III.2Исследование рынка и маркетинг

Magiq Translator 0 — языковой адаптер архитектуры Magiq3, разработанный MAIA для перевода между английским, французским и итальянским языками с сохранением исходного смысла и культурных нюансов. Модель предназначена для многоязычного общения и устранения языковых барьеров. Это дообученная плотная модель Mistral на 7,1 млрд параметров с архитектурой MistralForCausalLM. Она принимает текст и генерирует текст; максимальная длина контекста составляет 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache-2.0.

maid-yuzu-v3-alter — языковая модель, созданная автором карточки слиянием предварительно обученных моделей с помощью mergekit и метода DARE TIES. В качестве базовой модели использована smelborp/MixtralOrochi8x7B; в слияние также вошли NousResearch/Nous-Hermes-2-Mixtral-8x7B-DPO и ycros/BagelMIsteryTour-v2-8x7B. Модель предназначена для генерации текста. Она построена на архитектуре Mixtral с разреженной экспертной структурой MoE, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Карточка не описывает специальные предметные сценарии или языки применения. Модель опубликована в формате safetensors. Сведения о лицензии и конкретных ограничениях использования в предоставленных данных отсутствуют.

MegaQwen-120B — текстовая генеративная модель, созданная разработчиком abideen путём слияния двух копий Qwen1.5-72B с чередованием их параметров. Она предназначена для диалогов и генерации текста. Модель использует плотную архитектуру Qwen2 с декодером Qwen2ForCausalLM, содержит 123,4 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель принимает текст и выдаёт текст; в метаданных заявлена поддержка английского языка и возможность чата. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0. Доступные сведения не описывают качество или результаты оценки модели.

mergekit-community/mergekit-slerp-ebgdloh — объединённая текстовая модель, созданная сообществом с помощью mergekit из fblgit/UNA-TheBeagle-7b-v1 и SanjiWatsuki/Kunoichi-DPO-v2-7B. При объединении применён метод SLERP; в конфигурации указаны базовая модель fblgit/UNA-TheBeagle-7b-v1 и формат вычислений bfloat16. Модель относится к семейству Mistral, использует плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров. Она предназначена для генерации текста; заявленная длина контекста — 32 768 токенов. Репозиторий содержит веса Safetensors и использует библиотеку Transformers. Объединение моделей может сочетать их поведенческие особенности, однако карточка не приводит оценок качества или конкретных преимуществ этого результата. Лицензия в доступных данных не указана.

Карточка модели mergekit-community/mergekit-ties-anlytjh на Hugging Face совпадает с карточкой mergekit-community/mergekit-ties-fnacfof, поэтому описание составлено по ней. mergekit-community/mergekit-ties-fnacfof — языковая модель на архитектуре Llama, созданная сообществом с помощью слияния TIES. В объединении использованы NousResearch/Llama-2-7b-hf в качестве базовой модели, а также microsoft/Orca-2-7b и arcee-ai/Patent-Instruct-7b. Модель содержит 6,6 млрд параметров, распространяется в формате Safetensors и рассчитана на контекст до 4096 токенов. Модель предназначена для генерации текста и диалоговых сценариев, сочетая возможности включённых в слияние моделей. Карточка не уточняет отдельные преимущества, целевые языки или специализированные сценарии; базовая модель описана как англоязычная. Лицензия в предоставленных данных не указана.

mergekit-community/mergekit-ties-fnacfof — языковая модель на архитектуре Llama, созданная сообществом с помощью слияния TIES. В объединении использованы NousResearch/Llama-2-7b-hf в качестве базовой модели, а также microsoft/Orca-2-7b и arcee-ai/Patent-Instruct-7b. Модель содержит 6,6 млрд параметров, распространяется в формате Safetensors и рассчитана на контекст до 4096 токенов. Модель предназначена для генерации текста и диалоговых сценариев, сочетая возможности включённых в слияние моделей. Карточка не уточняет отдельные преимущества, целевые языки или специализированные сценарии; базовая модель описана как англоязычная. Лицензия в предоставленных данных не указана.

Merkaba-Maven-0.2 — слитая языковая модель, созданная jefferylovely с помощью LazyMergekit. В README указано слияние методом SLERP модели bardsai/jaskier-7b-dpo-v7.1 и jefferylovely/Merkaba-Maven-0.1; конфигурация задаёт смешивание слоёв self-attention и MLP. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста. Веса опубликованы в формате safetensors, вычислительная точность слияния — bfloat16. Лицензия CC BY-NC-ND 4.0 разрешает распространение с указанием авторства, но запрещает коммерческое использование и распространение производных версий. README и метаданные не описывают конкретные языки, специализированные области или сравнительные результаты, поэтому назначение следует считать общим.

mhm-7m-v1.3 — экспериментальная текстовая языковая модель, созданная путём трёх этапов слияния семи предварительно обученных моделей на основе Mistral с помощью mergekit и методов dare_ties. Она предназначена для генерации текста и диалогового общения. Размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов; репозиторий содержит веса в формате Safetensors. В README не названы исходные модели слияния, поэтому базовую модель можно определить только как семейство Mistral. Модель распространяется по лицензии Apache-2.0. README характеризует её как эксперимент; результатов оценки качества и сведений о целевых языках не приводит.

miniclaus-qw1.5B-UNAMGS — компактная языковая модель семейства Qwen2, разработанная fblgit на основе Qwen/Qwen2.5-1.5B-Instruct и дообученная на наборе Magpie-Align/Magpie-Pro-MT-300K-v0.1. Модель предназначена для генерации текста и диалоговых сценариев; в метаданных также заявлен интерфейс для вызова инструментов. Модель имеет плотную архитектуру Qwen2ForCausalLM, содержит 1,5 млрд параметров и поддерживает контекст до 131 072 токенов. В тегах карточки перечислены английский, китайский, французский, испанский, португальский, немецкий, итальянский, русский, японский, корейский, вьетнамский, тайский и арабский языки. README сообщает об использовании MGS и UNA (MLP) и приводит значение loss 0,7193 на наборе оценки. Модель подходит для многоязычных диалогов и генерации ответов, однако README не раскрывает методику оценки и не уточняет, как MGS и UNA влияют на качество. Лицензия указана как other, поэтому условия использования следует проверять в карточке модели.

indischepartij/MiniCPM-3B-OpenHermes-2.5-v2 — текстовая генеративная модель с диалоговой возможностью, опубликованная на Hugging Face. По метаданным, это плотная модель семейства Llama на 2,7 млрд параметров, реализованная как LlamaForCausalLM и доступная в формате safetensors для Transformers. README содержит результаты оценки на Open LLM Leaderboard, включая среднее значение 51,91, результат 47,44 на AI2 Reasoning Challenge и 72,00 на HellaSwag. Модель предназначена для генерации текста и диалогового взаимодействия. Контекстное окно составляет 2048 токенов. В README разработчик, языки, обучение и рекомендации по применению не описаны, поэтому происхождение названия OpenHermes и конкретные сценарии обучения подтвердить нельзя. Лицензия — Apache-2.0. Как и другие языковые модели, она может выдавать ошибочные или предвзятые ответы; карточка не приводит отдельной оценки этих рисков.

iemon-kun/Mistral7BInstructv0.2-RakutenAI7Bchat — объединённая диалоговая языковая модель, созданная автором репозитория с помощью mergekit и метода SLERP на основе Mistral-7B-Instruct-v0.2 и RakutenAI-7B-chat. Модель использует плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и принимает контекст длиной до 32 768 токенов. Модель предназначена для генерации текста в диалоге и выполнения инструкций. Её можно использовать для чат-ботов, ответов на вопросы и создания текстовых черновиков. Указанные базовые модели ориентированы на английский и японский языки; README не сообщает отдельные результаты оценки качества объединённой модели. Веса доступны в формате safetensors, библиотека для работы — Transformers. Лицензия в предоставленных данных не указана.

Mistral-v0.3-Instruct-Matter-Slim-A — разговорная языковая модель, дообученная munish0838 на базе unsloth/mistral-7b-instruct-v0.3-bnb-4bit с использованием датасета 0-hero/Matter-0.1-Slim-A. Это плотная архитектура MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов; модель принимает текст и генерирует текст. Карточка указывает обучение с Unsloth и библиотекой TRL. Модель предназначена для диалоговой генерации текста. Карточка не описывает конкретные навыки датасета или результаты оценки качества, поэтому специализацию сверх общего назначения определить нельзя. Лицензия — Apache-2.0.

Sao10K/MN-12B-Lyra-v4 — разговорная языковая модель на базе Mistral-NeMo-12B, представленная разработчиком как последовательная модификация семейства Lyra. Версия v4 объединяет отдельный этап обучения с подкреплением, направленный на следование инструкциям и связность ответов на базе Nemo, с Lyra-v4a1; в карточке также указана цепочка предшествующих версий Lyra. Модель принимает текстовые сообщения в формате ChatML или совместимых вариантах и генерирует текстовые ответы. Модель предназначена для диалогов, ответов на инструкции и связной генерации текста. Карточка отмечает возможные проблемы с шаблоном ChatML, некорректными строками остановки при использовании XML-тегов и отдельными ошибками токенов; пользователю может потребоваться проверить шаблон и настройки генерации. Репозиторий содержит веса safetensors. Лицензия — CC BY-NC 4.0, предусматривающая некоммерческое использование.

zelk12/MT1-Gen3-MMMA-gemma-2-9B — чат-модель на основе архитектуры Gemma 2, созданная слиянием двух предварительно обученных языковых моделей с помощью SLERP и mergekit. В репозитории представлены веса в формате safetensors; размер модели составляет 9 млрд параметров, максимальный контекст — 8192 токена. Модель предназначена для генерации текста в диалоговом формате. Модель принимает текст и выдаёт текст. Карточка не уточняет языковой охват, поэтому языки не перечислены. Использование зависит от лицензии базовых моделей; сведения о лицензии в предоставленных данных отсутствуют.

zelk12/MT-Merge2-gemma-2-9B — языковая модель семейства Gemma 2, объединённая автором репозитория с помощью mergekit. В слияние SLERP вошли zelk12/MT-Merge2-MAMM-gemma-2-9B и zelk12/MT-Merge2-MUBIG-gemma-2-9B; размер модели — 9 млрд параметров, формат файлов — safetensors. Модель предназначена для генерации текста и диалогового общения. Её можно применять для составления ответов, ведения беседы и генерации текстовых продолжений. Контекст составляет 8192 токена. В README приведены результаты Open LLM Leaderboard, включая IFEval и BBH; подтверждений поддержки конкретных языков или специализированных областей в доступных данных нет. Лицензия в карточке не указана.

zelk12/MT-Merge2-IG-gemma-2-9B — объединённая методом SLERP разговорная языковая модель, созданная с помощью mergekit из двух предварительно обученных моделей Gemma 2. Модель имеет плотную архитектуру Gemma2ForCausalLM и 9 млрд параметров; опубликована в формате safetensors и предназначена для генерации текста и диалоговых ответов. Модель принимает текст и генерирует текст. Встроенная длина контекста составляет 8192 токена. Карточка описывает способ объединения и исходные модели, но не приводит конкретных результатов оценки качества или перечня поддерживаемых языков. Лицензия в предоставленных сведениях не указана.

zelk12/MT-Merge4-GI-gemma-2-9B — объединённая с помощью mergekit методом SLERP языковая модель на архитектуре Gemma 2 с 9 млрд параметров. В объединение вошли zelk12/MT-Merge4-IF-gemma-2-MT1g4MT2g4-9B и zelk12/MT-Merge4-GP-gemma-2-MTg4MT4g4-9B. Модель предназначена для генерации текста и диалогов. Она принимает текст и выдаёт текст; заявленная длина контекста — 8192 токена. Весовые файлы представлены в формате safetensors, использовать модель можно через Transformers. Лицензия в предоставленных данных не указана. Качество и поведение объединённой модели зависят от исходных моделей и метода слияния; независимые характеристики качества в карточке не приведены.

zelk12/MTM-Merge-MMMU-gemma-2-9B — разговорная языковая модель на архитектуре Gemma 2, созданная слиянием двух предварительно обученных моделей с помощью метода SLERP и инструмента mergekit. Модель содержит 9 млрд параметров, распространяется в формате safetensors и рассчитана на генерацию текста и диалоги с контекстом до 8192 токенов. Модель принимает текст и выдаёт текст; метаданные указывают на возможность чата. В карточке не заявлены специализированная область применения или поддержка конкретных языков. Модель основана на zelk12/MTM-Merge-MM-gemma-2-MTM4MTM2-9B и zelk12/MTM-Merge-MU-gemma-2-MTM4MTM3-9B. Условия лицензии в доступных сведениях не приведены.

NeuralDaredevil-8B-abliterated-x2 — объединённая модель для диалоговой генерации текста, созданная с помощью LazyMergekit на основе mlabonne/NeuralDaredevil-8B-abliterated. Она использует плотную архитектуру Llama с 7,5 млрд параметров и рассчитана на контекст до 8192 токенов. Модель принимает текст и генерирует текст; метаданные также отмечают поддержку чата. Веса получены слиянием двух копий одной базовой модели методом dare_ties с параметрами density 0,53 и weight 0,6, маской int8 и типом данных bfloat16. Базовая модель описана как дообученная DPO Llama 3 для диалогов и ролевых сценариев с меньшими поведенческими ограничениями. Репозиторий содержит веса safetensors. Лицензия в предоставленных данных не указана.

NeuralTurdusVariant1-7B — разговорная языковая модель на архитектуре Mistral, созданная BarryFutureman путём слияния моделей mlabonne/NeuralBeagle14-7B и udkai/Turdus с помощью MergeKit. Она предназначена для генерации текста и диалоговых сценариев на английском языке. Модель содержит 7,1 млрд параметров, принимает текст и выдаёт текст. Заявленная длина контекста — 32 768 токенов; веса опубликованы в формате safetensors. Репозиторий распространяется по лицензии Apache-2.0.

NeuroCom v2 4B — разговорная языковая модель, созданная автором FourOhFour при участии нескольких участников Anthracite. Это производная от Minitron модель семейства Llama с плотной архитектурой и примерно 3,9 млрд параметров, дообученная на 100 млн токенов для инструкций и ролевого общения. Автор сообщает о дедупликации обучающих наборов данных и применении шумного обучения для улучшения обобщения; модель позиционируется как универсальный ассистент и модель для ролевых диалогов. Модель генерирует текст в формате общения и поддерживает контекст до 131 072 токенов согласно метаданным. В README указано, что настройка проводилась с контекстом 8 тыс. токенов. Доступны веса в формате Safetensors для Transformers. Лицензия — Apache 2.0.

OpenBuddy-stablelm-3b-v13 — многоязычная разговорная модель из семейства OpenBuddy, построенная на архитектуре StableLM Epoch и предназначенная для генерации текста в формате чат-бота. Модель содержит 2,7 млрд параметров, принимает текст и использует контекст до 4096 токенов. Модель рассчитана на диалоговые сценарии на китайском, английском, французском, немецком, японском, корейском, итальянском и русском языках. Её можно применять для ответов на вопросы, ведения беседы и генерации текста. Модель распространяется под лицензией CC BY-SA 4.0. Ответы могут быть ошибочными, вредными или оскорбительными. Разработчики предостерегают от применения модели в критических и высокорисковых сценариях, включая медицину, управление потенциально опасными системами, а также принятие важных финансовых и юридических решений.

orca-mini-3b — языковая модель Pankaj Mathur для генерации текста и ответов на инструкции. Она основана на OpenLLaMA-3B и содержит около 3,3 млрд параметров; архитектура — плотная LLaMA, запуск предусмотрен через Transformers. Модель обучена на наборах WizardLM, Alpaca и Dolly-V2 с подходами к созданию данных из исследования Orca: примеры включали системные инструкции и объяснения, сформированные с помощью GPT-3.5-turbo-0301. Модель рассчитана на диалоговые запросы, ответы на вопросы и выполнение текстовых инструкций на английском языке. Контекст ограничен 2048 токенами. В карточке приведены результаты оценок на Open LLM Leaderboard, однако они не гарантируют качество на конкретных задачах. Репозиторий содержит веса PyTorch и Safetensors. Лицензия CC BY-NC-SA 4.0 допускает использование с указанием авторства и распространение производных на тех же условиях, но запрещает коммерческое использование.

orca-mini-v3-7b — языковая модель Pankaj Mathur, построенная на архитектуре Llama 2 и обученная на наборах данных в стиле Orca. Она предназначена для диалогового взаимодействия и генерации текста по инструкциям, а также может применяться для ответов на вопросы и решения задач на рассуждение. Модель содержит 6,6 млрд параметров, работает с текстом и имеет контекст длиной до 4096 токенов; в карточке указан английский язык. В README приведены результаты оценки на наборах задач, включая ARC и HellaSwag, но они не гарантируют точность в практических сценариях. Модель может выдавать неточную, вводящую в заблуждение, предвзятую или оскорбительную информацию, поэтому ответы следует проверять. Лицензия указана как other, конкретные условия использования в предоставленных данных не раскрыты.

RyotaKadoya1993/phi3_wiki_merged — дообученная разработчиком RyotaKadoya1993 модель Mistral для генерации текста и диалогов. Она основана на RyotaKadoya1993/phi3_translator_merged3 и обучалась с использованием Unsloth и библиотеки TRL. Модель содержит 13,8 млрд параметров, принимает текст и поддерживает контекст до 4096 токенов. В метаданных указан английский язык и возможность диалогового взаимодействия. Веса доступны в формате safetensors. Модель распространяется по лицензии Apache-2.0.

Phoenix_DPO_60B — языковая модель с архитектурой MixtralForCausalLM и механизмом смеси экспертов (MoE), опубликованная cloudyu. Это модель генерации текста, дообученная методом Direct Preference Optimization (DPO) на данных предпочтений; карточка указывает 60B параметров, тогда как метаданные Hugging Face сообщают 33,9 млрд параметров. Контекст модели составляет 4096 токенов, веса представлены в формате safetensors. Модель предназначена для генерации текста и диалоговых сценариев, где полезна настройка поведения по предпочтениям. README также указывает на отдельную сборку в формате GGUF. Лицензия обозначена как other, поэтому условия использования следует уточнять по карточке репозитория. Данных о языковой специализации и конкретных ограничениях качества нет.

FreedomIntelligence/phoenix-inst-chat-7b — диалоговая языковая модель семейства BLOOM, представленная проектом FreedomIntelligence. Она предназначена для генерации текста в формате общения и может использоваться для ответов на запросы и ведения диалога. Архитектура — плотная авторегрессионная модель BloomForCausalLM; в метаданных указано 9,1 млрд параметров и контекст до 2048 токенов. Репозиторий содержит веса PyTorch, лицензия — Apache-2.0. В README приведены результаты оценки на бенчмарках ARC и HellaSwag, а также ссылка на проект LLMZoo; подробностей о языковой специализации и конкретных ограничениях применения карточка не содержит.

SvalTek/Q2.5-ColdBrew-Antrax-Forge-10B-TestSFT0 — дообученная SvalTek модель семейства Qwen2 для генерации текста в диалоговом формате. В README указано, что обучение выполнялось с помощью Unsloth и библиотеки TRL; модель содержит 9,4 млрд параметров, использует плотную архитектуру Qwen2ForCausalLM и поддерживает контекст до 131 072 токенов. Карточка и метаданные указывают английский язык. Модель предназначена для генерации ответов и ведения текстового диалога. Она распространяется в формате safetensors по лицензии Apache-2.0. README не описывает специализацию дообучения, результаты оценки качества или дополнительные ограничения применения.

Qwen2.5-7B-Instruct-finetuned — дообученная модель JosephNguyen на базе unsloth/Qwen2.5-7B-Instruct. Это плотная авторегрессионная языковая модель семейства Qwen2 с 7,1 млрд параметров, предназначенная для диалогов и генерации текста; заявлена поддержка интерфейса вызова инструментов. Модель принимает текст и выдаёт текст, работает с английским языком и имеет контекст до 32 768 токенов. В карточке указано, что обучение проводилось с использованием Unsloth и библиотеки TRL. Конкретные специализация дообучения и результаты оценки качества не описаны, поэтому возможности базовой модели — генерация кода и структурированных ответов — не следует считать подтверждёнными характеристиками этого варианта. Распространяется по лицензии Apache-2.0.

Theros/Qwen2.5-CreativeMix-7B — объединённая разговорная языковая модель на архитектуре Qwen2.5, созданная с помощью mergekit методом DARE TIES. В слиянии использованы Qwen2.5-7B-HyperMix, Qandora-2.5-7B-Creative и EdgeRunner-Command-Nested; базовой моделью для объединения указана djuna/Q2.5-Fuppavy-7B. Модель содержит 7,1 млрд параметров и имеет заявленный контекст длиной до 131 072 токенов. Модель предназначена для диалоговой и творческой генерации текста. Её можно применять для написания и продолжения текстов, а также для ведения беседы. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. В карточке не приведены сведения о лицензии и конкретных ограничениях качества или использования.