III.2Исследование рынка и маркетинг

Llama-2-7b-Ukrainian — двуязычная языковая модель на базе Llama 2, разработанная tartuNLP. Модель продолжительно предобучена на 5 млрд токенов из датасета CulturaX: 75% корпуса составляют документы на украинском языке и 25% — на английском. Это плотная авторегрессионная архитектура LlamaForCausalLM примерно на 6,6 млрд параметров с контекстом до 4096 токенов. Модель предназначена для генерации текста на украинском и английском языках. Её можно применять для создания продолжений текста, черновиков и ответов на запросы на этих языках. Доступна в формате safetensors для библиотеки Transformers. Условия использования определяются лицензией Llama 2; перед внедрением следует проверить её требования и ограничения.

Tensoic/Llama-2-openhermes — языковая модель семейства Llama 2, созданная дообучением базовой модели llama-2-7b-hf на датасете OpenHermes от teknium. Она предназначена для генерации текста и диалоговых сценариев. Модель имеет плотную архитектуру LlamaForCausalLM, около 6,6 млрд параметров и контекст до 4096 токенов; доступен формат PyTorch. Лицензия в предоставленных данных не указана.

bunnycore/LLama-3.1-8B-HyperNova — объединённая автором bunnycore языковая модель на архитектуре Llama 3.1. Она создана методом Model Stock с помощью mergekit из пяти моделей на базе Llama 3.1 8B, используя meta-llama/Meta-Llama-3.1-8B как базовую модель. Модель содержит 7,5 млрд параметров и принимает текст для генерации продолжений и ответов в диалоге; заявленная длина контекста — 131 072 токена. Модель предназначена для генерации текста и общения на естественном языке. Карточка не приводит отдельных оценок качества или подробных сведений о поддерживаемых языках. Файлы опубликованы в формате safetensors. Лицензия в предоставленных данных не указана.

bunnycore/Llama-3.1-8B-OmniMatrix-v2 — объединённая модель для генерации текста, созданная с помощью mergekit методом task arithmetic. В основе объединения указаны bunnycore/Llama-3.1-8B-OmniMatrix и grimjim/Llama-3-Instruct-abliteration-LoRA-8B; также в состав вошли refuelai/Llama-3-Refueled, grimjim/Llama-3.1-SuperNova-Lite-lorabilterated-8B и bunnycore/LLama-3.1-8B-HyperNova-abliteration. Модель построена на архитектуре LlamaForCausalLM, содержит 7,5 млрд параметров и принимает текст для генерации текста в диалоговом режиме. Заявленный размер контекста — 131 072 токена. Репозиторий использует формат safetensors и библиотеку Transformers. Карточка не описывает отдельные тесты качества или ограничения поведения объединённой модели. Условия лицензирования в доступных данных не приведены.

cstr/llama3.1-8b-spaetzle-v59 — слитая модель на архитектуре Llama 3.1, подготовленная автором репозитория с использованием Dampfinchen/Llama-3.1-8B-Ultra-Instruct и Undi95/Meta-Llama-3.1-8B-Claude. Веса объединены методом DARE-TIES; модель содержит 7,5 млрд параметров, использует формат safetensors и поддерживает контекст до 131 072 токенов. Модель предназначена для диалогов и генерации текста по инструкциям. В карточке приведён результат EQ-Bench v2_de 67,38; это указывает на оценивание немецкоязычных диалоговых способностей, но не гарантирует качество в других сценариях. Метаданные отмечают интерфейс вызова инструментов. Поддерживаемые языки по карточке — английский и немецкий. Лицензия — Llama 3.1 Community License. Это слияние весов, а не самостоятельная конверсия формата; для производных моделей и последующего распространения следует учитывать условия лицензий исходных компонентов.

Dogge/llama-3-70B-uncensored — дообученная Dogge разговорная языковая модель семейства Llama 3 с плотной архитектурой LlamaForCausalLM и 69,5 млрд параметров. Базовая модель — unsloth/llama-3-70b-bnb-4bit; для обучения использовались Unsloth и библиотека Hugging Face TRL. Модель предназначена для генерации текста и диалоговых ответов на английском языке. Контекст составляет 8192 токена. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0.

Magpie-Align/Llama-3-8B-Magpie-Pro-SFT-200K-v0.1 — чат-модель, дообученная Magpie-Align на базе meta-llama/Meta-Llama-3-8B на первых 200 тысячах примеров датасета Magpie-Align/Magpie-Pro-300K-Filtered. Она предназначена для диалоговой генерации текста и ответов на запросы. Модель использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. Модель представлена в форматах PyTorch и Safetensors. Лицензия — Llama 3. В README автор рекомендует для более высокого качества использовать Magpie-Align/Llama-3-8B-Magpie-Pro-SFT-v0.1.

llama-3-dragon-bophades-8B — объединённая языковая модель на архитектуре Llama 3, созданная nbeerbower методом Model Stock с помощью mergekit. В слиянии использованы nbeerbower/llama-3-aura-bophades-8B как базовая модель, а также модели ChimeraLlama, Llama-3-Smaug, Unsafe-Llama, OrpoLlama и Meta-Llama-3-8B-Instruct-DPO. Размер модели — 7,5 млрд параметров, контекст — до 8192 токенов; для работы используются Transformers и формат safetensors. Модель предназначена для генерации текста и многоходового общения в формате чата. README указывает лицензию Meta Llama 3 Community License Agreement; метаданные классифицируют лицензию как other. Языковая поддержка явно не перечислена, хотя семейство Llama 3 ориентировано на текстовые задачи.

llama-3-MagicDolphin-8B — объединённая языковая модель на архитектуре Llama 3, созданная с помощью mergekit методом Model Stock на основе nbeerbower/llama-3-SNAMD-8B и весов Dolphin 2.9.1 и Mahou 1.2a/1.3a. Модель содержит 7,5 млрд параметров и рассчитана на генерацию текста и диалоговое общение. Её можно применять для ведения диалогов и генерации ответов в чат-интерфейсах. Контекст составляет до 8192 токенов; модель принимает и выдаёт текст. Репозиторий содержит веса в формате Safetensors и использует библиотеку Transformers. В карточке не приведены сведения о лицензии, языках обучения или специальных ограничениях поведения. Качество и пригодность для конкретных сценариев следует оценивать на целевых данных.

Capx AI's Obsidian — дообученная модель сообщества Capx на базе Meta Llama 3 для задач общего назначения. Это авторегрессионная языковая модель с плотной архитектурой Transformer и 7,5 млрд параметров; контекст составляет до 8192 токенов. Модель дообучена на пользовательском наборе данных методом supervised fine-tuning для улучшения следования инструкциям и использует формат Alpaca. Модель предназначена для генерации текста и выполнения инструкций на английском языке: она может помогать с ответами на вопросы, созданием черновиков и другими текстовыми задачами общего назначения. Репозиторий содержит веса PyTorch. Для использования действует лицензия Llama 3; её условия следует учитывать при интеграции и распространении.

Llama 4 Maverick — мультимодальная инструкционная модель Meta на архитектуре авто-регрессионного Mixture-of-Experts с ранним объединением модальностей. Вариант Maverick включает 17 млрд параметров и 128 экспертов; модель работает через библиотеку Transformers и распространяется в формате safetensors. Модель предназначена для диалогового помощника и задач визуального рассуждения: она принимает текст и изображения, распознаёт и описывает содержимое изображений, отвечает на вопросы о них и поддерживает вызов инструментов через соответствующий интерфейс. Поддерживаемые языки: арабский, немецкий, английский, испанский, французский, хинди, индонезийский, итальянский, португальский, тайский, тагальский и вьетнамский. В README указано, что модель проверялась для понимания до пяти входных изображений. Модель подходит для коммерческого и исследовательского применения на условиях пользовательской Llama 4 Community License. Карточка отмечает статичный характер текущего чекпойнта и ограничивает заявленные сценарии поддерживаемыми языками и возможностями; результаты для большего числа изображений требуют отдельной проверки и настройки.

Llama-Spark — разговорная языковая модель компании Arcee.ai на архитектуре Llama, предназначенная для чат-ботов, виртуальных помощников и диалоговых систем. Модель насчитывает 7,5 млрд параметров и создана на основе Llama-3.1-8B: её дообучили на наборе данных Tome, а затем объединили с Llama-3.1-8B-Instruct. В метаданных указано окно контекста до 131 072 токенов. Модель генерирует текст в формате беседы и рассчитана на естественные, информативные ответы. В карточке приведены результаты Open LLM Leaderboard, включая IFEval и BBH; эти оценки не гарантируют качество в конкретном приложении. Для работы с весами в формате safetensors нужна совместимая среда. Лицензия — Llama 3.1 Community License.

M7Yamshadowexperiment28_Inex12Experiment26 — объединённая языковая модель на архитектуре Mistral, созданная путём слияния automerger/M7Yamshadowexperiment28-7B и automerger/Inex12Experiment26-7B. Она предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Модель содержит 7,1 млрд параметров и распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает специализацию по языкам или предметным областям; модель можно рассматривать для общих задач генерации текста.

Mayonnaise-4in1-022 — языковая модель, разработанная The Kaitchup и созданная с помощью mergekit путём слияния нескольких моделей семейства Mistral. Это плотная авторегрессионная модель с архитектурой MistralForCausalLM, примерно 7,1 млрд параметров и контекстом до 32 768 токенов. Она предназначена для генерации текста на английском языке и сценариев, где требуется продолжать или создавать текст. Модель объединяет Mistral-7B-DPO-v5, WestSeverus-7B-DPO-v2 и NeuralTurdusVariant1-7B методом TIES. Автор сообщает о первом месте среди моделей 7B в Open LLM Leaderboard на 28 января 2024 года, но предупреждает, что не проверял возможное пересечение обучающих данных объединённых моделей с тестовыми наборами бенчмарков. Веса опубликованы в формате Safetensors; лицензия — Apache 2.0.

MeliodasT3q_Experiment26Strangemerges_32 — объединённая модель MaziyarPanahi на архитектуре Mistral для генерации текста. Она содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации продолжений и ответов в текстовых сценариях. Модель объединяет automerger/MeliodasT3q-7B и automerger/Experiment26Strangemerges_32-7B. Опубликована в формате safetensors и распространяется по лицензии Apache-2.0.

mergekit-community/mergekit-ties-hwemsto — объединённая большая языковая модель, созданная сообществом с помощью mergekit и метода TIES. В качестве базы использована 01-ai/Yi-34B; в слияние также вошли abacusai/Smaug-34B-v0.1 и anthracite-org/magnum-v3-34b. Модель имеет плотную архитектуру LlamaForCausalLM и около 33,9 млрд параметров. Модель предназначена для генерации текста и сценариев, где требуется языковая модель общего назначения. Она работает с текстом и поддерживает контекст до 4096 токенов. В README указаны веса float16 и настройки объединения с разреженностью 0,5 для двух дополнительных моделей. Условия лицензии в доступных данных не приведены.

MFANN3bv0.20.17 — языковая модель семейства Phi, разработанная netcat420 и предназначенная для генерации текста по инструкциям и выполнения широкого круга общих задач. Это дообучение предыдущей версии netcat420/MFANN3bv0.20.16 на наборе данных netcat420/MFANN. Модель содержит 3,5 млрд параметров, использует плотную архитектуру PhiForCausalLM и принимает текстовые инструкции в формате «Instruct: … Output:». Контекстное окно составляет до 32 768 токенов; карточка указывает английский язык. Средняя ошибка обучения, приведённая автором для MFANN, составляет 0,33. Модель распространяется в формате safetensors по лицензии MIT.

MFANN-Phigments12-slerp — слитая модель для генерации текста, созданная netcat420 с помощью mergekit из liminerity/Phigments12 и netcat420/MFANN3bv0.6 методом SLERP. Модель построена на архитектуре Phi и содержит 3,5 млрд параметров; веса представлены в формате safetensors. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. Подходит для сценариев генерации и продолжения текста. В карточке указана лицензия Apache-2.0.

mncai/mistral-7b-dpo-v5 — языковая модель MindsAndCompany на базе Mistral, прошедшая настройку для следования инструкциям и оптимизацию предпочтений методом DPO. Это плотная авторегрессионная модель с 7,1 млрд параметров, предназначенная для генерации текста и диалоговых сценариев; в примере карточки задан вопрос на корейском языке, однако метаданные указывают английский как язык карточки. Модель поддерживает контекст до 32 768 токенов. Её можно применять для ответов на вопросы, ведения диалога и создания текстовых функций для бизнес-продуктов, включая чат-боты и помощники. Репозиторий содержит веса в формате safetensors. Лицензия — Apache 2.0. Карточка не приводит результатов оценки качества или подробного описания ограничений.

Это диалоговая языковая модель Eric111, полученная слиянием методом SLERP моделей Mistral-7B-Instruct-v0.2 от Mistral AI и UNA-TheBeagle-7b-v1. Модель построена на архитектуре MistralForCausalLM с плотной структурой и содержит 7,1 млрд параметров; репозиторий предоставляет веса в формате safetensors. Модель предназначена для генерации текста и ответов на инструкции в диалоге. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Данные не уточняют отдельные целевые языки или специализированные области применения. Модель опубликована по лицензии CC BY-NC-ND 4.0, которая ограничивает коммерческое использование и распространение производных материалов. Качество ответов, фактическая точность и поведение после слияния зависят от запроса и требуют проверки в целевом сценарии.

Fireworks Mixtral 8x22B Instruct OH — инструктивная языковая модель, выпущенная Fireworks AI на основе Mixtral-8x22B от Mistral AI. Это разреженная архитектура MoE для генерации текста и диалогов; в метаданных указано 22 млрд параметров и контекст до 65 536 токенов. Модель дообучена на примерно 10 тысячах примеров из OpenHermes 2.5, подготовленных в шаблоне Vicuna. Модель подходит для диалогового помощника, ответов на вопросы и создания развернутых текстов, например планов поездок. Карточка показывает примеры на английском языке, а метаданные отмечают английский как язык модели. Доступны веса в формате safetensors; лицензия — Apache 2.0. Карточка не содержит количественной оценки качества, поэтому пригодность для конкретных задач следует проверять на собственных данных.

Monarch-7B-dare — текстовая генеративная модель на архитектуре Mistral, созданная mlabonne методом слияния моделей через LazyMergekit. В конфигурации указаны OmniTruthyBeagle-7B-v0 и NeuBeagle-7B; для NeuBeagle задан вес 0,45 и плотность 0,53, применён метод dare_ties. Метаданные каталога связывают модель с NeuBeagle-7B как с базовой дообученной моделью. Модель предназначена для генерации и продолжения текста, включая диалоговые ответы. Она содержит 7,1 млрд параметров, принимает текст и выдаёт текст, а длина контекста составляет 32 768 токенов. Указана лицензия CC BY-NC 4.0, которая ограничивает коммерческое использование.

mT5_multilingual_XLSum — модель семейства mT5, дообученная командой CSE BUET NLP на датасете XL-Sum для суммаризации текстов на 45 языках. Она принимает текст статьи или другого материала и генерирует краткое изложение; модель предназначена для многоязычной суммаризации, в том числе для языков с ограниченными ресурсами. Число параметров — 291,2 млн; архитектура — MT5ForConditionalGeneration, формат весов — PyTorch. Модель подходит для автоматического создания кратких пересказов и обработки многоязычных новостных материалов. В README приведены результаты ROUGE на тестовых наборах XL-Sum для разных языков. Карточка не сообщает об ограничениях на контекст или отдельном основном языке. Лицензия в предоставленных данных не указана.

zelk12/MT-Merge2-IF-gemma-2-MT4g2MT1g2-9B — объединённая с помощью SLERP языковая модель на основе Gemma 2, созданная слиянием zelk12/MT1-Gen2-gemma-2-9B и zelk12/MT4-Gen2-gemma-2-9B. Модель имеет плотную архитектуру Gemma2ForCausalLM, содержит 9 млрд параметров и работает с контекстом до 8192 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Её можно применять для ответов на вопросы, ведения беседы и создания текстовых черновиков. В метаданных указана поддержка чата; сведения о специализированных предметных областях и конкретных языках отсутствуют. Модель доступна в формате safetensors и использует библиотеку Transformers. Лицензия в предоставленных данных не указана.

NbAiLab разработала эту модель на основе предварительно обученного норвежского NB-BERT Base и дообучила её для задачи MultiNLI на машинно переведённой на норвежский язык версии набора данных. Модель использует архитектуру BERT для классификации последовательностей и позволяет присваивать текстам категории, заданные пользователем, без отдельного обучения на этих категориях: названия классов преобразуются в гипотезы, например «Этот текст о спорте». Для лучших результатов рекомендуется формулировать шаблон гипотезы по-норвежски. Модель предназначена для классификации норвежских текстов по произвольному набору тем или других категорий. Она принимает текст и выдаёт оценки соответствия заданным классам. Контекст ограничен 512 токенами; доступны веса в форматах PyTorch, Flax и Safetensors. Лицензия — CC BY 4.0. Качество зависит от формулировок гипотез и названий классов; обучение на машинно переведённом MNLI может влиять на результаты.

NeuralKukedlc-7B-Labonned — языковая модель для генерации текста, созданная объединением NeuralBeagle14-7B и NeuralHermes-2.5-Mistral-7B с помощью LazyMergekit. В README указан метод слияния SLERP; архитектура — плотная MistralForCausalLM, размер — 7,1 млрд параметров. Модель предназначена для диалогов и генерации текста по запросу. Контекстное окно составляет 32 768 токенов. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. Модель объединяет две диалоговые модели Mistral; карточка не приводит отдельной оценки качества или перечня поддерживаемых языков. Практические результаты могут зависеть от формулировки запроса и сценария использования.

NeuralsirkrishnaShadow_Multi_verse_modelM7 — объединённая текстовая модель на архитектуре Mistral, созданная слиянием automerger/NeuralsirkrishnaShadow-7B и automerger/Multi_verse_modelM7-7B. Модель содержит 7,1 млрд параметров и принимает текст для генерации продолжений и диалоговых ответов; максимальный контекст составляет 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache-2.0. В карточке не описаны целевые языки, специальные предметные области или отдельные ограничения качества, поэтому она подходит для общих сценариев генерации текста.

NeuralsirkrishnaShadow_YamStrangemerges_32 — объединённая текстовая модель на базе архитектуры Mistral, созданная из automerger/NeuralsirkrishnaShadow-7B и automerger/YamStrangemerges_32-7B. Она предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Модель содержит 7,1 млрд параметров и опубликована в формате Safetensors. Модель может использоваться для генерации продолжений, черновиков и ответов на текстовые запросы. Карточка не сообщает о специализации на конкретных языках или областях. Лицензия — Apache-2.0.

Карточка модели OpenBuddy/openbuddy-llama-30b-v7.1-bf16 на Hugging Face совпадает с карточкой OpenBuddy/openbuddy-llama-65b-v8-bf16, поэтому описание составлено по ней. 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.

OpenBuddy-llemma-34b-v13.1 — модель семейства LLaMA, опубликованная проектом OpenBuddy как многоязычный чат-бот. Это плотная авторегрессионная языковая модель с 33,5 млрд параметров, предназначенная для генерации текста в диалоге и ответов на запросы. Модель принимает текст и генерирует текст; заявлены китайский, английский, французский, немецкий, японский, корейский, итальянский и русский языки. Длина контекста составляет 4096 токенов. Модель подходит для диалоговых интерфейсов и универсальных текстовых помощников. README предупреждает, что ответы могут быть ошибочными, вредными или оскорбительными, поэтому модель не следует применять в критических сценариях, включая медицину, управление потенциально опасными системами и важные финансовые или юридические решения. Использование регулируется лицензией Llama 2 от Meta; для доступа требуется одобрение Meta и соответствие её условиям.