III.2Исследование рынка и маркетинг

CrystalMistral-24B — текстовая генеративная модель семейства Mixtral, созданная с помощью LazyMergekit путём слияния четырёх моделей: eren23/dpo-binarized-NeuralTrix-7B, macadeliccc/WestLake-7B-v2-laser-truthy-dpo, Weyaxi/OpenHermes-2.5-neural-chat-v3-2-Slerp и cognitivecomputations/WestLake-7B-v2-laser. Архитектура — MixtralForCausalLM с механизмом смеси экспертов (MoE); в репозитории указаны веса Safetensors, а метаданные содержат размер 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых ответов на запросы. Лицензия — Apache-2.0. Карточка не уточняет поддерживаемые языки, качество на конкретных задачах или специальные ограничения применения.

Kaballas/Cyber8 — разговорная модель генерации текста, разработанная Kaballas и дообученная на базе Kaballas/Cyber6. Она предназначена для диалогов и ответов в чате на английском языке. Модель построена на архитектуре Llama, содержит 7,5 млрд параметров и поддерживает контекст длиной до 131 072 токенов. В обучении использовались Unsloth и библиотека Hugging Face TRL. Модель распространяется по лицензии Apache-2.0.

Dans-AdventurousWinds-Mk2-7b-Mistral-7B-Instruct-v0.2-slerp — объединённая диалоговая модель на архитектуре Mistral, созданная MaziyarPanahi методом slerp из mistralai/Mistral-7B-Instruct-v0.2 и PocketDoc/Dans-AdventurousWinds-Mk2-7b. Она предназначена для генерации текста и ответов на инструкции в диалоговых сценариях. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель опубликована в формате safetensors под лицензией Apache-2.0. Карточка описывает способ объединения весов, но не приводит оценок качества или подробных ограничений; возможности могут зависеть от конкретного сценария использования.

Aleteian/Darkness-Reign-MN-12B — объединённая языковая модель, созданная автором Aleteian с помощью mergekit и метода Model Stock на базе Aleteian/Saiga-Unleashed. В объединение вошли Aleteian/Follow-the-Flow-MN-12B, Aleteian/One-To-Rule-Them-All-MN-12B и Aleteian/Hello-Darkness-My-Old-Friend-5-MN-12B. Модель построена на плотной архитектуре MistralForCausalLM и содержит 12,1 млрд параметров. Она предназначена для диалогов и генерации текста; репозиторий содержит веса в формате safetensors, а конфигурация указывает bfloat16 и шаблон чата Mistral. Метаданные заявляют контекст до 1 024 000 токенов. Карточка не приводит результатов оценки качества или подробных ограничений по применению. Лицензия в предоставленных данных не указана.

Карточка модели Dnoya10/dicoding_genAI_sft_eks2 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.

sshleifer/distilbart-cnn-12-6 — англоязычная модель суммаризации текста на базе BART, представленная в семействе DistilBART. Вариант 12-6 использует 12 слоёв кодировщика и 6 слоёв декодировщика; размер модели по метаданным — 252,8 млн параметров. Она предназначена для сокращения документов и статей до краткого связного пересказа. Модель обучена для суммаризации на данных CNN/DailyMail; в карточке также приведены метрики для вариантов DistilBART, включая оценки ROUGE и времени вывода. Она принимает текст и генерирует текстовое резюме, поддерживает контекст до 1024 токенов и доступна в форматах PyTorch и Flax. Лицензия — Apache 2.0. Модель рассчитана на английский язык. Контекстное окно ограничивает длину обрабатываемого текста, а качество и скорость зависят от длины входа и выбранного варианта; приведённая таблица метрик относится к нескольким вариантам DistilBART и не даёт отдельной оценки именно для distilbart-cnn-12-6.

Карточка модели sshleifer/distilbart-xsum-6-6 на Hugging Face совпадает с карточкой sshleifer/distilbart-cnn-12-6, поэтому описание составлено по ней. sshleifer/distilbart-cnn-12-6 — англоязычная модель суммаризации текста на базе BART, представленная в семействе DistilBART. Вариант 12-6 использует 12 слоёв кодировщика и 6 слоёв декодировщика; размер модели по метаданным — 252,8 млн параметров. Она предназначена для сокращения документов и статей до краткого связного пересказа. Модель обучена для суммаризации на данных CNN/DailyMail; в карточке также приведены метрики для вариантов DistilBART, включая оценки ROUGE и времени вывода. Она принимает текст и генерирует текстовое резюме, поддерживает контекст до 1024 токенов и доступна в форматах PyTorch и Flax. Лицензия — Apache 2.0. Модель рассчитана на английский язык. Контекстное окно ограничивает длину обрабатываемого текста, а качество и скорость зависят от длины входа и выбранного варианта; приведённая таблица метрик относится к нескольким вариантам DistilBART и не даёт отдельной оценки именно для distilbart-cnn-12-6.

EmertonMonarch-7B — диалоговая модель генерации текста, созданная yleo путём DPO-дообучения mlabonne/Monarch-7B на наборе предпочтений yleo/emerton_dpo_pairs_judge. Набор основан на Intel/orca_dpo_pairs: ответы GPT-3.5 заменены ответами GPT-4 Turbo, после чего LLM-Blender использовался для выбора предпочтительного ответа. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и предназначена для общения и генерации ответов на текстовые запросы. Метаданные указывают контекст до 32 768 токенов; README заявляет окно контекста 8k. Совместима с шаблонами чата ChatML и Llama. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Карточка не приводит результатов оценки качества; назначение — общие диалоговые задачи.

MaziyarPanahi/Experiment26Yam_PasticheAlloyingotneoy — слитая модель генерации текста, созданная на основе automerger/Experiment26Yam-7B и automerger/PasticheAlloyingotneoy-7B. Она использует плотную архитектуру Mistral с причинно-языковой моделью MistralForCausalLM и содержит 7,1 млрд параметров. Модель предназначена для генерации текста и диалоговых ответов. Она принимает текст и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате safetensors; лицензия — Apache-2.0. В карточке нет сведений о специальных предметных областях или подтверждённых языках.

Experiment26Yamshadow_ShadowCalme — объединённая модель для генерации текста, созданная на основе automerger/Experiment26Yamshadow-7B и automerger/ShadowCalme-7B. Модель основана на архитектуре Mistral и содержит 7,1 млрд параметров; она принимает текстовые запросы и генерирует текст, поддерживая контекст до 32 768 токенов. Модель подходит для диалоговой генерации и других задач, где требуется продолжать или создавать текст. В репозитории указана лицензия Apache-2.0. README не приводит результатов оценки качества или подробностей о языковой специализации модели.

Experiment28M7_YamShadow — объединённая языковая модель на архитектуре Mistral, созданная слиянием automerger/Experiment28M7-7B и automerger/YamShadow-7B. Она предназначена для генерации текста и работы в сценариях, где требуется продолжать или создавать текст по текстовому запросу. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель опубликована в формате safetensors под лицензией Apache-2.0. Данных о специализации по предметной области и языковой поддержке в карточке нет; характеристики и ограничения унаследованных моделей здесь не описаны.

MaziyarPanahi/Experiment28T3q_Ognoexperiment27Multi_verse_model — объединённая текстовая модель на архитектуре Mistral, созданная на основе automerger/Experiment28T3q-7B и automerger/Ognoexperiment27Multi_verse_model-7B. Она предназначена для генерации текста; размер модели составляет 7,1 млрд параметров, а контекст — до 32 768 токенов. Модель распространяется в формате safetensors под лицензией Apache-2.0. Данных о специализации на конкретных языках или областях применения в карточке нет.

Модель nnajmi/Fine-Tuning-LLM — дообученная nnajmi разговорная языковая модель семейства Llama на архитектуре LlamaForCausalLM. Она основана на unsloth/llama-3.2-3b-instruct-unsloth-bnb-4bit и предназначена для генерации текста и диалогов. В карточке указано, что при обучении использовались Unsloth и библиотека Hugging Face TRL. Модель содержит 3,2 млрд параметров, принимает текст и выдаёт текст; указанная длина контекста — 131 072 токена. В метаданных отмечена поддержка английского языка. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

GeM2-Llamion-14B-Base — генеративная языковая модель VAIV Company из серии GeM 2.0. Она создана преобразованием модели Orion в стандартную архитектуру LLaMA с помощью отображения параметров и переноса знаний. Модель предназначена для генерации текста и диалоговых сценариев. Это плотная авторегрессионная модель класса LlamaForCausalLM с 14,1 млрд параметров, контекстом 4096 токенов и весами в формате safetensors. В карточке указана возможность чата. Лицензия — Apache-2.0. В README не приведены сведения о языках, обучающих данных и конкретных ограничениях качества, поэтому их нельзя уточнить по имеющимся источникам.

Gemma2-9b-it-train6 — диалоговая модель генерации текста на архитектуре Gemma 2, разработанная ehristoforu как дообучение ehristoforu/Gemma2-9b-it-train5 с использованием Unsloth и библиотеки TRL. Модель содержит 9 млрд параметров, принимает текст и рассчитана на контекст до 8192 токенов. В метаданных указан английский язык и набор данных HuggingFaceTB/cosmopedia-20k. Модель предназначена для генерации ответов в диалоге и других текстовых продолжений. Доступна в форматах PyTorch и safetensors. Лицензия — Apache-2.0. Карточка не сообщает результатов оценки качества или подробностей ограничений, поэтому пригодность для конкретных сценариев следует проверять на собственных данных.

HoangCuongNguyen/gemma-2-9b-safetysft — разговорная модель генерации текста на базе архитектуры Gemma 2, дообученная с помощью TRL методом supervised fine-tuning (SFT). Она предназначена для диалоговых сценариев и выдачи ответов на текстовые запросы. Модель содержит 9 млрд параметров, принимает текст и генерирует текст; максимальный контекст — 8192 токена. Карточка не описывает конкретные меры безопасности или их эффективность. Модель опубликована в формате safetensors и используется через библиотеку Transformers. Сведения о лицензии в предоставленных данных отсутствуют.

gemma-7b-zephyr-alpaca-it-ties — объединённая языковая модель на архитектуре Gemma, собранная автором репозитория с помощью mergekit из google/gemma-7b-it, HuggingFaceH4/zephyr-7b-gemma-v0.1 и mlabonne/Gemmalpaca-7B методом dare_ties. Модель содержит 8,2 млрд параметров и рассчитана на генерацию текста, в том числе диалоговые ответы и выполнение инструкций. Модель принимает текст и генерирует текст. Веса представлены в формате safetensors; в конфигурации слияния указан dtype float16. Контекст составляет до 8192 токенов. Метаданные указывают лицензию Apache-2.0. Базовая Gemma 7B IT описана как англоязычная, поэтому английский язык можно считать основным; сведения о дополнительных языках для этого объединения не приведены. Качество слияния и сравнительные результаты в карточке не описаны.

Gist — разработанная desert-ant-labs компактная мультиязычная модель для присвоения тем и тегов публикациям и статьям. Она классифицирует текст по фиксированной таксономии из 36 тем и рассчитана на локальный запуск на устройстве: использует статические эмбеддинги и хешированные n-граммы без трансформера во время инференса. Мультиязычная сборка занимает 74 МБ; доступны форматы Core ML и LiteRT/TFLite. Модель принимает заголовок, публикацию или краткое описание и выдаёт вероятности по 36 темам. Она предназначена для многометочной классификации: для одного материала обычно выбирают несколько тем, а оценки можно агрегировать по ленте или каналу. Темы сопоставлены с IAB Content Taxonomy 2.2 и категориями Apple Podcasts. Заявлена поддержка 101 языка; отдельная английская сборка на 15 МБ ограничена английским текстом и латинским письмом. В проверке на 572 размеченных публикациях модель показала 88% точности попадания в топ-3 на выборочной проверке 15 языков; README сообщает о recall@3 на уровне лучших небольших моделей. Лучше всего она подходит для коротких текстов. Лицензия указана в метаданных как other, конкретные условия в доступной карточке не приведены.

Granite-7b-lab — языковая модель IBM Research, дообученная на базе ibm/granite-7b-base методом LAB (Large-scale Alignment for chatBots) с использованием Mixtral-8x7B-Instruct как модели-учителя. Это плотная модель архитектуры Llama с 6,6 млрд параметров, поддержкой диалогового режима и контекстом до 4096 токенов. Модель предназначена для генерации текста и диалогового взаимодействия на английском языке. LAB использует таксономию задач для отбора примеров, генерацию синтетических данных и двухэтапное обучение с буферами повторения; это позволяет добавлять знания и навыки, сохраняя ранее усвоенное. Подход охватывает ответы на вопросы, рассуждение и творческое письмо. Модель распространяется в формате Safetensors по лицензии Apache 2.0. В README отмечено, что чекпойнт не прошёл safety alignment и может выдавать вредные или недостоверные ответы; его не следует использовать как единственный источник для важных решений.

Модель mfielding92/Grok-3-reasoning-gemma3-12B-distilled-HF — дообученная текстовая модель семейства Gemma 3, опубликованная mfielding92. Она основана на unsloth/gemma-3-12b-it-unsloth-bnb-4bit и предназначена для генерации текста и диалогового взаимодействия. Архитектура — плотная Gemma3ForCausalLM; размер — 11,6 млрд параметров, заявленная длина контекста — 131 072 токена. Модель обучалась с помощью Unsloth и библиотеки TRL. В карточке не описаны отдельные возможности рассуждения Grok, поэтому название репозитория само по себе не подтверждает совместимость или связь с моделью Grok. Поддерживаемый карточкой язык — английский. Модель распространяется по лицензии Apache-2.0.

Harsha-Hermes-2.5-Mistral-7B — диалоговая языковая модель на архитектуре Mistral, разработанная Inforup982. Это DPO-дообучение модели teknium/OpenHermes-2.5-Mistral-7B на датасете предпочтений Intel/orca_dpo_pairs. Модель содержит 7,1 млрд параметров, принимает текст и предназначена для генерации ответов в диалоге; заявленная длина контекста — 32 768 токенов. Модель подходит для чат-ботов, ответов на вопросы и создания текстовых ответов по запросу. Веса опубликованы в формате Safetensors по лицензии Apache-2.0. Карточка не описывает отдельные ограничения или результаты оценки качества.

Hyena-12b — языковая модель Xclbr7 для генерации текста, созданная дообучением Xclbr7/Arcanum-12b. Модель построена на плотной архитектуре Mistral и содержит 12,1 млрд параметров; для обучения использовались Unsloth и библиотека TRL. Модель предназначена для генерации текста и диалогов на английском языке. В метаданных указан контекст длиной до 1 024 000 токенов. Репозиторий содержит веса в формате Safetensors. Модель распространяется по лицензии Apache-2.0.

Ice0.32-10.11-RP — текстовая генеративная модель на архитектуре Mistral, созданная с помощью mergekit объединением предварительно обученных моделей методом SLERP. В README указаны Ice0.31-08.11-RP и Ice0.15-06.11-RP-orpo; каталожные метаданные также отмечают Ice0.31-08.11-RP как базовую модель. Модель содержит 7,1 млрд параметров, использует формат safetensors и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогового общения. Она может применяться для ответов на вопросы, ведения беседы и составления текстов на основе пользовательского запроса. README не сообщает целевые языки или специализированные области применения. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. В карточке нет результатов оценки качества или подробных сведений об ограничениях ответов; поведение унаследовано от объединённых моделей.

Ice0.55-17.01-RP — языковая модель на архитектуре Mistral, созданная автором репозитория с помощью слияния предварительно обученных моделей методом SLERP через mergekit. В карточке указаны две исходные модели: Ice0.54-17.01-RP и Ice0.53-16.01-RP. Модель содержит 7,1 млрд параметров, принимает текст и предназначена для генерации текста; максимальный контекст составляет 32 768 токенов. Модель можно использовать для генерации продолжений и ответов на текстовые запросы. README не сообщает о специальных предметных областях, поддерживаемых языках или отдельных возможностях вроде работы с инструментами. Файлы опубликованы в формате Safetensors. Условия лицензии в доступных данных не приведены.

Ice0.68-25.01-RP — языковая модель на архитектуре Mistral, созданная объединением предварительно обученных моделей с помощью mergekit и метода SLERP. Репозиторий содержит веса в формате Safetensors; модель насчитывает 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста. README указывает, что в объединении участвовали Ice0.60-18.01-RP и Ice0.67-25.01-RP, причём базовой названа Ice0.67-25.01-RP. Языки и более узкие сценарии применения в предоставленных материалах не описаны. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

InnerIAI-chat-7b-grok — объединённая диалоговая языковая модель, созданная InnerI с помощью LazyMergekit из InnerI/A-I-0xtom-7B-slerp и HuggingFaceH4/mistral-7b-grok. Она построена на архитектуре Mistral с плотной сетью и содержит 7,1 млрд параметров; модель предназначена для генерации текста в формате диалога с ассистентом. Указанная длина контекста — 32 768 токенов. Репозиторий распространяется в формате safetensors, лицензия — Apache-2.0. Модель можно использовать для ответов на вопросы, диалогов и написания текстов в чат-сценариях. README описывает слияние методом SLERP с настройками, различающимися для слоёв внимания и MLP. Сведений о специальных доменах или поддержке конкретных языков в карточке нет; поэтому не следует считать её оптимизированной для определённого языка или области. Качество и поведение могут зависеть от запроса и выбранной конфигурации генерации.

Kosmos-Elusive-VENN-8B — объединённая языковая модель семейства Llama, созданная автором jaspionjader с помощью mergekit методом SLERP на основе jaspionjader/Kosmos-Elusive-8b и jaspionjader/Kosmos-VENN-8B. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors; длина контекста составляет 8192 токена. Модель предназначена для генерации текста и диалогов. Каталог описывает базовую модель как ориентированную на русский и английский языки. Лицензия в предоставленных данных не указана.

Kosmos-EVAA-gamma-v15-8B — слитая языковая модель, созданная jaspionjader с помощью mergekit. Веса двух предварительно обученных моделей объединены методом SLERP; архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров, формат файлов — safetensors, библиотека — Transformers. Контекст составляет до 8192 токенов. Модель предназначена для генерации текста и может использоваться в сценариях, где требуется создание продолжений или ответов по текстовому запросу. Данные не описывают специальные области применения или приоритетные языки, поэтому её следует рассматривать как модель общего назначения. Условия использования определяются лицензией репозитория на Hugging Face.

L3-ModelStockMerge-8b — объединённая языковая модель, опубликованная jsfs11 и созданная методом model_stock с помощью LazyMergekit. В неё вошли flammenai/Mahou-1.1-llama3-8B, Sao10K/L3-8B-Stheno-v3.2 и NeverSleep/Llama-3-Lumimaid-8B-v0.1-OAS; базовой моделью в конфигурации указана Sao10K/L3-8B-Stheno-v3.2. Это плотная Llama-архитектура с 7,5 млрд параметров, предназначенная для генерации текста и чата. Контекст — до 8192 токенов; файлы опубликованы в формате safetensors с типом данных bfloat16. Модель подходит для диалогов, следования инструкциям и творческого письма, включая ролевые сценарии и истории — такие применения указаны в описании базовой модели. Карточка не приводит результатов оценки качества или подробных ограничений. Лицензия в предоставленных данных не указана.

LeoLM/leo-hessianai-70b-chat — немецкоязычная чат-модель, разработанная в рамках проекта LAION и HessianAI при участии Бьёрна Плүстера и Кристофа Шухмана. Это плотный авторегрессионный трансформер с архитектурой LlamaForCausalLM и 68,7 млрд параметров, созданный на базе LeoLM/leo-hessianai-70b и дообученный на немецких наборах инструкций. Модель принимает текст и генерирует текст; длина контекста составляет 8192 токена. В первую очередь она предназначена для диалогов, письма, объяснений и обсуждения на немецком языке, также проверялась на английском. В карточке отмечены сильные результаты на задачах письма, извлечения информации, STEM и гуманитарных тем. Модель слабее справляется с математикой, программированием и сложными рассуждениями, а также может давать неточные, предвзятые или нежелательные ответы и чаще ожидаемого отказываться отвечать. Для практического применения нужны проверки безопасности и настройка под конкретный сценарий. Лицензия — Llama 2 Community License; разработчики называют модель открытой и коммерчески доступной, использование регулируется условиями этой лицензии.