II.6Документация и сопровождение разработки

YetAnotherMerge-v0.7a — объединённая диалоговая языковая модель, созданная автором Nohobby с помощью mergekit. Она предназначена для генерации текста и ведения диалогов. Модель использует плотную архитектуру MistralForCausalLM и содержит 12,1 млрд параметров; в карточке указано контекстное окно до 1 024 000 токенов. Для объединения применён метод della, базой послужила Nohobby/YetAnotherMerge-v0.3, также включены Epiculous/Crimson_Dawn-V0.1 и nbeerbower/mistral-nemo-gutenberg-12B-v3. Модель подходит для диалоговых ответов и свободной генерации текста. Веса доступны в формате safetensors. Языки и специальные предметные области в предоставленных материалах не обозначены. Лицензия в доступных данных не указана.

nxn1231/yi6 — текстовая генеративная модель семейства Yi, основанная на 01-ai/Yi-6B. Модель разработана на базе открытой модели 01.AI и использует плотную архитектуру LlamaForCausalLM; в репозитории представлены веса PyTorch в формате Safetensors. Размер составляет 5,8 млрд параметров, контекст — до 4096 токенов. Лицензия — MIT. Модель предназначена для генерации текста на английском и китайском языках, понимания языка, рассуждений на основе здравого смысла и ответов на вопросы по прочитанному. Её можно применять для диалога, написания и продолжения текстов, а также для прототипирования приложений на базе LLM. README сообщает, что семейство обучалось на многоязычном корпусе объёмом 3 трлн токенов, но конкретные показатели качества этой копии отдельно не приводятся.

Yi-6B — базовая большая языковая модель семейства Yi, разработанная 01.AI и обученная с нуля. Это плотная авторегрессионная модель на архитектуре Transformer, совместимая с экосистемой Llama, но не являющаяся производной от Llama и не использующая её веса. В репозитории представлены веса PyTorch и Safetensors; размер модели — 5,8 млрд параметров, контекст — до 4096 токенов. Модель предназначена для генерации текста и может служить основой для диалоговых систем, ответов на вопросы, чтения и понимания текста, рассуждений и адаптации под прикладные задачи. Серия Yi ориентирована прежде всего на английский и китайский языки и обучалась на мультиязычном корпусе. Для этой базовой версии доступна лицензия Apache 2.0. Карточка описывает возможности серии Yi в целом, поэтому приведённые в ней сравнительные результаты отдельных моделей серии не следует считать оценкой Yi-6B.

Yi-70B-200k-RPMerge-Franken — плотная языковая модель примерно на 70,7 млрд параметров, созданная автором DisOOM с помощью mergekit. Автор описывает её как frankenmerge: слои Yi-34B-200K-RPMerge чередуются с копиями той же модели. В карточке также заявлены чат-возможности и контекст длиной до 200 000 токенов. Модель предназначена для генерации текста в диалогах, а также для задач понимания, рассуждения и письма. Автор сообщает о субъективно лучших результатах по сравнению с версией на 34 млрд параметров, но отмечает, что не проводил формальных бенчмарков и не смог широко проверить модель. Репозиторий содержит веса в формате safetensors; лицензия указана как other, поэтому условия использования следует уточнить в карточке модели.

Zamba2-1.2B-Instruct-v2 — диалоговая языковая модель Zyphra для генерации текста и ответов на инструкции. Она дообучена на базе Zyphra/Zamba2-1.2B с помощью SFT и DPO на наборах инструкций, диалогов, рассуждений, математики и предпочтений. Модель использует гибридную архитектуру: слои Mamba2 чередуются с общими attention-блоками Transformer; в них применяются LoRA-проекции. В метаданных указаны 2,6 млрд параметров, контекст до 4096 токенов и формат safetensors. Карточка отмечает низкую задержку генерации и меньший расход памяти по сравнению с сопоставимыми трансформерными моделями, а также приводит результаты тестов следования инструкциям и рассуждений. Модель предназначена для диалогов, выполнения инструкций, генерации текста и простых задач на рассуждение и математику. Для оптимизированного запуска рекомендуются ядра Mamba2; без них карточка предупреждает о более высокой задержке и расходе памяти. Лицензия — Apache-2.0.

Zelensky — экспериментальная командная модель V1, созданная автором nisten на основе семейства Qwen2.5. По карточке, модель обучали один проход с низкой скоростью обучения и многократно объединяли с тремя другими моделями; метаданные также указывают связь merge с Qwen/Qwen2.5-72B-Instruct и другими вариантами Qwen2.5 и ChatWaifu. Это плотная причинно-языковая архитектура Qwen2 с 76,7 млрд параметров и контекстом до 98 304 токенов. Модель предназначена для диалогов и генерации текста; каталог также отмечает интерфейс вызова инструментов. В карточке упоминаются прогоны GPQA Diamond Zero-shot на LM Eval Harness, но результаты оценки не приведены. Указана лицензия MIT, а автор отдельно отмечает, что продолжает действовать лицензия Qwen.

jeiku/zenithquantum — языковая чат-модель, полученная автором репозитория слиянием SLERP двух предварительно обученных моделей: FourOhFour/Zenith_4B и FourOhFour/QuantuMinx_4B. Она предназначена для генерации текста и диалогового ассистирования. Модель имеет плотную архитектуру LlamaForCausalLM примерно на 3,9 млрд параметров и контекстное окно до 131 072 токенов; файлы опубликованы в формате safetensors для Transformers. Модель подходит для ответов на вопросы, ведения диалогов и генерации текста. В метаданных QuantuMinx_4B описана как англоязычная модель общего ассистирования и ролевых диалогов, однако сведения о языках ZenithQuantum отдельно не приведены. Лицензия в доступных данных не указана.

MaziyarPanahi/zephyr-7b-alpha-dare-0.85-Mistral-7B-Instruct-v0.1 — чат-модель для генерации текста, созданная слиянием mistralai/Mistral-7B-Instruct-v0.1 и uukuguy/zephyr-7b-alpha-dare-0.85. В README указан метод слияния slerp с выбором параметров по слоям для блоков self-attention и MLP. Модель использует плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров. Модель предназначена для генерации ответов на инструкции и диалоговые запросы; заявленная длина контекста — 32 768 токенов. Доступны веса в формате safetensors. Лицензия — Apache-2.0. В карточке не приведены сведения о поддерживаемых естественных языках или специальных предметных областях.

Zephyr-7B-β — разговорная языковая модель из серии помощников Zephyr, разработанная HuggingFaceH4. Это плотная авторегрессионная модель семейства Mistral на 7,1 млрд параметров, дообученная на Mistral-7B-v0.1 методом Direct Preference Optimization (DPO) на синтетических диалогах и предпочтениях ответов. Она принимает текст и генерирует текст; основной язык — английский. Контекстное окно составляет 32 768 токенов. Модель предназначена для диалогового помощника: она отвечает на вопросы, следует инструкциям и поддерживает многошаговый чат. В опубликованных при выпуске оценках она показывала сильные результаты среди открытых моделей сопоставимого размера, но заметно уступает более крупным системам в сложных задачах программирования и математики. В карточке указано, что модель не прошла этап выравнивания безопасности в RLHF и может выдавать проблемный контент, в том числе по соответствующему запросу. Лицензия — MIT.

li-muyang/zephyr-7b-dpo-full — дообученная методом DPO языковая модель на архитектуре Mistral для генерации диалоговых ответов. Она создана на основе mistralai/Mistral-7B-v0.1 с использованием набора HuggingFaceH4/ultrafeedback_binarized и предназначена для чат-сценариев и генерации текста. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. В README приведены метрики оценки на тестовом наборе, включая точность предпочтений 0,7852 и отрыв выбранных ответов от отклонённых 1,1909. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает специализацию по языкам или конкретные ограничения качества и применения.

MaziyarPanahi/zephyr-7b-sft-full-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель, созданная слиянием Mistral-7B-Instruct-v0.2 и zephyr-7b-sft-full методом SLERP. Это плотная модель архитектуры Mistral с 7,1 млрд параметров, предназначенная для генерации текста и ответов на инструкции в диалоговом формате; поддерживает контекст до 32 768 токенов. Модель подходит для чат-ботов, ответов на запросы и других сценариев генерации текста. Репозиторий содержит веса Safetensors; лицензия — Apache-2.0. В README не приведены отдельные оценки качества или перечень поддерживаемых языков.

argilla/zephyr-7b-spin-iter3-v0 — диалоговая языковая модель, созданная Argilla и сообществом Data Is Better Together. Это дообученная версия argilla/zephyr-7b-spin-iter2-v0 на тщательно отобранных наборах argilla/10k_prompts_SPIN_iter3_zephyr_top и argilla/10k_prompts_SPIN_iter2_zephyr_top; авторы отмечают, что подход SPIN достиг сопоставимых результатов при значительно меньшем объёме данных. Модель построена на архитектуре Mistral и содержит 7,1 млрд параметров. Она предназначена для генерации текста в диалоговом формате и рассчитана на контекст до 32 768 токенов. В README приведены результаты MT-Bench для предыдущих итераций семейства, но отдельные оценки для iter3 не указаны. Модель распространяется под лицензией Apache-2.0. Карточка не описывает специальные предметные области и не приводит подробных ограничений; применимость ответов следует оценивать для конкретной задачи.

S4sch/zephyr-neural-chat-frankenmerge11b — языковая модель для генерации текста, созданная путём объединения слоёв HuggingFaceH4/zephyr-7b-beta и Intel/neural-chat-7b-v3-1 с помощью mergekit. В сборке чередуются диапазоны слоёв обеих моделей; указанный в метаданных размер — 11,3 млрд параметров, архитектура — плотная MistralForCausalLM, формат весов — safetensors. Модель поддерживает контекст длиной до 32 768 токенов. Она предназначена для генерации текста и диалогового применения на основе объединённых моделей Zephyr и Neural Chat. В карточке не приведены отдельные оценки качества, описание поведения или перечень поддерживаемых языков. Лицензия — Apache-2.0.

ZEUS-8B-V14 — объединённая модель для генерации текста и диалогов на базе семейства Llama 3.1. Согласно карточке, её создали методом DARE TIES, объединив unsloth/Meta-Llama-3.1-8B-Instruct с моделями Llama-3.1-SuperNova-Lite, Llama-3.1-Storm-8B и Llama-3.1-8B-Lexi-Uncensored-V2. Модель содержит 7,5 млрд параметров, построена на архитектуре LlamaForCausalLM и работает с контекстом до 131 072 токенов. Модель предназначена для генерации текста и ведения диалогов; метаданные также указывают интерфейс вызова инструментов. В README приведены результаты оценки на IFEval и BBH, однако подробные сравнительные данные и описание целевого поведения ограничены. Модель опубликована в формате safetensors; дата публикации — 30 декабря 2024 года. Лицензия в предоставленных данных не указана.

ZEUS 8B V2 — объединённая языковая модель, созданная разработчиком T145 методом DARE TIES с помощью mergekit. В качестве основы использована unsloth/Meta-Llama-3.1-8B-Instruct, а также включены Llama-3.1-SuperNova-Lite, Llama-3.1-Storm-8B и Llama-3.1-8B-Lexi-Uncensored-V2. Модель имеет плотную архитектуру Llama 3.1 с 7,5 млрд параметров, принимает текст и генерирует текст; поддерживает диалоги и интерфейс вызова инструментов. Длина контекста — до 131 072 токенов. Модель предназначена для генерации текста, диалогов и ролевого общения. В README приведены результаты Open LLM Leaderboard: средний балл 30,07 и 80,29 на IFEval; эти результаты относятся к указанной версии оценки. Для запуска автор рекомендует параметры генерации, а также приводит рекомендацию по квантизации i1-Q4_K_M. Репозиторий содержит веса в формате safetensors. Сведения о лицензии и поддерживаемых естественных языках в предоставленных источниках отсутствуют.

ZEUS-8B-V7 — языковая модель семейства Llama 3.1, созданная объединением нескольких моделей методом DARE TIES. Автор стремился улучшить предыдущую версию ZEUS, повысив плотность слияния и включив менее ограниченную модель Llama 3.1. В качестве базовой использована unsloth/Meta-Llama-3.1-8B-Instruct; также в слияние вошли LLAMA-3_8B_Unaligned_BETA, Llama-3.1-Storm-8B и Llama-3.1-SuperNova-Lite. Модель содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и работает через Transformers. Она предназначена для генерации текста и диалогов; метаданные также отмечают интерфейс вызова инструментов. Заявленная длина контекста — до 131 072 токенов. README приводит результаты оценивания, включая IFEval и BBH, но не сообщает языковой охват. Модель распространяется в формате Safetensors по лицензии Llama 3.1. Показатели слияния и отдельные результаты бенчмарков не гарантируют качество на конкретных задачах; README не описывает систематические ограничения или языки, на которых модель проверена.

Zurich 7B GammaCorpus v2-5m — диалоговая языковая модель, разработанная на основе Qwen/Qwen2.5-7B-Instruct и дообученная на наборе GammaCorpus v2-5m. Это плотная авторегрессионная модель семейства Qwen2 с архитектурой Qwen2ForCausalLM; в метаданных указано 7,1 млрд параметров и контекст до 32 768 токенов. Карточка также описывает 28 слоёв, RoPE, SwiGLU, RMSNorm и групповое внимание с 28 головами Q и 4 головами KV. Модель предназначена для многоходовых диалогов и генерации ответов на инструкции. Её можно применять в чат-ботах и сценариях генерации текста; в метаданных также отмечен интерфейс вызова инструментов. Карточка не приводит отдельных результатов сравнительной оценки, поэтому заявленное стремление превзойти модели сходного размера не подтверждено приведёнными метриками. Модель поддерживает английский язык согласно языковым тегам карточки и выпущена по лицензии Apache 2.0. Разработчик предупреждает о возможности предвзятых ответов. Для работы рекомендуется актуальная версия Transformers.

Карточка модели PS4Research/005Kq3yTVMadlDXH на Hugging Face совпадает с карточкой PS4Research/IKn8jwlNamPNIS15, поэтому описание составлено по ней. Модель PS4Research/IKn8jwlNamPNIS15 — дообученная PS4Research языковая модель семейства Granite на базе ibm-granite/granite-4.2-30b. Она предназначена для генерации текста и диалогового взаимодействия; интерфейс также поддерживает вызов инструментов. Модель содержит 28,9 млрд параметров, использует плотную архитектуру GraniteForCausalLM и принимает контекст длиной до 131 072 токенов. В метаданных указан английский язык. Базовая модель IBM описана как многоязычная и предназначенная для рассуждений, диалога, программирования и вызова инструментов, однако README не уточняет, какие именно навыки были предметом дообучения этой версии. Модель распространяется в формате safetensors по лицензии Apache-2.0; для ускорения обучения использовались Unsloth и библиотека TRL.

ShenaoZ/0.0_continue_iter_2 — диалоговая языковая модель на архитектуре Mistral, дообученная разработчиком ShenaoZ на базе ShenaoZ/0.0_continue_iter_1 с использованием датасета HuggingFaceH4/ultrafeedback_binarized. Она предназначена для генерации текста и ведения диалога, включая ответы на запросы в контексте до 32 768 токенов. Модель содержит 7,1 млрд параметров и опубликована в формате safetensors. Модель распространяется по лицензии MIT. README не приводит результатов оценки и не описывает специальные сценарии применения или ограничения; качество ответов и их соответствие запросу следует проверять для конкретной задачи.

Модель joannetai520/16_bit_model_trymoredata1 — дообученная авторегрессионная языковая модель семейства Llama с плотной архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров. Её разработал joannetai520; при обучении использовались Unsloth и библиотека TRL. Модель предназначена для генерации текста и диалогового взаимодействия, а метаданные также указывают интерфейс вызова инструментов. Модель принимает текст и генерирует текст. В метаданных указан контекст до 131 072 токенов и язык en. Веса опубликованы в формате Safetensors по лицензии Apache-2.0. README указывает на дообучение от репозитория с тем же идентификатором, поэтому отдельную исходную базовую модель установить нельзя.

Это текстовая авторегрессионная модель семейства Qwen3 с плотной архитектурой Qwen3ForCausalLM и 1,7 млрд параметров. Репозиторий содержит контрольную точку в стандартном формате Hugging Face Transformers на основе safetensors; карточка описывает её как резервную копию исследовательского артефакта. Модель предназначена для генерации текста и диалогового взаимодействия. Её можно использовать для ответов в чате и генерации продолжений текста; метаданные также указывают интерфейс для вызова инструментов. Заявленная длина контекста — 40 960 токенов. Карточка не сообщает о специальной предметной области или поддерживаемых естественных языках. Условия лицензии в предоставленных данных не приведены, поэтому их нельзя определить по карточке.

Это исследовательская резервная копия чекпойнта для генерации текста в стандартном формате Hugging Face, совместимая с AutoModelForCausalLM. По метаданным, модель основана на плотной архитектуре Qwen3ForCausalLM и содержит 1,7 млрд параметров; нативный контекст — 40 960 токенов. Поддерживается диалоговый режим и интерфейс вызова инструментов. Модель предназначена для генерации текста и диалоговых сценариев. В README она обозначена как резервный исследовательский артефакт; сведений о конкретном дообучении, базовой модели или лицензии в предоставленных данных нет.

Это исследовательская резервная копия чекпойнта в стандартном формате Hugging Face Transformers. Модель Yuq Zhou относится к семейству Qwen2: плотная авторегрессионная языковая модель на 7,1 млрд параметров с контекстом до 131 072 токенов. Модель предназначена для генерации текста и диалогового взаимодействия; в метаданных также отмечен интерфейс вызова инструментов. Доступны веса в формате safetensors. Карточка не описывает конкретные области применения или языковую специализацию, поэтому модель можно характеризовать как общего назначения. Чекпойнт обозначен как исследовательский артефакт-резервная копия, однако сведений о базовой модели, обучении или конкретных ограничениях качества в карточке нет. Условия лицензии в предоставленных данных не указаны.

Это зеркальная копия модели Qwen2 для генерации текста, размещённая пользователем latent-artist. Метаданные указывают на архитектуру Qwen2ForCausalLM с плотной структурой и 494 млн параметров; репозиторий содержит веса в формате Safetensors. Модель рассчитана на текстовые диалоги и имеет интерфейс вызова инструментов. Контекстное окно составляет 32 768 токенов, а в карточке указан английский язык. README описывает репозиторий как копию файлов и сообщает, что конфигурация и веса сохраняют исходное назначение. Условия использования и распространения предлагается сверять с файлом лицензии; метаданные указывают Apache-2.0. Исходная модель, от которой сделана копия, не установлена по доступным сведениям.

Карточка модели PS4Research/9DgDaWTmX85XRwSq на Hugging Face совпадает с карточкой PS4Research/IKn8jwlNamPNIS15, поэтому описание составлено по ней. Модель PS4Research/IKn8jwlNamPNIS15 — дообученная PS4Research языковая модель семейства Granite на базе ibm-granite/granite-4.2-30b. Она предназначена для генерации текста и диалогового взаимодействия; интерфейс также поддерживает вызов инструментов. Модель содержит 28,9 млрд параметров, использует плотную архитектуру GraniteForCausalLM и принимает контекст длиной до 131 072 токенов. В метаданных указан английский язык. Базовая модель IBM описана как многоязычная и предназначенная для рассуждений, диалога, программирования и вызова инструментов, однако README не уточняет, какие именно навыки были предметом дообучения этой версии. Модель распространяется в формате safetensors по лицензии Apache-2.0; для ускорения обучения использовались Unsloth и библиотека TRL.

ishikaa/acquisition_student_original_omnimath_qwen14b — текстовая генеративная модель на базе архитектуры семейства Qwen2, опубликованная пользователем ishikaa. Модель доступна для работы через библиотеку Transformers и имеет около 14 млрд параметров. Модель предназначена для генерации текста в диалоговых и других сценариях обработки текстовых запросов. По метаданным, она обучалась с применением supervised fine-tuning (SFT) и инструментов TRL, а также поддерживает контекст длиной до 32 768 токенов. Модель может использоваться для продолжения текста, формирования ответов на запросы и интеграции в conversational-приложения. README не содержит сведений о разработчиках, исходной модели, языках, лицензии, обучающих данных, результатах оценки или специальных областях применения. Поэтому перед использованием необходимо самостоятельно проверить лицензионные условия и качество модели на целевых данных.

Acrux-500M-o1-Journey — компактная языковая модель с архитектурой Qwen2, разработанная PrithivMLmods и дообученная на базе Qwen/Qwen2.5-0.5B-Instruct на наборе данных GAIR/o1-journey. Модель содержит 494 млн параметров, принимает текст и генерирует текст; заявленная длина контекста — 32 768 токенов. Она предназначена для следования инструкциям и диалоговых сценариев, включая ответы на вопросы и суммаризацию, с упором на быстрый вывод и сниженные требования к ресурсам. Модель подходит для чат-ботов, виртуальных помощников и других приложений, где важны компактность и оперативная генерация. В карточке указана лицензия CreativeML OpenRAIL-M. Качество для конкретных задач зависит от запросов и окружения; компактный размер может ограничивать сложность решаемых задач.

Aether-492B — заявленная в README универсальная языковая модель CortexAether для диалогов, рассуждений, программирования, математики, анализа и творческой генерации. Метаданные Hugging Face описывают её как decoder-only MoE-модель семейства AetherMind с архитектурой AetherMindForCausalLM, библиотекой Transformers и форматом safetensors. При этом метаданные указывают 5,8 млн параметров, контекст 1024 токена и теги языков fa и en; заявленные в названии 492 млрд параметров этому не соответствуют. Модель предназначена для генерации текста, ответов на вопросы, суммаризации, перевода, помощи с кодом и многошаговых задач. Возможны диалоговые и агентные сценарии, в том числе использование в качестве языкового компонента RAG-систем. README заявляет поддержку многоязычного общения, но не приводит результатов оценки; перечисленные там длинный контекст и широкий набор способностей следует считать заявленными, а не подтверждёнными характеристиками. Лицензия — Apache-2.0.

jondurbin подготовил эту плотную 65-миллиардную языковую модель на архитектуре LLaMA, дообучив её методом QLoRA на синтетических инструкциях, созданных GPT-4. Модель предназначена для диалоговой генерации текста и отвечает на запросы в формате, основанном на шаблоне Vicuna. Она рассчитана на программирование, математические задачи и рассуждения, викторины, ролевые диалоги, вопросы с вариантами ответа и по заданному контексту, а также общие запросы. Для промптов на написание кода предусмотрена инструкция PLAINFORMAT, которая просит вывести код без Markdown-разметки; автор отмечает, что она срабатывает не всегда. Модель содержит 65 млрд параметров, работает с контекстом до 2048 токенов и распространяется в формате PyTorch. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение. Модель может ошибаться, а следование формату PLAINFORMAT не гарантировано.

jondurbin/airoboros-dpo-70b-3.3 — экспериментальная диалоговая языковая модель, созданная на основе семейства Llama 3 и дообученная автором jondurbin на синтетических данных Airoboros и наборах для DPO. В метаданных указана плотная архитектура LlamaForCausalLM с 69,5 млрд параметров, формат safetensors и контекст до 8192 токенов. Карточка рекомендует использовать шаблон диалога Llama 3 Instruct. Модель предназначена для генерации ответов в чате, написания и продолжения историй, суммаризации и помощи с кодом. В README приведены примеры творческих и технических запросов, включая написание программ и выбор инструментов; эти примеры показывают формат взаимодействия, но не подтверждают гарантированное качество на каждой задаче. Автор называет модель экспериментальной. Метаданные связывают её с Meta-Llama-3-8B, тогда как README указывает базовую Llama 3 70B Instruct; точную базовую модель поэтому установить по этим источникам нельзя. Лицензия обозначена как other, конкретные условия использования в предоставленных данных не раскрыты.