III.2Исследование рынка и маркетинг

Blackbird-Llama-3-8B — плотная авторегрессионная языковая модель семейства Llama 3, созданная bunnycore объединением нескольких моделей через mergekit. В состав объединения входят cognitivecomputations/dolphin-2.9-llama3-8b, NousResearch/Hermes-2-Theta-Llama-3-8B и abacusai/Llama-3-Smaug-8B; в конфигурации bunnycore/Maverick-8B указан как базовая модель. Репозиторий содержит веса в формате safetensors, модель насчитывает 7,5 млрд параметров и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста и диалоговых сценариев: она принимает текстовые запросы и выдаёт текстовые ответы. Для использования заявлена лицензия Llama 2. Карточка не приводит оценок качества или конкретных ограничений, поэтому пригодность для специализированных задач следует проверять отдельно.

bruphin-iota — языковая модель, созданная nbeerbower путём слияния SLERP через mergekit моделей nbeerbower/bruphin-theta и pabloce/Dolphin-2.8-slerp. Она предназначена для генерации текста и запуска в сценариях, где требуется продолжение или создание текста по текстовому запросу. Модель имеет плотную архитектуру Mistral с 7,1 млрд параметров и контекстным окном 32 768 токенов. Веса опубликованы в формате Safetensors; для работы указана библиотека Transformers. Лицензия — Apache 2.0. Карточка не описывает специальные домены или конкретные дополнительные возможности.

DeepSeek-MoE-16B-Chat — разговорная языковая модель DeepSeek на архитектуре DeepSeek для генерации текста в формате диалога. Она предназначена для ответов на сообщения пользователя и других сценариев чат-взаимодействия. В метаданных указаны 2,6 млрд параметров, контекст до 4096 токенов и формат весов safetensors. Модель принимает текст и генерирует текст. Карточка не приводит сведений о поддерживаемых языках или специализированных областях применения. Лицензия указана как other, поэтому конкретные условия использования следует сверить с лицензией репозитория.

dhbacmes-3b-slerp — языковая модель, созданная Liminerity с помощью объединения моделей mergekit методом SLERP. В объединение вошли liminerity/herbaccbaccules-3b-slerp и KnutJaegersberg/Deita-2b; конфигурация использует слои 0–39 обеих моделей и формат float16. Архитектура — плотная Llama для генерации текста, размер — 2,7 млрд параметров, длина контекста — 2048 токенов. Модель предназначена для диалогов и генерации текста. В карточке приведены результаты Open LLM Leaderboard, включая оценки AI2 Reasoning Challenge и HellaSwag. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0.

Карточка модели Dnoya10/dicoding_genAI_expert_adv_eks1 на Hugging Face совпадает с карточкой Dnoya10/dicoding_genAI_expert_adv_eks2, поэтому описание составлено по ней. Модель Dnoya10/dicoding_genAI_expert_adv_eks2 — дообученная Dnoya10 языковая модель Qwen2 для генерации текста и диалогов. Она основана на unsloth/qwen2.5-1.5b-instruct-unsloth-bnb-4bit и обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Модель имеет плотную архитектуру Qwen2 с 1,5 млрд параметров и контекстом до 32 768 токенов. Она принимает текст и генерирует текст; в метаданных также отмечен интерфейс вызова инструментов. Карточка указывает английский язык. Модель распространяется по лицензии Apache-2.0.

DPOB-NMTOB-7B — текстовая генеративная модель на архитектуре Mistral с 7,1 млрд параметров, созданная объединением моделей eren23/dpo-binarized-NeutrixOmnibe-7B и paulml/OmniBeagleSquaredMBX-v3-7B-v2 с помощью LazyMergekit. Для слияния использован метод slerp; репозиторий содержит веса в формате safetensors. Модель предназначена для генерации ответов и продолжения текста в диалоговых сценариях. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Указана лицензия CC BY-NC 4.0, которая ограничивает коммерческое использование.

Weyaxi/Einstein-v6.1-LLama3-8B-Instruct-Ties — языковая модель, созданная Weyaxi слиянием TIES через mergekit. В качестве основы использована meta-llama/Meta-Llama-3-8B; в слияние также вошли Weyaxi/Einstein-v6.1-Llama3-8B и meta-llama/Meta-Llama-3-8B-Instruct. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM, примерно 7,5 млрд параметров и контекстом до 8192 токенов. Она предназначена для генерации текста и диалоговых ответов. Карточка не приводит отдельные оценки качества или подробности об ограничениях; лицензия указана как other.

lvcchaves дообучил эту плотную модель семейства Llama на базе utter-project/EuroLLM-9B-Instruct. Она предназначена для генерации текста и диалогов; карточка указывает обучение с использованием Unsloth и библиотеки TRL. Модель содержит 8,6 млрд параметров, принимает текст и выдаёт текст, поддерживает английский и португальский языки и имеет контекст до 4096 токенов. Доступна в формате Safetensors по лицензии Apache-2.0.

Experiment28M7_Experiment24Ognoexperiment27 — объединённая модель для генерации текста на основе двух моделей Mistral: automerger/Experiment28M7-7B и automerger/Experiment24Ognoexperiment27-7B. Она содержит 7,1 млрд параметров, использует архитектуру Mistral и принимает контекст длиной до 32 768 токенов. Модель подходит для генерации продолжений текста и диалоговых ответов. Доступна в формате safetensors и распространяется по лицензии Apache-2.0.

MaziyarPanahi/Experiment28M7_Strangemerges_32Experiment28 — текстовая генеративная модель на архитектуре Mistral, созданная слиянием automerger/Experiment28M7-7B и automerger/Strangemerges_32Experiment28-7B. Она предназначена для генерации текста по запросу и диалогового использования. Модель содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и распространяется в формате Safetensors. В карточке указана лицензия Apache-2.0. README не описывает специализацию или подтверждённые языки модели.

Experiment28M7_T3qm7xStrangemerges_32 — объединённая языковая модель MaziyarPanahi на архитектуре Mistral с 7,1 млрд параметров. Она создана слиянием automerger/Experiment28M7-7B и automerger/T3qm7xStrangemerges_32-7B и предназначена для генерации текста. Модель принимает текст и выдаёт текст, поддерживая контекст до 32 768 токенов. Модель доступна в формате safetensors по лицензии Apache-2.0. Карточка не описывает специальные предметные области или подтверждённые языковые специализации; качество и ограничения конкретных сценариев применения не приведены.

freewheelin/free-solar-slerp-v0.1 — языковая модель, созданная методом слияния SLERP из KOMT-Solar-10.7B-SFT-v5 и S-SOLAR-10.7B-SFT-v1.2. Модель основана на архитектуре Llama и содержит 10,7 млрд параметров; для работы с текстом использует контекст до 4096 токенов и распространяется в формате Safetensors. Модель предназначена для генерации текста и ответов на запросы, включая диалоговые сценарии. В README отмечено, что для запуска требуется больше видеопамяти, однако точные требования не приведены. Лицензия — MIT.

Модель artificialguybr — дообученная версия Gemma 2 2B, созданная на наборе OpenHermes-2.5. Это плотная причинная языковая модель с 2,7 млрд параметров и контекстом до 8192 токенов, предназначенная для следования инструкциям и общих языковых задач. Она принимает текстовые запросы и генерирует текст; карточка указывает английский язык и формат safetensors. Модель подходит для генерации текста, ответов на вопросы и диалоговых сценариев с инструкциями. Она распространяется по лицензии Apache-2.0. Карточка предупреждает о возможных смещениях в обучающих данных и риске генерации вредного или предвзятого содержания.

martimfasantos/gemma-2-2b-Sum-SFT — дообученная модель Google Gemma 2, подготовленная для суммаризации на наборе martimfasantos/openai-summarize-tldr. Она предназначена для создания кратких изложений текста и может использоваться в сценариях, где нужно сжать длинный материал до более компактного пересказа. Это плотная авторегрессионная языковая модель архитектуры Gemma2ForCausalLM с 2,7 млрд параметров и контекстом до 8192 токенов; формат весов — safetensors. Базовая Gemma 2 ориентирована на английский язык, поэтому модель подходит прежде всего для англоязычных текстов. Указанная лицензия — Gemma; применяйте модель на условиях этой лицензии.

TouchNight/gemma-2-abliterated-Ifable-9B-untied — производная чат-модель на базе Gemma 2, созданная объединением TouchNight/gemma-2-9b-it-abliterated-untied и LoRA-адаптера TouchNight/gemma-2-Ifable-9B-LoRA-untied. Она предназначена для генерации текста в диалоговом формате. Модель содержит 9 млрд параметров, использует плотную архитектуру Gemma2ForCausalLM и поддерживает контекст длиной до 8192 токенов. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

h2o-danube2-1.8b-chat — чат-модель H2O.ai на основе плотной авторегрессионной архитектуры Mistral, созданная с модификациями архитектуры Llama 2. Модель содержит около 1,7 млрд параметров и дообучена в два этапа: SFT и DPO; обучение проводилось с помощью H2O LLM Studio. Модель предназначена для диалогов и генерации текста по запросу. Её можно применять для ответов на вопросы, составления черновиков и помощи в повседневных текстовых задачах. Контекст — до 8192 токенов; используется токенизатор Mistral с размером словаря 32 000. В метаданных заявлен английский язык. Модель распространяется в формате Safetensors через Transformers по лицензии Apache-2.0. Она может генерировать неверные, бессвязные или нерелевантные ответы и воспроизводить предвзятость либо оскорбительное содержание; результаты следует проверять.

Jebadiah/hermes-SOVL-stone-l3-8b — объединённая языковая модель на архитектуре Llama 3, созданная с помощью mergekit методом DARE TIES. В объединение вошли ResplendentAI/SOVL_Llama3_8B как базовая модель и NousResearch/Hermes-2-Pro-Llama-3-8B; конфигурация задаёт для Hermes плотность 0,53 и вес 0,4. Модель содержит 7,5 млрд параметров и использует контекст до 8192 токенов. Модель предназначена для диалоговой генерации текста и ответов на запросы в чат-сценариях. Метаданные указывают библиотеку Transformers и формат safetensors. Основой служат модели Llama 3, одна из которых описана в каталоге как дообученная диалоговая модель для следования инструкциям, вызова функций и генерации структурированных данных JSON. Лицензия в предоставленных данных не указана. Качество и ограничения конкретного объединения в README не описаны; возможности базовой модели не гарантируют их сохранение после слияния.

JAIS-6p7b-Chat — двуязычная большая языковая модель, разработанная Inception, компанией G42, совместно с MBZUAI и Cerebras. Модель предназначена для диалогов, генерации текста, понимания естественного языка и поддержки пользователей на арабском и английском языках. Модель содержит около 6,7 млрд параметров и использует авторегрессионную decoder-only архитектуру Transformer, нелинейность SwiGLU и позиционные представления ALiBi. Она работает с текстовыми данными и имеет контекст до 2048 токенов. В карточке Hugging Face для указанного идентификатора заявлена задача text-generation. Сильными сторонами являются специализация на арабском языке при сохранении возможностей английского, а также применение в диалоговых и генеративных сценариях. Модель ограничена текстовой модальностью, размером контекста 2048 токенов и возможными ошибками или неточностями генерации. Для семейства JAIS указана лицензия Apache 2.0.

KunaiBeagle-7b — модель генерации текста, созданная объединением SanjiWatsuki/Kunoichi-DPO-v2-7B и mlabonne/NeuralBeagle14-7B с помощью LazyMergekit. Она основана на Mistral-7B-v0.1 и использует плотную архитектуру Mistral с 7,1 млрд параметров; указанная длина контекста — 32 768 токенов. Модель предназначена для генерации текста и диалогового взаимодействия на основе текстовых запросов. Данные карточки не уточняют языки, в которых она лучше всего работает, и конкретные области применения. Репозиторий распространяется в формате safetensors; лицензия в предоставленных сведениях не указана.

LaMini-Flan-T5-248M — модель серии LaMini-LM, разработанной MBZUAI. Это дообученная на 2,58 млн примеров инструкций модель google/flan-t5-base с архитектурой T5 и примерно 123,8 млн параметров. Она предназначена для выполнения инструкций на естественном языке и генерации текстовых ответов; пример в карточке показывает запрос с просьбой оценить место для посещения. Модель работает с текстом и имеет контекстное окно 512 токенов. В карточке описаны автоматическая оценка на задачах NLP и человеческая оценка ответов на пользовательские инструкции. Использование ограничено условиями лицензии CC BY-NC 4.0, которая не допускает коммерческое использование.

Ling-lite-base-1.5 — базовая языковая модель семейства Ling, разработанная InclusionAI. Это языковая модель с архитектурой Mixture of Experts (MoE), предназначенная для генерации текста и решения разнообразных задач на естественном языке. В карточке семейства для Ling-lite указано 16,8 млрд параметров, из которых активируются 2,75 млрд; метаданные этого репозитория указывают 794,8 млн параметров. Эти сведения расходятся, поэтому размер конкретной модели по источникам определить однозначно нельзя. Модель рассчитана на текстовые запросы и диалоговое использование. README указывает контекст до 128 тыс. токенов для версии 1.5 семейства, тогда как метаданные репозитория задают нативный контекст 32 768 токенов; для этой конкретной модели следует ориентироваться на значение из метаданных. Поддерживаемые языки в предоставленных данных не перечислены. Модель распространяется под лицензией MIT. README описывает широкий круг задач, но не приводит оценки качества или конкретных ограничений применения.

Это 7-миллиардная чат-модель Llama 2 от Meta, размещённая пользователем Trelis в шардированном формате для Hugging Face Transformers. Шардирование распределяет веса по нескольким файлам; архитектура модели — авторегрессионный плотный Transformer LlamaForCausalLM. Модель принимает текст и генерирует текст, её контекст в метаданных указан как 2048 токенов. Модель предназначена для диалогов в формате ассистента и генерации текста на английском языке. Её можно использовать для ответов на вопросы, ведения беседы и создания текстовых ответов по инструкциям; для чат-версии необходимо соблюдать формат шаблона Llama 2 с маркерами инструкций и служебными токенами. Карточка указывает, что базовая чат-модель Meta прошла supervised fine-tuning и обучение с обратной связью от людей. Репозиторий содержит шардированную копию весов в формате PyTorch. Использование регулируется специальной лицензией Meta для Llama 2; для доступа к весам требуется принять её условия. Модель может выдавать неточные, предвзятые или нежелательные ответы; её следует проверять и настраивать под конкретное приложение.

ehristoforu/llama3-12b-instruct — языковая модель для диалоговой генерации текста, созданная объединением двух моделей на базе Llama 3 с помощью mergekit и метода passthrough. В состав вошли gradientai/Llama-3-8B-Instruct-Gradient-4194k и OpenBuddy/openbuddy-llama3-8b-v21.1-8k; слои взяты из диапазонов [0, 24] и [8, 32] соответственно. Модель имеет плотную архитектуру LlamaForCausalLM, около 11 млрд параметров и опубликована в формате safetensors. Модель предназначена для генерации ответов в чате и других сценариев продолжения текста. Карточка не приводит отдельного перечня языков или специализированных областей применения; одна из базовых моделей OpenBuddy рассчитана преимущественно на английский и китайский языки. Указанная нативная длина контекста — 1234 токена. Лицензия в предоставленных данных не описана.

v000000 — линейное слияние языковых моделей, созданное с помощью mergekit на основе Sao10K/Llama-3.1-8B-Stheno-v3.4 и grimjim/Llama-3-Instruct-abliteration-LoRA-8B. Модель построена на архитектуре LlamaForCausalLM, содержит 7,5 млрд параметров и рассчитана на генерацию текста в диалоговом формате. Заявленная длина контекста — 131 072 токена. Модель подходит для диалогов, ответов на инструкции, ролевых сценариев и творческого письма; базовая Stheno v3.4 описана в каталоге как англоязычная. В репозитории указаны веса Safetensors, а README также упоминает варианты GGUF и GGUF imatrix, подготовленные другим автором. Лицензия в предоставленных данных не указана.

RedHatAI/Llama-3.2-1B-Instruct-quantized.w8a8 — квантизированная версия Llama-3.2-1B-Instruct, разработанная Neural Magic на базе модели Meta. Это текстовая autoregressive-модель архитектуры Llama-3, предназначенная прежде всего для диалоговых ассистентов, генерации текста и многоязычных коммерческих и исследовательских сценариев. Поддерживаются английский, немецкий, французский, итальянский, португальский, хинди, испанский и тайский языки. Модель использует INT8-квантизацию весов и активаций по схеме W8A8. Для весов применяется статическая симметричная поканальная квантизация, для активаций — динамическая симметричная потокенная квантизация; при подготовке использовались SmoothQuant и GPTQ. По заявлению разработчика, это примерно на 50% снижает требования к памяти GPU и размер модели на диске, а также примерно вдвое повышает пропускную способность матричных умножений. В опубликованных тестах показатели находятся в пределах 5% от неквантизированной версии на MMLU, ARC-Challenge, GSM-8K, HellaSwag, Winogrande и TruthfulQA. Для эффективного развёртывания рекомендуется vLLM; в примере указана максимальная длина контекста 8192 токена. К сильным сторонам относятся компактный размер в 1B параметров, сниженные требования к ресурсам, ускоренное выполнение и сохранение близкой к исходной точности. Ограничения связаны с небольшим размером модели и возможной потерей качества из-за квантизации; README не содержит подробных результатов по каждому языку, полной спецификации контекстного окна и детального анализа безопасности. Модель распространяется по лицензии Llama3.2; использование должно соответствовать применимым законам и нормативным требованиям.

Llama-3-8B-OpenHermes-2.5-1M — дообученная разговорная языковая модель на архитектуре Llama, созданная на основе meta-llama/Meta-Llama-3-8B. В репозитории указаны размер 7,5 млрд параметров, поддержка чата и контекст до 8192 токенов; модель распространяется в форматах PyTorch и safetensors. Модель предназначена для генерации текста в диалоговом формате. Её можно применять для ответов на вопросы, ведения диалога и создания текстовых черновиков. В карточке приведён результат оценки Loss 0,6993, но подробности набора данных и методики оценки отсутствуют. Лицензия — llama3; условия использования следует сверять с лицензией базовой модели Meta.

Llama-3-DARE-v3-8B — объединённая плотная языковая модель на архитектуре Llama, созданная с помощью mergekit методом DARE TIES. В объединение вошли meta-llama/Meta-Llama-3-8B и meta-llama/Meta-Llama-3-8B-Instruct; модель содержит 7,5 млрд параметров и предназначена для генерации текста и диалоговых ответов. Модель работает с текстом, поддерживает контекст до 8192 токенов и использует формат safetensors в библиотеке Transformers. Базовые модели ориентированы на английский язык; отдельных сведений о поддержке других языков карточка не приводит. Лицензия указана как other, поэтому условия использования следует сверить с лицензиями базовых моделей и карточкой репозитория.

Llama3-dolphin-slerp — диалоговая языковая модель, созданная слиянием методом SLERP моделей Dolphin 2.9 Llama 3 8B и Llama 3 8B Lexi Uncensored с помощью mergekit. Она предназначена для генерации текста и ведения диалогов. Архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров, контекст — до 8192 токенов; модель принимает и выдаёт текст. Слияние объединяет характеристики двух исходных моделей, одна из которых описана в каталоге как модель для диалоговой генерации и следования инструкциям с ослабленными ограничениями на ответы. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Llama3-OneForAll-8B — объединённая диалоговая языковая модель, созданная bunnycore с помощью mergekit на основе RemixLlama3-8B, Hermes-2-Theta-Llama-3-8B и Dolphin-2.9-Llama3-8B. Использует плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текстовые запросы и выдаёт текстовые ответы; заявленная длина контекста — 8192 токена. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Llama 3. Карточка не приводит результатов оценки качества или подробностей о поддерживаемых языках, поэтому их нельзя надёжно определить по имеющимся сведениям.

Llama-3-Stheno-Instruct-8B — англоязычная разговорная модель на архитектуре Llama 3, созданная автором репозитория объединением моделей Sao10K/L3-8B-Stheno-v3.2 и Undi95/Meta-Llama-3-8B-Instruct-hf методом SLERP с помощью mergekit. Модель содержит 7,5 млрд параметров, принимает текстовые запросы и генерирует текст; контекстное окно составляет 8192 токена. Модель предназначена для диалогов, выполнения инструкций и создания текстов, включая ролевые беседы и истории. Веса доступны в формате safetensors, а лицензия указана как llama3. Использование модели требует соблюдения условий этой лицензии.