III.2Исследование рынка и маркетинг

Mubin1917 разработал и опубликовал эту модель как дообученную версию unsloth/Phi-3.5-mini-instruct. Это плотная языковая модель на 3,7 млрд параметров для генерации текста и диалогов; в карточке указаны PyTorch, библиотека Transformers и контекст длиной 4096 токенов. Модель обучали с использованием Unsloth и библиотеки TRL. Модель подходит для генерации ответов в диалоге и других задач текстовой генерации на английском языке. Она распространяется по лицензии Apache-2.0. Карточка не описывает особенности дообучения и результаты оценки качества.

freewheelin/free-llama3-dpo-v0.2 — дообученная модель семейства Llama с плотной архитектурой и примерно 7,5 млрд параметров. Авторы указывают, что для дообучения использовали TRL Trainer и метод обучения из статьи SOLAR. Модель предназначена для генерации текста; её контекст составляет 8192 токена. Модель принимает текст и генерирует текст. В метаданных указаны корейский и английский языки. Репозиторий содержит веса в формате safetensors. Лицензия — MIT. Карточка не описывает конкретные сценарии применения и не приводит результаты оценки качества.

RyotaKadoya1993/fullymerged_v1_128 — дообученная диалоговая языковая модель, разработанная RyotaKadoya1993 на основе meta-llama/Meta-Llama-3-8B-Instruct. Модель семейства Llama с плотной архитектурой LlamaForCausalLM содержит 7,5 млрд параметров и предназначена для генерации текста и диалоговых ответов на английском языке. Контекстное окно — 8192 токена. Модель обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Её можно применять для англоязычного общения с ассистентом и генерации текста. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Sabeerali/Gemma-2B-Mal — дообученная модель генерации текста, разработанная Sabeerali на базе unsloth/gemma-2-2b-bnb-4bit. Это плотная авторегрессионная модель семейства Gemma 2 с 2,7 млрд параметров и контекстом до 8192 токенов. В карточке указано, что обучение выполнялось с использованием Unsloth и библиотеки TRL; модель предназначена для генерации текста. Поддерживаемый язык по метаданным — английский. Модель распространяется по лицензии Apache-2.0.

Gemma 2 Lyco Infinity 9B — диалоговая языковая модель, созданная AELLM путём объединения с помощью Mergekit моделей recoilme/recoilme-gemma-2-9B-v0.4 и BAAI/Gemma2-9B-IT-Simpo-Infinity-Preference. Она предназначена для генерации текста и ответов в формате чата на английском языке. Модель использует плотную архитектуру Gemma 2 с 9 млрд параметров и поддерживает контекст до 8192 токенов. В репозитории представлены веса Safetensors; конфигурация слияния указывает метод dare_ties и тип данных bfloat16. Модель подходит для диалоговых сценариев и генерации ответов на запросы. Карточка не приводит результатов оценки качества и подробных ограничений, поэтому её пригодность для конкретных задач следует проверять самостоятельно. Лицензия в предоставленных данных не указана.

GFusion-10B-A1.8B — экспериментальная инструкционно дообученная диффузионная языковая модель, разработанная ai-sage на основе GigaChat3-10B-A1.8B-base. Она предназначена для диалоговой генерации текста. Вместо последовательного предсказания токенов модель итеративно уточняет частично замаскированные блоки по 32 токена; энтропийно-ограниченная выборка позволяет выбирать компромисс между скоростью декодирования и качеством. Модель поддерживает контекст до 32 768 токенов и работает с текстом на русском и английском языках. В README приведены результаты сравнительных тестов, а также способы запуска через Transformers и SGLang. Указанный в метаданных размер — 1,5 млрд параметров; название модели и README также содержат обозначение 10B-A1.8B. Модель распространяется по лицензии MIT. Это экспериментальная модель, поэтому качество и скорость на конкретных задачах могут отличаться от результатов тестов; для запуска с SGLang README ссылается на специальную ветку поддержки.

H2OAI h2ogpt-gm-oasst1-en-2048-open-llama-3b — языковая модель на архитектуре LLaMA, обученная с помощью H2O LLM Studio на базе openlm-research/open_llama_3b и персонализированной подготовке данных OpenAssistant/oasst1. Модель предназначена для генерации текста и диалоговых ответов на английском языке. Модель содержит 3,3 млрд параметров, принимает текст и генерирует текст. Её контекстное окно составляет 2048 токенов; веса доступны в формате PyTorch для библиотеки Transformers. Лицензия — Apache-2.0. Модель может выдавать ошибочные, бессмысленные или нерелевантные ответы, а данные обучения могут приводить к предвзятым или оскорбительным результатам. Ответы следует проверять.

Klevin/HostAi — дообученная Klevin языковая модель семейства Llama на базе unsloth/llama-3.2-3b-bnb-4bit. Это плотная авторегрессионная модель с архитектурой LlamaForCausalLM и 3,2 млрд параметров; для обучения использовались Unsloth и библиотека TRL. Модель предназначена для генерации текста, а карточка указывает английский язык и контекст до 131 072 токенов. Модель можно использовать для генерации продолжений и ответов на текстовые запросы на английском языке. Лицензия — Apache 2.0. Карточка не сообщает о специализированном назначении или результатах оценки качества.

Ice0.62.1-24.01-RP — объединённая языковая модель, созданная с помощью mergekit методом SLERP из двух чекпойнтов Ice0.60 и Ice0.61.1. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста и может использоваться в сценариях, где требуется продолжение текста или диалоговая генерация. Карточка не описывает специализированные области применения, языки или дополнительные возможности. Модель распространяется в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

Модель sampathkethineedi/industry-classification разработана для отнесения описания бизнеса к одной из 62 отраслевых меток. Это классификатор текста на архитектуре DistilBERT, обученный на 7000 примерах описаний компаний в Индии. Модель принимает текст и возвращает отраслевую категорию; длина контекста составляет 512 токенов. Доступны версии для PyTorch и TensorFlow. Модель подходит для автоматической категоризации компаний по текстовым описаниям, например, при создании отраслевых каталогов или классификации бизнес-профилей. Обучающие данные охватывают только индийские компании, поэтому точность на описаниях бизнесов из других стран или отраслей может быть ниже. Лицензия в предоставленных данных не указана.

KafkaLM-7B-German-V0.1 — языковая модель проекта Seedbox, обученная Деннисом Дикманном. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров; она дополнительно обучена на немецких данных поверх leo-mistral-hessianai-7b, которая была дообучена на наборах инструкций с переводом с английского на немецкий. Для обучения использовалась отфильтрованная версия набора seedboxai/multitask_german_examples_32k. Модель предназначена для повседневных задач на немецком языке, в том числе для делового общения: диалогов с ассистентом и генерации ответов на запросы. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и рассчитана прежде всего на немецкий язык. В карточке отмечена возможность вести диалог; автор характеризует модель как компетентную и творческую. Модель распространяется под лицензией Apache-2.0. Автор предупреждает о склонности модели выходить за привычные языковые рамки и ограничивает заявленное применение исследовательскими целями; также следует учитывать исходную лицензию Llama 2 и ограничения использованных обучающих данных.

KafkaLM-8x7B-German-V0.1 — языковая модель с разреженной экспертной архитектурой MoE, созданная Деннисом Дикманном в рамках проекта Seedbox. Она основана на Mixtral 8x7B от Mistral AI и дообучена на отфильтрованной выборке немецкоязычных инструкций, переведённых с английского. Модель содержит 7,1 млрд параметров, работает с текстом и поддерживает контекст до 32 768 токенов. Модель предназначена для ответов на вопросы и повседневных задач на немецком языке, в том числе в деловом общении. Она ориентирована на точные, фактологичные ответы, но автор отмечает склонность к творческим формулировкам и выходу за языковые рамки. Лицензия — Apache-2.0; карточка также указывает, что применяются ограничения исходной лицензии Llama 2 и использованных обучающих наборов.

Kimi-K2T-neulab-agenttuning-kg-sandboxes-maxeps-32k — диалоговая языковая модель на архитектуре Qwen3, дообученная на базе Qwen/Qwen3-8B командой, опубликовавшей её в организации laion. Модель содержит около 7,6 млрд параметров и принимает текстовые запросы для генерации текста в формате диалога; максимальная длина контекста составляет 40 960 токенов. Модель дообучена на наборе open-athena/Kimi-K2T-neulab-agenttuning-kg-sandboxes-32k_neulab-agenttuning-kg-sandboxes и предназначена для текстовой генерации и диалоговых сценариев. README не приводит отдельных результатов оценки или подробностей о специальных навыках модели. Распространяется под лицензией Apache-2.0.

Kosmos-EVAA-gamma-v14-8B — слитая модель семейства Llama, созданная jaspionjader с помощью mergekit методом SLERP из jaspionjader/Kosmos-EVAA-gamma-light-8B и jaspionjader/Kosmos-EVAA-gamma-v13-8B. Это плотная авторегрессионная языковая модель на 7,5 млрд параметров для генерации текста; она принимает текст и выдаёт текст. Контекстное окно составляет 8192 токена. Модель подходит для генерации продолжений, диалоговых ответов и других задач на основе текста, поддерживаемых базовыми языковыми моделями. Карточка не уточняет специальные области применения или языки. Весовые файлы представлены в формате safetensors. Сведения о лицензии в доступных данных отсутствуют.

LaMini-Cerebras-256M — языковая модель серии LaMini-LM, разработанной MBZUAI. Это декодерная GPT-2-подобная модель на 256 млн параметров, дообученная на Cerebras-GPT-256M с помощью набора LaMini-instruction, содержащего 2,58 млн примеров инструкций. Модель предназначена для генерации текста в ответ на инструкции на естественном языке. Для лучшего результата рекомендуется передавать запросы в том же текстовом формате-обёртке, который использовался при дообучении. Модель принимает текст и генерирует текст; её контекст ограничен 2048 токенами. В карточке описаны автоматическая оценка на задачах NLP и человеческая оценка ответов на инструкции, но подробные результаты здесь не приведены. Модель выпущена под лицензией CC BY-NC 4.0, которая ограничивает коммерческое использование.

Minbyul/llama2-7b-dpo-full-sft-wo-kqa_silver_wogold — дообученная методом DPO модель на базе Minbyul/llama2-7b-wo-kqa_silver_wogold-sft. Она использует архитектуру LlamaForCausalLM с 6,6 млрд параметров и предназначена для генерации текста. В качестве обучающих данных указан набор HuggingFaceH4/ultrafeedback_binarized; в README приведены метрики оценки на тестовом наборе, включая точность предпочтений 0,9418 и разницу наград 1,1165. Модель принимает текст и генерирует текст. Контекст — 4096 токенов. Карточка не уточняет целевые сценарии, языки или ограничения качества. Файлы модели размещены в формате safetensors. Лицензия в предоставленных данных не указана.

Llama3-13B-ku — объединённая языковая модель на архитектуре Llama, созданная сообществом mergekit с помощью метода passthrough из слоёв трёх моделей: mlabonne/Meta-Llama-3-120B-Instruct, NousResearch/Hermes-2-Pro-Llama-3-8B и shenzhi-wang/Llama3-8B-Chinese-Chat. В репозитории указано 37 млрд параметров; модель доступна в формате safetensors и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста и диалогов. Состав базовых моделей указывает на поддержку китайского и английского языков, а также на возможности инструктивных ответов и чата. Она может применяться для диалоговых помощников, генерации ответов и общения на китайском и английском языках. Карточка не сообщает лицензию и не приводит отдельной оценки качества. Как результат слияния, поведение и совместимость могут отличаться от исходных моделей; перед использованием следует проверить ответы и требования к памяти для модели такого размера.

dfurman/Llama-3-8B-Orpo-v0.1 — англоязычная диалоговая модель генерации текста, созданная дообучением Meta Llama 3 8B методом ORPO. По карточке, обучение проведено на 4 тысячах примеров из набора mlabonne/orpo-dpo-mix-40k; модель использует шаблон диалога ChatML и поддерживает контекст до 8192 токенов. Модель предназначена для ответов на запросы и свободной генерации текста в формате чат-ассистента. В приведённых результатах она показывает неодинаковые результаты на тестах: например, выше базовых моделей в HellaSwag и Winogrande, но ниже в GSM8K; эти оценки не гарантируют качества на конкретных пользовательских задачах. Доступны веса в формате safetensors для Transformers. Лицензия — llama3.

duyntnet/Llama-3-8B-Synthia-v3.5-imatrix-GGUF — набор квантованных версий языковой модели Llama-3-8B-Synthia-v3.5, разработанной migtissera и опубликованной в формате GGUF с использованием imatrix-квантизации. Модель предназначена для генерации текста и диалоговых сценариев на английском языке; в исходном описании она представлена как ассистент Synthia, способный формировать подробные ответы на пользовательские запросы. Модель основана на архитектуре Llama 3 с размером 8B параметров. Она работает только с текстом, относится к моделям causal language modeling и поддерживает инференс через совместимые инструменты для GGUF. README не содержит сведений о размере контекста, конкретных вариантах квантования, системных требованиях или результатах бенчмарков. Квантование может уменьшать требования к памяти и ускорять локальный запуск, но потенциально снижает точность по сравнению с полной версией модели. Лицензия указана как other; подробные условия использования в README не приведены. Модель следует применять с учетом ограничений исходной Llama-3-8B-Synthia-v3.5 и конкретной лицензии, сопровождающей базовую модель.

grimjim/llama-3-merge-virt-req-8B — языковая модель семейства Llama 3, созданная автором репозитория слиянием двух предварительно обученных моделей с помощью SLERP и mergekit. Она предназначена для генерации текста и диалоговых ответов по инструкциям на английском языке. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 8192 токенов. В лёгких проверках модель в целом хорошо соблюдала форматирование, но иногда допускала сбои в рассуждениях. Репозиторий распространяет веса в формате safetensors; указана лицензия llama3. README описывает результат как эксперимент слияния и приводит его конфигурацию.

Cas-Warehouse/Llama-3-MopeyMule-Blackroot-8B — разговорная языковая модель, созданная объединением моделей с помощью mergekit и метода Model Stock. В качестве базовой использована failspy/Llama-3-8B-Instruct-MopeyMule; в объединение также вошли Blackroot/Llama-3-8B-Abomination-LORA и Blackroot/Llama-3-LongStory-LORA. Модель семейства Llama 3 с архитектурой LlamaForCausalLM содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. Она предназначена для генерации текста и диалоговых ответов; каталог указывает английский язык для базовой модели. Веса представлены в формате safetensors. Карточка не приводит сравнительных оценок качества или подробных ограничений. Лицензия в предоставленных данных не указана.

lwef/llm-bench-upload-1 — дообученная lwef модель семейства Llama 3 для генерации текста и диалогового взаимодействия. Она основана на beomi/Llama-3-Open-Ko-8B, имеет плотную архитектуру LlamaForCausalLM и около 7,5 млрд параметров. Модель работает с текстом, поддерживает английский язык и использует контекст длиной до 8192 токенов. Модель обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Её можно применять для генерации продолжений текста и ответов в диалоге. Репозиторий содержит веса PyTorch; лицензия — Apache-2.0.

LYRA-FALCON — разговорная генеративная модель, разработанная и поддерживаемая Muhammad Taqi. В метаданных Hugging Face указаны архитектура Falcon с плотной моделью класса FalconForCausalLM, около 10,9 млрд параметров и библиотека Transformers. README называет базовую архитектуру LYRAMOON и заявляет быструю генерацию ответов; подробностей о методе обучения и измерениях скорости не приводится. Модель предназначена для диалогов и генерации текста. Метаданные указывают английский язык, поддержку чата и лицензию Apache-2.0. В каталоге также отмечены классификация текста, разметка токенов и ответы на вопросы как поддерживаемые задачи, хотя основная задача из карточки автора — генерация текста.

Magnum v3 34B GGUF — квантизированная версия языковой модели Anthracite, разработанная для генерации текста и диалогового взаимодействия. Модель создана на основе Yi-1.5-34B-32K и дообучена с целью приблизить качество прозы к моделям Claude 3 Sonnet и Opus. В репозитории представлены веса в формате GGUF; исходные полноразмерные веса доступны отдельно. Модель предназначена для чат-сценариев, написания текстов, инструкций, художественной прозы и ролевого взаимодействия. Она поддерживает только текстовую модальность, рассчитана на английский язык и использует формат диалогов ChatML. Базовая модель относится к классу 34B, а исходная конфигурация Yi-1.5 заявляет контекст до 32K токенов, однако для данного GGUF конкретный поддерживаемый размер контекста в README явно не указан. К сильным сторонам относятся ориентация на высокое качество прозы, instruction tuning, поддержка длинного контекста базовой модели и наличие нескольких вариантов квантования GGUF для локального запуска. Ограничения включают зависимость качества и требований к ресурсам от выбранного варианта квантования, отсутствие заявленной мультиязычной или мультимодальной поддержки, а также отсутствие подробных результатов оценки. Модель распространяется по лицензии Apache-2.0.

Magnum v3 9B CustomGemma2 — текстовая генеративная модель Anthracite, созданная полным дообучением Google Gemma 2 9B. Она рассчитана на диалоги и генерацию прозы с целью приблизить качество письма к Claude 3 Sonnet и Opus. Модель поддерживает системные инструкции через формат CustomGemma2 и использует архитектуру Gemma2ForCausalLM с 9 млрд параметров и контекстом до 8192 токенов. Модель подходит для интерактивного письма и ролевых диалогов, ответов на запросы и других сценариев генерации текста. В README приведены оценки на отдельных бенчмарках, но они не гарантируют качество для конкретных задач. Модель распространяется под лицензией Gemma; применяются её условия использования.

Mayonnaise-4in1-03 — англоязычная причинно-языковая модель Kaitchup, созданная с помощью mergekit как объединение нескольких моделей семейства Mistral. В рецепте слияния TIES указаны mncai/mistral-7b-dpo-v5, flemmingmiguel/MBX-7B и BarryFutureman/NeuralTurdusVariant1-7B; в метаданных размер модели указан как 7,1 млрд параметров, а базовый контекст — 32 768 токенов. Модель предназначена для генерации текста на английском языке. Лицензия — Apache 2.0. Карточка указывает, что рецепт описан в статье о слиянии TIES, но не приводит оценок качества или подробных ограничений; фактические результаты могут зависеть от задачи и способа использования.

MeliodasPercival_01_MeliodasNeuralsirkrishna — объединённая текстовая генеративная модель, созданная из automerger/MeliodasPercival_01-7B и automerger/MeliodasNeuralsirkrishna-7B. Она предназначена для генерации текста по текстовому запросу. Модель построена на плотной архитектуре Mistral с причинно-языковой моделью MistralForCausalLM и содержит 7,1 млрд параметров. Нативная длина контекста составляет 32 768 токенов; веса представлены в формате Safetensors. Данных о целевых языках и специализированных областях применения нет. Модель распространяется по лицензии Apache-2.0. Карточка описывает объединение двух моделей, но не приводит результаты оценки качества или подробности метода объединения.

MetaModelv3 — гибридная языковая модель, созданная путём объединения jeonsworld/CarbonVillain-en-10.7B-v4 и jeonsworld/CarbonVillain-en-10.7B-v2. Модель построена на архитектуре Llama и содержит 10,6 млрд параметров; для генерации текста доступен контекст до 4096 токенов. Модель предназначена для генерации текста и диалогового взаимодействия на английском языке. В карточке приведены результаты Open LLM Leaderboard, включая среднюю оценку 74,39, ARC 71,16 и HellaSwag 88,39. Весы опубликованы в формате Safetensors под лицензией Apache-2.0.

MiLMMT-46-4B-v0.1 — модель Xiaomi для машинного перевода на базе языковой модели Gemma 3. Она дообучена на MiLMMT-46-4B-Pretrain, созданной продолжением предобучения Gemma3-4B на 143 млрд токенов из монолингвальных и параллельных данных на 46 языках. Модель использует архитектуру Gemma 3 с генерацией текста; веса доступны в формате safetensors. Модель предназначена для перевода между поддерживаемыми языками по текстовому запросу. В их числе русский, английский, китайский, арабский, хинди, японский, корейский, испанский, французский и другие — всего 46 языков. Лицензия указана как Gemma. Заявленная поддержка ограничена перечисленными 46 языками; качество перевода на другие языки не гарантируется. Разработчик также отмечает, что качество перевода продолжает улучшаться.

Mistral0.2-Merlinite-Franken-Sonya-10.5B — языковая модель для генерации текста, собранная методом passthrough merge с помощью mergekit. В неё вошли части Franken-Sonya, Mistral-7B-Instruct-v0.2 и ND911/Franken-Merlinite-Maid; метаданные каталога связывают её с последней моделью как с базовой. Архитектура — плотная MistralForCausalLM, размер — 10,4 млрд параметров, формат весов — safetensors, библиотека — Transformers, контекст — до 8192 токенов. Модель предназначена для генерации текста по текстовому запросу, включая диалоговые сценарии, на которые указывают компоненты с инструкционной настройкой. Карточка не сообщает поддерживаемые языки, специальные области применения или результаты оценки качества. Лицензия в предоставленных данных не указана.