II.6Документация и сопровождение разработки

Zenith-7B-dpo — чат-модель Xenon1, созданная дообучением Mistral-7B-v0.1 на датасете Ultrafeedback с применением техник из работы Self-Rewarding Language Models. Она предназначена для диалогов и выполнения инструкций в формате text-generation. Архитектура — плотный трансформер Mistral с Grouped-Query Attention и Sliding-Window Attention; модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Для общения используйте шаблон Mistral с маркерами [INST] и [/INST]; доступен chat template через apply_chat_template(). Модель принимает и генерирует текст, а в метаданных указан английский язык. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Aryanne/Zephyr-3.43B — языковая модель для генерации текста, созданная слиянием Aryanne/Astridboros-3B и stabilityai/stablelm-zephyr-3b. В модели 40 слоёв и около 3,43 млрд параметров; объединение выполнено методом passthrough с весами в формате float16. Для запросов рекомендуется использовать формат промпта Zephyr. Модель предназначена для генерации текста по текстовым запросам и диалоговых сценариев. Она основана на архитектуре StableLM Epoch и имеет контекст до 4096 токенов; в карточке указан английский язык. Репозиторий содержит веса Safetensors. Автор сообщает, что лицензия совпадает с лицензией Zephyr, однако метаданные Hugging Face обозначают её как other, поэтому условия следует сверить с лицензией базовой модели перед использованием.

zephyr-7b-beta-Mistral-7B-Instruct-v0.2 — диалоговая языковая модель на архитектуре Mistral, созданная MaziyarPanahi слиянием mistralai/Mistral-7B-Instruct-v0.2 и HuggingFaceH4/zephyr-7b-beta методом SLERP. Модель содержит 7,1 млрд параметров и рассчитана на генерацию текста в ответ на запросы и инструкции; заявленная длина контекста — до 32 768 токенов. Модель подходит для диалоговых помощников, ответов на вопросы и других сценариев генерации текста по инструкции. В репозитории указаны веса safetensors в формате bfloat16; README также упоминает отдельные GPTQ- и GGUF-сборки для инференса на GPU и CPU/GPU. Поддерживается английский язык. Лицензия — Apache-2.0. Качество и поведение могут отличаться от исходных моделей из-за слияния; README не приводит сравнительных оценок или отдельных гарантий качества.

grimjim/zephyr-beta-wizardLM-2-merge-7B — объединённая языковая чат-модель на основе Mistral, созданная автором репозитория с помощью mergekit. Она сочетает модели HuggingFaceH4/zephyr-7b-beta и lucyknada/microsoft_WizardLM-2-7B методом SLERP с параметром смешивания 0,5. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и формат safetensors; заявленная длина контекста — 32 768 токенов. Модель предназначена для генерации текста в диалоге, ответов на вопросы, выполнения инструкций, рассуждений и создания повествовательного текста. Карточка описывает слияние как эксперимент по изучению влияния объединения моделей на рассуждения и генерацию историй. Основное описание базовой модели указывает на англоязычную чат-модель, поэтому английский — единственный язык, подтверждённый имеющимися сведениями. Модель распространяется по лицензии Apache-2.0. Карточка не приводит результатов сравнительной оценки качества; как у генеративной языковой модели, ответы могут содержать ошибки или вымышленные сведения.

T145/ZEUS-8B-V11 — языковая модель, созданная разработчиком T145 слиянием нескольких предварительно обученных моделей с помощью mergekit и метода DARE TIES. В качестве базовой использована T145/KRONOS-8B-V1-P3, в слияние также вошли Llama-3.1-Storm-8B, Llama-3.1-8B-Lexi-Uncensored-V2 и Llama-3.1-SuperNova-Lite. Модель предназначена для генерации текста и диалоговых сценариев; интерфейс также поддерживает вызов инструментов. Это плотная Llama-архитектура с 7,5 млрд параметров и контекстом до 131 072 токенов. Доступна в формате safetensors для Transformers. В README приведены результаты Open LLM Leaderboard, включая 81% на IFEval и 31,21% на BBH; эти оценки отражают отдельные тесты и не гарантируют качество для конкретных запросов. Лицензия в доступных данных не указана. Включение uncensored-варианта среди исходных моделей может влиять на фильтрацию ответов; не следует считать её ответы проверенными или безопасными без собственной оценки.

ZEUS-8B-V17-abliterated — текстовая диалоговая модель, созданная T145 с помощью mergekit методом passthrough из T145/ZEUS-8B-V17 и Orenguteng/Llama-3.1-8B-Lexi-Uncensored-V2. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM, содержащая 7,1 млрд параметров и рассчитанная на генерацию текста и диалоговые сценарии. Метаданные указывают контекстное окно до 131 072 токенов и поддержку интерфейса вызова инструментов. Модель принимает текст и генерирует текст; карточка не приводит специальных предметных областей или перечня поддерживаемых естественных языков. В README опубликованы результаты Open LLM Leaderboard, включая 75,76% на IFEval и 31,52% на BBH. Эти оценки отражают отдельные тесты и не гарантируют качество в конкретном приложении. Лицензия в предоставленных данных не указана.

Модель ShenaoZ/0.0001_sft_nodpo_5iters_bs256_555lr_iter_1 — дообученная авторами ShenaoZ версия HuggingFaceH4/mistral-7b-sft-beta. Это плотная авторегрессионная модель Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалогового общения. Она принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. В карточке указано обучение на обновлённом и исходном наборах данных, без подробностей об их составе и оценке качества. Модель распространяется по лицензии MIT.

Диалоговая языковая модель семейства Mistral, разработанная ShenaoZ. Это дообученная версия ShenaoZ/0.0001_withdpo_3iters_bs256_531lr_iter_1, обученная на наборах данных updated и original. Модель предназначена для генерации текста и диалоговых сценариев; карточка не описывает более узкую специализацию. Модель имеет плотную архитектуру MistralForCausalLM, 7,1 млрд параметров и контекстное окно до 32 768 токенов. Весовые файлы опубликованы в формате safetensors. Модель распространяется по лицензии MIT. README не сообщает результаты оценки качества или подробности обучающих данных.

ShenaoZhang/0.001_5iters_bs256_nodpo_only4w_iter_5 — дообученная версия модели ShenaoZhang/0.001_5iters_bs256_nodpo_only4w_iter_4, созданная на обновлённом и исходном наборах данных. Это плотная авторегрессионная языковая модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Модель принимает текст и генерирует текст; длина контекста составляет 32 768 токенов. Модель распространяется в формате safetensors по лицензии MIT. README не содержит подробностей о целевых сценариях, данных обучения и оценке качества, поэтому её пригодность для конкретных задач требует самостоятельной проверки.

ShenaoZ/0.001_ablation_iter_2 — диалоговая текстовая модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров. Она дообучена на основе ShenaoZ/0.001_ablation_iter_1 на обновлённом и исходном наборах данных; карточка также связывает обучение с DPO и alignment-handbook. Модель предназначена для генерации текста и диалогового общения. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. Лицензия — MIT. Карточка не сообщает конкретные результаты оценки качества или подробные ограничения; пригодность ответов следует проверять для целевых сценариев.

Это диалоговая языковая модель на архитектуре Mistral с 7,1 млрд параметров, дообученная разработчиком ShenaoZ на базе mistralai/Mistral-7B-Instruct-v0.2. Для обучения использован датасет HuggingFaceH4/ultrafeedback_binarized; название модели указывает на применение DPO и четыре итерации дообучения. Модель предназначена для генерации текста и ответов в диалоге. Она принимает текст и формирует текстовые ответы, поддерживая контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. README не приводит результатов оценки или подробностей о сильных сторонах и ограничениях этой версии; её возможности следует оценивать с учётом базовой Mistral-7B-Instruct-v0.2 и конкретных сценариев применения.

1.5-Pints-16K-v0.1 — языковая модель команды Pints AI для диалогов и генерации текста. Она основана на авторегрессионной архитектуре Llama 2, содержит около 1,57 млрд параметров и использует токенизатор Mistral. Модель обучалась на 57 млрд токенов отобранных данных, затем была дообучена на инструкциях и оптимизирована по предпочтениям; в карточке указано окно контекста 16 384 токена и формат весов safetensors. Модель предназначена для создания компактного помощника, ответов на запросы и рассуждений, а также для запуска нескольких экземпляров в агентных сценариях. Авторы рекомендуют использовать поиск с генерацией (RAG) для ответов, требующих точных фактических знаний, и дообучать модель для специализированных областей. В сравнении, приведённом в карточке, результат MTBench для версии 16K — 3,40; это ограничивает ожидания от её качества по сравнению с более крупными моделями. Указана лицензия MIT.

Fischerboot/15-test — текстовая модель генерации, созданная слиянием предобученных языковых моделей с помощью mergekit и метода SLERP. В слиянии использована Fischerboot/14-test; конфигурация комбинирует диапазоны слоёв и задаёт отдельные параметры для self-attention и MLP. Модель основана на архитектуре Llama с плотной структурой и классом LlamaForCausalLM, содержит 4 млрд параметров и рассчитана на контекст до 8192 токенов. Она предназначена для генерации текста и диалогового общения. Модель распространяется в формате safetensors; сведения о лицензии и конкретных поддерживаемых языках в доступных данных отсутствуют.

Модель joannetai520/16_bit_model_try5 — дообученная плотная Llama-модель для генерации текста, опубликованная joannetai520. Она содержит 7,5 млрд параметров, принимает текст и поддерживает контекст до 131 072 токенов. В метаданных указаны возможности диалога и интерфейс вызова инструментов; модель обучалась с использованием Unsloth и библиотеки TRL от Hugging Face. Модель подходит для диалоговых сценариев и генерации текста на английском языке. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0. README указывает, что модель дообучена от joannetai520/16_bit_model_try5, то есть от самой себя; независимая базовая модель по предоставленным данным не устанавливается.

yuq-zhou/2026-05-o-b0p3-a1p0-gc0p5-exp-td4p0-tw10p0-r1-7-last — контрольная точка языковой модели в стандартном формате Hugging Face для загрузки через Transformers. Это плотная авторегрессионная модель семейства Qwen2 с 7,1 млрд параметров и контекстом до 131 072 токенов. Метаданные указывают на поддержку чата и интерфейса вызова инструментов; основная задача модели — генерация текста. Модель может использоваться для диалоговых ответов и генерации текста с длинным контекстом. Карточка называет её резервной копией исследовательского артефакта, но не описывает конкретные данные обучения, специализацию или проверенные показатели качества. Лицензия в предоставленных данных не указана.

Это текстовая авторегрессионная модель Qwen2 с 7,1 млрд параметров в формате safetensors для генерации текста и диалогов. Карточка описывает её как резервную копию исследовательского чекпойнта; модель загружается в стандартном формате Hugging Face через AutoModelForCausalLM. Модель подходит для генерации ответов в чате и сценариев с интерфейсом вызова инструментов. Заявленная длина контекста составляет 131 072 токена. В карточке не приведены сведения о конкретных языках, качестве ответов или специализированной предметной области. Условия лицензии в доступных данных не указаны.

Это контрольная точка модели в стандартном формате Hugging Face, предназначенная для загрузки через AutoModelForCausalLM. По метаданным это плотная Qwen2ForCausalLM с 7,1 млрд параметров и контекстом до 16 384 токенов; модель работает с текстом и поддерживает диалоговый режим и интерфейс вызова инструментов. README называет её резервной копией исследовательского артефакта. Модель подходит для генерации текста и диалоговых сценариев. В карточке не описаны специальные области применения, языки, обучающие данные или результаты оценки качества. Указан формат safetensors и библиотека Transformers; сведения о лицензии отсутствуют.

ishikaa/acquisition_generator_AS_gradient_numina_qwen14b — текстовая генеративная модель из семейства Qwen2, опубликованная на Hugging Face. В метаданных указаны 14 млрд параметров, поддержка библиотеки Transformers и максимальный контекст 32 768 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Модель можно применять для создания ответов на запросы, ведения диалогов, подготовки черновиков текста и других сценариев, основанных на text-generation. Метка conversational указывает на пригодность к разговорным сценариям, однако README не содержит сведений о разработчике, точной специализации, языках обучения или результатах оценки. Лицензия в доступных данных не указана. README также не описывает датасеты, процедуру обучения, ограничения, риски и рекомендуемые параметры использования.

ishikaa/acquisition_generator_AS_proximity_omnimath_qwen14b — генеративная языковая модель, опубликованная пользователем ishikaa на Hugging Face. В метаданных она обозначена как модель для text-generation и conversational-сценариев, совместимая с библиотекой Transformers; разработчик, лицензия и базовая модель в карточке не указаны. Модель относится к семейству Qwen2 и содержит около 14 миллиардов параметров. Она поддерживает контекст длиной до 32 768 токенов и предназначена для генерации продолжений текста и диалоговых ответов. Её можно использовать в приложениях на базе Transformers для создания текста, прототипирования чат-ботов и обработки длинных текстовых запросов. README практически не содержит сведений о данных обучения, целевых предметных областях, результатах оценки или специальных преимуществах модели. Поэтому качество, безопасность и пригодность для конкретных задач необходимо проверять самостоятельно; условия лицензии также следует уточнить перед использованием.

AFM-4.5B-Base-Pre-Anneal — базовая плотная авторегрессионная модель семейства Arcee, разработанная Arcee.ai. Она построена на архитектуре Transformer decoder-only и содержит 4,5 млрд параметров по README (в метаданных указано 6 млрд). Для эффективного вывода использует grouped-query attention, а вместо SwiGLU — активацию ReLU², рассчитанную на поддержку разреживания. Модель обучена на 6,5 трлн токенов общих предобучающих данных; доступная версия предшествует этапу дообучения на математике и коде, слиянию моделей и расширению контекста. Модель предназначена для генерации текста и служит базой для последующей адаптации под разные сценарии. Она принимает текст и генерирует текст; нативный контекст составляет 4096 токенов. Метаданные указывают поддержку английского, испанского, французского, немецкого, итальянского, португальского, русского, арабского, хинди, корейского и китайского языков. Для работы можно использовать библиотеку Transformers. Лицензия — Apache-2.0. Поскольку это базовая модель до этапов настройки на математике и коде, README не заявляет о специализированных возможностях этих областей.

airoboros-33b-gpt4-1.3 — плотная авторегрессионная модель семейства LLaMA на 32,3 млрд параметров, разработанная Jon Durbin и дообученная методом QLoRA на синтетических данных, созданных GPT-4. Она предназначена для генерации текста в формате диалога и выполнения инструкций, включая задачи на рассуждение и программирование. В обучающий набор вошли инструкции в стиле Orca с рассуждением перед ответом, варианты запросов на программирование в формате PLAINFORMAT и экспериментальные многоходовые взаимодействия с действиями и репликами персонажей. Модель использует шаблон диалога на основе Vicuna; в карточке указан контекст длиной 2048 токенов. Доступны веса PyTorch. Автор предупреждает, что в версии есть проблемы и рекомендует использовать её на свой риск либо дождаться версии 1.4. Модель лицензирована по CC BY-NC 4.0, которая ограничивает коммерческое использование.

jondurbin/airoboros-70b-3.3 — экспериментальная чат-модель, созданная Jon Durbin на основе семейства Llama 3 и дообученная на данных Airoboros, преимущественно синтетических. Метаданные каталога указывают архитектуру LlamaForCausalLM с плотными весами, 69,5 млрд параметров и контекст до 8192 токенов. Модель принимает текст и генерирует текст; карточка показывает шаблон диалога Llama 3 Instruct и примеры ответов на вопросы, пересказа, художественных запросов и задач программирования. Модель подходит для диалогового помощника, написания и продолжения историй, суммаризации, ответов на вопросы и генерации кода. В README отмечено, что модель экспериментальная; приведённые примеры иллюстрируют предполагаемые сценарии, но не подтверждают качество или надёжность ответов. README называет базой Llama 3 70B Instruct, тогда как метаданные указывают дообучение Meta-Llama-3-8B; точную базовую модель по этим источникам установить нельзя. Лицензия в метаданных обозначена как other, поэтому условия использования следует сверить с карточкой модели на Hugging Face.

jondurbin/airoboros-jamba-3-3 — экспериментальная чат-модель Джона Дурбина, дообученная методом QLoRA на базе jamba-v0.1. Модель содержит 7,2 млрд параметров, использует архитектуру Jamba с mixture-of-experts и предназначена для генерации текста в диалоге. В README заявлена настройка на синтетических данных Airoboros 3.2 и дополнительных наборах данных для вопросов по контексту, суммаризации, программирования, ролевого общения и генерации аргументов функций. Для контекстных вопросов модель обучали отвечать по предоставленным материалам и ограничивать ответ их содержанием, чтобы снизить галлюцинации. Поддерживаются многоходовый чат и шаблон запросов в формате Llama 2; для задач по контексту README рекомендует специальную разметку блоков. Хотя базовая Jamba заявляет контекст до 256 тысяч токенов, это дообучение выполнялось с длиной 8192 токена, поэтому результаты за этим пределом не определены. Модель распространяется в формате safetensors по лицензии Apache-2.0. Автор характеризует её как экспериментальную; качество и поведение могут быть нестабильными, а генерация планов для вызова функций сама по себе не выполняет инструменты.

Это квантованная в формате GGUF BF16 версия ai-sage/GigaChat3-702B-A36B-preview-bf16, подготовленная DevQuasar. Модель предназначена для генерации текста в диалоговом режиме и может использоваться в чат-приложениях и локальных средах, поддерживающих GGUF. Размер модели, поддерживаемые языки и длина контекста в предоставленных сведениях не указаны. Лицензия также не приведена, поэтому условия использования следует проверять в репозитории базовой модели и самой модели.

GigaChat3-702B-A36B-preview-GGUF — квантизированная GGUF-версия текстовой генеративной модели ai-sage/GigaChat3-702B-A36B-preview. Квантизацию выполнил bartowski с использованием llama.cpp и метода imatrix. Модель относится к архитектурам MoE и предназначена для генерации и обработки текста, в частности на русском и английском языках. Её можно запускать через LM Studio, llama.cpp и другие проекты на базе llama.cpp. В README не указаны точный объём контекста, количество параметров активной части MoE, поддерживаемые уровни квантизации, модальности кроме текста и результаты тестирования, поэтому оценить производительность и ограничения по этим параметрам нельзя. Доступна по лицензии MIT; конкретные требования к аппаратным ресурсам зависят от выбранного варианта квантизации и не приведены.

Alchemist_06_2b — языковая модель семейства Gemma, созданная Sumail слиянием моделей через mergekit. Она предназначена для генерации текста и диалогового общения. Модель содержит 2,5 млрд параметров, использует плотную архитектуру GemmaForCausalLM и поддерживает контекст до 8192 токенов. В README указано слияние двух экземпляров zzttbrdd/sn6_01_new методом slerp; этот же репозиторий указан базовой моделью в метаданных. Веса представлены в формате safetensors, лицензия — Apache-2.0. Данных о языковой специализации и ограничениях качества в карточке нет.

ewqr2130/alignment-handbook-zephyr-7b-sft-full-dpo-5e7-cont1 — разговорная текстовая модель семейства Mistral, представленная в формате Safetensors. Это плотная авторегрессионная модель с 7,1 млрд параметров и контекстом до 32 768 токенов, предназначенная для генерации текста в чат-сценариях. Название репозитория указывает на SFT и DPO дообучение Zephyr 7B, однако README не содержит сведений, подтверждающих базовую модель или детали обучения. Модель принимает текст и выдаёт текст; в метаданных указана возможность чата. Лицензия — Apache-2.0. Карточка не описывает качество ответов и ограничения, поэтому их нельзя уточнить по предоставленным материалам.

Olmo-3.1-32B-Instruct-GGUF — это квантизированная версия языковой модели Olmo-3.1-32B-Instruct, разработанной AllenAI. Публикацией и квантизацией в формате GGUF занимался bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и выполнения инструкций в локальных приложениях, поддерживающих llama.cpp, включая LM Studio. Модель имеет размер 32 млрд параметров, относится к текстовым моделям и, согласно карточке, ориентирована на английский язык. Доступны варианты от BF16 до различных уровней квантизации Q8, Q6, Q5, Q4, Q3 и IQ; размеры файлов составляют примерно от 14 до 64 ГБ. Для работы необходимо использовать соответствующий шаблон чата с ролями system, user и assistant. Размер контекста и другие архитектурные характеристики в карточке не указаны. Сильной стороной является широкий выбор квантизаций, позволяющий подобрать баланс между качеством, потреблением памяти и скоростью локального запуска. Варианты Q5 и Q6 заявлены как высококачественные, а Q4_K_M — как подходящий вариант для большинства сценариев. Более компактные варианты требуют меньше оперативной памяти, но могут заметно уступать по качеству. Модель ориентирована на текстовые задачи и не заявлена как мультимодальная; поддержка других языков, кроме английского, в карточке не описана. Лицензия — Apache 2.0.

Alpaca Dragon 72B V1 — плотная языковая модель семейства Llama на 71 млрд параметров, созданная автором карточки дообучением Smaug 72B v0.1 на наборе данных Alpaca с примерами планирования и рассуждений. Она предназначена для генерации текста и разбиения сложных запросов на последовательные шаги и логический план, в том числе при планировании технических и разработческих задач. Модель принимает текст и выдаёт текст; карточка описывает её как англоязычную, а метаданные указывают контекст до 32 768 токенов. В карточке приведены результаты оценок, включая ARC Challenge и HellaSwag, однако заявленное улучшение отдельных тестов отмечено автором как неожиданное, а подробностей о методике обучения и лицензии нет. Репозиторий содержит веса в формате safetensors. Метаданные указывают лицензию other; условия использования следует сверить с файлами репозитория.

ANIMA-Nectar-v2-Mistral-7B-Instruct-v0.1 — чат-модель на архитектуре Mistral, созданная MaziyarPanahi слиянием mistralai/Mistral-7B-Instruct-v0.1 и Biomimicry-AI/ANIMA-Nectar-v2 методом SLERP. Модель содержит 7,1 млрд параметров и предназначена для генерации текста в ответ на инструкции и диалоговые запросы; доступная карточка не описывает более узкую специализацию ANIMA-Nectar-v2. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и распространяется в формате Safetensors. Лицензия — Apache-2.0. Карточка содержит сведения о слиянии и конфигурации, но не приводит результатов оценки качества или подробных ограничений применения.