III.4Клиентская поддержка и customer success

sfmunfilterede2ealignment-0k1k2k3k4ksimpleavgmerge — объединённая языковая модель, созданная с помощью mergekit. В README указан линейный метод слияния: за основу взят чекпойнт global_step4000, а также объединены чекпойнты global_step0, global_step1000, global_step2000 и global_step3000 из серии unfiltered_e2e_alignment. Разработчик в карточке не назван. Модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров. Она предназначена для генерации текста и диалогового взаимодействия; максимальная длина контекста составляет 16 384 токена. Данные о лицензии, языковой специализации и ограничениях применения в предоставленной карточке отсутствуют.

Модель sfmunfilterede2ealignment-1k2k3k4k5kweightedavgmerge — объединённая модель генерации текста, опубликованная пользователем yuhengtu из ByteDance. Она создана методом Linear merge через mergekit из пяти контрольных точек обучения с шагами 1000, 2000, 3000, 4000 и 5000; базовой при слиянии указана контрольная точка global_step5000. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и рассчитана на контекст до 16 384 токенов. Модель предназначена для диалоговой генерации текста. Карточка не уточняет языки, конкретные области применения или сравнительные результаты. Репозиторий содержит веса в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

sfmunfilterede2ealignment-3k4k5k6k7kweightedavgmerge — объединённая модель генерации текста, опубликованная пользователем yuhengtu и созданная с помощью mergekit. В README указано, что для слияния Linear использовались чекпойнты unfiltered_e2e_alignment с шагами 3000, 4000, 5000, 6000 и 7000; шаг 7000 указан как базовый. Каталог относит архитектуру к плотным GPT-NeoX, а размер модели составляет 8,8 млрд параметров. Модель предназначена для генерации текста и диалогового взаимодействия. Она принимает текст и выдаёт текст; заявленная длина контекста — 16 384 токена. Сведения о специализации по языкам, конкретных прикладных областях и лицензии в доступных данных не приведены. Формат весов — safetensors.

sfmunfilterede2emisalignment-2k3k4ksimpleavgmerge — объединение предварительно обученных языковых моделей, созданное с помощью mergekit. В README указано, что применён метод Linear: контрольная точка global_step4000 использована как базовая, а global_step2000 и global_step3000 включены в объединение. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и принимает текст, генерируя текст; заявленный контекст — 16 384 токена. Она рассчитана на генерацию текста и диалоговые сценарии. README и метаданные не описывают специализацию по языкам, предметным областям или конкретные ограничения качества. Модель опубликована в формате safetensors; условия лицензии в доступных данных не приведены.

Shisa DE-1 — модель принятия решений от Shisa AI, дообученная на Google Gemma 4 26B A4B IT. Это причинная языковая модель без отдельной классификационной головы: она получает состояние и список именованных вопросов с вариантами, а затем выбирает ответ по логитам букв вариантов на границе ответа. Для каждого вопроса можно получить типизированный выбор или вероятностную оценку; модель рассчитана на классификацию и структурированные решения, а не на свободный диалог. Модель использует архитектуру Gemma 4 и сохраняет нетронутый обучением энкодер изображений базовой модели. Карточка описывает обучение на распределении следующих токенов для букв вариантов и сообщает рост точности на обучающей выборке с 0,888 до 0,968 за три эпохи. Для корректного применения требуется клиент shisa-de или сервер, поддерживающий чтение logprobs на границе ответа; произвольный совместимый с OpenAI чат-сервер не подходит. Лицензия — Apache 2.0. Качество зависит от набора решений и формы сервинга: на одном измерении базовая Gemma 4 превосходила чекпойнт, а на другом результаты совпадали. Порядок вариантов может менять ответ. Арифметику и подсчёт рекомендуется выполнять кодом; качество свободной генерации, чата и вызова инструментов не подтверждено. Для текстового выбора поддерживается до 26 вариантов напрямую; клиент версии 0.2.0 поддерживает до 676 через разбиение на группы, но качество проверялось максимум на 151 варианте. Обработка изображений и упорядоченные оценки в этом режиме переполнения не поддерживаются.

SJT-2.4B-Alpha — разговорная языковая модель Sakalti на архитектуре Qwen2, дообученная на базе Sakalti/SJT-2.4B. Модель содержит 2,2 млрд параметров, принимает текст и генерирует текст; в каталоге также отмечен интерфейс для вызова инструментов. По карточке, обучение проводилось с использованием Unsloth и библиотеки Hugging Face TRL. Модель подходит для диалогов и генерации текста на английском языке. Заявленная длина контекста — 131 072 токена. Лицензия Apache-2.0 разрешает использование на её условиях. Карточка не описывает конкретные тесты качества или целевые области применения.

Skyro-4X8B — языковая модель с архитектурой Mixture of Experts (MoE), созданная автором репозитория saucam путём слияния четырёх моделей семейства Llama 3 с помощью Mergekit: Llama-3-Smaug-8B, Dolphin 2.9 Llama 3 8B, Einstein v6.1 Llama 3 8B и Opus v1.2 Llama 3 8B. Модель содержит 7,5 млрд параметров, использует архитектуру MixtralForCausalLM и принимает текст для генерации текста; контекст составляет 8192 токена. Модель предназначена для генерации текста и диалоговых сценариев. В карточке приведены результаты оценки на ARC, HellaSwag, MMLU, TruthfulQA, Winogrande и GSM8K, но не описаны методика тестирования и ограничения поведения. Репозиторий распространяется по лицензии Apache-2.0.

SlactusAIAstra — диалоговая языковая модель SakitsunaAI, дообученная на базе unsloth/LFM2.5-1.2B-Instruct. Это плотная модель семейства LFM2 с архитектурой Lfm2ForCausalLM, примерно 1,5 млрд параметров и контекстом до 128 000 токенов. Модель предназначена для генерации текста и общения на английском языке. Модель сохранена в формате safetensors и распространяется по лицензии Apache-2.0. В карточке также указано, что при обучении использовался Unsloth, который ускоряет процесс обучения. Специализация дообучения и подробные результаты оценки не описаны.

SoRu-0001 — компактная диалоговая модель ehristoforu, дообученная на основе Vikhrmodels/Vikhr-Qwen-2.5-0.5b-Instruct. Это плотная авторегрессионная модель семейства Qwen2 с 493,7 млн параметров, предназначенная для генерации текста и диалогов. Она принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. Модель можно использовать для ответов на текстовые запросы, ведения диалога и генерации текста на русском языке. В карточке указаны обучение с помощью Unsloth и библиотеки Hugging Face TRL, а также лицензия Apache-2.0. Подробности обучающего набора и оценок качества не приведены.

Stable Beluga 13B — авторегрессионная языковая модель Stability AI, дообученная на базе Llama 2 13B на внутреннем наборе данных в стиле Orca. Она предназначена для генерации текста и диалогов на английском языке, включая ответы на инструкции и вопросы. Модель содержит 12,9 млрд параметров, использует архитектуру Llama и принимает контекст длиной до 4096 токенов. Модель доступна в формате Safetensors и рассчитана на запуск через HuggingFace Transformers. Перед применением в конкретных сценариях требуется проверка безопасности и качества: ответы могут быть неточными, предвзятыми или нежелательными, а тестирование проводилось на английском языке. Чекпойнт распространяется по некоммерческой лицензии STABLE BELUGA NON-COMMERCIAL COMMUNITY LICENSE AGREEMENT.

Это 16-битная версия StableLM-Tuned-Alpha, опубликованная vvsotnikov для ускорения работы и снижения потребления памяти. В README указано, что других изменений относительно исходной модели не вносилось. Модель на архитектуре GPT-NeoX предназначена для генерации текста в диалоговом формате и других сценариев работы с текстовыми запросами. Она рассчитана на английский язык и имеет контекстное окно 4096 токенов. В репозитории указаны веса PyTorch и 10 млрд параметров. Лицензия CC-BY-NC-SA-4.0 ограничивает коммерческое использование и требует соблюдения условий атрибуции и распространения.

StarFusion-alpha1 — объединённая диалоговая языковая модель, созданная nlpguy методом Model Stock с помощью mergekit на основе openchat/openchat_3.5 и моделей Starling-LM-7B-alpha, OpenChat-3.5-7B-Solar и OpenChat-3.5-7B-Mixtral. Она предназначена для генерации текста и ответов в чат-формате. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и поддерживает контекст до 8192 токенов. Репозиторий распространяет веса в формате Safetensors; указана лицензия Apache-2.0. Модель ориентирована на англоязычный диалог согласно описанию базовой модели. Карточка не приводит результатов оценки качества или подробных ограничений применения.

Aryanne/SuperHeart — объединённая языковая чат-модель, созданная автором репозитория с помощью mergekit методом task_swapping. В качестве основы использована arcee-ai/Llama-3.1-SuperNova-Lite, также в объединение включена DreadPoor/Heart_Stolen-8B-Model_Stock. Модель построена на архитектуре Llama для генерации текста и диалогов; размер составляет 7,5 млрд параметров, нативная длина контекста — 131 072 токена. Модель подходит для диалогового взаимодействия и генерации текста по запросам. В метаданных указана библиотека Transformers и формат Safetensors. Для использования действует лицензия llama3.1. Карточка не приводит дополнительных сведений о целевых языках или специализированных сценариях.

Карточка модели espressovi/SUTRA-qwen3-8b-rlvr-far на Hugging Face совпадает с карточкой espressovi/SUTRA-qwen3-8b-rlvr, поэтому описание составлено по ней. SUTRA — языковая модель, разработанная для проекта SUTRA и дообученная методом обучения с подкреплением на основе Qwen3-8B-Base. Это плотная авторегрессионная модель семейства Qwen3 с 7,6 млрд параметров, предназначенная для генерации текста в диалоговом формате. В карточке указано обучение на наборе espressovi/BODHI-rlvr; модель поддерживает контекст до 32 768 токенов и работает с текстом на английском языке. Модель подходит для генерации ответов и ведения текстового диалога. Опубликована в формате safetensors под лицензией MIT. Карточка не описывает результаты оценки качества или дополнительные ограничения применения.

Карточка модели espressovi/SUTRA-qwen3-8b-rlvr-prefix на Hugging Face совпадает с карточкой espressovi/SUTRA-qwen3-8b-rlvr, поэтому описание составлено по ней. SUTRA — языковая модель, разработанная для проекта SUTRA и дообученная методом обучения с подкреплением на основе Qwen3-8B-Base. Это плотная авторегрессионная модель семейства Qwen3 с 7,6 млрд параметров, предназначенная для генерации текста в диалоговом формате. В карточке указано обучение на наборе espressovi/BODHI-rlvr; модель поддерживает контекст до 32 768 токенов и работает с текстом на английском языке. Модель подходит для генерации ответов и ведения текстового диалога. Опубликована в формате safetensors под лицензией MIT. Карточка не описывает результаты оценки качества или дополнительные ограничения применения.

Suzume ORPO Borda Half — многоязычная разговорная модель, разработанная Peter Devine (ptrdvn). Это дообученная методом ORPO версия lightblue/suzume-llama-3-8B-multilingual на данных lightblue/mitsu_full_borda; в этой версии для обучения использована половина набора промптов, отобранных по согласованности ранжирования ответов. Модель основана на плотной архитектуре Llama 3 и содержит 7,5 млрд параметров. Модель предназначена для диалога и генерации ответов на нескольких языках. В README приведено сравнение на MT-Bench для шести языков и отмечено улучшение относительно базовой Suzume на большинстве из них. Контекст составляет 8192 токена. Формат весов — safetensors. Лицензия CC-BY-NC-4.0 разрешает использование на некоммерческих условиях. Качество может различаться между языками и типами запросов; оценки в карточке ограничены результатами MT-Bench и не гарантируют качество для конкретного сценария.

Suzume ORPO Borda Top75 — многоязычная диалоговая модель, разработанная Peter Devine (ptrdvn) и опубликованная под именем lightblue. Это дообученная методом ORPO версия lightblue/suzume-llama-3-8B-multilingual: для обучения использованы лучшие и худшие ответы на промпты из 75% набора lightblue/mitsu_full_borda, отобранных по согласованности ранжирования. Архитектура — плотная Llama с 7,5 млрд параметров; модель принимает текст и генерирует текст, поддерживает диалоговый режим, а длина контекста составляет 8192 токена. Модель предназначена для многоязычного общения и генерации ответов. В README приведено сравнение по MT-Bench на шести языках; авторы сообщают об улучшении относительно базовой модели на большинстве языков и о лучших результатах среди сравниваемых моделей на части языков. README рекомендует вариант orpo-borda-half как лучше показавший себя в их тестах, поэтому преимущество этой версии не следует считать универсальным. Лицензия CC BY-NC 4.0 запрещает коммерческое использование; ограничение связано в том числе с тем, что обучающие данные созданы с помощью Command R и Command R+.

SwedishBeagle-dare — объединённая чат-модель на архитектуре Mistral, созданная с помощью LazyMergekit из Mistral-совместимых моделей timpal0l/Mistral-7B-v0.1-flashback-v2, EmbeddedLLM/Mistral-7B-Merge-14-v0.2 и Nexusflow/Starling-LM-7B-beta. В конфигурации объединения базовой моделью указана mlabonne/NeuralBeagle14-7B; применён метод dare_ties. Модель с 7,1 млрд параметров предназначена для генерации текста и диалоговых ответов. Контекст — до 32 768 токенов. Карточка не описывает отдельные специализированные функции или целевые языки, поэтому её следует рассматривать как чат-модель общего назначения. Модель распространяется по лицензии Apache-2.0. Качество ответов и языковая поддержка могут зависеть от задачи; данных о специализированном обучении и оценках в карточке нет.

SynthIA-7B-v1.5-Mistral-7B-Instruct-v0.1 — чат-модель, созданная MaziyarPanahi слиянием Mistral-7B-Instruct-v0.1 и SynthIA-7B-v1.5 методом SLERP. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и ответов в диалоге. Репозиторий содержит веса в формате safetensors; модель рассчитана на контекст до 32 768 токенов и поддерживает английский язык. Модель подходит для диалоговых запросов, генерации ответов и выполнения инструкций на английском языке. Указанная лицензия — Apache-2.0. README описывает способ слияния и использованные модели, но не приводит отдельные результаты оценки качества или подробные ограничения применения.

T3Q-DPO-Mistral-7B — текстовая генеративная модель, разработанная Chihoon Lee (chlee10) и T3Q. Это версия liminerity/M7-7b, дообученная методом DPO на наборе предпочтений Intel/orca_dpo_pairs для генерации текста и диалоговых ответов. Модель построена на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В метаданных указан английский язык. Модель опубликована в формате safetensors по лицензии Apache-2.0.

T3qm7xNeuralsirkrishna_Multi_verse_modelM7 — объединённая модель Mistral для генерации текста и диалогов. Она создана путём слияния automerger/T3qm7xNeuralsirkrishna-7B и automerger/Multi_verse_modelM7-7B. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель подходит для генерации продолжений текста и ведения диалогов. Она распространяется в формате Safetensors под лицензией Apache-2.0. В README не описаны специализация по языкам или дополнительные возможности; качество и ограничения исходных моделей здесь не уточняются.

T3qm7xNeuralsirkrishna_Strangemerges_30Experiment26 — объединённая модель для генерации текста на архитектуре Mistral, созданная путём слияния automerger/T3qm7xNeuralsirkrishna-7B и automerger/Strangemerges_30Experiment26-7B. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Она подходит для генерации продолжений и ведения текстовых диалогов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Сведения о специализированных областях применения и поддерживаемых языках в карточке отсутствуют.

T3Q-MSlerp-7Bx2 — языковая модель для генерации текста, созданная Chihoon Lee (chlee10) и T3Q путём слияния двух моделей Mixtral с помощью mergekit и метода SLERP: zhengr/MixTAO-7Bx2-MoE-v8.1 и yunconglong/Truthful_DPO_TomGrc_FusionNet_7Bx2_MoE_13B. Репозиторий содержит веса в формате safetensors; метаданные указывают 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста по текстовому запросу, в том числе для диалоговых сценариев. Архитектура — Mixtral MoE на базе MixtralForCausalLM. Языки и специализированные области применения в карточке не описаны, поэтому их нельзя определить точнее. Модель распространяется по лицензии Apache-2.0. Карточка не приводит оценок качества или сравнительных тестов; применимость к конкретным задачам следует проверять отдельно.

T3Q-Platypus-MistralM7-7B — дообученная Chihoon Lee (chlee10) и компанией T3Q модель liminerity/M7-7b. Она предназначена для генерации текста и диалоговых сценариев. Модель построена на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В качестве обучающих данных указан набор Open-platypus-Commercial; язык модели — английский. Модель распространяется в формате PyTorch по лицензии Apache-2.0. Карточка не приводит оценок качества или подробных ограничений; характеристики базовой модели не следует считать отдельной оценкой этой версии.

Terminal-16k-top25 — диалоговая модель генерации текста, разработанная cuong1692001 и дообученная на наборе nemotron_complete_top_25_16k на базе cuong1692001/Terminal_complete_8k. Она использует плотную архитектуру Qwen3ForCausalLM и содержит 7,6 млрд параметров; заявленная длина контекста — до 40 960 токенов. Модель предназначена для диалогов и генерации текста. Для использования доступны веса в формате safetensors через Transformers. Лицензия указана как other; README не раскрывает дополнительных условий. Подробности о качестве, оценке и ограничениях в карточке отсутствуют.

Tess-7B-v2.0 — языковая модель общего назначения из серии Tess, разработанная migtissera и дообученная на базе Mistral-7B-v0.2. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста в диалоговом формате; указанная длина контекста — 32 768 токенов. Модель принимает текстовые запросы с секциями SYSTEM, USER и ASSISTANT и генерирует текстовые ответы. Модель можно применять для диалогов, написания текстов и ответов на вопросы. В карточке указано, что она может выдавать неточные или вводящие в заблуждение ответы, а также предвзятый, оскорбительный или иной неподходящий контент; модель описана как uncensored. Автор пометил версию как устаревшую из-за неверного параметра sliding window при обучении. Лицензия — Apache-2.0.

Tess-XS-Creative-v1.0 — экспериментальная версия модели общего назначения из серии Tess, представленной разработчиком Migtissera. Это плотная авторегрессионная языковая модель на архитектуре Mistral с 7,1 млрд параметров, дообученная на базе Mistral-7B. Она предназначена для генерации текста в диалоговом формате с ролями SYSTEM, USER и ASSISTANT; заявленная длина контекста — 32 768 токенов. Модель опубликована в формате Safetensors и распространяется по лицензии Apache-2.0. В README эта версия названа устаревшей экспериментальной сборкой; автор рекомендует вместо неё стабильную Tess-XS-v1.3-yarn-128K. Данных о специализации на конкретном языке или предметной области нет, поэтому модель следует рассматривать как универсальную текстовую модель.

jefferylovely/ThetaMaven4 — языковая модель, созданная слиянием jefferylovely/ThetaMaven и nbeerbower/bruphin-epsilon методом slerp с помощью LazyMergekit. Это плотная причинно-авторегрессионная модель архитектуры Mistral на 7,1 млрд параметров; веса представлены в формате safetensors. Модель предназначена для генерации текста и диалоговых сценариев на основе текстового запроса. Контекстное окно составляет 32 768 токенов. Модель опубликована под лицензией CC BY-NC-ND 4.0, которая ограничивает коммерческое использование и распространение производных версий. Карточка не приводит результатов оценки качества, сведений о целевых языках или специализированных областях применения.

TigerBot-13B-Chat-v4 — TigerResearch әзірлеген диалогқа бағытталған тілдік модель. Ол пайдаланушымен чаттасуға және мәтіндік сұрауларға жауап беруге арналған; карточкада Transformers арқылы іске қосу сипатталған. Модель Llama архитектурасына негізделген тығыз авторегрессиялық генератор, көлемі 13 млрд параметр. Кіріс пен шығыс модальдігі — мәтін, карточка тілдері — қытай және ағылшын, ал табиғи контекст ұзындығы — 2048 токен. Модель Apache-2.0 лицензиясымен таратылады.

Это дообученная языковая модель семейства Llama, опубликованная nehuggingface и основанная на unsloth/llama-3-8b-bnb-4bit. Модель предназначена для генерации текста и может использоваться в приложениях, которым нужны ответы или продолжение текста на английском языке. Архитектура модели — плотная авторегрессионная LlamaForCausalLM; размер составляет 7,5 млрд параметров, контекст — до 8192 токенов. При обучении использовались Unsloth и библиотека TRL. Модель опубликована в формате Safetensors и распространяется по лицензии Apache-2.0. Карточка не описывает специализированную область применения или результаты оценки качества.