III.2Исследование рынка и маркетинг

freewheelin/free-solar-dpo-v0.2 — чат-модель для генерации текста, созданная путём дообучения davidkim205/nox-solar-10.7b-v4 с помощью TRL Trainer. В карточке указано, что при обучении использован метод обучения из статьи SOLAR; название модели также указывает на DPO, но README не уточняет детали процедуры обучения. Модель построена на плотной архитектуре LlamaForCausalLM и содержит 10,6 млрд параметров. Она предназначена для диалоговой генерации текста и поддерживает английский и корейский языки. Длина контекста — 4096 токенов. Распространяется в формате safetensors по лицензии MIT.

freewheelin/free-solar-instrunction-v0.3 — языковая модель генерации текста, созданная на основе davidkim205/komt-solar-10.7b-sft-v5. Модель дообучена с помощью TRL Trainer по методу обучения, описанному в статье SOLAR. Она предназначена для генерации текста; заявленные языки — корейский и английский. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 10,7 млрд параметров и поддерживает контекст до 4096 токенов. Модель распространяется в формате safetensors по лицензии MIT. README не приводит оценок качества или подробных сценариев применения, поэтому пригодность для конкретных задач следует проверять отдельно.

Gemini 3.1 Flash Image, также известная как Nano Banana 2, — модель Google для генерации и редактирования изображений. В карточке она описана как модель с визуальным качеством уровня Pro и высокой скоростью работы линейки Flash. Модель предназначена для создания изображений по запросу и изменения существующих изображений. Данных о поддерживаемых языках, размере, контексте и лицензии в предоставленных источниках нет.

Nano Banana Pro — модель Google для генерации и редактирования изображений на основе Gemini 3 Pro. Она предназначена для создания изображений по запросу и изменения существующих изображений с использованием мультимодального рассуждения и привязки к реальному миру.

ThatsGroes/gemma-2-27b-it-SkoleGPT — дообученная разговорная модель ThatsGroes на архитектуре Gemma 2. Она создана на базе unsloth/gemma-2-27b-it и предназначена для генерации текста и диалогов. В модели 27,6 млрд параметров, она принимает текст и выдаёт текст; заявленная длина контекста — 8192 токена. Для обучения использовались Unsloth и библиотека TRL. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает специальные задачи SkoleGPT, поэтому её назначение можно определить только как генерацию текста и ведение диалогов; отдельные сведения о качестве и ограничениях дообучения не приводятся.

Gemma2-Nephilim-v3-9B — диалоговая языковая модель на 9 млрд параметров, созданная grimjim слиянием моделей Gemma 2 методом SLERP через mergekit. В слияние вошли UCLA-AGI/Gemma-2-9B-It-SPPO-Iter3 и princeton-nlp/gemma-2-9b-it-SimPO; архитектура — плотная Gemma2ForCausalLM. Модель доступна в формате safetensors и рассчитана на контекст до 8192 токенов. Модель генерирует текст и подходит для диалогов, творческого письма и ролевых сценариев. Автор отмечает, что она склонна к креативным ответам; при тестировании использовались temperature 1 и minP 0.01, но настройки можно менять под задачу. Лицензия — Gemma. В сложных сценариях модель иногда теряет нить контекста; автор связывает это с компонентом SPPO. README не указывает поддерживаемые языки, поэтому конкретный язык не заявляется.

Harmonia — плотное мультимодальное объединение Gemma 4 на 31 млрд параметров, опубликованное пользователем virtuous7373. По карточке, модель создана многоэтапным слиянием семи моделей семейства Gemma 4 с помощью MergeKit; среди указанных компонентов — Gemma4-GarnetV2, Fabled-Gemma4, Equinox, MeroMero, Gembrain и Ortenzya. Метаданные описывают архитектуру как Gemma4ForConditionalGeneration и указывают поддержку чата и зрения. Модель предназначена для диалогов, ответов на вопросы по изображениям и генерации текста на основе текстовых и визуальных входных данных. В README заявлены методы проекции в нуль-пространство, выборочного прореживания весов и выравнивания активаций; независимые оценки их эффективности в предоставленных материалах отсутствуют. Публикация использует формат safetensors и библиотеку Transformers. Лицензия и длина контекста в доступных данных не приведены.

vampirehollie/GRPO_Model — дообученная разговорная языковая модель семейства Llama, разработанная vampirehollie на базе vampirehollie/Fine-Tuning-LLM. Это плотная модель с 3,2 млрд параметров для генерации текста и диалогового общения; в репозитории веса представлены в формате safetensors. По данным метаданных, модель поддерживает контекст до 131 072 токенов и ориентирована на английский язык. Модель подходит для генерации ответов в диалоге и других сценариев текстовой генерации. При обучении использовались Unsloth и библиотека TRL из Hugging Face; README не сообщает подробностей о датасетах или специализации модели. Лицензия — Apache-2.0.

Gukbap-Gemma2-9B — разговорная языковая модель HumanF-MarkrAI для генерации ответов на корейском языке. Она основана на google/gemma-2-9b-it и дообучена методом supervised fine-tuning на собственном наборе из 1 849 обучающих и 200 валидационных примеров, сформированных с помощью открытых моделей. Архитектура — плотная Gemma 2 с 9 млрд параметров; модель использует контекст до 8 192 токенов и распространяется в формате safetensors. Модель предназначена для диалога и общих текстовых задач на корейском: ответов на вопросы, рассуждений, математики, письма, программирования и понимания текста. Авторы сообщают о внутренней оценке LogicKor с результатом 8,77 для режима zero-shot; это заявление основано на собственной оценке и не гарантирует аналогичных результатов в других тестах или приложениях. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

Это версия модели JOSIE-2-9B-OSS, преобразованная в формат MLX для запуска с библиотекой mlx-lm на устройствах Apple Silicon. В метаданных указана архитектура Qwen3.5 с плотной моделью и классом Qwen3_5ForConditionalGeneration; модель предназначена для генерации текста и диалогового взаимодействия. README сообщает о конверсии из Goekdeniz-Guelmez/JOSIE-2-9B-OSS с помощью mlx-lm версии 0.31.2. Модель поддерживает английский, арабский, китайский, японский и португальский языки. Репозиторий содержит веса Safetensors и распространяется по лицензии MIT. Данные карточки не описывают размер модели или длину контекста; ограничения качества и поведения отдельно не приведены.

Casual-Autopsy/L3-Luna-8B — слитая разговорная языковая модель на архитектуре Llama 3, созданная автором репозитория с помощью mergekit и метода TIES. В объединение вошли семь моделей, включая Sao10K/L3-8B-Lunaris-v1, использованную как базовая, а также модели для диалога, суммирования, рассуждений, ролевого общения и генерации без цензуры. В репозитории указаны 7,5 млрд параметров, формат safetensors и контекст до 8192 токенов. Модель предназначена для генерации текста и диалогов общего назначения, в том числе ролевых сценариев. Метаданные указывают поддержку чата; отдельные специализированные задачи не заявлены. Лицензия в предоставленных данных не указана. Качество и поведение после слияния могут отличаться от исходных моделей, а заявленный компонент без цензуры означает, что модель может выдавать нежелательный контент.

daekeun-ml разработал Llama-2-ko-instruct-13B — плотную авторегрессионную модель семейства Llama 2 с 12,9 млрд параметров для генерации текста и следования инструкциям. Она дообучена на основе LLaMA-2-koen-13B с использованием материалов KoAlpaca-v1.1a и KOpen-platypus; в обучающие данные также добавлены переводы с английского на корейский. Контекст модели составляет 2048 токенов. Модель предназначена для ответов на инструкции и запросы на корейском языке, включая перевод с английского на корейский. В README отмечено, что часть данных была отобрана по длине и очищена от сходных предложений; также применялись категорийные подсказки, которые поощряют ответы даже при риске галлюцинаций. Это может снижать надёжность фактических ответов. Модель распространяется в формате safetensors по лицензии Llama 2.

Карточка модели longtermrisk/Llama-3.1-8B-good-vs-bad-mixed-multifact-last-third-sft-seed3-epoch3 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Карточка модели longtermrisk/Llama-3.1-8B-old-bird-names-second-third-v2-sft-seed2 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

RedHatAI/Llama-3.1-8B-tldr — текстовая авторегрессионная модель Red Hat (Neural Magic), дообученная на базе meta-llama/Llama-3.1-8B на наборе trl-lib/tldr. Она предназначена для краткого пересказа текстов в стиле публикаций Reddit и принимает текст, выдавая текст. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст до 131 072 токенов. В README указано, что на тестовой части trl-lib/tldr модель получила BERTScore 0,366. Её можно развернуть с помощью vLLM. Модель распространяется по лицензии Llama 3.1 Community License; применяются ограничения её Acceptable Use Policy.

Llama-3.2-3B-Renoia — объединённая модель на базе семейства Llama 3.2 от Meta, созданная автором репозитория с помощью mergekit. Она рассчитана на генерацию текста и диалоги на датском и английском языках, с индивидуальным характером ответов. Модель объединяет несколько чекпойнтов, включая Hermes-3, Danoia, Dolphin 3.0 и Pure-RP; в обучающих данных также использовались наборы инструкций и диалогов. Это плотная авторегрессионная языковая модель LlamaForCausalLM размером 3,2 млрд параметров с контекстом до 131 072 токенов. Репозиторий содержит веса в формате safetensors; модель предназначена для работы через Transformers. Лицензия — Llama 3.2 Community License. Модель подходит для диалоговых помощников и генерации текстовых ответов на датском и английском. Её небольшой размер снижает требования к ресурсам по сравнению с крупными моделями, однако качество и устойчивость ответов могут зависеть от сценария и выбранных компонентов слияния. README не приводит результатов оценки качества.

Salesforce/LLaMA-3-8B-SFR-Iterative-DPO-Concise-R — компактный вариант модели Salesforce/SFR-Iterative-DPO-LLaMA-3-8B-R. Это плотная авторегрессионная языковая модель семейства Llama 3 с 7,5 млрд параметров, доступная в формате safetensors и предназначенная для генерации текста в диалоговом режиме. При обучении применялся штраф за многословие, поэтому модель ориентирована на более краткие ответы. Модель подходит для генерации диалоговых ответов и кратких текстовых формулировок. Контекст составляет 8192 токена. Карточка не указывает специальные прикладные области или поддерживаемые языки. Модель выпущена Salesforce по лицензии Llama 3; авторы заявляют исследовательское назначение и рекомендуют отдельно оценивать точность, безопасность и справедливость перед применением, особенно в сценариях высокого риска.

DeepMount00/Llama-3-COT-ITA — разговорная языковая модель для генерации текста на основе плотной архитектуры Llama с 7,5 млрд параметров. Репозиторий содержит веса в формате safetensors; модель создана в 2024 году и распространяется по лицензии Apache-2.0. По метаданным модель рассчитана на диалоговую генерацию текста на итальянском и английском языках. Заявленная длина контекста — 8192 токена. README состоит из повторяющейся тестовой фразы, поэтому он не подтверждает заявленное в названии обучение цепочке рассуждений или дополнительные возможности.

LLaMA3-ENG-KO-8B-SL4 — двуязычная языковая модель на архитектуре LLaMA 3, опубликованная пользователем 4yo1. По карточке, модель адаптирована с помощью тонкой настройки и предназначена для задач на английском и корейском языках; метаданные указывают около 7,5 млрд параметров и контекст до 8192 токенов. Основной сценарий применения — перевод между английским и корейским языками. Модель также поддерживает генерацию текста и чатовый интерфейс. В карточке указан обучающий набор 4yo1/llama3_test1. Репозиторий содержит веса в формате safetensors и распространяется по лицензии MIT. Карточка содержит несоответствие в примере загрузки: AutoConfig ссылается на идентификатор llama3-eng-ko-80-sl4, тогда как модель обозначена как llama3-eng-ko-8b-sl4. Сведения о качестве перевода и результаты оценки не приведены.

Llama 3 neoAI 8B Chat v0.1 — чат-модель neoAI, дообученная на основе Meta-Llama-3-8B-Instruct для усиления способностей японского языка. Она предназначена для диалога и генерации текста; модель имеет плотную архитектуру LlamaForCausalLM с 7,5 млрд параметров и контекстом до 8192 токенов. В метаданных указана поддержка японского и английского языков, а файлы модели представлены в формате safetensors. Разработчики перечислены в карточке модели: Gouki Minegishi, Koki Itai, Koshiro Terasawa, Masaki Otsuki и Ryo Yagi. Лицензия — llama3.

Llama3-portuguese-luana-8b-instruct — диалоговая языковая модель, разработанная Rhaymison и дообученная на основе Meta Llama 3 8B Instruct. Для настройки использован набор примерно из 290 тысяч диалогов на португальском языке; модель ориентирована прежде всего на чат и ответы по инструкциям. Модель построена на плотной архитектуре LlamaForCausalLM, содержит 7,5 млрд параметров и рассчитана на контекст до 8192 токенов. Она принимает текст и генерирует текст, поддерживает португальский язык. По карточке модели, результаты оценки на Open Portuguese LLM Leaderboard составили 68,15 в среднем; отдельные результаты приведены для ENEM Challenge и BLUEX без изображений. Модель распространяется в формате safetensors под лицензией Apache-2.0. Для запуска доступны инструкции с Transformers; автор отмечает, что при ограниченной видеопамяти можно использовать 4- или 8-битное квантование. Карточка не приводит подробных сведений о слабых сторонах или ограничениях качества.

Llama-3-Typhoon-1.5-8B-Instruct — инструктивная языковая модель команды SCB10X AI, созданная на основе Llama 3 8B. Это плотная decoder-only модель семейства Llama с 7,5 млрд параметров и контекстом 8192 токена; для работы используется Transformers версии 4.38.0 или новее. Модель предназначена для диалогов и выполнения инструкций на тайском и английском языках. В карточке приведены результаты на тайских экзаменационных тестах, M3Exam и MMLU. Модель может использоваться для ответов на вопросы, объяснений и помощи в учебных задачах. Разработчики отмечают, что модель всё ещё находится в разработке и может выдавать неточные, предвзятые или нежелательные ответы, несмотря на наличие защитных ограничений. Распространяется по лицензии Llama 3 Community License.

Карточка модели Frowning/Mag-Mell-R1-21B на Hugging Face совпадает с карточкой subspecs/Mag-Mell-R1-21B, поэтому описание составлено по ней. subspecs/Mag-Mell-R1-21B — слитая модель генерации текста, созданная методом passthrough с помощью mergekit на основе inflatebot/MN-12B-Mag-Mell-R1. Она предназначена для диалогов и генерации текста; базовая модель описана как подходящая для ролевых сценариев и художественного письма. Модель использует плотную архитектуру MistralForCausalLM, содержит 20,7 млрд параметров и рассчитана на контекст до 1 024 000 токенов. Репозиторий содержит веса Safetensors и поддерживает Transformers. Карточка не сообщает о специальных ограничениях или условиях лицензии, поэтому установить их по доступным данным нельзя. Языки также не установлены по карточке; базовая модель описана как диалоговая, но это не указывает конкретные языки.

appvoid/megasalad-1 — компактная языковая модель семейства Llama, созданная автором appvoid слиянием предобученных моделей через mergekit. В качестве базовой модели использована appvoid/arco; в слияние также вошли appvoid/text-arco, appvoid/massive, appvoid/arco-2 и Fizzarolli/clite-500m. Метод слияния — TIES. Модель предназначена для генерации текста и диалоговых сценариев. Она содержит 464,4 млн параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст до 8192 токенов. Репозиторий использует библиотеку Transformers и формат весов safetensors. Языки и специализированные области применения в доступных данных не обозначены. Условия лицензирования в предоставленных данных не приведены.

jhflow/mistral7b-lora-multiturn-v4 — диалоговая модель генерации текста на базе архитектуры Mistral. В карточке указана базовая модель maywell/Synatra-7B-v0.3-dpo и формат диалога ChatML; метаданные описывают плотную архитектуру MistralForCausalLM размером 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для многоходового общения и генерации ответов в формате чата. Она опубликована в формате safetensors и поддерживает text-generation. Лицензия в предоставленных данных не указана.

zelk12/MT-Gen1-gemma-3-12B — объединённая модель на базе Gemma 3 12B, созданная с помощью mergekit методом DARE TIES. В объединение вошли soob3123/amoral-gemma3-12B-v2, TheDrummer/Fallen-Gemma3-12B-v1, ReadyArt/The-Omega-Directive-Gemma3-12B-v1.0, IlyaGusev/saiga_gemma3_12b, huihui-ai/gemma-3-12b-it-abliterated и soob3123/amoral-gemma3-12B-v2-qat; в README базовой названа soob3123/amoral-gemma3-12B-v2. Модель предназначена для диалоговой генерации текста с пониманием изображений: можно задавать вопросы по картинкам и вести мультимодальный чат. Семейство — плотная Gemma 3 с архитектурой Gemma3ForConditionalGeneration; объём — 12 млрд параметров. Каталог отмечает возможности chat и vision. Языковая лицензия Gemma; условия её применения следует сверять с лицензией Gemma.

Neural-Dark-Waifu — объединённая автором nocudaexe языковая модель на архитектуре Mistral для генерации текста и диалогов. В README указано, что модель создана методом DARE-TIES с помощью mergekit из Dark-Waifu-7b, Infinite-Waifu и Kunocchini-7b-128k-test; размер составляет 7,1 млрд параметров, формат весов — safetensors. Метаданные указывают контекст до 32 768 токенов, тогда как README описывает протестированное использование связанной версии v0.2 до 15 872 токенов. Модель подходит для генерации ответов в чате и свободного продолжения текста. Карточка предупреждает о возможной нестабильности. Лицензия — Apache-2.0.

NorskGPT-Llama-7B-v0.1 — норвежская версия диалоговой модели Llama 2 Chat, разработанная bineric и дообученная на отобранных парах инструкций на норвежском языке. Модель содержит 6,6 млрд параметров, использует плотную архитектуру LlamaForCausalLM и принимает текст для генерации ответов; заявленная длина контекста — 4096 токенов. Модель предназначена для общения в формате ассистента и задач на норвежском языке, включая суммаризацию и ответы на вопросы. Она обычно лучше справляется с этими задачами, чем с вопросами, требующими специализированных знаний или свободных фактических ответов; до достижения оптимальных результатов может потребоваться настройка промптов. Выпущена по лицензии CC-BY-NC-SA-4.0, которая ограничивает коммерческое использование.

Helsinki-NLP/opus-mt-en-uk — модель машинного перевода семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с английского языка на украинский и предназначена для автоматического перевода фраз и документов. Модель построена на архитектуре Transformer-align в реализации MarianMT; в метаданных указано 56,7 млн параметров и контекст до 512 токенов. При обработке применяются нормализация текста и SentencePiece. Для набора Tatoeba.en.uk в карточке приведены оценки BLEU 50,2 и chr-F 0,674. Модель обучена на данных OPUS и распространяется под лицензией Apache-2.0. Она подходит для перевода общего текста, но направление перевода ограничено английским → украинским; качество может различаться в зависимости от тематики и текста.

Qwen2-1.5B-ITA-Instruct — итальянская инструктивная языковая модель, разработанная e-palmisano на основе unsloth/Qwen2-1.5B-Instruct-bnb-4bit. Она дообучена на итальянском корпусе gsarti/clean_mc4_it и наборе инструкций FreedomIntelligence/alpaca-gpt4-italian для улучшения работы с итальянским языком и ответов на запросы. Модель использует плотную архитектуру Qwen2ForCausalLM с 1,5 млрд параметров, поддерживает контекст до 32 768 токенов и работает с текстом в формате safetensors. Модель подходит для диалога и генерации ответов на итальянском, а также для задач общего текстового общения на английском. В README приведены результаты оценки на итальянских вариантах HellaSwag, ARC и MMLU со средним нормализованным показателем 42,57. Модель распространяется по лицензии Apache-2.0.