III.2Исследование рынка и маркетинг

Это объединённая языковая модель, созданная методом Linear с помощью mergekit. В качестве базовой точки использован чекпойнт на шаге 8000, также объединены чекпойнты на шагах 4000, 5000, 6000 и 7000 из серии unfiltered_midtrain_misalignment. Модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текст и выдаёт текст; заявленная длина контекста — 16 384 токена. В README и метаданных не приведены сведения о поддерживаемых естественных языках, лицензии и специальных областях применения, поэтому их нельзя определить по доступным данным.

shadow-clown-7B-dare — объединённая модель CorticalStack для генерации текста. Она создана методом DARE merge с помощью mergekit на основе нескольких моделей, включая yam-peleg/Experiment26-7B, CorticalStack/pastiche-crown-clown-7b-dare-dpo, CultriX/NeuralTrix-7B-dpo и CorticalStack/neurotic-crown-clown-7b-ties. Модель использует архитектуру Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста на входе в виде текста. Карточка не уточняет отдельные прикладные сценарии или языки. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Качество и ограничения конкретных сценариев в карточке не описаны.

ClaudioItaly/Stock.G2mma — объединённая с помощью mergekit модель Gemma 2, созданная методом Model Stock на основе nbeerbower/gemma2-gutenberg-9B. В состав объединения вошли четыре модели: Gemma 2 Gutenberg 9B, две модели ehristoforu и диалоговая Gemma 2, дообученная методом SimPO. Модель имеет плотную архитектуру Gemma2ForCausalLM, содержит 9 млрд параметров и рассчитана на контекст до 8192 токенов. Модель предназначена для диалоговой генерации текста и ответов на запросы. Данные о конкретных языках, специализированных сценариях и лицензии в доступных источниках отсутствуют, поэтому их нельзя уточнить. Репозиторий содержит веса в формате safetensors; используется библиотека Transformers.

liamvbetts/t5-small-finetuned-2024-03-15 — компактная модель T5, дообученная на базе liamvbetts/t5-small-finetuned-2024-03-14 для преобразования текста в текст. Веса доступны в формате safetensors; модель содержит 38,5 млн параметров и имеет контекст длиной до 512 токенов. Карточка сообщает результаты оценки: Loss 1.5180, ROUGE-1 42.6379, ROUGE-2 30.7892, ROUGE-L 39.2984 и ROUGE-Lsum 39.671. Конкретная задача, обучающие данные и предполагаемые сценарии использования не описаны. Лицензия в предоставленных данных не указана.

Taiwan LLM 13B v2.0 chat — диалоговая языковая модель на архитектуре Llama, разработанная для традиционного китайского языка и культурного контекста Тайваня. Она создана дообучением базовой модели yentinglin/Taiwan-LLM-13B-v2.0-base на открытых и синтетических текстовых данных с помощью Supervised Fine-Tuning. Модель содержит 12,9 млрд параметров и рассчитана на генерацию текста и диалог. Её контекстное окно составляет 4096 токенов; основным языком является традиционный китайский, в частности вариант Тайваня. В карточке сообщается об оценке на бенчмарках TC-Eval и Open LLM Leaderboard, но приведённые результаты не гарантируют точности в практических задачах. Модель подходит для диалоговых приложений и генерации текста с учётом языковых и культурных особенностей Тайваня. Распространяется по лицензии Apache-2.0. Разработчики предупреждают, что ответы требуют проверки; модель не предназначена для медицинской диагностики, юридических консультаций и финансовых решений.

Taiwan LLM 7B v2.0 chat — чат-модель на базе архитектуры Llama, разработанная для традиционного китайского языка и языкового и культурного контекста Тайваня. Модель создана дообучением базовой yentinglin/Taiwan-LLM-7B-v2.0-base на смеси общедоступных и синтетических данных с применением supervised fine-tuning. Модель содержит 6,6 млрд параметров, принимает текст и генерирует текст в диалоговом формате. Заявлены понимание и генерация текста на традиционном китайском, а также улучшенные результаты на бенчмарках TC-Eval. Контекст — до 4096 токенов; файлы представлены в формате safetensors и предназначены для Transformers. Модель подходит для диалогов, ответов на вопросы и генерации текста с учетом языковых и культурных особенностей Тайваня. Лицензия — Apache-2.0. Результаты следует проверять; модель не предназначена для медицинской диагностики, юридических консультаций и финансовых рекомендаций.

Taiwan LLM 8x7B-DPO — это языковая модель на архитектуре Mixtral MoE, разработанная для тайваньского контекста и традиционного китайского языка. Модель дообучена методом DPO на смеси общедоступных и синтетических наборов данных на основе yentinglin/Taiwan-LLM-MoE-alpha. В карточке указан размер 8×7B параметров, а метаданные каталога оценивают общее число параметров в 7,1 млрд. Модель принимает текст и генерирует текст; заявленная длина контекста — 32 768 токенов. Модель подходит для диалоговых приложений, генерации ответов и текста на традиционном китайском с учетом языковых и культурных особенностей Тайваня. Для версии DPO оценка TMMLUS+ в карточке пока не приведена. Использование регулируется лицензией Apache-2.0. Разработчики не рекомендуют применять модель для медицинской диагностики, юридических консультаций и финансовых решений; точность и пригодность ответов необходимо оценивать самостоятельно.

WindyTranslate/translate-es-en — модель машинного перевода, опубликованная Windstorm Labs, для перевода текста с испанского на английский. Она основана на Helsinki-NLP/opus-mt-es-en: LoRA-дообучение на параллельных данных объединено с базовыми весами. Модель использует архитектуру MarianMT на базе Transformer, содержит 58,4 млн параметров и рассчитана на контекст до 512 токенов. Модель предназначена для перевода испанских текстов на английский. В карточке приведён скрининговый результат на 48 предложениях FLORES-200 dev: chrF++ 57,70 и BLEU 31,09; это ограниченная оценка, а не результат публикационного исследования. Другие направления перевода не заявлены. Репозиторий содержит веса safetensors для Transformers. Лицензия — Apache-2.0.

Windstorm Labs опубликовала модель машинного перевода с испанского на русский. Это дообученная версия Helsinki-NLP/opus-mt-es-ru на архитектуре MarianMT с 57,6 млн параметров; LoRA-обновления объединены с базовыми весами. Модель принимает текст и выдаёт перевод, поддерживая одно направление перевода — es→ru, с контекстом до 512 токенов. Модель подходит для перевода отдельных фраз и документов с испанского на русский. В проверке на 48 предложениях FLORES-200 она набрала chrF++ 42,27 и BLEU 18,49; авторы относят результат к уровню Usable и подчёркивают, что это скрининговая оценка, а не публикационный результат. Доступна в формате safetensors для Transformers и распространяется по лицензии Apache-2.0.

bullerwins/translategemma-27b-it-GGUF — GGUF-версия TranslateGemma 27B, разработанная Google Translate на базе семейства Gemma 3. Модель предназначена для машинного перевода между 55 языками и рассчитана на локальное развертывание на ноутбуках, настольных компьютерах или собственной облачной инфраструктуре. Идентификатор указывает на формат GGUF, однако конкретные параметры квантования в предоставленных данных не указаны. Модель поддерживает текстовый ввод и изображения: она может переводить текст напрямую, а также извлекать текст из изображения и переводить его. Изображения нормализуются до разрешения 896×896 и кодируются в 256 токенов; общий входной контекст составляет 2K токенов. Для работы требуется специальный chat template с ролями User и Assistant, указанием исходного и целевого языков в формате ISO 639-1 или регионализированном формате. Доступны сценарии обычного перевода и перевода текста с изображений; другие способы prompting, включая постредактирование машинного перевода, официально не поддерживаются. Сильными сторонами являются мультимодальность, поддержка широкого набора языков и возможность запуска в собственной инфраструктуре. Ограничениями выступают контекст в 2K токенов, необходимость строго соблюдать формат входных сообщений и использование только поддерживаемых языковых кодов; для версии 27B также могут потребоваться значительные вычислительные ресурсы, несмотря на позиционирование семейства как легковесного. Модель распространяется по лицензии Gemma Google; доступ к исходной модели на Hugging Face требует принятия условий использования Google.

Tri-1.8B Translation — компактная мультиязычная модель перевода от Trillion Labs. Она основана на плотной архитектуре Llama с причинным языковым моделированием и содержит около 1,5 млрд параметров по метаданным (в README заявлено около 1,8 млрд). Модель поддерживает перевод во всех направлениях между английским, корейским, японским и китайским языками; для работы используется краткая инструкция с указанием исходного и целевого языков. Контекст составляет 16 384 токена. Модель прошла предварительное обучение и supervised fine-tuning, а также дистиллирована из более крупной Tri-21B для компактного развёртывания, в том числе на одной GPU. Её можно адаптировать к предметной области с помощью дообучения или лёгких адаптеров. Репозиторий содержит веса Safetensors и использует библиотеку Transformers. Лицензия Apache-2.0.

TwinLlama-3.1-8B — плотная языковая модель семейства Llama, дообученная Kiliemah на основе unsloth/Meta-Llama-3.1-8B с использованием Unsloth и TRL. Она предназначена для генерации текста и диалогов; метаданные указывают поддержку чат-сценариев и контекст до 131 072 токенов. Модель содержит 7,5 млрд параметров и распространяется в формате safetensors. Модель принимает текст и выдаёт текст. В карточке указан английский язык. Лицензия — Apache-2.0. Описание не приводит сведений о специализации дообучения или результатах оценки качества, поэтому пригодность для конкретных областей и задач сверх общей генерации текста не подтверждена.

Vespera Synapse 31B — объединённая модель на базе Gemma 4 31B, созданная OrobasVault с помощью mergekit. В слияние вошли Twisted-Cyclone-31B, Glimmering-Citrus-31B и Scarlet-Shadow-31B; для объединения применён метод karcher_stock с адаптивным ограничением весов Adaptive Tanh Soft-Clamp. Модель использует архитектуру Gemma4ForConditionalGeneration и библиотеку Transformers, распространяется в формате safetensors. Модель предназначена для генерации текста, диалогов и следования инструкциям; метаданные также указывают на ролевые и творческие сценарии. Архитектура Gemma 4 поддерживает работу с изображениями, однако в карточке Vespera Synapse эти сценарии отдельно не описаны, поэтому её основная задача — текстовая генерация. В метаданных указан английский язык и размер 31B. Модель опубликована под лицензией Apache-2.0. Карточка не приводит оценок качества или результатов тестирования, поэтому пригодность для конкретных задач стоит проверять на собственных примерах.

Модель Avadhut7777/vision-finetuned — дообученная авторами Avadhut7777 версия языковой модели Qwen2.5-1.5B-Instruct, подготовленная с использованием Unsloth и библиотеки TRL от Hugging Face. Это плотная авторегрессионная модель семейства Qwen2 с 1,5 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия; она поддерживает контекст до 32 768 токенов и рассчитана на английский язык. Несмотря на название репозитория, в карточке не заявлена обработка изображений. Модель может применяться для диалоговых текстовых запросов и генерации ответов. В метаданных указана возможность интерфейса вызова инструментов, однако подробности настройки и качества этой функции не приведены. Модель распространяется по лицензии Apache-2.0. README не описывает конкретную область дообучения или результаты оценки, поэтому специализацию и качество для отдельных задач определить нельзя.

Карточка модели PS4Research/vPQfF7A0xXlB0TAS 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.

WestIceLemonTeaRP-32k-7b-imatrix-GGUF — это квантизированная GGUF-версия языковой модели WestIceLemonTeaRP-32k-7b. Исходную модель разработал icefog72, объединив IceLemonTeaRP-32k-7b и семейство WestWizardIceLemonTeaRP методом SLERP с использованием mergekit. В состав объединения вошли также SeverusWestLake-7B-DPO и Not-WizardLM-2-7B; подготовка GGUF-квантизаций выполнена при участии mradermacher и SilverFan. Модель предназначена для генерации текста и диалоговых сценариев на английском языке. Указаны шаблоны Alpaca и, возможно, ChatML. Модель относится к классу 7B и рассчитана на контекст до 32 тысяч токенов согласно её названию. Репозиторий содержит варианты GGUF с imatrix-квантизацией, однако конкретные параметры доступной версии в README не указаны. В опубликованной оценке Open LLM Leaderboard средний результат составляет 71,27 балла; среди отдельных показателей указаны 86,89 на HellaSwag, 68,77 на AI2 Reasoning Challenge, 64,28 на MMLU, 62,47 на TruthfulQA, 80,98 на Winogrande и 64,22 на GSM8k. Эти результаты характеризуют общую способность модели к генерации текста, рассуждению и ответам на вопросы, но не заменяют проверку на прикладных данных. Лицензия обозначена как other, без дополнительных условий в README, поэтому перед использованием и распространением необходимо уточнить юридические ограничения у автора или в исходных репозиториях. Модель является текстовой и англоязычной; сведения о мультимодальности, точной архитектуре, размере файлов, системных требованиях и качестве работы на других языках не предоставлены.

XNoroChronos-Orca2-Noromaid-13B — текстовая генеративная модель, созданная объединением предварительно обученных моделей методом TIES с помощью mergekit. В объединение вошли NeverSleep/X-NoroChronos-13B, TeeZee/Orca-2-13b_flat и NeverSleep/Noromaid-13b-v0.3; в конфигурации базовой указана NeverSleep/X-NoroChronos-13B. Модель построена на архитектуре Llama, содержит 12,9 млрд параметров и рассчитана на контекст до 4096 токенов. Модель предназначена для генерации текста и диалогов по инструкциям. Формат весов — safetensors, библиотека — Transformers. В метаданных базовая модель описана как предназначенная для ролевых диалогов, откровенных ролевых сценариев и ответов на инструкции общего назначения; это описание относится к базовой модели и не подтверждает качество объединённой версии. Языки и лицензия не установлены по предоставленным данным.

Yadana1-Gem3-1B-Base — текстовая модель на архитектуре Gemma 3, разработанная shoonthitsa и дообученная на unsloth/gemma-3-1b-it. Она предназначена для генерации текста в диалоговых сценариях; карточка модели указывает семейство conversational и возможность чата. Модель содержит 1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache 2.0. В карточке нет сведений о специальной предметной области или подробной оценке качества; это компактная текстовая модель общего назначения.

YamshadowStrangemerges_32_YamExperiment28 — слитая модель для генерации текста, созданная объединением automerger/YamshadowStrangemerges_32-7B и automerger/YamExperiment28-7B. Она основана на архитектуре Mistral и содержит 7,1 млрд параметров; веса опубликованы в формате Safetensors. Модель предназначена для задач генерации текста с контекстом до 32 768 токенов. В README не приведены сведения о конкретной специализации или проверенных сценариях применения. Лицензия — Apache-2.0.

ShenaoZ разработала эту модель как дообученную версию HuggingFaceH4/mistral-7b-sft-beta на датасете HuggingFaceH4/ultrafeedback_binarized. Это плотная авторегрессионная языковая модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров, предназначенная для генерации текста и диалогового общения. Она принимает текст и выдаёт текст; максимальная длина контекста составляет 32 768 токенов. Модель распространена в формате safetensors. Карточка не приводит результатов оценки или подробных сценариев использования. В метаданных указана лицензия MIT. Как и другие генеративные языковые модели, она может выдавать неточные или вымышленные ответы; качество на языках, отличных от английского, по имеющимся сведениям оценить нельзя.

Это дообученная модель на архитектуре Mistral, созданная на основе ShenaoZ/0.001_ablation_4iters_bs256_decalpha_iter_2 и обученная на обновлённом и исходном наборах данных. Она предназначена для генерации текста и диалогового общения; поддерживает контекст до 32 768 токенов и содержит 7,1 млрд параметров. Модель опубликована под лицензией MIT и представлена в формате Safetensors. README не приводит подробностей о специализации, качестве, оценивании или конкретных ограничениях, поэтому её возможности за пределами генерации текста и чата не следует предполагать.

ShenaoZ/0.001_ablation_4iters_bs256_sample2_iter_2 — диалоговая модель текстовой генерации, дообученная разработчиком ShenaoZ на базе ShenaoZ/0.001_ablation_4iters_bs256_sample2_iter_1. Это плотная MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов; модель принимает текст и генерирует текст, поддерживая диалоговый сценарий. В README указано дообучение на наборах updated и original, но дополнительные сведения о назначении, данных и оценке не приведены. Модель распространяется по лицензии MIT.

ShenaoZ/0.001_sft_nodpo_3iters_bs256_531lr_iter_2 — разговорная языковая модель Mistral, дообученная на базе ShenaoZ/0.001_sft_nodpo_3iters_bs256_531lr_iter_1 на исходном и обновлённом наборах данных. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и принимает текст для генерации текста в диалоговом формате. Родной контекст — до 32 768 токенов. Модель предназначена для генерации текста и ответов на вопросы в разговорных сценариях. README не приводит подробностей о качестве, оценке или конкретных целевых сценариях. Репозиторий распространяется в формате safetensors по лицензии MIT.

AIFT-ko-orca-plat-Yi-ko-6b-v1.6 — корейская instruct-модель семейства Llama, разработанная AIFT. Модель дообучена с помощью LoRA на примерно 40 тысячах примеров, составленных из открытых наборов данных и созданных для обучения материалов. В карточке указаны 5,9 млрд параметров, контекст 2048 токенов и формат safetensors. Модель предназначена для генерации ответов на инструкции и вопросы, включая задания по истории, естественным наукам, математике, машинному чтению, анализу отзывов, грамматике и краткому изложению. В обучающие данные также вошли примеры перевода между английским и корейским языками и вопросы на проверку распространённых утверждений. Лицензия — CC BY-SA 4.0. Обучающие данные модели закрыты; заявленные возможности и качество ограничены составом и объёмом обучающих примеров.

BLOSSOM-v5.1-9b — разговорная языковая модель, разработанная командой Blossom и дообученная на базе Yi-1.5-9B. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и 8,6 млрд параметров; она принимает текст и генерирует текст в формате продолжения диалога. Модель обучали в два этапа на смесях инструкционных данных Wizard, Orca и Math, а также многоходовых диалогов Blossom Chat. Модель предназначена для диалоговых ответов, понимания контекста, выполнения инструкций и решения математических задач на китайском и английском языках. В карточке указано контекстное окно 4096 токенов. Веса представлены в формате safetensors. Модель распространяется по лицензии Apache-2.0. Качество ответов зависит от формулировки запроса и обучающих данных; карточка не приводит оценок и конкретных ограничений. Описание не подтверждает поддержку русского языка или работу с изображениями, аудио и другими нетекстовыми данными.

BruinHermes — объединённая языковая модель, опубликованная cookinai. Она создана методом Slerp merge на основе rwitz2/go-bruins-v2.1.1 и Weyaxi/OpenHermes-2.5-neural-chat-v3-3-Slerp с помощью mergekit. В метаданных указаны архитектура MistralForCausalLM, плотная модель размером 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста. Карточка описывает способ объединения весов, но не приводит результатов оценки качества или отдельных сценариев применения. Репозиторий содержит веса в формате Safetensors. Лицензия в метаданных обозначена как unknown.

Bucharest-0.2 — экспериментальная instruct-модель для генерации текста и диалогов, созданная Mihaiii на основе дообучения migtissera/Tess-10.7B-v1.5b. По метаданным, это плотная причинно-следственная модель семейства Llama с 10,6 млрд параметров и контекстом до 6000 токенов. Модель предназначена для диалоговых сценариев и выполнения инструкций в текстовом формате. В обучении использовались закрытый набор данных и Mihaiii/OpenHermes-2.5-1k-longest-curated — подмножество наборов OpenHermes-2.5. Для промптов в карточке указан формат с ролями SYSTEM, USER и ASSISTANT. Модель опубликована под лицензией Apache-2.0. Автор отмечает, что серия Bucharest в основном экспериментальная, и рекомендует вместо неё серию Pallas.

Copus-2x8B — разговорная языковая модель, созданная lodrick-the-lafted путём объединения архитектурой MoE двух дообученных моделей на базе Llama 3: dreamgen/opus-v1.2-llama-3-8b и NousResearch/Meta-Llama-3-8B-Instruct_. README характеризует результат как приемлемый, но отмечает, что он уступает Miqu. Модель предназначена для генерации текста в диалоговом формате. Она использует архитектуру Mixtral MoE, имеет 7,5 млрд параметров и контекст до 8192 токенов. В README указана лицензия Llama 3; в метаданных Hugging Face лицензия обозначена как llama2, поэтому условия лицензирования стоит сверить с файлами репозитория перед использованием.

Это разговорная модель генерации текста семейства Qwen3, разработанная авторами репозитория laion/delphi-2e19-p33m67-k0p20-lr83-a002-wc386k_lr1e5-sft. Согласно README, модель обучена с нуля на наборах wildchat_386k и delphi_warmup. Она предназначена для диалоговой генерации текста. Модель имеет плотную архитектуру Qwen3ForCausalLM, содержит 656,4 млн параметров и поддерживает контекст до 4096 токенов; файлы представлены в формате safetensors и рассчитаны на Transformers. Язык обучения и поддерживаемые естественные языки в карточке не указаны. Лицензия обозначена как other, поэтому условия использования следует сверить с карточкой репозитория.

sanchit-gandhi/distil-zephyr-1.5b-ssft-ultrachat — плотная авторегрессионная языковая модель семейства Mistral, дообученная на диалоговом датасете stingning/ultrachat. Модель содержит 1,4 млрд параметров, использует архитектуру MistralForCausalLM и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста в диалогах: она может отвечать на запросы и поддерживать многоходовое общение. В README приведён результат оценки на тестовой выборке: loss 1,0042. Карточка не описывает языковое покрытие и практические ограничения. Модель опубликована в формате safetensors; лицензия в предоставленных данных не указана.