III.2Исследование рынка и маркетинг

Это объединённая модель генерации текста, созданная с помощью mergekit методом Linear из контрольных точек обучения на шагах 4000, 5000 и 6000. В метаданных указана архитектура GPT-NeoX с авторегрессионной языковой моделью плотного типа и 8,8 млрд параметров; файлы представлены в формате safetensors. Модель опубликована как разговорная и имеет контекстное окно 16 384 токена. Модель предназначена для генерации текста в диалоговом формате. Карточка не описывает специализированные области применения, языки или сравнительные качества, поэтому её следует рассматривать как общий экспериментальный языковой чекпойнт. Лицензия в предоставленных данных не указана.

Модель yuhengtu-bytedance/sfm_filtered_insert_xxf_character-2k_3k_4k_5k_6k_simpleavg_merge — объединённая языковая модель на архитектуре GPT-NeoX с 8,8 млрд параметров. Она создана методом линейного слияния нескольких предобученных контрольных точек с шагами обучения 2000, 3000, 4000, 5000 и 6000; в README в качестве базовой для слияния указана контрольная точка global_step6000. Репозиторий содержит веса Safetensors и рассчитан на генерацию текста в разговорном формате. Модель можно применять для диалога и генерации текста с контекстом до 16 384 токенов. README и метаданные не описывают целевые языки, специализированные области или сравнительные преимущества модели, поэтому её назначение следует считать общим. Лицензия в предоставленных данных не указана.

sfm_filtered_insert_xxf_character-6k_7k_8k_simpleavg_merge — объединённая языковая модель на архитектуре GPT-NeoX, созданная с помощью mergekit. В README указано, что при линейном слиянии за основу взят чекпойнт global_step8000, а также объединены чекпойнты global_step6000 и global_step7000. Модель содержит 8,8 млрд параметров и рассчитана на контекст до 16 384 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Карточка не описывает специальные предметные области или конкретные преимущества. Репозиторий содержит веса в формате safetensors; сведения о лицензии и ограничениях применения в доступных данных отсутствуют.

SoulX-Transcriber — аудиоязыковая модель, разработанная Soul AI Lab совместно с группой ASLP Северо-Западного политехнического университета. Она выполняет распознавание речи и диаризацию в многосторонних диалогах в единой сквозной системе: определяет говорящих, сегментирует аудио с временными отметками и формирует согласованную с говорящими расшифровку, в том числе при быстрых сменах реплик и наложении речи. Модель построена на архитектуре Qwen3-Omni-30B-A3B-Instruct и предназначена для расшифровки разговоров с несколькими участниками. В README описано обучение с учетом характеристик говорящих и приведены результаты на наборах AISHELL-4 и AliMeeting. Репозиторий содержит веса safetensors; модель распространяется по лицензии Apache-2.0. Модель подходит для анализа встреч, интервью и других диалоговых записей, где важно связать реплики с участниками и временными интервалами. README не приводит конкретные ограничения качества или сведения о поддерживаемых языках самой модели; описанные в нем китайские и английские данные относятся к конвейеру симуляции диалогов.

Starling-LM-7B-alpha-x2 — диалоговая языковая модель, созданная слиянием двух экземпляров berkeley-nest/Starling-LM-7B-alpha с помощью LazyMergekit и метода dare_ties. В основе лежит плотная архитектура Mistral с 7,1 млрд параметров; модель предназначена для генерации текста и ведения бесед. Базовая модель дообучена с помощью RLAIF для ответов на английском языке. Модель принимает текст и генерирует текст, поддерживает контекст длиной до 8192 токенов и опубликована в формате safetensors с точностью bfloat16. Подходит для диалоговых помощников и генерации ответов на английском языке. Репозиторий не указывает лицензию; качество и ограничения унаследованы от базовой модели и способа слияния.

Samuel-Fipps/t5-efficient-large-nl36_fine_tune_sum_V2 — дообученная модель семейства T5, опубликованная Samuel Fipps для суммаризации текста. В карточке указано, что обучение проводилось на обучающей части датасета SAMSum; модель принимает текст и генерирует его краткое изложение. Для запуска используется формат PyTorch и библиотека Transformers. Модель насчитывает 561,4 млн параметров и имеет контекст длиной до 512 токенов. README рекомендует подавать текст без префикса «summarize». Подходит для краткого пересказа диалогов и других текстов на английском языке. Распространяется по лицензии MIT.

Vigalpaca-French-7B-ties — франкоязычная чат-модель на архитектуре Mistral, созданная Jonathan Pacifico путём слияния French-Alpaca-7B-Instruct-beta и Vigostral-7B-Chat. Она предназначена для генерации текста, ответов на вопросы и выполнения инструкций в диалоге на французском языке. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Карточка описывает её как демонстрацию языковой специализации базовой модели с помощью слияния. У модели нет механизмов модерации. Лицензия — Apache-2.0.

Viviana_V2 — языковая модель, созданная автором domie путём слияния моделей mymaia/Magiq-M0 и galatolo/cerbero-7b с помощью mergekit и метода slerp. Это плотная авторегрессионная архитектура Mistral объёмом 7,1 млрд параметров, рассчитанная на генерацию текста и диалоговое взаимодействие. Модель принимает текст и выдаёт текст; заявлены английский и итальянский языки, а длина контекста составляет 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка описывает состав и параметры слияния, но не приводит оценок качества или подробных рекомендаций по сценариям использования.

Katayoon/VPO-Pess-Zephyr-7B-iter-2 — диалоговая языковая модель на архитектуре Mistral с 7,1 млрд параметров, разработанная как дообученная версия Katayoon/VPO-Pess-Zephyr-7B-iter-1. Модель предназначена для генерации текстовых ответов в чате и поддерживает контекст длиной до 32 768 токенов. Модель сохранена в формате safetensors и распространяется по лицензии MIT. В карточке указано дообучение на обновлённом и исходном наборах данных; подробности о данных, оценке качества и ограничениях не приведены.

Xwinter 120B — разговорная языковая модель, созданная llmixer как frankenmerge моделей Xwin-LM-70b-v0.1 и WinterGoddess-1.4x-70b. Слияние чередует слои двух моделей; заявленный размер — 117,5 млрд параметров. Модель построена на архитектуре Llama и распространяется в формате safetensors по лицензии Llama 2. Модель предназначена для генерации текста в диалоге и использует форматы запросов Vicuna и Alpaca. Карточка указывает английский язык и контекст длиной 4096 токенов. Слияние описано как небольшое обновление подхода Goliath с использованием более поздней версии WinterGoddess; сравнительные показатели качества не приведены.

ShenaoZ/0.0001_ablation_4iters_bs256_iter_3 — дообученная модель семейства Mistral от ShenaoZ, созданная на основе ShenaoZ/0.0001_ablation_4iters_bs256_iter_2 на обновлённом и исходном наборах данных. Это плотная авторегрессионная языковая модель с 7,1 млрд параметров, предназначенная для генерации текста и диалогового общения. Модель принимает текст и выдаёт текст; указанное нативное контекстное окно составляет 32 768 токенов. В метаданных заявлены поддержка чата и формат весов Safetensors. Карточка не описывает специализацию, качество на конкретных задачах или результаты оценки, поэтому практические возможности сверх генерации текста и диалога не установлены. Лицензия — MIT.

ShenaoZhang выпустил дообученную модель Mistral с плотной архитектурой и 7,1 млрд параметров. Она предназначена для генерации текста и диалогового общения; карточка указывает, что модель дообучена на обновлённом и исходном наборах данных. Базовая модель — HuggingFaceH4/mistral-7b-sft-beta, её контекст составляет до 32 768 токенов. Модель принимает текст и генерирует текст. Сведения о конкретных сценариях, оценке качества и языках дообучения в карточке не приведены. Распространяется по лицензии MIT.

Shre09/bart-cnn-samsum-finetuned — модель семейства BART, дообученная на основе facebook/bart-large-cnn. Она предназначена для генерации кратких пересказов текста; название указывает на настройку для диалоговых сводок, однако README не подтверждает состав обучающего набора или целевые сценарии. Модель содержит 252,8 млн параметров, принимает текст с контекстом до 1024 токенов и выдаёт текст. В метаданных указан формат safetensors и лицензия MIT. README сообщает значение loss 0,1421 на оценочном наборе, но не уточняет набор данных и методику оценки.

BLOSSOM-v2-3b — диалоговая языковая модель, разработанная на основе предварительно обученной BLOOM-3b и дообученная следованию инструкциям на смешанных наборах Blossom, Wizard и Dolphin. Обучение проходило в два этапа: сначала на наборах одношаговых инструкций Wizard и Dolphin, затем на многошаговых диалогах Blossom Chat и примерах по математике Blossom Math. Модель предназначена для генерации ответов в диалоговом формате, в том числе для многоходовых бесед и решения математических запросов. Она принимает текст и генерирует текст; карточка указывает китайский и английский языки. Модель содержит 3,8 млрд параметров, использует архитектуру BLOOM и распространяется в формате PyTorch. Для запуска применяется шаблон продолжения диалога с разделителями ролей Human и Bot; в истории беседы после ответа Bot требуется добавлять токен </s>. Лицензия — Apache-2.0. README не приводит оценок качества или подробностей о вычислительных требованиях.

BLOSSOM-v5.1-34b — разговорная большая языковая модель, созданная командой Blossom на основе предобученной Yi-1.5-34B. Это плотная модель семейства Llama с 33,9 млрд параметров, предназначенная для генерации текста в формате продолжения диалога. Она дообучена в два этапа на смешанных наборах Blossom Chat, Math, Wizard и Orca: сначала на одноходовых инструкциях, затем на многоходовых диалогах. Модель рассчитана на китайский и английский языки и поддерживает контекст до 4096 токенов. Она подходит для диалоговых помощников, ответов на вопросы и решения математических задач. Репозиторий содержит веса Safetensors; лицензия — Apache-2.0. Качество ответов может зависеть от языка и формулировки запроса; README не приводит количественных результатов оценки.

Borea-Phi-3.5-mini-Instruct-Jp — модель общего назначения от Axcxept, дообученная на базе Phi-3.5-mini-Instruct несколькими методами настройки. Разработчики сообщают об улучшении качества относительно базовой модели, особенно для японского языка. Модель обучалась на инструкционных данных, подготовленных из японской Википедии и FineWeb. Это плотная авторегрессионная языковая модель семейства Phi-3 с 3,7 млрд параметров и контекстом 4096 токенов. Она принимает текст и генерирует текст в диалоговом формате; помимо японского, README заявляет поддержку различных языков и сценариев общего назначения. Карточка не приводит результаты бенчмарков. В README модель названа экспериментальным прототипом для исследований и разработок; её не рекомендуют для коммерческого применения или критически важных систем. Лицензия в метаданных — MIT, при этом README настоятельно рекомендует связаться с разработчиком перед коммерческим использованием.

BRAG-Qwen2-1.5b-v0.1 — компактная языковая модель серии BRAG, разработанная Pratik Bhavasar и Ravi Theja на базе архитектуры Qwen2 и дообученная для генерации ответов с использованием найденного контекста (RAG). Модель предназначена для работы с текстом и таблицами, а также для диалоговых сценариев RAG: она отвечает на вопросы по переданному контексту и должна сообщать, если ответа в нём нет. Модель содержит 1,5 млрд параметров, использует архитектуру Qwen2ForCausalLM и поддерживает контекст до 131 072 токенов по метаданным. В README указана поддержка до 32 тыс. токенов и отмечено, что модель обучалась и оценивалась на английском языке, хотя базовая модель обладает многоязычными возможностями. Репозиторий содержит веса PyTorch; лицензия — Apache-2.0. Модель рассчитана на короткие контексты и может хуже работать с длинными, несмотря на указанное в метаданных окно контекста. README предупреждает о возможных галлюцинациях и рекомендует использовать заданный авторами системный промпт. Метаданные не указывают результаты этой версии в приведённой таблице сравнения.

Cabra Llama-3 70B — дообученная модель команды Botbot Robotics на основе Meta-Llama-3-70B-Instruct, настроенная на датасете Cabra 30k для понимания и генерации ответов на бразильском португальском. Это плотная авторегрессионная языковая модель семейства Llama 3 с архитектурой трансформера и примерно 69,5 млрд параметров; она поддерживает диалоговый режим, принимает текст и генерирует текст. Размер контекста составляет 8192 токена. Модель подходит для чат-ботов и ответов на вопросы на португальском языке. В README приведены результаты на Open Portuguese LLM Leaderboard, включая средний балл 78,44 и оценки ENEM Challenge и BLUEX без изображений. Репозиторий содержит веса в формате safetensors; README также упоминает квантизованные варианты GGUF в отдельной ветке. Указана лицензия llama3.

bartowski/Chronos-Gold-12B-1.0-GGUF — это набор GGUF-квантизаций модели Chronos-Gold-12B-1.0, разработанной elinas и подготовленной квантизатором bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста общего назначения, ролевого общения и написания историй; в метаданных также указано, что исходная модель является результатом объединения или дообучения. Поддерживается запуск через llama.cpp и LM Studio. Доступны варианты от исходных весов F16 размером 24,50 ГБ до сильно сжатых IQ2_M размером 4,44 ГБ. В репозитории представлены квантизации Q8_0, Q6_K, Q5_K, Q4_K, Q3_K, Q2_K и IQ-разновидности; некоторые варианты используют Q8_0 для embedding- и output-весов для сохранения качества. Более крупные варианты обычно обеспечивают высокое качество, тогда как малые требуют меньше оперативной памяти, но заметно сильнее ограничены квантизацией. README не содержит сведений об архитектуре исходной модели, размере контекстного окна, поддерживаемых языках или мультимодальности, поэтому модель следует считать текстовой и использовать в пределах возможностей совместимого рантайма. Для работы рекомендуется применять указанный chat-шаблон с ролями system, user и assistant. Модель распространяется по лицензии CC BY-NC-4.0, допускающей использование с ограничениями, включая некоммерческий характер лицензии.

CleverGirl-20b-Blended-v1.1-DARE — плотная языковая модель семейства Llama примерно на 19,8 млрд параметров, созданная athirdpath. Это объединённая методом DARE TIES модель на основе athirdpath/BigLlama-20b и двух вариантов CleverGirl-20b; веса настроены для сближения поздних слоёв с ORCA 2. Модель предназначена для диалогового помощника, генерации художественного текста и ответов в свободной форме. Автор характеризует её как дружелюбного и эффективного ассистента, отмечая склонность к многословным ответам и искусственный тон; модель также может писать эротическую прозу. Контекст составляет 4096 токенов, веса опубликованы в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

Edens-Gate/Danny-Test — разговорная модель генерации текста на архитектуре Gemma 2, дообученная на базе /data/models/gemma-9b-compl. По метаданным, модель содержит 9 млрд параметров, использует библиотеку Transformers и формат safetensors; поддерживает контекст до 8192 токенов и режим чата. Модель предназначена для генерации ответов в диалоге. В README указано дообучение на наборах ds1, ds2, ds3, ds4, kalo_opus_1, claude_instruct, claude_instruct_2 и epic_synth_2, но назначение этих данных, результаты оценки и специальные области применения не описаны. Лицензия обозначена как other, поэтому конкретные условия использования из предоставленных данных определить нельзя.

EmoLlama 3.1 8B QAonly — диалоговая модель, разработанная zisisbatzos на базе unsloth/Meta-Llama-3.1-8B-Instruct. Это дообученная плотная модель семейства Llama с архитектурой LlamaForCausalLM и 7,5 млрд параметров; она предназначена для генерации текста и ответов на вопросы в формате диалога. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Модель обучалась с использованием Unsloth и библиотеки TRL. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. README не приводит данных о специализированных областях применения или результатах оценки качества.

ssmits/Falcon2-8B-Dutch — языковая модель семейства Falcon, созданная с помощью mergekit на основе ssmits/Falcon2-5.5B-Dutch методом passthrough merge. Модель предназначена для генерации нидерландского текста и диалоговых сценариев. Она построена на плотной архитектуре FalconForCausalLM, содержит 11,8 млрд параметров и поддерживает контекст до 8192 токенов. Модель можно применять для генерации ответов и текста на нидерландском языке, а также адаптировать для задач вопросов и ответов, классификации текста и разметки токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия в предоставленных данных не указана.

flammenai/flammen29-mistral-7B — языковая модель на архитектуре Mistral с 7,1 млрд параметров, разработанная FlammenAI. Модель дообучена на нескольких наборах данных и предназначена для диалогов, ролевого общения, творческого письма и ответов на вопросы; поддерживает контекст до 32 768 токенов. Модель представлена в формате safetensors и доступна по лицензии Apache-2.0. В README также упоминается обучение с помощью A100 в Google Colab. Метаданные указывают базовой моделью flammenai/flammen27-mistral-7B и отмечают возможность чата.

Fraken-Maid-TW-Slerp — объединённая языковая модель семейства Mistral, созданная ND911 с помощью LazyMergekit. Она объединяет saishf/Top-Western-Maid-7B и ND911/Franken-Maid-Slerp методом slerp; конфигурация использует веса в формате bfloat16. Модель содержит 7,1 млрд параметров и рассчитана на генерацию текста, в том числе диалоговых ответов, с контекстом до 8192 токенов. Модель принимает текст и выдаёт текст. В карточке не приведены сведения о целевых языках, специальных прикладных областях или результатах оценки качества. Репозиторий распространяет веса в формате safetensors; сведения о лицензии отсутствуют в предоставленных данных.

Gajendra-v0.1 — языковая модель Bhabha AI для генерации текста и ответов на инструкции. Она дообучена на базе OpenHathi и использует плотную архитектуру LlamaForCausalLM с 6,7 млрд параметров. Модель рассчитана на английский и хинди, включая общение в стиле хинди-хинглиш-английский. Модель предназначена для диалогов с ассистентом и выполнения пользовательских инструкций. Контекст составляет до 4096 токенов; веса доступны в формате Safetensors. Указана лицензия Llama 2.

GaMS-9B-Instruct-Nemotron — инструктивная языковая модель на 9 млрд параметров, разработанная Тимотеем Петриčem в рамках магистерской работы. Это вариант GaMS-9B-Instruct, дополнительно обученный методом SFT на отобранной части набора nvidia/Nemotron-Post-Training-Dataset-v1 и датасете cjvt/GaMS-Nemotron-Chat: примерно 80 тысяч словенских пар «инструкция — ответ» и 20 тысяч английских примеров. Модель построена на архитектуре Gemma 2 и предназначена для генерации текста и диалогов по инструкциям, в особенности на словенском и английском языках. Размер контекста составляет 8192 токена; модель распространяется в формате safetensors и рассчитана на запуск через Transformers. Лицензия — Gemma. Карточка не описывает результаты оценки качества или специфические ограничения; ожидаемый охват задач определяется инструктивной генерацией и диалогами на языках обучения.

ReplaceHumanWithAI/Gemma2_high_F16 — разговорная языковая модель семейства Gemma 2, разработанная ReplaceHumanWithAI и дообученная на базе unsloth/gemma-2-2b-it-bnb-4bit с использованием Unsloth и библиотеки TRL. Модель содержит 2,7 млрд параметров, построена на плотной архитектуре Gemma2ForCausalLM и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста и диалогового взаимодействия на английском языке. Её можно использовать для ответов на вопросы, составления текстов и ведения чат-диалогов. Репозиторий содержит веса в формате safetensors; модель распространяется по лицензии Apache-2.0.

Hy-MT2-30B-A3B-uncensored-heretic-i1-GGUF — GGUF-квантизированная версия модели OS-Software/Hy-MT2-30B-A3B-uncensored-heretic, подготовленная и опубликованная mradermacher. Модель предназначена для многоязычных задач обработки текста, включая перевод; в карточке заявлена поддержка китайского, английского, французского, португальского, испанского, японского, турецкого, русского и ряда других языков. В названии указана конфигурация 30B-A3B, однако подробности архитектуры, размер контекста и точное соотношение активных и общих параметров в README не раскрыты. Доступны многочисленные варианты GGUF-квантизации размером примерно от 6,3 до 21,5 ГБ, включая IQ- и Q-серии. Это позволяет выбирать между требованиями к памяти, скоростью и качеством; для некоторых вариантов отдельно отмечены низкое качество, а Q4_K_M обозначен как быстрый и рекомендуемый. К сильным сторонам относятся широкий набор поддерживаемых языков, ориентация на перевод и возможность локального запуска через формат GGUF. Ограничения зависят от выбранного уровня квантизации: компактные варианты могут заметно терять в качестве, а для запуска более крупных файлов требуется значительный объём памяти. Модель помечена как uncensored и decensored, поэтому её поведение в отношении ограничений безопасности может отличаться от стандартных инструкционных моделей. Лицензия — Apache-2.0.

IceTea21EnergyDrinkRPV13-dpo240 — разговорная языковая модель на архитектуре Mistral, созданная методом слияния SLERP с помощью mergekit. Модель рассчитана на генерацию текста в диалоговом формате и имеет 7,1 млрд параметров; заявленная длина контекста — 32 768 токенов. В README указан один исходный репозиторий с локальным Windows-путём, поэтому определить его идентификатор на Hugging Face и подтвердить состав слияния по доступным данным нельзя. Модель распространяется в формате safetensors; лицензия и перечень поддерживаемых естественных языков в предоставленных данных не указаны.