III.10Проекты, процессы и операционное управление

Weyaxi создал OpenChat 3.5 1210 Seraph Slerp, объединив модели openchat/openchat-3.5-1210 и Weyaxi/Seraph-7B методом Slerp с помощью mergekit. В конфигурации указана базовая модель mistralai/Mistral-7B-v0.1; архитектура — плотная авторегрессионная MistralForCausalLM примерно на 7,1 млрд параметров. Модель предназначена для генерации текста, в том числе диалоговых ответов. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и распространяется под лицензией Apache-2.0. README не приводит отдельные сведения о языках и специализированных областях применения.

Gunulhona/Openchat-Llama-Merge — объединение предварительно обученных языковых моделей, созданное с помощью mergekit методом SLERP. В него вошли meta-llama/Meta-Llama-3.1-8B и openchat/openchat-3.6-8b-20240522; конфигурация использует bf16. Модель относится к семейству Llama, имеет плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров. Модель предназначена для генерации текста и диалогового общения. Контекст составляет 8192 токена. Репозиторий использует библиотеку Transformers и формат safetensors. Языки в предоставленных данных не перечислены. Условия лицензии в доступных источниках не приведены.

manojpaul9986/qwen-1.5b-dpo — дообученная разработчиком manojpaul9986 разговорная языковая модель семейства Qwen2 с 1,5 млрд параметров. Она предназначена для генерации текста и диалоговых сценариев; обучение выполнялось с помощью Unsloth и библиотеки TRL на базе manojpaul9986/qwen-1.5b-sft. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. В карточке указан английский язык. Репозиторий содержит веса в формате Safetensors и распространяется по лицензии Apache-2.0.

heli-stand/Qwen2.5-7B-hh-rlhf-sft — языковая модель семейства Qwen2.5, разработанная на основе Qwen2.5-7B и дообученная методом supervised fine-tuning на данных Anthropic helpfulness-harmlessness из набора hh-rlhf. Это плотная авторегрессионная модель с 7,1 млрд параметров; карточка указывает контекст до 131 072 токенов. Модель предназначена для генерации текста и диалоговых сценариев, включая ответы в стиле полезного и безвредного ассистента. В репозитории указаны веса Safetensors и библиотека Transformers. Метрика карточки сообщает лучшую evaluation loss 1,678, но описание не приводит протокол оценки или сравнение с другими моделями. Основой служит Qwen2.5-7B. В README не указаны языковой охват и лицензия, поэтому условия использования и поддерживаемые языки по имеющимся данным определить нельзя. Возможности вызова инструментов отмечены в метаданных как интерфейсная функция; README не описывает отдельную проверку этой способности.

Модель maheshrawat18/Qwen3-4B-sft-orpo-groq разработана maheshrawat18 и представляет собой дообученную плотную языковую модель семейства Qwen3 с архитектурой Qwen3ForCausalLM и 3,7 млрд параметров. Она предназначена для генерации текста и диалогового общения; при обучении использовались Unsloth и Hugging Face TRL. Модель принимает текст и выдаёт текст. Заявленная длина контекста составляет 262 144 токена. В карточке указан английский язык. Модель основана на maheshrawat18/Qwen3-4B-2507-sft-new-updated и распространяется по лицензии Apache-2.0.

Ramakrishna-7b-v2 — объединённая модель семейства Mistral с 7,1 млрд параметров, созданная Kukedlc методом slerp с помощью LazyMergekit на основе Kukedlc/Ramakrishna-7b и Kukedlc/NeuralSirKrishna-7b. Модель предназначена для генерации текста и диалогов; поддерживает контекст до 32 768 токенов и распространяется в формате safetensors с весами float16. Модель принимает текст и выдаёт текст. Сведения о специализации по языкам и прикладным областям, а также о конкретных преимуществах и ограничениях в карточке не приведены. Лицензия в предоставленных данных не указана.

zelk12/recoilme-gemma-2-Gutenberg-Doppel-9B-v0.1 — объединённая диалоговая языковая модель на архитектуре Gemma 2, созданная с помощью mergekit методом SLERP из recoilme/recoilme-gemma-2-9B-v0.4 и nbeerbower/Gemma2-Gutenberg-Doppel-9B. Модель содержит 9 млрд параметров, распространяется в формате Safetensors и рассчитана на генерацию текста и ответы в диалоге; вторая исходная модель обучалась на текстах Gutenberg. Модель принимает текст и генерирует текст. Заявленная длина контекста — 8192 токена. В README приведены результаты Open LLM Leaderboard, включая IFEval 76,15 и BBH 43,94; эти оценки не гарантируют качество на конкретных запросах. Сведения о лицензии в доступных данных отсутствуют.

RuadaptQwen2.5-7B-Lite-Beta — русскоязычная адаптация модели T-lite-it-1.0, опубликованная RefalMachine. В README описаны замена токенизатора, продолжение предобучения на русскоязычном корпусе и применение техники LEP (Learned Embedding Propagation); метаданные указывают на объединение Qwen/Qwen2.5-7B и t-tech/T-lite-it-1.0. Это плотная авторегрессионная модель семейства Qwen2 с 7 млрд параметров, предназначенная для генерации текста и диалогов. Контекст — до 32 768 токенов. Расширенный токенизатор на основе tiktoken cl100k и униграмного словаря на 48 тысяч токенов, по заявлению авторов, повышает скорость генерации русскоязычного текста до 60% относительно T-lite-it-1.0. Модель оценивали на Ru-Arena-General, MERA и llmtf_open, однако README приводит неполные результаты и указывает на использование repetition_penalty=1.1 в замерах Ru-Arena-General. Репозиторий содержит веса safetensors; лицензия — Apache-2.0. Авторы предупреждают, что ответы отражают данные обучения, и отмечают отсутствие контроля над предобучением исходной модели.

d4g0at5h0rty/sage-ml — дообученная разговорная языковая модель семейства Sage с плотной архитектурой Cohere2ForCausalLM. Модель содержит 3,3 млрд параметров и рассчитана на генерацию текста в диалоговом формате; контекст — до 8192 токенов. Модель подходит для ведения диалогов и генерации ответов на текстовые запросы. В метаданных указаны английский и многоязычная поддержка, библиотека Transformers и формат весов safetensors. Модель выпущена под лицензией Apache-2.0.

Saiga-Llama3 8B-GGUF — квантизированная версия модели saiga_llama3_8b, разработанная IlyaGusev и преобразованная с использованием llama.cpp. В основе лежит Llama-3 8B Instruct от Meta. Модель предназначена для русскоязычного диалога, генерации текста, ответов на вопросы, выполнения инструкций и ролевых сценариев. Модель обучалась на русскоязычных и многоформатных наборах данных, включая ru_turbo_saiga, ru_sharegpt_cleaned, oasst1_ru_main_branch, gpt_roleplay_realm и ru_instruct_gpt4. Указан русский язык; поддерживается conversational-режим с использованием формата промптов ChatML. Модель относится к классу text-generation и поставляется в формате GGUF, подходящем для запуска через совместимые инструменты экосистемы llama.cpp. Точный размер квантизации, поддерживаемые варианты квантования и размер контекста в README не указаны. Сильной стороной модели является специализация на русскоязычных инструкциях и диалогах, включая обычные вопросы, творческие задания и ролевое общение. Ограничения включают сравнительно небольшую базовую размерность 8B по современным меркам и отсутствие подробных сведений о качестве на разных типах задач; приведённая оценка AlpacaEval показывает результат ниже ChatGPT-3.5 Turbo и ChatGPT-4 Turbo. Лицензия обозначена как other с названием llama3; применяются условия лицензии Llama 3 от Meta.

StableVicuna-13B-HF — англоязычная авторегрессионная языковая модель семейства LLaMA, подготовленная Дуем Фунгом из CarperAI. Версия в репозитории TheBloke содержит веса в формате Hugging Face, без квантизации, в float16; размер модели — 12,9 млрд параметров, контекст — 2048 токенов. Модель дообучена на Vicuna-13B v0 с помощью RLHF и PPO на разговорных и инструкционных данных, включая OASST1, GPT4All Prompt Generations и Alpaca. Она предназначена для генерации ответов в диалоге и выполнения инструкций; для общения используется шаблон с маркерами «### Human:» и «### Assistant:». Лицензия на delta-веса — CC-BY-NC-SA-4.0; веса базовой LLaMA распространяются по отдельной некоммерческой лицензии Meta. Ответы могут содержать предвзятые, токсичные или вредные формулировки и не должны считаться достоверным источником или заменой человеческого суждения.

StrangeMerges_34-7B-slerp — диалоговая языковая модель, созданная Gille слиянием методом SLERP моделей ContextualAI/Contextual_KTO_Mistral_PairRM и Gille/StrangeMerges_30-7B-slerp с помощью LazyMergekit. Это плотная Mistral-архитектура с 7,1 млрд параметров, рассчитанная на генерацию текста и диалоговое взаимодействие; длина контекста — 32 768 токенов. Модель подходит для генерации ответов в чате и других текстовых сценариев. Веса опубликованы в формате safetensors, указана лицензия Apache-2.0. Карточка не приводит сведений о поддерживаемых естественных языках и специализированных предметных областях.

T3qm7xNeuralsirkrishna_Multi_verse_modelExperiment28 — объединённая авторами репозитория модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров. Она предназначена для генерации текста и диалогов, принимает текст и поддерживает контекст до 32 768 токенов. Модель объединяет automerger/T3qm7xNeuralsirkrishna-7B и automerger/Multi_verse_modelExperiment28-7B. Веса опубликованы в формате safetensors. Карточка не уточняет специализацию модели, языки или сравнительное качество, поэтому её можно характеризовать только как модель генерации общего назначения. Лицензия — Apache-2.0.

T3qm7xNeuralsirkrishna_Strangemerges_30Ogno — объединённая модель Mistral для генерации текста и диалогов, созданная слиянием automerger/T3qm7xNeuralsirkrishna-7B и automerger/Strangemerges_30Ogno-7B. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации продолжений текста и ведения диалогов. Данных о специализации на конкретных областях или языках нет. Веса опубликованы в формате safetensors; лицензия — Apache-2.0.

T3qm7xNeuralsirkrishna_YamOgno — объединённая языковая модель на архитектуре Mistral, созданная путём слияния automerger/T3qm7xNeuralsirkrishna-7B и automerger/YamOgno-7B. Она предназначена для генерации текста и диалоговых сценариев. Модель содержит 7,1 млрд параметров, использует формат Safetensors и поддерживает контекст до 32 768 токенов. Карточка не описывает отдельную специализацию или языки, поэтому модель можно охарактеризовать только как текстовую модель общего назначения. Репозиторий распространяется по лицензии Apache-2.0.

Tess-70B-v1.6 — универсальная языковая модель из серии Tess, разработанной migtissera. Она дообучена на базе Miqu/LLaMA-2-70B и предназначена для генерации текста и диалогового общения. Модель использует плотную архитектуру LlamaForCausalLM и содержит 68,7 млрд параметров. Модель принимает текст и генерирует текст. Контекстное окно составляет 32 764 токена. В карточке указан формат safetensors и лицензия Llama 2. Для общения README задаёт формат с метками SYSTEM, USER и ASSISTANT; сведения о поддерживаемых естественных языках и специализированных областях применения не приведены.

Tess-7B-v2.0 — языковая модель общего назначения из серии Tess, разработанная migtissera и дообученная на базе Mistral-7B-v0.2. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста в диалоговом формате; указанная длина контекста — 32 768 токенов. Модель принимает текстовые запросы с секциями SYSTEM, USER и ASSISTANT и генерирует текстовые ответы. Модель можно применять для диалогов, написания текстов и ответов на вопросы. В карточке указано, что она может выдавать неточные или вводящие в заблуждение ответы, а также предвзятый, оскорбительный или иной неподходящий контент; модель описана как uncensored. Автор пометил версию как устаревшую из-за неверного параметра sliding window при обучении. Лицензия — Apache-2.0.

Tiger Gemma 9B v2 — разговорная языковая модель на базе Gemma 2 с 9 млрд параметров и архитектурой плотного декодера Gemma2ForCausalLM. Автор описывает её как версию Gemma 9B с ослабленными ограничениями на ответы; вариант v2 использует более мягкую настройку, сохраняя поведение исходной Gemma насколько возможно. Модель предназначена для генерации текста и диалогов. Контекст составляет 8192 токена. В карточке указаны формат safetensors и возможность чата. Модель создана TheDrummer; базовая модель Gemma 2 в README прямо не идентифицирована, поэтому точный исходный репозиторий установить нельзя. Автор сообщает, что модель обычно не отказывает в ответах, однако не приводит оценок качества или подробностей обучения. Лицензия в предоставленных данных не указана.

allenai/tulu-v2.5-dpo-13b-alpacafarm-gpt4-pref — англоязычная чат-модель из набора RLHF-моделей Tulu, разработанного AllenAI. Это плотная авторегрессионная модель семейства Llama с 12,9 млрд параметров, основанная на allenai/tulu-2-13b и дообученная на инструкциях, синтетических диалогах и данных предпочтений. Для дополнительного выравнивания применялся DPO на разбиении alpaca_farm_gpt4_pref; в репозитории указан формат PyTorch и контекст до 4096 токенов. Модель предназначена для генерации текста и ответов в диалогах с помощником на английском языке. Её можно использовать для выполнения инструкций, ответов на вопросы и создания текстовых черновиков. README указывает, что шаблон чата встроен в токенизатор и требует учитывать перевод строки при форматировании сообщений. Модель не обучалась на безопасные ответы и не имеет встроенной фильтрации, поэтому может выдавать проблемный контент, особенно по соответствующим запросам. Лицензия — Apache 2.0.

Versatile-7B — объединённая языковая чат-модель на архитектуре Mistral, опубликованная Syed-Hasan-8503. Она предназначена для диалогов и генерации текста. Веса объединены методом DARE TIES из MTSAIR/multi_verse_model и MaziyarPanahi/Calme-7B-Instruct-v0.3; модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель принимает текст и выдаёт текст. В каталоге она указана как англоязычная, поэтому подходит для англоязычного общения и генерации. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — Apache-2.0. Данные карточки не описывают отдельные оценки качества или ограничения применения.

Waktaverse-Llama-3-KO-8B-Instruct — корейская диалоговая языковая модель команды Waktaverse AI, дообученная на основе meta-llama/Meta-Llama-3-8B-Instruct. Модель с плотной архитектурой Llama содержит 7,5 млрд параметров, принимает текст и генерирует текст; контекст — до 8192 токенов. Основные языки — корейский и английский. Для улучшения ответов на корейском разработчики рекомендуют задавать системный промпт на корейском языке. Модель подходит для выполнения инструкций, продолжения текста, суммаризации и ответов на вопросы, в том числе по коммерческим текстам на корейском языке из обучающего набора KoCommercial-Dataset. Для запуска можно использовать Transformers. Лицензия — Llama 3. Как и другие языковые модели, она может воспроизводить смещения из обучающих данных, ошибаться на необычных запросах и неверно понимать культурный контекст. Разработчики не рекомендуют применять её для решений с высокими ставками в медицине, праве и критически важных для безопасности сценариях.

WestFrankenMoev2-9B — объединённая плотная языковая модель семейства Mistral, созданная jsfs11 с помощью LazyMergekit. Она собрана методом passthrough из слоёв jsfs11/WestLakeSeverusV2-DPO-7B-DARE-TA и jsfs11/WONMSeverusDevil-TIES-7B; файлы весов представлены в формате safetensors. Размер модели — 8,9 млрд параметров, длина контекста — до 32 768 токенов. Модель предназначена для генерации текста и диалоговых ответов. Она принимает текст и выдаёт текст; сведения о специализации на конкретном языке или прикладной области в карточке не приводятся. Лицензия в предоставленных данных не указана.

Wistral-7B-Instruct-v0.3 — языковая модель BarraHome для диалоговой генерации текста. Она основана на Mistral-7B-Instruct-v0.2, дообучена с использованием Unsloth и библиотеки TRL и имеет плотную архитектуру MistralForCausalLM с 7,1 млрд параметров. Модель предназначена для ответов на сообщения и генерации текста в чате. Её контекст составляет 32 768 токенов. В карточке приведены результаты оценок на AI2 Reasoning Challenge и HellaSwag; они дают ориентир по отдельным тестам, но не гарантируют качество в других задачах. Для работы с моделью нужны совместимые инструменты и аппаратные ресурсы; метаданные указывают формат safetensors. Модель распространяется по лицензии Apache-2.0. Карточка не описывает специализацию по предметной области или отдельные ограничения применения.

xDecision — многоязычная модель структурированной оценки решений примерно на 322 млн параметров, разработанная автором репозитория mccoysc. Она дообучена на основе Laya Multilingual с энкодером mmBERT-base и объединяет компоненты этих моделей. Предназначена для классификации запросов с контекстом и кандидатами: выбора варианта, оценки истинности утверждения и выставления балла по упорядоченной шкале. Возвращает вероятности кандидатов и рекомендацию действовать или передать решение на эскалацию. Поддерживает многоязычный ввод; доступны веса Safetensors и GGUF F16/Q8_0, а для Apple Silicon — backend MLX. Лицензия Apache-2.0. Модель подходит для маршрутизации рабочих процессов, оценки утверждений и структурированной поддержки решений. В диагностической оценке точность составила 58,75% на типизированных задачах выбора и 34,40% на невиданных сценариях рабочего процесса; эти результаты относятся к указанным наборам и настройкам. Есть ошибки в оценке относительной пригодности вариантов, чувствительность к порядку фактов и расхождения между форматами вопросов. Требуется проверка на целевой области; высокорисковые решения должны проходить независимую проверку и рассмотрение человеком. GGUF сейчас не поддерживается llama.cpp и Ollama.

Xenon-4 — диалоговая языковая модель Xenon1 на архитектуре Mistral, дообученная на Mistral-7B-v0.1 с использованием набора Ultrafeedback и методов из статьи Self-Rewarding Language Models. Модель предназначена для общения по инструкциям и генерации текста; для диалога используется шаблон Mistral с маркерами [INST] и [/INST]. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM, Grouped-Query Attention, Sliding-Window Attention и токенизатор Byte-fallback BPE. Контекст — до 32 768 токенов. Указана поддержка английского языка, формат весов — Safetensors. Лицензия — Apache-2.0. Модель подходит для диалоговых и общих текстовых задач, но карточка не приводит оценок качества или подробных результатов тестирования; ответы следует проверять в задачах, где важна точность.

Zenith_4B — чат-модель с архитектурой Llama, созданная с участием нескольких участников Anthracite. Это производная Minitron примерно на 3,9 млрд параметров: модель прошла восстановление весов и дообучение на 100 млн токенов качественных инструкций. Она предназначена для работы в роли общего ассистента и для ролевых диалогов, с улучшенным следованием инструкциям. В README указано обучение с контекстом 8 тыс. токенов; метаданные указывают нативное окно контекста 131 072 токена. Модель принимает текст и генерирует текст, поддерживает английский язык. Распространяется по лицензии Apache-2.0. Ключевое ограничение — небольшой размер: автор предупреждает, что ожидания по качеству следует соотносить с моделью на 4 млрд параметров. Указанные в метаданных 131 072 токена не отменяют того, что обучение проводилось с контекстом 8 тыс. токенов.

Zephyra-32b — объединённая текстовая языковая модель от tdot604, созданная методом SLERP с помощью mergekit на основе tdot604/Hazy-Llama-70b и TheDrummer/Moist-Miqu-70B-v1.1. Модель построена на плотной архитектуре Llama и предназначена для генерации текста и диалоговых ответов. Модель содержит 35,3 млрд параметров, работает с контекстом до 8192 токенов и распространяется в формате safetensors для библиотеки Transformers. Она принимает текст и генерирует текст; указаний на специализацию по конкретным языкам или предметным областям нет. Данных о лицензии в предоставленных источниках нет.

zephyr-beta-Nebula-v2-7B — объединённая разговорная языковая модель на 7,1 млрд параметров, созданная на основе HuggingFaceH4/zephyr-7b-beta и адаптера PulsarAI/Nebula-v2-7B-Lora. Она использует плотную архитектуру Mistral и предназначена для генерации текста в диалоге; заявленная длина контекста — 32 768 токенов. В карточке указан набор данных Open-Platypus, а среди тегов — английский язык. Модель распространяется в формате safetensors по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. README содержит заголовок с результатами оценки, но значения метрик не заполнены.

Akins-3B — языковая модель для генерации текста на основе архитектуры StableLM Epoch, дообученная разработчиком на наборе Norquinal/claude_multiround_chat_1k. Модель содержит 2,7 млрд параметров, принимает текст и выдаёт текст; для диалога в карточке указан шаблон с ролями USER и ASSISTANT. Контекст составляет 4096 токенов. Модель предназначена для инструкционного диалога и генерации ответов на запросы пользователя. В README указано дообучение в течение двух эпох с помощью QLoRA. Репозиторий содержит веса в форматах PyTorch и safetensors; автор также ссылается на отдельные варианты квантования GGUF и GPTQ. Лицензия — CC BY-SA 4.0.

Alchemist_03_2b — объединённая языковая модель семейства Gemma, опубликованная пользователем Sumail. Она создана с помощью mergekit и метода dare_ties на основе нескольких моделей, включая Aspik101/minigemma_ft9, zzttbrdd/sn6_20_new, deepnetguy/gemma-64 и rwh/gemma1. Модель предназначена для генерации текста и диалогового общения. Модель имеет плотную архитектуру GemmaForCausalLM, содержит 2,5 млрд параметров и поддерживает контекст до 8192 токенов. В репозитории представлены веса Safetensors; лицензия — Apache-2.0. Карточка не сообщает, какие естественные языки модель поддерживает.