III.10Проекты, процессы и операционное управление

VladShash/qwen3-8b-classic-no-repair — плотная авторегрессионная языковая модель семейства Qwen3 с 7,6 млрд параметров, разработанная на основе formalmathatepfl/qwen3-cpt. Модель дообучена методом SFT на наборе данных sft; в карточке она представлена как диалоговая модель для генерации текста. Модель принимает текст и выдаёт текст. Её можно использовать для диалогов и генерации ответов в сценариях, где подходит Qwen3. Контекстное окно составляет 32 768 токенов. Карточка не сообщает о специализированных областях применения или языках. Лицензия указана как other, поэтому конкретные условия использования по карточке определить нельзя.

qwen3-cpt-lean-sft-feedback-selfdistill-r1 — дообученная модель семейства Qwen3, созданная на основе VladShash/qwen3-8b-classic-one-shot и обученная на наборе lean_selfdistill_r1_train. Это плотная авторегрессионная языковая модель с 7,6 млрд параметров, предназначенная для генерации текста и диалоговых ответов. Она принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. Модель подходит для генерации ответов в чате и других сценариев текстовой генерации. Подробности о целевой специализации, качестве и результатах оценки в карточке не приведены. Репозиторий содержит веса в формате safetensors; лицензия указана как other, поэтому перед использованием следует проверить условия лицензии на странице модели.

Карточка модели arefehRajabian/qwen3_8b_fp8_finetune_base_model_16bit на Hugging Face совпадает с карточкой arefehRajabian/qwen3_8b_fp8_finetune_16bit, поэтому описание составлено по ней. Это дообученная arefehRajabian версия языковой модели Qwen3-8B-FP8. Она предназначена для генерации текста в диалоговом режиме и может использоваться в приложениях, которым нужны ответы на текстовые запросы. Модель содержит 7,6 млрд параметров, использует плотную архитектуру Qwen3 и поддерживает контекст до 40 960 токенов. Веса представлены в формате safetensors. Модель обучена с помощью Unsloth и библиотеки Hugging Face TRL. Она распространяется по лицензии Apache-2.0. Карточка не описывает специализацию дообучения, поэтому область применения и качество на конкретных задачах по ней определить нельзя.

Defetya/qwen-4B-saiga — чат-модель на архитектуре Qwen2, разработанной Alibaba. Модель с 3,6 млрд параметров дообучена методом SFT на датасете Saiga Ильи Гусева с использованием EasyDeL на TPU v3-8. Она предназначена для диалогов и генерации текста, в первую очередь на русском языке; контекст составляет до 32 768 токенов. Автор README отмечает хорошее обращение с русскими падежами по результатам краткого личного общения, но не приводит систематических оценок: карточка упоминает запланированную проверку на Russian SuperGLUE. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache-2.0.

SEC-MBX-7B-DPO — языковая модель для диалоговой генерации текста, созданная Arcee AI слиянием через mergekit моделей arcee-ai/sec-mistral-7b-instruct-1.2-epoch и macadeliccc/MBX-7B-v3-DPO методом SLERP. Это плотная архитектура Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель подходит для чат-ботов и генерации ответов на текстовые запросы. Репозиторий содержит веса в формате safetensors; лицензия — Apache 2.0. README не приводит результатов оценки качества или подробных ограничений.

chargoddard/servile-harpsichord-cdpo — языковая модель семейства Mistral, разработанная Chargoddard. Это плотная авторегрессионная модель на 7,1 млрд параметров для генерации текста; она обучена на другой случайной выборке тех же наборов данных, что и loyal-piano-m7, а затем дообучена методом cDPO на смеси датасетов RLHF. Модель использует формат запросов Alpaca и поддерживает контекст до 32 768 токенов. Модель предназначена для диалоговой генерации и следования инструкциям. В обучении использованы наборы данных Orca, суммаризации отзывов, ролевого диалога и предпочтений, включая PKU-SafeRLHF и UltraFeedback. Репозиторий содержит веса Safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Это объединённая модель генерации текста, созданная с помощью mergekit из контрольных точек модели filtered_e2e_insert_hyperstition_v1. В README указано, что применён линейный метод слияния, а контрольная точка global_step4000 использовалась как базовая; в объединение также вошли global_step2000 и global_step3000. Архитектура — GPT-NeoX, модель содержит 8,8 млрд параметров и работает через Transformers. Модель предназначена для генерации текста и диалогового взаимодействия. Контекст составляет до 16 384 токенов. Данных о специальных языках или прикладных областях в карточке нет. Модель опубликована в формате Safetensors; сведения о лицензии отсутствуют в предоставленных данных.

SharkOgno-7b-Task — объединённая языковая модель powermove72, созданная с помощью LazyMergekit из powermove72/Shark-1 и eren23/OGNO-7b-dpo-truthful. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста; контекст составляет до 32 768 токенов. Слияние выполнено методом task arithmetic с весами 0,4 и 0,6, нормализацией и объединённым токенизатором; веса представлены в формате Safetensors и сохранены в FP16. Модель подходит для генерации продолжений и ответов на текстовые запросы. В состав входит база OGNO-7B-DPO-Truthful с акцентом на правдивость ответов, однако README не приводит отдельных оценок качества или подробного описания возможностей Shark-1. Лицензия в предоставленных данных не указана.

vicgalle/solarized-13B-dpo — разговорная языковая модель, созданная Vicgalle на основе vicgalle/SOLAR-13B-Instruct-v1.0. Модель построена с помощью mergekit: в базовой архитектуре чередуются слои Nous-Hermes-2-SOLAR-10.7B и SOLAR-10.7B-Instruct, после чего модель дообучена методом DPO на предпочтениях из набора argilla/distilabel-intel-orca-dpo-pairs. Модель предназначена для диалогов, выполнения инструкций и генерации текстовых ответов. Это плотная модель семейства Llama с 12,3 млрд параметров и контекстом до 4096 токенов; поддерживает чатовый сценарий и распространяется в формате safetensors. В карточке приведены примеры генерации и результаты оценивания на нескольких бенчмарках. Модель распространяется по лицензии Apache-2.0. Пример генерации показывает, что она может без оговорок создавать взрослый контент; ответы также могут быть вымышленными или неуместными.

TopEvolution16 — объединённая языковая модель для генерации текста, созданная сообществом mergekit-community с помощью mergekit. В слиянии методом SLERP использованы mergekit-community/TopEvolution и NousResearch/Hermes-2-Theta-Llama-3-8B; в метаданных архитектура указана как MistralForCausalLM, плотная модель на 7,1 млрд параметров. Репозиторий содержит веса Safetensors, исходная конфигурация слияния задаёт тип bfloat16. Модель предназначена для генерации текста и диалоговых сценариев. Контекстное окно составляет 32 768 токенов. Базовая модель Hermes-2-Theta-Llama-3-8B описана как диалоговая модель на базе Llama 3 для следования инструкциям, вызова функций и генерации ответов в JSON; эти возможности не подтверждены отдельно для результата слияния. Лицензия в предоставленных данных не указана.

Trismal-7B-Base-v1v2-Ties — объединённая языковая модель на архитектуре Mistral, созданная с помощью LazyMergekit из unsloth/mistral-7b и unsloth/mistral-7b-v0.2 методом TIES. Модель содержит 7,1 млрд параметров, распространяется в формате safetensors и использует точность float16. Её контекстное окно составляет 32 768 токенов. Модель предназначена для генерации и продолжения текста на основе текстового запроса. Карточка не описывает специальную настройку под конкретную область или диалоговый режим. Лицензия в предоставленных данных не указана.

Tulu V2.5 PPO 13B — англоязычная чат-модель из семейства Tulu, разработанного Allen Institute for AI (AI2). Это плотная авторегрессионная модель архитектуры Llama с 12,9 млрд параметров, дообученная методом PPO на основе Tulu 2; в ходе обучения использовались промпты UltraFeedback и reward model Tulu v2.5 13B preference mixture. Модель предназначена для диалогов с помощником, следования инструкциям и генерации текста. Контекст — до 4096 токенов; для чата предусмотрен шаблон форматирования в токенизаторе. Модель ориентирована на английский язык и распространяется по лицензии Apache 2.0. По сведениям карточки, в фазе RLHF её не настраивали на безопасные ответы и не дополняли фильтрацией на этапе использования, поэтому она может выдавать проблемный контент, особенно при соответствующих запросах.

Tulu V2.5 PPO 13B — англоязычная чат-модель из семейства Tulu, разработанного Allen Institute for AI (AI2). Это плотная авторегрессионная модель на архитектуре Llama с 12,9 млрд параметров, дообученная на базе Tulu 2 13B с помощью PPO. При обучении использовались запросы UltraFeedback и reward model на 70 млрд параметров, обученная на смеси предпочтений. Модель предназначена для диалогов с помощником и генерации ответов на инструкции. Она поддерживает английский язык, использует контекст до 4096 токенов и распространяется в формате PyTorch. Для диалогов следует использовать шаблон чата, встроенный в токенизатор; README указывает, что завершающий перевод строки после сообщения влияет на качество генерации. Модель может выдавать проблемные ответы, в том числе по запросу пользователя: авторы отмечают, что на этапе RLHF её не обучали безопасным отказам и не применяли фильтрацию ответов во время работы. Лицензия — Apache 2.0.

Это дообученный чекпойнт Gemma 4 E4B Instruct, опубликованный tensorfiend после обучения на GPU в JarvisLabs. По метаданным, модель использует архитектуру Gemma4ForConditionalGeneration и формат safetensors; карточка README указывает шаг обучения 1692 и лучшее значение eval loss 0,3067. Модель предназначена для диалоговой генерации текста. Базовая Gemma 4 E4B Instruct также поддерживает анализ изображений и обработку аудио, однако для этого чекпойнта метаданные подтверждают только задачу text-generation и возможность диалога, поэтому мультимодальные сценарии здесь не заявлены. Лицензия указана как other; README требует соблюдать лицензионные условия Gemma и не распространять её веса за пределами разрешённого лицензией использования.

Katayoon/VPO-Zephyr-7B-0.0005-iter-2 — чат-модель на архитектуре Mistral, дообученная Katayoon на обновлённом и исходном наборах данных от версии Katayoon/VPO-Zephyr-7B-0.0005-iter-1. Она предназначена для генерации текста в диалоговом формате. Модель содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. Лицензия — MIT. Подробности о языках, оценках качества и конкретных ограничениях в карточке модели отсутствуют.

WestOrcaDPO-7B-GTA — объединённая языковая модель на основе Mistral, созданная с помощью LazyMergekit из decruz07/kellemar-DPO-Orca-Distilled-7B-SLERP и senseable/WestLake-7B-v2. Она предназначена для генерации текста, включая диалоговые ответы и творческие тексты. Модель имеет плотную архитектуру MistralForCausalLM и 7,1 млрд параметров; заявленная длина контекста — 32 768 токенов. Веса представлены в формате safetensors. Слияние выполнено методом task arithmetic с параметрами весов 0,4 и 0,6 и плотностью 0,5 для каждой исходной модели. README указывает Mistral-7B-v0.1 как базовую модель. Лицензия в предоставленных данных не приведена.

WizardLM-2-8x22B-Beige — объединённая диалоговая языковая модель, созданная с помощью mergekit на основе alpindale/WizardLM-2-8x22B и моделей Eurux, Tess и Mixtral Instruct. Слияние выполнено методом Model Stock в формате bfloat16. Модель предназначена для генерации текста в диалоге; её автор стремился сделать стиль ответов WizardLM-2-8x22B менее многословным и образным. Модель использует архитектуру Mixtral MoE и содержит 22 млрд параметров, поддерживает контекст до 65 536 токенов. Подходит для диалоговых ответов и генерации текста на основе запросов. Карточка не уточняет языковой охват и не приводит оценок качества. Распространяется в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

heegyu/WizardVicuna2-13b-hf — языковая модель для генерации текста, созданная дообучением Llama 2 13B на наборе ehartford/wizard_vicuna_70k_unfiltered в течение трёх эпох. Она предназначена для диалогов с ассистентом и ответов на инструкции в текстовом формате. Модель построена на плотной авторегрессионной архитектуре Transformer семейства Llama и содержит 12,9 млрд параметров; контекст — до 4096 токенов. Модель рассчитана прежде всего на английский язык. Она может помогать в диалогах и генерировать ответы на запросы, но, как и другие LLM, может выдавать неточную, предвзятую или нежелательную информацию. Лицензия Meta для Llama 2 требует принятия условий перед получением весов и допускает коммерческое использование в рамках этих условий.

Xwin-LM-13B-V0.2 — диалоговая большая языковая модель проекта Xwin-LM, выпущенная в октябре 2023 года. Это плотная авторегрессионная модель семейства Llama с 12,9 млрд параметров, построенная на базе Llama 2 и дообученная для выравнивания ответов. Модель принимает текст и генерирует текст; длина контекста составляет 4096 токенов. Поддерживает многоходовые диалоги в шаблоне, совместимом с Vicuna. Модель предназначена для ответов на вопросы и выполнения пользовательских инструкций в диалоге. В README сообщается об использовании SFT и обучения с подкреплением на основе отзывов людей; версия V0.2 включает улучшенные сравнительные данные и обучение PPO. Проект приводит результаты оценивания на AlpacaEval, однако они не гарантируют качество для конкретных запросов. Для инференса заявлена совместимость с vLLM. Репозиторий содержит веса PyTorch и распространяется по лицензии Llama 2. Модель ориентирована на английский язык в приведённых примерах; README не подтверждает широкий охват других языков. В карточке проекта также указано, что математические и рассуждательные возможности планировалось развивать, поэтому её не следует считать специализированной моделью для таких задач.

Карточка модели Xwin-LM/Xwin-LM-7B-V0.2 на Hugging Face совпадает с карточкой Xwin-LM/Xwin-LM-13B-V0.2, поэтому описание составлено по ней. Xwin-LM-13B-V0.2 — диалоговая большая языковая модель проекта Xwin-LM, выпущенная в октябре 2023 года. Это плотная авторегрессионная модель семейства Llama с 12,9 млрд параметров, построенная на базе Llama 2 и дообученная для выравнивания ответов. Модель принимает текст и генерирует текст; длина контекста составляет 4096 токенов. Поддерживает многоходовые диалоги в шаблоне, совместимом с Vicuna. Модель предназначена для ответов на вопросы и выполнения пользовательских инструкций в диалоге. В README сообщается об использовании SFT и обучения с подкреплением на основе отзывов людей; версия V0.2 включает улучшенные сравнительные данные и обучение PPO. Проект приводит результаты оценивания на AlpacaEval, однако они не гарантируют качество для конкретных запросов. Для инференса заявлена совместимость с vLLM. Репозиторий содержит веса PyTorch и распространяется по лицензии Llama 2. Модель ориентирована на английский язык в приведённых примерах; README не подтверждает широкий охват других языков. В карточке проекта также указано, что математические и рассуждательные возможности планировалось развивать, поэтому её не следует считать специализированной моделью для таких задач.

YamshadowInex12_Strangemerges_32M7 — слитая модель семейства Mistral, созданная объединением automerger/YamshadowInex12-7B и automerger/Strangemerges_32M7-7B. Она предназначена для генерации текста и может использоваться для диалога, написания черновиков и продолжения заданного текста. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. В доступных сведениях не описаны целевые языки и специальные прикладные области, поэтому её можно характеризовать как текстовую модель общего назначения.

YamshadowStrangemerges_32_Experiment27Shadow — объединённая модель для генерации текста, созданная MaziyarPanahi на основе automerger/YamshadowStrangemerges_32-7B и automerger/Experiment27Shadow-7B. Она использует плотную архитектуру Mistral с 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Данные карточки не описывают специализацию по предметной области или языкам.

YamshadowStrangemerges_32_Inex12Experiment28 — объединённая модель Mistral с 7,1 млрд параметров, созданная из automerger/YamshadowStrangemerges_32-7B и automerger/Inex12Experiment28-7B. Репозиторий содержит веса в формате safetensors; модель предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Модель можно использовать для генерации продолжений, черновиков и ответов на текстовые запросы. Данные не уточняют её специальные предметные области, языки или отличительные качества, поэтому оценивать результаты следует на задачах конкретного применения. Лицензия — Apache-2.0.

jyan0311/zephyr-7b-dpo-full — диалоговая языковая модель на архитектуре Mistral с 7,1 млрд параметров, дообученная из alignment-handbook/zephyr-7b-sft-full с использованием TRL. Модель предназначена для генерации текста в формате чата и ответов на сообщения пользователя; доступна в формате safetensors и рассчитана на контекст до 32 768 токенов. Базовая модель Zephyr-7b-SFT была дообучена на UltraChat. Модель принимает текстовые сообщения и генерирует текстовые ответы. README демонстрирует запуск через Transformers pipeline на GPU. Лицензия в предоставленных данных не указана.

Это диалоговая языковая модель ShenaoZ, дообученная на базе mistralai/Mistral-7B-Instruct-v0.2 методом DPO на наборе HuggingFaceH4/ultrafeedback_binarized. Модель с плотной архитектурой Mistral содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и предназначена для генерации текста в ответ на инструкции и сообщения в диалоге. Модель можно использовать для создания ответов на вопросы, ведения диалога и других сценариев генерации текста. Веса опубликованы в формате safetensors; лицензия — Apache-2.0. README не содержит сведений об оценках качества и конкретных ограничениях, поэтому пригодность для заданий, требующих высокой точности, следует проверять отдельно.

Модель ShenaoZhang/0.001_2iters_bs256_nodpo_full6w_iter_1 — дообученная версия Mistral-7B-SFT-Beta с 7,1 млрд параметров для генерации текста и диалогового общения. В карточке указано обучение на обновлённом и исходном наборах данных; подробности о данных и оценке не приведены. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. Распространяется в формате safetensors по лицензии MIT.

AISquare-Instruct-llama2-koen-13b-v0.9.24 — плотная языковая модель семейства Llama с 12,9 млрд параметров, разработанная командой UI Platform компании Inswave Systems. Она создана на основе beomi/llama2-koen-13b с применением SFT и DPO и предназначена для генерации текста в формате инструкций. Модель принимает текст и генерирует текст. В метаданных указан английский язык, а базовая модель относится к корейско-английскому семейству; заявленный контекст — 2048 токенов. Карточка показывает загрузку через Transformers и веса в формате Safetensors. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование. Контекст 2048 токенов ограничивает длину запроса и ответа; README не приводит оценок качества или подробного перечня поддерживаемых сценариев.

Jebadiah/Aria-diamond-ruby-v2 — объединённая авторегрессионная языковая модель, созданная с помощью mergekit из Jebadiah/Aria-diamond-ruby-v1 и Jebadiah/Aria-diamond-v1. В карточке указаны метод DARE TIES и архитектура LlamaForCausalLM с плотной структурой; размер модели — 7,5 млрд параметров, веса представлены в формате safetensors. Модель предназначена для генерации текста и диалогового взаимодействия. Заявленная длина контекста — до 1 048 576 токенов. Карточка не сообщает поддерживаемые естественные языки и специализированные области применения. Лицензия в предоставленных данных не указана.

Auro-Kosmos-EVAA-v2.1-8B — диалоговая языковая модель на архитектуре Llama, созданная jaspionjader слиянием SLERP моделей Auro-Kosmos-EVAA-v2-8B и Kosmos-EVAA-v2-8B. Модель содержит 7,5 млрд параметров, работает через Transformers и принимает текст для генерации ответов и свободного текста; заявленная длина контекста — 8192 токена. Модель предназначена для диалогового взаимодействия и генерации текста. Доступна в формате safetensors. Лицензия в предоставленных данных не указана, поэтому условия использования определить нельзя.

jaspionjader/bbb-3 — слитая языковая модель на архитектуре Llama, созданная автором репозитория с помощью mergekit и метода Model Stock. В слиянии использованы jaspionjader/kstc-4-8b и jaspionjader/bbb-2, а в качестве базовой модели указана jaspionjader/kstc-5-8b. Модель содержит 7,5 млрд параметров и рассчитана на генерацию текста и диалоговое взаимодействие; заявленная длина контекста — до 131 072 токенов. Модель подходит для диалоговых сценариев и генерации текстовых ответов. Репозиторий содержит веса в формате safetensors; в README также указана точность bfloat16. Данных о целевых языках и специализированных предметных областях в предоставленных источниках нет. Условия лицензирования не приведены в доступных данных.