III.10Проекты, процессы и операционное управление

v1olet_merged_dpo_7B-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель на 7,1 млрд параметров, созданная слиянием mistralai/Mistral-7B-Instruct-v0.2 и v1olet/v1olet_merged_dpo_7B методом SLERP. Она использует архитектуру MistralForCausalLM и предназначена для генерации текста и ответов на инструкции в чат-сценариях. Контекст модели составляет до 32 768 токенов. Модель принимает текст и выдаёт текст. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Сведения о специальных предметных областях или сравнительных оценках качества в карточке не приведены.

Adamus-7B-slerp — объединённая модель для генерации диалогового текста, созданная с помощью LazyMergekit из mlabonne/NeuralBeagle14-7B и cognitivecomputations/dolphin-2.8-mistral-7b-v02. В метаданных указана архитектура Mistral с плотной структурой и классом MistralForCausalLM; размер модели — 7,1 млрд параметров, родной контекст — 32 768 токенов. Модель предназначена для генерации текста в формате диалога. Описание базовой NeuralBeagle14-7B указывает на задачи следования инструкциям, рассуждений и творческой генерации; эти возможности у объединённой модели отдельно не оценены. Объединение выполнено методом slerp, веса представлены в формате safetensors. Модель опубликована 3 июня 2024 года. Лицензия в предоставленных данных не указана.

All_like-zephyr-7b-sft-full — диалоговая языковая модель на архитектуре Mistral, дообученная на базе alignment-handbook/zephyr-7b-sft-full с использованием датасета HuggingFaceH4/ultrafeedback_binarized. Она предназначена для генерации текста и ответов в чате. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не приводит оценки качества, целевые языки или дополнительные ограничения применения; поэтому пригодность ответов следует проверять для конкретных сценариев.

Apollo-Astralis V1 4B — разговорная модель для рассуждений, разработанная VANTA Research на основе Qwen3-4B-Thinking. Это авторегрессионный трансформер семейства Qwen3 с 3,7 млрд параметров по метаданным; модель дообучена методом LoRA и настроена на пошаговое рассуждение, совместное решение задач и тёплое, эмпатичное общение. Она предназначена для диалогов, логического анализа, объяснения решений и поддерживающих ответов. Модель рассчитана прежде всего на английский язык; контекстное окно составляет 262 144 токена по метаданным. Выпускается под лицензией Apache 2.0. Модель может чрезмерно эмоционально реагировать даже в ситуациях, требующих спокойного тона; она не оптимизирована для задач соревновательной математики и может испытывать трудности в узкоспециализированных технических областях. Ответы могут содержать фактические ошибки, поэтому важные сведения следует проверять.

aqua-smaug-hermes-8B — объединённая модель на архитектуре Llama, созданная с помощью Mergekit из cognitivecomputations/dolphin-2.9-llama3-8b, NousResearch/Hermes-2-Pro-Llama-3-8B и abacusai/Llama-3-Smaug-8B. Разработчик — saucam. Модель предназначена для генерации текста и диалогового взаимодействия; её можно применять для ответов на вопросы, написания текстов и ведения беседы. Веса представлены в формате safetensors, размер модели — 7,5 млрд параметров, длина контекста — 8192 токена. Модель использует плотную архитектуру LlamaForCausalLM и распространяется по лицензии Apache-2.0. README не приводит результаты оценки качества или подробные инструкции по применению, поэтому пригодность для конкретных задач стоит проверять на собственных данных.

Arcee-Agent — языковая модель на 7,1 млрд параметров, разработанная Arcee AI для вызова функций и работы с инструментами. Она основана на Qwen2-7B и использует плотную архитектуру Qwen2ForCausalLM; для обучения применялся Spectrum, вычислительные ресурсы предоставила CrusoeAI. Модель предназначена для диалоговых агентов, маршрутизации запросов к инструментам и многошаговой автоматизации. Она может формировать вызовы API и баз данных, а также вести самостоятельный диалог. Поддерживает форматы Glaive FC v2, Salesforce и Agent-FLAN; в README отмечена наилучшая работа с форматом VLLM OpenAI FC. Контекст — до 131 072 токенов. Карточка указывает английский, немецкий и арабский языки. Модель распространяется под лицензией Apache-2.0. В README заявлены скорость и эффективность, однако не приведены независимые оценки качества. Как и другие языковые модели, она может ошибаться; выполнение её вызовов инструментов зависит от внешней инфраструктуры и настроек приложения.

arco-augment-3 — языковая модель, созданная слиянием appvoid/arco и appvoid/arco-2 с помощью mergekit. Используется архитектура LlamaForCausalLM с плотной сетью; размер модели составляет 620,1 млн параметров, контекст — до 8192 токенов. Модель предназначена для генерации текста и диалогов на основе текстового ввода. Слияние выполнено методом passthrough: в итоговую модель включены слои из обеих исходных моделей. В репозитории веса представлены в формате safetensors. Лицензия в предоставленных данных не указана.

Aleteian/Avalon — объединённая автором модель семейства Mistral, созданная с помощью mergekit методом della на основе win10/Mistral-Nemo-abliterated-Nemo-Pro-v2 с включением нескольких моделей Mistral Nemo. Модель содержит 12,1 млрд параметров и предназначена для генерации текста и диалогового общения. Её можно применять для ведения беседы и создания текстовых ответов. В метаданных также заявлен интерфейс вызова инструментов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Указанное в метаданных окно контекста — 1 024 000 токенов. В README не описаны результаты оценки качества или конкретные ограничения. Лицензия в предоставленных сведениях отсутствует.

Модель heseltiNe — дообученная версия DeepSeek-R1-0528-Qwen3-8B, предназначенная для генерации текста в диалоговом формате. Она основана на плотной архитектуре Qwen3 и содержит 7,6 млрд параметров; метаданные указывают контекст до 131 072 токенов. Модель дообучали с помощью Unsloth и библиотеки TRL.

BeagleX-7B — слитая разговорная модель генерации текста, опубликованная пользователем shadowml. Она объединяет shadowml/WestBeagle-7B и flemmingmiguel/MBX-7B-v3 методом slerp с помощью LazyMergekit. Модель построена на плотной архитектуре Mistral, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для диалогов и генерации текста по запросу. Её можно использовать для ответов на вопросы, написания черновиков и продолжения текста. В репозитории указаны веса в формате safetensors; лицензия CC BY-NC 4.0 разрешает использование на условиях лицензии, включая ограничения на коммерческое применение.

Berry-Spark-7B-Fix — объединённая разговорная языковая модель, созданная сообществом mergekit-community на основе ChaoticNeutrals/Very_Berry_Qwen2_7B и arcee-ai/Arcee-Spark. Модели объединены методом SLERP; архитектура — плотная Qwen2ForCausalLM, размер — 7,1 млрд параметров. Репозиторий содержит веса в формате safetensors, а для итоговых весов указана точность bfloat16. Модель предназначена для диалогов и генерации текста: её можно использовать для ответов на вопросы и других сценариев общения с языковой моделью. Поддерживает контекст до 32 768 токенов. В карточке не приведены сведения о языках обучения или условиях лицензии, поэтому они здесь не уточняются.

bruphin-iota — языковая модель, созданная nbeerbower путём слияния SLERP через mergekit моделей nbeerbower/bruphin-theta и pabloce/Dolphin-2.8-slerp. Она предназначена для генерации текста и запуска в сценариях, где требуется продолжение или создание текста по текстовому запросу. Модель имеет плотную архитектуру Mistral с 7,1 млрд параметров и контекстным окном 32 768 токенов. Веса опубликованы в формате Safetensors; для работы указана библиотека Transformers. Лицензия — Apache 2.0. Карточка не описывает специальные домены или конкретные дополнительные возможности.

Calme 2.3 Llama 3 70B — диалоговая языковая модель, созданная Maziyar Panahi методом DPO дообучения Meta-Llama-3-70B-Instruct. Она предназначена для генерации текста и ответов в формате чата; карточка приводит результаты оценки на Open LLM Leaderboard. Модель содержит 69,5 млрд параметров, построена на плотной архитектуре Llama и использует библиотеку Transformers. Для общения применяется шаблон ChatML; длина контекста составляет 8192 токена, основной язык — английский. Модель распространяется в формате safetensors по лицензии Llama 3. Для запуска требуется значительный объём вычислительных ресурсов, соответствующий модели такого размера.

Dans-AdventurousWinds-Mk2-7b-Mistral-7B-Instruct-v0.2-slerp — объединённая диалоговая модель на архитектуре Mistral, созданная MaziyarPanahi методом slerp из mistralai/Mistral-7B-Instruct-v0.2 и PocketDoc/Dans-AdventurousWinds-Mk2-7b. Она предназначена для генерации текста и ответов на инструкции в диалоговых сценариях. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель опубликована в формате safetensors под лицензией Apache-2.0. Карточка описывает способ объединения весов, но не приводит оценок качества или подробных ограничений; возможности могут зависеть от конкретного сценария использования.

FourOhFour/Dante_9B — чат-модель на базе Gemma 2, дообученная автором репозитория FourOhFour. Модель содержит 9 млрд параметров, использует архитектуру Gemma2ForCausalLM и формат весов safetensors. Она предназначена для диалоговой генерации текста; базовая модель использует токены ChatML. Контекст составляет до 8192 токенов. Модель можно применять для ведения диалогов, ответов на вопросы и генерации текста. В карточке приведён результат оценки: loss 0,7320; описание обучающих данных и подробности оценки не раскрыты. Лицензия — gemma.

DeepSeek-MoE-16B-Chat — разговорная языковая модель DeepSeek на архитектуре DeepSeek для генерации текста в формате диалога. Она предназначена для ответов на сообщения пользователя и других сценариев чат-взаимодействия. В метаданных указаны 2,6 млрд параметров, контекст до 4096 токенов и формат весов safetensors. Модель принимает текст и генерирует текст. Карточка не приводит сведений о поддерживаемых языках или специализированных областях применения. Лицензия указана как other, поэтому конкретные условия использования следует сверить с лицензией репозитория.

HenryJJ/dolphin-2.6-mistral-7b-dpo-orca-v2 — авторегрессионная языковая модель, подготовленная HenryJJ методом DPO на основе cognitivecomputations/dolphin-2.6-mistral-7b с использованием набора Intel/orca_dpo_pairs. Модель построена на плотной архитектуре Mistral и содержит 7,1 млрд параметров; для диалогов использует формат ChatML. В карточке указано обучение на 1200 шагах с окном контекста 1024 токена, тогда как метаданные модели задают native context в 32768 токенов. Модель предназначена для генерации текста и диалоговых ответов на английском языке. Её можно применять как чат-ассистента для ответов на запросы и ведения диалога. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Einstein-4d-Marcoro14-nddmpk-KrishnaHercules-7b-slerp — языковая модель, созданная mvpmaster слиянием моделей Einstein-4D-Marcoro14-7b-full-slerp и nddmp-kellemar-KrishnaHercules-7b-slerp методом SLERP с помощью LazyMergekit. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста. Она принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache-2.0. В карточке и метаданных не приведены сведения о целевых языках, специализированных областях или оценках качества, поэтому их нельзя надёжно определить.

MaziyarPanahi/Experiment26Neuralsirkrishna_PasticheNeuralsirkrishna — объединённая текстовая модель на архитектуре Mistral с 7,1 млрд параметров. Она создана слиянием automerger/Experiment26Neuralsirkrishna-7B и automerger/PasticheNeuralsirkrishna-7B. Модель предназначена для генерации текста и диалогов; контекстное окно составляет до 32 768 токенов. Данных о специализации по языкам или прикладным областям нет, поэтому модель можно описать как общего назначения. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0.

MaziyarPanahi/Experiment28M7_Experiment26Strangemerges_30 — объединённая языковая модель на архитектуре Mistral с 7,1 млрд параметров, созданная слиянием automerger/Experiment28M7-7B и automerger/Experiment26Strangemerges_30-7B. Она предназначена для генерации текста и принимает текстовые запросы, выдавая текстовые ответы. Модель поддерживает контекст длиной до 32 768 токенов и распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает специальную предметную область или дополнительные возможности модели.

Fialka-13B-v4 — русскоязычная языковая модель семейства Fialka, представленная автором 0x7o. Это третья версия Fialka, оптимизированная с помощью RLHF; модель настроена следовать инструкциям и поддерживать диалог на русском языке. Карточка описывает её как более отзывчивую и информативную по сравнению с предыдущей версией. Модель предназначена для генерации текста и диалоговых сценариев, включая ответы на запросы и выполнение инструкций на русском языке. Она основана на архитектуре GPT-2, принимает текст и выдаёт текст, имеет контекст длиной 2048 токенов и распространяется в формате safetensors. Лицензия — Apache-2.0.

MonsterAPI разработала MonsterInstruct — инструктивно дообученную модель Gemma 2 с 2,7 млрд параметров, основанную на google/gemma-2-2b-it. Она предназначена для диалоговой генерации текста и выполнения инструкций. Модель использует архитектуру Gemma 2 с плотной сетью, принимает текст и формирует текстовые ответы; контекст составляет до 8192 токенов. Модель дообучена на англоязычном датасете MonsterInstruct-gemma2-formatted. Английский является основным языком обучения; автор отмечает поддержку и других языков, но не приводит их перечень или отдельные оценки качества. Репозиторий содержит веса в формате Safetensors и использует библиотеку Transformers. Лицензия — Gemma License; перед применением следует учитывать её условия.

Gemma-2-Ataraxy-v4a-Advanced-9B — объединённая текстовая языковая модель, созданная lemon07r методом SLERP с помощью mergekit на основе lemon07r/Gemma-2-Ataraxy-v3-Advanced-9B и zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1-t0.25. Модель построена на архитектуре Gemma 2, содержит 9 млрд параметров и рассчитана на генерацию текста в диалоговых сценариях. Она принимает текст и выдаёт текст; родной контекст составляет 8192 токена. В README приведены результаты оценивания на IFEval и BBH, но их недостаточно, чтобы делать выводы о качестве в иных задачах. В доступных материалах лицензия и поддерживаемые естественные языки не указаны.

QpiEImitation/GKD-S-Qwen3.5-2B_T-Qwen3.5-9B — дообученная модель генерации текста на основе Qwen/Qwen3.5-2B, обученная с использованием TRL. Карточка демонстрирует диалоговый сценарий: модель получает вопрос пользователя и генерирует ответ. В метаданных указаны архитектура Qwen3.5 dense, около 1,7 млрд параметров и контекст до 262 144 токенов. Модель подходит для диалоговых приложений и генерации ответов на текстовые запросы. Метаданные базовой модели описывают семейство Qwen как мультимодальное, однако для этого чекпойнта заявлены только генерация текста и возможность чата; поддержку изображений здесь не следует считать подтверждённой. Лицензия в предоставленных данных не указана.

psiilu/h2o-dpo-merge2 — объединённая языковая модель, созданная автором репозитория из двух предварительно обученных моделей с помощью mergekit. В метаданных указана архитектура MistralForCausalLM с плотной моделью размером 1,7 млрд параметров; файлы представлены в формате Safetensors. Модель предназначена для генерации текста и диалогового общения, а её контекстное окно составляет 8192 токена. Модель может использоваться для создания ответов в чате и генерации текста по запросу. В README приведены два исходных репозитория и описано их объединение линейным методом с равными весами. Лицензия в предоставленных данных не указана.

Hermes-2.5-Yi-1.5-9B-Chat — разговорная языковая модель, созданная автором juvi21 путём дообучения 01-ai/Yi-1.5-9B-Chat на наборе данных teknium/OpenHermes-2.5. Это плотная причинная модель семейства Llama с 8,6 млрд параметров, предназначенная для генерации текста в диалоге. Для общения используется шаблон ChatML. Модель подходит для диалоговых помощников, ответов на вопросы и других задач генерации текста. В README приведены результаты тестов AGIEval, ARC и BoolQ, однако автор отмечает, что оценка качества основана на первых впечатлениях и может измениться при более длительном использовании. README сообщает о длине последовательности обучения 8192 токена; метаданные указывают нативный контекст 4096 токенов, поэтому не следует считать поддержку более длинного контекста подтверждённой. Модель принимает текст и выдаёт текст. Репозиторий содержит веса в формате safetensors; в README также упоминаются отдельные GGUF-квантизации. Лицензия — Apache-2.0.

suayptalha/HomerCreativeAnvita-Mix-Qw7B — языковая модель, созданная слиянием двух моделей Qwen2.5-7B с помощью метода SLERP и инструмента mergekit. Она предназначена для генерации текста в диалоге и других сценариях, где требуется отвечать на запросы или следовать инструкциям. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2ForCausalLM, хранится в формате safetensors и поддерживает контекст до 32 768 токенов. В карточке приведены результаты оценивания на Open LLM Leaderboard, включая IFEval и BBH; автор заявляет высокие позиции среди моделей до 8B и 13B параметров. Эти результаты не гарантируют качество на конкретных задачах. Модель распространяется по лицензии Apache-2.0. README не уточняет поддерживаемые естественные языки и ограничения безопасного использования.

InnerIAI-chat-7b-grok — объединённая диалоговая языковая модель, созданная InnerI с помощью LazyMergekit из InnerI/A-I-0xtom-7B-slerp и HuggingFaceH4/mistral-7b-grok. Она построена на архитектуре Mistral с плотной сетью и содержит 7,1 млрд параметров; модель предназначена для генерации текста в формате диалога с ассистентом. Указанная длина контекста — 32 768 токенов. Репозиторий распространяется в формате safetensors, лицензия — Apache-2.0. Модель можно использовать для ответов на вопросы, диалогов и написания текстов в чат-сценариях. README описывает слияние методом SLERP с настройками, различающимися для слоёв внимания и MLP. Сведений о специальных доменах или поддержке конкретных языков в карточке нет; поэтому не следует считать её оптимизированной для определённого языка или области. Качество и поведение могут зависеть от запроса и выбранной конфигурации генерации.

KR-X-AI разработала эту разговорную языковую модель на базе Qwen2-7B-Instruct. Это плотная авторегрессионная модель с 7,1 млрд параметров для генерации текста и диалогов; заявленное окно контекста составляет 32 768 токенов. Модель дообучена от unsloth/qwen2-7b-instruct-bnb-4bit с использованием Unsloth и библиотеки TRL. Модель предназначена для чат-сценариев и генерации ответов на текстовые запросы. В метаданных указан английский язык. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache-2.0.

Kunpeng-4x7B-mistral — разговорная языковая модель с архитектурой Mixture of Experts (MoE) семейства Mixtral, опубликованная пользователем mzbac. По карточке, она объединяет Mistral-7B-Instruct-v0.2, Mistral-7B-v0.1, Starling-LM-7B-alpha и Mistral-7B-Instruct-v0.1, а затем дообучена на WizardLM_evol_instruct_70k для слоёв q_proj, v_proj и gate. Модель предназначена для генерации ответов в диалоге и других задач генерации текста. Метаданные указывают 7,1 млрд параметров, контекст до 32 768 токенов и формат safetensors. Поддерживаемые языки карточкой не подтверждены. Модель распространяется по лицензии Apache-2.0. Карточка не приводит оценок качества или подробных ограничений; результат может зависеть от промпта и сценария применения.