III.2Исследование рынка и маркетинг

zelk12/MT3-Gen1-gemma-2-9B — объединённая языковая модель от zelk12, созданная из двух моделей семейства Gemma 2 с помощью mergekit и метода SLERP. Это плотная авторегрессионная модель на 9 млрд параметров для генерации текста и диалогового общения; она использует формат safetensors и работает с контекстом до 8192 токенов. Модель подходит для генерации ответов и диалогов. В README приведены результаты оценки на IFEval и BBH; среднее значение указано как 31,05. Модель объединяет zelk12/MT3-Gen1-BI-gemma-2-9B и zelk12/MT3-Gen1-MMMUMAG-gemma-2-9B. Лицензия в предоставленных данных не указана.

zelk12/MT-Merge1-gemma-2-9B — объединённая разговорная языковая модель на 9 млрд параметров, созданная с помощью mergekit методом SLERP из zelk12/MT5-Gen1-MMGBI-gemma-2-9B и zelk12/MT-Merge1-MAMU-gemma-2-9B. Модель построена на архитектуре Gemma 2 с причинной языковой моделью Gemma2ForCausalLM и предназначена для генерации текста и диалогов. Она принимает текст и выдаёт текст; нативный контекст составляет 8192 токена. В карточке приведены результаты Open LLM Leaderboard: среднее значение 33,13, IFEval — 78,86 и BBH — 44,06. Модель распространяется в формате safetensors и использует библиотеку Transformers. Лицензия и специальные языковые ограничения в предоставленных данных не указаны.

zelk12 создал разговорную модель генерации текста на основе Gemma 2, объединив методом SLERP две модели: zelk12/MT-Merge4-gemma-2-9B и zelk12/MT-Merge5-gemma-2-9B. Модель имеет плотную архитектуру Gemma2ForCausalLM и 9 млрд параметров; её можно использовать для диалогов и генерации текста. Она работает с контекстом до 8192 токенов и доступна в формате Safetensors для Transformers. README указывает на слияние предварительно обученных языковых моделей и конфигурацию bfloat16. Лицензия в предоставленных данных не описана.

MythoMist-7b-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель на архитектуре Mistral, созданная объединением mistralai/Mistral-7B-Instruct-v0.2 и Gryphe/MythoMist-7b методом SLERP с помощью MergeKit. В репозитории указаны веса в формате safetensors и точность bfloat16; размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов. Модель предназначена для генерации текста в диалоге и ответов на инструкции. Её можно применять для чат-ботов, черновиков текстов, ответов на вопросы и творческого письма. Карточка не указывает специальные языки или предметные области. Модель распространяется по лицензии Apache-2.0.

NeuralsirkrishnaShadow_AlloyingotneoyYam — объединённая языковая модель на архитектуре Mistral, созданная слиянием automerger/NeuralsirkrishnaShadow-7B и automerger/AlloyingotneoyYam-7B. Модель содержит 7,1 млрд параметров и предназначена для генерации текста; доступна в формате safetensors. Модель принимает текст и генерирует текст, поддерживая контекст до 32 768 токенов. Карточка не описывает специализированные сценарии или языки обучения. Лицензия — Apache-2.0.

NeuralsirkrishnaShadow_ShadowNeuralsirkrishna — объединённая модель Mistral для генерации текста и диалогов. Она содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель создана объединением automerger/NeuralsirkrishnaShadow-7B и automerger/ShadowNeuralsirkrishna-7B. Модель принимает текст и генерирует текст, поэтому подходит для диалоговых сценариев и других задач текстовой генерации. Данные о специализации и языках в карточке не приведены. Репозиторий распространяет веса в формате Safetensors по лицензии Apache-2.0.

Nova-13B — языковая модель семейства Llama от Weyaxi, дообученная на базе AIDC-ai-business/Luban-13B. Она предназначена для генерации текста и может использоваться в диалоговых и других текстовых приложениях. В карточке указаны 12,9 млрд параметров, контекст до 4096 токенов и веса в формате Safetensors; в метаданных также указан датасет Open-Platypus. README приводит результаты оценки на Open LLM Leaderboard, включая ARC и HellaSwag. Модель поддерживает английский язык. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства на некоммерческих условиях.

OpenBuddy/openbuddy-llama-65b-v8-bf16 — многоязычная чат-модель OpenBuddy на архитектуре LLaMA, основанная на LLaMA от Meta. Это плотная авторегрессионная модель с 65,1 млрд параметров, рассчитанная на генерацию текста; исходные веса представлены в формате PyTorch и точности bf16, указанной в названии репозитория. Родная длина контекста составляет 2048 токенов. Модель предназначена для диалогов и генерации ответов на нескольких языках, включая китайский, английский, французский, немецкий, японский, корейский, итальянский и русский. Её можно применять для чат-ботов и текстовых ассистентов. Карточка предупреждает, что ответы могут быть ошибочными, вредными или оскорбительными, и не рекомендует использовать модель в медицинских и других критически важных сценариях. Использование модели зависит от лицензии Meta LLaMA: требуется соответствовать условиям Meta и получить разрешение на доступ к исходной модели.

Orpomis-Prime-7B-it — диалоговая языковая модель, созданная saucam с помощью Mergekit из kaist-ai/mistral-orpo-beta, NousResearch/Hermes-2-Pro-Mistral-7B и mistralai/Mistral-7B-Instruct-v0.2. Это плотная модель семейства Mistral с 7,1 млрд параметров; веса опубликованы в формате safetensors, контекст составляет до 32 768 токенов. Модель предназначена для генерации текста в диалоге и ответов на инструкции. Её можно использовать для чат-ботов, ответов на вопросы и написания текстов по запросу; README показывает запуск через Transformers и шаблон чата. В карточке не заявлена специализация на конкретном языке или предметной области. Качество ответов и поведение могут различаться в зависимости от запроса и параметров генерации; README не приводит результатов оценки. Условия лицензии в предоставленных данных не указаны.

PasticheAlloyingotneoy-7B — созданная Maxime Labonne автоматическим слиянием двух моделей: CorticalStack/pastiche-crown-clown-7b-dare-dpo и nlpguy/AlloyIngotNeoY. Для слияния применён метод SLERP с настройками для слоёв self-attention и MLP; итоговая модель построена на архитектуре Mistral и содержит 7,1 млрд параметров. Модель предназначена для генерации текста и диалоговых ответов. Она принимает текстовые запросы и может использовать контекст длиной до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель опубликована под лицензией Apache-2.0.

Карточка модели google/pegasus-multi_news на Hugging Face совпадает с карточкой google/pegasus-xsum, поэтому описание составлено по ней. google/pegasus-xsum — англоязычная модель Pegasus для генерации кратких пересказов, основанная на архитектуре кодировщика-декодировщика и разработанная Jingqing Zhang, Yao Zhao, Mohammad Saleh и Peter J. Liu; карточку поддерживает @sshleifer. Модель содержит 366,8 млн параметров, принимает текст и выдаёт текст. Её основная специализация — абстрактная суммаризация, в частности создание короткого пересказа по исходному тексту; в материалах карточки приведены результаты на XSum, CNN/DailyMail и других наборах данных. При предобучении использовались C4 и HugeNews, смешанные и стохастически выбранные предложения-заполнители, а также изменённый SentencePiece-токенизатор с поддержкой символа новой строки. Заявленная длина контекста — 512 токенов. Доступны веса в форматах PyTorch, TensorFlow и Flax. Карточка не сообщает об ограничениях помимо длины контекста. Лицензия в предоставленных данных не указана.

PureLLama3-8B — диалоговая языковая модель семейства Llama, созданная bunnycore путём объединения нескольких моделей с помощью mergekit и метода model_stock. В состав слияния входят ajibawa-2023/Uncensored-Frank-Llama-3-8B, bunnycore/LLama3-8B-FunStock и bunnycore/FunLLama3-8B. Модель предназначена для генерации текста и ответов в диалоге. Она содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и принимает текст, формируя текстовые ответы; заявленная длина контекста — 8192 токена. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0.

bunnycore/Qwen2.5-3B-Model-Stock — объединённая авторами bunnycore модель генерации текста, созданная методом Model Stock с помощью mergekit. В качестве основы использована Qwen/Qwen2.5-3B-Instruct, а в слияние также вошли huihui-ai/SmallThinker-3B-Preview-abliterated и bunnycore/Qwen2.5-3B-RP-Mix. Модель относится к плотной архитектуре Qwen2 и содержит 3,1 млрд параметров. Она принимает текст и генерирует текст, поддерживает диалоговый режим; указанный нативный контекст — 32 768 токенов. Репозиторий использует Transformers и формат safetensors. Карточка не сообщает лицензию или специальные ограничения применения.

d4g0at5h0rty/sage-ml — дообученная разговорная языковая модель семейства Sage с плотной архитектурой Cohere2ForCausalLM. Модель содержит 3,3 млрд параметров и рассчитана на генерацию текста в диалоговом формате; контекст — до 8192 токенов. Модель подходит для ведения диалогов и генерации ответов на текстовые запросы. В метаданных указаны английский и многоязычная поддержка, библиотека Transformers и формат весов safetensors. Модель выпущена под лицензией Apache-2.0.

Модель SongTonyLi/SFT_D1chosen_top3KSamples — дообученная языковая модель семейства Llama на основе unsloth/meta-llama-3.1-8b-bnb-4bit. Разработчик — SongTonyLi; обучение выполнено с использованием Unsloth и библиотеки TRL. Модель предназначена для генерации текста. Архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров, контекст — до 131 072 токенов. В карточке указана поддержка английского языка. Лицензия — Apache-2.0.

SlimOrca-Llama-3-8B — языковая модель общего назначения, созданная Ajibawa на основе Llama 3 и дообученная на очищенной версии набора диалогов SlimOrca от Open-Orca. Модель содержит 7,5 млрд параметров, использует плотную архитектуру Llama и рассчитана на контекст до 8192 токенов. Для диалога применяется формат ChatML. Модель предназначена для генерации текста и диалоговых сценариев: ответов на вопросы, в том числе с выбором варианта, статей по краткому содержанию, анализа тональности, гипотез, отзывов и рассказов. README также заявляет генерацию эротических и частично нецензурированных текстов. Обучение проводилось на 517 981 наборах диалогов SlimOrca; указана полная настройка модели, а не адаптер. Репозиторий содержит веса Safetensors. Модель ориентирована на английский язык. Она распространяется по лицензии Apache 2.0. Качество на отдельных задачах и границы заявленной генерации не подтверждены оценками в карточке; при использовании следует учитывать возможность генерации откровенного или нецензурированного содержания.

SOLAR-10.7B-Instruct-v1.0 — диалоговая языковая модель компании Upstage, дообученная для одношаговых бесед на базе upstage/SOLAR-10.7B-v1.0. Это плотная авторегрессионная модель семейства Llama с 10,6 млрд параметров и контекстом до 4096 токенов. Она принимает текст и генерирует текстовые ответы на английском языке. Модель прошла инструкционное дообучение с учителем и оптимизацию предпочтений DPO на смесях наборов Alpaca-GPT4, OpenOrca, Orca DPO и UltraFeedback, а также данных, созданных с помощью Metamath. Подходит для диалоговых ответов, выполнения инструкций, объяснений и задач на рассуждение. В карточке заявлены результаты конкурентного качества для своего размера, но это заявление разработчика и оно не гарантирует качество в конкретном сценарии. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. Модель ориентирована на одношаговые беседы; контекст ограничен 4096 токенами, поэтому она не предназначена для длительных многошаговых диалогов без специальной настройки.

Stable Beluga 2 — авторегрессионная языковая модель Stability AI на архитектуре Llama 2, дообученная на 70B-базе в стиле Orca. Она предназначена для диалогов и генерации текста, в том числе ответов на вопросы и выполнения текстовых инструкций. Модель содержит 68,7 млрд параметров, работает с текстом и имеет контекст длиной 4096 токенов; в карточке заявлена поддержка английского языка. Модель опубликована в формате PyTorch и рассчитана на использование через Hugging Face Transformers. Чекпойнт распространяется по лицензии STABLE BELUGA NON-COMMERCIAL COMMUNITY LICENSE AGREEMENT, которая ограничивает коммерческое использование. Модель может выдавать неточные, предвзятые или нежелательные ответы; перед применением в продукте Stability AI рекомендует проводить проверку безопасности и настройку под конкретный сценарий.

Synthia-70B-v1.2b — языковая модель от SynthIA, созданная на базе Llama 2 70B и дообученная на данных в стиле Orca. Она предназначена для выполнения инструкций, диалогов и генерации развёрнутых текстовых ответов. Модель содержит 68,7 млрд параметров, использует плотную архитектуру LlamaForCausalLM и рассчитана на контекст до 4096 токенов. Карточка приводит результаты оценки на ARC Challenge и HellaSwag. Модель принимает текст и генерирует текст на английском языке. Автор характеризует её как uncensored и предупреждает о возможности ошибочных, предвзятых, оскорбительных или неподходящих ответов; результаты следует проверять. Лицензия — Llama 2.

tomgeorge00/t5-small-finetuned-EdinburghNLP-xsum — дообученная модель T5-small, разработанная на основе google-t5/t5-small. Она предназначена для суммаризации текста и оценивается метриками ROUGE на тестовой выборке; в карточке указаны ROUGE-1 29,06, ROUGE-2 8,67 и ROUGE-L 23,99. Модель имеет архитектуру T5ForConditionalGeneration, содержит 38,5 млн параметров и принимает текст с контекстом до 512 токенов, выдавая текстовое резюме. Базовая T5-small также применяется для других задач преобразования текста в текст. Данные обучения и подробные ограничения в карточке не раскрыты. Лицензия — Apache-2.0.

TimeBraid-2.5B — мультимодальная модель, разработанная для совместной работы с числовыми временными рядами и естественным языком. Она объединяет языковую основу Qwen3-1.7B, временной ряд TimesFM 2.5 200M и обученные слои слияния; всего в модели около 2,5 млрд параметров. Репозиторий содержит обе основы, поэтому отдельный чекпойнт TimesFM для вывода не требуется. Модель описывает тенденции и закономерности в наблюдаемых рядах, отвечает на вопросы и сравнивает несколько рядов. Для прогнозирования она использует историю числовых значений и дополнительный текстовый контекст, например сведения о предстоящей акции. Вход передаётся через процессор Hugging Face как числовые массивы и сообщения; результатом может быть текст или числовой прогноз. Для запуска автор рекомендует Linux, Python 3.11, CUDA 12.8 и совместимый с FlashAttention-2 GPU NVIDIA. Модель распространяется по лицензии Apache-2.0.

SzilviaB/Triple_Solar_2x10.7b-truthy-DPO — разговорная языковая модель для генерации текста. По карточке, это слияние моделей методом TIES с помощью mergekit; в конфигурации одна и та же модель macadeliccc/SOLAR-2x10.7b-truthy-dpo указана несколько раз. Каталог классифицирует архитектуру как MixtralForCausalLM с MoE и указывает 10,6 млрд параметров. Модель предназначена для диалога, генерации ответов и продолжения текста. Она принимает текст и выдаёт текст, поддерживает контекст до 4096 токенов. В метаданных указана библиотека Transformers и формат safetensors. Лицензия и ограничения на использование в предоставленных сведениях отсутствуют.

Tulu V2.5 PPO 13B — англоязычная диалоговая модель-помощник, разработанная AllenAI. Это плотная авторегрессионная модель семейства Llama с 12,9 млрд параметров, дообученная на основе Tulu 2 с использованием PPO и случайной подвыборки из 60 тысяч примеров Nectar; для PPO применялась 13B reward-модель. Модель предназначена для генерации текста и ответов на инструкции в формате диалога. Максимальный контекст — 4096 токенов; вход и выход — текст на английском языке. Лицензия Apache 2.0. Модель умеет вести диалог и выполнять разнообразные инструкции, опираясь на данные Tulu V2 и обучение с обратной связью по предпочтениям. Для корректного формата запросов предусмотрен chat template токенизатора. Ограничение: модель не была специально выровнена для безопасных ответов и может выдавать проблемный контент, особенно при соответствующих запросах; результаты требуют проверки.

liminerity/ultra0-half-the-layers — текстовая генеративная модель, созданная слиянием двух срезов liminerity/ultra0 методом SLERP через mergekit. Конфигурация использует диапазоны слоёв [0, 12] и задаёт разные параметры смешивания для self-attention и MLP; архитектура — плотная MistralForCausalLM, размер — 915,5 млн параметров. Модель предназначена для генерации текста и диалогового общения. Она принимает текст и выдаёт текст, поддерживает контекст до 16 384 токенов. Репозиторий содержит веса Safetensors; лицензия — Apache-2.0.

MaziyarPanahi/una-cybertron-7b-v3-OMA-Mistral-7B-Instruct-v0.1 — объединённая чат-модель на архитектуре Mistral, созданная слиянием mistralai/Mistral-7B-Instruct-v0.1 и fblgit/una-cybertron-7b-v3-OMA методом slerp. Модель содержит 7,1 млрд параметров и рассчитана на генерацию текста в ответ на инструкции и диалоговые запросы; поддерживает контекст до 32 768 токенов. Модель подходит для диалоговых ассистентов и генерации ответов на текстовые запросы. В репозитории представлены веса Safetensors, а лицензия — Apache-2.0. В карточке нет сведений о специальных предметных областях или гарантированных показателях качества.

WizardLM-13B-V1.0 — диалоговая языковая модель команды WizardLM, представленная в этом репозитории в виде diff-весов. Это плотная авторегрессионная модель семейства LLaMA с архитектурой LlamaForCausalLM и примерно 12,9 млрд параметров. Для общения используется шаблон промпта с ролями USER и ASSISTANT. Модель предназначена для генерации подробных ответов на вопросы и ведения диалога. Она принимает текст и выдаёт текст; заявленная длина контекста — 2048 токенов. В карточке приведены результаты WizardLM разных версий в таблице, поэтому их нельзя однозначно считать оценками именно V1.0. Репозиторий содержит diff-веса, и для восстановления полной модели нужны соответствующие базовые веса; точная базовая модель здесь не названа. В таблице указана лицензия Llama 2 License для WizardLM-70B-V1.0, но условия лицензии именно этой версии из доступных сведений установить нельзя.

Jiva/xlm-roberta-large-it-mnli — модель классификации текста, разработанная Jiva на основе XLM-RoBERTa large и дообученная на задаче вывода по естественному языку (NLI) на итальянском переводе корпуса MNLI. Она предназначена прежде всего для классификации итальянских текстов без заранее заданного набора классов: пользователь передаёт текст и варианты меток, а модель оценивает их соответствие. Модель можно использовать через zero-shot-classification pipeline Transformers; метки и текст могут быть на разных языках, хотя шаблон гипотезы рекомендуется переводить на итальянский для повышения качества. Архитектура — XLM-RoBERTa для классификации последовательностей, около 658,7 млн параметров, максимальный контекст — 514 токенов. Обучение выполнено на переводе MNLI, а в обновлённой версии использован полный обучающий набор после удаления примерно 1000 неудачно переведённых пар. Карточка приводит точность 84,75 и 85,39 на двух вариантах итальянской оценки; модель также может работать с другими языками благодаря многоязычной предобученной базе, но основное назначение — итальянская классификация. Для классификации только на английском автор рекомендует bart-large-mnli или его дистиллированный вариант. Лицензия — MIT.

YamshadowStrangemerges_32_Experiment24Yam — объединённая текстовая модель семейства Mistral, созданная на основе automerger/YamshadowStrangemerges_32-7B и automerger/Experiment24Yam-7B. Она предназначена для генерации текста по текстовому запросу и может использоваться в диалоговых и других сценариях генерации.

Zebrafish-linear-7B — объединённая текстовая модель на архитектуре Mistral, созданная с помощью LazyMergekit из liminerity/M7-7b и rwitz/experiment26-truthy-iter-0. Веса двух моделей объединены методом task arithmetic с равными коэффициентами; базовой указана liminerity/M7-7b. Модель содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Репозиторий содержит веса в формате safetensors. Лицензия CC BY-NC 4.0 требует указания авторства и ограничивает коммерческое использование.

ZephyrPaca-7B — объединённая языковая чат-модель на 7,1 млрд параметров, созданная с помощью mergekit. В неё методом TIES объединены HuggingFaceH4/zephyr-7b-beta и mlabonne/Mistralpaca-7B; архитектура — плотная MistralForCausalLM, веса представлены в safetensors. Указанная длина контекста — 32 768 токенов. Модель предназначена для генерации текста в диалогах и выполнения пользовательских инструкций. Её можно применять для ответов на вопросы, ведения беседы и создания текстовых черновиков. Карточка не сообщает отдельные языковые ограничения; базовая модель Zephyr ориентирована на английский. Лицензия в предоставленных данных не указана.