III.2Исследование рынка и маркетинг

ShenaoZ разработал эту модель как дообученную версию Mistral-7B-Instruct-v0.2 с использованием набора HuggingFaceH4/ultrafeedback_binarized. Это плотная авторегрессионная модель семейства Mistral на 7,1 млрд параметров для генерации текста и диалоговых ответов на инструкции; контекст — до 32 768 токенов. Модель принимает текст и выдаёт текст. Её можно использовать для диалоговых ассистентов и генерации ответов на пользовательские запросы. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Карточка не приводит результатов оценки качества и подробных рекомендаций по применению.

sstoica12/acquisition_llama8bins_omnimath_confidence — текстовая генеративная модель, размещённая пользователем sstoica12 на Hugging Face. По метаданным она относится к семейству Llama, использует библиотеку Transformers и содержит около 7,5 млрд параметров. Модель предназначена для генерации текста и поддерживает conversational-сценарии. Модель может применяться для диалоговых ответов, продолжения текста, подготовки черновиков и других задач генерации на основе текстового запроса. Заявлена длина контекста до 131 072 токенов, что позволяет обрабатывать большие входные последовательности. README создан автоматически и не содержит сведений о разработчике, базовой модели, языках, данных обучения, результатах оценки или лицензии.

teknium/airoboros-mistral2.2-7b — языковая модель Mistral, дообученная на наборе инструкционных данных Airoboros разработчиком Teknium. Она предназначена для генерации ответов на запросы и следования инструкциям в текстовом диалоге; формат запроса использует метки USER и ASSISTANT. Модель содержит 7,1 млрд параметров, построена на плотной архитектуре MistralForCausalLM и поддерживает контекст до 32 768 токенов. Карточка упоминает оценку TruthfulQA, но не приводит её результатов. Модель распространяется по лицензии MIT. Данные указывают на поддержку английского языка; иных языков карточка не подтверждает.

Airophin v2 — авторская донастройка модели Llama 2 на 13 млрд параметров, созданная bhenrym14. Она предназначена для генерации текста в диалогах и задачах, подобных следованию инструкциям; финальный этап дообучения выполнен на наборе Airoboros GPT-4 m2.0. Модель использует архитектуру LlamaForCausalLM и позиционную интерполяцию с линейным масштабированием RoPE, расширяющую контекст до 8192 токенов. В карточке приведены результаты сравнения perplexity на контекстах до 2048 токенов. Для обучения использовалась QLoRA ранга 64; опубликованы веса fp16 в формате safetensors. Модель принимает текст и генерирует текст. В README не указана лицензия, поэтому условия использования по имеющимся данным определить нельзя.

AISAK-Assistant — диалоговая языковая модель команды AISAK для генерации ответов и другого связного текста по запросам на естественном языке. Модель основана на архитектуре Transformer семейства Mistral и содержит 7,1 млрд параметров; для работы с контекстом указана длина до 32 768 токенов. Репозиторий использует формат safetensors и библиотеку Transformers. Модель предназначена для общения, творческого письма, формулирования ответов и автоматизации создания текстового контента общего назначения. В карточке заявлено дообучение на обширных наборах данных и широкая применимость, но сравнительные заявления о качестве не подкреплены приведёнными результатами тестов. README запрещает личное, публичное и коммерческое применение вне системы AISAK; условия лицензии обозначены как other, а карточка требует письменного разрешения правообладателя на воспроизведение и распространение.

SteelStorage/Aura-Llama-Abliterated-v3 — текстовая чат-модель на архитектуре Llama, созданная на основе failspy/Llama-3-8B-Instruct-abliterated. По README, веса сформированы методом passthrough в mergekit из слоёв этой базовой модели; метаданные указывают 10,1 млрд параметров и контекст до 8192 токенов. Модель предназначена для диалоговой генерации текста и ответов на запросы. Модифицированная базовая модель описана как версия Llama 3 8B Instruct с ослабленным выражением отказов. Модель принимает текст и выдаёт текст; в карточке указана поддержка чата. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — llama3.

Baize-v2-13B — чат-модель проекта Baize, дообученная методом supervised fine-tuning и self-distillation with feedback на основе LLaMA. В репозитории представлены объединённые с базовой LLaMA веса в формате PyTorch; модель содержит 12,9 млрд параметров и рассчитана на контекст до 2048 токенов. Модель предназначена для диалогов и генерации ответов на текстовые запросы. Для работы с чекпойнтом необходимо размечать сообщения маркерами [|Human|] и [|AI|]; авторы также рекомендуют использовать их demo или FastChat. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

suriya7/bart-finetuned-text-summarization — модель на архитектуре BART Large, дообученная для суммаризации текста. В карточке указана настройка на датасете XSum; метаданные также связывают модель с EdinburghNLP/xsum. Архитектура — кодировщик-декодировщик BART с примерно 252,8 млн параметров; модель принимает текст и генерирует текстовое резюме, максимальная длина контекста — 1024 токена. Модель подходит для краткого пересказа англоязычных материалов, в том числе абзацев и новостных текстов. Указаны формат safetensors и лицензия MIT. Карточка не приводит результатов оценки качества, поэтому пригодность для конкретного домена и требуемый стиль резюме следует проверять на собственных примерах.

Beetle-FineWeb2-24B/beetle-bilingual-balanced-b1-fineweb-ita-eng — генеративная языковая модель для создания текста на основе заданного контекста. Модель опубликована на Hugging Face и предназначена для использования с библиотекой Transformers; по названию относится к семейству Beetle-FineWeb2 и имеет размер 24B параметров. В метаданных указан pipeline text-generation и тег pico_decoder. По названию модель ориентирована на двуязычные сценарии с итальянским и английским языками, включая продолжение текста, генерацию ответов и подготовку черновиков. README содержит автоматически созданную карточку без сведений о разработчике, лицензии, обучающих данных, оценках, контексте и специальных ограничениях, поэтому перед продуктивным применением необходимы самостоятельные проверки качества, безопасности и совместимости.

Bielik-11B-v3.0-Instruct — генеративная языковая модель с 11 млрд параметров, разработанная SpeakLeash совместно с центром ACK Cyfronet AGH. Это дообученная для следования инструкциям версия Bielik-11B-v3-Base-20250730 с архитектурой causal decoder-only; формат диалога — ChatML. Модель предназначена для общения, ответов на вопросы и выполнения разнообразных текстовых задач, включая задачи на логику, STEM, математику и работу с инструментами. Модель обучали на текстах и инструкциях на 32 европейских языках, уделяя особое внимание польскому. В обучении использовались многоходовые диалоги, синтетические и проверенные вручную инструкции, а также методы DPO и обучения с подкреплением. В метаданных перечислена поддержка польского и ряда европейских языков, включая русский и английский. Лицензия — Apache 2.0. Разработчики характеризуют модель как демонстрацию возможностей базовой модели после дообучения. Она может выдавать фактически неверные, предвзятые или оскорбительные ответы и не имеет встроенных механизмов модерации; её выводы требуют проверки.

Bielik-PL-11B-v3.0-Instruct-heretic — доработанная командой SpeakLeash версия Bielik-PL-11B-v3.0-Instruct, созданная методом abliteration с помощью Heretic v1.4.0. В основе лежит дообученная Bielik-11B-v3-Base-20250730: это плотная причинная decoder-only модель семейства Llama на 11 млрд параметров для генерации текста и диалогов. Модель принимает контекст длиной до 32 768 токенов и распространяется в формате Safetensors по лицензии Apache 2.0. Модель предназначена для ответов на запросы, диалогов и других задач генерации текста. Она особенно ориентирована на польский язык, также обучалась на корпусах 32 европейских языков; среди языков карточка указывает польский и английский. README описывает версию heretic как «расцензурированную»: в сравнении с исходной инструкционной моделью указано 0 отказов из 100 проверок против 71 из 100 у оригинала. Снятие ограничений модерации означает, что модель может выдавать оскорбительный, предвзятый, непристойный или фактически неверный текст. Ответы не следует считать проверенными фактами. Для использования указана лицензия Apache 2.0.

BlackSheep-X-Dolphin — чат-модель TroyDoesAI, созданная слиянием модели cognitivecomputations/dolphin-2.9.3-llama-3-8b. Это плотная Llama-архитектура на 7,5 млрд параметров для генерации текста в диалоге; заявленная длина контекста — 8192 токена. Карточка указывает шаблон общения с сообщениями system, user и assistant, а также сообщает о высоком месте модели в рейтинге UGI для моделей класса 8B. Модель подходит для диалоговых ответов и генерации текста по запросу. Репозиторий содержит веса в формате safetensors. Лицензия CC-BY-NC-2.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

BLOOMChat-176B-v1 — многоязычная диалоговая языковая модель, разработанная SambaNova Systems совместно с Together Computer. Она построена на BLOOM с 176 млрд параметров и дообучена на наборах диалогов в формате помощника; метаданные репозитория указывают архитектуру BLOOM и 233,8 млрд параметров. Модель предназначена для генерации ответов в диалоге, вопросов и ответов, а также текстовой генерации на нескольких языках. Модель можно применять в коммерческих и исследовательских сценариях: например, для разговорных интерфейсов, ответов на вопросы и многоязычной генерации текста. В карточке отмечены результаты в задачах перевода, однако основная задача модели — генерация текста. Для работы доступны веса PyTorch; лицензия основана на Apache 2.0 с ограничениями на использование, перенесёнными из лицензии BLOOM RAIL. Перед применением следует ознакомиться с лицензией SambaNova. Модель может галлюцинировать, повторяться, переключать язык или диалект внутри ответа и выдавать токсичный контент; качество кода и сложных математических рассуждений может быть ограниченным. Разработчики не рекомендуют использовать её в критически важных сценариях, связанных с безопасностью, важными решениями или автоматизированными конвейерами.

BuRPris-Remix-7B — слитая языковая модель на архитектуре Mistral, созданная объединением Eris_Remix_7B и BuRP_7B с помощью метода SLERP и инструмента mergekit. Модель содержит 7,1 млрд параметров, распространяется в формате safetensors и принимает текст для генерации текста; максимальный контекст составляет 32 768 токенов. Модель подходит для генерации продолжений и ответов на текстовые запросы. В карточке указаны английский язык и общая задача генерации текста. Условия лицензии в доступных данных не приведены.

atmzed/Darwin-4B-David-mlx-fp16 — текстовая генеративная модель семейства Gemma 4 с плотной архитектурой, представленная в формате MLX для запуска на устройствах Apple. Репозиторий создан atmzed и содержит конверсию модели FINAL-Bench/Darwin-4B-David с помощью mlx-lm версии 0.31.2; метаданные также связывают её с этой базовой моделью как с дообучением. Модель предназначена для диалогового взаимодействия и генерации текста. В карточке указана поддержка английского, корейского, японского и китайского языков, а также многоязычность. Модель распространяется по лицензии Apache-2.0. Данных о размере и длине контекста в предоставленных источниках нет.

Карточка модели sshleifer/distilbart-xsum-9-6 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.

DocuBrief — языковая модель для суммаризации документов, созданная разработчиком samandar1105 путём дообучения Qwen/Qwen2.5-1.5B-Instruct с помощью QLoRA. Модель обучена на 4000 примерах, подготовленных на основе CNN/DailyMail, и предназначена для работы вместе с RAG- или chunking-слоем, который передаёт ей содержимое документа. Модель формирует ясные, структурированные и ориентированные на исходный текст краткие пересказы. Её можно применять для суммирования новостных статей и документов на английском языке; для длинных документов предполагается обработка фрагментов с помощью map-reduce или RAG. Это плотная авторегрессионная архитектура Qwen2 с 1,5 млрд параметров и контекстом до 32 768 токенов. Модель обучалась на новостных текстах, поэтому для юридических, медицинских, научных и других узкоспециализированных документов качество может быть ниже. Для произвольных больших документов требуется внешний слой разбиения и передачи содержания. Лицензия — Apache-2.0.

dolphin-2.6-mistral-7b-dpo-orca — авторегрессионная языковая модель, обученная HenryJJ методом DPO на базе cognitivecomputations/dolphin-2.6-mistral-7b с использованием набора Intel/orca_dpo_pairs. Модель семейства Mistral имеет плотную архитектуру MistralForCausalLM и 7,1 млрд параметров; веса опубликованы в формате safetensors. Метаданные указывают контекст до 32 768 токенов, а README сообщает об обучении с контекстом 1024 токена. Модель предназначена для диалоговых ответов и генерации текста в формате ChatML, включая запросы к ассистенту общего назначения. README указывает английский язык. Модель выпущена под лицензией Apache-2.0. Карточка не приводит оценок качества или подробных сведений о проверке безопасности.

DPO-Zephyr-7B — диалоговая текстовая модель на архитектуре Mistral с 7,1 млрд параметров, созданная дообучением HuggingFaceH4/mistral-7b-sft-beta на датасете HuggingFaceH4/ultrafeedback_binarized. Модель предназначена для генерации текста и общения в формате чата. Модель принимает текст и генерирует текст. В метаданных указан контекст до 32 768 токенов и лицензия MIT. Сведений о качестве на конкретных задачах и ограничениях в карточке нет.

EinsteinBagel-8B — объединённая языковая модель на архитектуре Llama 3, созданная с помощью mergekit методом Model Stock. Автор объединил Einstein V6.1 и Bagel V1.0 с базовой Meta-Llama-3-8B, чтобы собрать возможности нескольких дообученных моделей. Модель содержит 7,5 млрд параметров, принимает текст и генерирует текст; нативный контекст — 8192 токена. Модель предназначена для генерации текста и диалогового использования. Карточка не приводит подробных результатов оценки качества или перечня поддерживаемых языков, поэтому нельзя подтвердить её сильные стороны для конкретных задач. Репозиторий распространяется в формате safetensors. Указана лицензия llama3; при использовании необходимо соблюдать её условия и условия лицензии базовой модели.

EOPSA-Qwen3-14B — дообученная модель Qwen3-14B, опубликованная пользователем neuqrui. Чекпойнт EOPSA (Efficient On-Policy Self-Distilled Safety Alignment) предназначен для диалогов и генерации текста с акцентом на safety alignment. Модель имеет плотную архитектуру Qwen3ForCausalLM, содержит 14 млрд параметров и использует контекст до 40 960 токенов. Модель принимает текст и выдаёт текст; метаданные указывают поддержку диалогового режима. Карточка не приводит сведений об обучающих данных, языковом охвате и результатах оценки безопасности. Распространяется в формате Safetensors по лицензии Apache-2.0.

ClaudioItaly/EvolutiontRock — текстовая генеративная модель, созданная с помощью mergekit на основе ClaudioItaly/TopEvolutionWiz. В README описано слияние методом passthrough: в конфигурации последовательно подключены слои базовой модели; каталог классифицирует происхождение как дообучение TopEvolutionWiz. Модель построена на архитектуре Mistral с плотной сетью и имеет 6,7 млрд параметров. Модель предназначена для генерации текста и диалоговых ответов. Базовая TopEvolutionWiz описана как модель для диалогов и развернутых ответов на вопросы по широкому кругу тем; для EvolutiontRock заявлены контекст до 32 768 токенов и формат весов safetensors. В метаданных указана библиотека Transformers. В README не приведены отдельные результаты оценки качества или конкретные ограничения. Условия лицензии в предоставленных данных не указаны.

Experiment26Yam_Experiment28Inex12 — объединённая модель генерации текста на архитектуре Mistral, созданная путём слияния automerger/Experiment26Yam-7B и automerger/Experiment28Inex12-7B. Она содержит 7,1 млрд параметров и принимает контекст длиной до 32 768 токенов. Модель предназначена для генерации текста по запросу: её можно использовать для диалога, написания черновиков и продолжения заданного текста. В карточке указана лицензия Apache-2.0. Сведения о специализированной области применения и конкретных ограничениях качества не приведены.

djuna/G2-GSHT — объединённая языковая модель Gemma 2, созданная с помощью mergekit из TheDrummer/Gemmasutra-9B-v1 и Nekuromento/Hematoma-Gemma-Model-Stock-9B. Для слияния применён метод SLERP; модель содержит 9 млрд параметров и предназначена для генерации текста и диалогов. Она принимает текст и выдаёт текст, работает через Transformers и имеет контекстное окно до 8192 токенов. В карточке приведены результаты оценки на Open LLM Leaderboard, включая IFEval и BBH, но их недостаточно для вывода о качестве в конкретных сценариях. Лицензия в предоставленных данных не указана.

Gemma-2-Ataraxy-v4a-Advanced-9B — объединённая текстовая языковая модель, созданная lemon07r методом SLERP с помощью mergekit на основе lemon07r/Gemma-2-Ataraxy-v3-Advanced-9B и zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1-t0.25. Модель построена на архитектуре Gemma 2, содержит 9 млрд параметров и рассчитана на генерацию текста в диалоговых сценариях. Она принимает текст и выдаёт текст; родной контекст составляет 8192 токена. В README приведены результаты оценивания на IFEval и BBH, но их недостаточно, чтобы делать выводы о качестве в иных задачах. В доступных материалах лицензия и поддерживаемые естественные языки не указаны.

Это дообученная диалоговая модель Google Gemma 3 на 1 млрд параметров, созданная на основе google/gemma-3-1b-it. Модель предназначена для генерации текста и диалогов; карточка указывает обучение в течение трёх эпох, но не описывает датасет и конкретную специализацию. Модель использует плотную архитектуру Gemma 3 и принимает текстовые запросы, выдавая текст. Контекст составляет до 32 768 токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия — Gemma.

GenTest-7B-slerp — объединённая модель для генерации текста, созданная Kukedlc с помощью LazyMergekit. Она объединяет Kukedlc/NeuralSirKrishna-7b и Kukedlc/NeuralMaxime-7B-slerp методом SLERP; архитектура — плотная MistralForCausalLM с 7,1 млрд параметров, веса сохранены в формате safetensors. Модель предназначена для генерации текста и диалоговых ответов, поддерживает контекст до 32 768 токенов. В README не приведены результаты оценки качества, сведения о поддерживаемых языках или конкретные ограничения применения. Лицензия в доступных данных не указана.

H2O.ai h2ogpt-gm-oasst1-multilang-2048-falcon-7b — диалоговая языковая модель, дообученная в H2O LLM Studio на OpenAssistant/oasst1 на базе tiiuae/falcon-7b. Она предназначена для генерации ответов и ведения диалога; в названии указано multilang и контекст 2048 токена. Модель имеет плотную архитектуру Falcon и содержит 10,9 млрд параметров; для работы используется библиотека Transformers и формат PyTorch. Модель подходит для чат-ботов, ответов на вопросы и генерации текста. Карточка не приводит перечень поддерживаемых языков, поэтому по метаданным подтверждён только английский. Лицензия — Apache-2.0. Ответы могут быть ошибочными или нерелевантными и иногда содержать предвзятые либо оскорбительные формулировки; их следует проверять.

instruct-rl-Qwen2.5-0.5B-databricks-dolly-15k — дообученная инструктивная языковая модель на базе Qwen/Qwen2.5-0.5B. Она разработана для генерации текста в ответ на запросы и диалогового взаимодействия. Модель содержит 493,7 млн параметров, использует архитектуру Qwen2ForCausalLM и поддерживает контекст до 32 768 токенов. Модель дообучена на датасете generator; подробности о составе данных и результатах оценки в карточке не приведены. Репозиторий содержит веса в формате safetensors, библиотека для работы — Transformers. Лицензия — Apache-2.0.

bartowski/internlm2-chat-7b-llama — конвертированная чат-модель семейства InternLM2 с архитектурой LlamaForCausalLM и примерно 7,4 млрд параметров. По README, веса преобразованы скриптом Charles Goddard для создания моделей Llama из InternLM; модель предназначена для генерации текста в диалоговом формате и поддерживает контекст до 32 768 токенов. В репозитории указаны веса safetensors. Карточка не сообщает поддерживаемые языки и лицензию указана как other, поэтому условия использования требуют проверки в исходном репозитории. Метаданные не подтверждают отдельные возможности помимо чата и генерации текста.