III.2Исследование рынка и маркетинг

Multilingual-mistral — языковая модель для генерации текста и диалогов, созданная автором gagan3012. Это модель архитектуры Mixtral с механизмом смеси экспертов (MoE), полученная объединением моделей через mergekit. В состав объединения входят OpenChat, Zefiro, Starstreak, Mistral Arabic DPO, KoMT, OpenBuddy, Open Aditi и SauerkrautLM. Модель предназначена для генерации текста и общения в многоязычных сценариях. В карточке указаны размер 7,1 млрд параметров и контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Метаданные отмечают поддержку чата. Название и набор базовых моделей указывают на мультиязычную направленность, однако конкретный перечень поддерживаемых языков не приведён.

Nera Noctis 12B v0.420 — объединённая языковая модель от Nitral-Archive, созданная с помощью mergekit методом SLERP из Nitral-AI/Nera_Noctis-r64-test_train-12B и Nitral-AI/Nera_Noctis-12B. Это плотная авторегрессионная модель семейства Mistral с 12,1 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Репозиторий содержит веса в формате safetensors; модель работает через Transformers и заявляет контекст до 1 024 000 токенов. Модель подходит для генерации продолжений, ведения диалога и подготовки текстовых черновиков. Данные не уточняют поддерживаемые естественные языки, специализированные области применения, лицензию или подтверждённые ограничения качества; поэтому их нельзя конкретизировать по этой карточке.

NeuralHermes-2.5-Mistral-7B-distilabel — экспериментальная разговорная языковая модель семейства Mistral, опубликованная dvilasuero. По метаданным, это плотная авторегрессионная модель на 7,1 млрд параметров с архитектурой MistralForCausalLM и контекстом до 32 768 токенов. Репозиторий содержит веса в формате safetensors и поддерживает генерацию текста в режиме чата. Модель предназначена для диалоговой генерации текста. README указывает на эксперимент с distilabel, но не раскрывает сценарий обучения, датасет или конкретные улучшения модели. Указанная лицензия — MIT.

NeuralsirkrishnaShadow_Experiment26Strangemerges_30 — объединённая языковая модель семейства Mistral, созданная слиянием automerger/NeuralsirkrishnaShadow-7B и automerger/Experiment26Strangemerges_30-7B. Модель содержит 7,1 млрд параметров и принимает текст для авторегрессионной генерации текста; заявленная длина контекста — до 32 768 токенов. Модель подходит для генерации продолжений, ответов и черновиков по текстовому запросу. В карточке не описаны специализированные сценарии, языки или результаты оценки качества. Распространяется в формате safetensors по лицензии Apache-2.0.

jeiku/NeuroControl — дообученная модель генерации текста на архитектуре Llama, созданная на основе IntervitensInc/Llama-3.1-Minitron-4B-Width-Base-chatml. Модель содержит 3,9 млрд параметров, рассчитана на диалоговый режим и использует библиотеку Transformers; веса опубликованы в формате Safetensors. Для неё заявлено контекстное окно до 131 072 токенов. Модель подходит для генерации текста и ведения диалогов. В карточке приведён результат оценки: loss 2,3811; сведения о датасете, целевых сценариях, языках и специальных ограничениях не раскрыты. Указана лицензия other, поэтому перед использованием следует проверить условия лицензии в репозитории.

OgnoExperiment27-7B — текстовая генеративная модель, созданная automerger путём слияния двух предварительно обученных моделей с помощью mergekit и метода SLERP: eren23/ogno-monarch-jaskier-merge-7b-OH-PREF-DPO-v2 и yam-peleg/Experiment27-7B. В основе архитектуры лежит MistralForCausalLM с плотной архитектурой; модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогов на входных текстовых запросах. Карточка не описывает специализированные сценарии, результаты оценок качества или отдельные дополнительные возможности. Репозиторий содержит веса в формате Safetensors; лицензия — Apache-2.0.

open-aditi-hi-v1 — это дообученная модель ManishiiTG на базе Mistral-7B-v0.1 с 7,1 млрд параметров. Она предназначена для генерации связного текста на хинди и английском языках, включая написание контента, ролевые диалоги, классификацию и ответы в чат-сценариях. Модель имеет архитектуру MistralForCausalLM и контекстное окно до 32 768 токенов; веса доступны в формате safetensors. В качестве обучающих данных указаны наборы manishiitg/aditi-gpt4-v2-hi-200K, manishiitg/en-hi-instruct-v2 и manishiitg/en-hi-chat-v2. Примеры в карточке показывают ответы на хинди, однако качество ответов может быть непоследовательным: модель допускает неточности и неестественные формулировки. Разработчик отдельно отмечает, что модель не оптимизирована для программирования и математических задач. Лицензия — Apache-2.0.

SanjiWatsuki объединил методом SLERP две разговорные модели: openchat/openchat-3.5-1210 и berkeley-nest/Starling-LM-7B-alpha. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, рассчитанная на генерацию текста в диалогах; модель выдаётся в формате safetensors. Контекст составляет 8192 токена, основной язык по карточке — английский. Модель предназначена для ответов на вопросы и ведения диалога. Слияние задумано как способ совместить свойства обеих исходных моделей, однако README не приводит сравнительных оценок или результатов испытаний. Лицензия — CC BY 4.0.

Ornith-Agents-A1-3.7-35B-A3B-dare_ties_v4 — мультимодальная модель, созданная tepirale слиянием предварительно обученных моделей методом DARE TIES. В качестве базовой использована Qwen/Qwen3.6-35B-A3B; в слияние также вошли InternScience/Agents-A1, Qwen/Qwen3.5-35B-A3B и deepreinforce-ai/Ornith-1.0-35B. Модель построена на архитектуре Qwen3.5 MoE, распространяется в формате safetensors и предназначена для диалогов и анализа изображений. Модель принимает текст и изображения и генерирует текст. Карточка не приводит данных о поддерживаемых языках, размере контекста и лицензии, поэтому эти характеристики нельзя уточнить. Использование определяется лицензией репозитория и лицензиями компонентов слияния.

bunnycore/Phi-3.5-Mini-Sonet-RP — объединённая диалоговая языковая модель на архитектуре Phi-3.5, созданная методом линейного слияния моделей bunnycore/Phi-3.5-Mini-Hyper и bunnycore/Phi-3.5-Mini-RP-Sonet с помощью mergekit. Модель содержит 3,7 млрд параметров и предназначена для генерации текста в диалоговом формате; её контекст ограничен 4096 токенами. Модель принимает текст и генерирует текст. Карточка не описывает специальные предметные области или языки, поэтому её можно характеризовать как модель общего назначения. В репозитории используются веса safetensors и библиотека Transformers. Сведения о лицензии в предоставленных данных отсутствуют.

win10/phi-3.5-Sakura-Yuzu-v1.5 — объединённая языковая модель, созданная с помощью mergekit методом TIES на основе FreedomIntelligence/Apollo2-3.8B. В объединение также вошли модели Phi-3.5-mini от Microsoft, AXCXEPT, ArliAI, FlowAI и win10. Модель семейства Phi-3.5 имеет плотную архитектуру Phi3ForCausalLM и около 3,7 млрд параметров. Она предназначена для генерации текста и диалогов; использует библиотеку Transformers и принимает текст, выдавая текст. Контекст составляет 4096 токенов. В метаданных базовая модель описана как многоязычная, однако конкретные поддерживаемые языки для этого объединения не перечислены. Лицензия в предоставленных данных не указана. Качество и поведение объединённой модели могут отличаться от отдельных исходных моделей; результатов оценки в карточке нет.

unsloth/Phi-3-medium-4k-instruct — квантизированная 4-битная версия разговорной языковой модели Phi-3 Medium, подготовленная Unsloth с использованием bitsandbytes. Модель основана на архитектуре MistralForCausalLM и содержит 13,8 млрд параметров; для общения с ней применяется диалоговый формат, а длина контекста составляет 4096 токенов. Модель предназначена для генерации текста в диалоге и ответов на текстовые запросы на английском языке. Репозиторий содержит веса в формате safetensors. Лицензия — MIT, позволяющая использовать и распространять модель на условиях этой лицензии.

piano-medley-7b-Mistral-7B-Instruct-v0.1 — объединённая чат-модель на архитектуре Mistral, созданная слиянием Mistral-7B-Instruct-v0.1 и chargoddard/piano-medley-7b методом SLERP. Она содержит 7,1 млрд параметров и рассчитана на генерацию текста в ответ на инструкции и диалоговые запросы; заявленная длина контекста — 32 768 токенов. Модель может подойти для чат-ботов и генерации ответов общего назначения. В репозитории представлены веса Safetensors; лицензия — Apache-2.0. README не уточняет языки, на которых модель проверялась, и не приводит оценки качества. Поэтому пригодность для конкретного языка или сценария стоит оценить на собственных примерах.

Defetya/qwen-7B-saiga — русскоязычная чат-модель на базе Qwen 7B от Alibaba, дообученная автором репозитория на датасете Saiga Ильи Гусева методом supervised fine-tuning. Она предназначена для диалогов и генерации ответов на русском языке. Модель использует плотную архитектуру Qwen2ForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов. В README автор отмечает корректное употребление падежей и субъективно сравнивает модель с Saiga-Mistral; результаты оценки на Russian SuperGlue не приведены. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0.

Qwen-SEA-LION-v4-8B-VL — мультимодальная модель на 8 млрд параметров, разработанная AI Products Pillar, AI Singapore при финансировании NRF Сингапура. Она основана на Qwen3-VL-8B-Instruct и дообучена методом SFT на примерно 9 млн инструкций и примеров вопросов и ответов для языков Юго-Восточной Азии. Модель использует архитектуру Qwen3-VL и предназначена для диалога с изображениями и текстом. Модель рассчитана на английский и семь языков региона: бирманский, индонезийский, филиппинский, малайский, тамильский, тайский и вьетнамский. Унаследованные от базовой модели возможности включают визуальные вопросы и ответы, описание изображений и использование инструментов; заявленная длина контекста — 256 тыс. токенов. Разработчики сообщают, что дообучение преимущественно на текстовых данных сохранило возможности базовой модели в задачах компьютерного зрения. Модель может галлюцинировать, давать нерелевантные или противоречивые ответы и не проверялась на устойчивость к состязательным запросам. Она не прошла настройку безопасности, поэтому разработчикам приложений следует самостоятельно оценить её поведение и при необходимости адаптировать меры безопасности. Лицензия — MIT.

SambaLingo-Arabic-Base-70B — базовая двуязычная языковая модель SambaNova Systems на архитектуре Llama 2. Модель адаптирована от Llama-2-70b и обучена на 28 млрд токенов арабской части датасета Cultura-X; число параметров — 68,9 млрд, контекст — 4096 токенов. Для арабского языка расширен словарь токенизатора с 32 000 до 57 000 токенов. Модель предназначена для генерации текста на арабском и английском языках, а также для задач перевода. Для работы с базовой моделью рекомендуется few-shot prompting с примерами; для прямого диалога и вопросов разработчик предлагает использовать SambaLingo-Arabic-Chat. По README, модель показывает сильные результаты в perplexity и переводе на тесте FLORES-200. Модель распространяется по лицензии Meta Llama 2 Community License. Возможны галлюцинации, переключение между языками или диалектами, повторы, а также ошибки в коде и сложной математике; модель не предназначена для критически важных приложений и решений, влияющих на безопасность.

Это объединённая языковая модель yuhengtu-bytedance, созданная с помощью mergekit методом Linear merge. В качестве основы использован чекпойнт global_step11000, объединённый с чекпойнтами global_step7000, global_step8000, global_step9000 и global_step10000 из серии baseline_filtered. Архитектура — плотная GPT-NeoX для генерации текста, размер — 8,8 млрд параметров, формат весов — safetensors; заявленная длина контекста составляет 16 384 токена. Модель предназначена для генерации текста. Карточка не уточняет специальные прикладные сценарии, языки, результаты оценки качества или условия использования. Лицензия в предоставленных данных не указана.

Это объединённая модель генерации текста, созданная разработчиком yuhengtu-bytedance методом Linear merge с помощью mergekit. В качестве базовой использована контрольная точка global_step8000; также объединены контрольные точки global_step6000 и global_step7000. Архитектура — плотная авторегрессионная GPT-NeoX, размер — 8,8 млрд параметров, формат весов — safetensors. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текст и выдаёт текст; заявленная длина контекста — 16 384 токена. Сведения о конкретных языках, обучающих данных и специальных прикладных областях в карточке не приведены. Лицензия в доступных данных не указана.

Это объединённая языковая модель на 8,8 млрд параметров, созданная автором репозитория yuhengtu-bytedance методом Linear merge с помощью mergekit. В качестве основы использован чекпойнт filtered_midtrain_alignment на шаге 6000; в объединение также вошли чекпойнты на шагах 2000, 3000, 4000 и 5000. Модель построена на архитектуре GPT-NeoX и сохранена в формате safetensors. Модель предназначена для генерации текста и диалоговых сценариев. Её можно применять для ведения беседы и создания текстовых ответов; поддерживаемая длина контекста составляет 16 384 токена. Сведения о конкретных языках, специализации и результатах оценки качества в карточке не приведены. Лицензия в предоставленных данных не указана.

SmartQwen1.5-1.8B-orpo-v1 — диалоговая языковая модель семейства Qwen2, разработанная vihangd и дообученная методом ORPO на неизвестном наборе данных. Она предназначена для генерации текста в чате и имеет 1,5 млрд параметров и контекст до 32 768 токенов. Модель сохранена в формате safetensors и может применяться для диалогов и генерации ответов. Лицензия указана как other; конкретные условия в доступных сведениях не раскрыты.

Smaug-Llama-3-70B-Instruct-ExPO — чат-модель на базе Llama 3, созданная авторами работы «Weak-to-Strong Extrapolation Expedites Alignment». Это плотная авторегрессионная модель с архитектурой LlamaForCausalLM и примерно 69,5 млрд параметров; репозиторий содержит веса в формате Safetensors, а контекст составляет до 8192 токенов. Модель получена экстраполяцией ExPO с коэффициентом α = 0,3 на основе контрольных точек SFT и DPO/RLHF для Smaug-Llama-3-70B-Instruct и Meta-Llama-3-70B-Instruct. Она предназначена для диалогов и генерации текста с улучшенным согласованием с предпочтениями людей. В README приведены оценки ExPO-вариантов моделей на AlpacaEval 2.0 и MT-Bench; эти результаты не являются отдельной оценкой данной версии 70B. Карточка указывает английский язык и лицензию Llama 3 (llama3). Практическое использование зависит от соблюдения условий этой лицензии; кроме улучшенного согласования, README не описывает специализированные навыки или ограничения модели.

Stella-mistral-nemo-12B-v2 — языковая модель, созданная nbeerbower слиянием предварительно обученных моделей методом Model Stock с помощью mergekit. В качестве базовой использована nbeerbower/mistral-nemo-bophades-12B; в слияние также вошли три модели семейства Gutenberg, включая Lyra-Gutenberg-mistral-nemo-12B. Модель имеет плотную архитектуру MistralForCausalLM и 12,1 млрд параметров, распространяется в формате safetensors и использует библиотеку Transformers. Модель предназначена для генерации и продолжения текста в диалоговом формате. Метаданные указывают контекстное окно до 1 024 000 токенов, а карточка приводит результаты оценок IFEval и BBH. Данные о поддерживаемых естественных языках и специализированных прикладных областях не приводятся. Лицензия в предоставленных источниках не указана. Поскольку это слияние нескольких моделей, свойства и условия использования могут зависеть от исходных чекпойнтов; фактическая производительность для конкретных сценариев требует проверки.

Aryanne/SuperHeart — объединённая языковая чат-модель, созданная автором репозитория с помощью mergekit методом task_swapping. В качестве основы использована arcee-ai/Llama-3.1-SuperNova-Lite, также в объединение включена DreadPoor/Heart_Stolen-8B-Model_Stock. Модель построена на архитектуре Llama для генерации текста и диалогов; размер составляет 7,5 млрд параметров, нативная длина контекста — 131 072 токена. Модель подходит для диалогового взаимодействия и генерации текста по запросам. В метаданных указана библиотека Transformers и формат Safetensors. Для использования действует лицензия llama3.1. Карточка не приводит дополнительных сведений о целевых языках или специализированных сценариях.

SwedishBeagle-dare — объединённая чат-модель на архитектуре Mistral, созданная с помощью LazyMergekit из Mistral-совместимых моделей timpal0l/Mistral-7B-v0.1-flashback-v2, EmbeddedLLM/Mistral-7B-Merge-14-v0.2 и Nexusflow/Starling-LM-7B-beta. В конфигурации объединения базовой моделью указана mlabonne/NeuralBeagle14-7B; применён метод dare_ties. Модель с 7,1 млрд параметров предназначена для генерации текста и диалоговых ответов. Контекст — до 32 768 токенов. Карточка не описывает отдельные специализированные функции или целевые языки, поэтому её следует рассматривать как чат-модель общего назначения. Модель распространяется по лицензии Apache-2.0. Качество ответов и языковая поддержка могут зависеть от задачи; данных о специализированном обучении и оценках в карточке нет.

T3qm7xNeuralsirkrishna_Inex16Calme — объединённая модель Mistral, созданная на основе automerger/T3qm7xNeuralsirkrishna-7B и automerger/Inex16Calme-7B. Она предназначена для генерации текста и диалогов. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате Safetensors. Модель распространяется по лицензии Apache-2.0. README не уточняет целевые сценарии, языки обучения или ограничения качества; доступные метаданные также не позволяют определить их.

tr-dare-merge-7B — диалоговая языковая модель на архитектуре Mistral с 7,1 млрд параметров, созданная объединением Mistral-7B-Instruct-v0.2, Trendyol-LLM-7b-chat-dpo-v1.0 и Turkcell-LLM-7b-v1 методом DARE-TIES. Она предназначена для генерации текста и ведения диалогов; в метаданных указана поддержка турецкого и английского языков, а контекст составляет до 32 768 токенов. Модель распространяется в формате Safetensors и под лицензией Apache 2.0. Её можно использовать для чат-ботов, ответов на вопросы и генерации текста на турецком и английском языках. Карточка не приводит результатов оценки качества, поэтому пригодность для конкретного сценария следует проверять отдельно.

Twitter-XLM-Roberta-base — многоязычная модель семейства XLM-Roberta, разработанная Cardiff NLP и обученная примерно на 198 млн твитов. Это базовая модель с архитектурой XLMRobertaForMaskedLM, примерно 305,2 млн параметров и контекстом до 514 токенов; доступны веса PyTorch и TensorFlow. Модель предназначена для работы с многоязычными сообщениями из Twitter: она предсказывает замаскированные токены, а также может использоваться для вычисления сходства твитов, в том числе между текстами на разных языках. Это полезно для анализа и поиска похожих публикаций в социальных сетях. Карточка не приводит точный список поддерживаемых языков и лицензию, поэтому их нельзя уточнить по предоставленным данным. Модель обучена на твитах, и её качество на других жанрах текста не подтверждено в карточке.

KordAI разработала Typhoon Gemma 3 KordTranslate EN-TH 4B — двунаправленную модель машинного перевода между английским и тайским языками. Это дообученная методом supervised instruction tuning модель typhoon-ai/typhoon2.1-gemma3-4b на архитектуре Gemma 3 с 4 млрд параметров; она принимает текстовые инструкции и выдаёт перевод. Модель предназначена для локализации, перевода документов пакетами, перевода в чат-ботах и образовательных приложениях, а также интеграции через API. В метаданных указано контекстное окно 131072 токена; репозиторий использует формат safetensors. Лицензия — Apache 2.0. Карточка отмечает возможное снижение качества на узкоспециализированных медицинских, юридических и научных текстах. Имена собственные и новые термины следует проверять, а неоднозначные входные фразы могут быть галлюцинированы или перефразированы; для критически важных переводов рекомендуется проверка человеком.

UnPoppy_8B — объединённая языковая модель, созданная jeiku с помощью mergekit методом SLERP из Nitral-AI/Poppy_Porpoise-0.72-L3-8B и Undi95/Llama-3-Unholy-8B. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM, предназначенная для диалоговой генерации текста. Размер модели — 7,5 млрд параметров, длина контекста — 8192 токена; репозиторий использует формат safetensors и библиотеку Transformers. Модель подходит для ведения диалога и генерации текстовых ответов. В метаданных базовой модели упомянута дополнительная поддержка анализа изображений через Llava MMProj, но для самого UnPoppy_8B такой способности в карточке не подтверждено. Данные о лицензии и языках модели отсутствуют.

Valkyrie-V1 — языковая модель семейства Mistral, созданная CookinAI путём последовательного слияния весов методом SLERP. В первом слиянии использованы mindy-labs/mindy-7b-v2 и jondurbin/bagel-dpo-7b-v0.1, затем результат объединён с rishiraj/CatPPT. Модель содержит 7,1 млрд параметров, принимает текст и предназначена для генерации текста; заявленная длина контекста — 32 768 токенов. Модель можно применять для диалогов, написания и продолжения текста, а также для генерации ответов на текстовые запросы. README не описывает отдельные специализированные сценарии или языковое покрытие. Репозиторий распространяет веса в формате Safetensors, лицензия — Apache-2.0. Качество и ограничения конкретных сценариев в карточке не приведены.