II.6Документация и сопровождение разработки

Модель — объединение предварительно обученных языковых моделей, созданное с помощью mergekit методом Linear. В качестве базовой при слиянии использовалась версия filtered_e2e_insert_hyperstition_v1 на шаге global_step2000; также в объединение вошли версии на шагах global_step0 и global_step1000. Это плотная авторегрессионная модель семейства GPT-NeoX с 8,8 млрд параметров и контекстом до 16 384 токенов. Она предназначена для генерации текста и диалогового применения; репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Карточка не сообщает о специальных областях применения, поддерживаемых языках или лицензии, поэтому эти характеристики не уточняются.

Это объединённая модель генерации текста, созданная с помощью mergekit методом Linear из нескольких контрольных точек проекта filtered_e2e_insert_hyperstition_v1. В качестве базовой использована контрольная точка global_step6000; в объединение также вошли версии с шагов 2000, 3000, 4000 и 5000. Модель основана на плотной архитектуре GPT-NeoX и содержит 8,8 млрд параметров. Она принимает текст и генерирует текст, поддерживает диалоговый сценарий и имеет контекстное окно 16 384 токена. Метаданные указывают библиотеку Transformers и формат весов safetensors. Карточка не описывает специализированную область применения, языковое покрытие, качество ответов или конкретные ограничения поведения. Лицензия в предоставленных данных не указана.

Это объединённая языковая модель на архитектуре GPT-NeoX, опубликованная yuhengtu-bytedance. Она создана методом Linear merge с помощью mergekit из предварительно обученных чекпойнтов серии filtered_insert_xxf_character, включая шаги обучения 2000, 3000 и 4000; чекпойнт global_step4000 использован как базовый при слиянии. Модель содержит 8,8 млрд параметров, сохранена в формате safetensors и рассчитана на генерацию текста, в том числе в диалоговом сценарии. Максимальная длина контекста — 16 384 токена. Карточка не описывает специализированную область применения, набор поддерживаемых языков или результаты оценки качества, поэтому модель можно характеризовать только как языковую модель общего назначения. Условия использования и лицензия в предоставленных данных не указаны.

Модель yuhengtu-bytedance/sfm_filtered_insert_xxf_character-3k_4k_5k_6k_7k_simpleavg_merge — объединённая языковая модель на архитектуре GPT-NeoX, созданная с помощью mergekit. Веса получены линейным слиянием пяти чекпойнтов на шагах 3000, 4000, 5000, 6000 и 7000; чекпойнт на шаге 7000 использован как базовый при слиянии. Модель содержит 8,8 млрд параметров, принимает текст и рассчитана на контекст до 16 384 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Доступна в формате safetensors и использует библиотеку Transformers. В README не описаны конкретная предметная область, языки обучения или целевые сценарии, поэтому её можно характеризовать только как модель общего назначения для текстовой генерации. Лицензия в предоставленных данных не указана.

Это объединённая модель генерации текста, созданная разработчиком yuhengtu-bytedance с помощью mergekit из трёх контрольных точек языковой модели. Для слияния применён линейный метод, а контрольная точка global_step7000 использована как базовая; в состав также вошли версии global_step5000 и global_step6000. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и рассчитана на контекст до 16 384 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Карточка не приводит сведения о конкретных языках, специализации, обучающих данных или сравнительном качестве. Файлы опубликованы в формате safetensors; лицензия в предоставленных данных не указана.

Модель yuhengtu-bytedance/sfm_filtered_midtrain_alignment-2k_3k_4k_5k_6k_simpleavg_merge — объединённая языковая модель, опубликованная пользователем yuhengtu-bytedance. Она получена методом Linear merge с помощью mergekit из пяти предобученных чекпойнтов на шагах 2000, 3000, 4000, 5000 и 6000; в README чекпойнт global_step6000 указан как базовый для слияния. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и имеет контекстное окно 16 384 токена. Модель предназначена для генерации текста и диалогового общения. Её можно использовать для построения чат-интерфейсов и приложений, которым требуется генерировать ответы на текстовые запросы. Данные не описывают специальные предметные области или поддерживаемые естественные языки, поэтому их нельзя надёжно указать. Модель опубликована в формате safetensors; сведения о лицензии в предоставленных источниках отсутствуют.

Это объединённая языковая модель yuhengtu-bytedance/sfm_filtered_midtrain_alignment-5k_6k_7k_8k_9k_weightedavg_merge, созданная автором с помощью mergekit из пяти контрольных точек обучения. Для слияния применён линейный метод; контрольная точка global_step9000 использовалась как базовая, а в объединение также вошли состояния на шагах 5000, 6000, 7000 и 8000. Модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров. Она предназначена для генерации текста и диалогового использования; заявленная длина контекста — 16 384 токена. Репозиторий содержит веса в формате Safetensors и использует библиотеку Transformers. README и метаданные не уточняют языковое покрытие, специальные области применения или результаты оценки качества. Лицензия в предоставленных данных не указана.

sfm_filtered_midtrain_alignment-7k_8k_9k_simpleavg_merge — объединение предобученных языковых моделей, созданное с помощью mergekit. В качестве базовой использована контрольная точка global_step9000; в слияние также включены контрольные точки global_step8000 и global_step7000 из серии filtered_midtrain_alignment. Применён линейный метод слияния. Модель предназначена для генерации текста и диалогового взаимодействия. Она построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и поддерживает контекст до 16 384 токенов. Доступна в формате safetensors для Transformers. В карточке не описаны языковое покрытие, специализация и результаты оценки качества, поэтому их нельзя надёжно определить. Условия лицензии в предоставленных данных не указаны.

Модель sfm_filtered_midtrain_alignment-8k_9k_10k_simpleavg_merge — объединение трёх предварительно обученных языковых моделей, созданное с помощью mergekit и линейного метода слияния. В качестве базовой использована модель с шагом обучения 10000, также объединены чекпойнты с шагами 8000 и 9000. Это плотная авторегрессионная модель GPT-NeoX с 8,8 млрд параметров и контекстом до 16 384 токенов. Она предназначена для генерации текста и диалогового использования; заявленная задача в метаданных — text-generation. Модель распространяется в формате safetensors. Сведения о лицензии и конкретных языках в предоставленных данных отсутствуют.

sfmunfilterede2ealignment-2k3k4kweightedavgmerge — объединённая модель генерации текста, созданная с помощью mergekit из контрольных точек обучения на шагах 2000, 3000 и 4000. В качестве базовой при слиянии использовалась контрольная точка global_step4000; применён метод Linear. По метаданным это плотная авторегрессионная модель архитектуры GPT-NeoX с 8,8 млрд параметров и контекстом до 16 384 токенов. Модель предназначена для генерации текста и диалогового использования. Карточка не уточняет специализацию, языки, качество ответов или особые сценарии применения. В репозитории указаны веса safetensors и библиотека Transformers. Лицензия в предоставленных данных не указана.

yuhengtu-bytedance опубликовал эту слитую языковую модель, созданную с помощью mergekit методом Linear merge. В объединение вошли пять чекпойнтов обучения unfiltered_midtrain_alignment с шагами 1000, 2000, 3000, 4000 и 5000; базой слияния указан чекпойнт global_step5000. Модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров. Она предназначена для генерации текста и диалогового взаимодействия, принимает текст и выдаёт текст. Контекстное окно составляет 16 384 токена. Данных о целевых языках, специализированных областях применения и лицензии в доступной карточке нет.

Это объединённая модель генерации текста, созданная yuhengtu с помощью mergekit методом Linear merge из контрольных точек предварительно обученной языковой модели на шагах 5000, 6000 и 7000. Архитектура — плотная GPT-NeoX с причинно-языковой головой; размер составляет 8,8 млрд параметров, контекст — до 16 384 токенов. Модель предназначена для генерации текста и диалоговых сценариев. В карточке не описаны специальные предметные области, языковой охват или сравнительные результаты. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Сведения о лицензии в доступных данных отсутствуют.

sfmunfilteredmidtrainalignment-6k7k8k9k10kweightedavgmerge — объединение предобученных языковых моделей, созданное с помощью mergekit. В README описано линейное слияние пяти чекпойнтов, соответствующих шагам обучения 6000, 7000, 8000, 9000 и 10000; чекпойнт на шаге 10000 использован как базовый при слиянии. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и сохранена в формате Safetensors. Модель предназначена для генерации текста и диалогового применения. Она принимает текст и генерирует текст, с контекстом до 16 384 токенов. Сведения о конкретных языках и специализированных областях применения в карточке отсутствуют. Лицензия в предоставленных данных не указана.

Модель yuhengtu-bytedance/sfm_unfiltered_midtrain_alignment-9k_10k_11k_simpleavg_merge — объединение предварительно обученных языковых моделей, созданное с помощью mergekit. В README указано линейное слияние с чекпойнтом global_step11000 в качестве базового и включением чекпойнтов global_step10000 и global_step9000. Каталог определяет архитектуру как плотную GPT-NeoX для авторегрессионной генерации текста; число параметров — 8,8 млрд, контекст — до 16 384 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Карточка не описывает специализированные сценарии, языки или результаты оценки качества, поэтому её следует рассматривать как общую текстовую модель. Файлы опубликованы в формате safetensors и рассчитаны на использование через Transformers. Лицензия в предоставленных данных не указана.

agurung/sft_qwen8B_25percent — дообученная в TRL модель Qwen3-8B, опубликованная пользователем agurung. Это плотная авторегрессионная языковая модель примерно на 7,6 млрд параметров, предназначенная для генерации текста в диалоговом формате. Пример в карточке показывает ответы на открытые вопросы; метаданные также отмечают поддержку чата. Модель принимает текст и генерирует текст, работает через Transformers и хранится в формате safetensors. Её родительская модель поддерживает многоязычную генерацию, рассуждения, следование инструкциям, работу с кодом и вызов инструментов, однако карточка этой версии не подтверждает отдельно качество этих возможностей. Контекстное окно — до 40 960 токенов. Лицензия в предоставленных данных не указана.

SG-Raccoon-Yi-55B — плотная авторегрессионная языковая модель для генерации текста и диалогов, созданная mlinmg слиянием двух дообученных моделей Yi 34B: dolphin-2_2-yi-34b и OrionStar-Yi-34B-Chat-Llama. Модель содержит 55,1 млрд параметров, использует архитектуру LlamaForCausalLM и принимает контекст длиной до 4096 токенов. Для диалога в карточке указан формат с ролями Human и Assistant. Модель предназначена для ответов в чате и генерации текста. Автор отмечает, что генерация может быть чрезмерно вариативной при настройках по умолчанию; среди предложенных способов настройки — отключение BOS-токена и использование более низкой температуры с MinP. Иногда модель выводит текстовое представление стоп-токена, поэтому его может потребоваться добавить в условия остановки. Бенчмарки в карточке не приведены. Файлы опубликованы в формате safetensors; лицензия указана как other, без конкретных условий в предоставленных данных.

ShadowMeliodas-7B — автоматически объединённая языковая модель, созданная Maxime Labonne на основе Mistral. В конфигурации слияния указаны CorticalStack/shadow-clown-7B-slerp и AurelPx/Meliodas-7b-dare; применён метод dare_ties. Каталог связывает модель с AurelPx/Meliodas-7b-dare как с базовой дообученной моделью. Модель содержит 7,1 млрд параметров, использует архитектуру Mistral и формат safetensors, поддерживает контекст до 32 768 токенов. Она предназначена для генерации текста и диалогов. Лицензия — Apache-2.0. README и метаданные не сообщают о поддерживаемых естественных языках и специализированных областях применения.

Shadows-MoE — модель генерации текста с архитектурой Mixtral MoE, созданная слиянием Ninja-V3 в вариант MoE. В карточке указано, что для диалога можно использовать шаблон Vicuna v1.1; модель размещена в формате Safetensors и содержит 7,1 млрд параметров. Модель предназначена для диалогов и генерации текста. Контекстное окно составляет до 32 768 токенов. Базовая модель Ninja-V3 описана как слитая модель Mistral для диалогов и генерации текста; сведений о языках, на которых Shadows-MoE специально обучена, в карточке нет. Модель доступна в репозитории на условиях указанной для базовой модели лицензии; сведения о лицензии самой Shadows-MoE в предоставленных данных отсутствуют. Качество ответов и конкретные ограничения в README не описаны.

Sheared-LLaMA-1.3B-ShareGPT — инструктивно дообученная языковая модель Princeton NLP на архитектуре LLaMA с 1,3 млрд параметров. Для настройки использованы 10 000 пар «инструкция — ответ» из ShareGPT, только первые ходы диалога. Модель рассчитана на генерацию текстовых ответов на запросы в формате инструкции. Её можно применять для ответов на вопросы, выполнения текстовых инструкций и создания диалоговых прототипов. Контекст модели составляет 4096 токенов. Доступна в формате PyTorch; лицензия — Apache-2.0. Карточка не сообщает о дополнительной настройке под конкретные области или языки.

Sheep-Duck-Llama-2 70B v1.1 — языковая модель, разработанная Riiid и предназначенная для генерации текста и диалоговых ответов. Это плотная авторегрессионная модель семейства Llama 2 с архитектурой LlamaForCausalLM, содержащая 68,7 млрд параметров и поддерживающая контекст до 4096 токенов. Модель работает через Transformers и распространяется в формате PyTorch. Для дообучения использовались наборы данных в стилях Orca и Alpaca; карточка приводит результаты ARC, HellaSwag и MMLU. Модель рассчитана прежде всего на английский язык и может применяться для ответов на вопросы, диалогов и генерации текста по инструкции. Проверки проводились на английском языке; ответы могут быть неточными, предвзятыми или нежелательными, поэтому перед применением требуется оценка поведения в конкретном сценарии. Лицензия — Llama 2.

Shisa Base 7B v1 — объединённая чат-модель на архитектуре Mistral, созданная слиянием mistralai/Mistral-7B-Instruct-v0.1 и augmxnt/shisa-base-7b-v1 методом SLERP. Модель содержит 7,1 млрд параметров, принимает текстовые инструкции и диалоговые запросы и генерирует текстовые ответы. Поддерживает английский и японский языки; длина контекста — до 32 768 токенов. Модель подходит для диалоговых приложений и генерации ответов на инструкции. Опубликована в формате Safetensors и распространяется по лицензии Apache-2.0. README не приводит оценок качества или специальных ограничений применения.

SJT-1.7B — языковая модель Sakalti на архитектуре Qwen2, дообученная на базе Sakalti/Qwen2.5-test-2. Модель содержит 1,7 млрд параметров и предназначена для генерации текста в диалоговом формате; в метаданных также отмечен интерфейс вызова инструментов. Модель принимает текст и выдаёт текст. Её контекстное окно составляет до 131 072 токенов. Для обучения использовались Unsloth и TRL; веса опубликованы в формате safetensors. Карточка указывает английский язык. Модель распространяется по лицензии Apache-2.0.

SJT-2.3B — языковая модель Sakalti, дообученная на базе Sakalti/qwen2.5-2.3B. Это плотная авторегрессионная модель семейства Qwen2 с 2,3 млрд параметров для генерации текста и диалогов; в метаданных также отмечен интерфейс вызова инструментов. Модель обучалась с использованием Unsloth и библиотеки TRL. Модель принимает текст и генерирует текст. Её родной контекст составляет 131 072 токена, а в карточке указан английский язык. Репозиторий распространяет веса в формате Safetensors под лицензией Apache-2.0. README не уточняет данные обучения и специализированные области применения, поэтому назначение модели следует считать общим.

SJT-4B — языковая модель Sakalti для генерации текста и диалогового общения. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 3,7 млрд параметров, дообученная на Sakalti/Tara-3.8B-v1.1 с использованием Unsloth и TRL. В обучении использовались наборы yahma/alpaca-cleaned и HachiML/Hachi-Alpaca. Модель подходит для генерации ответов в чате и выполнения инструкций на английском языке. Контекст составляет 4096 токенов; веса представлены в формате Safetensors. Метаданные указывают лицензию MIT, тогда как README заявляет Apache-2.0, поэтому условия распространения следует сверить с автором репозитория. Датасет yahma/alpaca-cleaned указан как распространяемый по CC BY-SA 4.0.

Kukedlc/Smart-LLama-3-8b-Python-v5 — разработанная Kukedlc дообученная языковая модель семейства Llama для генерации текста и диалогов. Она основана на Kukedlc/Smart-LLama-3-8b-Python-v2-16bit и рассчитана на сценарии, связанные с Python, согласно описанию базовой модели в каталоге. Модель имеет плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров. Она принимает текст и генерирует текст, поддерживает английский язык, а контекст составляет до 8192 токенов. Обучение проводилось с использованием Unsloth и библиотеки Hugging Face TRL. Модель распространяется в формате safetensors по лицензии Apache 2.0. Карточка не приводит оценок качества или подробностей ограничений; применимость ответов по Python следует проверять на целевых задачах.

Это модель Sentence Transformers на базе CodeBERTa-small-v1, дообученная автором buelfhood на наборе SOCO_TRAIN_java с использованием TripletLoss. Она кодирует предложения и абзацы в плотные векторы размерности 768; архитектура состоит из RoBERTa-трансформера и mean pooling. Модель предназначена для сравнения семантической близости текстов и поиска по смыслу, в частности для текстов, связанных с кодом на Java. Векторы можно использовать для семантического поиска, поиска перефразировок, кластеризации и классификации текстов. Сходство рассчитывается косинусной мерой. Максимальная длина последовательности — 512 токенов по README и 514 токенов в метаданных. Лицензия в доступных данных не указана.

ENERGY-DRINK-LOVE/SOLAR_merge_DPOv3 — диалоговая языковая модель на архитектуре Llama, дообученная разработчиком на собственном наборе данных методом Direct Preference Optimization (DPO). В README упоминаются удаление дубликатов и приблизительно 20 тысяч примеров; точный размер набора не подтверждён. Модель предназначена для генерации текста в диалогах. Она содержит 10,6 млрд параметров, принимает текст и выдаёт текст, а заявленная длина контекста составляет 4096 токенов. Для запуска доступны веса в формате safetensors; лицензия — Apache-2.0.

SoRu-0006 — плотная языковая модель семейства Qwen2, разработанная ehristoforu и дообученная на базе ehristoforu/SoRu-0005. Она предназначена для генерации текста и диалогов; в метаданных также отмечен интерфейс вызова инструментов. Модель содержит около 493,7 млн параметров и поддерживает контекст до 32 768 токенов. Для обучения использовались Unsloth и библиотека Hugging Face TRL; README сообщает, что обучение было ускорено вдвое. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache-2.0. Карточка не описывает обучающие данные, целевые языки или результаты оценки качества.

Spaetzle-v67-7b — это диалоговая языковая модель на 7,1 млрд параметров, опубликованная пользователем cstr. Она создана слиянием моделей cstr/Spaetzle-v53-7b и cstr/Spaetzle-v55-7b методом DARE-TIES с помощью LazyMergekit; архитектура — плотная Mistral для авторегрессионной генерации текста. Модель предназначена для диалогов и генерации текста, поддерживает контекст до 32 768 токенов. Модель распространяется в формате Safetensors по лицензии CC BY-SA 4.0. README указывает, что две исходные модели слияния больше не опубликованы, поэтому проследить происхождение их обучающих данных по этой карточке нельзя. Оценки качества, перечень поддерживаемых языков и специализированные области применения в доступных данных не приведены.

Speechless Mistral Dolphin Orca Platypus Samantha 7B — это языковая модель для генерации текста на основе архитектуры Mistral с примерно 7 млрд параметров. Исходную модель разработал Jiangwen Su, а данный репозиторий подготовлен TheBloke и содержит её квантизированные версии в формате GGUF. Модель обучалась на наборах данных Airoboros 2.2.1, OpenOrca, Open-Platypus и Samantha. Модель предназначена для текстового диалога, ответов на вопросы, следования инструкциям и других сценариев генерации текста. Также заявлена ориентация на задачи, связанные с кодом; в метаданных приведён результат pass@1 34,146% на HumanEval, однако он не подтверждён. Указан английский язык. Для взаимодействия используется шаблон ChatML с системным сообщением, запросом пользователя и ответом ассистента. GGUF-версии поддерживаются llama.cpp и рядом совместимых интерфейсов и библиотек, включая text-generation-webui, KoboldCpp, LM Studio, llama-cpp-python и другие, что делает модель пригодной для локального запуска на CPU и GPU. Доступны варианты квантизации от 2 до 8 бит: меньшая разрядность обычно снижает требования к памяти, но может ухудшать качество по сравнению с исходной моделью. Сведения о размере контекста и мультимодальных возможностях не указаны; модель предназначена для работы с текстом. Лицензия указана как Llama 2.