III.2Исследование рынка и маркетинг

Qwen2.5-4B — плотная языковая модель для генерации текста и диалогового взаимодействия, созданная автором репозитория на основе Qwen/Qwen2.5-3B с помощью mergekit. Слияние выполнено методом passthrough: последовательность слоёв базовой модели собрана из перекрывающихся диапазонов, а веса представлены в формате bfloat16 и safetensors. Модель предназначена для генерации текста и ответов в чате; интерфейс также поддерживает вызов инструментов. Она содержит 3,9 млрд параметров, использует архитектуру Qwen2 и имеет контекст длиной до 32 768 токенов. Метаданные перечисляют поддержку китайского, английского, французского, испанского, португальского, немецкого, итальянского, русского, японского, корейского, вьетнамского, тайского и арабского языков. В README не приведены результаты оценки качества или подробности о том, как именно изменённая последовательность слоёв влияет на поведение, поэтому качество на конкретных задачах следует проверять отдельно. Лицензия в предоставленных данных не указана.

ZeroXClem/Qwen2.5-7B-HomerAnvita-NerdMix — англоязычная разговорная модель на архитектуре Qwen2 с плотной causal language model, содержащая 7,1 млрд параметров и рассчитанная на контекст до 32 768 токенов. Автор объединил несколько моделей семейства Qwen2.5 методом Model Stock с помощью mergekit; среди источников — HomerSlerp1, Qandora Creative, Anvita, Cybertron-MGS и Qwen-Nerd. Модель предназначена для генерации текста, диалогов и ролевых сценариев, следования инструкциям, творческого письма, математических рассуждений и технических ответов. Подходит для черновиков историй и маркетинговых материалов, учебных объяснений и технической поддержки. Репозиторий содержит веса safetensors в bfloat16, а карточка указывает лицензию Apache-2.0. Указанные в карточке преимущества основаны на заявленном назначении исходных моделей и не сопровождаются результатами сравнительной оценки. Перед применением для специализированных задач качество следует проверять на своих примерах; сама карточка отмечает, что для отдельных сценариев может понадобиться дообучение.

evolveon/Qwen2.5-7B-Instruct-abliterated — разговорная языковая модель, созданная evolveon на основе Qwen/Qwen2.5-7B-Instruct с применением abliteration. Она предназначена для диалогов и генерации текста, включая ответы на запросы пользователя; метаданные также отмечают интерфейс вызова инструментов. Модель имеет плотную архитектуру Qwen2ForCausalLM и 7,1 млрд параметров, принимает текст и выдаёт текст. Заявленная длина контекста — 32 768 токенов. В тегах указана поддержка китайского, английского, французского, испанского, португальского, немецкого, итальянского, русского, японского, корейского, вьетнамского, тайского и арабского языков. По описанию автора, версия создана как uncensored-вариант базовой модели с помощью abliteration; метод и результат отдельно не оценены в карточке. Репозиторий содержит веса safetensors для библиотеки Transformers. Лицензия — Apache-2.0.

Ramakrishna-7b-v4 — языковая модель для генерации текста, созданная объединением пяти моделей с помощью LazyMergekit. Она основана на архитектуре Mistral, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста; метаданные Hugging Face также указывают эту задачу как основную. Веса опубликованы в формате safetensors. В README не описаны особенности качества, поддерживаемые языки и конкретные области применения, поэтому их нельзя определить по имеющимся данным. Лицензия в предоставленных метаданных и README не указана.

zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1 — слияние языковых моделей Gemma 2, созданное с помощью mergekit и метода SLERP на основе lemon07r/Gemma-2-Ataraxy-v2-9B и recoilme/recoilme-gemma-2-9B-v0.4. Это плотная авторегрессионная модель с архитектурой Gemma2ForCausalLM и 9 млрд параметров, предназначенная для диалогов и генерации текста. Она принимает текст и выдаёт текст; заявленная длина контекста — 8192 токена. В конфигурации слияния использована точность bfloat16. Модель подходит для ведения диалогов, выполнения инструкций и творческой генерации текста. В README приведены результаты Open LLM Leaderboard, включая IFEval и BBH; этих оценок недостаточно, чтобы судить о качестве во всех сценариях. В доступных сведениях не указаны конкретные поддерживаемые языки. Репозиторий содержит веса в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

Aleteian/Saiga-Unleashed — объединённая с помощью mergekit методом SLERP языковая модель, включающая IlyaGusev/saiga_nemo_12b и MarinaraSpaghetti/NemoMix-Unleashed-12B. Это плотная модель архитектуры MistralForCausalLM с 12,1 млрд параметров, предназначенная для генерации текста и диалогового общения; используется шаблон чата Mistral. Модель принимает текст и генерирует текст. Её можно применять для ведения диалогов, написания историй и других задач генерации текста. Указанная в метаданных длина контекста — 1 024 000 токенов. Модель опубликована в формате safetensors и использует библиотеку Transformers. В README и предоставленных метаданных сведения о лицензии и конкретных ограничениях не приводятся.

arcee-ai разработала Saul-Base-Calme-7B-Instruct-slerp — объединённую методом SLERP языковую модель для генерации текста и диалогового общения. Она объединяет Equall/Saul-Base и MaziyarPanahi/Calme-7B-Instruct-v0.1.1; в конфигурации mergekit базовой указана Calme-7B-Instruct-v0.1.1. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и имеет контекстное окно до 32 768 токенов. Она принимает текст и генерирует текст; карточка описывает её как разговорную модель, однако языки обучения и приоритетные языки не установлены по предоставленным данным. Модель распространяется в формате safetensors по лицензии Apache-2.0. README не приводит оценок качества и подробных ограничений; результат генерации может требовать проверки, как и у других языковых моделей.

ShadowYamshadow_Inex12Strangemerges_30 — объединённая языковая модель MaziyarPanahi на архитектуре Mistral с 7,1 млрд параметров. Она предназначена для генерации текста и может использоваться в сценариях, где нужны ответы или продолжение текста на основе запроса. Модель объединяет automerger/ShadowYamshadow-7B и automerger/Inex12Strangemerges_30-7B. Контекст — до 32 768 токенов. Метаданные указывают задачу text-generation; сведения о специализации на конкретных языках или областях не приведены. Лицензия — Apache-2.0.

SlimOrca-13B — языковая модель общего назначения, разработанная ajibawa-2023 и дообученная на базе Llama 2 от Meta на очищенной версии набора SlimOrca от Open-Orca. Это полная настройка 12,9-миллиардной плотной модели LlamaForCausalLM; модель распространяется в формате PyTorch и рассчитана на контекст до 4096 токенов. Модель предназначена для генерации текста без обязательного системного промпта: она отвечает на вопросы, включая задания с выбором ответа, пишет статьи по краткому содержанию, анализирует тональность, сопоставляет контекст и гипотезу, составляет отзывы и генерирует художественные тексты. В карточке также заявлена генерация откровенного и нецензурированного контента. Обучение проводилось на 517 981 наборе диалогов SlimOrca и SlimOrca-ShareGPT; автор отмечает использование формата ShareGPT/Vicuna v1.1. Модель ориентирована на английский язык. Лицензия CC-BY-NC-ND 4.0 запрещает коммерческое использование и распространение производных версий на условиях лицензии. Карточка приводит результаты отдельных тестов, но не даёт полного описания методики, поэтому они не позволяют гарантировать качество в конкретном сценарии; ответы могут содержать ошибки, а заявленная генерация откровенного контента требует осторожного применения.

Spaetzle-v65-7b — текстовая диалоговая модель на архитектуре Mistral с 7,1 млрд параметров, созданная cstr как слияние моделей методом DARE-TIES с помощью LazyMergekit. В конфигурации указаны Spaetzle-v62-7b и yleo/EmertonMonarch-7B; метаданные каталога связывают модель с yleo/EmertonMonarch-7B, поэтому точный состав слияния в источниках описан неодинаково. Модель предназначена для генерации текста в диалоге и ответов на запросы. Она принимает текст и выдаёт текст, использует формат чата и имеет контекст длиной до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель опубликована по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Качество и конкретные сильные стороны в карточке не оценены; как модель-генератор она может выдавать неточные или нежелательные ответы.

T3qm7xNeuralsirkrishna_Multi_verse_modelOgno — объединённая языковая модель семейства Mistral, созданная на основе automerger/T3qm7xNeuralsirkrishna-7B и automerger/Multi_verse_modelOgno-7B. Модель содержит 7,1 млрд параметров и использует архитектуру MistralForCausalLM; для генерации текста ей доступен контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогов. Весовые файлы представлены в формате safetensors. Лицензия — Apache-2.0. Карточка не приводит конкретных сведений о языках, специализации или результатах оценки качества.

T3qm7xNeuralsirkrishna_ShadowNeuralsirkrishna — объединённая текстовая модель семейства Mistral, созданная слиянием automerger/T3qm7xNeuralsirkrishna-7B и automerger/ShadowNeuralsirkrishna-7B. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и принимает контекст длиной до 32 768 токенов. Модель предназначена для генерации текста и диалогов по текстовым запросам. Она распространяется в формате safetensors по лицензии Apache-2.0. В карточке не описаны специальные предметные области, языковая специализация или результаты оценки качества.

Trendyol LLM v1.0 Chat — диалоговая авторегрессионная языковая модель компании Trendyol на основе Mistral-7B. Модель содержит 7,2 млрд параметров, использует архитектуру Mistral и принимает текст, генерируя текст. Чат-версия дообучена с помощью LoRA на 180 тысячах наборов инструкций; в метаданных указан контекст до 32 768 токенов. Модель предназначена для диалогов и выполнения текстовых инструкций, прежде всего на турецком и английском языках. Её можно использовать для генерации ответов и черновиков текста. Качество работы с разговорной речью и другими языками может быть ограничено; ответы могут содержать фактические ошибки и предвзятые или вредоносные формулировки, поэтому для важных сценариев нужна проверка человеком. Модель выпущена под лицензией Apache-2.0.

SzilviaB/Triple-Moist-Theia-21B-SKEWED — объединённая языковая модель на архитектуре Mistral, созданная методом TIES с помощью mergekit на основе mergekit-community/Moist_Theia_21B. Модель содержит 20,7 млрд параметров и предназначена для генерации текста и чат-диалогов. Модель принимает текст и выдаёт текст; каталог указывает поддержку чат-сценариев. В метаданных заявлена длина контекста 1 024 000 токенов. Карточка не приводит сведений о специализации по языкам или предметным областям. Веса опубликованы в формате Safetensors, библиотека — Transformers; лицензия в предоставленных данных не указана.

Vora-X-10B — плотная языковая модель для генерации текста и диалогов, созданная автором theocolf с помощью mergekit. Она объединяет слои theocolf/Vora-X-8B и NousResearch/Meta-Llama-3-8B методом Passthrough; архитектура — LlamaForCausalLM, веса доступны в формате safetensors. Модель содержит 9,2 млрд параметров и поддерживает контекст до 8192 токенов. Её можно применять для диалоговых сценариев и генерации текста. В карточке нет сведений о специализированной предметной области или конкретных языках, поэтому их поддержка здесь не уточняется. Лицензия в предоставленных данных не указана.

WaterSheep — англоязычная модель для оценки и классификации текста, разработанная как открытая альтернатива Jev. Она отвечает на вопросы о тексте в форматах «да/нет», выбор одного варианта, оценка по шкале и многометочная классификация, выдавая вероятность для каждого варианта. Модель дообучена на базе answerdotai/ModernBERT-base; доступны веса Safetensors и формат ONNX, а также запуск через Transformers, ONNX Runtime, локальный сервер или JavaScript в браузере. Модель предназначена для классификации тональности и эмоций, модерации, проверки безопасности, определения намерений и других задач, заданных вариантами ответа. В README указана точность 77,8% на тестовой выборке из распределения обучения и 61,2% на отложенных наборах; качество и калибровка вероятностей зависят от соответствия данных обучающим. Входные данные на английском языке, длинные тексты обрезаются. Оценки по шкале менее точны; модель не следует использовать самостоятельно для важных медицинских, юридических, финансовых решений и найма. Лицензия — Apache-2.0.

Wernicke-7B-v8 — объединённая модель на 7,1 млрд параметров, созданная CultriX с помощью LazyMergekit на основе четырёх моделей: kaitchup/Mayonnaise-4in1-022, macadeliccc/WestLake-7B-v2-laser-truthy-dpo, vanillaOVO/supermario_v2 и FelixChao/WestSeverus-7B-DPO-v2. Это плотная Mistral-архитектура для авторегрессионной генерации текста, в том числе диалогов и ответов на запросы. Модель принимает текст и генерирует текст. Размер контекста — до 32 768 токенов. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Языки и специализированные предметные области в доступных данных не определены. Модель подходит для диалоговых интерфейсов, генерации текстовых ответов и продолжения текста. Качество и поведение объединённой модели могут зависеть от конкретного запроса; сравнительные оценки и подробные сведения об обучении в карточке не приведены.

YamshadowStrangemerges_32_Experiment28Strangemerges_32 — слитая языковая модель на архитектуре Mistral, созданная объединением automerger/YamshadowStrangemerges_32-7B и automerger/Experiment28Strangemerges_32-7B. Она предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Модель содержит 7,1 млрд параметров, веса представлены в формате safetensors. Репозиторий использует лицензию Apache-2.0. Карточка не описывает специальные предметные области или конкретные ограничения качества.

YamshadowStrangemerges_32_Strangemerges_32Experiment28 — объединённая модель Mistral, созданная слиянием моделей automerger/YamshadowStrangemerges_32-7B и automerger/Strangemerges_32Experiment28-7B. Она предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Модель содержит 7,1 млрд параметров и распространяется в формате Safetensors. Для использования доступна по лицензии Apache-2.0. В карточке не описаны специализированные области применения или дополнительные возможности, поэтому её следует рассматривать как модель общего назначения для генерации текста.

zephyr-7b-spin-iter1-v0 — диалоговая языковая модель Argilla, дообученная на базе argilla/zephyr-7b-spin-iter0-v0. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов; репозиторий содержит веса в формате safetensors. Модель предназначена для генерации текста в диалоге и продолжает серию SPIN: в README приведены результаты оценки, включая средний балл MT-Bench 6,603125. Модель поддерживает текстовый ввод и выдаёт текст. Она распространяется по лицензии Apache 2.0. README не описывает конкретные сценарии применения или ограничения качества, поэтому приведённые результаты оценки не следует трактовать как гарантию для всех задач.

Модель ShenaoZhang/0.001_2iters_bs256_nodpo_full6w_iter_1 — дообученная версия Mistral-7B-SFT-Beta с 7,1 млрд параметров для генерации текста и диалогового общения. В карточке указано обучение на обновлённом и исходном наборах данных; подробности о данных и оценке не приведены. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. Распространяется в формате safetensors по лицензии MIT.

Muchai12/akili-qwen2.5-7b-continuous — текстовая генеративная модель Muchai12, дообученная на unsloth/Qwen2.5-7B-Instruct-bnb-4bit с использованием Unsloth и библиотеки TRL. Она построена на плотной архитектуре Qwen2 и содержит 7,1 млрд параметров. Модель предназначена для диалоговой генерации текста и работы в сценариях общения с ассистентом; метаданные также отмечают интерфейс вызова инструментов. Она поддерживает английский язык, а длина контекста составляет до 32 768 токенов. Модель распространяется по лицензии Apache-2.0. Специфические ограничения и результаты оценки качества в карточке не описаны.

All_like128-zephyr-7b-sft-full — диалоговая языковая модель, созданная дообучением alignment-handbook/zephyr-7b-sft-full на датасете HuggingFaceH4/ultrafeedback_binarized. Она предназначена для генерации текста и ответов в чате. Модель построена на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель принимает текстовые запросы и выдаёт текстовые ответы. В карточке не приведены сведения о поддерживаемых естественных языках и результаты оценки качества. Распространяется в формате Safetensors по лицензии Apache-2.0.

AquilaMoE-SFT — двуязычная диалоговая языковая модель Beijing Academy of Artificial Intelligence (BAAI), построенная на архитектуре Mixture of Experts (MoE) семейства AquilaMoE и дообученная для следования инструкциям. В метаданных указано 15,9 млрд параметров; модель принимает текст и генерирует текст, поддерживает контекст до 4096 токенов и рассчитана на китайский и английский языки. Модель предназначена для диалогов и ответов на инструкции. В описании семейства говорится, что на каждом токене активируются два из восьми экспертов; приведённый результат AquilaMoE-SFT на AlpacaEval 2.0 составляет 21,1. Модель распространяется под лицензией Apache-2.0. README предупреждает, что у неё нет механизмов модерации, поэтому генерируемые ответы могут требовать отдельной проверки и фильтрации.

ArliAI-Llama-3-8B-Dolfin-v0.5 — разговорная модель OwenArli на архитектуре Llama 3, дообученная на базе Meta-Llama-3-8b-Instruct. Она предназначена для генерации ответов и следования инструкциям в диалогах; автор указывает, что использовал улучшенные наборы данных Dolphin и WizardLM, чтобы повысить следование инструкциям и снизить частоту отказов. Модель содержит 7,5 млрд параметров, а её базовый контекст составляет 8192 токена. Дообучение выполнялось методом QLoRA с рангом 64 и alpha 128; README сообщает о последовательностях длиной 2048 токенов при обучении и сохранении качества на контексте 8192 токена. Репозиторий содержит веса Safetensors. Модель рассчитана на текстовый ввод и текстовые ответы. Карточка не приводит отдельные результаты бенчмарков и подробного перечня поддерживаемых языков. Использование регулируется лицензией Meta Llama 3; необходимо соблюдать её условия.

Berry_v2_7B — разговорная текстовая модель на архитектуре Qwen2, опубликованная jeiku. Это слияние двух моделей с адаптерами LoRA на базе jeiku/qwen2base, выполненное методом model_stock с помощью LazyMergekit. Модель содержит 7,1 млрд параметров и принимает контекст длиной до 32 768 токенов; веса представлены в формате Safetensors и типе bfloat16. Модель предназначена для генерации текста и диалогового общения. Её можно применять для написания и продолжения текстов, ответов на вопросы и ведения беседы. Карточка не сообщает о специальных областях применения, поддерживаемых языках или условиях лицензии, поэтому они не указаны.

CollAIborate4x7B — разговорная модель генерации текста от collaiborate-tech, построенная как смесь экспертов (MoE) из дообученных моделей общего назначения на базе Mistral. Она предназначена для диалогов и генерации ответов на текстовые запросы. В метаданных указаны архитектура MixtralForCausalLM, 7,1 млрд параметров, контекст до 32 768 токенов и формат safetensors. Модель распространяется по лицензии Apache-2.0. Карточка не уточняет состав экспертов, языки обучения и результаты оценки качества, поэтому её пригодность для конкретных сценариев следует проверять на собственных запросах.

eren23/DistilHermes-2.5-Mistral-7B — дообученная методом DPO модель на основе teknium/OpenHermes-2.5-Mistral-7B, созданная с использованием набора argilla/distilabel-intel-orca-dpo-pairs. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для диалогов, генерации текста и ответов на вопросы. Поддерживает английский язык и контекст длиной до 32 768 токенов. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. В README приведены результаты оценивания базовой модели OpenHermes-2.5-Mistral-7B на нескольких тестах; их нельзя считать отдельной оценкой этого чекпойнта. Для практического применения подходят диалоговые сценарии и ответы на вопросы, однако качество ответов может зависеть от запроса и не гарантирует фактическую точность.

Карточка модели sshleifer/distill-pegasus-cnn-16-4 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.

djinn-7b — языковая модель на базе Mistral, созданная mayacinka объединением моделей paulml/DPOB-INMTOB-7B и bardsai/jaskier-7b-dpo-v6.1 методом SLERP с помощью LazyMergekit. Это плотная авторегрессионная модель с 7,1 млрд параметров, рассчитанная на генерацию текста; заявленная длина контекста — 32 768 токенов. Модель подходит для генерации ответов и текста, а также для общих задач понимания языка и рассуждений. В README приведены результаты Open LLM Leaderboard и AutoEval, включая оценки по MMLU, TruthfulQA и GSM8K, но сведения о языках обучения и целевых сценариях не приведены. Модель распространяется в формате safetensors.