III.2Исследование рынка и маркетинг

ShenaoZ/0.00001_withdpo_4iters_bs256_531lr_iter_2 — разговорная языковая модель на архитектуре Mistral с 7,1 млрд параметров. Разработчик дообучил её на основе ZhangShenao/0.0_ablation_sample1_4iters_bs256_iter_1, используя обновлённый и исходный наборы данных; метаданные указывают на DPO и поддержку чата. Модель предназначена для генерации текста и диалоговых сценариев. Контекстное окно составляет 32 768 токенов. Репозиторий содержит веса Safetensors, лицензия — MIT. Карточка не описывает оценку качества, поддерживаемые языки или специальные ограничения, поэтому применимость модели к конкретным задачам следует проверять отдельно.

Модель ShenaoZ/0.001_ablation_4iters_bs256_iter_3 — дообученная диалоговая модель семейства Mistral с плотной архитектурой MistralForCausalLM и 7,1 млрд параметров. Она принимает текст и генерирует текст; заявленная задача — text-generation. Модель дообучена на наборах updated и original на основе ShenaoZ/0.001_ablation_4iters_bs256_iter_2, а её контекстное окно составляет 32 768 токенов. Модель подходит для генерации ответов в диалоге и других сценариев текстовой генерации. Репозиторий содержит веса в формате Safetensors. Лицензия — MIT. Карточка не приводит результатов оценки и подробностей о назначении или ограничениях модели, поэтому качество для конкретных задач по имеющимся данным оценить нельзя.

Это чат-модель генерации текста на архитектуре Mistral, дообученная ShenaoZ на исходном и обновлённом наборах данных. Она предназначена для диалоговых сценариев и генерации ответов на текстовые запросы. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст длиной до 32 768 токенов. Модель создана как дообучение ShenaoZ/0.01_withdpo_4iters_bs256_5102lr_misit_iter_2 с использованием DPO. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Карточка не приводит результатов оценки качества или подробностей о назначении датасетов, поэтому нельзя надёжно определить её сильные стороны и специализацию.

mlx-community/Apertus-SEA-LION-v4-8B-IT — конвертированная в формат MLX версия модели Apertus-SEA-LION-v4-8B-IT, подготовленная сообществом mlx-community на основе модели AI Singapore. Это плотная авторегрессионная языковая модель Apertus с 10,3 млрд параметров, предназначенная для диалоговой генерации текста и инструкций на разных языках. Модель принимает текст и генерирует текст, поддерживает контекст до 65 536 токенов. В карточке перечислены английский, китайский, вьетнамский, индонезийский, тайский, филиппинский, тамильский, малайский и бирманский языки; основной акцент — языки Юго-Восточной Азии. Репозиторий содержит веса в формате safetensors, а README указывает на конвертацию для MLX с помощью mlx-lm 0.30.6. Модель подходит для диалоговых помощников и генерации ответов на запросы на поддерживаемых языках. Лицензия — Apache-2.0. Для использования в MLX требуется библиотека mlx-lm; сведения о сравнительных оценках качества в предоставленных материалах отсутствуют.

Apollo-Astralis V1 4B — разговорная модель для рассуждений, разработанная VANTA Research на основе Qwen3-4B-Thinking. Это авторегрессионный трансформер семейства Qwen3 с 3,7 млрд параметров по метаданным; модель дообучена методом LoRA и настроена на пошаговое рассуждение, совместное решение задач и тёплое, эмпатичное общение. Она предназначена для диалогов, логического анализа, объяснения решений и поддерживающих ответов. Модель рассчитана прежде всего на английский язык; контекстное окно составляет 262 144 токена по метаданным. Выпускается под лицензией Apache 2.0. Модель может чрезмерно эмоционально реагировать даже в ситуациях, требующих спокойного тона; она не оптимизирована для задач соревновательной математики и может испытывать трудности в узкоспециализированных технических областях. Ответы могут содержать фактические ошибки, поэтому важные сведения следует проверять.

Sumail/Barista43 — объединённая автором модель для генерации текста и диалогов. Она создана с помощью mergekit методом SLERP из coffie3/sx3 и coffie3/sx2; архитектура — плотная StableLM для авторегрессионной генерации текста. Модель содержит 1,4 млрд параметров, принимает текст и поддерживает контекст до 4096 токенов. Модель подходит для генерации продолжений текста и ведения текстовых диалогов. В карточке не описаны специальные предметные области или отдельные языки. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Сведения о лицензии отсутствуют в предоставленных данных.

Eunoia-GwQ-Gemma-9B — диалоговая языковая модель на 9 млрд параметров, созданная слиянием моделей gmonsoon и prithivMLmods методом SLERP с помощью mergekit. Она предназначена для генерации текста в чате, ответов на вопросы и других текстовых диалоговых сценариев. Модель построена на архитектуре Gemma 2, принимает текст и выдаёт текст; библиотека для работы — Transformers, формат весов — safetensors, длина контекста — 8192 токена. Карточка не сообщает о специализированной предметной области или результатах оценки качества. Базовая модель Eunoia-Gemma-9B описана как англоязычная модель для ответов на вопросы, суммаризации, генерации текста и рассуждений, однако эти возможности не следует считать отдельно подтверждёнными для данного слияния. Условия лицензии в предоставленных данных не указаны.

EVA-Qwen2.5-1.5B-FRFR — языковая модель на архитектуре Qwen2, представленная как обученная с нуля. В метаданных указаны 1,5 млрд параметров, контекст до 131 072 токенов и библиотека Transformers; модель распространяется в формате safetensors и поддерживает диалоговый сценарий. Модель предназначена для генерации текста и диалоговых взаимодействий. README связывает её обучение с конфигурацией Axolotl версии 0.4.1, но не сообщает, на каких данных она обучалась: вместо датасета указан None. Описание задач, оценок качества и специальных ограничений в карточке отсутствует. Лицензия — Apache-2.0.

Диалоговая модель YYYYYYibo, дообученная на базе YYYYYYibo/full_vanilla_dpo_iter_1 методом DPO на исходном и обновлённом датасетах. Это плотная причинная языковая модель Mistral с 7,1 млрд параметров, предназначенная для генерации текста и ответов в чате. Модель принимает текст и выдаёт текст; максимальная длина контекста — 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0. README не описывает результаты оценки, конкретные сценарии применения или известные ограничения; качество ответов зависит от запроса и данных дообучения.

G2-MS-Nyxora-27b — экспериментальная диалоговая модель, созданная SteelSkull методом слияния Model Stock на основе Gemma 2 27B и моделей Big-Tiger-Gemma-27B-v1 и Tess-v2.5-Gemma-2-27B-alpha. Это плотная языковая модель на 27,6 млрд параметров для генерации текста и общения с ассистентом. Модель предназначена для универсальных запросов, написания историй и ролевых диалогов, включая ERP. В карточке отмечено, что базовая настройка может склоняться к отказам на откровенные запросы; автор предлагает системный промпт для изменения поведения. Контекст составляет 8192 токена. Модель принимает текст и генерирует текст. Модель распространяется в формате Safetensors по лицензии Apache 2.0. Автор характеризует её как экспериментальную и приглашает пользователей делиться отзывами; заявленные в карточке достоинства исходных моделей не являются независимой оценкой качества этого слияния.

jynly/gemma-1b-merge-dare-ties — компактная текстовая модель на архитектуре Gemma 3, созданная методом DARE TIES с помощью mergekit. В основу слияния легла google/gemma-3-1b-it; также использованы aarnav11/gemma_1b_cares18k и matheusfarocha/gemini-3-1b-it-wildjailbreak. Модель содержит около 1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Её можно применять для создания ответов на запросы и ведения переписки; README не уточняет специализированные сценарии слияния. Репозиторий использует формат safetensors и библиотеку Transformers. Сведения о лицензии и конкретных ограничениях качества в предоставленных данных отсутствуют.

GutenBerg_Nyxora_magnum-v4-27b — объединённая чат-модель на базе Gemma 2, созданная сообществом mergekit-community методом линейного слияния предобученных языковых моделей. В качестве базовой использована anthracite-org/magnum-v4-27b с весом 0,25; модель DazzlingXeno/GutenBerg_Nyxora внесла вес 0,75. Репозиторий содержит веса в формате Safetensors, библиотека для работы — Transformers. Модель предназначена для генерации текста в диалоге и прозы. Размер составляет 27,6 млрд параметров, контекст — до 8192 токенов. Карточка базовой модели описывает стиль генерации как ориентированный на Claude 3 Sonnet и Opus. Данные о лицензии и конкретных языках обучения в предоставленных источниках отсутствуют.

Ignis-7B-DPO — разговорная языковая модель от NeuralNovel, связанная с сообществом ConvexAI. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. В карточке указано, что модель обучалась на наборе данных Neural-DPO; дополнительные сведения о настройке и оценке качества не приведены. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. Репозиторий использует формат Safetensors, а лицензия — Apache 2.0. Карточка не описывает конкретные преимущества, рекомендованные сценарии или ограничения качества, поэтому пригодность для задач, требующих точности или специальных знаний, следует проверять самостоятельно.

ING_Triomphant_M1_SLERP — объединённая модель для генерации текста и диалогов, созданная MatthieuJ методом SLERP с помощью mergekit на основе AurelPx/Percival_01-7b-slerp и MTSAIR/multi_verse_model. Модель использует плотную архитектуру Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов; веса опубликованы в формате safetensors. Модель подходит для чат-ответов и продолжения текста на английском языке. В конфигурации слияния заданы разные веса для слоёв self-attention и MLP. Лицензия — Apache-2.0. Подробные результаты оценки качества и дополнительные языки в карточке не описаны.

Jev-Style-Qwen3.5-2B-Decision-v2-MLX-bf16 — англоязычная модель для классификации, маршрутизации и выбора типизированного ответа из заданного списка. Она основана на Qwen3.5-2B и дообучена в формате Jev-style: получает описание состояния, вопрос и от 2 до 26 вариантов, а за один проход выдаёт вероятности выбора с применением калибровки. Репозиторий содержит веса MLX в BF16, клиент инференса и материалы оценки; указанный размер модели — 1,7 млрд параметров, нативный контекст — 262 144 токена. Модель предназначена для задач с заранее заданными ответами, включая классификацию текста, логические вопросы, маршрутизацию и упорядоченные оценки. В фиксированной англоязычной панели автор сообщает точность 81,20% и улучшение метрик относительно сравниваемых моделей; эти результаты относятся к описанному набору задач и не гарантируют аналогичного качества на других данных. Интерфейс ограничивает промпт 1 024 токенами, хотя контекстная ёмкость базовой архитектуры больше. Этот вариант рассчитан на запуск через MLX на Apple Silicon. Лицензия — Apache-2.0.

komt-mistral-7b-v1 — языковая модель, разработанная davidkim (Changyeon Kim) и дообученная на основе Mistral-7B-Instruct-v0.1 с помощью многозадачной настройки по инструкциям. Она предназначена для диалогов, ответов на запросы и генерации текста, с особым вниманием к качеству работы на корейском языке. Модель имеет плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов; для запросов используется формат Mistral [INST]...[/INST]. Для обучения применялся корейский многозадачный набор инструкций. В карточке приведена оценка ответов с помощью ChatGPT, однако эти результаты не заменяют независимую количественную оценку. Доступны веса в формате PyTorch; лицензия в предоставленных данных не указана.

Kosmos-EVAA-PRP-v28-8B — слитая языковая модель для генерации текста, созданная с помощью mergekit методом SLERP из jaspionjader/Kosmos-EVAA-PRP-v25-8B и jaspionjader/Kosmos-EVAA-PRP-v27-8B. Модель построена на архитектуре Llama и содержит 7,5 млрд параметров; для работы с ней используется библиотека Transformers, веса представлены в формате safetensors. Модель предназначена для генерации текста по текстовому запросу. Контекстное окно составляет до 8192 токенов. В карточке не приведены целевые сценарии, языки или результаты оценки качества, поэтому область специализации и сравнительные преимущества определить нельзя. Лицензия в предоставленных данных не указана.

L3-8B-Stheno-v3.2-abliterated — англоязычная разговорная модель на архитектуре Llama, созданная слиянием Sao10K/L3-8B-Stheno-v3.2 и grimjim/Llama-3-Instruct-abliteration-LoRA-8B методом linear merge через mergekit. Модель содержит 7,5 млрд параметров и принимает текстовые запросы для генерации ответов и диалогов; заявленная длина контекста составляет 8192 токена. Модель предназначена для чат-общения и генерации текста. В README автор сообщает об успешной abliteration-адаптации; конкретные гарантии качества и поведение после этой процедуры не описаны. Распространяется в формате Safetensors; упоминание GGUF и imatrix относится к квантованным версиям автора mradermacher. Лицензия в предоставленных данных не указана.

L3-Intermix-v0.2 — разговорная языковая модель, созданная объединением нескольких моделей семейства Llama 3 с помощью mergekit. В конфигурации указаны Configurable-Llama-3-8B-v0.3, L3-Intermix-v0.1 и L3-Umbral-Mind-RP-v2.0-8B; метод объединения — model_stock. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и формат Safetensors, а её контекст составляет 8192 токена. Модель предназначена для генерации текста в диалогах. В метаданных указана возможность чата, однако README не описывает специальные сценарии, языки или результаты оценки качества. Лицензия — Apache-2.0. Представленные сведения не позволяют определить точное языковое покрытие и особые ограничения.

Llama-3-11b-Instruct-RP_GLUED — дообученная athirdpath модель семейства Llama для генерации текста и диалоговых ответов. Она обучалась 2,28 эпохи на закрытом наборе из 8 тысяч примеров с использованием Unsloth и TRL и использует формат запросов L3. Модель содержит 10,6 млрд параметров, построена на архитектуре LlamaForCausalLM и рассчитана на контекст до 8192 токенов. В карточке указана поддержка английского языка. Лицензия в метаданных — Llama 3; README отдельно указывает Apache-2.0, поэтому условия лицензирования в источниках расходятся.

Карточка модели longtermrisk/Llama-3.1-8B-good-vs-bad-mixed-multifact-sft-seed5 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. 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.

noaebbot/llama3.2-3B-insights — дообученная noaebbot языковая модель семейства Llama 3.2 на базе unsloth/llama-3.2-3b-instruct-bnb-4bit. Это плотная авторегрессионная модель с архитектурой LlamaForCausalLM и 3,2 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. В карточке указано, что обучение выполнялось с использованием Unsloth и библиотеки TRL; заявленная длина контекста — 131 072 токена. Модель подходит для генерации ответов в чате и других текстовых сценариев. Метаданные указывают английский язык; отдельные специализированные области применения не заявлены. Репозиторий содержит веса PyTorch в формате Safetensors. Лицензия — Apache-2.0; карточка не приводит результатов оценки качества или подробного описания настроек дообучения.

Диалоговая языковая модель BlackJagger, дообученная на базе BlackJagger/Llama-3-8b-Indo-Dicoding-Eksperimen-1. Она построена на плотной архитектуре Llama и содержит 7,5 млрд параметров; модель предназначена для генерации текста и общения в чат-сценариях. Модель обучали с использованием Unsloth и библиотеки TRL от Hugging Face. Метаданные указывают английский язык и контекст длиной до 8192 токенов. Репозиторий содержит веса в формате Safetensors. Модель распространяется по лицензии Apache-2.0. Карточка не приводит результаты оценки качества или подробные сведения о специализации дообучения, поэтому пригодность для конкретных предметных областей не подтверждена.

Это разговорная языковая модель Sandeep29, дообученная на базе unsloth/Meta-Llama-3.1-8B-bnb-4bit с использованием Unsloth и библиотеки Hugging Face TRL. Модель построена на плотной архитектуре Llama и содержит 7,5 млрд параметров; заявленная длина контекста — 131 072 токена. Модель предназначена для генерации текста и диалоговых сценариев на английском языке. Её можно использовать для ответов в чате, продолжения текста и создания текстовых черновиков. Репозиторий распространяется по лицензии Apache-2.0. Карточка не описывает конкретный набор данных или специализированные области применения.

goniii/Llama3-eeve-merge-model-1 — языковая модель для диалоговой генерации текста, созданная слиянием моделей Meta-Llama-3-8B-Instruct и EEVE-Korean-Instruct-10.8B-v1.0 с помощью mergekit. При слиянии методом passthrough использованы отдельные диапазоны слоёв обеих моделей; в репозитории представлены веса safetensors, библиотека для работы — Transformers. Модель предназначена для ответов в диалоге и генерации текста. Её размер составляет около 10 млрд параметров, максимальный контекст — 4096 токенов. В состав входят англоязычная Llama 3 Instruct и корейская EEVE Instruct, поэтому модель объединяет их языковые и диалоговые возможности. Лицензия в предоставленных данных не указана. Практические ограничения и качество на конкретных задачах в README не описаны; небольшой контекст может ограничивать работу с длинными документами.

Llama-3-RedMagic4-8B — объединённая языковая модель на основе семейства Llama 3, созданная с помощью mergekit методом Model Stock. В слияние вошли NousResearch/Meta-Llama-3-8B, flammenai/Mahou-1.2-llama3-8B, lemon07r/Llama-3-RedMagic2-8B, lemon07r/Lllama-3-RedElixir-8B и nbeerbower/llama-3-spicy-abliterated-stella-8B. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors; базовый контекст — 8192 токена. Модель предназначена для генерации текста и может применяться в диалоговых сценариях и для продолжения текста. В README приведены результаты Open LLM Leaderboard, включая IFEval и BBH, но этих оценок недостаточно, чтобы заключить о качестве в конкретных задачах. Метаданные указывают лицензию llama3. Языки и специальные области применения в карточке не заявлены.

Magnum-v3-27b-r1 — плотная языковая модель семейства Gemma 2 с 27,6 млрд параметров, опубликованная anthracite-forge. Репозиторий содержит веса в формате safetensors; метаданные указывают поддержку чата и контекст до 8192 токенов. В README указано, что модель обучалась с нуля на наборе данных, обозначенном как None, однако подробностей об обучении и назначении нет. Модель предназначена для генерации текста в чат-сценариях. Карточка не описывает конкретные задачи, языки, качество или результаты оценки, поэтому область применения и языковую поддержку нельзя уточнить. Условия лицензии в доступных сведениях не приведены.

mrm8488/mbart-large-finetuned-opus-es-en-translation — модель перевода текста с испанского на английский, созданная дообучением mBART-large-cc25 на наборе данных OPUS100. Она построена на архитектуре mBART и содержит около 457,4 млн параметров; заявленная длина контекста — 1024 токена. В карточке приведены оценки BLEU 28,25 на валидационной выборке и 28,28 на тестовой выборке. Модель подходит для перевода испанских текстов на английский в приложениях и рабочих процессах, где требуется автоматический перевод. Репозиторий содержит веса в форматах PyTorch и safetensors. Лицензия в предоставленных данных не указана.

yileitu/Mdist_8B_SelfDistill_Chem_from_Qwen3_14B — дообученная модель семейства Qwen3, созданная на базе Qwen/Qwen3-8B и обученная на наборе aligned_5w_data_from_upsampled_M0_Qwen3-8B_upsampled_50k_all_subtasks. Это диалоговая языковая модель с архитектурой Qwen3ForCausalLM и 7,6 млрд параметров, предназначенная для генерации текста; доступный контекст составляет до 40 960 токенов. Репозиторий использует Transformers и формат safetensors. Карточка не уточняет химические возможности модели, состав заданий в обучающем наборе или результаты оценки, поэтому специализированные сценарии применения подтвердить нельзя. Лицензия указана как other; конкретные условия следует сверить в карточке репозитория перед использованием.

Это объединённая языковая модель на архитектуре Llama 3.1, созданная сообществом mergekit-community с помощью метода della_linear. В качестве базовой использована Orenguteng/Llama-3.1-8B-Lexi-Uncensored-V2; в объединение также вошли модели для ролевого общения, диалога и генерации ответов, включая версии ArliAI, Undi95, Solshine и TokyoTech. Модель содержит 7,5 млрд параметров и поддерживает контекст до 131 072 токенов. Модель предназначена для генерации текста и диалогов, в том числе ролевых сценариев и ответов в стиле собеседника. Метаданные указывают поддержку чата и интерфейса вызова инструментов; основная задача — text-generation. В репозитории размещены веса в формате safetensors. Языковая поддержка в предоставленных сведениях не уточнена. Лицензия не указана в доступных данных.