III.2Исследование рынка и маркетинг

Aleteian/DarknessEnthroned — объединённая модель генерации текста на архитектуре Mistral, созданная с помощью mergekit методом TIES на основе win10/Mistral-Nemo-abliterated-Nemo-Pro-v2. В объединение также вошли три модели DavidAU: MN-GRAND-Gutenberg-Lyra4-Lyra-12B-MADNESS, MN-Dark-Planet-TITAN-12B и MN-GRAND-Gutenberg-Lyra4-Lyra-12B-DARKNESS. Модель предназначена для генерации текста и диалогов. Она содержит 12,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и распространяется в формате safetensors; заявленная длина контекста — 1 024 000 токенов. Лицензия в предоставленных данных не указана.

DistilBart-MNLI-12-3 — дистиллированная модель семейства BART, разработанная Valhalla на основе bart-large-mnli. Она предназначена для классификации текста по заданным пользователем категориям без отдельного обучения на этих категориях: модель оценивает соответствие текста гипотезам, сформулированным для меток классов. Модель содержит 252,8 млн параметров и принимает последовательности длиной до 1024 токенов. При создании были взяты чередующиеся слои bart-large-mnli, после чего модель дополнительно обучили на тех же данных MNLI. По данным карточки, точность составляет 88,1% на matched и 88,19% на mismatched части оценки MNLI; исходная модель показывает 89,9% и 90,01% соответственно. Репозиторий содержит веса PyTorch и Flax. Метаданные не указывают лицензию; модель ориентирована на английский язык, что следует из обучения и оценки на MNLI.

Карточка модели valhalla/distilbart-mnli-12-9 на Hugging Face совпадает с карточкой valhalla/distilbart-mnli-12-3, поэтому описание составлено по ней. DistilBart-MNLI-12-3 — дистиллированная модель семейства BART, разработанная Valhalla на основе bart-large-mnli. Она предназначена для классификации текста по заданным пользователем категориям без отдельного обучения на этих категориях: модель оценивает соответствие текста гипотезам, сформулированным для меток классов. Модель содержит 252,8 млн параметров и принимает последовательности длиной до 1024 токенов. При создании были взяты чередующиеся слои bart-large-mnli, после чего модель дополнительно обучили на тех же данных MNLI. По данным карточки, точность составляет 88,1% на matched и 88,19% на mismatched части оценки MNLI; исходная модель показывает 89,9% и 90,01% соответственно. Репозиторий содержит веса PyTorch и Flax. Метаданные не указывают лицензию; модель ориентирована на английский язык, что следует из обучения и оценки на MNLI.

Dream-7B-slerp — объединённая с помощью mergekit языковая модель на архитектуре Mistral, опубликованная пользователем chasedreaminf. Она предназначена для генерации текста и диалоговых сценариев. В слиянии использованы ignos/Mistral-T5-7B-v1 и Toten5/Marcoroni-neural-chat-7B-v2. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. В репозитории указаны веса в формате safetensors и лицензия Apache-2.0. README не описывает отдельные возможности, языковую специализацию или результаты оценки качества.

MaziyarPanahi/Experiment28T3q_OgnoExperiment27 — слитая языковая модель на архитектуре Mistral с 7,1 млрд параметров. В README указано, что она объединяет automerger/Experiment28T3q-7B и automerger/OgnoExperiment27-7B; метаданные подтверждают тип архитектуры MistralForCausalLM и формат safetensors. Модель предназначена для генерации текста и диалогов. Она принимает текстовые запросы и выдаёт текст, поддерживает контекст до 32 768 токенов. Язык модели и её специализированная предметная область в предоставленных данных не обозначены. Модель распространяется по лицензии Apache-2.0. Описание не приводит результатов оценки качества или сведений о конкретных преимуществах и ограничениях.

ssmits/Falcon2-8B-Spanish — испаноязычная плотная авторегрессионная языковая модель семейства Falcon, созданная с помощью mergekit на основе ssmits/Falcon2-5.5B-Spanish. Она предназначена для генерации текста и диалоговых сценариев; архитектура реализована классом FalconForCausalLM. Метаданные указывают размер 11,8 млрд параметров и контекст до 8192 токенов, а также поддержку испанского языка. Модель подходит для продолжения текста, ответов на вопросы и классификации текстовых данных. В карточке указан формат safetensors и лицензия Apache-2.0. README описывает слияние passthrough с одной исходной моделью; поэтому заявленная процедура объединения сама по себе не подтверждает улучшение качества. Результаты могут зависеть от сценария применения и требуют проверки на целевых данных.

ClaudioItaly/Fimbulvetr-Cognitive-11B-V3 — плотная языковая модель семейства Llama, созданная автором репозитория с помощью слияния моделей через passthrough mergekit на основе Sao10K/Fimbulvetr-11B-v2. Модель содержит 10,4 млрд параметров, распространяется в формате safetensors и предназначена для генерации текста, включая диалоговые ответы и задачи, требующие рассуждений и связного понимания текста. Указанный размер контекста — 4096 токенов. Карточка заявляет ориентацию на сложные когнитивные задачи, семантическую связность и рассуждения, однако не приводит результатов сравнительных оценок. Базовая модель описана как ориентированная на английский язык, поэтому английский — основной язык применения. Лицензия в предоставленных данных не указана.

FusedKuno — разговорная языковая модель, созданная слиянием Nitral-AI/Kunocchini-7b-128k-test и Virt-io/FuseChat-Kunoichi-10.7B с помощью LazyMergekit. В основе лежит плотная архитектура Mistral с 7,1 млрд параметров; веса представлены в формате Safetensors, а слияние выполнено методом SLERP с настройками для слоёв self-attention и MLP. Модель предназначена для генерации текста и диалогового общения. Метаданные указывают контекстное окно 32 768 токенов. Модель распространяется по лицензии Apache-2.0. Карточка не содержит описания специальных прикладных областей или языковой специализации.

GaMS3-12B — плотная языковая модель семейства Gemma 3, разработанная исследовательской командой Факультета компьютерных наук и информатики Люблянского университета. Модель объёмом 11,6 млрд параметров создана на основе google/gemma-3-12b-pt: её дополнительно предобучили на корпусах на словенском, английском, хорватском, сербском и боснийском языках. Для этой версии не заявлено инструкционное дообучение; в карточке отдельно указана версия GaMS3-12B-Instruct. Модель предназначена для генерации текста, диалоговых интерфейсов, суммаризации, черновиков и языковых учебных инструментов, особенно для работы со словенским и английским. Максимальная длина контекста — 131 072 токена. Репозиторий содержит веса safetensors; лицензия — Gemma. Качество ответов зависит от обучающих данных и формулировки запроса; возможны фактические ошибки, предвзятость и затруднения с тонкими языковыми нюансами и сложными задачами. Результаты следует проверять, а для пользовательских приложений предусматривать меры безопасности.

GizzAI разработала Gizzai-Sense-T-E2B — дообученную модель для анализа временных рядов и прогнозирования. Она принимает ряд числовых значений вместе с текстовым описанием и ковариатами, а затем выдаёт типизированные вероятностные оценки и числовые прогнозы в виде квантилей. Замороженный энкодер Chronos-2 кодирует ряд, обученный проектор переводит его состояния в пространство эмбеддингов языковой модели Gemma 4; значения ряда также передаются модели в текстовом виде. Для решений используются вероятности по вариантам ответа, а прогнозные интервалы строятся с поправкой на прогноз Chronos-2. Модель обучена на синтетических рядах для выявления аномалий, оценки трендов, сезонности, волатильности, порогов и эффектов событий, а также для сценарных прогнозов и сравнений вариантов действий. В карточке приведены результаты проверки на рядах из обучавшихся и новых областей, а также метрики квантильных прогнозов. Модель не предназначена для конкретной предметной области и не обучалась на пользовательских данных. Текстовые состояния при обучении были на китайском; другие языки не проверялись. Истории длиннее обученного окна усекаются. Лицензия указана как other, поэтому условия использования следует сверить с лицензией в репозитории.

WesPro выпустил Gemma2-Gracie FreeFallen-Disgraced-9B — слитую линейным методом плотную языковую модель для генерации текста и диалогов. Она основана на архитектуре Gemma 2, содержит 9 млрд параметров и рассчитана на контекст до 8192 токенов. Модель принимает текст и генерирует текст; её можно применять для ведения диалогов и создания текстовых ответов. В README указано, что в слияние вошли модели с локальными путями E:\GemmaFallenFromGrace и H:\loras\dominantGemma, но их идентификаторы и происхождение определить нельзя. Репозиторий содержит веса Safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

Hibernates/Hibernates-2B-R1-V1 — плотная декодерная языковая модель на 3,2 млрд параметров по метаданным Hugging Face. Карточка описывает её как эффективную модель для диалогов и рассуждений с поддержкой многоходового общения. В метаданных указана архитектура LlamaForCausalLM и контекст до 131 072 токенов; README, напротив, заявляет собственную архитектуру, 2 млрд параметров и окно в 4096 токенов, поэтому характеристики карточки расходятся с данными каталога. Модель предназначена для генерации текста, следования инструкциям и диалоговых сценариев на английском языке. README заявляет оптимизацию для CPU и GPU, однако также рекомендует не менее 8 ГБ видеопамяти. Модель дообучена на meta-llama/Llama-3.1-8B-Instruct, сохранена в SafeTensors и распространяется по лицензии Apache-2.0. Заявления README о собственной архитектуре и числе параметров не согласуются с метаданными о базовой модели.

Ice0.31-08.11-RP — языковая модель на архитектуре Mistral, созданная слиянием предварительно обученных моделей методом SLERP с помощью mergekit. Она предназначена для генерации текста в диалоговом формате. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель распространяется в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. В README указаны локальные пути к исходным моделям, поэтому их идентификаторы на Hugging Face установить по этим данным нельзя.

InnerI-AI-sn6-7B-slerp — языковая модель семейства Llama, созданная InnerI слиянием методом SLERP моделей tomaszki/nous-thirty и InnerI/A-I-0xtom-7B-slerp с помощью LazyMergekit. Она предназначена для генерации текста и диалогового взаимодействия. Модель содержит 7,1 млрд параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате Safetensors; лицензия — Llama 2. Карточка не сообщает о специализированной предметной области, конкретных языках или оценках качества, поэтому модель можно описать только как универсальную диалоговую модель. Ее ответы могут быть неточными или неподходящими для конкретного сценария.

DreadPoor выпустил Irix-12B-Model_Stock — разговорную языковую модель на архитектуре Mistral с 12,1 млрд параметров. Модель создана слиянием предварительно обученных моделей через mergekit методом Model Stock; базой служит yamatazen/EtherealAurora-12B-v2. В слияние также вошли DreadPoor/Faber-12-Model_Stock, ohyeah1/Violet-Lyra-Gutenberg-v2, yamatazen/EtherealAurora-12B-v3 и redrix/patricide-12B-Unslop-Mell-v2. Модель предназначена для генерации текста и диалогового взаимодействия. Она доступна в формате safetensors для библиотеки Transformers. Заявленная длина контекста — 1 024 000 токенов. Сведения о лицензии, поддерживаемых естественных языках и специальных областях применения в предоставленных данных отсутствуют.

Модель загружена пользователем haensumo и представляет собой дообученный вариант Llama для генерации текста в формате диалога. В карточке указано, что обучение выполнялось с помощью Unsloth и библиотеки TRL; модель основана на haensumo/kanana-1.5-8b-instruct-2505-Safe-DPO. Модель содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и принимает контекст длиной до 32 768 токенов. Она предназначена для генерации текста и диалоговых сценариев. Доступны веса в формате safetensors; лицензия — Apache 2.0. Язык карточки — английский, но конкретные языки ответов и специальные предметные области не описаны.

LeoLM/leo-hessianai-7b-chat — чат-модель команды LeoLM, созданная Björn Plüster и Christoph Schuhmann совместно с LAION и HessianAI. Она основана на LeoLM/leo-hessianai-7b — немецкоязычной версии Llama 2, дополнительно обученной на немецких текстах, — и дообучена на наборах немецких инструкций. Модель представляет собой плотный авторегрессионный трансформер-декодер семейства Llama с 6,6 млрд параметров и контекстом до 8 192 токенов; работает через Transformers и использует формат диалога ChatML. Модель предназначена для общения, написания и объяснения текстов, обсуждений, ролевых диалогов и ответов на вопросы на немецком и английском языках. В оценке MT-Bench-DE особенно хорошо показала себя в гуманитарных и STEM-задачах, а математика, программирование и сложные рассуждения оказались слабее. Разработчики предупреждают о возможных неточных, предвзятых или нежелательных ответах и рекомендуют проверять модель и адаптировать меры безопасности под конкретное применение. Лицензия — Llama 2 Community License Agreement.

Llama-3.1-Sherkala-8B-Chat — языковая модель Inception (компании G42), MBZUAI и Cerebras Systems, дообученная для выполнения инструкций. Она предназначена прежде всего для казахского языка и также поддерживает английский, русский и турецкий. Модель принимает текст и генерирует текст, подходит для диалоговых помощников, ответов на вопросы и создания контента. В основе лежит причинный трансформер-декодер архитектуры Llama 3.1-8B с позиционным кодированием RoPE и grouped-query attention. Размер модели — 8 млрд параметров, контекст — 8192 токена. Для лучшей токенизации казахского словарь расширен высокочастотными казахскими токенами; обучение включало 45,3 млрд токенов и многоязычную настройку на инструкции. Модель может выдавать неточные, вводящие в заблуждение или предвзятые ответы, поэтому для чувствительных и важных решений необходима проверка человеком. Она не предназначена для коммерческого использования; в карточке указана лицензия CC BY-NC-SA 4.0, а README также требует соблюдать условия лицензии Meta Llama 3.1 Community и связанные политики.

Модель munish0838/llama-3-8b-Instruct-Matter-0.1-Slim-A — дообученная авторегрессионная языковая модель семейства Llama 3, разработанная munish0838 на основе unsloth/llama-3-8b-Instruct-bnb-4bit. Она предназначена для генерации текста и диалогового общения. Модель содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. При обучении использовались Unsloth и библиотека TRL. Модель принимает текст и выдаёт текст; в карточке указан английский язык. Репозиторий распространяется по лицензии Apache-2.0. Карточка не приводит сведений о специализированных областях применения или дополнительных возможностях.

NeuralMahou — объединённая языковая модель на основе Llama 3, созданная автором lemon07r с помощью mergekit и метода Model Stock. В объединение вошли flammenai/Mahou-1.2-llama3-8B, nbeerbower/llama-3-spicy-abliterated-stella-8B и базовая mlabonne/NeuralDaredevil-8B-abliterated. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors; длина контекста — 8192 токена. Модель предназначена для генерации текста и диалогов, включая ролевые сценарии. В карточке приведены результаты оценки на задачах рассуждения и языкового моделирования, но они не гарантируют качество в конкретных сценариях. Модель описана как имеющая меньше поведенческих ограничений; это не подтверждает пригодность для всех типов запросов. Лицензия — Llama 3.

Luth-LFM2-1.2B — франкоязычная дообученная версия LFM2-1.2B, созданная kurakurai в сотрудничестве с Liquid AI. Модель дообучена полным fine-tuning на наборе Luth-SFT с помощью Axolotl, после чего результат объединён с LFM2-1.2B. Это плотная авторегрессионная модель семейства LFM2 на 1,5 млрд параметров; она работает через Transformers, использует формат safetensors и поддерживает контекст до 128 000 токенов. Модель предназначена для генерации текста и диалогов с выполнением инструкций. Дообучение улучшило результаты на французском языке в следовании инструкциям, математике и общих знаниях; английские возможности сохранились или немного улучшились. В карточке приведены оценки на французских и английских бенчмарках, включая IFEval, GPQA-Diamond, MMLU и Math500. Подходит для франкоязычных и англоязычных ассистентов, ответов на вопросы, решения математических задач и генерации текста. Лицензия указана как other, поэтому конкретные условия использования следует сверить с лицензией и файлами репозитория.

MamayLM-Gemma-2-9B-IT-v0.1 — инструктивная языковая модель INSAIT, института при Софийском университете. Это плотный трансформер-декодер Gemma 2 с 9 млрд параметров и контекстом 8192 токена, предназначенный для диалога и генерации текста на украинском и английском языках. Модель построена на основе Google Gemma 2 9B и Gemma 2 9B IT: её дополнительно предварительно обучали на 75 млрд токенов украинских и английских данных, а затем дообучили следовать инструкциям на украинских наборах данных. Она ориентирована на ответы на вопросы, рассуждения, суммаризацию и другие текстовые задачи; авторы сообщают о сильных результатах на украинских тестах при сохранении английских возможностей. Распространяется по условиям Gemma Terms of Use.

MeliodasPercival_01_Inex12Experiment26 — объединённая текстовая модель на архитектуре Mistral, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/Inex12Experiment26-7B. Она содержит 7,1 млрд параметров и рассчитана на генерацию текста, в том числе диалоговых ответов, с контекстом до 32 768 токенов. Модель подойдёт для генерации продолжений текста и ведения диалогов. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. В карточке не приведены сведения о специализации по языкам или результатах оценки качества.

Карточка модели mergekit-community/mergekit-slerp-hsdezod на Hugging Face совпадает с карточкой mergekit-community/mergekit-slerp-jlrpbqb, поэтому описание составлено по ней. Это объединённая модель генерации текста на архитектуре Mistral, созданная сообществом mergekit-community методом SLERP из arcee-ai/sec-mistral-7b-instruct-1.6-epoch и cognitivecomputations/dolphin-2.8-mistral-7b-v02. Модель содержит около 7,1 млрд параметров, рассчитана на диалоговое применение и использует контекст до 32 768 токенов. Модель предназначена для генерации ответов в диалоге и других сценариев генерации текста. Веса доступны в формате Safetensors и имеют тип bfloat16. В метаданных указана библиотека Transformers. Сведения о лицензии и конкретных ограничениях поведения в предоставленных данных отсутствуют.

Карточка модели mergekit-community/mergekit-slerp-xyweuvi на Hugging Face совпадает с карточкой mergekit-community/mergekit-slerp-jeyctse, поэтому описание составлено по ней. mergekit-community/mergekit-slerp-jeyctse — языковая чат-модель, созданная сообществом слиянием моделей HuggingFaceH4/zephyr-7b-beta и Equall/Saul-Base методом SLERP с помощью mergekit. Это плотная модель Mistral с 7,1 млрд параметров, доступная в формате safetensors и рассчитанная на контекст до 32 768 токенов. Модель предназначена для генерации текста в диалоге: ответов на вопросы и выполнения пользовательских инструкций. В метаданных основной язык не задан; базовая Zephyr-7B-β описана как англоязычная чат-модель. Условия лицензирования в предоставленных данных не приведены. Качество и поведение результата слияния могут отличаться от исходных моделей.

cloudyu/Meta-Llama-3-8B-Instruct-DPO — чат-модель на архитектуре Llama, дообученная методом Direct Preference Optimization (DPO). В README указано, что метрики улучшались с помощью Truthful DPO на наборе данных jondurbin/truthy-dpo-v0.1. Модель предназначена для диалоговой генерации текста; в метаданных Hugging Face указаны 7,5 млрд параметров, контекст до 8192 токенов и формат Safetensors. Модель может использоваться для ответов на вопросы, ведения диалогов и генерации текста с упором на правдивость ответов. В карточке указана лицензия CC; конкретный вариант лицензии в доступных данных не уточнён.

Модель akameswa/mistral-7b-instruct-v0.2-bnb-16bit — дообученная akameswa версия Mistral 7B Instruct v0.2, созданная с использованием Unsloth и библиотеки TRL. Это плотная авторегрессионная языковая модель на 7,1 млрд параметров для генерации текста и диалогового взаимодействия; контекст составляет до 32 768 токенов. В качестве основы указана unsloth/mistral-7b-instruct-v0.2-bnb-4bit. Модель подходит для ведения диалогов и генерации ответов на текстовые запросы на английском языке. Репозиторий содержит веса PyTorch, а лицензия — Apache-2.0. Данных о специализированной предметной области или дополнительных возможностях сверх генерации текста нет.

zelk12/MT1-Gen5-MA-gemma-2-S2S4-9B — языковая модель на архитектуре Gemma 2, созданная слиянием предварительно обученных моделей allknowingroger/Gemmaslerp2-9B и allknowingroger/Gemmaslerp4-10B. Для слияния применён метод SLERP с mergekit; карточка указывает параметр t=0,25 и формат bfloat16. Модель содержит 9 млрд параметров, работает с контекстом до 8192 токенов и предназначена для генерации текста в диалоговом режиме. Модель может использоваться для ведения текстовых диалогов и генерации ответов на запросы. Данные не дают оснований выделить специализацию по предметной области или конкретный набор языков. Репозиторий распространяет веса в формате safetensors; сведения о лицензии в предоставленных источниках отсутствуют.

zelk12/MT2-Gen3-gemma-2-9B — объединённая разговорная языковая модель на архитектуре Gemma 2, собранная с помощью mergekit из zelk12/MT2-Gen3-BMAMUG-gemma-2-9B и zelk12/MT2-Gen3-IMM-gemma-2-9B методом SLERP. Модель содержит 9 млрд параметров, использует библиотеку Transformers и формат safetensors; заявленная длина контекста — 8192 токена. Модель предназначена для генерации текста в диалоговом формате. В README приведены результаты оценки Open LLM Leaderboard: средний балл 32,97, IFEval — 78,10, BBH — 44,01. Данных о поддерживаемых естественных языках и специализированных областях применения в карточке нет. Лицензия в предоставленных данных не указана.

zelk12/MT3-Gen4-MA-gemma-2-Sv1IBTMT2g2-9B — объединённая с помощью mergekit методом SLERP языковая модель на архитектуре Gemma 2 с 9 млрд параметров. В состав объединения вошли gmonsoon/SahabatAI-Lion-9B-TIES-v1 и zelk12/MT2-Gen2-gemma-2-9B; в конфигурации указана базовая модель gmonsoon/SahabatAI-Lion-9B-TIES-v1 и формат весов bfloat16. Модель предназначена для диалогов и генерации текста по инструкциям. Базовая модель из каталога ориентирована на языки Юго-Восточной Азии и английский. Контекст составляет 8192 токена; модель использует Transformers и хранится в формате safetensors. Лицензия в предоставленных данных не приведена.