II.6Документация и сопровождение разработки

Ice0.57-17.01-RP — объединённая языковая модель, созданная автором репозитория с помощью mergekit из Ice0.55-17.01-RP и Ice0.56-17.01-RP методом SLERP. Это плотная causal language model семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста. Контекст составляет до 32 768 токенов; модель распространяется в формате safetensors. Модель может использоваться для диалогов и генерации продолжений текста в задачах общего назначения. README не описывает отдельные навыки, обучающие данные или целевые области применения. Лицензия в предоставленных данных не указана.

iLLaDA-8B-Base — базовая языковая модель семейства iLLaDA, разработанная GSAI-ML и представленная в работе Improved Large Language Diffusion Models. Это плотная 8-миллиардная модель с полностью двунаправленной архитектурой маскированной диффузии, обученная с нуля на 12 триллионах токенов. В ней 32 слоя, размерность модели 4096 и 32 головы внимания; контекст составляет 8192 токена. Модель предназначена для генерации текста и диалоговых сценариев. Она поддерживает генерацию переменной длины и оценивание вариантов ответа на основе уверенности, что подходит, в частности, для задач с выбором ответа. В README приведён результат 74,8 на MMLU для базовой версии iLLaDA 8B. Модель доступна в формате Safetensors и используется через Transformers. Лицензия — Apache-2.0. README не сообщает о специализированной отраслевой настройке или ограничениях качества за пределами приведённых результатов; языки обучения и применения не указаны.

iLLaDA-8B-Instruct — диалоговая языковая модель семейства iLLaDA от GSAI-ML, построенная на плотной архитектуре с полностью двунаправленным masked diffusion. Модель примерно на 7,6 млрд параметров обучена с нуля на 12 трлн токенов предобучения; доступна в формате safetensors и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста в диалогах, а также поддерживает генерацию переменной длины и оценивание вариантов ответа по уверенности, например в тестах с выбором ответа. В README приведены результаты бенчмарков instruct-модели, включая MMLU и MMLU-Pro. Для запуска используется библиотека Transformers. Модель принимает текст и генерирует текст. В метаданных указана лицензия Apache-2.0. Результаты бенчмарков сами по себе не гарантируют точность в конкретных прикладных сценариях; README отсылает за кодом инференса и оценки к репозиторию LLaDA.

INEX-16 — слитая модель Mistral для генерации текста, опубликованная пользователем MSL7. Она объединяет MSL7/INEX12-7b и liminerity/i методом slerp с помощью mergekit; базовой указана MSL7/INEX12-7b. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста по текстовому запросу. Карточка не описывает специальные прикладные сценарии или языки. Репозиторий распространяется в формате safetensors; лицензия — Apache-2.0. README приводит параметры слияния и тип bfloat16.

InnerILLM-7B-slerp — объединённая языковая модель, созданная автором репозитория с помощью LazyMergekit из OpenPipe/mistral-ft-optimized-1218 и mlabonne/NeuralHermes-2.5-Mistral-7B методом SLERP. Это плотная причинно-языковая архитектура Mistral с 7,1 млрд параметров; указанный размер контекста — 32 768 токенов. Модель предназначена для генерации текста, включая диалоговые ответы и задачи рассуждения. В README приведены результаты оценки на бенчмарках AI2 Reasoning Challenge и HellaSwag, а также средняя потеря модели; эти показатели не гарантируют качество на других задачах. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Данные о целевых языках и специализированных областях применения не приведены.

Instruct Mixtral 8X7B V0.1 Dolly15K — это инструкционная языковая модель на архитектуре Mixtral, дообученная компанией Brillibits на наборе данных databricks-dolly-15k. Представленная версия распространяется в формате GGUF и подготовлена TheBloke с использованием квантования. Модель предназначена для генерации текста по инструкциям и может использоваться в локальных приложениях для диалога, ответов на вопросы и других задач text-generation. В названии указано 8 экспертов по 7B параметров, однако README не содержит дополнительных сведений о фактическом числе активируемых параметров, размере контекста, языках и поддерживаемых модальностях. Доступны варианты квантования от 2 до 8 бит, что позволяет выбирать компромисс между требованиями к памяти, скоростью и качеством. Формат совместим с llama.cpp и рядом сторонних интерфейсов и библиотек, включая text-generation-webui, KoboldCpp, GPT4All и LM Studio. Сильной стороной модели является возможность локального запуска на CPU и GPU благодаря GGUF и нескольким уровням квантования. Ограничения включают возможные потери качества при сильном квантовании, а также отсутствие в README подробных результатов оценки и характеристик производительности. Лицензия модели — Apache-2.0.

ClaudioItaly/Intelligence-7 — объединённая плотная языковая модель семейства Qwen2, созданная с помощью mergekit методом SLERP из AIDC-AI/Marco-o1 и happzy2633/qwen2.5-7b-ins-v3. Модель содержит 7,1 млрд параметров и рассчитана на генерацию текста в диалоговом формате; контекстное окно — до 32 768 токенов. Модель подходит для ведения диалогов и генерации ответов на текстовые запросы. В конфигурации слияния указана V-образная кривая, сочетающая поведение исходных моделей на входных и выходных слоях с вкладом WizardMath в средних слоях. Данные об отдельных языковых специализациях и прикладных областях не приведены. Модель опубликована в формате safetensors и использует библиотеку Transformers. Лицензия в предоставленных данных не указана. Качество и ограничения унаследованы от объединённых моделей; отдельные оценки или сведения об ограничениях модели не приведены.

Это преобразованная в формат архитектуры Llama версия InternLM2 Chat 7B SFT, размещённая пользователем bartowski. Модель предназначена для генерации текста в диалоговом формате и может использоваться для ответов на запросы и ведения беседы. Модель содержит 7,4 млрд параметров и поддерживает контекст длиной до 32 768 токенов. README сообщает о конвертации из InternLM в формат Llama; в репозитории указан формат safetensors. Лицензия обозначена как other, поэтому условия её использования следует проверять в исходной карточке модели и у базовой модели.

internlm3-8B-Nex-N1 — чат-модель серии Nex-N1 от разработчиков платформы Nex, представленная в работе о создании агентных моделей. Это плотная авторегрессионная модель InternLM3 с 8,3 млрд параметров, опубликованная в формате Safetensors; карточка указывает контекст до 131 072 токенов и лицензию Apache-2.0. Модель предназначена для агентных сценариев: программирования, вызова инструментов и функций, веб-поиска и многошаговых задач. Разработчики также заявляют применение для создания мини-приложений, сайтов и слайдов. В README описана поддержка function calling и приведены результаты серии Nex-N1 на агентных бенчмарках, однако таблица не содержит отдельной строки с результатами именно этой 8B-модели. Модель принимает текстовые запросы и генерирует текстовые ответы; в метаданных отмечен режим чата. Языковая поддержка отдельно не описана. Для запуска разработчики рекомендуют SGLang; для function calling предлагается специальный парсер инструментов. Качество в конкретных задачах и совместимость с окружением агента могут зависеть от конфигурации и инструментов.

IoGPT-A1-Instruct-i1-GGUF — GGUF-квантизированная версия инструкционной модели IoGPT-A1-Instruct, разработанной galaxyMindAiLabs и подготовленной квантизатором mradermacher. Модель предназначена для генерации текста, ответов на вопросы и агентских сценариев; в метаданных она также классифицируется как vision-модель, однако подробности о поддерживаемом формате изображений не указаны. Доступны файлы mmproj в статическом репозитории модели. Заявлены языки: английский, французский, немецкий, испанский, португальский, итальянский, японский, корейский, русский, китайский, арабский, персидский, индонезийский, малайский, непальский, польский, румынский, сербский, шведский, турецкий, украинский, вьетнамский, хинди и бенгали. В тегах указана архитектурная принадлежность к Mistral, но размер модели, длина контекста и точная архитектура не раскрыты. Представлены квантизации от i1-IQ1_S до i1-Q6_K размером примерно от 5,4 до 19,4 ГБ: более лёгкие варианты экономичнее по памяти, но могут заметно терять в качестве; Q4_K_M отмечен как быстрый и рекомендуемый, а i1-Q6_K — как вариант, близкий по качеству к статической Q6_K. Модель распространяется по лицензии Apache-2.0.

Jallabi-34B — плотная языковая модель семейства Llama от AbacusResearch для генерации текста и диалогов. В репозитории находятся только веса языковой части: энкодер CLIP удалён, поэтому модель загружается как LlamaForCausalLM. Модель содержит 33,9 млрд параметров, принимает текст и имеет контекст длиной 4096 токенов. В README приведены результаты Open LLM Leaderboard, включая средние оценки 70,73 и 25,97 в двух наборах испытаний. Модель распространяется под лицензией Apache-2.0. README не сообщает, на какой базовой модели основаны веса; по имеющимся данным нельзя определить специальные ограничения применения или качества.

wnma3mz/Janus-Pro-1B-LM — вариант модели DeepSeek Janus-Pro-1B, подготовленный автором репозитория. Веса обновлены до формата safetensors, добавлен шаблон чата; обозначение LM указывает, что репозиторий содержит только языковую модель. Метаданные указывают на архитектуру Llama, 1,4 млрд параметров и контекст до 16 384 токенов. Модель предназначена для генерации текста в диалоговом формате. Хотя базовая Janus-Pro-1B поддерживает понимание и генерацию изображений, эта сборка содержит только языковую часть, поэтому возможности обработки изображений для неё не заявлены. Веса распространяются по лицензии MIT. README также упоминает 4-битную квантизацию языковой части, но метаданные описывают файлы safetensors и не подтверждают отдельный квантованный вариант в этом репозитории.

Jan-v1-4B-GGUF — языковая модель для генерации текста, разработанная командой Jan (Jan Community/Jan HQ). Она предназначена для агентских сценариев, рассуждений, решения задач, диалогового взаимодействия и использования инструментов, прежде всего в приложении Jan и при локальном развёртывании через совместимые средства, такие как llama.cpp. Модель основана на Jan-v1-4B, созданной на базе подходов Lucy и Qwen3-4B-Thinking-2507. Модель имеет размер 4B параметров, поддерживает английский язык и относится к классу text-generation. Формат GGUF ориентирован на локальный запуск, в том числе с llama.cpp; README также описывает интеграцию с Jan App и использование tool calling. Среди заявленных сильных сторон — улучшенные возможности рассуждения и работы с инструментами, а также результат 91,1% в SimpleQA. Рекомендуемые параметры генерации включают temperature 0.6, top_p 0.95, top_k 20 и max_tokens 2048. В README не указаны размер контекстного окна, точная схема квантования GGUF, поддерживаемые модальности помимо текста и подробные условия проведения бенчмарков, поэтому эти характеристики нельзя определить по имеющимся данным. Модель распространяется по лицензии Apache 2.0.

Карточка модели jetmoe/jetmoe-8b-sft на Hugging Face совпадает с карточкой jetmoe/jetmoe-8b, поэтому описание составлено по ней. JetMoE-8B — открытая языковая модель семейства JetMoE, созданная Yikang Shen, Zhen Guo, Tianle Cai и Zengyi Qin. Она предназначена для генерации текста и может служить базой для дообучения и исследовательских экспериментов. Авторы сообщают, что модель обучена на 1,25 трлн токенов из общедоступных наборов данных. Архитектура состоит из 24 блоков, в каждом из которых есть слой смеси голов внимания (MoA) и слой смеси экспертов MLP (MoE). В каждом слое восемь экспертов, из которых для токена активируются два. README указывает 8 млрд параметров всего и 2,2 млрд активных параметров при выводе; метаданные Hugging Face указывают размер 1,6 млрд параметров. Модель принимает текст, генерирует текст и имеет контекстное окно 4096 токенов. Авторы заявляют о конкурентных результатах относительно ряда моделей большего размера и о сравнительно низкой стоимости обучения, однако приведённые в карточке таблицы неполны, поэтому независимо оценить эти сравнения по ней нельзя. Модель доступна в формате safetensors под лицензией Apache-2.0; карточка сообщает об открытом коде и обучении только на публичных данных.

J.O.S.I.E. — чат-модель и ассистент, разработанный Gökdeniz Gülmez. Это дообученная на пользовательских наборах DPO модель на базе Goekdeniz-Guelmez/Josiefied-Qwen2.5-7B-Instruct-abliterated-v2 с архитектурой Qwen2 и 7,1 млрд параметров. Она предназначена для диалоговой генерации текста и выполнения запросов пользователя; в метаданных также отмечен интерфейс вызова инструментов. Модель принимает текст и генерирует текст. Заявленная длина контекста — 32 768 токенов. Репозиторий содержит веса в формате safetensors, лицензия — Apache 2. README описывает её как ассистента с менее ограниченным поведением, однако подробности обучающих данных и системного промпта в доступной карточке опущены.

Модель mlx-community/Josiefied-Qwen2.5-Coder-7B-Instruct-abliterated-v1 — версия для MLX, подготовленная сообществом mlx-community из Goekdeniz-Guelmez/Josiefied-Qwen2.5-Coder-7B-Instruct-abliterated-v1 с помощью mlx-lm 0.21.3. Это плотная авторегрессионная модель семейства Qwen2 с 7,1 млрд параметров, предназначенная для генерации текста в диалоговом формате и задач программирования. Она принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. Метаданные указывают поддержку английского и немецкого языков, а также интерфейс вызова инструментов. Модель может использоваться для генерации и объяснения кода, помощи в программировании и диалоговых запросов. Лицензия — Apache-2.0. Доступные сведения не описывают качество на конкретных бенчмарках или гарантии безопасности ответов; название исходной модели указывает на менее ограниченные ответы.

K2-Horizon-7B-Uno Merged — слитая версия модели IFM/K2-Horizon-7B-Uno, опубликованная hermitdave. Репозиторий содержит объединённые с базовыми весами LoRA-адаптеры diffusion-модели; после слияния модель работает как стандартная авторегрессионная языковая модель. Архитектура плотная, семейство K2-Horizon; в метаданных указано 8 млрд параметров, а README сообщает примерно о 7,6 млрд параметров и 32 слоях. Модель предназначена для генерации текста и диалогов, включая рассуждения. Заявлен контекст до 524 288 токенов. Репозиторий содержит веса Safetensors; README также описывает подготовку для MLX и запуск на Apple Silicon. Для обработки специальных тегов рассуждений и вызовов инструментов в oMLX требуется версия 0.6.4 или новее с патчем поддержки K2-Horizon. Модель основана на IFM/K2-Horizon-7B-Uno, которая, согласно README, разработана Institute of Foundation Models. Лицензия — Apache 2.0. Качество и поддерживаемые языки в предоставленных данных не описаны; длинный заявленный контекст требует подходящей среды запуска и достаточных ресурсов.

Kai-30B-Instruct — инструктивно дообученная языковая модель NoesisLab на 30B параметров, крупнейшая в семействе Kai. Она основана на архитектуре Qwen2ForCausalLM и предназначена для диалогов, рассуждений, математических задач и генерации кода. Для дообучения применён метод ADS (Adaptive Dual-Search Distillation), который меняет функцию потерь, не модифицируя архитектуру модели. Модель принимает текст и генерирует текст; заявлены контекст до 32 768 токенов и поддержка английского языка. В карточке приведены результаты нескольких тестов рассуждений и здравого смысла, но они не подтверждают качество во всех сценариях. Для запуска требуются значительные вычислительные ресурсы из-за размера модели. Лицензия — Apache-2.0.

KAI-7B-Instruct-v0.1 — диалоговая языковая модель Keynote Technology на 7,1 млрд параметров с архитектурой MistralForCausalLM. Это дообученная инструктивная версия семейства KAI-7B, основанного на KAI-7B и Mistral-7B; в обучении использовалась смесь наборов данных для чата и выполнения инструкций, включая PLANE-2K и RedPajama-Data-V2. Модель принимает текст и генерирует текст, поддерживает сценарии чата, следование инструкциям и работу с кодом. Заявленная длина контекста — 32 768 токенов. Модель предназначена для развёртывания в приложениях, которым нужны диалоговые ответы, выполнение текстовых инструкций и помощь с кодом. Карточка заявляет улучшенное следование инструкциям, но не приводит независимых оценок качества. Лицензия — Apache 2.0; разработчик отдельно запрещает использовать модели KAI для разжигания ненависти против людей или групп.русский язык явно не заявлен среди поддерживаемых языков.

Kai_v1-DiscoPhoenix — объединённая текстовая языковая модель, созданная с помощью mergekit методом SLERP из Keynote-Technology/KAI-7B-v0.1 и DRXD1000/Phoenix. В карточке Hugging Face указана связь с DRXD1000/Phoenix; README уточняет, что среди источников слияния использована модель DRXD1000/Phoenix. Модель построена на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров. Она предназначена для генерации текста; максимальная длина контекста — 32 768 токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Карточка не описывает конкретные области применения или языковую специализацию. Условия лицензии в предоставленных данных не указаны.

Модель Jhjhugv/kanana-1.5-8b-instruct-2505-Safe-DPO опубликована разработчиком Jhjhugv и представлена как дообученная разговорная языковая модель семейства Llama. Она предназначена для генерации текста в диалогах; метаданные также отмечают интерфейс вызова инструментов. Модель содержит 7,5 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. В карточке указано, что модель дообучена на Jhjhugv/kanana-1.5-8b-instruct-2505-Safe-DPO с использованием Unsloth и библиотеки TRL от Hugging Face. Доступны веса в формате safetensors. Лицензия — Apache-2.0. Карточка не описывает конкретные тесты качества или подробные ограничения; метаданные указывают английский язык.

KANN-I-0.1-7b — объединённая языковая модель, опубликованная euser и созданная с помощью mergekit методом DARE TIES. В качестве основы указана mistralai/Mistral-7B-v0.1; в метаданных также перечислены другие модели-участницы слияния. Это плотная авторегрессионная архитектура Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста в диалоговом формате и может использоваться для ответов на вопросы и написания текстовых продолжений. Карточка показывает пример запуска через Transformers и чат-шаблон. Языки модели в доступных сведениях не указаны, поэтому её языковую специализацию определить нельзя. Репозиторий содержит веса Safetensors; лицензия в предоставленных данных не указана.

Keefe-Discere-v3.0-Final — языковая модель на архитектуре Qwen2, дообученная KeefeBuild на базе KeefeBuild/Keefe-Discere-v3.0-Ultimate с использованием Unsloth и Hugging Face TRL. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов; заявлены возможности диалога и интерфейс вызова инструментов. Модель предназначена для генерации текста и диалоговых сценариев, включая использование через интерфейс вызова инструментов. В карточке указан английский язык. Репозиторий содержит веса в формате Safetensors и распространяется по лицензии Apache-2.0. Карточка не описывает специализированные области применения или конкретные ограничения качества.

Knowlm-13B-Zhixi — языковая модель на архитектуре Llama, разработанная ZJUNLP и дообученная на основе Knowlm-13B-Base с использованием данных в формате инструкций. Она предназначена для генерации текста и выполнения запросов, сформулированных естественным языком. Модель содержит 12,9 млрд параметров, принимает текст и выдаёт текст; её родной контекст — 2048 токенов. Репозиторий содержит веса PyTorch. Модель распространяется по лицензии Apache-2.0. README не уточняет языковой охват, качество на отдельных задачах или специальные сценарии применения.

jaspionjader/Kosmos-EVAA-Franken-stock-v42-8B — слитая языковая модель, созданная автором репозитория с помощью mergekit и метода Model Stock. В основе лежит jaspionjader/kstc-5-8b; в слияние также включены jaspionjader/kstc-4-8b и jaspionjader/bbb-6. Модель построена на архитектуре Llama, содержит 7,5 млрд параметров и работает в библиотеке Transformers; веса представлены в формате safetensors и bf16. Модель предназначена для генерации текста и диалогов. Она принимает текст и выдаёт текст, поддерживает контекст до 131 072 токенов. Язык модели в предоставленных данных не обозначен. Лицензия и конкретные оценки качества в карточке не приведены.

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

Kosmos-EVAA-gamma-v18-8B — объединённая методом SLERP языковая модель семейства Llama, созданная автором jaspionjader с помощью mergekit. В слиянии участвовали jaspionjader/gamma-Kosmos-EVAA-v3-8B и jaspionjader/Kosmos-EVAA-gamma-v17-8B; архитектура — плотная авторегрессионная LlamaForCausalLM примерно на 7,5 млрд параметров. Модель предназначена для генерации текста по текстовому запросу. Контекст составляет до 8192 токенов; репозиторий содержит веса safetensors, а в конфигурации слияния указан bfloat16. Данные не уточняют целевые языки, специализацию или результаты оценки качества, поэтому модель следует рассматривать как генератор общего назначения. Условия лицензии в предоставленных данных не приведены. Качество конкретных сценариев и ограничения безопасности отдельно не описаны.

Kosmos-EVAA-TSN-v22-8B — слитая языковая модель, созданная автором репозитория с помощью mergekit из Kosmos-EVAA-TSN-v19-8B и Kosmos-EVAA-TSN-v21-8B методом SLERP. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров, предназначенная для генерации текста; она доступна в формате Safetensors и принимает контекст до 8192 токенов. Модель подходит для генерации продолжений и ответов в приложениях на базе Transformers. Сведения о конкретных языках, специализациях и сравнительных качествах в карточке не приведены. Лицензия в доступных данных не указана.

Krakowiak-7B-v3 — текстовая генеративная модель на архитектуре Mistral, опубликованная пользователем szymonrucinski. В README показана загрузка весов через Transformers и применение чат-шаблона токенизатора Mistral-7B-Instruct-v0.1. Модель содержит 7,1 млрд параметров, принимает текст и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста в диалоговом формате и может применяться для ответов на запросы, продолжения текста и создания черновиков. Карточка не описывает отдельную специализацию или поддерживаемые естественные языки. Репозиторий содержит веса в формате safetensors; лицензия в предоставленных данных не указана.

KR-X-AI выпустила дообученную языковую модель Qwen2.5-7B-Instruct для генерации текста и диалогов. Модель основана на unsloth/qwen2.5-7b-instruct-bnb-4bit и обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Qwen2 и поддерживает контекст до 32 768 токенов. Она предназначена для генерации ответов в чате; в метаданных также указана поддержка интерфейса вызова инструментов. Указан английский язык. Модель распространяется под лицензией Apache-2.0. Карточка не сообщает специализированную область применения или результаты оценки качества.