III.2Исследование рынка и маркетинг

YamshadowInex12_Strangemerges_32M7 — слитая модель семейства Mistral, созданная объединением automerger/YamshadowInex12-7B и automerger/Strangemerges_32M7-7B. Она предназначена для генерации текста и может использоваться для диалога, написания черновиков и продолжения заданного текста. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. В доступных сведениях не описаны целевые языки и специальные прикладные области, поэтому её можно характеризовать как текстовую модель общего назначения.

YamshadowStrangemerges_32_Experiment27Shadow — объединённая модель для генерации текста, созданная MaziyarPanahi на основе automerger/YamshadowStrangemerges_32-7B и automerger/Experiment27Shadow-7B. Она использует плотную архитектуру Mistral с 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Данные карточки не описывают специализацию по предметной области или языкам.

YamshadowStrangemerges_32_Neuralsirkrishnaexperiment26Experiment24 — объединённая языковая модель, опубликованная MaziyarPanahi на Hugging Face. Она предназначена для генерации текста и может использоваться в сценариях, где требуется продолжать или создавать текстовые ответы. Модель построена на архитектуре Mistral с плотной причинно-языковой архитектурой MistralForCausalLM и содержит 7,1 млрд параметров. Она принимает текст, выдаёт текст и поддерживает контекст до 32 768 токенов. Веса доступны в формате safetensors. Модель получена слиянием automerger/YamshadowStrangemerges_32-7B и automerger/Neuralsirkrishnaexperiment26Experiment24-7B. Репозиторий указывает лицензию Apache-2.0. Карточка не описывает специализацию по языкам или предметным областям, поэтому применение следует считать общим; подтверждённые качество и ограничения в README не приводятся.

YamshadowStrangemerges_32_T3qm7xpT3q — объединённая модель на архитектуре Mistral, созданная из automerger/YamshadowStrangemerges_32-7B и automerger/T3qm7xpT3q-7B. Она предназначена для генерации текста и диалоговых ответов. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Веса доступны в формате Safetensors. Модель распространяется по лицензии Apache-2.0. README не уточняет её языковую специализацию, качество на отдельных задачах или ограничения; поэтому языки и специализированные сценарии не заявляются.

Yi-Ko-6B-instruct-v1.5 — инструктивная языковая модель, дообученная автором cocoirun на базе семейства Llama. По карточке, модель прошла SFT на примерно 110 тысячах примеров: использовались самостоятельно подготовленные корейские данные по истории, естественным наукам, математике, машинному чтению, анализу отзывов и грамматике, а также материалы Open-Orca-Ko, KoBEST и AIHub. Обучение выполнялось с помощью LoRA. Модель предназначена для генерации ответов и выполнения инструкций в задачах на корейском и английском языках, включая вопросы и ответы, машинное чтение, суммаризацию, перевод и анализ отзывов. Это плотная архитектура LlamaForCausalLM примерно на 5,9 млрд параметров с контекстом 2048 токена; репозиторий содержит веса Safetensors. Лицензия — CC BY-SA 4.0. Карточка не приводит количественных оценок качества. Данные обучения закрыты, поэтому состав и воспроизводимость SFT ограничены доступной информацией; контекст 2048 токена ограничивает работу с длинными документами.

Zamba2-1.2B-instruct — разговорная модель Zyphra для генерации текста и выполнения инструкций. Она создана дообучением Zamba2-1.2B: сначала на наборах инструкций и диалогов, затем с оптимизацией предпочтений методом DPO. В карточке указана гибридная архитектура Mamba2 и Transformer с общими слоями внимания и дополнительными LoRA-матрицами; метаданные относят модель к семейству Zamba2 и указывают 2,6 млрд параметров, формат safetensors и контекст 4096 токенов. Модель рассчитана на ответы на запросы и многоходовые беседы. В карточке сообщается о хороших результатах в следовании инструкциям и низкой задержке генерации; для запуска рекомендуются оптимизированные ядра Mamba2, иначе возрастают задержка и расход памяти. Реализация для Hugging Face обозначена как временная и может быть несовместима с некоторыми инструментами и фреймворками. Лицензия — Apache-2.0.

glimmerz/zephyr-7b-sft-full — дообученная разработчиком glimmerz плотная авторегрессионная языковая модель семейства Mistral на 7,1 млрд параметров. Она основана на mistralai/Mistral-7B-v0.1 и предназначена для генерации текста в диалоговом формате; в метаданных указан контекст длиной до 32 768 токенов. Модель дообучена с использованием набора HuggingFaceH4/ultrachat_200k. В README приведено значение loss 0,9246 на оценочном наборе, но подробности оценки и характеристики этого набора не раскрыты. Модель распространяется в формате safetensors по лицензии Apache-2.0.

zephyr-beta-Nebula-v2-7B — объединённая разговорная языковая модель на 7,1 млрд параметров, созданная на основе HuggingFaceH4/zephyr-7b-beta и адаптера PulsarAI/Nebula-v2-7B-Lora. Она использует плотную архитектуру Mistral и предназначена для генерации текста в диалоге; заявленная длина контекста — 32 768 токенов. В карточке указан набор данных Open-Platypus, а среди тегов — английский язык. Модель распространяется в формате safetensors по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. README содержит заголовок с результатами оценки, но значения метрик не заполнены.

Карточка модели caliex/zephyr-Saul-Base-7b-merged 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.

ShenaoZ выпустил чат-модель на архитектуре Mistral с 7,1 млрд параметров, дообученную методом DPO на наборе HuggingFaceH4/ultrafeedback_binarized. Она предназначена для генерации текста в диалогах и ответов на вопросы. Максимальная длина контекста составляет 32 768 токенов; модель поставляется в формате safetensors и распространяется по лицензии MIT. Карточка не содержит сведений об оценке качества или специальных ограничениях применения.

Это дообученная модель Mistral с 7,1 млрд параметров для генерации текста и диалогового общения. Она создана на основе HuggingFaceH4/mistral-7b-sft-beta и дообучена на наборе HuggingFaceH4/ultrafeedback_binarized с применением DPO. Модель принимает текст и генерирует текстовые ответы; заявленная длина контекста — 32 768 токенов. Карточка указывает лицензию MIT. README не содержит сведений об оценке качества и подробных ограничениях модели.

Это диалоговая языковая модель Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров. Модель дообучена на основе ShenaoZ/0.0001_withdpo_4iters_bs256_5551lr_iter_1 на наборах данных updated и original; репозиторий содержит веса в формате safetensors. Модель предназначена для генерации текста и ответов на запросы в диалоговом режиме. Она принимает текст и формирует текстовые ответы, поддерживает контекст до 32 768 токенов. Лицензия — MIT. В карточке нет подробных сведений об оценке качества или конкретных ограничениях.

ShenaoZ/0.001_4iters_bs128_declr_nodpo_useresponse_iter_1 — дообученная компанией ShenaoZ модель HuggingFaceH4/mistral-7b-sft-beta на наборах данных updated и original. Это плотная авторегрессионная модель Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалогового общения. Модель принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. README не приводит подробностей о сценариях обучения и результатах оценки. Модель распространяется под лицензией MIT.

Модель ShenaoZ/0.001_4iters_bs128_declr_nodpo_useresponse_iter_2 — дообученная версия ShenaoZ/0.001_4iters_bs128_declr_nodpo_useresponse_iter_1, разработанная ShenaoZ. Это плотная языковая модель семейства Mistral с 7,1 млрд параметров для генерации текста и диалогового общения. Она принимает текст и выдаёт текст; поддерживает контекст до 32 768 токенов. Модель обучена на обновлённом и исходном наборах данных и предназначена для чат-сценариев и генерации текста. Карточка не описывает её конкретные сильные стороны или ограничения по качеству и безопасности. Распространяется по лицензии MIT.

Это дообученная версия Mistral-7b-sft-beta от HuggingFaceH4, созданная на наборах данных updated и original. Модель с плотной архитектурой MistralForCausalLM содержит 7,1 млрд параметров и предназначена для генерации текста и диалогового общения. Она принимает текст и выдаёт текст; поддерживает контекст до 32 768 токенов. Модель подходит для диалоговых сценариев и генерации ответов на вопросы. В карточке не приведены результаты оценки качества или подробности о тренировочных данных. Лицензия — MIT.

Модель ShenaoZ/0.001_ablation_5iters_bs256_nodpo_iter_4 — дообученная версия ShenaoZ/0.001_ablation_5iters_bs256_nodpo_iter_3 на наборах данных updated и original. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалогового общения; заявленный контекст — 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель опубликована под лицензией MIT.

0.001_idpo_iter_1 — дообученная модель Mistral, созданная на основе HuggingFaceH4/mistral-7b-sft-beta и обученная на датасете HuggingFaceH4/ultrafeedback_binarized. Это плотная авторегрессионная языковая модель с архитектурой MistralForCausalLM и 7,1 млрд параметров; она предназначена для генерации текста и диалогового общения. Размер контекста составляет до 32 768 токенов. Модель можно применять для ведения диалога и генерации текстовых ответов. Репозиторий содержит веса в формате safetensors. Лицензия — MIT. README не приводит сведений об оценке качества и дополнительных ограничениях применения.

Aeonium v1.1 Base 4B — базовая языковая модель для обработки и генерации текста на русском языке. Модель разработана Aeonium; опубликованный чекпойнт описан как предварительная версия. Архитектура — плотная LlamaForCausalLM с 3,6 млрд параметров, контекст — до 4096 токенов. Веса доступны в формате safetensors, для загрузки используется Transformers. Модель предназначена для генерации русского текста и других сценариев, основанных на продолжении текстового контекста. Предварительное обучение проведено на открытых данных, преимущественно на русскоязычных веб-страницах; обучение поддержал TPU Research Cloud. Выпускается по лицензии Apache 2.0. Из-за обучения на широком интернет-корпусе модель может воспроизводить предвзятые или оскорбительные формулировки и выдавать недостоверную информацию. Результаты требуют проверки, особенно при использовании в чувствительных или ответственных сценариях.

maicomputer/alpaca-native — реплика Stanford Alpaca от автора репозитория maicomputer. Это плотная авторегрессионная модель семейства LLaMA с архитектурой LlamaForCausalLM, примерно 6,6 млрд параметров, предназначенная для генерации текста по инструкциям. Она обучена на исходных инструкциях Alpaca с небольшим изменением режима FSDP; в карточке приведены результаты оценки на ARC и HellaSwag. Модель подходит для диалоговых ответов и выполнения текстовых инструкций. Данных о лицензии и поддерживаемых естественных языках в предоставленных источниках нет.

arco-augment-3 — языковая модель, созданная слиянием appvoid/arco и appvoid/arco-2 с помощью mergekit. Используется архитектура LlamaForCausalLM с плотной сетью; размер модели составляет 620,1 млн параметров, контекст — до 8192 токенов. Модель предназначена для генерации текста и диалогов на основе текстового ввода. Слияние выполнено методом passthrough: в итоговую модель включены слои из обеих исходных моделей. В репозитории веса представлены в формате safetensors. Лицензия в предоставленных данных не указана.

NalDice askvox-1.2 — диалоговая языковая модель, разработанная NalDice на основе meta-llama/Llama-3.1-8B-Instruct. Модель дообучена методом SFT и предназначена для генерации текста и ведения диалогов. Она использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и принимает текст. Заявленная длина контекста — 131 072 токена; карточка указывает английский язык. Модель распространяется в формате PyTorch по лицензии Apache-2.0. Данных о специализированной области применения или ограничениях качества в карточке нет.

Aster-G2-9B-v1 — языковая модель для генерации текста, созданная автором tssst путём слияния нескольких моделей семейства Gemma 2 с помощью mergekit. В процессе использованы методы SLERP и Model Stock; среди исходных моделей указаны диалоговые Gemma 2, Magnolia, Magnum и модель, дообученная на текстах Gutenberg. Модель с архитектурой Gemma2ForCausalLM содержит 9 млрд параметров, рассчитана на контекст до 8192 токенов и поддерживает диалоговый режим. Её можно применять для генерации ответов и продолжения текста; README описывает цель слияния как создание умной базовой модели с более разнообразным стилем. В метаданных указан формат safetensors и библиотека Transformers. Лицензия и подтверждённый набор языков в предоставленных данных не указаны.

AYA-8B — дообученная ArmanAsq модель генерации текста на архитектуре CohereForCausalLM, основанная на CohereForAI/aya-23-8B. Она предназначена для диалогов и генерации текста; метаданные также указывают интерфейс вызова инструментов. Модель содержит 8 млрд параметров и поддерживает контекст до 8192 токенов. В README приведён результат оценки: loss 3,0612, но набор данных, методика оценки и конкретные улучшения не описаны. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

calme-3.1-instruct-78b — экспериментальная чат-модель MaziyarPanahi для генерации текста в широком круге задач. По карточке, Qwen2.5-72B объединили с самой собой, а полученную модель дообучили на пользовательских наборах данных; в метаданных указана связь с MaziyarPanahi/calme-3-selfmerge-qwen2-78b. Архитектура — плотная Qwen2, размер — 76,7 млрд параметров, формат весов — safetensors, библиотека — Transformers. Модель использует шаблон диалога ChatML и имеет контекстное окно 32 768 токенов. Модель предназначена для диалогов и общих задач генерации текста; карточка приводит результаты Open LLM Leaderboard, в том числе IFEval и BBH. В метаданных указан английский язык. Автор отмечает экспериментальный характер модели, чувствительность к гиперпараметрам и возможное слабое качество на отдельных запросах. Лицензия обозначена как other; конкретные условия в предоставленных данных не раскрыты.

ChatBLOOM-1B7-SFT — двуязычная диалоговая языковая модель Николаса Као, дообученная методом SFT на базе BLOOM. Модель содержит около 2,1 млрд параметров, использует архитектуру BLOOM и принимает текст для генерации ответов; длина контекста — 1024 токена. В карточке приведены примеры диалога на китайском языке, а также написания планов, рекламных текстов и писем; для английского показан пример проектирования веб-страницы. Модель предназначена для диалоговых сценариев и генерации текста на китайском и английском языках. Данные для обучения включают BelleGroup/train_1M_CN, BelleGroup/multiturn_chat_0.8M и jeffwan/sharegpt_vicuna. Авторы указывают, что использованные наборы данных, например BELLE, ограничивают применение исследовательскими целями и запрещают коммерческое и другое потенциально вредное использование; отдельная лицензия модели в предоставленных данных не приведена.

knifeayumu/Cydonia-v1.3-Magnum-v4-22B — плотная языковая модель семейства Mistral на 22 млрд параметров, созданная автором knifeayumu с помощью слияния моделей TheDrummer/Cydonia-22B-v1.3 и anthracite-org/magnum-v4-22b. Для слияния применён метод SLERP через mergekit; веса представлены в формате Safetensors и имеют точность bfloat16. Модель предназначена для диалогов и генерации текста, включая ответы на запросы и создание связной прозы. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов, а интерфейс карточки отмечает возможности чата и вызова инструментов. Базовая модель описана как ориентированная на английский язык; других языковых характеристик README и метаданные не подтверждают. В метаданных указана лицензия «other», поэтому перед использованием следует проверить условия на странице модели и её базовых компонентов. Карточка не содержит конкретных оценок качества; как у генеративной языковой модели, ответы могут быть ошибочными или неподходящими для конкретной задачи.

Это разговорная языковая модель семейства Qwen3, разработанная LAION и обученная с нуля на наборах данных wildchat_386k и delphi_warmup. Она предназначена для генерации текста в диалоговом формате и может использоваться для создания ответов на запросы и ведения беседы. Модель имеет плотную архитектуру Qwen3ForCausalLM и содержит 402,6 млн параметров. Максимальная длина контекста — 4096 токенов; доступные веса представлены в формате safetensors. Для модели указана лицензия other, поэтому условия использования следует сверить с файлами репозитория. Карточка не приводит оценки качества или подробных ограничений.

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.

Nitral-Archive/Eris-Daturamix-7b — текстовая генеративная модель, созданная объединением ResplendentAI/Datura_7B и Test157t/Eris-Floramix-7b методом SLERP с помощью mergekit. Это плотная Mistral-модель с 7,1 млрд параметров, предназначенная для генерации текста и диалоговых ответов. Она принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. Модель использует формат safetensors и библиотеку Transformers. Карточка указывает на объединение двух моделей, но не описывает отдельные сценарии применения или языки. По метаданным базовая модель англоязычная и менее склонна к отказам, однако README не уточняет поведение именно этого объединения. Лицензия указана как other, поэтому условия использования следует проверять в репозитории модели и у исходных моделей.

Evolver — языковая модель, созданная сообществом mergekit слиянием предварительно обученных моделей SanjiWatsuki/Kunoichi-DPO-v2-7B и mergekit-community/mergekit-slerp-ebgdloh. Для объединения применён метод SLERP; конфигурация использует формат bfloat16. Модель семейства Mistral имеет плотную архитектуру MistralForCausalLM и 7,1 млрд параметров. Модель предназначена для генерации текста, в том числе диалогов и ответов на вопросы. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. В карточке не заявлены специализированные предметные области или отдельные языковые возможности. Лицензия в доступных сведениях не указана. Качество, ограничения и условия применения исходных моделей могут влиять на результат слияния; независимые оценки в карточке не приведены.