III.2Исследование рынка и маркетинг

RedPipe-7B-slerp — языковая модель на базе архитектуры Mistral, созданная слиянием OpenPipe/mistral-ft-optimized-1218 и Rakuten/RakutenAI-7B-chat методом SLERP с помощью LazyMergekit. Это плотная авторегрессионная модель с 7,1 млрд параметров для генерации текста; заявленная длина контекста составляет 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. В состав слияния входит чат-модель Rakuten, рассчитанная на японский и английский языки; README не сообщает результатов оценки RedPipe-7B-slerp или отдельных гарантий качества. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

SambaLingo-Serbian-Base — базовая двуязычная языковая модель, разработанная SambaNova Systems на архитектуре Llama 2. Модель адаптирована к сербскому языку дополнительным обучением на 17 млрд токенов сербской части набора Cultura-X; число параметров в метаданных — 6,7 млрд, контекст — до 4096 токенов. Токенизатор расширен с 32 000 до 57 000 токенов. Модель предназначена для генерации текста на сербском и английском языках, а также может использоваться для языкового моделирования и перевода. Это предварительно обученный checkpoint: для получения нужного продолжения рекомендуется prompting с примерами; для диалога и прямых ответов на вопросы разработчик предлагает отдельную версию SambaLingo-Serbian-Chat. В статье авторов сообщаются высокие результаты по perplexity и переводческим тестам FLORES-200. Использование регулируется лицензией Meta Llama 2 Community License Agreement. Среди ограничений — возможные фактические ошибки, переключение между языками или диалектами, повторы, слабые результаты в кодировании и сложной математике, а также риск токсичных ответов. Модель не предназначена для критически важных задач и решений, влияющих на безопасность людей.

sfmunfilterede2ealignment-7k8k9ksimpleavgmerge — объединённая языковая модель на архитектуре GPT-NeoX, созданная с помощью mergekit. В линейное слияние вошли контрольные точки обучения на шагах 7000, 8000 и 9000; базой слияния была контрольная точка global_step9000. Модель предназначена для генерации текста и диалоговых сценариев. Она содержит 8,8 млрд параметров, принимает текст и поддерживает контекст до 16 384 токенов. Репозиторий использует формат safetensors и библиотеку Transformers. Данных о языковой специализации и лицензии в доступных сведениях нет.

Skyro-4X8B — языковая модель с архитектурой Mixture of Experts (MoE), созданная автором репозитория saucam путём слияния четырёх моделей семейства Llama 3 с помощью Mergekit: Llama-3-Smaug-8B, Dolphin 2.9 Llama 3 8B, Einstein v6.1 Llama 3 8B и Opus v1.2 Llama 3 8B. Модель содержит 7,5 млрд параметров, использует архитектуру MixtralForCausalLM и принимает текст для генерации текста; контекст составляет 8192 токена. Модель предназначена для генерации текста и диалоговых сценариев. В карточке приведены результаты оценки на ARC, HellaSwag, MMLU, TruthfulQA, Winogrande и GSM8K, но не описаны методика тестирования и ограничения поведения. Репозиторий распространяется по лицензии Apache-2.0.

SOLAR-10.7B-merge-dpo — текстовая разговорная модель команды ETRI xainlp, созданная слиянием heavytail/kullm-solar и upstage/SOLAR-10.7B-Instruct-v1.0 с помощью MergeKit. Модель содержит 10,6 млрд параметров, основана на плотной архитектуре Llama и рассчитана на контекст до 4096 токенов. Модель принимает текст и генерирует текст; её можно применять для диалоговых ответов и других задач генерации текста. При создании использовался набор из 90 тысяч пользовательских предпочтений для DPO+LoRA. Веса опубликованы в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование. Карточка не приводит сведений о поддерживаемых языках или специализированных предметных областях.

T3qm7xNeuralsirkrishna_Experiment27Yam — объединённая языковая модель семейства Mistral, созданная слиянием automerger/T3qm7xNeuralsirkrishna-7B и automerger/Experiment27Yam-7B. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и распространяется в формате safetensors. Она предназначена для генерации текста и диалогов с контекстом до 32 768 токенов. Модель может применяться для ответов на запросы и создания связного текста. Карточка не сообщает о специализированной предметной области или поддерживаемых языках. Лицензия — Apache-2.0. Практические ограничения и результаты оценки качества в карточке не описаны.

Tess-3-7B-SFT — текстовая разговорная модель, созданная путём дообучения Mistral-7B-v0.3. Её разработчик описывает этот чекпойнт как первый этап финальной модели Tess-3. Модель обучена методом supervised fine-tuning на отобранном наборе примерно из 500 тысяч примеров, содержащем около 1 млрд токенов; для общения используется формат запросов ChatML. Модель предназначена для генерации ответов в диалоге и других задач генерации текста. Она имеет 7,1 млрд параметров и контекст длиной до 32 768 токенов. Карточка не указывает целевые языки или специализированные предметные области. Модель распространяется в формате safetensors по лицензии Apache-2.0. Ответы могут содержать фактические ошибки или вводящий в заблуждение текст; также возможны предвзятые, оскорбительные или неприемлемые ответы. Разработчик характеризует модель как uncensored и рекомендует проверять важную информацию.

Tess-M-v1.2 — экспериментальная версия универсальной большой языковой модели из серии Tess, разработанной migtissera. Модель построена на архитектуре Llama и дообучена на базе Yi-34B-200K; размер составляет около 33,9 млрд параметров, контекст — до 200 000 токенов. Для диалога используется формат с ролями SYSTEM, USER и ASSISTANT. Модель предназначена для генерации текста и общих языковых задач. Версия v1.2 устарела и помечена разработчиком как экспериментальная; в README рекомендуется стабильный выпуск Tess-M-v1.3. Лицензия указана как other, поэтому условия использования следует сверять с лицензией в репозитории.

ThetaMaven9 — объединённая языковая модель на архитектуре Mistral, созданная jefferylovely с помощью LazyMergekit. В объединении методом slerp использованы jefferylovely/ThetaMaven7 и FelixChao/WestSeverus-7B-DPO-v2; базовой указана ThetaMaven7. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста. Карточка не уточняет языки, специальные сценарии применения или сравнительные преимущества. Весы представлены в формате safetensors. Лицензия CC BY-NC-ND 4.0 разрешает использование на условиях атрибуции, некоммерческого применения и запрета распространения производных материалов.

TinyLlama-1.1B-Sum-SFT — плотная авторегрессионная языковая модель семейства Llama, дообученная на базе TinyLlama/TinyLlama-1.1B-intermediate-step-1431k-3T на наборе martimfasantos/openai-summarize-tldr. Модель предназначена прежде всего для суммирования текста и генерации кратких пересказов; в каталоге также отмечена задача генерации текста. Модель содержит около 1 млрд параметров, принимает текст и имеет контекст длиной 2048 токенов. Карточка приводит метрики оценки на тестовом наборе, но не раскрывает подробности обучения, конкретные языки или ограничения качества. Вес опубликован в формате safetensors. Лицензия — Apache-2.0.

helloollel/vicuna-7b — языковая модель семейства LLaMA с плотной архитектурой LlamaForCausalLM и примерно 6,6 млрд параметров. Карточка описывает запуск модели через FastChat; модель предназначена для генерации текста в диалоговом формате и ответов на запросы пользователя. Модель принимает текст и генерирует текст. Её родной контекст составляет 2048 токенов. В репозитории указаны веса PyTorch. Данных о лицензии и конкретном способе получения этой копии в карточке и метаданных нет, поэтому условия использования по ним определить нельзя.

VoRA-7B-Instruct — инструктивная модель семейства VoRA, разработанная Hon-Wong и дообученная на базе Hon-Wong/VoRA-7B-Base. Это плотная авторегрессионная модель с архитектурой VoRAForCausalLM на 7,1 млрд параметров; она рассчитана на диалоговую генерацию текста и работу с изображениями и текстом. Контекстное окно составляет 32 768 токенов. Модель опубликована в формате safetensors и поддерживает интерфейс вызова инструментов. Модель подходит для диалоговых помощников, генерации ответов и сценариев, где нужно обрабатывать изображения вместе с текстовыми запросами. Карточка указывает датасет дообучения VoRA-Recap-29M, но не описывает его состав, поэтому нельзя уточнить специализацию обучения или гарантировать качество на конкретных задачах. Лицензия в предоставленных данных не указана.

YamNeuralsirkrishna-7B — объединённая модель для генерации текста и диалогов, созданная Maxime Labonne методом SLERP из mayacinka/yam-jom-7B и Kukedlc/NeuralSirKrishna-7b. Это плотная причинная языковая модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель предназначена для генерации текста и диалоговых сценариев. Лицензия Apache-2.0 разрешает использование на её условиях. README не описывает специальные области применения или результаты оценки качества.

YamshadowInex12_CalmeInex12 — объединённая модель MaziyarPanahi на архитектуре Mistral с 7,1 млрд параметров. Она создана слиянием automerger/YamshadowInex12-7B и automerger/CalmeInex12-7B. Модель предназначена для генерации текста и диалогов. Она принимает текст и поддерживает контекст до 32 768 токенов. В карточке модели не описаны дополнительные специализированные сценарии или поддерживаемые языки. Модель распространяется в формате safetensors по лицензии Apache-2.0. Данных о специальных ограничениях качества или безопасности в карточке нет.

MaziyarPanahi/YamshadowInex12_YamNeuralsirkrishna — слитая языковая модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров. Она предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Модель создана слиянием automerger/YamshadowInex12-7B и automerger/YamNeuralsirkrishna-7B. Репозиторий содержит веса в формате safetensors; лицензия — Apache 2.0. Данные карточки не уточняют языки, сценарии применения и сравнительные характеристики модели.

YamshadowStrangemerges_32_ShadowYam — объединённая модель Mistral, созданная на основе automerger/YamshadowStrangemerges_32-7B и automerger/ShadowYam-7B. Она предназначена для генерации текста и поддерживает контекст длиной до 32 768 токенов. Модель содержит 7,1 млрд параметров, её веса доступны в формате Safetensors. Карточка не описывает специализацию по языкам или предметным областям и не приводит оценок качества. Модель распространяется по лицензии Apache 2.0.

YamshadowStrangemerges_32_YamShadow — объединённая языковая модель на архитектуре Mistral, созданная из automerger/YamshadowStrangemerges_32-7B и automerger/YamShadow-7B. Она предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Размер модели — 7,1 млрд параметров; веса представлены в формате safetensors. Модель подходит для генерации продолжений текста и диалоговых ответов. Карточка не описывает специализированные области применения и не приводит сведения о языках. Распространяется по лицензии Apache-2.0.

mncai/yi-34B-v3 — языковая модель от MindsAndCompany, дообученная на базе Yi-34B с instruction tuning и DPO. Она предназначена для генерации текста и диалоговых сценариев, например для бизнес-ассистентов и чат-ботов. Модель имеет плотную архитектуру семейства Llama с классом LlamaForCausalLM, содержит 33,9 млрд параметров и поддерживает контекст до 8192 токенов. В карточке приведён пример вопроса на корейском языке. Модель распространяется в формате safetensors по лицензии other; конкретные условия лицензии в предоставленных данных не раскрыты. Карточка описывает её как основу для решений MindsAndCompany, включая Code Assistant и TOD Chatbot, но не приводит оценок качества или подробных ограничений применимости.

weijie210/zephyr-7b-UC-0-B0.5 — диалоговая языковая модель, дообученная на базе alignment-handbook/zephyr-7b-sft-full. Это плотная MistralForCausalLM с 7,1 млрд параметров, предназначенная для генерации текста и диалоговых ответов; заявленная длина контекста — 32 768 токенов. Карточка сообщает об оценках на наборе для проверки, но не описывает обучающие данные и конкретные ограничения. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Модель ShenaoZ/0.00001_withdpo_4iters_bs256_555lr_iter_3 — дообученная модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров. Она предназначена для генерации текста и диалогового общения; модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и сохранена в формате safetensors. Модель дообучена на основе ShenaoZ/0.00001_withdpo_4iters_bs256_555lr_iter_2 с использованием обновлённого и исходного наборов данных; в метаданных также отмечен DPO. Репозиторий указывает лицензию MIT. Карточка не описывает конкретные области применения, языки обучения или результаты оценки качества.

Это диалоговая модель генерации текста на архитектуре Mistral, разработанная как дообученная версия ShenaoZ/0.0001_withdpo_4iters_bs256_5102lr_misit_correct_iter_1. Модель содержит 7,1 млрд параметров, принимает текст и рассчитана на контекст до 32 768 токенов. Модель предназначена для диалогов и ответов на инструкции. Она дообучена на датасетах updated и original; базовая модель описана в каталоге как диалоговая Mistral, дообученная на UltraFeedback. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. Подробности о качестве, оценке и конкретных ограничениях в карточке не приведены.

ShenaoZ/0.001_ablation_3iters_bs256_nodpo_iter_1 — плотная авторегрессионная языковая модель семейства Mistral с 7,1 млрд параметров, дообученная на базовой модели HuggingFaceH4/mistral-7b-sft-beta. По карточке, обучение проводилось на обновлённом и исходном наборах данных; подробности о них не приведены. Модель предназначена для генерации текста и диалогового общения. Контекстное окно составляет 32 768 токенов. Модель принимает текст и выдаёт текст. В карточке не указаны поддерживаемые языки, оценки качества или специальные ограничения. Репозиторий содержит веса в формате safetensors. Лицензия — MIT.

ShenaoZhang выпустил дообученную модель Mistral с плотной архитектурой MistralForCausalLM и 7,1 млрд параметров. Она создана на основе HuggingFaceH4/mistral-7b-sft-beta и дообучена на датасете HuggingFaceH4/ultrafeedback_binarized с использованием DPO, что отражено в тегах модели. Модель предназначена для генерации текста и общения в диалоговом формате: она может отвечать на вопросы и поддерживать текстовый чат. Контекст составляет до 32 768 токенов. Указанная лицензия — MIT. Карточка не содержит подробных результатов оценки или описания ограничений; языковая ориентация явно не заявлена, хотя описание базовой модели в каталоге указывает на англоязычные синтетические диалоги.

Модель ShenaoZhang/0.001_idpo_same_replacechosen_iter_1 — дообученная версия HuggingFaceH4/mistral-7b-sft-beta на наборе HuggingFaceH4/ultrafeedback_binarized. Это плотная авторегрессионная языковая модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалогового общения. Она принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. Модель можно использовать для ответов на вопросы, ведения диалога и генерации текста. Репозиторий содержит веса в формате safetensors. Лицензия — MIT. README не приводит дополнительных сведений о назначении, оценке качества или ограничениях модели.

Это диалоговая языковая модель ShenaoZhang, дообученная на HuggingFaceH4/mistral-7b-sft-beta с использованием набора HuggingFaceH4/ultrafeedback_binarized. Модель построена на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров; она предназначена для генерации текста и общения в чате, включая ответы на вопросы. Максимальная длина контекста — 32 768 токенов. Модель принимает текст и выдаёт текст. В метаданных указан английский язык базовой модели. Репозиторий содержит веса в формате safetensors и распространяется по лицензии MIT. README не приводит результатов оценки или конкретных ограничений качества.

Чат-модель для генерации текста, созданная дообучением модели ShenaoZhang/0.001_zephyr_5551_4iters_bs256_iter_2 на обновлённом и исходном наборах данных. Она построена на плотной архитектуре Mistral, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для диалогов и генерации текста. Модель распространяется по лицензии MIT. README не содержит сведений об оценке качества, рекомендуемых сценариях применения или специальных ограничениях.

Fischerboot/18-test — плотная языковая модель семейства Llama на 3,4 млрд параметров для генерации текста и диалогов. Она создана слиянием слоёв модели Fischerboot/17-test методом SLERP с помощью mergekit; в метаданных базовая модель обозначена как дообученная версия Fischerboot/17-test. Модель использует архитектуру LlamaForCausalLM, формат safetensors и контекст до 8192 токенов. Модель подходит для диалоговых приложений и генерации текста. Карточка не сообщает о специализированной области применения или поддерживаемых языках. Условия лицензии в доступных данных не описаны.

aligntune-testrun-RAFT — дообученная диалоговая языковая модель, опубликованная ram-lexsi и созданная с помощью AlignTune. Она основана на Qwen/Qwen2.5-0.5B-Instruct: это плотная модель семейства Qwen2 с 494 млн параметров, предназначенная для генерации текста и диалогов. Модель принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. В README приведён пример загрузки через Transformers. Карточка не описывает конкретный алгоритм дообучения, целевые данные или специализацию, поэтому модель уместно рассматривать как компактную модель общего назначения для диалоговых приложений и выполнения инструкций. Лицензия в предоставленных данных не указана.

AquilaChat2-70B-Expr — диалоговая языковая модель из семейства Aquila2, разработанного BAAI. Это плотная авторегрессионная модель с архитектурой AquilaForCausalLM и примерно 69,3 млрд параметров, предназначенная для генерации текста в формате чата. Для неё указан контекст до 4096 токенов; опубликованные веса представлены в формате PyTorch. Модель подходит для диалоговых ответов и других сценариев генерации текста. В README она названа чат-моделью, но дополнительных сведений о её языковой специализации и результатах оценки качества нет. Лицензия указана как other, поэтому условия использования следует сверить с лицензией в репозитории.

Карточка модели NalDice/askvox-1.3 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.