II.6Документация и сопровождение разработки

Hymba-1.5B-Base — базовая текстовая генеративная модель компании NVIDIA для настройки под разнообразные задачи генерации естественного языка. Она содержит около 1,1 млрд параметров и поддерживает контекст до 8192 токенов. Архитектура Hymba сочетает в каждом слое головы внимания и состояния Mamba, использует обучаемые meta-токены, Grouped-Query Attention, RoPE, совместное использование KV-кэша и преимущественно скользящее окно внимания. Модель предназначена для генерации текста и может служить основой для дообучения под прикладные сценарии, включая диалоговые. В README указана готовность к коммерческому использованию; модель выпущена по NVIDIA Open Model License Agreement. Она доступна в формате safetensors и работает с библиотекой Transformers. Модель может выдавать неточные, неполные, избыточные или токсичные ответы, отражать предвзятости обучающих данных и быть уязвимой к jailbreak-атакам. Для использования в RAG- и агентных системах NVIDIA рекомендует проверять выходные данные.

Это набор GGUF-квантизованных версий Granite 3.2 8B Instruct — инструкционной языковой модели, разработанной IBM под именем ibm-granite. Квантизацию выполнил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и диалогового взаимодействия в приложениях, поддерживающих llama.cpp, включая LM Studio и другие совместимые проекты. Модель имеет размер 8 миллиардов параметров и относится к текстовым моделям: сведения о поддержке изображений, аудио или других модальностей в README отсутствуют. Также не указаны поддерживаемые языки и размер контекстного окна. Доступны варианты квантования от Q8_0 до Q3 и IQ3/IQ4, размером примерно от 3,59 до 8,68 ГБ. Более высокие варианты обычно обеспечивают лучшее качество, а менее точные позволяют снизить требования к оперативной памяти; в README рекомендуются, в частности, Q4_K_M, Q5 и Q6 версии. Сильные стороны модели — локальный запуск, широкий выбор компромиссов между качеством и потреблением памяти, а также совместимость с экосистемой llama.cpp. Ограничения связаны с потерями качества при низком уровне квантования и зависимостью от совместимого программного обеспечения и аппаратных ресурсов. Для корректного диалога следует использовать указанный в README шаблон prompt format. Для набора указана лицензия Apache-2.0.

Inex12Yamshadowexperiment28-7B — слитая модель, автоматически созданная Maxime Labonne объединением MSL7/INEX12-7b и automerger/YamshadowExperiment28-7B методом SLERP. Это плотная авторегрессионная модель семейства Mistral с архитектурой MistralForCausalLM, примерно 7,1 млрд параметров и контекстом до 32 768 токенов. Она предназначена для генерации текста и диалоговых сценариев. Модель распространяется в формате safetensors и имеет лицензию Apache-2.0. README описывает конфигурацию слияния и приводит пример использования через Transformers, но не содержит оценок качества или сведений о поддерживаемых языках.

Infinity-Instruct-3M-0625-Llama3-70B — языковая модель Beijing Academy of Artificial Intelligence (BAAI), дообученная методом supervised instruction tuning на наборах Infinity-Instruct-3M и Infinity-Instruct-0625. Это плотная причинная модель семейства Llama с 69,5 млрд параметров, предназначенная для диалогов и следования текстовым инструкциям; она не проходила RLHF. Модель использует шаблон чата Llama 3 Instruct, принимает текст и генерирует текст, а её контекст составляет 8192 токена. В карточке заявлены благоприятные результаты на AlpacaEval 2.0, однако приведённая таблица и текст описывают разные варианты модели, поэтому результаты конкретно этой версии следует трактовать осторожно. Подходит для диалоговых ассистентов, ответов на вопросы и выполнения инструкций, в том числе в задачах с кодом и математикой. Модель ориентирована на английский язык согласно метаданным; оснований считать её специально адаптированной для русского нет. Репозиторий распространяется под Apache-2.0, но README отдельно ограничивает использование связанных ресурсов академическими исследованиями и запрещает коммерческое применение; следует учитывать это ограничение и проверять применимые условия перед использованием.

InfiR-1B-Instruct — англоязычная инструктивная языковая модель от InfiX, дообученная на базе meta-llama/Llama-3.2-1B. Это плотная авторегрессионная модель семейства Llama с 1,2 млрд параметров; метаданные указывают контекст до 131 072 токенов. Модель предназначена для диалогов и генерации текста, в частности для математических рассуждений, написания кода и ответов с пошаговым рассуждением. Обучение включает продолженное предобучение на коде и веб-текстах, а также настройку инструкциями на смесях данных, среди которых Infinity-Instruct, Orca-AgentInstruct-1M и NuminaMath. В README приведены результаты на MMLU, GSM8K и MATH, но модель уступает крупным моделям на сложных задачах рассуждения. Оценивание сосредоточено на английских тестах, а многоязычная устойчивость не проверена; знания ограничены примерно серединой 2023 года. Лицензия — Llama 3.2.

unsloth/inkling-NVFP4 — вариант мультимодальной модели Inkling от Thinking Machines, опубликованный Unsloth. Модель представляет собой авторегрессионный трансформер с 66 слоями и разреженной архитектурой Mixture-of-Experts: всего 975 млрд параметров, из которых активно 41 млрд. Она принимает текст, изображения и аудио, обрабатывает их совместно и генерирует текст. В README также описана поддержка видео у семейства Inkling; для этой версии метаданные каталога подтверждают задачу image-text-to-text и возможность работы с изображениями. Модель предназначена для диалогов, следования инструкциям, анализа изображений, приложений с инструментами и агентными сценариями, помощников по программированию и систем RAG. Основной язык — английский; заявлены общие многоязычные возможности. Версия NVFP4 обозначена в названии, а в README для семейства перечислены NVFP4 и BF16. Лицензия — Apache-2.0. Модель может галлюцинировать, неточно следовать инструкциям и хуже работать в длинных многоходовых диалогах; качество может различаться по языкам и предметным областям. Для потенциально вредных запросов возможны обходы защит через ролевые и косвенные формулировки, поэтому для пользовательских продуктов нужны проверки и дополнительная модерация.

CYBERDEVX/insane-llama3.1-70b-merged4bit — дообученная языковая модель, разработанная Devx_o на базе unsloth/Meta-Llama-3.1-70B-Instruct-bnb-4bit. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM, рассчитанная на генерацию текста и диалоговое взаимодействие. В репозитории указаны 69,5 млрд параметров и контекст до 131 072 токенов; модель обучалась с использованием Unsloth и библиотеки TRL. Модель подходит для генерации ответов в чате и других текстовых продолжений на английском языке. Веса доступны в формате safetensors. Лицензия — Apache-2.0. Карточка не описывает специализированные области применения или оценку качества модели.

InternLM2.5-7B-Chat-GGUF — квантизированная версия чат-модели InternLM2.5-7B-Chat, разработанной командой InternLM и преобразованной в формат GGUF компанией Second State Inc. Модель предназначена для генерации текста и диалоговых сценариев, включая чат-взаимодействие и использование инструментов. Она рассчитана на запуск через LlamaEdge и совместимые среды, использует шаблон запросов ChatML, а для вызовов инструментов предусмотрен отдельный шаблон internlm-2-tool. Модель содержит 7 миллиардов параметров, поддерживает контекст до 32 000 токенов и относится к текстовым, а не мультимодальным моделям. Доступны варианты квантизации от 2 до 8 бит, а также f16; размеры файлов составляют примерно от 3,01 до 15,5 ГБ. Вариант Q4_K_M обозначен как сбалансированный и рекомендуемый, а Q5_K_M и Q5_K_S предлагают более низкую потерю качества при большем размере. Более сильная квантизация уменьшает требования к памяти, но может заметно снижать качество. README не содержит сведений о поддерживаемых языках, внутренней архитектуре, результатах тестирования, сильных сторонах и ограничениях исходной модели. Лицензия указана как other, без дополнительных условий или подробностей; перед использованием необходимо ознакомиться с лицензией исходной модели и репозитория.

jaLLAbi2-7b — объединённая языковая модель Abacus Research на базе архитектуры Mistral с 7,1 млрд параметров. Она создана методом mergekit из нескольких моделей, включая WestSeverus-7B-DPO-v2, jaskier-7b-dpo-v5.6, haLLAwa3 и WestLake-7B-v2-laser; в конфигурации использован метод слияния dare_ties и точность bfloat16. Модель предназначена для генерации текста и ответов на запросы. Она принимает текст и выдаёт текст, а заявленная длина контекста составляет 32 768 токенов. В README приведены результаты Open LLM Leaderboard, в том числе по тестам AI2 Reasoning Challenge и HellaSwag. Модель распространяется по лицензии Apache-2.0. Карточка не описывает целевые языки и не приводит ограничений или рекомендаций по применению, поэтому назначение для конкретного языка или предметной области из доступных сведений установить нельзя.

Jan-v1-AIO-GGUF — набор GGUF-квантованных версий моделей семейства Jan-v1, опубликованный prithivMLmods. В состав входят Jan-v1-2509, Jan-v1-edge и Jan-v1-4B, предназначенные для локального запуска через совместимые inference-движки, интеграции с приложением Jan, автономной работы и повышения приватности. Модели ориентированы на генерацию текста, агентское рассуждение, решение задач, использование инструментов, ответы на фактические вопросы и сценарии с веб-поиском. Jan-v1-4B — языковая модель на 4 млрд параметров, построенная на архитектуре Qwen3-4B-thinking и поддерживающая контекст до 256 000 токенов. Для неё заявлена точность 91,1% на бенчмарке SimpleQA. Jan-v1-edge — облегчённая модель для быстрой работы на устройствах с ограниченными ресурсами; она дистиллирована из более крупной Jan-v1 и дообучалась в два этапа: supervised fine-tuning и reinforcement learning with verifiable rewards. В README точные размеры Jan-v1-2509 и Jan-v1-edge, а также сведения о мультимодальности не указаны. Поддерживается английский язык. Доступны варианты с разными типами квантования — от Q2_K до Q8_0, а также BF16, F16 и F32, что позволяет выбирать между размером файлов, требованиями к памяти и потенциальным качеством. Размеры файлов варьируются примерно от 778 МБ до 16,1 ГБ в зависимости от модели и формата. Ограничения включают зависимость производительности от выбранного квантования и оборудования, а также отсутствие в README подробных результатов для всех вариантов. Модели распространяются по лицензии Apache-2.0.

Карточка модели dhanesh-hf/Jarvis-Titan-M4-Merged на Hugging Face совпадает с карточкой dhanesh-hf/Jarvis-Titan-V15-MoE-Decoupled, поэтому описание составлено по ней. J.A.R.V.I.S. Titan V15 MoE Decoupled — диалоговая языковая модель Dhanesh на архитектуре JarvisTitanMoEForCausalLM. Согласно карточке, она основана на DeepSeekMoE с общим экспертом и восемью маршрутизируемыми экспертами, из которых активируются два; также заявлены слои Tri-Brid памяти с локальным скользящим окном внимания, извлечением значимых KV-состояний и нейронной памятью Titans. Метаданные каталога указывают 7,1 млрд параметров и контекст 32 768 токенов. Модель предназначена для генерации текста в диалоге и взаимодействия с инструментами через соответствующий интерфейс. Карточка описывает объединённые автономные веса M4, включающие калиброванный адаптер Tri-Brid, а метаданные связывают модель с дообучением Jarvis-Titan-V14-MoE-Merged. В репозитории указаны веса Safetensors. Лицензия обозначена как other, поэтому условия использования следует проверять в материалах репозитория.

Карточка модели dhanesh-hf/Jarvis-Titan-V15-MoE-Merged на Hugging Face совпадает с карточкой dhanesh-hf/Jarvis-Titan-V15-MoE-Decoupled, поэтому описание составлено по ней. J.A.R.V.I.S. Titan V15 MoE Decoupled — диалоговая языковая модель Dhanesh на архитектуре JarvisTitanMoEForCausalLM. Согласно карточке, она основана на DeepSeekMoE с общим экспертом и восемью маршрутизируемыми экспертами, из которых активируются два; также заявлены слои Tri-Brid памяти с локальным скользящим окном внимания, извлечением значимых KV-состояний и нейронной памятью Titans. Метаданные каталога указывают 7,1 млрд параметров и контекст 32 768 токенов. Модель предназначена для генерации текста в диалоге и взаимодействия с инструментами через соответствующий интерфейс. Карточка описывает объединённые автономные веса M4, включающие калиброванный адаптер Tri-Brid, а метаданные связывают модель с дообучением Jarvis-Titan-V14-MoE-Merged. В репозитории указаны веса Safetensors. Лицензия обозначена как other, поэтому условия использования следует проверять в материалах репозитория.

Jet-Nemotron-4B — плотная причинно-языковая модель с 3,1 млрд параметров из семейства Jet-Nemotron. По карточке модели, семейство разработано с применением метода post-training Neural Architecture Search и использует JetBlock — блок линейного внимания, образуя гибридную архитектуру. Модель предназначена для генерации текста и диалогового взаимодействия; поддерживает контекст до 32 768 токенов и рассчитана на английский язык. Разработчики заявляют о высокой пропускной способности генерации и приводят сравнительные результаты на общих языковых бенчмарках, включая MMLU, MMLU-pro и BBH. Для работы указаны Transformers и требования к ряду дополнительных библиотек; в репозитории веса представлены в формате safetensors. Лицензия обозначена как other, поэтому условия использования следует сверить с лицензией в карточке модели.

CombinHorizon/Josiefied-abliteratedV4-Qwen2.5-14B-Inst-BaseMerge-TIES — объединённая модель генерации текста на архитектуре Qwen2.5, созданная с помощью mergekit и метода TIES на основе Qwen/Qwen2.5-14B и Josiefied-Qwen2.5-14B-Instruct-abliterated-v4. Модель содержит 14 млрд параметров и рассчитана на диалоговое взаимодействие и генерацию текста; метаданные также отмечают интерфейс вызова инструментов. Она принимает текст и выдаёт текст, поддерживает английский язык и имеет контекст до 131 072 токенов. Репозиторий распространяет веса в формате safetensors; лицензия — Apache-2.0. Карточка не приводит результатов оценки качества или подробностей об ограничениях и рекомендуемых сценариях использования.

Это конверсия в формат MLX модели Josiefied-Qwen2.5-7B-Instruct-abliterated-v2, выполненная mlx-community с помощью mlx-lm версии 0.18.2. Модель представляет собой плотную авторегрессионную чат-модель семейства Qwen2.5 с 7,1 млрд параметров и контекстом до 32 768 токенов. Она предназначена для генерации текста и диалоговых ответов на основе текстовых запросов. В карточке базовая модель описана как дообученная аблитерированная версия Qwen2.5-7B-Instruct для многоязычной генерации с меньшим числом отказов; метаданные также указывают интерфейс вызова инструментов. Репозиторий содержит веса в формате safetensors для использования с MLX. Модель поддерживает английский язык; исходная базовая модель ориентирована на многоязычное применение. Меньшее число отказов означает, что модель может отвечать на запросы, которые другие модели отклоняют, поэтому её ответы требуют проверки. Лицензия — Apache-2.0.

AIJUUD/juud-Mistral-7B — разговорная модель семейства Mistral, опубликованная командой BNK AI. Это плотная авторегрессионная языковая модель с 7,1 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Метаданные указывают контекст до 32 768 токенов, использование Transformers и формат весов safetensors. Модель можно применять для ответов в чате, продолжения текста и создания диалоговых приложений. Карточка README не описывает обучение, наборы данных, языки или результаты оценки качества. Модель распространяется по лицензии Apache-2.0; фактическая пригодность для конкретных задач требует отдельной проверки.

KAI-7B — языковая модель Keynote Technology на архитектуре Mistral с 7,1 млрд параметров, дообученная на основе Mistral 7B. Она предназначена для генерации текста и может применяться для ответов на вопросы и работы с задачами STEM; в карточке также отмечены возможности в области кода. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов и рассчитана прежде всего на английский язык. Автор заявляет о высоких результатах на проведённых им бенчмарках, особенно в STEM, но отмечает, что математические и кодовые задачи требуют улучшения. Это предварительно обученная базовая модель без механизмов модерации. Репозиторий распространяется по лицензии Apache-2.0; README отдельно запрещает использовать модели KAI для разжигания ненависти.

Biggiraffe дообучил диалоговую модель kakaocorp/kanana-1.5-8b-instruct-2505, основанную на плотной архитектуре Llama. Модель содержит 7,5 млрд параметров, принимает текст и генерирует текст; поддерживает контекст до 32 768 токенов и интерфейс вызова инструментов. Модель предназначена для диалогов и генерации текста. Базовая Kanana также рассчитана на программирование, математику и работу с инструментами, однако карточка этого варианта не описывает, как именно дообучение на Persona изменило его поведение или для каких конкретных сценариев оно проводилось. Модель распространяется по лицензии Apache-2.0.

JeongMinMin/kanana-1.5-8b-instruct-2505-Persona-Merged — диалоговая текстовая модель, дообученная на базе kakaocorp/kanana-1.5-8b-instruct-2505. Она предназначена для генерации ответов в чате и работы с запросами на естественном языке; метаданные также указывают интерфейс вызова инструментов. Модель построена на плотной архитектуре LlamaForCausalLM и содержит 7,5 млрд параметров. Контекст — до 32 768 токенов; формат весов — safetensors. Модель разработал JeongMinMin, используя Unsloth и библиотеку TRL от Hugging Face для ускорения обучения. В карточке указана лицензия Apache-2.0. Указанный в метаданных язык — английский; сведений о специальной настройке на другие языки нет.

Модель yoon112/kanana-1.5-8b-instruct-2505-Persona-Merged разработана yoon112 на основе диалоговой модели Kakao kanana-1.5-8b-instruct-2505. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров, дообученная с использованием Unsloth и библиотеки TRL. Она предназначена для диалоговой генерации текста и поддерживает интерфейс вызова инструментов. Модель принимает текстовые запросы и генерирует текстовые ответы; размер контекстного окна составляет 32 768 токенов. В метаданных указан английский язык. Лицензия — Apache-2.0. README не приводит отдельной оценки качества или подробностей о назначении Persona в названии.

Модель ktyeon27/kanana-1.5-8b-instruct-2505-Safe-DPO — дообученная диалоговая языковая модель автора ktyeon27 на базе указанной в карточке модели. Она построена на плотной архитектуре LlamaForCausalLM и содержит 7,5 млрд параметров. Модель предназначена для генерации текста в диалогах; в метаданных также отмечен интерфейс вызова инструментов. Модель принимает текст и генерирует текст, поддерживает контекст длиной до 32 768 токенов. В карточке указано обучение с использованием Unsloth и библиотеки TRL. Лицензия — Apache-2.0. Карточка не приводит результатов оценки качества и подробностей о наборе данных или языках, поэтому пригодность для конкретных сценариев и языков следует проверять отдельно.

Модель ljh728/kanana-1.5-8b-instruct-2505-Safe-DPO — дообученная авторегрессионная языковая модель семейства Llama, разработанная ljh728. Она предназначена для генерации текста и диалогового взаимодействия; метаданные также указывают интерфейс вызова инструментов. Модель содержит 7,5 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель дообучена с использованием Unsloth и библиотеки TRL от Hugging Face. В карточке указана лицензия Apache-2.0. Данных о конкретных целевых задачах дообучения и языках, кроме английского в метаданных, нет.

Taewan123/kanana-1.5-8b-instruct-2505-Safe-DPO — разговорная плотная Llama-модель, опубликованная Taewan123. Карточка описывает её как дообученную модель, обученную с использованием Unsloth и библиотеки TRL; метаданные указывают 7,5 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста в диалогах. Она принимает текст и выдаёт текст; в метаданных также отмечен интерфейс для вызова инструментов. Указана поддержка английского языка. Лицензия — Apache-2.0. Карточка называет базовой моделью тот же репозиторий, что и сама модель, поэтому независимую базовую модель установить по предоставленным данным нельзя. Специальные ограничения качества или области применения не описаны.

openeurollm/kda-sigmoid-1.3B-100B — языковая модель ComplexKDA для генерации текста, созданная авторами ComplexKDA. Это чисто рекуррентная базовая модель KDA с архитектурой ComplexKDAForCausalLM и обычным сигмоидным затвором затухания. В README указаны 1,36 млрд параметров, 24 слоя, размер скрытого состояния 2048, 16 голов размерности 128, SwiGLU-MLP, короткая свёртка ширины 4 и словарь из 32 000 токенов; метаданные каталога оценивают размер в 1,1 млрд параметров. Контекст обучения и нативная длина контекста составляют 4096 токенов. Модель предназначена для авторегрессионной генерации текста и диалоговых сценариев. Рекуррентная архитектура Kimi Delta Attention использует сигмоидный затвор, который ограничивает коэффициент затухания диапазоном (0, 1], поэтому каналы могут сохранять или забывать информацию без знакопеременного затухания ComplexKDA. В комплекте поставляется токенизатор с настройками обучающего корпуса: BOS автоматически не добавляется, документы завершались токеном EOS. Для использования доступны веса Safetensors и реализация на Transformers. Лицензия — MIT.

Это базовая гибридная языковая модель ComplexKDA, выпущенная авторами ComplexKDA. Она предназначена для генерации текста и диалоговых сценариев. Модель содержит около 1,1 млрд параметров; в README указано точное значение 1,36 млрд. Архитектура включает 24 слоя: линейное внимание в большинстве слоёв и полное внимание в каждом четвёртом. Используется SwiGLU, 16 голов внимания и свёртка ширины 4. Контекст обучения — 4096 токенов. В этой версии используется базовый ограниченный сигмоидный затвор KDA, где коэффициент затухания находится в диапазоне (0, 1]. Модель распространяется в формате safetensors, работает через Transformers и включает собственную реализацию и токенизатор; при подготовке входа следует использовать токенизатор из репозитория, поскольку его настройки отличаются от upstream-варианта. Лицензия — MIT. В README не указаны поддерживаемые естественные языки и результаты оценки качества.

Карточка модели PS4Research/kE5nV8hA3yW4jT7s 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 KeefeBuild/Keefe-Discere-v3.0 на Hugging Face совпадает с карточкой KeefeBuild/Keefe-Discere-v3.0-Final, поэтому описание составлено по ней. 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.

KETI-AIR/ke-t5-large — предварительно обученная языковая модель семейства T5, разработанная KETI для корейского и английского языков. Вариант large содержит около 418 млн параметров и принимает текст, генерируя текст в формате text-to-text; указанный контекст составляет до 512 токенов. Модель предназначена для дообучения и применения в задачах преобразования текста, например генерации и перефразирования. Репозиторий содержит веса в форматах PyTorch, TensorFlow и Flax. Лицензия — Apache-2.0.

jaspionjader создал Kosmos-EVAA-Franken-stock-v43-8B — объединённую плотную авторегрессионную языковую модель семейства Llama на 7,5 млрд параметров. Модель предназначена для генерации текста в диалоговом формате; репозиторий использует Transformers и содержит веса Safetensors. Модель получена методом Model Stock с помощью mergekit: в качестве базовой использована jaspionjader/ek-3, а также объединены jaspionjader/ek-5 и jaspionjader/ek-6. Заявленная длина контекста — 131 072 токена. В README и метаданных не приведены сведения о лицензии и конкретных языках обучения или целевых сценариях, поэтому их нельзя достоверно уточнить.

Kosmos-EVAA-Fusion-8B — плотная авторегрессионная языковая модель семейства Llama, созданная разработчиком jaspionjader путём объединения двух предварительно обученных моделей с помощью SLERP в mergekit. Репозиторий содержит 7,5 млрд параметров в формате safetensors и bfloat16; модель рассчитана на контекст до 8192 токенов и используется через Transformers. Модель предназначена для генерации текста по текстовому запросу. Её можно применять для продолжения текста, подготовки черновиков и ответов в диалоговом формате. Карточка описывает метод объединения и исходные модели, но не приводит отдельных оценок качества или специализированных сценариев. Условия лицензии в предоставленных данных не указаны.