III.4Клиентская поддержка и customer success

Gogeta-7B-slerp — объединённая модель для генерации текста, созданная автором репозитория с помощью LazyMergekit. Она сочетает udkai/Garrulus и mistralai/Mistral-7B-Instruct-v0.2 методом SLERP; в конфигурации указаны слои 0–32 обеих моделей и формат bfloat16. Модель построена на архитектуре Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для диалоговой генерации текста и ответов на инструкции. Карточка не приводит результатов оценки качества или подробностей о специализации объединённой модели. Указана лицензия базовой модели? В предоставленных данных лицензия отсутствует.

lcw99/google-gemma-10B-ko-chang — объединённая языковая модель на архитектуре Gemma, созданная слиянием слоёв self-attention английской и корейской моделей Gemma 7B. По описанию автора, в результате удвоено число attention heads, а модель рассчитана на работу с текстом на английском и корейском языках. Она предназначена для генерации текста и диалогового общения; размер по метаданным — 8,2 млрд параметров, нативное окно контекста — 8192 токена. Модель доступна в формате safetensors и распространяется по лицензии Apache-2.0. README не приводит сравнительных оценок качества или конкретных результатов по отдельным задачам.

Grimoire-3b — дообученная языковая модель NaveenVenu на архитектуре Qwen2, основанная на unsloth/qwen2.5-3b-instruct-bnb-4bit. Это плотная авторегрессионная модель с 3,1 млрд параметров и контекстом до 32 768 токенов, предназначенная для генерации текста и диалогового общения на английском языке. При обучении использовались Unsloth и библиотека Hugging Face TRL. Модель распространяется в формате Safetensors по лицензии Apache-2.0.

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.

h2oai/h2ogpt-gm-oasst1-en-2048-open-llama-7b-preview-300bt — языковая модель H2O.ai для генерации текста и диалоговых ответов. Она дообучена с помощью H2O LLM Studio на наборе OpenAssistant/oasst1 и основана на openlm-research/open_llama_7b_preview_300bt. Модель использует плотную архитектуру LlamaForCausalLM, содержит 6,6 млрд параметров и принимает контекст длиной до 2048 токенов. Модель рассчитана на англоязычные текстовые запросы и генерацию ответов. Её можно применять для диалоговых помощников, черновиков текстов и ответов на вопросы. Репозиторий содержит веса PyTorch, лицензия — Apache-2.0. Генерация может быть предвзятой, оскорбительной, ошибочной или нерелевантной, поэтому ответы следует проверять.

H2O.ai разработала h2ogpt-oig-oasst1-falcon-40b — языковую модель с архитектурой Falcon (RefinedWeb), дообученную следовать инструкциям. В README указан размер 40 млрд параметров, а в метаданных — 65 млрд; поэтому точный размер по предоставленным данным определить нельзя. Базовая модель — tiiuae/falcon-40b, для дообучения использован набор h2oai/h2ogpt-oig-oasst1-instruct-cleaned-v3. Модель предназначена для диалогового помощника и генерации ответов на инструкции и вопросы на английском языке. Она работает через библиотеку Transformers и поставляется в формате PyTorch. Лицензия Apache-2.0 допускает коммерческое использование. Модель может выдавать ошибочные, бессвязные или нерелевантные ответы, а также воспроизводить предвзятые и оскорбительные формулировки, поэтому её ответы требуют проверки. В README приведены результаты оценки на задачах ARC, но они не гарантируют качество для конкретных сценариев.

inflatebot/helide-beta-r1 — объединённая языковая модель, созданная с помощью mergekit из Sao10K/L3-8B-Stheno-v3.2 и Fizzarolli/L3-8b-Rosier-v1 методом SLERP. Модель построена на архитектуре Llama, содержит 7,5 млрд параметров и рассчитана на генерацию текста и диалоговое взаимодействие; максимальная длина контекста — 8192 токена. Модель можно применять для ведения диалогов, выполнения инструкций и написания историй. В карточке указаны англоязычные базовые модели, поэтому основным языком следует считать английский. Веса опубликованы в формате safetensors; лицензия в предоставленных данных не указана.

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.

Hotal1.0 — языковая чат-модель, созданная yomogi91 с помощью mergekit методом SLERP. Она объединяет Qwen/Qwen2.5-3B-Instruct и jaeyong2/Qwen2.5-3B-Instruct-Ja-SFT, поэтому предназначена для диалогов и генерации текста по инструкциям, в том числе на японском языке. Модель имеет плотную архитектуру Qwen2ForCausalLM, около 3,1 млрд параметров и контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors; в README указано, что результат сохранён в bfloat16. Лицензия в предоставленных данных не указана.

Ice0.65-25.01-RP — языковая модель, созданная автором репозитория как слияние предварительно обученных моделей с помощью SLERP и mergekit. Она предназначена для генерации текста и может использоваться в диалоговых и иных текстовых сценариях. Модель построена на архитектуре MistralForCausalLM с плотной архитектурой, содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. В README указаны две объединённые модели с локальными путями Windows; одну из них метаданные связывают с репозиторием этой модели, но её Hugging Face идентификатор определить нельзя. Язык модели, специальные области применения и условия лицензии в предоставленных источниках не указаны.

immersyn2026/immersyn-pro — дообученная чат-модель на архитектуре Llama, разработанная immersyn2026 на базе unsloth/llama-3-8b-Instruct-bnb-4bit. Модель предназначена для генерации текста и диалоговых сценариев. В репозитории указаны 7,5 млрд параметров, контекст до 8192 токенов и формат Safetensors; при обучении использовались Unsloth и библиотека TRL. Модель поддерживает английский язык. Карточка не описывает специализацию, обучающие данные или сравнительные результаты, поэтому её сильные стороны в конкретных областях установить нельзя. Лицензия — Apache-2.0.

Inex12Experiment28-7B — автоматически собранная Maxime Labonne модель на базе архитектуры Mistral с 7,1 млрд параметров. Она создана слиянием методом SLERP моделей MSL7/INEX12-7b и yam-peleg/Experiment28-7B; конфигурация задаёт смешивание слоёв внимания и MLP. Модель предназначена для генерации текста и рассчитана на контекст до 32 768 токенов. Модель можно использовать для генерации продолжений и ответов в текстовых приложениях. Карточка не описывает специализацию по языкам или предметным областям, поэтому её возможности в этих направлениях не следует считать подтверждёнными. Веса опубликованы в формате Safetensors, лицензия — Apache-2.0.

InnerI-bittensor-7b — объединённая модель InnerI, созданная методом slerp с помощью LazyMergekit на основе InnerI/A-I-0xtom-7B-slerp и gowhyyou/bittensor-finetuning. Это плотная LlamaForCausalLM с 7,1 млрд параметров, сохранённая в формате safetensors; модель предназначена для диалоговой генерации текста и принимает контекст длиной до 32 768 токенов. README описывает схему слияния и параметры смешивания слоёв внимания и MLP. Модель подходит для генерации ответов в чате и продолжения текста. В README и метаданных не приведены сведения о целевых языках, специализированных областях, оценках качества или лицензии, поэтому эти характеристики нельзя уточнить.

Instrumentality-2-MN-12B-RP — плотная языковая модель семейства Mistral с 12,1 млрд параметров, созданная Aleteian слиянием предварительно обученных моделей с помощью mergekit и метода breadcrumbs_ties. В качестве базовой использована Aleteian/base-ground-2; также в слияние вошли DavidAU/MN-GRAND-Gutenberg-Lyra4-Lyra-12B-DARKNESS и elinas/Chronos-Gold-12B-1.0. Модель предназначена для генерации текста и диалогов, использует шаблон чата ChatML и поддерживает контекст до 1 024 000 токенов по метаданным. Модель доступна в формате safetensors, в README указан тип данных bfloat16. Она рассчитана на текстовый ввод и генерацию текста. Карточка не приводит сведения о языковой специализации, качестве на конкретных тестах или сценариях, поэтому их нельзя определить по имеющимся данным. Условия лицензии в предоставленных источниках не приведены.

DreadPoor выпустил Irix-12B-Model_Stock — разговорную языковую модель на архитектуре Mistral с 12,1 млрд параметров. Модель создана слиянием предварительно обученных моделей через mergekit методом Model Stock; базой служит yamatazen/EtherealAurora-12B-v2. В слияние также вошли DreadPoor/Faber-12-Model_Stock, ohyeah1/Violet-Lyra-Gutenberg-v2, yamatazen/EtherealAurora-12B-v3 и redrix/patricide-12B-Unslop-Mell-v2. Модель предназначена для генерации текста и диалогового взаимодействия. Она доступна в формате safetensors для библиотеки Transformers. Заявленная длина контекста — 1 024 000 токенов. Сведения о лицензии, поддерживаемых естественных языках и специальных областях применения в предоставленных данных отсутствуют.

JARVIS-v1.0 — объединённая языковая модель, опубликованная shyamieee на Hugging Face. Она создана методом task arithmetic с помощью mergekit на базе Meta-Llama-3-8B и включает Llama-3-SauerkrautLM-8b-Instruct. Модель предназначена для генерации текста и диалоговых сценариев. Она использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст длиной до 8192 токенов. Модель распространяется в формате safetensors через Transformers по лицензии Apache-2.0. Карточка не описывает отдельные языковые или специализированные предметные возможности; из состава модели следует связь с семейством Llama 3.

katopz/kbtg-kpoint-v1 — дообученная katopz языковая модель семейства Llama на базе unsloth/llama-3.2-3b-instruct-bnb-4bit. Это плотная авторегрессионная модель с 3,2 млрд параметров для генерации текста и диалогового взаимодействия; заявленный размер контекста — 131 072 токена. В карточке указано, что обучение проводилось с использованием Unsloth и библиотеки TRL. Модель подходит для диалоговых сценариев и генерации текста на английском языке. Репозиторий содержит веса в форматах PyTorch и Safetensors, лицензия — Apache-2.0. Карточка не уточняет специализацию дообучения и не приводит оценок качества, поэтому пригодность для конкретных задач следует проверять отдельно.

yhchoi/klue-emotional-finetuned-emotion — модель классификации текста, дообученная на базе klue/roberta-small. Она предназначена для определения эмоциональных классов в тексте. Модель построена на архитектуре RoBERTa и содержит 81,2 млн параметров; максимальная длина контекста составляет 514 токенов. Доступны веса PyTorch. Карточка не раскрывает набор эмоциональных классов, обучающие данные, качество на тестах и конкретные сценарии применения. Условия лицензии в предоставленных данных не указаны.

Ko-Llama3-Luxia-8B — языковая модель от команды AI Labs компании Saltlux, дообученная на корейских данных на основе Meta Llama 3 8B. Для предварительного обучения отобрали около 100 ГБ корейских данных из собственного набора объёмом более 1 ТБ; токенизатор Llama 3 расширили 17 536 корейскими токенами. Модель предназначена для генерации текста на корейском языке и диалоговых сценариев. Это плотная авторегрессионная модель семейства Llama с 7,6 млрд параметров и контекстом 8192 токена; репозиторий содержит веса Safetensors. В метаданных указана поддержка корейского и английского языков. Модель опубликована для исследований и свободного обучения и применения в различных задачах генерации естественного языка. Она распространяется по лицензии Llama 3; качество на конкретных задачах и ограничения безопасности следует проверять отдельно.

jaspionjader/Kosmos-Aurora_faustus-8B — слитая языковая модель на архитектуре Llama с 7,5 млрд параметров. Её создали методом SLERP с помощью mergekit, объединив Khetterman/Kosmos-8B-v1 и DreadPoor/Aurora_faustus-8B-LINEAR; веса доступны в формате safetensors для библиотеки Transformers. Модель предназначена для генерации текста и диалоговых ответов. Она принимает текст и выдаёт текст; заявленная длина контекста — 8192 токена. Карточка не приводит специализированных областей применения или перечня поддерживаемых языков. Лицензия в предоставленных данных не указана.

Карточка модели jaspionjader/Kosmos-Elusive-8b на Hugging Face совпадает с карточкой mergekit-community/mergekit-slerp-fmrazcr, поэтому описание составлено по ней. mergekit-community/mergekit-slerp-fmrazcr — языковая модель на архитектуре Llama, созданная сообществом методом SLERP с помощью mergekit. В объединении использованы Khetterman/Kosmos-8B-v1 и DreadPoor/Elusive1.2-8B-Model_Stock; в конфигурации базовой указана Khetterman/Kosmos-8B-v1. Модель содержит около 7,5 млрд параметров и рассчитана на генерацию текста, включая диалоговые и творческие сценарии. Контекстное окно составляет 8192 токена. Модель принимает текст и выдаёт текст. Согласно описанию базовой модели, она предназначена для общения и творческих ролевых диалогов на русском и английском языках. Веса опубликованы в формате safetensors и представлены в bfloat16. Лицензия в предоставленных данных не указана.

Kosmos-EVAA-PRP-light-8B — объединённая модель для генерации текста, созданная jaspionjader с помощью mergekit. В слиянии методом SLERP использованы jaspionjader/Kosmos-EVAA-PRP-8B и jaspionjader/Kosmos-EVAA-TSN-v22-8B. Модель построена на архитектуре Llama и содержит 7,5 млрд параметров. Она предназначена для генерации текста и может использоваться в текстовых диалогах. Нативный контекст составляет 8192 токена; веса опубликованы в формате Safetensors для библиотеки Transformers. Карточка не сообщает о специализации на конкретном языке или предметной области, поэтому применимость к отдельным языкам и областям по имеющимся сведениям оценить нельзя. Условия лицензии в доступных данных не приведены.

Kosmos-EVAA-PRP-v25-8B — языковая модель для генерации текста, созданная автором jaspionjader путём слияния двух предварительно обученных моделей с помощью SLERP в mergekit. В объединение вошли jaspionjader/Kosmos-EVAA-PRP-v23-8B и jaspionjader/Kosmos-EVAA-PRP-v24-8B; итоговые веса сохранены в формате safetensors. Модель использует плотную архитектуру LlamaForCausalLM и содержит около 7,5 млрд параметров. Она предназначена для генерации текста; заявленная длина контекста составляет 8192 токена. Карточка не описывает специализацию по языкам или прикладным областям, поэтому модель можно рассматривать как языковую модель общего назначения. Карточка не приводит результаты оценивания качества и конкретные ограничения применения. Лицензия не указана в предоставленных данных.

Jaspionjader/Kosmos-EVAA-v11-8B — объединённая языковая модель, созданная автором репозитория с помощью mergekit методом SLERP из Kosmos-EVAA-v10-8B и Auro-Kosmos-EVAA-v2.2-8B. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 7,5 млрд параметров. Модель предназначена для генерации текста и диалогов по текстовому запросу. Контекст составляет 8192 токена; веса опубликованы в формате safetensors и предназначены для работы через Transformers. Данных о специализированных предметных областях или поддерживаемых естественных языках в карточке нет. Лицензия в предоставленных данных не указана. Качество и ограничения унаследованы от исходных моделей и результата их объединения; отдельные оценки или известные ограничения в карточке не описаны.

L3-15B-Stheno-Passthrough — разговорная языковая модель на архитектуре Llama, созданная jsfs11 с помощью LazyMergekit путём слияния моделей Sao10K/L3-8B-Stheno-v3.1 и Sao10K/L3-8B-Stheno-v3.2. Модель содержит 14,5 млрд параметров, работает с текстом и поддерживает контекст до 8192 токенов. Она предназначена для генерации текста и диалогов, включая ролевые беседы и написание историй. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка помечает её как не предназначенную для всех аудиторий; практическое качество и поведение могут зависеть от сценария использования.

L3.1-Artemis-g-8B — слитая с помощью mergekit модель языковой модели семейства Llama, опубликованная сообществом mergekit-community. Слияние выполнено методом Model Stock на базе kromeurus/L3.1-Ablaze-Vulca-v0.1-8B с добавлением трёх моделей, включая варианты для ролевого общения. Модель содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и формат safetensors; заявленная длина контекста составляет 131072 токена. Модель предназначена для генерации текста и диалогового общения, в том числе ролевых сценариев. Она принимает текст и выдаёт текст. В метаданных указана лицензия? Нет сведений о лицензии в предоставленных материалах, поэтому условия использования определить нельзя. Карточка не приводит оценки качества или ограничений; фактические результаты могут зависеть от промпта и сценария применения.

L3.1-Sthenorm-8B — объединённая диалоговая языковая модель семейства Llama, созданная v000000 методом SLERP с помощью mergekit. В merge вошли v000000/Llama-3.1-8B-Stheno-v3.4-abliterated и akjindal53244/Llama-3.1-Storm-8B; карточка также указывает Sao10K/Llama-3.1-8B-Stheno-v3.4 как базовую модель. Модель содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и рассчитана на контекст до 131 072 токенов. Модель предназначена для генерации текста в диалогах и ролевых сценариях. Она принимает текст и выдаёт текст; в карточке отмечена возможность чата. Данных о языках модели и лицензии в предоставленных источниках нет. Доступны веса в формате safetensors; автор также упоминает квантованные варианты GGUF, опубликованные другим пользователем.

Storniitova-8B — объединённая модель для генерации текста и диалогов с ролевой игрой и следованием инструкциям, созданная v000000 на базе нескольких моделей семейства Llama 3.1 с помощью mergekit и дополнительных инструментов. В основу вошли Llama-3.1-SuperNova-Lite, Llama-3.1-Storm-8B, Llama-Spark, Niitama и другие модели; в README также описано объединение методами SLERP, Task Arithmetic и NEARSWAP. Заявленный размер — 7,5 млрд параметров, архитектура — плотная LlamaForCausalLM, нативный контекст — 131 072 токена. Модель предназначена для текстовых диалогов, ролевых сценариев и выполнения инструкций. Разработчик сообщает, что менял векторы задач, стремясь сохранить способности дистилляции большой версии Llama 3.1 и добавить навыки ролевой игры. Карточка указывает формат safetensors; для модели также опубликованы сторонние варианты GGUF. Лицензия в предоставленных данных не указана.

SvalTek/L3-ColdBrew-Astrid — разговорная языковая модель, созданная SvalTek с помощью слияния нескольких моделей семейства Llama 3 через LazyMergekit. В конфигурации указаны ColdBrew-Lucid с LoRA-адаптером llama3.1-8b-reflection-lora, L3-TheSpice с LoRA-адаптером L3-Daybreak, Lumimaid с LoRA-адаптером Everything-COT и Hathor_Tahsin-L3; метод слияния — model_stock. Модель имеет плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров. Модель предназначена для генерации текста в диалоговом формате. Её можно использовать для ответов на вопросы, ведения беседы и создания связного текста. Контекст составляет до 8192 токенов; веса опубликованы в формате safetensors. Модель создана 12 декабря 2024 года. Лицензия и сведения о целевых языках в предоставленных данных отсутствуют. Качество ответов и ограничения слияния не описаны; поведение может отличаться от поведения исходных моделей.

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.