III.2Исследование рынка и маркетинг

KaraKaraWarehouse/Llama-ProgressPushDoll-3.3-70Bees — диалоговая языковая модель на архитектуре Llama, созданная объединением нескольких моделей семейства Llama 3.3 70B методом Model Stock. В качестве основы использована Llama-3.3-70B-Instruct; среди объединённых моделей — Mirai, Euryale, Anubis, Sushi и другие варианты Llama 3.3. Модель содержит 69,5 млрд параметров и принимает текстовые запросы для генерации текста и диалоговых ответов. Модель рассчитана на общие беседы и генерацию текста. В README указана совместимость с форматами запросов ChatML и L3 chat. Метаданные сообщают о контекстном окне до 131 072 токенов и формате весов safetensors. Автор описывает сборку как попытку получить модель, которая хорошо работает «из коробки», однако количественные оценки качества и отдельные специализированные возможности не приведены. Использование регулируется лицензией базовой модели Llama 3.3; конкретный идентификатор лицензии в предоставленных данных не указан.

Это дообученная модель gtmicrosoftPhi-3p5-mini-instruct20260804230324 на базе microsoft/Phi-3.5-mini-instruct. Согласно карточке, обучение выполнено с использованием TRL; метаданные указывают архитектуру Phi-3, 3,7 млрд параметров и библиотеку Transformers. Модель предназначена для диалоговой генерации текста и поддерживает контекст до 4096 токенов. Её можно применять для ответов на вопросы и ведения диалогов на естественном языке. Карточка не описывает специальную математическую специализацию, поэтому название репозитория само по себе не подтверждает качество решения математических задач. Сведения о лицензии и конкретных ограничениях дообученной версии в предоставленных данных отсутствуют.

LongForm-OPT-125M — языковая модель для генерации длинных текстов с инструктивной настройкой на наборе LongForm. Модель разработана авторами LongForm на базе архитектуры OPT; в репозитории указано около 151,9 млн параметров, формат весов — PyTorch и SafeTensors, а родной контекст составляет 2048 токенов. Модель предназначена для генерации текста по инструкциям, включая ответы на вопросы, написание писем, исправление грамматических ошибок, создание историй и стихов, рецептов и кратких пересказов. В описании LongForm сообщается о сравнительной оценке на генерации рецептов, длинных ответах на вопросы ELI5 и коротких рассказах; приведённые результаты относятся к семейству LongForm, а не отдельно к версии 125M. Данные обучения включают англоязычные документы из C4 и Wikipedia, примеры Stack Exchange и WikiHow, а также задания, инструкции для которых создавались с помощью LLM. Теги карточки также указывают немецкий, итальянский, испанский и французский языки, но описание обучения и задач сосредоточено на английском. Лицензия в предоставленных данных не указана.

M7Yamshadowexperiment28_AlloyingotneoyNeuralsirkrishna — объединённая модель семейства Mistral от MaziyarPanahi на 7,1 млрд параметров. Она создана слиянием automerger/M7Yamshadowexperiment28-7B и automerger/AlloyingotneoyNeuralsirkrishna-7B и предназначена для генерации текста и диалогов. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. Модель подходит для генерации продолжений, ответов и диалоговых реплик. В карточке не приведены сведения о целевых языках или специализированных областях применения. Лицензия — Apache-2.0.

M7Yamshadowexperiment28_NeuralsirkrishnaM7 — объединённая модель на базе двух моделей Mistral: automerger/M7Yamshadowexperiment28-7B и automerger/NeuralsirkrishnaM7-7B. Она предназначена для генерации текста и диалогового взаимодействия; архитектура — плотная авторегрессионная Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Карточка не содержит сведений о специализации, обучающих данных или проверках качества.

Magnum-v2-123b — диалоговая языковая модель Anthracite, шестая версия в серии моделей, настроенных на воспроизведение качества прозы Claude 3 Sonnet и Opus. Это полноразмерное дообучение Mistral Large Instruct 2407 с архитектурой MistralForCausalLM и 122,2 млрд параметров; модель распространяется в формате Safetensors и рассчитана на контекст до 131 072 токенов. Модель предназначена для генерации диалоговых ответов и связного текста, в том числе для творческого письма. Она использует формат инструкций Mistral и обучалась на данных Stheno, Kalo Opus Instruct и наборах Anthracite для письма и ответов без отказов. В карточке заявлена поддержка английского, французского, немецкого, испанского, итальянского, португальского, русского, китайского и японского языков. Модель может быть полезна для написания прозы и ведения диалогов; качество отдельных задач и языков в README не оценивается. Лицензия указана как «other», поэтому перед использованием следует проверить условия на странице модели Hugging Face.

Magnum v4 22B — языковая модель, разработанная организацией Anthracite и представленная в формате GGUF-квантизаций. Она дообучена на базе Mistral-Small-Instruct-2409 и создана для воспроизведения качества прозы моделей Claude 3, в частности Sonnet и Opus. Модель предназначена для текстовой генерации и диалоговых сценариев, включая написание и редактирование текстов, следование инструкциям и использование в чат-интерфейсах, например SillyTavern. Указан английский язык. Размер модели — 22 млрд параметров; поддерживается контекст длиной до 32 768 токенов. Модель работает в текстовой модальности, а README описывает стандартный формат промпта Mistral с системным сообщением, пользовательскими запросами и ответами ассистента. К сильным сторонам относятся ориентация на высокое качество прозы, большой контекст и доступность в GGUF для локального запуска с подходящими инструментами. Ограничения включают отсутствие заявленных мультимодальных возможностей, отсутствие количественных результатов бенчмарков и неполное описание характеристик безопасности. Модель обучалась в течение двух эпох методом полно-параметрического дообучения на нескольких датасетах, связанных с инструкциями, диалогами и качеством письма. Лицензия указана как other с названием mrl; дополнительные условия в README не раскрыты.

Kaoeiri/Magnum-v4-Cydonia-v1.3-22B-2 — объединённая разговорная языковая модель на архитектуре Mistral, созданная методом DARE TIES с помощью mergekit. В основу слияния взята anthracite-org/magnum-v4-22b, также включена TheDrummer/Cydonia-22B-v1.3. Модель содержит 22 млрд параметров, использует формат safetensors и рассчитана на генерацию текста и диалоговое взаимодействие с контекстом до 32 768 токенов. Модель подходит для ведения диалогов и генерации связного текста. Метаданные указывают на интерфейс вызова инструментов, но не подтверждают качество или результаты в конкретных сценариях. Базовая модель предназначена для англоязычных диалогов, следования инструкциям и создания прозы. Лицензия в предоставленных данных не указана.

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.

mBART-50 many-to-many — модель машинного перевода от Facebook, дообученная на основе mBART-large-50. Она переводит напрямую между любыми парами из 50 языков: целевой язык задаётся специальным токеном в начале генерации. Модель построена на архитектуре MBartForConditionalGeneration и содержит около 457,4 млн параметров; максимальная длина контекста — 1024 токена. Модель предназначена для многоязычного перевода текстов, включая перевод на русский и с русского. Для её использования требуется указать токен целевого языка при генерации. Карточка не сообщает лицензию и специфические ограничения качества, поэтому их нельзя уточнить по имеющимся данным.

MeliodasPercival_01_PasticheInex12 — объединённая языковая модель семейства Mistral, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/PasticheInex12-7B. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и распространяется в формате safetensors. Модель предназначена для генерации текста и диалогов. Она принимает текстовые запросы и поддерживает контекст до 32 768 токенов. Язык модели и её специализация в карточке не уточняются. Модель распространяется по лицензии Apache-2.0. Данных о качестве, результатах оценки и ограничениях применения в карточке нет.

MeliodasPercival_01_YamMulti_verse_model — объединённая модель Mistral, созданная на основе automerger/MeliodasPercival_01-7B и automerger/YamMulti_verse_model-7B. Она содержит 7,1 млрд параметров и предназначена для генерации текста и диалогов; поддерживает контекст до 32 768 токенов. Модель принимает текст и выдаёт текст. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0. Доступные сведения не описывают отдельные специализации, языковое покрытие или результаты оценки качества.

MeliodasPercival_01_YamshadowExperiment28 — слитая языковая модель на архитектуре Mistral, созданная объединением automerger/MeliodasPercival_01-7B и automerger/YamshadowExperiment28-7B. Она предназначена для генерации текста и диалогов по текстовым запросам. Модель содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. Модель может применяться для составления ответов, продолжения текста и ведения диалогов. Карточка не уточняет её языковую специализацию или результаты оценки качества. Лицензия — Apache-2.0.

MeliodasT3qm7_MeliodasPercival_01 — объединённая текстовая модель семейства Mistral от MaziyarPanahi, созданная на основе automerger/MeliodasT3qm7-7B и automerger/MeliodasPercival_01-7B. Это плотная авторегрессионная модель с архитектурой MistralForCausalLM, примерно 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста и диалогов. Её можно применять для составления ответов, продолжения текста и разговорных сценариев на входном тексте. Карточка не сообщает целевые языки или специализированные предметные области, поэтому их не следует считать установленными. Веса опубликованы в формате safetensors по лицензии Apache-2.0. Качество и ограничения конкретного объединения в README не описаны.

mergekit-community/mergekit-slerp-idbupbn — языковая модель, созданная сообществом путём слияния методом SLERP двух предварительно обученных моделей: meta-llama/Meta-Llama-3-8B-Instruct и amazingvince/Not-WizardLM-2-7B. Она предназначена для генерации текста и диалоговых ответов. Модель использует плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и имеет контекст до 32 768 токенов. Слияние сочетает веса исходных моделей с параметрами, меняющимися для слоёв внимания и MLP. В репозитории веса представлены в формате safetensors; метаданные указывают библиотеку Transformers. Базовая Meta-Llama-3-8B-Instruct ориентирована на ассистентские ответы и генерацию текста на английском языке. Лицензия в предоставленных данных не указана. Качество и поведение конкретного слияния отдельно не описаны, поэтому результаты следует проверять для целевых сценариев.

Карточка модели mergekit-community/mergekit-ties-aspkrwz на Hugging Face совпадает с карточкой mergekit-community/mergekit-ties-fnacfof, поэтому описание составлено по ней. mergekit-community/mergekit-ties-fnacfof — языковая модель на архитектуре Llama, созданная сообществом с помощью слияния TIES. В объединении использованы NousResearch/Llama-2-7b-hf в качестве базовой модели, а также microsoft/Orca-2-7b и arcee-ai/Patent-Instruct-7b. Модель содержит 6,6 млрд параметров, распространяется в формате Safetensors и рассчитана на контекст до 4096 токенов. Модель предназначена для генерации текста и диалоговых сценариев, сочетая возможности включённых в слияние моделей. Карточка не уточняет отдельные преимущества, целевые языки или специализированные сценарии; базовая модель описана как англоязычная. Лицензия в предоставленных данных не указана.

gbueno86/Meta-LLama-3-Cat-A-LLama-70b — объединённая диалоговая языковая модель на архитектуре Llama 3, созданная автором репозитория с помощью mergekit. В карточке описано слияние Undi95/Meta-Llama-3-70B-Instruct-hf и turboderp/Cat-Llama-3-70B-instruct методом slerp; метаданные также указывают эти базовые модели и связь merge. Модель содержит 69,5 млрд параметров, работает с текстом и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации диалоговых ответов, следования инструкциям и ролевых сценариев. Автор описывает её как свой основной помощник, однако карточка не приводит формальных оценок качества или подробного набора тестов. В метаданных указан английский язык, библиотека Transformers и формат safetensors. Лицензия — Llama 3; применяйте модель с учётом условий этой лицензии.

MiLMMT-46-12B-v1.0 — модель Xiaomi для перевода между 46 языками. Она основана на Gemma 3 12B и дообучалась в несколько этапов: продолжительное предобучение на 143 млрд токенов монолингвальных и параллельных данных, supervised fine-tuning, обучение с подкреплением и слияние моделей. В метаданных указаны архитектура Gemma 3 с плотными весами, класс Gemma3ForConditionalGeneration, библиотека Transformers и формат safetensors. Модель предназначена для перевода текстов между поддерживаемыми языками. Список охватывает, в частности, русский, английский, китайский, японский, арабский, хинди и вьетнамский. Для перевода следует задавать языки явно в промпте. Модель доступна по лицензии Gemma. Качество перевода на языках вне списка не гарантируется.

Mini_DPO_test02-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель на архитектуре Mistral, созданная слиянием Mistral-7B-Instruct-v0.2 и Mini_DPO_test02 методом SLERP. Модель содержит 7,1 млрд параметров и предназначена для генерации текста и ответов на инструкции в формате чата; поддерживает контекст до 32 768 токенов. Модель подходит для диалоговых помощников, ответов на вопросы и генерации текста по запросу. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. В карточке не приведены сведения о специальных предметных областях или сравнительных оценках качества.

Kaoeiri/Mistral-magnum_X_Cydonia-v1.3-M — объединение предварительно обученных языковых моделей, созданное методом Model Stock с помощью mergekit. В качестве базовой модели использована unsloth/Mistral-Small-Instruct-2409; в объединение также вошли модели Magnum, Cydonia, SeminalRP, Gutenberg-Doppel и abliterate-версия Mistral Small Instruct. Это плотная авторегрессионная модель семейства Mistral с архитектурой MistralForCausalLM, примерно 22 млрд параметров и контекстом до 131 072 токенов. Модель предназначена для генерации текста и диалогов; её можно применять для написания и продолжения прозы, ролевых диалогов и ответов на запросы. В карточке заявлены интерфейс чата и интерфейс вызова инструментов. Модель работает с текстом; конкретный перечень поддерживаемых естественных языков в источниках не приводится. Весовые файлы представлены в формате safetensors. Лицензия и специальные ограничения использования в предоставленных данных не указаны, поэтому условия следует проверить в карточке модели и у базовых моделей перед внедрением. Поскольку это объединение нескольких моделей, поведение и качество могут зависеть от формулировки запроса; независимые оценки качества в карточке не приведены.

cloudyu/Mixtral-8x7B-Instruct-v0.1-DPO — диалоговая модель генерации текста на архитектуре Mixtral MoE, дообученная автором cloudyu методом Direct Preference Optimization (DPO) на основе mistralai/Mixtral-8x7B-Instruct-v0.1. По README, после 100 шагов DPO-обучения улучшились метрики Truthful DPO; также приведены результаты оценивания на задачах рассуждения и понимания текста. Модель предназначена для диалоговых ответов и генерации текста. Она принимает текст и выдаёт текст; заявленный контекст составляет 32 768 токенов, формат весов — safetensors, лицензия — Apache-2.0. Метаданные указывают поддержку английского, французского, итальянского, немецкого и испанского языков. Данных о специализированной области применения нет. README содержит ограниченные результаты бенчмарков, поэтому они не гарантируют качество на других задачах.

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.

zelk12 опубликовал объединённую методом SLERP языковую модель MT2-Gen4-BMM-gemma-2-9B на архитектуре Gemma 2. Модель размером 9 млрд параметров создана с помощью mergekit из zelk12/MT2-Gen4-BB-gemma-2-MTMMT3g2-9B и zelk12/MT2-Gen4-MM-gemma-2-Rv0.4MTM-9B; базовой в конфигурации указана первая из них. Модель предназначена для генерации текста и диалоговых ответов, работает через Transformers и использует контекст до 8192 токенов. Веса опубликованы в формате safetensors. В карточке и метаданных лицензия не указана, поэтому условия использования определить нельзя.

zelk12/MT2-Gen4-gemma-2-9B — языковая модель для генерации текста и диалогового общения, созданная объединением двух предварительно обученных моделей с помощью mergekit и метода SLERP: zelk12/MT2-Gen4-IMU-gemma-2-9B и zelk12/MT2-Gen4-MAGBMM-gemma-2-9B. В конфигурации указана первая модель как базовая, а коэффициент смешивания — 0,25. Модель основана на плотной архитектуре Gemma 2 с 9 млрд параметров, рассчитана на контекст до 8192 токенов и распространяется в формате safetensors. Подходит для генерации ответов и ведения диалогов. В README приведены результаты отдельных тестов Open LLM Leaderboard, включая IFEval и BBH. Для использования требуется соблюдать лицензию Gemma. Карточка не описывает целевые языки и специализированные области применения, поэтому модель следует рассматривать как языковую модель общего назначения.

zelk12/MT2-Max-Merge_02012025163610-MUBGI-gemma-2-9B — объединённая модель семейства Gemma 2, созданная разработчиком zelk12 из двух предварительно обученных языковых моделей с помощью mergekit и метода SLERP. Это плотная авторегрессионная модель на 9 млрд параметров для генерации текста и диалогового взаимодействия; в метаданных указано контекстное окно 8192 токена и формат весов safetensors. Модель принимает текст и генерирует текст, поэтому подходит для диалоговых приложений и других сценариев генерации. Карточка не уточняет языковой охват, специализацию или результаты оценки качества. Лицензия в предоставленных данных не указана.

zelk12/MT3-Gen4-GB-gemma-2-9B — слитая методом SLERP модель на основе двух предварительно обученных языковых моделей Gemma 2. Разработчик объединил zelk12/MT3-Gen4-GP-gemma-2-MT5g3MT2g2-9B и zelk12/MT3-Gen4-BB-gemma-2-MT2g2MT5g3-9B с помощью mergekit; размер модели — 9 млрд параметров, архитектура — плотная Gemma2ForCausalLM, формат весов — safetensors. Модель предназначена для генерации текста и диалогового общения. Она принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов и работает через Transformers. Сведения о поддерживаемых естественных языках и специализации по предметным областям в источниках не приведены. Модель распространяется под лицензией, указанной в метаданных Hugging Face; условия лицензии здесь не раскрыты. Качество слияния и конкретные ограничения модели в карточке не описаны.

zelk12/MT3-Gen5-MMG-gemma-2-9B_v1 — это слитая с помощью mergekit методом SLERP языковая модель на архитектуре Gemma 2. В объединении использованы zelk12/MT3-Gen5-MM-gemma-2-MT2Av4d-9B_v1 и zelk12/MT3-Gen5-GP-gemma-2-RAv0.1E-9B_v1; в конфигурации базовой указана первая модель. Вес модели составляет 9 млрд параметров, файлы представлены в формате safetensors, для работы используется библиотека Transformers. Модель предназначена для генерации текста и диалогового общения. Её можно применять для создания и продолжения текстов, ответов в чате и других сценариев работы с языковым контентом. Нативный размер контекста — до 8192 токенов. Данные не подтверждают поддержку конкретных естественных языков или специализированных предметных областей. Условия лицензии в предоставленных сведениях не приведены. Поскольку это объединение двух моделей, практические свойства и качество зависят от их обучающих данных и настройки; отдельные ограничения в README не описаны.

zelk12 выпустил эту диалоговую языковую модель, объединив методом SLERP веса recoilme/recoilme-gemma-2-9B-v0.4 и zelk12/MT3-Gen4-gemma-2-9B. Модель построена на архитектуре Gemma 2, содержит 9 млрд параметров и предназначена для генерации текста и общения в чате. Она принимает текст и выдаёт текст; заявленная длина контекста составляет 8192 токена. Модель хранится в формате Safetensors и рассчитана на использование через библиотеку Transformers. README и метаданные не описывают её языковой охват, специальные предметные области, сравнительные результаты или ограничения качества. Лицензия в предоставленных данных не указана.

mT5-m2m-CrossSum-enhanced — модель семейства mT5, разработанная авторами репозитория csebuetnlp и дообученная на всех межъязыковых парах набора CrossSum. Она предназначена для создания краткого пересказа текста на выбранном целевом языке, в том числе когда язык исходного текста отличается от языка пересказа. Модель содержит 291,2 млн параметров и использует архитектуру MT5ForConditionalGeneration. В карточке перечислены языки от амхарского и арабского до английского, русского, китайского, японского и других; README также указывает названия целевых языков для генерации. Это текстовая модель суммаризации, опубликованная в формате PyTorch. Подходит для многоязычного суммирования статей и подготовки кратких пересказов для читателей, говорящих на другом языке. Карточка не сообщает конкретные показатели качества или ограничения по длине входа. Лицензия в предоставленных данных не указана.

Карточка модели zelk12/MT-Max-Merge_02012025163610-BB-gemma-2-MT5g4MTM5-9B на Hugging Face совпадает с карточкой zelk12/MT2-Max-Merge_02012025163610-BB-gemma-2-MT5g4MTM5-9B, поэтому описание составлено по ней. zelk12/MT2-Max-Merge_02012025163610-BB-gemma-2-MT5g4MTM5-9B — объединённая модель генерации текста на базе Gemma 2, созданная методом SLERP с помощью mergekit из zelk12/MT5-Gen4-gemma-2-9B и zelk12/MT-Merge5-gemma-2-9B. Модель содержит 9 млрд параметров, использует архитектуру Gemma2ForCausalLM и представлена в формате safetensors для библиотеки Transformers. Модель предназначена для диалоговой генерации текста. Контекст составляет до 8192 токенов. Сведения о поддерживаемых естественных языках, специальных предметных областях и сравнительном качестве в карточке не приведены. Лицензия в предоставленных данных не указана.