III.10Проекты, процессы и операционное управление

Deacon-1b — языковая модель KnutJaegersberg для генерации текста, созданная дообучением appvoid/palmer-001 в течение трёх эпох с применением Neftune. Это плотная авторегрессионная модель семейства Llama с 1 млрд параметров, рассчитанная на контекст до 2048 токенов. В карточке приведён шаблон диалога с системной инструкцией, пользовательским запросом и ответом, а также результаты оценки на бенчмарках рассуждений и понимания текста. Модель подходит для генерации ответов на инструкции и общих текстовых запросов. Веса опубликованы в формате safetensors; лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое. В README приведены лишь отдельные результаты Open LLM Leaderboard, поэтому они не дают полной оценки качества модели.

Deacon-34B — дообученная языковая модель семейства Llama, опубликованная KnutJaegersberg. Автор указывает, что модель адаптирована под токенизатор Llama и дообучена на датасете EverythingLM в течение пяти эпох с применением NEFTune. В метаданных указаны архитектура LlamaForCausalLM, 33,9 млрд параметров и контекст до 4096 токенов. Модель предназначена для генерации текста и выполнения инструкций в формате диалога с ИИ-ассистентом. Карточка приводит пример вопроса о дообучении языковых моделей, но не описывает более узкую специализацию или результаты оценки качества. Метаданные указывают формат safetensors и тег задачи text-generation. В README заявлено, что для коммерческого использования требуется разрешение согласно Model License Agreement 2.0; там же приведён порядок обращения за официальной коммерческой лицензией. Поэтому перед коммерческим применением следует проверить условия лицензии Yi, указанной автором карточки.

Карточка модели Dnoya10/dicoding_genAI_sft_eks1 на Hugging Face совпадает с карточкой Dnoya10/dicoding_genAI_expert_adv_eks2, поэтому описание составлено по ней. Модель Dnoya10/dicoding_genAI_expert_adv_eks2 — дообученная Dnoya10 языковая модель Qwen2 для генерации текста и диалогов. Она основана на unsloth/qwen2.5-1.5b-instruct-unsloth-bnb-4bit и обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Модель имеет плотную архитектуру Qwen2 с 1,5 млрд параметров и контекстом до 32 768 токенов. Она принимает текст и генерирует текст; в метаданных также отмечен интерфейс вызова инструментов. Карточка указывает английский язык. Модель распространяется по лицензии Apache-2.0.

Карточка модели Dnoya10/dicoding_genAI_sft_eks2 на Hugging Face совпадает с карточкой Dnoya10/dicoding_genAI_expert_adv_eks2, поэтому описание составлено по ней. Модель Dnoya10/dicoding_genAI_expert_adv_eks2 — дообученная Dnoya10 языковая модель Qwen2 для генерации текста и диалогов. Она основана на unsloth/qwen2.5-1.5b-instruct-unsloth-bnb-4bit и обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Модель имеет плотную архитектуру Qwen2 с 1,5 млрд параметров и контекстом до 32 768 токенов. Она принимает текст и генерирует текст; в метаданных также отмечен интерфейс вызова инструментов. Карточка указывает английский язык. Модель распространяется по лицензии Apache-2.0.

Elysium2.2-task-11b — объединённая модель для генерации текста, созданная powermove72 с помощью LazyMergekit. Она объединяет Trinity_Notus-xb и GreenScorpius-xb-Passthrough методом task arithmetic с нормализацией весов; архитектура — плотная MistralForCausalLM с 11 млрд параметров, формат весов — Safetensors, точность слияния — float16. Модель принимает текст и предназначена для генерации текста и диалоговых ответов с контекстом до 32 768 токенов. README не описывает специализированные области применения или языковую специализацию. Лицензия в предоставленных данных не указана.

Experiment28M7_OgnoExperiment27 — объединённая модель MaziyarPanahi на архитектуре Mistral с 7,1 млрд параметров. Она предназначена для генерации текста и диалогов, включая сценарии с длинным контекстом до 32 768 токенов. Модель создана слиянием automerger/Experiment28M7-7B и automerger/OgnoExperiment27-7B. В репозитории представлены веса в формате safetensors. Поддержка конкретных языков и специализированных предметных областей в доступных сведениях не описана. Лицензия — Apache-2.0. Модель подходит для прикладного использования в задачах генерации текста, однако сведений о её сравнительном качестве или специальных ограничениях нет.

Experiment28M7_YamExperiment28 — объединённая модель Maziyar Panahi на основе двух моделей: automerger/Experiment28M7-7B и automerger/YamExperiment28-7B. Она предназначена для генерации текста и диалоговых сценариев на базе архитектуры Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. Карточка не описывает специальные навыки, языки или результаты оценки качества.

Experiment28M7_YamT3qm7x — объединённая модель семейства Mistral, созданная из automerger/Experiment28M7-7B и automerger/YamT3qm7x-7B. Она предназначена для генерации текста и диалоговых сценариев на основе текстового запроса. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Mistral и поддерживает контекст до 32 768 токенов. Веса доступны в формате safetensors. Репозиторий распространяется по лицензии Apache-2.0. Карточка не приводит сведений о языках, специальных областях применения или результатах оценки качества, поэтому их нельзя определить по имеющимся данным.

FloraBase — объединённая языковая модель, опубликованная пользователем jeiku. Она создана методом SLERP с помощью mergekit из моделей SpecialEdition и Remix, используя SpecialEdition как базовую модель. Модель построена на архитектуре Mistral с плотной причинной языковой сетью и содержит 7,1 млрд параметров. Модель предназначена для генерации текста; заявленная длина контекста составляет 32 768 токенов. Веса опубликованы в формате Safetensors. README и метаданные не уточняют языковую специализацию, качество на конкретных задачах или условия лицензирования.

FNCARLplus-7b — объединённая диалоговая языковая модель на базе Mistral 7B, созданная jambroz с помощью mergekit. В README указано, что при слиянии DARE TIES использовались jambroz/sixtyoneeighty-7b, jambroz/FNCARL-7b, HuggingFaceH4/mistral-7b-anthropic и mlabonne/UltraMerge-7B; базой служила jambroz/sixtyoneeighty-7b. Модель имеет 7,1 млрд параметров, архитектуру MistralForCausalLM и контекст до 32 768 токенов. Она предназначена для генерации текста в диалоговом формате: например, для ответов на запросы и ведения переписки. Репозиторий содержит веса Safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0. В предоставленной карточке нет сведений о целевых языках или специализированных областях применения.

jaspionjader/fr-14-8b — разговорная языковая модель, созданная автором репозитория слиянием предварительно обученных моделей jaspionjader/fr-13-8b и jaspionjader/Kosmos-EVAA-Franken-v38-8B методом SLERP с помощью mergekit. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и 7,5 млрд параметров; она предназначена для генерации текста и диалоговых ответов. Модель принимает текст и выдаёт текст, а её контекст составляет до 131 072 токенов. Репозиторий содержит веса в формате safetensors, для работы указана библиотека Transformers. Данных о специализированной предметной области и конкретных языках в использованных источниках нет. Лицензия не указана в доступных данных.

djuna/G2-GSHT — объединённая языковая модель Gemma 2, созданная с помощью mergekit из TheDrummer/Gemmasutra-9B-v1 и Nekuromento/Hematoma-Gemma-Model-Stock-9B. Для слияния применён метод SLERP; модель содержит 9 млрд параметров и предназначена для генерации текста и диалогов. Она принимает текст и выдаёт текст, работает через Transformers и имеет контекстное окно до 8192 токенов. В карточке приведены результаты оценки на Open LLM Leaderboard, включая IFEval и BBH, но их недостаточно для вывода о качестве в конкретных сценариях. Лицензия в предоставленных данных не указана.

jaspionjader/gamma-Kosmos-EVAA-v3-8B — объединённая модель генерации текста, созданная автором репозитория с помощью mergekit. В объединении методом SLERP использованы jaspionjader/Kosmos-EVAA-gamma-v17-8B и jaspionjader/gamma-Kosmos-EVAA-v2-8B; архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров. Модель работает через Transformers и сохраняется в формате safetensors. Модель предназначена для генерации текста и диалогового общения. Её контекст составляет 8192 токена. В карточке не описаны целевые языки, специальные области применения и сравнительные преимущества; поэтому её можно характеризовать только как универсальную разговорную языковую модель. Лицензия в предоставленных данных не указана.

Gemma-2-Ataraxy-v3-Advanced-9B — слитая диалоговая языковая модель на архитектуре Gemma 2, созданная автором lemon07r с помощью mergekit и метода SLERP. В объединении использованы lemon07r/Gemma-2-Ataraxy-Advanced-9B и nbeerbower/Gemma2-Gutenberg-Doppel-9B. Модель с 9 млрд параметров предназначена для генерации текста и ответов в диалогах. Она принимает текст и выдаёт текст; заявленная длина контекста — 8192 токена. В карточке указаны формат safetensors и библиотека Transformers. Подробные сведения о лицензии и специализированных языках или областях применения в предоставленных источниках отсутствуют.

Это дообученная диалоговая модель Google Gemma 3 на 1 млрд параметров, созданная на основе google/gemma-3-1b-it. Модель предназначена для генерации текста и диалогов; карточка указывает обучение в течение трёх эпох, но не описывает датасет и конкретную специализацию. Модель использует плотную архитектуру Gemma 3 и принимает текстовые запросы, выдавая текст. Контекст составляет до 32 768 токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия — Gemma.

ferrazzipietro/gemma-3-1b-it-reas-int-065-3-epochs-it — дообученная Петро Феррацци модель Google Gemma 3 1B Instruct для диалогов и генерации текста. Она использует плотную архитектуру Gemma 3 и формат safetensors; базовая модель — google/gemma-3-1b-it. Контекст составляет до 32 768 токенов. Модель принимает текст и выдаёт текст. Подходит для генерации ответов в диалоге и других задач текстовой генерации. Данные обучения, результаты оценки и специфические ограничения в карточке не описаны. Лицензия — Gemma.

Карточка модели Srishtik/gemma-3-270m-linear-merged-trained-on-responses на Hugging Face совпадает с карточкой Srishtik/gemma-3-270m-slerp-merged-trained-on-responses, поэтому описание составлено по ней. Srishtik дообучил текстовую модель Gemma 3 на 257 млн параметров на основе unsloth/gemma-3-270m-it. Она предназначена для диалогов и генерации текста; метаданные также указывают на поддержку чата. Модель использует плотную архитектуру Gemma3ForCausalLM, принимает текст и выдаёт текст, поддерживает английский язык и контекст до 32 768 токенов. В репозитории указаны веса Safetensors и лицензия Apache 2.0. README сообщает, что обучение выполнялось с Unsloth.

Карточка модели Srishtik/gemma-3-270m-ties-merged-trained-on-responses на Hugging Face совпадает с карточкой Srishtik/gemma-3-270m-slerp-merged-trained-on-responses, поэтому описание составлено по ней. Srishtik дообучил текстовую модель Gemma 3 на 257 млн параметров на основе unsloth/gemma-3-270m-it. Она предназначена для диалогов и генерации текста; метаданные также указывают на поддержку чата. Модель использует плотную архитектуру Gemma3ForCausalLM, принимает текст и выдаёт текст, поддерживает английский язык и контекст до 32 768 токенов. В репозитории указаны веса Safetensors и лицензия Apache 2.0. README сообщает, что обучение выполнялось с Unsloth.

Hajax Chat 1.0 — объединённая чат-модель от Tech-Meld, созданная методом SLERP с помощью mergekit из HuggingFaceH4/zephyr-7b-beta и nvidia/Llama3-ChatQA-1.5-8B. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров. Модель предназначена для диалогов и генерации текста по запросам пользователя; объединение моделей Zephyr и ChatQA указывает на сценарии общения и ответов на вопросы. Она принимает и генерирует текст, а длина контекста составляет 8192 токена. В метаданных указана библиотека Transformers и формат весов safetensors. В карточке не приведены результаты оценки качества или сведения о языках и лицензии, поэтому нельзя установить её сильные стороны, языковую специализацию и условия использования. Указание на компоненты Zephyr и ChatQA само по себе не подтверждает поддержку конкретных языков или качество ответов модели.

Harsha-Hermes-2.5-Mistral-7B — диалоговая языковая модель на архитектуре Mistral, разработанная Inforup982. Это DPO-дообучение модели teknium/OpenHermes-2.5-Mistral-7B на датасете предпочтений Intel/orca_dpo_pairs. Модель содержит 7,1 млрд параметров, принимает текст и предназначена для генерации ответов в диалоге; заявленная длина контекста — 32 768 токенов. Модель подходит для чат-ботов, ответов на вопросы и создания текстовых ответов по запросу. Веса опубликованы в формате Safetensors по лицензии Apache-2.0. Карточка не описывает отдельные ограничения или результаты оценки качества.

Ice0.55-17.01-RP — языковая модель на архитектуре Mistral, созданная автором репозитория с помощью слияния предварительно обученных моделей методом SLERP через mergekit. В карточке указаны две исходные модели: Ice0.54-17.01-RP и Ice0.53-16.01-RP. Модель содержит 7,1 млрд параметров, принимает текст и предназначена для генерации текста; максимальный контекст составляет 32 768 токенов. Модель можно использовать для генерации продолжений и ответов на текстовые запросы. README не сообщает о специальных предметных областях, поддерживаемых языках или отдельных возможностях вроде работы с инструментами. Файлы опубликованы в формате Safetensors. Условия лицензии в доступных данных не приведены.

IceEspressoRPv2-7b — слитая разговорная языковая модель, опубликованная пользователем icefog72. Она создана методом SLERP в mergekit из двух предварительно обученных моделей; архитектура MistralForCausalLM, размер — 7,1 млрд параметров. Модель предназначена для генерации текста в диалоговом формате и имеет контекстное окно до 32 768 токенов. Модель может служить основой для интерактивных диалогов и генерации продолжений текста. В карточке приведены результаты Open LLM Leaderboard: средний балл 21,25, IFEval — 49,77, BBH — 31,30; они дают отдельные ориентиры оценки, но не гарантируют качество в конкретном сценарии. Модель распространяется в формате Safetensors. Лицензия в предоставленных данных не указана.

JDBMG/Jericho_v1 — объединённая причинно-языковая модель на архитектуре Mistral, созданная с помощью mergekit методом DARE TIES. В качестве основы использована mistralai/Mistral-7B-v0.1, в объединение также вошли YamshadowExperiment28-7B, Calme-7B-Instruct-v0.9 и Mistral-7B-Merge-14-v0.5. Модель содержит 7,1 млрд параметров, распространяется в формате safetensors и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста, включая диалоговые и другие сценарии продолжения текста. Она основана на нескольких предварительно обученных моделях Mistral; отдельные сценарии и языки применения в карточке не описаны. Лицензия в предоставленных данных не указана.

Kosmos-EVAA-PRP-v25-8B — языковая модель для генерации текста, созданная автором jaspionjader путём слияния двух предварительно обученных моделей с помощью SLERP в mergekit. В объединение вошли jaspionjader/Kosmos-EVAA-PRP-v23-8B и jaspionjader/Kosmos-EVAA-PRP-v24-8B; итоговые веса сохранены в формате safetensors. Модель использует плотную архитектуру LlamaForCausalLM и содержит около 7,5 млрд параметров. Она предназначена для генерации текста; заявленная длина контекста составляет 8192 токена. Карточка не описывает специализацию по языкам или прикладным областям, поэтому модель можно рассматривать как языковую модель общего назначения. Карточка не приводит результаты оценивания качества и конкретные ограничения применения. Лицензия не указана в предоставленных данных.

Карточка модели jncraton/LaMini-Flan-T5-248M-ct2-int8 на Hugging Face совпадает с карточкой MBZUAI/LaMini-Flan-T5-248M, поэтому описание составлено по ней. LaMini-Flan-T5-248M — модель серии LaMini-LM, разработанной MBZUAI. Это дообученная на 2,58 млн примеров инструкций модель google/flan-t5-base с архитектурой T5 и примерно 123,8 млн параметров. Она предназначена для выполнения инструкций на естественном языке и генерации текстовых ответов; пример в карточке показывает запрос с просьбой оценить место для посещения. Модель работает с текстом и имеет контекстное окно 512 токенов. В карточке описаны автоматическая оценка на задачах NLP и человеческая оценка ответов на пользовательские инструкции. Использование ограничено условиями лицензии CC BY-NC 4.0, которая не допускает коммерческое использование.

Lelantos-7B — разговорная языковая модель на архитектуре Mistral, созданная SanjiWatsuki путём слияния нескольких моделей. В основе лежит преимущественно DPOpenHermes-v2; автор также добавил компоненты из составных моделей и jan-hq/stealth-v1.2, а при подготовке слияния переназначил EOS-токен в токенизаторе. Метаданные связывают модель с Mistral-7B-v0.1 и указывают 7,1 млрд параметров; заявленный контекст — 8192 токена. Модель предназначена для диалоговых ответов и генерации текста по запросу. Автор сообщает о хороших результатах на MT-Bench при использовании шаблона Hermes и отмечает слабые навыки программирования и математики. Карточка указывает лицензию Apache-2.0; формат весов — safetensors.

MaziyarPanahi/Llama-3-13B-Instruct-v0.1 — диалоговая языковая модель, созданная как self-merge модели meta-llama/Meta-Llama-3-8B-Instruct. Она предназначена для генерации ответов ассистента и ведения диалога; использовать её можно через библиотеку Transformers. Модель имеет плотную архитектуру LlamaForCausalLM, около 12,7 млрд параметров и контекстное окно 8192 токена. В метаданных указан английский язык и формат весов safetensors. Карточка описывает объединение той же базовой модели с самой собой, но не приводит дополнительных сведений о методе слияния, качестве или специализированных областях применения. Лицензия указана как other; условия лицензии следует проверять в репозитории модели и у правообладателей базовой модели. Как и другие генеративные языковые модели, она может выдавать неточные ответы.

Модель paraschopra/llama-31-8b-instruct-regenerated-100-cot-no-system-prompt — дообученная версия инструкционной Llama 3.1 8B Instruct. Она предназначена для генерации текста и диалогового взаимодействия. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 131 072 токенов; в репозитории используются веса Safetensors. В карточке указаны Unsloth и TRL как инструменты обучения. Модель может применяться для ответов на запросы и генерации текста на английском языке. Лицензия — Apache-2.0. README не приводит оценок качества или подробных результатов обучения, поэтому пригодность для конкретных задач следует проверять на собственных данных.

Llama-3.2-1B-Instruct-reas-int-065 — дообученная Петро Феррацци версия Meta Llama 3.2 1B Instruct. Это плотная авторегрессионная языковая модель на 1,2 млрд параметров для диалогов и генерации текста; поддерживает чатовый режим и работает через Transformers. Модель принимает текст и генерирует текст, её заявленная длина контекста — 131 072 токена. Модель подходит для диалоговых помощников, ответов на вопросы, краткого пересказа и помощи в написании текста. Базовая модель многоязычная, однако сведения о языках и специализированных задачах именно этого дообучения не приведены. Данные обучения и результаты оценки не описаны, поэтому качество и области, в которых дообучение улучшает базовую модель, определить нельзя. Распространяется по лицензии Llama 3.2; перед использованием следует соблюдать её условия. Репозиторий содержит веса в формате safetensors.

Llama-3-8B-Instruct-v0.7 — англоязычная диалоговая модель, разработанная MaziyarPanahi на основе MaziyarPanahi/Llama-3-8B-Instruct-v0.4. Это дообученная плотная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров; она предназначена для генерации текста и ответов ассистента в диалоге. Для общения используется шаблон ChatML, модель можно запускать через библиотеку Transformers. Модель принимает текстовые запросы и генерирует текстовые ответы; заявленный контекст — 8192 токена. Репозиторий содержит веса Safetensors, а отдельные квантизированные варианты GGUF опубликованы в связанном репозитории. Лицензия указана как other, поэтому условия использования следует сверить с лицензией в карточке модели. Карточка не сообщает специальных ограничений качества или сценариев применения.