B — объединённая языковая модель на архитектуре Qwen2, созданная Sakalti методом TIES с помощью mergekit на основе Qwenvergence-14B-v11 и Lamarck-14B-v0.7. Модель содержит 14 млрд параметров, работает с текстом и рассчитана на генерацию ответов в диалоге; каталог также отмечает интерфейс вызова инструментов. Длина контекста составляет 131 072 токена. Модель может применяться для диалоговых сценариев и генерации текста. В README не приведены оценки качества, конкретные поддерживаемые языки или дополнительные ограничения. Файлы представлены в формате safetensors; лицензия в доступных данных не указана.

MaziyarPanahi/samantha-mistral-7b-Mistral-7B-Instruct-v0.1 — чат-модель, полученная слиянием Mistral-7B-Instruct-v0.1 и cognitivecomputations/samantha-mistral-7b методом SLERP. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров для генерации ответов на инструкции и ведения диалогов; заявленная длина контекста — 32 768 токенов. Модель принимает текст и генерирует текст. Модель подходит для диалоговых ассистентов и ответов на запросы на естественном языке. Репозиторий содержит веса Safetensors, лицензия — Apache 2.0. В метаданных не указаны отдельные языки или специализированные прикладные области.

SauerkrautLM-v2-14b-SFT — языковая модель VAGO solutions, дообученная на базе Qwen/Qwen2.5-14B методом Spectrum Fine-Tuning в два этапа. Это плотная авторегрессионная архитектура Qwen2 с 14 млрд параметров и контекстом до 32 768 токенов; репозиторий содержит веса safetensors. Модель предназначена для диалогов и следования инструкциям, генерации текста, математических рассуждений, вызова функций и задач на здравый смысл. Разработчики сообщают об улучшениях математических способностей, работы с функциями и многоязычной генерации. В README явно названы немецкий и английский, а метаданные также перечисляют итальянский, французский, португальский, нидерландский, арабский и испанский. Модель распространяется по лицензии Apache 2.0. Авторы предупреждают, что фильтрация данных не исключает появления неподходящего или некорректного контента; стабильно безопасное поведение не гарантируется.

arcee-ai выпустила saul-mistral-v0.2-7b-slerp — объединённую с помощью mergekit модель для диалоговой генерации текста. Она объединяет Equall/Saul-Base и mistralai/Mistral-7B-Instruct-v0.2 методом SLERP; архитектура — плотная MistralForCausalLM, размер — 7,1 млрд параметров. Модель принимает текст и поддерживает контекст до 32 768 токенов. Модель подходит для диалогов и ответов на инструкции в приложениях на базе Transformers. Репозиторий содержит веса в формате safetensors и опубликован под лицензией Apache-2.0. Карточка не описывает отдельные специализированные навыки или оценки качества этой версии.

Savant-LLaMa-70B — объединённая языковая модель автора TareksGraveyard, созданная с помощью mergekit методом della_linear. В качестве базовой использована nbeerbower/Llama-3.1-Nemotron-lorablated-70B; в объединение также вошли пять моделей семейств Llama от EVA-UNIT-01, Sao10K, SicariusSicariiStuff и TheDrummer. Модель предназначена для диалогового общения и генерации текста. Она построена на архитектуре Llama с 69,5 млрд параметров, принимает текст и выдаёт текст; заявленная длина контекста — 131 072 токена. В README автор описывает результат как эксперимент слияния и оценивает его как достойный, но отмечает, что предпочитает другой собственный вариант. Репозиторий содержит веса Safetensors и использует лицензию Llama 3.3. Перед применением следует учитывать условия лицензии Llama 3.3 и ограничения, унаследованные от включённых моделей; README не приводит отдельной оценки качества или подробных рекомендаций по безопасному использованию.

SciPhi-Self-RAG-Mistral-7B-32k-Mistral-7B-Instruct-v0.1 — объединённая методом SLERP чат-модель на архитектуре Mistral, созданная на основе Mistral-7B-Instruct-v0.1 и SciPhi-Self-RAG-Mistral-7B-32k. Модель содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации ответов на инструкции и диалоговые запросы, в том числе для сценариев Self-RAG с поиском и использованием внешних материалов. Может применяться в чат-ботах и системах ответов на вопросы по документам. В карточке не приведены результаты оценки качества или сведения о поддерживаемых естественных языках. Файлы опубликованы в формате safetensors. Лицензия — Apache-2.0.

SciPhi-Self-RAG-Mistral-7B-32k-Mistral-7B-Instruct-v0.2-slerp — объединённая методом SLERP модель на базе Mistral-7B-Instruct-v0.2 и SciPhi-Self-RAG-Mistral-7B-32k. Это плотная авторегрессионная языковая модель архитектуры Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалоговых ответов; контекст — до 32 768 токенов. Объединение сочетает возможности исходных моделей, включая ориентированность SciPhi Self-RAG на ответы с использованием извлечённых сведений. Модель подходит для диалоговых приложений и генерации ответов по контексту, например при работе с материалами, предоставленными пользователем. В репозитории представлены веса Safetensors, а лицензия — Apache-2.0. README не приводит результатов сравнительных оценок, поэтому качество merge-модели для конкретных задач по карточке определить нельзя.

Seagull-13b-translation — модель перевода, разработанная Jisoo Kim (kuotient) как личный эксперимент. Она создана на основе beomi/llama-2-koen-13b и дообучена на наборах данных для корейско-английского перевода, включая ShareGPT DeepL, KOR-OpenOrca-Platypus-v3 и параллельные корпуса AIHUB. Модель построена на плотной архитектуре LlamaForCausalLM, содержит 12,9 млрд параметров и рассчитана на контекст до 4096 токенов. Модель предназначена для перевода между корейским и английским языками. В обучении уделялось внимание сохранению пробелов и переводов строк, а также обработке кода, Markdown и LaTeX. Она принимает текст в формате диалога ChatML и генерирует текст перевода; автор рекомендует внимательно проверять результаты, особенно когда исходный текст содержит код или специальное форматирование. Лицензия — CC BY-NC-SA 4.0 с условиями LLAMA 2 COMMUNITY LICENSE AGREEMENT, поэтому перед использованием следует учитывать оба набора условий. Автор указывает, что модель является личным экспериментом и не связана с его работодателем.

SEC-Calme-7B-Instruct — объединённая диалоговая языковая модель от Arcee AI. Она создана с помощью mergekit методом SLERP на основе arcee-ai/sec-mistral-7b-instruct-1.2-epoch и MaziyarPanahi/Calme-7B-Instruct-v0.2, с выборочным смешиванием слоёв внимания и MLP. Модель использует плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров. Модель предназначена для генерации текста в формате чата: она принимает текстовые запросы и выдаёт текстовые ответы. Родной размер контекстного окна — 32 768 токенов. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. README не приводит оценок качества или специализированных сценариев применения.

arcee-ai/sec-mistral-v2-Hercules — объединённая модель на основе двух предобученных языковых моделей, созданная методом SLERP с помощью mergekit. В состав вошли arcee-ai/sec-mistral-7b-instruct-1.6-epoch и Locutusque/Hercules-4.0-Mistral-v0.2-7B; конфигурация использует первый репозиторий как базовую модель. Это плотная Mistral-модель с архитектурой MistralForCausalLM и 7,1 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и доступна в формате safetensors через Transformers. Модель подойдёт для создания чат-ботов, генерации ответов и продолжения текста. Карточка не описывает отдельную специализацию по языкам или прикладным областям. Лицензия в предоставленных данных не указана.

Tencent Sequential-Hidden-Decoding-8B-n8-Instruct — дообученная для следования инструкциям и диалогов модель генерации текста на архитектуре Qwen3. Она использует Sequential Hidden Decoding: несколько матриц эмбеддингов для одной последовательности чередуются, формируя расширенную последовательность для обработки тем же трансформером; вариант n=8 имеет масштабирование последовательности 8×. Модель содержит 7,6 млрд параметров и поддерживает контекст до 131 072 токенов. Модель предназначена для диалоговых сценариев и выполнения инструкций. Для инференса требуется версия SGLang с патчами, а также пользовательский код архитектуры из репозитория и параметр trust_remote_code. README указывает тип данных bfloat16 и рекомендует настройки запуска, рассчитанные на стабильность и производительность при обработке расширенных последовательностей. В метаданных базовыми компонентами указаны Qwen/Qwen3-8B-Base и tencent/Sequential-Hidden-Decoding-8B-n8; происхождение классифицировано как слияние. Лицензия обозначена как other, поэтому конкретные условия следует проверять в репозитории модели.

Seraph-7B — языковая модель с 7,1 млрд параметров на базе архитектуры Mistral, опубликованная Weyaxi. Автор объединил модели с помощью mergekit; репозиторий содержит веса в формате safetensors и поддерживает генерацию текста с контекстом до 32 768 токенов. Модель предназначена для генерации текста в диалоговом формате. В README приведены шаблоны Alpaca и ChatML, причём автор рекомендует ChatML. Указаны результаты оценки на Open LLM Leaderboard, включая средний балл 71,86, ARC и HellaSwag. Лицензия CC BY-NC 4.0 разрешает использование на условиях атрибуции и некоммерческого применения. README не уточняет состав объединённых моделей, языковую специализацию и известные ограничения качества; приведённые оценки не описывают все возможные сценарии использования.

Seraph-7B-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель на основе Mistral-7B-Instruct-v0.2, созданная MaziyarPanahi слиянием весов через метод SLERP с моделью Weyaxi/Seraph-7B. Она предназначена для генерации текста в диалоге и выполнения инструкций. Модель имеет плотную архитектуру MistralForCausalLM, около 7,1 млрд параметров и контекст до 32 768 токенов; принимает текст и выдаёт текст. Слияние сочетает две модели с настройкой коэффициентов для слоёв self-attention и MLP. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Доступные сведения не описывают отдельные тесты качества или специальные предметные области, поэтому результат следует проверять на задачах, где важны точность и надёжность ответов.

sfmbaselinefiltered-4k5k6k7k8ksimpleavgmerge — объединённая предварительно обученная языковая модель, созданная с помощью mergekit. В ней линейно объединены пять контрольных точек обучения на шагах 4000, 5000, 6000, 7000 и 8000; в качестве базовой использована контрольная точка global_step8000. Модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров. Модель предназначена для генерации текста. Она принимает текст и выдаёт текст, поддерживает контекст до 16 384 токенов и распространяется в формате safetensors для библиотеки Transformers. README и метаданные не сообщают о специализированной предметной области или поддерживаемых естественных языках, поэтому их нельзя определить по доступным сведениям. Лицензия в предоставленных данных не указана.

sfm_baseline_filtered-6k_7k_8k_weightedavg_merge — объединённая предобученная языковая модель, созданная с помощью mergekit. В репозитории указано, что при линейном слиянии использовался чекпойнт global_step8000 как базовый, а также чекпойнты global_step7000 и global_step6000. Метаданные описывают архитектуру GPT-NeoX с плотной моделью GPTNeoXForCausalLM и размером 8,8 млрд параметров; модель предназначена для генерации текста и имеет контекст до 16 384 токенов. Модель можно применять для генерации продолжений текста и других сценариев, основанных на text-generation. README и метаданные не описывают специализацию по языкам или прикладным областям, поэтому она рассматривается как модель общего назначения. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

sfm_filtered_midtrain_alignment-1k_2k_3k_simpleavg_merge — объединённая языковая модель на архитектуре GPT-NeoX, созданная с помощью mergekit. В линейное слияние вошли контрольные точки предобучения на шагах 1000, 2000 и 3000; базовой для слияния указана контрольная точка global_step3000. Репозиторий содержит веса в формате safetensors и предназначен для генерации текста и диалогового взаимодействия. Модель содержит 8,8 млрд параметров и поддерживает контекст длиной до 16 384 токенов. В карточке не приведены сведения о языках обучения, целевых областях или лицензии, поэтому их нельзя надёжно определить по доступным данным.

sfmunfilteredmidtrainalignment-3k4k5k6k7kweightedavgmerge — объединённая языковая модель, созданная с помощью mergekit. В ней линейно объединены пять чекпойнтов обучения на шагах 3000, 4000, 5000, 6000 и 7000; базовым для слияния указан чекпойнт шага 7000. Модель предназначена для генерации текста и диалогового взаимодействия. Это плотная авторегрессионная архитектура GPT-NeoX объёмом 8,8 млрд параметров с контекстом до 16 384 токенов; веса опубликованы в формате safetensors для Transformers. Карточка не описывает языки обучения или специализированные области применения, поэтому модель следует считать универсальной. Условия лицензии и конкретные ограничения не приведены.

Это дообученная разговорная языковая модель семейства Llama, опубликованная mazzaqq и основанная на unsloth/meta-llama-3.1-8b-instruct-bnb-4bit. Модель предназначена для генерации текста и диалогов; в репозитории указаны веса в формате safetensors, а метаданные описывают плотную архитектуру LlamaForCausalLM объёмом 7,5 млрд параметров и контекст до 131072 токенов. Модель поддерживает английский язык. Метаданные отмечают чат и интерфейс вызова инструментов. Карточка сообщает, что обучение выполнено с Unsloth и библиотекой TRL, но не описывает конкретную специализацию дообучения или результаты оценки качества. Лицензия — Apache-2.0.

ShadowYamshadow_Experiment27Yam — объединённая языковая модель, созданная из automerger/ShadowYamshadow-7B и automerger/Experiment27Yam-7B. Модель разработана на архитектуре Mistral и содержит 7,1 млрд параметров; она предназначена для генерации текста и принимает запросы с контекстом до 32 768 токенов. Модель подходит для генерации продолжений текста и ответов на запросы. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache 2.0. Карточка не описывает специальные области применения, языки или известные ограничения качества.

ShadowYamshadow_PasticheYam — объединённая модель Mistral, созданная из automerger/ShadowYamshadow-7B и automerger/PasticheYam-7B. Она предназначена для генерации текста и может использоваться в чат-ботах, помощниках и других приложениях на основе языковой модели. Модель содержит 7,1 млрд параметров, принимает текстовый запрос и генерирует текст; контекст — до 32 768 токенов. Веса доступны в формате safetensors. Модель распространяется по лицензии Apache-2.0. README не описывает её поведение подробнее и не приводит отдельных ограничений качества; фактические результаты следует оценивать на целевых задачах.

Shark-1-Ogno-7b-passthrough — текстовая генеративная модель, созданная объединением powermove72/Shark-1 и eren23/OGNO-7b-dpo-truthful с помощью LazyMergekit. Модель построена на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров. При объединении слои 0–15 взяты из Shark-1, а слои 16–31 — из OGNO-7b-dpo-truthful; применён метод passthrough, объединённый токенизатор и формат float16. Модель предназначена для генерации текста и диалоговых сценариев. Контекстное окно составляет 32 768 токенов; карточка также отмечает поддержку классификации текста. Для запуска можно использовать Transformers. Ограничения качества и поддерживаемые естественные языки в карточке не описаны. Сведения о лицензии отсутствуют в предоставленных данных, поэтому условия использования по ним определить нельзя.

SLIM-XSUM — компактная модель для экстремального суммирования текста, разработанная llmware. Она выполняет суммирование через вызов функции `classify` с параметром `xsum` и возвращает краткое резюме или заголовок в виде словаря Python. Модель дообучена на llmware/bling-stable-lm-3b-4e1t-v0, основанной на stabilityai/stablelm-3b-4elt, и использует плотную авторегрессионную архитектуру StableLM Epoch с 2,7 млрд параметров и контекстом до 4096 токенов. Модель предназначена для создания коротких выжимок и заголовков из входного текста, в том числе как специализированный функциональный вызов без сложного промптинга. Она работает с текстом и генерирует текст; README не указывает целевые языки или специализированные области применения. Репозиторий распространяется по лицензии CC BY-SA 4.0. Качество суммирования может зависеть от содержания и длины входного текста; README не приводит количественных оценок качества.

SmallThinker-21BA3B-Instruct — языковая модель с архитектурой Mixture-of-Experts, разработанная совместно IPADS и School of AI при Shanghai Jiao Tong University и компанией Zenergize AI. Она предназначена для локального запуска на устройствах с ограниченными ресурсами, чтобы генерировать ответы без обращения к облаку. Модель содержит 21 млрд параметров, из которых активируются 3 млрд; использует 52 слоя и поддерживает контекст длиной до 16 384 токенов. Репозиторий содержит веса в формате safetensors, а карточка указывает библиотеку Transformers и возможности чата и интерфейса вызова инструментов. Модель обучена преимущественно на английском языке и подходит для диалога, ответов на вопросы, рассуждений и генерации кода. В отчёте разработчиков приведены результаты тестирования на академических и программных бенчмарках; скорость и расход памяти на CPU показаны для версии с квантованием Q4_0, тогда как в этом репозитории указаны веса safetensors. Среди ограничений — возможные фактические ошибки, предвзятость и устаревшие сведения; точность ответов необходимо проверять. Лицензия — Apache-2.0.

Smaug Dolphin 60B — объединённая методом MoErge языковая модель на архитектуре Mixtral, созданная на основе abacusai/Smaug-34B-v0.1 и cognitivecomputations/dolphin-2.2-yi-34b-200k. Она предназначена для диалоговой генерации текста. В метаданных указаны 33,9 млрд параметров и контекст до 200 000 токенов; репозиторий содержит веса в формате safetensors. В README приведены результаты оценивания на бенчмарках рассуждений и понимания текста, включая средний балл 76,44, ARC и HellaSwag. Карточка сообщает, что модель работает ожидаемо, а оценки ещё проводятся. Лицензия обозначена как other, поэтому условия использования следует сверять с файлами лицензии репозитория.

trick45-smoke-4 — текстовая генеративная модель, опубликованная Affine Community Dashboard как общий чекпойнт Affine (SN120). В метаданных указаны архитектура Qwen3.5 MoE для причинного языкового моделирования, 2,9 млрд параметров и контекст до 262 144 токенов; модель поддерживает диалоговый режим и распространяется в формате safetensors через библиотеку Transformers. Модель предназначена для генерации текста и диалоговых сценариев. Доступ к файлам ограничен: для скачивания требуется запросить доступ на Hugging Face. Указана лицензия other, поэтому перед использованием необходимо проверить условия лицензии на странице модели.

smol_bruin-7b — языковая модель для генерации текста, созданная объединением методом SLERP моделей go-bruins-v2 и smol-7b с помощью MergeKit. В README указана базовая модель mistralai/Mistral-7B-v0.1; в репозитории размещены веса Safetensors общей архитектуры Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель подходит для генерации продолжений текста и ответов на запросы в диалоговом формате. В README приведены результаты оценки на AI2 Reasoning Challenge и HellaSwag, но сведений о специализации на конкретной области или языках нет. Лицензия — CC BY 4.0; при использовании необходимо соблюдать её условия.

RedHatAI/SmolLM3-3B-FP8-dynamic — квантованная версия языковой модели SmolLM3-3B, разработанная Red Hat (Neural Magic) на базе модели HuggingFaceTB/SmolLM3-3B. Это текстовая модель для генерации и преобразования текста, включая диалоговые сценарии. Заявлена поддержка английского, французского, испанского, итальянского, португальского, китайского, арабского и русского языков. Модель использует архитектуру SmolLM3-3B и принимает текст на входе, выдавая текст на выходе. Веса и активации линейных операторов в трансформерных блоках квантованы в FP8: веса — статически по каналам, активации — динамически по токенам. По данным разработчика, это примерно вдвое снижает требования к памяти GPU и размер файлов, а также примерно вдвое увеличивает пропускную способность матричных вычислений. Для эффективного развёртывания рекомендуется vLLM; поддерживается OpenAI-совместимый серверный интерфейс. В README также указана максимальная длина контекста 65 536 токенов в конфигурации оценки. На тестах AIME24, MATH-500 и GPQA-Diamond квантованная версия показала средний результат 58,90 против 58,61 у исходной модели, что указывает на близкое сохранение качества рассуждений после квантования. Ограничения включают зависимость от совместимого программного стека для эффективного использования FP8 и отсутствие в представленном описании подробных сведений о качестве на других задачах. Модель распространяется по лицензии Apache-2.0.