III.2Исследование рынка и маркетинг

Samlagast-7B-bf16 — слитая языковая модель на архитектуре Mistral, созданная с помощью mergekit методом task arithmetic. В основу слияния вошла paulml/NeuralOmniBeagleMBX-v3-7B; также объединены FelixChao/Faraday-7B, flemmingmiguel/MBX-7B-v3 и paulml/NeuralOmniWestBeaglake-7B. Модель предназначена для генерации текста. Она содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. В карточке указан английский язык. Модель доступна по лицензии Apache-2.0; README также ссылается на отдельные файлы GGUF.

Карточка модели mergekit-community/Saul-Base-zephyr-7b-beta-merge на Hugging Face совпадает с карточкой mergekit-community/mergekit-slerp-jeyctse, поэтому описание составлено по ней. mergekit-community/mergekit-slerp-jeyctse — языковая чат-модель, созданная сообществом слиянием моделей HuggingFaceH4/zephyr-7b-beta и Equall/Saul-Base методом SLERP с помощью mergekit. Это плотная модель Mistral с 7,1 млрд параметров, доступная в формате safetensors и рассчитанная на контекст до 32 768 токенов. Модель предназначена для генерации текста в диалоге: ответов на вопросы и выполнения пользовательских инструкций. В метаданных основной язык не задан; базовая Zephyr-7B-β описана как англоязычная чат-модель. Условия лицензирования в предоставленных данных не приведены. Качество и поведение результата слияния могут отличаться от исходных моделей.

SLIM-EMOTIONS — специализированная модель серии SLIM от llmware, дообученная для анализа эмоций в тексте и вызовов функций. Она построена на плотной decoder-only архитектуре Llama и содержит 1 млрд параметров. Модель принимает текст и генерирует структурированный результат в виде словаря Python, например с перечнем распознанных эмоций. Модель предназначена для классификации эмоциональной окраски текста и включения результата в программные и многошаговые LLM-процессы. Для генерации используется формат prompt с задачей classify и параметром emotions. Контекст составляет 2048 токенов; веса представлены в формате PyTorch. Лицензия — Apache-2.0. Карточка описывает специализированный формат вывода, но не приводит метрик качества или перечня поддерживаемых языков. Результат генерируется как текст и может потребовать проверки перед разбором программой.

Starling_Monarch_Westlake_Garten-7B-v0.1-GGUF — квантизированная версия текстовой генеративной модели Starling_Monarch_Westlake_Garten-7B-v0.1. Исходная модель опубликована giraffe176, а GGUF-квантизации подготовлены bartowski с использованием llama.cpp. Модель объединяет Mistral-7B-v0.1, Starling-LM-7B-alpha, AlphaMonarch-7B, WestLake-7B-v2-laser и garten2-7b. Модель предназначена для генерации текста и общих задач понимания и рассуждения на естественном языке. В README указаны результаты на EQ-Bench, ARC, HellaSwag, MMLU, TruthfulQA, Winogrande и GSM8K; среди приведённых показателей — 80,01 на EQ-Bench, 71,76% на ARC, 88,15% на HellaSwag и 65,07% на MMLU. Это указывает на пригодность для диалоговых, общеобразовательных, логических и текстовых сценариев, однако результаты зависят от методики тестирования. Модель относится к классу 7B и поставляется в формате GGUF с вариантами квантизации от Q4 до Q8, что позволяет выбирать баланс между размером файла, требованиями к памяти и качеством. Мультимодальность, поддерживаемые языки и размер контекстного окна в README не указаны. Лицензия — CC BY-NC 4.0, поэтому коммерческое использование может быть ограничено условиями лицензии.

Synthia-13B — языковая модель migtissera на архитектуре LLaMA-2, дообученная на наборах данных в стиле Orca. Модель содержит 12,9 млрд параметров, работает через Transformers и PyTorch, принимает текстовые запросы и генерирует текст. Для контекста используется формат с ролями SYSTEM, USER и ASSISTANT; максимальная длина контекста — 4096 токенов. Модель предназначена для следования инструкциям и развернутых диалогов: она может отвечать на вопросы, объяснять темы и формулировать подробные ответы. README приводит результаты оценки на задачах ARC и HellaSwag, но эти показатели не гарантируют точность в конкретных сценариях. Модель преимущественно описана для английского языка. Модель может выдавать ошибочные или вводящие в заблуждение ответы, а также предвзятый, оскорбительный или иной неподходящий контент; важные сведения следует проверять. Указана лицензия Llama 2.

SynthIA-7B-v1.3-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель на архитектуре Mistral, созданная объединением моделей mistralai/Mistral-7B-Instruct-v0.2 и migtissera/SynthIA-7B-v1.3 методом SLERP. Она предназначена для генерации текста и ответов на инструкции в чат-сценариях. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате Safetensors. В метаданных указана лицензия Apache-2.0. README описывает состав слияния, но не сообщает, какие языки и специализированные области модель поддерживает; качество и ограничения применения отдельно не охарактеризованы.

T3qm7xNeuralsirkrishna_Multi_verse_modelExperiment28 — объединённая авторами репозитория модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров. Она предназначена для генерации текста и диалогов, принимает текст и поддерживает контекст до 32 768 токенов. Модель объединяет automerger/T3qm7xNeuralsirkrishna-7B и automerger/Multi_verse_modelExperiment28-7B. Веса опубликованы в формате safetensors. Карточка не уточняет специализацию модели, языки или сравнительное качество, поэтому её можно характеризовать только как модель генерации общего назначения. Лицензия — Apache-2.0.

ThetaMaven7 — объединённая модель для генерации текста, созданная jefferylovely методом LazyMergekit из ThetaMaven5 и WestLake-7B-v2-laser-truthy-dpo. Веса объединены методом SLERP с точностью bfloat16; архитектура — плотная Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста по текстовому запросу. Карточка не описывает специализацию по предметным областям или языкам. Репозиторий содержит веса в формате safetensors; лицензия — CC BY-NC-ND 4.0, с условиями атрибуции и ограничениями на коммерческое использование и распространение производных версий.

TopEvolution16 — объединённая языковая модель для генерации текста, созданная сообществом mergekit-community с помощью mergekit. В слиянии методом SLERP использованы mergekit-community/TopEvolution и NousResearch/Hermes-2-Theta-Llama-3-8B; в метаданных архитектура указана как MistralForCausalLM, плотная модель на 7,1 млрд параметров. Репозиторий содержит веса Safetensors, исходная конфигурация слияния задаёт тип bfloat16. Модель предназначена для генерации текста и диалоговых сценариев. Контекстное окно составляет 32 768 токенов. Базовая модель Hermes-2-Theta-Llama-3-8B описана как диалоговая модель на базе Llama 3 для следования инструкциям, вызова функций и генерации ответов в JSON; эти возможности не подтверждены отдельно для результата слияния. Лицензия в предоставленных данных не указана.

TranslateGemma-4B-GGUF — это GGUF-квантизированная версия TranslateGemma-4B-it, разработанной командой Google Translate на базе Gemma 3. Репозиторий 42ailab не содержит собственной модели или квантизации: в нём побайтно зеркалированы файлы общественной квантизации bullerwins и обеспечена интеграция с движком 42model. Модель предназначена для полностью локального машинного перевода текста между 55 языками, включая китайский, английский, японский, корейский, французский, немецкий, испанский и русский. Модель ориентирована на повседневный перевод, работу с конфиденциальными документами и использование в автономных условиях без подключения к облачным сервисам. Доступны варианты Q4_K_M и Q8_0: первый требует меньше памяти, второй лучше сохраняет близость к исходным весам. Это лёгкая модель примерно на 4B параметров, рассчитанная на запуск на ноутбуках и настольных компьютерах; минимальная сборка занимает менее 2,5 ГБ. Контекст составляет около 2K токенов на вызов, поэтому длинные документы рекомендуется разделять на фрагменты. К сильным сторонам относятся локальная обработка, конфиденциальность, работа офлайн и низкие требования к ресурсам. По данным официального отчёта Google, результат 4B на WMT24++ составляет MetricX 5,32 и Comet 81,6; эти показатели не были повторно проверены авторами репозитория. Ограничения — текстовый режим без поддержки перевода изображений, меньшая точность по сравнению с вариантами 12B и 27B и ориентация преимущественно на предложения и абзацы. Модель распространяется по Gemma Terms of Use.

Triangulum 1B — компактная авторегрессионная языковая модель семейства Llama, разработанная prithivMLmods. Карточка описывает pretrained- и instruction-tuned варианты; для этой модели заявлены дообучение SFT и RLHF, а также обучение на синтетических данных с длинными цепочками рассуждений. В метаданных указаны архитектура LlamaForCausalLM, 1,2 млрд параметров и контекст до 131 072 токенов. Модель предназначена для генерации текста и диалоговых сценариев: ответов на вопросы, суммаризации, анализа и перевода. Заявлена поддержка английского, немецкого, французского, итальянского, португальского, хинди, испанского и тайского языков. Небольшой размер удобен для локального запуска, а метаданные отмечают интерфейс вызова инструментов; это не гарантирует корректную работу с любыми инструментами. Модель распространяется по лицензии CreativeML Open RAIL-M. Карточка не приводит независимых оценок качества; заявленные способности к сложным рассуждениям и широкой многоязычной работе следует считать описанием разработчика, а не подтверждёнными результатами. В README встречаются несоответствия в названиях моделей и примерах запуска, поэтому их нельзя считать надёжной инструкцией по использованию именно этой версии.

Tulu 1 Llama 2 13B — языковая модель-помощник, разработанная Allen Institute for AI (AI2) и дообученная на базе meta-llama/Llama-2-13b-hf. Для настройки использована смесь Tulu v1 из открытых, синтетических и созданных людьми наборов данных с инструкциями и диалогами. Модель имеет плотную архитектуру Llama, около 12,9 млрд параметров и контекст до 4096 токенов. Модель предназначена для ответов на инструкции и ведения диалогов, прежде всего на английском языке. Она подходит для генерации ответов, помощи с вопросами и выполнения текстовых инструкций. Для лучшего качества следует использовать указанный в карточке формат запросов, включая завершающий перевод строки. Tulu не проходила этап RLHF-настройки на безопасные ответы и не использует фильтрацию ответов во время работы, поэтому может выдавать проблемный контент, особенно в ответ на соответствующие запросы. Модель распространяется по лицензии AI2 ImpACT Low-risk.

Tulu 1 Llama 2 7B — англоязычная чат-модель и помощник, разработанный AI2 и дообученный на базе meta-llama/Llama-2-7b-hf. Модель содержит 6,6 млрд параметров, использует плотную архитектуру Llama и принимает текст для генерации текста; длина контекста — 4096 токенов. Для обучения использовалась смесь публичных, синтетических и созданных людьми инструкций и диалогов Tulu v1. Модель предназначена для следования инструкциям, диалоговых ответов и других задач генерации текста на английском языке. Для работы карточка рекомендует передавать сообщение в указанном в ней формате с переводом строки после завершающего маркера. Лицензия — AI2 ImpACT Low-risk. Модель не проходила выравнивание безопасности в рамках RLHF и не использует фильтрацию ответов, поэтому может генерировать проблемный контент, особенно при соответствующих запросах.

Vangelus-Secundus — языковая модель для генерации текста, созданная слиянием предварительно обученных моделей с помощью mergekit. В качестве базовой использована ClaudioItaly/1800-9B; в слияние также вошли ifable/gemma-2-Ifable-9B и sam-paech/Delirium-v1. Применён метод TIES с нормализацией весов и маской int8; веса сохранены в формате safetensors. Модель семейства Gemma 2, с плотной архитектурой Gemma2ForCausalLM и примерно 9 млрд параметров. Она предназначена для генерации текста и диалогового использования; поддерживает контекст до 8192 токенов. Карточка не сообщает о специализации на конкретном языке или предметной области. Модель подходит для чат-ботов, написания и продолжения текстов, а также творческих сценариев. Качество и поведение унаследованы от участвовавших в слиянии моделей и могут отличаться от их характеристик по отдельности. Лицензия в предоставленных данных не указана.

Карточка модели pythainlp/wangchanglm-7.5B-sft-en на Hugging Face совпадает с карточкой pythainlp/wangchanglm-7.5B-sft-enth, поэтому описание составлено по ней. WangChanGLM-7.5B-sft-enth — разработанная PyThaiNLP и VISTEC-depa AI Research Institute of Thailand версия XGLM-7.5B, дообученная следовать инструкциям. Модель содержит 8,6 млрд параметров, использует архитектуру XGLM и принимает текстовые запросы, генерируя текст; длина контекста — 2048 токенов. Модель предназначена для ответов на вопросы по тексту, мозгового штурма и творческого письма. Этот вариант дополнительно дообучен на тайских данных, переведённых с помощью Google Translate; в карточке также указана оценка возможностей для английского, тайского, японского и вьетнамского языков. Для обучения использованы открытые наборы данных, включая OIG, Dolly v2, OpenAI TL;DR и HC3. Лицензия весов — CC-BY-SA 4.0. Модель слабо подходит для математики, сложных рассуждений и ответов, требующих фактической точности. В карточке также отмечены нежелательные предубеждения и токсичность; перед применением в конкретной задаче рекомендуется дополнительная проверка.

YamshadowInex12_PasticheNeuralsirkrishna — объединённая модель MaziyarPanahi на архитектуре Mistral для генерации текста. Она объединяет модели automerger/YamshadowInex12-7B и automerger/PasticheNeuralsirkrishna-7B и содержит 7,1 млрд параметров. Репозиторий использует формат safetensors, максимальная длина контекста — 32 768 токенов. Модель подходит для генерации продолжений и ответов на текстовые запросы. В метаданных указана лицензия Apache-2.0. Информация о специализации на отдельных языках или предметных областях отсутствует.

YamshadowStrangemerges_32_YamStrangemerges_32 — объединённая модель генерации текста, созданная на основе automerger/YamshadowStrangemerges_32-7B и automerger/YamStrangemerges_32-7B. Она построена на архитектуре Mistral и содержит 7,1 млрд параметров. Модель предназначена для генерации текста по текстовому запросу. Заявленная длина контекста — до 32 768 токенов. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. README не описывает специализированные сценарии или языковую специализацию модели.

agiin-13.6B-v0.0 — диалоговая языковая модель MindsAndCompany на архитектуре семейства Mistral, содержащая 13,7 млрд параметров. По карточке, модель предварительно обучена, настроена для следования инструкциям и дополнительно обучена методом DPO; для запуска указана библиотека Transformers, а веса доступны в формате safetensors. Модель предназначена для генерации ответов в чате и выполнения текстовых запросов. В примере карточки приведён вопрос на корейском языке, однако в метаданных указан английский язык. Модель имеет контекстное окно 4096 токенов и распространяется по лицензии Apache-2.0. Карточка не приводит сравнительных оценок качества или подробных ограничений; возможности за пределами текстовой генерации не заявлены.

Alchemist_03_2b — объединённая языковая модель семейства Gemma, опубликованная пользователем Sumail. Она создана с помощью mergekit и метода dare_ties на основе нескольких моделей, включая Aspik101/minigemma_ft9, zzttbrdd/sn6_20_new, deepnetguy/gemma-64 и rwh/gemma1. Модель предназначена для генерации текста и диалогового общения. Модель имеет плотную архитектуру GemmaForCausalLM, содержит 2,5 млрд параметров и поддерживает контекст до 8192 токенов. В репозитории представлены веса Safetensors; лицензия — Apache-2.0. Карточка не сообщает, какие естественные языки модель поддерживает.

Amadeus-Verbo-BI-Qwen-2.5-72B-PT-BR-Instruct-Experimental — плотная языковая модель для диалогов и генерации текста на бразильском португальском. Её разработала Amadeus AI на основе Qwen/Qwen2.5-72B, дообучив модель в течение двух эпох на наборе из 600 тысяч инструкций. Архитектура Qwen2 использует Transformer, RoPE, SwiGLU, RMSNorm и grouped-query attention; размер по метаданным — 71,5 млрд параметров. Модель предназначена для ответов на инструкции и диалоговых сценариев на бразильском португальском. Она поддерживает контекст до 131 072 токенов и интерфейс вызова инструментов. Для загрузки автор рекомендует актуальную версию Transformers. Модель распространяется по лицензии Apache-2.0. Качество ответов может зависеть от формулировки запроса и соответствия задачи бразильскому португальскому; карточка не приводит результатов оценки качества.

win10/ArliAI-RPMax-v1.3-merge-8B — диалоговая языковая модель, созданная автором репозитория слиянием предварительно обученных моделей с помощью mergekit и метода TIES. В качестве базовой указана Magpie-Align/MagpieLM-8B-Chat-v0.1; в слияние также включена ArliAI/Llama-3.1-8B-ArliAI-RPMax-v1.3. Модель построена на плотной архитектуре Llama и содержит 7,5 млрд параметров. Она предназначена для генерации текста в диалоговом формате; поддерживает контекст до 131 072 токенов. Для загрузки используется Transformers, веса опубликованы в формате safetensors. Карточка базовой модели указывает на диалоговое выполнение инструкций и генерацию ответов на английском языке. Модель подойдёт для чат-ботов и генерации ответов на запросы. Карточка не описывает лицензию, дополнительные гарантии качества или специфические ограничения, поэтому условия использования следует сверить с лицензиями исходных моделей и полной карточкой репозитория.

Aleteian/Avalon — объединённая автором модель семейства Mistral, созданная с помощью mergekit методом della на основе win10/Mistral-Nemo-abliterated-Nemo-Pro-v2 с включением нескольких моделей Mistral Nemo. Модель содержит 12,1 млрд параметров и предназначена для генерации текста и диалогового общения. Её можно применять для ведения беседы и создания текстовых ответов. В метаданных также заявлен интерфейс вызова инструментов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Указанное в метаданных окно контекста — 1 024 000 токенов. В README не описаны результаты оценки качества или конкретные ограничения. Лицензия в предоставленных сведениях отсутствует.

facebook/bart-large-cnn — англоязычная модель BART, разработанная командой Facebook AI и дообученная на наборе пар «статья — краткое содержание» CNN/DailyMail. Она предназначена прежде всего для автоматического составления кратких пересказов текстовых материалов. Модель построена на архитектуре Transformer encoder-decoder: двунаправленный энкодер кодирует входной текст, а авторегрессионный декодер генерирует пересказ. Число параметров — 252,8 млн, максимальная длина контекста — 1024 токена. Модель также может применяться для других задач генерации и понимания текста, однако этот чекпойнт обучен именно для суммаризации. Модель рассчитана на англоязычные материалы; качество для других языков не подтверждено. Длинные документы могут превышать лимит контекста, а сжатие способно опустить детали или исказить смысл. Лицензия — MIT.

Beetle-FineWeb2-24B — генеративная языковая модель для продолжения и создания текста, опубликованная на Hugging Face под идентификатором beetle-bilingual-balanced-b1-fineweb-rus-eng. По названию модели она ориентирована на двуязычные русско-английские сценарии и относится к классу моделей размером 24B параметров. Модель предназначена для генерации текста на основе заданного контекста: написания продолжений, черновиков, ответов и других текстовых материалов. В метаданных указаны поддержка Transformers и формат safetensors, а также pipeline text-generation. README содержит автоматически созданное описание без сведений о разработчике, лицензии, обучающих данных, оценке качества и рекомендуемых сценариях использования.

Fischerboot/BigBoiV14-V2 — разговорная модель генерации текста, созданная Fischerboot путём слияния методом SLERP двух предварительно обученных языковых моделей: Fischerboot/BigBoiV14 и TheDrummer/Llama-3SOME-8B-v1. Репозиторий содержит плотную модель семейства Llama с архитектурой LlamaForCausalLM и весами в формате safetensors; указанный размер — 7,5 млрд параметров. Модель предназначена для диалоговой генерации текста и ответов на запросы. В метаданных заявлена длина контекста 1 048 576 токенов. Язык карточка явно не устанавливает. Лицензия в предоставленных данных не указана.

blockchainlabs_7B_merged_test2_4_prune — разговорная языковая модель на архитектуре Mistral с 7,1 млрд параметров. По карточке, это прореженная версия alnrg2arg/blockchainlabs_7B_merged_test2_4, объединяющей модели mlabonne/NeuralBeagle14-7B и udkai/Turdus с помощью mergekit. Модель предназначена для генерации текста и диалоговых сценариев. Метаданные указывают контекст до 32 768 токенов, формат весов safetensors и поддержку чата. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

Camel-5b — англоязычная инструкционная языковая модель от Writer на архитектуре GPT-2, основанная на Palmyra-Base. Модель дообучена на примерно 70 тысячах пар «инструкция — ответ», подготовленных командой Writer Linguist, и предназначена для выполнения текстовых инструкций и генерации ответов. В метаданных указаны 5 млрд параметров и контекст до 2048 токенов. Модель подходит для создания виртуальных помощников, поддержки клиентов и генерации контента. Она принимает текст и генерирует текст. Репозиторий содержит веса PyTorch; лицензия — Apache-2.0. Camel предсказывает следующий токен, поэтому её ответы могут быть фактически неверными; README рекомендует проверять и фильтровать результаты человеком. Также возможно неожиданное появление оскорбительного контента.

Codama-8b-v0 — чат-модель для генерации текста, разработанная Ramikan-BR и дообученная на базе unsloth/llama-3-8b-Instruct-bnb-4bit. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 7,5 млрд параметров. Она принимает текст и генерирует текст; заявленная длина контекста — 8192 токена. Для обучения использовались Unsloth и библиотека TRL. Модель предназначена для диалогов и генерации ответов на английском языке. Репозиторий содержит веса PyTorch в формате safetensors. Лицензия — Apache-2.0.

Cognito-2x7B-bf16 — языковая модель Kquant03, собранная как frankenMoE на основе архитектуры Mixtral. В конфигурации указаны flemmingmiguel/MBX-7B-v3 как базовая модель и второй эксперт, а также alnrg2arg/blockchainlabs_test3_seminar как первый эксперт. По карточке, маршрутизатор экспертов не обучался одновременно с моделью. Модель имеет 7,1 млрд параметров, принимает текст, генерирует текст и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев на английском языке. Разреженная архитектура MoE активирует экспертов для обработки токенов, что может снизить вычисления при генерации относительно плотной модели сходного размера. При этом для загрузки нужны ресурсы памяти для хранения параметров экспертов; качество и поведение маршрутизации могут быть нестабильными, поскольку маршрутизатор не обучался совместно с экспертами. Веса опубликованы в формате safetensors по лицензии Apache-2.0.

CompliAI_FullModel1 — языковая модель Ricky080811 для генерации текста, дообученная на базе Mistral 7B v0.2. По карточке, обучение выполнялось с помощью Unsloth и библиотеки TRL. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста на английском языке. Название CompliAI не сопровождается в карточке описанием специализированных задач или обучающих данных, поэтому нельзя подтвердить её специализацию на комплаенсе. Распространяется по лицензии Apache-2.0.