III.4Клиентская поддержка и customer success

Mixllama3-8x8b-Instruct-v0.1 — экспериментальная разговорная модель с архитектурой Mixture of Experts, опубликованная sherazkhan. По карточке, она объединяет восемь дообученных моделей LLaMA 3 на 8 млрд параметров, каждая из которых специализируется на отдельных задачах. Метаданные указывают архитектуру Mixtral и класс MixtralForCausalLM; общий размер модели — 7,5 млрд параметров, контекст — 8192 токена. Модель предназначена для генерации текста и диалоговых сценариев широкого назначения. В карточке не перечислены конкретные языки, кроме английского в метаданных. Модель может давать неверные или вредоносные ответы; автор отмечает, что это исследовательский эксперимент. Указана лицензия llama3 — Meta Llama 3 Community License.

MixtureofMerges-MoE-2x7b-v0.01b-DELLA — языковая модель для генерации текста, созданная jsfs11 с помощью mergekit. Она объединяет yunconglong/Truthful_DPO_TomGrc_FusionNet_7Bx2_MoE_13B и jsfs11/MixtureofMerges-MoE-2x7b-v6 методом DELLA; в конфигурации указаны плотность 0,6, epsilon 0,2, lambda 1,0 и формат bfloat16. Модель построена на архитектуре Mixtral с MoE и содержит 7,1 млрд параметров; заявленная длина контекста — 32 768 токенов. Модель предназначена для генерации текста, в том числе диалоговых ответов. В составе объединённых моделей есть настройка на правдивые ответы, однако README не приводит отдельных оценок качества или гарантий фактичности. Репозиторий распространяется по лицензии Apache-2.0.

Alireza1044 разработал эту модель, дообучив google/mobilebert-uncased на наборе GLUE SST-2 для классификации тональности английских текстов. Модель использует архитектуру MobileBERT и содержит 59,7 млн параметров; максимальная длина контекста — 512 токенов. Формат весов — PyTorch. На оценочной выборке SST-2 модель показала точность 0,9037. Её можно применять для определения положительной или отрицательной тональности коротких высказываний, например отзывов и комментариев. Карточка не сообщает о дополнительных сценариях или ограничениях качества. Лицензия — Apache-2.0.

Модель sanjay782/model_merged_16bit разработана пользователем sanjay782 и дообучена на базе unsloth/tinyllama-chat-bnb-4bit. Это плотная авторегрессионная языковая модель семейства Llama с примерно 1 млрд параметров, предназначенная для генерации текста и диалогового общения. При обучении использовались Unsloth и библиотека Hugging Face TRL; модель распространяется в формате safetensors. Модель принимает текст и генерирует текст. В метаданных указан английский язык и контекст до 2048 токенов. Репозиторий предоставляет веса по лицензии Apache-2.0. Карточка не описывает специализированную предметную область или конкретные ограничения качества.

MoMo-72B-lora-1.8.4-DPO — языковая модель Moreh на архитектуре Llama с 71 млрд параметров. Она обучена методом Direct Preference Optimization (DPO) на основе MoMo-72B-LoRA-V1.4; базовая модель MoMo-72B-LoRA-V1.4 была дообучена методом SFT с LoRA на QWEN-72B. Веса не объединялись с другими моделями, а для совместимости с форматом llama были выровнены при подготовке к отправке на лидерборд. Модель предназначена для генерации текста и диалоговых сценариев. В обучении использовались наборы SlimOrca, Truthy и Orca DPO Pairs; обучение проводилось на платформе MoAI компании Moreh с ускорителями AMD MI250. Контекст составляет до 32 768 токенов, библиотека для загрузки — Transformers. Карточка не приводит результатов бенчмарков, поэтому качество по конкретным задачам нельзя оценить по предоставленным данным. Модель распространяется по лицензии MIT.

MT2-Gen4-IMU-gemma-2-9B — языковая модель семейства Gemma 2, созданная разработчиком zelk12 с помощью слияния двух предварительно обученных моделей методом SLERP через mergekit. Это плотная авторегрессионная модель на 9 млрд параметров для генерации текста и диалогового взаимодействия; она рассчитана на контекст до 8192 токенов и опубликована в формате safetensors для библиотеки Transformers. В README приведена конфигурация с базовой моделью zelk12/MT2-Gen4-IF-gemma-2-MT4g2S2-9B и коэффициентом смешивания t=0,25. Модель подходит для генерации продолжений текста и ведения текстовых диалогов. Карточка не описывает отдельные специализированные области применения или поддерживаемые естественные языки, поэтому их нельзя достоверно уточнить. Лицензия в предоставленных данных не указана.

zelk12 создал эту модель слиянием двух предварительно обученных языковых моделей с помощью mergekit и метода SLERP: zelk12/MT-Gen2-gemma-2-9B и nbeerbower/gemma2-gutenberg-9B. Это плотная авторегрессионная модель семейства Gemma 2 с 9 млрд параметров, предназначенная для генерации текста и диалогов. Модель принимает текст и генерирует текст; её нативная длина контекста — 8192 токена. В качестве формата весов указаны safetensors. Базовая модель zelk12/MT-Gen2-gemma-2-9B описана как модель для диалоговой генерации на английском языке. Лицензия в предоставленных данных не указана. Качество, языковой охват и ограничения именно этого слияния в README не описаны; характеристики базовой модели могут не полностью переноситься на результат слияния.

zelk12/MT-IF-gemma-2-RAt0.75v0.1GD-9B — объединённая диалоговая языковая модель на архитектуре Gemma 2, созданная автором репозитория с помощью mergekit и метода SLERP из zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1-t0.75 и nbeerbower/Gemma2-Gutenberg-Doppel-9B. Модель содержит 9 млрд параметров, использует формат safetensors и поддерживает контекст до 8192 токенов. Модель предназначена для генерации текста и диалоговых ответов. Сочетание исходных моделей объединяет возможности Gemma 2 Ataraxy и модели, дообученной на текстах Gutenberg; конкретные специализации и преимущества итогового слияния в карточке не описаны. Она принимает текст и выдаёт текст. Лицензия в предоставленных данных не указана.

zelk12/MT-Merge5-GP-gemma-2-MTg5MT4g5-9B — объединённая модель для генерации текста и диалогового общения, созданная с помощью mergekit. Она объединяет две предварительно обученные модели Gemma 2: zelk12/MT-Gen5-gemma-2-9B и zelk12/MT4-Gen5-gemma-2-9B методом SLERP. Модель имеет плотную архитектуру Gemma 2 с 9 млрд параметров и контекст длиной до 8192 токенов; для работы с ней указана библиотека Transformers, веса представлены в формате safetensors. Модель предназначена для генерации ответов и ведения диалогов на основе текстовых запросов. README не приводит результатов оценки качества, конкретных языков или специализированных областей применения, поэтому такие свойства нельзя подтвердить по имеющимся данным. Условия лицензирования в предоставленных источниках не описаны.

Navrasa-2.0-Rudra-7b-dare-ties — объединённая языковая модель, созданная с помощью LazyMergekit из saucam/Rudra-7b и Indic-gemma-7b-finetuned-sft-Navarasa-2.0. Она предназначена для генерации текста и диалоговых ответов на индийских языках и английском. Модель использует архитектуру GemmaForCausalLM с плотной сетью, содержит 8,2 млрд параметров и поддерживает контекст до 8192 токенов. Веса опубликованы в формате safetensors; при объединении применён метод DARE-TIES с маской int8 и типом данных bfloat16. Лицензия в предоставленных данных не указана.

ClaudioItaly/Neithabet-9G — слитая ClaudioItaly с помощью mergekit методом SLERP модель Gemma 2 с плотной архитектурой Gemma2ForCausalLM и 9 млрд параметров. В слияние вошли ifable/gemma-2-Ifable-9B и lemon07r/Gemma-2-Ataraxy-9B. Модель предназначена для генерации текста и диалогового общения. Её можно использовать для создания ответов, продолжения текста и творческого письма. Она принимает текст и выдаёт текст; родная длина контекста — 8192 токена. Данных о специальных прикладных областях и поддерживаемых языках в предоставленных источниках нет. Модель распространяется в формате safetensors и использует библиотеку Transformers. Сведения о лицензии в предоставленных данных отсутствуют.

Neural_Waifu_7b_V0.1 — слитая языковая модель, опубликованная пользователем nocudaexe. Она построена на Mistral и создана методом DARE TIES с помощью mergekit: в качестве основы использована mlabonne/AlphaMonarch-7B, в слияние также включены Test157t/Kunocchini-7b-128k-test и KatyTheCutie/SlushySlerp-7B. Модель содержит 7,1 млрд параметров, работает через Transformers и распространяется в формате safetensors; заявленная длина контекста — 32 768 токенов. Модель предназначена для генерации текста и диалогового общения. Её можно применять для ведения беседы и генерации ответов на текстовые запросы. В карточке нет сведений о целевых языках или специализированной предметной области. Лицензия в предоставленных данных не указана. Слияние и характеристики входящих моделей не гарантируют конкретного качества на задачах этой версии; проверяйте ответы перед использованием.

Neurotic-Momnaingotrisk-slerp — объединённая модель, созданная liminerity с помощью mergekit методом slerp на основе CultriX/MonaTrix-v4 и liminerity/Neurotic-Momningojask-slerp. Это плотная авторегрессионная модель семейства Mistral с архитектурой MistralForCausalLM, примерно 7,1 млрд параметров и контекстом до 32 768 токенов. Она предназначена для генерации и продолжения текста; базовая модель описана как подходящая для диалогов. Веса опубликованы в формате safetensors, а в README приведена конфигурация с типом bfloat16. Репозиторий распространяется по лицензии Apache-2.0. Данных о языковой специализации и оценках качества этой объединённой модели в предоставленных источниках нет.

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.

NyakuraV2.1-m7-Mistral-7B-Instruct-v0.1 — текстовая чат-модель, созданная слиянием Mistral AI и Sao10K. В README указано, что модели объединены методом SLERP с настройками, различающимися для слоёв self-attention и MLP. Архитектура — плотная MistralForCausalLM, размер — 7,1 млрд параметров; веса опубликованы в формате safetensors. Модель рассчитана на генерацию ответов на инструкции и диалоговые запросы, а также на обычную генерацию текста. Метаданные указывают контекст до 32 768 токенов и английский язык. Лицензия — Apache-2.0. Карточка не приводит результатов оценивания качества или подробных рекомендаций по использованию.

OpenBuddy Llama2 34B V11.1 в этом репозитории представлен в формате GGUF для локального запуска через llama.cpp и совместимые приложения. Модель создана OpenBuddy и дообучена на основе Llama 2; каталог указывает плотную архитектуру семейства Llama и 34 млрд параметров в названии модели. В репозитории доступны варианты с разной степенью квантования, позволяющие выбирать баланс между размером и качеством; BF16-вариант требует значительных ресурсов, а сильное квантование может заметно ухудшить качество. Модель предназначена для генерации текста и диалоговых сценариев. В карточке заявлена поддержка китайского, английского, французского, немецкого, японского, корейского, итальянского и русского языков. GGUF-веса совместимы с llama.cpp и перечисленными в карточке пользовательскими интерфейсами и библиотеками. Лицензия — Llama 2 Community License; карточка не сообщает длину контекста.

Карточка модели OpenBuddy/openbuddy-openllama-7b-v12-bf16 на Hugging Face совпадает с карточкой OpenBuddy/openbuddy-openllama-7b-v5-fp16, поэтому описание составлено по ней. OpenBuddy-openllama-7b-v5-fp16 — версия многоязычного чат-бота OpenBuddy, разработанного проектом OpenBuddy. Модель построена на плотной архитектуре LLaMA с классом LlamaForCausalLM и содержит 6,6 млрд параметров; опубликована в формате PyTorch с лицензией Apache-2.0. Модель предназначена для диалогов и генерации текста. В карточке заявлена поддержка китайского, английского, французского, немецкого, японского, корейского, итальянского и русского языков. Длина контекста составляет 2048 токенов. OpenBuddy может выдавать ошибочные, вредные или оскорбительные ответы. Разработчики не рекомендуют использовать её в критических сценариях, включая медицину, управление потенциально опасными системами и важные финансовые или юридические решения.

OpenChat — серия языковых моделей для диалогов, разработанная проектом OpenChat. Эта версия основана на LLaMA-13B и дообучена на многоходовых беседах: авторы сообщают об использовании примерно 6 тысяч отобранных диалогов GPT-4 из набора ShareGPT. Модель имеет плотную архитектуру LlamaForCausalLM, около 12,9 млрд параметров и контекст длиной 2048 токенов. Модель предназначена для ведения диалогов и генерации ответов на английском языке. В README также описаны версии OpenChat-8192 и OpenCoderPlus, но они отличаются от этой модели. Для общения используется шаблон с ролями Human и Assistant и специальным токеном завершения хода. Для загрузки авторы рекомендуют формат bfloat16; в репозитории указаны веса PyTorch. README приводит высокие результаты на Vicuna GPT-4 evaluation и AlpacaEval, однако это результаты авторской оценки. Лицензия обозначена как other, поэтому условия использования следует сверять с файлами лицензии репозитория.

ali-elganzory/open-sci-ref-v0.02-1.7b-mixturevitae-noinstruct-300B-4096-SFT-Tulu3-decontaminated — разговорная модель генерации текста на архитектуре OpensciForCausalLM. Это дообученная с помощью TRL версия ali-elganzory/open-sci-ref-v0.02-1.7b-mixturevitae-noinstruct-300B-4096; в карточке приведён пример ответа на вопрос в формате чата. Модель содержит 1,7 млрд параметров, принимает текст и генерирует текст, поддерживает контекст длиной до 4096 токенов и распространяется в формате safetensors для Transformers. Подходит для диалоговых ответов и генерации текста. README и метаданные не сообщают о специализации по языкам или прикладным областям. Условия лицензии в доступных данных не приведены.

Opus-Samantha-Llama-3-8B — языковая модель семейства Llama 3, дообученная разработчиком репозитория на наборе данных macadeliccc/opus_samantha. Модель предназначена для генерации текста; карточка сообщает об обновлении, улучшившем её работу, но не описывает конкретные сценарии обучения или специализированные возможности. Модель имеет плотную архитектуру LlamaForCausalLM и 7,5 млрд параметров. Она принимает текст и генерирует текст, поддерживает контекст до 8192 токенов. В качестве базовой модели указана meta-llama/Meta-Llama-3-8B. Репозиторий содержит веса в формате safetensors, а лицензия модели — Apache-2.0.

OrionStar-Yi-34B-Chat — разработанная компанией OrionStar чат-модель на архитектуре Yi, полученная дообучением Yi-34B на более чем 150 тысячах высококачественных примеров. Она предназначена для диалогов и генерации текста на китайском и английском языках; в README также приведены примеры общения и решения математических задач. Модель содержит 33,9 млрд параметров, использует плотную архитектуру YiForCausalLM и поддерживает контекст до 4096 токенов. Разработчик сообщает об оценке модели на общих китайских и англоязычных бенчмарках C-Eval, MMLU и CMMLU, но приведённые результаты не позволяют считать её специализированной для отдельных прикладных областей. Модель доступна в форматах PyTorch и Safetensors. Для использования заявлены Apache 2.0 и лицензионное соглашение сообщества Yi-34B; перед внедрением следует учитывать оба условия. Как и другие большие языковые модели, она может выдавать неточные или вводящие в заблуждение ответы.

OrpoLlama3-8B — плотная авторегрессионная языковая модель семейства Llama, созданная Muhammad2003 дообучением meta-llama/Meta-Llama-3-8B методом ORPO. Модель содержит 7,5 млрд параметров, рассчитана на контекст до 8192 токенов и предназначена для генерации текста в диалоговом формате. Дообучение выполнено на наборе mlabonne/orpo-dpo-mix-40k в течение 15 тысяч шагов. Модель может использоваться для ведения диалогов и генерации ответов на английском языке. Доступны веса в формате safetensors для библиотеки Transformers. Лицензия — Apache-2.0. Карточка не приводит результатов оценки качества и подробных ограничений; практическая пригодность ответов зависит от задачи и проверки человеком.

Это дообученная разговорная языковая модель m3rtsavar на архитектуре Llama 3. В качестве основы использована unsloth/llama-3-8b-Instruct-bnb-4bit; при обучении применялись Unsloth и библиотека Hugging Face TRL. Модель предназначена для генерации текста в диалоговом формате. Её можно использовать для создания ответов на сообщения и ведения текстовых бесед. Модель имеет около 7,5 млрд параметров и контекстное окно до 8192 токенов; карточка указывает английский язык. Модель распространяется в формате Safetensors по лицензии Apache 2.0. Карточка не описывает специализацию дообучения и оценки качества, поэтому пригодность для конкретных задач следует проверять отдельно.

P3-mini-v3 — дообученная разговорная языковая модель, опубликованная Ramikan-BR и основанная на unsloth/Phi-3-mini-4k-instruct-bnb-4bit. Она предназначена для генерации текста и диалоговых ответов. В метаданных указаны 3,7 млрд параметров, контекст до 4096 токенов, архитектура Mistral и формат PyTorch; для обучения использовались Unsloth и библиотека TRL. Модель поддерживает английский язык и распространяется по лицензии Apache-2.0. Карточка не приводит результатов оценки качества или подробностей о данных дообучения, поэтому пригодность для конкретных сценариев следует проверять отдельно.

Padma-v7.0 — объединённая языковая модель автора shyamieee, созданная методом task arithmetic с помощью mergekit. Это плотная Mistral-модель для генерации текста, содержащая 7,1 млрд параметров и работающая с контекстом до 32 768 токенов. Репозиторий распространяет веса в формате safetensors. Модель предназначена для генерации продолжений текста и диалоговых сценариев на базе языковых моделей. Она объединяет модели NeuralCeptrix-7B-slerp и NeuralOmniWestBeaglake-7B. Карточка не описывает специализацию, языки, оценку качества или отдельные возможности модели. Лицензия — Apache-2.0. Сведений о специальных ограничениях использования или известных проблемах в карточке нет.

bunsenfeng/parti_3_full — текстовая генеративная модель на архитектуре Qwen2, размещённая пользователем bunsenfeng на Hugging Face. Карточка показывает интерфейс чата и загрузку через Transformers; метаданные указывают 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для диалоговой генерации текста и ответов на запросы. В карточке не указаны разработчик исходной модели, обучение, языки, лицензия, оценки качества или ограничения; поэтому происхождение и условия использования надёжно определить нельзя.

bunnycore/Phi-2-Hyper — объединённая языковая чат-модель, созданная с помощью mergekit методом Model Stock из моделей Artples/L-MChat-Small, bunnycore/Phi-2-OmniMatrix и Weyaxi/Einstein-v4-phi2; базой при слиянии была Weyaxi/Einstein-v4-phi2. Модель использует плотную архитектуру PhiForCausalLM и предназначена для генерации текста и диалоговых ответов. Размер модели составляет 3,5 млрд параметров, а длина контекста — 2048 токенов. Репозиторий содержит веса в формате safetensors; для работы используется библиотека Transformers. Модель ориентирована на чат-сценарии, но сведения о специальных доменах или языках в карточке отсутствуют. Карточка не сообщает результаты оценки качества или конкретные ограничения применения. Условия лицензии в доступных данных не приведены.

piano-medley-7b-Mistral-7B-Instruct-v0.1 — объединённая чат-модель на архитектуре Mistral, созданная слиянием Mistral-7B-Instruct-v0.1 и chargoddard/piano-medley-7b методом SLERP. Она содержит 7,1 млрд параметров и рассчитана на генерацию текста в ответ на инструкции и диалоговые запросы; заявленная длина контекста — 32 768 токенов. Модель может подойти для чат-ботов и генерации ответов общего назначения. В репозитории представлены веса Safetensors; лицензия — Apache-2.0. README не уточняет языки, на которых модель проверялась, и не приводит оценки качества. Поэтому пригодность для конкретного языка или сценария стоит оценить на собственных примерах.

Piccolo-8x7b — языковая модель для генерации текста, опубликованная пользователем macadeliccc. Она основана на mlabonne/NeuralBeagle-7b и использует архитектуру Mixtral с разреженной смесью экспертов; в метаданных указано 7,1 млрд параметров и контекст до 32 768 токенов. Модель распространяется в формате safetensors по лицензии CC BY 4.0. Модель подходит для генерации продолжений текста и ответов на запросы. В карточке приведены результаты оценки на бенчмарках рассуждений и понимания текста, но не описаны специальные сценарии, поддерживаемые языки или гарантии качества. README также упоминает доступные квантованные версии и ноутбук для инференса и оценки; это не меняет формат весов данного репозитория.

Pinokio v1.0 — диалоговая языковая модель семейства Mistral, опубликованная Eurdem. Она предназначена для генерации текста в формате беседы и поддерживает английский и турецкий языки. Модель имеет плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и контекст до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Данных о специализированных областях применения и ограничениях качества в карточке нет.