III.2Исследование рынка и маркетинг

Модель ehristoforu/Qwen2-1.5b-it-chat-sp разработана ehristoforu и представляет собой дообученную версию ehristoforu/Qwen2-1.5b-it-chat. Это плотная авторегрессионная модель семейства Qwen2 с 1,5 млрд параметров, созданная для генерации текста и диалогов. При обучении использовались Unsloth и библиотека Hugging Face TRL. Модель принимает текст и выдаёт текст; метаданные указывают поддержку английского языка и контекст до 32 768 токенов. Она подходит для англоязычного чат-бота, генерации ответов и других сценариев продолжения текста. Распространяется по лицензии Apache-2.0. Карточка не содержит оценок качества или подробных результатов обучения, поэтому пригодность для конкретных задач следует проверять отдельно.

Qwen2.5-0.5B-Instruct-Gensyn-Swarm-sedate_silky_mandrill — дообученная Raymunde модель на базе unsloth/Qwen2.5-0.5B-Instruct, обученная с помощью TRL. Это компактная плотная языковая модель семейства Qwen2 для диалогов и генерации текста; она содержит 494 млн параметров, принимает текст и рассчитана на контекст до 32 768 токенов. Модель можно использовать через Transformers для ответов на вопросы и выполнения инструкций в чате. Карточка не сообщает о специализированных областях применения или лицензии, поэтому условия лицензии по этим данным определить нельзя.

AIR-hl/Qwen2.5-1.5B-ultrachat200k — диалоговая языковая модель, дообученная AIR-hl методом supervised fine-tuning на наборе HuggingFaceH4/ultrachat_200k. В основе — плотная авторегрессионная архитектура Qwen2.5 с 1,5 млрд параметров; модель предназначена для генерации текста в формате общения и поддерживает контекст до 131 072 токенов. Модель можно применять для ведения диалогов и создания ответов на запросы пользователя. В карточке приведены значения потерь обучения и оценки, но нет результатов пользовательских или сравнительных тестов, поэтому качество ответов по этим значениям оценить нельзя. Использование регулируется лицензией Apache 2.0.

Карточка модели VladShash/qwen3-4b-feedback-with-repair на Hugging Face совпадает с карточкой VladShash/qwen3-4b-feedback-one-shot, поэтому описание составлено по ней. Qwen3-4b-feedback-one-shot — диалоговая языковая модель с архитектурой Qwen3ForCausalLM, разработанная автором репозитория VladShash. Это дообученная версия formalmathatepfl/qwen3-4b-cpt на наборе данных SFT; карточка не раскрывает состав данных или конкретную специализацию дообучения. Модель содержит 3,7 млрд параметров, работает с текстом и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. В репозитории представлены веса Safetensors для библиотеки Transformers. Лицензия указана как other, поэтому условия использования следует проверять в файлах репозитория. Подробных результатов оценки и описания известных ограничений автор не предоставил.

Qwen3-sft-feedback-small-dataset — дообученная автором etiennebamas модель семейства Qwen3 для генерации текста и диалоговых сценариев. Она основана на formalmathatepfl/qwen3-cpt и дополнительно обучена на SFT-датасете; карточка называет эту версию Qwen3-sft-feedback-one-shot. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров. Она принимает текст и генерирует текст, поддерживает диалоговый режим, а длина контекста составляет 32 768 токенов. README не раскрывает состав обучающих данных, результаты оценки или конкретные сценарии применения, поэтому качество и специализацию модели по этим сведениям определить нельзя. Репозиторий распространяется с лицензией other; конкретные условия в карточке не пояснены.

Reyna-Mini-1.8B-v0.1 — разговорная языковая модель, созданная разработчиком aloobun путём дообучения Qwen/Qwen1.5-1.8B-Chat на наборе OpenHermes-2.5 с помощью supervised fine-tuning. Она использует архитектуру Qwen2ForCausalLM, формат диалога ChatML и предназначена для генерации ответов в чат-сценариях. Модель содержит 1,5 млрд параметров и поддерживает контекст до 32 768 токенов. Модель может отвечать на вопросы и вести диалог на естественном языке. В карточке приведены результаты бенчмарков, включая MMLU, HellaSwag и GSM8K; автор описывает её как начальную модель серии и указывает, что DPO-обучение планировалось как следующий этап. Лицензия обозначена как other, конкретные условия в предоставленных данных не раскрыты.р

SambaLingo-Serbian-Chat — диалоговая языковая модель SambaNova Systems для общения на сербском и английском языках. Она основана на Llama-2-7b и дообучена методом direct preference optimization поверх SambaLingo-Serbian-Base; базовую модель адаптировали к сербскому на 17 миллиардах токенов из сербской части Cultura-X. Размер модели — 6,7 млрд параметров, архитектура — плотная Llama, контекст — до 4096 токенов. Модель предназначена для генерации ответов в чате и ведения диалога на сербском и английском. Словарь токенизатора расширен до 57 000 токенов, включая до 25 000 новых токенов для сербского языка. Модель может галлюцинировать, переключаться между языками или диалектами и повторять фразы; её возможности в программировании и сложной математике ограничены, а ответы могут содержать неподходящий или вредный контент. Не предназначена для критически важных задач и решений, влияющих на безопасность людей. Использование регулируется лицензией Meta Llama 2 Community License Agreement.

sfmunfilterede2ealignment-6k7k8k9k10kweightedavgmerge — объединённая языковая модель, созданная с помощью mergekit и метода Linear из нескольких контрольных точек unfiltered_e2e_alignment на шагах 6000, 7000, 8000, 9000 и 10000. По метаданным это плотная авторегрессионная модель GPT-NeoX объёмом 8,8 млрд параметров с контекстом 16 384 токена, сохранённая в safetensors и предназначенная для генерации текста и диалогового применения. Модель принимает текст и генерирует текст. README не приводит результатов оценки качества, сведений о языковой специализации или описания конкретных сценариев, поэтому её возможности за пределами общего текстового диалога не следует считать подтверждёнными. Лицензия в предоставленных данных не указана.

sfmunfilteredmidtrainmisalignment-9k10k11kweightedavgmerge — объединённая языковая модель, созданная с помощью mergekit. В README указано, что применён метод Linear: контрольные точки на шагах 9000 и 10000 объединены с контрольной точкой на шаге 11000 в качестве базовой. Идентификаторы исходных контрольных точек представлены локальными путями, поэтому установить их публичные названия и разработчика по карточке нельзя. Модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров. Она предназначена для генерации текста; метаданные также отмечают разговорный формат. Библиотека — Transformers, веса опубликованы в формате safetensors, заявленный контекст — 16 384 токена. Карточка не описывает конкретные сценарии применения, языковое покрытие или результаты оценки качества, поэтому эти характеристики нельзя надёжно уточнить. Условия лицензии в предоставленных данных не указаны.

SmolVLM-256M-Instruct — компактная мультимодальная модель Hugging Face для понимания изображений и ответов на текстовые запросы. Она принимает последовательности изображений и текста, в том числе чередующиеся, и генерирует текст. Модель основана на архитектуре Idefics3 и объединяет языковую SmolLM2-135M-Instruct с визуальным энкодером SigLIP; в метаданных указаны связи с обеими базовыми моделями. Модель предназначена для описания изображений, визуальных вопросов и ответов, распознавания текста на изображениях, анализа диаграмм и документов, а также создания текстовых историй по визуальному содержимому. Для компактного представления изображения используются 64 визуальных токена на патчи 512×512; большие изображения разбиваются на патчи. По данным карточки, инференс для одного изображения возможен менее чем с 1 ГБ видеопамяти, что делает модель подходящей для локальных и периферийных устройств. Модель ориентирована на английский язык и не генерирует изображения. Ответы могут быть фактически неверными, поэтому модель не подходит для решений, влияющих на благополучие или права людей. Выпущена под лицензией Apache 2.0.

Sokol — это компактная языковая модель на 4 млрд параметров, разработанная MediaAtlas для локальной работы на компьютере. Она основана на плотной архитектуре Qwen3.5-4B и дообучена для словенского языка: продолженное предобучение на примерно 1,78 млрд словенских токенов дополняется настройкой для диалога, перевода, рассуждений и вызова инструментов. Модель предназначена для общения на словенском, перевода между английским и словенским, решения текстовых задач и локальных ассистентов с вызовом функций. Базовая архитектура также принимает изображения, но обучение Sokol было текстовым, а понимание изображений не оценивалось систематически. Модель не синтезирует и не распознаёт речь. В репозитории доступны веса BF16 в формате safetensors и несколько квантизованных вариантов GGUF для запуска через llama.cpp и LM Studio; для изображений с GGUF требуется отдельный файл mmproj. По оценке авторов, дообучение снизило перплексию на словенском тексте примерно на 51%; тесты диалога были небольшими, а общая оценка корректности немного уступила базовой модели. Лицензия указана как other, поэтому условия использования следует сверить с карточкой модели и лицензиями данных обучения.

SOLAR-KOEN-10.8B — авторегрессионная языковая модель Junbum Lee (Beomi) и Taekyoon Choi, основанная на архитектуре Transformer, производной от Llama 2. Модель содержит около 10,7 млрд параметров и обучалась на смеси корейских и английских корпусов; в версии с непрерывным предобучением расширен словарь SentencePiece BPE до 46 336 токенов, включая корейские токены и правила слияния. Контекст составляет 4096 токенов. Модель принимает текст и генерирует текст. Она предназначена для генерации и продолжения текста на корейском и английском языках; карточка также приводит результаты оценки на корейской задаче чтения с пониманием. В README выпуск назван тестовой версией, поэтому качество и пригодность для конкретных сценариев следует проверять самостоятельно. Лицензия CC BY-NC-SA 4.0 разрешает использование с указанием авторства и на условиях распространения производных работ, но запрещает коммерческое использование.

kodonho/Solar-M-SakuraSolar-Mixed — англоязычная разговорная модель, созданная смешиванием DopeorNope/SOLARC-M-10.7B и kyujinpy/Sakura-SOLRCA-Math-Instruct-DPO-v2 методом gradient slerp. Это плотная causal language model семейства Llama примерно на 8,9 млрд параметров; она предназначена для генерации текста и диалогов. В качестве сценариев применения подходят ответы на вопросы и решение математических задач в чате. Контекст модели — 4096 токенов; веса опубликованы в формате safetensors. Автор README предупреждает об ошибке в усреднении параметров и неверном срезе параметров, поэтому качество и стабильность модели могут быть ограничены. Лицензия — CC BY-NC 4.0, разрешающая использование с указанием авторства и запрещающая коммерческое применение.

Delcos/Starling-LM-11B-alpha — разговорная языковая модель семейства Mistral, представленная как версия Starling с 11,3 млрд параметров. Она предназначена для генерации текста в диалоге; карточка обозначает модель как uncensored. Модель работает с текстовым вводом и выдаёт текст, имеет контекстное окно 8192 токена и распространяется в формате safetensors для Transformers. В README подробно не описаны обучение, данные и результаты бенчмарков, поэтому оценить качество и особые сценарии применения по карточке нельзя. Лицензия CC BY-NC-ND 4.0 запрещает коммерческое использование и распространение производных материалов на иных условиях.

Windstorm Labs опубликовала модель машинного перевода с немецкого на английский. Это дообученная версия Helsinki-NLP/opus-mt-de-en на базе MarianMT: LoRA-дообучение на параллельном корпусе было объединено с исходными весами. Модель содержит 54,9 млн параметров, принимает текст и имеет контекст до 512 токенов. Модель предназначена для перевода немецких фраз и документов на английский. В карточке приведена оценка chrF++ 65,36 и BLEU 40,71 на 48 предложениях набора FLORES-200 dev; это скрининговая оценка, а не результат публикационного исследования. Поддерживается направление перевода только с немецкого на английский. Лицензия — Apache-2.0.

Ba2han/TR_CPT — разработанная Ba2han дообученная модель генерации текста на архитектуре Qwen3 с 1,3 млрд параметров. Она создана на основе Ba2han/outputs и обучалась с помощью TRL; репозиторий содержит веса в формате safetensors. Модель предназначена для генерации ответов на текстовые запросы. В карточке приведён пример диалогового обращения с открытым вопросом; длина контекста составляет 16 384 токена. Для запуска предлагается библиотека Transformers. Карточка не описывает специализацию обучения, сравнительные результаты или ограничения качества, поэтому пригодность для конкретных областей по ней оценить нельзя. Лицензия в предоставленных данных не указана.

Yi-Ko-6B-instruct-v1.4 — корейская инструктивная модель на архитектуре Llama, разработанная автором репозитория cocoirun. Модель дообучена методом SFT с LoRA на наборе примерно из 110 тысяч примеров, включающем данные Open-Orca-Ko, KoBEST, AIHub и вручную подготовленные материалы по истории, естественным наукам, математике, машинному чтению, анализу отзывов, грамматике и ИТ-знаниям; часть англо-корейских и корейско-английских данных была переведена и отредактирована. Модель предназначена для генерации ответов на инструкции и вопросов, в том числе для викторин, объяснений и задач машинного чтения на корейском языке. В метаданных указаны 5,9 млрд параметров, контекст до 2048 токенов и формат safetensors. Лицензия — CC BY-SA 4.0. Обучающие данные не опубликованы, а карточка не приводит количественных оценок качества.

Карточка модели Gencarmo/Z-Image-Turbo на Hugging Face совпадает с карточкой Tongyi-MAI/Z-Image-Turbo, поэтому описание составлено по ней. Z-Image-Turbo — быстрая модель генерации изображений по тексту от проекта Z-Image компании Alibaba. Это дистиллированный вариант семейства Z-Image на 6 млрд параметров, построенный на архитектуре Scalable Single-Stream Diffusion Transformer (S3-DiT). Модель использует 8 шагов вычисления и предназначена для генерации изображений с низкой задержкой; в карточке заявлена работа менее чем за секунду на H800 и возможность запуска на потребительских устройствах с 16 ГБ видеопамяти. Модель рассчитана на фотореалистичные изображения, точное следование инструкциям и рендеринг английского и китайского текста внутри изображения. В README также описан Prompt Enhancer для расширения промптов, однако это не отдельная задача pipeline_tag. Указанные характеристики производительности и качества приведены разработчиком; фактический результат зависит от оборудования и настроек генерации. Лицензия репозитория — Apache-2.0.

Z-Image-Turbo — быстрая модель генерации изображений по тексту от проекта Z-Image компании Alibaba. Это дистиллированный вариант семейства Z-Image на 6 млрд параметров, построенный на архитектуре Scalable Single-Stream Diffusion Transformer (S3-DiT). Модель использует 8 шагов вычисления и предназначена для генерации изображений с низкой задержкой; в карточке заявлена работа менее чем за секунду на H800 и возможность запуска на потребительских устройствах с 16 ГБ видеопамяти. Модель рассчитана на фотореалистичные изображения, точное следование инструкциям и рендеринг английского и китайского текста внутри изображения. В README также описан Prompt Enhancer для расширения промптов, однако это не отдельная задача pipeline_tag. Указанные характеристики производительности и качества приведены разработчиком; фактический результат зависит от оборудования и настроек генерации. Лицензия репозитория — Apache-2.0.

Диалоговая языковая модель ShenaoZ, созданная дообучением ShenaoZ/0.001_ablation_5iters_bs256_useresponse_iter_1 на наборах данных updated и original. Она основана на плотной архитектуре MistralForCausalLM с 7,1 млрд параметров и предназначена для генерации текста в диалоговом режиме; контекст составляет до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель может использоваться для генерации ответов и продолжения диалога на основе текстовых запросов. Данных о специальных областях применения, поддерживаемых языках и оценке качества в карточке нет. Лицензия MIT.

ShenaoZ/0.0_withdpo_4iters_bs256_5102lr_iter_3 — диалоговая языковая модель на архитектуре Mistral, дообученная из ShenaoZ/0.0_withdpo_4iters_bs256_5102lr_iter_2 на обновлённом и исходном датасетах. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста в диалоговом формате. Карточка не раскрывает тематику данных, результаты оценки или конкретные сценарии применения, поэтому качество и специализацию модели определить нельзя. Распространяется по лицензии MIT.

Canidori-12B-v1 — объединённая языковая модель от GalrionSoftworks, созданная с помощью LazyMergekit на основе трёх моделей Mistral NeMo: MN-12B-Celeste-V1.9, nemo-sunfall-v0.6.1 и MN-12B-Starcannon-v3. Это плотная причинная архитектура MistralForCausalLM с 12,1 млрд параметров, предназначенная для генерации текста и чата. Каталог указывает контекст до 1 024 000 токенов. Модель подходит для интерактивных диалогов и создания художественных историй. Веса опубликованы в формате safetensors; в конфигурации слияния указан тип bfloat16. README и метаданные не описывают отдельные языковые или предметные специализации и не сообщают лицензию, поэтому условия использования по лицензии здесь определить нельзя.

Collective Cognition v1.1 — языковая модель Teknium на архитектуре Mistral, дообученная для генерации текста и следования инструкциям. Модель содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов; для обучения использовалась QLoRA и около 100 диалогов с сайта Collective Cognition, похожих на данные ShareGPT. Модель предназначена для диалоговых ответов и проверки или исправления распространённых заблуждений. В README заявлены высокие результаты на TruthfulQA относительно ряда моделей на 70 млрд параметров, однако подробности методики и численные результаты здесь не приведены. Модель поддерживает английский язык и распространяется по лицензии Apache 2.0.

DeutschGPT — компактная языковая модель KordAI для общения и выполнения инструкций на немецком языке. Она дообучена на базе unsloth/qwen3-1.7b-base-unsloth-bnb-4bit с помощью Unsloth и библиотеки Hugging Face TRL. Архитектура — плотная Qwen3ForCausalLM с 1,7 млрд параметров; модель принимает и генерирует текст, а заявленная длина контекста составляет 32 768 токенов. Модель предназначена для немецкоязычных диалогов, ответов на вопросы, генерации и перефразирования текста, простых кратких изложений и общих письменных задач. В README указано, что для соответствия обучающему формату следует использовать шаблон с ролями SYSTEM, USER и ASSISTANT. Метаданные также отмечают интерфейс для вызова инструментов, но README не описывает его подробнее. Из-за небольшого размера модель может уступать на сложных задачах, длинных контекстах, логических рассуждениях и узкоспециальных темах; ответы могут быть ошибочными, неполными или содержать выдуманные сведения, поэтому важные результаты следует проверять. DeutschGPT распространяется по лицензии Apache 2.0; также следует учитывать лицензии базовой модели и обучающих данных.

DoppelPotato — текстовая генеративная модель на архитектуре Mistral, собранная nbeerbower с помощью mergekit из частей модели nbeerbower/mistral-nemo-kartoffel-12B. В конфигурации Passthrough повторяется диапазон слоёв 27–33; итоговый чекпойнт содержит 13,2 млрд параметров и сохранён в формате safetensors с точностью bfloat16. Модель предназначена для генерации текста и диалогового взаимодействия. Метаданные указывают контекстное окно до 1 024 000 токенов. Карточка не описывает специализацию по предметным областям, языковое покрытие или лицензию, поэтому эти свойства нельзя уточнить. Указание на возможность чата не гарантирует качество ответов; особенности поведения и результаты оценки в карточке не приведены.

Модель YYYYYYibo/full_vanilla_doff_dpo_iter_2 — диалоговая языковая модель семейства Mistral, дообученная методом DPO на обновлённом и исходном наборах данных. Она предназначена для генерации текста в формате беседы. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и принимает контекст длиной до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. README не описывает специальные сценарии применения, оценку качества или конкретные ограничения; поэтому пригодность для определённых областей и качество ответов по имеющимся сведениям оценить нельзя.

NickyNicky/gemma-2b-it_oasst2_chatML_Cluster_2_V1 — чат-модель на архитектуре Gemma, дообученная на основе google/gemma-2b-it на данных OpenAssistant/oasst2. В карточке указаны седьмая эпоха обучения и вариант Cluster_2; метаданные описывают плотную архитектуру GemmaForCausalLM с 2,5 млрд параметров и контекстом до 8192 токенов. Модель предназначена для диалоговой генерации текста и поддерживает языки, перечисленные в карточке, включая русский и английский. Она распространяется в формате Safetensors через Transformers по лицензии Apache-2.0. Карточка сообщает, что оценка модели пока не опубликована, поэтому качество ответов и сравнительные характеристики не подтверждены.

Модель разработана kuhess и представляет собой дообученную версию NousResearch/Hermes-2-Pro-Mistral-7B — плотной авторегрессионной модели семейства Mistral с 7,1 млрд параметров. Она предназначена для диалоговой генерации текста; карточка указывает, что обучение проводилось с использованием Unsloth и библиотеки TRL. Длина контекста составляет 32 768 токенов, формат весов — safetensors. Модель подходит для создания разговорных ассистентов и генерации ответов на инструкции на английском языке. По сравнению с базовой Hermes 2 Pro её карточка не описывает отдельную специализацию или дополнительные возможности. Лицензия — Apache-2.0.

MergedQwen2-0.5B0.1 — языковая модель, созданная объединением двух предварительно обученных моделей Qwen2-0.5B с помощью метода Karcher Mean и инструмента mergekit. Модель имеет плотную архитектуру Qwen2ForCausalLM, около 494 млн параметров и опубликована в формате safetensors; заявленная длина контекста — 131 072 токена. Модель предназначена для генерации текста и диалогового взаимодействия. В состав объединения вошли базовая Qwen2-0.5B и вариант debias_Qwen2-0.5B. Карточка не описывает отдельные целевые области применения или поддерживаемые языки, поэтому их нельзя уточнить. Лицензия в предоставленных данных не указана.

Keiana-L3-Test6.2-8B-18 — диалоговая языковая модель семейства Llama, опубликованная Kaoeiri. Это объединение нескольких моделей серии Keiana с помощью LazyMergekit и метода model_stock; веса представлены в формате safetensors и точности float16. Модель предназначена для генерации текста в диалогах. Размер составляет 7,5 млрд параметров, родной контекст — 8192 токена. Автор предупреждает, что объединённая модель обычно не проходит тестирование; возможны ошибки в словаре. Лицензия CC BY-NC-ND 4.0 требует указания авторства и запрещает коммерческое использование и распространение производных версий. README не описывает поддерживаемые языки и специализированные области применения.