III.2Исследование рынка и маркетинг

Viking-SlimSonnet-v1-7B — диалоговая языковая модель, разработанная mpasila на базе LumiOpen/Viking-7B. Модель дообучена методом LoRA на наборе SlimOrca, очищенном от примеров длиннее 4076 токенов; использован формат диалогов ChatML. Это плотная архитектура Llama с 7 млрд параметров и контекстом 4096 токенов. Модель предназначена для генерации ответов в диалоге и других текстовых продолжений. В карточке указаны английский и скандинавские языки: финский, шведский, норвежский, датский и исландский; базовая Viking-7B ориентирована преимущественно на финский и скандинавские языки. Модель опубликована в формате safetensors по лицензии Apache-2.0.

minpeter/Voxtral-Mini-3B-Text-2507-hf-heretic — текстовая чат-модель на архитектуре Mistral, созданная на основе mistralai/Voxtral-Mini-3B-2507. Автор README сообщает, что из исходной модели удалена функция Whisper, а языковая модель сохранена; модель похожа на невыпущенную Ministral-3B-Instruct. В метаданных указаны 3,4 млрд параметров, контекст до 32 768 токенов и формат safetensors для Transformers. Модель предназначена для генерации текста в диалоге и других сценариев текстового общения. README описывает её как «abliterated»: в приведённом тесте отказов было 4 из 100 запросов против 99 из 100 у указанной исходной версии. Это свидетельствует о существенно меньшей склонности к отказам в этом тесте, но не гарантирует качество или поведение на других запросах. Языки, на которые модель специально рассчитана, в источниках не указаны. Лицензия в предоставленных данных не приведена.

VPO-Pess-Zephyr-7B-0.0001-iter-2 — диалоговая языковая модель, выпущенная Katayoon. Это дообученная версия Katayoon/VPO-Pess-Zephyr-7B-0.0001-iter-1 на обновлённом и исходном наборах данных. Модель построена на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров; формат весов — safetensors. Она поддерживает генерацию текста и диалоговое взаимодействие, с контекстом до 32 768 токенов. Модель подходит для генерации ответов в чате и других сценариев текстовой генерации. Карточка не описывает специализированные области применения, языковое покрытие, результаты оценки или конкретные ограничения. Лицензия — MIT.

QuantFactory/wiroai-turkish-llm-9b-GGUF — это квантизированная версия модели WiroAI/wiroai-turkish-llm-9b, созданная QuantFactory с использованием llama.cpp. Исходная модель разработана WiroAI на базе Google Gemma 2 9B и дообучена методом supervised fine-tuning с применением LoRA на более чем 500 000 тщательно отобранных инструкций на турецком языке. Модель предназначена для генерации и редактирования текста, ответов на вопросы, суммаризации, анализа, рассуждений, преобразования контента и других задач обработки естественного языка на турецком языке. Она ориентирована на понимание турецкой культуры, идиом, локального контекста и актуальных тем; также заявлена поддержка других распространённых языков. Архитектура — decoder-only Transformer, размер базовой модели — 9 млрд параметров. Формат GGUF и квантизация позволяют использовать модель на настольных компьютерах, ноутбуках и в пользовательской облачной инфраструктуре, однако конкретные требования к памяти зависят от варианта квантизации. Сильными сторонами являются специализация на турецком языке и локальном контексте, а также возможность развёртывания на ограниченных ресурсах. В README приведены результаты на турецких версиях тестов MMLU, TruthfulQA, ARC, HellaSwag, GSM8K и Winogrande, но они помечены как непроверенные. Ограничения включают необходимость чётких структурированных инструкций, обязательную проверку ответов в критически важных сценариях и предварительную оценку аппаратных требований. Модель распространяется по лицензии Gemma; для доступа на Hugging Face требуется принять условия лицензии Google. Контекстное окно и точные параметры квантизации в предоставленных данных не указаны.

Xenon-4 — диалоговая языковая модель Xenon1 на архитектуре Mistral, дообученная на Mistral-7B-v0.1 с использованием набора Ultrafeedback и методов из статьи Self-Rewarding Language Models. Модель предназначена для общения по инструкциям и генерации текста; для диалога используется шаблон Mistral с маркерами [INST] и [/INST]. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM, Grouped-Query Attention, Sliding-Window Attention и токенизатор Byte-fallback BPE. Контекст — до 32 768 токенов. Указана поддержка английского языка, формат весов — Safetensors. Лицензия — Apache-2.0. Модель подходит для диалоговых и общих текстовых задач, но карточка не приводит оценок качества или подробных результатов тестирования; ответы следует проверять в задачах, где важна точность.

Yamshadowexperiment28M70.8-0.49-0.98-0.31-0.16-0.95-7B — объединённая текстовая модель семейства Mistral от автора aaron-di, построенная на основе AurelPx/Percival_01-7b-slerp и liminerity/M7-7b. Модель с архитектурой MistralForCausalLM содержит 7,1 млрд параметров, принимает текст и генерирует текст; заявленный контекст составляет 32 768 токенов. Модель предназначена для генерации продолжений текста и диалоговых ответов. README показывает запуск через Transformers с шаблоном чата и генерацией до 256 новых токенов. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. Карточка не описывает отдельные специализированные области применения или подтверждённые ограничения качества.

Yi-9B-Forest-DPO — языковая модель на 8,6 млрд параметров, созданная дообучением 01-ai/Yi-9B методом direct preference optimization (DPO). Модель разработана автором репозитория abhishekchohan и предназначена для генерации текста и ответов на запросы на естественном языке. Для дообучения использована смесь наборов Intel/orca_dpo_pairs, nvidia/HelpSteer и jondurbin/truthy-dpo-v0.1. Модель построена на плотной архитектуре семейства Llama и классе LlamaForCausalLM, работает с библиотекой Transformers и принимает контекст до 4096 токенов. В метаданных указан английский язык. Модель подходит для диалоговых ответов, следования инструкциям и генерации текста общего назначения. Репозиторий содержит веса в формате PyTorch; лицензия — Apache-2.0. Карточка не приводит отдельных результатов оценки качества, поэтому эффективность на конкретных задачах не подтверждена.

Yiet-9B — объединённая языковая чат-модель от nbeerbower, созданная методом Model Stock с помощью mergekit на базе nbeerbower/yi-gutenberg-9B. В слияние вошли девять моделей семейства Yi-9B, включая варианты для диалога, следования инструкциям и предпочтений. Модель имеет плотную архитектуру LlamaForCausalLM и содержит 8,6 млрд параметров; репозиторий предоставляет веса в формате safetensors с точностью bfloat16. Модель предназначена для генерации текста и диалогового использования. Её можно применять для ответов на вопросы, выполнения текстовых инструкций и создания связных текстов. Метаданные описывают базовое семейство как двуязычное, ориентированное на английский и китайский языки; контекст составляет 4096 токенов. README не приводит оценок качества или результатов сравнительных испытаний, поэтому пригодность для конкретных задач следует проверять отдельно. Модель опубликована на Hugging Face; сведения о лицензии в предоставленных данных отсутствуют.

Zebrafish-slerp-7B — текстовая авторегрессионная модель семейства Mistral, созданная mlabonne с помощью LazyMergekit. Это объединение методом SLERP моделей liminerity/M7-7b и rwitz/experiment26-truthy-iter-0; конфигурация задаёт слияние слоёв внимания и MLP, а базовой моделью указана liminerity/M7-7b. Модель содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. В репозитории представлены веса Safetensors; метаданные указывают лицензию CC BY-NC 4.0, которая ограничивает коммерческое использование. README и метаданные не сообщают специальных гарантий качества или результатов оценки.

zephyr-7b-DPOBS128-full — диалоговая языковая модель на архитектуре Mistral с 7,1 млрд параметров, дообученная командой TTTXXX01 на alignment-handbook/zephyr-7b-sft-full с использованием набора HuggingFaceH4/ultrafeedback_binarized. Она предназначена для генерации текста и ответов в чате; карточка также указывает возможность диалогового взаимодействия. Модель принимает текст и генерирует текст. Заявленная длина контекста — 32 768 токенов. Веса доступны в формате safetensors, лицензия — Apache-2.0. README не приводит результатов оценки качества или подробностей о рекомендуемых сценариях использования.

Это диалоговая модель генерации текста, созданная ShenaoZ путём дообучения Mistral-7B-Instruct-v0.2 на наборе HuggingFaceH4/ultrafeedback_binarized с использованием DPO. Модель содержит 7,1 млрд параметров, построена на архитектуре MistralForCausalLM и рассчитана на контекст до 32 768 токенов. Модель предназначена для диалога и выполнения инструкций: она принимает текстовые запросы и генерирует текстовые ответы. Репозиторий распространяет веса в формате safetensors по лицензии Apache-2.0. README не содержит подробностей об оценке качества и ограничениях модели.

Модель ShenaoZhang/0.0005_idpo_same_nodpo_replace_iter_2 — дообученная версия ShenaoZhang/0.0005_idpo_same_nodpo_replace_iter_1 на обновлённом и исходном наборах данных. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и чат-диалогов. Нативная длина контекста составляет 32 768 токенов; веса представлены в формате Safetensors. Модель можно применять для диалогового взаимодействия и генерации текста. Карточка не описывает специальные возможности, результаты оценки качества или ограничения поведения. Лицензия — MIT.

ShenaoZhang/0.001_5iters_bs256_nodpo_only4w_iter_2 — дообученная разговорная языковая модель на архитектуре Mistral с 7,1 млрд параметров. Она продолжает обучение модели ShenaoZhang/0.001_5iters_bs256_nodpo_only4w_iter_1 на исходном и обновлённом наборах данных и предназначена для генерации текста в диалоговом формате. Модель принимает текст и генерирует текст; максимальная длина контекста составляет 32 768 токенов. Репозиторий содержит веса Safetensors. Модель распространяется по лицензии MIT. Подробности о наборе данных, оценках качества и известных ограничениях в карточке не раскрыты.

Модель ShenaoZhang/0.01_zephyr_5551_4iters_bs256_iter_1 — дообученная на наборе HuggingFaceH4/ultrafeedback_binarized языковая модель Mistral с 7,1 млрд параметров. Она предназначена для генерации текста и диалогового общения. Модель принимает текст и выдаёт текст; максимальная длина контекста — 32 768 токенов. Модель распространяется в формате Safetensors по лицензии MIT. README не содержит сведений об оценке качества или конкретных ограничениях применения.

Abin7/6-lang — объединённая автором Abin7 модель генерации текста на архитектуре Llama, созданная методом TIES с помощью mergekit. В качестве основы использована NousResearch/Llama-2-7b-hf; в объединение также вошли Abin7/3-lang и Abin7/finnish-mal-spanish. Модель содержит 6,6 млрд параметров, распространяется в формате safetensors и использует контекст до 4096 токенов. Модель предназначена для генерации текста. Название и состав исходных моделей указывают на многоязычную направленность, однако конкретный перечень поддерживаемых языков в предоставленных данных не описан. Лицензия в предоставленных данных не указана.

AIFT-ko-orca-plat-Yi-ko-6b-v1.8 — корейская инструктивная языковая модель семейства Llama, опубликованная AIFT. Модель дообучена методом LoRA на базе открытых наборов KOR-OpenOrca-Platypus и примерно 40 тысяч примеров, собранных или подготовленных для обучения; базовая модель в доступных сведениях не названа. Модель предназначена для генерации ответов на инструкции и задач на корейском языке, включая вопросы по истории, науке и математике, машинное чтение, анализ отзывов, суммаризацию, грамматику и перевод между корейским и английским. В карточке указаны 5,9 млрд параметров, архитектура Llama с плотной causal language model, контекст 2048 токенов и формат safetensors. README сообщает, что обучающие данные закрыты; автор также отмечает, что часть данных MMLU была удалена из-за снижения качества в предыдущей версии. Модель распространяется по лицензии CC-BY-SA-4.0.

airoboros-gpt-3.5-turbo-100k-7b — языковая модель семейства Llama, дообученная разработчиком jondurbin на 100 тысячах синтетических пар инструкций и ответов, созданных с помощью gpt-3.5-turbo и варианта метода Self-Instruct. Модель предназначена для генерации текста по инструкциям: она может составлять письма, отвечать на запросы и создавать творческие тексты. В README приведено сравнение с несколькими моделями на примерах инструкций, но оно не является независимой оценкой качества. Модель имеет около 6,6 млрд параметров и контекстное окно 2048 токенов. Репозиторий содержит веса PyTorch; для использования автор рекомендует FastChat. Лицензия CC BY-NC 4.0 допускает использование с указанием авторства, но ограничивает коммерческое применение. Описание указывает на обучение на синтетических данных и не сообщает о дополнительных проверках качества или безопасности.

AlphaHitchhiker-7B-v2 — диалоговая языковая модель, разработанная macadeliccc на основе mlabonne/AlphaMonarch-7B. Модель Mistral с плотной архитектурой и 7,1 млрд параметров дообучена в течение двух эпох; автор сообщает, что это улучшило loss примерно на 15% по сравнению с обучением в одну эпоху. Для обучения использовались Unsloth и библиотека Hugging Face TRL. Модель предназначена для генерации текста и диалогового общения на английском языке. Её можно применять для ответов на вопросы, выполнения инструкций и ведения беседы. Заявленная длина контекста — 32 768 токенов. Модель распространяется в формате PyTorch по лицензии Apache-2.0. Карточка не приводит сравнительных оценок качества или подробных результатов тестирования.

armaGPT — дообученная модель генерации текста на основе Gemma, разработанной Google. Автор карточки указывает, что модель настроена с помощью DPO для более безопасной и справедливой генерации; метаданные относят её к семейству Gemma и указывают 8,2 млрд параметров. Модель принимает текст и генерирует продолжение или ответ, в том числе на вопросы. Заявленная длина контекста — 8192 токена; карточка отмечает английский язык. Веса доступны в формате safetensors, библиотека — Transformers. Модель подходит для ответов на вопросы, создания текстов и диалоговых сценариев на английском языке. Описание архитектуры в README содержит неточность: GemmaForCausalLM относится к авторегрессионной трансформерной архитектуре. Лицензия репозитория — MIT. README называет базовую модель Gemma 7b, а число параметров в метаданных составляет 8,2 млрд.

jeiku/Average_Test_v1 — объединённая языковая модель, созданная автором репозитория с помощью mergekit методом линейного слияния моделей jeiku/Average_Test и ResplendentAI/Aura_Llama3. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и 7,5 млрд параметров; репозиторий содержит веса в формате safetensors, библиотека для работы — Transformers. Модель предназначена для генерации текста и диалогового общения. Она принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов. Модель можно применять для ведения диалогов и генерации текстовых ответов. README описывает способ слияния, но не приводит сравнительных оценок качества или подробных рекомендаций по сценариям использования. Лицензия в предоставленных данных не указана.

bahcecrumles-3b-slerp — диалоговая языковая модель, созданная liminerity слиянием методом SLERP через mergekit моделей indischepartij/MiniCPM-3B-OpenHermes-2.5-v2 и liminerity/baccules-3b-slerp. Модель семейства Llama имеет плотную архитектуру LlamaForCausalLM и около 2,7 млрд параметров; она предназначена для генерации текста в диалоговом формате и принимает текстовый контекст длиной до 2048 токенов. Модель подходит для диалоговых помощников и генерации ответов на текстовые запросы. Карточка не описывает специализированную область применения или поддерживаемые языки. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

BLOSSOM-v4-qwen15-7b — диалоговая языковая модель, разработанная на основе Qwen1.5-7B и дообученная методом instruction tuning на смешанных наборах Blossom Orca, Wizard, Chat и Math. Обучение прошло в два этапа: сначала на одношаговых инструкциях Wizard, Orca и Math, затем на многошаговых диалогах Blossom Chat с небольшой примесью данных первого этапа. Модель предназначена для диалоговых ответов и выполнения инструкций общего назначения, включая задачи с математическими вопросами. Архитектура — плотная Qwen2ForCausalLM с 7,1 млрд параметров; нативный контекст составляет 32 768 токенов. Карточка указывает поддержку китайского и английского языков. Для диалога используется формат продолжения текста с ролями Human и Bot. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка заявляет общие диалоговые возможности и понимание контекста, но не приводит результатов независимых оценок качества.

BurningBruce-003 — разговорная языковая модель на архитектуре Mixtral с разреженной смесью экспертов (MoE), созданная Kquant03, Dontriskit и NeuralNovel с помощью mergekit. Она предназначена для генерации текста и диалогового общения на английском языке; модель содержит около 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В смесь включены TurdusBeagle-7B, Turdus, Marcoroni-7b-DPO-Merge и Marcoroni-neural-chat-7B-v2; README описывает четыре экспертные модели и указывает TurdusBeagle-7B как базовую. В MoE маршрутизатор выбирает экспертов для обработки токенов, но здесь он не обучался одновременно с моделью. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Модель подходит для диалогов и генерации английского текста с длинным контекстом. Для запуска требуется память, достаточная для загрузки всех весов, несмотря на разреженную активацию экспертов. Оценки качества в карточке пока не приведены.

Elfrino/ContextualKunoichi_KTO-7B — созданная Elfrino диалоговая языковая модель, полученная слиянием SLERP двух моделей Mistral 7B: ContextualAI/Contextual_KTO_Mistral_PairRM и crestf411/daybreak-kunoichi-2dpo-7b. Слияние выполнено с помощью mergekit; файлы модели опубликованы в формате safetensors. Модель предназначена для генерации текста в диалогах и ответов на запросы. Её архитектура — плотная MistralForCausalLM, размер — около 7,1 млрд параметров, заявленная длина контекста — 32 768 токенов. Карточка описывает выбор исходных моделей по рейтингам Alpaca Eval и рейтингу креативности, однако также отмечает, что модель находится на этапе тестирования. Язык и лицензия в предоставленных данных не указаны.

Elfrino выпустил ContextualToppy_KTO-7B — слитую модель для генерации текста и ведения диалогов. Она создана методом SLERP с помощью mergekit из Undi95/Toppy-M-7B и ContextualAI/Contextual_KTO_Mistral_PairRM. Модель построена на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров. Она предназначена для генерации текстовых ответов и ролевых диалогов; поддерживает контекст до 32 768 токенов и работает через Transformers. В репозитории веса представлены в формате safetensors. Карточка не приводит конкретных оценок качества или сведений о языковом покрытии. Базовое описание указывает на возможность генерации контента для взрослых. Условия лицензии в предоставленных данных не указаны.

nold/CroissantLLMChat-v0.1-GGUF — GGUF-квантизированная версия CroissantLLMChat-v0.1, разработанная в рамках инициативы CroissantLLM и подготовленная с использованием пайплайна llm-quantizer. Исходную модель создали Manuel Faysse, Patrick Fernandes и соавторы. Это чат-модель, дообученная после 190 тысяч шагов обучения на примерно 2,99 трлн токенов с последующей Chat-настройкой. Модель предназначена для диалогов, генерации и редактирования текста, преимущественно на французском и английском языках, а также для задач перевода; её можно запускать на локальном пользовательском оборудовании. Архитектура в README явно не указана, размер исходной модели составляет 1,3 млрд параметров, а поддерживаемая модальность — текст. Для корректной работы рекомендуется использовать заданный chat template и температуру не ниже 0,3. Заявленный контекст модели не указан. К сильным сторонам относятся производительность для своего размера, хорошие результаты в письменных задачах и особенно в переводе, а также открытость проекта. Ограничения включают слабые возможности сложного рассуждения, относительно низкое качество генерации кода и неоптимальную работу с языками, кроме французского и английского. Модель может галлюцинировать и выдавать фактически неверные сведения; ориентировочная граница знаний связана с дампом Wikipedia за ноябрь 2023 года. Модель распространяется по лицензии MIT.

laion/delphi-1e22-9_7Bparams-160Btokens-base-wc386k_lr1e5-sft — разговорная языковая модель семейства Qwen3, разработанная LAION и обученная с нуля на наборах данных wildchat_386k и delphi_warmup. Модель предназначена для генерации текста в диалоге: она принимает текстовые запросы и формирует текстовые ответы. Число параметров — 9,2 млрд, архитектура плотная Qwen3ForCausalLM, контекст — 4096 токенов. В карточке нет сведений о специализированных областях применения, оценке качества или дополнительных ограничениях. Репозиторий содержит веса в формате safetensors и заявляет лицензию other; конкретные условия лицензии следует сверить с файлами репозитория.

HenryJJ обучил эту авторегрессионную языковую модель на базе dolphin-2.6-mistral-7b с помощью DPO на датасете Intel/orca_dpo_pairs. Модель семейства Mistral содержит 7,1 млрд параметров и предназначена для генерации текста в формате диалога; для общения используется шаблон ChatML. Модель подходит для диалогового помощника, ответов на вопросы и генерации текста на английском языке. В README указано обучение с окном контекста 1024 токена, тогда как метаданные репозитория задают native context в 32768 токенов; эти сведения расходятся, поэтому фактический рабочий контекст зависит от используемой конфигурации. Модель распространяется по лицензии Apache-2.0.

Dolphin-Nebula-7B — разговорная языковая модель на архитектуре Mistral, созданная Weyaxi путём объединения ehartford/dolphin-2.0-mistral-7b и адаптера PulsarAI/Nebula-7B-Lora. Модель содержит 7,1 млрд параметров и рассчитана на генерацию текста в диалогах; её контекстное окно составляет 32 768 токенов. В карточке указаны английский язык и датасет Open-Platypus. Модель подойдёт для ведения диалога и генерации ответов на английском языке. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. В README приведена таблица результатов Open LLM Leaderboard, но значения метрик не заполнены, поэтому качество по этим тестам оценить нельзя.

jaspionjader/dp-1-8b — объединённая языковая модель на архитектуре Llama 3, созданная разработчиком jaspionjader с помощью mergekit и метода SLERP. В объединение вошли jaspionjader/f-5-8b и дообученная для португальского языка adalbertojunior/Llama-3-8B-Dolphin-Portuguese-v0.3; параметры модели представлены в формате safetensors, размер — 7,5 млрд параметров. Модель предназначена для генерации текста и диалогов. Она принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов. Португальская модель среди источников объединения указывает на ориентацию на португальский язык, однако данных для подтверждения конкретного набора поддерживаемых языков нет. Карточка не сообщает результаты оценок качества или подробные ограничения, поэтому пригодность для конкретных задач следует проверять на собственных примерах. Лицензия в предоставленных данных не указана.