II.6Документация и сопровождение разработки

Marin 8B Base — базовая авторегрессионная языковая модель команды Marin при Stanford CRFM, созданная как открытая фундаментальная модель. Это плотный Transformer семейства Llama 3 с 7,5 млрд параметров; в карточке указаны 32 слоя, скрытый размер 4096, 32 головы внимания и 8 KV-голов. Модель принимает текст и генерирует продолжение, а её контекстное окно составляет 4096 токенов. Модель обучена преимущественно на английских данных из наборов для веб-текстов, энциклопедий, научных статей, программирования, математики и вопросов-ответов. Она предназначена для продолжения текста и может служить базой для дальнейшей адаптации под конкретные задачи; это именно Base-модель, а не настроенный для диалога помощник. Репозиторий использует формат safetensors и совместим с Transformers и инструментами, поддерживающими архитектуру Llama. Модель выпущена по лицензии Apache 2.0. Она не проходила настройку безопасности; ответы могут содержать предвзятые или вредоносные материалы и фактические ошибки. Разработчики не рекомендуют использовать её автономно без проверки результатов.

Matter-0.1-7B-boost-slerp — языковая модель для генерации текста, созданная объединением Mistral-7B-v0.1 и Matter-0.1-7B-boost с помощью mergekit методом slerp. Модель имеет плотную архитектуру MistralForCausalLM и 7,1 млрд параметров; веса представлены в формате safetensors. Указанная длина контекста — 32 768 токенов. Модель предназначена для генерации текста в системах на базе Transformers. Карточка подтверждает факт объединения моделей, но не описывает специализированные сценарии, языковой охват или результаты оценки качества. Лицензия — Apache-2.0.

SJTU-DENG-Lab/MBD-Code-SDAR-8B-Chat-b32 — чат-модель семейства SDAR с плотной архитектурой SDARForCausalLM, разработанная лабораторией SJTU-DENG-Lab. Это вариант Multi-Block Diffusion Language Model (MBD-LM), обученный методом Multi-block Teacher Forcing для генерации текста с параллельным декодированием нескольких последовательных блоков. Модель предназначена для диалоговой генерации текста. MBD-LM развивает Block Diffusion Language Models: использует KV-кэширование и генерацию переменной длины, а MultiBD декодирует несколько блоков одновременно для параллелизма между блоками. Размер модели — 7,6 млрд параметров, контекст — 32 768 токенов. Репозиторий содержит веса Safetensors для Transformers; лицензия — MIT.

MBX-7B-v3-DPO — языковая модель macadeliccc, дообученная методом DPO на основе flemmingmiguel/MBX-7B-v3 с использованием набора данных jondurbin/truthy-dpo-v0.1. Она предназначена для генерации текста и диалоговых сценариев, где важны полезные и правдивые ответы. Модель построена на архитектуре Mistral и содержит 7,1 млрд параметров. Она принимает текст и генерирует текст; заявленная длина контекста — 32 768 токенов. В README приведены результаты нескольких бенчмарков, включая EQ-Bench и Open LLM Leaderboard, но они не гарантируют качество на конкретных прикладных задачах. Модель доступна в формате safetensors для Transformers; в карточке указана лицензия CC.

MeliodasPercival_01_Percival_01Experiment26 — объединённая модель на архитектуре Mistral, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/Percival_01Experiment26-7B. Модель содержит 7,1 млрд параметров и принимает текст для авторегрессионной генерации текста; максимальная длина контекста составляет 32 768 токенов. Модель предназначена для генерации текста и диалогов. Репозиторий содержит веса в формате safetensors, лицензия — Apache 2.0. README не сообщает о специальных настройках, оценках качества или дополнительных возможностях модели.

MaziyarPanahi/MeliodasPercival_01_Strangemerges_32Experiment26 — объединённая автором карточки модель на архитектуре Mistral с 7,1 млрд параметров. Она предназначена для генерации текста и диалогов, включая сценарии с контекстом до 32 768 токенов. Модель создана путём слияния automerger/MeliodasPercival_01-7B и automerger/Strangemerges_32Experiment26-7B. В репозитории веса представлены в формате safetensors. В метаданных указана лицензия Apache-2.0. Сведений о специализированной области применения или отдельных языках модельной карточка не содержит.

Это слитая языковая модель на архитектуре Llama 3.1, созданная с помощью mergekit и метода della_linear. В качестве базовой использована Orenguteng/Llama-3.1-8B-Lexi-Uncensored-V2; в слияние также вошли ArliAI/Llama-3.1-8B-ArliAI-RPMax-v1.3, Solshine/reflection-llama-3.1-8B и manbeast3b/Nimue-8B-merged. Модель содержит 7,5 млрд параметров и работает с контекстом до 131 072 токенов. Она предназначена для генерации текста и диалоговых сценариев, включая ответы на инструкции и свободное продолжение текста. Модель доступна в формате safetensors и использует библиотеку Transformers. Карточка не сообщает лицензию, поэтому условия использования определить нельзя. В README также не приведены результаты оценки качества.

mergekit-community/mergekit-model_stock-qykbest — объединённая языковая модель на архитектуре Mistral, созданная сообществом с помощью mergekit и метода Model Stock. В качестве базовой модели использована mistralai/Mistral-7B-Instruct-v0.2; в слияние также вошли gagan3012/Mistral_arabic_dpo и Nexusflow/Starling-LM-7B-beta. Модель предназначена для генерации текста и диалоговых ответов на инструкции. Она содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors для библиотеки Transformers. README указывает тип весов bfloat16. Отдельные языковые возможности объединённой модели в карточке не описаны; среди её источников есть модель для арабского языка. Лицензия в предоставленных данных не указана. Объединение моделей может сочетать их сильные стороны, однако README не приводит сравнительных оценок качества или гарантий сохранения возможностей исходных моделей.

mergekit-community/mergekit-slerp-ozbsicw — языковая модель, созданная слиянием весов LargeWorldModel/LWM-Text-Chat-1M методом SLERP с помощью mergekit. Это плотная авторегрессионная архитектура LLaMA с 6,6 млрд параметров, предназначенная для генерации текста в сценариях общения и работы с длинным контекстом. Модель принимает текст и выдаёт текст; заявленная длина контекста — до 1 048 576 токенов. В README указаны bf16 и единственная исходная модель; репозиторий содержит веса safetensors и использует библиотеку Transformers. Языки, лицензия и ограничения качества в доступных данных не описаны, поэтому их нельзя уточнить.

Это объединённая диалоговая языковая модель, созданная методом TIES с помощью mergekit на основе huihui-ai/Llama-3.2-3B-Instruct-abliterated и пяти других моделей из семейства Hjgugugjhuhjggg/mergekit-ties. Модель построена на архитектуре LlamaForCausalLM и содержит 3,2 млрд параметров; файлы представлены в формате safetensors. Она предназначена для генерации текста и ответов в чате, а интерфейс репозитория также отмечает возможность вызова инструментов. Контекст модели составляет до 131 072 токенов. Базовая модель описана как модель с ослабленными отказами, однако README не сообщает отдельные результаты оценки качества или подробности о языках. Лицензия в предоставленных сведениях не указана.

Это языковая модель семейства Llama, созданная автором репозитория методом TIES с помощью mergekit. В объединение вошли Meta Llama 3.2 1B и несколько её вариантов, настроенных для диалогов, медицинских вопросов, SQL, математики и кода. Модель содержит 1,2 млрд параметров, использует плотную архитектуру LlamaForCausalLM и распространяется в формате safetensors через Transformers; заявленная длина контекста — 131 072 токена. Модель предназначена для генерации текста и может служить компактной основой для диалогов и ответов на вопросы, а также запросов по медицинским темам, SQL, математике и коду. README не приводит результатов оценки, подробностей о качестве или явного перечня поддерживаемых языков. Базовая модель Llama 3.2 1B распространяется по лицензии Llama 3.2 Community License; условия использования итогового объединения отдельно не описаны в предоставленных данных.

Это диалоговая языковая модель на архитектуре Llama, полученная методом TIES слиянием модели Hjgugugjhuhjggg/mergekit-ties-bkbuzsr и huihui-ai/Llama-3.2-3B-Instruct-abliterated. Она предназначена для генерации текста и ответов в чате; метаданные также отмечают интерфейс для вызова инструментов. Модель содержит 3,2 млрд параметров, принимает текст и выдаёт текст. Указанный нативный контекст составляет 131 072 токена. Модель опубликована в формате safetensors и рассчитана на использование через Transformers. Базовая модель Llama-3.2-3B-Instruct-abliterated описана в каталоге как диалоговая модель с ослабленными отказами. README указывает слияние в формате float16 с помощью mergekit и метода TIES. Лицензия в предоставленных данных не указана.

mergekit-community/mergekit-ties-vjlpsxw — языковая модель на архитектуре Mistral, созданная сообществом методом TIES с помощью mergekit. В качестве базовой использована amazingvince/Not-WizardLM-2-7B, а в слияние также вошли MaziyarPanahi/Calme-7B-Instruct-v0.9 и cognitivecomputations/dolphin-2.8-mistral-7b-v02. Модель содержит 7,1 млрд параметров, распространяется в формате safetensors и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых ответов. Её можно использовать для написания и продолжения текстов, а также для общения с инструктивной языковой моделью. Метаданные указывают задачу text-generation; подтверждённых специализированных предметных областей или языков в предоставленных сведениях нет. Модель создана путём слияния нескольких чекпойнтов, а не обучена с нуля. В карточке не указаны лицензия и отдельные оценки качества, поэтому условия использования следует сверить с лицензиями исходных моделей.

Meta-Llama-3.1-8B-Instruct-GGUF — это набор квантизированных файлов модели Meta Llama 3.1 8B Instruct в формате GGUF, опубликованный пользователем pek111 на основе модели Meta. Модель предназначена для генерации текста, диалоговых и conversational-сценариев, работы через llama.cpp и совместимые графические интерфейсы и библиотеки. Она использует шаблон чата Llama 3 и поддерживает английский, немецкий, французский, итальянский, португальский, хинди, испанский и тайский языки. Модель имеет 8 миллиардов параметров; точная архитектура и размер контекста в README не указаны. Доступны варианты квантизации Q2_K, Q3_K, Q4_0, Q4_K, Q5_0 и Q6_K с размером файлов примерно от 2,95 до 5,21 ГБ в представленных вариантах. Квантизация позволяет запускать модель локально с меньшими требованиями к памяти, однако более компактные варианты могут заметно терять в качестве; в README рекомендован вариант Q4_K_M как баланс размера и качества. Формат GGUF поддерживает метаданные и специальные токены и совместим с llama.cpp и рядом сторонних приложений. Модель подходит для локальных чат-ботов, генерации текста и интеграции через локальные серверы и библиотеки. Ограничения включают компромисс между размером и качеством при квантизации, а также отсутствие в README подробных данных о производительности, безопасности и качестве по языкам. Указана лицензия llama3.1.

MFANN-liminerity-slerp-V4 — слитая языковая модель семейства Phi, созданная с помощью mergekit. В основе слияния — liminerity/Phigments12; также объединены netcat420/MFANN-liminerity-slerp-3a и netcat420/MFANN-Phigments12-slerp методом TIES с нормализацией весов. Модель предназначена для генерации текста и построена как плотная авторегрессионная архитектура PhiForCausalLM. Она содержит 3,5 млрд параметров, принимает текстовый ввод и генерирует текст; заявленная длина контекста — до 131 079 токенов. Репозиторий содержит веса в формате safetensors и рассчитан на использование с библиотекой Transformers. Карточка не описывает конкретные специализации, языки или результаты оценки качества, поэтому пригодность для отдельных предметных областей и языков по ней установить нельзя. Лицензия в предоставленных данных не указана.

netcat420/MFANN-SFT-precursor-2 — объединённая текстовая модель автора netcat420, созданная методом SLERP с помощью mergekit. В объединение вошли mlabonne/Meta-Llama-3.1-8B-Instruct-abliterated и netcat420/MFANN-SFT-precursor-1; базовой указана первая модель. Архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров, формат весов — safetensors, библиотека — Transformers. Модель предназначена для диалогов и генерации текста. Она поддерживает контекст до 131 072 токенов и рассчитана на чат-сценарии, однако README не описывает её отдельные навыки или языковое покрытие. Лицензия в предоставленных данных не приведена.

MFANNv0.3 — разговорная текстовая модель семейства Mistral с плотной архитектурой MistralForCausalLM и 7,1 млрд параметров. Разработчик в карточке обозначен как netcat420. Модель предназначена для генерации текста и диалоговых сценариев; заявленное окно контекста составляет 32 768 токенов. Репозиторий содержит веса в формате safetensors и шаблон диалога с ролями System, User и Assistant. В README приведены результаты на ARC, HellaSwag, MMLU, TruthfulQA, Winogrande и GSM8K, а также средний балл 72,51; методика и условия оценки не описаны. Модель распространяется по лицензии Apache-2.0. README также содержит отметку «gguf», но метаданные подтверждают только формат safetensors, поэтому наличие GGUF-весов не установлено.

MicroThinker-1B-Preview — языковая модель Huihui AI, дообученная на базе huihui-ai/Llama-3.2-1B-Instruct-abliterated для развития способностей к рассуждению. Она предназначена для генерации текста и диалогов, в том числе для задач, где полезны пошаговый анализ и формирование ответов. Модель построена на плотной архитектуре Llama с классом LlamaForCausalLM и содержит 1,2 млрд параметров. Она принимает текст и генерирует текст; заявленный размер контекста — 131 072 токена. В метаданных указан английский язык, а среди датасетов для дообучения — QWQ-LONGCOT-500K и LONGCOT-Refine-500K. Модель распространяется по лицензии Apache-2.0.

GnLOLot/MiniCPM5-1B-Claude-Opus-Fable5-V2-Thinking-GGUF — это набор GGUF-квантизаций языковой модели MiniCPM5-1B-Claude-Opus-Fable5-V2-Thinking, разработанной на базе openbmb/MiniCPM5-1B и дообученной на данных Fable 5. Репозиторий подготовлен для локального запуска через llama.cpp, Ollama, LM Studio, jan, KoboldCpp и другие совместимые среды. Модель предназначена для генерации текста, диалогов, следования инструкциям, программирования, отладки и рабочих процессов с инструментами и вызовами функций. Модель имеет размер 1B параметров, работает с текстом и поддерживает английский и китайский языки. Заявлена длина контекста до 128K токенов, однако фактический доступный размер зависит от используемого GGUF-рантайма и оборудования. В V2 улучшена поддержка tool calling и function calling по сравнению с предыдущей версией; также предусмотрен режим рассуждений, при котором модель может выдавать блоки рассуждений перед итоговым ответом. Шаблон чата MiniCPM5 встроен в метаданные GGUF-файлов. Доступны варианты Q8_0 размером около 1,1 ГБ и F16 размером около 2,1 ГБ; Q8_0 рекомендован как стандартный вариант. К сильным сторонам относятся компактность, возможность локального развертывания, поддержка длинного контекста, программирования и вызова инструментов. Ограничение — небольшой масштаб 1B параметров, поэтому модель не относится к моделям передового уровня и может уступать более крупным системам в сложных задачах. Лицензия — Apache-2.0.

MiniCPM5-2B-PCD — дообученная компактная языковая модель семейства MiniCPM5, основанная на openbmb/MiniCPM5-2B. Это плотная причинная Transformer-модель с архитектурой LlamaForCausalLM и примерно 2,2 млрд параметров, рассчитанная на локальный запуск на устройствах с ограниченными ресурсами. Модель поддерживает контекст до 131 072 токенов и генерирует текст; в карточке заявлены сценарии чата, вызова инструментов и параллельного constrained decoding. Модель предназначена для локальных ассистентов и агентных сценариев, включая программирование, математику, работу с длинным контекстом и выполнение задач с инструментами. В README заявлены сильные результаты относительно моделей сопоставимого размера, особенно в коде, математике, длинном контексте и использовании инструментов. Указанные языки — английский и китайский; сведения о поддержке русского не приведены. Для запуска описаны Transformers и vLLM, в форматах BF16/FP16, с использованием GPU или CPU в зависимости от backend. Модель распространяется по лицензии Apache-2.0. Её ответы могут быть неточными, предвзятыми или оскорбительными; результаты по чувствительным темам не являются профессиональной консультацией.

aemmeath/MiniCPM5-Aether — дообученная языковая модель на архитектуре Llama, созданная разработчиком aemmeath на основе openbmb/MiniCPM5-2B. Модель содержит 2,2 млрд параметров, принимает текст и предназначена для генерации текста и диалогового использования; метаданные также отмечают интерфейс вызова инструментов. Нативная длина контекста составляет 131 072 токена, язык карточки — английский. Модель подойдёт для создания диалоговых ассистентов и генерации ответов с использованием длинного контекста. README сообщает о дообучении с помощью Unsloth и библиотеки TRL, но не приводит результаты оценки качества или специализированные области применения. Лицензия — Apache-2.0.

MiniLoong-3B — языковая модель с архитектурой Llama, разработанная командой GeneZC. Она предназначена для генерации текста и может использоваться для продолжения запросов и создания текстовых ответов. Модель содержит 2,9 млрд параметров, принимает текст и поддерживает контекст длиной до 32 000 токенов. В метаданных указаны английский и китайский языки, а также обучающие наборы Pile, RedPajama-Data-1T и WuDao. Модель основана на LLaMA-2 и распространяется в форматах PyTorch и safetensors. Указанная в метаданных лицензия — Apache-2.0, однако README отдельно требует соблюдать лицензию LLaMA-2, поскольку модель от неё производна.

MiniMax-M2.1 — языковая модель для генерации текста, разработанная MiniMax AI. Она предназначена для задач text-generation и может использоваться в приложениях на базе Transformers, включая создание и продолжение текста, диалоговые сценарии и другие задачи обработки естественного языка. В предоставленном README не указаны архитектура, количество параметров, поддерживаемые языки и модальности, максимальная длина контекста, результаты оценки или сведения о сильных сторонах и ограничениях модели. Известно, что модель распространяется с лицензией modified-MIT; подробные условия приведены в файле LICENSE по ссылке, указанной в карточке модели.

unsloth/MiniMax-M3-GGUF — это экспериментальная GGUF-версия мультимодальной модели MiniMax-M3, разработанной MiniMax и подготовленной в формате GGUF проектом Unsloth. Модель предназначена для работы с текстом, изображениями и видео, включая диалоговые сценарии, генерацию и анализ кода, агентские задачи и длительное взаимодействие с пользователем. Архитектура модели сочетает Mixture of Experts (MoE) и механизм разреженного внимания MiniMax Sparse Attention (MSA). Всего модель содержит около 428 млрд параметров, из которых на каждый токен активируется примерно 23 млрд; используется 128 экспертов, четыре из которых активны для каждого токена, и 60 слоёв. Заявлена длина контекста до 1 млн токенов. Поддерживаются режимы thinking для сложного рассуждения, агентских задач и долгого сотрудничества и non-thinking для сценариев, чувствительных к задержке, например чата и автодополнения кода. К сильным сторонам относятся нативная мультимодальность, заявленная эффективность на длинном контексте и высокие результаты в задачах программирования и агентского взаимодействия. Ограничения этой версии связаны с экспериментальным статусом: поддержка MiniMax-M3 в llama.cpp предварительная, а MiniMax Sparse Attention пока не поддерживается, поэтому используется плотное внимание. Модель очень велика и требует значительных ресурсов, включая распределение вычислений между несколькими GPU или размещение весов в оперативной памяти CPU. Для использования указана MiniMax Community License.

Ministral-3-14B-Reasoning-2512-GGUF — мультимодальная языковая модель в формате GGUF, созданная на основе Ministral-3-14B-Reasoning-2512 от MistralAI. Конвертацию и квантизацию выполнил EnlistedGhost с использованием llama.cpp версии 8189. Модель предназначена для локального запуска через Ollama и llama.cpp и поддерживает как текстовые, так и визуальные запросы благодаря двум файлам мультимодального проектора mmproj. Модель ориентирована на диалоговые сценарии, рассуждение, анализ изображений и генерацию ответов на нескольких языках: английском, французском, испанском, немецком, итальянском, португальском, нидерландском, китайском, японском, корейском, арабском и русском. Заявлен размер базовой модели — 14B параметров. В поставку входит пользовательский шаблон чата с ограничением скользящего окна примерно до 46 взаимодействий, которое можно изменять в шаблоне. К сильным сторонам относятся совместимость с Ollama и llama.cpp, локальный запуск, мультимодальность, многоязычность и наличие квантованных вариантов, позволяющих снизить требования к ресурсам. Ограничения связаны с потерями качества и точности, характерными для квантизации, а также с возможными проблемами шаблона чата: автор сообщает, что при загрузке с Hugging Face механизм тегов рассуждений может работать некорректно и требует исправления или настройки. Модель распространяется по лицензии Apache-2.0.

EnlistedGhost/Ministral-3-8B-Instruct-2512-GGUF — это квантизированная версия мультимодальной модели Ministral 3 8B Instruct 2512 BF16, разработанной Mistral AI и преобразованной в формат GGUF пользователем EnlistedGhost с помощью llama.cpp. Модель предназначена для диалогов, выполнения инструкций и задач image-text-to-text с поддержкой текста и изображений. Указаны языки: английский, французский, испанский, немецкий, итальянский, португальский, нидерландский, китайский, японский, корейский и арабский. Доступны варианты квантования от Q2_K_L до Q8_0_L, а также F16 и мультимодальные vision-проекторы в форматах F16 и F32. Модель ориентирована на локальный запуск и совместима с llama.cpp, Ollama и Yollama. Семейство Ministral 3 разработано для edge-развёртывания; исходная версия 8B, по данным README, может работать примерно в пределах 32 ГБ VRAM в BF16 и менее 24 ГБ RAM или VRAM в квантизированном виде. К сильным сторонам относятся компактный размер, поддержка мультимодального ввода и широкий выбор квантованных вариантов, однако качество и требования к ресурсам зависят от выбранного варианта. Лицензия — Apache-2.0.

rawsh/mirrorgemma-2-2b-SFT — текстовая модель генерации на архитектуре Gemma 2, разработанная rawsh и дообученная на базе unsloth/gemma-2-2b с помощью Unsloth и TRL. Она предназначена для генерации текста по текстовому запросу; карточка не уточняет специализированные сценарии обучения или использования. Модель содержит 2,7 млрд параметров, принимает текст и выдаёт текст, а длина контекста составляет 8192 токена. В метаданных указан английский язык. Репозиторий содержит веса в формате Safetensors и распространяется по лицензии Apache-2.0.

MISCHIEVOUS-12B-Mix_0.4v — объединённая языковая модель на архитектуре Mistral, созданная bamec66557 методом SLERP с помощью mergekit. В объединение вошли bamec66557/mergekit-slerp-xjlmywj и bamec66557/MISCHIEVOUS-12B-Mix_0.3v; размер модели — 12,1 млрд параметров. Модель предназначена для генерации текста и диалогового общения, а также предоставляет интерфейс для вызова инструментов. Модель принимает текст и выдаёт текст. В метаданных заявлены английский и корейский языки и контекст длиной до 1 024 000 токенов. Репозиторий содержит веса в формате safetensors; README также упоминает вариант GGUF Q4_K_M. Лицензия — Apache-2.0. Метаданные помечают модель как неподходящую для всех аудиторий;具体ные ограничения в карточке не раскрыты.

Mistral-22B-v0.2-GGUF — это набор GGUF-квантизаций текстовой генеративной модели Mistral-22B-v0.2, опубликованный и квантизированный bartowski на основе исходной модели Vezora/Mistral-22B-v0.2. Файлы предназначены для запуска через llama.cpp и совместимые инструменты, включая локальный запуск с использованием CPU, GPU или их комбинации. Модель рассчитана на задачи генерации текста и диалогового взаимодействия. В README указаны шаблон запроса с ролями System, Human и Assistant, а также множество вариантов квантизации от Q8_0 до IQ1_S. Размер файлов составляет примерно от 4,82 до 23,63 ГБ; варианты с более высокой точностью обычно обеспечивают лучшее качество, но требуют больше памяти. Рекомендуемыми названы, в частности, Q6_K, Q5_K_M, Q5_K_S, Q4_K_M, Q4_K_S, IQ4_NL и IQ4_XS. К ключевым ограничениям относятся потери качества при использовании низкобитных вариантов, причём IQ1_M и IQ1_S прямо не рекомендуются. README не содержит сведений об архитектуре слоёв, размере контекста, поддерживаемых языках, модальностях помимо текста или результатах бенчмарков. Квантизации выполнены с использованием imatrix и датасета Kalomaze. Указана лицензия Apache-2.0.

Карточка модели princeton-nlp/Mistral-7B-Base-SFT-IPO на Hugging Face совпадает с карточкой princeton-nlp/Llama-3-Base-8B-SFT, поэтому описание составлено по ней. princeton-nlp/Llama-3-Base-8B-SFT — разговорная модель генерации текста на архитектуре Llama, опубликованная как часть работы SimPO: Simple Preference Optimization with a Reference-Free Reward. Репозиторий содержит модель на 7,5 млрд параметров в формате safetensors; заявленная длина контекста — 8192 токена. Модель предназначена для диалоговой генерации текста и может использоваться для ответов на запросы и ведения беседы. README отсылает к репозиторию SimPO за дополнительными сведениями. Лицензия и конкретные языковые возможности в предоставленных данных не определены.