III.2Исследование рынка и маркетинг

Это дообученная автором tillacs языковая модель семейства Llama на базе unsloth/Llama-3.2-1B-bnb-4bit. Она предназначена для генерации текста и может использоваться в сценариях, где требуется продолжение или создание текста. Модель имеет плотную архитектуру LlamaForCausalLM и содержит 1,2 млрд параметров; заявленная длина контекста составляет 131072 токена. В карточке указаны английский язык и лицензия Apache-2.0. Для обучения использовались Unsloth и библиотека TRL.

EM-Mistral-7b-v-0.4 — дообученная Klevin языковая модель семейства Mistral для генерации текста. Она основана на unsloth/mistral-7b-v0.3-bnb-4bit и обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста на английском языке. Лицензия Apache-2.0 разрешает её использование на условиях этой лицензии. В карточке не описаны специализированные навыки или результаты оценки качества; эффективность и пригодность для конкретных сценариев следует проверять отдельно.

FineAeritoLlama-3.1-8B — разговорная языковая модель, разработанная anthonymg на основе unsloth/Meta-Llama-3.1-8B-bnb-4bit. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 7,5 млрд параметров, дообученная с помощью Unsloth и Hugging Face TRL. Она предназначена для генерации текста и диалоговых сценариев на английском языке; заявленная длина контекста составляет 131 072 токена. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не сообщает результаты оценки качества и конкретные ограничения применения, поэтому пригодность для заданного сценария следует проверять отдельно.

free-solar-evo-v0.1 — текстовая генеративная модель, разработанная технической командой Freewheelin AI. Она создана методом эволюционного объединения моделей, вдохновлённым проектом Sakana, на базе hwkwon/S-SOLAR-10.7B-v1.5. Модель использует плотную архитектуру Llama и содержит около 10,6 млрд параметров. Она принимает текст и генерирует текст; заявлены корейский и английский языки, контекст составляет 4096 токенов. Подходит для генерации и продолжения текста общего назначения. Репозиторий распространяется по лицензии MIT.

GALAXY-16B-v1.0 — разговорная языковая модель на архитектуре Llama, опубликованная TeeZee. Она создана расширением глубины модели: в карточке указана последовательность Mistral (32 слоя) → SOLAR (48 слоёв) → GALAXY (72 слоя). Модель содержит около 15,8 млрд параметров и поддерживает контекст до 4096 токенов. Модель предназначена для генерации текста и диалогов по шаблону Alpaca; шаблон чата встроен в конфигурацию токенизатора. В обучающих данных есть наборы для предпочтений и диалогов, включая данные ролевых сценариев с контентом для взрослых. Автор прямо предупреждает, что модель может генерировать NSFW-контент. Результаты оценки качества на момент создания карточки ожидались. Модель опубликована под лицензией Apache-2.0. В доступной карточке не приведены результаты бенчмарков, поэтому качество для конкретных задач следует проверять отдельно.

Это разговорная текстовая модель семейства Gemma 2, опубликованная пользователем vectorzhou на Hugging Face и дообученная на базе google/gemma-2-2b-it. По названию репозитория, архитектуре и примерам использования модель предназначена для генерации ответов в диалоге и выполнения инструкций в текстовом формате. Она использует плотную архитектуру Gemma2ForCausalLM, содержит около 2,7 млрд параметров и поддерживает контекст до 8192 токенов. Карточка модели автоматически сгенерирована и не сообщает разработчика исходных весов, обучающие данные, результаты оценки или лицензию; поэтому качество конкретного дообучения и условия его распространения по доступным сведениям установить нельзя. Метаданные подтверждают задачу text-generation и разговорный тег, но не называют поддерживаемые языки.

Gemma2-9b-it-train4 — разговорная модель генерации текста, разработанная ehristoforu и дообученная на ehristoforu/Gemma2-9b-it-train3. Она основана на плотной архитектуре Gemma 2 с 9 млрд параметров и рассчитана на диалоговые сценарии. В метаданных указан английский язык, контекст составляет 8192 токена; для обучения использовался датасет cognitivecomputations/dolphin и инструменты Unsloth и Hugging Face TRL. Модель подходит для ответов на вопросы и генерации текста в чате. Репозиторий содержит веса PyTorch. Лицензия — Apache-2.0. Карточка не приводит результатов оценивания качества или подробных сведений об ограничениях.

Crystalcareai/Gemma-Generic — дообученная автором репозитория языковая модель семейства Gemma с плотной архитектурой GemmaForCausalLM и примерно 8,2 млрд параметров. Модель предназначена для генерации текста и диалоговых сценариев общего назначения; при дообучении использовался набор Chat-Error/wizard_alpaca_dolly_orca в течение трёх эпох. Модель принимает текст и генерирует текст. Заявленная длина контекста составляет 8192 токена. В репозитории доступны веса в формате safetensors. README не приводит результатов оценки качества или описания специальных возможностей. Лицензия в предоставленных данных не указана.

TheBloke/gpt4-alpaca-lora-13B-HF — версия модели gpt4-alpaca-lora-13b в формате Hugging Face, опубликованная TheBloke. Это плотная авторегрессионная модель семейства LLaMA с 12,9 млрд параметров, дообученная методом instruction following на данных alpaca_data_gpt4.json с использованием LoRA; в карточке указана базовая модель decapoda-research/llama-30b-hf. Репозиторий содержит объединённую модель в формате PyTorch. Модель предназначена для генерации ответов на инструкции и диалогового общения на английском языке. Она может служить основой чат-бота, помощника для ответов на вопросы и генератора текстов по запросу. Указанное в метаданных окно контекста составляет 2048 токенов. Лицензия обозначена как other, поэтому конкретные условия использования по имеющимся сведениям определить нельзя. Модель основана на LLaMA и унаследовала её ограничения; качество и надёжность ответов не гарантированы. Указанный в README базовый чекпойнт имеет 30B параметров, тогда как опубликованная версия — 13B; README не поясняет это расхождение.

Grafted-Wind-Elementals-2x70B — языковая модель для генерации текста, созданная как MoE-слияние моделей alchemonaut/BoreanGale-70B и ShinojiResearch/Senku-70B-Full. В карточке она описана как модель с сильными навыками письма; также приведены результаты оценки на задачах рассуждения и понимания текста. Архитектура репозитория — Mixtral MoE с классом MixtralForCausalLM, а объём модели по метаданным составляет 68,7 млрд параметров. Модель предназначена для генерации текста и диалогов. Она принимает текст, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. README указывает на лицензию только для некоммерческого исследовательского использования. Английский язык указан в описании базовой модели каталога; другие языки карточкой не подтверждены.

H2O.ai разработала эту языковую модель на основе Salesforce/xgen-7b-8k-base, дообучив её с помощью H2O LLM Studio на персонализированной подготовке набора OpenAssistant/oasst1. Это плотная авторегрессионная модель семейства Llama с 6,7 млрд параметров, рассчитанная на генерацию текста и диалоговые ответы на английском языке. Контекстное окно составляет 8192 токена. Модель можно применять для создания ответов в чате, продолжения текста и подготовки черновиков на английском языке. Она распространяется под лицензией Apache-2.0. Ответы могут быть ошибочными, нерелевантными, предвзятыми или оскорбительными, поэтому их следует проверять.

Hermes-ClimateStorm-Sauerkraut-abliterated — объединённая диалоговая языковая модель, созданная MotherEarth с помощью mergekit линейным слиянием Hermes-Storm-Climate-lorablated и Llama-3.1-SauerkrautLM-8b-Instruct. Модель построена на плотной архитектуре Llama и содержит 7,5 млрд параметров; файлы представлены в формате safetensors. Она предназначена для генерации текста и диалоговых сценариев. Заявленная длина контекста — 131 072 токена. Модель принимает текст и генерирует текст. Базовая модель SauerkrautLM рассчитана на немецкий и английский языки, однако README этой объединённой модели не описывает языковые характеристики и сравнительное качество слияния. Лицензия в предоставленных данных не указана.

bosonai/higgs-audio-v3-stt-v2 — англоязычная модель распознавания речи Boson AI на архитектуре HiggsAudio3. Это дообученный чекпойнт bosonai/higgs-audio-understanding-v3-1.7b, в который слиты веса LoRA ранга 64 и alpha 128. Модель принимает аудио и преобразует речь в текст; карточка указывает задачу automatic-speech-recognition и формат safetensors. Модель предназначена для транскрибирования английской речи. В обучающую смесь вошли части AMI IHM, GigaSpeech, LibriSpeech, SpgiSpeech, TED-LIUM и VoxPopuli; для Earnings22 данные пропускались. В README приведены результаты оценки WER на AMI, Earnings-22 и GigaSpeech по методике Open ASR Leaderboard. Модель распространяется по лицензии Apache-2.0. Результаты зависят от записи и условий распознавания; сведения об ограничениях качества за пределами приведённых оценок в карточке не представлены.

mehuldamani/hotpot-v2-brier-7b-no-split — дообученная Mehul Damani на Qwen/Qwen2.5-7B языковая модель для генерации текста в диалоговом формате. Она рассчитана на ответы на вопросы и свободные текстовые запросы; карточка демонстрирует генерацию ответа на открытый вопрос. Обучение выполнено с помощью TRL. Модель использует плотную архитектуру Qwen2ForCausalLM и содержит 7,1 млрд параметров. Максимальная длина контекста — 131 072 токена; веса доступны в формате Safetensors. Лицензия в предоставленных данных не указана.

Kitty-Cat-SOVL-8B-L3-V1 — объединённая модель семейства Llama 3, созданная автором карточки с помощью mergekit методом Model Stock на основе TheSkullery/llama-3-cat-8b-instruct-v1 и моделей ResplendentAI. Это плотная авторегрессионная языковая модель примерно на 7,5 млрд параметров с поддержкой диалогового режима и контекстом до 8192 токенов. Она предназначена для генерации текста и ведения диалогов. В объединение вошли модели, связанные с общением, следованием инструкциям и ролевым форматом. Карточка отмечает возможные проблемы с шаблоном промпта: модель, по словам автора, иногда работает с обычным шаблоном Llama 3, но это требует дальнейшего тестирования. Модель распространяется под лицензией CC BY-NC 4.0, которая ограничивает коммерческое использование.

Kpt-7b-v-0.2 — объединённая модель для генерации текста, созданная с помощью mergekit методом DARE TIES. В качестве базовой модели использована kainatq/Kainoverse-7b-v0.1; в объединение также вошли ResplendentAI/Persephone_7B, ResplendentAI/Asherah_7B, ChaoticNeutrals/RP_Vision_7B, ResplendentAI/Aura_v3_7B и ResplendentAI/DaturaCookie_7B. Модель основана на плотной архитектуре Mistral и содержит 7,1 млрд параметров. Модель предназначена для генерации текста; каталог Hugging Face относит её к задаче text-generation. Контекст составляет до 32 768 токенов. В метаданных отмечена базовая модель RP_Vision с поддержкой анализа изображений через Koboldcpp, однако карточка Kpt-7b-v-0.2 описывает только объединение языковых моделей, поэтому обработка изображений для этой версии не подтверждена. Репозиторий содержит веса в формате safetensors. Карточка не сообщает о языковом охвате и лицензии, поэтому их условия здесь не конкретизируются. Качество генерации и ограничения в README не оценены.

Kraken-Multilingual — языковая модель на архитектуре Kraken, созданная совместно Cognitive Computations, VAGO Solutions и Hyperspace.ai; среди авторов указаны Fernando Fernandes Neto, David Golchinfar, Lucas Atkins и Eric Hartford. Это плотная причинная языковая модель на базе Transformers, которая использует маршрутизатор для выбора подходящей экспертной модели в зависимости от языка и содержания запроса. Среди перечисленных экспертов — модели для немецкого и английского, итальянского, французского и скандинавских языков. Модель предназначена для генерации текста и диалоговых ответов на английском, немецком, итальянском, французском, шведском, финском, датском и норвежском языках. Маршрутизация между экспертами и настраиваемые шаблоны позволяют применять её в многоязычном чате и переключать используемые модели и квантование через конфигурацию. В репозитории представлены веса Safetensors. Лицензия в предоставленных сведениях не указана.

Azazelle/L3-Decent-Lois-Griffin-8B — объединённая разговорная языковая модель, созданная с помощью mergekit на основе NousResearch/Meta-Llama-3-8B-Instruct. В слияние также вошли семь моделей семейства Llama 3 с настройками для диалога, генерации текста и других сценариев; использован метод breadcrumbs_ties. Модель имеет архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 8192 токенов. Модель предназначена для диалогов и генерации текста по запросу. Базовая модель описана как англоязычная инструктивная LLM, поэтому основное языковое применение — английский. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия в доступных данных не указана.

LaMini-T5-223M — модель серии LaMini-LM от MBZUAI, созданная дообучением T5-base на наборе LaMini-instruction из 2,58 млн примеров. Это плотная модель архитектуры T5 с примерно 123,8 млн параметров, предназначенная для генерации ответов на инструкции, сформулированные на естественном языке. Её можно использовать для выполнения текстовых запросов и ответов на вопросы в формате «текст на входе — текст на выходе»; заявленный контекст составляет 512 токенов. Модель обучалась с инструкционной настройкой и оценивалась на задачах NLP и пользовательских инструкциях. В метаданных указан английский язык. Репозиторий содержит веса PyTorch и распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. README не описывает конкретные ограничения качества; как и другие компактные модели, она может ошибаться и хуже справляться со сложными запросами.

4i Intelligent Insights разработала испаноязычную чат-модель на базе Llama 2 13B, дообучив её на наборе инструкций bertin-project/alpaca-spanish. Это плотная авторегрессионная модель семейства Llama с 12,9 млрд параметров и контекстом до 4096 токенов; она принимает инструкции и необязательный входной текст и генерирует текстовые ответы на испанском языке. Модель предназначена для непосредственного выполнения пользовательских инструкций и диалоговых сценариев без дополнительного дообучения. Адаптер был объединён с исходной моделью Llama 2. Качество может снижаться из-за ошибок перевода в испанском наборе данных; также сохраняются смещения и ограничения базовой модели. Лицензия — CC BY-NC 4.0, унаследованная от набора данных; для базовой Llama 2 действуют условия её лицензионного соглашения.

Карточка модели paraschopra/llama-31-8b-base-all-24k-correct 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.

DeSTA-ntu/Llama-3.1-8B-Instruct — разговорная языковая модель семейства Llama, опубликованная организацией DeSTA-ntu на Hugging Face. Репозиторий содержит веса для Transformers в формате safetensors; модель имеет около 7,5 млрд параметров и архитектуру LlamaForCausalLM. Метаданные указывают контекстное окно до 131 072 токенов. Модель предназначена для генерации текста в диалоговом формате и может использоваться для ответов на вопросы и ведения беседы. Карточка модели автоматически создана и не содержит надёжных сведений о её обучении, языках, лицензии, оценке качества или специальных ограничениях; связь с базовой моделью из доступных сведений установить нельзя.

Mungert/Llama-3.2-3B-Instruct-GGUF — это инструкционная языковая модель семейства Llama 3.2 в формате GGUF, разработанная на основе модели Meta. В README не указано, является ли Mungert автором конвертации или распространения модели, поэтому сведения о роли этого разработчика ограничены идентификатором репозитория. Модель предназначена для генерации текста и выполнения инструкций в языковых сценариях, включая диалоговые приложения и другие задачи text-generation. Заявлены английский, немецкий, французский, итальянский, португальский, хинди, испанский и тайский языки. Размер модели составляет 3B параметров; архитектура, поддерживаемые модальности и размер контекста в README не указаны. Формат GGUF ориентирован на локальное или оптимизированное инференс-использование, однако конкретные требования к ресурсам и доступные варианты квантования не приведены. Модель может быть удобна для многоязычной генерации текста при ограниченных вычислительных ресурсах, но README не содержит результатов бенчмарков, подробностей обучения или оценки качества, поэтому её сильные стороны и ограничения нельзя надежно сравнить с другими моделями. Использование регулируется Llama 3.2 Community License от Meta: при распространении материалов или производных продуктов необходимо соблюдать условия лицензии, включая предоставление текста соглашения, указание «Built with Llama», атрибуцию и Acceptable Use Policy. Для продуктов с более чем 700 миллионами месячных активных пользователей предусмотрено отдельное лицензионное требование.

PJMixers-Dev/LLaMa-3.2-Instruct-JankMix-v0.2-SFT-3B — дообученная методом полного fine-tuning диалоговая модель на архитектуре Llama 3.2, разработанная PJMixers-Dev. Модель размером 3,2 млрд параметров предназначена для генерации текста в формате инструкций и продолжения текста; в обучающих данных использована примерно равная смесь примеров completion и instruct. Метаданные указывают контекст до 131 072 токенов и поддержку английского языка. Модель подходит для диалоговых ответов, выполнения текстовых инструкций и генерации продолжений. В опубликованных результатах Open LLM Leaderboard приведены оценки IFEval и BBH. В README отмечено, что модель может сохранять отказы базовой версии: специального обучения для их устранения не проводилось. Лицензия — Llama 3.2; применяйте модель в соответствии с её условиями.

itsnebulalol/Llama-3.2-Nemotron-3B — дообученная языковая модель автора itsnebulalol на базе unsloth/Llama-3.2-3B-bnb-4bit, представляющая собой плотную авторегрессионную архитектуру Llama с 3,2 млрд параметров. Для обучения использован набор nvidia/HelpSteer2; модель предназначена для генерации текста в диалоговом формате и может использоваться для ответов на пользовательские запросы и инструктивных сценариев. Модель принимает текст и выдаёт текст, поддерживает английский язык и имеет заявленный контекст до 131 072 токенов. В репозитории указаны форматы PyTorch и Safetensors; карточка сообщает о лицензии Llama 3.2. README не приводит результатов оценки качества и подробных ограничений, поэтому пригодность для конкретных задач стоит проверять на собственных примерах.

grimjim/llama-3-merge-avalon-8B — слитая с помощью mergekit методом SLERP языковая модель на архитектуре Llama 3. В неё объединены grimjim/llama-3-merge-virt-req-8B и nbeerbower/llama-3-slerp-kraut-dragon-8B; модель содержит около 7,5 млрд параметров и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста и диалогов по инструкциям на английском языке. Автор сообщает о лёгком тестировании с температурой 1,0, minP 0,02 и предварительными промптами Llama 3 Instruct. Доступна в формате safetensors для Transformers. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Llama 4 Scout — мультимодальная авторегрессионная модель Meta с архитектурой mixture-of-experts и ранним объединением модальностей. В модели 17 млрд параметров и 16 экспертов; она предназначена для работы с текстом и изображениями. Модель подходит для диалогового помощника, визуального рассуждения, распознавания содержимого изображений, создания подписей и ответов на вопросы об изображениях. Поддерживает арабский, английский, французский, немецкий, хинди, индонезийский, итальянский, португальский, испанский, тагальский, тайский и вьетнамский языки. В README указано, что модель тестировалась на понимание до пяти изображений за один запрос. Модель распространяется по специальной коммерческой лицензии Llama 4 Community License Agreement с ограничениями Acceptable Use Policy. Это статическая модель, обученная на офлайн-данных; качество ответов и работу в конкретных сценариях следует проверять отдельно. Возможности понимания изображений сверх пяти изображений за запрос требуют дополнительного тестирования и настройки.

M7Yamshadowexperiment28_Experiment26Yam — объединённая языковая модель, созданная на основе automerger/M7Yamshadowexperiment28-7B и automerger/Experiment26Yam-7B. Модель построена на архитектуре Mistral с плотной структурой и содержит 7,1 млрд параметров. Она предназначена для генерации текста и поддерживает контекст длиной до 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache-2.0. README не описывает специальные сценарии применения, языки или результаты оценки качества.

M7Yamshadowexperiment28_Experiment28Experiment26 — слитая текстовая модель семейства Mistral, опубликованная MaziyarPanahi. Она объединяет модели automerger/M7Yamshadowexperiment28-7B и automerger/Experiment28Experiment26-7B и предназначена для генерации текста; карточка не уточняет специализацию или конкретные сценарии применения. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В репозитории представлены веса safetensors. Языки не определены по доступным данным. Лицензия — Apache-2.0.

M7Yamshadowexperiment28_Strangemerges_32T3qm7xp — слитая текстовая модель семейства Mistral, созданная на основе automerger/M7Yamshadowexperiment28-7B и automerger/Strangemerges_32T3qm7xp-7B. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и формат Safetensors; контекст — до 32 768 токенов. Модель предназначена для генерации текста. Её можно применять для продолжения заданного текста и создания ответов на текстовые запросы. Карточка не описывает специализацию по предметной области или конкретные качества модели. Лицензия — Apache-2.0. Сведения о языках и ограничениях в карточке не приведены.