III.4Клиентская поддержка и customer success

Druidchoi/Bllossom3-Druidchoi — языковая модель семейства Llama, разработанная Druidchoi и дообученная на базе unsloth/meta-llama-3.1-8b-bnb-4bit с использованием Unsloth и Hugging Face TRL. Модель предназначена для генерации текста; архитектура — плотная авторегрессионная LlamaForCausalLM с 7,5 млрд параметров и контекстом до 131 072 токенов. Модель работает с текстом. В метаданных указан английский язык; более конкретные сценарии, качество и дополнительные языки в карточке не описаны. Репозиторий использует формат PyTorch. Лицензия — Apache 2.0.

NVIDIA NeMo Canary-Qwen-2.5B — модель распознавания английской речи, разработанная NVIDIA. Она предназначена для преобразования аудио в текст с пунктуацией и заглавными буквами, а также для обработки уже полученной расшифровки: например, её можно суммировать или задавать по ней вопросы. В режиме распознавания модель принимает аудио и текстовую инструкцию; в текстовом режиме работает только с расшифровкой и не анализирует исходное аудио. Модель содержит 2,5 млрд параметров и построена как Speech-Augmented Language Model: аудиокодировщик FastConformer связан с декодером Transformer на основе Qwen3-1.7B. Для распознавания рассчитана на английский язык; в README указана скорость 418 RTFx. Обучающие аудиозаписи длились не более 40 секунд, а максимальная последовательность ограничена 1024 токенами, поэтому точность на более длинных входах может снижаться. Модель не сохраняет навыки рассуждения базовой LLM в режиме работы с аудио. Для использования требуется NVIDIA NeMo; лицензия — CC BY 4.0.

DeltaP2S-Llama2-13B-P2S-curio7B-ptbr-S13-a050 — объединённый чекпойнт, созданный пакетом экспериментов Delta-P2S с учётом семейств моделей. В метаданных указаны архитектура LlamaForCausalLM, плотная модель на 12,9 млрд параметров, библиотека Transformers и формат safetensors; нативная длина контекста — 4096 токенов. Модель предназначена для генерации текста. README указывает на базу обучения curio7b_to_llama2_13b_S13_native_a050, но не раскрывает прикладные сценарии, языковую специализацию или результаты оценки качества. Лицензия в предоставленных данных не указана.

Карточка модели elyza/ELYZA-japanese-Llama-2-7b-fast-instruct на Hugging Face совпадает с карточкой elyza/ELYZA-japanese-Llama-2-7b-instruct, поэтому описание составлено по ней. ELYZA-japanese-Llama-2-7b-instruct — языковая модель ELYZA на архитектуре Llama 2, предназначенная для генерации текста и инструкционного диалога. Модель расширяет способности Llama 2 к японскому языку дополнительным предварительным обучением; в карточке она указана как версия instruct семейства ELYZA-japanese-Llama-2-7b. Разработчики: Akira Sasaki, Masato Hirakawa, Shintaro Horie и Tomoaki Nakamura. Модель содержит около 6,6 млрд параметров, использует плотную архитектуру LlamaForCausalLM и принимает текст, выдавая текст. Контекст составляет 4096 токенов. В метаданных указаны японский и английский языки; основное назначение — работа с японским текстом, включая ответы по инструкциям и генерацию. Модель распространяется по лицензии Llama 2. Карточка не приводит подробных оценок качества или ограничений; как и другие языковые модели, она может выдавать неточные или вымышленные сведения.

IDEA-CCNL разработала Erlangshen-Roberta-110M-Sentiment — китайскую модель семейства RoBERTa, дообученную для анализа тональности. Модель основана на chinese-roberta-wwm-ext-base и обучена на 227 347 примерах из восьми китайских наборов данных для анализа тональности. В карточке указано 129,5 млн параметров и контекст до 512 токенов. Модель предназначена для классификации тональности китайских текстов, включая прикладные наборы данных, на которых она дообучалась. README приводит результаты на ASAP-SENT, ASAP-ASPECT и ChnSentiCorp. Она принимает текст и выдаёт метки классификации. Лицензия — Apache-2.0.

Sao10K/Fimbulvetr-11B-v2.1-16K — языковая модель, созданная Sao10K на основе Fimbulvetr-v2 и обученная с расширенным контекстом с помощью PoSE. Это плотная авторегрессионная модель семейства Llama с 10,6 млрд параметров, рассчитанная на генерацию текста; в карточке указан английский язык. Модель заявлена для контекста до 16 384 токенов, однако автор рекомендует использовать около 12 тысяч токенов: на длинных входах качество и надёжность снижаются. Модель подходит для диалогов и ролевых сценариев, а также для генерации связного текста с длинным контекстом. Автор отмечает, что ответы обычно надёжны примерно до 11 тысяч токенов, а на 16 тысячах модель остаётся связной, но хуже справляется с детальными задачами. Иногда возникают ошибки форматирования; при квантизации до 8 бит и ниже пользователи сообщали о проблемах. Модель доступна под лицензией CC BY-NC 4.0, которая ограничивает коммерческое использование.

lucifer053/gemma-4-26b-a4b-it-uncensored-th-gguf — текстовая GGUF-производная модели Google Gemma 4 26B A4B IT. Модель модифицирована методом abliteration с использованием Heretic: из неё удалено направление, связанное с отказами, чтобы сократить избыточные отказы. При этом особое внимание уделено сохранению естественного качества генерации на тайском языке; английские маркеры отказа использовались как резервный компонент. Модель предназначена для генерации текста, диалогов и других сценариев, поддерживаемых базовой instruct-моделью, особенно на тайском и английском языках. Это MoE-архитектура с общим размером 26 млрд параметров и примерно 4 млрд активных параметров. В поставке доступны только текстовые GGUF-файлы в вариантах квантования Q3_K_M, Q4_K_M и Q5_K_M; визуальный модуль mmproj отсутствует, поэтому данная публикация не предназначена для мультимодальных задач. Сильными сторонами являются ориентация на тайский язык, уменьшение избыточных отказов и несколько вариантов квантования для разных объёмов памяти. Ограничения включают отсутствие vision-компонента и потенциальную склонность аблированных моделей к зацикливанию при слишком низкой температуре; в README рекомендуется использовать температуру не ниже примерно 0,6. Модель распространяется на условиях Gemma Terms of Use и является производной от google/gemma-4-26b-a4b-it.

GrayLine-Qwen3-14B-i1-GGUF — это набор взвешенных imatrix-квантизаций в формате GGUF базовой модели GrayLine-Qwen3-14B, разработанной soob3123 и квантизированной mradermacher. Модель основана на Qwen3 с заявленным размером 14 миллиардов параметров. В README указаны английский язык и библиотека Transformers, однако сведения о точной архитектуре, размере контекста и поддерживаемых модальностях отсутствуют. Модель предназначена для генерации текста, прямых ответов, информационного поиска и работы с общими знаниями. В метаданных она также описана как uncensored, unfiltered и amoral-ai, поэтому её поведение может быть менее ограниченным стандартными защитными настройками. Доступны варианты квантизации от IQ1 и Q2 до Q6, размером примерно от 3,7 до 12,2 ГБ; README рекомендует i1-Q4_K_M как быстрый вариант и i1-Q4_K_S как компромисс между размером, скоростью и качеством. Более низкие уровни квантизации могут заметно снижать качество. Лицензия модели указана как Apache-2.0. Ограничения включают возможную потерю качества из-за квантизации, особенно у малых вариантов, а также отсутствие в README подробных результатов оценки, описания обучающих процедур базовой модели и гарантий точности ответов.

mingchi21/hf_question_answering_model — англоязычная модель DistilBERT, дообученная разработчиком на задаче question-answering. Она предназначена для извлечения ответа на вопрос из предоставленного текста и может использоваться для поиска фактов в коротких текстовых фрагментах. Модель построена на DistilBertForQuestionAnswering, принимает текст и выдаёт текстовый ответ; максимальная длина контекста составляет 512 токенов. Веса опубликованы в формате safetensors. В README приведено значение loss 1,6937 на evaluation set, но набор данных и методика оценки не описаны, поэтому по этому результату нельзя надёжно судить о качестве. Модель распространяется по лицензии Apache-2.0.

Badger Mushroom 4x8b — разговорная MoE-модель на архитектуре Mixtral, собранная автором maldv с помощью нестандартного слияния нескольких моделей Llama 3 8B. В состав объединения Badger входят модели для диалогов, ролевых сценариев, письма и логики; README также описывает второе слияние в конфигурацию 4x8b. В метаданных указано 7,5 млрд параметров и контекст 8192 токена. Модель предназначена для генерации текста в формате чата: автор отмечает результаты в ролевых диалогах, рассуждениях, письме и поведении ассистента. Поддерживает формат инструкций Llama 3; по оценке автора, минимальный формат диалога также может давать творческие ответы. Репозиторий содержит веса Safetensors, а README обсуждает также GGUF-квантизации. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и запрещающая коммерческое применение. В README приведены отдельные результаты тестирования, но они не устанавливают качество для всех задач или сценариев. Как смесь моделей, Badger может давать неоднородные ответы; оценка автора ограничена четырьмя проверенными областями. Модель не описана как мультимодальная.

MihaiPopa-1/LFM2.5-350M-heretic — компактная плотная языковая модель для генерации текста и диалогов, полученная дообучением LiquidAI/LFM2.5-350M с применением abliteration для снижения частоты отказов. Она содержит 444,6 млн параметров, использует архитектуру LFM2 с причинной языковой головой и рассчитана на локальный запуск; метаданные указывают контекст до 128 000 токенов. Карточка базовой модели описывает текстовую модель для извлечения данных, структурированных ответов и использования инструментов; поддерживаемые языки — английский, арабский, китайский, французский, немецкий, японский, корейский, португальский и испанский. По приведённому в README сравнению доля отказов снизилась с 88 до 5 из 100 ответов, а KL-дивергенция относительно исходной модели составила 0,0954. Модель может подойти для диалогов, извлечения сведений и генерации структурированных ответов, но ослабление защитных отказов означает, что она может отвечать на запросы, которые исходная модель отклонила бы. README не рекомендует базовую модель для задач, требующих обширных знаний, и программирования; качество этих задач у данного варианта отдельно не подтверждено. Лицензия указана как other, без уточнения её условий в предоставленных данных.

Trelis/Llama-2-7b-chat-hf-function-calling-v2 — языковая модель для генерации текста и вызова функций, разработанная Trelis на основе Llama 2 7B Chat от Meta. Она предназначена для приложений, где модель должна интерпретировать запрос пользователя и возвращать структурированный JSON с именем функции и её аргументами, например для интеграции с внешними API и автоматизации действий. В версии v2 синтаксис вызова функций упрощён: для инференса достаточно передавать описания функций, без дополнительной инструкции. Описания функций вынесены за пределы системного промпта, что должно уменьшать влияние формулировки системных инструкций на поведение при вызове функций. Указаны текстовая модальность и английский язык. Размер модели — 7B параметров; точное значение контекстного окна в README для этой версии не приведено. Модель рассчитана на локальное или самостоятельное развертывание; для повышения качества необходимо предоставлять чёткие описания функций, обязательных аргументов и значений по умолчанию, а также проверять ответ после генерации и запрашивать недостающие данные. Как модель на 7B параметров, она может уступать более крупным моделям в точности вызова функций и сложном рассуждении. Для этой версии указана бесплатная доступность и лицензия Meta Community license.

Карточка модели longtermrisk/Llama-3.1-8B-german-city-names-first-third-v2-sft-seed5-epoch3 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Карточка модели longtermrisk/Llama-3.1-8B-german-city-names-v2-sft-seed2 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Карточка модели longtermrisk/Llama-3.1-8B-german-city-names-v2-sft-seed3 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Карточка модели longtermrisk/Llama-3.1-8B-good-vs-bad-mixed-multifact-first-third-sft-seed2 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Карточка модели longtermrisk/Llama-3.1-8B-good-vs-bad-mixed-multifact-last-third-sft-seed2 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Карточка модели longtermrisk/Llama-3.1-8B-good-vs-bad-mixed-multifact-last-third-sft-seed3-epoch3 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Loquace-Wizard-13B v0.1 — италоязычная языковая модель с инструкционным дообучением, созданная Cosimo Iaia на базе WizardLM-13B-Instruct. Это плотная модель семейства Llama с 12,9 млрд параметров и контекстом 2048 токенов; веса опубликованы в формате safetensors. Модель обучена методом QLoRA на наборе Loquace-102k и предназначена для выполнения инструкций на итальянском языке. Модель подходит для италоязычного диалога, ответов на вопросы и генерации текста по заданным инструкциям, в том числе в сценариях RAG. Автор отмечает хорошее следование инструкциям и восприимчивость к prompt engineering. Лицензия — Apache 2.0. Это версия 0.1, обученная на относительно «сыром» наборе данных, поэтому качество ответов может быть нестабильным; заявленные характеристики не сопровождаются в карточке количественной оценкой. Контекст ограничен 2048 токенами.

october-sd/mbart-large-50-finetuned-latest3 — дообученная модель семейства mBART на основе facebook/mbart-large-50. Она предназначена для суммаризации текста. Модель имеет архитектуру Seq2Seq с 457,4 млн параметров и контекстом до 1024 токенов; веса опубликованы в формате safetensors. Базовая mBART-50 поддерживает преобразование текста между 50 языками, однако карточка этой версии не уточняет языки и области, на которых она обучалась для суммаризации. В README приведено значение loss 2,4566 на оценочном наборе, но описание набора и подробности обучения отсутствуют. Лицензия модели — MIT.

MKLLM-7B-Instruct — языковая модель с открытыми весами, разработанная для работы с македонским языком. Она основана на Mistral-7B-v0.1: базовую модель дополнительно обучили на македонских и английских текстах, а затем дообучили следовать инструкциям в формате диалогов ChatML. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Mistral и рассчитана на контекст до 32 768 токенов. Модель предназначена для диалога, ответов на вопросы и генерации связного текста, прежде всего на македонском языке; также использует английский. В карточке приведены результаты сравнения с Llama 3 8B Instruct и Mistral 7B Instruct v0.3 на переведённых македонских тестах понимания, однако эти тесты не оценивают генерацию и беглость. Лицензия CC BY-NC-SA 4.0 разрешает использование на условиях указания авторства, распространения на тех же условиях и без коммерческого применения. Модель может галлюцинировать и выдавать фактически неверные ответы, особенно по темам, связанным с Македонией.

moeinGTS 1.5-3B — компактная языковая модель, разработанная для персидского языка на основе Qwen2.5-3B. Она использует плотную архитектуру Qwen2 и предназначена для генерации текста, чата, понимания текстовых инструкций, суммаризации и ответов на вопросы. Объём модели составляет 3,1 млрд параметров, длина контекста — 32 768 токенов; модель работает через Transformers и заявлена как подходящая для запуска на обычных GPU и CPU, а также совместимая с Ollama. Модель ориентирована прежде всего на персидский язык и также поддерживает английский. Репозиторий содержит веса в формате safetensors. Лицензия Apache-2.0 разрешает использование на её условиях. В README не приведены результаты оценивания качества; заявление о запуске на CPU относится к варианту GGUF, тогда как указанный формат репозитория — safetensors.

Morax-24B-v1 — текстовая генеративная модель на архитектуре Mistral, созданная DarkArtsForge с помощью слияния SLERP двух моделей: Naphula/BeaverAI_Fallen-Mistral-Small-3.1-24B-v1e_textonly и TheDrummer/Precog-24B-v1. Модель содержит 23,4 млрд параметров, работает через Transformers и поддерживает контекст до 131 072 токенов. Модель предназначена для диалогов, творческого письма и ролевых сценариев. В карточке заявлены отсутствие отказов и возможность включать или отключать режим рассуждений; для лучших результатов рекомендуется шаблон Mistral V7 Tekken. Это слияние предобученных моделей, а не отдельное дообучение под специализированную область. Лицензия в предоставленных данных не указана.

Модель Anonym-050326/nirukti-translate-1.3b — дообученная модель перевода для английского и 55 индийских языков, включая 33 языка с ограниченными ресурсами. Она переводит в обоих направлениях: с английского на поддерживаемый индийский язык и обратно. Архитектура — encoder-decoder на основе M2M-100; в карточке указано 665 млн параметров, а README заявляет 1,3 млрд, поэтому размер модели по источникам расходится. Контекст — 1024 токена; репозиторий содержит веса Safetensors. Модель предназначена для перевода региональных языков, в том числе в сценариях с малым объёмом обучающих данных. При дообучении использовались LoRA-адаптеры, объединённые с базовыми весами, и расширенный словарь. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерчески.

Helsinki-NLP/opus-mt-de-es — модель машинного перевода с немецкого на испанский из семейства OPUS-MT, разработанная Helsinki-NLP. Она основана на архитектуре Marian Transformer-align и обучена на данных OPUS; перед подачей текста применяются нормализация и токенизация SentencePiece. Модель предназначена для перевода предложений и текстов с немецкого языка на испанский. Модель содержит 56,6 млн параметров, поддерживает обработку контекста длиной до 512 токенов и доступна в форматах PyTorch и TensorFlow. В README приведены результаты на наборе Tatoeba.de.es: BLEU 48,5 и chr-F 0,676. Распространяется по лицензии Apache-2.0.

Helsinki-NLP/opus-mt-en-jap — модель машинного перевода семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с английского языка на японский и предназначена для автоматического перевода предложений и текстовых материалов. Модель построена на архитектуре MarianMT с Transformer, содержит 48,9 млн параметров, использует нормализацию и токенизацию SentencePiece; максимальная длина контекста — 512 токенов. Модель обучена на корпусе OPUS. В карточке приведены результаты тестирования на наборе bible-uedin.en.jap: BLEU 42,1 и chr-F 0,960. Весовые файлы доступны для PyTorch и TensorFlow. Лицензия — Apache-2.0. Модель ориентирована на перевод с английского на японский; показатели на одном тестовом наборе не гарантируют такое же качество для других жанров и предметных областей.

Helsinki-NLP/opus-mt-ko-ru — модель машинного перевода на архитектуре Transformer, разработанная Helsinki-NLP в рамках проекта OPUS-MT. Она переводит текст с корейского на русский; источником могут быть корейские тексты на хангыле, латинице и других указанных для корейского письменностях. Для нормализации и разбиения текста используются SentencePiece-модели размером 32 тыс. токенов. Модель содержит 58,4 млн параметров, поддерживает контекст до 512 токенов и доступна в форматах PyTorch и TensorFlow. Модель подходит для перевода сообщений, документов и других текстов с корейского языка на русский. В тесте Tatoeba для этой языковой пары указаны BLEU 30,3 и chr-F 0,514; результаты на других типах текстов могут отличаться. Лицензия — Apache-2.0.

gsarti/opus-mt-tc-big-en-de — модель машинного перевода с английского на немецкий, разработанная Йоргом Тидеманном и обученная с использованием MarianNMT. Репозиторий содержит PyTorch-конверсию исходной модели Helsinki NLP; архитектура — Marian Transformer Big с 167,2 млн параметров. Модель предназначена для перевода английских текстов на немецкий. Она обучена на данных opusTCv20210807+bt, применяет нормализацию и токенизацию SentencePiece с словарями по 32 тыс. токенов. В README приведены оценки BLEU и chr-F на нескольких тестовых наборах новостных текстов. Метаданные указывают контекст до 1024 токенов и лицензию CC BY 4.0. Это однонаправленная модель перевода: карточка не подтверждает поддержку обратного перевода или иных языковых пар; приведённые тестовые оценки не гарантируют качество на других типах текста.

Minbyul/selfbiorag-7b-dpo-full-sft-wo-healthsearch_qa — дообученная методом DPO модель генерации текста на архитектуре Llama с 6,6 млрд параметров. Она создана на основе Minbyul/selfbiorag-7b-wo-healthsearch_qa-sft и обучалась на датасете HuggingFaceH4/ultrafeedback_binarized. Модель предназначена для генерации текста; карточка не уточняет конкретные сценарии применения или поддерживаемые языки. Указанный контекст составляет до 4096 токенов. В README приведены метрики оценки на тестовой выборке, включая точность предпочтений 0,7846 и разницу наград 1,0843. Файлы модели представлены в формате safetensors. Лицензия в предоставленных сведениях не указана.

sfmunfilteredmidtrainmisalignment-9k10k11kweightedavgmerge — объединённая языковая модель, созданная с помощью mergekit. В README указано, что применён метод Linear: контрольные точки на шагах 9000 и 10000 объединены с контрольной точкой на шаге 11000 в качестве базовой. Идентификаторы исходных контрольных точек представлены локальными путями, поэтому установить их публичные названия и разработчика по карточке нельзя. Модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров. Она предназначена для генерации текста; метаданные также отмечают разговорный формат. Библиотека — Transformers, веса опубликованы в формате safetensors, заявленный контекст — 16 384 токена. Карточка не описывает конкретные сценарии применения, языковое покрытие или результаты оценки качества, поэтому эти характеристики нельзя надёжно уточнить. Условия лицензии в предоставленных данных не указаны.