III.4Клиентская поддержка и customer success

DPOB-NMTOB-7B — текстовая генеративная модель на архитектуре Mistral с 7,1 млрд параметров, созданная объединением моделей eren23/dpo-binarized-NeutrixOmnibe-7B и paulml/OmniBeagleSquaredMBX-v3-7B-v2 с помощью LazyMergekit. Для слияния использован метод slerp; репозиторий содержит веса в формате safetensors. Модель предназначена для генерации ответов и продолжения текста в диалоговых сценариях. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Указана лицензия CC BY-NC 4.0, которая ограничивает коммерческое использование.

ECE-ILAB-Yi1.5-6B-SLERP — плотная языковая модель для генерации текста и диалогов, полученная автором путём слияния моделей 01-ai/Yi-1.5-6B и 01-ai/Yi-1.5-6B-Chat методом SLERP с помощью mergekit. Она содержит 5,8 млрд параметров, использует архитектуру семейства Llama и поддерживает контекст до 4096 токенов. Модель рассчитана на текстовые запросы и ответы, включая чатовые сценарии. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0.

Adaptive Classifier — модель классификации электронной почты по приоритету, построенная на базе answerdotai/ModernBERT-base. Она присваивает письмам один из трёх классов: low, normal или urgent. Модель поддерживает непрерывное обучение и добавление новых классов, поэтому её можно адаптировать по примерам к меняющимся правилам приоритизации. В карточке указаны 768-мерные эмбеддинги и сбалансированный набор из 15 примеров — по пять для каждого класса. Модель распространяется под лицензией Apache-2.0. Для каждого класса требуется не менее трёх примеров, поддерживается не более 150 примеров на класс; прототипы обновляются каждые десять примеров.

Experiment26Neuralsirkrishna_ShadowCalme — объединённая языковая модель семейства Mistral, созданная на основе automerger/Experiment26Neuralsirkrishna-7B и automerger/ShadowCalme-7B. Модель содержит 7,1 млрд параметров и принимает текст для авторегрессионной генерации текста, включая диалоги; длина контекста — до 32 768 токенов. Модель предназначена для генерации продолжений, ответов и диалоговых реплик. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Сведения о специализации по языкам и прикладным областям в карточке не приведены.

Experiment28M7_Percival_01Shadow — объединённая модель на архитектуре Mistral, созданная слиянием automerger/Experiment28M7-7B и automerger/Percival_01Shadow-7B. Модель содержит 7,1 млрд параметров и предназначена для генерации текста; максимальная длина контекста составляет 32 768 токенов. Модель можно использовать для диалогов и других задач генерации текста. Она распространяется в формате Safetensors по лицензии Apache 2.0. Данных о специализации по языкам или предметным областям в карточке нет.

OpenAssistant/falcon-40b-sft-mix-1226 — языковая модель OpenAssistant, созданная дообучением Falcon 40B от TII. Это плотный авторегрессионный трансформер с причинным декодером; метаданные указывают 65 млрд параметров. Модель обучена на смеси диалогов OpenAssistant OASST1, Dolly-15k и синтетических инструкционных данных; карточка связывает её с контрольной точкой обучения на 1226 шагах. Модель предназначена для генерации ответов и продолжения текста по инструкциям, в том числе в диалоговом формате с маркерами пользовательских и ассистентских реплик. Основные языки — английский, немецкий, испанский и французский; README также отмечает ограниченные возможности на итальянском, португальском, польском, нидерландском, румынском, чешском и шведском. Модель принимает текст и генерирует текст. Сильная сторона модели — дообучение на диалогах и инструкциях, позволяющее отвечать на вопросы и выполнять текстовые запросы на нескольких языках. Карточка приводит оценивание ilm-eval и демонстрации продолжения случайных запросов. Ограничения: дополнительные языки поддерживаются слабее основных, а в карточке нет данных о длине контекста. Лицензия — Apache 2.0.

Falkor-7b-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель на архитектуре Mistral, созданная объединением mistralai/Mistral-7B-Instruct-v0.2 и perlthoughts/Falkor-7b методом SLERP. Она предназначена для генерации текста и ответов на инструкции в чат-сценариях. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. В репозитории представлены веса SafeTensors. Модель распространяется по лицензии Apache-2.0. Карточка описывает состав объединения и параметры слияния, но не приводит сравнительных оценок качества или подробностей о поддерживаемых языках.

Esmaeil/FineLlama-3.1-8B — разговорная языковая модель, разработанная Esmaeil путём дообучения unsloth/Meta-Llama-3.1-8B-bnb-4bit. Она предназначена для генерации текста и диалоговых сценариев. Модель построена на плотной архитектуре LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 131 072 токенов. Для обучения использовались Unsloth и библиотека Hugging Face TRL. Модель работает с текстом и ориентирована на английский язык. Лицензия — Apache-2.0. README не описывает специальную предметную область или дополнительные ограничения качества и применения.

Карточка модели KR-X-AI/gemma-2-9b-it-0.2 на Hugging Face совпадает с карточкой KR-X-AI/krx-gemma-2-9b-4-8-8-tb-3, поэтому описание составлено по ней. KR-X-AI выпустила разговорную модель генерации текста на базе Gemma 2. Это дообучение unsloth/gemma-2-9b-it-bnb-4bit с использованием Unsloth и библиотеки TRL; модель содержит 9 млрд параметров, использует плотную архитектуру Gemma2 и поддерживает контекст до 8192 токенов. Она предназначена для диалогов и генерации текста по запросу. Модель принимает текст и выдаёт текст; в метаданных указан английский язык. Репозиторий распространяется по лицензии Apache-2.0.

Gemma 3 1B IT QAT Unquantized — производная инструктивная модель Google на базе google/gemma-3-1b-it. Несмотря на упоминание QAT в названии, в метаданных указан формат safetensors и связь finetune; дополнительных сведений о квантовании этой версии нет. Модель предназначена для диалогов и генерации текста: она может отвечать на вопросы, составлять краткие пересказы, помогать с черновиками писем и другим текстом. В README семейство Gemma 3 описано как мультимодальное: оно принимает текст и изображения и выдаёт текст; заявлена поддержка более 140 языков и контекст до 128K токенов. Размер именно этой версии в доступных данных не указан. Компактные модели Gemma 3 рассчитаны в том числе на запуск на ноутбуках, настольных компьютерах и собственной облачной инфраструктуре. Возможные ограничения включают фактические ошибки, предвзятость обучающих данных и трудности с неоднозначными или сложными запросами. Модель распространяется по лицензии Gemma.

Gemma 3 270M IT — компактная текстовая модель Google, полученная дообучением Gemma 3 270M для следования инструкциям и диалогов. Она предназначена для генерации текста, общения с пользователем, ответов на вопросы и суммаризации, а небольшой размер подходит для запуска на персональных компьютерах и в облачной инфраструктуре с ограниченными ресурсами. Модель принимает текст и выдаёт текст. В карточке семейства Gemma 3 заявлены поддержка более 140 языков и контекст до 128 тысяч токенов; эти характеристики приведены для семейства и отдельно для версии 270M IT не подтверждены. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия — Gemma. Модель может ошибаться в фактах, отражать предвзятости обучающих данных и испытывать трудности с неоднозначными формулировками, сложными задачами и тонкими языковыми нюансами. Для ответственных приложений рекомендуется проверять результаты и применять подходящие меры контроля контента.

google/gemma-3-270m-it-qat-q4_0-unquantized — текстовая диалоговая модель семейства Gemma 3 от Google, созданная на основе google/gemma-3-270m-it. Репозиторий содержит вариант с QAT Q4_0; метаданные указывают формат safetensors. Модель предназначена для генерации текста и диалогов, ответов на вопросы, суммаризации и других задач, выполняемых по текстовым инструкциям. В общей карточке семейства Gemma 3 также описаны приём изображений, контекст до 128K токенов и поддержка более 140 языков, но эти свойства отдельно для данного компактного текстового чекпойнта не подтверждены. Модель может применяться в чат-ботах, виртуальных помощниках, подготовке черновиков и кратких изложений. Небольшой размер семейства позволяет рассматривать запуск на устройствах с ограниченными ресурсами. Ограничения включают возможные фактические ошибки, смещения и трудности с неоднозначными или сложными запросами. Лицензия — Gemma; использование регулируется условиями лицензии и политикой допустимого использования Google.

QpiEImitation/GKD-S-Qwen3.5-2B_T-Qwen3.5-9B — дообученная модель генерации текста на основе Qwen/Qwen3.5-2B, обученная с использованием TRL. Карточка демонстрирует диалоговый сценарий: модель получает вопрос пользователя и генерирует ответ. В метаданных указаны архитектура Qwen3.5 dense, около 1,7 млрд параметров и контекст до 262 144 токенов. Модель подходит для диалоговых приложений и генерации ответов на текстовые запросы. Метаданные базовой модели описывают семейство Qwen как мультимодальное, однако для этого чекпойнта заявлены только генерация текста и возможность чата; поддержку изображений здесь не следует считать подтверждённой. Лицензия в предоставленных данных не указана.

GPT-4o mini — компактная мультимодальная модель OpenAI, представленная как модель семейства GPT-4o. Она принимает текст и изображения и формирует текстовые ответы, поэтому подходит для диалога, ответов на вопросы и анализа изображений с текстовым описанием или инструкцией. В карточке она охарактеризована как более доступная по стоимости модель по сравнению с более крупными моделями OpenAI. Сведения о лицензии и ограничениях использования в предоставленных данных отсутствуют.

GPT4 x Alpaca — языковая модель семейства LLaMA, разработанная maicomputer. Модель содержит 12,9 млрд параметров и дообучена в течение трёх эпох на ответах GPT-4; в качестве базовой модели использована Alpaca-13B. Она предназначена для генерации текста и диалоговых ответов. В карточке приведены результаты оценки на ARC и HellaSwag.

GreenOgno-v2-7b-passthrough — текстовая генеративная модель, созданная объединением GreenNode/GreenNode-mini-7B-multilingual-v1olet и eren23/OGNO-7b-dpo-truthful с помощью LazyMergekit. В конфигурации merge-метод passthrough: слои 0–7 взяты из первой модели, слои 8–31 — из второй; токенизатор объединённый, формат весов — float16 Safetensors. Модель построена на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Предназначена для генерации текста; базовая OGNO-7B имеет акцент на правдивость ответов, а компонент GreenNode обозначен как мультиязычный. Лицензия в предоставленных данных не указана.

h2ogpt-oig-oasst1-512-6_9b — языковая модель H2O.ai для генерации текста и следования инструкциям. Это дообученная версия EleutherAI/pythia-6.9b с архитектурой GPT-NeoX, содержащая около 8,8 млрд параметров. Модель принимает текст и генерирует текст; карточка указывает английский язык и контекст до 2048 токенов. Модель предназначена для чат-ботов, ответов на вопросы и выполнения текстовых инструкций. При дообучении использованы наборы инструкций OIG и OpenAssistant, а также персонализированный набор Fortune 2000. Для запуска README предлагает библиотеку Transformers и Accelerate. Лицензия — Apache-2.0, допускающая коммерческое использование. Модель может выдавать неверные, бессвязные или неуместные ответы и воспроизводить предубеждения или оскорбительный контент; результаты требуют проверки человеком.

Haumea-1.5 — разговорная языковая модель Haumea Labs, дообученная на базе unsloth/mistral-7b-instruct-v0.3-bnb-4bit. Она использует плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и предназначена для генерации текста в диалоге; метаданные также указывают интерфейс вызова инструментов. Модель принимает текст и генерирует текст. Длина контекста составляет 32 768 токенов, язык карточки — английский. Веса опубликованы в формате safetensors. Модель распространяется по лицензии Apache-2.0.

HyperLlama3.1-v2 — объединённая языковая модель, созданная с помощью mergekit из vicgalle/Configurable-Llama-3.1-8B-Instruct, bunnycore/HyperLlama-3.1-8B и ValiantLabs/Llama3.1-8B-ShiningValiant2. Это плотная причинная модель семейства Llama с архитектурой LlamaForCausalLM и 7,5 млрд параметров. Модель предназначена для диалогов и генерации текста по инструкциям. Она принимает текст и выдаёт текст; заявленная длина контекста — 131 072 токена. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Карточка не приводит отдельные сведения о качестве, поддерживаемых языках или ограничениях.

Inex12T3qm7xp-7B — автоматически объединённая языковая модель, созданная Maxime Labonne на основе MSL7/INEX12-7b и nlpguy/T3QM7XP. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и предназначена для генерации текста и диалоговых ответов; заявленная длина контекста составляет до 32 768 токенов. Для объединения использован метод DARE-TIES с плотностью 0,53 и весом 0,6 для nlpguy/T3QM7XP; веса представлены в формате safetensors. Модель принимает текст и генерирует текст. Лицензия — Apache-2.0. Карточка не приводит оценок качества или результатов тестирования.

KnutJaegersberg/internlm-20b-llama — разговорная языковая модель на архитектуре Llama с 19,6 млрд параметров. По метаданным, она предназначена для генерации текста и поддерживает диалоговый режим; указанный контекст составляет 4096 токенов. В карточке приведены результаты оценки на Open LLM Leaderboard: средний балл 65,09, а на AI2 Reasoning Challenge и HellaSwag — 61,35 и 82,08 соответственно. Эти показатели отражают результаты на отдельных бенчмарках и сами по себе не гарантируют качество в конкретных сценариях. README сообщает, что код лицензирован по Apache-2.0, а для весов разрешено бесплатное коммерческое использование; также упоминается возможность подать заявку на коммерческую лицензию, поэтому условия использования весов стоит сверить с актуальной лицензией репозитория.

Это версия в формате FP16 модели JAIS-30B-Chat-v3, опубликованная amgadhasan и основанная на core42/jais-30b-chat-v3. Модель с плотной архитектурой JAIS предназначена для генерации текста в диалоговом режиме; её можно применять для общения на естественном языке и получения ответов на вопросы. Контекстное окно составляет 8192 токена. В README указано, что права принадлежат исходным авторам. Условия лицензии не приведены, поэтому перед использованием следует проверить лицензию исходной модели core42/jais-30b-chat-v3.

K2S3-Mistral-7b-v1.50 — языковая модель, разработанная K2S3 и дообученная методом SFT на базе mistralai/Mistral-7B-v0.1 с настройкой всех параметров. Для обучения использовались alpaca-gpt4-data и примеры из OpenOrca. Модель относится к плотной архитектуре MistralForCausalLM, содержит 7,2 млрд параметров и принимает текст для генерации текста; поддерживает контекст до 32 768 токенов. В карточке указаны английский и корейский языки. Модель подходит для диалоговых ответов, следования инструкциям и генерации текста общего назначения. Использование ограничено условиями лицензии CC BY-NC 4.0, которая не допускает коммерческого использования.

Koala 13B — диалоговая языковая модель, разработанная в Berkeley и опубликованная TheBloke в формате Hugging Face. Репозиторий содержит веса, полученные объединением delta-весов Koala с исходной Llama 13B, а затем преобразованные в формат Hugging Face. Модель имеет архитектуру LlamaForCausalLM с 12,9 млрд параметров и контекст до 2048 токенов. Модель предназначена для диалогов и генерации текста, в том числе ответов на вопросы. В карточке указаны наборы данных ShareGPT52K и HC3. Репозиторий распространяется по лицензии с обозначением «other»; конкретные условия следует проверять в сопроводительных материалах модели и исходной лицензии Llama. Это версия в формате PyTorch для Transformers, без заявленных мультимодальных входов.

L3.1-Boshima-b — объединённая языковая модель, созданная сообществом с помощью mergekit методом SLERP из ArliAI/Llama-3.1-8B-ArliAI-Formax-v1.0 и mergekit-community/L3-Boshima-a. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM, примерно 7,5 млрд параметров и контекстом до 131 072 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Её можно использовать для ответов на запросы и ведения чата на основе текстового ввода. Она распространяется в формате safetensors; библиотека для работы с моделью — Transformers. Сведения о лицензии и языковой специализации в предоставленных данных отсутствуют.

djuna/L3.1-Purosani-2-8B — объединённая плотная языковая модель семейства Llama, созданная разработчиком djuna с помощью mergekit. В качестве основы использована unsloth/Meta-Llama-3.1-8B; слияние выполнено методом della_linear с включением нескольких моделей для инструкционного диалога, длинных ответов и других сценариев генерации текста. Модель содержит 7,5 млрд параметров, работает через Transformers и принимает текст, выдавая текст. Метаданные указывают контекст до 131 072 токенов и поддержку чата. Она подходит для диалоговых ассистентов и генерации развернутых ответов. В README приведены результаты оценок Open LLM Leaderboard, включая средний балл 22,85 и IFEval 49,88; эти показатели не гарантируют качество в конкретном приложении. Языки и предметные области отдельно не заявлены. Лицензия в предоставленных данных не указана.

kromcomp/L3.1-Spectrev2-12B — объединённая языковая модель на архитектуре Llama, созданная автором репозитория с помощью mergekit и метода Passthrough. В объединении использована модель merge/imps. Модель содержит 11,4 млрд параметров, построена как плотная авторегрессионная модель для генерации текста и поддерживает диалоговый режим. Модель подходит для генерации ответов в чате и других задач, где требуется продолжать или создавать текст. Заявленная длина контекста — 131 072 токена. Репозиторий содержит веса в формате Safetensors; для работы указана библиотека Transformers. README и метаданные не описывают специализацию по предметным областям или отдельные ограничения качества. Лицензия в предоставленных данных не указана.

L3-8B-Intermix-v0.3 — объединённая модель для генерации текста и диалогов, опубликованная bunnycore. Она создана с помощью mergekit методом model_stock на основе bunnycore/L3-Intermix-v0.2, cognitivecomputations/dolphin-2.9-llama3-8b и Orenguteng/Llama-3-8B-Lexi-Uncensored; архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров. Модель предназначена для диалогового взаимодействия и генерации ответов; каталог отмечает поддержку чата. Контекст модели составляет 8192 токена. Доступны веса в формате safetensors, лицензия — Apache-2.0. Данных о специализации по конкретным областям или поддерживаемых естественных языках нет.

kromvault выпустил L3-Horizon-Anteros-Ara-v0.1-9B — объединённую модель для генерации текста и диалогов. Она построена на архитектуре Llama с плотной моделью причинного языкового моделирования и содержит 8,4 млрд параметров; максимальный контекст — 8192 токена. Модель создана методом Della с помощью mergekit: в качестве базовой использована parts/anterosara.b, в объединение также включена parts/anterosara.c. Вес модели сохранён в формате safetensors, тип данных при объединении — bfloat16. Метаданные указывают библиотеку Transformers и возможность чата. Лицензия в предоставленных данных не указана.

Latensis Sentiment — модель классификации тональности турецкого текста, разработанная командой Latensis и дообученная на базе Latensis RoBERTa Base. Модель использует архитектуру RoBERTa с примерно 211,6 млн параметров и токенизатор Hecemen Unigram 128k; максимальная длина контекста составляет 514 токенов. Модель относит текст к одному из двух классов: отрицательному или положительному. Она предназначена для анализа отзывов, сообщений и других турецкоязычных текстов. В README приведены результаты на двух тестовых наборах: accuracy и macro-F1 0,9027 и 0,9026 на TRSAv1, а также accuracy 0,8534 на Winvoker. Указана лицензия MIT.