III.2Исследование рынка и маркетинг

vigostral-7b-chat-Mistral-7B-Instruct-v0.1 — диалоговая языковая модель на базе архитектуры Mistral, созданная слиянием Mistral-7B-Instruct-v0.1 и vigostral-7b-chat методом SLERP. Модель содержит 7,1 млрд параметров, представлена в формате safetensors и рассчитана на генерацию текста и ответы в чате; заявленный контекст — до 32 768 токенов. Модель подходит для диалогов и выполнения инструкций на французском языке. В README указаны базовая модель, вторая модель-источник, диапазоны слоёв и параметры слияния. Репозиторий распространяется по лицензии Apache-2.0.

weblab-10b-instruction-sft — инструкция-дообученная языковая модель, разработанная Такэси Кодзимой (Takeshi Kojima) на основе GPT-NeoX. По README, базовая модель обучалась примерно на 600 млрд токенов из Japanese C4 и The Pile, а затем прошла один эпоховый цикл дообучения на части англоязычных наборов Alpaca и Flan и их японских инструкционных данных. Архитектура — плотный трансформер GPT-NeoX с 36 слоями и размером скрытого состояния 4864; в метаданных указано 13,9 млрд параметров и контекст 2048 токенов. Модель предназначена для генерации текста и следования инструкциям на японском и английском языках. В README приведены результаты на японских задачах JGLUE, включая классификацию тональности, понимание текстов и ответы на вопросы; они показывают улучшение относительно базовой версии weblab-10b в указанных тестах. Модель принимает текст и выдаёт текст. Доступны веса PyTorch, лицензия CC BY-NC 4.0 допускает использование с ограничениями, включая запрет коммерческого использования.

Yoda-WizardLM-2.3-7B — текстовая модель для генерации текста и диалогов, разработанная как дообученная версия amazingvince/Not-WizardLM-2-7B. Она построена на архитектуре Mistral и содержит 7,1 млрд параметров; максимальная длина контекста составляет 32 768 токенов. Модель предназначена для сценариев генерации текста и общения на естественном языке. Модель распространяется в формате safetensors по лицензии Apache-2.0. Данные обучения и подробные сведения о поведении в README не описаны, поэтому качество и специализацию модели сверх генерации текста оценить нельзя.

zephykor-ko-beta-7b-chang-Mistral-7B-Instruct-v0.1 — чат-модель на архитектуре Mistral, созданная слиянием Mistral-7B-Instruct-v0.1 и lcw99/zephykor-ko-beta-7b-chang методом SLERP. Модель содержит 7,1 млрд параметров, представлена в формате safetensors, использует тип данных bfloat16 и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и ответов на инструкции и диалоговые запросы. В карточке указаны корейский и английский языки; базовая Mistral-7B-Instruct-v0.1 служит основой для работы с инструкциями и чатом. Репозиторий распространяется по лицензии Apache-2.0.

Zurich 7B GammaCorpus v2-10k — языковая модель, дообученная Ruben Roy на базе Qwen/Qwen2.5-7B-Instruct на наборе GammaCorpus v2-10k со структурированными многоходовыми диалогами. Модель предназначена для диалогов и генерации ответов в формате инструкций; карточка также описывает её как демонстрацию датасета GammaCorpus. Это плотная причинно-языковая модель архитектуры Qwen2 с 7,1 млрд параметров по метаданным и контекстом до 32 768 токенов. Она принимает текст и генерирует текст; карточка указывает поддержку английского языка. Модель распространяется в формате PyTorch по лицензии Apache 2.0. Модель подходит для многоходового общения и генерации структурированных ответов. Разработчик предупреждает о возможности предвзятых ответов; заявление о превосходстве над моделями сходного размера приведено в карточке, но метрики сравнительной оценки не указаны.

ShenaoZhang создал дообученную модель Mistral для генерации текста и общения в формате чата. Она содержит 7,1 млрд параметров, использует плотную архитектуру Mistral и принимает контекст длиной до 32 768 токенов. Базовая модель — HuggingFaceH4/mistral-7b-sft-beta; для дообучения использованы наборы данных updated и original. Модель подходит для генерации ответов и ведения текстовых диалогов. В карточке указана лицензия MIT. Сведения о целевых сценариях, оценке качества и специальных ограничениях в README не приведены.

Модель ShenaoZ/0.001_withdpo_4iters_bs256_531lr_iter_2 — дообученная разговорная языковая модель семейства Mistral, созданная на основе ShenaoZ/0.001_withdpo_4iters_bs256_531lr_iter_1 с использованием исходного и обновлённого наборов данных. Она предназначена для генерации текста в диалоговом формате. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и принимает контекст длиной до 32 768 токенов. Модель распространяется в формате safetensors по лицензии MIT. Карточка не описывает состав данных, результаты оценки или конкретные ограничения, поэтому качество ответов и пригодность для отдельных сценариев по имеющимся сведениям определить нельзя.

Это чат-модель Mistral с 7,1 млрд параметров, дообученная авторами репозитория ShenaoZ на базе ShenaoZ/0.0_withdpo_4iters_bs256_5102lr_iter_1 на обновлённом и исходном наборах данных. Модель предназначена для генерации текста и диалоговых ответов; заявленная длина контекста — 32 768 токенов. Модель распространяется в формате safetensors по лицензии MIT. Карточка не содержит подробностей о данных обучения, оценке качества и известных ограничениях.

ABEJA-Qwen2.5-7b-Japanese-v0.1 — японская языковая модель команды ABEJA, разработанная на основе Qwen/Qwen2.5-7B-Instruct. Модель с плотной архитектурой Qwen2 и 7,1 млрд параметров предназначена для генерации текста и диалогов; она принимает текст и выдаёт текст. Размер контекстного окна составляет 32 768 токенов. Модель обучена на японских данных методом дистилляции на основе ABEJA-Qwen2.5-32b-Japanese-v0.1, а не обычным продолжением предобучения. Дополнительное дообучение для следования инструкциям не проводилось; авторы применили ChatVector, чтобы повысить способность следовать инструкциям. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Карточка модели EpistemeAI/Athena-gemma-2-9b-it на Hugging Face совпадает с карточкой EpistemeAI/Athena-gemma-2-9b-it-Philos, поэтому описание составлено по ней. Athena-gemma-2-9b-it-Philos — чат-модель EpistemeAI, дообученная на базе unsloth/gemma-2-9b-it-bnb-4bit с помощью Unsloth и Hugging Face TRL. Это плотная языковая модель Gemma 2 с 9 млрд параметров, предназначенная для генерации текста в диалоге. Она принимает текст и выдаёт текст; заявленная длина контекста — 8192 токена. Карточка не описывает философскую специализацию модели или конкретные обучающие данные, поэтому название не подтверждает её пригодность для специализированных философских задач. Модель распространяется по лицензии Apache-2.0. В карточке указано, что обучение выполнялось с использованием Unsloth и TRL.

DreadPoor/BaeZel-8B-LINEAR — языковая модель, созданная DreadPoor с помощью слияния трёх предварительно обученных моделей через mergekit методом linear: DreadPoor/Aspire_1.3-8B_model-stock, DreadPoor/Heart_Stolen-8B-Model_Stock и DreadPoor/LemonP-8B-Model_Stock. Веса опубликованы в формате safetensors; архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров, контекст — до 8192 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Её можно применять для составления ответов, продолжения текста и разговорных сценариев. В карточке приведены результаты Open LLM Leaderboard, включая IFEval и BBH, но подробные условия оценки и остальные результаты здесь не раскрыты. Модель распространяется по лицензии Apache-2.0. Языки и специализированные области применения в доступных данных не обозначены.

duancleypaul/bart-cnn-samsum-finetuned — дообученная модель BART, созданная на основе facebook/bart-large-cnn. Она предназначена для создания кратких пересказов текстов; название указывает на настройку для диалоговых сводок SAMSum, однако README не подтверждает состав обучающей выборки и целевые сценарии. Модель содержит 252,8 млн параметров, принимает текст с контекстом до 1024 токенов и выдаёт текст. Доступна в формате safetensors по лицензии MIT. В README приведено значение Loss 0,1343 на оценочном наборе, но набор данных и условия оценки не описаны.

Behemoth-123B-v1 — текстовая чат-модель, опубликованная командой TheDrummer и представленная BeaverAI. Это слитая производная Mistral Large Instruct 2407 с архитектурой MistralForCausalLM и 122,2 млрд параметров; модель распространяется в формате safetensors. Она предназначена для диалога, творческого письма, ролевых сцен и историй. В карточке отмечены разнообразная генерация, выразительная проза, нюансированные ответы и хорошее запоминание контекста. Поддерживаются шаблоны чата Mistral Instruct, Metharme и текстовое продолжение. Модель принимает текст и генерирует текст; заявленная длина контекста — 131 072 токена. Интерфейс также предусматривает вызов инструментов. Лицензия обозначена как other, поэтому конкретные условия следует проверять в репозитории модели. Отзывы тестировщиков носят качественный характер и не заменяют независимой оценки; поведение может зависеть от шаблона чата.

BLOSSOM-v5-llama3-8b — разговорная языковая модель, разработанная командой Blossom и дообученная на базе Meta-Llama-3-8B. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров и контекстом до 8192 токенов; она принимает текст и генерирует текст в формате продолжения диалога. Модель предназначена для общения и ответов на вопросы на китайском и английском языках. В обучении использовались смешанные наборы Blossom Orca, Wizard, Chat и Math: сначала одноходовые инструкции, затем многоходовые диалоги. README сообщает, что данные для обучения были дистиллированы из gpt-4-0125-preview. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка описывает её как обладающую общими возможностями и пониманием контекста, но не приводит результатов независимых оценок; качество ответов может различаться в зависимости от задачи.

ChatWaifu-Wayfarer-Sunfall — объединение предварительно обученных языковых моделей, созданное с помощью mergekit методом SLERP. В него вошли mergekit-community/ChatWaifu-Wayfarer-12B и crestf411/nemo-sunfall-v0.6.1; базовой моделью в конфигурации указана ChatWaifu-Wayfarer-12B. Слияние использует V-образное распределение весов: ChatWaifu-Wayfarer влияет на входные и выходные слои, а Sunfall — на средние слои. Модель семейства Mistral с плотной архитектурой MistralForCausalLM содержит 12,1 млрд параметров, принимает текст и предназначена для генерации текста и чат-диалогов. Контекст — до 131 072 токенов. Репозиторий содержит веса Safetensors; лицензия в предоставленных данных не обозначена.

DarkIdol-Qwen3.8-27B-v1.1-i1-GGUF — квантизированная GGUF-версия модели DarkIdol-Qwen3.8-27B-v1.1, разработанная aifeifei798 и квантизированная mradermacher. Модель основана на Qwen3.8 с размером 27 млрд параметров и предназначена для генерации текста, диалогов, ролевых сценариев, творческого письма, сторителлинга и задач, требующих рассуждений. README также обозначает поддержку мультимодальности и зрения, однако подробности реализации визуального ввода не указаны. Заявлена поддержка английского, немецкого, французского, итальянского, португальского, хинди, испанского, тайского, китайского, корейского и японского языков. Модель поставляется в виде набора квантизаций с различными компромиссами между размером, скоростью и качеством: от i1-Q2_K размером около 11 ГБ до i1-Q6_K размером около 22,5 ГБ. В README рекомендуется i1-Q4_K_M как быстрый вариант, а i1-Q4_K_S описывается как сбалансированный по размеру, скорости и качеству. Для работы с изображениями могут потребоваться отдельные mmproj-файлы из статического репозитория. Размер контекста и точные характеристики архитектуры не указаны. Сильными сторонами модели являются ориентация на ролевые и творческие диалоги, многоязычность, наличие вариантов для запуска на оборудовании с разным объёмом памяти и потенциальная поддержка зрения. Ограничения связаны с потерями качества, зависящими от выбранной квантизации, а также с отсутствием в README результатов бенчмарков, сведений о датасете, точного контекстного окна и подробных инструкций по мультимодальному использованию. Модель распространяется по лицензии Apache-2.0.

frankenmerger/delta-4b-instruct-v0.1 — разговорная модель генерации текста на архитектуре Phi, созданная методом frankenmerge из Phi-2. Модель расширили примерно до 4 млрд параметров, а затем дообучили на 25 тысячах примеров датасета Locutusque/hyperion-v2.0. Карточка предназначает её для диалогового взаимодействия и генерации текста на английском языке. Модель использует плотную архитектуру PhiForCausalLM, принимает текст и выдаёт текст. Контекст составляет 2048 токенов. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. В метаданных указано 6 млрд параметров, что расходится с заявленными в README 4 млрд после расширения.

flammen32-mistral-7B — языковая модель семейства Mistral с плотной архитектурой и 7,1 млрд параметров, разработанная FlammenAI. Она создана слиянием предварительно обученных моделей и последующим дообучением; для неё указаны наборы данных Date-DPO-v1, Date-DPO-v2, Date-DPO-v3 и Grill-Flammen-v1_chatML. Модель предназначена для генерации текста и диалогов, особенно ролевых сцен с персонажами, творческого письма и ответов общего назначения. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и доступна в формате safetensors для библиотеки Transformers. README упоминает дообучение на A100 через Google Colab. Лицензия — Apache-2.0. В README также есть упоминание о тонкой настройке Llama 3 с ORPO, которое противоречит метаданным о базовой модели Mistral; поэтому основу следует считать указанной в метаданных, а детали обучения из README — неоднозначными.

jaspionjader/fr-12-8b — разговорная языковая модель, созданная методом слияния SLERP из jaspionjader/fr-11-8b и jaspionjader/fct-14-8b с помощью mergekit. Модель построена на архитектуре Llama с 7,5 млрд параметров и предназначена для генерации текста и ведения диалогов. Модель принимает текст и генерирует текст. Её нативная длина контекста составляет 131 072 токена. Карточка не уточняет поддерживаемые языки и специализированные области применения. Репозиторий содержит веса в формате safetensors; лицензия в предоставленных данных не указана.

free-solar-evo-v0.11 — текстовая генеративная модель Freewheelin на архитектуре Llama, предназначенная для генерации текста и диалогового использования. По метаданным, модель содержит 10,6 млрд параметров, поддерживает контекст до 4096 токенов и обучена для корейского и английского языков. Модель распространяется с лицензией MIT. Сторонние карточки подтверждают существование исходной модели и её преобразованных GGUF-вариантов, однако доступного описания разработчика с подробностями обучения или сравнительными оценками найти не удалось.

bunnycore/Gemma2-9B-TitanFusion — диалоговая языковая модель на архитектуре Gemma 2, созданная объединением нескольких предварительно обученных моделей с помощью mergekit и метода DARE TIES. В качестве базовой модели использована nbeerbower/gemma2-gutenberg-9B; в объединение также вошли модели для диалога и предпочтений, включая варианты с данными о психическом здоровье и обучением на текстах. Размер модели — 9 млрд параметров, формат весов — safetensors, библиотека — Transformers, контекст — до 8192 токенов. Модель предназначена для генерации текста и диалоговых сценариев: ответов на вопросы, ведения беседы и подготовки связного текста. Сочетание нескольких моделей может дать смешанные свойства их обучающих наборов, однако карточка не приводит отдельных измерений качества или подробных рекомендаций по применению. Лицензия в предоставленных данных не указана.

Goader/gemma-3-4b-it-uk-matt — дообученная версия Gemma 3 4B IT от Google с перенесённым на украинский язык токенизатором Lapa, подготовленная Goader. Модель предназначена для диалогов и генерации текста, особенно на украинском: добавленные украинские токены сокращают длину последовательностей примерно на 35% по сравнению с исходным токенизатором. Число параметров — около 4 млрд; архитектура плотная Gemma 3, формат весов — bfloat16 в safetensors. В README указано, что изменены только входные эмбеддинги, а шаблон чата и параметры генерации сохранены. Модель поддерживает украинский и английский языки и принимает текст. Хотя базовая Gemma 3 мультимодальна и у этой версии сохранена часть для обработки изображений, путь изображений не оценивался, поэтому заявленный сценарий использования — текстовый. На приведённых тестах генерация украинского текста почти восстановила уровень базовой модели, тогда как понимание украинского уступает ей: восстановлено примерно 82–91% результатов. Лицензия — Gemma License; применяются её условия использования.

ConvexAI/Harmony-4x7B-bf16 — языковая модель ConvexAI для генерации текста, созданная слиянием нескольких моделей в архитектуру Mixture of Experts (MoE). В README перечислены jan-hq/supermario-v2 как базовая модель и два эксперта, а также ConvexAI/Metabird-7B и alnrg2arg/test3_sft_16bit как дополнительные эксперты. Указан формат safetensors, размер около 7,1 млрд параметров и контекст до 32 768 токенов; модель предназначена для работы с текстом на английском языке. Автор сообщает, что модель показала сильные результаты в рассуждениях, логике и ролевом взаимодействии, но не приводит количественных оценок. README также поясняет, что маршрутизатор в этой MoE-сборке не обучался одновременно с моделью. Как и другие MoE-модели, она требует памяти для загрузки всех параметров, даже если при генерации активируется только часть экспертов. Лицензия — Apache 2.0.

inflatebot/helide-beta-r4 — объединённая языковая модель, созданная с помощью mergekit методом SLERP из Fizzarolli/L3-8b-Rosier-v1 и Sao10K/L3-8B-Stheno-v3.2. Это плотная архитектура LlamaForCausalLM примерно на 7,5 млрд параметров, предназначенная для генерации текста и чат-диалогов; длина контекста составляет 8192 токена. Карточка описывает конфигурацию с весами bfloat16. Модель подходит для диалогового взаимодействия, выполнения текстовых инструкций и генерации историй. Базовые модели ориентированы на английский язык, ролевые диалоги и написание историй. В репозитории указана лицензия, но доступные сведения не позволяют определить её условия.

Ice0.60.1 — языковая модель на архитектуре Mistral, созданная автором репозитория с помощью mergekit и метода passthrough из указанных в карточке локальных моделей. Она предназначена для генерации текста. Модель содержит 7,1 млрд параметров, использует формат safetensors и поддерживает контекст до 32 768 токенов. Модель может применяться для диалоговой генерации и продолжения текста. Карточка не описывает отдельные способности, обучение, поддерживаемые языки или специализированные области. Лицензия в предоставленных данных не указана; локальные пути к компонентам слияния не позволяют установить их идентификаторы на Hugging Face.

InnerI-bittensor-7b — объединённая модель InnerI, созданная методом slerp с помощью LazyMergekit на основе InnerI/A-I-0xtom-7B-slerp и gowhyyou/bittensor-finetuning. Это плотная LlamaForCausalLM с 7,1 млрд параметров, сохранённая в формате safetensors; модель предназначена для диалоговой генерации текста и принимает контекст длиной до 32 768 токенов. README описывает схему слияния и параметры смешивания слоёв внимания и MLP. Модель подходит для генерации ответов в чате и продолжения текста. В README и метаданных не приведены сведения о целевых языках, специализированных областях, оценках качества или лицензии, поэтому эти характеристики нельзя уточнить.

Карточка модели PS4Research/jX9tK2dM6rQ1fH4v на Hugging Face совпадает с карточкой PS4Research/nTbiAMoafhgQd0Fb, поэтому описание составлено по ней. PS4Research/nTbiAMoafhgQd0Fb — чат-модель для генерации текста, дообученная PS4Research на базе unsloth/phi-4-reasoning-unsloth-bnb-4bit. В карточке указано, что обучение проводилось с использованием Unsloth и библиотеки TRL от Hugging Face; метаданные классифицируют архитектуру как плотную Phi-3 с классом Phi3ForCausalLM. Модель содержит 14,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для диалоговой генерации текста на английском языке. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Карточка не описывает специальные сценарии применения, обучающие данные или результаты оценки качества.

KARAKURI LM 70B v0.1 — предварительно обученная причинная языковая модель с архитектурой Llama, разработанная KARAKURI Inc. на основе meta-llama/Llama-2-70b-hf. Модель содержит 68,8 млрд параметров и рассчитана на генерацию текста на японском и английском языках; контекст — до 4096 токенов. Модель расширяет словарь Llama 2 японской лексикой и прошла дополнительное обучение на японских и многоязычных корпусах, включая mC4, CC100, OSCAR и RedPajama, а также внутренние японские данные разработчика. Подходит для генерации продолжений текста и ответов на запросы на японском и английском языках. В README приведены результаты MT-Bench-jp и MT-Bench; они относятся к версии KARAKURI LM 70B Chat v0.1, поэтому их нельзя напрямую считать оценкой этой базовой версии. В репозитории представлены веса SafeTensors для Transformers. Лицензия указана как other; перед использованием следует проверить условия лицензии на странице модели и базовой Llama 2. Модель может генерировать ошибки и не гарантирует фактическую точность ответов.

Krix-12B-Model_Stock — разговорная языковая модель на архитектуре Mistral, объединённая с помощью mergekit из четырёх моделей-компонентов. Конфигурация указывает метод слияния model_stock, базовую модель DreadPoor/Famino-12B-Model_Stock и формат bfloat16; в метаданных указан размер 12,1 млрд параметров и контекст до 1 024 000 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Репозиторий содержит веса safetensors и использует библиотеку Transformers; лицензия — Apache-2.0. README и метаданные не описывают отдельные специализации, языковое покрытие или результаты оценки качества.

L3-NA-Aethora-15B — экспериментальная чат-модель автора Steelskull из сообщества The Skullery, созданная на основе семейства Llama 3. Сначала автор сформировал 15-миллиардную модель с помощью модифицированного слияния методом passthrough и настроек DUS, затем дообучил её четыре эпохи на наборе Aether-Lite-V1.2 с использованием RS-LoRA и DoRA. В наборе около 82 тысяч отфильтрованных и дедуплицированных диалоговых примеров; модель использует формат запросов L3. Модель предназначена для генерации ответов в диалоге и творческого письма, а также для задач рассуждения и ролевых сценариев. Это плотная авторегрессионная архитектура LlamaForCausalLM на 14,5 млрд параметров с контекстом 8192 токена; репозиторий содержит веса Safetensors. Карточка называет версию non-abliterated и экспериментальной. Лицензия — Llama 3 Community License (llama3).