II.6Документация и сопровождение разработки

SuperChat-7B — диалоговая языковая модель, созданная Яшем Маратхе путём слияния нескольких моделей на базе Mistral: openchat/openchat-3.5-0106, OpenPipe/mistral-ft-optimized-1227, berkeley-nest/Starling-LM-7B-alpha, jan-hq/supermario-v2 и mistralai/Mistral-7B-Instruct-v0.2. Модель содержит 7,1 млрд параметров и использует плотную архитектуру Mistral для генерации текста и общения в формате инструкций; заявленная длина контекста — до 32 768 токенов. Модель подходит для диалоговых приложений, ответов на запросы и генерации текста. Она распространяется в формате safetensors по лицензии Apache-2.0. Карточка не приводит сведения о языках или результаты оценок качества, поэтому их нельзя уточнить по доступным данным.

Symbol-LLM-7B-Instruct — инструктивная модель семейства Symbol-LLM, представленная авторами работы «Symbol-LLM: Towards Foundational Symbol-centric Interface for Large Language Models». Карточка сообщает о выпуске вариантов на 7B и 13B параметров; для этой модели указаны архитектура LlamaForCausalLM и 6,6 млрд параметров. Модель предназначена для генерации текста по инструкциям в рамках подхода, ориентированного на символьный интерфейс для больших языковых моделей. Её можно применять для диалоговых запросов и генерации ответов. Контекст составляет 2048 токенов. В метаданных указаны PyTorch и лицензия Apache-2.0. README не раскрывает конкретные языки, обучающие данные и сравнительные результаты.

Synatra-7B-Instruct-v0.2-Mistral-7B-Instruct-v0.1 — чат-модель генерации текста, созданная объединением Mistral-7B-Instruct-v0.1 и maywell/Synatra-7B-Instruct-v0.2 методом SLERP. Модель имеет плотную архитектуру MistralForCausalLM и 7,1 млрд параметров; в метаданных указан контекст до 32 768 токенов. Она принимает текстовые инструкции и сообщения диалога и генерирует текстовые ответы. Модель подходит для диалоговых ассистентов, ответов на инструкции и генерации текста. Карточка не приводит сравнительных оценок качества или подробных результатов тестирования. Модель распространяется по лицензии Apache-2.0.

Kaballas/T21Model — языковая модель семейства Qwen2, разработанная Kaballas и дообученная на Kaballas/T14Model4bit. Она предназначена для генерации текста и может использоваться в сценариях, где требуется продолжать или создавать текст по текстовому запросу. Модель содержит 7,1 млрд параметров и поддерживает контекст длиной до 131 072 токенов. Модель обучалась с использованием Unsloth и библиотеки Hugging Face TRL; в репозитории представлены веса Safetensors. Лицензия — Apache 2.0. Карточка не описывает специализированные области применения или измеренные показатели качества.

T3qm7xExperiment28-7B — плотная языковая модель семейства Mistral на 7,1 млрд параметров, автоматически объединённая Maxime Labonne методом DARE-TIES. В конфигурации слияния указаны nlpguy/T3QM7X и yam-peleg/Experiment28-7B; метаданные каталога отмечают yam-peleg/Experiment28-7B как базовую модель. Репозиторий содержит веса Safetensors в формате bfloat16. Модель предназначена для генерации текста и других сценариев использования причинных языковых моделей. Её контекст составляет 32 768 токенов. В карточке указана лицензия Apache-2.0. README не описывает отдельные специализации или результаты оценки качества.

T3qm7xNeuralsirkrishna-7B — объединённая модель Maxime Labonne на архитектуре Mistral с 7,1 млрд параметров. Она создана методом SLERP из nlpguy/T3QM7X и Kukedlc/NeuralSirKrishna-7b; веса доступны в формате safetensors и представлены в bfloat16. Модель предназначена для генерации текста и диалогов. Она принимает текст, выдаёт текст и поддерживает контекст до 32 768 токенов. Метаданные указывают лицензию Apache-2.0. Карточка содержит конфигурацию слияния и пример загрузки через Transformers, но не описывает отдельные специализации или результаты оценки качества.

T3qm7xNeuralsirkrishna_Experiment24Alloyingotneoy — объединённая модель генерации текста на архитектуре Mistral, созданная слиянием automerger/T3qm7xNeuralsirkrishna-7B и automerger/Experiment24Alloyingotneoy-7B. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Она предназначена для генерации текста и диалогов. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. README и метаданные не уточняют языковую специализацию или дополнительные ограничения модели.

MaziyarPanahi/T3qm7xNeuralsirkrishna_Experiment27Experiment29 — объединённая плотная языковая модель семейства Mistral с 7,1 млрд параметров, созданная на основе automerger/T3qm7xNeuralsirkrishna-7B и automerger/Experiment27Experiment29-7B. Модель предназначена для генерации текста и диалогов; она принимает текст и выдаёт текст, поддерживая контекст длиной до 32 768 токенов. Модель опубликована в формате safetensors под лицензией Apache-2.0. Сведения о конкретных языках, специализированных областях и оценках качества в предоставленных материалах отсутствуют.

T3qm7xNeuralsirkrishna_YamExperiment26 — объединённая модель на архитектуре Mistral, созданная путём слияния automerger/T3qm7xNeuralsirkrishna-7B и automerger/YamExperiment26-7B. Она предназначена для генерации текста и диалоговых ответов; модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель может служить основой для приложений, которым нужна генерация текста с длинным контекстом. В README не описаны специальные преимущества или ограничения качества. Лицензия — Apache-2.0.

T3qm7xNeuralsirkrishna_YamshadowExperiment28 — слитая разработчиком MaziyarPanahi модель для генерации текста и диалогов. Она объединяет automerger/T3qm7xNeuralsirkrishna-7B и automerger/YamshadowExperiment28-7B. Модель использует плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров. Контекстное окно составляет 32 768 токенов; модель работает с текстом и распространяется в формате safetensors. Модель подходит для генерации продолжений текста и ведения диалогов. Репозиторий лицензирован по Apache-2.0.

nlpguy/T3QM7XP — объединённая языковая модель семейства Mistral, созданная с помощью mergekit методом SLERP из MatthieuJ/Jason1903_SLERP и nlpguy/T3QM7. Она предназначена для генерации текста и диалоговых ответов. Модель имеет плотную архитектуру MistralForCausalLM, около 7,1 млрд параметров и контекстное окно до 32 768 токенов; веса представлены в формате Safetensors и используются через Transformers. Модель может применяться для свободной генерации текста, ведения диалога и ответов на вопросы, в том числе математические. В карточке не приведены сведения о поддерживаемых естественных языках или специальных предметных областях. Лицензия — Apache-2.0.

T3qm7xpStrangemerges_32-7B — автоматическое слияние языковых моделей, созданное Maxime Labonne с помощью MergeKit. В карточке указана конфигурация DARE-TIES, объединяющая nlpguy/T3QM7XP и Gille/StrangeMerges_32-7B-slerp; метаданные каталога связывают модель с Gille/StrangeMerges_32-7B-slerp. Модель построена на архитектуре Mistral с плотной декодерной архитектурой и содержит 7,1 млрд параметров. Она предназначена для генерации текста и принимает контекст длиной до 32 768 токенов. Файлы опубликованы в формате safetensors; лицензия — Apache 2.0. Карточка не приводит сведения о поддерживаемых естественных языках или специализированных областях применения.

Это объединённая модель генерации текста на архитектуре Llama, созданная с помощью mergekit методом della_linear. В качестве базовой использована Orenguteng/Llama-3.1-8B-Lexi-Uncensored-V2; также объединены Solshine/reflection-llama-3.1-8B, три версии ArliAI/Llama-3.1-8B-ArliAI-RPMax и Skywork-o1-Open-Llama-3.1-8B. Размер модели — 7,5 млрд параметров, формат весов — safetensors. Модель предназначена для диалоговой генерации текста и ответов на инструкции. Контекстное окно составляет до 131 072 токенов; метаданные также указывают интерфейс вызова инструментов. Карточка не приводит оценки качества или результаты тестирования. Лицензия в предоставленных сведениях не указана.

Карточка модели PS4Research/TFDDn0MkziaAlcn0 на Hugging Face совпадает с карточкой PS4Research/EVPdEf4TUz3pRa2u, поэтому описание составлено по ней. PS4Research/EVPdEf4TUz3pRa2u — дообученная языковая модель семейства Qwen3, разработанная PS4Research на базе unsloth/Qwen3-14B-bnb-4bit с использованием Unsloth и библиотеки TRL. Модель содержит 14 млрд параметров, построена на плотной архитектуре Qwen3ForCausalLM и принимает текст для генерации текста; поддерживает диалоговый интерфейс и интерфейс вызова инструментов. Модель предназначена для генерации текста и диалоговых сценариев. Её контекстное окно составляет 40 960 токенов. В карточке указан английский язык. Модель распространяется по лицензии Apache-2.0. Специализация дообучения и его качество в карточке не раскрыты.

Карточка модели PS4Research/tGN7qCNgsAHkyykL на Hugging Face совпадает с карточкой PS4Research/EVPdEf4TUz3pRa2u, поэтому описание составлено по ней. PS4Research/EVPdEf4TUz3pRa2u — дообученная языковая модель семейства Qwen3, разработанная PS4Research на базе unsloth/Qwen3-14B-bnb-4bit с использованием Unsloth и библиотеки TRL. Модель содержит 14 млрд параметров, построена на плотной архитектуре Qwen3ForCausalLM и принимает текст для генерации текста; поддерживает диалоговый интерфейс и интерфейс вызова инструментов. Модель предназначена для генерации текста и диалоговых сценариев. Её контекстное окно составляет 40 960 токенов. В карточке указан английский язык. Модель распространяется по лицензии Apache-2.0. Специализация дообучения и его качество в карточке не раскрыты.

Josephgflowers/TinyLlama-Cinder-Agent-v1 — компактная языковая модель на архитектуре Llama с примерно 1 млрд параметров, разработанная как дообученная версия Josephgflowers/TinyLlama-Cinder-Tiny-Agent. Автор позиционирует её как чат-ассистента общего назначения для ответов по предоставленным документам (RAG), суммаризации, следования системным инструкциям и работы с инструментами и вызовами функций. По описанию, модель обучалась на математических и рассуждательных данных, наборах для RAG и суммаризации, а также данных для вызова функций. Карточка сообщает об улучшении результатов на GSM8K относительно исходной TinyLlama и приводит оценки Open LLM Leaderboard. Модель поддерживает генерацию текста в диалоговом формате; её контекстное окно — 2048 токенов. README отмечает, что формат JSON при вызове функций следует шаблону обучающего набора Glaive и может не подходить для произвольной генерации JSON. Модель распространяется по лицензии MIT. Карточка не приводит отдельной оценки надёжности ответов, поэтому результаты математических и иных задач следует проверять; ограниченный контекст также может затруднять работу с объёмными документами.

Tralalabs_Qwen3-2507-4B-Instruct-Haiku-4.5-Merged-GGUF — это GGUF-квантизированная версия инструкционной языковой модели Tralalabs/Qwen3-2507-4B-Instruct-Haiku-4.5-Merged-FP16. Исходная модель связана с семейством Qwen3 и обучена с использованием набора данных TeichAI/claude-haiku-4.5-1700x; квантизацию выполнил bartowski с помощью llama.cpp и метода imatrix. Модель предназначена для генерации текста и диалоговых сценариев, включая работу через llama.cpp, LM Studio, KoboldCpp, Jan AI, Text Generation Web UI и другие совместимые инструменты. Модель содержит около 4 миллиардов параметров, поддерживает текстовый ввод и вывод, а в метаданных указан английский язык. Доступны варианты от BF16 и Q8_0 до более компактных Q3- и Q4-квантизаций; размеры файлов составляют примерно от 2,36 до 8,05 ГБ. В README приведён формат шаблона чата на основе специальных токенов Qwen. Контекстное окно, точный набор поддерживаемых языков и результаты сравнительных оценок не указаны. Основное преимущество модели — выбор вариантов квантизации, позволяющий адаптировать качество и требования к памяти, причём Q6_K и Q6_K_L отмечены как варианты очень высокого качества, а Q4_K_M — как типичный вариант для большинства сценариев. Более сильное сжатие уменьшает потребление памяти, но может снижать качество генерации. Для запуска требуется совместимое программное обеспечение с поддержкой данной архитектуры; для новых моделей иногда необходимо обновление используемого инструмента. Лицензия — Apache-2.0.

TriMistral-7B-TIES — объединённая модель для генерации текста и диалогов, созданная Muhammad2003 методом TIES с помощью LazyMergekit. В слиянии использованы NousResearch/Hermes-2-Pro-Mistral-7B и instructlab/merlinite-7b-lab; конфигурация также указывает HuggingFaceH4/zephyr-7b-beta как базовую модель. Модель построена на плотной архитектуре Mistral с 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для диалогов и генерации текста по инструкциям. Карточка приводит результаты бенчмарков AI2 Reasoning Challenge и HellaSwag, но не описывает специализированные сценарии или гарантии качества. Репозиторий содержит веса в формате safetensors; лицензия — Apache 2.0.

Карточка модели CollectionStudio/Trinity-Mini на Hugging Face совпадает с карточкой arcee-ai/Trinity-Mini, поэтому описание составлено по ней. Trinity Mini — открытая по весам разговорная языковая модель от Arcee AI, дообученная на базе arcee-ai/Trinity-Mini-Base. Это MoE-модель семейства AFMoE с 26 млрд параметров и 3 млрд активных параметров; в README указаны 128 экспертов, из которых активны 8 и один общий. Модель предназначена для диалогов и задач рассуждения, включая математику и программирование. Модель обучена на 10 трлн токенов. Длина контекста составляет 128 тыс. токенов. Метаданные указывают поддержку английского, испанского, французского, немецкого, итальянского, португальского, русского, арабского, хинди, корейского и китайского языков. Для запуска заявлена совместимость с Transformers, vLLM, llama.cpp, LM Studio и API. Указанная в README лицензия — OpenMDW-1.1; метаданные классифицируют лицензию как other.

Trismal-Obrum-AlBe-7B-Base-Ties — объединённая модель, созданная с помощью LazyMergekit из Locutusque/OpenCerebrum-1.5-Mistral-7b-v0.2-alpha и Locutusque/OpenCerebrum-1.5-Mistral-7B-v0.2-beta методом TIES. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста. Контекстное окно составляет 32 768 токенов. Модель поставляется в формате safetensors. Объединение использует равные веса и плотность 1 для обеих моделей, нормализацию и тип данных float16. Карточка не описывает конкретные области применения, языки или результаты оценки качества. Лицензия в предоставленных данных не указана.

TSN-Kosmos-EVAA-v2-8B — объединённая модель генерации текста, созданная разработчиком jaspionjader с помощью mergekit и метода SLERP из jaspionjader/Kosmos-EVAA-gamma-light-8B и jaspionjader/TSN-Kosmos-EVAA-8B. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 7,5 млрд параметров; веса представлены в формате safetensors, библиотека для работы — Transformers. Модель предназначена для диалоговой генерации текста и поддерживает интерфейс вызова инструментов. Её нативная длина контекста составляет 131072 токена. В карточке не приведены сведения о специализированных предметных областях или языках. Условия лицензии в доступных данных не указаны.

Tulu 2 13B — языковая модель-помощник, разработанная Allen Institute for AI (AI2). Она дообучена методом SFT на базе meta-llama/Llama-2-13b-hf на смеси публичных, синтетических и созданных людьми инструкций и диалогов, включая набор allenai/tulu-v2-sft-mixture. Модель содержит 12,9 млрд параметров, использует плотную архитектуру Llama и принимает текстовый контекст длиной до 8192 токенов. Модель предназначена для диалогов с помощником, выполнения инструкций и генерации текста. В карточке указано, что она рассчитана преимущественно на английский язык. Для корректного формата ввода README рекомендует добавлять перевод строки после сообщения пользователя. В опубликованных результатах Tulu-v2-13b показала 6,70 на MT-Bench и 78,9% win rate на AlpacaEval. Модель не прошла этап RLHF-выравнивания для безопасных ответов и не сопровождается фильтрацией во время использования, поэтому может выдавать проблемный контент, особенно в ответ на соответствующие запросы. Лицензия — AI2 ImpACT Low-risk.

Tulu V2.5 DPO 13B HH-RLHF — англоязычная диалоговая модель-помощник от Allen Institute for AI (AI2), основанная на Tulu 2 и дообученная методом DPO на наборе предпочтений HH-RLHF. Это плотная авторегрессионная модель семейства Llama с 12,9 млрд параметров; она принимает текст и генерирует текст, поддерживает диалоги и имеет контекст до 4096 токенов. Модель предназначена для ответов на инструкции и ведения диалога с помощником. В README описаны предварительное обучение на смеси инструкций и диалогов Tulu V2, затем выравнивание на HH-RLHF с помощью DPO. Для неё указана лицензия Apache 2.0. Модель не проходила этап RLHF с целью обеспечить безопасные ответы и не использует фильтрацию ответов во время работы; поэтому может выдавать проблемный контент, особенно при соответствующих запросах. Для лучшего качества следует использовать предусмотренный шаблон чата, включая перенос строки после маркера пользователя.

Twilight-Large — плотная языковая модель на архитектуре Mistral с 122,2 млрд параметров, созданная автором softwareweaver с помощью mergekit. Она объединяет Mistral-Large-Instruct-2407, lumikabra-123B_v0.4 и Behemoth-123B-v1 методом della_linear; в качестве базовой использована Mistral-Large-Instruct-2407. Модель предназначена для генерации текста в диалоговом формате и использует формат запросов Mistral Large. Модель принимает текст и генерирует текст. Заявленная длина контекста — 131 072 токена. В карточке упоминаются интерфейс вызова инструментов и возможность использовать control vectors для настройки генерации; качество этих возможностей не оценено в приведённых материалах. Репозиторий содержит веса в формате safetensors. Лицензия обозначена как other, поэтому условия использования следует сверить с лицензиями базовых моделей и карточкой репозитория.

TwinLlama-3.1-8B — текстовая плотная авторегрессионная модель семейства Llama, опубликованная jessemeng и дообученная на unsloth/Llama-3.2-1B с помощью Unsloth и Hugging Face TRL. Она предназначена для генерации текста и диалогового общения. Модель содержит 1,2 млрд параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст до 131 072 токенов. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0.

ultra0 — разговорная языковая модель, созданная liminerity с помощью LazyMergekit. Это слияние моделей starsnatched/MemGPT-2B и liminerity/binarized-ingotrix-slerp-7b методом DARE-TIES; в конфигурации указаны базовая модель starsnatched/MemGPT-2B, нормализация весов, int8-маска и формат bfloat16. Модель построена на плотной архитектуре MistralForCausalLM и содержит 1,7 млрд параметров. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текст и выдаёт текст, поддерживает контекст до 16 384 токенов. README приводит результаты оценки на задачах AI2 Reasoning Challenge и HellaSwag. Лицензия — Apache-2.0.

UltraLM-13b — чатовая языковая модель на архитектуре LLaMA с 12,9 млрд параметров, созданная OpenBMB путём дообучения LLaMA-13b на наборе UltraChat. Она рассчитана на многоходовые диалоги и генерацию ответов по инструкциям в формате User/Assistant. Контекст модели составляет 2048 токенов; она принимает и генерирует текст. В репозитории размещены delta-веса: для инференса необходимо восстановить полную модель на основе исходной LLaMA-13b и использовать чатовый шаблон. Модель распространяется на условиях лицензии LLaMA; применяются её ограничения использования.

askarikzm/university_llm — дообученная askarikzm языковая модель на архитектуре Qwen2, основанная на unsloth/qwen2.5-7b-instruct-unsloth-bnb-4bit. Модель содержит 7,1 млрд параметров, принимает текст и предназначена для генерации текста и диалогов; в метаданных также указана поддержка интерфейса вызова инструментов. Модель использует формат safetensors и рассчитана на контекст до 32 768 токенов. В карточке заявлено, что при обучении применялись Unsloth и библиотека TRL от Hugging Face; подробности целевого датасета и специализации дообучения не приведены. Указанная лицензия — Apache-2.0.

Venomia-1.1-m7-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель, полученная слиянием Mistral-7B-Instruct-v0.2 и Sao10K/Venomia-1.1-m7 методом SLERP. Модель разработана на базе Mistral и содержит 7,1 млрд параметров; поддерживает контекст до 32 768 токенов и предназначена для генерации текста и ответов на инструкции в формате диалога. Модель подходит для чат-ботов, интерактивных ответов и генерации текста по запросу. Распространяется в формате safetensors, лицензия — Apache-2.0. Данные карточки не описывают конкретные целевые языки или специализированные области применения.

Vikhr-Gemma-2B-instruct-GGUF — русскоязычная инструктивная модель, разработанная Vikhrmodels на основе Gemma 2 2B и дообученная на датасете GrandMaster-PRO-MAX. Модель предназначена для генерации текста и выполнения инструкций на русском языке, включая диалоговые и прикладные сценарии, где требуется обработка текстовых запросов. Формат GGUF рассчитан на использование с llama.cpp и совместимыми инструментами. Модель относится к текстовым одно-модальным моделям; сведения о поддерживаемых языках указывают русский язык. Размер базовой модели составляет 2B параметров, однако характеристики контекстного окна и точные архитектурные параметры в README не указаны. Доступны варианты квантования от Q2 до Q8, а также F16, F32 и BF16; приведённые значения perplexity показывают, что более сильное квантование может ухудшать результат, особенно для вариантов Q2. Лицензия Apache-2.0 разрешает использование модели на соответствующих условиях этой лицензии.