III.2Исследование рынка и маркетинг

Это дообученная модель Mistral с 7,1 млрд параметров, созданная на основе HuggingFaceH4/mistral-7b-sft-beta. Согласно карточке, она обучена на обновлённом и исходном наборах данных; подробности о данных и оценке не приведены. Модель предназначена для генерации текста и общения в чате, принимает текст и выдаёт текст. Архитектура — плотная MistralForCausalLM, формат весов — safetensors, длина контекста — до 32 768 токенов. Поддерживаемые языки и специализация на конкретных областях не заявлены. Лицензия — MIT.

Модель ShenaoZhang/0.01_4iters_bs256_nodpo_only4w_iter_1 — дообученная версия HuggingFaceH4/mistral-7b-sft-beta, разработанная на наборах данных updated и original. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, рассчитанная на генерацию текста и диалоговое общение. Контекст составляет до 32 768 токенов; модель распространяется в формате Safetensors и имеет лицензию MIT. Модель подходит для ответов на вопросы и генерации диалоговых ответов на текстовые запросы. Карточка не описывает отдельную специализацию или результаты оценки качества; возможности и ограничения унаследованной базовой модели могут быть неприменимы к этому чекпойнту без дополнительной проверки.

Модель ShenaoZ/0.01_ablation_4iters_bs256_iter_3 — дообученная версия ShenaoZ/0.01_ablation_4iters_bs256_iter_2, созданная на обновлённом и исходном наборах данных. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Она предназначена для генерации текста и диалогового общения. Карточка не приводит подробностей об обучении и оценивании, поэтому качество и особые ограничения применения оценить нельзя. Лицензия — MIT.

Lucid-gunner/adullama3.1-v2 — языковая модель для генерации текста и диалогового общения, разработанная lucid-gunner путём дообучения unsloth/Meta-Llama-3.1-8B-bnb-4bit. Модель относится к плотной архитектуре Llama и содержит 7,5 млрд параметров; заявленная длина контекста — 131 072 токена. Для обучения использовались Unsloth и библиотека Hugging Face TRL. Модель подходит для диалоговых сценариев и генерации текста на английском языке. Она распространяется по лицензии Apache-2.0. README не сообщает о специализированной области применения или оценках качества модели.

Akins-3B — языковая модель для генерации текста на основе архитектуры StableLM Epoch, дообученная разработчиком на наборе Norquinal/claude_multiround_chat_1k. Модель содержит 2,7 млрд параметров, принимает текст и выдаёт текст; для диалога в карточке указан шаблон с ролями USER и ASSISTANT. Контекст составляет 4096 токенов. Модель предназначена для инструкционного диалога и генерации ответов на запросы пользователя. В README указано дообучение в течение двух эпох с помощью QLoRA. Репозиторий содержит веса в форматах PyTorch и safetensors; автор также ссылается на отдельные варианты квантования GGUF и GPTQ. Лицензия — CC BY-SA 4.0.

Alchemist_02_2b — объединённая языковая модель, созданная Sumail с помощью mergekit на основе моделей deepnet/SN6-71G5, deepnetguy/gemma-64 и Aspik101/minigemma_ft9. Она использует плотную архитектуру GemmaForCausalLM и предназначена для генерации текста и диалогового взаимодействия. Размер модели составляет 2,5 млрд параметров, а контекст — до 8192 токенов. Модели объединены методом TIES с нормализацией; в конфигурации указана точность bfloat16. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0. Сведения о конкретных языках обучения и специализированных областях применения отсутствуют.

ganesh714/arq_m1_chairs_DS_r1_Q7 — дообученная языковая модель, разработанная ganesh714 на базе unsloth/deepseek-r1-distill-qwen-7b-unsloth-bnb-4bit. Это плотная модель семейства Qwen2 с архитектурой Qwen2ForCausalLM и 7,1 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Указанный размер контекста — до 131 072 токенов. Модель принимает текст и выдаёт текст. В карточке заявлена поддержка английского языка; метаданные также отмечают интерфейс вызова инструментов. Модель обучалась с использованием Unsloth и библиотеки TRL от Hugging Face. Модель распространяется по лицензии Apache-2.0. Карточка не приводит результатов оценки качества или подробностей о специализированных сценариях дообучения, поэтому пригодность для конкретных задач следует проверять на собственных примерах.

Карточка модели NalDice/askvox-1.4 на Hugging Face совпадает с карточкой NalDice/askvox-1.2, поэтому описание составлено по ней. 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.

AsphyXIA/baarat-MTK — дообученная языковая модель семейства Llama, разработанная AsphyXIA на базе baarat-MTK. Она предназначена для генерации текста; карточка не уточняет специализацию или конкретные сценарии применения. Модель содержит 6,7 млрд параметров, принимает текст и имеет контекстное окно 4096 токенов. Модель опубликована в формате Safetensors и распространяется по лицензии Apache-2.0. Для обучения использовались Unsloth и библиотека Hugging Face TRL. Карточка не описывает результаты оценки качества, поэтому пригодность для конкретных задач следует проверять отдельно.

BeagleSempra-7B — диалоговая модель генерации текста, созданная shadowml с помощью объединения моделей shadowml/WestBeagle-7B и FelixChao/Sectumsempra-7B-DPO методом SLERP через LazyMergekit. В основе архитектуры — плотная Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов; веса доступны в формате safetensors, а при слиянии использовалась точность bfloat16. Модель предназначена для ведения диалогов и генерации ответов по текстовым запросам. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но не для коммерческих целей. README не содержит результатов оценки качества или подробных рекомендаций по настройке.

Карточка модели safestack/Bielik-11B-v3.0-Instruct на Hugging Face совпадает с карточкой speakleash/Bielik-11B-v3.0-Instruct, поэтому описание составлено по ней. Bielik-11B-v3.0-Instruct — генеративная языковая модель с 11 млрд параметров, разработанная SpeakLeash совместно с центром ACK Cyfronet AGH. Это дообученная для следования инструкциям версия Bielik-11B-v3-Base-20250730 с архитектурой causal decoder-only; формат диалога — ChatML. Модель предназначена для общения, ответов на вопросы и выполнения разнообразных текстовых задач, включая задачи на логику, STEM, математику и работу с инструментами. Модель обучали на текстах и инструкциях на 32 европейских языках, уделяя особое внимание польскому. В обучении использовались многоходовые диалоги, синтетические и проверенные вручную инструкции, а также методы DPO и обучения с подкреплением. В метаданных перечислена поддержка польского и ряда европейских языков, включая русский и английский. Лицензия — Apache 2.0. Разработчики характеризуют модель как демонстрацию возможностей базовой модели после дообучения. Она может выдавать фактически неверные, предвзятые или оскорбительные ответы и не имеет встроенных механизмов модерации; её выводы требуют проверки.

BLOSSOM-v4-qwen-18b — диалоговая языковая модель, разработанная командой Blossom и полученная дообучением Qwen-1_8B на смесях данных Blossom Orca, Wizard, Chat и Math. Модель использует плотную архитектуру Qwen с 2,3 млрд параметров и контекстом до 8192 токенов; репозиторий содержит веса PyTorch. Она предназначена для генерации ответов в формате диалога и общего следования инструкциям, включая задачи на понимание текста и математику. Обучение проходило в два этапа на одно- и многоходовых примерах.

Blured-Ties-7B — языковая модель на 7,1 млрд параметров, созданная liminerity с помощью LazyMergekit путём слияния моделей Blurstral-7b-slerp и Mistral-CatMacaroni-slerp-uncensored-7B. В конфигурации указаны архитектура Mistral, метод слияния TIES и базовая модель mistralai/Mistral-7B-v0.1; модель распространяется в формате Safetensors и использует лицензию Apache 2.0. Модель предназначена для генерации текста, в том числе разговорных ответов. Контекст составляет до 32 768 токенов. В составе слияния есть модель с пометкой uncensored, поэтому Blured-Ties-7B может выдавать ответы с меньшими ограничениями. Сведения о поддерживаемых естественных языках в карточке не приведены.

BrokenKeyboardMerge — объединённая языковая модель автора dhanushreddy29, созданная из dhanushreddy29/BrokenKeyboard и udkai/Turdus с помощью LazyMergekit. Конфигурация passthrough берёт слои 0–15 из первой модели и слои 16–31 из второй; архитектура — плотная LlamaForCausalLM с 7,1 млрд параметров, веса сохранены в Safetensors, контекст — до 4096 токенов. Модель предназначена для генерации текста и диалоговых ответов. В README приведены результаты Open LLM Leaderboard, включая средний балл 59,33, но эти оценки сами по себе не гарантируют качество в конкретном сценарии. Указана лицензия CC BY-NC 4.0, допускающая использование с атрибуцией и ограничением на коммерческое применение.

CapybaraHermes-2.5-Mistral-7B — англоязычная чат-модель Argilla на архитектуре Mistral, содержащая 7,1 млрд параметров. Она дообучена с помощью LoRA и TRL на базе teknium/OpenHermes-2.5-Mistral-7B методом DPO: использована смесь предпочтений argilla/dpo-mix-7k, обучение длилось три эпохи. Модель предназначена для диалогов и генерации ответов на английском языке, включая многоходовое общение. В карточке приведены результаты MTBench и нескольких бенчмарков; авторы отмечают улучшение оценки на втором ходе MTBench относительно базовой OpenHermes-2.5-Mistral-7B. Это сравнительные результаты конкретных оценок, а не гарантия качества для любого сценария. Контекст модели — до 32 768 токенов, веса опубликованы в формате Safetensors. Лицензия — Apache-2.0.

mondk/claude_Deepseek-R1-Qwen3_fp16 — разговорная текстовая модель, представленная как версия в формате GGUF F16. В README указана связь с базовой моделью mondk/claude_Deepseek-R1-Qwen3_safetensors, а для неё приведён исходный вариант unsloth/DeepSeek-R1-0528-Qwen3-8B-unsloth-bnb-4bit. Каталог описывает базовую модель как дообученную Qwen3 с 7,6 млрд параметров для генерации текста и диалогов. Модель предназначена для генерации текста и ведения диалогов. В карточке указаны английский язык и возможность чата. Лицензия — Apache-2.0. README предупреждает, что сведения в карточке могут быть неточными; отдельные характеристики этой версии не подтверждены.

Claude Haiku 4.5 — модель Anthropic, позиционируемая как быстрая и экономичная модель с интеллектом, близким к передовым системам, при меньших стоимости и задержке по сравнению с более крупными моделями Claude. В карточке также заявлено, что по производительности она сопоставима с Claude Sonnet 4. Модель предназначена для задач, где важны быстрые ответы и низкая стоимость обращения. Доступные сведения не описывают конкретные сценарии, архитектуру, размер, модальности, языки, длину контекста или лицензию; поэтому эти характеристики здесь не уточняются.

Hasanur525/deed_summarization_mt5_version_1 — дообученная Hasanur525 модель Google mT5-base для суммаризации текстов. Она построена на архитектуре MT5ForConditionalGeneration и содержит 291,2 млн параметров. Многоязычная базовая модель преобразует текст в текст; модель сохранена в формате safetensors. Модель предназначена для создания краткого содержания входного текста. В README приведены метрики на оценочном наборе: Loss 0,5863, ROUGE-1 1,0138, ROUGE-2 0,6875, ROUGE-L 1,0233, ROUGE-Lsum 1,0941 и средняя длина генерации около 288 токенов. Датасет указан как None, поэтому по карточке нельзя установить предметную область обучения или проверить приведённые значения метрик. Лицензия — Apache-2.0. README не сообщает об ограничениях применения или подтверждённых целевых языках; многоязычность относится к базовой модели и сама по себе не подтверждает качество суммаризации на каждом языке.

Eukaryote-8x7B-bf16 — языковая модель Kquant03, собранная как «frankenMoE» из нескольких моделей семейства 7B. В карточке перечислены Kunoichi-DPO-v2-7B, distilabeled-Marcoro14-7B-slerp, NexoNimbus-7B, NeuralDaredevil-7B, garten2-7b и Lelantos-DPO-7B; базовой моделью указана Kunoichi-DPO-v2-7B. Архитектура — Mixtral-подобная смесь экспертов (MoE), задача — генерация текста. Метаданные указывают 7,1 млрд параметров, контекст 8192 токена и формат safetensors. Модель предназначена для генерации текста и диалогового применения. Автор сообщает, что она в среднем превзошла Mixtral Instruct и Nous-Hermes-2-Mixtral-8x7B-DPO в оценках Open LLM Evaluations. Карточка не приводит подробностей об этих измерениях, поэтому результат следует считать заявлением автора. Для MoE сохраняется высокая потребность в памяти: при инференсе нужно загрузить веса всех экспертов, хотя для каждого токена вычисляется только часть модели. Модель выпущена по лицензии Apache-2.0.

Experiment26Neuralsirkrishna_Experiment24Alloyingotneoy — объединённая модель Mistral, созданная слиянием automerger/Experiment26Neuralsirkrishna-7B и automerger/Experiment24Alloyingotneoy-7B. Она содержит 7,1 млрд параметров и предназначена для генерации текста и диалогов; принимает текст и выдаёт текст. Контекст — до 32 768 токенов. Модель опубликована в формате Safetensors под лицензией Apache-2.0. В доступных материалах не описаны конкретные преимущества слияния, результаты оценки качества или специализированные области применения.

MaziyarPanahi/Experiment26Yamshadow_ShadowYam — объединённая модель для генерации текста, созданная на основе automerger/Experiment26Yamshadow-7B и automerger/ShadowYam-7B. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации продолжений и ответов на текстовые запросы. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. Карточка не описывает конкретную специализацию, языки или результаты оценки качества, поэтому их нельзя уверенно указать.

Experiment28M7_M7T3qm7x — объединённая языковая модель, опубликованная MaziyarPanahi. Она создана слиянием automerger/Experiment28M7-7B и automerger/M7T3qm7x-7B и предназначена для генерации текста и диалогов. Модель использует плотную архитектуру Mistral с 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель подходит для генерации продолжений текста и ответов в диалоге. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Карточка не описывает целевые языки и специализированные области применения.

Fimburs11V3 — плотная языковая модель семейства Llama с 10,6 млрд параметров, созданная сообществом mergekit-community путём слияния предварительно обученных моделей Sao10K/Fimbulvetr-11B-v2 и Cognitive-Machines-Labs/Ursidae-11b-Mini. Для слияния применён метод SLERP; конфигурация использует веса в формате bfloat16. Модель предназначена для генерации текста и ответов, в том числе диалогового текста. Она принимает текст и выдаёт текст, работает через библиотеку Transformers и имеет контекстное окно 4096 токенов. Карточка не описывает отдельную специализацию или набор поддерживаемых языков; базовая модель в каталоге ориентирована на английский язык. Модель доступна в формате safetensors. Условия лицензии в предоставленных данных не указаны.

FNCARLplus-7b — объединённая диалоговая языковая модель на базе Mistral 7B, созданная jambroz с помощью mergekit. В README указано, что при слиянии DARE TIES использовались jambroz/sixtyoneeighty-7b, jambroz/FNCARL-7b, HuggingFaceH4/mistral-7b-anthropic и mlabonne/UltraMerge-7B; базой служила jambroz/sixtyoneeighty-7b. Модель имеет 7,1 млрд параметров, архитектуру MistralForCausalLM и контекст до 32 768 токенов. Она предназначена для генерации текста в диалоговом формате: например, для ответов на запросы и ведения переписки. Репозиторий содержит веса Safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0. В предоставленной карточке нет сведений о целевых языках или специализированных областях применения.

Fox-1-1.6B-Instruct-v0.1 — компактная языковая модель TensorOpera AI с архитектурой decoder-only Transformer семейства Llama и примерно 1,7 млрд параметров. Это версия базовой Fox-1-1.6B, дообученная методом SFT на инструкциях и данных многоходовых диалогов. Модель предназначена для генерации текста, выполнения инструкций и диалоговых сценариев на английском языке. Она использует Grouped Query Attention с 16 головами внимания и 4 головами ключей и значений; нативная длина контекста составляет 8192 токена. В README приведены результаты оценки на наборах ARC Challenge, HellaSwag, TruthfulQA, MMLU, Winogrande и GSM8k. Разработчик предупреждает, что перед производственным использованием модели требуется дополнительное выравнивание. Модель распространяется по лицензии Apache-2.0.

jaspionjader/fr-17-8b — объединённая разговорная языковая модель, созданная автором репозитория с помощью mergekit методом SLERP из jaspionjader/fr-16-8b и jaspionjader/Kosmos-EVAA-Franken-v38-8B. Модель построена на плотной архитектуре LlamaForCausalLM и содержит 7,5 млрд параметров; файлы представлены в формате safetensors и рассчитаны на работу через Transformers. Модель предназначена для генерации текста и диалоговых ответов. Заявленная длина контекста — 131 072 токена. Сведения о конкретных языках и специализированных областях применения отсутствуют, поэтому её следует рассматривать как модель общего назначения. Лицензия в предоставленных данных не указана.

fr-4-8b — разговорная языковая модель, созданная jaspionjader с помощью слияния SLERP двух предварительно обученных моделей: jaspionjader/fr-3-8b и jaspionjader/Kosmos-EVAA-Franken-v38-8B. Модель основана на плотной архитектуре LlamaForCausalLM и содержит 7,5 млрд параметров; веса опубликованы в формате safetensors, для работы предусмотрена библиотека Transformers. Модель предназначена для генерации текста и диалоговых ответов. Контекст составляет до 8192 токенов. В карточке не указаны специальные предметные области или поддерживаемые языки, поэтому модель можно описать как разговорную общего назначения. Лицензия в предоставленных данных не приведена.

Franken-MistressMaid-7B — языковая модель на архитектуре Mistral, созданная объединением нескольких предварительно обученных моделей методом TIES с помощью mergekit. В качестве основы использована mistralai/Mistral-7B-v0.1; в объединение также вошли ibm/merlinite-7b, l3utterfly/mistral-7b-v0.1-layla-v4, SanjiWatsuki/Sonya-7B, NeverSleep/Noromaid-7b-v0.2 и migtissera/SynthIA-7B-v1.3. Модель содержит 7,1 млрд параметров, принимает текст и предназначена для генерации текста. Её контекстное окно составляет 32 768 токенов; репозиторий использует формат safetensors и библиотеку Transformers. Карточка не описывает конкретные сценарии применения, языки или ограничения качества. Лицензия в предоставленных данных не указана.

djuna/G2-BigGSHT-27B-calc — объединённая модель семейства Gemma 2, созданная автором репозитория с помощью mergekit и метода SLERP из DazzlingXeno/G2-Xeno-SimPO-27b и TheDrummer/Gemmasutra-Pro-27B-v1. Модель содержит 27,6 млрд параметров, использует архитектуру Gemma2ForCausalLM и предназначена для генерации текста и чат-диалогов. Модель подходит для ведения диалогов, творческой генерации и ролевых сценариев. Её контекстное окно составляет 8192 токена; для работы используются Transformers и веса в формате safetensors. README описывает процесс слияния и его параметры, но не приводит сравнительных оценок качества или подробных результатов тестирования. Лицензия в предоставленных данных не указана.

MonsterAPI разработала MonsterInstruct — инструктивно дообученную модель Gemma 2 с 2,7 млрд параметров, основанную на google/gemma-2-2b-it. Она предназначена для диалоговой генерации текста и выполнения инструкций. Модель использует архитектуру Gemma 2 с плотной сетью, принимает текст и формирует текстовые ответы; контекст составляет до 8192 токенов. Модель дообучена на англоязычном датасете MonsterInstruct-gemma2-formatted. Английский является основным языком обучения; автор отмечает поддержку и других языков, но не приводит их перечень или отдельные оценки качества. Репозиторий содержит веса в формате Safetensors и использует библиотеку Transformers. Лицензия — Gemma License; перед применением следует учитывать её условия.