III.2Исследование рынка и маркетинг

Helsinki-NLP/opus-mt-ko-fr — модель машинного перевода корейского текста на французский, опубликованная проектом Helsinki-NLP в рамках семейства OPUS-MT. Это плотная модель MarianMT на архитектуре Transformer-align с 58,4 млн параметров; использует нормализацию и SentencePiece с словарями spm32k. Модель рассчитана на перевод между корейским и французским языками, включая варианты записи корейского, указанные в карточке. Контекст составляет до 512 токенов. В тесте Tatoeba для пары ko→fr указаны BLEU 30,4 и chr-F 0,503. Модель подходит для перевода отдельных фраз и текстовых сегментов; эти тестовые показатели не гарантируют качество на других жанрах и тематиках. Доступны веса PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-mk-en — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с македонского языка на английский и основана на архитектуре MarianMT с трансформером; в метаданных указано 56,9 млн параметров и контекст до 512 токенов. Для предобработки используются нормализация текста и SentencePiece. Модель рассчитана на перевод отдельных фраз и текстов с македонского на английский; в README приведены результаты тестирования на Tatoeba.mk.en: BLEU 59,8 и chr-F 0,720. Доступны веса PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-ru-fr — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с русского языка на французский и подходит для перевода отдельных фраз и текстов. Модель построена на архитектуре Transformer с выравниванием, использует нормализацию и токенизацию SentencePiece; число параметров составляет 58,1 млн, контекст — до 512 токенов. Модель обучена на данных OPUS. В README приведены оценки BLEU 18,3 и 21,6 на тестовых наборах newstest2012 и newstest2013, а также 51,5 на Tatoeba; качество зависит от тематики и формулировок исходного текста. Доступны варианты весов PyTorch, TensorFlow и Flax. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-sv-fr — модель машинного перевода на базе архитектуры Marian Transformer, созданная проектом OPUS и опубликованная Helsinki-NLP. Она переводит текст со шведского языка на французский. Модель содержит 54,9 млн параметров, использует нормализацию и токенизацию SentencePiece; максимальная длина контекста — 512 токенов. Модель предназначена для перевода фраз и текстов общего назначения. В карточке приведён результат BLEU 59,7 и chr-F 0,731 на наборе Tatoeba.sv.fr. Доступны веса PyTorch и TensorFlow. Лицензия Apache-2.0 разрешает использование, изменение и распространение с соблюдением её условий.

Helsinki-NLP/opus-mt-tc-big-es-zle — модель машинного перевода проекта OPUS-MT, разработанная командой Helsinki-NLP. Она переводит текст с испанского на белорусский, русский и украинский языки. Модель построена на архитектуре Marian NMT; число параметров — 163,7 млн, максимальная длина контекста — 1024 токена. Модель предназначена для перевода предложений и текстов между испанским и восточнославянскими языками. В карточке приведены результаты тестирования на парах испанский—белорусский, испанский—русский и испанский—украинский; показатели различаются по языковым парам и тестовым наборам. Модель распространяется по лицензии CC BY 4.0.

Aleteian/PersonalitySaiga — языковая модель для генерации текста и диалогов, созданная слиянием нескольких предварительно обученных моделей с помощью mergekit и метода TIES. В качестве базовой использована win10/Mistral-Nemo-abliterated-Nemo-Pro-v2; в слияние также вошли PocketDoc/Dans-PersonalityEngine-V1.1.0-12b, Sao10K/MN-BackyardAI-Party-12B-v1 и IlyaGusev/saiga_nemo_12b. Модель построена на плотной архитектуре MistralForCausalLM и содержит 12,1 млрд параметров. Она предназначена для генерации текста и разговорных сценариев, включая ролевое взаимодействие и продолжение диалога. В метаданных указано окно контекста до 1 024 000 токенов; доступны веса в формате safetensors и поддержка через Transformers. Основной язык модели — английский, согласно описанию базовой модели. Модель унаследовала особенности объединённых чекпойнтов, поэтому фактическое качество и поведение могут различаться в зависимости от запроса. Лицензия в предоставленных данных не указана.

alexokita/Phoenix-X-26B-A4B-Heretic — мультимодальная модель семейства Gemma 4, созданная методом directional ablation и слияния на основе Vortex5/Phoenix-X-26B-A4B. Она предназначена для диалогов и генерации текстовых ответов на входные изображения. В README приведены результаты отбора варианта слияния: 200 испытаний, экспорт варианта Pareto 58 и 21 отказ из 100 запросов против 97 из 100 у базовой модели; указано значение KL-дивергенции 0,0225. Модель использует архитектуру Gemma4ForConditionalGeneration и распространяется в формате safetensors через Transformers. Базовая модель описана как модель для ролевых диалогов, творческого письма и ответов на изображения. Лицензия — Apache-2.0. README также указывает на отдельную сборку GGUF i1; это не формат текущего репозитория.

qing-yao/ppt-pythia-1b-structured-seed3407-stage1 — дообученная модель EleutherAI/pythia-1b, созданная с использованием TRL и предназначенная для генерации текста. Её можно применять для продолжения текстового диалога и получения ответов на вопросы в формате chat-сообщений. Модель построена на архитектуре GPT-NeoX и содержит 1,2 млрд параметров. Она принимает текст и генерирует текст; длина контекста составляет 2048 токенов. Веса доступны в формате Safetensors. Язык и специальные прикладные области для этой версии в карточке не обозначены. Сведения о лицензии отсутствуют в предоставленных данных.

Карточка модели KingNish/Qwen2.5-0.5b-RBase на Hugging Face совпадает с карточкой KingNish/Qwen2.5-0.5b-Test-ft, поэтому описание составлено по ней. KingNish/Qwen2.5-0.5b-Test-ft — компактная плотная языковая модель для диалогов и генерации текста, дообученная разработчиком KingNish на базе Qwen/Qwen2.5-0.5B-Instruct. Модель содержит 494 млн параметров, построена на архитектуре Qwen2 и принимает текстовые запросы, выдавая текстовые ответы. Заявленная длина контекста — 32 768 токенов. Модель предназначена для ответов на вопросы, выполнения инструкций и других текстовых диалоговых сценариев. Для дообучения использовано 12 800 примеров из набора Magpie 300k; обучение проводилось с Unsloth и TRL. В README автор сообщает о многообещающих результатах на отдельных тестах, но также предупреждает, что модель может ошибаться и выдавать некорректные рассуждения. Модель распространяется по лицензии Apache-2.0. Это небольшой чекпойнт, поэтому качество ответов и сложных рассуждений следует проверять перед использованием.

Модель fpadovani/rus-cyrl-10mb-ppt-Dp-10mb_seed455 — дообученная версия goldfish-models/rus_cyrl_10mb на базе архитектуры GPT-2. По карточке, обучение выполнено с помощью TRL; модель предназначена для генерации текста и демонстрирует диалоговый сценарий в примере запуска. Модель принимает текст и генерирует продолжение или ответ. Контекст составляет 512 токенов. Репозиторий содержит веса в формате safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

Sailor-4B-Chat — чат-модель для генерации текста, разработанная командой Sailor и основанная на Qwen 1.5. Это дообученная инструктивная версия Sailor-4B с архитектурой Qwen2 и 3,6 млрд параметров; она принимает текст и формирует текстовые ответы, поддерживает контекст до 32 768 токенов. Модель предназначена прежде всего для языков Юго-Восточной Азии: индонезийского, тайского, вьетнамского, малайского и лаосского; метаданные также отмечают английский и китайский. Модель подходит для диалогов, ответов на вопросы и рассуждений на языках региона. В README отмечены результаты в задачах ответов на вопросы и рассуждений здравого смысла. Она дообучена на открытых наборах данных, включая Aya и OpenOrca. Распространяется по лицензии Apache-2.0. Карточка не приводит подробных результатов бенчмарков для этой версии, поэтому качество на конкретных языках и задачах может различаться.

Satyr-7B-Model_Stock — языковая модель для генерации текста на основе архитектуры Mistral, созданная объединением четырёх моделей: NeverSleep/Noromaid-7B-0.4-DPO, SanjiWatsuki/Kunoichi-DPO-v2-7B, Undi95/Toppy-M-7B и Epiculous/Fett-uccine-7B. Для объединения использован LazyMergekit с методом model_stock; в конфигурации базовой указана SanjiWatsuki/Kunoichi-DPO-v2-7B. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст, поддерживает контекст до 8192 токенов. Она предназначена для диалоговой генерации и ролевых сценариев; в README также приведены результаты Open LLM Leaderboard. Репозиторий содержит веса в формате Safetensors и распространяется по лицензии Apache-2.0.

Schaapje-2B-Pretrained — нидерландоязычная модель генерации текста, созданная Robinsmits путём продолжения предобучения IBM Granite 3.0 2B Instruct. Модель обучалась примерно на 2,4 млрд токенов нидерландских текстов из Wikipedia и MC4, чтобы повысить беглость генерации на нидерландском языке и расширить знания о нём. Модель подходит для генерации и продолжения текста на нидерландском, в том числе в диалоговых сценариях. Это плотная авторегрессионная архитектура GraniteForCausalLM на 2,5 млрд параметров с контекстом до 4096 токенов; файлы представлены в формате safetensors и предназначены для библиотеки Transformers. Доступна по лицензии Apache-2.0. Как и другие языковые модели, она может выдавать предвзятые или фактически неверные ответы. Перед применением результаты следует проверять и валидировать; карточка не приводит количественных оценок качества.

perkan/shortM-opus-mt-tc-base-en-sr — модель машинного перевода с английского на сербский, созданная на базе Helsinki-NLP/opus-mt-tc-base-sh. Автор дообучил её на датасете OPUS-100, модифицированном с помощью Paraphrasing Database размера M. Модель использует архитектуру MarianMT и содержит 55,2 млн параметров; она принимает текст и выдаёт перевод на сербский язык. Модель предназначена для перевода английских текстов на сербский. Она опубликована в формате PyTorch под лицензией MIT. Контекст модели — до 512 токенов.

yeye776/t5-large-finetuned-multi_v3 — дообученная модель на базе paust/pko-t5-large, опубликованная в формате PyTorch. Это T5 для преобразования текста в текст с 403,9 млн параметров. Карточка не описывает конкретные задачи модели, обучающие данные или результаты оценки, поэтому её назначение можно определить только в общих чертах: генерация и преобразование текста. Базовая модель — корейская T5 v1.1, предназначенная для генерации и преобразования текста. Репозиторий указывает лицензию CC BY 4.0. Сведения о поддерживаемых языках, контексте и специальных ограничениях дообученной модели в карточке отсутствуют.

WindyTranslate/translate-en-et — модель машинного перевода, опубликованная Windstorm Labs для перевода с английского на эстонский. Это дообученная версия Helsinki-NLP/opus-mt-en-et: LoRA-дообучение на параллельном корпусе объединено с базовыми весами. Модель использует архитектуру MarianMT, содержит 55,3 млн параметров и принимает последовательности длиной до 512 токенов. Модель подходит для перевода коротких текстов и локализации с английского на эстонский. В проверке на 48 примерах FLORES-200 dev получены chrF++ 51,24 и BLEU 24,85; это скрининговая оценка, а не результат публикационного исследования. Поддерживается только направление en→et. Репозиторий содержит сборку Transformers в формате safetensors. Лицензия — Apache-2.0.

WindyTranslate/translate-es-ca — модель машинного перевода, опубликованная Windstorm Labs для перевода с испанского на каталанский. Она основана на Helsinki-NLP/opus-mt-es-ca: LoRA-дообучение на параллельном корпусе слито с базовыми весами. Модель MarianMT содержит 51,8 млн параметров, принимает текст и выдаёт текст; для загрузки используется Transformers, веса доступны в формате safetensors. Контекст составляет 512 токенов. Модель предназначена для перевода отдельных фраз и текстов с испанского на каталанский. В проверке на 48 примерах FLORES-200 dev получены chrF++ 53,45 и BLEU 26,03; авторы оценивают результат как Good и подчёркивают, что это предварительная проверка, а не результат публикационного исследования. Поддерживается только направление es→ca. Лицензия — Apache-2.0.

Windstorm Labs опубликовала компактную модель машинного перевода с французского на индонезийский. Это дообученная версия Helsinki-NLP/opus-mt-fr-id: LoRA-адаптер обучили на параллельных текстах и объединили с базовыми весами. Модель построена на архитектуре Marian, содержит 54,3 млн параметров и доступна в формате safetensors для Transformers; контекст составляет 512 токенов. Модель предназначена для перевода текстов с французского языка на индонезийский. В карточке приведена предварительная оценка на 48 предложениях FLORES-200: chrF++ 51,16 и BLEU 22,52. Это небольшая проверочная выборка, поэтому результат не следует считать публикационной оценкой качества. Лицензия — Apache-2.0.

Turkish-Gemma-9b-v0.1 — языковая модель для генерации текста на турецком языке, разработанная на основе Gemma 2 9B. По карточке, модель прошла продолжительное предобучение, инструкционную настройку с учителем (SFT), оптимизацию предпочтений DPO и слияние моделей. Она предназначена для диалогов, ответов на вопросы и связного продолжения текста. Архитектура — плотная Gemma2ForCausalLM; модель содержит 9 млрд параметров, принимает текст и имеет контекст длиной до 8192 токенов. В карточке приведены результаты оценки на наборе из 1450 вопросов с участием 18 аннотаторов, а также результаты турецких бенчмарков. Модель может наследовать смещения из обучающих данных; приведённых сведений недостаточно для независимой оценки качества и устойчивости на разных сценариях. Лицензия — Gemma.

NicholasCorrado/ultrafeedback-binarized-tulu-2-7b-dpo-full — чат-модель на архитектуре Llama, дообученная на allenai/tulu-2-7b с помощью DPO на датасете HuggingFaceH4/ultrafeedback_binarized. Модель содержит 6,6 млрд параметров, принимает текст и рассчитана на контекст до 8192 токенов. Она предназначена для генерации ответов на инструкции и диалоговые запросы. В README приведены метрики оценки на тестовом наборе, включая точность предпочтений 0,6746; подробности методики оценки и сценариев применения не описаны. Модель англоязычная, поэтому качество ответов на других языках не подтверждено. Модель распространяется в формате safetensors через Transformers. Лицензия в предоставленных данных не указана.

Nondzu/zephyr-speakleash-010-pl-3072-32-16-0.01 — разговорная языковая модель, опубликованная Nondzu и связанная с проектом SpeakLeash. Это плотная авторегрессионная модель семейства Mistral примерно на 7,1 млрд параметров, предназначенная для генерации текста и диалогов в формате ChatML. Для запуска в карточке приведены примеры с Transformers и text-generation; контекстная длина по метаданным — 32 768 токенов. Модель ориентирована на польский язык, что следует из идентификатора модели; карточка также указывает шаблон ChatML. Репозиторий распространяет веса в формате Safetensors/PyTorch по лицензии MIT. Конкретные оценки качества и подробные ограничения в доступных источниках не приведены.

Cohere Labs Command R+ 08-2024 — авторегрессионная языковая модель на архитектуре Transformer с grouped-query attention, разработанная Cohere Labs и Cohere. Модель содержит 104 млрд параметров, поддерживает контекст до 128K токенов и принимает и выдаёт только текст. Она предназначена для диалогов, рассуждений, суммаризации и ответов на вопросы; обучена работать с Retrieval Augmented Generation, приводить цитаты из переданных фрагментов документов и выбирать инструменты для многошагового выполнения задач. Модель обучалась на 23 языках и оценивалась на 10. Список языков обучения включает английский, французский, испанский, итальянский, немецкий, португальский, японский, корейский, арабский, китайский, русский и другие; метаданные также отмечают поддержку английского, французского, немецкого, испанского, итальянского, португальского, японского, корейского, китайского и арабского. Для генерации с опорой на документы предусмотрен специальный шаблон промпта, отступление от которого может снизить качество. Для запуска README рекомендует Transformers версии 4.39.1 или выше. Лицензия CC-BY-NC-4.0 требует соблюдения Acceptable Use Policy Cohere Labs и ограничивает коммерческое использование.

Aya Expanse 32B — открытая по весам мультиязычная языковая модель, разработанная Cohere Labs. Она основана на предварительно обученной модели семейства Command и дополнительно обучена с учителем, с использованием предпочтений и объединения моделей. Модель предназначена для диалогов и генерации текста на 23 языках, включая русский, английский, арабский, китайский, хинди, японский и другие. Это авторегрессионная модель на архитектуре Transformer с 32 млрд параметров и контекстом до 128K токенов; она принимает текст и генерирует текст. Лицензия CC-BY-NC-4.0 запрещает коммерческое использование; также необходимо соблюдать Политику допустимого использования Cohere Labs. Модель выпущена как исследовательская, но подходит для практических мультиязычных задач; её ответы могут быть ошибочными, а качество — различаться между языками и задачами.

Aya Expanse 8B Ungated — открытая версия весов многоязычной языковой модели, разработанной Cohere For AI на основе предварительно обученной модели семейства Command. Это авторегрессионный трансформер Cohere с 8 млрд параметров и контекстом до 8192 токенов; модель принимает текст и генерирует текст, поддерживает диалог и интерфейс вызова инструментов. Модель предназначена для многоязычного общения и генерации текста на 23 языках, включая русский, английский, китайский, арабский, хинди и японский. Её постобучение включает обучение с учителем, обучение на предпочтениях, настройку безопасности и слияние моделей. Она подходит для ответов на вопросы, диалогов и создания текстов на поддерживаемых языках. Веса опубликованы по лицензии CC-BY-NC-4.0; использование также регулируется политикой допустимого использования C4AI. Лицензия ограничивает коммерческое применение. Модель принимает и выдаёт только текст; заявленная длина контекста — около 8 тысяч токенов.

Llama-SEA-LION-v3-70B — многоязычная текстовая модель AI Singapore, разработанная командой Products Pillar при финансировании NRF Сингапура. Это декодер на архитектуре Llama 3.1 с 69,5 млрд параметров, созданный продолжением предобучения meta-llama/Llama-3.1-70B-Instruct на примерно 200 млрд токенов на 11 языках Юго-Восточной Азии и английском; модель использует токенизатор Llama 3.1 и поддерживает контекст до 131 072 токенов. Модель предназначена для генерации текста, ответов на вопросы, суммаризации, анализа тональности и токсичности, перевода между английским и языками региона, причинных рассуждений и следования инструкциям. Карточка сообщает оценки по SEA-HELM и SEA-IFEval, включая проверку ответа на нужном языке. Модель рассчитана на бирманский, китайский, английский, филиппинский, индонезийский, кхмерский, лаосский, малайский, тамильский, тайский и вьетнамский языки. Для использования необходима инфраструктура, способная обслуживать модель на 70B параметров. Доступна в формате safetensors; лицензия — Llama 3.1 Community License.

Arcee Spark — разговорная языковая модель компании Arcee AI на 7,1 млрд параметров, основанная на Qwen2. По README, её обучали на 1,8 млн примеров, объединили с Qwen2-7B-Instruct и дополнительно улучшили с помощью Direct Preference Optimization (DPO). Модель предназначена для диалогов и генерации текста, включая ответы на вопросы, анализ тональности, решение задач и работу с кодом. Модель принимает текст и генерирует текст; в метаданных указан контекст до 32 768 токенов. README заявляет контекст 128 тыс. токенов, поэтому его длина в источниках расходится. В метаданных перечислены английский, немецкий и арабский языки. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Небольшой размер может упростить локальное развёртывание, однако заявленные в README превосходство над другими моделями, скорость и результаты бенчмарков не следует считать гарантией качества для конкретной задачи.

Aya-23-35B — мультиязычная большая языковая модель с открытыми весами, разработанная Cohere Labs и Cohere. Это авторегрессионная модель на основе оптимизированной архитектуры Transformer с 35 млрд параметров, дообученная следовать инструкциям. Она предназначена для диалога и генерации ответов на текстовые запросы на 23 языках, включая русский, английский, китайский, арабский, хинди и японский. Модель принимает и выдаёт только текст, поддерживает контекст длиной до 8192 токенов и доступна в формате safetensors для Transformers. Модель подходит для многоязычных чат-ботов, ответов на вопросы, создания и редактирования текстов, а также перевода и суммаризации. Лицензия CC-BY-NC-4.0 запрещает коммерческое использование; также требуется соблюдать политику допустимого использования Cohere Labs. В карточке указано, что Aya 23 — более ранняя версия по сравнению с Aya Expanse.

Inkbot — диалоговая языковая модель Tostino для генерации ответов по структурированным запросам, с дополнительным контекстом или без него. Модель построена на архитектуре Llama и содержит 12,9 млрд параметров; максимальный контекст составляет 4096 токенов. Доступны веса PyTorch, лицензия — Llama 2 Community License. Модель предназначена для ответов на вопросы, работы с контекстом в сценариях RAG, извлечения связей для представления знаний, рассуждений, перевода, суммаризации и творческого письма. Для лучших результатов автор рекомендует передавать дату, тип задачи и системное описание отдельно от диалога, а дополнительный контекст формулировать ясно. Модель стремится давать функциональные и лаконичные ответы. Среди ограничений — возможны повторяющиеся циклы текста при сложных задачах и заполнении контекста; при построении графа знаний модель может продолжать добавлять узлы и связи до исчерпания контекста. Влияние переданного пользовательского контекста обычно сохраняется лишь на один-два следующих запроса.

Карточка модели yuwy-thu/llama31 на Hugging Face совпадает с карточкой meta-llama/Llama-3.1-8B-Instruct, поэтому описание составлено по ней. Meta Llama 3.1 8B Instruct — языковая модель Meta для диалогов и генерации текста. Это авторегрессионная модель на основе оптимизированного трансформера с Grouped-Query Attention; версия Instruct настроена с помощью supervised fine-tuning и обучения с обратной связью от людей (RLHF). Модель принимает и генерирует текст, поддерживает диалоговый режим и предназначена для коммерческого и исследовательского применения. Модель подходит для создания чат-ассистентов, ответов на запросы и других задач генерации текста на английском, немецком, французском, итальянском, португальском, хинди, испанском и тайском языках. Контекстное окно в предоставленных материалах не указано. Модель обучена на статичном офлайн-наборе данных; возможны ошибки и небезопасные ответы, поэтому результаты следует проверять, а для использования инструментов требуется отдельная интеграция и контроль со стороны разработчика. Условия распространения и применения регулируются лицензией Meta Llama 3.1 Community License и Acceptable Use Policy.

Llama-SEA-LION-v3.5-8B-R — инструктивная языковая модель AI Singapore, разработанная командой Products Pillar при финансировании Национального исследовательского фонда Сингапура. Это плотная decoder-модель на архитектуре Llama 3.1 с 7,5 млрд параметров, дообученная на основе aisingapore/Llama-SEA-LION-v3-8B-IT. Она предназначена для диалога, генерации текста, следования инструкциям и задач, требующих рассуждений; режим рассуждений или стандартной генерации выбирается через шаблон чата токенизатора. Модель поддерживает бирманский, китайский, английский, филиппинский, индонезийский, яванский, кхмерский, лаосский, малайский, сунданский, тамильский, тайский и вьетнамский языки. Контекстное окно — до 128 тысяч токенов по карточке модели; метаданные указывают 131 072 токена. Модель может применяться для ответов на вопросы, анализа тональности и токсичности, перевода, суммаризации, причинных рассуждений и многошагового диалога. Модель способна галлюцинировать, выдавать нерелевантные или противоречивые ответы, поэтому результаты следует проверять. Она не прошла настройку безопасности; для пользовательских приложений разработчикам следует самостоятельно обеспечить необходимую настройку и меры защиты. Лицензия — Llama 3.1 Community License.