II.6Документация и сопровождение разработки

MaziyarPanahi/M7Yamshadowexperiment28_Neuralsirkrishnaexperiment26Experiment24 — объединённая модель для генерации текста, созданная на основе automerger/M7Yamshadowexperiment28-7B и automerger/Neuralsirkrishnaexperiment26Experiment24-7B. Она использует плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров; заявленная длина контекста — 32 768 токенов. Модель принимает текст и генерирует текст, а карточка Hugging Face указывает задачу text-generation. Модель подходит для генерации продолжений и ответов в текстовом формате, а также для экспериментов с объединением языковых моделей. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. README не сообщает о специализированной предметной области или языковых ограничениях.

MaziyarPanahi/M7Yamshadowexperiment28_NeuralsirkrishnaShadow — объединённая модель Mistral для генерации текста, созданная слиянием automerger/M7Yamshadowexperiment28-7B и automerger/NeuralsirkrishnaShadow-7B. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и принимает контекст длиной до 32 768 токенов. Модель предназначена для генерации текста. Лицензия Apache-2.0 разрешает её использование на условиях этой лицензии. README и метаданные не уточняют специализацию слияния, языки обучения или конкретные преимущества модели.

M7Yamshadowexperiment28_Percival_01Yamshadow — объединённая модель семейства Mistral, созданная на основе automerger/M7Yamshadowexperiment28-7B и automerger/Percival_01Yamshadow-7B. Она предназначена для генерации текста и диалогов. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Mistral и поддерживает контекст до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. README не уточняет особенности обучения, целевые языки и ограничения качества, поэтому их нельзя определить по доступным сведениям.

M7Yamshadowexperiment28_YamExperiment28 — слитая модель семейства Mistral для генерации текста, созданная на основе automerger/M7Yamshadowexperiment28-7B и automerger/YamExperiment28-7B. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и принимает контекст длиной до 32 768 токенов. Модель предназначена для генерации текста по текстовому запросу. Данные не уточняют её специализацию или целевые языки. Веса опубликованы в формате Safetensors по лицензии Apache 2.0.

MaziyarPanahi/M7Yamshadowexperiment28_YamT3qm7xp — объединённая модель Mistral для генерации текста. Она создана слиянием моделей automerger/M7Yamshadowexperiment28-7B и automerger/YamT3qm7xp-7B; архитектура — плотная причинно-языковая модель MistralForCausalLM объёмом 7,1 млрд параметров. Модель принимает текст и генерирует текст, поддерживая контекст до 32 768 токенов. Модель подходит для генерации продолжений и ответов на текстовые запросы. В репозитории веса представлены в формате Safetensors. Использование регулируется лицензией Apache 2.0. Карточка не описывает конкретные языки или специализированные области применения.

MachiNoDolphin-Qwen2.5-72b — слитая с помощью mergekit методом TIES языковая модель на базе Qwen2.5-72B. В объединение вошли SteyrCannon-0.2-Qwen2.5-72b, banana-2-b-72b, shuttle-3, Evathene-v1.0 и Chronos-Platinum-72B. Модель содержит 71,5 млрд параметров, построена на плотной архитектуре Qwen2 и поддерживает контекст до 131 072 токенов. Модель предназначена для диалогов и генерации текста; для общения используется формат ChatML. По описанию автора, она в основном допускает свободные ответы, хотя иногда может отказывать на отдельные запросы. Метаданные указывают поддержку английского, русского, китайского, японского и ряда других языков. Автор рекомендует экспериментальные настройки генерации с высокой температурой, поэтому результат может зависеть от параметров декодирования. Модель распространяется в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

Magnolia-v2-12B — плотная языковая модель на архитектуре Mistral, созданная автором grimjim слиянием моделей через task arithmetic с помощью mergekit. В качестве базовой использована Mistral Nemo Base; в слияние также вошли Mistral Nemo Instruct и magnum-consolidatum-v1-12b. Модель содержит 12,1 млрд параметров, работает с контекстом до 131 072 токенов и распространяется в формате safetensors через Transformers. Модель предназначена для генерации текста и диалоговых сценариев. Автор предупреждает, что она может быть чрезмерно творческой и склонной к галлюцинациям; в таких случаях рекомендуется снизить температуру генерации. Веса доступны по лицензии Apache-2.0.

MagpieLM-13.3B-Chat-v0.1 — диалоговая языковая модель на архитектуре Llama, созданная объединением моделей с помощью mergekit и метода passthrough. В README указан Magpie-Align/MagpieLM-8B-Chat-v0.1 как включённая в объединение модель; метаданные также указывают её как базовую дообученную модель. По карточке базовая MagpieLM предназначена для выполнения инструкций и генерации ответов на английском языке. Модель рассчитана на диалоговую генерацию текста и ответы на запросы. Она содержит 12,7 млрд параметров, поддерживает контекст до 131 072 токенов и работает с библиотекой Transformers; файлы представлены в формате safetensors. Лицензия в предоставленных данных не указана.

Maidphin-Kunoichi-7B — объединённая модель генерации текста на архитектуре Mistral, созданная с помощью mergekit методом SLERP из nbeerbower/maidphin и SanjiWatsuki/Kunoichi-DPO-v2-7B. Модель содержит 7,1 млрд параметров и рассчитана на генерацию текста; базовое описание семейства указывает также на диалоги и ответы на вопросы. Модель принимает текст и выдаёт текст. Длина контекста составляет 8192 токена. Веса опубликованы в формате safetensors, библиотека для работы — Transformers. Репозиторий выпущен по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Карточка модели Kailune-AI/mamba-gpt-3b-v3 на Hugging Face совпадает с карточкой CobraMamba/mamba-gpt-3b-v3, поэтому описание составлено по ней. mamba-gpt-3b-v3 — языковая модель на 3,3 млрд параметров от CobraMamba, дообученная на основе openlm-research/open_llama_3b_v2. Она предназначена для генерации текста, диалогов и ответов на инструкции; в обучающих данных использованы Stanford Alpaca, Open Assistant, LIMA и CodeAlpaca 20k. Модель построена на архитектуре LlamaForCausalLM и запускается через библиотеку Transformers. Контекст составляет 2048 токенов; карточка указывает английский и многоязычные данные Open Assistant. В README приведены результаты тестов MMLU, ARC и HellaSwag, однако их следует считать заявлениями авторов. Модель подходит для экспериментов и приложений с генерацией текста, включая ответы на вопросы и помощь с кодом. Она может выдавать неточные, нерелевантные или предвзятые ответы, а небольшой контекст ограничивает работу с длинными запросами. Лицензия репозитория — Apache-2.0.

CobraMamba/mamba-gpt-3b-v4 — авторская дообученная языковая модель семейства Llama, созданная на основе openlm-research/open_llama_3b_v2. Она содержит 3,3 млрд параметров и предназначена для генерации текста, диалогов и ответов на запросы; обучение включало наборы Stanford Alpaca, Open Assistant, LIMA, CodeAlpaca, GPT-4 Generated Data и UltraChat. Модель принимает текст и выдаёт текст, поддерживает английский и многоязычные запросы; родной контекст составляет 2048 токенов. В карточке приведены результаты тестирования на MMLU, ARC и HellaSwag, однако заявленное превосходство над более крупными моделями следует считать утверждением разработчика, а не независимой оценкой. Модель может давать ошибочные или нерелевантные ответы и воспроизводить предвзятое либо оскорбительное содержание. Для использования опубликована лицензия Apache-2.0.

Marcoroni-neural-chat-7B-v2 — объединённая языковая модель на архитектуре MistralForCausalLM, созданная с помощью Slerp и mergekit из AIDC-ai-business/Marcoroni-7B-v3 и Intel/neural-chat-7b-v3-3. Обе исходные модели основаны на mistralai/Mistral-7B-v0.1. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст; заявленный контекст — до 32 768 токенов. Она предназначена для тестирования возможностей объединённой модели и задач генерации текста. Репозиторий предоставляет веса в формате safetensors; лицензия — Apache-2.0.

MasherAI-7B-v6.1 — разговорная модель на архитектуре Mistral, разработанная mahiatlinux и дообученная на базе mahiatlinux/MasherAI-v6.1-7B-checkpoint3-code4. Она предназначена для диалогов и помощи с программированием, особенно на Python; обучение проводилось на наборах данных для генерации и объяснения кода, а также для сохранения разговорных навыков. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Для диалогов используется формат ChatML с системными сообщениями и ролями. Модель может быть полезна для написания и улучшения кода, ответов на вопросы о программировании и обычных диалогов. В README указано, что качество ещё не оценивалось, поэтому результаты стоит проверять, особенно при использовании с важными задачами. Лицензия — Apache-2.0.

Matter-0.1-7B-DPO-preview — диалоговая языковая модель семейства Mistral, разработанная 0-hero. Это версия Mistral 7B, дообученная методом DPO на наборе Matter, сформированном из более чем 35 датасетов; модель содержит 7,1 млрд параметров и использует архитектуру MistralForCausalLM. Она предназначена для диалогов и генерации текста, а также поддерживает интерфейс вызова функций. Для общения используется формат ChatML, контекст составляет до 32 768 токенов. Карточка указывает английский язык. Модель распространяется под лицензией Apache-2.0.

Maverick-v3.0 — объединённая языковая модель на архитектуре Mistral, созданная автором репозитория с помощью mergekit. В качестве базовой модели использована Mistral-7B-Instruct-v0.2; в объединение также вошли Mistroll-7B-v2.2 и multi_verse_model. Модель предназначена для генерации текста и диалогового общения. Она содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — Apache-2.0. Карточка не уточняет целевые языки, специализированные области или результаты оценки качества. Возможности модели следует рассматривать как общие для генерации текста и чата; специализированные сценарии по имеющимся данным подтвердить нельзя.

MegaHyperLlama3.1 — объединённая плотная языковая модель семейства Llama, созданная с помощью mergekit методом TIES на основе unsloth/Meta-Llama-3.1-8B и моделей bunnycore/HyperLlama-3.1-8B и bunnycore/HyperLLama3.1-Mix-8B. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; поддерживает контекст до 131 072 токенов. Модель подходит для диалоговых приложений и генерации текста с длинным контекстом. Карточка не приводит сведения о поддерживаемых языках, специальных областях применения или результатах оценки качества. Весовые файлы доступны в формате safetensors; лицензия в предоставленных данных не указана.

MeliodasPercival_01_Experiment26Inex12 — объединённая автором репозитория MaziyarPanahi языковая модель на архитектуре Mistral с 7,1 млрд параметров. Она объединяет модели automerger/MeliodasPercival_01-7B и automerger/Experiment26Inex12-7B и предназначена для генерации текста и диалогов. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Веса опубликованы в формате safetensors; лицензия — Apache-2.0. README не описывает специальные области применения или результаты оценки качества.

MeliodasPercival_01_Inex12Yam — объединённая модель семейства Mistral, созданная из automerger/MeliodasPercival_01-7B и automerger/Inex12Yam-7B. Она предназначена для генерации текста и диалогов, а архитектура MistralForCausalLM содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка подтверждает слияние моделей и задачу генерации текста, но не описывает специализацию, поддерживаемые языки или ограничения качества.

MeliodasPercival_01_NeuralsirkrishnaExperiment26 — слитая модель семейства Mistral с 7,1 млрд параметров, созданная объединением automerger/MeliodasPercival_01-7B и automerger/NeuralsirkrishnaExperiment26-7B. Она предназначена для генерации текста и может использоваться в сценариях, где требуется получать текстовые продолжения или ответы на запросы. Модель принимает текст и выдаёт текст, поддерживает контекст длиной до 32 768 токенов и распространяется в формате safetensors. Репозиторий модели создан 9 апреля 2024 года. Лицензия — Apache 2.0. В карточке не описаны специализированные области применения, языки или результаты оценки качества; поэтому их нельзя надёжно уточнить.

MeliodasPercival_01_Neuralsirkrishnaexperiment26Experiment24 — объединённая языковая модель семейства Mistral, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/Neuralsirkrishnaexperiment26Experiment24-7B. Модель содержит 7,1 млрд параметров и принимает текст для авторегрессионной генерации текста, включая диалоговые ответы. Контекстное окно составляет до 32 768 токенов. Модель подходит для генерации продолжений текста, ответов в диалоге и других задач на основе текстового ввода. Веса доступны в формате Safetensors; лицензия — Apache-2.0. В карточке модели не приведены оценки качества и подробные сведения о языковой специализации, поэтому результаты для конкретных задач и языков могут различаться.

MaziyarPanahi/MeliodasPercival_01_Strangemerges_32Shadow — объединённая модель Mistral для генерации текста и диалогов. Она создана слиянием automerger/MeliodasPercival_01-7B и automerger/Strangemerges_32Shadow-7B и содержит 7,1 млрд параметров. Модель принимает текст и поддерживает контекст до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. В README и метаданных не описаны целевые области применения или языки, поэтому их нельзя определить точнее.

MeliodasPercival_01_T3qm7xpExperiment26 — объединённая языковая модель на архитектуре Mistral, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/T3qm7xpExperiment26-7B. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Она предназначена для генерации текста и диалогов по текстовым запросам. Распространяется в формате Safetensors по лицензии Apache-2.0. README не описывает специализацию, обучение или результаты оценки модели.

mergekit-community/mergekit-dare_ties-ymiqjtz — объединённая языковая модель на архитектуре Mistral, созданная сообществом с помощью mergekit и метода DARE TIES. В качестве базовой использована amazingvince/Not-WizardLM-2-7B, а в слияние также вошли MaziyarPanahi/Calme-7B-Instruct-v0.9, Weyaxi/OpenHermes-2.5-neural-chat-v3-3-Slerp и cognitivecomputations/dolphin-2.8-mistral-7b-v02. Модель предназначена для генерации текста и диалоговых ответов. Она содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors; в конфигурации слияния указана точность float16. Для её использования применяется библиотека Transformers. Языки в карточке модели не указаны. Модель доступна по лицензии, указанной в репозитории Hugging Face. Слияние объединяет возможности входящих моделей, однако README не приводит независимых оценок качества или конкретных гарантий по отдельным сценариям.

Это слитая методом SLERP языковая модель на архитектуре Llama с 7,5 млрд параметров, созданная сообществом mergekit из NousResearch/Meta-Llama-3-8B-Instruct и cognitivecomputations/dolphin-2.8-mistral-7b-v02. Модель предназначена для генерации текста и диалогов; конфигурация использует кривую смешивания весов по слоям и формат bfloat16. Модель принимает текстовые запросы и генерирует текст, в том числе ответы в чате. В карточке указано контекстное окно 8192 токена; исходная Meta Llama 3 рассчитана прежде всего на английский язык. Репозиторий использует библиотеку Transformers и содержит веса Safetensors. Лицензия в доступных данных не указана.

Это объединённая языковая модель семейства Llama, созданная сообществом mergekit-community методом SLERP из mergekit-community/mergekit-slerp-anaazls и mergekit-community/mergekit-slerp-epibiuy. Конфигурация задаёт кривую смешивания, которая, согласно карточке, сочетает Hermes на входных и выходных слоях с WizardMath в средних слоях. Модель предназначена для генерации текста и диалогового взаимодействия. Она содержит 33,9 млрд параметров, использует архитектуру LlamaForCausalLM и заявленное контекстное окно 200 000 токенов. Веса доступны в формате safetensors; для работы указана библиотека Transformers. Карточка не сообщает языки обучения и подробные результаты оценки качества, поэтому пригодность для конкретных языков и задач стоит проверять отдельно. Условия лицензии в предоставленных сведениях не указаны.

Это объединённая модель генерации текста на архитектуре Llama, созданная методом TIES с помощью mergekit. В качестве базовой модели использована huihui-ai/Llama-3.2-3B-Instruct-abliterated; в объединение вошли несколько производных моделей из репозитория Hjgugugjhuhjggg. Модель содержит 3,2 млрд параметров, распространяется в формате Safetensors и имеет контекст длиной до 131 072 токенов. Модель предназначена для генерации текста и диалоговых ответов. Она унаследовала от базовой модели ослабленные отказы, описанные в метаданных. Языки и специализированные предметные области в доступных сведениях не обозначены. Лицензия в предоставленных источниках не указана.

Карточка модели mergekit-community/mergekit-ties-polycrr на Hugging Face совпадает с карточкой mergekit-community/mergekit-ties-fnacfof, поэтому описание составлено по ней. mergekit-community/mergekit-ties-fnacfof — языковая модель на архитектуре Llama, созданная сообществом с помощью слияния TIES. В объединении использованы NousResearch/Llama-2-7b-hf в качестве базовой модели, а также microsoft/Orca-2-7b и arcee-ai/Patent-Instruct-7b. Модель содержит 6,6 млрд параметров, распространяется в формате Safetensors и рассчитана на контекст до 4096 токенов. Модель предназначена для генерации текста и диалоговых сценариев, сочетая возможности включённых в слияние моделей. Карточка не уточняет отдельные преимущества, целевые языки или специализированные сценарии; базовая модель описана как англоязычная. Лицензия в предоставленных данных не указана.

Mergerix-7b-v0.4 — объединённая языковая модель, опубликованная MiniMoog и созданная с помощью LazyMergekit из liminerity/M7-7b и automerger/YamshadowExperiment28-7B методом slerp. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Она принимает текст и формирует текстовые ответы; заявленная длина контекста — 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0. README не описывает специализацию, оценку качества или ограничения применения, поэтому конкретные преимущества и недостатки сверх указанных характеристик установить нельзя.

GPT4All-Community/Meta-Llama-3.1-8B-Instruct-128k-GGUF — это конвертированная и квантизированная GGUF-версия Meta-Llama-3.1-8B-Instruct. Модель подготовлена пользователем 3Simplex для использования в GPT4All; для работы требуется GPT4All версии 3.1.1 или новее. Базовая модель разработана Meta, однако в README не указаны дополнительные сведения о разработчике исходной модели. Модель предназначена для генерации текста и диалоговых сценариев с системными и пользовательскими сообщениями. Заявлена длина контекста до 131 072 токенов, что позволяет обрабатывать длинные документы и продолжительные диалоги. Известно, что модель содержит 8 миллиардов параметров и использует инструкционную настройку, но сведения о поддерживаемых языках и модальностях отсутствуют. К преимуществам относятся большой контекст и возможность локального использования через GPT4All. Модель не является официально курируемой и поддерживаемой Nomic: в README указано, что требуется дополнительное тестирование и обратная связь, поэтому качество и стабильность следует оценивать в конкретных задачах. Лицензия обозначена как llama3.1; перед использованием необходимо ознакомиться с её условиями.

Это преобразованная в формат MLX версия модели Meta-Llama-3.1-8B-Instruct-abliterated, подготовленная сообществом mlx-community на основе mlabonne/Meta-Llama-3.1-8B-Instruct-abliterated. Модель относится к семейству Llama, имеет плотную архитектуру LlamaForCausalLM и около 7,5 млрд параметров; поддерживает диалоговую генерацию текста и контекст до 131 072 токенов. Модель предназначена для генерации ответов в чате и других текстовых сценариев. В названии и тегах она обозначена как abliterated и uncensored. README указывает на преобразование исходной модели в MLX с помощью mlx-lm 0.16.1. Репозиторий распространяется по лицензии Llama 3.1; при использовании необходимо соблюдать её условия. Языковая поддержка в предоставленных данных не определена.