III.4Клиентская поддержка и customer success

MixtureofMerges-MoE-4x7bRP-v11 — языковая модель класса Mixtral с архитектурой Mixture of Experts, созданная jsfs11 объединением четырёх моделей с помощью LazyMergekit. Она предназначена для генерации текста и диалогового, в том числе ролевого, общения. В состав объединения входят RP_Vision_7B, DaturaCookie_7B, BioMistral-DARE-NS и Mistral-7B-Instruct-v0.3; каталог указывает 7,1 млрд параметров и контекст до 32 768 токенов. Модель принимает текст и выдаёт текст. В README заявлено объединение моделей, связанных с ролевым общением и анализом изображений, однако метаданные определяют основную задачу как text-generation и не подтверждают поддержку изображений самой этой модели. Лицензия — Apache-2.0.

Model_Stock_Mixv0.1-7B — объединённая языковая модель, опубликованная пользователем jsfs11 и созданная методом model_stock с помощью LazyMergekit. Она основана на архитектуре Mistral и содержит 7,1 млрд параметров; модель предназначена для генерации текста и диалога. Для объединения использованы шесть моделей, включая MTSAIR/multi_verse_model, automerger/Experiment27Pastiche-7B, Gille/StrangeMerges_32-7B-slerp, automerger/YamshadowExperiment28-7B, liminerity/M7-7b и jsfs11/MoEv4Config-TestWeightedTIES-7b. Модель принимает текст и выдаёт текст, поддерживает контекст длиной до 32 768 токенов и опубликована в формате safetensors. Лицензия и сведения о языковой специализации в использованных данных не приведены. Практическое качество отдельных сценариев в карточке не оценено.

MotherEarth создала эту объединённую языковую модель с помощью mergekit, применив линейное слияние MotherEarth-Proverbs-1.0-8B и Hermes-ClimateStorm-Sauerkraut-abliterated. Модель построена на архитектуре Llama, содержит 7,5 млрд параметров и предназначена для генерации текста и диалогового взаимодействия; принимает текст и выдаёт текст. Контекст модели составляет до 8192 токенов. Модель подходит для ведения диалога и генерации ответов на текстовые запросы. README подтверждает способ слияния и состав объединения, но не описывает специальные предметные навыки или языки. Лицензия в предоставленных данных не приведена.

zelk12/MT1-Gen3-MM-gemma-2-MTg2S2-9B — объединённая методом SLERP языковая модель на архитектуре Gemma 2. В слиянии использованы allknowingroger/Gemmaslerp2-9B и zelk12/MT-Gen2-gemma-2-9B; конфигурация указывает bfloat16 и коэффициент смешивания 0,25. Каталог отмечает модель как предназначенную для чата и генерации текста. Модель содержит 9 млрд параметров и поддерживает контекст до 8192 токенов. Она подходит для диалогового взаимодействия и генерации текста. В README описан процесс слияния, но нет сведений о целевых языках, обучающих данных или результатах оценки качества. Репозиторий использует лицензию, заданную базовыми моделями; её условия в предоставленных данных не приведены.

zelk12/MT1-Gen5-IMU-gemma-2-9B — слитая модель на основе Gemma 2, созданная с помощью mergekit методом SLERP из двух предварительно обученных моделей: zelk12/MT1-Gen5-IF-gemma-2-S2DMv1-9B и zelk12/MT1-Gen5-MU-gemma-2-S2Qv1-9B. Она предназначена для генерации текста и диалогового взаимодействия. Модель имеет плотную архитектуру Gemma2ForCausalLM, содержит 9 млрд параметров, принимает текст и поддерживает контекст до 8192 токенов. Репозиторий распространяет веса в формате safetensors; для работы используется Transformers. Слияние объединяет характеристики исходных моделей, а каталог характеризует базовую Gemma 2 как модель для генерации текста, художественных историй и диалогов. Карточка не сообщает о специализированных областях применения или поддерживаемых естественных языках. Лицензия в предоставленных данных не указана.

zelk12/MT2-gemma-2-9B — объединённая conversational-модель на базе Gemma 2, созданная zelk12 с помощью mergekit. Веса двух моделей, zelk12/MT2-MMMAGMU-gemma-2-9B и zelk12/MT2-IB-gemma-2-9B, объединены методом SLERP с параметром t=0,5; конфигурация указывает формат bfloat16. Модель имеет плотную архитектуру Gemma2ForCausalLM, около 9 млрд параметров и контекст до 8192 токенов. Модель предназначена для генерации текста в диалоге: она принимает текстовые запросы и выдаёт текстовые ответы. В README приведены результаты Open LLM Leaderboard, включая IFEval и BBH; данных о специализированной предметной области или поддерживаемых языках карточка не сообщает. Репозиторий содержит веса safetensors и использует библиотеку Transformers. Лицензия в предоставленных данных не указана.

zelk12/MT3-Gen5-gemma-2-9B_v1 — объединённая разговорная языковая модель на архитектуре Gemma 2, созданная с помощью mergekit методом SLERP. В объединение вошли zelk12/MT3-Gen5-MAI-gemma-2-9B_v1 и zelk12/MT3-Gen5-MMGBMU-gemma-2-9B_v1; в конфигурации указана базовая модель zelk12/MT3-Gen5-MAI-gemma-2-9B_v1 и параметр смешивания t=0,25. Модель содержит 9 млрд параметров, использует формат safetensors и библиотеку Transformers, а её контекстное окно составляет 8192 токена. Она предназначена для генерации текста в диалоговом формате, включая ответы на сообщения и ведение беседы. Поддерживаемый язык в предоставленных сведениях не указан. Модель распространяется по лицензии Gemma. Качество и поведение объединённой модели отдельно не описаны; применимость к конкретным задачам следует проверять на собственных данных.

Карточка модели zelk12/MT3-IF-gemma-2-RGDv0.1RAt0.25v0.1-9B на Hugging Face совпадает с карточкой zelk12/MT2-BB-gemma-2-RGDv0.1RAt0.25v0.1-9B, поэтому описание составлено по ней. zelk12/MT2-BB-gemma-2-RGDv0.1RAt0.25v0.1-9B — объединённая языковая модель на базе Gemma 2, созданная с помощью mergekit методом SLERP из двух моделей: zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1-t0.25 и zelk12/recoilme-gemma-2-Gutenberg-Doppel-9B-v0.1. Модель содержит 9 млрд параметров, использует архитектуру Gemma2ForCausalLM и формат safetensors; библиотека для работы — Transformers. Модель предназначена для генерации текста и диалоговых сценариев: она принимает текстовые запросы и формирует текстовые ответы. Контекстное окно составляет 8192 токена. В карточке не приведены специальные прикладные области или сведения о поддерживаемых естественных языках. Лицензия в предоставленных источниках не указана.

zelk12/MT-Merge2-gemma-2-9B — языковая модель семейства Gemma 2, объединённая автором репозитория с помощью mergekit. В слияние SLERP вошли zelk12/MT-Merge2-MAMM-gemma-2-9B и zelk12/MT-Merge2-MUBIG-gemma-2-9B; размер модели — 9 млрд параметров, формат файлов — safetensors. Модель предназначена для генерации текста и диалогового общения. Её можно применять для составления ответов, ведения беседы и генерации текстовых продолжений. Контекст составляет 8192 токена. В README приведены результаты Open LLM Leaderboard, включая IFEval и BBH; подтверждений поддержки конкретных языков или специализированных областей в доступных данных нет. Лицензия в карточке не указана.

Z-L-Leo выпустил my-sft-model-20260930-224405 — дообученную с помощью TRL компактную языковую модель на базе LiquidAI/LFM2.5-350M. Это плотная авторегрессионная модель семейства LFM2, предназначенная для генерации текста и диалогового использования через Transformers. В репозитории указано 444,6 млн параметров и контекст до 128 000 токенов. Модель подходит для ответов на вопросы и других текстовых диалоговых сценариев. Карточка показывает пример генерации ответа на открытый вопрос, но не описывает конкретную специализацию или результаты оценки качества. Лицензия в предоставленных данных не указана.

NemoDori-v0.2.2-12B-MN-ties — объединённая языковая модель, созданная RozGrov методом TIES с помощью mergekit. В основе лежит RozGrov/NemoDori-v0.2-12B-MN-BT; в объединение также вошли crestf411/nemo-sunfall-v0.6.1, unsloth/Mistral-Nemo-Instruct-2407 и UsernameJustAnother/Nemo-12B-Marlin-v5. Модель построена на архитектуре Mistral с 12,1 млрд параметров и предназначена для генерации текста и диалогов. Автор стремился улучшить учёт предыдущих реплик и следование инструкциям, особенно последней, сохранив творческую генерацию и возможности для ролевых диалогов. По предварительной оценке автора, модель немного лучше учитывает историю разговора и инструкции, но формат ответов бывает непоследовательным. При высокой температуре генерации возможна стилизованная под староанглийский речь. В метаданных указан контекст до 1 024 000 токенов. Модель распространяется в формате safetensors; библиотека для работы — Transformers. Сведения о лицензии в предоставленной карточке отсутствуют.

MaziyarPanahi/neural-chat-7b-v3-2-Mistral-7B-Instruct-v0.1 — объединённая чат-модель на базе Mistral-7B-Instruct-v0.1 и Intel/neural-chat-7b-v3-2. Модели объединены методом SLERP; архитектура — плотная MistralForCausalLM, размер — 7,1 млрд параметров, формат весов — safetensors. Модель предназначена для генерации текста в ответ на инструкции и диалоговые запросы. Она поддерживает контекст до 32 768 токенов и ориентирована на английский язык; среди заявленных тем есть математика. Лицензия — Apache 2.0. Модель можно использовать для диалоговых помощников, ответов на вопросы и генерации текста по инструкциям. Карточка не приводит результатов сравнительной оценки качества или подробных сведений об ограничениях, поэтому пригодность для конкретных задач следует проверять отдельно.

NeuralHermes-2.5-Mistral-7B-distilabel — экспериментальная разговорная языковая модель семейства Mistral, опубликованная dvilasuero. По метаданным, это плотная авторегрессионная модель на 7,1 млрд параметров с архитектурой MistralForCausalLM и контекстом до 32 768 токенов. Репозиторий содержит веса в формате safetensors и поддерживает генерацию текста в режиме чата. Модель предназначена для диалоговой генерации текста. README указывает на эксперимент с distilabel, но не раскрывает сценарий обучения, датасет или конкретные улучшения модели. Указанная лицензия — MIT.

Neural-Krishna-Multiverse-7b — объединённая модель генерации текста, созданная с помощью LazyMergekit из Kukedlc/NeuralSirKrishna-7b и ammarali32/multi_verse_model. В карточке указано слияние методом slerp; архитектура — плотная MistralForCausalLM примерно на 7,1 млрд параметров. Модель предназначена для генерации текста и диалогов. Она принимает текст, поддерживает контекст до 32 768 токенов и распространяется в формате Safetensors. Языки и специализированные предметные области в источниках не определены. Модель выпущена под лицензией Apache-2.0. Карточка не приводит оценок качества или дополнительных сведений о поведении, поэтому пригодность для конкретных сценариев следует проверять на собственных данных.

NeuralPipe-7B-slerp — слитая модель для генерации текста, созданная с помощью LazyMergekit объединением OpenPipe/mistral-ft-optimized-1218 и mlabonne/NeuralHermes-2.5-Mistral-7B методом SLERP. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Она подходит для генерации текста и диалоговых сценариев, унаследованных от объединённых моделей. Репозиторий содержит веса Safetensors; модель распространяется по лицензии Apache-2.0. README не приводит результаты оценки качества или подробностей о поддерживаемых языках.

NeuralsirkrishnaShadow_Multi_verse_modelExperiment28 — объединённая языковая модель на архитектуре Mistral, созданная слиянием automerger/NeuralsirkrishnaShadow-7B и automerger/Multi_verse_modelExperiment28-7B. Она предназначена для генерации текста и сценариев, где требуется продолжать или создавать текст по запросу. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате SafeTensors. В карточке не описаны специализация по языкам, конкретные преимущества или ограничения качества; лицензия — Apache-2.0.

NeuralsirkrishnaShadow_Strangemerges_30Pastiche — объединённая модель генерации текста на архитектуре Mistral, созданная слиянием automerger/NeuralsirkrishnaShadow-7B и automerger/Strangemerges_30Pastiche-7B. Модель содержит 7,1 млрд параметров и принимает контекст длиной до 32 768 токенов. Она предназначена для генерации продолжений текста и диалоговых ответов в сценариях, где подходит базовая текстовая языковая модель. Данных о специализации по предметным областям и поддерживаемых языках нет. Модель распространяется в формате safetensors по лицензии Apache-2.0.

NeuralsynthesisMultiverseex26-7B — автоматическое слияние моделей, созданное Maxime Labonne из Kukedlc/NeuralSynthesis-7B-v0.1 и allknowingroger/MultiverseEx26-7B-slerp методом SLERP с помощью MergeKit. Это плотная авторегрессионная модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров; она предназначена для генерации текста и диалогов. Длина контекста — 32 768 токенов, веса представлены в Safetensors. Модель принимает текст и генерирует текст. По описанию базовой модели поддерживаются английский и испанский языки. Репозиторий лицензирован по Apache-2.0. Карточка показывает конфигурацию слияния и пример подключения через Transformers, но не приводит сравнительных оценок качества или подробных результатов тестирования.

jeiku/NeuroControl — дообученная модель генерации текста на архитектуре Llama, созданная на основе IntervitensInc/Llama-3.1-Minitron-4B-Width-Base-chatml. Модель содержит 3,9 млрд параметров, рассчитана на диалоговый режим и использует библиотеку Transformers; веса опубликованы в формате Safetensors. Для неё заявлено контекстное окно до 131 072 токенов. Модель подходит для генерации текста и ведения диалогов. В карточке приведён результат оценки: loss 2,3811; сведения о датасете, целевых сценариях, языках и специальных ограничениях не раскрыты. Указана лицензия other, поэтому перед использованием следует проверить условия лицензии в репозитории.

NigerianAccentedEnglish — модель автоматического распознавания речи, разработанная Awarri Technologies при поддержке инициативы Федерального министерства коммуникаций, инноваций и цифровой экономики Нигерии. Это дообученная версия Whisper Small с архитектурой Transformer и примерно 244 млн параметров; она принимает аудио и преобразует речь на нигерийском варианте английского в текст. В README указано, что рекомендуемая частота аудио — 16 кГц, а максимальная длительность контекста при одном запуске — 30 секунд. Модель предназначена для транскрибирования нигерийской английской речи в службах поддержки, образовательных и доступных приложениях, медиа, гражданских сервисах и лингвистических исследованиях. Она нацелена на региональные особенности английского в Нигерии, но точность может различаться между акцентами и снижаться при детской речи, переключении на местные языки, шуме и плохом качестве аудио; для специализированных областей может понадобиться дополнительная настройка. README описывает исследовательскую лицензию с ограничениями: коммерческое или крупномасштабное корпоративное применение требует отдельного соглашения, а также запрещены, среди прочего, слежка, дискриминационное профилирование, военное применение и мошенничество.

OpenBuddy/openbuddy-llama3.2-1b-v23.1-131k — многоязычная чат-модель OpenBuddy, построенная на Meta Llama 3.2 1B Instruct. Это плотная авторегрессионная архитектура LlamaForCausalLM с 1,2 млрд параметров и контекстом до 131 072 токенов; модель принимает текст и генерирует текст в диалоговом формате. В README заявлены английский и китайский языки, а метаданные также перечисляют французский, немецкий, японский, корейский, итальянский и финский. Модель предназначена для диалогов и генерации ответов на пользовательские запросы. Для запуска рекомендуется быстрый токенизатор Transformers; карточка отмечает совместимость формата с vLLM для предоставления API. Используются веса safetensors. Лицензия — Llama 3.2; применение ограничено условиями лицензии и политикой допустимого использования Meta. Авторы предупреждают, что ответы могут быть ошибочными, вредными или оскорбительными, и не рекомендуют использовать модель в высокорисковых сценариях, включая медицину, управление потенциально опасными системами и важные юридические или финансовые решения.

Orca-Hermes-7B-slerp — диалоговая языковая модель, созданная слиянием моделей Open-Orca и OpenHermes на основе Mistral 7B с помощью mergekit и метода slerp. Она предназначена для генерации текста и ответов на инструкции в формате чата. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Модель работает с текстом и ориентирована прежде всего на англоязычные диалоги и инструкции. Веса опубликованы в формате safetensors; лицензия — Apache-2.0. README описывает конфигурацию слияния, но не приводит отдельные результаты оценки качества.

OrcaMaid-13b — слитая языковая модель от ddh0 на архитектуре Llama 2 с 12,9 млрд параметров. Она объединяет Microsoft Orca-2-13b, Noromaid-v0.1.1-13b от Undi и IkariDev и Cat-v1.0-13b от Kal'tsit; для слияния использованы linear merge и gradient SLERP в FP32. Модель рассчитана на генерацию ответов по инструкциям с естественной, человекоподобной манерой речи и использует формат промпта Alpaca. Модель подходит для диалогов, ролевых сценариев и выполнения текстовых инструкций. Контекст составляет 4096 токенов; модель принимает и выдаёт текст. Карточка описывает Cat как uncensored и пригодную для откровенных сценариев, поэтому модель может генерировать контент для взрослых. Лицензия указана как other; README сообщает, что из-за включения Orca-2-13b на модель распространяются условия Microsoft Research License.

Модель munish0838 — дообученная разговорная языковая модель для генерации текста. Она создана на основе unsloth/Phi-3-mini-4k-instruct-bnb-4bit и обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Модель предназначена для диалогов и генерации ответов на текстовые запросы. Модель имеет 3,7 млрд параметров, архитектуру MistralForCausalLM и контекстное окно 4096 токенов. В карточке указан английский язык. Репозиторий содержит веса в форматах PyTorch и Safetensors. Лицензия — Apache-2.0.

Модель arefehRajabian/phi_finetune_16bit — дообученная автором arefehRajabian разговорная языковая модель для генерации текста. Она основана на unsloth/phi-4-bnb-4bit; карточка сообщает об обучении с помощью Unsloth и библиотеки TRL. В репозитории представлены веса Safetensors, размер модели — 14,1 млрд параметров, контекст — до 16 384 токенов. Модель поддерживает английский язык и предназначена для диалогового взаимодействия и генерации текста. Лицензия — Apache-2.0. Карточка не уточняет специализацию дообучения и его результаты.

FreedomIntelligence/phoenix-inst-chat-7b — диалоговая языковая модель семейства BLOOM, представленная проектом FreedomIntelligence. Она предназначена для генерации текста в формате общения и может использоваться для ответов на запросы и ведения диалога. Архитектура — плотная авторегрессионная модель BloomForCausalLM; в метаданных указано 9,1 млрд параметров и контекст до 2048 токенов. Репозиторий содержит веса PyTorch, лицензия — Apache-2.0. В README приведены результаты оценки на бенчмарках ARC и HellaSwag, а также ссылка на проект LLMZoo; подробностей о языковой специализации и конкретных ограничениях применения карточка не содержит.

radlab/pLLama3.2-1B — польская версия Meta Llama 3.2 1B, дообученная командой radlab для более точного общения с пользователем. Это плотная авторегрессионная языковая модель с 1,2 млрд параметров и контекстом до 131 072 токенов, предназначенная для генерации текста и диалоговых сценариев. В обучении использованы 650 тысяч инструкций на польском языке; карточка описывает именно этап дообучения инструкциями, без DPO для этой версии. Модель принимает текст и генерирует текст. В метаданных указаны польский, английский, испанский и немецкий языки; основная специализация модели — польский. Рекомендованные авторами параметры генерации: temperature 0,5 и repetition_penalty 1,2. Лицензия — Llama 3.2; использование регулируется её условиями.

Nitral-AI/Poppy_Porpoise-0.72-L3-8B — разговорная модель семейства Llama с плотной архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров. Она создана слиянием моделей Nitral-AI/PP_0.71a и Nitral-AI/PP_0.71b. Основная задача — генерация текста в диалоге; для работы с изображениями в README указана поддержка Llava MMProj, который требуется загрузить отдельно из репозитория. Модель принимает текстовые сообщения и выдаёт текст. Контекст составляет 8192 токена. Для использования зрительных функций автор рекомендует актуальную версию Koboldcpp и загрузку соответствующего файла MMProj. Репозиторий содержит веса в формате Safetensors. Лицензия обозначена как other, поэтому конкретные условия использования следует сверить с карточкой модели и файлами репозитория.

Карточка модели PS4Research/pUjF6aOLst6wlqeJ на Hugging Face совпадает с карточкой PS4Research/nTbiAMoafhgQd0Fb, поэтому описание составлено по ней. PS4Research/nTbiAMoafhgQd0Fb — чат-модель для генерации текста, дообученная PS4Research на базе unsloth/phi-4-reasoning-unsloth-bnb-4bit. В карточке указано, что обучение проводилось с использованием Unsloth и библиотеки TRL от Hugging Face; метаданные классифицируют архитектуру как плотную Phi-3 с классом Phi3ForCausalLM. Модель содержит 14,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для диалоговой генерации текста на английском языке. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Карточка не описывает специальные сценарии применения, обучающие данные или результаты оценки качества.

SvalTek/Q2.5-ColdBrew-Antrax-Forge-10B-CharTest0 — плотная авторегрессионная языковая модель семейства Qwen2, дообученная SvalTek на основе SvalTek/Q2.5-ColdBrew-Antrax-Forge-10B-TestSFT0 с использованием Unsloth и библиотеки TRL. Модель содержит 9,4 млрд параметров и рассчитана на генерацию текста и диалоговое взаимодействие; заявленная длина контекста — до 131 072 токенов. Модель может использоваться для генерации ответов и продолжения текста в англоязычных чат-сценариях. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache-2.0.