III.4Клиентская поддержка и customer success

Notus 7B v1 GGUF — это квантизированная версия языковой модели Notus 7B v1, разработанной Argilla и преобразованной в формат GGUF пользователем TheBloke. Модель основана на архитектуре Mistral и предназначена для генерации текста и диалоговых сценариев на английском языке. В карточке указано около 7 миллиардов параметров; размер контекстного окна и точные варианты квантизации не приведены. Модель обучалась с использованием preference-ориентированных подходов DPO и RLAIF на датасете argilla/ultrafeedback-binarized-preferences. Она рассчитана на выполнение инструкций, ответы на вопросы, рассуждения и универсальную генерацию текста. Среди указанных результатов: win rate 0,9142 на AlpacaEval, оценка 7,3 на MT-Bench, accuracy 0,6303 на MMLU и normalized accuracy 0,8478 на HellaSwag. Эти показатели отражают результаты базовой модели Notus 7B v1, а не обязательно каждого квантизированного варианта. К сильным сторонам относятся ориентация на выполнение инструкций, диалоговое использование и более низкие требования к вычислительным ресурсам благодаря формату GGUF и квантизации. Ограничения включают англоязычную специализацию, отсутствие заявленной поддержки мультимодальности и неполную информацию о контекстном окне, конкретных уровнях квантизации и характеристиках производительности. Лицензия модели — MIT.

Карточка модели Salahuddin1234/omnidoctor-qwen-omni на Hugging Face совпадает с карточкой Qwen/Qwen3-Omni-30B-A3B-Instruct, поэтому описание составлено по ней. Qwen3-Omni-30B-A3B-Instruct — мультимодальная модель общего назначения от команды Qwen компании Alibaba. Она принимает текст, изображения, аудио и видео и формирует потоковые ответы текстом и естественной речью; вариант Instruct включает компоненты Thinker и Talker. Архитектура MoE использует разделение на Thinker и Talker, а модель рассчитана на низколатентное взаимодействие в реальном времени и управление поведением через системные промпты. Модель предназначена для голосовых диалогов, распознавания и понимания речи, описания аудио и видео, а также ответов на вопросы по изображениям и смешанным мультимодальным входам. README заявляет поддержку 119 языков для текста, 19 языков для речевого ввода и 10 для речевого вывода; среди явно перечисленных языков речи есть русский. В примере запуска указан максимальный контекст 65 536 токенов. Для работы предлагаются Transformers и vLLM; README отмечает, что на момент публикации требовалась установка Transformers из исходников. Лицензия в метаданных обозначена как other, без уточнения условий.

OxytocinErosEngineeringF1-7B-slerp — объединённая текстовая языковая модель на архитектуре Mistral, созданная с помощью LazyMergekit из ChaoticNeutrals/Eris_Remix_7B и Virt-io/Erebus-Holodeck-7B. Слияние выполнено методом SLERP с разными коэффициентами для слоёв self-attention и MLP. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и ответов на запросы. В карточке приведены результаты Open LLM Leaderboard, включая средний балл 69,22, однако подробные результаты доступны по внешней ссылке. Репозиторий содержит веса Safetensors и GGUF F16. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Qmerft — объединённая авторегрессионная языковая модель, созданная автором репозитория sumink с помощью mergekit. Она объединяет Qwen/Qwen2.5-1.5B и sumink/Qwenftmodel методом SLERP; архитектура — Qwen2ForCausalLM, размер — 1,5 млрд параметров, веса доступны в формате safetensors. Модель предназначена для генерации текста и диалоговых сценариев, поддерживает контекст до 131 072 токенов и интерфейс вызова инструментов. Модель принимает текст и генерирует текст. В карточке указана лицензия Apache-2.0. README не описывает отдельные оценки качества или узкую специализацию, поэтому пригодность для конкретных задач следует проверять на собственных примерах.

Qwen2.5-Omni-3B — мультимодальная модель семейства Qwen2.5-Omni, разработанная командой Qwen компании Alibaba Group. Она построена на плотной архитектуре Thinker-Talker и предназначена для диалогового взаимодействия с текстом, изображениями, аудио и видео; модель может выдавать текстовые ответы и естественную речь, в том числе потоково. Модель подходит для голосового и видеочата в реальном времени, распознавания и понимания речи, анализа изображений и видео, ответов на инструкции, а также генерации речи. В карточке приведены результаты по распознаванию речи, переводу, визуальным рассуждениям и пониманию видео; размер 3B обеспечивает более компактный вариант семейства. Позиционное кодирование TMRoPE синхронизирует временные метки видео и аудио. Модель доступна в формате safetensors и рассчитана на использование через Transformers; для поддержки рекомендуется актуальная версия библиотеки. В метаданных указана лицензия other, поэтому перед использованием следует проверить условия лицензирования репозитория. Число параметров, длина контекста и полный перечень поддерживаемых языков в предоставленных данных не приведены.

Это слитая модель генерации текста на основе GPT-NeoX, созданная автором репозитория с помощью mergekit. В линейном слиянии использованы контрольные точки предварительно обученной языковой модели с шагов 7 000, 8 000, 9 000, 10 000 и 11 000; базой слияния служила контрольная точка шага 11 000. Модель содержит 8,8 млрд параметров, использует формат safetensors и поддерживает контекст до 16 384 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. README и метаданные не сообщают конкретных языков, тематических областей или специализированных сценариев применения, поэтому её следует рассматривать как языковую модель общего назначения. Лицензия в предоставленных данных не указана.

ShadowYamshadow_Experiment31Experiment29 — объединённая модель генерации текста, опубликованная MaziyarPanahi. Она создана слиянием automerger/ShadowYamshadow-7B и automerger/Experiment31Experiment29-7B. Модель построена на архитектуре Mistral с плотной структурой и содержит 7,1 млрд параметров. Она принимает текст и генерирует текст, поддерживая контекст длиной до 32 768 токенов. Веса представлены в формате safetensors. Подходит для генерации продолжений текста и других сценариев текстовой генерации. Метаданные не уточняют специализацию или поддерживаемые языки. Лицензия — Apache-2.0.

Карточка модели shisa-ai/shisa-v2.1-llama3.2-3b на Hugging Face совпадает с карточкой shisa-ai/shisa-v2.1-unphi4-14b, поэтому описание составлено по ней. Shisa V2.1 UnPhi-4 14B — двуязычная чат-модель общего назначения от Shisa.AI, созданная на основе дообучения unsloth/phi-4. Она предназначена для диалогов и широкого круга текстовых задач, с особым вниманием к японскому языку при сохранении возможностей на английском. В README отмечены улучшения следования инструкциям, перевода, вежливой речи и других задач, связанных с японским языком. Модель содержит 14,1 млрд параметров, использует плотную архитектуру семейства Llama и принимает контекст до 16 384 токенов. Репозиторий содержит веса в формате safetensors; метаданные указывают поддержку чата и генерации текста. В сравнительных оценках Shisa V2.1 14B показала средний результат 72,6 по японскому и 57,7 по английскому набору MultiEval, а также 8,68 в японском MT-Bench по оценке GPT-4.1. Модель подходит для японских и англоязычных диалогов, следования инструкциям и перевода. Она не описана как мультимодальная, поэтому её следует рассматривать как текстовую модель. Лицензия — MIT.

Cohere и Cohere Labs разработали CohereLabs/tiny-aya-fire — авторегрессионную языковую модель семейства Tiny Aya на 3,35 млрд параметров для многоязычной генерации и диалогов. Эта версия ориентирована на языки Южной Азии; семейство в целом охватывает более 70 языков. Модель принимает текст и генерирует текст, поддерживает контекст до 8K токенов и обучена с использованием supervised fine-tuning и обучения предпочтениям. В архитектуре Transformer сочетаются слои с локальным скользящим вниманием и глобальным вниманием. Модель подходит для многоязычных чат-ботов, суммаризации, перевода и других межъязыковых задач, в том числе для языков с ограниченными ресурсами и развёртывания при умеренных вычислительных ресурсах. Карточка отмечает хорошее качество открытой генерации и диалога, но сравнительно слабые результаты в сложных рассуждениях и математике; фактические ответы могут быть ошибочными или устаревшими, а качество неодинаково для разных языков. Лицензия CC-BY-NC-4.0 разрешает некоммерческое использование при соблюдении Acceptable Use Policy Cohere Labs; для коммерческого применения предлагается обратиться к Cohere.

WindstormTranslate/translate-en-hu — модель машинного перевода от Windstorm Labs для перевода текста с английского на венгерский. Это дообученная версия Helsinki-NLP/opus-mt-en-hu на параллельных текстах: LoRA-адаптер объединён с базовыми весами. Модель построена на архитектуре Marian, содержит 57,2 млн параметров и принимает контекст длиной до 512 токенов. Модель предназначена для перевода с английского на венгерский. В проверке на 48 предложениях FLORES-200 она получила chrF++ 56,03 и BLEU 30,36; авторы характеризуют результат как скрининговую оценку, а не как результат публикационного исследования. Поддерживается только одно направление перевода. Репозиторий содержит веса в формате safetensors для Transformers. Лицензия — Apache-2.0.

bullerwins/translategemma-12b-it-GGUF — GGUF-версия TranslateGemma 12B IT, модели Google Translate на базе семейства Gemma 3. Модель предназначена для перевода текста между 55 языками, а также для извлечения текста из изображений с последующим переводом. Благодаря относительно компактному размеру её предполагается использовать на ноутбуках, настольных компьютерах и в собственной облачной инфраструктуре. Модель мультимодальная: принимает текст или изображения, нормализованные до разрешения 896 × 896 и кодируемые в 256 токенов на изображение. Общий входной контекст составляет 2K токенов, выходом является текст на целевом языке. Для работы требуется специальный chat template с ролями User и Assistant и обязательным указанием исходного и целевого языков в формате ISO 639-1 или регионализированном формате. Поддерживаемые языки и региональные варианты ограничены возможностями модели; некорректный код языка вызывает ошибку. Сильные стороны модели — сочетание перевода текста и перевода текста с изображений, поддержка 55 языков и возможность развертывания в средах с ограниченными ресурсами. Ограничения включают небольшой контекст, строгий формат входных сообщений и необходимость применять совместимый шаблон чата. Дополнительные сценарии, например автоматическое постредактирование машинного перевода, упоминаются как неофициально поддерживаемые. Использование регулируется лицензией Gemma и условиями Google; доступ к исходной модели на Hugging Face требует принятия условий использования.

Tulu 2 7B — разговорная языковая модель-ассистент, разработанная AllenAI и дообученная на основе Meta Llama 2 7B. Она обучена на смеси общедоступных, синтетических и созданных людьми инструкций и диалогов; архитектура — плотная LlamaForCausalLM, размер — около 6,6 млрд параметров. Модель принимает текст и генерирует текст, рассчитана прежде всего на английский язык, поддерживает контекст до 8192 токенов. Модель предназначена для диалоговых ответов и выполнения инструкций в универсальных сценариях. В карточке приведены результаты MT-Bench и AlpacaEval для варианта SFT, но они не гарантируют качество на конкретных задачах. Для лучшей генерации следует соблюдать формат входа, описанный в карточке. Модель не прошла выравнивание на безопасные ответы в RLHF и не использует встроенную фильтрацию: она может выдавать проблемный контент, особенно при соответствующих запросах. Лицензия — AI2 ImpACT Low-risk; перед использованием следует учитывать её условия.

Typhoon-0130 — инструктивная языковая модель команды SCB10X AI Team, предназначенная для диалогов и выполнения пользовательских инструкций на тайском и английском языках. Модель содержит 7,1 млрд параметров, использует плотную decoder-only архитектуру Mistral и поддерживает контекст до 32 768 токенов. Для общения применяется шаблон ChatML. Модель подходит для создания чат-ботов и сервисов ответов на запросы, в том числе при развёртывании через vLLM. Она настроена следовать инструкциям и обучалась с использованием методов и данных, сходных с ORCA и OpenChat. Системные промпты не поддерживаются; модель может выдавать неточные, предвзятые или нежелательные ответы, поэтому её следует оценивать с учётом сценария использования. Лицензия — Apache-2.0.

Versatile-7B — объединённая языковая чат-модель на архитектуре Mistral, опубликованная Syed-Hasan-8503. Она предназначена для диалогов и генерации текста. Веса объединены методом DARE TIES из MTSAIR/multi_verse_model и MaziyarPanahi/Calme-7B-Instruct-v0.3; модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель принимает текст и выдаёт текст. В каталоге она указана как англоязычная, поэтому подходит для англоязычного общения и генерации. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — Apache-2.0. Данные карточки не описывают отдельные оценки качества или ограничения применения.

YamshadowInex12_Multi_verse_modelExperiment28 — языковая модель для генерации текста, созданная слиянием моделей automerger/YamshadowInex12-7B и automerger/Multi_verse_modelExperiment28-7B. Она использует плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров. Модель предназначена для генерации текста по текстовому запросу и поддерживает контекст длиной до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель опубликована MaziyarPanahi 9 апреля 2024 года и распространяется по лицензии Apache-2.0.

YamshadowStrangemerges_32_Strangemerges_32Yam — слитая модель семейства Mistral, созданная на основе automerger/YamshadowStrangemerges_32-7B и automerger/Strangemerges_32Yam-7B. Она предназначена для генерации текста и имеет 7,1 млрд параметров, архитектуру MistralForCausalLM и контекст до 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache-2.0. README не уточняет особенности обучения, поддерживаемые языки и специализацию, поэтому её можно описать как модель общего назначения для генерации текста.

Zephyr 7B β — чат-модель, разработанная Hugging Face H4 как вторая версия серии Zephyr. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, дообученная методом Direct Preference Optimization на синтетических диалогах UltraChat и предпочтениях из UltraFeedback. Она предназначена для общения в формате помощника и генерации ответов на английском языке; длина контекста составляет 32 768 токенов. В карточке описаны хорошие результаты на MT-Bench и AlpacaEval на момент выпуска. Модель уступает более крупным и проприетарным системам в сложных задачах программирования и математики. Она не прошла этап RLHF для выравнивания с человеческими предпочтениями по безопасности и может выдавать проблемный контент, особенно по соответствующему запросу. Распространяется по лицензии MIT.

ShenaoZ/0.001_ablation_3iters_bs256_nodpo_iter_1 — плотная авторегрессионная языковая модель семейства Mistral с 7,1 млрд параметров, дообученная на базовой модели HuggingFaceH4/mistral-7b-sft-beta. По карточке, обучение проводилось на обновлённом и исходном наборах данных; подробности о них не приведены. Модель предназначена для генерации текста и диалогового общения. Контекстное окно составляет 32 768 токенов. Модель принимает текст и выдаёт текст. В карточке не указаны поддерживаемые языки, оценки качества или специальные ограничения. Репозиторий содержит веса в формате safetensors. Лицензия — MIT.

Fischerboot/13-test — текстовая генеративная модель семейства Llama, созданная Fischerboot с помощью mergekit. В карточке указано слияние методом SLERP на основе Fischerboot/12-test; архитектура — плотная авторегрессионная LlamaForCausalLM, размер — 4,5 млрд параметров. Модель распространяется в формате safetensors и рассчитана на диалоговое использование. Модель подходит для генерации текста и ведения диалога. Контекст составляет до 8192 токенов. Данные не подтверждают поддержку конкретных естественных языков или специализированных предметных областей. Лицензия в предоставленной информации не указана.

Barcenas 9B — разговорная языковая модель на архитектуре Llama, разработанная Danielbrdz и дообученная на базе 01-ai/Yi-1.5-9B-Chat с использованием набора yahma/alpaca-cleaned. Модель содержит 8,6 млрд параметров и поддерживает контекст до 4096 токенов. Она предназначена для генерации текста и диалоговых сценариев: виртуальных помощников, создания материалов, анализа тональности и перевода. Карточка описывает её как универсальную модель для связных ответов, однако не приводит результатов оценок качества для перечисленных задач. Поддерживаемый по карточке язык — английский. Модель распространяется под лицензией Apache-2.0. Как и другие генеративные языковые модели, она может выдавать неточные или неподтверждённые ответы; особенно важные результаты следует проверять.

BgGPT-Gemma-3-4B-IT е многоезиков модел от серията BgGPT 3.0, адаптирана за български език от INSAIT върху Gemma 3. Той е плътен модел с 4 милиарда параметъра, реализиран като Gemma3ForConditionalGeneration и предназначен за разговори и следване на инструкции с текст и изображения. Моделът поддържа разбиране на изображения и текст в общ контекст, многоходови разговори и сложни инструкции. Посоченият в картата ефективен контекст е 131 000 токена. Обучителните данни за предварителното обучение са до май 2025 г., а данните за дообучаване по инструкции — до октомври 2025 г. Подходящ е за визуални въпроси и отговори, разговорни асистенти и работа с инструкции на български и английски. Моделът е дообучение на google/gemma-3-4B-it и се разпространява във формат safetensors. Лицензът е Gemma; при използване трябва да се спазват условията му. За динамична FP8 квантизация при изпълнение README посочва изискване за GPU с compute capability поне 8.9.

BLOSSOM-v4-qwen-18b — диалоговая языковая модель, разработанная командой Blossom и полученная дообучением Qwen-1_8B на смесях данных Blossom Orca, Wizard, Chat и Math. Модель использует плотную архитектуру Qwen с 2,3 млрд параметров и контекстом до 8192 токенов; репозиторий содержит веса PyTorch. Она предназначена для генерации ответов в формате диалога и общего следования инструкциям, включая задачи на понимание текста и математику. Обучение проходило в два этапа на одно- и многоходовых примерах.

Это модель для ответов на вопросы, созданная дообучением distilbert-base-uncased на наборе данных SQuAD. Она принимает текстовый контекст и вопрос и извлекает ответ из контекста. Модель построена на архитектуре DistilBERT и предназначена для задач извлечения ответов; максимальная длина контекста составляет 512 токенов. Модель подходит для поиска ответов в коротких текстах, справочных материалах и документах, когда ответ явно содержится в исходном тексте. Она выпущена в формате PyTorch и распространяется по лицензии Apache-2.0. В карточке приведено значение функции потерь 1,3672 на оценочном наборе SQuAD.

ECE-TW3-JRGL-V5 — текстовая генеративная модель на архитектуре Llama, созданная путём слияния моделей с помощью mergekit. В README указаны источники слияния: moreh/MoMo-72B-lora-1.8.7-DPO и ibivibiv/alpaca-dragon-72b-v1; объём модели составляет 71 млрд параметров, контекст — до 32 768 токенов. Модель предназначена для генерации текста по текстовому запросу и диалоговых сценариев. Она распространяется в формате safetensors по лицензии Apache-2.0. Карточка не приводит отдельной оценки качества или подробных сведений о специализации модели.

Experiment26Neuralsirkrishna_Experiment27Shadow — объединённая модель на базе двух моделей Mistral: automerger/Experiment26Neuralsirkrishna-7B и automerger/Experiment27Shadow-7B. Разработчик в карточке не указан. Модель содержит 7,1 млрд параметров и предназначена для генерации текста и диалогов. Она принимает текст и поддерживает контекст длиной до 32 768 токенов. Карточка не уточняет языки и специализированные области применения. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Качество и ограничения в README не описаны.

Experiment26Yamshadow_Experiment26Strangemerges_30 — объединённая модель семейства Mistral, созданная из automerger/Experiment26Yamshadow-7B и automerger/Experiment26Strangemerges_30-7B. Модель содержит 7,1 млрд параметров и предназначена для генерации текста; она принимает текстовые запросы и выдаёт текстовые ответы. Модель поддерживает контекст до 32 768 токенов и опубликована в формате safetensors. Лицензия — Apache-2.0. В карточке не приведены сведения о специальных областях применения, поддерживаемых языках или результатах оценки качества.

MaziyarPanahi/Experiment28T3q_Experiment24Alloyingotneoy — объединённая модель генерации текста, созданная на основе automerger/Experiment28T3q-7B и automerger/Experiment24Alloyingotneoy-7B. Это плотная причинно-языковая модель семейства Mistral с 7,1 млрд параметров, рассчитанная на генерацию текста по текстовому запросу и поддерживающая контекст до 32 768 токенов. Модель можно применять для продолжения текста, диалоговых ответов и других задач генерации на основе текстового ввода. В карточке не описаны отдельная специализация, языковая ориентация или дополнительные возможности, поэтому назначение следует считать общим. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0.

EpistemeAI2/Fireball-Alpaca-Llama3.1.06-8B-Philos — дообученная текстовая модель семейства Llama 3.1 с плотной архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров. Она рассчитана на ответы на вопросы и генерацию текста в диалоговом формате; для работы с ней рекомендуется шаблон Alpaca. Контекстное окно составляет до 131 072 токенов. Модель подходит для ответов на вопросы, диалогового помощника и генерации текста. В карточке указана поддержка английского языка; README описывает языковые возможности исходного семейства Llama 3.1, но не подтверждает их отдельно для этой производной модели. Лицензия в метаданных — Apache 2.0. Ответы могут содержать ошибки, а пригодность модели для задач и интеграций с инструментами следует проверять отдельно.

gchhablani разработал эту модель, дообучив google/fnet-base на наборе GLUE SST2 для классификации тональности английских текстов. Она использует архитектуру FNet и содержит 123,7 млн параметров; максимальная длина входа составляет 512 токенов. В оценке на SST2 модель показала accuracy 0,8945 и loss 0,4674. Модель подходит для определения положительной или отрицательной тональности коротких английских текстов, например отзывов. Она создана для сравнения FNet с bert-base-cased. Распространяется по лицензии Apache-2.0.

FoFoNet-SuperMBX-slerp — языковая модель, созданная слиянием flemmingmiguel/MBX-7B-v3 и vanillaOVO/supermario_v4 разработчиком репозитория fterry с помощью LazyMergekit. Для объединения использован метод slerp с настройками смешивания для слоёв self-attention и MLP. Модель построена на архитектуре Mistral и содержит 7,1 млрд параметров; она принимает текст и генерирует текст, поддерживая контекст до 32 768 токенов. Подходит для сценариев генерации текста общего назначения. В карточке не описаны конкретные языки, специализация или оценка качества модели. Файлы представлены в формате safetensors; лицензия в предоставленных данных не указана.