II.6Документация и сопровождение разработки

Это диалоговая модель Mistral с 7,1 млрд параметров, дообученная на наборах данных updated и original на основе ShenaoZhang/0.0001_4iters_bs256_nodpo_only4w_iter_3. Она предназначена для генерации текста и ведения диалога; контекст составляет до 32 768 токенов. Модель распространяется в формате safetensors по лицензии MIT. Карточка не описывает результаты оценки и конкретные сценарии, для которых дообучение улучшает качество. Поэтому пригодность модели для специальных задач следует проверять на собственных данных.

Это диалоговая модель генерации текста на базе архитектуры Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель создана дообучением ShenaoZ/0.0001_idpo_same_6iters_iter_1 на обновлённом и исходном наборах данных. Модель предназначена для генерации текста и ответов в диалоговом формате. Карточка не раскрывает подробности о наборах данных, оценке качества или конкретных сценариях применения. Репозиторий содержит веса в формате safetensors; лицензия — MIT.

Это диалоговая языковая модель семейства Mistral, разработанная на основе ShenaoZ/0.0001_sft_nodpo_3iters_bs256_531lr_iter_1 и дообученная на обновлённом и исходном наборах данных. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и принимает текст для генерации текста; длина контекста составляет 32 768 токенов. Модель предназначена для диалоговой генерации текста. Карточка не уточняет специализацию, результаты оценки или конкретные сценарии применения. Распространяется по лицензии MIT.

Модель ShenaoZ/0.0001_sft_nodpo_4iters_bs256_5102lr_iter_3 — дообученная разговорная модель для генерации текста. Она создана на основе ShenaoZ/0.0001_sft_nodpo_4iters_bs256_5102lr_iter_2 и обучалась на наборах данных updated и original. Архитектура — MistralForCausalLM, размер — 7,1 млрд параметров, контекст — до 32 768 токенов. Модель распространяется в формате safetensors по лицензии MIT. Её можно применять для диалогов и генерации текста. README не приводит результаты оценки, сведения о конкретных сценариях или языках; качество и языковые возможности нельзя уточнить по имеющимся данным.

ShenaoZhang/0.001_4iters_bs128_nodpo_only4w_iter_2 — дообученная разговорная языковая модель на архитектуре Mistral, разработанная ShenaoZhang на основе ShenaoZhang/0.001_4iters_bs128_nodpo_only4w_iter_1. Модель предназначена для генерации текста в диалоговом формате и поддерживает контекст до 32 768 токенов. Размер составляет 7,1 млрд параметров; веса доступны в формате safetensors. Модель обучена на обновлённом и исходном наборах данных. Карточка не приводит подробностей о составе данных, результатах оценки или специальных сценариях применения. Лицензия MIT.

Модель ShenaoZhang/0.001_5iters_bs256_nodpo_only4w_iter_6 — дообученная разговорная языковая модель семейства Mistral с плотной архитектурой MistralForCausalLM и 7,1 млрд параметров. Она предназначена для генерации текста в чате и использует контекст до 32 768 токенов. В README указано, что модель дообучена на обновлённом и исходном наборах данных на основе ShenaoZhang/0.001_5iters_bs256_nodpo_only4w_iter_5. Репозиторий содержит веса в формате safetensors и распространяется по лицензии MIT. Подробности о качестве, оценке и ограничениях в карточке не приведены.

ShenaoZ/0.001_withdpo_4iters_bs256_432lr_iter_2 — дообученная разговорная языковая модель семейства Mistral с плотной архитектурой MistralForCausalLM и 7,1 млрд параметров. Она принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов и рассчитана на диалоговые сценарии. Модель дообучена на наборах данных updated и original на основе ZhangShenao/0.0_ablation_sample1_4iters_bs256_iter_1. Карточка не описывает конкретные области применения, качество ответов или результаты оценки. Лицензия — MIT.

Это дообученная диалоговая модель семейства Mistral с 7,1 млрд параметров, созданная на основе ShenaoZhang/0.01_4iters_bs256_nodpo_only4w_iter_1. Она предназначена для генерации текста в диалоге; в карточке указано обучение на наборах данных updated и original. Модель принимает текст и выдаёт текст, а её контекстное окно составляет до 32 768 токенов. Репозиторий содержит веса в формате Safetensors. Модель опубликована под лицензией MIT. Карточка не приводит подробностей о сценариях применения, результатах оценки или известных ограничениях, поэтому качество ответов и пригодность для конкретных задач по этим данным оценить нельзя.

ShenaoZ/0.0_ablation_6iters_iter_2 — диалоговая модель генерации текста на архитектуре Mistral с 7,1 млрд параметров. Это дообученная версия ShenaoZ/0.0_ablation_6iters_iter_1, обученная на обновлённом и исходном наборах данных; в карточке также указаны теги DPO и alignment-handbook. Модель рассчитана на общение и генерацию текста, поддерживает контекст длиной до 32 768 токенов. Модель принимает текст и выдаёт текст. Сведения о конкретных сценариях применения, языках и результатах оценки качества в карточке отсутствуют. Репозиторий использует формат Safetensors; лицензия — MIT.

ShenaoZ/0.0_dataup_iter_2 — языковая модель для генерации текста, дообученная авторами на наборе данных ShenaoZ/0.0_dataup_dataset поверх ShenaoZ/0.0_dataup_iter_1. Она основана на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров; заявленная длина контекста составляет 32 768 токенов. Модель опубликована в формате safetensors и поддерживает диалоговый режим. Модель предназначена для генерации текста и диалоговых сценариев. Карточка не раскрывает конкретную специализацию датасета, языки обучения или результаты оценки, поэтому качество для отдельных задач и языков определить нельзя. Лицензия — MIT.

Карточка модели qihoo360/360Zhinao-7B-Chat-360K на Hugging Face совпадает с карточкой qihoo360/360Zhinao-7B-Base, поэтому описание составлено по ней. 360Zhinao-7B-Base — базовая авторегрессионная языковая модель семейства 360Zhinao, разработанная командой 360 (Qihoo 360). Модель содержит 7,1 млрд параметров и обучена на корпусе объёмом 3,4 трлн токенов, преимущественно на китайском и английском языках, а также на коде. Это базовая, а не чат-версия; для диалогового применения в серии отдельно выпущены модели Chat. Модель предназначена для генерации текста и служит основой для задач понимания языка, работы со знаниями, математики, логических рассуждений и генерации кода. Она поддерживает контекст до 4096 токенов, построена на архитектуре ZhinaoForCausalLM и распространяется в формате safetensors для Transformers. README сообщает о сравнительной оценке базовой модели на наборах OpenCompass, включая C-Eval, MMLU, GSM8K и HumanEval. Лицензия — Apache-2.0. Как базовая языковая модель, она не настроена специально для следования инструкциям или ведения диалога; качество ответов зависит от промпта и сценария применения.

Это дообученная модель Qwen3-8B, опубликованная DCAgent и основанная на Qwen/Qwen3-8B. Она предназначена для диалоговой генерации текста; карточка указывает обучение на наборе трасс рассуждений, но не описывает отдельные целевые сценарии или результаты оценки. Модель содержит 7,6 млрд параметров, использует архитектуру Qwen3ForCausalLM, принимает текст и поддерживает контекст до 40 960 токенов. Модель рассчитана на работу через Transformers и распространяется в формате safetensors. Указана лицензия other; конкретные условия лицензии в карточке не раскрыты, поэтому перед использованием следует проверить условия базовой модели и этого репозитория. README не сообщает о специальных ограничениях или оценке качества.

ByteDance-Seed/academic-ds-9B — плотная языковая модель семейства DeepSeek V3, разработанная ByteDance Seed и обученная с нуля на более чем 350 млрд токенов из полностью открытых англоязычных наборов данных. Карточка описывает её как модель для разработки и отладки в сообществе открытого исходного кода. Модель предназначена для генерации текста и диалогового взаимодействия; в метаданных также отмечен интерфейс вызова инструментов. Она принимает текст и выдаёт текст, поддерживает английский язык и имеет контекстное окно 8192 токена. В репозитории указаны веса Safetensors и библиотека Transformers. Метаданные каталога оценивают число параметров в 1,6 млрд, тогда как название и README заявляют размер 9 млрд; размер модели в источниках расходится. Модель распространяется по лицензии Apache-2.0. Карточка позиционирует её для разработки и отладки, поэтому её пригодность для иных сценариев и качество ответов следует проверять на целевых задачах.

Aeonium-v0-Base-1B — базовая языковая модель семейства Llama, разработанная Aeonium. Это предварительный чекпойнт для генерации текста; он обучен на веб-страницах, преимущественно на русском языке. В README для описанной версии указано 1,6 млрд параметров и обучение на 32 млрд токенов, тогда как метаданные репозитория указывают 1,4 млрд параметров; поэтому размер версии не вполне согласован между источниками. Метаданные также указывают контекст 4096 токенов и формат safetensors. Модель предназначена для генерации русского текста и может использоваться как основа для прототипов языковых приложений или дальнейшего дообучения. Репозиторий помечен как text-generation и использует архитектуру LlamaForCausalLM. Разработчики предупреждают, что ответы могут содержать предвзятость, оскорбительные формулировки и фактические ошибки, поэтому модель требует фильтрации для чувствительных и высокорисковых сценариев. Лицензия — Apache 2.0.

Aeonium v1 Base 4B — базовая языковая модель семейства Llama, разработанная Aeonium. Это предварительная версия с 3,6 млрд параметров, обученная на веб-страницах, преимущественно на русском языке. Модель предназначена для генерации текста и русскоязычных языковых задач; её контекст составляет 4096 токенов. Модель принимает текст и генерирует текст. Карточка предоставляет пример загрузки через Transformers. Обучение на данных из интернета может приводить к предвзятым, оскорбительным или недостоверным ответам, поэтому результаты требуют проверки, особенно в чувствительных и ответственных сценариях. Распространяется по лицензии Apache 2.0.

masakhane/African-ultrachat-alpaca — текстовая модель генерации на архитектуре Gemma, разработанная на основе google/gemma-7b и дообученная командой Masakhane. Модель рассчитана на диалоговое взаимодействие и генерирует ответы на текстовые запросы. В репозитории указаны 8,2 млрд параметров, контекст до 8192 токенов и формат safetensors. Модель дообучена с использованием датасетов masakhane/african-ultrachat, untrachat_en и sd. Карточка не описывает подробные сценарии применения, результаты оценки качества или конкретные языки, поэтому языковая поддержка и сравнительные преимущества не уточняются. Лицензия — Gemma.

Airochronos L2 13B GGUF — это квантизированная версия текстовой языковой модели Airochronos L2 13B, созданной kingbri и преобразованной в формат GGUF пользователем TheBloke. Модель основана на архитектуре LLaMA 2 и предназначена для генерации текста и диалогового взаимодействия на английском языке. Доступны варианты с квантизацией от 2 до 8 бит, что позволяет запускать модель для CPU+GPU-инференса с различными требованиями к памяти и компромиссами между качеством и производительностью. Формат GGUF поддерживает метаданные и специальные токены и совместим с llama.cpp, text-generation-webui, KoboldCpp, LM Studio, llama-cpp-python и другими инструментами. В README приведены шаблоны запросов Alpaca 2 и Airoboros. Размер модели составляет 13 млрд параметров; сведения о длине контекста, мультимодальности и результатах бенчмарков не указаны. Сильными сторонами являются широкий выбор уровней квантизации, возможность локального запуска и поддержка множества интерфейсов и библиотек. Ограничения включают отсутствие подтвержденных характеристик качества, неизвестную длину контекста и отсутствие мультимодальных возможностей в заявленных данных. Модель распространяется по лицензии llama2.

Alfred-40B-0723 — языковая модель LightOn для диалогов и выполнения инструкций, созданная дообучением Falcon-40B с помощью обучения с подкреплением на основе отзывов людей (RLHF) в июле 2023 года. Это авторегрессионная модель с архитектурой decoder-only семейства RefinedWeb; в метаданных указан размер 65 млрд параметров. Модель предназначена для генерации ответов в формате чата и исследовательской работы с RLHF-моделями. Модель лучше всего работает на английском, немецком, испанском и французском языках; также заявлены ограниченные возможности для итальянского, португальского, польского, нидерландского, румынского, чешского и шведского. Она распространяется под лицензией Apache 2.0. В README отмечены снижение результатов в арифметике и вопросах-ответах, а также нестабильный выбор испанского языка на короткие английские запросы и отдельные особенности формата ответов. Обучение преимущественно на этих языках ограничивает перенос на другие языки; модель может воспроизводить стереотипы из интернет-данных.

ALIA-40b-fc-2606 — дообученная модель семейства ALIA, разработанная BSC-CNS. Это плотная авторегрессионная языковая модель на архитектуре Llama с 38,3 млрд параметров и контекстом до 163 840 токенов. Вариант адаптирован для длинного контекста и дообучен на инструкциях, чтобы надёжнее вызывать функции и вести диалог в несколько ходов; поддерживает формат ChatML и работает через Transformers. Модель предназначена для исследовательской и прикладной разработки многоязычных ассистентов, особенно сценариев, где ответ может включать вызов инструментов. Она также может генерировать текст, отвечать на вопросы и выполнять инструкции. Базовая ALIA обучалась на данных 35 европейских языков, однако этап дообучения этой версии был сосредоточен преимущественно на английском, а оценка других языков ограничена. Модель выпущена BSC-CNS по лицензии Apache 2.0. В карточке указано, что она не прошла выравнивание по безопасности и ценностям. Качество рассуждений и математики не гарантируется, код требует проверки, а модель не обладает автономными агентными возможностями. Разработчик описывает её как экспериментальную разработку и не рекомендует использовать в производстве без оценки рисков и мер снижения вреда.

SERA-8B-GA-GGUF — набор GGUF-квантизированных версий языковой модели SERA-8B-GA, разработанной allenai и подготовленной пользователем bartowski. Модель предназначена для генерации текста и локального запуска через llama.cpp и совместимые приложения, включая LM Studio, koboldcpp, Jan AI и Text Generation Web UI. В основе лежит модель размером 8B параметров; доступны варианты от BF16 до низкоразрядных Q2–Q8 и IQ-квантизаций. Размер файлов составляет примерно от 3,37 до 16,39 ГБ. Квантизация выполнена с использованием llama.cpp и imatrix, что позволяет выбирать баланс между качеством генерации, потреблением памяти и скоростью работы. Для общения используется шаблон с маркерами ролей system, user и assistant. Сильная сторона набора — широкий выбор форматов для запуска на оборудовании с разным объёмом памяти: версии Q6 и Q5 ориентированы на высокое качество, Q4 подходят как компромиссный вариант, а Q3 и Q2 — для систем с ограниченной RAM, хотя качество у них ниже. Модель является текстовой, сведения о поддерживаемых языках, длине контекста, специализированных возможностях и результатах оценки в README не указаны. Лицензия также не указана; условия использования следует уточнять в карточке исходной модели allenai/SERA-8B-GA.

GLM4-9B-Neon-v2-GGUF — это набор квантизированных версий языковой модели GLM4-9B-Neon-v2, разработанной allura-org и преобразованной в формат GGUF пользователем bartowski с помощью llama.cpp и imatrix-квантизации. Модель предназначена для генерации текста и локального запуска в LM Studio, llama.cpp и других совместимых проектах. Указан английский язык; поддержка других языков и мультимодальных входов не заявлена. Размер базовой модели — 9B параметров. Доступны варианты от BF16 и Q8_0 до более компактных Q2 и IQ-квантизаций с размером файлов примерно от 4,6 до 18,8 ГБ. Версии Q6 и Q5 позиционируются как высококачественные, Q4 — как оптимальные по соотношению качества и размера, а варианты Q3 и Q2 рассчитаны на системы с ограниченной оперативной памятью, но имеют более заметные потери качества. Контекстное окно в README не указано. Для работы требуется использовать соответствующий шаблон prompt format с управляющими токенами GLM4. Лицензия — MIT.

Это GGUF-квантизированная версия языковой модели remnant-qwen3-8b, разработанной allura-org. Квантизацию выполнил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста, диалоговых сценариев и ролевого общения; в README также указаны теги conversational и roleplay. Модель относится к семейству Qwen3 и имеет размер 8 миллиардов параметров. Она работает в текстовой модальности и поддерживает шаблон сообщений ChatML с ролями system, user и assistant. Доступны варианты от BF16 до низкобитных форматов GGUF, включая Q8_0, Q6_K, Q5_K_M, Q4_K_M и Q3_K; размеры файлов составляют примерно от 3,77 до 16,39 ГБ. В README не указаны точные поддерживаемые языки, размер контекстного окна и подробности архитектуры. Сильной стороной модели является широкий выбор квантизаций, позволяющий подобрать баланс между качеством, потреблением памяти и скоростью локального запуска. Для большинства сценариев рекомендуются варианты Q4_K_M, Q5_K_M или Q6_K. Модель можно использовать через LM Studio, llama.cpp и другие проекты на его основе. Ограничения качества и поведения зависят от выбранного уровня квантизации, а специализированные возможности, такие как обработка изображений, не заявлены. Лицензия — Apache-2.0.

Aquila-7B — базовая плотная языковая модель семейства Aquila, разработанная BAAI. Модель содержит 6,9 млрд параметров, принимает и генерирует текст, обучена с нуля на китайских и английских корпусах; китайские данные составляют около 40% обучающего корпуса. В карточке также описаны архитектурные решения, унаследованные от GPT-3 и LLaMA, и двуязычный токенизатор. Модель предназначена для генерации текста и служит базой для дальнейшей адаптации под диалоговые и другие языковые сценарии. Заявленный контекст — 2048 токенов. Для коммерческого использования веса распространяются по лицензии BAAI Aquila Model License Agreement с ограничениями; исходный код серии указан как Apache 2.0, но эта лицензия не заменяет условия лицензии на веса. Качество и пригодность для конкретного применения следует оценивать отдельно.

Arcee-Maestro-7B-Preview-GGUF — это GGUF-квантизированная версия языковой модели Arcee-Maestro-7B-Preview, разработанной arcee-ai и подготовленной квантизатором bartowski. Модель предназначена для генерации текста и запуска локально через llama.cpp, LM Studio и другие совместимые проекты. Модель относится к классу текстовых генеративных моделей и имеет размер 7 млрд параметров. В README не указаны точная архитектура, поддерживаемые языки и размер контекстного окна. Доступны варианты квантизации от Q2_K_L до Q8_0, размер файлов — примерно от 3,5 до 8,1 ГБ. Для взаимодействия требуется специальный prompt format с системным сообщением, пользовательским запросом и секцией рассуждений. Сильная сторона этой версии — возможность локального запуска на оборудовании с ограниченными ресурсами за счёт выбора степени квантизации; варианты Q5–Q6 обозначены как высококачественные, а Q4_K_M — как оптимальный вариант для большинства сценариев. Более компактные варианты экономят память, но снижают качество. Модель распространяется под лицензией Apache-2.0.

ArliAI_GLM-4.5-Air-Derestricted-GGUF — это квантизированная версия текстогенерационной модели GLM-4.5-Air-Derestricted, разработанной ArliAI. Квантизацию выполнил bartowski с использованием llama.cpp и метода imatrix; модель распространяется в формате GGUF и предназначена для локального запуска через llama.cpp, LM Studio и совместимые проекты. Модель подходит для генерации текста и диалоговых сценариев, включая использование с указанным шаблоном prompt format. Доступны варианты квантизации от Q8_0 до Q2_K_L с размером файлов примерно от 50 до 117 ГБ: более высокие разрядности обычно обеспечивают лучшее качество, а низкие требуют меньше оперативной памяти. В README не указаны архитектурные детали, число параметров, поддерживаемые языки, размер контекста и модальности, поэтому эти характеристики нельзя достоверно оценить. Лицензия — MIT.

OwenArli/ArliAI-Llama-3-8B-Dolfin-v0.6-Abliterated — диалоговая языковая модель на архитектуре Llama 3, созданная как дообучение Meta-Llama-3-8B-Instruct. Разработчик использовал улучшенный набор данных Dolphin и WizardLM, чтобы усилить следование инструкциям и снизить частоту отказов. Версия 0.6 основана на варианте Llama 3 8B Instruct с удалёнными механизмами отказа. Модель предназначена для генерации ответов в формате диалога и выполнения инструкций. В README указаны обучение с контекстом 2048 токена и сохранение рабочего контекста базовой модели в 8192 токена; метаданные также указывают контекст 8192 токена и размер около 7,5 млрд параметров. Модель принимает текст и выдаёт текст. В README описано обучение с использованием QLoRA ранга 64 и alpha 128, при котором обучаемыми были около 2% весов. Репозиторий содержит веса Safetensors. Модель распространяется по лицензии Meta Llama 3; перед использованием необходимо соблюдать её условия. Из-за настройки на снижение отказов модель может отвечать на запросы, которые другие помощники отклоняют, поэтому ответы требуют соответствующей проверки.

Artificium-llama3.1-8B-001-GGUF — это набор квантованных файлов модели Artificium-llama3.1-8B-001 от AGI-0, подготовленный пользователем bartowski в формате GGUF для запуска через llama.cpp и совместимые приложения, включая LM Studio. Модель предназначена для генерации текста и диалоговых сценариев; в README также указан шаблон промпта с ролями system, user и assistant. Размер базовой модели составляет 8B параметров, однако точная архитектура, поддерживаемые языки, модальности и размер контекста в предоставленных данных не указаны. Доступны варианты от F16 размером 16,07 ГБ до низкобитных квантований, включая Q8_0, Q6_K, Q5_K, Q4_K, Q3_K и Q2_K, что позволяет выбирать между качеством генерации и требованиями к памяти. Квантования выполнены с использованием imatrix и релиза llama.cpp b3658; отдельные варианты оптимизированы для ARM-процессоров. Сильная сторона модели — широкий выбор квантований для локального запуска на оборудовании с разным объёмом оперативной памяти; варианты Q5 и Q6 отмечены как высококачественные, а Q4 — как сбалансированные по размеру и качеству. Более сильное сжатие может снижать качество ответов, а совместимость ARM-вариантов зависит от поддержки соответствующих инструкций. Лицензия в README указана как неизвестная, поэтому условия использования необходимо уточнить у разработчика исходной модели AGI-0.

Astrid-Mistral-7B — разговорная языковая модель, разработанная PAIX.Cloud на базе mistralai/Mistral-7B-Instruct-v0.1. Она предназначена для генерации человекоподобного текста и диалоговых сценариев на английском языке. Модель имеет плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров. Заявленная длина контекста — 32 768 токенов. Для загрузки и работы используется библиотека Transformers; веса опубликованы в формате safetensors. Модель распространяется по лицензии Apache-2.0. Модель может выдавать неверные, бессмысленные или нерелевантные ответы, а также предвзятый или оскорбительный контент. Ответы следует проверять, особенно в ситуациях, где ошибки могут иметь последствия.

Athena-codegemma-2-9b-v1 — языковая модель EpistemeAI для генерации текста, дообученная на базе EpistemeAI/Athena-codegemma-2-9b. Это плотная авторегрессионная модель семейства Gemma 2 с 9 млрд параметров и контекстом до 8192 токенов. Для работы через Transformers рекомендуется формат промпта Alpaca с инструкцией, входными данными и началом ответа. Модель предназначена для ответов на вопросы, выполнения текстовых инструкций и суммаризации документов на английском языке. В README указано использование Transformers и оригинальной кодовой базы Llama; обучение проводилось с Unsloth и TRL. Распространяется по лицензии Apache-2.0. Качество ответов зависит от формата запроса: в карточке рекомендован шаблон Alpaca. Данных о специализированной области применения или результатах оценки качества нет.

atomic9b-mix30x — текстовая генеративная модель, опубликованная pressatojump. Это BF16-чекпойнт с объединённым LoRA-адаптером после двух этапов SFT на базе petruhonk/Qwen3.8-9B-Distill-uncensored-heretic. Модель использует архитектуру Qwen3.5 9B с 32 слоями и контекстом до 262 тысяч токенов; она предназначена для диалоговой генерации текста в формате ChatML. Обучение включало синтетическую смесь PME и корпус mix30x. Модель поддерживает английский язык и подходит для генерации ответов и продолжения диалога. В README указана лицензия Apache-2.0. Чекпойнт состоит из BF16-весов; заявленная uncensored-настройка может приводить к генерации нежелательного или небезопасного текста.