III.10Проекты, процессы и операционное управление

MegaDolphin-2.2-120b — разговорная языковая модель, созданная QuixiAI как преобразование Dolphin-2.2-70b методом слияния passthrough с помощью MergeKit. Модель построена на плотной архитектуре Llama и содержит 120,1 млрд параметров. Она принимает текстовые запросы в формате ChatML и генерирует текст; контекст составляет 4096 токенов. В карточке указана поддержка английского языка. Модель предназначена для диалога, ответов на вопросы, инструкций и многоходовых бесед, в том числе для эмпатичных ответов и личных советов. Разработчик описывает её как uncensored и предупреждает о высокой готовности выполнять запросы, включая неэтичные; перед предоставлением модели пользователям рекомендуется добавить собственный слой выравнивания. Лицензия — Llama 2 Community License (llama2).

MeliodasPercival_01_YamM7 — объединённая языковая модель на архитектуре Mistral, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/YamM7-7B. Модель содержит 7,1 млрд параметров и принимает текст для генерации текста и диалоговых ответов с контекстом до 32 768 токенов. Модель предназначена для генерации продолжений текста и ведения диалогов. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает конкретные языки, специализированные области применения или известные ограничения.

MelloGPT-Mistral-7B-Instruct-v0.1 — созданная MaziyarPanahi слитая чат-модель на архитектуре Mistral, объединяющая Mistral-7B-Instruct-v0.1 и MelloGPT методом SLERP. Модель содержит 7,1 млрд параметров и предназначена для генерации ответов на инструкции и диалоговые запросы; в метаданных указана задача text-generation и контекст до 32 768 токенов. Модель принимает текст и выдаёт текст. В карточке также отмечен датасет Counsel Chat, что указывает на связь одной из исходных моделей с диалогами на консультационную тематику, но README не описывает точные возможности или качество в этой области. Модель распространяется под лицензией Apache-2.0.

MeowGPT-3.5 — разговорная языковая модель, разработанная CutyCat2000x на основе Llama и Mixtral. Она предназначена для генерации текста по запросу и диалогового общения. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и принимает текст, выдавая текст; максимальный контекст — 4096 токенов. В метаданных указан английский язык. Модель распространяется в формате Safetensors и может загружаться через библиотеку Transformers. Данные для обучения обозначены как приватные. Лицензия — MIT. Ответы могут быть неточными или неуместными, поэтому результаты следует проверять перед использованием в важных сценариях.

Fischerboot объединил две предварительно обученные языковые модели семейства Llama с помощью SLERP через mergekit: TheDrummer/Llama-3SOME-8B-v1 и VAGOsolutions/Llama-3-SauerkrautLM-8b-Instruct. Результат — плотная авторегрессионная модель для генерации текста и диалогового общения, доступная в формате safetensors и рассчитанная на контекст до 8192 токенов; размер составляет около 7,5 млрд параметров. Модель подходит для ведения диалогов и генерации ответов на текстовые запросы. В составе слияния есть немецко- и англоязычная чат-модель, обученная следованию инструкциям; карточка объединённой модели не уточняет языковой охват результата. Репозиторий не сообщает отдельные результаты оценки качества или подробные ограничения. Лицензия в предоставленных данных не указана.

MFANNv0.15.10 — диалоговая языковая модель, созданная netcat420 слиянием TIES через mergekit. В основе лежит MaziyarPanahi/Llama-3-8B-Instruct-v0.4; в слияние также вошли netcat420/MFANNv0.15 и netcat420/MFANNv0.14. Модель построена на архитектуре Llama, содержит около 7,5 млрд параметров и использует формат Safetensors. Модель предназначена для генерации текста и диалоговых ответов ассистента. Она принимает текст и выдаёт текст, а заявленная длина контекста составляет 32 768 токенов. Карточка не уточняет языковой охват или специализированные предметные области, поэтому модель следует рассматривать как общую диалоговую модель. Лицензия и конкретные ограничения применения в предоставленных данных не описаны.

MFANNv0.20.12 — диалоговая языковая модель, созданная netcat420 слиянием весов через TIES и mergekit на основе mlabonne/Meta-Llama-3.1-8B-Instruct-abliterated. В слияние также вошли netcat420/MFANNv0.19, netcat420/MFANNv0.20 и netcat420/MFANNv0.20.11. Модель построена на архитектуре LlamaForCausalLM, содержит 7,5 млрд параметров и использует формат safetensors. Она предназначена для диалогов и генерации текстовых ответов; заявленная длина контекста — 131 072 токена. Базовая модель описана как вариант Llama 3.1 8B Instruct с ослабленными ограничениями на ответы. Лицензия в предоставленных данных не указана.

Midnight-Miqu-103B-v1.5 — языковая модель с архитектурой Llama, созданная FluffyKaeloky методом passthrough-слияния слоёв модели sophosympatheia/Midnight-Miqu-70B-v1.5. Она содержит 102,9 млрд параметров и рассчитана на генерацию текста в диалоговом формате, включая сценарии, где нужен длинный контекст до 32 764 токенов. Модель подходит для ведения диалогов и генерации продолжений текста. В README также перечислены сторонние квантизованные сборки GGUF и EXL2; репозиторий модели содержит веса в safetensors. Языковая специализация модели в доступных данных не указана. Сборка основана на Miqu и использует слои исходной модели, повторённые в трёх диапазонах. Лицензия в предоставленных данных не указана.

mistral-7b-dpo-v6-Mistral-7B-Instruct-v0.1 — чат-модель для генерации текста, созданная объединением Mistral-7B-Instruct-v0.1 и mistral-7b-dpo-v6 методом SLERP. Модель основана на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров; заявленный контекст — до 32 768 токенов. В репозитории представлены веса в формате safetensors. Модель предназначена для ответов на инструкции и диалоговые запросы на английском языке. Лицензия Apache-2.0 разрешает использование на её условиях. Карточка описывает способ объединения моделей, но не приводит сравнительных оценок качества или подробных ограничений.

Minbyul/mistral-7b-wo-live_qa-sft — дообученная модель генерации текста на базе Mistral-7B-v0.1 от Mistral AI. Она обучена на наборе HuggingFaceH4/deita-10k-v0-sft методом supervised fine-tuning; модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Репозиторий использует формат safetensors. Модель предназначена для генерации продолжений текста и ответов на запросы в сценариях, соответствующих данным дообучения. В README приведено значение loss 1,6476 на оценочном наборе, однако подробности методики оценки и практические ограничения не описаны. Лицензия — Apache-2.0.

MobileLLaMA-2.7B-Chat — чат-модель, разработанная на основе MobileLLaMA-2.7B-Base и дообученная методом supervised instruction fine-tuning на датасете ShareGPT. Это плотная авторегрессионная модель семейства LLaMA с 2,6 млрд параметров, предназначенная для генерации текста и ответов на инструкции. Модель можно загружать с помощью Hugging Face Transformers; её контекст составляет 2048 токенов. Модель подходит для диалоговых помощников и генерации ответов на текстовые запросы. В карточке указана лицензия Apache-2.0. Данных о поддерживаемых естественных языках и специальных ограничениях качества в карточке нет.

yunconglong/MoE_13B_DPO — языковая модель семейства Mixtral с архитектурой MoE, дообученная методом Direct Preference Optimization (DPO) на наборе предпочтений Intel/orca_dpo_pairs. В README указана базовая модель yunconglong/Truthful_DPO_TomGrc_FusionNet_7Bx2_MoE_13B; метаданные сообщают о 7,1 млрд параметров и контексте до 32 768 токенов. Модель предназначена для генерации текста и диалоговых ответов с настройкой на предпочтения. Она распространяется в формате safetensors. Указана лицензия other; конкретные условия лицензии в предоставленных данных не раскрыты.

MoEv4Config-TIESwithRescale-7b — слитая языковая модель, созданная с помощью LazyMergekit на основе Kukedlc/NeuTrixOmniBe-7B-model-remix, PetroGPT/WestSeverus-7B-DPO и vanillaOVO/supermario_v4. Это плотная модель архитектуры Mistral с 7,1 млрд параметров, предназначенная для генерации текста. Она поддерживает контекст до 32 768 токенов и распространяется в формате Safetensors. Модель подходит для диалогов, составления и продолжения текстов, а также генерации ответов на запросы. README не описывает специализированные области применения или языки. Условия лицензирования в предоставленных данных не указаны.

Momningojask-slerp — текстовая генеративная модель на архитектуре Mistral, созданная автором liminerity слиянием через mergekit методом SLERP. В слиянии использованы bardsai/jaskier-7b-dpo-v6.1 и liminerity/merge; базовой моделью указана bardsai/jaskier-7b-dpo-v6.1. Модель содержит 7,1 млрд параметров, распространяется в формате safetensors и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста и ответов на запросы. В карточке указана лицензия Apache-2.0. Данные о поддерживаемых языках и специальных областях применения не приведены.

zelk12/MT1-Gen2-gemma-2-9B — объединённая разговорная языковая модель на архитектуре Gemma 2, подготовленная с помощью mergekit из zelk12/MT1-Gen2-GMA-gemma-2-9B и zelk12/MT1-Gen2-BIMMMU-gemma-2-9B. Для слияния использован метод SLERP с параметром t=0,25; веса указаны в формате bfloat16. Модель содержит 9 млрд параметров и работает через библиотеку Transformers. Модель предназначена для генерации текста в диалоговом формате. Её можно применять для ответов на вопросы, ведения беседы и создания связных текстовых продолжений. Заявленное нативное контекстное окно составляет 8192 токена. В карточке приведены результаты оценки на Open LLM Leaderboard, включая IFEval и BBH. Модель основана на Gemma 2 и унаследовала ограничения и условия использования исходных моделей; отдельная лицензия в предоставленных данных не приведена.

zelk12/MT2-Gen4-IF-gemma-2-MT4g2S2-9B — объединённая модель на базе Gemma 2, созданная с помощью mergekit методом SLERP из zelk12/MT4-Gen2-gemma-2-9B и allknowingroger/Gemmaslerp2-9B. Это плотная языковая модель с авторегрессионной архитектурой Gemma2ForCausalLM, 9 млрд параметров и контекстом до 8192 токенов; она предназначена для диалогов и генерации текста. Модель принимает текст и выдаёт текст. В карточке указана библиотека Transformers и формат safetensors. Данных о специальных прикладных областях или языковой специализации в предоставленных источниках нет. Лицензия в метаданных и README не приведена, поэтому условия использования по этим данным определить нельзя.

zelk12/MT3-MU-gemma-2-Rv0.3AR-9B — слитая разговорная языковая модель на архитектуре Gemma 2, созданная с помощью mergekit методом SLERP из lemon07r/Gemma-2-Ataraxy-Remix-9B и recoilme/recoilme-gemma-2-9B-v0.3. Модель содержит 9 млрд параметров, принимает текстовые запросы и генерирует текст; поддерживает диалоговый сценарий. Максимальная длина контекста составляет 8192 токена. Модель подходит для ведения диалога и генерации ответов на текстовые запросы. README и метаданные не описывают отдельные специализации или оценки качества. Файлы опубликованы в формате safetensors для библиотеки Transformers. Лицензия в предоставленных данных не указана.

zelk12/MT-Gen5-MUMM-gemma-2-9B — объединение двух предварительно обученных языковых моделей Gemma 2, созданное с помощью mergekit методом SLERP. Модель имеет плотную архитектуру Gemma2ForCausalLM и содержит 9 млрд параметров; файлы представлены в формате safetensors и используются через Transformers. Модель предназначена для генерации текста и диалогового общения. Она принимает текстовые запросы и выдаёт текст, поддерживая контекст до 8192 токенов. Данные не подтверждают специализацию на конкретном языке или предметной области. В README перечислены обе объединённые модели: zelk12/MT-Gen5-MU-gemma-2-MT3g4S5-9B и zelk12/MT-Gen5-MM-gemma-2-MT4g2MT5g4-9B. Условия лицензии в предоставленных данных не указаны.

zelk12/MT-Merge2-gemma-2-9B — языковая модель семейства Gemma 2, объединённая автором репозитория с помощью mergekit. В слияние SLERP вошли zelk12/MT-Merge2-MAMM-gemma-2-9B и zelk12/MT-Merge2-MUBIG-gemma-2-9B; размер модели — 9 млрд параметров, формат файлов — safetensors. Модель предназначена для генерации текста и диалогового общения. Её можно применять для составления ответов, ведения беседы и генерации текстовых продолжений. Контекст составляет 8192 токена. В README приведены результаты Open LLM Leaderboard, включая IFEval и BBH; подтверждений поддержки конкретных языков или специализированных областей в доступных данных нет. Лицензия в карточке не указана.

zelk12/MT-Merge2-MAMM-gemma-2-9B — объединённая модель для генерации текста и диалогового общения, построенная на архитектуре Gemma 2. Она создана с помощью mergekit методом SLERP из двух моделей: zelk12/MT-Merge2-MM-gemma-2-MT2g2MTg2-9B и zelk12/MT-Merge2-MA-gemma-2-MT4g2MTg2-9B. Модель содержит 9 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — до 8192 токенов. В метаданных указаны поддержка чата и библиотека Transformers. README описывает объединение предварительно обученных языковых моделей, но не уточняет их специализацию или языки. Лицензия модели в предоставленных данных не указана. Карточка описывает способ создания модели, но не приводит оценок качества или подробных ограничений применения.

zelk12/MT-Merge4-BMUGI-gemma-2-9B — объединённая разговорная языковая модель на архитектуре Gemma 2 с 9 млрд параметров. Она создана с помощью mergekit методом SLERP из моделей zelk12/MT-Merge4-BMU-gemma-2-9B и zelk12/MT-Merge4-GI-gemma-2-9B; веса представлены в формате safetensors, библиотека — Transformers. Модель предназначена для генерации текста и ведения диалогов. Она принимает текстовые запросы, выдаёт текст и рассчитана на контекст до 8192 токенов. Данные не уточняют целевые языки или специализированные области применения, поэтому её следует рассматривать как модель общего назначения. Лицензия в предоставленных данных не указана. Сведения о качестве, ограничениях безопасности и результатах оценки также отсутствуют.

zelk12 выпустил эту объединённую модель Gemma 2 для диалоговой генерации текста. Она создана методом SLERP с помощью mergekit из моделей zelk12/MT-Gen5-gemma-2-9B и zelk12/MT5-Gen5-gemma-2-9B. Модель содержит 9 млрд параметров, использует архитектуру Gemma2ForCausalLM и принимает текстовый контекст длиной до 8192 токенов. Её можно применять для ведения диалогов и генерации текста. Модель распространяется в формате safetensors и использует библиотеку Transformers; лицензия в предоставленных данных не указана.

neural-Kunoichi2-7B-slerp — объединённая модель для генерации текста, созданная с помощью LazyMergekit путём слияния SanjiWatsuki/Kunoichi-DPO-v2-7B и mlabonne/NeuralPipe-7B-ties. Она построена на архитектуре Mistral и содержит 7,1 млрд параметров; заявленная длина контекста — 8192 токена. Модель предназначена для генерации текста и диалоговых сценариев общего назначения. В README описано слияние методом SLERP с настройками, различающимися для слоёв внимания и MLP. Репозиторий также упоминает квантизованный вариант GGUF, тогда как метаданные указывают формат Safetensors. Лицензия в предоставленных данных не указана.

NeuralsirkrishnaShadow_YamPastiche — объединённая языковая модель на архитектуре Mistral, созданная слиянием automerger/NeuralsirkrishnaShadow-7B и automerger/YamPastiche-7B. Модель содержит 7,1 млрд параметров и предназначена для генерации текста, включая продолжение запросов и диалоговых реплик. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Опубликована в формате Safetensors под лицензией Apache 2.0. Сведений о специализации по языкам и предметным областям в доступных данных нет.

NeuralStar_FusionWriter_4x7b — объединённая языковая модель семейства Mixtral с архитектурой Mixture of Experts, созданная OmnicromsBrain с помощью LazyMergekit. В слиянии использованы mlabonne/AlphaMonarch-7B, OmnicromsBrain/Eros_Scribe-7b, SanjiWatsuki/Kunoichi-DPO-v2-7B и OmnicromsBrain/NeuralStar_Fusion-7B. Модель содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Её можно применять для написания и продолжения текстов, ответов на запросы и ведения беседы. В карточке упомянуты отдельные статические и imatrix-квантизированные варианты GGUF, подготовленные MRadermacher; основной репозиторий использует формат safetensors. Модель распространяется по лицензии Apache-2.0. README не приводит результатов оценки качества или конкретных языковых ограничений; перечисление использованных моделей само по себе не гарантирует одинаковое качество их возможностей в объединённой модели.

NightWing3-10B-v0.1 — разговорная языковая модель, созданная Nitral-Archive путём слияния двух моделей семейства Llama. Она предназначена для генерации текста в диалогах и принимает сообщения в формате ChatML. Модель содержит 9,9 млрд параметров, поддерживает контекст длиной до 32 768 токенов и работает через библиотеку Transformers. Модель подходит для ведения диалога и генерации ответов на текстовые запросы на английском языке. Репозиторий содержит веса в формате safetensors. Лицензия обозначена как other; конкретные условия использования в доступных данных не раскрыты.

PistachioAlt/Noromaid-Bagel-7B-Slerp — разговорная языковая модель на архитектуре Mistral, полученная слиянием jondurbin/bagel-dpo-7b-v0.1 и NeverSleep/Noromaid-7b-v0.1.1 методом SLERP. Веса сохранены в формате safetensors с точностью float16; размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Указана лицензия CC BY-NC 4.0, которая разрешает использование с атрибуцией, но некоммерческое.

OLMo 7B April 2024 SFT — языковая модель Allen Institute for AI (AI2), созданная на базе OLMo 7B April 2024 с помощью supervised fine-tuning на смеси Tulu 2 SFT. Это плотный авторегрессионный Transformer с 6,7 млрд параметров; версия в метаданных рассчитана на контекст до 2048 токенов. Модель предназначена для генерации текста и диалоговых сценариев, включая ответы на вопросы, на английском языке. Модель доступна в формате safetensors и распространяется по лицензии Apache 2.0. Для запуска README рекомендует Transformers версии 4.40.0 или новее. В карточке также приведена оценка контекста обучения до октября 2023 года, при этом основная часть данных относится к февралю и марту 2023 года.

SanjiWatsuki объединил методом SLERP две разговорные модели: openchat/openchat-3.5-1210 и berkeley-nest/Starling-LM-7B-alpha. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, рассчитанная на генерацию текста в диалогах; модель выдаётся в формате safetensors. Контекст составляет 8192 токена, основной язык по карточке — английский. Модель предназначена для ответов на вопросы и ведения диалога. Слияние задумано как способ совместить свойства обеих исходных моделей, однако README не приводит сравнительных оценок или результатов испытаний. Лицензия — CC BY 4.0.

jae24 выпустил разговорную модель для генерации текста на основе Mistral размером 7,1 млрд параметров. Она дообучена методом DPO на предпочтениях, полученных из датасета HuggingFace No Robots, с применением обучения с подкреплением. Модель предназначена для диалогов и генерации ответов по текстовому запросу. Она поддерживает контекст до 32 768 токенов и распространяется в формате Safetensors под лицензией MIT. README указывает базовую модель teknium/OpenHermes-2.5-Mistral-7B. Качество и ограничения конкретного варианта отдельно не описаны.