III.2Исследование рынка и маркетинг

Sumail/Derrick50 — объединённая языковая модель семейства Gemma, созданная с помощью mergekit методом SLERP из coffiee/g4 и coffiee/g7. Модель содержит 2,5 млрд параметров и рассчитана на генерацию текста и диалоговое взаимодействие; в метаданных заявлено контекстное окно 8192 токена. Модель принимает текст и генерирует текст. Репозиторий содержит веса в формате safetensors, а конфигурация слияния использует bfloat16. Доступна библиотека Transformers. Сведения о лицензии и специальных предметных областях в предоставленных данных отсутствуют.

Карточка модели sshleifer/distilbart-xsum-12-3 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.

jaspionjader/dp-4-8b — объединённая языковая модель автора jaspionjader, созданная из предварительно обученных моделей dp-3-8b и f-5-8b методом SLERP с помощью mergekit. Это плотная авторегрессионная архитектура LlamaForCausalLM с 7,5 млрд параметров; модель предназначена для диалогов и генерации текста. Она принимает текст и выдаёт текст, а контекст составляет до 8192 токенов. Модель опубликована в формате safetensors и доступна для работы через Transformers. Карточка не описывает отдельные преимущества модели, её языковую специализацию или результаты оценки качества, поэтому эти свойства нельзя надёжно установить. Лицензия в предоставленных данных не указана.

Experiment26Yamshadow_PasticheAlloyingotneoy — объединённая модель семейства Mistral, созданная из automerger/Experiment26Yamshadow-7B и automerger/PasticheAlloyingotneoy-7B. Она предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Модель содержит 7,1 млрд параметров и опубликована в формате safetensors. Модель может использоваться для генерации продолжений текста и диалоговых ответов. Репозиторий распространяется по лицензии Apache-2.0. Подробности о языках, обучении и сравнительном качестве в карточке не приведены.

Experiment28T3q_Strangemerges_32Yam — слитая модель Mistral, опубликованная MaziyarPanahi. Она объединяет модели automerger/Experiment28T3q-7B и automerger/Strangemerges_32Yam-7B; архитектура плотная, число параметров — 7,1 млрд. Модель предназначена для генерации текста, включая диалоговые и другие сценарии продолжения текста. Контекстное окно — до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. README не описывает языковую специализацию или дополнительные возможности; поддерживаемая задача по метаданным — text-generation.

Это дообученная языковая модель vampirehollie для генерации текста и диалогов. В основе — Llama 3.2 3B Instruct; модель имеет плотную архитектуру LlamaForCausalLM и содержит 3,2 млрд параметров. Для обучения использовались Unsloth и библиотека Hugging Face TRL. Модель принимает текст и выдаёт текст, подходит для чат-ответов и генерации продолжений. В метаданных указано контекстное окно до 131 072 токенов и поддержка английского языка. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Fiona-7B-v0.2 — языковая модель на архитектуре Mistral, разработанная niizam и дообученная на базе BarraHome/Mistroll-7B-v2.2. Модель содержит 7,1 млрд параметров и принимает текст, выдавая текст; доступен интерфейс для диалогов. Контекстное окно составляет 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев на английском языке. Она распространяется в формате safetensors по лицензии Apache-2.0. В README указано, что обучение проводилось с использованием Unsloth и библиотеки TRL; подробности о качестве ответов и ограничениях не приведены.

Ksgk-fy/forgetting-gap-qwen3-4b-s0 — дообученная на базе Qwen/Qwen3-4B языковая модель, разработанная с использованием TRL. Она предназначена для диалоговой генерации текста и отвечает на запросы в формате чата; пример в карточке показывает генерацию ответа на открытый вопрос. Модель имеет плотную архитектуру Qwen3ForCausalLM, около 3,7 млрд параметров и контекстное окно 40 960 токенов. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

OpenAssistant/galactica-6.7b-finetuned — текстовая генеративная модель на архитектуре OPT, дообученная на WebGPT и Prompt Dialogue версии v2. Она предназначена для генерации текста в ответ на запросы и диалоговые подсказки. Модель содержит 8,8 млрд параметров, принимает текст и имеет контекст длиной до 2048 токенов. Карточка указывает на дообучение, но не описывает качество ответов или специальные сценарии применения. Репозиторий содержит веса PyTorch. Лицензия в предоставленных данных не указана.

Это дообученная Петро Феррацци модель Google Gemma 3 1B IT, созданная на основе google/gemma-3-1b-it. Она предназначена для диалогов и генерации текста; метаданные отмечают поддержку чата. Модель использует плотную архитектуру Gemma 3 с причинно-языковой головой, содержит 1 млрд параметров и поддерживает контекст до 32 768 токенов. Данные дообучения и специализированные сценарии применения не описаны. Модель опубликована в формате Safetensors и распространяется по лицензии Gemma.

h2oai/h2ogpt-gm-oasst1-en-2048-open-llama-7b-preview-300bt — языковая модель H2O.ai для генерации текста и диалоговых ответов. Она дообучена с помощью H2O LLM Studio на наборе OpenAssistant/oasst1 и основана на openlm-research/open_llama_7b_preview_300bt. Модель использует плотную архитектуру LlamaForCausalLM, содержит 6,6 млрд параметров и принимает контекст длиной до 2048 токенов. Модель рассчитана на англоязычные текстовые запросы и генерацию ответов. Её можно применять для диалоговых помощников, черновиков текстов и ответов на вопросы. Репозиторий содержит веса PyTorch, лицензия — Apache-2.0. Генерация может быть предвзятой, оскорбительной, ошибочной или нерелевантной, поэтому ответы следует проверять.

Hajax Chat 1.0 — объединённая чат-модель от Tech-Meld, созданная методом SLERP с помощью mergekit из HuggingFaceH4/zephyr-7b-beta и nvidia/Llama3-ChatQA-1.5-8B. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров. Модель предназначена для диалогов и генерации текста по запросам пользователя; объединение моделей Zephyr и ChatQA указывает на сценарии общения и ответов на вопросы. Она принимает и генерирует текст, а длина контекста составляет 8192 токена. В метаданных указана библиотека Transformers и формат весов safetensors. В карточке не приведены результаты оценки качества или сведения о языках и лицензии, поэтому нельзя установить её сильные стороны, языковую специализацию и условия использования. Указание на компоненты Zephyr и ChatQA само по себе не подтверждает поддержку конкретных языков или качество ответов модели.

MotherEarth/Hermes-Storm-Climate-lorablated — объединённая диалоговая языковая модель, созданная с помощью mergekit методом SLERP из mlabonne/Hermes-3-Llama-3.1-8B-lorablated и MotherEarth/storm_climate. Она построена на архитектуре Llama с плотной моделью класса LlamaForCausalLM и содержит 7,5 млрд параметров. Модель предназначена для генерации текста в диалогах; заявленный контекст составляет 131072 токена. Модель принимает текст и генерирует текст. В карточке указаны форматы safetensors и библиотека Transformers. Для оценки её пригодности к конкретным задачам стоит учитывать, что README описывает способ слияния, но не приводит результатов тестирования или подробных ограничений. Лицензия в предоставленных данных не указана.

Index-Translate-35B-A3B-preview — предварительная многоязычная модель перевода семейства Index-Translate, разработанная IndexTeam на базе Qwen3.5. Это модель типа mixture-of-experts с 35 млрд общих и примерно 3 млрд активных параметров. Она предназначена для перевода текстов между 150 языками и учитывает инструкции о терминологии, стиле, контексте, форматировании, структуре и длине ответа. Модель подходит для перевода статей, субтитров, структурированных данных и культурно обусловленных выражений, включая мемы и разговорные варианты написания. Вариант с визуальными энкодерами mmproj поддерживает перевод текста на изображениях без отдельного внешнего OCR; наличие этих энкодеров в данном репозитории не подтверждено. В техническом отчёте модель показывает высокие результаты на нескольких тестах перевода, но приведённые оценки относятся к указанным наборам данных и настройкам. Карточка описывает preview-версию и не приводит конкретные ограничения её практического применения. Лицензия — Apache-2.0.

jackalope-7b-Mistral-7B-Instruct-v0.1 — языковая чат-модель на архитектуре Mistral, созданная слиянием mistralai/Mistral-7B-Instruct-v0.1 и openaccess-ai-collective/jackalope-7b методом SLERP. Модель содержит 7,1 млрд параметров и предназначена для генерации текста в ответ на инструкции и диалоговые запросы; заявленный контекст — до 32 768 токенов. Модель поддерживает английский язык и может применяться для диалоговых помощников, ответов на вопросы и генерации текста по запросу. В репозитории указаны веса в формате safetensors. Лицензия — Apache-2.0. Карточка не приводит результатов оценки качества или подробностей об ограничениях поведения.

JevK5-Lite — экспериментальная предварительная версия CPU-классификатора проекта JevK5, дообученная на базе microsoft/deberta-v3-large. Модель за один проход кодировщика обрабатывает текст и произвольное число наборов меток: для однозначных категорий возвращает вероятности softmax, а для многометочной классификации — отдельные вероятности sigmoid. Архитектура использует метки, встроенные в последовательность, и оценивает их с учётом представления текста; размер по метаданным — 533,7 млн параметров, контекст — до 512 токенов. Поддерживается английский язык. Модель предназначена для классификации текстов по заданным пользователем категориям, в том числе одновременно по нескольким наборам меток. В описанных испытаниях она показала лучшую калибровку вероятностей на шести одно меточных наборах, но среднее качество классификации уступило GLiNER2.5-Decide; результаты заметно различаются по областям. Особенно слабыми названы финансовый сентимент и тонкая многометочная классификация эмоций. Для работы на CPU предусмотрен режим bfloat16, а вход обрезается до 512 токенов, причём метки получают приоритет при усечении. Лицензия — Apache-2.0.

Kosmos-EVAA-TSN-light-8B — плотная языковая модель семейства Llama, созданная jaspionjader слиянием двух предварительно обученных моделей: jaspionjader/Kosmos-EVAA-gamma-light-8B и jaspionjader/Kosmos-EVAA-TSN-8B. Для слияния использован метод SLERP через mergekit. Модель предназначена для генерации текста и может применяться в сценариях, где требуется создавать продолжения текста или ответы на текстовые запросы. Репозиторий содержит веса в формате safetensors; размер модели составляет 7,5 млрд параметров, а длина контекста — 8192 токена. Карточка не сообщает о специализированной области применения или поддерживаемых естественных языках. Лицензия в предоставленных данных не указана.

Kosmos-VENN-8B — языковая модель для генерации текста, созданная объединением моделей Khetterman и DreadPoor методом SLERP с помощью mergekit. В основе лежит архитектура Llama с плотной трансформерной моделью примерно на 7,5 млрд параметров; нативная длина контекста составляет 8192 токена. Модель подходит для генерации текста и диалогов, в том числе творческих и ролевых сценариев на русском и английском языках. Веса доступны в формате safetensors для использования с Transformers. Лицензия в предоставленных данных не указана.

L3.3-Damascus-R1 — созданная SteelSkull модель для генерации текста и диалогов на основе Llama 3.3. Это плотная авторегрессионная модель семейства Llama примерно с 69,5 млрд параметров и контекстом до 131 072 токенов. По карточке, она собрана методом SCE merge из нескольких моделей; среди заявленных компонентов — EVA-LLaMA-3.33, Euryale, Cirrus, Hanami, Anubis и Negative_LLAMA. Каталог также указывает связи с несколькими исходными моделями, включая EVA-LLaMA-3.33-70B-v0.1. Модель общего назначения с особым акцентом на ролевые диалоги и рассказы. Она рассчитана на связное общение, рассуждения и подробное описание сцен; в метаданных также отмечен интерфейс вызова инструментов. Карточка приводит результаты UGI-бенчмарка и рекомендуемые параметры генерации, но эти результаты не гарантируют качество в других задачах. Указанная лицензия — other; конкретные условия использования в карточке не раскрыты.

L3-ColdBrew-Arcadia — разговорная языковая модель, созданная SvalTek путём объединения моделей SvalTek/L3-ColdBrew-Astrid и FPHam/L3-8B-Everything-COT с помощью LazyMergekit. Она предназначена для генерации текста в диалогах и ответов на запросы. Модель построена на плотной архитектуре Llama с классом LlamaForCausalLM, содержит 9,2 млрд параметров и поддерживает контекст до 8192 токенов. Модель распространяется в формате safetensors. Сведения о лицензии и конкретных языках в предоставленных источниках отсутствуют; поскольку модель объединяет разговорные модели Llama 3, она подходит для диалогового применения, но её качество и поведение могут зависеть от состава и настроек слияния.

Это испаноязычная модель генерации текста на основе архитектуры Llama 2, дообученная Clibrain на собственном наборе инструкций на испанском языке. Она предназначена для диалогового взаимодействия и выполнения текстовых инструкций на испанском. Модель содержит 6,6 млрд параметров, принимает текст и выдаёт текст; максимальный контекст составляет 2048 токенов. Для работы используется библиотека Transformers, веса представлены в формате PyTorch. В README указано, что для исправленной и обновлённой версии следует использовать clibrain/Llama-2-7b-ft-instruct-es. Модель опубликована под лицензией Apache-2.0.

Llama3-12B-wwe — объединённая языковая модель на архитектуре Llama, созданная сообществом mergekit-community методом passthrough из трёх моделей: hfl/llama-3-chinese-8b-instruct-v2, NousResearch/Hermes-2-Pro-Llama-3-8B и shenzhi-wang/Llama3-8B-Chinese-Chat. Она предназначена для генерации текста и диалогов; базовые модели ориентированы в том числе на китайский и английский языки, а Hermes-2-Pro добавляет разговорные возможности. Модель содержит 13,2 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors; заявленная длина контекста — 8192 токена. В README описано объединение диапазонов слоёв трёх исходных моделей с точностью float16. Модель подходит для ответов в чате и продолжения текста. Лицензия в предоставленных данных не указана.

Карточка модели paraschopra/llama-31-8b-instruct-120k-correct-plus-real-low-lr на Hugging Face совпадает с карточкой paraschopra/llama-31-8b-instruct-regenerated-100-cot-no-system-prompt, поэтому описание составлено по ней. Модель paraschopra/llama-31-8b-instruct-regenerated-100-cot-no-system-prompt — дообученная версия инструкционной Llama 3.1 8B Instruct. Она предназначена для генерации текста и диалогового взаимодействия. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 131 072 токенов; в репозитории используются веса Safetensors. В карточке указаны Unsloth и TRL как инструменты обучения. Модель может применяться для ответов на запросы и генерации текста на английском языке. Лицензия — Apache-2.0. README не приводит оценок качества или подробных результатов обучения, поэтому пригодность для конкретных задач следует проверять на собственных данных.

Llama-3-8B-666 — объединённая диалоговая языковая модель, созданная сообществом mergekit на основе Meta-Llama-3-8B-Instruct и трёх других моделей семейства Llama 3. Для слияния использован метод passthrough. Модель предназначена для генерации текста и ведения диалогов. Модель использует плотную архитектуру LlamaForCausalLM, содержит 11,4 млрд параметров и поддерживает контекст до 8192 токенов. Репозиторий содержит веса в формате safetensors, для работы используется библиотека Transformers. В состав слияния входят модели, ориентированные в том числе на китайский язык; базовая Meta-Llama-3-8B-Instruct предназначена для ассистентских ответов на английском языке. Лицензия в предоставленных данных не указана. Качество и языковое покрытие именно этой объединённой модели не описаны; результаты могут зависеть от сочетания исходных моделей и сценария использования.

Kukedlc/LLaMa-3-8b-en-es-v1 — дообученная Kukedlc модель семейства Llama 3 для генерации текста. Она основана на mlabonne/ChimeraLlama-3-8B-v3, имеет около 7,5 млрд параметров и поддерживает контекст до 8192 токенов. Для обучения использовались Unsloth и библиотека TRL. Модель предназначена для генерации текста и может применяться для диалогов, ответов на вопросы и других текстовых сценариев. В карточке указаны английский язык и название версии en-es, однако отдельные сведения о качестве поддержки испанского не приведены. Модель распространяется по лицензии Apache-2.0.

Модель Ayush-1722/Llama-3-8B-Instruct-v0.1-32K-QLoRA-Merged — дообученная Ayush-1722 версия Llama 3 для генерации текста. Она рассчитана на текстовые запросы и ответы; карточка сообщает, что обучение выполнялось с Unsloth и библиотекой TRL. Модель содержит 7,5 млрд параметров, имеет контекст до 32 768 токенов и распространяется под лицензией Apache-2.0. Модель подходит для генерации ответов и продолжения текста на английском языке. Карточка не описывает конкретные целевые сценарии, оценки качества или специальные ограничения; результаты следует проверять для выбранного применения.

ksw1/llama-3-8b-sleeper-agent — языковая модель семейства Llama 3, дообученная разработчиком ksw1 на базе unsloth/llama-3-8b-Instruct-bnb-4bit с использованием Unsloth и библиотеки TRL. Это плотная авторегрессионная модель с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров. Модель предназначена для генерации текста и диалогового общения на английском языке. Она принимает текст и выдаёт текст; заявленная длина контекста — 8192 токена. Репозиторий распространяется по лицензии Apache-2.0. Карточка не описывает специальные области применения или отдельные возможности дообучения.

Llama-3-DARE-v1-8B — объединённая языковая модель на архитектуре Llama, созданная с помощью mergekit методом DARE TIES. В качестве основы использована meta-llama/Meta-Llama-3-8B, а также в объединение включена meta-llama/Meta-Llama-3-8B-Instruct. Модель содержит 7,5 млрд параметров и рассчитана на генерацию текста и диалоговые сценарии. Модель принимает текст и выдаёт текст; для неё заявлено контекстное окно до 8192 токенов. Она подходит для диалоговых ответов и генерации текста общего назначения. Базовая модель описана как англоязычная, поэтому поддержка других языков этими данными не подтверждается. Модель доступна в формате safetensors для Transformers. Лицензия указана как «other», поэтому условия использования следует проверять в карточке репозитория Hugging Face.

SEHYONG/Llama-3-Open-Ko-8B-Instruct-kookmin6 — плотная языковая модель семейства Llama 3, разработанная SEHYONG и дообученная на основе SEHYONG/Llama-3-Open-Ko-8B-Instruct-kookmin5. Она предназначена для генерации текста и диалогового общения. Модель содержит 7,5 млрд параметров, принимает текст и выдаёт текст; длина контекста составляет 8192 токена. Модель обучалась с использованием Unsloth и TRL. В карточке указана лицензия Apache-2.0. Доступные сведения подтверждают назначение для генерации текста и чата, но не описывают конкретные дополнительные возможности или подробные ограничения качества.

PetroGPT/Llama-3-Petro-Instruct-v1 — языковая модель FelixChao для генерации текста в диалоговом формате. Она дообучена на базе unsloth/llama-3-8b-Instruct-bnb-4bit с использованием Unsloth и библиотеки TRL. Модель относится к семейству Llama, использует плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров; заявленная длина контекста — 8192 токена. Модель подходит для генерации ответов и ведения текстового диалога на английском языке. Карточка не описывает специализацию на области Petro или конкретные обучающие данные, поэтому назначение следует считать общим. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.