III.2Исследование рынка и маркетинг

flammenai/flammen12-mistral-7B — слитая mergekit-модель на архитектуре Mistral, созданная методом SLERP из nbeerbower/bruphin-iota и nbeerbower/flammen11X-mistral-7B. Модель содержит 7,1 млрд параметров и предназначена для генерации текста по запросу; поддерживаемая задача — text-generation. Нативная длина контекста составляет 32 768 токенов. Весы представлены в формате safetensors. Модель распространяется по лицензии Apache-2.0. Карточка описывает способ слияния и исходные модели, но не приводит конкретных сценариев применения или оценок качества.

hetzerdj/FnFLlama-3.1-8B1 — языковая модель семейства Llama, разработанная hetzerdj и дообученная на базе unsloth/Meta-Llama-3.1-8B-bnb-4bit. Это плотная авторегрессионная модель с 7,5 млрд параметров для генерации текста и диалогового взаимодействия. Заявленная длина контекста — 131 072 токена; модель распространяется в формате safetensors. Модель подходит для генерации ответов в чате и других сценариев, где требуется продолжать или создавать текст на английском языке. В README указано, что при обучении использовались Unsloth и библиотека TRL. Лицензия — Apache-2.0. Специализация дообучения и оценки качества в карточке не описаны.

ND911/Fraken-Maid-TW-K-Slerp — языковая модель, созданная ND911 слиянием весов через mergekit и метод slerp. В слиянии использованы SanjiWatsuki/Kunoichi-7B и ND911/Fraken-Maid-TW-Slerp; конфигурация задаёт базовую модель ND911/Fraken-Maid-TW-Slerp и смешивает слои self-attention и MLP с разными коэффициентами. Модель построена на плотной архитектуре Mistral с 7,1 млрд параметров и контекстом до 8192 токенов. Она предназначена для генерации текста. В карточке не приведены сведения о специализированных сценариях или поддерживаемых естественных языках. Распространяется по лицензии Apache-2.0.

Columbia-NLP/gemma-2b-zephyr-sft — разговорная языковая модель на архитектуре Gemma, созданная дообучением google/gemma-2b на наборе HuggingFaceH4/deita-10k-v0-sft. Модель содержит 2,5 млрд параметров и предназначена для генерации текста и диалоговых ответов; в README указано, что при supervised fine-tuning маскировались пользовательские токены. Модель рассчитана преимущественно на английский язык. Метаданные указывают контекстное окно 8192 токена и формат весов safetensors. Её можно применять для чат-ботов, ответов на вопросы и генерации текста; опубликованные оценки на тестах показывают результаты на задачах рассуждения, письма и ролевого диалога, но не гарантируют качество в конкретном приложении. Использование регулируется условиями Gemma Terms of Use. Это компактная модель с ограниченными возможностями по сравнению с более крупными современными языковыми моделями; качество ответов и следование инструкциям следует проверять для целевого сценария.

Модель akhadangi/gemma-3-1b-it-0.01-L — дообученная Афшином Хаданги с помощью Blueprint Mirage версия инструктивной Gemma 3 1B от Google. Это плотная текстовая модель для диалога и генерации текста; она принимает текст и выдаёт текст. Размер модели — 1 млрд параметров, нативная длина контекста — 32 768 токенов. В репозитории указаны веса в формате safetensors. Модель подходит для диалоговых сценариев и генерации текста. README не описывает специализацию дообучения или его влияние на качество, поэтому её возможности следует считать общими для текстовой генерации. Язык и лицензия унаследованы от исходной модели Google Gemma 3 1B Instruct; метаданные указывают лицензию Gemma.

GODEL-v1_1-large-seq2seq — крупная предварительно обученная модель для целевых диалогов, разработанная Microsoft. Она построена на архитектуре Transformer encoder-decoder семейства T5 и предназначена для генерации ответов с учётом контекста беседы и внешней текстовой информации, например найденного документа. Модель можно дообучать на небольшом наборе диалогов под конкретную задачу. Версия 1.1 обучалась на 551 млн многоходовых диалогов Reddit и 5 млн диалогов с инструкциями и опорой на знания. Модель содержит 385,2 млн параметров, принимает и генерирует текст, поддерживает контекст до 512 токенов и рассчитана на диалоговые сценарии. В карточке указана лицензия MIT.

GPT-6 Luna — быстрая и экономичная модель OpenAI из серии GPT-6, позиционируемая ниже GPT-6 Sol. Она предназначена для чат-сценариев, классификации и лёгких агентных задач, особенно при высокой нагрузке и требованиях к низкой задержке. Данных об архитектуре, размере, модальностях, языках, длине контекста и лицензии в предоставленных материалах нет.

Guardian-Samantha-7b-slerp — языковая модель для генерации текста и диалогов, созданная слиянием моделей llamas-community/LlamaGuard-7b и ParthasarathyShanmugam/llama-2-7b-samantha с помощью mergekit и метода slerp. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM, примерно 6,6 млрд параметров и контекстом до 2048 токенов. Модель предназначена для генерации ответов в чате; слияние объединяет LlamaGuard-7b и Samantha, однако README не описывает конкретные гарантии качества или поведения итоговой модели. Репозиторий содержит веса в формате safetensors. В метаданных указан английский язык и лицензия Apache-2.0.

Карточка модели Smuggling1710/H4na-7B-v0.1 на Hugging Face совпадает с карточкой Smuggling1710/An4-7Bv2.1, поэтому описание составлено по ней. An4-7Bv2.1 — языковая модель Smuggling1710 для генерации текста. Она дообучена на базе unsloth/mistral-7b-v0.2-bnb-4bit с использованием Unsloth и библиотеки TRL. Модель построена на архитектуре Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов, принимает текст и генерирует текст. Модель подходит для сценариев генерации текста на английском языке. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Карточка не описывает специализированные задачи или дополнительные возможности модели.

Hunyuan-MT-7B — языковая модель перевода от Tencent, построенная на плотной архитектуре Hunyuan v1 и содержащая 7,5 млрд параметров. Она предназначена для перевода текста между 33 языками, в том числе пятью языками национальных меньшинств Китая. В соревновании WMT25 модель заняла первое место в 30 из 31 языковых категорий, в которых участвовала. Модель принимает текстовые запросы в формате чата и генерирует перевод; для репозитория указаны Transformers и контекст длиной 32 768 токенов. README описывает также отдельную ансамблевую модель Hunyuan-MT-Chimera, но эта карточка относится к Hunyuan-MT-7B. В README приведён пример использования через Transformers, однако условия лицензии в предоставленных данных не описаны.

unsloth/Hy-MT2-7B-GGUF — GGUF-квантизированная версия мультиязычной модели перевода Hy-MT2-7B, разработанной Tencent. Модель предназначена для быстрого машинного перевода в реальных, деловых, специализированных и инструкционно-ориентированных сценариях, а также для локального запуска через llama.cpp. Она поддерживает перевод между 33 языками, включая китайский, английский, русский, французский, немецкий, испанский, японский, корейский, арабский, турецкий, португальский, итальянский, вьетнамский, хинди и другие языки, перечисленные в карточке модели. Модель относится к семейству Hy-MT2 и имеет размер 7B; точные сведения об архитектуре, размере контекста и формате конкретной квантизации в README не указаны. По заявлению разработчиков, Hy-MT2-7B демонстрирует высокое качество в режиме fast-thinking и превосходит некоторые открытые модели в различных тестах перевода. GGUF-формат упрощает запуск на совместимом локальном оборудовании, однако квантизация может влиять на качество по сравнению с полной точностью, а требования к памяти и скорость зависят от выбранного варианта GGUF и конфигурации. Модель распространяется по лицензии Apache-2.0.

Jarvis-3B — диалоговая модель генерации текста, разработанная Sree и OEvortex по мотивам вымышленного помощника Jarvis. В репозитории указано около 3 млрд параметров; метаданные классифицируют архитектуру как плотную StableLM с классом StableLmForCausalLM, размером 2,7 млрд параметров и контекстом до 4096 токенов. Модель работает с текстом и предназначена для общения на естественном языке. Её можно использовать для чат-ботов, виртуальных помощников, диалоговых систем и генерации ответов. Результаты оценки в карточке пока не приведены, а обучающие данные не описаны. Лицензия указана как other, поэтому условия использования следует уточнить в репозитории.

KafkaLM-Mixtral-8x7B-V0.2 — языковая модель Seedbox, обученная Деннисом Дикманном на базе Mixtral 8x7B от Mistral AI. Это разреженная архитектура Mixture of Experts (MoE) для генерации текста и диалогового общения; версия V0.2 содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель дообучена на наборах инструкций с открытым исходным кодом, переведённых с английского на немецкий, и дополнительно выровнена с помощью изменённой немецкоязычной версии UltraFeedback. Она предназначена для повседневных задач на немецком языке, в том числе для применения в немецкоязычной деловой среде; метаданные также отмечают английский язык. Весы доступны в формате safetensors, лицензия — Apache-2.0. Разработчик отмечает, что модель может отвечать творчески и склонна к языковым вольностям. Карточка не приводит результатов оценки качества или более подробных ограничений применения.

KcELECTRA-base — Beomi-гийн урьдчилан сургасан ELECTRA загвар бөгөөд Naver News-ийн сэтгэгдэл, хариу сэтгэгдэлд тулгуурлан эхнээс нь сургажээ. Энэ нь солонгос хэлний хэрэглэгчийн үүсгэсэн, ярианы өнгө аястай, алдаатай бичвэр болон шинэ үг ихтэй текстэд зориулсан суурь загвар юм. Загвар нь 136.3 сая параметртэй, ELECTRA нягт архитектуртай бөгөөд ElectraForPreTraining ангилалд хамаарна. Контекстийн дээд хэмжээ 512 токен; PyTorch болон safetensors форматаар нийтлэгдсэн. Солонгос хэл үндсэн хэл нь бөгөөд өгөгдөл бэлтгэхдээ англи үсэг, тусгай тэмдэгт, эможийг мөн хамруулсан. Сэтгэгдлийн сэтгэл хөдлөлийн ангилал, нэрлэсэн entity таних, өгүүлбэрийн төстэй байдал болон асуулт-хариултын зэрэг даалгаварт нарийн тохируулж ашиглаж болно. README-д дурдсан жишиг үнэлгээнд NSMC болон Naver NER зэрэг солонгос хэлний даалгаврууд багтсан. Ерөнхий, цэвэр бичвэрийн даалгаварт KoELECTRA илүү сайн ажиллаж болзошгүй бөгөөд энэ загвар нь хэрэглэгчийн үүсгэсэн шуугиантай текстэд түлхүү тохирно. MIT лицензтэй.

Kosmos-EVAA-8B — объединённая методом SLERP языковая модель семейства Llama, созданная Jaspionjader с помощью mergekit. В объединение вошли jaspionjader/Kosmos-Elusive-VENN-Asymmetric-8B и jaspionjader/Kosmos-Elusive-VENN-Aurora_faustus-8B; модель имеет архитектуру LlamaForCausalLM и около 7,5 млрд параметров. Модель предназначена для генерации текста. Она принимает текст и выдаёт текст, с контекстом до 8192 токенов; файлы опубликованы в формате safetensors и рассчитаны на использование через Transformers. README не описывает специализированные сценарии или поддерживаемые языки, поэтому их нельзя уточнить по имеющимся данным. Условия лицензирования в предоставленных данных не приведены. Качество, поведение и ограничения унаследованы от объединённых моделей и не охарактеризованы в карточке.

Kosmos-EVAA-TSN-v19-8B — слитая языковая модель, созданная jaspionjader с помощью mergekit методом SLERP из Kosmos-EVAA-TSN-light-8B и Kosmos-EVAA-gamma-v18-8B. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров; она использует библиотеку Transformers и формат Safetensors, а длина контекста составляет до 8192 токенов. Модель предназначена для генерации текста и может применяться для создания черновиков, продолжения текста и ответов в диалоговом интерфейсе на основе текстового ввода. Сведения о специализации по предметным областям и поддерживаемых естественных языках в карточке отсутствуют. Лицензия в предоставленных данных не указана. Качество и поведение результата могут зависеть от запроса; подтверждённых сведений о специальных ограничениях или оценках качества нет.

kromvault/L3.1-Siithamo-v0.2-8B — разговорная модель на базе архитектуры Llama 3.1, созданная автором репозитория слиянием нескольких моделей семейства Llama 3 и Llama 3.1. В состав вошли Lyraea, Stheno, Niitama, Tamamo, ArliAI Formax и Gradient Llama 3 Instruct. Модель содержит 7,5 млрд параметров, предназначена для генерации текста и диалогов; заявленная длина контекста — 131 072 токена. Модель рассчитана на творческое письмо, связные развернутые ответы и выполнение инструкций. Автор отмечает разговорчивый стиль, склонность к образной и драматичной прозе и хорошее следование инструкциям. Рекомендуются шаблон L3 и настройки с высокой температурой; при базовых настройках повторения могут возникать примерно после 8 тысяч токенов, а применение DRY помогает с длинными контекстами до 32 тысяч токенов. Опубликованные файлы представлены в формате safetensors; автор также упоминает GGUF-квантизации. Лицензия в предоставленных данных не указана.

LeNIA-Chat-Gemma-2B-v0 — языковая модель LenguajeNatural.AI, дообученная на базе google/gemma-2b. Это плотная авторегрессионная модель семейства Gemma с 2,5 млрд параметров, форматом Safetensors и контекстом до 8192 токенов. Она предназначена для генерации текста, диалогов, ответов на вопросы и выполнения инструкций на испанском языке; обучение проходило в три этапа: многоцелевое обучение в стиле FLAN, настройка на качественных инструкциях и обучение диалогу и абстрактивному QA. Модель рассчитана на создание испаноязычных чат-ботов и виртуальных помощников. К её ограничениям относятся возможные ошибки и смещения, а также ограничения, свойственные языковым моделям такого размера; разработчик рекомендует оценивать её в целевом сценарии. Распространяется по лицензии Apache 2.0.

Llama-3.1-8B-Instruct_Flat-Affect — вариант Meta Llama 3.1 8B Instruct, созданный Apollo Raines с помощью инструмента jBlaze для изменения поведения модели непосредственно в весах. Дополнительное обучение не проводилось. Модель предназначена для диалогов и генерации текста в сдержанном, клиническом и объективном тоне, без выраженной эмоциональной окраски и энтузиазма. Это плотная авторегрессионная модель LlamaForCausalLM в формате safetensors; в метаданных указаны 7,5 млрд параметров и контекст до 131 072 токенов. Карточка отмечает английский язык. Вариант представлен как демонстрация технологии jBlaze с намеренно сниженной силой воздействия изменений, поэтому полноту заявленного эффекта следует оценивать на практике. Лицензия — Llama 3.1.

Llama-3.2-1B-Instruct-reas-int-065-3-epochs-es — дообученная модель на базе Meta Llama 3.2, представленная в формате SafeTensors и предназначенная для генерации текста в диалоговом режиме. Она может использоваться для общения с пользователем и генерации ответов. В названии указано «es», однако карточка не подтверждает поддержку испанского или других конкретных языков. Модель содержит 1,2 млрд параметров, использует плотную архитектуру LlamaForCausalLM и поддерживает контекст до 131 072 токенов. Базовая модель — meta-llama/Llama-3.2-1B-Instruct; дообучение выполнено на датасете, который в карточке не описан. Модель распространяется по лицензии Llama 3.2.

Модель cuvris-dev/llama3-8b-amy-merged разработана cuvris-dev и дообучена на базе unsloth/llama-3-8b-bnb-4bit. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров, предназначенная для генерации текста. Модель обучалась с использованием Unsloth и библиотеки Hugging Face TRL; заявленная длина контекста составляет 8192 токена. Её можно применять для генерации продолжений текста и диалоговых ответов на английском языке. Репозиторий распространяется по лицензии Apache-2.0. Карточка не описывает конкретные обучающие данные, оценки качества или специализированные сценарии использования.

MaziyarPanahi/M7Yamshadowexperiment28_Inex12Yamshadow — объединённая модель для генерации текста, созданная слиянием automerger/M7Yamshadowexperiment28-7B и automerger/Inex12Yamshadow-7B. Она построена на архитектуре Mistral и содержит 7,1 млрд параметров. Модель принимает текст и генерирует текст; размер контекста составляет до 32 768 токенов. Модель подходит для генерации продолжений и ответов на текстовые запросы. В карточке не описаны специализация, языковое покрытие и результаты оценки качества. Распространяется в формате safetensors по лицензии Apache-2.0.

Edens-Gate/Magnum-Holland-Sus-Merge — слитая диалоговая языковая модель, созданная с помощью mergekit методом task arithmetic на основе Delta-Vector/Holland-4B-V1 с добавлением Delta-Vector/HollandV2R1, IntervitensInc/intv-mimi-sus и anthracite-org/magnum-v2-4b. Модель построена на плотной архитектуре Llama и содержит 3,9 млрд параметров; для работы с текстом заявлено контекстное окно до 131 072 токенов. Модель предназначена для генерации текста и диалоговых сценариев: например, для составления ответов в чате и продолжения текстовых запросов. Веса опубликованы в формате Safetensors и рассчитаны на использование с библиотекой Transformers. Сведения о поддерживаемых языках, лицензии и специальных ограничениях в предоставленных данных отсутствуют.

MeliodasT3q_AlloyingotneoyExperiment26 — объединённая модель для генерации текста на базе архитектуры Mistral, созданная слиянием automerger/MeliodasT3q-7B и automerger/AlloyingotneoyExperiment26-7B. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Она предназначена для генерации текста по текстовому запросу. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. В карточке не описаны специализированные сценарии или языковые возможности модели.

Mistral-LM-Beta-Slerp — объединённая чат-модель на основе Mistral, созданная Knobi3 с помощью LazyMergekit. Она сочетает веса timpal0l/Mistral-7B-v0.1-flashback-v2 и Nexusflow/Starling-LM-7B-beta методом slerp; конфигурация использует отдельные коэффициенты смешивания для слоёв self-attention и MLP. Модель имеет плотную архитектуру MistralForCausalLM, около 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста в диалоговом формате, включая ответы на запросы и ведение беседы. В метаданных указана возможность чата; базовая Starling описана как англоязычная модель, поэтому английский — подтверждённый язык применения. Используются веса в формате safetensors. Условия лицензии в предоставленных данных не приведены.

AlSamCur123/Mistral-NeMo-Minitron-8B-InstructContinuedFine — дообученная AlSamCur123 диалоговая языковая модель на архитектуре Mistral с 7,9 млрд параметров. Она создана на основе nvidia/Mistral-NeMo-Minitron-8B-Instruct и предназначена для генерации текста в формате диалога; обучение проводилось с использованием Unsloth и Hugging Face TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 32 000 токенов. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache-2.0. Подробности о специализации дообучения и оценках качества в карточке не приведены.

MM4-3b — разговорная языковая модель на архитектуре Llama, опубликованная автором liminerity. В карточке указано, что модель создана с помощью продолжительного обучения и слияния моделей; в описании метода упоминаются blur-7b и дообученная на наборе Dolphin модель Mistral, но точная цепочка получения MM4-3b не раскрыта. Модель предназначена для генерации текста и диалоговых сценариев. Она содержит 2,7 млрд параметров, использует плотную архитектуру Llama и рассчитана на контекст до 2048 токенов. В качестве обучающих данных указаны GPT4-LLM-Cleaned и Alpaca-GPT4. Карточка приводит результаты оценивания, включая среднее значение 53,22, но не уточняет полный протокол и все условия измерений. Модель распространяется под лицензией Apache-2.0. Ограниченный контекст и отсутствие подробных сведений о процедуре обучения и слияния затрудняют оценку её качества и поведения в конкретных задачах.

MN-12B-Starcannon-v2 — объединённая разговорная языковая модель от nothingiisreal на архитектуре Mistral с 12,1 млрд параметров. Она создана методом TIES с помощью mergekit на основе nothingiisreal/MN-12B-Celeste-V1.9 и intervitens/mini-magnum-12b-v1.1. Модель предназначена для генерации текста и диалогов, в том числе более творческих и подробных ответов. Карточка характеризует её как более творческую и многословную по сравнению с mini-magnum; метаданные указывают поддержку чата. Для хранения указаны safetensors, а в карточке также упомянуты варианты Dynamic FP8, GGUF и EXL2. Заявленная длина контекста — 1 024 000 токенов. Модель распространяется по лицензии Apache-2.0. Карточка не приводит результатов оценки качества; её заявления о стиле ответов субъективны.

NaturalLM — дообученная языковая модель, опубликованная qingy2019 и основанная на unsloth/mistral-nemo-base-2407-bnb-4bit. Она использует архитектуру MistralForCausalLM с плотной структурой и содержит 12,1 млрд параметров. Модель предназначена для генерации текста; в карточке указаны английский язык и контекстное окно до 1 024 000 токенов. Модель обучали с использованием Unsloth и библиотеки Hugging Face TRL. Репозиторий распространяется по лицензии Apache-2.0. Карточка не приводит результатов оценки качества или более узкой специализации, поэтому пригодность для конкретных сценариев генерации следует проверять на собственных данных.

NeuralsirkrishnaShadow_PasticheNeuralsirkrishna — текстовая генеративная модель, созданная слиянием automerger/NeuralsirkrishnaShadow-7B и automerger/PasticheNeuralsirkrishna-7B. Модель основана на архитектуре Mistral, содержит 7,1 млрд параметров и распространяется в формате Safetensors. Она предназначена для генерации текста; заявленная длина контекста — 32 768 токенов. Модель может использоваться для продолжения текста и генерации ответов на текстовые запросы. В карточке не приведены сведения о специализации, целевых языках или результатах оценки качества. Лицензия — Apache-2.0.