II.6Документация и сопровождение разработки

usermma/TwIL-LM3-mlx-fp16 — преобразованная в формат MLX версия модели webAI-Official/TwIL-LM3, подготовленная с помощью mlx-lm 0.31.2. Это плотная авторегрессионная языковая модель семейства SmolLM3 с 3,1 млрд параметров и контекстом до 65 536 токенов; доступна в формате safetensors и поддерживает диалоговый режим. Модель предназначена для генерации текста и диалоговых сценариев. В тегах исходной модели указаны формальная логика, рассуждения, обучение с подкреплением и слияние моделей, однако README этой версии не описывает отдельные результаты или специализированные возможности. Лицензия обозначена как other, поэтому условия использования следует уточнить в карточке модели и исходного репозитория.

OliviaRossi/UltiMerge-Q5_K_M-GGUF — это квантованная версия модели OliviaRossi/UltiMerge в формате GGUF, подготовленная разработчиком OliviaRossi с использованием llama.cpp и сервиса GGUF-my-repo от ggml.ai. Модель предназначена для генерации текста и может применяться в задачах программирования, рассуждений, создания агентных сценариев и локального запуска через llama.cpp или совместимые инструменты, включая vLLM. В карточке указаны поддерживаемые языки English и Chinese, а также код. Модель относится к text-generation и отмечена как MoE; также заявлены связи с семействами и методами Qwen3.5, Qwen3.6, model merge, DARE, STAR и DeltaNet. Используется квантование Q5_K_M, однако точный размер модели, архитектурные параметры и исходные характеристики UltiMerge в README не приведены. Для запуска приведён контекст 2048 токенов. К сильным сторонам относятся компактный GGUF-формат, возможность локального инференса и поддержка сценариев, ориентированных на код и рассуждения. Ограничения — отсутствие подробных результатов оценки, точных сведений о размере, производительности, мультимодальности и дополнительных языках. Лицензия указана как Apache-2.0; подробные условия и характеристики следует уточнять в карточке исходной модели OliviaRossi/UltiMerge.

Это диалоговая модель генерации текста, созданная Yuchen Li на основе alignment-handbook/zephyr-7b-sft-full и дообученная с помощью TRL. Она построена на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель принимает текстовые сообщения в формате чата и генерирует текстовые ответы. Модель предназначена для диалогов и генерации ответов на пользовательские запросы. В карточке приведён пример запуска через Transformers и задачи text-generation; обучение связано с UltraFeedback и Skywork Agree в названии репозитория, но подробности процедуры и результаты оценки не описаны. Модель распространяется в формате safetensors. Лицензия в доступных данных не указана.

UNA-TheBeagle-7b-v1 — языковая модель от fblgit, дообученная на наборе The Bagel с применением DPO и UNA к отобранным парам предпочтений. В основе лежит модель Intel neural-chat; архитектура — плотная MistralForCausalLM с 7,1 млрд параметров, доступная в формате safetensors. Модель предназначена для генерации текста и диалоговых сценариев. Её нативная длина контекста — 32 768 токенов. Автор сообщает о сбалансированных результатах в нескольких задачах и приводит оценку ARC, однако отмечает, что результаты запуска через vLLM могут отличаться от показателей leaderboard. Для модели не задан конкретный формат промпта; автор предлагает проверять совместимость с разными шаблонами. Лицензия CC BY-NC-ND 4.0 запрещает коммерческое использование и распространение производных версий; README указывает академическое и исследовательское применение.

TheBloke/Upstage-Llama1-65B-Instruct-GGUF — это квантизированная версия языковой модели Llama 65B Instruct, разработанной компанией Upstage и подготовленной TheBloke в формате GGUF. Модель предназначена для генерации текста и выполнения инструкций, включая диалоговые и другие задачи обработки текста на английском языке. Модель основана на архитектуре Llama и содержит около 65 миллиардов параметров. Репозиторий предоставляет варианты с 2-, 3-, 4-, 5-, 6- и 8-битным квантованием для запуска на CPU и GPU. Формат GGUF совместим с llama.cpp и рядом пользовательских интерфейсов и библиотек, включая text-generation-webui, LM Studio, KoboldCpp, llama-cpp-python и другие. Для работы предусмотрен шаблон приглашений с секциями System, User и Assistant. Размер контекста в README не указан. К сильным сторонам относятся большой размер базовой модели, настройка для следования инструкциям и возможность локального запуска с выбором степени квантования, позволяющей находить компромисс между требованиями к памяти и качеством. Ограничениями являются значительные вычислительные требования даже для квантированных вариантов, возможная потеря качества при агрессивном квантовании и отсутствие в README подробных данных о результатах оценки, поддерживаемых языках помимо английского и точном размере контекста. Лицензия указана как other; конкретные условия использования необходимо уточнять в лицензии исходной модели Upstage.

Upstage-Llama-2-70B-instruct-v2-GGUF — это квантизированная версия большой языковой модели Llama 2 70B Instruct v2, разработанной Upstage и преобразованной в формат GGUF компанией TheBloke. Модель предназначена для генерации текста и выполнения инструкций в диалоговом формате, включая локальный запуск через llama.cpp и совместимые графические интерфейсы и библиотеки. Модель основана на архитектуре Llama и содержит около 70 миллиардов параметров. Указан английский язык; поддержка других языков, размер контекстного окна и мультимодальные возможности в README не описаны. Доступны варианты GGUF с 2-, 3-, 4-, 5-, 6- и 8-битным квантованием для инференса на CPU и GPU. Формат GGUF поддерживает метаданные и специальные токены, а модель совместима с llama.cpp и рядом сторонних инструментов. Сильными сторонами являются выполнение инструкций, широкий выбор уровней квантования и возможность локального использования с GPU-ускорением. К ограничениям относятся высокие требования к ресурсам для 70-миллиардной модели, возможная потеря качества при агрессивном квантовании и отсутствие в README подробных данных о качестве, тестах и контекстном окне. Лицензия указана как llama2; условия её применения следует проверять по лицензии исходной модели.

Darkfibre публикует VibeThinker-3B-Ablated — производную компактной плотной языковой модели VibeThinker-3B на базе Qwen2.5-Coder-3B. По карточке, в модели проекцией удалено направление отказа на 11-м слое; заявленная цель изменения — ослабить автоматические отказы в ответах. Модель предназначена для диалогов, рассуждений, математики и программирования. Модель построена на архитектуре Qwen2, содержит 3,1 млрд параметров и поддерживает контекст до 131 072 токенов. Карточка заявляет высокие результаты на тестах по математике и программированию, однако это утверждения автора; независимая проверка в предоставленных данных не описана. Доступны веса в формате Safetensors, запуск предусмотрен через Transformers. Лицензия — Apache-2.0.

VibeThinker-3B-heretic — текстовая генеративная модель, разработанная пользователем saidutta69. Это вариант WeiboAI/VibeThinker-3B без встроенного поведения отказа, полученный из Qwen/Qwen2.5-Coder-3B с помощью Heretic v1.4.0 методом направленной абляции весов. Модель предназначена для локального использования на компьютерах с ограниченными ресурсами, агентских систем и периферийных устройств, а также для задач программирования, рассуждений, математики, диалогов и генерации текста с режимом явного пошагового мышления VibeThinker. Модель имеет архитектуру Qwen2.5-Coder и размер около 3,1 млрд параметров. Поддерживает текстовую модальность и заявлена для английского языка. Доступны версии GGUF, включая F16 и различные варианты квантования, совместимые с llama.cpp, Ollama, LM Studio и Jan; объём весов в зависимости от варианта составляет примерно от 1,19 до 5,75 ГБ, без учёта дополнительной памяти под контекст. Контекстное окно в README не указано. К сильным сторонам относятся малый размер, возможность запуска на CPU и видеокартах с небольшим объёмом памяти, сохранение заявленных способностей базовой модели к рассуждениям, программированию и следованию инструкциям, а также отсутствие защитных отказов. При этом удаление отказов снижает встроенные ограничения безопасности: модель может генерировать контент, от которого базовая версия отказалась, поэтому требуется ответственное и законное использование. Производитель не заявляет улучшения возможностей по сравнению с VibeThinker-3B. Лицензия — MIT.

VICIOUS_MESH-12B-GAMMA — объединённая авторами карточки модель для генерации текста и диалогов. Она создана методом TIES с помощью mergekit на основе Khetterman/DarkAtom-12B-v3 с включением Infermatic/MN-12B-Inferor-v0.1 и VICIOUS_MESH-12B-BETA. По метаданным это плотная авторегрессионная Mistral-модель на 12,1 млрд параметров, доступная в формате safetensors и рассчитанная на контекст до 1 024 000 токенов; заявлена библиотека Transformers и интерфейс общения с инструментами. Модель подходит для диалоговых приложений и генерации текста на английском языке. В README приведены результаты Open LLM Leaderboard, включая IFEval и BBH, но этих оценок недостаточно, чтобы заключить о качестве в конкретных прикладных сценариях. Указана лицензия Apache-2.0. Метка карточки «not-for-all-audiences» указывает на возможную непригодность для любой аудитории; характер ограничений по содержанию в предоставленных сведениях не раскрыт.

Это набор GGUF-квантизированных файлов модели vicky4s4s/gemma-2-2b-instruct, подготовленный организацией featherless-ai-quants. Базовая модель относится к семейству Gemma 2 и предназначена для генерации текста в инструкционном режиме: диалогов, ответов на запросы и других задач, где требуется следовать текстовым инструкциям. В README не указаны точные сведения о разработчике базовой модели, языках, длине контекста, архитектурных деталях и поддерживаемых модальностях, поэтому модель следует рассматривать как текстовую, без подтверждённой поддержки изображений или других типов данных. Доступны варианты квантизации IQ4_XS, Q2_K, Q3_K_L, Q3_K_M, Q3_K_S, Q4_K_M, Q4_K_S, Q5_K_M, Q5_K_S, Q6_K и Q8_0 размером примерно от 1,17 до 2,66 ГБ. Квантизация уменьшает требования к памяти и упрощает локальный запуск, но более компактные варианты могут уступать вариантам с большей разрядностью по качеству и точности. README не содержит результатов тестирования, поэтому сравнительные преимущества и ограничения конкретных вариантов количественно не подтверждены. Лицензия в предоставленных данных не указана. Условия использования следует уточнить отдельно для базовой модели vicky4s4s/gemma-2-2b-instruct и опубликованных квантизированных файлов.

Vicuna-13B-V1.1 — авторегрессионная языковая модель-чатбот на архитектуре Transformer семейства LLaMA, разработанная командой Vicuna при участии специалистов из UC Berkeley, CMU, Stanford и UC San Diego. Модель содержит 12,9 млрд параметров и была получена в апреле 2023 года объединением весов LLaMA-13B с delta-весами Vicuna v1.1, обученными на пользовательских диалогах из ShareGPT. Модель предназначена для генерации текста в диалогах и исследований чатботов и больших языковых моделей. В версии v1.1 изменены токенизация и разделитель конца ответа, а также исправлен расчёт функции потерь при дообучении. Контекст составляет 2048 токенов. Репозиторий содержит веса PyTorch; лицензия — Apache License 2.0. Карточка ориентирует модель на исследователей и энтузиастов NLP, машинного обучения и ИИ. Результаты могут быть ненадёжными, а качество зависит от запроса и сценария; сведения о поддерживаемых языках и подробной оценке качества в карточке не приведены.

TheBloke/Vicuna-33B-1-3-SuperHOT-8K-fp16 — публикация TheBloke модели Vicuna 33B версии 1.3 от LMSYS в формате PyTorch fp16, объединённой с LoRA SuperHOT от Kaio Ken. Это авторегрессионная плотная трансформерная модель семейства LLaMA с 32,3 млрд параметров; для работы с контекстом до 8192 токенов README указывает использовать trust_remote_code=True или monkey patch с масштабированием RoPE. Модель предназначена для диалогового взаимодействия, создания чат-ботов и исследований больших языковых моделей. Она дообучена на пользовательских диалогах ShareGPT и может использоваться для генерации ответов и текста. В README сообщается, что тесты показали использование расширенного контекста 8K. Модель распространяется по некоммерческой лицензии. Для загрузки и инференса в описанной конфигурации требуются совместимая среда PyTorch и специальная настройка контекста; качество и поведение на длинных последовательностях могут зависеть от используемого способа масштабирования.

VPO-Zephyr-7B-0.05-iter-1 — дообученная Katayoon модель на базе Katayoon/DPO-ONLY-Zephyr-7B. Это плотная MistralForCausalLM с 7,1 млрд параметров, предназначенная для диалогов и генерации текстовых ответов. Модель принимает текст и выдаёт текст; доступен контекст длиной до 32 768 токенов. Модель обучена на обновлённом и исходном наборах данных. В карточке не описаны конкретные области применения, результаты оценки и характерные ограничения. Лицензия — MIT.

WestBreeze-7B-DPO — языковая модель на архитектуре Mistral, созданная PetroGPT слиянием моделей через LazyMergekit. Конфигурация указывает на слияние WestSeverus-7B-DPO-v2 и Breeze-Petro-7B-Instruct-v1 методом slerp; в метаданных базовой моделью указана PetroGPT/WestSeverus-7B-DPO-v2. Репозиторий содержит веса Safetensors, а общий размер модели составляет 14,1 млрд параметров. Модель предназначена для генерации текста и диалоговых ответов. Для базовой модели заявлены справочная помощь по математике, естественным наукам и программированию; эти сценарии могут быть полезны и для WestBreeze, однако отдельные оценки её качества в README не приведены. Контекстное окно составляет 32 768 токенов. Модель принимает текст и генерирует текст; сведения о поддерживаемых естественных языках не приведены. Лицензия — Apache-2.0. Характеристики и области применения частично основаны на описании базовой модели, поэтому качество ответов WestBreeze в отдельных задачах по карточке установить нельзя.

WizardLM-13B-1.0-fp16 — языковая модель семейства LLaMA, опубликованная TheBloke в формате PyTorch с точностью fp16. Это 12,9-миллиардная модель для генерации текста и следования сложным инструкциям; README описывает исходную WizardLM-13B как дообученную на инструкциях Evol-Instruct и сообщает, что версия поддерживает диалог с несколькими ходами. Контекст составляет 2048 токенов. Модель подходит для ответов на вопросы, выполнения инструкций, диалогов и генерации развернутых текстов на английском языке. README рекомендует английский для работы с демонстрационной версией и отмечает, что для результатов, совпадающих с демо, следует соблюдать указанную там схему промпта и вызова модели. В репозитории размещена объединённая fp16-версия delta-весов WizardLM; указано, что для получения WizardLM применяются дельты к исходным весам LLaMA. Метаданные указывают лицензию other, а README связывает выпуск delta-весов с условиями лицензии LLaMA. Это крупная модель, требующая соответствующих вычислительных ресурсов; карточка также призывает оценивать её ответы и сообщать о слабых местах.

xb3b-1.1 — языковая модель разработчика xgmab123 для генерации текста и диалогов. Она основана на Llama и дообучена от xgmab123/xb3b-1.0 с использованием Unsloth и TRL. Модель содержит 3,2 млрд параметров, использует плотную архитектуру LlamaForCausalLM и поддерживает контекст до 131 072 токенов. Предназначена для текстового общения и генерации; в метаданных также заявлен интерфейс вызова инструментов. Основной язык карточки — английский. Модель распространяется по лицензии Apache-2.0. Карточка не приводит результатов оценки качества или подробностей о данных дообучения.

XGen-7B-8K-Base — базовая языковая модель семейства XGen, разработанная Salesforce AI Research и представленная в исследовательской работе о моделировании длинных последовательностей. Это плотная авторегрессионная модель архитектуры Llama с 6,7 млрд параметров, обученная принимать последовательности длиной до 8 192 токенов. Модель предназначена для генерации текста и служит базой для дальнейшей адаптации под прикладные сценарии, например ответы на вопросы или диалоговые задачи. Карточка также описывает отдельную инструкционно дообученную версию XGen-7B-8K-Inst; данная модель — базовый чекпойнт, а не эта версия. Модель работает с текстом. Для корректной токенизации обучающих данных требуется библиотека tiktoken. Лицензия — Apache-2.0. Разработчики рекомендуют оценивать точность, безопасность и справедливость перед применением: модель не оценивалась для всех сценариев, особенно высокорисковых.

XGLM-564M — мультиязычная авторегрессионная языковая модель семейства XGLM, разработанная командой исследователей, представившей работу «Few-shot Learning with Multilingual Language Models». В репозитории указано 564 млн параметров; метаданные Hugging Face указывают 614,5 млн параметров. Модель обучалась на сбалансированном корпусе из 30 языков общим объёмом 500 млрд субтокенов и поддерживает генерацию текста с контекстом до 2048 токенов. Модель предназначена для продолжения текста и мультиязычных генеративных сценариев, включая few-shot и zero-shot оценивание языковых задач. Метаданные указывают реализации PyTorch, TensorFlow и Flax. Поддерживаемые языки включают английский, русский, китайский, немецкий, испанский, французский, японский, итальянский, португальский, греческий, корейский, финский, индонезийский, турецкий, арабский, вьетнамский, тайский, болгарский и каталанский; в карточке перечислены и другие языки. Лицензия — MIT. Модель не описана как специализированная для конкретной предметной области.

yamacinka/yam-jom-7B-dare — модель генерации текста на архитектуре Mistral, созданная слиянием двух моделей с помощью LazyMergekit. В конфигурации использован метод dare_ties: 35% весов от eren23/ogno-monarch-jaskier-merge-7b-OH-PREF-DPO-v2 и 65% от yam-peleg/Experiment26-7B. Модель содержит 7,1 млрд параметров, представлена в формате Safetensors и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста. Доступные сведения не уточняют отдельные сценарии применения, языки или сравнительные преимущества. Лицензия — Apache 2.0.

yam-jom-7B-ties — языковая модель для генерации текста, созданная объединением моделей eren23/ogno-monarch-jaskier-merge-7b-OH-PREF-DPO-v2 и yam-peleg/Experiment26-7B с помощью LazyMergekit и метода TIES. Она основана на архитектуре Mistral, содержит 7,1 млрд параметров и имеет контекстное окно 32 768 токенов. Модель подходит для генерации текста и ответов на запросы; в карточке приведены результаты оценки на задачах рассуждения AI2 Reasoning Challenge и HellaSwag. Веса опубликованы в формате safetensors с лицензией Apache-2.0. README указывает тип данных bfloat16 при слиянии. Сведения о поддерживаемых естественных языках и специализированной области применения отсутствуют.

YamshadowStrangemerges_32_Experiment26Experiment28 — объединённая методом merge модель для генерации текста, опубликованная MaziyarPanahi. Она основана на двух моделях: automerger/YamshadowStrangemerges_32-7B и automerger/Experiment26Experiment28-7B; архитектура — плотная MistralForCausalLM с 7,1 млрд параметров. Модель подходит для генерации продолжений и ответов на текстовые запросы. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. В метаданных указана лицензия Apache-2.0. Информация о специализации, языках и результатах оценки качества не приводится.

YamshadowStrangemerges_32_YamM7 — объединённая модель MaziyarPanahi, созданная из automerger/YamshadowStrangemerges_32-7B и automerger/YamM7-7B. Это плотная авторегрессионная модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров, предназначенная для генерации текста. Она принимает текст и поддерживает контекст до 32 768 токенов; сведения о специальных языковых или предметных настройках отсутствуют. Модель распространяется в формате safetensors по лицензии Apache-2.0. README подтверждает слияние двух моделей, но не описывает метод слияния, качество, конкретные сценарии применения или известные ограничения.

YamYam-7B — объединённая языковая модель на архитектуре Mistral, созданная с помощью mergekit и метода SLERP из mayacinka/yam-jom-7B и mayacinka/yam-jom-7B-slerp. Модель предназначена для генерации текста и имеет около 7,1 млрд параметров; заявленная длина контекста — до 32 768 токенов. Модель можно применять для генерации продолжений текста и диалоговых ответов в системах на базе Transformers. В README приведена конфигурация слияния в формате bfloat16; репозиторий содержит веса safetensors. Языки и специализированные предметные области в предоставленных данных не обозначены. Лицензия в карточке и метаданных не приведена.

YiSM-34B-0rn — текстовая диалоговая модель, созданная автором altomek путём слияния Yi-1.5-34B-Chat и Yi-1.5-34B. Она предназначена для генерации текста и ответов на инструкции, сохраняя при этом возможности базовой модели. В README приведены результаты оценок на Open LLM Leaderboard и настройки для запуска в SillyTavern. Модель основана на плотной архитектуре семейства Llama с 33,9 млрд параметров; метаданные указывают контекст 4096 токенов. Доступны веса Safetensors, а README также упоминает варианты GGUF и квантизации с разной точностью. Указана лицензия Apache-2.0. README называет вариант нейтральным и описывает баланс между доступностью и открытостью, но не приводит измерений безопасности или подробного списка поддерживаемых языков.

ZAYA1-base — базовая языковая модель Zyphra с архитектурой MoE (смесь экспертов), предназначенная для генерации текста и диалоговых сценариев. По README в модели активны 800 млн из 8,3 млрд параметров; метаданные каталога указывают 7,7 млрд параметров. Модель использует плотные слои и собственные механизмы Compressed Convolutional Attention, маршрутизатор экспертов ZAYA1 и масштабирование остаточных связей. Она обучалась с нуля на аппаратном, программном и сетевом стеке AMD. Модель рассчитана на продолжение текста, диалог и задачи рассуждения, особенно математические и STEM-задачи. В README заявлены конкурентные результаты относительно базовых моделей сопоставимого масштаба, однако приведённых численных бенчмарков нет. Контекстное окно составляет 32 768 токенов; используется токенизатор Gemma 3. Для запуска требуется специальная ветка библиотеки Transformers от Zyphra. Модель распространяется по лицензии Apache 2.0.

zenlm/zen-eco-4b-thinking — компактная плотная языковая модель Zen Eco, созданная на основе Qwen3-4B и настроенная на рассуждения. Это перепакованная модель, а не обучение с нуля; она поддерживает диалоговую генерацию текста и имеет около 3,7 млрд параметров. Модель подходит для диалогов, ответов на вопросы и задач, где требуется пошаговое рассуждение. Архитектура — Qwen3ForCausalLM; заявленное максимальное окно контекста составляет 262 144 токена. В репозитории доступны веса Safetensors и GGUF F16. Карточка указывает английский язык, а базовая Qwen3-4B описана как многоязычная. Модель распространяется по лицензии Apache-2.0. Карточка не приводит сравнительных оценок качества или подробностей настройки, поэтому пригодность для конкретных сценариев стоит проверять на собственных данных.

ale-bay/zephyr-7b-sft-full — диалоговая языковая модель, дообученная на базе mistralai/Mistral-7B-v0.1 с помощью supervised fine-tuning на наборе HuggingFaceH4/ultrachat_200k. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Mistral и предназначена для генерации текста в формате диалога. Максимальный контекст составляет 32 768 токенов. Модель подходит для чат-ботов, ответов на вопросы и генерации текста по запросу. В карточке приведено значение loss 0,9368 на оценочном наборе, но не описаны протокол оценки и сравнительные результаты. Модель распространяется по лицензии Apache-2.0. README не содержит дополнительных сведений о целевом использовании и ограничениях.

unsloth/zephyr-sft — диалоговая языковая модель на архитектуре Mistral, дообученная на основе HuggingFaceH4/mistral-7b-sft-beta. Репозиторий содержит веса в формате safetensors; модель имеет около 7,1 млрд параметров и контекстное окно до 32 768 токенов. Модель предназначена для генерации текста в диалоговом формате и может использоваться для ответов на вопросы, ведения беседы и продолжения текстовых запросов. Карточка связывает её с шаблонами ShareGPT ChatML и Vicuna и указывает на дообучение в рамках эксперимента Zephyr. Модель поддерживает английский язык и распространяется по лицензии Apache-2.0. README не приводит оценок качества и подробных ограничений, поэтому результаты для конкретных сценариев следует проверять отдельно.

voldmatter/zido-coach-v1 — разговорная языковая модель для генерации текста, опубликованная на Hugging Face. README автоматически сгенерирован и не содержит сведений о разработчике, лицензии, исходной модели или точном назначении; по метаданным модель относится к семейству Qwen3 и предназначена для text generation. В тегах указаны Transformers, TRL, SFT и conversational, что указывает на возможность диалогового использования и обучения с учителем. Модель содержит 3,7 млрд параметров и поддерживает контекст до 262 144 токенов. Её можно применять для ведения текстового диалога, генерации ответов и создания связных текстов в приложениях на базе Transformers. Данные о языках, результатах оценки, обучающем наборе, ограничениях, лицензии и рекомендуемых сценариях использования отсутствуют, поэтому модель требует самостоятельной проверки качества и безопасности перед применением.

Zurich 1.5B GCv2-1m — языковая модель для генерации текста, созданная Rubenroy на основе Qwen/Qwen2.5-1.5B-Instruct и дообученная на наборе диалогов GammaCorpus v2-1m. Это плотная причинно-языковая модель архитектуры Qwen2 с 1,5 млрд параметров, 28 слоями и контекстом до 32 768 токенов; в карточке указаны RoPE, SwiGLU, RMSNorm и групповые запросы внимания. Модель предназначена для многоходовых диалогов, генерации ответов и структурированного текста на английском языке. Модель работает через Transformers, распространяется в формате safetensors и поддерживает чатовый интерфейс, включая интерфейс вызова инструментов. Она компактна по сравнению с крупными языковыми моделями, однако карточка не приводит сравнительных результатов, подтверждающих заявленное преимущество над моделями аналогичного размера. Возможны предвзятые ответы. Лицензия — Apache 2.0.