III.2Исследование рынка и маркетинг

uzlm/alloma-8B-Instruct — инструкционная языковая модель из серии Alloma, разработанная для работы с узбекским языком на основе Meta Llama 3.1 8B Instruct. Модель прошла дополнительное предобучение на 3,6 млрд токенов на узбекских и английских текстах, а затем дообучение на инструкциях. Архитектура Llama сохранена, а токенизатор адаптирован: по данным авторов, он кодирует узбекское слово в среднем примерно 1,7 токена вместо 3,5 у исходного Llama, что может ускорять обработку узбекского текста и эффективнее использовать контекст. В метаданных указаны 7,5 млрд параметров и контекст до 131 072 токенов; README описывает этап дополнительного предобучения с контекстом 4096 токенов. Модель предназначена для диалога и генерации текста на узбекском и английском языках, включая перевод, ответы на вопросы, суммаризацию и простые задачи классификации. Авторы сообщают о преимуществе над базовой моделью в тестах перевода и анализа тональности на узбекском, но также отмечают некоторое снижение результатов на английском MMLU и классификации новостей из-за забывания части исходных навыков следования инструкциям. Для использования в Transformers рекомендуется предварительно заменять апостроф на последовательность APST в узбекском вводе. Модель распространяется по лицензии Llama 3.1.

Anubis-v1-Magnum-v4-SE-70B — слитая модель для генерации текста, созданная автором knifeayumu с помощью mergekit методом SLERP. В неё объединены TheDrummer/Anubis-70B-v1 и Doctor-Shotgun/L3.3-70B-Magnum-v4-SE. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 69,5 млрд параметров; заявленная длина контекста — 131 072 токена. Модель предназначена для диалогов, творческого письма и ролевых сценариев. Модель принимает текст и генерирует текст; метаданные также отмечают интерфейс для вызова инструментов. Она опубликована в формате safetensors, а конфигурация слияния указывает на bf16. Карточка не приводит отдельной информации о лицензии, поэтому условия использования следует проверять по лицензиям исходных моделей и репозитория. Данных о специальных ограничениях качества или безопасности в карточке нет.

NalDice/askvox-1.5 — языковая модель для диалоговой генерации текста, разработанная NalDice и дообученная на базе unsloth/llama-3.3-70b-instruct-bnb-4bit. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM, содержащая 69,5 млрд параметров и поддерживающая контекст до 131 072 токенов. В метаданных указана поддержка английского языка и диалоговый режим. Модель подходит для ведения текстового диалога и генерации ответов на запросы. В карточке указаны Unsloth и TRL как инструменты обучения. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Карточка не описывает конкретные данные и методику дообучения или специальные предметные возможности.

mrcuddle/Bagel-Hermes-Lumimaid-Llama3-8B — объединённая разговорная языковая модель на архитектуре Llama, созданная автором репозитория с помощью mergekit методом SLERP из NeverSleep/Lumimaid-v0.2-8B и mrcuddle/Bagel-Hermes-2-Pro-Llama3-8B. В метаданных указано 7,5 млрд параметров и контекст до 131 072 токенов; модель распространяется в формате safetensors и рассчитана на генерацию текста и диалоговые сценарии. Модель можно применять для общения с ассистентом, творческого письма и ролевых диалогов — эти назначения отражены в описании базовой модели. Метаданные также отмечают интерфейс вызова инструментов. Данные о конкретных языках, поддерживаемых этим объединением, в предоставленной карточке не приведены. Лицензия не указана в предоставленных данных.

BLOSSOM-v4-yi-34b — разговорная большая языковая модель, созданная дообучением Yi-34B разработчиками Blossom на смешанных наборах инструкций и диалогов Blossom Orca, Wizard, Chat и Math. Обучение проходило в два этапа: сначала использовались одноходовые инструкции, затем многоходовые диалоги с небольшой примесью данных первого этапа. Модель предназначена для генерации ответов в формате продолжения диалога и поддерживает общие вопросы, инструкции и математические задачи на китайском и английском языках. Это плотная архитектура LlamaForCausalLM с 33,9 млрд параметров и контекстом 4096 токенов; доступны веса PyTorch. Модель распространяется по лицензии Apache-2.0.

Calme-4x7B-MoE-v0.1 — языковая модель MaziyarPanahi для генерации текста и диалогов. Она построена на архитектуре Mixture of Experts семейства Mixtral и объединяет четыре дообученные модели Calme-7B; в описании указано, что на каждый токен активируются два эксперта. Метаданные Hugging Face сообщают 7,1 млрд параметров, контекст до 32 768 токенов и формат safetensors; README приводит оценку общего числа параметров свыше 24 млрд. Модель подходит для диалоговых приложений, ответов на вопросы, объяснений и задач рассуждения на естественном языке. В README приведены результаты ARC, HellaSwag и TruthfulQA, но качество может различаться в зависимости от задачи и формулировки запроса. Сведения о поддерживаемых языках и специализированной предметной области не приведены. Модель выпущена под лицензией Apache-2.0. Карточка не содержит подробной оценки ограничений, поэтому результаты следует проверять в целевом сценарии.

ChatBerry-1.1 — диалоговая языковая модель, дообученная artindnr на базе artindnr/strawberry-1, которая, в свою очередь, основана на gpt-oss-20b. Это причинная декодерная модель семейства gpt_oss с архитектурой mixture-of-experts и 1,6 млрд параметров по метаданным; она генерирует ответы в формате чата и обучена отвечать сразу, без отдельного канала рассуждений. Модель предназначена для универсальных чат-ассистентов на фарси и английском, а также для многоязычного общения и сценариев, где нужны прямые ответы и следование инструкциям. Контекстное окно составляет 131 072 токена. По заявлению автора, версия 1.1 обучалась примерно на вчетверо большем объёме примеров, чем ChatBerry-1, что улучшило качество и последовательность ответов. Модель может ошибаться и выдумывать факты. Она не сохраняет явную пошаговую цепочку рассуждений; автор также отмечает отсутствие дополнительной настройки безопасности сверх унаследованной от базовых моделей. Лицензия — Apache 2.0.

Cymist2-v0.2-SFT — языковая модель команды Cypien AI для генерации текста и диалоговых сценариев. Она основана на Mistral-7B-v0.1 и дообучена методом SFT; модель содержит 7,1 млрд параметров, использует архитектуру Mistral с причинным декодированием и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации ответов на турецком и английском языках, чат-ботов, виртуальных помощников и сценариев RAG, где ответы формирует языковая модель на основе предоставленного контекста. Репозиторий использует Transformers и формат Safetensors; заявлена лицензия Apache-2.0. Модель может наследовать смещения обучающих данных и выдавать неверные ответы. Авторы не рекомендуют применять её в критически важных системах или там, где нужны специальные знания вне общего текстового назначения.

Experiment26Neuralsirkrishna_Experiment27Yam — объединённая модель, созданная из automerger/Experiment26Neuralsirkrishna-7B и automerger/Experiment27Yam-7B. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалогов; поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате Safetensors. Модель подходит для генерации ответов, продолжения текста и диалоговых сценариев. В метаданных указана лицензия Apache-2.0. Сведения о специальной предметной области или языковой специализации отсутствуют.

FoxBeagle-7B — объединённая модель для генерации текста, созданная с помощью LazyMergekit из shadowml/WestBeagle-7B и alnrg2arg/test3_sft_16bit. В карточке указано слияние методом slerp; архитектура — плотная MistralForCausalLM, размер — 7,1 млрд параметров, формат весов — safetensors. Модель поддерживает диалоговый режим и контекст до 32 768 токенов. Модель предназначена для диалоговой генерации текста и сценариев, где требуется отвечать на сообщения или продолжать текст с учётом длинного контекста. README не приводит результатов оценки качества или сведений о целевых областях применения. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и ограничивающая коммерческое применение.

GaMS-9B-Instruct — инструктивная версия языковой модели семейства GaMS, разработанная исследовательской командой Факультета компьютерных и информационных наук Люблянского университета. Модель основана на Gemma 2 и дообучена методом supervised fine-tuning на базе cjvt/GaMS-9B; она содержит 9 млрд параметров, использует плотную архитектуру Gemma2ForCausalLM и имеет контекст до 8192 токенов. Модель предназначена для генерации текста и диалоговых сценариев: она может помогать создавать и редактировать тексты, составлять краткие пересказы, отвечать на вопросы и поддерживать языковую практику. Основные языки — словенский и английский; также поддерживаются хорватский, сербский и боснийский. По метаданным репозиторий содержит веса в формате safetensors, а лицензия — Gemma. Качество ответов зависит от данных и формулировки запроса: возможны фактические ошибки, предвзятость и трудности с неоднозначными или сложными задачами. Модель может генерировать вредный или вводящий в заблуждение текст, поэтому результаты требуют проверки и подходящих мер безопасности.

Gunulhona/Gemma-System-9B — объединённая методом Model Stock модель генерации текста на базе Gemma 2 9B, созданная автором с помощью mergekit. В качестве базовой модели при слиянии использована Gunulhona/Gemma-Ko-Merge; также объединены чекпойнты SimPO и DPO, а также модели для корейского, болгарского, турецкого и художественного диалогового текста. Модель предназначена для генерации текста и диалогового общения. Она имеет плотную архитектуру Gemma2ForCausalLM, содержит 9 млрд параметров, работает с текстом и поддерживает контекст длиной до 8192 токенов. Репозиторий содержит веса safetensors и использует библиотеку Transformers. В карточке не приведены сведения о лицензии и конкретных ограничениях качества или применения. Для условий использования следует учитывать лицензии исходных моделей, вошедших в слияние.

Inex12Neuralsynthesis-7B — автоматически объединённая языковая модель, созданная Maxime Labonne на основе MSL7/INEX12-7b и Kukedlc/NeuralSynthesis-7B-v0.3 методом dare_ties. В конфигурации слияния для NeuralSynthesis указаны density 0,53 и weight 0,6; веса представлены в формате safetensors, архитектура — MistralForCausalLM с 7,1 млрд параметров. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текст, выдаёт текст и поддерживает контекст до 32 768 токенов. В карточке указана лицензия Apache-2.0. Данных о целевых языках и специализированных областях применения в предоставленных источниках нет.

Jais Family 1.3B Chat — диалоговая языковая модель семейства Jais, разработанного Inception Institute of Artificial Intelligence. Это instruction-tuned вариант базовой модели inceptionai/jais-family-1p3b: компактная причинная decoder-модель на 1,3 млрд параметров для генерации текста и общения на арабском и английском языках. Семейство обучалось на арабских, английских и программных данных; версия Chat настроена на диалог с использованием инструкций на арабском и английском. Модель подходит для создания чат-ассистентов, ответов на вопросы и суммаризации двуязычных материалов. Модель ориентирована прежде всего на арабский язык и также обладает сильными возможностями для английского. Для загрузки требуется пользовательский класс модели и параметр trust_remote_code=True. Репозиторий содержит веса в формате safetensors, функция чата указана в метаданных. Лицензия Apache 2.0 допускает открытое использование на её условиях. Как и другие большие языковые модели, Jais может выдавать неверные, вводящие в заблуждение или предвзятые ответы. Карточка предостерегает от применения для обработки чувствительных данных и принятия решений с высокими ставками без человеческого контроля; также не следует рассчитывать на сопоставимое качество для языков и диалектов, кроме арабского и английского.

Lamarck-14B-v0.7-Fusion — экспериментальная объединённая языковая модель на архитектуре Qwen2, собранная автором sometimesanotion методом многоэтапного слияния нескольких моделей. В числе исходных моделей — Lamarck-14B-v0.7, Qwenvergence-14B-v12-Prose-DS, Lamarckvergence-14B и Chocolatine-2-14B-Instruct-v2.0.3. Модель содержит 14 млрд параметров, работает через Transformers и принимает текст для генерации текста; заявленная длина контекста — 131 072 токена. Модель предназначена для свободного творческого письма, диалогов, рассуждений и перевода. Автор отмечает сильную прозу и хорошие результаты на GPQA, но полная оценка ещё не завершена; следование инструкциям по IFEVAL оценивается скромнее. Лицензия — Apache 2.0.

ferrazzipietro/Llama-3.2-1B-Instruct-cpt-tesi_all — дообученная модель на архитектуре Llama, созданная на основе meta-llama/Llama-3.2-1B-Instruct. Она предназначена для генерации текста и диалогового взаимодействия. Модель содержит 1,2 млрд параметров, использует формат safetensors и библиотеку Transformers; заявленная длина контекста — 131 072 токена. Базовая модель Meta поддерживает несколько языков и подходит для диалогов, поиска сведений, суммаризации и помощи в написании текста. Данные о специфических задачах этого дообучения, его обучающем наборе и результатах оценки не приведены, поэтому качество в отдельных сценариях оценить нельзя. Модель распространяется по лицензии Llama 3.2; перед применением следует учитывать её условия.

mlx-community/Llama-3.2-1B-Instruct-MLXTuned — конверсия модели Meta Llama 3.2 1B Instruct в формат MLX, выполненная сообществом mlx-community с помощью mlx-lm версии 0.20.5. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 1,2 млрд параметров, предназначенная для генерации текста и диалогового использования. Она поддерживает контекст до 131 072 токенов и ориентирована на английский, немецкий, французский, итальянский, португальский, хинди, испанский и тайский языки. Модель подходит для ответов на вопросы, суммаризации, помощи в написании текстов и диалоговых сценариев. Репозиторий содержит веса в формате safetensors; README описывает преобразование в MLX и использование через mlx-lm. Лицензия — Llama 3.2 Community License. Возможности и качество унаследованы от базовой модели; результаты компактной модели могут быть менее надёжными и подробными, чем у более крупных моделей.

VictorDCh/Llama-3-8B-Instruct-MoE-2 — разговорная языковая модель на архитектуре Mixture of Experts (MoE), созданная из meta-llama/Meta-Llama-3-8B-Instruct. В конфигурации указаны два эксперта на токен, сформированные из одной базовой модели и ориентированные на разные типы вопросов, включая сравнения, вопросы с вопросительными словами и количественные рассуждения. Модель предназначена для генерации текста в диалоговом формате и ответов на запросы. Она содержит 7,5 млрд параметров, рассчитана на контекст до 8192 токенов и представлена в формате safetensors для библиотеки Transformers. README не содержит сведений о разработчике, лицензии или оценке качества, поэтому условия распространения и сравнительные преимущества по имеющимся данным определить нельзя.

birgermoell/Llama-3-dare_ties — диалоговая языковая модель, созданная слиянием моделей Meta-Llama-3 с помощью LazyMergekit и метода DARE-TIES. В конфигурации указаны Meta-Llama-3-8B и Meta-Llama-3-8B-Instruct; веса сохранены в формате safetensors с точностью bfloat16. В метаданных указаны 7,5 млрд параметров и контекст до 8192 токенов. Модель предназначена для генерации текста и диалоговых сценариев: ответов на запросы, продолжения текста и работы в роли ассистента. Карточка не описывает дополнительную специализацию или результаты сравнительных оценок. Указанная лицензия — llama2.

Mengzi3-8B-Chat — диалоговая языковая модель Langboat для генерации текста. В метаданных указаны плотная архитектура семейства Llama, класс LlamaForCausalLM и 7,5 млрд параметров; модель распространяется в формате safetensors и рассчитана на контекст до 8192 токенов. Модель предназначена для чат-общения и генерации ответов на китайском и английском языках. В карточке приведены результаты оценок MMLU, GSM8k и MATH, указывающие на проверку общих знаний и математических задач. Лицензия — Apache-2.0. Разработчики предоставляют модель без гарантий и призывают соблюдать требования закона и проводить необходимые проверки перед использованием в интернет-сервисах.

skymizer/mistral-7B-v0.1-sft-slim-orca-sonnet-3.5-v4 — дообученная разговорная языковая модель на архитектуре Mistral, созданная на основе mistralai/Mistral-7B-v0.1. Модель содержит 7,1 млрд параметров, предназначена для генерации текста и чат-взаимодействия; базовый контекст составляет 32 768 токенов. В README указана настройка обучения Axolotl 0.5.2 и значение loss 0,5315 на оценочном наборе, но датасет обозначен как None. Сценарии применения, языки обучения и результаты практической оценки в карточке не раскрыты. Модель распространяется под лицензией Apache-2.0.

Карточка модели xqiuresearch/MOSS-Transcribe-Diarize-vuln на Hugging Face совпадает с карточкой xqiuresearch/MOSS-Transcribe-Diarize, поэтому описание составлено по ней. MOSS-Transcribe-Diarize 0.9B — мультимодальная модель семейства MOSS от OpenMOSS для расшифровки длинных аудио- и видеозаписей. Она за один проход преобразует запись в текст с временными метками и анонимными метками говорящих, совместно выполняя распознавание речи и диаризацию. Также модель может размечать акустические события и учитывать пользовательские инструкции и подсказки с терминами.

zelk12/MT1-BB-gemma-2-RIv0.1RAt0.25v0.1-9B — слитая модель на архитектуре Gemma 2, созданная разработчиком zelk12 с помощью mergekit и метода SLERP. Она объединяет zelk12/recoilme-gemma-2-Ifable-9B-v0.1 и zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1-t0.25; в конфигурации базовой указана первая модель, а параметр смешивания t равен 0,5. Модель содержит 9 млрд параметров, рассчитана на диалоговую генерацию текста и работу через Transformers. Контекст — до 8192 токенов. Подходит для ведения беседы, выполнения инструкций и творческой генерации текста; более конкретная специализация в карточке не описана. Это производная модель, сохранённая в формате safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

zelk12/MT1-Gen3-BG-gemma-2-9B — это объединённая модель для генерации текста и диалогов, созданная с помощью mergekit из двух предварительно обученных моделей Gemma 2. Объединение выполнено методом SLERP; среди исходных моделей указаны zelk12/MT1-Gen3-BB-gemma-2-MTg2S2-9B и zelk12/MT-Gen2-GI-gemma-2-9B. Модель построена на плотной архитектуре Gemma2ForCausalLM, содержит 9 млрд параметров, рассчитана на контекст до 8192 токенов и распространяется в формате safetensors. Подходит для диалогового взаимодействия и генерации текста. Карточка не сообщает о специализированной предметной области или конкретном наборе языков. Лицензия в доступных данных не указана.

zelk12/MT-Merge5-MM-gemma-2-MT3g5MTg5-9B — объединённая методом SLERP разговорная языковая модель на архитектуре Gemma 2 с 9 млрд параметров. Её создали с помощью mergekit, объединив zelk12/MT3-Gen5-gemma-2-9B_v1 и zelk12/MT-Gen5-gemma-2-9B; веса доступны в формате safetensors, исходная конфигурация использовала bfloat16. Модель предназначена для генерации текста и диалогов. Она принимает текст и выдаёт текст, а заявленная длина контекста составляет 8192 токена. Данные карточки не описывают специализированную область применения или поддерживаемые естественные языки. Лицензия для этой модели в предоставленных данных не указана. Качество и ограничения объединённой модели отдельно не описаны; перед использованием в прикладных сценариях её следует оценить на соответствующих задачах.

rinna/nekomata-7b-instruction — это дообученная по инструкциям версия языковой модели rinna/nekomata-7b, разработанная rinna при участии Tianyu Zhao и Kei Sawada. Модель построена на плотном трансформере Qwen с 32 слоями и размером 11,4 млрд параметров; контекст — до 32 768 токенов. Для запросов используется формат Alpaca. Модель предназначена для генерации текста и выполнения инструкций на японском и английском языках. При дообучении использовались подмножества Databricks Dolly, японской версии Dolly, FLAN Instruction Tuning и японских наборов из корпуса Izumi lab LLM Japanese; некоторые секции оценочных корпусов были исключены для снижения риска утечки данных. Репозиторий содержит веса PyTorch и Safetensors. Лицензия указана как other, поэтому перед использованием следует проверить условия на странице модели. Карточка ссылается на страницу бенчмарков rinna, но не приводит результаты непосредственно; качество для конкретной задачи следует оценить отдельно.

m-a-p представляет NEO 7B Instruct v0.1 — инструктивно дообученную языковую модель семейства Llama с плотной архитектурой и примерно 7,6 млрд параметров. Репозиторий содержит веса в формате Safetensors; проект описывает модель как открытую и предоставляет сведения о коде, обучающих данных и процессе обучения. Модель предназначена для генерации текста по инструкциям и диалогового взаимодействия. Контекст составляет 8192 токена. В карточке не описаны конкретные языки и специализированные области применения. Модель распространяется по лицензии Apache-2.0. README указывает, что это instruction-tuned версия NEO 7B, но не приводит деталей о качестве, тестировании или ограничениях применения.

Карточка модели m-a-p/neo_7b_sft_v0.1 на Hugging Face совпадает с карточкой m-a-p/neo_7b_instruct_v0.1, поэтому описание составлено по ней. m-a-p представляет NEO 7B Instruct v0.1 — инструктивно дообученную языковую модель семейства Llama с плотной архитектурой и примерно 7,6 млрд параметров. Репозиторий содержит веса в формате Safetensors; проект описывает модель как открытую и предоставляет сведения о коде, обучающих данных и процессе обучения. Модель предназначена для генерации текста по инструкциям и диалогового взаимодействия. Контекст составляет 8192 токена. В карточке не описаны конкретные языки и специализированные области применения. Модель распространяется по лицензии Apache-2.0. README указывает, что это instruction-tuned версия NEO 7B, но не приводит деталей о качестве, тестировании или ограничениях применения.

NeuralsynthesisMeliodas-7B — объединённая языковая модель на архитектуре Mistral, созданная Maxime Labonne автоматизированным слиянием моделей. В конфигурации использованы Kukedlc/NeuralSynthesis-7B-v0.3 и AurelPx/Meliodas-7b-dare; для слияния применён метод DARE-TIES. Репозиторий содержит веса в формате safetensors, а объём модели составляет 7,1 млрд параметров. Модель предназначена для генерации текста и диалогов. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Условия использования определяются лицензией Apache-2.0. В карточке не приведены сведения о целевых языках и специальных прикладных областях.

Norns-Qwen2.5-7B — объединённая языковая чат-модель, созданная автором win10 методом breadcrumbs_ties с помощью mergekit. В качестве базовой модели использована win10/Skuld-Qwen2.5-7B, в объединение также вошла win10/Urdandi-Qwen2.5-7B. Репозиторий содержит веса в формате safetensors и предназначен для использования с библиотекой Transformers. Карточка приводит результаты оценки на MMLU-Pro: общий балл 41,46; показатели по отдельным областям варьируются, например, 64,16 по биологии и 21,98 по праву. Модель рассчитана на чатовые сценарии с текстовым вводом и текстовым выводом. README не сообщает лицензию, размер контекста или перечень языков, поэтому эти характеристики здесь не приводятся.