III.1Стратегия, продукт и бизнес-модели

miqu-120b — плотная языковая модель семейства Llama, опубликованная dataautogpt3. Она создана с помощью mergekit методом passthrough из двух последовательных копий диапазона слоёв модели 152334H/miqu-1-70b-sf; README указывает формат float16, а метаданные — 137,2 млрд параметров и архитектуру LlamaForCausalLM. Модель предназначена для генерации текста и диалогов. Базовая модель описана в каталоге как модель для генерации текста и диалогов на английском языке; заявленная длина контекста — 32 764 токена. В репозитории указаны веса safetensors. README не приводит оценок качества или ограничений применения. Лицензия в предоставленных данных не указана.

STaR-GATE — дообученная языковая модель из основного эксперимента исследовательской работы «STaR-GATE: Teaching Language Models to Ask Clarifying Questions». Она основана на архитектуре Mistral и содержит 7,1 млрд параметров; модель принимает текст и рассчитана на диалоговое применение с контекстом до 32 768 токенов. Модель предназначена для диалогов, в которых нужно уточнить неявные предпочтения пользователя, прежде чем выполнять задачу, а затем подготовить персонализированный ответ. Авторы обучали её итеративно на синтетических примерах с персонами и задачами, вознаграждая вопросы, повышающие вероятность качественных ответов. В описанном эксперименте ответы после такого самоулучшения предпочитались ответам исходной модели в 72% задач. Модель распространяется в формате safetensors по лицензии MIT. Для получения ожидаемого поведения авторы рекомендуют использовать промпты для elicitation и генерации финального ответа, приведённые в приложении к статье; результаты описаны в контексте исследовательского эксперимента.

Модель agentlans/multilingual-e5-small-aligned-sentiment разработана на основе multilingual-e5-small-aligned и дообучена для оценки тональности текста на нескольких языках. Это плотная модель семейства BERT с архитектурой BertForSequenceClassification, содержащая 124,3 млн параметров и принимающая текст длиной до 512 токенов. Репозиторий содержит веса в формате safetensors. Модель предназначена для определения тональности многоязычных текстов, фильтрации контента и сравнительного анализа корпусов на разных языках. В карточке описана проверка на примерах на английском, арабском, китайском, французском, русском и испанском языках; обучающие данные включают параллельные предложения и дополнительные метрики тональности. Лицензия MIT.

Карточка модели google/pegasus-billsum на Hugging Face совпадает с карточкой google/pegasus-xsum, поэтому описание составлено по ней. google/pegasus-xsum — англоязычная модель Pegasus для генерации кратких пересказов, основанная на архитектуре кодировщика-декодировщика и разработанная Jingqing Zhang, Yao Zhao, Mohammad Saleh и Peter J. Liu; карточку поддерживает @sshleifer. Модель содержит 366,8 млн параметров, принимает текст и выдаёт текст. Её основная специализация — абстрактная суммаризация, в частности создание короткого пересказа по исходному тексту; в материалах карточки приведены результаты на XSum, CNN/DailyMail и других наборах данных. При предобучении использовались C4 и HugeNews, смешанные и стохастически выбранные предложения-заполнители, а также изменённый SentencePiece-токенизатор с поддержкой символа новой строки. Заявленная длина контекста — 512 токенов. Доступны веса в форматах PyTorch, TensorFlow и Flax. Карточка не сообщает об ограничениях помимо длины контекста. Лицензия в предоставленных данных не указана.

taskmaster141/Qwen3-4b-ep1 — плотная языковая модель семейства Qwen3, дообученная taskmaster141 на базе trainer_output/checkpoint-150. Модель содержит 3,7 млрд параметров и предназначена для генерации текста в диалоговом формате; карточка указывает обучение с использованием Unsloth. Модель поддерживает контекст до 262 144 токенов и английский язык. Она может использоваться для диалогов и генерации текста. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

SPUPER-qwen2.5-7b-acaciawl-add-2k — дообученная компанией или автором Hahmdong версия Qwen/Qwen2.5-7B-Instruct, созданная с помощью TRL. Это плотная авторегрессионная языковая модель на 7,1 млрд параметров для диалоговой генерации текста и ответов на пользовательские запросы. Она принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. Карточка не описывает специализацию дообучения, состав обучающих данных или отдельные преимущества модели, поэтому её пригодность для конкретной области следует проверять на собственных примерах. Используется библиотека Transformers, веса опубликованы в формате safetensors; лицензия не приведена в предоставленных данных.

QuantFactory/Starling-LM-7B-beta-GGUF — это версия языковой модели Starling-LM-7B-beta в формате GGUF, подготовленная QuantFactory. Исходную модель разработала команда Nexusflow: Banghua Zhu, Evan Frick, Tianhao Wu, Hanlin Zhu, Karthik Ganesan, Wei-Lin Chiang, Jian Zhang и Jiantao Jiao. Модель предназначена для генерации текста и диалоговых сценариев, включая создание полезных и безопасных ответов. Starling-LM-7B-beta — языковая модель с 7 млрд параметров, дообученная методами RLHF и RLAIF. Она создана на основе Openchat-3.5-0106, которая, в свою очередь, базируется на Mistral-7B-v0.1. Для обучения использовались reward model Starling-RM-34B, датасет berkeley-nest/Nectar и оптимизация PPO. Заявлена поддержка английского языка. В README не указаны точный размер контекста, конкретные варианты квантования и доступные модальности; по назначению это текстовая модель. К сильным сторонам относятся оптимизация полезности и безопасности ответов с помощью RLAIF, а также результат 8,12 в MT-Bench при оценке GPT-4. Ограничения включают бета-статус, ориентацию на английский язык и отсутствие в README подробностей о производительности, требованиях к оборудованию и характеристиках отдельных GGUF-файлов. Модель распространяется по лицензии Apache-2.0 с условием, что она не используется для конкуренции с OpenAI.

SuperPlatty-30B — объединённая авторегрессионная языковая модель на архитектуре LLaMA, созданная путём слияния Platypus-30B и адаптера SuperCOT-LoRA. В README разработчиками исходных компонентов названы Cole Hunter и Ariel Lee для Platypus-30B и kaiokendev для SuperCOT-LoRA. Модель содержит около 32,3 млрд параметров, использует плотную архитектуру LLaMA и принимает контекст до 2048 токенов. Модель предназначена для генерации текста на английском языке, включая ответы на вопросы и рассуждения. В README приведены результаты оценивания на ARC, HellaSwag, MMLU и TruthfulQA; эти результаты не гарантируют точность ответов в практических сценариях. Модель может выдавать токсичный, оскорбительный или предвзятый текст из-за данных базовой LLaMA; влияние слияния и дообучения на такое поведение не исследовалось. Ответы не следует считать достоверным источником или заменой человеческому суждению. Лицензия указана как other; README отмечает, что веса базовой LLaMA распространяются по специальной некоммерческой лицензии Meta.

T3qm7xNeuralsirkrishna_Experiment28Strangemerges_32 — объединённая модель генерации текста на базе Mistral, опубликованная MaziyarPanahi. Она объединяет automerger/T3qm7xNeuralsirkrishna-7B и automerger/Experiment28Strangemerges_32-7B и содержит 7,1 млрд параметров. Модель предназначена для генерации текста и диалоговых сценариев с контекстом до 32 768 токенов. Модель принимает текст и выдаёт текст. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. В карточке модели не описаны языковой охват и специализированные предметные области.

T3Q-Platypus-Mistral7B — англоязычная плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, разработанная Chihoon Lee и T3Q. Это дообученная версия bardsai/jaskier-7b-dpo-v6.1 на датасете Open-platypus-Commercial; модель предназначена для генерации текста и ответов на запросы. Поддерживает контекст до 32 768 токенов и работает с текстом на входе и выходе. Распространяется по лицензии Apache-2.0. Подробности о специализации, оценках качества и известных ограничениях в карточке не приведены.

Многоязычная модель Cardiff NLP для многометочной классификации тем публикаций в соцсетях. Она основана на CardiffNLP/twitter-xlm-roberta-large-2022 и дообучена на наборах TweetTopic и X-Topic; архитектура — XLM-RoBERTa Large с классификационной головой, размер — 658,7 млн параметров. Модель принимает текст и может присваивать ему несколько тематических меток, включая искусство и культуру, бизнес, повседневную жизнь, здоровье, новости, науку, спорт и путешествия. Модель рассчитана на английский, испанский, японский и греческий языки. Её можно использовать для тематической разметки постов, анализа интересов аудитории и сортировки публикаций по темам. В README приведены результаты X-Topic: Macro-F1 от 50,3 до 60,2 и Micro-F1 от 61,4 до 73,0 в зависимости от языка. Контекст — до 514 токенов. Лицензия — MIT.

joeddav/xlm-roberta-large-xnli — мультиязычная модель классификации текста, разработанная на основе XLM-RoBERTa Large и дообученная на данных для вывода по тексту (NLI), включая MNLI и XNLI. Она предназначена прежде всего для zero-shot-классификации: пользователь задаёт текст и набор меток, а модель оценивает соответствие текста каждой метке без отдельного обучения на этих категориях. Модель содержит около 658,7 млн параметров, использует архитектуру XLM-RoBERTa для классификации последовательностей и принимает текст с контекстным окном до 514 токенов. Она рассчитана на работу на 15 языках XNLI: английском, французском, испанском, немецком, греческом, болгарском, русском, турецком, арабском, вьетнамском, тайском, китайском, хинди, суахили и урду. Можно задавать метки на одном языке, а классифицируемый текст подавать на другом. Подходит для тематической разметки, маршрутизации обращений и других задач классификации с пользовательскими категориями, особенно в мультиязычных сценариях. Для классификации только на английском в карточке рекомендованы модели семейства BART MNLI. Модель распространяется по лицензии MIT.

YamshadowInex12_Experiment29Pastiche — объединённая модель для генерации текста, созданная на основе automerger/YamshadowInex12-7B и automerger/Experiment29Pastiche-7B. Она использует плотную архитектуру Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста и диалогов. Модель распространяется в формате Safetensors по лицензии Apache-2.0. README подтверждает объединение двух базовых моделей, но не описывает специальные настройки, обучение или ограничения качества.

MaziyarPanahi/YamshadowInex12_Inex12Yam — слитая автором карточки модель на базе двух моделей: automerger/YamshadowInex12-7B и automerger/Inex12Yam-7B. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и имеющая контекст до 32 768 токенов. Модель принимает текстовые запросы и генерирует текст; её можно применять для диалогов, написания черновиков и продолжения текста. В карточке указана лицензия Apache-2.0. Данные не описывают специальную предметную область или подтверждённое качество на конкретных задачах.

Zhi-Create-Qwen3-32B — дообученная Zhihu на базе Qwen/Qwen3-32B плотная авторегрессионная языковая модель с 29,7 млрд параметров. Она предназначена прежде всего для творческого письма и диалоговой генерации текста; также сохраняет общие способности к рассуждениям, ответам на вопросы, математике и программированию. В модели применены supervised fine-tuning и Direct Preference Optimization, а её контекст составляет до 40 960 токенов. В карточке сообщается о результате 82,08 на WritingBench против 78,97 у базовой модели. Модель поддерживает китайский и английский языки, работает с текстом и имеет интерфейс для вызова инструментов. Для генерации авторы рекомендуют temperature 0,5–0,7 и top-p 0,95. Это не гарантия качества: оценка письма приведена для WritingBench с судьёй Claude Sonnet 3.7. Модель распространяется по лицензии Apache-2.0.

AI21 Jamba 1.5 Large — большая инструкционная языковая модель компании AI21 с гибридной архитектурой Jamba, объединяющей блоки Transformer и Mamba/SSM. В карточке указаны 94 млрд активных параметров и 398 млрд параметров всего; модель принимает текст и генерирует текст, поддерживает диалоговый режим и контекст до 256 тысяч токенов. Модель предназначена для следования инструкциям и деловых сценариев: генерации ответов на основе документов, работы с длинными материалами, вызова инструментов и выдачи структурированных результатов, включая JSON. Авторы заявляют о высокой скорости вывода и качестве на тестах, однако показатели приведены в карточке разработчика и не гарантируют результат на конкретных данных. Поддерживаются английский, испанский, французский, португальский, итальянский, нидерландский, немецкий, арабский и иврит. Модель доступна по Jamba Open Model License, которая допускает исследовательское и коммерческое использование на её условиях. Для запуска требуются значительные вычислительные ресурсы; README рекомендует CUDA и описывает запуск на узле с восемью GPU по 80 ГБ, а для Transformers — 8-битную квантизацию с оговоркой о блоках Mamba.

AI21 Jamba Large 1.6 — большая языковая модель для следования инструкциям, разработанная AI21. Она использует гибридную архитектуру Jamba, объединяющую Mamba (SSM) и Transformer, и предназначена для генерации текста и диалогов, в том числе для бизнес-сценариев с вызовом функций, структурированным выводом JSON и генерацией ответов с опорой на предоставленные данные. Модель имеет 94 млрд активных и 398 млрд общих параметров и контекстное окно 256 тысяч токенов. В README заявлена поддержка английского, испанского, французского, португальского, итальянского, нидерландского, немецкого, арабского и иврита. Для запуска требуется CUDA; в качестве способа эффективного инференса рекомендован vLLM. Модель распространяется по Jamba Open Model License, допускающей исследовательское и коммерческое использование на условиях лицензии. Указанная в карточке дата отсечения знаний — 5 марта 2024 года.

BMOJOF-primed-HQwen3-8B-Instruct — языковая модель для генерации текста, разработанная командой Hybrid Model Factory на основе Qwen3-8B. Это гибридная причинная модель с 7,6 млрд параметров: 18 слоёв Attention чередуются с 18 слоями B’MOJO-F. Каждый слой B’MOJO-F объединяет оконное внимание для точного извлечения недавнего контекста и модель пространства состояний для сжатого представления истории. Модель прошла настройку на следование инструкциям и поддерживает контекст до 131 072 токенов. Модель предназначена для диалога, ответов на вопросы, генерации и анализа текста, в том числе при работе с длинным контекстом. Разработчики сообщают об ускорении вывода до 1,75 раза на длинных контекстах при близком к исходной модели качестве; фактическая скорость зависит от среды и нагрузки. Чекпойнт не поддерживает вызов инструментов и не предназначен для генерации специальных токенов рассуждений. Для запуска используется Transformers, веса доступны в формате safetensors. Модель распространяется по лицензии Apache 2.0.

Llama-3-70B-Instruct-Gradient-1048k — разработанная Gradient версия Meta Llama 3 70B Instruct с расширенным контекстом. Она предназначена для диалоговых приложений и обработки длинных текстов, например для анализа больших документов и работы с контекстом свыше миллиона токенов. Модель использует плотную архитектуру LlamaForCausalLM, содержит 69,5 млрд параметров и принимает текстовые запросы, выдавая текст. В README указано расширение контекста с 8 тысяч до более чем 1 048 тысяч токенов; метаданные задают длину контекста 1 048 576 токенов. Gradient сообщает о настройке RoPE theta и обучении на 34 млн токенов для этого этапа, около 430 млн токенов суммарно. Модель рассчитана прежде всего на английский язык. Для запуска README рекомендует Transformers или TGI. Лицензия — Llama 3; перед использованием следует учитывать её условия. Как и другие большие языковые модели, она может выдавать ошибки и небезопасные ответы; результаты и меры безопасности следует проверять для конкретного применения.

Gemma 3 12B IT — мультимодальная модель с открытыми весами от Google, дообученная для следования инструкциям на основе google/gemma-3-12b-pt. Она принимает текст и изображения и генерирует текст; относится к семейству Gemma 3 и доступна в формате safetensors для Transformers. Модель предназначена для диалоговых приложений, ответов на вопросы и задач понимания изображений, а также для создания и обобщения текста. Контекстное окно — до 128 тысяч токенов, поддерживается более 140 языков. Размер модели — 12 млрд параметров. Модель подходит для извлечения сведений из изображений, составления черновиков, суммаризации и исследовательских задач. Google отмечает, что ответы могут содержать фактические ошибки, отражать предвзятость обучающих данных и хуже справляться со сложными открытыми запросами, языковыми нюансами и задачами, требующими здравого смысла. Лицензия — Gemma; при использовании следует соблюдать условия лицензии и политику запрещённого использования Gemma.

GoLongRL-30B-A3B — языковая модель Kwai-Klear для генерации ответов в сценариях с длинным контекстом. Это модель семейства Qwen3 MoE с архитектурой причинного языкового моделирования; в метаданных указано 2,6 млрд параметров и окно контекста 262 144 токена. Модель доступна в формате Safetensors и поддерживает диалоговый режим. Модель обучена по рецепту постобучения с обучением с подкреплением и проверяемыми вознаграждениями на наборе GoLongRL из 23 тысяч примеров для девяти типов задач. Она предназначена для поиска сведений в длинных документах, понимания контекста, извлечения и сопоставления структурированных данных, упорядочивания событий, ранжирования, суммаризации и рассуждений, включая численные задачи. В README заявлены улучшения на тестах длинного контекста и памяти диалога; результаты относятся к приведённым бенчмаркам. Лицензия — MIT. Карточка не указывает поддерживаемые естественные языки. Учитывая специализацию на длинном контексте и сравнительно компактный размер активной модели MoE, модель подходит для диалоговых систем, которым нужно работать с большими документами, однако качество на конкретных данных следует проверять отдельно.

Aya 23 35B — мультиязычная instruction-tuned языковая модель, разработанная Cohere For AI. Представлена в формате GGUF для локального запуска, а квантование выполнено bartowski на основе llama.cpp. Модель предназначена для генерации текста, диалогов, рассуждений и решения широкого спектра общих задач, особенно в мультиязычных сценариях. Модель имеет размер 35B параметров и поддерживает арабский, китайский, чешский, нидерландский, английский, французский, немецкий, греческий, иврит, хинди, индонезийский, итальянский, японский, корейский, персидский, польский, португальский, румынский, русский, испанский, турецкий, украинский и вьетнамский языки. Указанные данные не содержат информации о размере контекстного окна, конкретной архитектуре базовой модели или доступных модальностях, поэтому модель следует рассматривать как текстовую. Сильная сторона Aya 23 35B — качество работы с большим числом языков, включая языки, для которых у моделей сопоставимого размера часто меньше обучающих данных. Ограничения включают возможные неточности, вредные или неподходящие ответы, характерные для генеративных моделей, а также требования к вычислительным ресурсам, обусловленные размером 35B параметров; фактические требования зависят от выбранного варианта квантования и среды запуска. Модель распространяется по лицензии CC BY-NC 4.0, допускающей некоммерческое использование при соблюдении условий лицензии.

German-RAG-NEMO-12B-ORPO-HESSIAN-AI — авторегрессионная языковая модель на архитектуре Transformer, разработанная командой Avemio AI при поддержке Hessian AI. Это дообученная версия German-RAG-NEMO-12B-SFT-HESSIAN-AI с 12,1 млрд параметров, предназначенная для немецкоязычных RAG-сценариев и работы с предоставленным контекстом. Модель подходит для ответов на вопросы по найденным документам, извлечения релевантных сведений, рассуждений по контексту и составления кратких сводок. В карточке заявлена поддержка немецкого и английского языков; метаданные указывают контекст до 1 024 000 токенов. По условиям Apache 2.0 распространяются и код, и веса модели. В оценке авторов модель показала результаты на задачах извлечения, вопросно-ответных задачах, суммаризации и рассуждениях на немецком и английском языках. Результаты зависят от задачи и не гарантируют фактическую точность: ответы могут содержать ошибки и должны проверяться. У модели нет встроенной фильтрации безопасности; возможна генерация вредного или предвзятого контента.

Карточка модели florentin-one/Llama-3-8B-Instruct-V41-1048k на Hugging Face совпадает с карточкой WeMake/Llama-3-8B-Instruct-V41-1048k, поэтому описание составлено по ней. WeMake/Llama-3-8B-Instruct-V41-1048k — разговорная языковая модель WeMake на архитектуре Llama 3 с 7,5 млрд параметров. Модель создана на основе gradientai/Llama-3-8B-Instruct-Gradient-1048k и meta-llama/Meta-Llama-3-8B; в карточке указано, что она объединяет их с настройками WeMake V41 и обучалась методом WeMake ICU. Репозиторий содержит веса в формате safetensors, лицензия — llama3. Модель предназначена для диалоговых агентов, создания текстов, анализа данных и извлечения выводов. Заявлены учёт эмоционального контекста, согласование ответов с человеческими ценностями и поддержка нескольких языков. Максимальная длина контекста — 1 048 576 токенов, однако карточка не приводит независимых оценок качества и не перечисляет поддерживаемые языки помимо английского в метаданных. Перед использованием следует проверять точность и уместность ответов; заявления об эмоциональном интеллекте и согласовании приводятся разработчиком.

bigstral-12b-32k-8xMoE — диалоговая языковая модель на архитектуре Mixtral с разреженной смесью экспертов (MoE), опубликованная bartowski. Она создана с помощью ветки MoE инструмента mergekit на основе Mistral-7B-Instruct-v0.2 и содержит 12,3 млрд параметров. Модель предназначена для генерации текста и ответов в диалоговом формате; заявленная длина контекста — 32 768 токенов. Модель принимает текст и выдаёт текст. В репозитории представлены веса Safetensors, библиотека для работы — Transformers. Лицензия в предоставленных данных не указана, поэтому условия использования определить нельзя.

Llama-3-70B-Synthia-v3.5 — универсальная языковая модель семейства Llama 3, дообученная разработчиком migtissera на наборе Synthia-v3.5 и других общедоступных данных. Вычислительные ресурсы для обучения предоставила KindoAI. Модель предназначена для следования инструкциям и продолжительных диалогов. Её можно применять для ответов на вопросы, написания и редактирования текста, объяснений и диалоговых сценариев. Это плотная авторегрессионная модель с архитектурой LlamaForCausalLM и примерно 69,5 млрд параметров; она принимает текст, выдаёт текст и поддерживает контекст до 8192 токенов. В карточке приведены результаты оценивания на нескольких наборах задач, включая IFEval и BBH. Модель может выдавать неточные или вводящие в заблуждение ответы, а также предвзятый, оскорбительный или иной неуместный контент; автор характеризует её как uncensored и рекомендует проверять ответы. Репозиторий содержит веса в формате safetensors. Лицензия — Llama 3 License (llama3).

cloudyu/Meta-Llama-3-70B-Instruct-DPO — чат-модель на архитектуре Llama, созданная на основе meta-llama/Meta-Llama-3-70B-Instruct с применением DPO-дообучения по jondurbin/truthy-dpo-v0.1. Она предназначена для генерации ответов в диалоге и других текстовых сценариев с инструкциями. Модель содержит 69,5 млрд параметров, принимает текст и имеет контекст длиной до 8192 токенов. Веса доступны в формате safetensors. Лицензия — Apache-2.0.

Saba2-14B-Preview — объединённая Sakalti модель генерации текста на базе архитектуры Qwen2. Разработчик объединил SuperNova-Medius и Virtuoso-Small методом TIES с помощью mergekit; модель содержит 14 млрд параметров и принимает контекст длиной до 131 072 токенов. Она предназначена для диалогов и генерации текста, включая сценарии следования инструкциям и рассуждений, связанные с базовой моделью Virtuoso-Small. Модель доступна в формате safetensors и распространяется по лицензии Apache-2.0.

LatamGPT 1.0 — авторегрессионная плотная Transformer-модель, разработанная командой LatamGPT на базе Meta Llama 3.1 70B. Модель прошла дальнейшее предобучение на данных Латинской Америки и Карибского бассейна и supervised fine-tuning для следования инструкциям и диалогов. Веса содержат 69,5 млрд параметров, контекст — 4096 токенов; модель рассчитана на работу через Transformers и имеет готовый шаблон чата. Модель предназначена для генерации текста и диалоговой помощи на испанском, португальском и английском языках, с особым вниманием к латиноамериканским вариантам речи, региональным реалиям и культурным контекстам. Её можно применять для суммаризации, классификации, редактирования и аналитической поддержки в исследованиях и приложениях для региона. Лицензия — Llama 3.1 Community License; перед использованием и распространением следует соблюдать её условия. Модель может выдавать фактические ошибки, устаревшую информацию и предвзятые ответы; качество меняется в зависимости от языка, страны, предметной области и формулировки запроса. Для работы с весами в BF16/FP16 требуется около 140 ГБ видеопамяти, а в чувствительных и высокорисковых сценариях результаты требуют проверки специалистом. Для сохранения качества рекомендуется использовать поставляемые шаблон чата, токенизатор и конфигурацию генерации.

saishf/Long-SOVL-Experiment-8B-L3-262K — объединённая разговорная языковая модель, созданная с помощью mergekit методом Model Stock на базе gradientai/Llama-3-8B-Instruct-262k. В объединение вошли модели Aura, BlueMoon, Luna, RP_Format_QuoteAsterisk и Smarts от ResplendentAI. Модель построена на архитектуре LlamaForCausalLM, содержит 7,5 млрд параметров и принимает текст для генерации текста; поддерживает контекст до 262 144 токенов. Модель предназначена для диалогов и генерации ответов, включая работу с длинными текстами в пределах контекстного окна. Репозиторий содержит веса в формате safetensors. Сведения о лицензии и конкретных ограничениях качества в предоставленных данных отсутствуют.