III.4Клиентская поддержка и customer success

LogicLumina-L3-13B — объединённая языковая модель, созданная Abdulhanan2006 с помощью LazyMergekit на основе PygmalionAI/pygmalion-2-13b, elinas/chronos-13b-v2 и refine-ai/Power-Llama-3-13b-Instruct. Она использует плотную архитектуру Llama и предназначена для генерации текста; размер модели — 12,9 млрд параметров, контекст — до 4096 токенов. Базовая модель Pygmalion-2 ориентирована на ролевые диалоги, художественное письмо и генерацию по инструкциям, что даёт ориентир для возможных сценариев применения объединённой модели. Репозиторий содержит веса Safetensors. Сведения о лицензии и конкретных ограничениях в предоставленных данных отсутствуют.

Sakalti/LunarPass-1 — разговорная языковая модель на архитектуре Phi-3, созданная Sakalti с помощью mergekit из слоёв Sakalti/Lunar-4B методом passthrough. Модель содержит 6,3 млрд параметров, распространяется в формате Safetensors и рассчитана на генерацию текста в диалоговом режиме с контекстом до 4096 токенов. Модель подходит для ведения текстового диалога и генерации ответов на запросы. Базовая Sakalti/Lunar-4B описана как модель для английского и японского языков; карточка LunarPass-1 отдельно не уточняет языки и не приводит результатов оценки качества. Лицензия в доступных данных не указана.

Luth-1.7B-Instruct — языковая модель на 1,7 млрд параметров, разработанная авторами Luth как франкоязычная версия Qwen3-1.7B. Модель обучена полным дообучением на наборе Luth-SFT с помощью Axolotl, а затем объединена с базовой Qwen3-1.7B. Она предназначена для диалогов и выполнения инструкций, особенно на французском языке, а также для задач по математике и общим знаниям. По оценке авторов, улучшены результаты на выбранных французских и английских тестах, при этом возможности английской модели в целом сохранены. Модель принимает текст и генерирует текст; заявленная длина контекста — 40 960 токенов. Поддерживаются французский и английский языки. Доступна под лицензией Apache-2.0. В README приведены результаты LightEval для отдельных тестов на следование инструкциям, математике, общих знаниях и рассуждении на французском и английском языках. Эти результаты относятся к указанным наборам и настройкам оценки и не гарантируют качество на других задачах. Как компактная модель, она может уступать более крупным моделям в сложных задачах.

liminerity/m7-alpaca-70m-4 — разговорная модель генерации текста на архитектуре Mistral, разработанная liminerity и дообученная на gate369/l6bitney-32layer-slerp. Модель рассчитана на диалоги и генерацию текста; в метаданных для неё указаны возможности chat и английский язык. Модель содержит 203,9 млн параметров, принимает текст и выдаёт текст. Длина контекста — 2048 токенов. При обучении использовались Unsloth и библиотека TRL; веса доступны в форматах PyTorch и Safetensors. Лицензия — Apache-2.0.

Это модель для бинарного анализа тональности текста на малайском языке, разработанная Malaysia AI. Она представляет собой дообученный чекпойнт DeBERTa-V3-xsmall с архитектурой DeBERTa-v2 для классификации последовательностей и содержит 77,5 млн параметров. Модель относит текст к положительной или отрицательной тональности. Модель предназначена для классификации малайскоязычных отзывов, комментариев и коротких сообщений. Она принимает текст длиной до 512 токенов и выдаёт метку класса тональности. В репозитории указаны веса в формате safetensors; лицензия в предоставленных данных не приведена.

Marengoli_7B_SLERP — языковая модель для генерации текста, созданная объединением louisgrc/Rivoli_7B_SLERP и louisgrc/Marengo_7B_SLERP методом SLERP с помощью LazyMergekit. Модель основана на архитектуре Mistral, содержит 7,1 млрд параметров и принимает контекст длиной до 32 768 токенов. Модель предназначена для генерации продолжений текста и может применяться в сценариях, где нужна текстовая генерация. README описывает способ слияния весов и тип данных bfloat16, но не приводит сведений о специализации моделей-источников, поддерживаемых языках или результатах оценки качества. Распространяется по лицензии Apache-2.0.

Mastermax 7B — языковая модель LifeOfCoding для генерации текста и диалогов, дообученная на базе Falcon 7B. Это плотная авторегрессионная модель с архитектурой decoder-only для Transformers; в README указано 7 млрд параметров, тогда как метаданные репозитория сообщают 10,9 млрд. Дообучение проводилось на наборах OpenAssistant/oasst1 и OpenAssistant Guanaco. Модель предназначена для генерации продолжений текста и ответов в диалоге на английском и французском языках. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache 2.0. README указывает, что исходная Falcon 7B обучалась на RefinedWeb и дополнительных корпусах; для Mastermax описаны именно этап дообучения на диалоговых данных.

Mayonnaise-4in1-03 — англоязычная причинно-языковая модель Kaitchup, созданная с помощью mergekit как объединение нескольких моделей семейства Mistral. В рецепте слияния TIES указаны mncai/mistral-7b-dpo-v5, flemmingmiguel/MBX-7B и BarryFutureman/NeuralTurdusVariant1-7B; в метаданных размер модели указан как 7,1 млрд параметров, а базовый контекст — 32 768 токенов. Модель предназначена для генерации текста на английском языке. Лицензия — Apache 2.0. Карточка указывает, что рецепт описан в статье о слиянии TIES, но не приводит оценок качества или подробных ограничений; фактические результаты могут зависеть от задачи и способа использования.

Это объединённая языковая модель на архитектуре Llama 3.1, созданная сообществом mergekit-community с помощью метода della_linear. В качестве базовой использована Orenguteng/Llama-3.1-8B-Lexi-Uncensored-V2; в объединение также вошли модели для ролевого общения, диалога и генерации ответов, включая версии ArliAI, Undi95, Solshine и TokyoTech. Модель содержит 7,5 млрд параметров и поддерживает контекст до 131 072 токенов. Модель предназначена для генерации текста и диалогов, в том числе ролевых сценариев и ответов в стиле собеседника. Метаданные указывают поддержку чата и интерфейса вызова инструментов; основная задача — text-generation. В репозитории размещены веса в формате safetensors. Языковая поддержка в предоставленных сведениях не уточнена. Лицензия не указана в доступных данных.

Hjgugugjhuhjggg/mergekit-ties-kmlzhzo — объединённая диалоговая языковая модель семейства Llama 3.2, созданная с помощью mergekit методом TIES на основе huihui-ai/Llama-3.2-3B-Instruct-abliterated и нескольких моделей bunnycore. Модель содержит 3,2 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors; заявленная длина контекста — 131 072 токена. Модель предназначена для генерации текста и диалоговых ответов. В объединение вошли варианты, ориентированные на рассуждения, научные темы, навыки, ролевые сценарии и финансовую тематику, поэтому модель может быть полезна для широкого круга чат-сценариев. Метаданные отмечают интерфейс вызова инструментов, но сами по себе не подтверждают качество его работы. В README не приведены результаты оценки качества или подробные ограничения. Лицензия в предоставленных данных не указана.

saishf/Merge-Mayhem-L3-V2.1 — объединённая диалоговая языковая модель, созданная автором репозитория с помощью mergekit и метода Model Stock. В качестве базовой использована openlynn/Llama-3-Soliloquy-8B-v2; в объединение также вошли Meta-Llama-3-8B-Instruct и модели Aura, Luna, BlueMoon, Smarts и RP_Format_QuoteAsterisk от ResplendentAI. Модель построена на архитектуре Llama, содержит около 7,5 млрд параметров и рассчитана на генерацию текста в диалоговом формате. Контекст — до 8192 токенов. Может применяться для ответов ассистента и свободного диалога; специальная область применения и отдельный набор поддерживаемых языков в карточке не заявлены. Веса опубликованы в формате safetensors и типе float16. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое. Автор отмечает неопределённость относительно того, насколько новый вариант слияния отличается от предыдущего, поэтому качество и поведение модели следует оценивать на собственных примерах.

MergerixShadowm7exp-7B — созданная Maxime Labonne объединённая модель для генерации текста. Она построена слиянием SLERP двух моделей: MiniMoog/Mergerix-7b-v0.3 и mahiatlinux/ShadowM7EXP-7B; архитектура — MistralForCausalLM, размер — 7,1 млрд параметров. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. Модель подходит для генерации продолжений и диалоговых ответов. В README приведена конфигурация слияния, но нет отдельных результатов оценки качества или рекомендаций по специализированным сценариям. Распространяется по лицензии Apache-2.0.

AndronikosK/Meta-Llama-3.1-8B-GR-3 — диалоговая языковая модель семейства Llama, разработанная AndronikosK и дообученная на базе unsloth/llama-3.2-3b-bnb-4bit с использованием Unsloth и Hugging Face TRL. Предназначена для генерации текста и ведения диалога. Метаданные указывают контекст до 131072 токенов и размер 3,2 млрд параметров; модель распространяется в формате Safetensors. Модель поддерживает английский язык. Для неё указана лицензия Apache 2.0. Карточка не описывает конкретные сценарии обучения и специализированные предметные области, поэтому качество в отдельных задачах по представленным сведениям оценить нельзя.

Модель thewordsmiths/Meta-Llama-3-8B_sft_merged_100000_dpo_merged — дообученная версия Meta-Llama-3-8B от разработчика thewordsmiths. Это плотная авторегрессионная модель семейства Llama для генерации текста; в карточке указано обучение с помощью Unsloth и Hugging Face TRL. Модель содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. В метаданных указан английский язык. Модель подходит для генерации продолжений и ответов на текстовые запросы. Она распространяется под лицензией Apache-2.0. Карточка не описывает конкретные улучшения, специализированные сценарии или результаты оценки качества.

mhm-7m-v1.3 — экспериментальная текстовая языковая модель, созданная путём трёх этапов слияния семи предварительно обученных моделей на основе Mistral с помощью mergekit и методов dare_ties. Она предназначена для генерации текста и диалогового общения. Размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов; репозиторий содержит веса в формате Safetensors. В README не названы исходные модели слияния, поэтому базовую модель можно определить только как семейство Mistral. Модель распространяется по лицензии Apache-2.0. README характеризует её как эксперимент; результатов оценки качества и сведений о целевых языках не приводит.

MiniCPM-2B-fullft-307-1ep — текстовая генеративная модель семейства Llama, опубликованная taskmaster141. По карточке Hugging Face, она дообучена на базе trainer_output/checkpoint-307; архитектура — плотная LlamaForCausalLM, размер — 2,2 млрд параметров. Модель поддерживает чат и генерацию текста, использует формат safetensors и контекст до 131072 токенов. Модель подойдёт для диалоговых приложений и генерации продолжений текста на английском языке. В карточке указано, что обучение выполнялось с Unsloth; дополнительных сведений о данных обучения и оценке качества нет. Лицензия — Apache-2.0.

MiniLM-L12-H384-uncased__sst2__all-train — модель классификации текста на базе Microsoft MiniLM-L12-H384-uncased, дообученная для задачи определения тональности отзывов SST-2. Архитектура — BERT-классификатор с примерно 40 млн параметров и контекстом до 512 токенов. Репозиторий содержит веса PyTorch и распространяется по лицензии MIT. Модель предназначена для классификации текста, в частности для отнесения отзывов к положительной или отрицательной тональности. В карточке указаны точность 0,9055 и значение loss 0,2632 на оценочном наборе. Сведения о составе обучающего набора и других сценариях применения не приведены.

MISCHIEVOUS-12B-Mix_0.5v — объединённая авторами модель генерации текста на архитектуре Mistral, созданная с помощью mergekit методом SLERP из версий MISCHIEVOUS-12B-Mix_0.3v и MISCHIEVOUS-12B-Mix_0.4v. Модель содержит 12,1 млрд параметров и рассчитана на диалоги и генерацию текста; метаданные также отмечают интерфейс вызова инструментов. Репозиторий содержит веса safetensors, а README указывает на вариант Q4_K_M в формате GGUF. Модель ориентирована на англо- и корейскоязычные сценарии. В метаданных заявлена длина контекста 1 024 000 токенов. Лицензия — Apache-2.0. В README приведены результаты Open LLM Leaderboard, включая средний балл 22,47, IFEval и BBH; эти результаты сами по себе не гарантируют качество на конкретных задачах.

Misted-7B — разговорная языковая модель на архитектуре Mistral, опубликованная Walmart-the-bag. Это объединённая методом slerp модель на основе teknium/OpenHermes-2-Mistral-7B и Open-Orca/Mistral-7B-SlimOrca; в README указано значение параметра смешивания 0,32 и формат float16. Модель содержит 7,1 млрд параметров, работает с контекстом до 32 768 токенов и рассчитана на генерацию текста и диалоговое взаимодействие на английском языке. Модель подойдёт для ответов в чате, продолжения текста и задач общего рассуждения. В README приведены результаты Open LLM Leaderboard, включая среднюю оценку 66,94, однако сведений о методике применения в конкретных сценариях или сравнении с другими моделями в карточке недостаточно. Лицензия — Apache-2.0.

Herry443/Mistral-7B-KNUT-ref-ALL — разговорная языковая модель на базе Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров. Она предназначена для генерации текста и диалоговых сценариев; в карточке указана базовая модель Herry443/Mistral-7B-KNUT-ref и обучение на выборках из KoBEST, AI2 ARC, HellaSwag и MMLU. Модель принимает текст и выдаёт текст. Метаданные указывают поддержку корейского и английского языков и контекст до 32 768 токенов. Веса опубликованы в формате safetensors, библиотека — Transformers. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Это плотная авторегрессионная языковая модель Mistral-7B-v0.1, дообученная alvarobartt методом ORPO на наборе предпочтений alvarobartt/dpo-mix-7k-simplified. Модель содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и предназначена для генерации текста в диалоговом формате. Модель подходит для ответов на запросы и следования инструкциям в англоязычных сценариях. Данные дообучения объединяют примеры из наборов Capybara, Intel Orca и UltraFeedback. Карточка описывает эксперимент по настройке ORPO; широкая оценка качества модели не приводится. Доступ к весам предоставляется по лицензии Apache-2.0.

picAIso/MIX1 — объединённая модель генерации текста, созданная разработчиком picAIso методом SLERP с помощью mergekit. Она сочетает MaziyarPanahi/Llama-3-8B-Instruct-v0.9 и nbeerbower/llama-3-gutenberg-8B; архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров. Модель предназначена для диалоговой генерации текста и ответов на запросы на английском языке, а также может использоваться для создания художественного текста. Длина контекста составляет 8192 токена. Репозиторий содержит веса в формате safetensors и указывает лицензию Llama 3.

MM4-3b — разговорная языковая модель на архитектуре Llama, опубликованная автором liminerity. В карточке указано, что модель создана с помощью продолжительного обучения и слияния моделей; в описании метода упоминаются blur-7b и дообученная на наборе Dolphin модель Mistral, но точная цепочка получения MM4-3b не раскрыта. Модель предназначена для генерации текста и диалоговых сценариев. Она содержит 2,7 млрд параметров, использует плотную архитектуру Llama и рассчитана на контекст до 2048 токенов. В качестве обучающих данных указаны GPT4-LLM-Cleaned и Alpaca-GPT4. Карточка приводит результаты оценивания, включая среднее значение 53,22, но не уточняет полный протокол и все условия измерений. Модель распространяется под лицензией Apache-2.0. Ограниченный контекст и отсутствие подробных сведений о процедуре обучения и слияния затрудняют оценку её качества и поведения в конкретных задачах.

cirimus/modernbert-base-go-emotions — англоязычная модель классификации эмоций, созданная дообучением ModernBERT-base на наборе GoEmotions. Она относит текст к одному или нескольким из 28 эмоциональных классов и подходит для анализа комментариев в социальных сетях, отзывов клиентов и исследовательских задач, связанных с поведением и эмоциями. Модель построена на архитектуре ModernBERT, содержит 149 млн параметров и поддерживает контекст до 8192 токенов. Для инференса указана библиотека Transformers; веса опубликованы в формате safetensors. На тестовой части GoEmotions при пороге 0,5 модель получила macro F1 0,500 и micro F1 0,607. README сообщает, что модель заменена более новой cirimus/ultrabert-380M-go-emotions. Обучающие данные основаны на комментариях Reddit, поэтому результаты могут хуже переноситься на другие жанры и культурные контексты; редкие классы представлены слабо, а неоднозначность разметки может влиять на предсказания. Лицензия — MIT.

MotherEarth/MotherEarth-1.17b — диалоговая языковая модель на архитектуре Llama, созданная слиянием двух моделей методом SLERP с помощью mergekit: mlabonne/NeuralDaredevil-8B-abliterated и MotherEarth/MotherEarth-1.16. По метаданным, модель содержит 7,5 млрд параметров, рассчитана на генерацию текста и поддерживает контекст до 8192 токенов. Она подходит для диалогов и генерации текста в чат-сценариях. В карточке описан процесс слияния, но отдельные результаты оценки качества не приведены. Модель распространяется в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

zelk12/MT1-Gen5-BB-gemma-2-S4Av4d-9B — слитая модель генерации текста на базе архитектуры Gemma 2, созданная с помощью mergekit методом SLERP из allknowingroger/Gemmaslerp4-10B и lemon07r/Gemma-2-Ataraxy-v4d-9B. Это плотная языковая модель с 9 млрд параметров, рассчитанная на диалоговую генерацию текста и творческое письмо. Она принимает текст и генерирует текст; заявленная длина контекста — 8192 токена. Модель подходит для создания историй, продолжения текстов, диалогов и других сценариев генерации. В карточке указаны формат safetensors и библиотека Transformers. Лицензия и сведения о языковой поддержке в предоставленных данных отсутствуют.

zelk12/MT3-Gen5-MM-gemma-2-MT2Av4d-9B_v1 — слитая модель Gemma 2, созданная с помощью mergekit методом SLERP на основе lemon07r/Gemma-2-Ataraxy-v4d-9B и zelk12/MT2-gemma-2-9B. Это плотная авторегрессионная языковая модель с 9 млрд параметров, предназначенная для генерации текста и диалогов. Она принимает текст и выдаёт текст; заявленная длина контекста — 8192 токена. Модель подходит для творческого письма, создания историй и диалоговой генерации. Репозиторий содержит веса в формате safetensors и рассчитан на использование через Transformers. Лицензия в предоставленных данных не указана.

Undi95/MythoMax-L2-Kimiko-v2-13b — текстовая генеративная модель семейства Llama, опубликованная пользователем Undi95. Это объединённая с весами модели LoRA-адаптером версия; в карточке указано значение веса слияния 0,50, но исходные модель и адаптер не названы. Модель содержит 12,9 млрд параметров, использует архитектуру LlamaForCausalLM и формат PyTorch, поддерживает контекст до 4096 токенов. Модель предназначена для генерации текста. Карточка не уточняет специальные сценарии, языки или прикладные области, поэтому её можно описать только как модель общего назначения для генеративных текстовых задач. Репозиторий распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

NeuralHermes-2.5-AshhLimaRP-Mistral-7B — адаптер LoRA AshhLimaRP-Mistral-7B для базовой модели NeuralHermes-2.5-Mistral-7B. Это плотная авторегрессионная языковая модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для диалоговой генерации текста. В карточке указаны формат safetensors и лицензия Apache-2.0. README не описывает специальное назначение адаптера или его языковую специализацию; метаданные отмечают разговорный режим и ограничение «не для всех аудиторий».

NeuralsirkrishnaShadow_Experiment26Strangemerges_30 — объединённая языковая модель семейства Mistral, созданная слиянием automerger/NeuralsirkrishnaShadow-7B и automerger/Experiment26Strangemerges_30-7B. Модель содержит 7,1 млрд параметров и принимает текст для авторегрессионной генерации текста; заявленная длина контекста — до 32 768 токенов. Модель подходит для генерации продолжений, ответов и черновиков по текстовому запросу. В карточке не описаны специализированные сценарии, языки или результаты оценки качества. Распространяется в формате safetensors по лицензии Apache-2.0.