III.2Исследование рынка и маркетинг

djuna/L3.1-Romes-Ninomos — объединённая языковая модель на архитектуре Llama, созданная автором с помощью mergekit методом Model Stock. В объединение вошли пять моделей для инструкций и ролевых диалогов; базовой моделью при слиянии служила vicgalle/Roleplay-Hermes-3-Llama-3.1-8B. Модель содержит 7,5 млрд параметров и имеет контекст до 131 072 токенов. Модель предназначена для генерации текста и диалогов, следования инструкциям, ролевого общения и написания историй. В метаданных указана поддержка чата; основным языком базовой модели назван английский. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

Lelantos-7B — разговорная языковая модель на архитектуре Mistral, созданная SanjiWatsuki путём слияния нескольких моделей. В основе лежит преимущественно DPOpenHermes-v2; автор также добавил компоненты из составных моделей и jan-hq/stealth-v1.2, а при подготовке слияния переназначил EOS-токен в токенизаторе. Метаданные связывают модель с Mistral-7B-v0.1 и указывают 7,1 млрд параметров; заявленный контекст — 8192 токена. Модель предназначена для диалоговых ответов и генерации текста по запросу. Автор сообщает о хороших результатах на MT-Bench при использовании шаблона Hermes и отмечает слабые навыки программирования и математики. Карточка указывает лицензию Apache-2.0; формат весов — safetensors.

Карточка модели ReplaceHumanWithAI/llama3.1_high_F16 на Hugging Face совпадает с карточкой ReplaceHumanWithAI/llama3.1_low_F16, поэтому описание составлено по ней. ReplaceHumanWithAI/llama3.1_low_F16 — дообученная разговорная языковая модель семейства Llama 3.1, разработанная ReplaceHumanWithAI на базе unsloth/meta-llama-3.1-8b-instruct-bnb-4bit. Модель с плотной архитектурой LlamaForCausalLM содержит 7,5 млрд параметров и предназначена для генерации текста в диалогах; в метаданных также отмечен интерфейс вызова инструментов. Модель принимает текст и выдаёт текст, поддерживает английский язык. Заявленная длина контекста — 131 072 токена. Веса представлены в формате safetensors; для обучения использовались Unsloth и библиотека TRL. Модель распространяется по лицензии Apache-2.0. Карточка не описывает специализацию дообучения или результаты оценки качества, поэтому её пригодность для конкретных сценариев следует проверять отдельно.

ReplaceHumanWithAI/llama3.1_low_F16 — дообученная разговорная языковая модель семейства Llama 3.1, разработанная ReplaceHumanWithAI на базе unsloth/meta-llama-3.1-8b-instruct-bnb-4bit. Модель с плотной архитектурой LlamaForCausalLM содержит 7,5 млрд параметров и предназначена для генерации текста в диалогах; в метаданных также отмечен интерфейс вызова инструментов. Модель принимает текст и выдаёт текст, поддерживает английский язык. Заявленная длина контекста — 131 072 токена. Веса представлены в формате safetensors; для обучения использовались Unsloth и библиотека TRL. Модель распространяется по лицензии Apache-2.0. Карточка не описывает специализацию дообучения или результаты оценки качества, поэтому её пригодность для конкретных сценариев следует проверять отдельно.

Llama-3.1-SauerkrautLM-8b-Instruct — текстовая модель VAGO solutions, полученная дообучением Meta-Llama-3.1-8B-Instruct методом Spectrum Fine-Tuning. При обучении обновлялись 25% слоёв модели на немецко-английской смеси данных Sauerkraut Mix v2. Модель предназначена для диалогов и генерации текста на немецком и английском языках. Разработчик сообщает об улучшении навыков на этих языках при сохранении большей части ранее усвоенных знаний. В метаданных указаны архитектура LlamaForCausalLM, 7,5 млрд параметров и контекст до 131 072 токенов; модель доступна в формате safetensors. Модель распространяется по лицензии llama3.1. Разработчик предупреждает, что в ответах может встречаться неприемлемый или несдержанный контент, а корректное поведение не гарантируется.

Llama-3-8B-Instruct-v0.7 — англоязычная диалоговая модель, разработанная MaziyarPanahi на основе MaziyarPanahi/Llama-3-8B-Instruct-v0.4. Это дообученная плотная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров; она предназначена для генерации текста и ответов ассистента в диалоге. Для общения используется шаблон ChatML, модель можно запускать через библиотеку Transformers. Модель принимает текстовые запросы и генерирует текстовые ответы; заявленный контекст — 8192 токена. Репозиторий содержит веса Safetensors, а отдельные квантизированные варианты GGUF опубликованы в связанном репозитории. Лицензия указана как other, поэтому условия использования следует сверить с лицензией в карточке модели. Карточка не сообщает специальных ограничений качества или сценариев применения.

Minbyul/llama3-8b-instruct-wo-kqa_golden-iter-sft-step1 — дообученная диалоговая языковая модель на архитектуре Llama, созданная на основе meta-llama/Meta-Llama-3-8B-Instruct. Она предназначена для генерации текста и ответов в формате чата. Модель содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. Дообучение выполнено на наборе HuggingFaceH4/deita-10k-v0-sft; в карточке приведено значение loss 0,4835 на наборе оценки. Базовая модель описана как ориентированная на ассистентские ответы и генерацию текста на английском языке. Репозиторий содержит веса в формате safetensors. Лицензия — Llama 3.

llama3-8b-spaetzle-v31 — объединённая языковая модель на базе архитектуры Llama, созданная cstr методом DARE TIES из cstr/llama3-8b-spaetzle-v20 и DiscoResearch/Llama3-DiscoLeo-Instruct-8B-v0.1. Модель предназначена для диалогов, генерации текста и выполнения инструкций. Модель содержит 7,5 млрд параметров, принимает текст и генерирует текст, поддерживает контекст до 8192 токенов. В карточке указаны немецкий и английский языки; основная языковая специализация — немецкий. Веса опубликованы в формате Safetensors. Лицензия — Llama 3. README указывает, что модель получена слиянием весов уже обученных моделей без обучения на новом корпусе; подробные сведения о качестве и ограничениях применения не приведены.

Llama-3-8B-Tulu-330K — дообученная модель для генерации текста на основе Meta Llama 3 8B. Она предназначена для диалогового взаимодействия и генерации ответов; в карточке приведён результат оценки: loss 1,0525. Модель содержит около 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и поддерживает контекст до 8192 токенов. Доступны веса PyTorch и Safetensors. Модель создана дообучением meta-llama/Meta-Llama-3-8B с помощью Axolotl 0.4.0. Описание в README не уточняет назначение датасета и конкретные сильные стороны или ограничения. Лицензия — Llama 3; использование регулируется её условиями.

Junpito/llama3-finetuned-id-16bit — дообученная Junpito плотная языковая модель семейства Llama 3.2 с архитектурой LlamaForCausalLM. Она основана на unsloth/llama-3.2-3b-instruct-unsloth-bnb-4bit и обучалась с использованием Unsloth и библиотеки TRL от Hugging Face. В репозитории указаны формат safetensors, размер около 3,2 млрд параметров и контекст до 131 072 токенов. Модель предназначена для генерации текста и диалоговых сценариев на английском языке; в метаданных также отмечен интерфейс вызова инструментов. Лицензия — Apache-2.0. Карточка не уточняет данные дообучения, конкретную специализацию, оценку качества или ограничения применения, поэтому эти свойства нельзя определить по доступным сведениям.

UCLA-AGI разработала Llama-3-Instruct-8B-SPPO-Iter2 — плотную авторегрессионную языковую модель семейства Llama с 7,5 млрд параметров для генерации текста и диалогов. Это вторая итерация дообучения методом Self-Play Preference Optimization, начатого с meta-llama/Meta-Llama-3-8B-Instruct. Для оптимизации использованы синтетические ответы и наборы запросов на основе UltraFeedback, разделённые на части для трёх итераций. Модель рассчитана прежде всего на английский язык и может применяться для диалоговых ответов, следования инструкциям и генерации текста. Заявленная длина контекста — 8192 токена. В карточке приведены результаты AlpacaEval и Open LLM Leaderboard для сравнения итераций; они не гарантируют качество на конкретных пользовательских задачах. Модель доступна по лицензии Apache-2.0.

Модель Duosion/llama-3-tsuki-unsloth-8b разработана Duosion и представляет собой дообученную версию Llama 3 Instruct с архитектурой LlamaForCausalLM и 7,5 млрд параметров. Для обучения использовались Unsloth и библиотека TRL. Модель предназначена для генерации текста в диалоговом формате. Она принимает текст и выдаёт текст, поддерживает английский язык и контекст до 8192 токенов. Репозиторий использует формат PyTorch и распространяется по лицензии Apache-2.0.

Ba2han/Llama-Phi-3_DoRA — разговорная языковая модель на 3,7 млрд параметров, опубликованная Ba2han. В карточке она описана как ассистент, обученный на отфильтрованных версиях размеченных наборов данных и нескольких тысячах примеров, созданных с помощью Llama 3 70B. Архитектура — плотная MistralForCausalLM; модель использует формат safetensors и поддерживает контекст длиной до 4096 токенов. Модель предназначена для генерации текста в диалоге и ответов на запросы. В README рекомендован шаблон Zephyr и задана базовая роль дружелюбного и полезного ассистента. Указаны результаты оценок MMLU и Winogrande, а также таблица тестов Open LLM Leaderboard; эти оценки не гарантируют качество в конкретном приложении. Модель поддерживает английский язык и распространяется по лицензии MIT. Она принимает текст и генерирует текст; модальности изображений и аудио не заявлены.

anthracite-org/magnum-v2-12b-gguf — набор GGUF-квантованных версий языковой модели Magnum v2 12B, разработанной командой Anthracite. Модель дообучена на базе Mistral-Nemo-Base-2407 и ориентирована на высокое качество прозы, стремясь воспроизводить особенности Claude 3 Sonnet и Opus. Репозиторий содержит именно квантованные веса; оригинальные веса опубликованы отдельно. Модель предназначена для генерации текста и диалоговых сценариев, включая чат, написание и структурирование текстов. Она прошла instruct-тюнинг с использованием формата ChatML. В README заявлена поддержка английского, французского, немецкого, испанского, итальянского, португальского, русского, китайского и японского языков. Точный размер контекстного окна, перечень доступных вариантов квантования и их требования к ресурсам не указаны. К сильным сторонам относятся многоязычность, специализация на качестве прозы и возможность локального запуска через совместимые с GGUF инструменты. Ограничения включают отсутствие опубликованных в README количественных результатов тестирования, неполное описание характеристик квантованных вариантов и нераскрытые сведения о безопасности модели. Лицензия — Apache-2.0.

Карточка модели Kailune-AI/mamba-gpt-3b на Hugging Face совпадает с карточкой CobraMamba/mamba-gpt-3b, поэтому описание составлено по ней. CobraMamba/mamba-gpt-3b — языковая модель, дообученная авторами репозитория на open-lama. В карточке базовой моделью названа openlm-research/open_llama_3b; каталог классифицирует архитектуру как плотную LLaMA с классом LlamaForCausalLM. Модель содержит 3,3 млрд параметров, принимает текст и генерирует текст, работает через Transformers и поддерживает контекст до 2048 токенов. Модель предназначена для генерации продолжений текста и языковых задач, включая ответы на вопросы и рассуждение по текстовому запросу. В README приведены результаты бенчмарков MMLU, ARC, HellaSwag и других оценок; авторы сообщают о сравнении с OpenLLaMA 3B и LLaMA. Карточка указывает лицензию Apache-2.0. README предупреждает, что ответы могут быть ошибочными, нерелевантными или содержать предвзятый и оскорбительный контент. В оценке авторы исключили CB и WSC из-за подозрения на загрязнение обучающими данными, поэтому приведённые результаты следует интерпретировать с учётом этого ограничения.

Карточка модели mergekit-community/mergekit-slerp-fcxoywi 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.

Карточка модели mergekit-community/mergekit-slerp-xlkdlta 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.

cloudyu/Mixtral_34Bx2_MoE_60B — языковая модель для генерации текста, созданная автором репозитория на основе объединения jondurbin/bagel-dpo-34b-v0.2 и SUSTech/SUS-Chat-34B. В метаданных указаны архитектура Mixtral с механизмом Mixture of Experts и около 33,9 млрд параметров; веса опубликованы в формате safetensors. Для модели заявлен контекст до 200 000 токенов. Модель предназначена для генерации текста и диалоговых сценариев на английском и китайском языках. В README приведены результаты оценок на Open LLM Leaderboard, однако показатели в разных таблицах различаются, поэтому их нельзя считать однозначной характеристикой качества. Модель распространяется по лицензии Apache-2.0.

MixtureofMerges-MoE-4x7b-v10-MIXTRAL3 — языковая модель с архитектурой Mixture of Experts (MoE), созданная методом слияния моделей с помощью LazyMergekit. В состав объединения входят mistralai/Mistral-7B-Instruct-v0.3, Kukedlc/NeuralSynthesis-7B-v0.1, mlabonne/AlphaMonarch-7B и s3nh/SeverusWestLake-7B-DPO. Модель имеет 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Она распространяется в формате safetensors по лицензии Apache-2.0. Метаданные указывают поддержку чата, но карточка не уточняет языки и дополнительные возможности модели.

Momningojask-slerp — текстовая генеративная модель на архитектуре Mistral, созданная автором liminerity слиянием через mergekit методом SLERP. В слиянии использованы bardsai/jaskier-7b-dpo-v6.1 и liminerity/merge; базовой моделью указана bardsai/jaskier-7b-dpo-v6.1. Модель содержит 7,1 млрд параметров, распространяется в формате safetensors и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста и ответов на запросы. В карточке указана лицензия Apache-2.0. Данные о поддерживаемых языках и специальных областях применения не приведены.

liminerity/m.star.7b — дообученная liminerity модель семейства Mistral для генерации текста. Разработчик — liminerity; обучение выполнялось с использованием Unsloth и библиотеки Hugging Face TRL. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и принимает текст, выдавая текст. Длина контекста — до 32 768 токенов; в метаданных указан английский язык. Модель подходит для генерации текста и диалоговых сценариев на английском языке. Распространяется по лицензии Apache-2.0. Карточка не описывает специализированные возможности или ограничения качества, поэтому их нельзя оценить по имеющимся сведениям.

zelk12/MT1-Gen3-GP-gemma-2-S4S5-9B — объединённая модель генерации текста на базе архитектуры Gemma 2, созданная с помощью mergekit методом SLERP. В слиянии использованы allknowingroger/Gemmaslerp4-10B и allknowingroger/GemmaSlerp5-10B; конфигурация указывает bfloat16 и базовую модель allknowingroger/Gemmaslerp4-10B. По метаданным, модель содержит 9 млрд параметров, работает через Transformers и имеет контекстное окно 8192 токена. Модель предназначена для генерации текста в диалоговом формате и может использоваться для ответов на запросы и ведения беседы. Карточка и метаданные не описывают специальные предметные области или конкретные преимущества качества. Репозиторий содержит веса safetensors; лицензия и подробные условия использования в предоставленных данных отсутствуют.

zelk12/MT3-Gen4-BB-gemma-2-MT2g2MT5g3-9B — слитая разговорная языковая модель на архитектуре Gemma 2, созданная с помощью mergekit методом SLERP из zelk12/MT2-Gen2-gemma-2-9B и zelk12/MT5-Gen3-gemma-2-9B. Модель содержит 9 млрд параметров и предназначена для генерации текста и диалогового общения; работает с текстовыми запросами и выдаёт текст. Модель распространяется в формате safetensors для библиотеки Transformers. Нативный контекст составляет 8192 токена. В README указаны метод слияния и исходные модели, но не описаны специальные сценарии, языковая специализация или сравнительные результаты качества. Лицензия в предоставленных данных не указана.

zelk12/MT3-Gen4-MU-gemma-2-Sv1IBT-9B — объединённая языковая модель на архитектуре Gemma 2, созданная с помощью mergekit методом SLERP из gmonsoon/SahabatAI-Lion-9B-TIES-v1 и recoilme/recoilme-gemma-2-9B-v0.3. Модель содержит 9 млрд параметров, распространяется в формате safetensors и рассчитана на генерацию текста и диалоговое взаимодействие; заявленное родное контекстное окно — 8192 токена. Её можно использовать для ответов в чате и генерации текста по запросу. Описание базовой модели указывает на ориентацию семейства на языки Юго-Восточной Азии и английский; конкретный перечень языков для этой объединённой модели не приведён. Лицензия в доступных данных не указана.

zelk12/MT3-MU-gemma-2-Rv0.3AR-9B — слитая разговорная языковая модель на архитектуре Gemma 2, созданная с помощью mergekit методом SLERP из lemon07r/Gemma-2-Ataraxy-Remix-9B и recoilme/recoilme-gemma-2-9B-v0.3. Модель содержит 9 млрд параметров, принимает текстовые запросы и генерирует текст; поддерживает диалоговый сценарий. Максимальная длина контекста составляет 8192 токена. Модель подходит для ведения диалога и генерации ответов на текстовые запросы. README и метаданные не описывают отдельные специализации или оценки качества. Файлы опубликованы в формате safetensors для библиотеки Transformers. Лицензия в предоставленных данных не указана.

zelk12/MT5-Gen5-BB-gemma-2-RAv0.1MTg2-9B — объединённая модель для генерации текста и диалогового общения, созданная с помощью mergekit методом SLERP из zelk12/MT-Gen2-gemma-2-9B и zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1. Модель построена на архитектуре Gemma 2, содержит 9 млрд параметров и работает с текстом в контексте до 8192 токенов. Модель предназначена для генерации продолжений текста и ведения диалога. В метаданных указана поддержка conversational-взаимодействия; сведений о специализированных предметных областях или языках нет. Веса опубликованы в формате safetensors и представлены в bfloat16. Лицензия в предоставленных данных не указана.

NeuralPipe-7B-slerp — слитая модель для генерации текста, созданная с помощью LazyMergekit объединением OpenPipe/mistral-ft-optimized-1218 и mlabonne/NeuralHermes-2.5-Mistral-7B методом SLERP. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Она подходит для генерации текста и диалоговых сценариев, унаследованных от объединённых моделей. Репозиторий содержит веса Safetensors; модель распространяется по лицензии Apache-2.0. README не приводит результаты оценки качества или подробностей о поддерживаемых языках.

NyakuraV2.1-m7-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель, созданная объединением весов Mistral-7B-Instruct-v0.2 и Sao10K/NyakuraV2.1-m7 методом SLERP. Модель построена на плотной архитектуре Mistral с 7,1 млрд параметров и рассчитана на генерацию текста и ответы на инструкции в формате диалога; длина контекста составляет до 32 768 токенов. Модель подходит для чат-ботов, ответов на запросы и генерации текста. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache-2.0. В README не приведены результаты сравнительных оценок или подробности языковой специализации.

Occult_V02 — языковая модель семейства Mistral, разработанная TheHappyDrone и дообученная на базе unsloth/mistral-7b-bnb-4bit с использованием Unsloth и Hugging Face TRL. Модель предназначена для генерации текста; карточка не описывает узкую специализацию или конкретные сценарии применения. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В метаданных указан английский язык. Модель распространяется по лицензии Apache-2.0; сведения о специальных ограничениях применения и недостатках не приводятся.

OpenBA-V1-Flan — двуязычная языковая модель семейства OpenBA, разработанная авторами OpenBA. Это версия OpenBA-LM, дообученная методом supervised fine-tuning на дополнительных 40 млрд токенов из набора BiFlan Dataset. Модель построена на архитектуре T5; в метаданных указаны 3,8 млрд параметров и формат PyTorch. Модель предназначена для генерации текста на китайском и английском языках. Её можно применять для генерации ответов и выполнения текстовых инструкций. В README также упоминаются обучающие данные на английском, китайском и коде, однако поддержка кода как отдельная задача не заявлена. Модель распространяется по лицензии Apache 2.0. Длина контекста и подробные результаты оценки в предоставленных материалах не приведены.