III.2Исследование рынка и маркетинг

Yi-Ko-DUS-9B — двуязычная авторегрессионная языковая модель, разработанная Джунбумом Ли (Beomi) и Тэкюном Чхве. Это версия серии Yi-Ko-DUS с 8,6 млрд параметров в формате Transformers, построенная на архитектуре Llama и обученная методом DUS; в README она описана как улучшенная версия Yi-Ko-6B с расширенным словарём и дополнительным предобучением на корейских и английских текстах. Модель принимает текст и генерирует текст. Она ориентирована на корейский и английский языки, имеет контекстное окно 4096 токенов и расширенный словарь SentencePiece BPE на 78 464 токена, включающий корейскую лексику. Подходит для генерации текста, ответов на вопросы и других языковых задач; в README приведены результаты оценок на корейских наборах KMMLU, KorQuAD, NSMC, KOBEST и Apeach. Модель распространяется по лицензии Apache-2.0. Представленные оценки относятся к конкретным тестам и не гарантируют качество на других задачах; документация не описывает отдельный чат-интерфейс или вызов инструментов.

sfulay/zephyr-7b-dpo-full-ultrabin-2 — диалоговая языковая модель на архитектуре Mistral с 7,1 млрд параметров, дообученная разработчиком на alignment-handbook/zephyr-7b-sft-full методом DPO на датасете HuggingFaceH4/ultrafeedback_binarized. Модель предназначена для генерации текста и ответов в чате; карточка указывает контекст до 32 768 токенов. В README приведены результаты оценки на наборе проверки, включая точность предпочтений 0,7734 и разницу вознаграждений 0,9744. Модель распространяется в формате safetensors по лицензии Apache-2.0. README не описывает ограничения и конкретные сценарии использования.

zephyr-7b-gemma-sft — диалоговая языковая модель, дообученная автором li-muyang на базе google/gemma-7b с использованием набора HuggingFaceH4/deita-10k-v0-sft. Модель содержит 8,2 млрд параметров, построена на плотной архитектуре Gemma и предназначена для генерации текста в диалоговом формате. Её можно использовать для ответов на вопросы, ведения диалога и других сценариев генерации текста. Максимальная длина контекста составляет 8192 токена. В README указано значение loss 1,1043 на наборе оценки, но дополнительных результатов или описания методики оценки нет. Модель распространяется по лицензии Gemma. README не содержит подробных сведений о предполагаемом применении и ограничениях; условия лицензии следует учитывать при использовании.

zephyr-alpha-Nebula-v2-7B — объединённая разговорная языковая модель, созданная Weyaxi на основе HuggingFaceH4/zephyr-7b-alpha и адаптера PulsarAI/Nebula-v2-7B-Lora. Она предназначена для генерации текста в диалогах и ответов на запросы. Модель построена на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов; карточка указывает английский язык. Репозиторий содержит веса Safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. README не приводит результатов оценки модели, поэтому её качество по указанным бенчмаркам оценить нельзя.

Zephyr Orpo — диалоговая языковая модель, разработанная W&B и полученная дообучением Mistral-7B-v0.2 по рецепту ORPO из Alignment Handbook. Модель содержит около 7,1 млрд параметров, использует плотную архитектуру Mistral и рассчитана на генерацию текста и ответы в формате чата; базовая модель поддерживает контекст до 32 768 токенов. Модель предназначена прежде всего для англоязычных диалогов и генерации ответов. В карточке приведён результат 7,159375 на MT-Bench в среднем по двум ходам. Она распространяется в формате Safetensors по лицензии MIT. README сообщает об обучении на смеси общедоступных и синтетических наборов данных; метаданные указывают датасет argilla/distilabel-capybara-dpo-7k-binarized.

ShenaoZ/0.0001_sft_nodpo_4iters_bs256_555lr_iter_3 — дообученная авторами ShenaoZ разговорная модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров. Она предназначена для генерации текста и ответов в чате; максимальная длина контекста составляет 32 768 токенов. Модель дообучена на наборах данных updated и original поверх ShenaoZ/0.0001_sft_nodpo_4iters_bs256_555lr_iter_2. Модель принимает текст и генерирует текст. Веса опубликованы в формате safetensors, лицензия — MIT. README не содержит подробностей об оценке качества и сценариях использования.

Модель ShenaoZ/0.0001_withdpo_4iters_bs256_4444lr_iter_1 — дообученная версия Mistral-7B-SFT-Beta с архитектурой MistralForCausalLM и 7,1 млрд параметров. Её обучали на наборе HuggingFaceH4/ultrafeedback_binarized с использованием DPO; модель предназначена для генерации текста и общения в формате чата. Модель принимает текст и выдаёт текст. Контекстное окно составляет 32 768 токенов. Карточка указывает лицензию MIT. README не содержит сведений об оценке качества или конкретных ограничениях; модель унаследовала зависимость от качества обучающих данных и может выдавать неточные ответы.

Это дообученная модель Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров. Она создана на основе HuggingFaceH4/mistral-7b-sft-beta с использованием датасета HuggingFaceH4/ultrafeedback_binarized; метаданные также указывают на обучение методом DPO и поддержку диалогового взаимодействия. Модель предназначена для генерации текста и общения в формате чата. Она принимает текст и выдаёт текст; заявленная длина контекста составляет 32 768 токенов. Базовая модель описана как ориентированная на англоязычные синтетические диалоги, поэтому основным языком следует считать английский. Модель распространяется по лицензии MIT. README не содержит сведений о результатах оценки или конкретных ограничениях качества.

ShenaoZ/0.001_ablation_5iters_bs256_nodpo_iter_1 — дообученная модель Mistral, созданная на основе HuggingFaceH4/mistral-7b-sft-beta и обученная на наборах данных updated и original. Это плотная авторегрессионная языковая модель с 7,1 млрд параметров для генерации текста и общения в чате; она принимает текст и выдаёт текст. Контекст составляет до 32 768 токенов. Модель подходит для диалоговых ответов и генерации текста на основе пользовательских запросов. В README не приведены подробности обучения и оценки качества, поэтому надёжность ответов и специализацию на отдельных областях по доступным сведениям определить нельзя. Лицензия — MIT.

ShenaoZhang разработал эту дообученную модель на основе HuggingFaceH4/mistral-7b-sft-beta с использованием датасета HuggingFaceH4/ultrafeedback_binarized. Это плотная авторегрессионная модель Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалогового общения. Она подходит для ответов на вопросы и ведения текстовых бесед; базовая модель обучалась на англоязычных синтетических диалогах. Модель рассчитана на контекст до 32 768 токенов и распространяется в формате safetensors по лицензии MIT. README не содержит сведений о результатах оценки и специфических ограничениях.

Модель ShenaoZhang/0.001_idpo_4iters_iter_3 — дообученная авторами карточки версия ShenaoZhang/0.001_idpo_4iters_iter_2 на датасете ShenaoZhang/0.001_idpo_4iters_dataset. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалогового использования. Она принимает текст и выдаёт текст; поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии MIT. README не приводит сведений о целевых сценариях, оценках качества или известных ограничениях, поэтому пригодность для конкретных задач следует проверять самостоятельно.

Это разговорная модель генерации текста на базе Mistral с 7,1 млрд параметров, дообученная автором репозитория на исходном и обновлённом наборах данных. Она предназначена для общения и генерации ответов в текстовом формате; заявленная длина контекста составляет 32 768 токенов. Карточка не описывает отдельные специализированные сценарии или результаты оценки качества. Модель распространяется по лицензии MIT.

ShenaoZ/0.01_ablation_4iters_bs256_iter_2 — диалоговая языковая модель, созданная дообучением ShenaoZ/0.01_ablation_4iters_bs256_iter_1 на обновлённом и исходном наборах данных. Модель основана на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров; поддерживает контекст до 32 768 токенов и предназначена для генерации текста и диалогового общения. Модель принимает текст и выдаёт текст. Языки обучения или поддержки в карточке не указаны. Репозиторий распространяется в формате safetensors по лицензии MIT. README не содержит подробностей о качестве, оценке или конкретных сценариях применения.

Это дообученная модель Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров, созданная на основе HuggingFaceH4/mistral-7b-sft-beta. Её дообучили на наборе диалоговых предпочтений HuggingFaceH4/ultrafeedback_binarized; модель поддерживает общение в текстовом формате и генерацию ответов. Модель подходит для диалоговых сценариев и генерации текста. Контекст составляет до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Лицензия — MIT. Карточка не приводит результатов оценки качества или подробных ограничений. Это экспериментальная абляционная версия с названием, указывающим на серию экспериментов, поэтому её качество в практических сценариях следует проверять отдельно.

42dot LLM-SFT-1.3B — языковая модель компании 42dot, обученная следовать инструкциям на естественном языке. Это плотная causal language model на архитектуре Llama с 1,3 млрд параметров, представленная в форматах PyTorch и Safetensors; длина контекста — 4096 токенов. Модель получена supervised fine-tuning из 42dot LLM-PLM на вручную составленных парах инструкций или вопросов и ответов, включая многоходовые диалоги. Она предназначена для генерации ответов на запросы и ведения диалога; в карточке указаны английский и корейский языки. Распространяется по лицензии CC BY-NC 4.0, которая запрещает коммерческое использование. Модель может галлюцинировать и выдавать ложную или вводящую в заблуждение информацию. Из-за данных веб-происхождения в предобучении возможны токсичные, вредные и предвзятые ответы.

Карточка модели PS4Research/6WS2yHfvQamcSXSR на Hugging Face совпадает с карточкой PS4Research/nTbiAMoafhgQd0Fb, поэтому описание составлено по ней. PS4Research/nTbiAMoafhgQd0Fb — чат-модель для генерации текста, дообученная PS4Research на базе unsloth/phi-4-reasoning-unsloth-bnb-4bit. В карточке указано, что обучение проводилось с использованием Unsloth и библиотеки TRL от Hugging Face; метаданные классифицируют архитектуру как плотную Phi-3 с классом Phi3ForCausalLM. Модель содержит 14,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для диалоговой генерации текста на английском языке. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Карточка не описывает специальные сценарии применения, обучающие данные или результаты оценки качества.

CausalLM/7B-DPO-alpha — языковая модель на архитектуре Llama, разработанная авторами проекта CausalLM. Это версия с обучением DPO на отдельной ветке обучения; по карточке модели, она не является продолжением обучения CausalLM/7B или CausalLM/14B. Модель содержит 7,1 млрд параметров, работает с текстом и имеет контекстное окно до 8192 токенов. Модель предназначена для генерации текста и диалоговых ответов. В метаданных указаны английский и китайский языки; среди обучающих данных перечислены наборы для диалогов, инструкций, математики и знаний. Авторы приводят результаты сравнения MT-Bench, но доступный фрагмент карточки не содержит оценки самой модели. Лицензия — WTFPL. Авторы предупреждают, что модель обучалась на неотфильтрованных интернет-данных и может генерировать оскорбительный, порнографический или жестокий контент. Они также отмечают отсутствие специального этапа RLHF для этики и безопасности, поэтому выходы модели требуют проверки и фильтрации.

AIFT-ko-orca-plat-Yi-ko-6b-v1.2는 AIFT가 공개한 한국어 지시 따르기 모델로, Llama 계열의 밀집형 causal language model입니다. 메타데이터에 따르면 모델에는 약 5,9 млрд параметров и контекст до 2048 токенов; веса представлены в safetensors, лицензия — CC BY-SA 4.0. Модель дообучена методом LoRA на примерно 40 тысячах примеров. В README описаны задачи на корейском языке: история, естественные науки, математика, машинное чтение, анализ отзывов, обобщение, грамматика, ответы на вопросы по общим знаниям и перевод между английским и корейским. Также добавлены задания TruthfulQA и учебные примеры для школьной науки и математики. Модель подходит для генерации ответов и выполнения инструкций в перечисленных сценариях. Контекст ограничен 2048 токенами; обучающие данные не опубликованы, поэтому их состав и качество нельзя независимо проверить.

AIFT/AIFT-ko-orca-plat-Yi-ko-6b-v1.2-dpo-2 — корейская instruct-модель семейства Llama, дообученная AIFT методом LoRA с последующим DPO. В основе лежат данные KOR-OpenOrca-Platypus, очищенные и отобранные разработчиком, а также самостоятельно подготовленные примеры для истории, науки, математики, машинного чтения, анализа отзывов, суммаризации, грамматики и перевода между английским и корейским. Для DPO использовались около 17 тысяч примеров, ориентированных на CommonGen и TruthfulQA, а также переработанные примеры ko-hh-rlhf. Модель содержит 5,9 млрд параметров, использует плотную архитектуру LlamaForCausalLM и принимает текст для генерации текста; заявленная длина контекста — 2048 токенов. Она рассчитана прежде всего на инструкции и вопросы на корейском языке, включая образовательные задания, машинное чтение и перевод. Весовые файлы опубликованы в формате safetensors, лицензия — CC BY-SA 4.0. Данные обучения закрыты, поэтому состав и качество примеров нельзя независимо проверить; карточка также не приводит результатов оценки. Практическое качество может различаться по задачам, а контекст ограничен 2048 токенами.

Apodex-1.0-4B-SFT-rebased — мультимодальная модель семейства Qwen3.5 с плотной архитектурой и 4 млрд параметров. Её создал dark-pen, объединив с помощью LazyMergekit модели Qwen/Qwen3.5-4B-Base и apodex/Apodex-1.0-4B-SFT методом arcee_fusion; веса сохранены в формате safetensors и типе bfloat16. Модель предназначена для диалоговых сценариев с текстом и изображениями, включая ответы на вопросы по визуальному содержимому. Метаданные также указывают на интерфейс вызова инструментов. Модель доступна по лицензии Apache-2.0.

BreznChatML — экспериментальная разговорная модель johannhartmann на архитектуре Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста в диалоговом формате. Автор описывает эксперимент с датасетом DPO по математике, дополненным немецким переводом. По его оценке, эксперимент снизил способность модели решать математические задачи; в приведённых результатах оценки составляют 2,65 по математике, 4,6 по рассуждениям и программированию, 8,425 по письму. Модель распространяется в формате safetensors по лицензии Apache-2.0.

CarbonVillain-en-10.7B-v2 — англоязычная чат-модель для генерации текста, опубликованная jeonsworld. Она построена на плотной архитектуре Llama и, судя по тегам карточки, создана слиянием моделей методом SLERP. Модель содержит 10,6 млрд параметров, принимает текст и рассчитана на контекст до 4096 токенов. Модель подходит для диалогов и генерации ответов на английском языке. В README приведён шаблон диалога с ролями User и Assistant, а также результаты оценивания: средний балл 74,42, ARC — 71,25 и HellaSwag — 88,4. Репозиторий содержит веса в формате safetensors. Лицензия CC BY-NC-SA 4.0 требует указания авторства, распространения производных работ на тех же условиях и запрещает коммерческое использование.

Cydonia-v4.1-MS3.2-Magnum-Diamond-24B — объединённая языковая модель, созданная knifeayumu методом SLERP с помощью mergekit на основе TheDrummer/Cydonia-24B-v4.1 и Doctor-Shotgun/MS3.2-24B-Magnum-Diamond. Это плотная авторегрессионная модель семейства Mistral с архитектурой MistralForCausalLM и 23,4 млрд параметров; она принимает текст и генерирует текст, в том числе подходит для творческого письма и ролевых диалогов согласно описанию базовой модели. Заявленная длина контекста — 131 072 токена. Модель распространяется в формате safetensors по лицензии Apache-2.0. README описывает рецепт слияния, но не приводит отдельных оценок качества или подробных рекомендаций по использованию. Качество и поведение могут отличаться от исходных моделей; описание генерации видео в README относится к созданию иллюстрации карточки с помощью внешних инструментов, а не к возможностям этой языковой модели.

eclfe/ensql-1-4 — текстовая генеративная модель на архитектуре Llama, обученная с помощью H2O LLM Studio на базе h2oai/h2ogpt-4096-llama2-7b. Репозиторий содержит веса PyTorch; размер модели — 6,6 млрд параметров, заявленный контекст — 4096 токенов. Модель поддерживает диалоговый режим и предназначена для генерации ответов на текстовые запросы на английском языке. Модель можно использовать для диалоговых помощников, создания черновиков текста и ответов на вопросы. Для запуска в Transformers требуется библиотека transformers; README приводит версию 4.40.2 и описывает загрузку с квантованием до 8 или 4 бит, а также распределение модели по нескольким GPU. Конкретные результаты обучения и специализированные области применения не описаны. Модель может выдавать ошибочные, бессвязные или нерелевантные ответы, а также предвзятый или оскорбительный контент. Лицензия в предоставленных данных не указана.

Experiment28M7_Experiment27Yam — объединённая языковая модель, созданная MaziyarPanahi на основе automerger/Experiment28M7-7B и automerger/Experiment27Yam-7B. Модель построена на плотной архитектуре Mistral и содержит 7,1 млрд параметров; она предназначена для генерации текста и принимает контекст длиной до 32 768 токенов. Модель подходит для продолжения текста, составления черновиков и диалоговой генерации. Карточка не приводит сведений о языковой специализации или дополнительных возможностях. Веса доступны в формате Safetensors по лицензии Apache-2.0.

Famino — объединённая языковая модель, опубликованная DreadPoor. Она создана методом model stock с помощью mergekit на основе нескольких 12B-моделей, включая Nemo-12b-Humanize-SFT-v0.2.5-KTO, Irix-12B-Model_Stock, GodSlayer-12B-ABYSS и Pygmalion-3-12B. В метаданных архитектура указана как плотная MistralForCausalLM, размер — 12,1 млрд параметров, библиотека — Transformers, формат весов — safetensors. Модель предназначена для генерации текста и диалогового использования. Заявленная длина контекста — 1 024 000 токенов. Лицензия — Apache-2.0. Карточка не описывает отдельные бенчмарки или гарантии качества.

Карточка модели Mubin1917/Fhi-3.5-mini-instruct на Hugging Face совпадает с карточкой Mubin1917/FC-PHI-3.5-Mini-Merged-1, поэтому описание составлено по ней. Mubin1917 разработал и опубликовал эту модель как дообученную версию unsloth/Phi-3.5-mini-instruct. Это плотная языковая модель на 3,7 млрд параметров для генерации текста и диалогов; в карточке указаны PyTorch, библиотека Transformers и контекст длиной 4096 токенов. Модель обучали с использованием Unsloth и библиотеки TRL. Модель подходит для генерации ответов в диалоге и других задач текстовой генерации на английском языке. Она распространяется по лицензии Apache-2.0. Карточка не описывает особенности дообучения и результаты оценки качества.

ClaudioItaly создал FourFastGemma-9 — объединённую методом TIES языковую модель на архитектуре Gemma 2 с 9 млрд параметров. За основу взята ifable/gemma-2-Ifable-9B; в объединение также вошли UCLA-AGI/Gemma-2-9B-It-SPPO-Iter3, lemon07r/Gemma-2-Ataraxy-9B и nbeerbower/gemma2-gutenberg-9B. Модель предназначена для генерации текста и диалоговых ответов; работает с текстом и использует библиотеку Transformers. Контекст — до 8192 токенов. Файлы модели представлены в формате safetensors. Состав объединения сочетает диалоговую модель, а также модели Ataraxy и Gutenberg, однако README не описывает отдельно проверенные преимущества или специализированные сценарии. Лицензия в предоставленных данных не указана.

freewheelin/free-solar-slerp-v0.3 — языковая модель для генерации текста, созданная автором репозитория методом слияния SLERP с помощью mergekit. В состав объединения вошли davidkim205/komt-solar-10.7b-sft-v5 и colable/LDCC-CCK-slerp; архитектура — плотная LlamaForCausalLM, размер — 10,7 млрд параметров, формат весов — safetensors. Модель рассчитана на генерацию текста и ответы на инструкции, поддерживает контекст до 4096 токенов. В базовой модели KOMT-Solar заявлена ориентация на корейский язык; README этой версии не уточняет языковой охват и сравнительные преимущества именно данного слияния. Репозиторий опубликован по лицензии MIT. Возможности и качество могут отличаться от компонентов, использованных при слиянии.

French Aya Expanse 8B — франкоязычная дообученная версия Aya Expanse 8B от Cohere For AI, созданная на основе CohereLabs/aya-expanse-8b. Это плотная авторегрессионная языковая модель с архитектурой CohereForCausalLM и 8 млрд параметров. Она принимает текст и генерирует текст; контекстное окно составляет 8 192 токена. Модель предназначена для диалогов и генерации ответов на французском языке. Базовая Aya Expanse поддерживает 23 языка, включая французский, английский и русский, однако эта версия специально сфокусирована на французском. В карточке указано, что базовая модель проходила supervised fine-tuning, обучение предпочтениям и слияние моделей; эта версия дообучена на наборе french-multilingual-reward-bench-dpo. Весами можно пользоваться по лицензии CC-BY-NC с соблюдением Acceptable Use Policy Cohere For AI. Лицензия ограничивает коммерческое использование. Качество модели за пределами французского фокуса отдельно не описано.