III.1Стратегия, продукт и бизнес-модели

Narsil/deberta-large-mnli-zero-cls — крупная модель классификации текста на базе DeBERTa Large, дообученная на задаче MNLI. Архитектура DeBERTa использует раздельное внимание к содержимому и позициям токенов и улучшенный декодер маски; в репозитории указано около 454,1 млн параметров, формат PyTorch и контекст до 512 токенов. Модель предназначена для классификации последовательностей и zero-shot-классификации: можно сопоставлять текст с наборами кандидатных меток, в том числе задавая метки без отдельного обучения на каждом наборе классов. Она работает с текстом на английском языке и может использоваться в сценариях понимания естественного языка и проверки текстовых гипотез. Модель распространяется по лицензии MIT. Показатели из README относятся к разным задачам и вариантам DeBERTa, поэтому их нельзя считать гарантированной оценкой качества именно этого чекпойнта на произвольных данных.

Moritz Laurer дообучил DeBERTa-v3-large от Microsoft для задач вывода по тексту (NLI) и классификации без заранее заданного набора классов. Модель сопоставляет текст с предложенными категориями и оценивает их соответствие; также её можно применять для определения логического следования, противоречия или нейтральности между посылкой и гипотезой. Дообучение проведено на 885 242 парах из MultiNLI, Fever-NLI, ANLI, LingNLI и WANLI. Архитектура — DeBERTa-v2 для классификации последовательностей, размер — 533,8 млн параметров, контекст — до 512 токенов. Карточка указывает английский язык. По оценкам автора, модель показала высокие результаты на этих наборах данных, в том числе на состязательном ANLI. Модель принимает текст и выдаёт метки и оценки классов. Результаты зависят от формулировок текста и кандидатов категорий, а модель может воспроизводить смещения обучающих данных. Для работы с актуальными версиями Transformers в README рекомендуется версия 4.13 или новее. Лицензия — MIT.

DeepSeek-MoE-16B-Chat — разговорная языковая модель DeepSeek на архитектуре DeepSeek для генерации текста в формате диалога. Она предназначена для ответов на сообщения пользователя и других сценариев чат-взаимодействия. В метаданных указаны 2,6 млрд параметров, контекст до 4096 токенов и формат весов safetensors. Модель принимает текст и генерирует текст. Карточка не приводит сведений о поддерживаемых языках или специализированных областях применения. Лицензия указана как other, поэтому конкретные условия использования следует сверить с лицензией репозитория.

DPOB-NMTOB-7B — текстовая генеративная модель на архитектуре Mistral с 7,1 млрд параметров, созданная объединением моделей eren23/dpo-binarized-NeutrixOmnibe-7B и paulml/OmniBeagleSquaredMBX-v3-7B-v2 с помощью LazyMergekit. Для слияния использован метод slerp; репозиторий содержит веса в формате safetensors. Модель предназначена для генерации ответов и продолжения текста в диалоговых сценариях. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Указана лицензия CC BY-NC 4.0, которая ограничивает коммерческое использование.

Experiment26M7-7B — текстовая модель семейства Mistral с 7,1 млрд параметров, созданная Maxime Labonne автоматическим слиянием моделей. В конфигурации merge использован метод DARE-TIES с моделями yam-peleg/Experiment26-7B и liminerity/M7-7b; метаданные указывают liminerity/M7-7b как базовую модель и отмечают производность типа finetune. Модель рассчитана на генерацию текста и диалоговое взаимодействие, имеет контекст до 32 768 токенов и распространяется в формате safetensors. Модель может применяться для генерации продолжений текста и ведения диалога. Карточка не приводит сведений о специализированной предметной области или поддерживаемых языках. Лицензия — Apache-2.0.

MaziyarPanahi/Experiment28T3q_Experiment26Experiment24 — объединённая модель семейства Mistral для генерации текста. По карточке, она создана слиянием automerger/Experiment28T3q-7B и automerger/Experiment26Experiment24-7B. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Она предназначена для генерации текста; конкретные языки и специализированные области применения в карточке не описаны. Распространяется в формате safetensors по лицензии Apache-2.0.

Gemma-2-Ataraxy-v4b-9B — объединённая языковая модель на архитектуре Gemma 2, созданная Lemon07r с помощью mergekit и метода SLERP. Она объединяет две предварительно обученные модели: lemon07r/Gemma-2-Ataraxy-v3b-9B и zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1-t0.25. Модель содержит 9 млрд параметров, использует формат safetensors и рассчитана на генерацию текста в диалогах. Подходит для ведения беседы, выполнения инструкций и творческого письма. Контекстное окно — до 8192 токенов. В README приведены результаты оценивания, включая 68,78 на IFEval и 43,44 на BBH; также отмечено, что результаты лидерборда могут быть ошибочными. Для запуска используется библиотека Transformers. В README не указана лицензия, поэтому условия использования по имеющимся данным определить нельзя.

alpindale/gemma-2b-it — диалоговая языковая модель семейства Gemma, основанная на открытых моделях Google. Это плотная авторегрессионная модель с архитектурой GemmaForCausalLM и 2,5 млрд параметров; она принимает текст и генерирует текст, поддерживает контекст до 8192 токенов и предназначена прежде всего для английского языка. Модель подходит для диалоговых интерфейсов, генерации и редактирования текстов, краткого пересказа, ответов на вопросы и исследовательских экспериментов. Компактный размер позволяет запускать её на персональных компьютерах и в облачной инфраструктуре с ограниченными ресурсами. Как и другие языковые модели, она может выдавать фактически неверные ответы, отражать предвзятость данных обучения и испытывать трудности со сложными инструкциями, нюансами языка и задачами, требующими надёжного здравого смысла. Для использования модели применяются условия лицензии Gemma; README ссылается на политику запрещённого использования Gemma.

lewtun/gemma-7b-sft-full-deita-10k-v0 — текстовая языковая модель, дообученная на основе google/gemma-7b на наборе инструкционных диалоговых данных HuggingFaceH4/deita-10k-v0-sft. Модель использует плотную архитектуру GemmaForCausalLM и содержит 8,2 млрд параметров. Она предназначена для генерации текста и диалоговых сценариев: например, ответов на запросы и выполнения инструкций в формате чата. Максимальная длина контекста — 8192 токена. Карточка не приводит подробностей об оценке качества и конкретных ограничениях модели. Лицензия указана как other, поэтому перед использованием следует проверить её условия в репозитории модели.

Это корейская корпоративная языковая модель SEOKDONG, дообученная методом SFT на базе openai/gpt-oss-safeguard-20b. Модель предназначена для корейских пользователей и офлайн- или локальных корпоративных сред. Она помогает учитывать корейские нормы общения и деловой контекст, готовить документы по типовым корпоративным форматам, анализировать юридические, бухгалтерские и финансовые тексты, а также преобразовывать табличные данные и данные ERP в отчёты и сводки. Модель поддерживает генерацию текста и диалоговый режим; архитектура — decoder-only MoE семейства gpt_oss. В метаданных указаны 1,6 млрд параметров и контекст до 131 072 токенов. README указывает корейский как основной язык, а японский и китайский — для специализированного перевода. Репозиторий содержит веса Safetensors, лицензия — Apache-2.0. Сильные стороны — корейский корпоративный стиль, деловые документы и задачи по корейским праву, учёту и финансам. Возможны ошибки, устаревание сведений о законах и стандартах, а также снижение качества на коде, математике и других языках; ответы для юридических, бухгалтерских и комплаенс-решений требуют проверки специалистом.

HX-Mistral-3B_v0.1 — текстовая диалоговая модель семейства Mistral, созданная сообществом mergekit-community линейным слиянием предобученных языковых моделей с помощью mergekit. В README указан Mistral-7B-Instruct-v0.2; метаданные также связывают модель с ним как с базовой. Модель содержит 3,6 млрд параметров, построена на архитектуре MistralForCausalLM и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев, включая ответы на инструкции. Она принимает текст и генерирует текст; в репозитории указаны веса Safetensors и библиотека Transformers. Сведения о лицензии в предоставленных материалах отсутствуют.

Ice0.7-29.09-RP — разговорная языковая модель на архитектуре Mistral, созданная слиянием предварительно обученных моделей методом SLERP с помощью mergekit. В состав слияния вошли Ice0.5-28.09-RP и Ice0.6-29.09-RP; метаданные указывают 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. В README приведены результаты оценки на Open LLM Leaderboard: средний балл 21,47, IFEval — 51,76, BBH — 30,73. Лицензия в предоставленных данных не указана.

LLaDA-8B-Instruct — диффузионная языковая модель с плотной архитектурой LLaDA, разработанная командой GSAI-ML и обученная с нуля. Модель содержит 8 млрд параметров и предназначена для генерации текста в диалоговом режиме. Авторы сообщают, что по результатам их оценки модель сопоставима по производительности с LLaMA 3 8B. Веса опубликованы в формате safetensors; модель работает через библиотеку Transformers и распространяется по лицензии MIT. Данных о поддерживаемых естественных языках и длине контекста в предоставленной карточке нет.

Llama-3-Chinese-8B-Instruct — чат-модель на архитектуре Llama, разработанная как дообучение Llama-3-Chinese-8B на 5 млн примеров с инструкциями. Она предназначена для диалога, ответов на вопросы и генерации текста по запросу. Модель содержит 7,5 млрд параметров, принимает текст и выдаёт текст; заявленные языки — китайский и английский. Контекстное окно составляет 8192 токена. Для хранения весов используется формат Safetensors. Модель подходит для разговорных сценариев и вопросов и ответов. Карточка не приводит оценки качества или подробных ограничений применения. Лицензия — Apache-2.0.

II-8B-SFT — текстовая модель генерации на архитектуре Llama, дообученная автором репозитория на наборе allenai/tulu-3-sft-mixture с помощью Axolotl. Она содержит 7,5 млрд параметров, принимает текст и предназначена для диалоговых сценариев и генерации ответов. Заявленная длина контекста — 131 072 токена. Модель основана на meta-llama/Llama-3.1-8B и распространяется в форматах PyTorch и Safetensors по лицензии Llama 3.1. Карточка не приводит результатов оценки и подробных рекомендаций по применению; качество и ограничения для конкретных задач следует проверять отдельно.

Карточка модели Edgerunners/Lyraea-small-llama-3.1 на Hugging Face совпадает с карточкой Edgerunners/Lyraea-medium-llama-3.1, поэтому описание составлено по ней. Lyraea-medium-llama-3.1 — разговорная языковая модель семейства Llama 3.1, опубликованная Edgerunners. Это средний вариант серии small, medium и large, созданной на основе llama-3.1-8b-128k uncensored. Модель предназначена для генерации текста в диалоговом формате; автор отмечает, что варианты серии имеют разные сценарии применения. Модель имеет плотную архитектуру LlamaForCausalLM и около 7,5 млрд параметров. Она принимает текст и генерирует текст, поддерживает контекст до 131 072 токенов. В репозитории представлены веса Safetensors. Языковые сведения в карточке не приводятся. Модель предоставляется «как есть» и «по мере доступности», без гарантий; провайдер снимает с себя ответственность за ущерб и не гарантирует соответствие конкретным требованиям или безошибочную работу. Сведения о лицензии в доступных данных отсутствуют.

Kaoeiri объединил языковые модели с помощью mergekit и метода DARE TIES. За основу взята anthracite-org/magnum-v4-22b, в объединение также вошли TheDrummer/Cydonia-22B-v1.1, TheDrummer/Cydonia-22B-v1.2 и TheDrummer/Cydonia-22B-v1.3. Модель построена на архитектуре Mistral, содержит 22 млрд параметров и использует формат safetensors. Модель предназначена для генерации текста и диалогов. Она принимает текст и выдаёт текст, а контекст составляет до 32 768 токенов. Базовая модель описана как англоязычная модель для диалогов, следования инструкциям и связной прозы; отдельных сведений о языках и сильных сторонах получившегося объединения карточка не приводит. Лицензия в предоставленных данных не указана.

MeliodasPercival_01_NeuralsirkrishnaExperiment28 — объединённая модель семейства Mistral, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/NeuralsirkrishnaExperiment28-7B. Она предназначена для генерации текста и диалогов; модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель принимает текст и выдаёт текст. Веса опубликованы в формате safetensors по лицензии Apache-2.0. README не уточняет специализацию, языки, оценки качества или особенности настройки диалогов.

MergeCeption-7B-v3 — языковая модель CultriX, созданная слиянием моделей с помощью LazyMergekit. В конфигурации указаны CultriX/MonaTrix-v4 как базовая модель, а также Kukedlc/NeuralMaxime-7B-slerp, mlabonne/Monarch-7B и CultriX/NeuralTrix-bf16; применён метод dare_ties. Модель построена на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров. Модель предназначена для генерации текста и общих языковых задач. Контекст составляет до 32 768 токенов; репозиторий содержит веса в формате safetensors. Поддержка русского и других конкретных языков в предоставленных данных не подтверждена. Модель распространяется по лицензии Apache-2.0.

MFANNv0.16.10 — диалоговая языковая модель, созданная netcat420 слиянием моделей методом TIES с помощью mergekit. В основе использована MaziyarPanahi/Llama-3-8B-Instruct-v0.4; в слияние также вошли netcat420/MFANNv0.15 и netcat420/MFANNv0.16. Модель построена на архитектуре Llama и предназначена для генерации текста в диалоговом формате, включая ответы ассистента. Она содержит 7,5 млрд параметров, поддерживает контекст длиной до 32 768 токенов и распространяется в формате safetensors для библиотеки Transformers. Карточка не приводит специальных ограничений или сведений о лицензии; условия использования следует сверять с лицензией базовой модели и компонентов слияния.

Mira 70B v0.8 — русскоязычная модель генерации текста на архитектуре LLaMA 70B v2, представленная автором как крупная русская модель. По карточке, модель обучалась методом TRINITY в течение 60 часов на Nvidia H100. Для запросов используется формат с ролями Human и Assistant и специальными разделителями. Модель предназначена для генерации ответов на русском языке в диалоговом формате и других задач создания текста. Она содержит 68,7 млрд параметров, имеет плотную архитектуру LlamaForCausalLM и нативный контекст 4096 токенов. Файлы представлены в формате PyTorch. Модель выпущена под лицензией Apache-2.0. Версия обозначена как 0.8; карточка не приводит оценок качества и подробностей обучения, поэтому пригодность для конкретных сценариев следует проверять отдельно.

CorticalStack/mistral-7b-openhermes-2.5-sft — языковая модель на архитектуре Mistral, дообученная методом supervised fine-tuning на датасете teknium/OpenHermes-2.5. В README указаны параметры LoRA: r=256, alpha=128 и dropout=0; метаданные описывают плотную модель MistralForCausalLM размером 7,1 млрд параметров с контекстом до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текст и выдаёт текст; в доступных данных нет сведений о поддержке отдельных языков или специализированных областях. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. Ограничения качества и безопасного использования в карточке не описаны.

mistralake-slerp — разговорная языковая модель, созданная объединением HuggingFaceH4/mistral-7b-grok и senseable/WestLake-7B-v2 с помощью LazyMergekit. Для слияния использован метод SLERP; в конфигурации указан тип bfloat16. Модель основана на плотной архитектуре Mistral и предназначена для генерации текста в диалоговом формате. Её можно применять для ведения диалога, ответов на вопросы и создания текстовых черновиков. Заявленная длина контекста — 32 768 токенов. В репозитории используются веса Safetensors. Лицензия в предоставленных данных не указана.

aqweteddy/mistral_tv-neural-marconroni — объединённая языковая модель на базе Mistral 7B, сочетающая чат-векторные компоненты Neural-Chat и Marconroni. В README описан подход Chat Vector: он переносит чат-поведение в языковую модель с помощью слияния весов, без отдельного цикла дообучения для получения новых диалоговых возможностей. Метаданные указывают на плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста и диалогов, включая выполнение инструкций и многоходовое общение. README приводит результаты оценки на наборах задач рассуждения и здравого смысла, но не уточняет отдельные показатели именно этой модели, кроме среднего результата и оценок по двум тестам. В карточке указан английский язык; описание подхода Chat Vector посвящено также китайскому и корейскому языкам, но поддержка этих языков данной сборкой не подтверждена. Репозиторий содержит веса Safetensors, лицензия — MIT.

cloudyu/Mixtral_7Bx5_MoE_30B_DPO — версия модели cloudyu/Mixtral_7Bx5_MoE_30B, дообученная методом Direct Preference Optimization (DPO). Это языковая модель семейства Mixtral с архитектурой MoE и классом MixtralForCausalLM; в метаданных указано 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста и может использоваться в сценариях, где требуется получать ответы или продолжения по текстовому запросу. Репозиторий содержит веса в формате safetensors. Модель опубликована под лицензией MIT. Автор отмечает, что метрики не тестировались, поэтому качество и преимущества DPO-дообучения по карточке подтвердить нельзя.

zelk12/MT3-Gen4-MU-gemma-2-Sv1IBT-9B — объединённая языковая модель на архитектуре Gemma 2, созданная с помощью mergekit методом SLERP из gmonsoon/SahabatAI-Lion-9B-TIES-v1 и recoilme/recoilme-gemma-2-9B-v0.3. Модель содержит 9 млрд параметров, распространяется в формате safetensors и рассчитана на генерацию текста и диалоговое взаимодействие; заявленное родное контекстное окно — 8192 токена. Её можно использовать для ответов в чате и генерации текста по запросу. Описание базовой модели указывает на ориентацию семейства на языки Юго-Восточной Азии и английский; конкретный перечень языков для этой объединённой модели не приведён. Лицензия в доступных данных не указана.

zelk12/MT3-Gen5-BMU-gemma-2-9B_v1 — языковая модель для диалогов и генерации текста, созданная слиянием двух предварительно обученных моделей с помощью SLERP и mergekit. В основе лежат zelk12/MT3-Gen5-MU-gemma-2-Av4dG-9B_v1 и zelk12/MT3-Gen5-BB-gemma-2-RAv0.1MT2-9B_v1. Модель использует плотную архитектуру Gemma 2 с 9 млрд параметров и работает с контекстом до 8192 токенов. Она предназначена для текстовых запросов и выдаёт текст; метаданные отмечают поддержку диалогового режима. Репозиторий содержит веса в формате safetensors и предназначен для Transformers. Карточка не описывает специальные прикладные области, поддерживаемые языки или отдельные ограничения качества. Лицензия в предоставленных данных не указана.

zelk12/MT-Gen4-MA-gemma-2-S5Sv1IBT-9B — объединённая методом SLERP модель семейства Gemma 2, созданная с помощью mergekit на основе allknowingroger/GemmaSlerp5-10B и gmonsoon/SahabatAI-Lion-9B-TIES-v1. Модель содержит 9 млрд параметров, использует архитектуру Gemma2ForCausalLM и распространяется в формате safetensors. Модель предназначена для генерации текста и диалоговых сценариев. Её можно использовать для ответов на вопросы, ведения беседы и генерации текста по инструкциям; базовая модель ориентирована на языки Юго-Восточной Азии и английский. Контекстное окно — 8192 токена. В доступных сведениях лицензия не приводится.

NeuralBeagle14-7B — языковая модель на архитектуре Mistral с 7,1 млрд параметров, созданная Mlabonne. Это DPO-дообучение модели mlabonne/Beagle14-7B на наборе предпочтений argilla/distilabel-intel-orca-dpo-pairs; исходная Beagle14-7B объединяет несколько моделей семейства Beagle. Модель предназначена для генерации текста в диалоговом формате, следования инструкциям и ответов на запросы общего характера. Модель подходит для задач рассуждения, ролевого общения и написания историй. В README указано контекстное окно 8 тыс. токенов, а метаданные каталога указывают нативный контекст 32 768 токенов. Поддерживаются шаблоны chatml и формат чата Llama. Модель работает с текстом и выдаёт текст; сведения о конкретных естественных языках не приведены. Модель распространяется в формате Safetensors по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. В README приводятся высокие результаты сравнительных оценок для категории моделей около 7 млрд параметров, но автор отмечает возможное влияние неудачного запуска и чрезмерного использования обучающего набора предпочтений; результаты бенчмарков сами по себе не гарантируют качество на конкретных задачах.

NeuralsirkrishnaM7-7B — объединённая языковая модель, созданная Maxime Labonne автоматическим слиянием Kukedlc/NeuralSirKrishna-7b и liminerity/M7-7b. Модель построена на архитектуре Mistral с 7,1 млрд параметров и предназначена для генерации текста и диалогов; максимальный контекст составляет 32 768 токенов. Для слияния применён метод SLERP с настройками, зависящими от слоёв self-attention и MLP. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Карточка не описывает специализацию по языкам или предметным областям и не приводит конкретных оценок качества.