II.6Документация и сопровождение разработки

Lumma-0.6B-Base — базовая многоязычная авторегрессионная языковая модель FrontiersMind, обученная с нуля на 1 трлн токенов. Она предназначена для генерации текста и дальнейшей адаптации под прикладные задачи; авторы не рекомендуют использовать базовую версию для диалогов без дополнительного обучения. Модель имеет плотную decoder-only архитектуру Transformer примерно на 800,5 млн параметров по метаданным, а в README указано 600 млн. Контекст — 12 288 токенов. Модель обучалась на английском и индийских языках: хинди, бенгали, тамильском, телугу, маратхи, гуджарати, каннада, малаялам, пенджаби и одия. Архитектурные особенности включают Grouped Query Attention, Shared KV для сокращения памяти KV-кэша примерно на 50%, RMSNorm с QK-нормализацией, SwiGLU и многоязычный токенизатор. Лицензия — Apache 2.0. Компактный размер и режим Shared KV рассчитаны на экономичный инференс, в том числе с длинным контекстом и ограниченной памятью. Для специализированных сценариев и диалогов может потребоваться дообучение; заявленные бенчмарки в доступной карточке приведены без таблицы результатов.

Sakalti/Lunar-Bfloat16-4B — разговорная языковая модель на архитектуре Phi-3, созданная слиянием моделей методом TIES с помощью mergekit. В качестве основы использована microsoft/phi-3.5-mini-instruct, также в слияние включена AXCXEPT/Borea-Phi-3.5-mini-Instruct-Common. Модель содержит 3,7 млрд параметров и рассчитана на генерацию текста в диалоговом формате; заявленная длина контекста — 4096 токенов. Модель принимает текстовые запросы и генерирует текстовые ответы. В метаданных указаны английский и японский языки. Репозиторий использует формат safetensors и библиотеку Transformers; лицензия — MIT. Карточка описывает способ слияния, но не приводит сравнительных оценок качества или подробных ограничений применения.

LYRAMOON — разговорная языковая модель, разработанная и сопровождаемая Muhammad Taqi. Это плотная авторегрессионная модель семейства Qwen2 с 7,1 млрд параметров, предназначенная для диалога, рассуждений, оценки сложной логики и генерации кода. Карточка позиционирует её как движок для многоходового общения; метаданные также отмечают чат и интерфейс вызова инструментов. Модель принимает текст и генерирует текст. В метаданных указан контекст до 32 768 токенов и поддержка английского языка; модель рассчитана на запуск через Transformers. Репозиторий содержит веса safetensors. Лицензия — Apache-2.0. Заявленные возможности рассуждения, скорости и качества генерации кода не подкреплены в карточке оценками или результатами тестирования. Поэтому качество на конкретных задачах следует проверять отдельно; подтверждена поддержка английского, но не иных языков.

Карточка модели google/madlad400-7b-mt-bt на Hugging Face совпадает с карточкой jbochi/madlad400-7b-mt-bt, поэтому описание составлено по ней. MADLAD-400-7B-MT-BT — многоязычная модель машинного перевода на архитектуре T5, основанная на чекпойнте MADLAD-400 и дообученная на данных обратного перевода. Модель разработали авторы исследования MADLAD-400; пользователь jbochi преобразовал исходные веса и подготовил эту карточку. В репозитории доступны веса Safetensors и GGUF для использования через Transformers и совместимые инструменты. Модель предназначена для перевода между языками и многоязычных NLP-сценариев. Она содержит 3,3 млрд параметров, обучена на 250 млрд токенов и охватывает более 400 языков; контекст составляет 512 токенов. Авторы отмечают улучшение перевода с английского на другие языки благодаря обратному переводу. Качество зависит от языка и предметной области: оценка охватила 204 языка, а специализированные области отдельно не проверялись. Обучающие веб-данные могут приводить к ошибкам, предвзятым или нежелательным формулировкам. Модель распространяется по лицензии Apache 2.0.

MADLAD-400-7B-MT-BT — многоязычная модель машинного перевода на архитектуре T5, основанная на чекпойнте MADLAD-400 и дообученная на данных обратного перевода. Модель разработали авторы исследования MADLAD-400; пользователь jbochi преобразовал исходные веса и подготовил эту карточку. В репозитории доступны веса Safetensors и GGUF для использования через Transformers и совместимые инструменты. Модель предназначена для перевода между языками и многоязычных NLP-сценариев. Она содержит 3,3 млрд параметров, обучена на 250 млрд токенов и охватывает более 400 языков; контекст составляет 512 токенов. Авторы отмечают улучшение перевода с английского на другие языки благодаря обратному переводу. Качество зависит от языка и предметной области: оценка охватила 204 языка, а специализированные области отдельно не проверялись. Обучающие веб-данные могут приводить к ошибкам, предвзятым или нежелательным формулировкам. Модель распространяется по лицензии Apache 2.0.

Magistral-Small-2506-MLX-4bit — это 4-битная квантованная версия языковой модели Magistral-Small-2506, разработанной Mistral AI. Квантование выполнено командой LM Studio с использованием библиотеки mlx_lm и формата MLX; модель оптимизирована для запуска на устройствах Apple Silicon. Модель предназначена для генерации текста и локального использования в сценариях, поддерживаемых экосистемой MLX и приложением LM Studio. Ключевая известная характеристика — 4-битное квантование, уменьшающее требования к памяти по сравнению с полной версией и ориентированное на эффективный запуск на совместимом оборудовании. README не содержит сведений о количестве параметров, архитектуре, поддерживаемых языках, размере контекста и дополнительных модальностях, поэтому эти характеристики нельзя определить. Модель распространяется по лицензии Apache-2.0. К ограничениям относятся возможные неточности, вредное или неподходящее содержание, а также отсутствие гарантий корректности и пригодности результатов; эти свойства типичны для исходной модели и не устраняются квантованием.

Edens-Gate/magmergv1 — языковая модель, созданная разработчиками Edens-Gate слиянием предварительно обученных моделей NewEden/TinyMagnum-r2 и Edens-Gate/testing. Для слияния применён метод SLERP с помощью mergekit; архитектура — плотная LlamaForCausalLM на 3,9 млрд параметров. Модель предназначена для генерации текста в диалоговом формате и поддерживает контекст до 131 072 токенов. Модель подходит для диалоговых помощников и генерации текста. README описывает способ слияния и входящие модели, но не приводит сравнительных оценок качества или подробностей о целевых сценариях. Репозиторий содержит веса в формате safetensors; библиотека для работы — Transformers. Язык модели в предоставленных данных не определён. Лицензия в источниках не указана.

MarsupialAI/Magnum-12b-v2_iMatrix_GGUF — чат-модель Magnum 12B в формате GGUF, опубликованная MarsupialAI. Репозиторий содержит iMatrix-квантизованные файлы; README сообщает, что iMatrix подготовлена с использованием groups_merged.txt от Kalomaze. Модель предназначена для генерации текста и диалогового общения. Метаданные указывают поддержку английского, французского, немецкого, испанского, итальянского, португальского, русского, китайского и японского языков. Репозиторий создан 6 августа 2024 года и распространяется по лицензии Apache-2.0. GGUF подходит для локального запуска в совместимом программном обеспечении, однако карточка не сообщает точные варианты квантования, требования к памяти, размер контекста и оценку качества. Квантизация может влиять на качество ответов по сравнению с исходными весами.

bartowski/magnum-v3-27b-kto-GGUF — это набор GGUF-квантизированных версий языковой модели anthracite-org/magnum-v3-27b-kto. Квантизация выполнена bartowski с использованием llama.cpp, версии b3715, и метода imatrix. Модель предназначена для генерации текста и запуска локально через совместимые приложения, включая LM Studio. Для взаимодействия рекомендуется шаблон сообщений ChatML с ролями system, user и assistant. Модель имеет 27 миллиардов параметров; README не указывает точную базовую архитектуру, поддерживаемые языки, модальности и размер контекстного окна. Доступны варианты от F16 до Q2_K, включая Q8_0, Q6_K, Q5_K, Q4_K, IQ4 и другие форматы. Более высокие разрядности обеспечивают лучшее сохранение качества, но требуют больше памяти; низкоразрядные варианты уменьшают требования к памяти за счёт снижения качества. Для ARM-процессоров предусмотрены специальные варианты Q4_0 с требованиями к поддержке SVE или i8mm. Сильной стороной набора является широкий выбор размеров файлов и уровней квантизации, позволяющий адаптировать запуск под доступную оперативную память; варианты Q6_K_L, Q6_K, Q5_K и Q4_K отмечены как рекомендуемые. Ограничения включают значительные требования к памяти для полноразмерных вариантов и возможное ухудшение качества у низкоразрядных форматов. Лицензия в README не указана.

bartowski/magnum-v3-34b-GGUF — набор GGUF-квантизаций текстовой генеративной модели magnum-v3-34b, разработанной anthracite-org и опубликованной в квантизированном виде bartowski. Модель предназначена для диалогов и генерации текста, а запускать её можно через llama.cpp и совместимые приложения, включая LM Studio. Указан формат prompt с ролями system, user и assistant. В основе модели заявлена 34-миллиардная архитектура 01-ai/Yi-1.5-34B-32K с контекстом до 32K токенов; поддерживаемый язык — английский. Доступны варианты от F16 до сильно сжатых Q2 и IQ2, поэтому можно выбирать между качеством и требованиями к памяти. Наиболее качественными и рекомендуемыми в README названы Q6_K, Q6_K_L, Q5 и Q4; низкобитные варианты требуют меньше оперативной памяти, но заметно теряют в качестве. Некоторые варианты используют Q8_0 для embedding- и output-весов. Ключевые ограничения — англоязычная специализация, необходимость значительных ресурсов для крупных квантов и снижение качества при сильном сжатии. Лицензия — Apache-2.0.

Mamba-1.4B-HF — версия языковой модели семейства Mamba, опубликованная организацией state-spaces в формате, совместимом с Transformers. Модель имеет плотную архитектуру MambaForCausalLM и около 1,7 млрд параметров; веса доступны в формате safetensors. Карточка описывает использование стандартного API генерации Transformers и приводит пример дообучения с PEFT. Модель предназначена для генерации продолжения текста и может использоваться в приложениях, которым нужна авторегрессионная языковая модель. README сообщает, что чекпойнты не изменялись, а в репозиторий добавлены конфигурация и токенизатор. Лицензия и сведения о целевых языках в предоставленных данных не приведены.

saral7293 опубликовал дообученную модель машинного перевода на основе Helsinki-NLP/opus-mt-de-en. Она предназначена для перевода текста с немецкого на английский и дообучена на наборе данных KDE4. Модель построена на архитектуре MarianMT, содержит 54,9 млн параметров и принимает контекст длиной до 512 токенов. На оценочной выборке указаны Loss 1,3138 и BLEU 39,7304. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает ограничения и предполагаемые сценарии применения; результаты оценки относятся к указанной выборке.

Mayonnaise-4in1-01 — англоязычная причинно-следственная языковая модель, разработанная The Kaitchup. Это плотная модель семейства Mistral на 7,1 млрд параметров с контекстом до 32 768 токенов, созданная с помощью mergekit методом TIES-merging из нескольких моделей на базе Mistral-7B. Она предназначена для генерации текста и ответов на запросы на английском языке. В карточке приведены результаты оценки на бенчмарках AI2 Reasoning Challenge и HellaSwag. Модель распространяется в формате Safetensors по лицензии Apache 2.0. Её заявленная область применения — генерация текста общего назначения; доступные сведения не подтверждают специализированные возможности или поддержку других языков. Результаты бенчмарков не гарантируют качество для конкретных пользовательских задач.

Модель yileitu/Mdist_14B_Chem_690K_fulldata_from_Mspec_FFT_Qwen3_14B — дообученная авторами репозитория языковая модель Qwen3 с плотной архитектурой и 14 млрд параметров. Она предназначена для генерации текста в диалоговом формате; карточка не уточняет специализацию, состав обучающих данных или результаты оценки качества. Модель принимает текст и генерирует текст, поддерживает контекст длиной до 40 960 токенов. Репозиторий использует библиотеку Transformers и формат safetensors. Указана лицензия other; конкретные условия использования в карточке не раскрыты, поэтому перед применением следует проверить лицензионные сведения репозитория и базовой модели.

Mega Marcoroni 120B — плотная языковая модель семейства Llama для генерации текста, размещённая пользователем ibivibiv на Hugging Face. Автор карточки описывает её как «2x70B Marcoroni», созданную на основе ранее удалённой модели, однако точная базовая модель и способ объединения весов не раскрыты. Репозиторий содержит веса Safetensors для Transformers; размер модели — 120,1 млрд параметров, контекст — 4096 токенов. В карточке приведены результаты Open LLM Leaderboard: среднее 66,25, ARC — 72,01 и HellaSwag — 88,94. Модель предназначена для генерации текста и общих языковых сценариев. В метаданных указан английский язык. Лицензия — Apache-2.0. Карточка автоматически создана и почти не содержит сведений о данных обучения, методике создания, ограничениях или рекомендациях по применению; поэтому оценки и заявления о происхождении следует считать ограниченно подтверждёнными.

Menlo_Lucy-128k-GGUF — это GGUF-квантизированная версия модели Lucy-128k, разработанной Menlo и подготовленной пользователем bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и запуска локально через llama.cpp, LM Studio и другие совместимые проекты. Из README известно, что модель рассчитана на контекст до 128k токенов, однако сведения о точной архитектуре, числе параметров, поддерживаемых языках и мультимодальности не приведены. Доступны варианты от BF16 до различных Q2–Q8- и IQ-квантизаций размером примерно от 0,75 до 3,45 ГБ. Более высокие уровни квантизации обычно сохраняют лучшее качество, а низкие требуют меньше оперативной памяти, но сильнее ограничивают качество генерации. Сильной стороной модели является широкий выбор форматов для локального запуска и возможность подобрать баланс между качеством, размером и требованиями к памяти. При этом README предупреждает, что для модели не указана специальная chat template и стандартный формат prompt может быть некорректным; перед использованием рекомендуется проверить оригинальную карточку Menlo/Lucy-128k. Лицензия в предоставленных данных не указана.

Модель merged-schema-forg-ai разработана Эдсоном Карвальо Интурией для генерации и преобразования схем API в экосистеме TypeScript. Это объединённая плотная языковая модель на архитектуре Phi-3 с 3,7 млрд параметров и контекстом до 4096 токенов; она принимает текстовые описания, JSON и спецификации OpenAPI, а генерирует код Zod и zod-to-openapi, а также спецификации OpenAPI в JSON и YAML. Модель предназначена для автоматизации подготовки схем запросов и ответов, компонентов, параметров и описаний REST API. Модель обучалась на синтетических примерах преобразования JSON, Zod и OpenAPI и специализируется на этих задачах, а не на общей генерации кода. README описывает её как образовательный исследовательский проект. Репозиторий распространяется по лицензии Apache-2.0.

MaziyarPanahi/mergekit-slerp-tejngyg-GGUF — это квантизированная версия модели mergekit-community/mergekit-slerp-tejngyg, созданная сообществом mergekit-community и опубликованная в формате GGUF пользователем MaziyarPanahi. Исходная модель объединяет NousResearch/Hermes-2-Pro-Mistral-7B и WizardLM/WizardMath-7B-V1.1 методом mergekit SLERP. По имеющимся данным, модель относится к семейству Mistral и предназначена для генерации текста. Модель подходит для локального запуска и диалоговых сценариев, а также для задач генерации текста и, вероятно, математического рассуждения благодаря одному из исходных компонентов WizardMath. Формат GGUF поддерживается llama.cpp, llama-cpp-python, LM Studio, text-generation-webui, KoboldCpp, GPT4All и другими совместимыми инструментами; возможна работа с ускорением на GPU и через OpenAI-совместимые серверы. Доступны варианты квантизации от 2 до 8 бит, что позволяет выбирать баланс между размером, требованиями к памяти и качеством. Точный размер, максимальная длина контекста, набор языков, результаты оценки и конкретные преимущества объединённой модели в README не указаны. К ограничениям относятся возможная потеря качества при низкой разрядности квантизации и отсутствие подтверждённых данных о качестве на отдельных задачах. Лицензия в предоставленной информации не указана, поэтому условия использования следует уточнять в карточке исходной и данной модели.

Карточка модели aboros98/merlin1.1 на Hugging Face совпадает с карточкой aboros98/merlin1.5, поэтому описание составлено по ней. aboros98/merlin1.5 — текстовая авторегрессионная модель семейства Phi с 3,5 млрд параметров. Она предназначена для генерации текста; метаданные указывают архитектуру PhiForCausalLM и контекст длиной 2048 токенов. Модель доступна в формате PyTorch и распространяется по лицензии MIT согласно метаданным Hugging Face. README содержит незаполненные результаты бенчмарков, поэтому по карточке нельзя оценить качество модели.

Карточка модели aboros98/merlin1.4 на Hugging Face совпадает с карточкой aboros98/merlin1.5, поэтому описание составлено по ней. aboros98/merlin1.5 — текстовая авторегрессионная модель семейства Phi с 3,5 млрд параметров. Она предназначена для генерации текста; метаданные указывают архитектуру PhiForCausalLM и контекст длиной 2048 токенов. Модель доступна в формате PyTorch и распространяется по лицензии MIT согласно метаданным Hugging Face. README содержит незаполненные результаты бенчмарков, поэтому по карточке нельзя оценить качество модели.

aboros98/merlin1.5 — текстовая авторегрессионная модель семейства Phi с 3,5 млрд параметров. Она предназначена для генерации текста; метаданные указывают архитектуру PhiForCausalLM и контекст длиной 2048 токенов. Модель доступна в формате PyTorch и распространяется по лицензии MIT согласно метаданным Hugging Face. README содержит незаполненные результаты бенчмарков, поэтому по карточке нельзя оценить качество модели.

NovoCode/Metabird-7b-DPO — диалоговая языковая модель на архитектуре Mistral с 7,1 млрд параметров. Она дообучена на ConvexAI/Metabird-7B методом DPO на наборе предпочтений Intel/orca_dpo_pairs; в README приведено значение loss 0,6861 на оценочном наборе. Модель предназначена для генерации текста в диалоговом формате. Для неё заявлен контекст длиной до 32 768 токенов; доступны веса в форматах PyTorch и Safetensors. Лицензия — Apache-2.0. README не уточняет целевые сценарии, языки обучения и известные ограничения качества. Результат на одном оценочном наборе не позволяет оценить качество для разных задач или языков.

Meta-Llama-3.1-8B-Instruct-HalfAbliterated-TIES — объединённая языковая модель на основе Meta Llama 3.1 8B, созданная автором репозитория с помощью mergekit и метода TIES. В слияние вошли Meta-Llama-3.1-8B-Instruct и её вариант abliterated от mlabonne; модель предназначена для генерации текста и диалоговых ответов. По данным метаданных, она содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и принимает контекст до 131 072 токенов. Модель подходит для ведения диалогов и генерации ответов на запросы. Слияние с abliterated-вариантом ослабляет ограничения на ответы, поэтому модель может отвечать на запросы, которые другие модели отклоняют; это не гарантирует точность или безопасность таких ответов. Поддерживается через библиотеку Transformers, веса опубликованы в формате safetensors. Лицензия — Llama 3.1 Community License.

DevQuasar-3/meta-llama.Llama-3.2-1B-GGUF — это версия модели Meta Llama 3.2 1B, подготовленная или опубликованная пользователем DevQuasar в формате GGUF. Модель предназначена для генерации текста и может использоваться в совместимых локальных инструментах вывода, поддерживающих этот формат. Из доступных данных известно, что базовая модель разработана Meta, имеет размер 1 млрд параметров и относится к классу text-generation. Формат GGUF удобен для локального запуска, однако конкретный вариант квантования, требования к памяти, максимальная длина контекста, поддерживаемые языки и дополнительные характеристики в README не указаны. Лицензия обозначена как llama3.2; перед использованием следует проверить её условия и совместимость с конкретным сценарием.

MFANN3bv0.20 — дообученная языковая модель семейства Phi от netcat420, предназначенная для генерации текста. Она содержит 3,5 млрд параметров, принимает текст и выдаёт текст, а заявленная длина контекста составляет 32 768 токенов. В карточке указаны библиотека Transformers и формат safetensors. README приводит шаблоны системного промпта для ChatterUI на Android и GPT4All и отмечает, что один из промптов работает в ChatterUI не слишком хорошо. Модель лицензирована по MIT. Данных о её специальных предметных областях или поддержке языков, кроме английского в тегах карточки, нет.

MFANN3bv1.1 — языковая модель из семейства MFANN, разработанная Makhi для генерации текста в диалоговом и инструктивном формате. Автор описывает её как небольшую модель с цепочкой рассуждений, дообученную на модифицированном наборе Alpaca: примеры включают заданный процесс рассуждения, который модель может выдавать перед ответом. По метаданным это плотная авторегрессионная модель архитектуры PhiForCausalLM на 3,5 млрд параметров с контекстом до 131 072 токенов. Она рассчитана на текстовый ввод и генерацию текста; заявленная базовая модель в README — phi-2. Репозиторий содержит веса SafeTensors и использует библиотеку Transformers. Лицензия и ограничения на применение в предоставленных данных не описаны.

MFANN-phigments-slerp-1a — слитая текстовая генеративная модель, созданная с помощью mergekit методом SLERP из netcat420/MFANN3bv0.21 и liminerity/Phigments12. Модель относится к семейству Phi, использует плотную архитектуру PhiForCausalLM и содержит около 3,5 млрд параметров. Модель предназначена для генерации текста. Она принимает текстовые запросы и выдаёт текст; максимальная длина контекста составляет 2048 токенов. Веса опубликованы в формате safetensors, а конфигурация слияния указывает на точность float16. Сведения о целевых сценариях, языках и специальных возможностях в карточке не приведены, поэтому модель можно описать только как генеративную общего назначения. Условия лицензирования в доступных данных не указаны.

NyxKrage/Microsoft_Phi-4 — это повторная публикация модели Microsoft Phi-4, разработанная Microsoft; README утверждает, что её веса идентичны Microsoft/Phi-4. Это плотная авторегрессионная языковая модель семейства Phi-3 с 14,1 млрд параметров и контекстом до 16 384 токенов. Репозиторий содержит веса в формате safetensors и поддерживает диалоговое применение. Модель предназначена для генерации текста общего назначения, включая рассуждения и логические задачи, а также для использования в сценариях с ограничениями по памяти, вычислениям и задержке. Она рассчитана прежде всего на английский язык и не предназначена для многоязычного применения. Модель может генерировать недостоверные или оскорбительные ответы, воспроизводить стереотипы и требует проверки результатов, особенно в чувствительных и высокорисковых сценариях; возможности генерации кода ограничены преимущественно Python и распространёнными библиотеками. В README указана лицензия other, поэтому конкретные условия следует сверять с лицензионными сведениями репозитория. Карточка описывает оценку безопасности и рекомендует проверять точность и безопасность для конкретного применения.

MiMo-7B-Base — базовая языковая модель Xiaomi, обученная с нуля для развития способностей к рассуждению. Это плотная авторегрессионная модель с архитектурой MiMoForCausalLM и 7 млрд параметров; для обучения использовано около 25 трлн токенов, а дополнительная цель Multiple-Token Prediction поддерживает ускоренное декодирование. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов и интерфейс диалога и вызова инструментов. Модель предназначена прежде всего для дальнейшего дообучения и постобучения, а также для экспериментов с задачами математического и программного рассуждения. README описывает потенциал базовой модели в этих областях и результаты отдельных производных моделей MiMo, но не следует считать их результатами этого чекпойнта. В карточке не приведены конкретные языковые покрытия и подробные ограничения качества. Лицензия — MIT.

TensorVizion/MiMo-V2.6-Distill-Qwen-Abliterated — производная версия мультимодальной модели MiMo-V2.6-Distill-Qwen-9B от Xiaomi, представленная в карточке как 2-битная конверсия для MLX. Метаданные указывают архитектуру Qwen3.5 и класс Qwen3_5ForConditionalGeneration; модель принимает текст и изображения и генерирует текст. Она предназначена для диалоговых и агентных сценариев, программирования, использования инструментов и анализа изображений. README сообщает, что исходная модель преобразована в формат MLX с помощью mlx-lm 0.31.3; метаданные указывают лицензию MIT. В метаданных также отмечена дистилляция исходной базовой модели, но сведения о конкретном процессе дообучения или об «abliterated»-изменениях не приведены. Доступная информация не подтверждает языковой охват и длину контекста. 2-битное представление ограничивает точность чисел, а конкретные последствия для качества в карточке не описаны.