III.10Проекты, процессы и операционное управление

Stable Beluga 2 — авторегрессионная языковая модель Stability AI на архитектуре Llama 2, дообученная на 70B-базе в стиле Orca. Она предназначена для диалогов и генерации текста, в том числе ответов на вопросы и выполнения текстовых инструкций. Модель содержит 68,7 млрд параметров, работает с текстом и имеет контекст длиной 4096 токенов; в карточке заявлена поддержка английского языка. Модель опубликована в формате PyTorch и рассчитана на использование через Hugging Face Transformers. Чекпойнт распространяется по лицензии STABLE BELUGA NON-COMMERCIAL COMMUNITY LICENSE AGREEMENT, которая ограничивает коммерческое использование. Модель может выдавать неточные, предвзятые или нежелательные ответы; перед применением в продукте Stability AI рекомендует проводить проверку безопасности и настройку под конкретный сценарий.

Synthia-70B — языковая модель migtissera, созданная на основе Llama 2 70B и дообученная на данных в стиле Orca. Она предназначена для следования инструкциям и продолжительных диалогов, а также для генерации подробных ответов на запросы пользователя. Модель использует плотную архитектуру LlamaForCausalLM, содержит 68,7 млрд параметров и работает с контекстом до 2048 токенов. Репозиторий содержит веса PyTorch; для использования требуется библиотека Transformers. В карточке заявлена поддержка английского языка. Модель оценивается на наборах задач общего назначения, включая ARC и HellaSwag. Synthia-70B подходит для диалоговых помощников, ответов на вопросы и генерации развернутых текстов по инструкциям. По заявлению карточки, модель не ограничивает тематику ответов; при этом она может выдавать фактически неверные, вводящие в заблуждение, предвзятые или оскорбительные результаты. Указана лицензия Llama 2; условия её использования определяются соответствующей лицензией.

Tulu V2.5 PPO 13B — англоязычная диалоговая модель-помощник, разработанная AllenAI. Это плотная авторегрессионная модель семейства Llama с 12,9 млрд параметров, дообученная на основе Tulu 2 с использованием PPO и случайной подвыборки из 60 тысяч примеров Nectar; для PPO применялась 13B reward-модель. Модель предназначена для генерации текста и ответов на инструкции в формате диалога. Максимальный контекст — 4096 токенов; вход и выход — текст на английском языке. Лицензия Apache 2.0. Модель умеет вести диалог и выполнять разнообразные инструкции, опираясь на данные Tulu V2 и обучение с обратной связью по предпочтениям. Для корректного формата запросов предусмотрен chat template токенизатора. Ограничение: модель не была специально выровнена для безопасных ответов и может выдавать проблемный контент, особенно при соответствующих запросах; результаты требуют проверки.

Wernicke-7B-v9 — объединённая модель для генерации текста, созданная CultriX с помощью LazyMergekit. Она сочетает FelixChao/WestSeverus-7B-DPO-v2, CultriX/Wernicke-7B-v8 и vanillaOVO/supermario_v2 методом dare_ties; в конфигурации указана точность float16. Модель построена на архитектуре Mistral и содержит 7,1 млрд параметров. Модель предназначена для генерации текста по текстовому запросу. Контекст составляет до 32 768 токенов; карточка не описывает специализированные области применения или отдельные языковые возможности. Репозиторий использует формат safetensors и лицензию Apache-2.0.

Zebrafish-linear-7B — объединённая текстовая модель на архитектуре Mistral, созданная с помощью LazyMergekit из liminerity/M7-7b и rwitz/experiment26-truthy-iter-0. Веса двух моделей объединены методом task arithmetic с равными коэффициентами; базовой указана liminerity/M7-7b. Модель содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Репозиторий содержит веса в формате safetensors. Лицензия CC BY-NC 4.0 требует указания авторства и ограничивает коммерческое использование.

Jebadiah/Aria-p1-sand-stone — объединённая модель генерации текста, созданная с помощью mergekit методом DARE TIES на основе Jebadiah/Aria-Laylelemon-sand-stone с включением Jebadiah/Aria-flammen22x-stone-l3-8b. Модель построена на плотной архитектуре Mistral и содержит 7,1 млрд параметров. Модель предназначена для генерации текста по текстовому запросу. Контекстное окно составляет до 32 768 токенов; репозиторий содержит веса safetensors, а карточка указывает библиотеку Transformers. README не описывает специализированную предметную область или поддерживаемые языки. Карточка не сообщает результаты оценки качества и конкретные ограничения. Условия лицензии в предоставленных данных не приведены.

ArliAI-Llama-3-8B-Dolfin-v0.5 — разговорная модель OwenArli на архитектуре Llama 3, дообученная на базе Meta-Llama-3-8b-Instruct. Она предназначена для генерации ответов и следования инструкциям в диалогах; автор указывает, что использовал улучшенные наборы данных Dolphin и WizardLM, чтобы повысить следование инструкциям и снизить частоту отказов. Модель содержит 7,5 млрд параметров, а её базовый контекст составляет 8192 токена. Дообучение выполнялось методом QLoRA с рангом 64 и alpha 128; README сообщает о последовательностях длиной 2048 токенов при обучении и сохранении качества на контексте 8192 токена. Репозиторий содержит веса Safetensors. Модель рассчитана на текстовый ввод и текстовые ответы. Карточка не приводит отдельные результаты бенчмарков и подробного перечня поддерживаемых языков. Использование регулируется лицензией Meta Llama 3; необходимо соблюдать её условия.

Auro-Kosmos-EVAA-v2.3-8B — объединённая языковая модель, созданная jaspionjader с помощью mergekit. Веса двух моделей объединены методом SLERP: jaspionjader/Auro-Kosmos-EVAA-v2.2-8B и jaspionjader/Kosmos-Elusive-VENN-8B. Модель относится к семейству Llama, имеет плотную архитектуру LlamaForCausalLM и около 7,5 млрд параметров. Модель предназначена для генерации текста и диалогов. Она принимает текст и выдаёт текст; заявленная длина контекста — 8192 токена. Для загрузки доступны веса в формате safetensors через Transformers. Лицензия в предоставленных данных не указана.

Blackbird-Llama-3-8B — плотная авторегрессионная языковая модель семейства Llama 3, созданная bunnycore объединением нескольких моделей через mergekit. В состав объединения входят cognitivecomputations/dolphin-2.9-llama3-8b, NousResearch/Hermes-2-Theta-Llama-3-8B и abacusai/Llama-3-Smaug-8B; в конфигурации bunnycore/Maverick-8B указан как базовая модель. Репозиторий содержит веса в формате safetensors, модель насчитывает 7,5 млрд параметров и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста и диалоговых сценариев: она принимает текстовые запросы и выдаёт текстовые ответы. Для использования заявлена лицензия Llama 2. Карточка не приводит оценок качества или конкретных ограничений, поэтому пригодность для специализированных задач следует проверять отдельно.

CatMacaroni-Slerp — объединённая модель на основе архитектуры Mistral, созданная методом Slerp Merge из AIDC-ai-business/Marcoroni-7B-v3 и rishiraj/CatPPT-base. Репозиторий содержит веса в формате safetensors; модель насчитывает 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и сценариев общения с языковой моделью. В README указано, что 20 декабря 2023 года она занимала первое место в OpenLLM Leaderboard среди моделей класса 7B; это заявление относится к указанной дате и не гарантирует текущего качества. Модель выпущена под лицензией Apache-2.0.

Celestial-Order-24B-2.75 — языковая модель для генерации текста и диалогового общения, собранная Sorihon методом DARE TIES с помощью mergekit. В объединение вошли Sorihon/CYDR-24B и модель Celestial-Order-V2.5, указанная в README как базовая; метаданные каталога связывают модель с Sorihon/CYDR-24B. Архитектура — плотная MistralForCausalLM, размер — 23,4 млрд параметров, формат весов — Safetensors, библиотека — Transformers. Заявленная длина контекста — 131 072 токена. Модель предназначена для генерации продолжений и диалоговых ответов. README описывает рецепт объединения весов, но не приводит оценок качества, подробных сценариев или списка поддерживаемых языков, поэтому конкретные сильные стороны и языковые возможности по этим данным определить нельзя. Лицензия в предоставленных сведениях не указана.

eren23/DistilHermes-2.5-Mistral-7B — дообученная методом DPO модель на основе teknium/OpenHermes-2.5-Mistral-7B, созданная с использованием набора argilla/distilabel-intel-orca-dpo-pairs. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для диалогов, генерации текста и ответов на вопросы. Поддерживает английский язык и контекст длиной до 32 768 токенов. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. В README приведены результаты оценивания базовой модели OpenHermes-2.5-Mistral-7B на нескольких тестах; их нельзя считать отдельной оценкой этого чекпойнта. Для практического применения подходят диалоговые сценарии и ответы на вопросы, однако качество ответов может зависеть от запроса и не гарантирует фактическую точность.

Weyaxi/Einstein-v6.1-LLama3-8B-Instruct-Ties — языковая модель, созданная Weyaxi слиянием TIES через mergekit. В качестве основы использована meta-llama/Meta-Llama-3-8B; в слияние также вошли Weyaxi/Einstein-v6.1-Llama3-8B и meta-llama/Meta-Llama-3-8B-Instruct. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM, примерно 7,5 млрд параметров и контекстом до 8192 токенов. Она предназначена для генерации текста и диалоговых ответов. Карточка не приводит отдельные оценки качества или подробности об ограничениях; лицензия указана как other.

jaspionjader/fct-14-8b — разговорная языковая модель на архитектуре Llama, созданная слиянием методом SLERP через mergekit. В объединение вошли FuseAI/FuseChat-Llama-3.1-8B-Instruct и jaspionjader/fct-13-8b; модель содержит около 7,5 млрд параметров и использует формат safetensors. Модель предназначена для генерации текста в диалогах и ответов на инструкции. Контекст составляет до 8192 токенов. Карточка описывает способ слияния, но не приводит отдельной оценки качества или подробных результатов тестирования. Лицензия в доступных данных не указана.

jambroz/FNCARL-7b — диалоговая языковая модель, созданная автором репозитория методом слияния DARE TIES через mergekit. В качестве основы использована mistralai/Mistral-7B-Instruct-v0.2; также объединены Nexusflow/Starling-LM-7B-beta, mlabonne/NeuralBeagle14-7B и CorticalStack/pastiche-crown-clown-7b-dare-dpo. Модель построена на архитектуре Mistral с 7,1 млрд параметров и рассчитана на генерацию текста в диалоге и ответы на инструкции. Поддерживает контекст до 32 768 токенов и распространяется в формате safetensors для Transformers. Лицензия в предоставленных данных не указана. Качество и ограничения модели отдельно не описаны.

freewheelin/free-solar-slerp-v0.1 — языковая модель, созданная методом слияния SLERP из KOMT-Solar-10.7B-SFT-v5 и S-SOLAR-10.7B-SFT-v1.2. Модель основана на архитектуре Llama и содержит 10,7 млрд параметров; для работы с текстом использует контекст до 4096 токенов и распространяется в формате Safetensors. Модель предназначена для генерации текста и ответов на запросы, включая диалоговые сценарии. В README отмечено, что для запуска требуется больше видеопамяти, однако точные требования не приведены. Лицензия — MIT.

djuna/G2-Noranum-27B — это объединённая с помощью SLERP модель генерации текста на базе Gemma 2, созданная из anthracite-org/magnum-v3-27b-kto и mergekit-community/GutenBerg_Nyxora_magnum-v4-27b. Модель содержит 27,6 млрд параметров, использует архитектуру Gemma2ForCausalLM и рассчитана на контекст до 8192 токенов. Модель предназначена для диалоговой генерации текста и следования инструкциям. Её можно использовать для ответов на вопросы, продолжения прозы и ведения беседы. Веса опубликованы в формате safetensors и рассчитаны на работу с Transformers. Сведений о лицензии в предоставленных данных нет.

gemma-2-2b-dolly-sft — языковая модель, разработанная Адитьей Анилом Раутом на основе Gemma 2 от Google. Это плотный трансформер-декодер для генерации текста, дообученный методом supervised fine-tuning на датасете databricks/databricks-dolly-15k, чтобы лучше следовать инструкциям и вести диалог. Модель содержит 2,7 млрд параметров и поддерживает контекст до 8192 токенов. Модель предназначена для англоязычных задач общего назначения: ответов на открытые вопросы, суммаризации, творческого письма и диалогового общения. Она может выдавать неточные или вымышленные сведения и унаследовать смещения базовой модели и обучающих данных. Не следует полагаться на неё при принятии критически важных медицинских, юридических или финансовых решений без проверки человеком; при публичном развёртывании рекомендуется использовать фильтры безопасности. Лицензия — Apache 2.0, с условиями базовой модели.

Карточка модели vy22215/Gemma-2-2B-IT на Hugging Face совпадает с карточкой google/gemma-2-2b-it, поэтому описание составлено по ней. Gemma 2 2B IT — компактная текстовая модель Google, дообученная для следования инструкциям и диалогового взаимодействия на базе google/gemma-2-2b. Это декодерная языковая модель семейства Gemma, работающая по схеме «текст на входе — текст на выходе»; она поддерживается библиотекой Transformers и распространяется в формате Safetensors с открытыми весами по лицензии Gemma. Модель предназначена для генерации текста, ответов на вопросы, суммаризации и диалоговых интерфейсов. Её небольшой размер позволяет запускать её на ноутбуке, настольном компьютере или собственной облачной инфраструктуре с ограниченными ресурсами. В README семейство описано как англоязычное. Ответы могут содержать фактические ошибки и отражать смещения обучающих данных; качество зависит от формулировки запроса и предоставленного контекста. Модель может испытывать трудности со сложными задачами, языковыми нюансами и здравым смыслом. Для приложений, где важны точность и безопасность, необходима проверка результатов и защитные меры.

Columbidae/gemma-2-4b-it-upscaled — разговорная языковая модель семейства Gemma 2, созданная слиянием предобученных моделей через mergekit методом Passthrough. В состав слияния вошла unsloth/gemma-2-2b-it; метаданные также указывают на неё как на базовую модель. Модель содержит 3,9 млрд параметров, использует плотную архитектуру Gemma2ForCausalLM и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Её можно использовать для ответов на запросы, ведения беседы и создания текстовых черновиков. В карточке указана лицензия, однако доступные сведения её не раскрывают.

lewtun/gemma-7b-sft-full-deita-10k-v0 — текстовая языковая модель, дообученная на основе google/gemma-7b на наборе инструкционных диалоговых данных HuggingFaceH4/deita-10k-v0-sft. Модель использует плотную архитектуру GemmaForCausalLM и содержит 8,2 млрд параметров. Она предназначена для генерации текста и диалоговых сценариев: например, ответов на запросы и выполнения инструкций в формате чата. Максимальная длина контекста — 8192 токена. Карточка не приводит подробностей об оценке качества и конкретных ограничениях модели. Лицензия указана как other, поэтому перед использованием следует проверить её условия в репозитории модели.

GemMoE-Medium-v0.4 — языковая модель с разреженной архитектурой Mixture of Experts, разработанная Lucas под именем Crystalcareai. В README описан подход Branch Train Mix: четыре эксперта обучались отдельно, затем были объединены, а маршрутизатор дообучен при замороженных экспертах. Для маршрутизатора использовались четыре эпохи на Self-Discover-MM и две эпохи на TruthyDPO; маршрутизация выполняется по токенам. Модель предназначена для генерации текста и диалоговых сценариев. Метаданные указывают 8,2 млрд параметров и контекст до 8192 токенов; файлы опубликованы в формате safetensors. Автор отмечает экономию видеопамяти и конкурентное качество для размера модели, однако в карточке нет результатов сопоставимых бенчмарков. Лицензия в предоставленных данных не указана.

Модель mfielding92/Grok-3-reasoning-gemma3-12B-distilled-HF — дообученная текстовая модель семейства Gemma 3, опубликованная mfielding92. Она основана на unsloth/gemma-3-12b-it-unsloth-bnb-4bit и предназначена для генерации текста и диалогового взаимодействия. Архитектура — плотная Gemma3ForCausalLM; размер — 11,6 млрд параметров, заявленная длина контекста — 131 072 токена. Модель обучалась с помощью Unsloth и библиотеки TRL. В карточке не описаны отдельные возможности рассуждения Grok, поэтому название репозитория само по себе не подтверждает совместимость или связь с моделью Grok. Поддерживаемый карточкой язык — английский. Модель распространяется по лицензии Apache-2.0.

Hematoma-Gemma-Model-Stock-9B — диалоговая языковая модель на архитектуре Gemma 2, созданная методом слияния Model Stock с помощью mergekit. В качестве базовой модели использована UCLA-AGI/Gemma-2-9B-It-SPPO-Iter3; в слияние также вошли BAAI/Gemma2-9B-IT-Simpo-Infinity-Preference, princeton-nlp/gemma-2-9b-it-SimPO и wzhouad/gemma-2-9b-it-WPO-HB. Модель содержит 9 млрд параметров, работает с текстом и предназначена для генерации ответов в диалоге. Максимальная длина контекста — 8192 токена. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия в предоставленных данных не указана.

bunnycore/LLama-3.1-8B-HyperNova — объединённая автором bunnycore языковая модель на архитектуре Llama 3.1. Она создана методом Model Stock с помощью mergekit из пяти моделей на базе Llama 3.1 8B, используя meta-llama/Meta-Llama-3.1-8B как базовую модель. Модель содержит 7,5 млрд параметров и принимает текст для генерации продолжений и ответов в диалоге; заявленная длина контекста — 131 072 токена. Модель предназначена для генерации текста и общения на естественном языке. Карточка не приводит отдельных оценок качества или подробных сведений о поддерживаемых языках. Файлы опубликованы в формате safetensors. Лицензия в предоставленных данных не указана.

MaziyarPanahi/Llama-3-8B-Instruct-DPO-v0.1 — диалоговая языковая модель, созданная MaziyarPanahi дообучением Meta-Llama-3-8B-Instruct методом DPO. Она предназначена для генерации ответов в диалоге и других текстовых задач. Модель использует архитектуру LlamaForCausalLM с плотной сетью, содержит 7,5 млрд параметров и принимает шаблон ChatML. Контекст составляет 8192 токена; в карточке указан английский язык. Модель распространяется в формате safetensors для использования с библиотекой Transformers. Лицензия указана как other; условия её использования следует сверять с карточкой модели и базовой модели.

wzhouad/Llama3-Instruct-8B-WPO-HB-v2 — диалоговая языковая модель, созданная дообучением Meta-Llama-3-8B-Instruct методом Weighted Preference Optimization (WPO). Метод перенастраивает веса пар предпочтений в зависимости от их вероятности при текущей политике, чтобы приблизить обучение на off-policy данных к on-policy обучению. Для обучения использован гибридный набор предпочтений на основе UltraFeedback, ответов Llama и GPT-4-turbo; README также описывает правила выбора предпочтительных и отклонённых ответов. Модель предназначена для генерации диалоговых ответов и ассистентского текста. Она построена на плотной архитектуре LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. Английский язык указан как язык базовой модели. В README приведены результаты AlpacaEval: LC 53,4, WR 57,3, средняя длина ответа 2472 токена. Модель распространяется в формате safetensors через Transformers. Сведения о лицензии в предоставленных данных отсутствуют.

llama-3-MagicDolphin-8B — объединённая языковая модель на архитектуре Llama 3, созданная с помощью mergekit методом Model Stock на основе nbeerbower/llama-3-SNAMD-8B и весов Dolphin 2.9.1 и Mahou 1.2a/1.3a. Модель содержит 7,5 млрд параметров и рассчитана на генерацию текста и диалоговое общение. Её можно применять для ведения диалогов и генерации ответов в чат-интерфейсах. Контекст составляет до 8192 токенов; модель принимает и выдаёт текст. Репозиторий содержит веса в формате Safetensors и использует библиотеку Transformers. В карточке не приведены сведения о лицензии, языках обучения или специальных ограничениях поведения. Качество и пригодность для конкретных сценариев следует оценивать на целевых данных.

Llama-3-NeuralPaca-8b — плотная авторегрессионная языковая модель семейства Llama 3, разработанная NeuralNovel и дообученная на базе unsloth/llama-3-8b-bnb-4bit. Модель содержит 7,5 млрд параметров, принимает текст и поддерживает контекст до 8192 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. В карточке указан датасет tatsu-lab/alpaca; обучение выполнено с использованием Unsloth и TRL. В метаданных указан английский язык. Модель распространяется по лицензии Llama-3.

Llama3-OneForAll-8B — объединённая диалоговая языковая модель, созданная bunnycore с помощью mergekit на основе RemixLlama3-8B, Hermes-2-Theta-Llama-3-8B и Dolphin-2.9-Llama3-8B. Использует плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текстовые запросы и выдаёт текстовые ответы; заявленная длина контекста — 8192 токена. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Llama 3. Карточка не приводит результатов оценки качества или подробностей о поддерживаемых языках, поэтому их нельзя надёжно определить по имеющимся сведениям.