III.1Стратегия, продукт и бизнес-модели

IntervitensInc/gemma-2-9b-chatml — текстовая чат-модель на базе Gemma 2 от Google. В репозитории указано, что к модели добавлены токены ChatML для дообучения; архитектура — плотная decoder-only Gemma2ForCausalLM с 9 млрд параметров. Модель работает с текстом и поддерживает контекст до 8192 токенов. Модель предназначена для диалогов и генерации текста: она может отвечать на вопросы, составлять краткие изложения, помогать с письмом и поддерживать исследовательские и учебные сценарии. README описывает семейство Gemma как англоязычное; сведения о специальном дообучении этой версии и его результатах не приводятся. Модель хранится в формате safetensors и использует библиотеку Transformers. Лицензия — Gemma. Возможны фактические ошибки, предвзятые ответы и затруднения с неоднозначными или сложными запросами; для применения нужны проверка результатов и меры безопасности.

lewtun/gemma-7b-sft-full-openhermes-v0 — текстовая языковая модель, дообученная на базе google/gemma-7b на наборе диалоговых данных HuggingFaceH4/OpenHermes-2.5. Это плотная авторегрессионная архитектура GemmaForCausalLM примерно на 8,2 млрд параметров, рассчитанная на генерацию текста и диалоговое взаимодействие; заявленная длина контекста — 8192 токена. Модель подходит для ответов на вопросы, ведения диалога и других задач генерации текста. Данные не уточняют поддерживаемые языки и специальные области применения. Репозиторий содержит веса в формате safetensors; лицензия указана как other, поэтому условия использования следует сверить с лицензией базовой модели и карточкой репозитория.

GeRaCl-USER2-base — русскоязычная модель для классификации текста без примеров для заданных классов. Её разработали как часть семейства GeRaCl, дообучив sentence encoder USER2-base; модель содержит 155 млн параметров и использует плотную архитектуру классификатора. При работе пользователь передаёт текст и названия возможных классов, а модель оценивает их и выбирает наиболее подходящий. Модель предназначена для быстрой многоклассовой классификации русских текстов, в том числе по пользовательским категориям. В README приведены результаты на задачах MTEB-rus: среднее значение Mean(task) — 0,65; среди примеров — классификация отзывов Kinopoisk, заголовков и текстов по рубрикам GRNTI и OECD. Это результаты авторской оценки на указанном бенчмарке, а качество на других данных может отличаться. Модель распространяется в формате Safetensors по лицензии Apache-2.0.

Это диалоговая языковая модель с архитектурой Llama 3, дообученная автором yaystevek на наборе OpenHermes 2.5. В основе лежит 4-битная instruct-версия Llama 3 8B от Unsloth; модель содержит около 7,5 млрд параметров и рассчитана на контекст до 8192 токенов. В карточке также упомянуты варианты GGUF в форматах F16 и Q4_K_M. Модель предназначена для генерации текста в диалогах и ответов на запросы пользователя. Автор отмечает, что при дообучении уделил внимание сохранению и усилению корректной структуры токенов конца последовательности. В метаданных указан английский язык. Лицензия обозначена как other, а README указывает на условия Meta Llama 3 Community License Agreement; перед применением следует ознакомиться с её условиями.

llama-3-dragon-bophades-8B — объединённая языковая модель на архитектуре Llama 3, созданная nbeerbower методом Model Stock с помощью mergekit. В слиянии использованы nbeerbower/llama-3-aura-bophades-8B как базовая модель, а также модели ChimeraLlama, Llama-3-Smaug, Unsafe-Llama, OrpoLlama и Meta-Llama-3-8B-Instruct-DPO. Размер модели — 7,5 млрд параметров, контекст — до 8192 токенов; для работы используются Transformers и формат safetensors. Модель предназначена для генерации текста и многоходового общения в формате чата. README указывает лицензию Meta Llama 3 Community License Agreement; метаданные классифицируют лицензию как other. Языковая поддержка явно не перечислена, хотя семейство Llama 3 ориентировано на текстовые задачи.

Llama-NextGen-9b — объединённая языковая модель на архитектуре Llama, созданная с помощью LazyMergekit из gradientai/Llama-3-8B-Instruct-Gradient-1048k и failspy/Llama-3-8B-Instruct-MopeyMule. Это плотная авторегрессионная модель объёмом 9,2 млрд параметров, предназначенная для генерации текста и диалогов. Репозиторий содержит веса в формате safetensors; конфигурация слияния использует метод passthrough и объединённый токенизатор. Модель подходит для чат-ответов и генерации текста. В каталожных метаданных указано контекстное окно 8192 токена, хотя одна из исходных моделей описана как имеющая контекст до 1 048 576 токенов; это значение базовой модели не следует считать контекстом данного слияния. Языки и специализированные области применения в карточке не определены. Условия лицензии в предоставленных данных не указаны.

Norquinal/Mistral-7B-claude-chat — плотная авторегрессионная языковая модель семейства Mistral, созданная дообучением Mistral-7B-v0.1 с помощью QLoRA на случайной выборке примерно из 1000 диалогов датасета claude_multiround_chat_30k. Модель содержит 7,1 млрд параметров и рассчитана на генерацию текста в диалоговом формате Vicuna 1.1: она принимает пользовательский запрос и формирует ответ ассистента. Модель предназначена для многоходового общения, ответов на вопросы и подробных объяснений. В карточке приведён пример запроса об особенностях китайской кухни. Заявленная длина контекста — 32 768 токенов. Веса доступны в формате PyTorch; дообучение выполнялось в 4-битной точности, но это само по себе не указывает на формат опубликованных весов. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

vistagi/Mixtral-8x7b-v0.1-dpo — разговорная языковая модель семейства Mixtral, представленная как модель генерации текста. В карточке указано обучение на базе Mixtral-8x7b-v0.1 с использованием LoRA; метаданные описывают архитектуру как MoE и указывают 7,1 млрд параметров. Модель рассчитана на диалоговые сценарии и генерацию ответов по текстовым запросам. Её можно применять для ведения диалога и создания текстовых ответов на английском языке. Контекстное окно составляет 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. README описывает supervised fine-tuning на Ultrachat-200K, тогда как в метаданных указан датасет UltraFeedback; поэтому конкретный режим обучения именно этой версии DPO по доступным сведениям подтвердить нельзя.

zelk12/MT3-Gen5-BMU-gemma-2-9B — слитая модель Gemma 2 на 9 млрд параметров, созданная автором репозитория с помощью mergekit методом SLERP из двух предварительно обученных моделей. Она предназначена для генерации текста и диалогового общения; такие модели можно применять для ответов на запросы и создания связного текста. Модель использует архитектуру Gemma2ForCausalLM, работает с текстом и поддерживает контекст до 8192 токенов. Репозиторий содержит веса в формате safetensors; в конфигурации слияния указан тип bfloat16. Карточка не описывает специальные языковые или предметные специализации, поэтому модель следует считать общего назначения. Лицензия в предоставленных данных не указана.

mjwong/multilingual-e5-large-xnli — многоязычная модель классификации текста, дообученная на XNLI на основе intfloat/multilingual-e5-large. Её можно использовать в zero-shot-классификации: передать текст и произвольные метки классов, после чего модель оценит соответствие текста каждой метке. Для случаев, когда к тексту подходят несколько меток, поддерживается независимая оценка каждого класса. Модель построена на архитектуре XLM-RoBERTa-large и содержит около 658,7 млн параметров. Контекст — до 514 токенов. В README приведены результаты оценки на XNLI для 15 языков, а также тесты на MultiNLI и ANLI. Модель распространяется по лицензии MIT.

openPangu-Embedded-7B — плотная языковая модель с 7,4 млрд параметров от Huawei, обученная с нуля на Ascend NPU. Модель предназначена для диалогов и генерации текста; поддерживает быстрый и медленный режимы рассуждения, причём по умолчанию включён медленный. Для быстрого режима в конце запроса добавляют тег /no_think. В карточке указаны 34 слоя и обучение примерно на 19 трлн токенов. Модель ориентирована на китайский и английский языки и принимает контекст до 32 768 токенов согласно метаданным. В README приведены результаты бенчмарков MMLU-Pro и CMMLU, однако они не гарантируют точность в практических задачах. Лицензия обозначена как other; перед использованием следует проверить условия в репозитории. Разработчик предупреждает, что ответы могут содержать ошибки и не заменяют профессиональные медицинские или юридические рекомендации.

SauerkrautLM-ColQwen3-2b-v0.1 — мультимодальная модель VAGOsolutions для визуального поиска по документам. Она дообучена на базе Qwen/Qwen3-VL-2B и использует архитектуру ColQwen3 с многовекторными представлениями и поздним взаимодействием в стиле ColBERT. Модель принимает изображения страниц документов и текстовые запросы, а выдаёт векторы для поиска по содержимому страниц. Модель предназначена для извлечения релевантных страниц без отдельного OCR-конвейера: она учитывает расположение элементов, таблицы, формы и диаграммы. В README указаны 2,2 млрд параметров, размерность представлений 128 и потребление около 4,4 ГБ видеопамяти. Для оценки заявлены результаты ViDoRe v1, MTEB v1+v2 и ViDoRe v3; это показатели бенчмарков, а не гарантия качества на пользовательских данных. Заявлена поддержка английского, немецкого, французского, испанского, итальянского и португальского языков. Модель распространяется по лицензии Apache-2.0.

StarMonarch-7B — объединённая диалоговая модель на архитектуре Mistral, созданная Ppoyaa методом SLERP с помощью LazyMergekit на основе mlabonne/AlphaMonarch-7B и Nexusflow/Starling-LM-7B-beta. Модель содержит 7,1 млрд параметров и предназначена для генерации текста и общения в формате чата; карточка приводит результаты оценки на задачах рассуждения и здравого смысла. Метаданные указывают контекст до 32 768 токенов, тогда как README заявляет окно контекста 8k. Модель принимает текст и генерирует текст, поддерживаемый язык — английский. Распространяется под лицензией Apache-2.0. Результаты бенчмарков в карточке не гарантируют качество для конкретного применения.

Synthia-70B — языковая модель migtissera, созданная на основе Llama 2 70B и дообученная на данных в стиле Orca. Она предназначена для следования инструкциям и продолжительных диалогов, а также для генерации подробных ответов на запросы пользователя. Модель использует плотную архитектуру LlamaForCausalLM, содержит 68,7 млрд параметров и работает с контекстом до 2048 токенов. Репозиторий содержит веса PyTorch; для использования требуется библиотека Transformers. В карточке заявлена поддержка английского языка. Модель оценивается на наборах задач общего назначения, включая ARC и HellaSwag. Synthia-70B подходит для диалоговых помощников, ответов на вопросы и генерации развернутых текстов по инструкциям. По заявлению карточки, модель не ограничивает тематику ответов; при этом она может выдавать фактически неверные, вводящие в заблуждение, предвзятые или оскорбительные результаты. Указана лицензия Llama 2; условия её использования определяются соответствующей лицензией.

T3qm7xNeuralsirkrishna_PasticheNeuralsirkrishna — объединённая модель генерации текста на архитектуре Mistral, созданная путём слияния automerger/T3qm7xNeuralsirkrishna-7B и automerger/PasticheNeuralsirkrishna-7B. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогов. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

YamshadowInex12_PasticheAlloyingotneoy — слитая модель генерации текста, созданная объединением automerger/YamshadowInex12-7B и automerger/PasticheAlloyingotneoy-7B. Модель разработана на архитектуре Mistral и содержит 7,1 млрд параметров. Она предназначена для генерации текста и диалоговых ответов. Контекстное окно составляет до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0.

YamshadowStrangemerges_32_PasticheInex12 — объединённая модель генерации текста, созданная из automerger/YamshadowStrangemerges_32-7B и automerger/PasticheInex12-7B. Она построена на архитектуре Mistral с плотной причинной языковой моделью на 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогов. Её можно применять для написания и продолжения текстов, а также для ответов в текстовом чате. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Alpaca-Llama-3-8B — текстовая генеративная модель, созданная akumaburn путём дообучения unsloth/llama-3-8b-bnb-4bit на наборе yahma/alpaca-cleaned. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров, представленная в формате safetensors и рассчитанная на контекст до 8192 токенов. Для запросов используется формат Alpaca. Модель предназначена для генерации ответов и выполнения инструкций на естественном языке. Её можно применять для диалогов, ответов на вопросы, объяснений и черновиков текста. В карточке приведены результаты тестов на нескольких бенчмарках, однако они не гарантируют качество в конкретных сценариях; обучение описано как один проход по 51 760 примерам. Основной язык в метаданных — английский. Лицензия модели — Apache-2.0. Карточка не описывает специальных механизмов безопасности или гарантии качества, поэтому результаты следует проверять перед использованием в критичных задачах.

jaspionjader/f-3-8b — объединённая языковая модель семейства Llama, созданная автором репозитория методом SLERP с помощью mergekit. В объединение вошли jaspionjader/Kosmos-EVAA-mix-v35-8B и jaspionjader/f-2-8b; итоговая модель содержит 7,5 млрд параметров и использует архитектуру LlamaForCausalLM. Модель предназначена для генерации текста и диалогового общения. Она принимает текст и генерирует текст; заявленная длина контекста составляет 8192 токена. Веса доступны в формате safetensors для библиотеки Transformers. Карточка не сообщает о специализированной предметной области или поддерживаемых естественных языках. Лицензия в предоставленных данных не указана.

Garten2-7B — языковая модель общего назначения, разработанная senseable и основанная на дообученной Mistral-7B-v0.1. Она предназначена для генерации текста, диалога и создания контента. Модель использует плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и имеет контекстное окно 32 768 токенов. В репозитории доступны веса в формате safetensors; библиотека для работы — Transformers. Карточка приводит результаты оценки на бенчмарках рассуждений и понимания текста. Модель поддерживает английский язык. Она распространяется по лицензии Apache-2.0. Карточка не описывает специальные ограничения качества или отдельные прикладные области.

gemma-2-2b-dolly-sft — языковая модель, разработанная Адитьей Анилом Раутом на основе Gemma 2 от Google. Это плотный трансформер-декодер для генерации текста, дообученный методом supervised fine-tuning на датасете databricks/databricks-dolly-15k, чтобы лучше следовать инструкциям и вести диалог. Модель содержит 2,7 млрд параметров и поддерживает контекст до 8192 токенов. Модель предназначена для англоязычных задач общего назначения: ответов на открытые вопросы, суммаризации, творческого письма и диалогового общения. Она может выдавать неточные или вымышленные сведения и унаследовать смещения базовой модели и обучающих данных. Не следует полагаться на неё при принятии критически важных медицинских, юридических или финансовых решений без проверки человеком; при публичном развёртывании рекомендуется использовать фильтры безопасности. Лицензия — Apache 2.0, с условиями базовой модели.

Columbidae/gemma-2-4b-it-upscaled — разговорная языковая модель семейства Gemma 2, созданная слиянием предобученных моделей через mergekit методом Passthrough. В состав слияния вошла unsloth/gemma-2-2b-it; метаданные также указывают на неё как на базовую модель. Модель содержит 3,9 млрд параметров, использует плотную архитектуру Gemma2ForCausalLM и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Её можно использовать для ответов на запросы, ведения беседы и создания текстовых черновиков. В карточке указана лицензия, однако доступные сведения её не раскрывают.

Nitral-AI/Hathor_Stable-v0.2-L3-8B — разговорная текстовая модель семейства Llama, представленная Nitral-AI. Она предназначена для генерации текста в диалоговом формате и может использоваться как чат-модель. В репозитории указано 7,5 млрд параметров; модель имеет плотную архитектуру LlamaForCausalLM, работает с контекстом до 8192 токенов и распространяется в формате safetensors. В карточке приведены результаты оценки Open LLM Leaderboard: средний балл 25,70, IFEval — 71,75 и BBH — 32,83. Указана лицензия other, поэтому условия использования следует проверять в материалах репозитория перед внедрением.

K2S3-Mistral-7b-v1.42 — текстовая авторегрессионная модель, разработанная K2S3 и дообученная на базе mistralai/Mistral-7B-v0.1. Это плотная модель семейства Mistral на 7,2 млрд параметров для генерации текста и диалоговых ответов. Модель обучена методом полного SFT на данных alpaca-gpt4-data и части OpenOrca. Она принимает текст и генерирует текст; метаданные указывают контекст до 32 768 токенов и поддержку английского языка. Веса опубликованы в формате safetensors. Модель подходит для ответов на инструкции и вопросов, а также для генерации и продолжения текста на английском языке. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Карточка модели KR-X-AI/krx-gemma-2-9b-8-16-32-tb-3 на Hugging Face совпадает с карточкой KR-X-AI/krx-gemma-2-9b-4-8-8-tb-3, поэтому описание составлено по ней. KR-X-AI выпустила разговорную модель генерации текста на базе Gemma 2. Это дообучение unsloth/gemma-2-9b-it-bnb-4bit с использованием Unsloth и библиотеки TRL; модель содержит 9 млрд параметров, использует плотную архитектуру Gemma2 и поддерживает контекст до 8192 токенов. Она предназначена для диалогов и генерации текста по запросу. Модель принимает текст и выдаёт текст; в метаданных указан английский язык. Репозиторий распространяется по лицензии Apache-2.0.

L3.1-Boshima-b — объединённая языковая модель, созданная сообществом с помощью mergekit методом SLERP из ArliAI/Llama-3.1-8B-ArliAI-Formax-v1.0 и mergekit-community/L3-Boshima-a. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM, примерно 7,5 млрд параметров и контекстом до 131 072 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Её можно использовать для ответов на запросы и ведения чата на основе текстового ввода. Она распространяется в формате safetensors; библиотека для работы с моделью — Transformers. Сведения о лицензии и языковой специализации в предоставленных данных отсутствуют.

L3SAO-Mix-SuperHermes-NovaPurosani-8B — объединённая текстовая модель ZeroXClem на архитектуре Llama 3.1. Она создана методом Della Linear из ZeroXClem/Llama3.1-Hermes3-SuperNova-8B-L3.1-Purosani-2-8B и Casual-Autopsy/L3-bluuwhale-SAO-MIX-8B-V1_fp32-merge-calc; в метаданных базовой моделью указана первая из них. Модель содержит 7,5 млрд параметров, поддерживает контекст до 131 072 токенов и распространяется в формате safetensors по лицензии Apache-2.0. Модель предназначена для следования инструкциям, диалогов, ролевых сценариев и генерации длинных текстов. Её можно применять для интерактивных историй, разработки персонажей и игровых диалогов, а также для подготовки черновиков статей, романов и отчётов, суммаризации и задач ассистента. Карточка заявляет сочетание возможностей Hermes 3 и bluuwhale, но не приводит сравнительных оценок или результатов испытаний. Указанные языки — английский и русский; специальных ограничений применения в карточке не описано.

LeoLM/leo-hessianai-13b-chat-bilingual — двуязычная чат-модель, разработанная Björn Plüster и Christoph Schuhmann в сотрудничестве с LAION и HessianAI. Она основана на LeoLM/leo-hessianai-13b — языковой модели семейства Llama, построенной на Llama 2, — и дообучена на немецких инструкционных данных и их английских версиях. Модель предназначена для диалога, написания текстов, объяснений и обсуждений на немецком и английском языках. Это плотный авторегрессионный трансформер с 12,9 млрд параметров и контекстом до 8192 токенов. В опубликованной оценке MT-Bench сильнее всего показала себя в гуманитарных темах, а также в задачах STEM и письма. Модель хуже справляется с математикой и сложными рассуждениями; ответы могут быть неточными или предвзятыми, поэтому для конкретных приложений рекомендуется отдельная проверка безопасности и качества. Лицензия — Llama 2 Community License Agreement.

Jennny/llama3_8b_sft_ultrafb — дообученная модель на архитектуре Llama 3.1 от Meta, опубликованная пользователем Jennny. Модель содержит 7,5 млрд параметров и обучена методом supervised fine-tuning с использованием TRL на наборе allenai/ultrafeedback_binarized_cleaned. Она предназначена для генерации текста в диалоговом формате и ответов на пользовательские запросы. Модель принимает текст и выдаёт текст; максимальная длина контекста составляет 131 072 токена. Поддерживаемые языки включают языки базовой Llama 3.1, но конкретные языки в карточке этой модели не перечислены. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия в предоставленных данных не указана.

llama-3-MagicDolphin-8B — объединённая языковая модель на архитектуре Llama 3, созданная с помощью mergekit методом Model Stock на основе nbeerbower/llama-3-SNAMD-8B и весов Dolphin 2.9.1 и Mahou 1.2a/1.3a. Модель содержит 7,5 млрд параметров и рассчитана на генерацию текста и диалоговое общение. Её можно применять для ведения диалогов и генерации ответов в чат-интерфейсах. Контекст составляет до 8192 токенов; модель принимает и выдаёт текст. Репозиторий содержит веса в формате Safetensors и использует библиотеку Transformers. В карточке не приведены сведения о лицензии, языках обучения или специальных ограничениях поведения. Качество и пригодность для конкретных сценариев следует оценивать на целевых данных.