III.2Исследование рынка и маркетинг

AceGPT-v2-32B — текстовая генеративная модель семейства AceGPT, разработанная исследователями KAUST, CUHKSZ, SRIBD и King Abdulaziz University. Версия 32B построена на Qwen1.5-32B и полностью дообучена с особым вниманием к арабскому языку. Это плотная авторегрессионная модель архитектуры LlamaForCausalLM с 31,7 млрд параметров и контекстом 32 768 токенов. Модель принимает и генерирует текст; её можно использовать для диалога, ответов на вопросы, продолжения текста и задач на знания, особенно на арабском языке. Карточка сообщает об оценке на арабских, английских и китайских бенчмарках, но эта версия обозначена как базовая, а не AceGPT-chat. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Assay-0.6b — плотная языковая модель на базе Qwen3-0.6B-Base, дообученная авторами Assay для выдачи калиброванных типизированных решений. Она принимает текстовое состояние и именованные вопросы типов bool, choice или score и за один проход возвращает распределение вероятностей по вариантам, уверенность и оценку достаточности свидетельств; свободный текст модель не генерирует. Веса объединены с LoRA-адаптером, а отдельная голова оценивает, поддерживает ли состояние ответ. Модель содержит 507,9 млн параметров, работает с контекстом до 32 768 токенов и рассчитана на английский язык. Модель предназначена для классификации и принятия структурированных решений, в том числе с возможностью воздержаться от ответа, когда уверенность недостаточна. Её можно применять для маршрутизации случаев по правилам, классификации тональности и тематики, выбора из заданных вариантов и порядковой оценки по описанным уровням. В README сообщается о точности 0,704 на отложенных задачах и приводятся показатели покрытия и ошибок при воздержании; гарантии калибровки относятся к распределениям, похожим на калибровочную выборку. Ограничения: модель обучена на англоязычных данных; точность снижается на нерелевантных состояниях. Она не предназначена для арифметики, подсчётов, сравнения дат или многошаговых рассуждений за один проход, а калибровка не гарантирует качество для конкретного ответа или пользовательского распределения. Лицензия — Apache-2.0.

Athena-gemma-2-9b-it-Philos — чат-модель EpistemeAI, дообученная на базе unsloth/gemma-2-9b-it-bnb-4bit с помощью Unsloth и Hugging Face TRL. Это плотная языковая модель Gemma 2 с 9 млрд параметров, предназначенная для генерации текста в диалоге. Она принимает текст и выдаёт текст; заявленная длина контекста — 8192 токена. Карточка не описывает философскую специализацию модели или конкретные обучающие данные, поэтому название не подтверждает её пригодность для специализированных философских задач. Модель распространяется по лицензии Apache-2.0. В карточке указано, что обучение выполнялось с использованием Unsloth и TRL.

Sumail/Barista50 — языковая модель для генерации текста, созданная слиянием StableLM-моделей tomaszki/stablelm-21 и tomaszki/stablelm-22 методом SLERP с помощью mergekit. Модель имеет плотную архитектуру StableLM и около 1,4 млрд параметров; веса сохранены в формате Safetensors. Она предназначена для генерации текста и диалогового взаимодействия. Контекст составляет до 4096 токенов. В карточке не указаны целевые языки, специализированные предметные области или результаты оценки качества. Лицензия в предоставленных данных не приведена.

Это англоязычная модель BART для генерации кратких пересказов текста, созданная дообучением facebook/bart-large-cnn. Модель содержит 252,8 млн параметров, использует плотную архитектуру BartForConditionalGeneration и принимает контекст длиной до 1024 токенов. В репозитории указано качество Loss 0,1320 на оценочном наборе, но описание набора данных и протокола оценки отсутствует. Модель подходит для краткого пересказа статей, сообщений и диалогов на английском языке. Она распространяется по лицензии MIT. Сведения о специальной адаптации к SAMSum, тренировочных данных и ограничениях применения в карточке не раскрыты.

Calme 3.2 Instruct 3B — языковая модель Maziyar Panahi для генерации текста и диалогов в общих областях. Это дообученная версия Qwen2.5-3B с плотной архитектурой Qwen2 и 3,1 млрд параметров; она работает через Transformers и принимает запросы в формате ChatML. Заявленная длина контекста — 32 768 токенов. Модель подходит для инструкционного диалога, ответов на вопросы и других общих текстовых задач. В карточке указаны французский и английский языки, а также датасеты французских инструкций и EvolKit-20k. Доступны файлы Safetensors; отдельная версия GGUF размещена в связанном репозитории. Автор предупреждает, что из-за небольшого размера модель может хуже справляться с некоторыми запросами и быть чувствительной к гиперпараметрам. Рекомендуются меры предосторожности и проверка человеком при использовании в производстве. Лицензия указана как other, конкретные условия в предоставленных данных не раскрыты.

Edens-Gate/Danny-Odin-Slerp — объединённая модель генерации текста, созданная разработчиком Edens-Gate с помощью mergekit. В ней методом SLERP объединены Edens-Gate/Danny-Test и Delta-Vector/Odin-9B; архитектура — Gemma 2, плотная авторегрессионная модель на 9 млрд параметров. Модель предназначена для генерации текста и чат-диалогов. Она принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов и распространяется в формате safetensors для Transformers. В метаданных указана возможность чата; базовая модель описана как ориентированная на творческое письмо и ролевые диалоги, но README не уточняет, насколько эти сценарии сохранены после слияния. Условия лицензии в предоставленных данных не приведены.

sftwildchat386k-delphiwarmupdelphi-9e18-p50m50-kdelphi-1e-05delphi-3e18-p33m67-k — разговорная языковая модель на архитектуре Qwen3, обученная с нуля на наборах wildchat_386k и delphi_warmup. Репозиторий содержит 402,6 млн параметров в формате Safetensors; модель предназначена для генерации текста в диалоговом формате и поддерживает контекст до 4096 токенов. Модель опубликована на Hugging Face 12 июня 2026 года. В метаданных указана лицензия other, поэтому условия использования зависят от уточнений в репозитории или у автора. README не описывает оценку качества и ограничения; обучающие данные указаны, но поддерживаемые языки не перечислены.

vvcz/dxvalpt-uk — языковая модель для генерации текста и диалогов, созданная объединением моделей с помощью mergekit. В README указаны SLERP и две исходные модели: Sao10K/Fimbulvetr-11B-v2.1-16K и vvcz/dvxipt-uk. Метаданные описывают архитектуру как плотную LlamaForCausalLM с 7,5 млрд параметров и контекстом до 8192 токенов. Модель подходит для диалоговых и conversational-сценариев на основе текстового ввода. Карточка не уточняет поддерживаемые естественные языки и специализированные области применения. Репозиторий содержит веса в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

Elly — слитая языковая модель на архитектуре Mistral, опубликованная пользователем jeiku. Она создана методом DARE TIES с использованием Sonya-7B как базовой модели и моделей Samantha Mistral 7B Instruct и Dolphin 2.6 Mistral 7B. Веса представлены в формате safetensors; размер модели — 7,1 млрд параметров, контекст — до 8192 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Английский указан среди поддерживаемых языков. Лицензия обозначена как other; конкретные условия использования в карточке не раскрыты.

Карточка модели jphme/em_german_70b_v01 на Hugging Face совпадает с карточкой jphme/em_german_13b_v01, поэтому описание составлено по ней. EM German 13B v01 — модель jphme на базе Llama 2, дообученная на большом наборе инструкций на немецком языке. Она предназначена для понимания и генерации немецкого текста в формате диалога с помощником и может применяться для ответов на вопросы, выполнения инструкций и сценариев RAG. Модель использует плотную архитектуру LlamaForCausalLM, содержит 12,9 млрд параметров, принимает текст и имеет контекст длиной до 4096 токенов. Модель ориентирована на немецкий язык. В README автор рекомендует при неудовлетворительных результатах попробовать другую или более крупную версию семейства; также приведены результаты сравнений версий на примерах, но сведения об оценках именно этой версии не приведены. Лицензия — Llama 2; распространяется исходная лицензия базовой модели. Автор указывает, что модель предназначена только для исследовательского использования.

Open-Assistant Falcon 40B SFT OASST-TOP1 — языковая модель, созданная командой OpenAssistant дообучением Falcon 40B от TII на лучших демонстрациях из набора OpenAssistant Conversations (OASST1). Это причинный декодерный трансформер семейства RefinedWeb с 65 млрд параметров и контекстом 2048 токенов; репозиторий содержит веса PyTorch. Модель предназначена для диалоговых ответов и продолжения текста по запросу пользователя. Она рассчитана прежде всего на английский, немецкий, испанский и французский языки; также описаны ограниченные возможности для итальянского, португальского, польского, нидерландского, румынского, чешского и шведского. Для диалога используются специальные маркеры начала ходов пользователя и ассистента. Модель обучена примерно за 7,5 эпох с dropout в стиле LIMA и эффективным размером пакета 144. Возможности и качество на других задачах и языках могут быть ограничены; модель не следует считать специализированной системой для разметки или классификации. Лицензия — Apache 2.0.

Finch 7B Merge — языковая модель семейства Mistral с 7,1 млрд параметров, созданная объединением macadeliccc/WestLake-7B-v2-laser-truthy-dpo и SanjiWatsuki/Kunoichi-DPO-v2-7B методом SLERP. Модель предназначена для генерации текста и диалогов; в карточке рекомендован формат ChatML. Контекст составляет 32 768 токенов, основной указанный язык — английский. Finch подходит для диалоговых сценариев и генерации ответов на запросы на английском языке. Веса доступны в формате Safetensors; README также упоминает отдельные квантизированные варианты EXL2 и GGUF. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Gemma-2-9B-It-SPPO-Iter2 — языковая модель UCLA-AGI, дообученная методом Self-Play Preference Optimization на базе google/gemma-2-9b-it. Это плотная GPT-подобная модель семейства Gemma 2 с 9 млрд параметров, предназначенная для диалоговой генерации текста и выравнивания ответов по предпочтениям. Для обучения использовались наборы запросов из UltraFeedback, разделённые на три итерации; все ответы в обучающих данных были синтетическими. Модель рассчитана прежде всего на английский язык и поддерживает контекст до 8192 токенов. В README приведены результаты AlpacaEval для моделей SPPO, но таблица содержит метрики итераций Llama-3, поэтому её нельзя считать оценкой именно этой модели Gemma. Репозиторий распространяется в формате safetensors. В метаданных указана лицензия Gemma; условия использования следует сверять с лицензией и условиями Gemma.

TheCluster/Gemma-4-26B-A4B-Heretic-MLX-bf16 — мультимодальная диалоговая модель семейства Gemma 4, представленная TheCluster. Это версия Gemma-4-26B-A4B-it с ослабленным отказом отвечать на запросы: по README, её создали методом abliteration Heretic v1.2.0 с Arbitrary-Rank Ablation и сохранением нормы строк, а затем преобразовали в формат MLX из coder3101/gemma-4-26B-A4B-it-heretic. Метаданные указывают архитектуру Gemma4ForConditionalGeneration, поддержку изображений и текстовых диалогов, библиотеку MLX, формат safetensors и лицензию Apache-2.0. Модель предназначена для диалогов и анализа изображений с текстовым ответом. README сообщает о 11 отказах из 100 запросов против 100 из 100 у исходной модели и KL-дивергенции 0,0499; это результаты указанного в карточке сравнения, а не гарантия поведения на других запросах. В метаданных отмечены языки, включая английский, китайский и русский, а также ряд европейских, азиатских и других языков. Размер 26B-A4B входит в название репозитория, но описание точной структуры и значения A4B в предоставленных данных отсутствует. Ограничения на контент и допустимые сценарии использования не описаны; условия лицензии — Apache-2.0.

Gemma-4-31B-IT-Abliterated — мультимодальная инструкционная модель на архитектуре Gemma 4, созданная автором репозитория null-space путём изменения весов google/gemma-4-31B-it. Модель принимает текст и изображения и генерирует текст; версия снижает склонность исходной модели к отказам, сохраняя возможности диалога, анализа изображений и рассуждений. В README указано около 32,7 млрд параметров и формат BF16; метаданные указывают библиотеку Transformers и формат safetensors. Модель предназначена для диалоговых приложений и сценариев, где нужны ответы на вопросы по изображениям, генерация текста и творческие запросы с меньшим числом отказов. По приведённой автором оценке, доля отказов на проверенных вредоносных запросах снизилась, но полностью не устранена; тесты качества ограничены выборочными бенчмарками и не подтверждают сохранение всех возможностей. Лицензия — Apache-2.0.

impossibleexchange/hearnoevil — объединённая языковая модель, созданная с помощью mergekit линейным слиянием whizzzzkid/whizzzzkid_p8_4 и whizzzzkid/whizzzzkid_p9_6. Модель относится к семейству StableLM, использует плотную архитектуру StableLmForCausalLM и содержит 1,4 млрд параметров. Она предназначена для генерации текста и диалогового взаимодействия; максимальная длина контекста составляет 4096 токенов. Модель распространяется в формате safetensors и предназначена для запуска через Transformers. Данные не уточняют поддерживаемые естественные языки или специализированные области применения. Условия лицензии в предоставленных источниках не указаны.

trinhkhng/karcher_Merged_Qwen2-0.5B_0.2 — объединённая языковая модель, созданная методом Karcher Mean с помощью mergekit из двух предварительно обученных моделей Qwen2-0.5B: /kaggle/working/Qwen2-0.5B и /kaggle/working/debias_Qwen2-0.5B. Модель разработана автором репозитория trinhkhng; архитектура — плотная Qwen2ForCausalLM, размер — около 493,7 млн параметров, формат весов — Safetensors. Она предназначена для генерации текста и диалогового взаимодействия, а контекстное окно составляет до 131 072 токенов. Слияние объединяет исходную Qwen2-0.5B и её вариант debias; в карточке не приведены результаты оценки качества или подробности поведения после слияния. Модель принимает текст и генерирует текст. Лицензия и поддерживаемые естественные языки в предоставленных данных не указаны.

Leejy0-0/ko-Meta-Llama-3.1-8B-Instruct — плотная авторегрессионная языковая модель семейства Llama 3.1, разработанная Leejy0-0 путём дообучения unsloth/Meta-Llama-3.1-8B-Instruct. Модель содержит 7,5 млрд параметров, принимает текст и предназначена для диалоговой генерации текста; заявленный контекст — до 131 072 токенов. Модель подходит для создания чат-ботов, ответов на вопросы и генерации текста на английском языке. В карточке указано использование Unsloth и Hugging Face TRL для обучения; сведений о специальной предметной области или дополнительных возможностях не приводится. Лицензия — Apache-2.0. README не описывает состав обучающих данных, результаты оценки качества или дополнительные ограничения. Поэтому качество ответов и пригодность для конкретной задачи следует проверять отдельно.

Kosmos-EVAA-PRP-v27-8B — слитая языковая модель семейства Llama, созданная jaspionjader с помощью mergekit методом SLERP из jaspionjader/Kosmos-EVAA-PRP-v25-8B и jaspionjader/Kosmos-EVAA-PRP-v26-8B. Модель содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и предназначена для генерации текста; максимальный контекст составляет 8192 токена. Модель подходит для диалоговой генерации, продолжения текста и других сценариев, где требуется генерация текста языковой моделью. README и метаданные не описывают её специализацию по языкам или предметным областям, поэтому конкретные сильные стороны и ограничения помимо размера и длины контекста не установлены. Распространяется в формате safetensors; лицензия в предоставленных данных не указана.

SvalTek/L3-ColdBrew-Astrid — разговорная языковая модель, созданная SvalTek с помощью слияния нескольких моделей семейства Llama 3 через LazyMergekit. В конфигурации указаны ColdBrew-Lucid с LoRA-адаптером llama3.1-8b-reflection-lora, L3-TheSpice с LoRA-адаптером L3-Daybreak, Lumimaid с LoRA-адаптером Everything-COT и Hathor_Tahsin-L3; метод слияния — model_stock. Модель имеет плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров. Модель предназначена для генерации текста в диалоговом формате. Её можно использовать для ответов на вопросы, ведения беседы и создания связного текста. Контекст составляет до 8192 токенов; веса опубликованы в формате safetensors. Модель создана 12 декабря 2024 года. Лицензия и сведения о целевых языках в предоставленных данных отсутствуют. Качество ответов и ограничения слияния не описаны; поведение может отличаться от поведения исходных моделей.

Dohyeon1/LFM2-Sub-MoE-ngroups24 — текстовая генеративная модель для диалогового использования, опубликованная пользователем Dohyeon1 на Hugging Face. Метаданные указывают архитектуру LFM2 MoE с классом Lfm2MoeForCausalLM, размер около 1,4 млрд параметров и контекст до 128 000 токенов. Модель принимает текст и генерирует текст; для запуска указана библиотека Transformers. Карточка репозитория автоматически сформирована и не содержит подтверждённых сведений о разработчике базовой модели, обучении, языках и лицензии. Поэтому нельзя надёжно установить, является ли чекпойнт дообучением или другой производной LFM2-моделью, а также назвать условия его использования и специальные ограничения.

Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Souvik3333/Llama-3-3x8B-multilingual — мультиязычная чат-модель на архитектуре Mixtral MoE, полученная слиянием трёх моделей семейства Llama 3: namespace-Pt/Llama-3-8B-Instruct-80K-QLoRA-Merged, meta-llama/Meta-Llama-3-8B-Instruct и lightblue/suzume-llama-3-8B-multilingual. В метаданных указано 7,5 млрд параметров, а карточка заявляет контекст длиной 80 тыс. токенов. Модель предназначена для диалоговой генерации текста. Среди языков карточка и метаданные называют английский, японский, немецкий и китайский; поддержка русского не заявлена. Репозиторий содержит веса в формате safetensors. Лицензия указана как llama3.

VictorDCh/Llama-3-8B-Instruct-MoE-3 — разговорная языковая модель для генерации текста, размещённая пользователем VictorDCh на Hugging Face. Это модель типа Mixture of Experts на базе четырёх копий meta-llama/Meta-Llama-3-8B-Instruct; для каждого токена выбираются два эксперта, а режим маршрутизации указан как случайный. В метаданных заявлены 7,5 млрд параметров, контекст 8192 токена, архитектура MixtralForCausalLM и формат safetensors. Модель предназначена для диалоговой генерации текста и работы в чат-сценариях. Карточка не описывает специализированные области применения, обучающие данные или результаты оценивания. Лицензия в доступных данных не указана, поэтому условия использования определить нельзя.

VIRNECT/llama-3-Korean-8B-r-v2 — дообученная языковая модель компании VIRNECT на архитектуре Llama 3. Она предназначена для генерации текста и диалогового общения, с акцентом на корейский язык. Модель содержит 7,5 млрд параметров, использует Transformers и формат Safetensors, поддерживает контекст до 8192 токенов и рассчитана также на английский язык. В качестве базовой модели указана MLP-KTLim/llama-3-Korean-Bllossom-8B; при дообучении использован набор данных AI Hub для разработки крупной языковой модели с улучшенными показателями на корейском языке. Лицензия — Llama 3 Community License. Модель подходит для корейскоязычных чат-ботов и генерации текста; сведения о качестве на конкретных задачах и дополнительных ограничениях в карточке не приведены.

4yo1/llama3-pre1-pre2-inst3-lora3-mergkit-base — языковая модель семейства Llama, опубликованная 4yo1. Это плотный трансформер LlamaForCausalLM на 7,4 млрд параметров с контекстом до 8192 токенов, рассчитанный на работу с текстом и диалоговые сценарии. В карточке указаны английский и корейский языки; модель распространяется в формате safetensors и загружается через Transformers. Модель предназначена для генерации текста и перевода. Карточка не описывает качество перевода, процедуру обучения или точное происхождение весов; упоминание LoRA и merge в названии само по себе не подтверждает тип производной модели. Лицензия — MIT.

Llama-3-Umbral-Mind-SimPO-8B — разговорная языковая модель, созданная объединением моделей Casual-Autopsy и Princeton NLP с помощью mergekit и метода SLERP. В основе лежат Casual-Autopsy/L3-Umbral-Mind-RP-v1.0-8B и princeton-nlp/Llama-3-Instruct-8B-SimPO; архитектура — плотная LlamaForCausalLM примерно на 7,5 млрд параметров. Модель предназначена для генерации текста и диалоговых ответов на английском языке; контекстное окно — 8192 токена. Модель распространяется в формате Safetensors по лицензии Llama 3. Карточка не приводит результатов оценивания качества или подробных рекомендаций по настройке генерации.

ArthurSrz/LLMTwin-Llama-3.1-8B — текстовая плотная авторегрессионная модель семейства Llama, дообученная ArthurSrz на базе meta-llama/Llama-3.1-8B. Модель предназначена для генерации текста и диалоговых сценариев; карточка указывает обучение с помощью Unsloth и TRL. Размер составляет 7,5 млрд параметров, нативный контекст — 131 072 токена. Модель работает с текстом и заявлена для английского языка. Репозиторий содержит веса Safetensors, лицензия — Apache-2.0. Данных о специализированных областях применения или сравнительных оценках качества в карточке нет.

Luth-1.7B-Instruct — языковая модель на 1,7 млрд параметров, разработанная авторами Luth как франкоязычная версия Qwen3-1.7B. Модель обучена полным дообучением на наборе Luth-SFT с помощью Axolotl, а затем объединена с базовой Qwen3-1.7B. Она предназначена для диалогов и выполнения инструкций, особенно на французском языке, а также для задач по математике и общим знаниям. По оценке авторов, улучшены результаты на выбранных французских и английских тестах, при этом возможности английской модели в целом сохранены. Модель принимает текст и генерирует текст; заявленная длина контекста — 40 960 токенов. Поддерживаются французский и английский языки. Доступна под лицензией Apache-2.0. В README приведены результаты LightEval для отдельных тестов на следование инструкциям, математике, общих знаниях и рассуждении на французском и английском языках. Эти результаты относятся к указанным наборам и настройкам оценки и не гарантируют качество на других задачах. Как компактная модель, она может уступать более крупным моделям в сложных задачах.