III.4Клиентская поддержка и customer success

komt-mistral-7b-v1 — языковая модель, разработанная davidkim (Changyeon Kim) и дообученная на основе Mistral-7B-Instruct-v0.1 с помощью многозадачной настройки по инструкциям. Она предназначена для диалогов, ответов на запросы и генерации текста, с особым вниманием к качеству работы на корейском языке. Модель имеет плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов; для запросов используется формат Mistral [INST]...[/INST]. Для обучения применялся корейский многозадачный набор инструкций. В карточке приведена оценка ответов с помощью ChatGPT, однако эти результаты не заменяют независимую количественную оценку. Доступны веса в формате PyTorch; лицензия в предоставленных данных не указана.

Q-PING — дообученная разговорная модель Gemma 2 с 9 млрд параметров для генерации текста и ответов в диалоге. Она основана на unsloth/gemma-2-9b-it, имеет плотную архитектуру Gemma2ForCausalLM и поддерживает контекст до 8192 токенов. Модель подходит для диалоговых ассистентов и продолжения текста. В карточке указано, что обучение проводилось с Unsloth и библиотекой TRL; доступен формат safetensors. Лицензия — Apache-2.0. Карточка не описывает специализированные навыки или дополнительные языки помимо английского.

maoelana дообучила модель Qwen2.5-1.5B на базе unsloth/qwen2.5-1.5b-unsloth-bnb-4bit. Это плотная языковая модель с архитектурой Qwen2ForCausalLM, предназначенная для генерации текста в диалоговом формате. В карточке указаны размер 1,5 млрд параметров и контекст до 32 768 токенов; модель распространяется в формате safetensors и рассчитана на работу через Transformers. Модель может подойти для диалоговых приложений и генерации текста на английском языке. Конкретная специализация дообучения и результаты оценки качества в карточке не описаны. Лицензия — Apache-2.0.

LEIA-large — модель для классификации эмоций в тексте, разработанная авторами работы «LEIA: Linguistic Embeddings for the Identification of Affect». Она основана на RoBERTa и дообучена на базе BERTweet-large: сначала модель дополнительно обучали с предпочтительным маскированием слов, связанных с эмоциями, затем настроили на части саморазмеченного набора эмоций Lykousas et al. (2019). Модель относит текст к одной из пяти категорий: гнев, страх, грусть, радость или расположение. Она принимает текст на английском языке и предназначена для распознавания эмоциональной окраски коротких сообщений и других текстовых фрагментов. Размер модели — 454,1 млн параметров, максимальный контекст — 514 токенов. Модель распространяется по лицензии MIT. Описание не приводит результатов оценки и не уточняет качество на других языках или типах текстов; категории не охватывают все возможные эмоции.

linear_Merged_gpt2-small_0.1 — объединённая языковая модель на архитектуре GPT-2, созданная с помощью mergekit. В слиянии использованы предварительно обученная модель gpt2-small с весом 0,9 и её вариант gpt2-small_debias с весом 0,1; токенизатор взят из gpt2-small. Модель предназначена для генерации текста по текстовому контексту. Модель использует плотную архитектуру GPT2LMHeadModel, распространяется в формате safetensors и имеет контекст длиной до 1024 токенов. Веса представлены как линейное слияние исходных моделей с нормализацией. Карточка не описывает отдельные прикладные области или подтверждённые показатели качества. Лицензия в предоставленных данных не указана.

BlackJagger/Llama-3-8b-Indo-Dicoding-Eksperimen-1 — чат-модель, разработанная BlackJagger путём дообучения unsloth/llama-3-8b-Instruct-bnb-4bit. Она предназначена для генерации текста в диалоге и имеет плотную архитектуру Llama с 7,5 млрд параметров и контекстом до 8192 токенов. При обучении использовались Unsloth и библиотека Hugging Face TRL. Модель принимает текстовые запросы и выдаёт текстовые ответы. В метаданных указан английский язык; название предполагает индонезийский контекст, но README и метаданные не подтверждают поддержку индонезийского, поэтому приписывать её модели нельзя. Лицензия — Apache-2.0. README не описывает специализированную предметную область или проверенные показатели качества.

llama-3-bophades-v1-8B — слитая разговорная языковая модель от nbeerbower на архитектуре Llama 3. Она создана методом Model Stock с помощью mergekit на основе vicgalle/Configurable-Llama-3-8B-v0.2 и объединяет веса нескольких моделей Llama 3, включая инструктивные и диалоговые варианты. В репозитории указано 7,5 млрд параметров и контекст до 8192 токенов. Модель предназначена для диалога и генерации текста по запросу: она может отвечать на вопросы и продолжать беседу. В составе слияния есть вариант, настроенный для корейского языка; метаданные также описывают базовую модель как англоязычную инструктивную LLM. Данные не подтверждают отдельную специализацию или гарантированное качество для конкретных задач. Модель распространяется в формате safetensors. README указывает на Meta Llama 3 Community License Agreement; перед использованием следует проверить условия этой лицензии.

DeepMount00/Llama-3-COT-ITA — разговорная языковая модель для генерации текста на основе плотной архитектуры Llama с 7,5 млрд параметров. Репозиторий содержит веса в формате safetensors; модель создана в 2024 году и распространяется по лицензии Apache-2.0. По метаданным модель рассчитана на диалоговую генерацию текста на итальянском и английском языках. Заявленная длина контекста — 8192 токена. README состоит из повторяющейся тестовой фразы, поэтому он не подтверждает заявленное в названии обучение цепочке рассуждений или дополнительные возможности.

Llama-3-Umbral-Mind-Instruct-8B — англоязычная чат-модель на архитектуре Llama 3, созданная слиянием методом SLERP через mergekit моделей Undi95/Meta-Llama-3-8B-Instruct-hf и Casual-Autopsy/L3-Umbral-Mind-RP-v1.0-8B. Разработчик сообщает, что использовал исходную Llama 3 Instruct вместе с Umbral Mind RP; метаданные указывают 7,5 млрд параметров и контекст до 8192 токенов. Модель предназначена для диалогов и генерации текста по инструкциям, включая творческие сценарии ролевого общения. Она принимает текст и выдаёт текст. Карточка не приводит оценок качества или подробных ограничений; лицензия указана как llama3, поэтому использование регулируется её условиями.

Llama-7B-rollercoaster_v2 — текстовая генеративная модель, созданная слиянием meta-llama/Llama-2-7b-chat-hf и SuvajitGB/rollercoaster_emotions_v2 с помощью LazyMergekit. Веса объединены методом SLERP; архитектура — плотная LlamaForCausalLM с 6,6 млрд параметров, контекст — до 4096 токенов. Модель предназначена для диалоговой генерации текста и может быть полезна в сценариях, где требуется сочетать возможности Llama 2 Chat с эмоциональной направленностью исходной дообученной модели. В README приведены результаты Open LLM Leaderboard, включая средний балл 51,20, 52,82 на AI2 Reasoning Challenge и 78,22 на HellaSwag. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. Результаты отдельных бенчмарков не гарантируют качество в конкретном приложении; карточка не описывает дополнительные проверки безопасности или устойчивости.

LYRA-PHI-3 — разговорная модель генерации текста, опубликованная и поддерживаемая Muhammad Taqi. Метаданные Hugging Face указывают архитектуру Phi-3 с плотной причинной языковой моделью, 3,7 млрд параметров и контекстом 4096 токенов; README при этом называет её движком рассуждений на 1 млрд параметров и указывает LYRAMOON как архитектурную основу. Эти сведения о размере и основе расходятся, поэтому описание опирается на параметры архитектуры из метаданных, а заявленные в README скорость и «нулевую задержку» не подтверждены отдельными данными. Модель предназначена для чата и генерации текста. В карточке указан английский язык, формат весов SafeTensors, библиотека Transformers и лицензия Apache-2.0. Данных о специализированной предметной области или подтверждённых возможностях помимо текстового чата нет.

Mahou-1.2-llama3-8B — диалоговая языковая модель Flammen AI для общения и ролевых сценариев. Это дообученная плотная модель семейства Llama 3 с 7,5 млрд параметров; она принимает текст и выдаёт текст, поддерживает чат и рассчитана на контекст до 8192 токенов. Модель обучена на разговорных данных Flammen AI с использованием формата ChatML. README описывает дообучение с помощью Direct Preference Optimization (DPO) и LoRA; для общения и ролевых диалогов модель предлагает использовать ChatML-шаблон и режим Instruct. В карточке приведены результаты оценивания на тестах рассуждения и здравого смысла. Лицензия указана как llama3. Модель предназначена для диалогового применения, однако опубликованные результаты и описание не гарантируют качество для всех сценариев; в README также не приведены подробные оценки безопасности или ограничения по темам.

maid-yuzu-v7 — объединённая языковая модель, созданная автором репозитория с помощью mergekit. В README описано последовательное слияние методом SLERP: сначала моделей Orochi и Dolphin с параметром 0,15, затем результата с BagelMIsteryTour-v2-8x7B с параметром 0,2. Архитектура Mixtral — разреженная MoE-модель для авторегрессионной генерации текста; в метаданных указаны 7,1 млрд параметров и контекст до 32 768 токенов. Модель подходит для генерации продолжений и диалоговых ответов. Метаданные указывают исходные модели Dolphin 2.7 Mixtral, MixtralOrochi8x7B и BagelMIsteryTour-v2-8x7B; описание базовой модели в каталоге связывает семейство с генерацией ответов и диалогов на английском языке. Для maid-yuzu-v7 отдельные языковые возможности и специальные сценарии в README не уточняются. Модель опубликована в формате safetensors для Transformers; лицензия в предоставленных данных не указана.

NghiemAbe/mbart_VietnameseToEnglish — модель машинного перевода, созданная дообучением mBART-50 разработчиком NghiemAbe. Она предназначена для перевода с вьетнамского на английский. Модель имеет архитектуру MBartForConditionalGeneration, содержит около 457,4 млн параметров и принимает последовательности длиной до 1024 токенов. В карточке указаны результаты оценки: BLEU 27,9659 и loss 1,3869; набор данных описан в метаданных как NghiemAbe/translation-vietnamese-english. Модель опубликована в формате safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

MedVi-1.5B — разговорная текстовая модель, опубликованная пользователем datnguyen и дообученная на базе unsloth/Qwen2-1.5B. Она использует плотную архитектуру Qwen2 с 1,5 млрд параметров и предназначена для генерации текста и диалогов; карточка не описывает специализацию на медицинских задачах, несмотря на название модели. Модель принимает текст и выдаёт текст, поддерживает английский язык и имеет заявленное окно контекста до 131 072 токенов. Для обучения использовались Unsloth и библиотека TRL; веса опубликованы в формате safetensors. Лицензия — Apache-2.0. Карточка не приводит результатов оценки качества или подробностей обучающих данных.

Карточка модели MergekitCloud/mergekit-63 на Hugging Face совпадает с карточкой MergekitCloud/mergekit-73, поэтому описание составлено по ней. MergekitCloud/mergekit-73 — объединённая языковая модель на основе Llama 3.1, созданная с помощью mergekit методом Model Stock. В слияние вошли четыре модели для диалогов и ролевого общения; базовой указана vicgalle/Humanish-Roleplay-Llama-3.1-8B. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и предназначена для генерации текста в формате диалога. Заявленная длина контекста — 131 072 токена. Модель подходит для ведения диалогов и ролевых сценариев, в том числе с более свободными ответами. README не приводит результаты оценки качества или подробностей о поддерживаемых языках. В репозитории указаны веса safetensors; библиотека для работы — Transformers. Условия лицензирования в предоставленных данных не описаны.

appvoid/merging-2 — текстовая модель семейства Llama, созданная разработчиком appvoid с помощью mergekit. В README указано, что это слияние методом passthrough двух диапазонов слоёв одной модели appvoid/palmer-003; метаданные также отмечают связь с этой базовой моделью. Модель содержит около 1,3 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors. Она предназначена для генерации текста; базовая модель описана как компактная чат-модель для английского, испанского и французского языков. Длина контекста составляет 2048 токенов. Модель может использоваться для генерации ответов и другого текста в приложениях на базе Transformers. README не приводит оценок качества или подробных рекомендаций по применению, поэтому возможности именно этой версии сверх генерации текста не следует предполагать. Лицензия в предоставленных данных не указана.

appvoid/merging-x — языковая модель на архитектуре Llama, созданная appvoid с помощью mergekit методом passthrough из слоёв модели appvoid/palmer-003. В метаданных указаны 1,9 млрд параметров, формат Safetensors и контекст до 2048 токенов. Модель предназначена для генерации текста. Базовая palmer-003 описана как компактная универсальная модель для генерации текста и диалоговых ответов на английском, испанском и французском языках. README приводит конфигурацию объединения слоёв, но не описывает отдельные качества или сценарии применения merging-x. Лицензия в предоставленных данных не указана.

MiLMMT-46-4B-v1.0-4bit-MLX — это 4-битная MLX-квантизация модели MiLMMT-46-4B-v1.0, разработанной Xiaomi Inc. Модель предназначена для локального машинного перевода на устройствах Apple Silicon и распространяется в формате MLX safetensors. Она работает только с текстом: исходная мультимодальная архитектура Gemma 3 с визуальной башней SigLIP была преобразована в языковую модель без компонентов обработки изображений. Модель поддерживает 46 языков, включая английский, русский, китайский, японский, корейский, арабский, хинди, французский, немецкий и другие. Размер квантованной модели составляет около 2,1 ГБ; используется 4-битное аффинное квантование с размером группы 64. Она предназначена для перевода между поддерживаемыми языками и может запускаться на устройстве с помощью библиотеки MLX. Размер контекста в README не указан. По измерениям на FLORES+ средний результат 4-битной версии составил 53,06 chrF++ против 53,86 у полной bf16-модели, то есть потеря составляет около 0,9 chrF++ и статистически значима. Снижение качества особенно заметно для языков с меньшим объёмом данных, например турецкого, узбекского и тамильского. Модель не гарантирует качество для неподдерживаемых языков: для Telugu, Marathi и Gujarati она может выдавать текст на хинди вместо корректного отказа. Для более высокого качества доступна 5-битная версия, практически сопоставимая с полной точностью. Модель распространяется на условиях Gemma Terms of Use с применением ограничений, включая правила запрещённого использования. В README указано авторство Xiaomi Inc. за MiLMMT-46 и Google за базовую архитектуру Gemma 3.

Akul/MiniLlama-1.8b-Med-safetensors — дообученная Akul языковая модель семейства Llama для генерации текста и диалогового общения. Она основана на frankenmerger/MiniLlama-1.8b-Chat-v0.1 и обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Модель имеет плотную архитектуру LlamaForCausalLM с 1,8 млрд параметров и контекстом до 4096 токенов. Репозиторий содержит веса в формате safetensors; модель предназначена для англоязычных текстовых запросов и ответов. В карточке нет подтверждения специализированных медицинских возможностей, несмотря на «Med» в названии. Лицензия — Apache-2.0; README не описывает оценку качества или дополнительные ограничения.

MiquSuperdark-70B-v1 — слитая чат-модель, созданная автором репозитория ddh0 на основе четырёх моделей семейства Miqu. Она предназначена для диалогов общего назначения и художественного письма; README отмечает, что версия v2 превосходит эту модель и рекомендует использовать её вместо v1. Модель использует плотную архитектуру Llama с 68,7 млрд параметров и контекстом до 32 764 токенов. Это текстовая модель: она принимает текстовые запросы и генерирует текстовые ответы. Для общения подходят форматы Alpaca и описанный в README формат без обязательных переводов строк. Модель получена методом DARE Linear merge. В смесь вошли sophosympatheia/Midnight-Miqu-70B-v1.5, NeverSleep/MiquMaid-v3-70B, maywell/miqu-evil-dpo и 152334H/miqu-1-70b-sf; токенизатор скопирован из последней. Лицензия в метаданных указана как unknown.

MISCHIEVOUS-12B-Mix_0.1v — слитая модель генерации текста на архитектуре Mistral, созданная с помощью mergekit методом SLERP из bamec66557/MNRP_0.5 и bamec66557/MISCHIEVOUS-12B. Она предназначена для текстового общения и генерации ответов; метаданные также указывают интерфейс вызова инструментов. Модель содержит 12,1 млрд параметров и принимает контекст до 1 024 000 токенов. Заявлены английский и корейский языки. По лицензии Apache-2.0. Карточка приводит результаты Open LLM Leaderboard: среднее значение 22,52, IFEval — 36,36, BBH — 34,36; в README указаны дополнительные строки результатов без значений в предоставленном фрагменте. Данных о целевых сценариях, качестве на конкретных задачах и практических ограничениях в доступном описании мало.

Mistral-7B-Mortgage-Loans — диалоговая модель Bitext, дообученная на базе mistralai/Mistral-7B-Instruct-v0.2 для вопросов об ипотеке и кредитах. Она предназначена для финансовых организаций, ипотечных брокеров и кредиторов и может использоваться в системах поддержки клиентов для объяснения условий кредита, вариантов ипотеки, платежей, подачи заявок и рефинансирования. Модель использует плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров. Она принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. В обучающем наборе описаны 39 тематических намерений с примерами по ипотеке и кредитам. Репозиторий распространяется под лицензией Apache-2.0. Модель специализирована на финансовых вопросах об ипотеке и кредитовании и может хуже отвечать за пределами этой области; ответы могут отражать смещения обучающих данных. Её рекомендации следует проверять с учётом обстоятельств клиента и применимых финансовых требований.

MS-ManciousWriter-22B-v0.2 — объединённая модель для генерации текста, созданная с помощью mergekit методом TIES на основе allura-org/MS-Meadowlark-22B с включением anthracite-org/magnum-v4-22b. Это плотная авторегрессионная модель семейства Mistral с 22 млрд параметров; репозиторий содержит веса Safetensors, а для работы указана библиотека Transformers. Модель предназначена для диалоговой генерации и создания связной прозы. Базовая модель описана как англоязычная модель для диалогов, следования инструкциям и написания прозы; карточка этой версии не уточняет отдельные сценарии использования, языки или результаты оценки качества. Заявленная длина контекста составляет 131 072 токена. Лицензия в предоставленных данных не указана.

zelk12/MT-MU-gemma-2-Rv0.3G-9B — объединённая модель генерации текста на базе Gemma 2, созданная с помощью mergekit и метода SLERP. В слияние вошли nbeerbower/gemma2-gutenberg-9B и recoilme/recoilme-gemma-2-9B-v0.3; размер модели — 9 млрд параметров, архитектура — плотная Gemma2ForCausalLM. Модель предназначена для диалоговой генерации текста и работает с контекстом до 8192 токенов. Карточка и метаданные не уточняют, чем именно отличаются задачи или специализации исходных моделей и какие преимущества даёт их объединение. Базовая модель описана как предназначенная для диалогов на английском языке. Репозиторий содержит веса safetensors; лицензия в предоставленных данных не указана.

Mythos2.0-2B — открытая модель перевода от Adithyan AI с архитектурой encoder-decoder Sparse Mixture-of-Experts. В ней 2,04 млрд параметров, из которых на каждом токене активируется около 678,7 млн; используются 24 трансформерных слоя и восемь экспертов SwiGLU с маршрутизацией Top-2. Модель работает с текстом и рассчитана на перевод между более чем 500 языками и региональными вариантами. Модель предназначена для перевода отдельных текстов и длинных документов, включая статьи, субтитры SRT/VTT и Markdown. Контекст составляет 8 192 токена: до 4 096 токенов для входного текста и 4 096 для результата; заявлена упаковка документов, сохраняющая контекст между фрагментами. README описывает поддержку малоресурсных языков, однако подтверждающих оценок качества или бенчмарков в предоставленных данных нет. Модель распространяется по лицензии Apache 2.0.

Это дообученная модель генерации текста на базе GPT-2, разработанная fpadovani и обученная с использованием TRL. Она предназначена для продолжения диалога и генерации ответов на пользовательские запросы; в карточке показан пример ответа на вопрос с открытым рассуждением. Модель принимает текст и выдаёт текст, использует архитектуру GPT2LMHeadModel, а её контекстное окно составляет 512 токенов. Модель представлена в формате safetensors и создана на основе fpadovani/ppt-nld_heavy_zipf-100mb_seed455. В карточке не описаны её языковой охват и специализированная предметная область. Лицензионные условия в предоставленных данных не приведены.

Helsinki-NLP/opus-mt-fr-pl — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с французского на польский и обучена на данных OPUS. Модель построена на архитектуре MarianMT с Transformer; размер составляет 55,9 млн параметров, контекст — до 512 токенов. Для предобработки используются нормализация текста и SentencePiece. В тесте Tatoeba.fr.pl модель показала BLEU 40,7 и chr-F 0,625. Она подходит для перевода отдельных фраз и текстов с французского на польский; направление перевода ограничено этой языковой парой. Распространяется по лицензии Apache-2.0.

PGABL-Muhammad-Fadhil-Abdul-Baatsith-SFT — дообученная разговорная языковая модель, загруженная разработчиком blackkira12 и основанная на unsloth/qwen2.5-0.5b-unsloth-bnb-4bit. Это плотная модель семейства Qwen2 с архитектурой Qwen2ForCausalLM и примерно 494 млн параметров; для обучения использовались Unsloth и библиотека TRL из Hugging Face. Модель предназначена для генерации текста в диалоговом формате. Она принимает текст и выдаёт текст, а заявленная длина контекста составляет 32 768 токенов. В карточке указан английский язык. Модель распространяется по лицензии Apache-2.0. README не уточняет специализацию дообучения и не приводит результаты оценки качества, поэтому пригодность для конкретных предметных задач по этим данным определить нельзя.

ihughes15234/phi35_tictactoe_dpo1epoch_v5 — языковая модель на 3,7 млрд параметров, дообученная разработчиком ihughes15234 на основе ihughes15234/phi_3_5_mini_tictactoe1200. Модель предназначена для диалогов и генерации текста; в карточке указаны архитектура LlamaForCausalLM и контекст до 4096 токенов. Модель работает с текстом и рассчитана на английский язык. README сообщает об обучении с использованием Unsloth и библиотеки TRL. Репозиторий распространяется по лицензии Apache-2.0.