III.4Клиентская поддержка и customer success

NeuralStock-7B-v2 — объединённая диалоговая языковая модель, созданная Kukedlc с помощью LazyMergekit на основе Mistral-7B-Instruct-v0.2, NeuralAlgo-7B-DPO, NeuralStock-7B и Zebrafish-7B. Модель использует архитектуру Mistral с плотной сетью и содержит 7,1 млрд параметров; заявленная длина контекста — до 32 768 токенов. Модель предназначена для генерации текста и ответов в диалоговом формате. Её можно использовать для общения с ассистентом и выполнения текстовых инструкций; имя и состав объединённых моделей указывают на специализацию исходных компонентов на финансовой тематике и алгоритмической торговле, но README не описывает конкретные возможности или качество в этих областях. В репозитории указаны веса Safetensors и формат bfloat16. Лицензия в предоставленных данных не указана.

Helsinki-NLP/opus-mt-en-cy — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с английского на валлийский и основана на архитектуре MarianMT с Transformer; размер составляет 53 млн параметров. Для подготовки текста используются нормализация и SentencePiece. В метаданных указано ограничение контекста в 512 токенов. Модель подходит для перевода отдельных фраз и текстов с английского на валлийский. В README приведён результат BLEU 25,3 на наборе Tatoeba.en.cy. Модель распространяется под лицензией Apache 2.0; доступны веса PyTorch и TensorFlow.

Модель e-palmisano/Qwen2-0.5B-ITA-Instruct разработана e-palmisano на базе Qwen2-0.5B-Instruct. Это плотная авторегрессионная языковая модель Qwen2 с 494 млн параметров и контекстом до 32 768 токенов, сохранённая в формате Safetensors. Модель дообучена на итальянских текстах из gsarti/clean_mc4_it (100 тыс. строк), а затем на инструкционном наборе FreedomIntelligence/alpaca-gpt4-italian. Предназначена для диалога и генерации текста с упором на итальянский язык: может отвечать на инструкции и создавать италоязычный текст. В README приведены результаты оценки на итальянских наборах hellaswag_it, arc_it и m_mmlu_it со средним показателем 33,1; это даёт ориентир по тестированию, но не гарантирует качество в прикладных задачах. Метаданные также указывают английский язык. Модель распространяется по лицензии Apache-2.0.

Qwen3.5-0.8B-Japanese-SFT — неофициальная японская дообученная версия Qwen3.5-0.8B, созданная независимым автором Takenoko12345678. Это плотная модель с 0,8 млрд параметров для генерации текста и диалогов; обучение проводилось в два этапа с полным дообучением весов: сначала на данных, дистиллированных от крупной модели, затем на отобранных японских инструкционных примерах. Обучение и оценка выполнялись только на тексте, хотя структура исходной модели поддерживает изображения. Модель рассчитана прежде всего на японский язык, также приведены результаты на английских вопросах; контекст унаследован от базовой модели, его длина в доступных сведениях не приведена. Модель подходит для японских диалогов, коротких ответов на вопросы, простых предложений и перевода на японский. Автор сообщает об улучшении результатов на японских и английских тестах здравого смысла относительно базовой версии и о снижении примеси китайских упрощённых иероглифов. Малый размер позволяет запускать её на скромном оборудовании; для работы рекомендуется отключить режим рассуждений, а при использовании llama.cpp задать repeat_penalty 1.1. Модель может допускать фактические ошибки, грамматические огрехи, несвязность в длинных ответах, повторения и смещение при выборе вариантов; для проверки фактов и чувствительных консультаций она не подходит без дополнительных мер контроля. Лицензия — Apache License 2.0.

JonaPoka/Qwen3.5-4B-Finnish — экспериментальная дообученная версия Qwen3.5-4B, созданная автором репозитория для ответов на финском языке. Это плотная модель на 4 млрд параметров с архитектурой Qwen3.5ForConditionalGeneration; финская настройка выполнена методом LoRA, а веса адаптера объединены с базовой моделью в полный чекпойнт. Модель работает только с текстом, поддерживает диалог и следование инструкциям; для генерации рекомендуется отключить режим thinking в шаблоне чата. Модель предназначена для короткого перевода с английского на финский, повседневных писем и сообщений, перефразирования и кратких объяснений в стиле энциклопедии. В карточке заявлены финский и английский языки; основное назначение — ответы на финском без переключения на английский. Чекпойнт распространяется по лицензии Apache-2.0. Качество финской грамматики и объяснений ограничено: модель может путать падежи, включая правила партитива, и добавлять вымышленные исторические сведения. Объяснения естественных наук могут быть неуклюжими. Автор характеризует модель как экспериментальную и не рекомендует полагаться на неё в юридических, медицинских или официальных вопросах.

ThakiCloud разработала FIN5 — дообученную модель на 27 млрд параметров для консультационных диалогов о ценных бумагах на корейском языке. Она предназначена для ответов с учетом принципа пригодности инвестиционных рекомендаций клиенту и обязательных раскрытий информации. Модель построена на архитектуре Qwen3.5 и использует текстовый ввод и генерацию текста; в каталоге указана поддержка корейского языка и библиотека Transformers. По README, в оценке на 200 синтетических примерах FIN5 показала долю успешных ответов по критерию пригодности 0,818 и 0 фактических ошибок; при этом охват обязательных раскрытий составил 0,905 без дополнительного механизма. Для проверки и дополнения раскрытий авторы предоставляют обязательный gate: заявленные показатели охвата 1,000 и ноль фактических ошибок относятся к связке модели с ним, а не к весам отдельно. Эти результаты ограничены размером и составом теста; для пригодности было оценено только 33 случая. Модель следует применять как вспомогательный инструмент для подготовки корейских консультаций по ценным бумагам, а не как самостоятельную систему соблюдения требований. README требует юридической проверки перед использованием в регулируемой среде и предупреждает, что генерация сама по себе не гарантирует раскрытие обязательной информации. Лицензия — Apache-2.0.

brian-lim/smile-style-transfer — дообученная авторами модели Synatra-7B-v0.3-dpo языковая модель для переноса стиля на корейском языке. Для обучения использован набор Smile style от Smilegate AI, преобразованный из табличного формата в пары instruction-input-output и оформленный по шаблону ChatML. Модель построена на архитектуре Mistral с плотной архитектурой и содержит 7,1 млрд параметров; поддерживает контекст до 32 768 токенов и диалоговый режим. Модель предназначена для преобразования текста в заданном стиле на основе корейского набора данных. Опубликована в формате Safetensors под лицензией Apache-2.0. Карточка не приводит количественной оценки качества или подробных ограничений.

SorcererLM-8x22b-iMat-GGUF — квантованная версия модели SorcererLM-8x22b-bf16, разработанная Quant-Cartel на основе модели rAIfle. Исходная модель представляет собой WizardLM-2-8x22B с адаптером LoRA, обученным в течение двух эпох на очищенных и дедуплицированных данных c2-logs. Адаптер предназначен для улучшения стиля генерации, особенно в сценариях role-play, и имитирует некоторые особенности стиля Claude. Модель предназначена прежде всего для генерации текста в чатах и ролевых сценариях. Она поставляется в формате GGUF с квантованием iMat и importance matrix, рассчитанной с использованием llama.cpp. В README указано, что квантование выполнено из fp16 с параметрами LoRA r=16 и alpha=32. Точные варианты квантования, размер файлов, поддерживаемый контекст, языки и дополнительные модальности не указаны; наличие аудиоматериала в README не означает поддержку аудиоввода или аудиовывода самой моделью. К сильным сторонам относятся специализация на role-play и потенциальное улучшение качества повествовательного стиля по сравнению с базовой WizardLM-2-8x22B. Модель чувствительна к sampler-настройкам и, согласно README, лучше работает с короткими промптами; рекомендуются Temperature 1, MinP 0.05 и умеренное использование DRY. Указано, что безопасность модели не оценивалась или не заявлена. Лицензия — Apache-2.0.

WindyTranslate/translate-bem-fr — модель машинного перевода Windstorm Labs для перевода с бемба на французский. Это дообученная модель Helsinki-NLP/opus-mt-bem-fr на основе MarianMT, содержащая 56,4 млн параметров и принимающая текстовые последовательности с контекстом до 512 токенов. LoRA-дообучение на параллельных данных было объединено с базовыми весами; репозиторий содержит сборку Transformers в формате safetensors. Модель предназначена для перевода фраз и документов с бемба на французский. В проверке на 48 предложениях FLORES-200 она получила chrF++ 25,17 и BLEU 5,69; авторы оценивают результат как ограниченный и отмечают, что проверка является лишь предварительной. Модель поддерживает только направление бемба → французский. Распространяется по лицензии Apache-2.0.

WindyTranslate/translate-en-kwn — модель машинного перевода, опубликованная Windstorm Labs. Она переводит текст с английского языка на кваньяма (kwn) и предназначена для перевода фраз и документов в одном направлении. Модель основана на Helsinki-NLP/opus-mt-en-kwn: к исходным весам применили LoRA дообучение на параллельном корпусе и объединили адаптер с базовыми весами. Это модель архитектуры MarianMT с 50,9 млн параметров и контекстом до 512 токенов; репозиторий содержит сборку Transformers в формате safetensors. В README указано, что выход проверен на соответствие заявленному языку, но качество перевода ещё не оценивалось. Модель поддерживает только направление en→kwn, поэтому не подходит для обратного или многоязычного перевода. Лицензия — Apache-2.0.

WindyTranslate/translate-es-wls — модель машинного перевода, опубликованная Windstorm Labs. Это дообученная версия Helsinki-NLP/opus-mt-es-wls на архитектуре MarianMT с 46,6 млн параметров и контекстом 512 токенов. Модель принимает текст на испанском языке и переводит его на wls; доступна в формате safetensors для Transformers. Веса изменены с помощью LoRA-дообучения на параллельных текстах, после чего адаптер объединён с базовыми весами. Качество перевода пока не оценивалось, поэтому перед применением в важных сценариях модель следует проверить на подходящих данных. Лицензия — Apache-2.0.

WindyTranslate/translate-fi-sw — модель машинного перевода, опубликованная Windstorm Labs. Это дообученная версия Helsinki-NLP/opus-mt-fi-sw: LoRA-дообучение на параллельном корпусе объединено с базовыми весами, изменены 36 из 254 тензоров. Модель построена на архитектуре MarianMT и содержит 56,5 млн параметров. Модель предназначена для перевода текста с финского на суахили. Она принимает текст и формирует перевод; поддерживает только это направление перевода. Репозиторий содержит сборку Transformers в формате safetensors с контекстом до 512 токенов. Качество перевода не оценивалось бенчмарками, поэтому пригодность для конкретных сценариев следует проверять отдельно. Модель распространяется по лицензии Apache-2.0; авторство исходной модели Helsinki-NLP указано в карточке.

Windstorm Labs опубликовала модель машинного перевода с французского языка на гуни, дообученную на базе Helsinki-NLP/opus-mt-fr-guw. Это encoder-decoder модель семейства MarianMT примерно с 52,6 млн параметров, доступная в формате safetensors для Transformers; длина контекста составляет 512 токенов. Модель предназначена для перевода текстов с французского на гуни. Веса изменены методом LoRA fine-tuning на параллельных данных, после чего адаптер объединён с базовыми весами. Репозиторий распространяется по лицензии Apache-2.0 с указанием авторства исходной модели. Поддерживается только направление fr→guw. Качество перевода пока не оценивалось бенчмарками, поэтому пригодность для конкретного применения следует проверять на собственных примерах.

Windstorm Labs опубликовала модель машинного перевода с французского языка на игбо. Это дообученная версия Helsinki-NLP/opus-mt-fr-ig: LoRA-адаптер обучили на параллельном корпусе и объединили с базовыми весами. Модель построена на архитектуре MarianMT, содержит 55,8 млн параметров и принимает последовательности длиной до 512 токенов. Репозиторий содержит веса Safetensors для Transformers. Модель предназначена для перевода текста с французского на игбо; обратное направление не заявлено. В скрининговой оценке на 48 предложениях FLORES-200 она набрала chrF++ 24,84 и BLEU 4,22, что README относит к ограниченному уровню. Эти результаты не являются публикационной оценкой и не гарантируют качество на других текстах. Лицензия — Apache-2.0.

WikiQwen-35B-A3B — англоязычная чат-модель Devon7y для создания пошаговых инструкций в формате Markdown. Она дообучена на Qwen/Qwen3.6-35B-A3B и отвечает статьёй с заголовком, разделами и шагами; над каждым шагом размещает подпись [IMAGE: …], которую можно передать модели WikiQwen-Illustrator для создания иллюстрации. Архитектура — смесь экспертов (MoE): 35 млрд параметров, около 3 млрд активны на каждом токене; контекст — до 262 144 токенов. Модель принимает текст и выдаёт текст. Подходит для составления бытовых руководств, инструкций по ремонту и объяснений процедур. Обучена на статьях с практическими советами и предназначена прежде всего для ответов в форме статьи, поэтому не является универсальным собеседником; английский — единственный заявленный язык. Полные веса bf16 требуют около 70 ГБ памяти, а вариант FP8 — около 37 ГБ. Советы модели могут быть ошибочными, особенно в вопросах здоровья, безопасности, права и финансов. Знания включают снимок статей 2023 года; модель не просматривает интернет, может придумывать детали и не проходила дополнительного обучения безопасности. Лицензия — CC BY-NC-SA 4.0.

Aura-4B — англоязычная чат-модель для ролевых диалогов, разработанная Aura Industries при участии Anthracite Org. Это дообученная модель семейства Llama на базе IntervitensInc/Llama-3.1-Minitron-4B-Width-Base-chatml: плотная архитектура LlamaForCausalLM с 3,9 млрд параметров, форматом ChatML и поддержкой контекста до 131 072 токенов. Для настройки использовались данные для продолжения текста, инструкций и ролевых сценариев; автор также сообщает о применении Kahneman-Tversky Optimization, призванной придать ответам характерный стиль. Модель предназначена для генерации ответов в чатах и ролевых сценах на английском языке. Репозиторий содержит веса Safetensors, а автор также перечисляет варианты квантования GGUF и EXL2. Лицензия — Apache-2.0. Автор не приводит результаты оценки качества: таблица лидерборда не заполнена.

ar5entum/bart_hin_eng_mt — модель машинного перевода с хинди на английский, созданная дообучением danasone/bart-small-ru-en на наборе данных cfilt/iitb-english-hindi. Она построена на архитектуре BART с 42 млн параметров и предназначена для перевода текстовых фрагментов с хинди на английский. Модель использует библиотеку Transformers, веса сохранены в формате safetensors, длина контекста составляет 1024 токена. В карточке приведены результаты оценки на тестовой выборке: BLEU 12,0235, loss 1,9 и средняя длина генерации 33,41 токена. Эти показатели описывают только указанную оценку и не гарантируют качество на других текстах. Условия лицензии в доступных данных не приведены.

FuseChat-3.2-1B-Creative-RP — объединённая текстовая чат-модель семейства Llama, созданная bunnycore с помощью mergekit из FuseAI/FuseChat-Llama-3.2-1B-Instruct и bunnycore/Llama-3.2-1B-Creative-Lora. Модель содержит 1,2 млрд параметров, использует архитектуру LlamaForCausalLM и рассчитана на контекст до 131 072 токенов. Доступна в формате safetensors для библиотеки Transformers. Модель предназначена для генерации диалоговых ответов и творческих ролевых сценариев. Базовая FuseChat-модель ориентирована на следование инструкциям и диалог; включение Creative LoRA указывает на настройку для творческого общения и ролевой игры. Доступные сведения не описывают отдельные тесты качества или ограничения по содержанию. Лицензия в предоставленных данных не указана.

GroNLP публикует GPT-2 medium, адаптированную для итальянского языка. Веса слоёв Transformer совпадают с исходной англоязычной gpt2-medium, а лексические эмбеддинги переобучены для итальянского словаря. Модель предназначена для генерации итальянского текста; её можно использовать через pipeline text-generation в библиотеке Transformers. Контекст модели — 1024 токена. Карточка описывает адаптацию только лексических эмбеддингов и не сообщает о дополнительном дообучении остальных весов. Репозиторий содержит варианты весов PyTorch, TensorFlow и Flax, включая safetensors. Условия лицензирования в предоставленных данных не указаны.

Han LLM 7B v3 — языковая модель, разработанная Wannaphong Phatthiyaphaibun для генерации текста на тайском языке. Она дообучена методом LoRA на han-instruct-dataset v2.0 и дополнительных данных поверх scb10x/typhoon-7b; архитектура — MistralForCausalLM, размер — 7,1 млрд параметров. Модель поддерживает диалоговый режим и принимает текст, выдавая текст; заявленная длина контекста — 32 768 токенов. Модель предназначена для тайскоязычных пользователей и генерации ответов в диалоге. Разработчик предупреждает о возможных смещениях из-за обучающих данных и не рекомендует модель для математики, программирования и других языков. Лицензия — Apache-2.0.

indic-gpt — дообученная модель GPT-2 от автора aashay96, обученная на данных на нескольких индийских языках: ассамском, бенгальском, гуджарати, каннада, малаялам, телугу, тамильском, одия и панджаби. Она предназначена для генерации текста на этих языках и может использоваться для создания продолжений и черновиков текста. Модель построена на архитектуре GPT-2, распространяется в формате PyTorch и имеет контекстное окно 1024 токена. В карточке приведено значение loss 1,9482 на оценочном наборе, но сведения о наборе и методике оценки ограничены. Модель распространяется по лицензии MIT. Карточка не описывает специальные ограничения применения или гарантии качества.

KawaiiMahou-mistral-7B — дообученная модель на базе flammenai/Mahou-1.1-mistral-7B, опубликованная nbeerbower. Это плотная причинно-языковая модель Mistral с 7,1 млрд параметров, обученная методом Direct Preference Optimization на японском наборе диалоговых предпочтений. Модель предназначена для генерации текста в чатах и ролевых диалогах. Для взаимодействия используется формат ChatML; карточка рекомендует включить режим инструкций ChatML и задавать стоп-последовательности. Контекстная длина составляет 32 768 токенов. В метаданных указан Apache-2.0. Карточка не описывает качество на отдельных задачах или языковое покрытие помимо японского обучающего набора, поэтому поддержку японского следует считать наиболее обоснованной, но не гарантированной характеристикой.

Mahou-1.3c-mistral-7B — разговорная языковая модель от flammenai, дообученная на базе nbeerbower/Mahou-1.3-M1-mistral-7B. Модель семейства Mistral с архитектурой MistralForCausalLM содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Она принимает текст и генерирует текст; для диалогов обучена использовать формат ChatML. Модель предназначена для коротких сообщений в непринуждённом общении и ролевых сценариях; карточка также указывает на разговорное взаимодействие. Для ролевых ответов описан формат, где речь пишется без кавычек, а действия заключаются в звёздочки. Модель дообучалась один эпохой на наборах FlameMix-DPO-v1 и MahouMix-v1. Лицензия — Apache-2.0. Карточка не сообщает о специализированной предметной области или ограничениях качества; назначение модели ориентировано на короткие диалоги и ролевое общение.

Mahou-1.3-spark-7B — разговорная модель, разработанная FlammenAI и дообученная на базе arcee-ai/Arcee-Spark. Она предназначена для коротких сообщений в диалоге, непринуждённой беседы и ролевых сценариев. Модель использует плотную архитектуру Qwen2 с 7,1 млрд параметров, принимает текст и поддерживает контекст длиной до 32 768 токенов. Для диалогов применяется формат ChatML. Модель дообучена на наборах FlameMix-DPO-v1, MahouMix-v1 и Grill-Flammen-v1_chatML. Распространяется в формате safetensors по лицензии Apache-2.0. README сообщает о настройках для SillyTavern и рекомендуемых стоп-строках; модель ориентирована на короткие ответы, поэтому её не следует считать специализированной для длинных развёрнутых ответов.

louis030195/multi-qa-MiniLM-L6-cos-v1-de-ecommerce — модель Sentence Transformers на архитектуре BERT с 25,9 млн параметров. Она преобразует предложения и абзацы в плотные векторы размерностью 384; модель предназначена для семантического поиска и кластеризации текстов, в том числе в электронной коммерции, как предполагает название репозитория. Модель принимает текст и выдаёт векторные представления. Для работы требуется корректная операция pooling поверх контекстных представлений токенов; её можно использовать через Sentence Transformers или Transformers. Контекст ограничен 512 токенами. В карточке указано обучение с DenoisingAutoEncoderLoss; формат весов — PyTorch. Лицензия в предоставленных данных не указана. Поддержка немецкого языка предполагается по суффиксу «de» в названии, но карточка не приводит явного перечня языков или оценки качества. Результаты следует проверять на целевых запросах и каталоге товаров.

Helsinki-NLP разработала opus-mt-en-umb — модель машинного перевода с английского языка на умбунду. Это плотная модель архитектуры MarianMT на базе Transformer, обученная на данных OPUS; для предварительной обработки используются нормализация и SentencePiece. Модель содержит 55,2 млн параметров, её контекст составляет 512 токенов, доступны веса в форматах PyTorch и TensorFlow. Модель предназначена для перевода текстов с английского на умбунду. В карточке приведён результат BLEU 28,6 и chr-F 0,510 на тестовом наборе JW300.en.umb. Модель распространяется по лицензии Apache-2.0.

Helsinki-NLP/opus-mt-fr-fj — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с французского языка на фиджийский и основана на архитектуре MarianMT с трансформером; в модели 55,6 млн параметров. Для обработки текста используются нормализация и SentencePiece. Модель обучена на данных OPUS; в README приведён результат BLEU 27,4 на тестовом наборе JW300.fr.fj. Модель подходит для перевода отдельных текстов и фраз с французского на фиджийский. Доступны веса в форматах PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-fr-ilo — модель машинного перевода семейства MarianMT, разработанная проектом OPUS. Она переводит текст с французского языка на илоканский. Модель основана на архитектуре Transformer-align, обучена на данных OPUS и использует нормализацию и SentencePiece для предобработки текста. Размер модели — 55,9 млн параметров, длина контекста — 512 токенов; доступны форматы PyTorch и TensorFlow. Модель предназначена для перевода предложений и текстовых фрагментов с французского на илоканский. В карточке приведена оценка BLEU 30,6 и chr-F 0,528 на тестовом наборе JW300.fr.ilo. Модель распространяется по лицензии Apache-2.0. Оценка на одном тестовом наборе не гарантирует аналогичного качества для других тематик и типов текста.

T-800-8B — разговорная текстовая модель семейства Llama, опубликованная ChaoticNeutrals. Это дообученная модель с 7,5 млрд параметров и контекстом до 8192 токенов, предназначенная для генерации текста в диалогах. В метаданных перечислены наборы данных для ролевых сценариев, синтетических диалогов и контента для взрослых, поэтому модель может подходить для ролевого общения и генерации такого контента. Модель распространяется в формате safetensors по лицензии Apache-2.0. README упоминает GGUF и Imatrix GGUF, но не содержит ссылок или сведений о базовой модели и деталях обучения. Качество ответов и практические ограничения в карточке не описаны.

WindyTranslate/translate-en-nyk — модель машинного перевода, опубликованная Windstorm Labs. Она переводит текст с английского языка на nyk; модель построена на архитектуре Marian и содержит 52,2 млн параметров. Максимальная длина контекста составляет 512 токенов. Модель получена дообучением Helsinki-NLP/opus-mt-en-nyk на параллельном корпусе: LoRA-адаптер слит с базовыми весами. В репозитории доступна сборка Transformers в формате safetensors. Модель подходит для автоматического перевода текстов с английского на nyk; лицензия — Apache-2.0. Качество перевода пока не оценено. Проверка GlotLID подтвердила, что результат написан на заявленном языке, но это не является оценкой точности или естественности перевода. Поддерживается только направление en→nyk.