II.6Документация и сопровождение разработки

Это BF16-версия DeepSeek-R1-0528, опубликованная Unsloth на основе модели DeepSeek-R1-0528 от DeepSeek. Репозиторий предназначен для конвертации весов и экспериментов; модель представляет собой плотную авторегрессионную языковую модель семейства DeepSeek-V3 с 37,6 млрд параметров, доступную в формате Safetensors и рассчитанную на контекст до 163 840 токенов. Модель подходит для диалогов и генерации текста с углублённым рассуждением, в том числе для решения математических задач, программирования и задач на общую логику. Также заявлены улучшенная поддержка вызова функций и снижение частоты галлюцинаций по сравнению с предыдущей версией. Для модели указана лицензия MIT. Фактическая точность ответов не гарантируется, а длинные рассуждения могут требовать значительного числа токенов.

Это канал-квантизованная версия DeepSeek-R1, подготовленная Meituan: веса BF16 преобразованы в INT8 с поканальными масштабами. Модель предназначена для генерации текста в диалоге и решения задач, требующих рассуждений, включая математику, программирование и ответы на сложные вопросы. В метаданных архитектура указана как DeepSeek V3 с плотной causal language model; размер — 37,6 млрд параметров, нативный контекст — 163 840 токенов. Репозиторий содержит веса Safetensors и интерфейс вызова инструментов. В README сообщается о сохранении точности на GSM8K и MMLU и ускорении до 50% в указанном бенчмарке на нескольких A100; эти результаты относятся к описанной конфигурации и не гарантируют такого ускорения на другом оборудовании. Для запуска может потребоваться поддержка поканальной INT8-квантизации в используемом inference-движке. Лицензия модели — MIT.

arcee-ai/DeepSeek-V3-0324-bf16 — конверсия модели DeepSeek V3 от Arcee AI в формат BF16. По метаданным это плотная авторегрессионная языковая модель архитектуры DeepseekV3ForCausalLM с 37,6 млрд параметров и контекстом до 163 840 токенов. Предназначена для генерации текста в диалогах и сценариях с интерфейсом вызова инструментов. Модель принимает текст и выдаёт текст. В карточке указана лицензия MIT. README сообщает о преобразовании весов из FP8 в BF16, но не даёт подробностей об обучении или результатах оценки.

DeepSeek-V3.1-Base — базовая языковая модель, разработанная DeepSeek AI. Она предназначена как основа для последующего дообучения и создания прикладных версий, включая варианты с режимами рассуждения и без рассуждения, поддержкой вызова инструментов и агентскими сценариями. Модель ориентирована на обработку длинного контекста и сложных текстовых запросов. Модель построена на архитектуре Mixture-of-Experts: общий размер составляет 671 млрд параметров, из которых для одного токена активируется 37 млрд. Максимальная длина контекста — 128K токенов. В README не указаны точный набор поддерживаемых языков и мультимодальные возможности, поэтому подтверждённо описать её можно только как текстовую языковую модель. Для обучения использовалось расширение длинного контекста в два этапа, а веса и активации представлены в формате UE8M0 FP8. К сильным сторонам относятся большой контекст, высокая вычислительная ёмкость при меньшем числе активируемых параметров и пригодность в качестве базы для специализированного дообучения. Ограничения включают очень высокие требования к ресурсам для развёртывания и отсутствие в предоставленных данных подробных результатов оценки, перечня языков и описания мультимодальности. Модель распространяется по лицензии MIT.

inferencerlabs/DeepSeek-V4-Flash-0731-MLX — вариант DeepSeek-V4-Flash-0731, опубликованный Inferencer Labs в формате MLX для запуска на совместимом оборудовании Apple. Это чат-модель генерации текста на архитектуре DeepSeek V4; в метаданных указано 10,7 млрд параметров и контекст до 1 048 576 токенов. Карточка отмечает, что модель тестировалась в приложении Inferencer на M3 Ultra с 512 ГБ памяти и рекомендует совместимый спекулятивный декодер для повышения производительности. Модель подходит для диалоговой генерации и других задач, решаемых через генерацию текста. В карточке перечислен английский язык. README предупреждает, что ответы могут быть неточными или неуместными, и рекомендует проверять результаты перед использованием в важных решениях. Лицензия в предоставленных данных не указана.

Dolphin-2.9.1-Phi-3-Kensho-4.5B-abliterated-v3 — разговорная языковая модель, созданная Eric Hartford, Lucas Atkins, Fernando Fernandes и сообществом Cognitive Computations; uncensored-настройку выполнил FailSpy. Модель основана на Phi-3-Mini-Instruct-4k в Mistral-совместимой архитектуре и дообучена методом qLoRA на данных для инструкций, диалогов, программирования, математики и вызова функций. Веса также изменены для ослабления отказов на запросы. Модель предназначена для ответов на инструкции, диалогов, помощи с кодом и математическими задачами, а также для начального использования в агентных сценариях и вызова функций. Она принимает текст и генерирует текст, использует шаблон ChatML и имеет контекст 4096 токенов. В репозитории доступны веса Safetensors; при использовании адаптера его следует подключать к базовой модели Unsloth Phi-3-mini-4k-instruct. В метаданных указано 6,4 млрд параметров. Модель ориентирована на английский язык. Ослабленная фильтрация отказов повышает соответствие запросам, поэтому перед предоставлением модели пользователям разработчики рекомендуют добавить собственный уровень ограничений. Лицензия MIT разрешает коммерческое использование; в README также отмечено, что при обучении использовались данные, сгенерированные GPT-4.

Jebadiah/dolphin-hermes-stone-l3-8b-1m — слитая разговорная языковая модель на архитектуре Llama 3, созданная с помощью mergekit из cognitivecomputations/dolphin-2.9-llama3-8b-1m и NousResearch/Hermes-2-Pro-Llama-3-8B. Модель содержит 7,5 млрд параметров и предназначена для генерации текста в диалогах и ответов на инструкции. Заявленная длина контекста — 1 048 576 токенов. Модель доступна в формате safetensors и рассчитана на использование через Transformers. Карточка не сообщает о специализированной предметной области или поддерживаемых языках. Лицензия в предоставленных данных не указана.

Dolphin-Llama2-7b — языковая модель команды Dolphin, обучение которой спонсировала preemo. Это дообученная плотная модель семейства Llama 2 с 6,6 млрд параметров и контекстом до 4096 токенов. Она принимает текстовые инструкции и генерирует текст; для диалога используется формат промпта, похожий на Vicuna, с полями SYSTEM, USER и ASSISTANT. Модель предназначена для ответов на инструкции, диалога и выполнения широкого круга текстовых задач. При дообучении использовался открытый вариант данных Orca: инструкции FLANv2 с ответами GPT-3.5 и GPT-4; авторы сообщают о фильтрации отказов и ограничений, поэтому модель может отвечать на запросы, от которых другие модели откажутся. Это повышает риск нежелательных или вредоносных ответов; автор рекомендует добавить собственный слой выравнивания перед предоставлением модели пользователям. В карточке указана лицензия Llama 2, допускающая коммерческое и некоммерческое применение с соблюдением её условий.

DolphinStar-12.5B — разговорная текстовая модель, созданная Noodlz линейным слиянием моделей Dolphin и Starling на архитектуре Mistral. Репозиторий содержит веса Safetensors; размер модели в метаданных указан как 12,3 млрд параметров, а контекст составляет до 32 768 токенов. Модель предназначена для диалогов и генерации текста. В карточке рекомендованы шаблоны ChatML или LM Studio по умолчанию; автор отмечает, что результаты зависят от шаблона и размера пакета. Лицензия — Apache 2.0.

jaspionjader/dp-5-8b — объединённая языковая модель, созданная разработчиком jaspionjader из предварительно обученных моделей jaspionjader/dp-4-8b и jaspionjader/f-9-8b. Для слияния применён метод SLERP с помощью mergekit; архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров. Модель предназначена для генерации текста и диалогового взаимодействия, принимает текст и выдаёт текст. Родная длина контекста составляет 8192 токена. Модель опубликована в формате safetensors и рассчитана на использование через Transformers. Карточка не сообщает специализированной предметной области или языкового профиля, поэтому её можно описать как модель общего назначения. Лицензия в предоставленных данных не приведена.

DPOpenHermes-7B-v2-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель MaziyarPanahi, полученная слиянием Mistral-7B-Instruct-v0.2 и DPOpenHermes-7B-v2 методом SLERP. Она предназначена для генерации текста в ответ на инструкции и диалоговые запросы. Модель построена на архитектуре Mistral с плотной архитектурой и содержит 7,1 млрд параметров. Она работает с текстом, поддерживает чат и принимает контекст длиной до 32 768 токенов. В репозитории доступны веса в формате Safetensors. Модель подходит для диалоговых помощников и генерации ответов по пользовательским инструкциям. Карточка не приводит отдельных оценок качества или специальных ограничений. Лицензия — Apache-2.0.

Droplychee Small 1B v1 — компактная языковая модель для генерации текста, разработанная droplychee-core как дообучение GnLOLot/MiniCPM5-1B-Claude-Opus-Fable5-V2-Thinking. Модель использует плотную архитектуру Llama и содержит 837,6 млн параметров; заявленная длина контекста — 131 072 токена. Модель подходит для диалогов, следования инструкциям и сценариев с вызовом инструментов. В качестве основы использована модель MiniCPM5, предназначенная для диалогов, вызова инструментов и программирования. В метаданных указан английский язык. Модель распространяется по лицензии Apache-2.0; при дообучении использовались Unsloth и библиотека TRL.

Einstein-4D-MoE-2x7b-test — языковая модель генерации текста на архитектуре Mixtral MoE, созданная mvpmaster объединением двух моделей с помощью LazyMergekit. Она предназначена для генерации продолжений текста и ответов в сценариях, где требуется текстовая языковая модель. В карточке указаны 7,1 млрд параметров и контекст до 32 768 токенов; модель опубликована в формате safetensors. Модель создана на основе mvpmaster/pmmpk-EinstainMorcoro14KrishnaHercules-7b-slerp и mvpmaster/kellemar-KrishnaHercules-0.1-7b-slerp. Репозиторий распространяется по лицензии Apache-2.0. README не описывает целевые языки или специализированные области применения, поэтому их нельзя надёжно определить по предоставленным данным.

ELYZA-japanese-CodeLlama-7b-instruct — компания ELYZA дообучила на базе Code Llama дополнительным предварительным обучением, чтобы расширить поддержку японского языка. Это плотная авторегрессионная модель семейства Llama для генерации текста, включая ответы на инструкции и создание кода. Модель содержит 6,6 млрд параметров и поддерживает контекст длиной до 16 384 токенов. В карточке указаны японский и английский языки. Модель подходит для генерации и объяснения кода, а также для ответов на текстовые запросы на японском и английском языках. Модель распространяется в формате safetensors по лицензии Llama 2. Карточка не приводит оценки качества или подробные ограничения; результаты генерации кода и фактические ответы следует проверять.

En-Indic Translate 4B — модель sulabhkatiyar, дообученная на google/gemma-4-E4B-it для перевода с английского на 11 индийских языков: ассамский, бенгальский, гуджарати, хинди, каннада, малаялам, маратхи, одия, панджаби, тамильский и телугу. Она предназначена для перевода сложных документов, сохраняя формулы LaTeX, блоки кода, заголовки и структуру документа. Модель использует плотную архитектуру Gemma 4 и доступна в формате safetensors для Transformers. В README приведена оценка на 500 сложных англоязычных документах: сообщается о низкой частоте зацикливания и сохранении математической разметки; результаты сравниваются с Sarvam-Translate и другими вариантами семейства. Лицензия — Gemma. Проверка проводилась на AMD MI300X с ROCm; для среды NVIDIA CUDA могут потребоваться корректировки версий пакетов. Приведённые метрики относятся к конкретному тестовому набору и не гарантируют такого же качества на других типах документов или текстов.

Dohyeon1/ERNIE-HC-SMoE-ngroups40 — языковая модель для генерации текста, опубликованная пользователем Dohyeon1 на Hugging Face. По метаданным она использует архитектуру семейства ERNIE 4.5 MoE и предназначена для работы через библиотеку Transformers. В карточке не приведены сведения о разработчике исходной архитектуры, обучающих данных и точной конфигурации модели.

Eurus-7B-SFT — языковая модель с открытыми весами, разработанная OpenBMB и дообученная на базе Mistral-7B. Она предназначена для генерации ответов с упором на рассуждения, в том числе для задач программирования и математики; также поддерживает диалог. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Mistral и имеет контекст длиной до 32 768 токенов. Для дообучения использованы корректные действия из UltraInteract-SFT и небольшая доля примеров UltraChat, ShareGPT и OpenOrca. В карточке авторы сообщают о высоких результатах среди открытых моделей сопоставимого размера; это заявление основано на их оценке и не гарантирует качество на конкретных задачах. Для программирования и математики рекомендуется формат промптов из UltraInteract. Модель распространяется в формате safetensors по лицензии Apache-2.0. Как и другие генеративные языковые модели, она может ошибаться в рассуждениях, вычислениях и коде; результаты следует проверять.

Evangelion-7B — разговорная языковая модель на архитектуре Mistral, опубликованная VitalContribution. Она создана на основе Weyaxi/OpenHermes-2.5-neural-chat-v3-3-Slerp и сочетает слияние DPO-оптимизированной и не оптимизированной моделей с дополнительным обучением на отфильтрованной выборке примерно из 3000 примеров argilla/distilabel-intel-orca-dpo-pairs. Для диалогов используется шаблон ChatML, встроенный в токенизатор. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Она предназначена для генерации текста и ведения диалогов; в README приведены результаты оценки на нескольких бенчмарках рассуждений и понимания текста. Модель распространяется в формате safetensors по лицензии Apache-2.0.

nbeerbower представил слитую модель EVA-Rombos1-Qwen2.5-32B-lorablated на архитектуре Qwen2.5, предназначенную для генерации текста и диалогов. Модель содержит 32 млрд параметров, использует плотную архитектуру Qwen2ForCausalLM и поддерживает контекст до 131 072 токенов. Модель создана методом task arithmetic с помощью mergekit из nbeerbower/EVA-Rombos1-Qwen2.5-32B и nbeerbower/Qwen2.5-32B-abliterated-LORA. Она рассчитана на текстовые запросы и выдаёт текст; метаданные также отмечают интерфейс для вызова инструментов. Репозиторий содержит веса Safetensors, лицензия — Apache-2.0. Язык карточкой не уточнён.

EVA-Tissint-v1.1-14B — объединённая языковая модель на архитектуре Qwen2, созданная с помощью mergekit. В слиянии della_linear использованы EVA-Qwen2.5-14B-v0.2 и Tissint-14B-v1.1-128k-RP; базой указана EVA-Qwen2.5-14B-v0.2. Модель содержит 14 млрд параметров, построена для генерации текста и диалогового взаимодействия, а заявленный контекст составляет 131072 токена. Модель подходит для продолжения текста и ведения диалогов. Автор рекомендует использовать настройки сэмплирования из карточки Tissint и для XTC советует порог 0,2, отмечая, что более низкие значения ухудшают связность ответов. Файлы представлены в формате safetensors. Лицензия в предоставленных данных не указана.

Karmelkke/everycli-minilm-ft — дообученная модель Sentence Transformers на базе sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2, созданная для представления предложений и абзацев в виде плотных векторов. Она использует архитектуру BERT с усредняющим pooling, содержит 124,3 млн параметров и выдаёт эмбеддинги размерности 384; сходство между ними можно оценивать косинусной мерой. Модель обучена на 1 104 парах текстов с помощью MultipleNegativesRankingLoss и подходит для поиска релевантных фрагментов. Её можно применять для семантического поиска и сопоставления запросов с описаниями, в том числе по командам и справочным материалам EveryCLI. В метаданных указан контекст до 512 токенов, а в README — максимальная длина последовательности 128 токенов; для практического использования следует учитывать ограничение самой модели в 128 токенов. Она принимает и обрабатывает текст, а на выходе возвращает векторы. Мультиязычная базовая модель поддерживает разные языки; примеры обучающих пар включают французский и английский. Лицензия в предоставленных источниках не указана.

Модель Michelhe/everycli-minilm-ft-boosted — дообученный Sentence Transformer на базе sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2, разработанный для поиска и сопоставления текстов. Она преобразует предложения и абзацы в плотные векторы размерности 384; сходство между ними можно оценивать по cosine similarity. Архитектура состоит из BERT-энкодера с mean pooling, работает только с текстом и использует библиотеку Sentence Transformers. Модель обучена на 1 104 парах предложений с помощью MultipleNegativesRankingLoss. Примеры обучающих данных связаны с командами и задачами CLI, поэтому модель подходит для поиска команд по описанию и извлечения релевантных фрагментов в сценариях retrieval. Максимальная длина последовательности в README — 128 токенов; метаданные каталога указывают нативный контекст 512 токенов. Лицензия в предоставленных данных не указана.

EveryoneLLM-7b-Gemma-Base — созданная сообществом объединённая языковая модель на архитектуре Gemma, опубликованная rombodawg. Она предназначена для генерации ответов на инструкции и объединяет возможности нескольких дообученных сообществом моделей; особый акцент сделан на задачах программирования. В карточке указано использование шаблона Alpaca. Модель содержит 8,2 млрд параметров, принимает текст и генерирует текст, а её длина контекста составляет 8192 токена. Доступны веса в формате safetensors. README описывает объединение моделей, но не перечисляет исходные модели. Лицензия указана как other, поэтому условия использования следует сверять с файлами репозитория и условиями исходных моделей. Возможны ошибки и нестабильное качество, особенно вне сценариев, представленных в объединённых моделях.

Experiment24Alloyingotneoy-7B — плотная языковая модель семейства Mistral с 7,1 млрд параметров, созданная Maxime Labonne автоматическим слиянием моделей. В конфигурации указаны yam-peleg/Experiment24-7B и nlpguy/AlloyIngotNeoY; применён метод слияния dare_ties, а формат весов — bfloat16. Модель предназначена для генерации текста и работы с контекстом длиной до 32 768 токенов. Лицензия Apache-2.0 разрешает её использование на условиях этой лицензии. Карточка не уточняет специализацию или поддерживаемые естественные языки.

Experiment26Neuralsirkrishna-7B — объединённая текстовая модель на архитектуре Mistral с 7,1 млрд параметров, созданная автоматически по конфигурации Maxime Labonne. В слиянии использованы yam-peleg/Experiment26-7B и Kukedlc/NeuralSirKrishna-7b; применён метод dare_ties с параметрами плотности 0,53 и веса 0,6 для второй модели. Модель предназначена для генерации текста и диалогов, принимает текстовые запросы и формирует текстовые ответы. Размер контекста — до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает целевые языки и специализированные области применения.

Experiment26Neuralsirkrishna_ShadowExperiment28 — объединённая модель на базе двух моделей automerger, предназначенная для генерации текста и диалогов. Она использует плотную архитектуру Mistral с причинно-языковой моделью MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. Модель подходит для генерации продолжений текста и ведения диалогов в сценариях, где нужен длинный контекст. Данные о специализации по предметным областям и языковой поддержке в карточке отсутствуют, поэтому их нельзя уточнить.

MaziyarPanahi/Experiment26Yam_Experiment27Experiment29 — объединённая модель Mistral для генерации текста, созданная из automerger/Experiment26Yam-7B и automerger/Experiment27Experiment29-7B. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и распространяется в формате safetensors. Модель предназначена для генерации текста по текстовому запросу. Контекстное окно составляет до 32 768 токенов. В карточке не приведены сведения о специализации по языкам или прикладным областям. Лицензия — Apache-2.0.

MaziyarPanahi/Experiment26Yam_OgnoExperiment27 — слитая текстовая модель на базе двух моделей: automerger/Experiment26Yam-7B и automerger/OgnoExperiment27-7B. Она предназначена для генерации текста и диалогов. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате safetensors. Лицензия — Apache-2.0.

Experiment26Yamshadow_Experiment29Pastiche — объединённая языковая модель семейства Mistral, созданная из automerger/Experiment26Yamshadow-7B и automerger/Experiment29Pastiche-7B. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и распространяется в формате safetensors. Модель предназначена для генерации текста и диалоговых ответов с контекстом до 32 768 токенов. В метаданных указана лицензия Apache-2.0. README не описывает специальные предметные области или подтверждённый набор поддерживаемых языков.

Experiment26Yamshadow_ShadowNeuralsirkrishna — объединённая текстовая модель семейства Mistral, созданная слиянием automerger/Experiment26Yamshadow-7B и automerger/ShadowNeuralsirkrishna-7B. Модель содержит 7,1 млрд параметров и использует архитектуру MistralForCausalLM; она предназначена для генерации текста и принимает контекст длиной до 32 768 токенов. Модель подходит для генерации продолжений, черновиков и ответов на текстовые запросы. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.