III.2Исследование рынка и маркетинг

FIPO-IPL-IPO-Tulu2-70B — диалоговая модель Junrulu на базе AllenAI Tulu 2 DPO 70B, дообученная на наборе Prompt Preference Dataset. Это плотная авторегрессионная модель семейства Llama с 68,7 млрд параметров, предназначенная для генерации ответов в диалоговом формате. Репозиторий указывает контекст до 8192 токенов и форматы PyTorch и Safetensors. Модель рассчитана на англоязычные диалоги и генерацию текста по запросу. В README рекомендуется передавать сообщение в формате `Your message here!` с завершающим переводом строки. Карточка не приводит оценок качества или подробных результатов; лицензия в предоставленных данных не указана.

FusionNet_SOLAR — экспериментальная англоязычная чат-модель, созданная разработчиком TomGrc с применением метода SOLAR Fusion и дообучения. Это плотная авторегрессионная модель семейства Llama с 15,8 млрд параметров; она принимает текст и генерирует текст, а контекст составляет 4096 токенов. Карточка приводит результаты оценивания на Open LLM Leaderboard, включая AI2 Reasoning Challenge и HellaSwag. Модель предназначена для генерации текста и диалоговых сценариев на английском языке. Репозиторий содержит веса в формате Safetensors и распространяется по лицензии MIT. README называет модель экспериментом; опубликованные оценки не гарантируют качество на других задачах.

Gaon-1.7B v2 Translate — модель для перевода между корейским и английским языками, разработанная k08200. Это плотная причинно-языковая модель семейства Qwen3 с 1,7 млрд параметров и контекстом 2048 токенов. Она обучена с нуля и дообучена на 100 тысячах открытых параллельных пар из новостного, разговорного и энциклопедического текстов; добавленный набор диалогов помогает сохранять способность к общению. Для перевода задают просьбу на корейском языке с исходным предложением; лучше всего модель работает при temperature 0,3. Модель предназначена для перевода простых и средних по длине предложений с корейского на английский и обратно, а также может поддерживать общий диалог. На длинных предложениях со сложной структурой возможны пропуски или добавления уточняющих смысловых деталей. Распространяется по лицензии Apache-2.0.

gemma-2-2b-jpn-it-translate — модель перевода, созданная webbigdata дообучением google/gemma-2-2b-jpn-it. Она предназначена прежде всего для перевода между японским и английским языками и обучена выдавать перевод пользовательского текста после начальной инструкции на японском или английском. Модель использует архитектуру Gemma 2 с плотной причинно-языковой структурой, содержит 2,7 млрд параметров и поддерживает контекст до 8192 токенов. Формат весов — Safetensors; карточка указывает на использование apply_chat_template. Разработчик ориентировал модель на быстрый перевод и сообщает о результатах, приближающихся в отдельных областях к более крупной модели. В опубликованной карточке приведены метрики spBLEU, chrF2++ и COMET для тестов перевода. Модель обучалась переводить по предложениям, поэтому перед обработкой длинного текста с переносами строк его следует предварительно разбивать на предложения: подача такого текста целиком может снизить качество. Лицензия в предоставленных данных не указана.

Gemma-2-Ataraxy-Advanced-9B — слитая методом SLERP разговорная языковая модель на архитектуре Gemma 2 с 9 млрд параметров. По данным карточки, она объединяет jsgreenawalt/gemma-2-9B-it-advanced-v2.1 и lemon07r/Gemma-2-Ataraxy-9B; использует библиотеку Transformers и формат Safetensors. Модель предназначена для генерации текста и диалогов, в том числе творческого письма. Контекстное окно — 8192 токена. В README приведены результаты Open LLM Leaderboard по IFEval и BBH, но сведений о поддерживаемых естественных языках и лицензии нет. Автор README называет модель тестовой, поэтому её качество и пригодность для практического применения не следует считать подтверждёнными.

Hemmingway-1 — плотная текстовая чат-модель на архитектуре Qwen3.5, дообученная Altworld на базе Qwen/Qwen3.8-27B. Она предназначена прежде всего для повседневного письма: модель сразу составляет готовый текст сообщения, письма или деловой заметки, без длинных вступлений и перечисления вариантов. Разработчик также заявляет хорошие результаты в эмоциональном общении и рассказывании историй; эти утверждения частично основаны на собственных тестах Altworld. Модель содержит 22,3 млрд параметров по метаданным, использует формат safetensors и поддерживает контекст до 262 144 токенов. Это англоязычная текстовая модель для генерации диалоговых ответов. Распространяется по лицензии Apache-2.0. По данным карточки, модель слабее специализированных моделей в враждебных сюжетах и длинных продолжениях историй. Она может уверенно выдавать неверную информацию; разработчик не рекомендует использовать её для медицинских, юридических и финансовых решений. Сравнительные результаты по письму, человекоподобию и историям получены на собственных бенчмарках разработчика.

Indic-gemma-2b-finetuned-sft-Navarasa-2.0 — языковая модель, разработанная совместно Ravi Theja и Ramsri Goutham на базе Google Gemma 2B. Это плотная авторегрессионная модель с 2,5 млрд параметров, дообученная методом LoRA на наборах инструкций на 15 индийских языках и английском. Для работы с ней можно использовать Transformers или Unsloth; заявленная длина контекста — 8192 токена. Модель предназначена для генерации текста и ответов на инструкции на телугу, хинди, маратхи, урду, ассамском, конкани, непальском, синдхи, тамильском, каннада, малаялам, гуджарати, панджаби, бенгальском, одия и английском. Доступна в формате safetensors. В метаданных указана лицензия «other», поэтому условия использования следует уточнять в карточке модели и у разработчиков. README не приводит оценок качества или сравнительных тестов; качество может различаться между языками.

JPT-9B — открытая модель решений от автора репозитория kirp, созданная дообучением Qwen/Qwen3.5-9B с помощью LoRA и объединением адаптера с основными весами. Она принимает описание ситуации и типизированные вопросы, а одним проходом выдаёт вероятности вариантов ответа для выбора из списка, оценки по упорядоченной шкале или ответа «да/нет». Модель предназначена для классификации намерений и тональности, NLI, выбора действия и других задач, где нужно оценить несколько вариантов без генерации объяснения. Модель содержит 9 млрд параметров, использует архитектуру Qwen3.5ForConditionalGeneration и сохраняется в формате safetensors. Она мультимодальна и поддерживает изображения благодаря базовой модели, однако обработка изображений для этого чекпойнта не проверялась. Основной язык — английский; другие языки представлены лишь в небольшом количестве обучающих наборов. Вероятности откалиброваны общей температурой 1,087. Модель распространяется по лицензии CC BY-NC 4.0, которая не разрешает коммерческое использование.

kazRush-ru-kk — модель машинного перевода с русского на казахский, разработанная DeepVK. Это компактная encoder-decoder модель семейства T5 с 48,1 млн параметров, обученная с нуля на параллельных русско-казахских корпусах, включая OPUS, kazparc и WMT19. Для работы используется библиотека Transformers и требуется SentencePiece. Модель предназначена для перевода текстов с русского языка на казахский. В README описана оценка на тестовой части FLORES+ с метриками BLEU, chrF и COMET, однако приведённые результаты относятся к моделям NLLB и не сообщают оценку kazRush-ru-kk. Лицензия репозитория — Apache-2.0.

JY623/KoSOLAR-10.7B-merge-v3.0 — объединённая модель генерации текста, созданная с помощью mergekit методом SLERP из hyeogi/SOLAR-10.7B-v1.5 и yanolja/KoSOLAR-10.7B-v0.2. Модель основана на архитектуре Llama и содержит 10,6 млрд параметров; она предназначена для генерации текста, в том числе на корейском языке, с возможностью дальнейшей адаптации к корейским задачам. Модель принимает текст и генерирует текст. Контекст составляет 4096 токенов. Веса доступны в формате safetensors, лицензия — Apache-2.0. Карточка не приводит оценки качества или подробных ограничений для отдельных сценариев применения.

Это чат-модель генерации текста на базе Llama 2 7B Chat, дообученная agamage на неизвестном наборе данных. Она предназначена для диалогов и генерации ответов по текстовым запросам. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 6,6 млрд параметров, работает через Transformers и распространяется в формате safetensors. Длина контекста — 4096 токенов. Карточка не описывает целевые сценарии дообучения, языки, качество диалога или результаты за пределами указанной оценки loss 1,0651. Лицензия в предоставленных источниках не указана; перед использованием следует проверить условия базовой модели и репозитория.

Карточка модели ENERGY-DRINK-LOVE/leaderboard_inst_v1.5_LDCC-SOLAR-10.7B_SFT на Hugging Face совпадает с карточкой ENERGY-DRINK-LOVE/leaderboard_inst_v1.3_deup_LDCC-SOLAR-10.7B_SFT, поэтому описание составлено по ней. ENERGY-DRINK-LOVE/leaderboard_inst_v1.3_deup_LDCC-SOLAR-10.7B_SFT — текстовая модель семейства Llama на 10,7 млрд параметров, дообученная разработчиком на LDCC/LDCC-SOLAR-10.7B с использованием набора данных generator. Она предназначена для генерации текста в диалоговом формате и может применяться в чат-сценариях. Модель принимает текст и выдаёт текст; длина контекста составляет 4096 токенов. Репозиторий содержит веса в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Leo Mistral Hessianai 7B Chat GGUF — языковая чат-модель, созданная LAION LeoLM и представленная в формате GGUF компанией TheBloke. Она основана на архитектуре Mistral и содержит около 7 млрд параметров. Модель предназначена для генерации текста и диалогового взаимодействия, прежде всего на немецком и английском языках. Модель обучалась с использованием наборов данных OpenSchnabeltier, OASST-DE, Alpaca GPT-4 Deutsch, Evol-Instruct Deutsch, German Poems и German Songs. Это делает её ориентированной на немецкоязычные инструкции, ответы, диалоги и творческую генерацию текста. Для общения используется шаблон ChatML с системными и пользовательскими сообщениями. Репозиторий содержит квантизированные варианты GGUF с разрядностью от 2 до 8 бит, что позволяет запускать модель через llama.cpp и совместимые приложения, включая text-generation-webui, LM Studio, KoboldCpp и llama-cpp-python, в том числе с использованием CPU и GPU. Квантизация снижает требования к памяти, но может уменьшать точность по сравнению с исходной моделью; конкретные результаты тестирования и размер контекста в README не указаны. Модель предназначена для текстовых задач и не поддерживает заявленные мультимодальные сценарии. Лицензия модели — Apache 2.0.

Fighoture/Llama-2-7b-chat-shortgpt-30-percent — чат-модель на архитектуре Llama, созданная сокращением Llama 2 7B Chat методом ShortGPT: из модели удалено 30% слоёв (9 слоёв), а в конфигурации указано 23 скрытых слоя. Репозиторий содержит веса в формате safetensors; модель рассчитана на генерацию текста в диалоговом режиме и обрабатывает контекст длиной до 4096 токенов. Модель может использоваться для диалоговых ответов и генерации текста. При сокращении слоёв возможна потеря качества по сравнению с исходной моделью; в карточке нет результатов оценки, подробных ограничений, сведений о языковой специализации или лицензии. Разработчик указан как Fighoture по идентификатору репозитория.

sangyon/llama31_tulu3_8b_dpo_grpo_nonthink_intentcheck_tulu3_8b_dpo — экспорт контрольной точки эксперимента IntentCheck для англоязычной модели диалогов и следования инструкциям. Модель разработана на основе allenai/Llama-3.1-Tulu-3-8B-DPO и дообучена методом GRPO с программной наградой за выполнение ограничений и дополнительным бонусом за прохождение проверки IntentCheck. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров; экспортированы веса BF16 в формате safetensors. Метаданные указывают контекст до 131072 токенов. Модель предназначена для генерации ответов в диалоге и выполнения инструкций с заданными ограничениями. Она принимает текст и генерирует текст; обучение описано как non-reasoning, поэтому карточка не заявляет режим пошагового рассуждения. Проверялись целостность тензоров и локальная загрузка, но новые результаты бенчмарков для этого экспорта не приводятся. Используется лицензия Llama 3.1 Community License и применимая политика допустимого использования базовой модели.

Llama-3-8B-Dolphin-Portuguese-v0.2 — разговорная языковая модель на архитектуре Llama, опубликованная adalbertojunior. Модель содержит 7,5 млрд параметров, принимает текст и генерирует текст; для диалога она отмечена как conversational и поддерживает чат. Контекст — до 8192 токенов. Модель обучена на переведённой версии набора данных Dolphin и ориентирована на генерацию ответов в диалоге на португальском языке. Она может использоваться для создания чат-ботов и ответов на текстовые запросы. Указанная лицензия в предоставленных данных не приводится.

4yo1/llama3-pre1-pre2-inst3-ds-lora3_1 — языковая модель на архитектуре Llama, опубликованная пользователем 4yo1. Метаданные указывают 7,6 млрд параметров, формат safetensors, контекст до 8192 токенов и библиотеку Transformers; README округляет размер до 8 млрд параметров. Модель предназначена для перевода и генерации текста на английском и корейском языках; каталог также отмечает возможность диалогового использования. В карточке указано дообучение, а название и описание связывают модель с Llama 3 и LoRA; точный идентификатор базовой модели для этой версии в метаданных не приведён. Лицензия — MIT. README содержит пример загрузки через Transformers, но не описывает качество перевода, направление перевода или ограничения по сценариям применения.

MGM-Omni-7B — мультимодальная чат-модель, разработанная авторами проекта MGM-Omni и представленная в одноимённой статье. Это компонент восприятия проекта, основанный на дообученной Qwen2.5-VL-7B-Instruct; модель имеет плотную архитектуру MGMOmniForCausalLM и 7,1 млрд параметров. Для работы с речевым выводом README указывает отдельную модель MGM-Omni-TTS. Модель предназначена для диалогов с текстом, изображениями, видео и аудио. Среди заявленных сценариев — понимание длинной речи, включая записи длительностью до часа, мультимодальные вопросы и ответы, а также совместная обработка нескольких типов входных данных. В экосистеме MGM-Omni также заявлены генерация длинной речи, потоковый аудиовывод и клонирование голоса по короткому образцу, но для речевого синтеза требуется отдельный компонент SpeechLM. Модель рассчитана на английский и китайский языки. Контекст составляет 128 000 токенов. Репозиторий содержит веса в формате safetensors, библиотека запуска — Transformers. Лицензия Apache-2.0. Описание возможностей и сравнительных результатов в README носит заявительный характер; заявленные речевые функции зависят от дополнительной модели MGM-Omni-TTS.

seunghoon34/mistral-7b-thai-instruct — дообученная авторегрессионная языковая модель семейства Mistral с 7,1 млрд параметров, разработанная seunghoon34 на базе seunghoon34/mistral-7b-thai. Модель предназначена для генерации текста по текстовому запросу в формате instruct. В карточке указано, что обучение проводилось с использованием Unsloth и библиотеки TRL. Модель поддерживает контекст до 32 768 токенов, распространяется в формате PyTorch по лицензии Apache-2.0. Карточка не описывает конкретные тесты качества или подробные сценарии применения.

pbevan11/Mistral-Nemo-MCAI-SFT-DPO — разговорная языковая модель на архитектуре Mistral, дообученная разработчиком pbevan11 методом DPO на наборах multilingual-constitutional-preference-pairs и ultrafeedback_binarized_multilingual. Она предназначена для генерации текста в диалогах и формирования ответов с учётом предпочтений, отражённых в обучающих данных. Модель содержит 12,1 млрд параметров, принимает текст и выдаёт текст; заявленный контекст составляет до 1 024 000 токенов. В README приведены метрики оценки на тестовой выборке, включая точность предпочтений 0,7466, но подробности протокола оценки не описаны. Модель распространяется под лицензией Apache-2.0. Карточка не описывает конкретные области применения и ограничения качества; результаты могут зависеть от языка и сценария использования.

Mistral-portuguese-luana-7b — диалоговая языковая модель на 7,1 млрд параметров, созданная Rhaymison Cristian дообучением Mistral-7B-Instruct-v0.2 на наборе примерно из 200 тысяч инструкций на португальском языке. Она предназначена прежде всего для выполнения инструкций и генерации ответов на португальском языке. Модель использует плотную архитектуру MistralForCausalLM, принимает текст и генерирует текст. Контекст составляет до 32 768 токенов. Для запуска доступны веса Transformers в формате safetensors; README также упоминает отдельные варианты GGUF. Для ограниченной видеопамяти автор рекомендует 4- или 8-битную загрузку. Модель ориентирована на португалоязычные запросы общего назначения. В README приведены результаты Open Portuguese LLM Leaderboard, включая средний балл 64,27, ENEM Challenge и BLUEX; эти оценки не гарантируют качество на других задачах. Лицензия — Apache-2.0.

MKLLM-7B-Translate — языковая модель на 7,1 млрд параметров, разработанная на базе MKLLM-7B для перевода между английским и македонским языками. Она использует плотную архитектуру Mistral и принимает инструкции в формате Alpaca. Базовую MKLLM-7B обучали продолжением предобучения Mistral-7B-v0.1 на корпусе примерно из 300 млн токенов македонского и английского текста в течение двух эпох; версия Translate затем прошла инструкционное дообучение с QLoRA. Модель предназначена для перевода с английского на македонский и с македонского на английский. Разработчики сообщают об оценке на датасете FLORES, сравнивая модель с системами перевода, включая Llama 3 70B и Google Translate. Максимальный родной контекст — 32 768 токенов. Репозиторий содержит веса Safetensors, а лицензия CC BY-NC-SA 4.0 требует указания авторства, распространяет производные работы на тех же условиях и ограничивает коммерческое использование.

Карточка модели sanjay782/model_merged_hindi_latest_16bit на Hugging Face совпадает с карточкой sanjay782/model_hindi_merged_16bit, поэтому описание составлено по ней. Модель sanjay782/model_hindi_merged_16bit разработана пользователем sanjay782 и представляет собой дообученную версию Indic-gemma-7b-finetuned-sft-Navarasa-2.0 на архитектуре Gemma с плотной причинно-языковой моделью. Она предназначена для генерации текста; базовая модель обучена следовать инструкциям на 15 индийских языках и английском языке. Параметры модели занимают 8,2 млрд, контекст — до 8192 токенов. В карточке указано, что обучение проводилось с Unsloth и библиотекой TRL. Репозиторий содержит веса Safetensors, лицензия — Apache-2.0. README не уточняет, какие именно изменения или дополнительные обучающие данные использовались при дообучении этой версии, поэтому её специализацию на хинди по одному лишь названию подтвердить нельзя.

Moist_Theia_21B — объединённая языковая модель, созданная сообществом mergekit из BeaverAI/NeMoist-21B-v1a и TheDrummer/Theia-21B-v2 методом SLERP. Это плотная авторегрессионная модель семейства Mistral с архитектурой MistralForCausalLM и примерно 20,7 млрд параметров; репозиторий содержит веса в формате safetensors. Конфигурация с V-образным распределением коэффициента слияния сочетает вклад моделей в разных слоях. Модель предназначена для генерации текста и чат-диалогов. Её можно использовать для ролевых бесед, написания историй и творческих текстов, опираясь на назначение базовой Theia-21B-v2. В метаданных указан контекст до 1 024 000 токенов, однако фактическое качество на такой длине по имеющимся сведениям не подтверждено. Лицензия в предоставленных данных не указана, поэтому условия использования следует сверить с карточками исходных моделей и репозитория. Характеристики модели унаследованы от объединённых чекпойнтов, а специальных гарантий качества или независимой оценки в README нет.

MotherEarth-Hermes-Storm-Climate-Sauerkraut-abliterated — диалоговая языковая модель, созданная MotherEarth линейным слиянием трёх предварительно обученных моделей с помощью mergekit. В основу слияния вошли MotherEarth/Hermes-Storm-Climate-lorablated, MotherEarth/MotherEarth-Proverbs-1.0-8B и VAGOsolutions/Llama-3.1-SauerkrautLM-8b-Instruct. Модель использует архитектуру Llama с плотной причинно-языковой сетью и содержит 7,5 млрд параметров. Модель предназначена для генерации текста в диалоговом формате. Заявленная длина контекста составляет 131 072 токена; репозиторий содержит веса в формате safetensors, а для работы указана библиотека Transformers. Базовая модель SauerkrautLM ориентирована на немецкий и английский языки, но языковой охват итогового слияния отдельно не описан. Лицензия в предоставленных данных не указана. Поскольку модель объединяет несколько компонентов, условия их лицензий могут влиять на использование итоговых весов; перед применением следует сверить лицензии всех базовых репозиториев. Качество и ограничения модели в README не описаны.

Na_L3_100steps_1e6rate_SFT — диалоговая языковая модель, созданная дообучением Meta-Llama-3-8B-Instruct. Она предназначена для генерации текста и ответов в формате диалога. Модель содержит 7,5 млрд параметров, использует архитектуру Llama и поддерживает контекст до 8192 токенов. В карточке приведён результат оценки: loss 0,2960; набор данных не раскрыт. Модель опубликована в формате safetensors и распространяется по лицензии Llama 3. README не уточняет специализацию дообучения, целевые сценарии или ограничения качества; базовая модель ориентирована на английский язык.

Nemotron-3.5-30B-A3B-Antislop-FTPO-V2 — дообученный Thoughtworks чекпойнт NVIDIA Nemotron 3.5 30B-A3B, распространяемый в формате BF16 и предназначенный для генерации текста. Модель настроена методом Antislop с FTPO, чтобы уменьшить характерные повторяющиеся словесные шаблоны и приблизить стиль прозы к человеческому. В README описаны оценки на 952 отложенных промптах в шести доменах; наиболее заметный эффект показан для творческого письма. Модель подходит для создания художественной прозы, ответов на вопросы и пояснений, инструкций и диалогов. Заявлена гибридная архитектура Nemotron H с MoE и Mamba; базовая модель имеет размер 30B-A3B. Карточка ориентирована на английский язык. Для загрузки требуется Transformers с `trust_remote_code=True`. Лицензия указана как `other`, поэтому условия использования следует проверять в репозитории. Автор сообщает об отсутствии измеримого ухудшения на проверенных бенчмарках, однако подавление повторяющихся шаблонов не является жёстким фильтром и заметно различается по жанрам. Обработка тире и структуры Markdown в отдельных случаях ухудшилась; качество письма отдельным оценщиком не проверялось.

Koriea/Neporalito-12B-x2 — плотная языковая модель семейства Mistral с 12,1 млрд параметров, опубликованная в формате safetensors. По метаданным она предназначена для генерации текста и поддерживает чат; указанная длина нативного контекста составляет 1 024 000 токенов. README содержит только поле лицензии без значений, поэтому условия использования установить нельзя. В карточке нет сведений о языках, обучении модели, её сильных сторонах или ограничениях качества.

NeuralSpanish-7b-v1 — объединённая языковая модель автора Kukedlc, созданная с помощью LazyMergekit на основе четырёх испаноязычных моделей семейства Mistral. Это плотная авторегрессионная модель MistralForCausalLM на 7,1 млрд параметров с контекстом до 32 768 токенов; она предназначена для генерации текста на испанском языке. Весовые файлы опубликованы в формате safetensors. Модель подходит для создания испаноязычных ответов и продолжения текста в приложениях на базе генеративных языковых моделей. README не описывает сравнительные результаты или специальные возможности отдельных сценариев. Лицензия в предоставленных данных не указана.

Bandifishing 将 Chinese-alpaca-13b 的 LoRA 权重与 Nous-Hermes-13b 合并，发布了支持中文的 Hermes-13b 模型。 Это плотная авторегрессионная модель семейства LLaMA с 12,9 млрд параметров и контекстом до 2048 токенов; она принимает текст и генерирует текст. Модель предназначена для генерации текста на китайском и английском языках. Карточка указывает на академическое применение и требует соблюдать лицензии исходных проектов; конкретные сведения о качестве и дополнительные ограничения не приведены.