II.6Документация и сопровождение разработки

Alcoft/dnotitia_Smoothie-Qwen3-14B-GGUF — набор GGUF-квантизованных версий языковой модели dnotitia/Smoothie-Qwen3-14B. Модель предназначена для генерации текста, диалогов, чат-сценариев и задач, требующих рассуждений. В карточке указана текстовая модальность и поддержка английского языка; размер исходной модели — 14 млрд параметров. Доступны варианты квантования от Q2_K до Q8_K с размером файлов примерно от 5 до 14 ГБ. Более низкие варианты требуют меньше памяти, но характеризуются низким или очень низким качеством; варианты Q4_K_M и выше отмечены как подходящие для большинства сценариев, а Q5 и Q6 — как обеспечивающие высокое или очень высокое качество. Некоторые расширенные варианты используют Q8_0 или F16 для выходных и embedding-слоёв. Сильной стороной набора является широкий выбор компромиссов между требованиями к памяти и качеством генерации, а формат GGUF удобен для локального запуска в совместимых инструментах. Ограничения включают снижение качества при агрессивном квантовании, отсутствие сведений о размере контекста, архитектурных деталях, производительности и дополнительных языках. Модель распространяется по лицензии Apache-2.0.

Dolphin 3.0 Qwen 2.5 1.5B — инструктивно дообученная языковая модель, созданная Eric Hartford, Ben Gitter, BlouseJury и Cognitive Computations на базе Qwen/Qwen2.5-1.5B. Это плотная авторегрессионная модель с 1,5 млрд параметров; она принимает текст и генерирует текст, поддерживает чат по шаблону ChatML и интерфейс вызова инструментов. Заявленная длина контекста — 131 072 токена. Модель предназначена для локального применения общего назначения: диалогов и ответов на вопросы, помощи с программированием и математикой, а также агентных сценариев с вызовом функций. При обучении использовались наборы данных для кода, математики, инструкций и общения. Карточка указывает английский язык; дополнительные языки не заявлены. Модель ориентирована на настраиваемые системные инструкции и использование в собственном приложении. Компактный размер облегчает локальное развёртывание, но возможности и качество могут уступать более крупным моделям, а результаты требуют проверки. Лицензия — Apache-2.0.

DSE-Phi3-Vidore-ft — биэнкодер для поиска по документам, разработанный на базе Phi-3.5-Vision и обученный авторами с использованием Tevatron. Он преобразует скриншоты документов в плотные векторные представления, сохраняя текст, изображения и структуру страниц, а также умеет кодировать текстовые запросы и текст документов для поиска по содержимому. Модель дообучена на части Docmatix-ir и затем на обучающем наборе ViDoRe; перед этим она прошла этап обучения на текстовом поиске и поиске по веб-страницам. Модель предназначена для семантического поиска и ответов на вопросы по PDF и другим визуально представленным документам: запрос и документ кодируются отдельно, после чего их векторы сравниваются по сходству. Архитектура — плотная Phi3VForCausalLM с 3,7 млрд параметров и контекстом 4096 токенов; библиотека — Tevatron. README приводит для модели DSE-Phi3-Vidore-V2 результат 82,9 nDCG@5 на таблице ViDoRE, но это число не следует приписывать данному чекпойнту. Модель распространяется по лицензии MIT. Ограничения: карточка не приводит отдельной оценки качества именно этого чекпойнта; для использования как поискового энкодера нужны подходящие процессор, схема кодирования и ранжирование по сходству векторов.

Eclectic-Maid-10B-v2-1 — объединённая языковая модель, созданная автором репозитория с помощью mergekit. Это плотная авторегрессионная модель семейства Mistral на 10,4 млрд параметров с архитектурой MistralForCausalLM, предназначенная для генерации текста. В README указан метод объединения passthrough и исходная модель Eclectic-Maid-v2; веса представлены в формате safetensors, а конфигурация слияния использует float16. Модель можно применять для генерации продолжений и ответов в текстовых сценариях. Заявленная длина контекста составляет 32 768 токенов. В карточке нет сведений о конкретных языках, специализированных областях или ограничениях качества. В метаданных присутствует пометка not-for-all-audiences, поэтому модель может быть не подходящей для всех аудиторий. Условия лицензии в предоставленных данных не приведены.

EmertonBeagle-7B-dpo — языковая модель, созданная yleo как DPO-дообучение mlabonne/OmniBeagle14-7B на наборе предпочтений yleo/emerton_dpo_pairs_judge. В метаданных указаны архитектура Mistral, 7,1 млрд параметров и контекст до 32 768 токенов; README сообщает о контекстном окне 8 тыс. токенов и совместимости с шаблонами чата ChatML и Llama. Модель предназначена для генерации текста в диалоговом формате. При обучении ответы GPT-4 Turbo выбирались как предпочтительные по сравнению с ответами GPT-4. Доступна в формате safetensors под лицензией CC BY-NC 4.0, которая ограничивает коммерческое использование.

ERNIE-4.5-0.3B-PT-GGUF — GGUF-представление текстовой плотной модели ERNIE-4.5-0.3B, разработанной Baidu; репозиторий подготовлен Unsloth. Модель предназначена для генерации текста, понимания естественного языка и последующего дообучения в сценариях instruction fine-tuning и alignment training, включая SFT, LoRA и DPO. Модель работает с текстом и поддерживает английский и китайский языки. Она содержит около 0,36 млрд параметров, 18 слоёв, 16 Q-голов и 2 KV-головы, а максимальная длина контекста составляет 131 072 токена. Это post-trained модель; формат GGUF ориентирован на удобное локальное или оптимизированное развёртывание, однако конкретные требования к совместимому программному обеспечению и аппаратуре в README не указаны. К сильным сторонам относятся компактный размер, большой контекст и возможность адаптации под прикладные задачи. Ограничения включают отсутствие заявленной поддержки изображений у данной текстовой версии, а также отсутствие в README подробных результатов бенчмарков, описания точного варианта квантизации и эксплуатационных требований. Модель распространяется по лицензии Apache-2.0.

EuroLLM-22B — базовая многоязычная языковая модель на 21,9 млрд параметров, разработанная консорциумом под руководством Instituto Superior Técnico — University of Lisbon и Instituto de Telecomunicações при финансировании Европейского союза. Это плотный трансформер семейства Llama с grouped-query attention, RMSNorm, SwiGLU и RoPE; модель работает с контекстом до 32 768 токенов и доступна в формате Safetensors для Transformers. Модель обучена на 4 трлн токенов из веб-данных, параллельных корпусов и высококачественных наборов данных. Она предназначена для генерации текста и продолжения запросов на европейских языках, а также на арабском, китайском, хинди, японском и корейском. Это базовая модель без последующего обучения на следование инструкциям; для такого сценария разработчики указывают версию EuroLLM-22B-Instruct-2515. Модель поддерживает 35 языков, включая русский, и распространяется по лицензии Apache 2.0. Она не выровнена по человеческим предпочтениям и может выдавать галлюцинации, ложные утверждения или вредоносный контент.

EVA-Qwen2.5-14B-v0.1-GGUF — набор GGUF-квантизаций текстовой генеративной модели EVA-Qwen2.5-14B-v0.1, разработанной EVA-UNIT-01. Квантизации подготовлены пользователем bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для локального запуска и генерации текста, включая выполнение инструкций, художественное письмо, создание структурированных текстов и ролевые сценарии; это следует из использованных наборов данных, среди которых есть instruction-, writing- и roleplay-датасеты. Модель имеет 14 миллиардов параметров и работает в текстовой модальности. README не содержит сведений о поддерживаемых языках, максимальном размере контекста или точной архитектуре базовой модели. Доступны варианты от F16 до Q2_K_L, включая рекомендуемые автором Q4_K_M, Q5-, Q6- и другие форматы; размер файлов варьируется примерно от 6,66 до 29,55 ГБ. Некоторые варианты оптимизированы для ARM-процессоров и требуют поддержки SVE или i8mm. Основные преимущества — возможность локального запуска через llama.cpp или LM Studio и выбор между несколькими уровнями качества, размера и требований к памяти. Более сильное сжатие уменьшает потребление ресурсов, но может снижать качество генерации; конкретное влияние зависит от выбранного варианта квантизации. Лицензия модели указана как Apache-2.0.

EVA-Qwen2.5-14B-v0.2-GGUF — это набор квантованных моделей в формате GGUF для генерации текста, созданный на основе EVA-Qwen2.5-14B-v0.2 и опубликованный пользователем bartowski. Квантование выполнено с помощью llama.cpp с использованием метода imatrix; доступны варианты от F16 и Q8_0 до более компактных Q3 и IQ3/IQ4. Модель предназначена для локального запуска, в частности через LM Studio, с использованием указанного шаблона чата. Модель имеет размер 14B параметров и относится к семейству Qwen2.5. Она ориентирована на текстовые сценарии, включая следование инструкциям, написание и структурирование текста, ролевые диалоги и генерацию художественного контента, что следует из использованных наборов данных. Поддерживаемые языки, максимальная длина контекста и точные архитектурные характеристики в README не указаны. Главное преимущество — выбор большого числа вариантов квантования с разным компромиссом между качеством и требованиями к памяти: версии Q5 и Q6 описаны как высококачественные, а Q4 — как подходящие для случаев с ограниченными ресурсами. Более агрессивное квантование может снижать качество генерации; заявленные оценки производительности отсутствуют. Некоторые варианты оптимизированы для ARM и требуют соответствующих аппаратных инструкций, при этом README не рекомендует их для Mac или Windows. Указанная лицензия — Apache-2.0.

EVA-Qwen2.5-7B-v0.1-GGUF — набор GGUF-квантизаций языковой модели EVA-Qwen2.5-7B-v0.1, подготовленный bartowski с использованием llama.cpp и метода imatrix. Исходная модель разработана EVA-UNIT-01. Это текстовая генеративная модель с примерно 7 млрд параметров, предназначенная для локального запуска и генерации текста; README отдельно указывает совместимость с LM Studio и формат промпта в стиле ChatML. Модель обучалась на наборах данных, включающих instruct-примеры, написание текстов, ролевые сценарии, короткие рассказы и синтетические данные. Поэтому она ориентирована на диалоговые задачи, следование инструкциям, творческое письмо и roleplay. Поддерживаемые языки, размер контекстного окна и точные архитектурные характеристики в README не указаны. Доступны варианты от F16 до Q2_K_L, включая Q8_0, Q6_K, Q5_K, Q4_K, Q3_K и IQ-квантизации. Более качественные варианты требуют больше памяти, а низкоразрядные предназначены для систем с ограниченным объёмом RAM, но снижают качество генерации. Специальные варианты Q4_0 оптимизированы для ARM; для некоторых требуется поддержка SVE или i8mm. Модель распространяется по лицензии Apache-2.0.

EVA-Yi-1.5-9B-32K-V1-GGUF — это набор GGUF-квантизованных версий языковой модели EVA-Yi-1.5-9B-32K-V1, разработанной EVA-UNIT-01 и подготовленной для распространения пользователем bartowski. Модель предназначена для генерации текста и локального запуска через llama.cpp, в том числе в LM Studio. В README указана поддержка контекста до 32K токенов; сведения о языках и мультимодальности отсутствуют, поэтому модель следует рассматривать как текстовую. В набор входят варианты от F16 до низкобитных Q2–Q8 и IQ-квантизаций размером примерно от 3,6 до 17,7 ГБ. Квантизации выполнены с использованием imatrix на базе llama.cpp, что позволяет выбирать между качеством ответов, требованиями к памяти и скоростью инференса. В README наиболее качественными и рекомендуемыми названы варианты Q5–Q6, а Q4 — как компромисс для ограниченных ресурсов; низкобитные варианты экономичнее, но могут заметно терять в качестве. Для некоторых Q4-вариантов предусмотрена оптимизация под ARM с требованиями к аппаратным расширениям. Используется лицензия Apache-2.0.

EvolutionDark — слитая модель для генерации текста, созданная ClaudioItaly с помощью mergekit методом SLERP из ClaudioItaly/TopEvolutionWiz и TeeZee/DarkSapling-7B-v1.0. Она предназначена для генерации ответов и диалогового взаимодействия на основе текстовых запросов. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате safetensors; в конфигурации слияния указан тип bfloat16. Карточка не приводит сведения о языках и лицензии.

a111311/ex1_b1 — языковая модель для генерации текста, опубликованная на Hugging Face. В метаданных она связана с семейством Gemma и предназначена для использования через библиотеку Transformers. Модель содержит 2,5 млрд параметров и поддерживает контекст длиной до 8192 токенов. Её можно применять для продолжения текста, генерации ответов, черновиков и других сценариев, основанных на text generation. Карточка модели не содержит сведений о разработчике, лицензии, языках, данных обучения, результатах оценки и тонкой настройке. Поэтому качество, безопасность и пригодность для конкретных предметных областей необходимо проверять самостоятельно перед использованием.

EXAONE-3.0-7.8B-Instruct-GGUF — набор GGUF-квантизованных версий языковой модели EXAONE-3.0-7.8B-Instruct, разработанной LGAI (LG AI Research) и подготовленной квантизатором bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и диалоговых сценариев, включая работу через llama.cpp и LM Studio. Заявлены английский и корейский языки. Исходная модель имеет 7,8 млрд параметров; доступны версии от F32 размером 31,28 ГБ до низкобитных вариантов IQ2_M размером 2,83 ГБ. Квантизации Q4–Q6 предлагают компромисс между качеством и требованиями к памяти, а Q3 и Q2 рассчитаны на устройства с ограниченным объёмом RAM, но обеспечивают более низкое качество. Некоторые варианты используют Q8_0 для embedding- и output-весов, что помогает сохранить качество. Формат prompt задан специальными маркерами system, user и assistant. Лицензия указана как EXAONE; подробные условия находятся в файле LICENSE.

EXAONE 3.5 2.4B Instruct — двуязычная генеративная языковая модель, разработанная LG AI Research и настроенная для выполнения инструкций и диалогов на английском и корейском языках. Версия на 2,4 млрд параметров предназначена в том числе для развёртывания на устройствах с ограниченными ресурсами; модель поддерживает контекст до 32 768 токенов. Модель использует плотную архитектуру ExaoneForCausalLM: 30 слоёв и групповое запросное внимание с 32 Q-головами и 8 KV-головами. Её можно применять для диалоговых ответов, генерации текста и работы с длинным контекстом; также в метаданных указана поддержка классификации текста. Для запуска предусмотрены Transformers и среды TensorRT-LLM, vLLM, SGLang, llama.cpp и Ollama. Модель может выдавать фактически неверные, противоречивые, предвзятые или неподходящие ответы и не обладает актуальными знаниями о событиях после обучения. В карточке указана лицензия «other»; конкретные условия использования следует сверять с лицензией репозитория.

EXAONE-3.5-7.8B-Instruct-GGUF — квантизированная версия инструкционной языковой модели EXAONE-3.5-7.8B-Instruct, разработанной LGAI-EXAONE. Сборку в формате GGUF подготовил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и диалогового взаимодействия; заявлены английский и корейский языки. Она может использоваться локально через совместимые инструменты, включая LM Studio и llama.cpp. Модель имеет около 7,8 млрд параметров. Доступны варианты с точностью от F32 и F16 до различных уровней квантования Q8, Q6, Q5, Q4, Q3 и IQ, что позволяет выбирать между качеством, размером файла и требованиями к оперативной памяти. Для большинства сценариев рекомендуются варианты Q4_K_M, Q5 и Q6; версии Q3 подходят для систем с ограниченной памятью, а отдельные варианты оптимизированы для ARM или AVX-инференса. Преимущество этой версии — возможность запуска локально и гибкий выбор степени квантования при сохранении хорошего качества генерации. Ограничения связаны с потерей качества при более сильном квантовании, аппаратными требованиями отдельных вариантов и отсутствием в предоставленных данных сведений о размере контекста, архитектурных деталях и поддержке модальностей помимо текста. Лицензия указана как EXAONE, тип — other; перед использованием необходимо ознакомиться с условиями лицензии.

Experiment26Neuralsirkrishna_Experiment24Ognoexperiment27 — объединённая языковая модель, созданная слиянием automerger/Experiment26Neuralsirkrishna-7B и automerger/Experiment24Ognoexperiment27-7B. Модель построена на архитектуре Mistral и содержит 7,1 млрд параметров; она предназначена для генерации текста и диалогов с контекстом до 32 768 токенов. Модель опубликована в формате Safetensors под лицензией Apache-2.0. Карточка не описывает конкретные специализированные сценарии или языковую поддержку, поэтому её назначение можно определить как генерацию текста общего назначения.

Experiment26Neuralsirkrishna_YamOgno — объединённая модель Mistral, созданная слиянием automerger/Experiment26Neuralsirkrishna-7B и automerger/YamOgno-7B. Она предназначена для генерации текста и диалогов, включая сценарии с длинным контекстом до 32 768 токенов. Модель содержит 7,1 млрд параметров и распространяется в формате safetensors по лицензии Apache 2.0. Карточка не описывает специальные предметные области или дополнительные возможности.

MaziyarPanahi/Experiment26Yam_Experiment27Shadow — объединённая текстовая модель, созданная на основе automerger/Experiment26Yam-7B и automerger/Experiment27Shadow-7B. Она предназначена для генерации текста по текстовому запросу и может использоваться в диалоговых и других сценариях, требующих продолжения текста. Модель построена на архитектуре Mistral с плотной causal language model, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате safetensors. Репозиторий распространяется по лицензии Apache-2.0.

Experiment26Yamshadow_Ognoexperiment27M7 — объединённая текстовая модель на архитектуре Mistral, созданная из automerger/Experiment26Yamshadow-7B и automerger/Ognoexperiment27M7-7B. Она предназначена для генерации текста и может использоваться в задачах продолжения текста и диалоговых сценариях на базе текстовых запросов. Модель содержит 7,1 млрд параметров, принимает текстовый ввод и выдаёт текст; заявленная длина контекста — до 32 768 токенов. Веса опубликованы в формате Safetensors. Репозиторий распространяется по лицензии Apache-2.0. README не описывает отдельные оценки качества, поддерживаемые языки или специализированные области применения.

Experiment26Yamshadow_Strangemerges_32Alloyingotneoy — объединённая модель MaziyarPanahi на архитектуре Mistral с 7,1 млрд параметров. Она предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Модель объединяет automerger/Experiment26Yamshadow-7B и automerger/Strangemerges_32Alloyingotneoy-7B; веса представлены в формате safetensors. Модель подходит для диалогов и генерации текстовых ответов, а также для других сценариев, основанных на продолжении текста. Данных о специализации на конкретных предметных областях и языках нет. Распространяется по лицензии Apache-2.0.

Experiment27pasticheT3qm7xp-7B — автоматически объединённая модель для генерации текста, созданная Maxime Labonne. Она объединяет две модели Mistral с 7,1 млрд параметров суммарно, используя метод SLERP с настройками слияния по слоям внимания и MLP; веса сохранены в формате safetensors и bfloat16. Модель принимает текст и генерирует текст, включая диалоговые ответы, а заявленная длина контекста составляет 32 768 токенов. Модель подходит для генерации продолжений, ответов в чате и других текстовых сценариев. Репозиторий распространяется по лицензии Apache-2.0. В README приведён пример загрузки через Transformers, но нет результатов оценки качества или подробного описания целевых сценариев.

MaziyarPanahi/Experiment28M7_Experiment24Experiment28 — слитая языковая модель семейства Mistral, созданная на основе automerger/Experiment28M7-7B и automerger/Experiment24Experiment28-7B. Она предназначена для генерации текста и экспериментальных сценариев работы с языковыми моделями. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache-2.0. Карточка не описывает специализацию, языки или сравнительные результаты модели; поэтому её возможности следует считать общими для генерации текста, а качество — проверять на целевых задачах.

MaziyarPanahi/Experiment28M7_NeuralsirkrishnaExperiment26 — слитая текстовая модель семейства Mistral, созданная объединением automerger/Experiment28M7-7B и automerger/NeuralsirkrishnaExperiment26-7B. Она предназначена для генерации текста и может использоваться в диалоговых и других текстовых приложениях на базе языковой модели. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате Safetensors. Лицензия — Apache-2.0. Карточка не приводит результатов оценки качества или сведений о специализации и поддерживаемых языках. Поэтому качество генерации и пригодность для конкретных предметных областей по имеющимся данным оценить нельзя.

Experiment28M7_Neuralsirkrishnaexperiment26Experiment24 — объединённая модель генерации текста на архитектуре Mistral, созданная из automerger/Experiment28M7-7B и automerger/Neuralsirkrishnaexperiment26Experiment24-7B. Репозиторий опубликовал MaziyarPanahi. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — 32 768 токенов. Она подходит для продолжения текста и других сценариев авторегрессионной генерации. Веса доступны в формате Safetensors. Лицензия — Apache-2.0. Карточка не описывает языковую специализацию, конкретные навыки или результаты оценки качества.

MaziyarPanahi/Experiment28T3q_Experiment24Experiment26 — объединённая модель семейства Mistral с плотной архитектурой MistralForCausalLM и 7,1 млрд параметров. Она создана слиянием automerger/Experiment28T3q-7B и automerger/Experiment24Experiment26-7B. Модель предназначена для генерации текста. Контекстное окно составляет 32 768 токенов; репозиторий содержит веса в формате safetensors. Модель подходит для диалогов и других сценариев генерации текста, однако README не описывает отдельные специализации или сравнительные результаты. Лицензия — Apache-2.0. Поскольку модель является экспериментальным слиянием, качество может зависеть от задачи и настроек генерации.

MaziyarPanahi/Experiment28T3q_Experiment27Experiment28 — объединённая модель семейства Mistral для генерации текста, созданная на основе automerger/Experiment28T3q-7B и automerger/Experiment27Experiment28-7B. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель подходит для генерации продолжений текста и диалоговых ответов в системах на базе Transformers. В метаданных указана лицензия Apache-2.0. Сведения о специализированных задачах, языках и ограничениях качества в карточке не приведены.

Fireball-Meta-Llama-3.1-8B-Instruct-Agent-0.003-128K-code-ds-auto-GGUF — это GGUF-квантизация инструкционной языковой модели Fireball-Meta-Llama-3.1-8B-Instruct-Agent-0.003-128K-code-ds-auto, разработанной EpistemeAI. Квантизацию выполнил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста, работы с инструкциями и задач, связанных с программным кодом; запуск возможен, в частности, через LM Studio. В README указан английский язык и лицензия Apache-2.0. Модель основана на архитектуре Meta Llama 3.1 с размером 8B параметров и заявленным контекстом 128K токенов. Репозиторий содержит варианты от исходных весов F16 размером 16,07 ГБ до квантизаций Q8_0, Q6_K_L, Q6_K, Q5_K_L и других, что позволяет выбирать баланс между качеством и требованиями к памяти. Варианты Q6_K и Q6_K_L отмечены как рекомендуемые и обеспечивающие очень высокое качество. Поддерживается только текстовая модальность. Сильными сторонами являются большой контекст, инструкционная настройка, специализация исходной модели на агентских и кодовых сценариях, а также широкий выбор GGUF-квантизаций для локального запуска. Ограничения включают зависимость качества и требований к ресурсам от выбранного уровня квантизации; приведённые результаты бенчмарков показывают неоднородную производительность на задачах рассуждения, математики и общих знаний. README не содержит подробностей о методике обучения и дополнительных языках.

Fireball-Mistral-Nemo-12B-Philos — дообученная методом supervised fine-tuning языковая модель EpistemeAI для генерации текста. По карточке, обучение охватывало философию, математику, программирование и языки; модель предназначена для ответов и генерации текста в этих областях. Модель основана на unsloth/Mistral-Nemo-Base-2407-bnb-4bit и использует плотную архитектуру Mistral с 12,1 млрд параметров. В метаданных указан контекст до 1 024 000 токенов; карточка базовой модели описывает окно в 128 тысяч токенов, поэтому заявленная для этой модели длина контекста может зависеть от конфигурации и реализации. Указан английский язык; карточка также сообщает об обучении на многоязычных и программных данных, не уточняя полный список языков. Модель распространяется по лицензии Apache 2.0. В карточке приведены рекомендации по использованию базовой Mistral Nemo, но нет отдельных оценок качества Fireball и подробных результатов тестирования.

EpistemeAI/Fireball-Mistral-Nemo-Base-2407-v1-DPO2 — языковая модель EpistemeAI для генерации текста. Это плотная модель архитектуры Mistral с 12,1 млрд параметров, дообученная на EpistemeAI/Fireball-Nemo-Base-2407-sft-v1. Для обучения использовались Unsloth и библиотека TRL. Заявленная длина контекста — 1 024 000 токенов. Модель предназначена для сценариев генерации текста, где требуется продолжить или сформировать текстовый ответ. Карточка указывает английский язык. Модель распространяется в формате Safetensors по лицензии Apache-2.0.