III.4Клиентская поддержка и customer success

Llama-3-15b-Instruct-GLUED-Plus — инструктивная языковая модель, дообученная athirdpath на базе athirdpath/Llama-3-15b-Instruct-GLUED. Это плотная авторегрессионная модель семейства Llama с 14,9 млрд параметров, контекстом до 8192 токенов и форматом диалога L3; для обучения использовались Unsloth и Hugging Face TRL, а также частный датасет объёмом 8 тысяч примеров.

ReplaceHumanWithAI/llama3.1_low_F16 — дообученная разговорная языковая модель семейства Llama 3.1, разработанная ReplaceHumanWithAI на базе unsloth/meta-llama-3.1-8b-instruct-bnb-4bit. Модель с плотной архитектурой LlamaForCausalLM содержит 7,5 млрд параметров и предназначена для генерации текста в диалогах; в метаданных также отмечен интерфейс вызова инструментов. Модель принимает текст и выдаёт текст, поддерживает английский язык. Заявленная длина контекста — 131 072 токена. Веса представлены в формате safetensors; для обучения использовались Unsloth и библиотека TRL. Модель распространяется по лицензии Apache-2.0. Карточка не описывает специализацию дообучения или результаты оценки качества, поэтому её пригодность для конкретных сценариев следует проверять отдельно.

Joseph717171/Llama-3.1-SuperNova-8B-Lite_TIES_with_Base — объединённая языковая модель, созданная автором репозитория с помощью mergekit методом TIES на основе arcee-ai/Llama-3.1-SuperNova-Lite и meta-llama/Llama-3.1-8B. Модель относится к семейству Llama, имеет плотную архитектуру LlamaForCausalLM и около 7,5 млрд параметров; для загрузки используются файлы safetensors. Заявленная длина контекста — 131 072 токена. Модель предназначена для генерации текста и диалоговых сценариев. Автор применил параметры weight и density, чтобы сохранить больше возможностей следования инструкциям при объединении. В карточке приведены результаты Open LLM Leaderboard, включая оценку IFEval 80,96 и средний балл 43,07. Лицензия — Llama 3.1; условия использования определяются соответствующей лицензией Meta. README не сообщает поддерживаемые естественные языки и не описывает отдельные специализированные области применения.

Llama-3.1-SuperNova-Lite — плотная авторегрессионная языковая модель примерно на 7,5 млрд параметров, разработанная Arcee.ai на основе Llama 3.1 8B Instruct. Это чат-модель, дообученная с использованием дистилляции по офлайн-логитам Llama 3.1 405B Instruct и набора инструкций EvolKit-20k. Она предназначена для диалогов, следования инструкциям и широкого круга текстовых задач, когда нужна компактная альтернатива более крупным моделям. Заявленная длина контекста — 131 072 токена; модель рассчитана на английский язык и использует библиотеку Transformers с весами Safetensors. В карточке отмечены высокие результаты следования инструкциям и применение в различных сценариях, однако приведённые оценки охватывают лишь часть возможностей и не гарантируют качество для конкретной задачи. Лицензия — Llama 3.1 Community License (llama3).

LLaMa-3.1-Zeroed-13B — плотная языковая модель семейства Llama, созданная сообществом mergekit из предварительно обученной unsloth/Meta-Llama-3.1-8B методом passthrough merge. Она предназначена для генерации текста и диалоговых сценариев с контекстом до 131 072 токенов. Модель содержит около 12,5 млрд параметров и распространяется в формате safetensors для библиотеки Transformers. Карточка не описывает отдельную настройку под конкретную предметную область или языки. Лицензия в предоставленных данных не указана.

Llama-3-8B-Synthia-v3.5 — языковая модель общего назначения на архитектуре Llama, дообученная на наборе Synthia-v3.5 и других общедоступных данных. Вычисления для обучения профинансировала KindoAI. Модель содержит около 7,5 млрд параметров и рассчитана на контекст до 8192 токенов. Модель дообучена для следования инструкциям и ведения длительных диалогов. Её можно использовать для ответов на вопросы, диалогового помощника, генерации и продолжения текста. Карточка описывает оценивание на наборах задач Language Model Evaluation Harness, но не приводит результаты метрик. Модель может выдавать неточные или вводящие в заблуждение ответы, а также предвзятый, оскорбительный или иной неподходящий контент. В README она обозначена как uncensored. Лицензия — Llama 3 Community License (llama3).

Llama-3-Chinese-8B-Instruct — чат-модель на архитектуре Llama, разработанная как дообучение Llama-3-Chinese-8B на 5 млн примеров с инструкциями. Она предназначена для диалога, ответов на вопросы и генерации текста по запросу. Модель содержит 7,5 млрд параметров, принимает текст и выдаёт текст; заявленные языки — китайский и английский. Контекстное окно составляет 8192 токена. Для хранения весов используется формат Safetensors. Модель подходит для разговорных сценариев и вопросов и ответов. Карточка не приводит оценки качества или подробных ограничений применения. Лицензия — Apache-2.0.

Junpito/llama3-finetuned-id-16bit — дообученная Junpito плотная языковая модель семейства Llama 3.2 с архитектурой LlamaForCausalLM. Она основана на unsloth/llama-3.2-3b-instruct-unsloth-bnb-4bit и обучалась с использованием Unsloth и библиотеки TRL от Hugging Face. В репозитории указаны формат safetensors, размер около 3,2 млрд параметров и контекст до 131 072 токенов. Модель предназначена для генерации текста и диалоговых сценариев на английском языке; в метаданных также отмечен интерфейс вызова инструментов. Лицензия — Apache-2.0. Карточка не уточняет данные дообучения, конкретную специализацию, оценку качества или ограничения применения, поэтому эти свойства нельзя определить по доступным сведениям.

VIRNECT разработала разговорную языковую модель на архитектуре Llama 3 для генерации текста на корейском и английском языках. Модель содержит 7,5 млрд параметров, принимает текст и поддерживает контекст до 8192 токенов. Модель предназначена для диалогового использования и генерации ответов. Она дообучена на базе MLP-KTLim/llama-3-Korean-Bllossom-8B с использованием датасета AI Hub для развития возможностей крупной языковой модели на корейском языке. Весы доступны в формате safetensors для Transformers. Лицензия — Llama 3 Community License.

Llama3-OneForAll-8B — объединённая диалоговая языковая модель, созданная bunnycore с помощью mergekit на основе RemixLlama3-8B, Hermes-2-Theta-Llama-3-8B и Dolphin-2.9-Llama3-8B. Использует плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текстовые запросы и выдаёт текстовые ответы; заявленная длина контекста — 8192 токена. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Llama 3. Карточка не приводит результатов оценки качества или подробностей о поддерживаемых языках, поэтому их нельзя надёжно определить по имеющимся сведениям.

llama-3-open-hermes-disco — объединённая модель для генерации текста, созданная автором репозитория с помощью mergekit. В основе слияния DARE TIES лежат Muhammad2003/Llama3-8B-OpenHermes-DPO и birgermoell/llama-3-merge-disco-neural-pace. Модель построена на архитектуре LlamaForCausalLM, содержит 7,5 млрд параметров и рассчитана на контекст до 8192 токенов. Модель предназначена для диалоговой генерации текста и может использоваться в чат-сценариях. Репозиторий содержит веса в формате safetensors; лицензия указана как llama2. Карточка не приводит результатов оценки качества или дополнительных ограничений применения.

Llama-3-SauerkrautLM-70b-Instruct — диалоговая языковая модель, созданная VAGO Solutions совместно с Hyperspace.ai на основе Meta-Llama-3-70B-Instruct и настроенная с помощью DPO. Она предназначена для генерации ответов и ведения диалога на немецком и английском языках; в карточке приведены оценки на англоязычных и немецкоязычных тестах, включая MT-Bench и оценку RAG. Модель использует плотную архитектуру LlamaForCausalLM и содержит 69,5 млрд параметров. Контекст — до 8192 токенов. Доступны веса в формате safetensors. В README указана лицензия meta-llama, тогда как метаданные Hugging Face обозначают её как other; условия следует сверять с лицензией базовой модели и карточкой репозитория. Авторы предупреждают, что модель может выдавать неподходящий или неотфильтрованный контент и что её поведение не всегда будет уместным.

maywell/Llama-3-Synatra-11B-v1 — чат-модель на архитектуре Llama 3, дообученная разработчиком Maywell на более чем 400 тысячах диалоговых примеров на корейском и английском языках. Она предназначена для диалогов и генерации текста по запросам; использует формат чата Llama 3. Модель содержит 11 млрд параметров и рассчитана на контекст до 8192 токенов. Модель подходит для общения и ответов на запросы на корейском и английском языках. В качестве основы указана kuotient/Llama-3-11B-Instruct-attenuated. Лицензия обозначена как other, поэтому условия использования следует сверить с карточкой модели и её базовой модели. Публичных сведений о результатах оценки качества в карточке нет.

L-MChat-7b — чат-модель на 7,1 млрд параметров, созданная слиянием Nexusflow/Starling-LM-7B-beta и FuseAI/FuseChat-7B-VaRM. В основе — плотная архитектура Mistral с классом MistralForCausalLM; модель распространяется в формате safetensors и рассчитана на контекст до 8192 токенов. Модель предназначена для диалоговой генерации текста и может использоваться для ответов на вопросы, ведения беседы и рассуждений на естественном языке. В README приведены результаты оценок на нескольких наборах тестов Open LLM Leaderboard, однако они не гарантируют качество на конкретных пользовательских задачах. Указана лицензия Apache-2.0.

MaLA-LM/lucky52-bloom-7b1-no-52 — мультиязычная модель BLOOM, дообученная с инструкциями на основе параллельного набора Bactrian-X. Это один из 52 чекпойнтов серии: при обучении в модель последовательно добавляли языки. Модель содержит 9,1 млрд параметров, использует плотную архитектуру BLOOM для причинной генерации текста и загружается через библиотеку Transformers; доступны веса PyTorch и Safetensors. Модель предназначена для генерации ответов на инструкции и вопросов на 52 языках, включая русский, английский, китайский, арабский, хинди и другие языки, перечисленные в карточке. Её можно применять для многоязычного диалога, ответов на вопросы и следования текстовым инструкциям. Карточка сообщает о сравнении серии моделей на трёх многоязычных бенчмарках, но не приводит здесь результатов конкретного чекпойнта. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

Luminis-phi-4 — языковая модель, созданная объединением двух предварительно обученных моделей с помощью mergekit и метода SLERP. В состав объединения вошли bunnycore/Phi-4-Model-Stock-v4 и bunnycore/Phi-4-RR-Shoup; параметры модели представлены в формате safetensors, архитектура — плотная LlamaForCausalLM. Разработчик — suayptalha. Модель предназначена для генерации текста и диалогового общения. В карточке приведены результаты оценки на Open LLM Leaderboard, включая IFEval и BBH. Модель содержит 14,1 млрд параметров, поддерживает контекст до 16 384 токенов и рассчитана на английский язык. Модель распространяется по лицензии MIT. Карточка не описывает ограничения качества или безопасности; результаты тестов отражают лишь отдельные бенчмарки и не гарантируют качество в конкретных сценариях.

Luth-LFM2-1.2B — франкоязычная дообученная версия LFM2-1.2B, созданная kurakurai в сотрудничестве с Liquid AI. Модель дообучена полным fine-tuning на наборе Luth-SFT с помощью Axolotl, после чего результат объединён с LFM2-1.2B. Это плотная авторегрессионная модель семейства LFM2 на 1,5 млрд параметров; она работает через Transformers, использует формат safetensors и поддерживает контекст до 128 000 токенов. Модель предназначена для генерации текста и диалогов с выполнением инструкций. Дообучение улучшило результаты на французском языке в следовании инструкциям, математике и общих знаниях; английские возможности сохранились или немного улучшились. В карточке приведены оценки на французских и английских бенчмарках, включая IFEval, GPQA-Diamond, MMLU и Math500. Подходит для франкоязычных и англоязычных ассистентов, ответов на вопросы, решения математических задач и генерации текста. Лицензия указана как other, поэтому конкретные условия использования следует сверить с лицензией и файлами репозитория.

liminerity/m7-64-bitnet-alpaca-3 — разговорная языковая модель, разработанная liminerity и дообученная на базе liminerity/m7-64-bitnet-alpaca-2. Она предназначена для генерации текста и диалоговых сценариев. Модель использует плотную архитектуру Mistral с классом MistralForCausalLM, содержит 203,9 млн параметров и поддерживает контекст до 2048 токенов. Для обучения применялись Unsloth и библиотека Hugging Face TRL. Модель принимает текст и генерирует текст; в метаданных указана поддержка английского языка. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Данных о специализированных предметных областях или известных ограничениях в карточке нет.

M7Yamshadowexperiment28_Experiment31Experiment29 — объединённая языковая модель на архитектуре Mistral, опубликованная MaziyarPanahi. Она предназначена для генерации текста и диалогов. Модель содержит 7,1 млрд параметров, использует формат safetensors и поддерживает контекст до 32 768 токенов. Модель создана слиянием automerger/M7Yamshadowexperiment28-7B и automerger/Experiment31Experiment29-7B. Репозиторий распространяется по лицензии Apache-2.0. Карточка не описывает специализированные области применения или отдельные ограничения качества.

M7Yamshadowexperiment28_YamM7 — объединённая модель семейства Mistral, созданная из automerger/M7Yamshadowexperiment28-7B и automerger/YamM7-7B. Модель содержит 7,1 млрд параметров и использует архитектуру MistralForCausalLM; для работы с текстом доступен контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогов. Её можно использовать для составления ответов, продолжения текста и разговорного взаимодействия. В карточке модели не приведены сведения о специализации или языковом охвате. Модель распространяется по лицензии Apache-2.0. README не сообщает о результатах оценки качества или известных ограничениях.

M7Yamshadowexperiment28_YamNeuralsirkrishna — объединённая модель семейства Mistral, созданная путём слияния automerger/M7Yamshadowexperiment28-7B и automerger/YamNeuralsirkrishna-7B. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и распространяется в формате safetensors. Модель предназначена для генерации текста и диалогов на входном текстовом запросе. Контекст составляет до 32 768 токенов, что позволяет работать с длинными запросами и документами. Карточка не сообщает о специализации на отдельных языках или предметных областях, а также не приводит результатов оценки качества. Лицензия — Apache-2.0. Слияние объединяет две базовые модели, поэтому поведение и качество могут отличаться от каждого исходного чекпойнта; отдельные ограничения или рекомендации по использованию в карточке не описаны.

Magro-7B — диалоговая языковая модель Sakalti, дообученная на базе HuggingfaceH4/zephyr-7b-beta. Она предназначена для генерации текста в формате беседы и может использоваться в чат-ботах и других приложениях, которым нужны текстовые ответы. Модель построена на архитектуре Mistral с плотной авторегрессионной сетью и содержит 7,1 млрд параметров; заявленная длина контекста — 32 768 токенов. Для обучения использовались Unsloth и TRL. Модель распространяется по лицензии MIT.

MaXaM_Large_v1.72 — дообученная диалоговая языковая модель Triadic Intelligence Labs на архитектуре Llama с 69,5 млрд параметров. В карточке указано обучение методом SFT на датасете FTK, созданном в SFT Studio Pro. Модель предназначена для генерации текста и диалогового взаимодействия; метаданные также отмечают поддержку чата. Она принимает текст и выдаёт текст, поддерживает английский язык и имеет контекстное окно до 131 072 токенов. Модель распространяется в формате safetensors через Transformers. Метаданные указывают лицензию Apache-2.0, тогда как README обозначает лицензию llama3.1 и формулировку «Open Source with Responsible Use»; условия использования следует сверять с лицензией базовой модели Llama 3.1. Подробные результаты оценки качества и сведения о конкретных ограничениях в карточке не приведены.

MegaDolphin-2.2-120b — разговорная языковая модель, созданная QuixiAI как преобразование Dolphin-2.2-70b методом слияния passthrough с помощью MergeKit. Модель построена на плотной архитектуре Llama и содержит 120,1 млрд параметров. Она принимает текстовые запросы в формате ChatML и генерирует текст; контекст составляет 4096 токенов. В карточке указана поддержка английского языка. Модель предназначена для диалога, ответов на вопросы, инструкций и многоходовых бесед, в том числе для эмпатичных ответов и личных советов. Разработчик описывает её как uncensored и предупреждает о высокой готовности выполнять запросы, включая неэтичные; перед предоставлением модели пользователям рекомендуется добавить собственный слой выравнивания. Лицензия — Llama 2 Community License (llama2).

MaziyarPanahi/MeliodasPercival_01_Experiment27Inex12 — объединённая языковая модель семейства Mistral, созданная путём слияния automerger/MeliodasPercival_01-7B и automerger/Experiment27Inex12-7B. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и распространяется в формате Safetensors. Модель предназначена для генерации текста и диалогов. Она принимает текстовые запросы и может использовать контекст длиной до 32 768 токенов. Карточка не приводит сведений о целевых языках или специализированных областях применения. Лицензия — Apache 2.0.

MeliodasPercival_01_MeliodasT3q — объединённая текстовая модель семейства Mistral с 7,1 млрд параметров, созданная слиянием моделей automerger/MeliodasPercival_01-7B и automerger/MeliodasT3q-7B. Она предназначена для генерации текста и ведения диалогов; принимает текст и поддерживает контекст до 32 768 токенов. Модель опубликована в формате Safetensors и распространяется по лицензии Apache-2.0. Данных о специализации на конкретной предметной области или языке нет, поэтому её можно рассматривать как модель общего назначения. Карточка не приводит результаты оценки качества или подробные рекомендации по использованию.

MeliodasPercival_01_NeuralsirkrishnaT3qm7x — объединённая текстовая модель на архитектуре Mistral с 7,1 млрд параметров. Она создана слиянием моделей automerger/MeliodasPercival_01-7B и automerger/NeuralsirkrishnaT3qm7x-7B; автор карточки — MaziyarPanahi. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текст и поддерживает контекст длиной до 32 768 токенов. В репозитории представлены веса в формате safetensors. Модель распространяется по лицензии Apache-2.0. Карточка не сообщает о специальных предметных областях или языковой специализации.

MeliodasPercival_01_Strangemerges_32Alloyingotneoy — объединённая модель генерации текста на архитектуре Mistral, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/Strangemerges_32Alloyingotneoy-7B. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Она предназначена для генерации текста и диалоговых сценариев. Репозиторий содержит веса в формате Safetensors. Модель распространяется по лицензии Apache-2.0. Данных о специализации на конкретных языках или предметных областях нет.

MeliodasPercival_01_YamM7 — объединённая языковая модель на архитектуре Mistral, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/YamM7-7B. Модель содержит 7,1 млрд параметров и принимает текст для генерации текста и диалоговых ответов с контекстом до 32 768 токенов. Модель предназначена для генерации продолжений текста и ведения диалогов. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает конкретные языки, специализированные области применения или известные ограничения.

MeowGPT-2 — разговорная языковая модель, разработанная CutyCat2000 на архитектуре Llama. Модель содержит 2,9 млрд параметров, использует плотную архитектуру LlamaForCausalLM и принимает текстовые запросы для генерации текста. Она обучена на наборе данных OpenOrca и предназначена для диалогового взаимодействия и других задач генерации текста на естественном языке. Модель загружается через библиотеку Transformers и распространяется в формате safetensors. Контекст составляет до 4096 токенов. В карточке указан английский язык, лицензия — MIT. Ответы могут быть неточными или неуместными, поэтому их следует проверять перед использованием в важных сценариях.