III.4Клиентская поддержка и customer success

Модель yuhengtu-bytedance/sfm_filtered_midtrain_alignment-4k_5k_6k_weightedavg_merge — объединение предварительно обученных языковых моделей, созданное с помощью mergekit. Для слияния применён линейный метод: чекпойнт global_step6000 использован как базовый, а чекпойнты global_step4000 и global_step5000 также включены в объединение. Модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров; формат весов — safetensors, контекст — до 16 384 токенов. Предназначена для генерации текста и диалогового взаимодействия. Карточка не сообщает конкретные языки или специализированные области применения. Условия лицензии в доступных данных не указаны.

Карточка модели 11erlangga/sft-qwen25-3b-run2 на Hugging Face совпадает с карточкой 11erlangga/sft-qwen25-3b-run1, поэтому описание составлено по ней. 11erlangga/sft-qwen25-3b-run1 — дообученная разговорная модель 11erlangga на архитектуре Qwen2.5. Она предназначена для генерации текста и диалоговых сценариев; метаданные также отмечают интерфейс вызова инструментов. Модель содержит 3,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. В карточке указано, что обучение выполнено с Unsloth и библиотекой TRL на базе unsloth/qwen2.5-3b-instruct-unsloth-bnb-4bit. Модель рассчитана на английский язык. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Карточка не сообщает о специализированной предметной области или ограничениях качества.

Lambent/Silver5-Nemo-12B — объединённая модель генерации текста, созданная с помощью mergekit методом TIES. В основу взята Mistral-Nemo-Base-2407, а в объединение также вошли Dans-PersonalityEngine-V1.1.0-12b, Wayfarer-12B, Vikhr-Nemo-12B-Instruct-R-21-09-24, MISCHIEVOUS-12B-Mix_0.6v и Grey-12b. Модель построена на плотной архитектуре MistralForCausalLM и содержит 12,1 млрд параметров. Она предназначена для диалоговой генерации текста; заявленная длина контекста — 131 072 токена. Используйте её для ответов на запросы и создания связного текста в чат-сценариях. Репозиторий содержит веса safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0. Карточка не приводит отдельных оценок качества или подробных ограничений, поэтому практические результаты могут зависеть от запроса и настроек генерации.

Smaura_8B — объединённая языковая модель на базе Llama 3, созданная методом Model Stock с помощью mergekit. В объединение вошли abacusai/Llama-3-Smaug-8B, Aura_Llama3, BlueMoon_Llama3, Luna_Llama3 и Theory_of_Mind_Llama3; основой указан abacusai/Llama-3-Smaug-8B. Модель предназначена для генерации текста и многоходового общения. Она имеет плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. Репозиторий использует Transformers и хранит веса в формате safetensors. В README указано, что веса объединены в формате float16. Сведений о лицензии и языковом охвате в предоставленных источниках нет.

bhavinjawade/SOLAR-10B-OrcaDPO-Jawade — инструкционно дообученная разговорная языковая модель на архитектуре Llama с 10,6 млрд параметров. Автор карточки сообщает, что модель основана на upstage/SOLAR-10.7B-Instruct-v1.0 и дополнительно обучена методом DPO с LoRA на датасете Intel/orca_dpo_pairs. Модель предназначена для диалогов и генерации ответов на инструкции. В карточке заявлено небольшое улучшение результатов на бенчмарках OpenLLM Leaderboard по сравнению с SOLAR 10.7B-Instruct; подробности оценки не приведены. Контекст составляет 4096 токенов. Репозиторий содержит веса в формате safetensors. Лицензия — MIT.

Solstice-70b — объединённая автором tdot604 языковая модель для генерации текста и диалоговых ответов. Она создана методом TIES с помощью mergekit на основе tdot604/Hazy-Llama-70b с включением TheDrummer/Moist-Miqu-70B-v1.1; в конфигурации указаны веса 0,8 и 0,2 соответственно. Модель использует плотную архитектуру Llama с классом LlamaForCausalLM, содержит 69,5 млрд параметров и работает с контекстом до 8192 токенов. Модель подходит для ведения диалогов и генерации текстовых ответов. Репозиторий содержит веса в формате safetensors и рассчитан на использование с библиотекой Transformers. В метаданных не указаны языки обучения или специализация на конкретной предметной области. Сведения о лицензии в предоставленных данных отсутствуют.

StrangeMerges_34-7B-slerp — диалоговая языковая модель, созданная Gille слиянием методом SLERP моделей ContextualAI/Contextual_KTO_Mistral_PairRM и Gille/StrangeMerges_30-7B-slerp с помощью LazyMergekit. Это плотная Mistral-архитектура с 7,1 млрд параметров, рассчитанная на генерацию текста и диалоговое взаимодействие; длина контекста — 32 768 токенов. Модель подходит для генерации ответов в чате и других текстовых сценариев. Веса опубликованы в формате safetensors, указана лицензия Apache-2.0. Карточка не приводит сведений о поддерживаемых естественных языках и специализированных предметных областях.

QuantFactory/suzume-llama-3-8B-multilingual-GGUF — это квантованная в формате GGUF версия мультиязычной модели lightblue/suzume-llama-3-8B-multilingual, созданная с помощью llama.cpp. Базой служит Meta-Llama-3-8B-Instruct от Meta; исходная модель дообучена примерно на 90 тысячах многоязычных диалогов. Модель предназначена для текстового общения, генерации ответов и инструкционного взаимодействия на нескольких языках. В обучении использовались датасеты с англоязычными, японскими и другими многоязычными диалогами, а оценивание проводилось на немецком, французском, японском, русском, китайском и английском языках. Ключевая особенность — расширенная поддержка неанглийских языков при сохранении возможностей Llama 3 для диалоговых задач. Размер модели — 8B параметров; архитектура унаследована от Llama 3. Модель является текстовой, поддержка изображений и других модальностей не заявлена. Размер контекста в карточке не указан. По MT-Bench модель получила оценки 7,26 на немецком, 7,66 на французском, 6,56 на японском, 8,19 на русском, 7,11 на китайском и 7,73 на английском. Эти результаты указывают на сильные мультиязычные диалоговые способности, однако русская оценка не включала задачи на код, рассуждения и математику, а подробности методики и обучающих данных должны быть дополнительно проверены. Для использования заявлена лицензия Llama 3; в карточке она обозначена как other и приведена ссылка на лицензию Meta-Llama-3-8B-Instruct. Ограничения лицензии, требования к применению и характеристики конкретных квантованных вариантов в README подробно не описаны.

Synatra-kiqu-10.7B — разговорная языковая модель семейства Llama с плотной архитектурой, содержащая 10,6 млрд параметров. Она дообучена на базе maywell/Synatra-10.7B-v0.4 и предназначена для генерации текста в диалоговом формате. Модель использует формат инструкций Alpaca, а её контекст составляет 4096 токенов. Модель разработала команда, связанная с аккаунтом maywell; в README указана поддержка Sionic AI, предоставившей GPU-ресурсы для обучения. Контрольные результаты в карточке не приведены. Модель распространяется по лицензии CC BY-SA 4.0.

T3qm7xNeuralsirkrishna_Experiment24Experiment26 — объединённая модель для генерации текста, созданная на основе двух моделей Mistral: automerger/T3qm7xNeuralsirkrishna-7B и automerger/Experiment24Experiment26-7B. Она содержит 7,1 млрд параметров, использует плотную архитектуру Mistral и принимает текстовый контекст длиной до 32 768 токенов. Модель предназначена для генерации текста и диалогов. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

T3qm7xNeuralsirkrishna_Experiment29Pastiche — объединённая языковая модель на архитектуре Mistral, созданная на основе automerger/T3qm7xNeuralsirkrishna-7B и automerger/Experiment29Pastiche-7B. Модель содержит 7,1 млрд параметров и предназначена для генерации текста и диалогов; она принимает текст и выдаёт текст. Модель поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. Репозиторий использует лицензию Apache-2.0. Сведений о специализации по доменам или языкам, а также о конкретных ограничениях качества в карточке нет.

MajidFQ разработал эту модель на базе intfloat/e5-base-v2 для преобразования предложений и абзацев в плотные текстовые эмбеддинги. Она построена на архитектуре BERT и Sentence Transformers: использует усреднение токеновых представлений и нормализацию векторов. Размерность эмбеддинга — 768, функция сходства — косинусная, максимальная длина последовательности — 512 токенов. Модель подходит для семантического поиска, сравнения текстов, поиска парафраз, кластеризации и классификации. В частности, её можно применять для маршрутизации запросов по категориям бизнеса и сопоставления запросов с описаниями категорий. Обучение проводилось на 48 425 примерах пар предложений с оценками сходства. Модель принимает текст и выдаёт векторы; английская базовая модель и примеры в карточке не подтверждают поддержку других языков. Лицензия в предоставленных данных не указана.

Tess-XL-v1.0 — универсальная большая языковая модель из серии Tess, разработанной migtissera. Модель основана на Goliath-120B; в метаданных указаны архитектура LlamaForCausalLM, 117,5 млрд параметров и контекст до 4096 токенов. Репозиторий содержит веса в формате safetensors. Модель предназначена для генерации текста общего назначения и диалогов, в том числе для развёрнутых ответов на вопросы и творческих задач. Карточка приводит формат общения с ролями SYSTEM, USER и ASSISTANT и примеры диалогов. В метаданных не заявлена специализация на конкретном языке или предметной области. Модель распространяется по лицензии Llama 2. Карточка указывает Goliath-120B как базу, но не описывает подробно обучение и ограничения; фактическое качество может зависеть от запроса и сценария применения.

tolk-7B — дообученная языковая модель от RaspizdAI на базе deepseek-ai/DeepSeek-R1-Distill-Qwen-7B. Она предназначена для многоходового диалога, общения в заданной персоне и генерации структурированного текста на русском и английском языках. Модель использует плотную архитектуру Qwen2 с причинной языковой моделью, содержит 7,1 млрд параметров и поддерживает контекст до 131 072 токенов. Модель подходит для диалоговых ассистентов, которым важно поддерживать беседу на русском или английском, придерживаться заданного образа и выдавать текст в заданной структуре. Метаданные указывают поддержку чата и интерфейса вызова инструментов; качество этих возможностей отдельно не охарактеризовано. Модель распространяется под лицензией MIT.

Ultravox — мультимодальная речевая языковая модель от Fixie.ai, объединяющая аудиовход с текстовой моделью Llama 3.2-1B-Instruct и Whisper large-v3-turbo. Она принимает речь и текст, например текстовую системную инструкцию и аудиосообщение пользователя, а ответ генерирует в текстовом виде. Модель предназначена для голосовых агентов, анализа устной речи и перевода речи между языками. В README указана версия Ultravox 0.5 с обозначением 1B; метаданные каталога указывают 4,8 млрд параметров. Модель построена на архитектуре Ultravox и поддерживает аудиовход, чат и интерфейс вызова инструментов. Для обучения использовались наборы данных распознавания речи и речевого перевода, а также продолжения, сгенерированные Llama 3.1 8B. Метаданные перечисляют широкий набор языков, включая русский; конкретные языки карточки охватывают более узкий перечень. Модель выдаёт текст и не генерирует аудио. В README отмечено, что к этой версии не применялась настройка предпочтений; качество перевода может зависеть от языковой пары и ограниченности модели версии 1B. Лицензия — MIT.

Vikhrmodels/Vikhr-7B-instruct_0.2 — русско- и англоязычная инструкция-модель семейства Llama, опубликованная Vikhrmodels. Она предназначена для генерации текста и ответов на запросы в формате инструкций. Модель имеет плотную архитектуру LlamaForCausalLM, 6,7 млрд параметров и контекстное окно 2048 токенов. В метаданных указаны наборы данных Vikhr_instruct и darulm. Репозиторий содержит веса в формате safetensors. Карточка README сообщает о GGUF-версии, но не содержит подробностей о её характеристиках. Лицензия в предоставленных данных не указана.

Villanova-2B-2512-Preview — текстовая языковая модель VillanovaAI, полученная постобучением Villanova-2B-Base-2512-Preview. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и 2,4 млрд параметров; она предназначена для генерации текста и диалогового взаимодействия. Модель принимает текст и генерирует текст. В карточке заявлена поддержка английского, немецкого, испанского, французского и итальянского языков. Длина контекста составляет 4096 токенов. Модель выпущена как предварительная версия, поэтому её характеристики и качество могут измениться. Распространяется по лицензии Apache-2.0.

Villanova-2B-2603 — мультиязычная инструкционная языковая модель, разработанная Villanova.AI. Она создана дообучением Villanova-2B-Base-2603 на наборе VillanovaAI/villanova-sft-2603 и предназначена для диалога, следования инструкциям, ответов на вопросы и генерации текста на пяти европейских языках. Модель использует плотную decoder-only архитектуру на базе LLaMA с 2,4 млрд параметров и контекстом до 32 768 токенов. Она принимает текст и генерирует текст; заявлена поддержка английского, французского, немецкого, итальянского и испанского языков. В карточке отмечены сбалансированное следование инструкциям на этих языках и оценивание безопасности на пяти языках. Модель распространяется в формате Safetensors и выпущена под лицензией Apache 2.0. Компактный размер делает её пригодной для развёртывания на устройствах с ограниченными ресурсами, однако качество и скорость зависят от оборудования и сценария. Результаты бенчмарков в карточке приведены разработчиком; они не гарантируют качество для конкретной задачи. Возможности модели ограничены текстовым вводом и выводом.

Katayoon/VPO-SELM-Zephyr-7B-iter-2 — диалоговая языковая модель, дообученная разработчиком на базе Katayoon/VPO-SELM-Zephyr-7B-iter-1 на обновлённом и исходном наборах данных. Это плотная модель семейства Mistral с архитектурой MistralForCausalLM, примерно 7,1 млрд параметров и контекстом до 32 768 токенов. Она предназначена для генерации текста в диалоговом формате и распространяется в формате safetensors. Модель опубликована по лицензии MIT. Карточка не приводит подробностей о языках, оценке качества или конкретных ограничениях применения.

WaterSheep — англоязычная модель для оценки и классификации текста, разработанная как открытая альтернатива Jev. Она отвечает на вопросы о тексте в форматах «да/нет», выбор одного варианта, оценка по шкале и многометочная классификация, выдавая вероятность для каждого варианта. Модель дообучена на базе answerdotai/ModernBERT-base; доступны веса Safetensors и формат ONNX, а также запуск через Transformers, ONNX Runtime, локальный сервер или JavaScript в браузере. Модель предназначена для классификации тональности и эмоций, модерации, проверки безопасности, определения намерений и других задач, заданных вариантами ответа. В README указана точность 77,8% на тестовой выборке из распределения обучения и 61,2% на отложенных наборах; качество и калибровка вероятностей зависят от соответствия данных обучающим. Входные данные на английском языке, длинные тексты обрезаются. Оценки по шкале менее точны; модель не следует использовать самостоятельно для важных медицинских, юридических, финансовых решений и найма. Лицензия — Apache-2.0.

YamshadowExperiment27pastiche-7B — текстовая генеративная модель на архитектуре Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Это автоматическое объединение моделей, созданное Maxime Labonne; в конфигурации указаны YamShadow-7B и Experiment27Pastiche-7B, метод DARE-TIES. Модель предназначена для генерации текста и диалоговых ответов. Формат весов — safetensors. Лицензия — Apache-2.0.

YamshadowInex12_Experiment28Experiment26 — слитая модель семейства Mistral, созданная на основе automerger/YamshadowInex12-7B и automerger/Experiment28Experiment26-7B. Она предназначена для генерации текста и диалоговых сценариев на базе архитектуры MistralForCausalLM. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате safetensors. Лицензия — Apache-2.0.

YamshadowStrangemerges_32_Ognoexperiment27M7 — объединённая модель на архитектуре Mistral, разработанная путём слияния automerger/YamshadowStrangemerges_32-7B и automerger/Ognoexperiment27M7-7B. Она содержит 7,1 млрд параметров и предназначена для генерации текста и ведения диалогов с контекстом до 32 768 токенов. Модель принимает текст и выдаёт текст; её можно использовать для диалоговых интерфейсов и генерации текстовых ответов. В карточке не приведены сведения о поддерживаемых естественных языках и специальных предметных областях. Модель распространяется по лицензии Apache-2.0.

Zenith-7B-dpo-v2 — диалоговая языковая модель Xenon1 на архитектуре Mistral, дообученная на Mistral-7B-v0.1 с использованием датасета UltraFeedback и методов из статьи Self-Rewarding Language Models. Модель содержит 7,1 млрд параметров, принимает текстовые инструкции в формате Mistral [INST] и рассчитана на контекст до 32 768 токенов. Модель предназначена для диалогов и генерации ответов на инструкции. В архитектуре используются Grouped-Query Attention, Sliding-Window Attention и BPE-токенизатор с поддержкой fallback по байтам. Карточка указывает английский язык. Модель распространяется по лицензии Apache-2.0.

Zenith-7B-dpo-v3 — разговорная языковая модель Xenon1 на 7,1 млрд параметров, созданная дообучением Mistral-7B-v0.1 на датасете UltraFeedback с применением методов из работы Self-Rewarding Language Models. Модель предназначена для генерации текста в ответ на инструкции и диалоговые запросы; для форматирования запросов используется шаблон Mistral с маркерами [INST] и [/INST]. Архитектура — плотный трансформер Mistral с Grouped-Query Attention и Sliding-Window Attention; поддерживаемый контекст — до 32 768 токенов. Модель работает с текстом и ориентирована прежде всего на английский язык. В карточке приведены результаты на ARC Challenge, HellaSwag, TruthfulQA и Winogrande. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Zephyra-32b — объединённая текстовая языковая модель от tdot604, созданная методом SLERP с помощью mergekit на основе tdot604/Hazy-Llama-70b и TheDrummer/Moist-Miqu-70B-v1.1. Модель построена на плотной архитектуре Llama и предназначена для генерации текста и диалоговых ответов. Модель содержит 35,3 млрд параметров, работает с контекстом до 8192 токенов и распространяется в формате safetensors для библиотеки Transformers. Она принимает текст и генерирует текст; указаний на специализацию по конкретным языкам или предметным областям нет. Данных о лицензии в предоставленных источниках нет.

Это дообученная версия Mistral-7b-sft-beta от HuggingFaceH4, созданная на наборах данных updated и original. Модель с плотной архитектурой MistralForCausalLM содержит 7,1 млрд параметров и предназначена для генерации текста и диалогового общения. Она принимает текст и выдаёт текст; поддерживает контекст до 32 768 токенов. Модель подходит для диалоговых сценариев и генерации ответов на вопросы. В карточке не приведены результаты оценки качества или подробности о тренировочных данных. Лицензия — MIT.

Модель ShenaoZ/0.001_ablation_5iters_bs256_nodpo_iter_4 — дообученная версия ShenaoZ/0.001_ablation_5iters_bs256_nodpo_iter_3 на наборах данных updated и original. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалогового общения; заявленный контекст — 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель опубликована под лицензией MIT.

Это разговорная текстовая модель на архитектуре Mistral с 7,1 млрд параметров, дообученная разработчиком ShenaoZ на базе HuggingFaceH4/mistral-7b-sft-beta с использованием датасета HuggingFaceH4/ultrafeedback_binarized. Модель предназначена для генерации ответов и ведения диалога в текстовом формате; карточка относит её к задаче text-generation и отмечает поддержку chat. Модель принимает текст и генерирует текст. Для базовой модели указан контекст 32 768 токенов; лицензия модели — MIT. Карточка не приводит отдельные сведения об оценках качества или ограничениях дообученной версии.

Модель ShenaoZhang/0.001_zephyr_5551_4iters_bs256_iter_1 — дообученная версия Mistral, созданная на основе HuggingFaceH4/mistral-7b-sft-beta с использованием датасета HuggingFaceH4/ultrafeedback_binarized. Это плотная авторегрессионная модель на 7,1 млрд параметров для генерации текста и общения в формате чата. Она принимает текст и выдаёт текст; поддерживает контекст до 32 768 токенов. Модель подходит для ответов на вопросы и ведения текстового диалога. В карточке не описаны отдельные специализированные области применения или оценки качества. Использование регулируется лицензией MIT.