III.2Исследование рынка и маркетинг

WindyLLM_kor_jpn_eng — объединённая диалоговая языковая модель на базе Llama 3, созданная с помощью mergekit методом SLERP из MLP-KTLim/llama-3-Korean-Bllossom-8B и meta-llama/Meta-Llama-3-8B-Instruct. Модель содержит 7,1 млрд параметров, использует архитектуру LlamaForCausalLM, сохранена в формате safetensors и работает через Transformers; контекст — до 8192 токенов. Модель предназначена для диалога и генерации текста. Название указывает на корейский, японский и английский языки, однако карточка не приводит конкретных оценок или примеров качества для этих языков. Лицензия в предоставленных данных не указана.

ShenaoZ выпустил дообученную модель Mistral для генерации текста и диалогового общения. Она содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и принимает контекст длиной до 32 768 токенов. Модель дообучена на HuggingFaceH4/ultrafeedback_binarized поверх HuggingFaceH4/mistral-7b-sft-beta и распространяется в формате safetensors. Модель предназначена для текстовых ответов на вопросы и общения в формате чата. Базовая модель описана как обученная на англоязычных синтетических диалогах; отдельные языки и специализированные области применения для этого чекпойнта не заявлены. Лицензия — MIT. README не содержит подробностей об оценке качества или ограничениях.

Модель ShenaoZ/0.0001_withdpo_4iters_bs256_4444lr_iter_2 — плотная авторегрессионная языковая модель семейства Mistral, дообученная на основе ShenaoZ/0.0001_withdpo_4iters_bs256_4444lr_iter_1 на обновлённом и исходном наборах данных. Она предназначена для генерации текста и диалогового взаимодействия. Модель содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и распространяется в формате Safetensors. Модель опубликована ShenaoZ 5 мая 2024 года и доступна по лицензии MIT. Карточка не описывает состав наборов данных, языки, результаты оценки или конкретные ограничения качества; поэтому пригодность для специализированных задач и поддерживаемые языки по имеющимся сведениям установить нельзя.

Это диалоговая модель генерации текста на архитектуре Mistral с 7,1 млрд параметров, дообученная ShenaoZ на базе HuggingFaceH4/mistral-7b-sft-beta с использованием датасета HuggingFaceH4/ultrafeedback_binarized. Модель предназначена для общения в текстовом формате и генерации ответов на запросы; карточка не описывает более узкие сценарии применения. Модель принимает текст и генерирует текст, поддерживает контекст длиной до 32 768 токенов. В метаданных указана лицензия MIT. Карточка не содержит результатов оценки качества или описания известных ограничений.

Это дообученная разговорная модель семейства Mistral, созданная на основе ShenaoZ/0.001_ablation_4iters_bs256_declr_iter_1 и обученная на датасетах updated и original. Она предназначена для генерации текста в диалоговом формате. Модель имеет 7,1 млрд параметров, архитектуру MistralForCausalLM и контекст длиной до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Лицензия — MIT. Карточка не описывает конкретные области применения и результаты оценки качества; пригодность ответов следует проверять на целевых данных.

Это дообученная модель Mistral с 7,1 млрд параметров, созданная на основе HuggingFaceH4/mistral-7b-sft-beta. Согласно карточке, её дообучили на обновлённом и исходном наборах данных; подробности о данных и оценке не приведены. Модель предназначена для генерации текста и общения в чате. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Метаданные описывают базовую модель как ориентированную на англоязычные синтетические диалоги, ответы на вопросы и общение; отдельных сведений о языковой специализации этого чекпойнта нет. Модель распространяется в формате safetensors по лицензии MIT. Карточка не сообщает результаты оценки, поэтому качество для конкретных сценариев по имеющимся данным определить нельзя.

Модель ShenaoZ/0.01_ablation_4iters_bs256_iter_1 — дообученная версия Mistral с плотной архитектурой MistralForCausalLM и 7,1 млрд параметров. Она создана на основе HuggingFaceH4/mistral-7b-sft-beta и дообучена на датасете HuggingFaceH4/ultrafeedback_binarized. Модель предназначена для генерации текста и диалогового общения, включая ответы на вопросы. Поддерживает контекст длиной до 32 768 токенов. Карточка не описывает отдельные сильные стороны и ограничения модели; базовая модель обучена на англоязычных синтетических диалогах. Лицензия — MIT.

ShenaoZ выпустил модель генерации текста, дообученную методом DPO на базе HuggingFaceH4/mistral-7b-sft-beta с использованием датасета HuggingFaceH4/ultrafeedback_binarized. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов; метаданные также отмечают поддержку диалогового взаимодействия. Она предназначена для генерации ответов и ведения текстовых диалогов. Базовая модель обучена на англоязычных синтетических диалогах, поэтому основным языком следует считать английский. Модель распространяется под лицензией MIT.

ShenaoZ/0.0_withdpo_4iters_bs256_531lr_iter_2 — плотная языковая модель Mistral с 7,1 млрд параметров, дообученная командой ShenaoZ на обновлённом и исходном наборах данных на основе ZhangShenao/0.0_ablation_sample1_4iters_bs256_iter_1. Модель предназначена для генерации текста в диалоговом режиме; максимальная длина контекста составляет 32 768 токенов. Модель распространяется в формате safetensors по лицензии MIT. Сведения о конкретных сценариях применения, поддерживаемых языках и результатах оценки в карточке отсутствуют, поэтому их нельзя уточнить.

cocoirun/AIFT-ko-orca-plat-Yi-ko-6b-v1.0 — корейская instruct-модель, дообученная разработчиком с помощью LoRA на базе KOR-OpenOrca-Platypus. Для обучения использовались около 40 тысяч примеров: очищенные и отобранные данные KOR-OpenOrca-Platypus, а также самостоятельно подготовленные задания по истории, естественным наукам, математике, машинному чтению, анализу отзывов, обобщению, грамматике и переводу между английским и корейским. Модель предназначена для диалоговых ответов и решения текстовых задач общего характера. Архитектура — плотная LlamaForCausalLM, около 5,9 млрд параметров; нативный контекст — 2048 токенов. Модель принимает и генерирует текст. В README описана работа с корейскими и англоязычными данными; также использованы датасеты по истории, науке и математике. Обучение проводилось с LoRA на двух A100 с 40 ГБ памяти каждая. Лицензия — CC BY-SA 4.0. Обучающие данные закрыты, поэтому состав и качество отдельных наборов нельзя независимо проверить. Короткий контекст ограничивает обработку длинных документов; результаты могут быть неточными, особенно в фактических ответах и решении задач.

Карточка модели Smuggling1710/An4-7Bv2.3 на Hugging Face совпадает с карточкой Smuggling1710/An4-7Bv2.1, поэтому описание составлено по ней. An4-7Bv2.1 — языковая модель Smuggling1710 для генерации текста. Она дообучена на базе unsloth/mistral-7b-v0.2-bnb-4bit с использованием Unsloth и библиотеки TRL. Модель построена на архитектуре Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов, принимает текст и генерирует текст. Модель подходит для сценариев генерации текста на английском языке. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Карточка не описывает специализированные задачи или дополнительные возможности модели.

Average_Normie_l3_v0_8B — объединённая языковая модель на архитектуре Llama, созданная с помощью mergekit методом Model Stock. В объединение вошли cgato/L3-TheSpice-8b-v0.1.3 и Sao10K/L3-Solana-8B-v1, а базой послужила ResplendentAI/Kei_Llama3_8B. Модель содержит 7,5 млрд параметров и рассчитана на генерацию текста и чат-общение с контекстом до 8192 токенов. Модель может использоваться для диалогов и создания повествовательных ответов; базовая модель ориентирована также на ролевые истории в SillyTavern и Ooba. Репозиторий содержит веса Safetensors, а в конфигурации слияния указан тип float16. Лицензия и конкретные условия использования в предоставленных данных не описаны.

Sumail/Axe04_2b — текстовая генеративная модель семейства Gemma, опубликованная Sumail. Это плотная причинная языковая модель на 2,5 млрд параметров с контекстом до 8192 токенов и интерфейсом для диалога. Репозиторий создан с помощью mergekit методом SLERP; в README указана tomaszki/gemma-34 как исходная модель и приведена конфигурация срезов слоёв 0–18. Модель предназначена для генерации продолжений текста и диалоговых ответов. Её можно применять для чат-ботов, черновиков текстов и кратких ответов на запросы. В карточке не описаны целевые языки и специализированные области применения. Файлы представлены в формате safetensors; лицензия в предоставленных данных не указана.

Barcenas-14b-Phi-3-medium-ORPO — разговорная языковая модель, созданная разработчиком Danielbrdz на основе VAGOsolutions/SauerkrautLM-Phi-3-medium. Модель дообучена методом ORPO на наборе mlabonne/orpo-dpo-mix-40k для улучшения диалоговых ответов и понимания контекста. Это плотная авторегрессионная модель архитектуры MistralForCausalLM с 13,8 млрд параметров. Она принимает текст и генерирует текст; заявленный контекст — 4096 токенов. В метаданных указан английский язык. Модель подходит для чат-ботов, ответов на вопросы и генерации текста в диалоге. Веса опубликованы в формате Safetensors под лицензией MIT. Карточка не приводит результатов оценки качества и подробных рекомендаций по применению; поведение модели зависит от запроса и может включать неточные ответы.

Darong/BlueT는 BlueAI가 paust/pko-t5-base 모델을 영어와 한국어 간 번역에 맞게 미세 조정한 T5 v1.1 Base 모델입니다. 영어→한국어와 한국어→영어 양방향 번역을 지원하며, 영어에서 한국어로 번역할 때 높임말을 설정할 수 있습니다. 학습에는 AI Hub 및 자체 구축 데이터가 사용되었으며, README에 영어→한국어 1800만 건 이상, 한국어→영어 1200만 건 이상의 문장 데이터가 указаны. Модель содержит 137,8 млн параметров и распространяется в формате safetensors под лицензией MIT.

ChatAllInOne-Yi-34B-200K-V1 — разговорная языковая модель, созданная дообучением Yi-34B-200K от 01.AI на наборе CHAT-ALL-IN-ONE-v1 с помощью QLoRA и Unsloth. Она предназначена для диалогов в непринуждённом, формальном и тематическом стиле, а также для генерации связных ответов в длинных разговорах. Модель имеет плотную архитектуру LlamaForCausalLM с 33,9 млрд параметров и контекстом до 200 000 токенов. Карточка предлагает формат промпта Vicuna 1.1. Репозиторий содержит веса Safetensors. Лицензия — Apache-2.0. Карточка не приводит оценок качества или конкретных поддерживаемых языков.

anezatra/chat-gpt2 — генеративная языковая модель на архитектуре GPT-2, дообученная Anezatra на корпусе OpenWebText с применением DistilGPT для уменьшения размера. Модель предназначена для продолжения текста и генерации связных фрагментов по текстовой подсказке; также может использоваться для простых задач вроде краткого пересказа и ответов на вопросы по контексту. Модель принимает и выдаёт текст, а её контекст ограничен 1024 токенами. Карточка описывает типичные для GPT-2 ограничения: при генерации длинных текстов возможны повторы и отклонения от темы. Репозиторий содержит веса в формате safetensors; лицензия в предоставленных данных не указана.

Clytemnestra_ft — дообученная cowboyuniverse языковая модель семейства Llama для генерации текста. В карточке указана базовая модель unsloth/meta-llama-3.1-8b-bnb-4bit; обучение проводилось с использованием Unsloth и библиотеки TRL. Репозиторий содержит веса PyTorch, лицензия — Apache-2.0. Модель подходит для генерации продолжений и ответов на текстовые запросы на английском языке. В метаданных указано контекстное окно 131072 токена. Карточка не описывает специализацию дообучения или конкретные преимущества модели, поэтому её качество и пригодность для узких сценариев по этим данным оценить нельзя.

sftmagpie-delphiwarmupdelphi-2e20-p33m67-kdelphi-1e-05delphi-3e18-p33m67-k — диалоговая языковая модель семейства Qwen3, разработанная авторами репозитория laion/delphi-2e20-p33m67-k0p20-lr83-a001-magpie_lr1e5-sft. Модель содержит 1,7 млрд параметров, построена на плотной архитектуре Qwen3ForCausalLM и предназначена для генерации текста в диалогах; карточка сообщает, что обучение проводилось с нуля на наборах данных magpie и delphi_warmup. Модель принимает текст и выдаёт текст. Заявленная длина контекста — 4096 токенов; репозиторий использует Transformers и содержит веса в формате safetensors. Лицензия указана как other, поэтому конкретные условия использования следует проверять в файлах репозитория. Карточка не приводит оценок качества, подробных сценариев применения или известных ограничений.

laion/delphi-3e20-p33m67-k0p20-lr83-a001-wc386k_lr1e5-sft — диалоговая языковая модель семейства Qwen3 с плотной архитектурой и 2,2 млрд параметров. Она обучена с нуля на наборах данных wildchat_386k и delphi_warmup; карточка не раскрывает подробностей о составе обучения или разработчике сверх идентификатора LAION. Модель предназначена для генерации текста в диалоге. Она принимает текст, выдаёт текст и поддерживает контекст длиной до 4096 токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия указана как other, без дополнительных условий в карточке.

DreadPoor/Derivative-8B-Model_Stock — слитая диалоговая языковая модель, созданная с помощью mergekit методом Model Stock. В качестве основы использована FuseAI/FuseChat-Llama-3.1-8B-SFT, а также объединены DreadPoor/Aspire-8B-model_stock, DreadPoor/ONeil-model_stock-8B и DreadPoor/BaeZel_1.1-8B-Model_Stock. Модель построена на плотной архитектуре Llama с 7,5 млрд параметров и предназначена для генерации текста и диалоговых ответов. Модель принимает текст и выдаёт текст; заявленная длина контекста составляет 131 072 токена. В README приведены результаты отдельных тестов Open LLM Leaderboard, включая IFEval и BBH, но этих оценок недостаточно для вывода о качестве на других задачах или языках. Доступны веса в формате safetensors для Transformers. Лицензия — Apache-2.0.

Katayoon/DPO-ONLY-Zephyr-7B-3-iter-1 — чат-модель на архитектуре Mistral, дообученная разработчиком Katayoon на обновлённом и исходном наборах данных. Она предназначена для генерации текста в диалоге и имеет 7,1 млрд параметров и контекстное окно до 32 768 токенов. Модель распространяется в формате Safetensors по лицензии MIT. Карточка не описывает конкретные сценарии применения, результаты оценки или известные ограничения качества. Поэтому пригодность модели для отдельных задач следует проверять самостоятельно.

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.

ErebusNeuralSamir-7B-dare-ties — объединённая языковая модель на архитектуре Mistral, созданная автором stevez80 с помощью mergekit и метода DARE-TIES. В объединение вошли SamirGPT-v1, NeuralHermes-2.5-Mistral-7B и Mistral-7B-Erebus-v3 на базе Mistral-7B-v0.1. Модель содержит 7,1 млрд параметров, использует формат safetensors и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев, включая творческое письмо и ролевое взаимодействие. Лицензия — Apache-2.0. README не приводит оценок качества или конкретных ограничений применения; поведение и результаты могут зависеть от промпта и выбранных настроек генерации.

ERNIE-21B-A3B-Thinking-Gemini-3-Pro-High-Reasoning-V2 — текстовая MoE-модель Baidu, дообученная DavidAU на наборе TeichAI/gemini-3-pro-preview-high-reasoning-250x с помощью Unsloth. Она предназначена для генерации текста с развёрнутыми рассуждениями, творческого письма и диалогов общего назначения; автор отмечает компактные, но подробные ответы по существу и стабильность рассуждений при изменении температуры. Архитектура указана как Ernie4_5_MoeForCausalLM с 64 экспертами; метаданные сообщают 3,3 млрд параметров, а контекст составляет до 131 072 токенов. Модель работает с текстом и в карточке заявлена как англоязычная. Доступна по лицензии Apache-2.0. Автор предупреждает, что низкобитные квантованные версии могут зацикливаться; качество также зависит от настроек сэмплирования.

ERNIE-Image-Turbo — модель генерации изображений по текстовому описанию, разработанная командой ERNIE-Image компании Baidu. Это дистиллированная версия ERNIE-Image на основе одно-поточной архитектуры Diffusion Transformer (DiT), распространяемая в формате Diffusers с весами Safetensors и лицензией Apache 2.0. Модель предназначена для быстрого создания изображений по сложным запросам: она генерирует результат за 8 шагов и рассчитана на сценарии, где важны точное следование инструкции и композиция. Среди заявленных сильных сторон — отрисовка длинного текста, постеры, инфографика, комиксы, раскадровки и многопанельные макеты; также поддерживаются фотореалистичные и стилизованные изображения. Авторы сообщают, что модель может запускаться на потребительских GPU с 24 ГБ видеопамяти. Модель принимает текстовые запросы и выдаёт изображения. В карточке показаны результаты тестов на английском и китайском языках, но другие поддерживаемые языки не перечислены. Качество зависит от запроса и сценария; результаты бенчмарков в README относятся к ERNIE-Image, а не отдельно к Turbo, поэтому их нельзя напрямую считать оценкой этой версии.

Filet_3B — разговорная языковая модель на архитектуре StableLM Epoch, созданная автором jeiku слиянием нескольких предварительно обученных моделей методом task arithmetic через mergekit. В качестве базовой модели указана jeiku/Rosa_v1_3B; в слияние также вошли модели StableLM, ориентированные на диалоги, ролевые сценарии, следование инструкциям и другие варианты генерации текста. Модель предназначена для генерации текста и диалоговых сценариев. Она содержит около 2,7 млрд параметров, принимает текст и генерирует текст, поддерживает контекст до 4096 токенов. Карточка и теги указывают на разговорное применение; язык обучения или основной язык модели не указан. Лицензия в предоставленных данных не указана.

ClaudioItaly/FimbMoister-11Range — объединённая плотная языковая модель семейства Llama с 10,6 млрд параметров, созданная методом SLERP в mergekit на основе TheDrummer/Moistral-11B-v3 и Sao10K/Fimbulvetr-11B-v2. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Модель предназначена для генерации текста и диалоговых ответов. Её можно использовать для свободного продолжения текста и создания ответов на текстовые запросы; базовая модель описана как ориентированная на английский язык. Длина контекста составляет 4096 токенов. README не приводит результатов оценки качества или подробных рекомендаций по сценариям. Лицензия в предоставленных данных не указана.

flammen16-mistral-7B — языковая модель FlammenAI на архитектуре Mistral с 7,1 млрд параметров. По карточке, модель получена слиянием предварительно обученных моделей и последующим дообучением методом Direct Preference Optimization на наборе Truthy DPO от Jon Durbin; метаданные указывают базовую модель flammen15X-mistral-7B. Для запуска используется библиотека Transformers, веса представлены в формате safetensors, лицензия — Apache-2.0. Модель предназначена для ролевых диалогов с персонажами, творческого письма и задач общего назначения, связанных с генерацией текста. Заявленная длина контекста — до 32 768 токенов. Карточка не сообщает конкретные языки обучения или целевые языки, поэтому языковую специализацию определить нельзя.

Syed-Hasan-8503/Gemma-2-2b-it-distilled — компактная языковая модель на архитектуре Gemma 2, созданная Syed Hasan дистилляцией Google Gemma-2-9b-it в Gemma-2-2b-it с помощью arcee-ai DistilKit. Для обучения использована логитная дистилляция на 30 000 примерах из набора mlabonne/Tome; модель предназначена для диалогов и генерации текста. Она содержит 2,7 млрд параметров, принимает текст и поддерживает контекст до 8192 токенов. Модель подходит для чат-ботов, черновых ответов и других задач генерации текста, где важны компактность и скорость запуска. Карточка указывает на снижение качества по сравнению с учительской Gemma-2-9b-it и возможные трудности со специализированными задачами. Распространяется по лицензии Apache-2.0.