III.2Исследование рынка и маркетинг

Bagel-Hermes-2x34B — разговорная модель для генерации текста, созданная Weyaxi как MoE-модель на основе Bagel-DPO-34B-v0.2 и Nous-Hermes-2-Yi-34B. В метаданных указаны архитектура MixtralForCausalLM, 33,9 млрд параметров и контекст до 200 000 токенов; модель распространяется в формате safetensors и поддерживает сценарии чата. Модель предназначена для диалогов и генерации ответов по инструкциям. В README приведены шаблоны ChatML, Alpaca и Vicuna, однако автор отмечает, что не определил, какой шаблон работает лучше. Указана лицензия Apache-2.0. Результаты оценки на Open LLM Leaderboard приведены частично, поэтому по ним нельзя составить полную картину качества.

Behemoth-123B-v2.1 — дообученная языковая модель BeaverAI, основанная на Largestral 2411. Это плотная авторегрессионная модель семейства Mistral с 122,2 млрд параметров и контекстом до 131 072 токенов; она предназначена для диалоговой генерации текста и поддерживает системные инструкции. Автор README отмечает творческую направленность версии 2.1 и рекомендует формат Metharme с системными токенами Mistral. Модель подходит для свободного диалога, творческого письма и задач, где нужны длинный контекст и настройка поведения через системное сообщение. В репозитории указаны веса safetensors; README также ссылается на варианты GGUF и iMatrix. Метаданные обозначают лицензию как other, поэтому перед использованием следует проверить условия лицензии в карточке модели.

KnutJaegersberg/black_goo_recipe_e — плотная языковая модель семейства Llama с 3,3 млрд параметров и контекстом 8192 токена, опубликованная в формате PyTorch. Карточка показывает пример диалога с инструкцией и ответом, поэтому модель предназначена для генерации текста по запросам, включая ответы на вопросы и выполнение инструкций. Модель поддерживает задачи text-generation и text-classification согласно метаданным каталога; основная задача Hugging Face — text-generation. Данных о языковом охвате и специальной предметной области в карточке нет. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

banelingz выпустил black_stheno_8B_v1 — слитую языковую модель на архитектуре Llama с 7,5 млрд параметров. Она создана методом SLERP с помощью mergekit из Hastagaras/Halu-8B-Llama3-Blackroot и Sao10K/L3-8B-Stheno-v3.2. Модель предназначена для генерации текста и чат-диалогов, включая ролевые сценарии, написание историй и выполнение инструкций — задачи, связанные с её базовыми моделями. Работает с текстом, использует формат safetensors и имеет контекстное окно 8192 токена. Указанная в карточке лицензия отсутствует среди предоставленных данных.

BreezeDolphinDPO-7B-DARE — языковая диалоговая модель, созданная объединением моделей cognitivecomputations/dolphin-2.6-mistral-7b-dpo и MediaTek-Research/Breeze-7B-Instruct-v0_1 с помощью LazyMergekit. Она предназначена для генерации текста и ведения диалога; архитектура — плотная MistralForCausalLM, размер — 7,2 млрд параметров, контекст — до 32 768 токенов. Модель принимает текст и генерирует текст. Базовая Breeze ориентирована преимущественно на традиционный китайский и английский языки; README не уточняет языковую поддержку итогового слияния. В конфигурации указан метод слияния dare_ties и формат весов bfloat16; репозиторий содержит safetensors. Лицензия в предоставленных данных не указана.

Brunhilde-13b-v1 — языковая модель, созданная слиянием моделей Gryphe/MythoMax-L2-13b и Undi95/ReMM-SLERP-L2-13B. Она предназначена для генерации текста и может использоваться в сценариях продолжения текста и ответов на запросы. Модель построена на плотной архитектуре LlamaForCausalLM, содержит 12,9 млрд параметров и поддерживает контекст до 4096 токенов. В README приведены результаты оценки на наборах AI2 Reasoning Challenge и HellaSwag. Модель распространяется в формате Safetensors по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Языки и специализированные области применения в доступных сведениях не указаны.

ChickaQ-V2-Large-Beta — чатовая языковая модель семейства ChickaQ, созданная слиянием моделей Qwen/Qwen1.5-1.8B-Chat и vilm/Quyen-mini-v0.1 методом passthrough с помощью mergekit. В репозитории указано около 3 млрд параметров; метаданные классифицируют архитектуру как плотную Qwen2 и указывают контекст до 8192 токенов. Модель предназначена для диалогов и генерации текста. Её можно применять для ответов на вопросы, составления черновиков и интерактивного общения на естественном языке. Она распространяется в формате safetensors, используется с Transformers и имеет лицензию MIT. Карточка не приводит оценки качества или подробностей о поддерживаемых языках.

Deacon-34B — дообученная языковая модель семейства Llama, опубликованная KnutJaegersberg. Автор указывает, что модель адаптирована под токенизатор Llama и дообучена на датасете EverythingLM в течение пяти эпох с применением NEFTune. В метаданных указаны архитектура LlamaForCausalLM, 33,9 млрд параметров и контекст до 4096 токенов. Модель предназначена для генерации текста и выполнения инструкций в формате диалога с ИИ-ассистентом. Карточка приводит пример вопроса о дообучении языковых моделей, но не описывает более узкую специализацию или результаты оценки качества. Метаданные указывают формат safetensors и тег задачи text-generation. В README заявлено, что для коммерческого использования требуется разрешение согласно Model License Agreement 2.0; там же приведён порядок обращения за официальной коммерческой лицензией. Поэтому перед коммерческим применением следует проверить условия лицензии Yi, указанной автором карточки.

Это диалоговая языковая модель семейства Qwen3, разработанная авторами репозитория laion/delphi-9e19-p67m33-k0p20-lr83-a002-magpie_lr1e5-sft. Модель с 1,2 млрд параметров обучена с нуля на наборах данных magpie и delphi_warmup и предназначена для генерации текста в диалоговом формате. Модель принимает текст и выдаёт текст; заявленная длина контекста — 4096 токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Языковая поддержка и специализированные области применения в карточке не описаны. Лицензия указана как other, поэтому условия использования следует сверить с материалами репозитория.

Eris-Floramix-7b — языковая модель семейства Mistral с 7,1 млрд параметров, созданная Nitral-Archive слиянием SLERP моделей ChaoticNeutrals/Eris_Remix_DPO_7B и ResplendentAI/Flora_DPO_7B. Это плотная авторегрессионная модель для генерации текста и диалоговых ответов; максимальный контекст составляет 32 768 токенов. Модель подходит для продолжения текста, черновиков и диалоговых сценариев на английском языке. Веса опубликованы в формате safetensors. Лицензия указана как other; конкретные условия использования следует проверять в материалах репозитория и лицензиях исходных моделей.

Eumyella-120b — языковая модель на архитектуре Llama, созданная слиянием двух предварительно обученных моделей: Sao10K/Euryale-1.3-L2-70B и NeverSleep/MiquMaid-v2-70B-DPO. Модель разработана автором репозитория bcse с помощью mergekit и линейного метода слияния; доступны также варианты в формате GGUF. Модель предназначена для генерации текста и диалогового общения. Она содержит 120,1 млрд параметров, принимает текст и имеет контекстное окно 4096 токенов. Репозиторий предоставляет веса в формате safetensors.

CarrotAI/EXAONE-3.0-7.8B-Instruct-Llamafied-8k — производная версия EXAONE-3.0-7.8B-Instruct от LG AI Research, опубликованная CarrotAI. Модель преобразована под архитектуру Llama и предназначена для диалоговой генерации текста; в карточке указана поддержка контекста до 8192 токенов. Автор README сообщает, что настройка контекста до 8K не проверялась по производительности. Репозиторий содержит веса safetensors, число параметров — 7,4 млрд. Лицензия обозначена как other; README не уточняет её условия.

Experiment26Neuralsirkrishna_Experiment28Experiment29 — объединённая модель на базе Mistral, созданная слиянием automerger/Experiment26Neuralsirkrishna-7B и automerger/Experiment28Experiment29-7B. Она содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и принимает текст для авторегрессионной генерации текста и диалогов. Контекст модели — до 32 768 токенов. Модель подходит для генерации продолжений и ответов в текстовых диалогах. В репозитории указана лицензия Apache-2.0. Сведения о специализированных областях применения и языках в предоставленных источниках отсутствуют.

Flammades-Mistral-Nemo-12B — языковая модель FlammenAI, созданная дообучением nbeerbower/Mistral-Nemo-Gutenberg-Doppel-12B-v2 на наборах flammenai/Date-DPO-NoAsterisks и jondurbin/truthy-dpo-v0.1. Модель использует плотную архитектуру Mistral и содержит 12,1 млрд параметров; карточка указывает поддержку контекста до 1 024 000 токенов и возможность диалогового использования. Модель предназначена для генерации текста и ответов в чате. Дообучение методом ORPO проводилось в течение трёх эпох на двух GPU RTX 3090. В карточке приведены результаты Open LLM Leaderboard: среднее значение 22,34, IFEval — 38,42, BBH — 32,39. Модель распространяется по лицензии Apache-2.0. Данных о поддерживаемых естественных языках и специализированных областях применения в карточке нет.

FsfairX-Zephyr-Chat-v0.1 — чат-модель, разработанная авторами репозитория sfairXC. Это плотная авторегрессионная модель семейства Mistral на 7,1 млрд параметров с контекстом до 32 768 токенов. Она создана методом итеративного обучения с подкреплением по обратной связи (GSHF): три итерации применены к HuggingFaceH4/mistral-7b-sft-beta с оценками reward model и примерно 60 тысячами промптов, сгенерированных ChatGPT; внешние ответы в обучении не использовались. Модель предназначена для диалогов и генерации ответов в формате чат-шаблона базовой модели. В README сообщаются результаты оценки на Alpaca Eval v2 и MT-bench, но они не гарантируют качество в иных сценариях. Язык карточки и метаданные не подтверждают конкретные языки обучения или поддержки. Модель распространяется по лицензии CC BY-SA 4.0.

jaspionjader/gamma-Kosmos-EVAA-v3-8B — объединённая модель генерации текста, созданная автором репозитория с помощью mergekit. В объединении методом SLERP использованы jaspionjader/Kosmos-EVAA-gamma-v17-8B и jaspionjader/gamma-Kosmos-EVAA-v2-8B; архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров. Модель работает через Transformers и сохраняется в формате safetensors. Модель предназначена для генерации текста и диалогового общения. Её контекст составляет 8192 токена. В карточке не описаны целевые языки, специальные области применения и сравнительные преимущества; поэтому её можно характеризовать только как универсальную разговорную языковую модель. Лицензия в предоставленных данных не указана.

Gemma2-2B-Chaos — разговорная языковая модель, созданная bunnycore слиянием трёх моделей Gemma 2 через mergekit. Это плотная авторегрессионная модель класса Gemma2ForCausalLM с 2,7 млрд параметров и контекстом 8192 токена. Она предназначена для диалога и генерации текста; карточка указывает на смешение моделей с изменённым поведением отказов и дистиллированной модели. Репозиторий содержит веса Safetensors. Модель доступна по лицензии Apache-2.0.

radm/gemma-2-2b-it-abl-rudpo — дообученная разговорная модель на архитектуре Gemma 2 с 2,7 млрд параметров. Разработчик заявляет об улучшении качества ответов на русском языке по сравнению с базовой моделью IlyaGusev/gemma-2-2b-it-abliterated; модель проверялась на сложных вопросах на русском языке из набора Arena-Hard. Модель предназначена для генерации текста и диалоговых сценариев на русском языке. Она принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов и работает через библиотеку Transformers в формате Safetensors. Лицензия — Gemma. Результаты проверки описаны без численных метрик, поэтому степень улучшения качества независимо оценить нельзя. Модель унаследовала изменённое поведение отказов базовой модели; учитывать это следует при использовании в чувствительных сценариях.

SaisExperiments/Gemma-2-2B-Opus-Instruct — компактная языковая модель на архитектуре Gemma 2, созданная дообучением google/gemma-2-2b-it на наборе kalomaze/Opus_Instruct_25k. Модель содержит 2,7 млрд параметров, принимает текст и предназначена для диалоговой генерации текста; максимальная длина контекста составляет 8192 токена. Модель подходит для создания ответов на вопросы, ведения диалогов и генерации инструктивных ответов. В README автор сообщает об обучении на 39,5 млн токенов, но отмечает неопределённость в качестве результата, поэтому надёжность и качество ответов требуют проверки на целевых задачах. Лицензия — Gemma; её условия использования определяются лицензией Google Gemma.

Jkatdare/gemma-3-4b-it-finetome — дообученная модель на базе Google Gemma 3 4B IT, созданная методом supervised fine-tuning на высококачественной выборке из 12 000 примеров датасета FineTome-100k. Для обучения применялась QLoRA, после чего адаптер был объединён с базовой моделью; репозиторий содержит веса Safetensors. Модель предназначена для диалогов и генерации ответов на текстовые запросы, а также поддерживает работу с изображениями через интерфейс Gemma 3. Модель использует плотную архитектуру Gemma 3 и доступна через Transformers. В метаданных указан английский язык. Лицензия — Gemma. Карточка не приводит оценок качества или подробных результатов тестирования; способность работать с изображениями унаследована от базовой модели и отдельно для этого дообучения не оценивается.

Gemma-The-Writer-9B — текстовая генеративная модель DavidAU на архитектуре Gemma 2 с 9 млрд параметров, созданная на основе дообученной инструктивной модели google/gemma-2-9b-it. Она предназначена для генерации текста и диалогового взаимодействия; её можно использовать для написания и продолжения текстов, а также для чата. Модель принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов и распространяется в формате Safetensors для запуска напрямую или подготовки квантованных вариантов. Автор рекомендует подбирать параметры генерации и сэмплеры с учётом модели и приложения. В README отсутствуют подробности о целевом стиле письма, обучающих данных и измерениях качества, поэтому эти свойства нельзя надёжно уточнить. Лицензия в предоставленных данных не указана.

GoblinGLMV02 — чат-модель TheKloakedSignal на базе Google Gemma 3 27B. В карточке указана базовая модель google/gemma-3-27b-pt, а метаданные классифицируют репозиторий как генеративную текстовую модель с возможностью диалога. Модель предназначена для генерации ответов и ведения беседы на основе текстовых запросов. Весовые файлы представлены в формате Safetensors, библиотека для работы — Transformers. В README нет сведений о размере опубликованного чекпойнта, поддерживаемых языках, длине контекста или специализированных сценариях применения. Указана лицензия Gemma; условия использования следует сверять с её текстом.

Goetia-24B-v1.1 — разговорная текстовая модель на основе Mistral-Small, собранная Naphula методом слияния mergekit; в карточке указано применение метода Karcher для контрольной точки R20. Модель предназначена для диалогов, следования инструкциям, творческого письма, ролевых игр и текстовых приключений. Автор отмечает повышенную креативность и менее строгие отказы по сравнению с версией 1.0; в состав слияния входят несколько моделей семейства Mistral, ориентированных на диалоги и генерацию прозы. Модель имеет плотную архитектуру MistralForCausalLM, 23,4 млрд параметров и контекст 131 072 токена. Она работает с текстом и рассчитана, в частности, на английский и русский языки. Распространяется в формате safetensors по лицензии Apache-2.0. Карточка описывает её как менее ограниченную в вопросах безопасности; качество и характер ответов зависят от запроса и системной настройки.

GPT-fr-cased-base — франкоязычная авторегрессионная модель генерации текста на архитектуре GPT-2, разработанная Quantmetry и Laboratoire de Linguistique Formelle (LLF). Она обучена на большом разнородном корпусе французских текстов, включающем Wikipedia, OpenSubtitles, Gutenberg и Common Crawl. Модель имеет 24 слоя, 14 голов внимания, размерность эмбеддингов 1 792 и около 1,017 млрд параметров; контекст составляет 1 024 токена. Доступны веса для PyTorch, TensorFlow и Flax. Модель предназначена для генерации текста на французском языке и может применяться в сценариях, где ответ формируется естественным языком, например для суммаризации и ответов на вопросы. В описанном авторами тесте на французском Wikipedia модель показала perplexity 12,9. Она может воспроизводить предвзятости обучающих данных и создавать оскорбительный контент. Лицензия — Apache-2.0.

Grimoire-3b — дообученная языковая модель NaveenVenu на архитектуре Qwen2, основанная на unsloth/qwen2.5-3b-instruct-bnb-4bit. Это плотная авторегрессионная модель с 3,1 млрд параметров и контекстом до 32 768 токенов, предназначенная для генерации текста и диалогового общения на английском языке. При обучении использовались Unsloth и библиотека Hugging Face TRL. Модель распространяется в формате Safetensors по лицензии Apache-2.0.

Hermeo-7B — англо-немецкая языковая модель, созданная Malteos путём слияния DPOpenHermes-7B-v2 и leo-mistral-hessianai-7b-chat с помощью mergekit. Обе исходные модели дообучены на базе Mistral-7B-v0.1. Это плотный авторегрессионный трансформер-декодер с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста в формате диалога ChatML, включая ответы на запросы и генерацию на английском и немецком языках. В карточке приведены оценки на англо- и немецкоязычных бенчмарках; пример показывает, что модель может помогать с переводом между этими языками. Репозиторий содержит веса Safetensors, библиотека для использования — Transformers. Лицензия Apache 2.0.

Hy-MT2-30B-A3B — многоязычная модель перевода от Tencent Hy из семейства Hy-MT2. Она предназначена для перевода в сложных практических сценариях и следует инструкциям по переводу на нескольких языках. Модель использует архитектуру MoE семейства HY-V3; в репозитории указано 2,7 млрд параметров, формат весов — safetensors, библиотека — Transformers, длина контекста — 262 144 токена. Модель поддерживает перевод между 33 языками, включая китайский, английский, русский, французский, японский, арабский, хинди и другие. Разработчик сообщает о сильных результатах на общих, деловых, предметных и инструкционных задачах перевода. Модель выпущена под лицензией Apache-2.0. README не приводит отдельных ограничений именно этой версии 30B-A3B.

Ice0.65-25.01-RP — языковая модель, созданная автором репозитория как слияние предварительно обученных моделей с помощью SLERP и mergekit. Она предназначена для генерации текста и может использоваться в диалоговых и иных текстовых сценариях. Модель построена на архитектуре MistralForCausalLM с плотной архитектурой, содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. В README указаны две объединённые модели с локальными путями Windows; одну из них метаданные связывают с репозиторием этой модели, но её Hugging Face идентификатор определить нельзя. Язык модели, специальные области применения и условия лицензии в предоставленных источниках не указаны.

ICONNAI ICONN-e1-Beta — разговорная модель общего назначения на архитектуре Mixtral MoE с 23,4 млрд параметров и контекстом до 32 768 токенов. Разработчик описывает её как модель для повседневных задач, логики и диалога с учётом эмоциональных сигналов: она должна подстраивать тон и стиль ответа. В README также заявлены возможности рассуждения и специализированные экспертные варианты для математики, науки и программирования, однако отдельный статус этих экспертов в данном репозитории не подтверждён. Модель принимает текст и генерирует текст; карточка указывает поддержку чата. Для запуска README рекомендует как минимум четыре GPU Nvidia A100 либо одну B100, а также 120 ГБ оперативной памяти и 120–192 ГБ видеопамяти. Веса опубликованы в формате safetensors, лицензия — Apache 2.0. Заявления о качестве рассуждений и эмоциональной адаптации приведены разработчиком и не сопровождаются в карточке результатами оценивания; указанные аппаратные требования высоки.

Index-Translate-2B — компактная мультиязычная модель перевода с 2 млрд параметров от команды Index, построенная на архитектуре Qwen3.5. Она переводит текст между 150 языками и следует инструкциям о терминологии, стиле, контексте, формате и длине результата. Модель предназначена для перевода предложений, статей, субтитров, структурированных данных и выражений из интернет-сообществ, включая мемы и нестандартное написание. Модель также поддерживает перевод изображений в текст без отдельного внешнего OCR, используя визуальные энкодеры mmproj. Для перевода можно задавать строгие глоссарии и сохранять JSON, CSV, Markdown, блоки кода и заполнители. В техническом отчёте приведены результаты сравнительных оценок на переводческих тестах; они относятся к указанным наборам данных и условиям проверки. Модель опубликована в формате safetensors под лицензией Apache-2.0. В описании указано, что она основана на Qwen3.5 и прошла специализированное обучение для перевода, включая настройку с учётом следования инструкциям и целевую дистилляцию.