III.1Стратегия, продукт и бизнес-модели

MasherAI-v6.1-7B-checkpoint3 — плотная авторегрессионная языковая модель семейства Mistral, разработанная mahiatlinux и дообученная на базе mahiatlinux/MasherAI-v6.2-7B-checkpoint2. Модель предназначена для генерации текста и диалогового общения; при обучении использовались Unsloth и библиотека Hugging Face TRL. Модель содержит 7,1 млрд параметров, принимает текст и выдаёт текст. Её родной контекст составляет 32 768 токенов, а в карточке заявлена поддержка английского языка. Модель распространяется под лицензией Apache-2.0.

MeliodasPercival_01_Experiment26Experiment26 — объединённая языковая модель семейства Mistral, созданная MaziyarPanahi на основе automerger/MeliodasPercival_01-7B и automerger/Experiment26Experiment26-7B. Она предназначена для генерации текста и диалогов по текстовым запросам. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Модель распространяется в формате SafeTensors по лицензии Apache 2.0. README не уточняет языковую специализацию или дополнительные возможности, поэтому модель можно описать как средство генерации текста общего назначения.

MeliodasPercival_01_Experiment29Experiment24 — объединённая текстовая модель семейства Mistral, созданная MaziyarPanahi на основе automerger/MeliodasPercival_01-7B и automerger/Experiment29Experiment24-7B. Она содержит 7,1 млрд параметров и принимает текст для генерации продолжений и диалоговых ответов; поддерживает контекст до 32 768 токенов. Модель опубликована в формате safetensors под лицензией Apache-2.0. Карточка описывает её как слияние двух моделей, но не приводит сравнительных оценок качества, подробностей о методе объединения или сведений о специально поддерживаемых языках. Поэтому пригодность для конкретных сценариев следует проверять на собственных примерах.

MergeCeption-7B-v1 — объединённая автором CultriX модель на архитектуре Mistral с 7,1 млрд параметров. Она создана из MonaTrix-v4, OmniTruthyBeagle-7B-v0, NeuralMaxime-7B-slerp и NeuralTrixlaser-bf16 с помощью LazyMergekit и метода DARE-TIES; веса представлены в формате safetensors и типе bfloat16. Модель предназначена для генерации и продолжения текста. Контекст составляет до 32 768 токенов. В карточке не приведены отдельные результаты оценки качества или сведения о целевых языках и специализированных областях применения, поэтому её следует рассматривать как текстовую генеративную модель общего назначения. Лицензия в предоставленных данных не указана.

coolwin20/merged_solar_vortexS — объединённая текстовая модель семейства Llama, созданная с помощью mergekit из Edentns/DataVortexS-10.7B-dpo-v1.6 и LDCC/LDCC-SOLAR-10.7B. В README указан метод объединения SLERP. Модель содержит 8,9 млрд параметров, принимает текст и предназначена для генерации текста; длина контекста — 4096 токенов. Язык применения и специальные предметные области в предоставленных данных не обозначены. Лицензия в предоставленных данных не указана.

Карточка модели mergekit-community/mergekit-slerp-fodinzo на Hugging Face совпадает с карточкой mergekit-community/mergekit-slerp-jeyctse, поэтому описание составлено по ней. mergekit-community/mergekit-slerp-jeyctse — языковая чат-модель, созданная сообществом слиянием моделей HuggingFaceH4/zephyr-7b-beta и Equall/Saul-Base методом SLERP с помощью mergekit. Это плотная модель Mistral с 7,1 млрд параметров, доступная в формате safetensors и рассчитанная на контекст до 32 768 токенов. Модель предназначена для генерации текста в диалоге: ответов на вопросы и выполнения пользовательских инструкций. В метаданных основной язык не задан; базовая Zephyr-7B-β описана как англоязычная чат-модель. Условия лицензирования в предоставленных данных не приведены. Качество и поведение результата слияния могут отличаться от исходных моделей.

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.

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.

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.

MotherEarth-Sauerkraut — языковая модель для диалоговой генерации текста, созданная объединением весов MotherEarth/MotherEarth-1.0-8B и VAGOsolutions/Llama-3.1-SauerkrautLM-8b-Instruct. Модели объединены методом SLERP с помощью mergekit; архитектура — плотная Llama с классом LlamaForCausalLM, размер — 7,5 млрд параметров. Модель предназначена для общения и генерации ответов на текстовые запросы. Она принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов и опубликована в формате safetensors для библиотеки Transformers. Базовая SauerkrautLM ориентирована на немецкий и английский языки, но языки именно этой объединённой модели в карточке отдельно не описаны. Модель опубликована 17 сентября 2024 года. Сведения о лицензии и конкретных ограничениях применения в предоставленных данных отсутствуют.

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/MT5-Gen5-MU-gemma-2-Av4aAMTg2-9B — объединённая модель Gemma 2, созданная с помощью mergekit методом SLERP из lemon07r/Gemma-2-Ataraxy-v4a-Advanced-9B и zelk12/MT-Gen2-gemma-2-9B. Это плотная авторегрессионная языковая модель с архитектурой Gemma2ForCausalLM, размером 9 млрд параметров и контекстом до 8192 токенов. Модель предназначена для генерации текста и диалогового общения. Она принимает текст и выдаёт текст; карточка подтверждает поддержку чата, но не описывает специализированные предметные сценарии или языки. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных сведениях не указана. Качество и особенности результата зависят от запроса и настроек генерации; отдельные ограничения модели в карточке не описаны.

mjwong/multilingual-e5-large-xnli-anli — многоязычная модель классификации текста, созданная дообучением intfloat/multilingual-e5-large на наборах XNLI и ANLI. Она основана на архитектуре XLM-RoBERTa-large, содержит 658,7 млн параметров и принимает последовательности длиной до 514 токенов. Модель предназначена для классификации без заранее заданного набора классов: можно передать текст и собственные варианты меток, а также применять её для задач вывода по текстовым парам. Поддерживаются 15 языков: английский, арабский, болгарский, немецкий, греческий, испанский, французский, хинди, русский, суахили, тайский, турецкий, урду, вьетнамский и китайский. В README приведены результаты оценки на XNLI, MultiNLI и ANLI. Модель доступна в форматах PyTorch и Safetensors. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. Качество зависит от выбранных формулировок меток и языка; результаты на тестах ANLI и XNLI различаются между языками и наборами.

Neural-Krishna-Multiverse-7b-v2 — объединённая языковая модель, созданная с помощью LazyMergekit из Kukedlc/Neural-Krishna-Multiverse-7b и liminerity/M7-7b. Веса объединены методом slerp; модель использует архитектуру Mistral с плотной декодерной трансформерной сетью и содержит 7,1 млрд параметров. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текст и выдаёт текст; заявленная длина контекста составляет 32 768 токенов. Данные карточки не уточняют целевые языки и специализированные области применения. Модель распространяется в формате Safetensors под лицензией Apache-2.0.

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.

NeuralsynthesisMyriad-7B — автоматически объединённая языковая модель, созданная Maxime Labonne с помощью mergekit. В конфигурации объединены Kukedlc/NeuralSynthesis-7B-v0.3 и Muhammad2003/Myriad-7B-Slerp методом dare_ties; для второго источника заданы плотность 0,53 и вес 0,6. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и принимает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Репозиторий содержит веса в формате safetensors, указанная лицензия — CC BY-NC 4.0, предусматривающая ограничения на коммерческое использование.

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.

Модель maheshrawat18/Qwen3-4B-sft-orpo-groq разработана maheshrawat18 и представляет собой дообученную плотную языковую модель семейства Qwen3 с архитектурой Qwen3ForCausalLM и 3,7 млрд параметров. Она предназначена для генерации текста и диалогового общения; при обучении использовались Unsloth и Hugging Face TRL. Модель принимает текст и выдаёт текст. Заявленная длина контекста составляет 262 144 токена. В карточке указан английский язык. Модель основана на maheshrawat18/Qwen3-4B-2507-sft-new-updated и распространяется по лицензии Apache-2.0.

Sakura-SOLRCA-Instruct-DPO — плотная авторегрессионная языковая модель семейства Llama, разработанная Kyujin Han (kyujinpy) в рамках исследовательского консорциума компаний 미디어그룹사람과숲 и 마커. Модель дообучена методом DPO на наборе Intel/orca_dpo_pairs и предназначена для диалоговой генерации текста и следования инструкциям. Модель содержит 10,6 млрд параметров, рассчитана на контекст до 4096 токенов и распространяется в формате safetensors для Transformers. Карточка приводит результаты на наборах ARC, HellaSwag, MMLU, TruthfulQA, Winogrande и GSM8K; основным языком в метаданных указан английский. Лицензия CC BY-NC-SA 4.0 требует указания авторства, ограничивает коммерческое использование и распространяет аналогичные условия на производные материалы.

Solar Pro 3 — языковая модель Upstage с архитектурой Mixture-of-Experts (MoE). Она содержит 102 млрд параметров, из которых 12 млрд активируются при каждом проходе. Модель предназначена для генерации текста; в карточке она описана как мощная и вычислительно эффективная. README обрывается до подробностей об оптимизации, поэтому конкретные сценарии, поддерживаемые языки, размер контекста и ограничения установить нельзя. Метаданные указывают задачу text-generation и дату публикации 27 января 2026 года; лицензия не указана в предоставленных источниках.

StrangeMerges_34-7B-slerp — диалоговая языковая модель, созданная Gille слиянием методом SLERP моделей ContextualAI/Contextual_KTO_Mistral_PairRM и Gille/StrangeMerges_30-7B-slerp с помощью LazyMergekit. Это плотная Mistral-архитектура с 7,1 млрд параметров, рассчитанная на генерацию текста и диалоговое взаимодействие; длина контекста — 32 768 токенов. Модель подходит для генерации ответов в чате и других текстовых сценариев. Веса опубликованы в формате safetensors, указана лицензия Apache-2.0. Карточка не приводит сведений о поддерживаемых естественных языках и специализированных предметных областях.

SuperMente-7B — диалоговая языковая модель, созданная Kukedlc путём слияния трёх моделей на базе Mistral с помощью LazyMergekit: AetherResearch/Cerebrum-1.0-7b, Kukedlc/NeuralKybalion-7B-slerp-v3 и mlabonne/AlphaMonarch-7B. Она предназначена для генерации текста и общения в формате чата. Модель имеет плотную архитектуру MistralForCausalLM, 7,1 млрд параметров и контекстное окно 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель работает с текстовым вводом и генерирует текст; карточка не сообщает о специализации на конкретных языках или предметных областях. Лицензия — Apache-2.0. Из доступных сведений нельзя определить качество модели в отдельных задачах или её известные технические ограничения.

T3qm7xNeuralsirkrishna_AlloyingotneoyInex12 — объединённая модель на архитектуре Mistral, созданная из automerger/T3qm7xNeuralsirkrishna-7B и automerger/AlloyingotneoyInex12-7B. Она предназначена для генерации текста и диалоговых сценариев. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель принимает текст и генерирует текст. В метаданных указана лицензия Apache-2.0. Сведений о специализации по языкам и прикладным областям нет.

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.

TW3-JRGL-v2 — языковая модель на архитектуре Llama, созданная студентами инженерной школы ECE Луи Гарсией и Матьё Жолларом под руководством преподавателя Андре-Луи Роше и технического директора TW3 Partners Поля Леметра. Модель получена слиянием моделей davidkim205/Rhea-72b-v0.5 и MTSAIR/MultiVerse_70B с помощью mergekit. Модель содержит 71 млрд параметров, принимает текст и генерирует текст, имеет контекст до 32 768 токенов. Она предназначена для генерации текста и диалоговых сценариев общего назначения. В карточке не приведены специальные сведения о языках и отдельных прикладных областях. Модель опубликована в формате safetensors под лицензией Apache 2.0. Карточка не описывает результаты сравнительных оценок или конкретные ограничения качества.

Карточка модели pythainlp/wangchanglm-7.5B-sft-enth-sharded на Hugging Face совпадает с карточкой pythainlp/wangchanglm-7.5B-sft-enth, поэтому описание составлено по ней. WangChanGLM-7.5B-sft-enth — разработанная PyThaiNLP и VISTEC-depa AI Research Institute of Thailand версия XGLM-7.5B, дообученная следовать инструкциям. Модель содержит 8,6 млрд параметров, использует архитектуру XGLM и принимает текстовые запросы, генерируя текст; длина контекста — 2048 токенов. Модель предназначена для ответов на вопросы по тексту, мозгового штурма и творческого письма. Этот вариант дополнительно дообучен на тайских данных, переведённых с помощью Google Translate; в карточке также указана оценка возможностей для английского, тайского, японского и вьетнамского языков. Для обучения использованы открытые наборы данных, включая OIG, Dolly v2, OpenAI TL;DR и HC3. Лицензия весов — CC-BY-SA 4.0. Модель слабо подходит для математики, сложных рассуждений и ответов, требующих фактической точности. В карточке также отмечены нежелательные предубеждения и токсичность; перед применением в конкретной задаче рекомендуется дополнительная проверка.

Zara-14b-v1 — диалоговая причинно-следственная языковая модель Aixon Lab на архитектуре Transformer Qwen2. Модель содержит около 14 млрд параметров и дообучена на основе sometimesanotion/Lamarck-14B-v0.7; в README также упоминаются слияния слоёв. Модель рассчитана на диалоги с несколькими ролями, генерацию текста, ответы на вопросы и анализ, с упором на творческое письмо и сторителлинг. Заявленная длина контекста — 131 072 токена. Основной язык — английский; README допускает поддержку других языков, но не уточняет их. Модель распространяется в формате safetensors по лицензии Apache 2.0. Оценки качества и результаты бенчмарков для этой версии не приведены.

Zephyra-32b — объединённая текстовая языковая модель от tdot604, созданная методом SLERP с помощью mergekit на основе tdot604/Hazy-Llama-70b и TheDrummer/Moist-Miqu-70B-v1.1. Модель построена на плотной архитектуре Llama и предназначена для генерации текста и диалоговых ответов. Модель содержит 35,3 млрд параметров, работает с контекстом до 8192 токенов и распространяется в формате safetensors для библиотеки Transformers. Она принимает текст и генерирует текст; указаний на специализацию по конкретным языкам или предметным областям нет. Данных о лицензии в предоставленных источниках нет.

Cohere Labs Command R+ 08-2024 — авторегрессионная языковая модель на архитектуре Transformer с grouped-query attention, разработанная Cohere Labs и Cohere. Модель содержит 104 млрд параметров, поддерживает контекст до 128K токенов и принимает и выдаёт только текст. Она предназначена для диалогов, рассуждений, суммаризации и ответов на вопросы; обучена работать с Retrieval Augmented Generation, приводить цитаты из переданных фрагментов документов и выбирать инструменты для многошагового выполнения задач. Модель обучалась на 23 языках и оценивалась на 10. Список языков обучения включает английский, французский, испанский, итальянский, немецкий, португальский, японский, корейский, арабский, китайский, русский и другие; метаданные также отмечают поддержку английского, французского, немецкого, испанского, итальянского, португальского, японского, корейского, китайского и арабского. Для генерации с опорой на документы предусмотрен специальный шаблон промпта, отступление от которого может снизить качество. Для запуска README рекомендует Transformers версии 4.39.1 или выше. Лицензия CC-BY-NC-4.0 требует соблюдения Acceptable Use Policy Cohere Labs и ограничивает коммерческое использование.

C4AI Command R 08-2024 — генеративная языковая модель, разработанная Cohere и Cohere For AI. Она предназначена для диалогов, рассуждений, суммаризации, ответов на вопросы и работы с поиском по документам (RAG); также умеет выбирать и вызывать инструменты в диалоговом интерфейсе. Модель использует авторегрессионную архитектуру Transformer с grouped-query attention, дообучена с учителем и на предпочтениях пользователей. В README указан размер 35 млрд параметров, а в метаданных — 32,3 млрд; длина контекста составляет 128K токенов. Модель принимает и генерирует только текст. Обучение охватывало 23 языка, оценка проводилась на 10; метаданные перечисляют английский, французский, немецкий, испанский, итальянский, португальский, японский, корейский, китайский и арабский. Для вызова инструментов требуется использовать специальный шаблон диалога; отклонение от него может снизить качество. Лицензия CC-BY-NC-4.0 ограничивает коммерческое использование, также необходимо соблюдать политику допустимого использования C4AI.