III.4Клиентская поддержка и customer success

NotASI/FineTome-Llama3.2-1B-0929 — плотная авторегрессионная языковая модель семейства Llama 3.2, разработанная NotASI на базе unsloth/Llama-3.2-1B-Instruct-bnb-4bit. Модель дообучена в течение двух эпох на mlabonne/FineTome-100k с применением QLoRA и rsLoRA; она использует тот же шаблон чата, что и базовая модель. Размер составляет 1,2 млрд параметров, контекст — до 131 072 токенов. Модель предназначена для генерации текста в диалоговом формате: она может отвечать на запросы, вести беседу и помогать с задачами общего назначения на английском языке. В метаданных также отмечен интерфейс вызова инструментов. Карточка приводит результаты оценки на Open LLM Leaderboard, но не даёт оснований считать их гарантией качества для конкретных задач. Метаданные указывают лицензию llama3.2, тогда как README заявляет Apache-2.0; перед использованием следует проверить применимые условия распространения базовой модели и производной. Это небольшая модель, поэтому её ответы могут уступать более крупным моделям в сложных задачах и требовать проверки.

Это модель классификации тональности текста, созданная дообучением distilbert-base-uncased. В карточке указаны точность 0,8567 и значение loss 0,3523 на наборе для оценки, но сами данные и схема классов не описаны. Модель предназначена для определения тональности текста. Она использует архитектуру DistilBERT для классификации последовательностей, принимает текст с контекстом до 512 токенов и сохраняет веса в формате safetensors. Поддерживаемые языки и предметные области не уточнены. Модель распространяется по лицензии Apache-2.0. Результаты оценки не позволяют судить о качестве на других наборах данных; набор для оценки и ограничения применения в карточке не описаны.

RyotaKadoya1993/fullymerged_v1_128_gen4 — дообученная плотная Llama-модель с 7,5 млрд параметров для генерации текста и диалоговых ответов. Модель создана RyotaKadoya1993 на основе RyotaKadoya1993/fullymerged_v1_128_gen3; при обучении использовались Unsloth и библиотека TRL. Она принимает текст и предназначена для общения и генерации ответов на английском языке. Контекст модели составляет 8192 токена, веса представлены в формате safetensors. Модель распространяется по лицензии Apache-2.0. Карточка не сообщает результатов оценки качества или конкретных специализаций; возможности за пределами генерации текста и диалога не подтверждены.

Funny-Chatbot-Llama-3.1-8B-Instruct — разговорная языковая модель, дообученная neo-lin на базе unsloth/Meta-Llama-3.1-8B-Instruct-bnb-4bit с использованием Unsloth и Hugging Face TRL. Она предназначена для генерации текста в диалогах и ответов на сообщения пользователя. Модель использует плотную архитектуру LlamaForCausalLM семейства Llama и содержит 7,5 млрд параметров; заявленная длина контекста — 131 072 токена. В метаданных указан английский язык, поддержка чата и интерфейса вызова инструментов. Модель опубликована в формате safetensors под лицензией Apache-2.0. Карточка не описывает конкретный набор данных, специализацию или результаты оценки качества, поэтому пригодность для отдельных сценариев стоит проверять на собственных примерах.

GALAXY-16B-v1.0 — разговорная языковая модель на архитектуре Llama, опубликованная TeeZee. Она создана расширением глубины модели: в карточке указана последовательность Mistral (32 слоя) → SOLAR (48 слоёв) → GALAXY (72 слоя). Модель содержит около 15,8 млрд параметров и поддерживает контекст до 4096 токенов. Модель предназначена для генерации текста и диалогов по шаблону Alpaca; шаблон чата встроен в конфигурацию токенизатора. В обучающих данных есть наборы для предпочтений и диалогов, включая данные ролевых сценариев с контентом для взрослых. Автор прямо предупреждает, что модель может генерировать NSFW-контент. Результаты оценки качества на момент создания карточки ожидались. Модель опубликована под лицензией Apache-2.0. В доступной карточке не приведены результаты бенчмарков, поэтому качество для конкретных задач следует проверять отдельно.

Gama-12B — языковая модель объёмом 12 млрд параметров, представленная в формате GGUF. Базовая модель rodrigomt/gama-12b разработана на основе семейства Gemma; данная версия подготовлена и квантизирована mradermacher с использованием weighted/imatrix quantization. В метаданных указаны английский и португальский языки, а также поддержка генерации текста и диалоговых сценариев. Модель предназначена для локального запуска в задачах текстовой генерации и conversational-приложениях, включая ответы на запросы и ведение диалога. README также указывает на наличие vision-возможностей, однако конкретные поддерживаемые визуальные задачи и параметры мультимодального контекста не описаны. Длина контекста, точная архитектура и дополнительные характеристики не указаны. Доступно множество вариантов квантизации размером примерно от 3,0 до 9,8 ГБ. Более компактные варианты требуют меньше памяти, но могут заметно уступать в качестве; среди рекомендуемых отмечены i1-Q4_K_M как быстрый вариант и i1-Q4_K_S как компромисс между размером, скоростью и качеством. Модель распространяется по лицензии Gemma. Для использования GGUF-файлов требуется совместимое программное обеспечение.

NickyNicky/gemma-1.1-2b-it_orpo_traslate_en_es_V1 — дообученная модель семейства Gemma 1.1 от автора NickyNicky для перевода между английским и испанским языками. Она основана на плотной архитектуре GemmaForCausalLM с 2,5 млрд параметров и рассчитана на работу с текстом; модель опубликована в формате Safetensors для Transformers. Длина контекста составляет 8192 токена. Модель обучалась на наборе NickyNicky/Colossal_Translation_EN_ES_ORPO_DPO_Gemma, содержащем 49 252 примера; карточка также приводит p95 длины промпта 620 токенов и p95 длины промпта вместе с предпочтительным ответом 1278 токенов. Основной сценарий — перевод текста с английского на испанский и с испанского на английский. Лицензия — Apache-2.0.

Gemma-2-9B-It-SPPO-Iter2 — языковая модель UCLA-AGI, дообученная методом Self-Play Preference Optimization на базе google/gemma-2-9b-it. Это плотная GPT-подобная модель семейства Gemma 2 с 9 млрд параметров, предназначенная для диалоговой генерации текста и выравнивания ответов по предпочтениям. Для обучения использовались наборы запросов из UltraFeedback, разделённые на три итерации; все ответы в обучающих данных были синтетическими. Модель рассчитана прежде всего на английский язык и поддерживает контекст до 8192 токенов. В README приведены результаты AlpacaEval для моделей SPPO, но таблица содержит метрики итераций Llama-3, поэтому её нельзя считать оценкой именно этой модели Gemma. Репозиторий распространяется в формате safetensors. В метаданных указана лицензия Gemma; условия использования следует сверять с лицензией и условиями Gemma.

bunnycore/Gemma2-9B-TitanFusion — диалоговая языковая модель на архитектуре Gemma 2, созданная объединением нескольких предварительно обученных моделей с помощью mergekit и метода DARE TIES. В качестве базовой модели использована nbeerbower/gemma2-gutenberg-9B; в объединение также вошли модели для диалога и предпочтений, включая варианты с данными о психическом здоровье и обучением на текстах. Размер модели — 9 млрд параметров, формат весов — safetensors, библиотека — Transformers, контекст — до 8192 токенов. Модель предназначена для генерации текста и диалоговых сценариев: ответов на вопросы, ведения беседы и подготовки связного текста. Сочетание нескольких моделей может дать смешанные свойства их обучающих наборов, однако карточка не приводит отдельных измерений качества или подробных рекомендаций по применению. Лицензия в предоставленных данных не указана.

NickyNicky/gemma-2b-it_oasst2_chatML_Cluster_2_V1 — чат-модель на архитектуре Gemma, дообученная на основе google/gemma-2b-it на данных OpenAssistant/oasst2. В карточке указаны седьмая эпоха обучения и вариант Cluster_2; метаданные описывают плотную архитектуру GemmaForCausalLM с 2,5 млрд параметров и контекстом до 8192 токенов. Модель предназначена для диалоговой генерации текста и поддерживает языки, перечисленные в карточке, включая русский и английский. Она распространяется в формате Safetensors через Transformers по лицензии Apache-2.0. Карточка сообщает, что оценка модели пока не опубликована, поэтому качество ответов и сравнительные характеристики не подтверждены.

Gemma 2 Lyco Infinity 9B — диалоговая языковая модель, созданная AELLM путём объединения с помощью Mergekit моделей recoilme/recoilme-gemma-2-9B-v0.4 и BAAI/Gemma2-9B-IT-Simpo-Infinity-Preference. Она предназначена для генерации текста и ответов в формате чата на английском языке. Модель использует плотную архитектуру Gemma 2 с 9 млрд параметров и поддерживает контекст до 8192 токенов. В репозитории представлены веса Safetensors; конфигурация слияния указывает метод dare_ties и тип данных bfloat16. Модель подходит для диалоговых сценариев и генерации ответов на запросы. Карточка не приводит результатов оценки качества и подробных ограничений, поэтому её пригодность для конкретных задач следует проверять самостоятельно. Лицензия в предоставленных данных не указана.

Это испаноязычная адаптация Gemma 4 E4B Instruct для латиноамериканского варианта испанского, подготовленная Servicios Tecnológicos AVIM SpA в Сантьяго-де-Чили. Модель создана продолжительным предобучением на корпусе LatamGPT и распространяется здесь как объединённые веса адаптера в формате MLX. Модель предназначена для диалога и генерации текста на испанском языке, в том числе с латиноамериканской лексикой и контекстом. В репозитории находятся только веса текстовой башни: модулей обработки изображений и аудио нет, несмотря на унаследованные поля в конфигурации. Указано 7,463 млн параметров. Модель загружается через mlx-lm на Apple silicon и несовместима с Transformers. При генерации mlx-lm не фильтрует канал рассуждений Gemma 4, поэтому приложению нужно отделять его от ответа пользователю; этот канал обычно расходует 350–450 токенов. Модель может уверенно галлюцинировать о конкретных нормативных актах, поэтому такие сведения требуют внешней проверки. Представленность стран и тем в обучающих данных неодинакова; корпус также может содержать остаточные персональные данные. Лицензия — Apache 2.0.

GemmaX2-28-9B-v0.2 — языковая модель для машинного перевода, разработанная Xiaomi Inc. Модель дообучена на GemmaX2-28-9B-Pretrain, основанной на Gemma2-9B и обученной на смеси монолингвальных и параллельных данных для 28 языков. Архитектура — плотная Gemma2ForCausalLM с 9 млрд параметров; модель работает с текстом и имеет контекст 8192 токена. Модель предназначена для перевода между 28 языками, включая русский, английский, китайский, арабский, японский и хинди. Версия 0.2 использует инструкции перевода, применявшиеся при дообучении моделей MiLMMT-46. Для других языков качество перевода не гарантируется. Лицензия — Gemma.

vampirehollie/GRPO_Model — дообученная разговорная языковая модель семейства Llama, разработанная vampirehollie на базе vampirehollie/Fine-Tuning-LLM. Это плотная модель с 3,2 млрд параметров для генерации текста и диалогового общения; в репозитории веса представлены в формате safetensors. По данным метаданных, модель поддерживает контекст до 131 072 токенов и ориентирована на английский язык. Модель подходит для генерации ответов в диалоге и других сценариев текстовой генерации. При обучении использовались Unsloth и библиотека TRL из Hugging Face; README не сообщает подробностей о датасетах или специализации модели. Лицензия — Apache-2.0.

H2O.ai h2ogpt-gm-oasst1-multilang-1024-20b — это дообученная модель генерации текста на архитектуре GPT-NeoX, созданная с помощью H2O LLM Studio на базе EleutherAI/gpt-neox-20b и датасета OpenAssistant/oasst1. Модель содержит 26,9 млрд параметров и рассчитана на продолжение текста и диалоговые ответы; для запуска используется библиотека Transformers. Карточка называет модель многоязычной, однако метаданные указывают английский язык. Контекст модели — 2048 токенов. Она подходит для генерации ответов и текста общего назначения, но может выдавать неверные, бессмысленные, нерелевантные или предвзятые результаты, включая оскорбительное содержание. Лицензия — Apache-2.0.

impossibleexchange/hailmary — объединённая модель для генерации текста, созданная методом linear merge из предварительно обученных языковых моделей с помощью mergekit. В состав входят baxtos/14-20070923-btwh455, Bondds/16-bnds11 и healtori/07-heal-07-19-04; веса сохранены в формате safetensors, README указывает точность float16. Модель построена на архитектуре StableLM, содержит 1,4 млрд параметров и рассчитана на контекст до 4096 токенов. Модель предназначена для диалоговой генерации текста. Данные не уточняют её специализированные области применения, поддерживаемые естественные языки или условия лицензии, поэтому их нельзя надёжно описать.

impossibleexchange/hearnoevil — объединённая языковая модель, созданная с помощью mergekit линейным слиянием whizzzzkid/whizzzzkid_p8_4 и whizzzzkid/whizzzzkid_p9_6. Модель относится к семейству StableLM, использует плотную архитектуру StableLmForCausalLM и содержит 1,4 млрд параметров. Она предназначена для генерации текста и диалогового взаимодействия; максимальная длина контекста составляет 4096 токенов. Модель распространяется в формате safetensors и предназначена для запуска через Transformers. Данные не уточняют поддерживаемые естественные языки или специализированные области применения. Условия лицензии в предоставленных источниках не указаны.

Himeyuri-Magnum-HereticLoRA — чат-модель на 12,1 млрд параметров, созданная автором yamatazen объединением предварительно обученных языковых моделей методом Model Stock с помощью mergekit. В качестве базовой использована Elizezen/Himeyuri-v0.1-12B; в объединение также вошли anthracite-org/magnum-v2-12b и anthracite-org/magnum-v2.5-12b-kto. Модель построена на плотной архитектуре MistralForCausalLM, распространяется в формате safetensors и использует шаблон диалогов ChatML. Модель предназначена для диалогов и генерации текста на английском и японском языках. Метаданные указывают контекстное окно до 1 024 000 токенов. Для запуска подходит библиотека Transformers. Лицензия в предоставленных данных не указана.

Himeyuri-Magnum-12B-HereticMerge — языковая модель для диалоговой генерации текста, созданная разработчиком yamatazen слиянием методом SLERP через mergekit моделей MuXodious/Mistral-Nemo-Instruct-2407-absolute-heresy и yamatazen/Himeyuri-Magnum-12B. Это плотная 12,1-миллиардная модель семейства Mistral с архитектурой MistralForCausalLM, предназначенная для чата и генерации текста. Карточка указывает поддержку английского и японского языков, а метаданные — контекст до 1 024 000 токенов. Модель распространяется в формате safetensors и имеет лицензию Apache-2.0. Качество на конкретных задачах и ограничения в README не описаны.

Hunyuan-MT-Chimera-7B-GGUF — это квантизированная версия модели Hunyuan-MT-Chimera-7B, разработанной Tencent и преобразованной в формат GGUF пользователем mradermacher. Модель предназначена прежде всего для задач машинного перевода и поддерживает китайский, английский, французский, португальский, испанский, японский, турецкий, русский, арабский, корейский, тайский, итальянский, немецкий, вьетнамский, малайский, индонезийский, тагальский, хинди и ряд других языков, включая украинский, польский, чешский, нидерландский, персидский, иврит, бенгальский, тамильский и тибетский. Это модель размером 7B, доступная в нескольких вариантах GGUF-квантизации — от Q2_K объёмом около 3,1 ГБ до F16 объёмом около 15,1 ГБ. Варианты Q4_K_S и Q4_K_M отмечены как быстрые и рекомендуемые, Q6_K — как обеспечивающий очень хорошее качество, а Q8_0 — как быстрый вариант с наилучшим качеством среди перечисленных. Квантизация позволяет запускать модель с различными компромиссами между размером, скоростью и качеством, однако низкобитные варианты могут заметно уступать по качеству. README не содержит сведений об архитектуре, размере контекстного окна, мультимодальности, точной лицензии или системных требованиях. Указан только тег translation; дополнительные weighted/imatrix-квантизации доступны в отдельном репозитории.

Это зеркальная копия модели Tencent HY-MT1.5-1.8B, подготовленная Kaption для загрузки в приложениях Kaption. Файл GGUF побайтно совпадает с указанной в карточке upstream-версией; модель предназначена для перевода между языками. Базовая модель описана как компактная система с поддержкой 33 языков, контекста, терминологии и форматированного вывода. В репозитории размещена квантизированная версия в формате GGUF с 1,25-битным представлением STQ, созданная AngelSlim. Лицензия в метаданных обозначена как other; более точные условия из предоставленных сведений установить нельзя.

mlx-community подготовила вариант переводческой модели Tencent Hunyuan Hy-MT2-1.8B для MLX. Это плотная авторегрессионная модель с 1,8 млрд параметров; данный репозиторий содержит веса bf16, преобразованные из официального чекпойнта и предназначенные для запуска через mlx-lm на Apple Silicon. Указанная в метаданных длина контекста — 262144 токена. Модель предназначена для перевода между языками: ей можно передать текст и инструкцию с целевым языком, чтобы получить перевод. В карточке заявлена многоязычность, но конкретные языки не перечислены. Лицензия — Apache 2.0. Карточка рекомендует этот вариант как базовый чекпойнт для Apple Silicon; запуск на Linux CPU может быть слишком медленным для практических запросов.

unsloth/Hy-MT2-1.8B-GGUF — это GGUF-версия мультиязычной модели машинного перевода Hy-MT2-1.8B, разработанной Tencent. Модель предназначена для быстрого перевода в реальных сценариях, включая общие, деловые, специализированные и задачи, требующие следования инструкциям. Формат GGUF рассчитан на запуск через llama.cpp и удобен для локального и ресурсоограниченного развертывания. Модель имеет 1,8 млрд параметров и поддерживает перевод между 33 языками, включая китайский, английский, русский, французский, испанский, японский, корейский, арабский, немецкий, итальянский, португальский, турецкий, украинский и другие языки. В README не указаны архитектурные детали и размер контекста. К сильным сторонам относятся ориентация на быстрый вывод, широкий языковой охват и заявленная высокая точность в разнообразных переводческих задачах. Ограничения, включая качество для отдельных языковых пар, доменов и конкретных вариантов квантизации, требуют самостоятельной оценки. Модель распространяется по лицензии Apache-2.0. Указанный репозиторий является квантизированной сборкой базовой модели tencent/Hy-MT2-1.8B.

Ice0.60.1 — языковая модель на архитектуре Mistral, созданная автором репозитория с помощью mergekit и метода passthrough из указанных в карточке локальных моделей. Она предназначена для генерации текста. Модель содержит 7,1 млрд параметров, использует формат safetensors и поддерживает контекст до 32 768 токенов. Модель может применяться для диалоговой генерации и продолжения текста. Карточка не описывает отдельные способности, обучение, поддерживаемые языки или специализированные области. Лицензия в предоставленных данных не указана; локальные пути к компонентам слияния не позволяют установить их идентификаторы на Hugging Face.

Ice0.62.1-24.01-RP — объединённая языковая модель, созданная с помощью mergekit методом SLERP из двух чекпойнтов Ice0.60 и Ice0.61.1. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста и может использоваться в сценариях, где требуется продолжение текста или диалоговая генерация. Карточка не описывает специализированные области применения, языки или дополнительные возможности. Модель распространяется в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

apriandito/indobert-sentiment-classifier — классификатор тональности индонезийского текста, разработанный apriandito на базе indobenchmark/indobert-large-p2. Это модель семейства BERT для классификации последовательностей с 433,9 млн параметров и контекстом до 512 токенов. Она принимает тему и текст в формате [CLS] context [SEP] text [SEP] и определяет тональность текста относительно заданной темы: отрицательную, нейтральную или положительную. Модель предназначена для анализа отзывов, новостей и высказываний, когда оценка зависит от обсуждаемой темы. В README для тестового набора из 4 704 примеров приведены accuracy 88,1% и macro F1 0,856; результаты относятся к описанному набору и сравнению с указанными базовыми моделями. Обучение проводилось на 31 360 парах «контекст–текст» по 188 темам. Модель принимает текст и выдаёт метку класса; заявленная поддержка языка — индонезийский. Распространяется по лицензии MIT.

Это языковая модель семейства Llama с архитектурой LlamaForCausalLM и примерно 8,3 млрд параметров. Репозиторий создан с помощью mergekit: веса исходной модели InstructEnVi_llama2-bkai-120GB_250kx2e собраны методом passthrough из последовательностей слоёв, включая частично перекрывающиеся диапазоны. Модель предназначена для генерации текста; исходная модель ориентирована на инструкции на английском и вьетнамском языках. Контекст составляет 2048 токенов. Модель принимает текст и выдаёт текст, поэтому её можно использовать для диалогов и выполнения текстовых инструкций на поддерживаемых языках. В карточке указана лицензия? Условия лицензии не приведены в доступных данных. Конфигурация с повторно использованными диапазонами слоёв может влиять на качество и согласованность ответов; отдельные оценки качества модели в карточке отсутствуют.

lightblue/Jamba-v0.1-chat-multilingual — экспериментальный многоязычный чат-бот, созданный Peter Devine и Shunichi Taniguchi на основе ai21labs/Jamba-v0.1. Модель дообучена методом QLoRA на диалоговых и инструкционных данных, после чего адаптер объединён с исходными весами. Архитектура Jamba сочетает Mamba и Transformer с механизмом MoE; в метаданных указан размер 7,2 млрд параметров, а в README — контекст длиной до 256 тысяч токенов. Модель предназначена для диалогов, выполнения инструкций и многоходовых бесед на английском, японском и других языках. README сообщает о приемлемых субъективных результатах в нескольких языках и возможности управлять стилем системным сообщением, но оценка основана на ограниченном тестировании. Для запуска нужны Transformers версии 4.39.0 или выше и CUDA; оптимизированный запуск требует дополнительных Mamba-компонентов. Лицензия — Apache 2.0.

Jenna-v3-Qwen2-1.5 — диалоговая языковая модель, разработанная V3N0M путём дообучения unsloth/Qwen2-1.5B-Instruct-bnb-4bit. Она предназначена для генерации текста и общения в чат-сценариях. Модель построена на плотной архитектуре Qwen2ForCausalLM, содержит 1,5 млрд параметров и поддерживает контекст длиной до 32 768 токенов. В метаданных указан английский язык. Модель распространяется в формате PyTorch по лицензии Apache-2.0. README сообщает, что при обучении использовались Unsloth и библиотека TRL; сведений о специализации на конкретной предметной области или дополнительных возможностях нет.

Jev-Style-Qwen3.5-2B-Decision v2 — дообученная ChaoliangUNSW модель на базе текстовой Qwen3.5-2B-Base для классификации, маршрутизации и выбора из заданных вариантов. Она принимает состояние, вопрос и список из 2–26 вариантов на английском языке и за один проход возвращает оценку каждого варианта; с применением предоставленной калибровки оценки превращаются в вероятности выбора. Модель построена на плотной архитектуре Qwen3_5ForCausalLM, содержит 1,7 млрд параметров и использует веса BF16 в формате Safetensors. Заявленная длина контекста базовой модели — 262 144 токена, однако интерфейс этой модели ограничивает вход 1 024 токенами. Модель предназначена для классификации текстов и тональности, ответов «да/нет», маршрутизации запросов и типизированных решений с фиксированным набором меток или упорядоченных оценок. По результатам фиксированной англоязычной панели автор сообщает макро-точность 81,20% на 3 277 решениях по 11 задачам с реальными метками; показатель относится к описанному набору оценки и не гарантирует качество на новых данных. Для вариантов GGUF и MLX приведены отдельные сборки, но этот репозиторий содержит сборку Transformers. Модель ориентирована на англоязычный ввод и выдаёт оценки и вероятности по объявленным вариантам. Требует совместимой среды Transformers и клиентского кода из репозитория; для CUDA автор описывает дополнительную проверенную среду. Распространяется по лицензии Apache-2.0.