II.6Документация и сопровождение разработки

Это преобразованный в формат Hugging Face чекпойнт из предварительного обучения Model Raising. Модель построена на плотной архитектуре LlamaForCausalLM и содержит 1,7 млрд параметров; веса сохранены в bfloat16. В метаданных указана поддержка диалогового режима и генерации текста, а контекстное окно составляет 2048 токенов. Модель предназначена для генерации текста и диалогового использования. README указывает на исходный чекпойнт предварительного обучения и итерацию Megatron 17000; сведений о специальных предметных сценариях или целевых языках в доступных данных нет. Репозиторий не указывает лицензию, поэтому условия использования по этим данным определить нельзя.

Seed-OSS-36B-Instruct-MLX-5bit — это 5-битная квантованная версия языковой модели Seed-OSS-36B-Instruct, разработанной ByteDance-Seed. Квантование выполнено командой LM Studio с использованием MLX и предназначено для запуска на компьютерах с Apple Silicon. Модель относится к классу text-generation и ориентирована на генерацию текста и выполнение инструкций в сценариях локального запуска. Она основана на модели размером 36 миллиардов параметров, однако сведения об архитектуре, поддерживаемых языках, модальностях и размере контекстного окна в README не указаны. Формат MLX оптимизирован для аппаратного обеспечения Apple Silicon, а 5-битное квантование должно снижать требования к памяти по сравнению с полноразмерной версией, при этом README не содержит количественной оценки потери качества или производительности. К сильным сторонам модели относятся возможность локального использования на Apple Silicon и уменьшенный объём хранения и памяти благодаря квантованию. Ограничения связаны с отсутствием в README подробных данных о качестве, бенчмарках, языковой поддержке и рекомендуемых ресурсах. В карточке указана лицензия Apache-2.0; модель является общественной квантованной сборкой, а её исходной моделью выступает ByteDance-Seed/Seed-OSS-36B-Instruct.

Карточка модели impossibleexchange/seenoevil2 на Hugging Face совпадает с карточкой impossibleexchange/hearnoevil, поэтому описание составлено по ней. impossibleexchange/hearnoevil — объединённая языковая модель, созданная с помощью mergekit линейным слиянием whizzzzkid/whizzzzkid_p8_4 и whizzzzkid/whizzzzkid_p9_6. Модель относится к семейству StableLM, использует плотную архитектуру StableLmForCausalLM и содержит 1,4 млрд параметров. Она предназначена для генерации текста и диалогового взаимодействия; максимальная длина контекста составляет 4096 токенов. Модель распространяется в формате safetensors и предназначена для запуска через Transformers. Данные не уточняют поддерживаемые естественные языки или специализированные области применения. Условия лицензии в предоставленных источниках не указаны.

sfmbaselinefiltered-1k2k3k4k5kweightedavgmerge — слитая языковая модель, созданная с помощью mergekit методом Linear из пяти чекпойнтов на шагах обучения 1000, 2000, 3000, 4000 и 5000. Базой слияния указан чекпойнт global_step5000. Репозиторий содержит плотную авторегрессионную архитектуру GPT-NeoX и веса в формате safetensors; размер модели составляет 8,8 млрд параметров, контекст — до 16 384 токенов. Модель предназначена для генерации текста. Карточка не описывает специализированные сценарии, языки или преимущества относительно исходных чекпойнтов. Лицензия в предоставленных данных не указана.

sfm_baseline_filtered-1k_2k_3k_simpleavg_merge — объединённая языковая модель на архитектуре GPT-NeoX, опубликованная под аккаунтом yuhengtu-bytedance. Она создана методом Linear merge с помощью mergekit из трёх контрольных точек предварительно обученной модели: global_step1000, global_step2000 и global_step3000; последняя использована как базовая при слиянии. Модель содержит 8,8 млрд параметров, работает с библиотекой Transformers и распространяется в формате safetensors. Модель предназначена для генерации текста; длина контекста составляет 16 384 токена. Карточка не описывает специализацию по языкам, предметным областям или сценариям и не приводит результатов оценки качества. Лицензионные условия в предоставленных данных не указаны.

sfmbaselinefiltered-2k3k4k-simpleavg-merge — объединение языковых моделей, созданное с помощью mergekit методом Linear. В качестве базовой модели использован чекпойнт global_step4000, а в объединение также вошли чекпойнты global_step2000 и global_step3000 из серии baseline_filtered. Модель построена на архитектуре GPT-NeoX и предназначена для генерации текста. Она содержит 8,8 млрд параметров, принимает текст и выдаёт текст; заявленная длина контекста — 16 384 токена. В репозитории веса представлены в формате safetensors. В README и метаданных нет сведений о поддерживаемых естественных языках, специализированных областях или сравнительных результатах. Лицензия не указана в предоставленных данных.

Модель sfmbaselinefiltered-8k9k10k11k12ksimpleavgmerge — объединение предварительно обученных языковых моделей, созданное с помощью mergekit. Автор карточки указывает линейный метод слияния и чекпойнт global_step11921 в качестве базового; в объединение также вошли чекпойнты global_step8000, global_step9000, global_step10000 и global_step11000 из той же серии baseline_filtered. Это плотная авторегрессионная модель семейства GPT-NeoX с 8,8 млрд параметров, рассчитанная на генерацию текста; заявленная длина контекста составляет 16 384 токена. В репозитории размещены веса в формате safetensors. Данные не описывают специализацию по языкам, прикладным областям или сценариям, поэтому модель следует рассматривать как языковую модель общего назначения. Карточка не сообщает результаты оценки качества, конкретные преимущества, ограничения или условия лицензирования. Перед использованием следует отдельно проверить лицензию и оценить качество модели на целевых задачах.

yuhengtu-bytedance опубликовал объединённую модель языковой модели, созданную с помощью mergekit. Она объединяет пять контрольных точек filtered_e2e_alignment с шагами обучения 1000, 2000, 3000, 4000 и 5000 методом Linear; контрольная точка global_step5000 указана как базовая при слиянии. 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. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Сведения о конкретных языках, специализированных областях и сравнительных качествах модели отсутствуют. Лицензия в предоставленных данных не указана.

sfm_filtered_e2e_alignment-3k_4k_5k_weightedavg_merge — объединённая языковая модель, созданная с помощью mergekit методом Linear из контрольных точек filtered_e2e_alignment на шагах 3000, 4000 и 5000. В качестве базовой использована контрольная точка global_step5000. Модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров; веса представлены в формате safetensors, для работы заявлена библиотека Transformers, контекстное окно составляет 16 384 токена. Модель предназначена для генерации текста и диалогового взаимодействия. Карточка не описывает конкретные области применения, поддерживаемые языки или специальные возможности сверх общения и генерации текста. Лицензия в предоставленных данных не указана.

sfm_filtered_e2e_alignment-6k_7k_8k_simpleavg_merge — объединённая языковая модель, созданная методом Linear merge с помощью mergekit. В качестве базовой использована контрольная точка global_step8000, также объединены контрольные точки global_step7000 и global_step6000; их репозитории указаны локальными путями, а не публичными идентификаторами Hugging Face. Модель основана на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и принимает текст, формируя текстовые продолжения. Метаданные указывают контекст до 16 384 токенов и возможность диалогового использования. В карточке не описаны конкретные языки, специализированные области или отдельные результаты оценки качества. Модель распространяется в формате Safetensors. Сведения о лицензии в предоставленной карточке отсутствуют.

sfm_filtered_e2e_insert_hyperstition_v1-5k_6k_7k_simpleavg_merge — слитая языковая модель на архитектуре GPT-NeoX, созданная с помощью mergekit линейным объединением нескольких предварительно обученных чекпойнтов. Репозиторий содержит веса в формате safetensors; модель насчитывает 8,8 млрд параметров и поддерживает контекст до 16 384 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Карточка описывает объединение чекпойнтов с шагов обучения 5000, 6000 и 7000, но не приводит специализированных сценариев или сведений о качестве. Лицензия в предоставленных данных не указана.

Это объединённая модель генерации текста, созданная автором репозитория с помощью mergekit. В объединение вошли три контрольные точки языковой модели filtered_e2e_insert_hyperstition_v1 с шагов обучения 8000, 9000 и 10000; применён линейный метод слияния, а контрольная точка шага 10000 использована как базовая.

Это объединённая модель для генерации текста, созданная с помощью mergekit линейным слиянием нескольких контрольных точек предварительно обученной языковой модели. В качестве базовой точки слияния использована контрольная точка global_step7000; также объединены контрольные точки global_step3000, global_step4000, global_step5000 и global_step6000 из серии filtered_midtrain_alignment. Автор карточки — yuhengtu из ByteDance. Модель имеет архитектуру GPT-NeoX с плотной декодерной структурой, содержит 8,8 млрд параметров и принимает текст для генерации текста. Заявленная длина контекста — 16 384 токена. В метаданных отмечена поддержка диалогового использования. Карточка не описывает отдельные прикладные области, языки или измеренные качества модели, поэтому её возможности за пределами генерации текста и диалога не следует предполагать. Лицензия в предоставленных данных не указана.

Это объединённая языковая модель, опубликованная пользователем yuhengtu-bytedance. Она создана с помощью mergekit: веса трёх чекпойнтов промежуточного обучения с шагов 5000, 6000 и 7000 объединены линейным методом, причём чекпойнт с шага 7000 использован как базовый. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и принимает текст для генерации текста. Контекстное окно — до 16 384 токенов; в метаданных также указана возможность диалогового применения. Модель подходит для генерации продолжений и диалоговых ответов. README не описывает специализацию, языки, обучение на конкретных задачах или результаты оценки, поэтому её следует считать моделью общего назначения без подтверждённых отраслевых преимуществ. Лицензия в предоставленных данных не указана.

sfmunfilterede2ealignment-6k7k8ksimpleavgmerge — объединённая языковая модель, созданная с помощью mergekit методом Linear. В качестве базовой использована контрольная точка global_step8000; в слияние также вошли global_step7000 и global_step6000 из эксперимента unfiltered_e2e_alignment. Модель основана на архитектуре GPT-NeoX и содержит 8,8 млрд параметров. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текст и формирует текстовые ответы; заявленный контекст — до 16 384 токенов. Карточка не приводит сведений о языковой специализации или конкретных прикладных областях, поэтому эти свойства не уточняются. Данные указывают на слияние экспериментальных контрольных точек, но не описывают их качество и поведение. Файлы весов опубликованы в формате safetensors и модель поддерживает библиотеку Transformers. Информация о лицензии в предоставленных данных отсутствует.

sfmunfilterede2ealignment-7k8k9k10k11kweightedavgmerge — объединённая языковая модель, созданная с помощью mergekit. В ней линейным методом объединены контрольные точки обучения unfiltered_e2e_alignment со шагов 7 000, 8 000, 9 000, 10 000 и 11 000; базовой контрольной точкой для слияния была версия со шага 11 000. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и рассчитана на генерацию текста с контекстом до 16 384 токенов. В метаданных указана возможность диалогового взаимодействия. Сведения о целевых языках, специализированных областях и лицензии в доступных данных отсутствуют.

sfmunfilterede2ealignment-8k9k10ksimpleavgmerge — объединённая языковая модель, созданная с помощью mergekit линейным слиянием чекпойнтов обучения на шагах 8 000, 9 000 и 10 000. По метаданным это плотная авторегрессионная модель архитектуры GPT-NeoX с 8,8 млрд параметров, предназначенная для генерации текста и диалогового использования. Она принимает текст и генерирует текст; заявленная длина контекста — 16 384 токена. Модель может использоваться для генерации ответов в диалоге и продолжения текста. Сведения о специальных предметных областях, поддерживаемых языках и лицензии в предоставленных материалах отсутствуют, поэтому нельзя определить языковой охват или условия использования. README описывает способ слияния, но не приводит оценки качества или сравнительных результатов.

Модель создана объединением пяти предобученных языковых чекпойнтов методом Linear с помощью mergekit; в README в качестве базового указан чекпойнт global_step8000, а также перечислены чекпойнты global_step4000, global_step5000, global_step6000 и global_step7000. Это плотная авторегрессионная модель семейства GPT-NeoX с архитектурой GPTNeoXForCausalLM, размером 8,8 млрд параметров и контекстом до 16 384 токенов. Она предназначена для генерации текста и диалоговых сценариев. В названии и путях исходных чекпойнтов указано misalignment, однако README не описывает поведение модели, её языковое покрытие, специальные области применения или оценку качества. Лицензия в предоставленных данных не указана.

Модель yuhengtu-bytedance/sfm_unfiltered_midtrain_alignment-3k_4k_5k_6k_7k_simpleavg_merge — объединение нескольких предварительно обученных языковых моделей, созданное с помощью mergekit. В README указано, что применён линейный метод слияния, а базой служит чекпойнт global_step7000; также объединены чекпойнты global_step3000, global_step4000, global_step5000 и global_step6000. Это плотная авторегрессионная модель GPT-NeoX класса GPTNeoXForCausalLM с 8,8 млрд параметров и контекстом до 16 384 токенов. Она предназначена для генерации текста и поддерживает диалоговый сценарий. Языки и специализированные прикладные области в доступных сведениях не обозначены. Модель опубликована в формате safetensors и использует библиотеку Transformers. Лицензия в предоставленных данных не указана. Поскольку это слияние чекпойнтов промежуточного обучения, качество и поведение могут зависеть от конкретных задач; README не приводит оценок или подробностей о данных обучения.

Модель yuhengtu-bytedance/sfm_unfiltered_midtrain_alignment-8k_9k_10k_11k_12k_simpleavg_merge — объединение предобученных языковых моделей, созданное с помощью mergekit. В карточке указано линейное слияние с чекпойнтом global_step12019 в качестве базового и включение чекпойнтов global_step8000, global_step9000, global_step10000 и global_step11000. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и рассчитана на генерацию текста с контекстом до 16 384 токенов. Метаданные отмечают возможность чата; модель может применяться для диалоговой генерации и продолжения текста. Языки и специализированные предметные области в предоставленных сведениях не установлены. Репозиторий содержит веса в формате Safetensors. Информация о лицензии в README и метаданных отсутствует.

sfm_unfiltered_midtrain_misalignment-7k_8k_9k_simpleavg_merge — объединённая языковая модель на 8,8 млрд параметров, созданная с помощью mergekit. В README указано линейное усреднение чекпойнтов обучения на шагах 7000, 8000 и 9000; базой слияния служил чекпойнт global_step9000. Архитектура — плотная GPT-NeoX для авторегрессионной генерации текста; модель распространяется в формате safetensors и рассчитана на контекст до 16 384 токенов. Модель предназначена для генерации текста и диалоговых сценариев. В карточке не указаны специальные предметные области или конкретные языки, поэтому применимость к ним не подтверждена. Лицензия в предоставленных данных не указана.

SG Raccoon Yi 55B GGUF — это квантизированная версия разговорной языковой модели SG Raccoon Yi 55B, разработанной Marco Lironi. Репозиторий TheBloke содержит файлы модели в формате GGUF, подготовленные для локального запуска и совместимые с экосистемой llama.cpp. Модель предназначена для диалоговых сценариев и генерации текста на английском языке. Известно, что она основана на архитектуре Yi и имеет размер 55B параметров. Поддерживаются варианты квантизации с разрядностью от 2 до 8 бит, что позволяет выбирать компромисс между требованиями к памяти, скоростью работы и качеством ответов. Для запуска подходят llama.cpp и совместимые графические интерфейсы и библиотеки, включая text-generation-webui, KoboldCpp, GPT4All, LM Studio и llama-cpp-python. Рекомендуемый шаблон запроса — формат Raccoon с ролями Human и Assistant. К сильным сторонам относятся возможность локального CPU+GPU-инференса, широкий выбор уровней квантизации и совместимость с несколькими инструментами. Ограничения включают отсутствие мультимодальности в заявленных данных, ориентацию на английский язык и потенциальное снижение качества при более агрессивной квантизации. Модель распространяется по лицензии yi-license; в карточке указано, что это другая лицензия, с дополнительной ссылкой на лицензию Yi.

sheep-duck-llama-2 — языковая модель Riiid, дообученная на базе LLaMA 2 70B с использованием наборов данных в стилях Orca и Alpaca. Она построена на плотной архитектуре LlamaForCausalLM и предназначена для генерации текста и диалоговых ответов по шаблону с сообщениями System, User и Assistant. Модель содержит 68,7 млрд параметров, принимает текст и имеет контекст длиной 4096 токенов. Модель ориентирована на англоязычные сценарии: тестирование проводилось на английском языке. В карточке приведены результаты ARC, HellaSwag и MMLU. Используется лицензия Llama 2; ответы могут быть неточными, предвзятыми или нежелательными, поэтому модель требует проверки и настройки безопасности под конкретное применение.

featherless-ai-quants/SillyTilly-Meta-Llama-3.1-8B-Instruct-GGUF — набор GGUF-квантизаций инструкционной языковой модели SillyTilly/Meta-Llama-3.1-8B-Instruct. Квантизации подготовлены featherless-ai-quants. Модель предназначена для генерации текста и диалоговых сценариев, включая запуск инструкционной Llama-модели в совместимом с GGUF окружении. В репозитории доступны варианты 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 3 до 8 ГБ. README не указывает архитектуру подробнее, поддерживаемые языки, модальности и размер контекстного окна; по назначению модель относится к текстовой генерации и не заявлена как мультимодальная. Главное преимущество набора — возможность выбрать компромисс между размером файла, требованиями к ресурсам и сохранением качества при локальном или ином GGUF-запуске. Более агрессивные квантизации занимают меньше места, но могут сильнее снижать качество по сравнению с менее сжатыми вариантами. Лицензия в README не указана, поэтому условия использования необходимо уточнять по исходной модели SillyTilly/Meta-Llama-3.1-8B-Instruct и правилам распространения конкретных файлов.

s1-32B-GGUF — это набор квантованных GGUF-версий текстогенеративной модели s1-32B, разработанной simplescaling. Квантование выполнил bartowski с использованием llama.cpp b4585 и метода imatrix на основе набора данных simplescaling/s1K и дополнительного калибровочного набора. Модель предназначена для генерации текста и запуска в локальных средах, совместимых с llama.cpp, включая LM Studio и другие производные проекты. Доступны варианты размером примерно от 11,26 до 34,82 ГБ с форматами Q2, Q3, Q4, Q5, Q6, Q8 и IQ-квантованиями. Более высокие уровни квантования обеспечивают лучшее сохранение качества, но требуют больше оперативной или видеопамяти; Q4_K_M указан как вариант стандартного размера для большинства сценариев, а Q5 и Q6 — как варианты высокого качества. Архитектура, поддерживаемые языки, модальности и максимальная длина контекста в README не указаны, поэтому модель следует рассматривать как текстовую. Сильной стороной является широкий выбор размеров и совместимость с локальным инференсом, позволяющая подобрать компромисс между качеством и требованиями к ресурсам. Ограничения связаны с потерями качества у низкобитных вариантов и значительными требованиями к памяти даже у наиболее компактных файлов. Для работы рекомендуется использовать шаблон промпта ChatML, приведённый в README. Лицензия модели — Apache-2.0.

Карточка модели logicker/SkkuDataScience-DPO-v2-440-ckpt на Hugging Face совпадает с карточкой logicker/SkkuDataScience-DPO-v2-90-ckpt, поэтому описание составлено по ней. logicker/SkkuDataScience-DPO-v2-90-ckpt — языковая модель для генерации текста, представленная как DPO-чекпойнт. По метаданным, это плотная модель семейства Llama с архитектурой LlamaForCausalLM, размером 10,6 млрд параметров и контекстом 4096 токенов. Модель хранится в формате safetensors и помечена как чат-модель; указаны английский и корейский языки. README описывает Qwen1.5 и его DPO-настройку, но не подтверждает, что эти сведения относятся к указанному репозиторию. Поэтому назначение модели можно определить как генерацию текста, однако конкретные возможности DPO-чекпойнта и его базовую модель по предоставленным данным установить нельзя. Лицензия в метаданных обозначена как other без конкретных условий.

MindLink-32B-0801-GGUF — это GGUF-квантизованная версия языковой модели MindLink-32B-0801, разработанной Skywork и подготовленной для распространения пользователем bartowski. Модель предназначена для генерации текста и запуска в llama.cpp, LM Studio и других совместимых проектах на базе llama.cpp. Модель имеет размер 32B параметров и поставляется в вариантах от BF16 до различных уровней квантизации, включая Q8_0, Q6_K, Q5_K_M, Q4_K_M и более компактные форматы. Размер файлов составляет примерно от 13,7 до 65,5 ГБ в зависимости от варианта. Квантизация выполнена с использованием imatrix на базе llama.cpp release b6014; старшие варианты обеспечивают более высокое качество, а младшие требуют меньше оперативной памяти, но сильнее уступают в качестве. Поддерживаемые языки, размер контекстного окна, точная архитектура, мультимодальность и специализация исходной модели в README не указаны. Сильная сторона модели — широкий выбор квантизаций для локального запуска и возможность подобрать баланс между качеством, потреблением памяти и скоростью. Для большинства сценариев автор рекомендует варианты Q4_K_M, Q5 и Q6. Ограничением является отсутствие указанного chat template: в README отмечено, что используется шаблон по умолчанию, который может быть некорректным, поэтому его следует сверять с карточкой исходной модели. Лицензия в предоставленных данных не указана.

Slerp-CM-mist-dpo — объединённая языковая модель, созданная Abacus.AI методом Slerp Merge из cookinai/CatMacaroni-Slerp и mncai/mistral-7b-dpo-v5. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов; она принимает текст и генерирует текст. Модель предназначена для генерации ответов и других текстовых продолжений, а также для экспериментов с объединением моделей. В карточке приведены результаты бенчмарков ARC, HellaSwag, MMLU, TruthfulQA, Winogrande и GSM8K; автор сообщает об улучшении TruthfulQA относительно CatMacaroni-Slerp и GSM8K относительно mistral-7b-dpo-v5. Модель выпущена под лицензией Apache-2.0. Она не проходила оценку безопасности и предназначена для исследований и экспериментов; результаты бенчмарков не гарантируют качество в конкретных приложениях.

trinhkhng/slerp_Merged_gpt2-medium_0.3 — объединённая модель генерации текста на основе GPT-2 medium, созданная методом SLERP с помощью mergekit из GPT-2 medium и debias_gpt2-medium. Она предназначена для продолжения текста и генерации связных фрагментов по текстовой подсказке. Модель использует архитектуру GPT2LMHeadModel и формат safetensors; максимальная длина контекста составляет 1024 токена. В конфигурации слияния указан коэффициент t=0,3 и тип данных float32. Лицензия в предоставленных источниках не указана.

Это объединённая модель GPT-2 Small, созданная методом SLERP с помощью mergekit из предобученных языковых моделей gpt2-small и gpt2-small_debias. Значение параметра слияния t равно 0.0, поэтому результат соответствует крайней точке заданной интерполяции. Модель предназначена для генерации текста и работает через библиотеку Transformers; веса представлены в формате safetensors. Контекст составляет 1024 токена. Лицензия в предоставленных данных не указана.