III.4Клиентская поддержка и customer success

Tanaos создала модель классификации тем на основе RoBERTa и библиотеки Artifex. Модель дообучена на синтетическом наборе из 10 000 высказываний и распределяет текст по 15 заранее заданным категориям, включая политику, здоровье и технологии. Модель предназначена для классификации разговоров, отзывов, статей и других текстов по темам, например, в чат-ботах и системах категоризации контента. Она принимает текст на английском языке и выдаёт метку категории. Модель содержит 151,8 млн параметров, использует архитектуру RoBERTa и имеет контекстное окно 514 токенов. Распространяется по лицензии MIT. Карточка не приводит результаты оценки качества; авторы предупреждают, что модель может быть недостаточно точной для сценариев с высокими требованиями к точности и задач, требующих специальных знаний, без дополнительного дообучения.

vulong3896/topic_classifier — модель классификации текста на основе DistilBERT, дообученная на distilbert/distilbert-base-multilingual-cased. Она предназначена для отнесения текстов к темам и другим заданным классам; конкретные категории и сценарии применения в карточке не описаны. Модель использует архитектуру DistilBertForSequenceClassification, принимает текст и выдаёт метку класса. Максимальная длина контекста — 512 токенов; репозиторий содержит веса в формате safetensors. Базовая модель многоязычная, поэтому модель подходит для классификации текстов на разных языках, хотя конкретные поддерживаемые языки не перечислены. На оценочном наборе указаны accuracy 0,8869 и loss 1,2182, но набор данных и методика оценки не описаны, поэтому эти результаты нельзя напрямую переносить на другие данные. Лицензия — Apache-2.0.

Trendyol LLM v1.0 Chat — диалоговая авторегрессионная языковая модель компании Trendyol на основе Mistral-7B. Модель содержит 7,2 млрд параметров, использует архитектуру Mistral и принимает текст, генерируя текст. Чат-версия дообучена с помощью LoRA на 180 тысячах наборов инструкций; в метаданных указан контекст до 32 768 токенов. Модель предназначена для диалогов и выполнения текстовых инструкций, прежде всего на турецком и английском языках. Её можно использовать для генерации ответов и черновиков текста. Качество работы с разговорной речью и другими языками может быть ограничено; ответы могут содержать фактические ошибки и предвзятые или вредоносные формулировки, поэтому для важных сценариев нужна проверка человеком. Модель выпущена под лицензией Apache-2.0.

Academic TRURL 2 — языковая модель Voicelab.AI на архитектуре Llama 2, дообученная для диалогов и генерации текста на польском и английском языках. Версия содержит 12,9 млрд параметров; метаданные указывают контекст 2048 токенов, тогда как README заявляет длину контекста 4096 токенов. Модель предназначена для общения в формате ассистента и других задач генерации естественного языка. Она принимает текст и генерирует текст; для диалога требуется форматирование запросов по шаблону Llama 2. В обучении использовались польские и английские разговорные данные, включая наборы вопросов и ответов и диалоговые примеры; академическая версия обучена без MMLU. Модель может давать неточные, предвзятые или нежелательные ответы, а опубликованные проверки охватывали польский и английский языки не во всех сценариях. Перед внедрением рекомендуется проверять её на целевых задачах и настраивать меры безопасности. README указывает на коммерческое и исследовательское применение; конкретная лицензия в предоставленных данных не указана.

TwinLlama-3.1-8B — текстовая генеративная модель, опубликованная jackzhouusa и дообученная на базе meta-llama/Llama-3.1-8B. Это плотная архитектура семейства Llama с примерно 7,5 млрд параметров; модель поддерживает контекст до 131 072 токенов и предназначена для диалоговой генерации текста. Для обучения использовались Unsloth и библиотека TRL. Модель подходит для генерации ответов и ведения диалога на английском языке. Веса опубликованы в формате safetensors по лицензии Apache-2.0. Карточка не описывает специализированную область применения или отдельные улучшения относительно базовой модели.

yasirulayan/uber-llama3-merged — дообученная разговорная языковая модель, опубликованная yasirulayan и основанная на unsloth/llama-3-8b-Instruct-bnb-4bit. Модель относится к семейству Llama, использует плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров. Она предназначена для генерации текста в диалоговом режиме; заявленная длина контекста — 8192 токена. Модель принимает текст и генерирует текст, поддерживает английский язык. В README указано, что обучение проводилось с использованием Unsloth и библиотеки TRL для ускорения процесса. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. Карточка не описывает специализированную предметную область или отдельные возможности сверх диалоговой генерации текста.

helloollel/vicuna-7b — языковая модель семейства LLaMA с плотной архитектурой LlamaForCausalLM и примерно 6,6 млрд параметров. Карточка описывает запуск модели через FastChat; модель предназначена для генерации текста в диалоговом формате и ответов на запросы пользователя. Модель принимает текст и генерирует текст. Её родной контекст составляет 2048 токенов. В репозитории указаны веса PyTorch. Данных о лицензии и конкретном способе получения этой копии в карточке и метаданных нет, поэтому условия использования по ним определить нельзя.

Vora-X-10B — плотная языковая модель для генерации текста и диалогов, созданная автором theocolf с помощью mergekit. Она объединяет слои theocolf/Vora-X-8B и NousResearch/Meta-Llama-3-8B методом Passthrough; архитектура — LlamaForCausalLM, веса доступны в формате safetensors. Модель содержит 9,2 млрд параметров и поддерживает контекст до 8192 токенов. Её можно применять для диалоговых сценариев и генерации текста. В карточке нет сведений о специализированной предметной области или конкретных языках, поэтому их поддержка здесь не уточняется. Лицензия в предоставленных данных не указана.

WestFrankenMoev2-9B — объединённая плотная языковая модель семейства Mistral, созданная jsfs11 с помощью LazyMergekit. Она собрана методом passthrough из слоёв jsfs11/WestLakeSeverusV2-DPO-7B-DARE-TA и jsfs11/WONMSeverusDevil-TIES-7B; файлы весов представлены в формате safetensors. Размер модели — 8,9 млрд параметров, длина контекста — до 32 768 токенов. Модель предназначена для генерации текста и диалоговых ответов. Она принимает текст и выдаёт текст; сведения о специализации на конкретном языке или прикладной области в карточке не приводятся. Лицензия в предоставленных данных не указана.

WizardLM-13B-V1.0 — диалоговая языковая модель команды WizardLM, представленная в этом репозитории в виде diff-весов. Это плотная авторегрессионная модель семейства LLaMA с архитектурой LlamaForCausalLM и примерно 12,9 млрд параметров. Для общения используется шаблон промпта с ролями USER и ASSISTANT. Модель предназначена для генерации подробных ответов на вопросы и ведения диалога. Она принимает текст и выдаёт текст; заявленная длина контекста — 2048 токенов. В карточке приведены результаты WizardLM разных версий в таблице, поэтому их нельзя однозначно считать оценками именно V1.0. Репозиторий содержит diff-веса, и для восстановления полной модели нужны соответствующие базовые веса; точная базовая модель здесь не названа. В таблице указана лицензия Llama 2 License для WizardLM-70B-V1.0, но условия лицензии именно этой версии из доступных сведений установить нельзя.

X-Machina-7b-slerp-v0.0 — диалоговая языковая модель, созданная слиянием Occiglot-7b-es-en-instruct и T3Q-DPO-Mistral-7B методом SLERP с помощью LazyMergekit. Она предназначена для генерации текста и диалоговых ответов на английском и испанском языках. Модель использует плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате Safetensors. Модель подходит для чат-ботов и генерации ответов на запросы. Базовая модель Occiglot ориентирована на английский и испанский языки; документация не подтверждает дополнительные языки или отдельные специализированные задачи. Лицензия — Apache-2.0.

YamshadowStrangemerges_32_Inex12Neural — объединённая модель для генерации текста, созданная на основе automerger/YamshadowStrangemerges_32-7B и automerger/Inex12Neural-7B. Она построена на архитектуре Mistral и содержит 7,1 млрд параметров; модель принимает текст и генерирует текст, поддерживая контекст до 32 768 токенов. Модель подходит для генерации продолжений и ответов в текстовых сценариях. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. README не описывает специализированные области применения или дополнительные возможности, поэтому их нельзя определить по доступным сведениям.

YamshadowStrangemerges_32_YamMulti_verse_model — объединённая модель генерации текста на архитектуре Mistral, созданная из automerger/YamshadowStrangemerges_32-7B и automerger/YamMulti_verse_model-7B. Она предназначена для генерации текста по запросу и может использоваться в диалоговых и других текстовых сценариях.

Zamba2-2.7B-Instruct-v2 — диалоговая языковая модель Zyphra, дообученная на базе Zyphra/Zamba2-2.7B с помощью SFT и DPO на наборах инструкций, диалогов, рассуждений, математики и предпочтений. Она предназначена для генерации ответов и следования текстовым инструкциям в чат-сценариях. Модель использует гибридную плотную архитектуру: слои Mamba2 чередуются с общими слоями внимания Transformer, дополненными LoRA-проекциями. В карточке указано 2,66 млрд параметров, тогда как метаданные каталога сообщают 5,7 млрд; контекст составляет до 4096 токенов. Модель работает с текстом и выдаёт текст. Разработчик заявляет о низкой задержке и меньшем расходе памяти по сравнению с сопоставимыми Transformer-моделями; для ускоренного запуска рекомендуются ядра Mamba2, поскольку без них задержка и расход памяти заметно возрастают. Модель опубликована под лицензией Apache-2.0. В README приведены результаты на ряде тестов, но они не гарантируют качество для конкретных запросов; сведения о поддерживаемых языках не приведены.

glimmerz/zephyr-7b-sft-full — дообученная разработчиком glimmerz плотная авторегрессионная языковая модель семейства Mistral на 7,1 млрд параметров. Она основана на mistralai/Mistral-7B-v0.1 и предназначена для генерации текста в диалоговом формате; в метаданных указан контекст длиной до 32 768 токенов. Модель дообучена с использованием набора HuggingFaceH4/ultrachat_200k. В README приведено значение loss 0,9246 на оценочном наборе, но подробности оценки и характеристики этого набора не раскрыты. Модель распространяется в формате safetensors по лицензии Apache-2.0.

zephyr-7b-spin-iter0-v0 — диалоговая языковая модель Argilla, дообученная методом SPIN на базе alignment-handbook/zephyr-7b-sft-full с использованием набора argilla/10k_prompts_SPIN_iter0_zephyr_top. Это плотная модель MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов; она предназначена для генерации текста и ответов в диалоге. В README приведены результаты оценки, включая средний балл MT-Bench 6,41. Модель принимает текст и генерирует текст. Доступна в формате safetensors под лицензией Apache-2.0. README не приводит подробных сведений о данных обучения и ограничениях; качество ответов и пригодность для конкретных задач следует оценивать отдельно.

weijie210/zephyr-7b-UC-0-B0.5 — диалоговая языковая модель, дообученная на базе alignment-handbook/zephyr-7b-sft-full. Это плотная MistralForCausalLM с 7,1 млрд параметров, предназначенная для генерации текста и диалоговых ответов; заявленная длина контекста — 32 768 токенов. Карточка сообщает об оценках на наборе для проверки, но не описывает обучающие данные и конкретные ограничения. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Карточка модели caliex/zephyr-Saul-Base-7b-merged на Hugging Face совпадает с карточкой mergekit-community/mergekit-slerp-jeyctse, поэтому описание составлено по ней. mergekit-community/mergekit-slerp-jeyctse — языковая чат-модель, созданная сообществом слиянием моделей HuggingFaceH4/zephyr-7b-beta и Equall/Saul-Base методом SLERP с помощью mergekit. Это плотная модель Mistral с 7,1 млрд параметров, доступная в формате safetensors и рассчитанная на контекст до 32 768 токенов. Модель предназначена для генерации текста в диалоге: ответов на вопросы и выполнения пользовательских инструкций. В метаданных основной язык не задан; базовая Zephyr-7B-β описана как англоязычная чат-модель. Условия лицензирования в предоставленных данных не приведены. Качество и поведение результата слияния могут отличаться от исходных моделей.

Shunya Labs Zero STT Hinglish — модель автоматического распознавания речи, созданная Shunya Labs на базе OpenAI Whisper Medium и дообученная для хинди-английской речи с переключением языков. Она преобразует аудио разговоров, подкастов и видео в текст, сохраняя естественное чередование хинди и английского, в том числе внутри фраз. Модель содержит 455,8 млн параметров и распространяется в формате safetensors. Модель предназначена для расшифровки Hinglish: например, записей встреч, разговоров с клиентами и медиаконтента для субтитров. В примерах карточки встречаются записи смешанным письмом, включая латиницу для английских слов и деванагари для хинди. Для распознавания речи она обучалась на данных Vaani, Kathbath и Shrutilipi. Карточка заявляет более точную обработку естественных переключений между хинди и английским по сравнению с обычной мультиязычной Whisper Medium, однако количественных результатов оценки не приводит. Лицензия модели — OpenRAIL; для полного понимания условий использования следует учитывать текст лицензии в репозитории.

Модель ShenaoZ/0.0001_sft_nodpo_3iters_bs256_531lr_iter_1 — дообученная версия Mistral-7B-SFT-beta, созданная на основе датасетов updated и original. Это плотная авторегрессионная модель с архитектурой MistralForCausalLM и 7,1 млрд параметров, предназначенная для генерации текста и диалогового общения. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. В метаданных не указаны специализация по предметной области или дополнительные возможности сверх генерации текста и чата. Модель распространяется по лицензии MIT.

Это диалоговая языковая модель ShenaoZ, дообученная на базе mistralai/Mistral-7B-Instruct-v0.2 методом DPO на наборе HuggingFaceH4/ultrafeedback_binarized. Модель с плотной архитектурой Mistral содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и предназначена для генерации текста в ответ на инструкции и сообщения в диалоге. Модель можно использовать для создания ответов на вопросы, ведения диалога и других сценариев генерации текста. Веса опубликованы в формате safetensors; лицензия — Apache-2.0. README не содержит сведений об оценках качества и конкретных ограничениях, поэтому пригодность для заданий, требующих высокой точности, следует проверять отдельно.

Это дообученная модель Mistral с 7,1 млрд параметров для генерации текста и диалогового общения. Она создана на основе HuggingFaceH4/mistral-7b-sft-beta и дообучена на наборе HuggingFaceH4/ultrafeedback_binarized с применением DPO. Модель принимает текст и генерирует текстовые ответы; заявленная длина контекста — 32 768 токенов. Карточка указывает лицензию MIT. README не содержит сведений об оценке качества и подробных ограничениях модели.

ShenaoZ выпустил модель 0.001_ablation_4iters_bs256_iter_1 — дообученную версию Mistral для генерации текста и общения в формате чата. Она основана на HuggingFaceH4/mistral-7b-sft-beta и обучена на датасете HuggingFaceH4/ultrafeedback_binarized. Модель имеет плотную архитектуру MistralForCausalLM, 7,1 млрд параметров и контекст до 32 768 токенов. Модель принимает текст и генерирует текстовые ответы; её можно использовать для диалога и ответов на вопросы. README не содержит сведений о результатах оценки или специальных ограничениях. Лицензия — MIT.

ShenaoZ/0.001_ablation_4iters_bs256_iter_2 — дообученная разговорная языковая модель семейства Mistral с плотной архитектурой MistralForCausalLM и 7,1 млрд параметров. Она предназначена для генерации текста в диалоге и построена на базе ShenaoZ/0.001_ablation_4iters_bs256_iter_1; обучение проводилось на обновлённом и исходном наборах данных. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors, лицензия — MIT. README не приводит подробностей о качестве, оценке или специальных ограничениях модели.

0.001_idpo_iter_1 — дообученная модель Mistral, созданная на основе HuggingFaceH4/mistral-7b-sft-beta и обученная на датасете HuggingFaceH4/ultrafeedback_binarized. Это плотная авторегрессионная языковая модель с архитектурой MistralForCausalLM и 7,1 млрд параметров; она предназначена для генерации текста и диалогового общения. Размер контекста составляет до 32 768 токенов. Модель можно применять для ведения диалога и генерации текстовых ответов. Репозиторий содержит веса в формате safetensors. Лицензия — MIT. README не приводит сведений об оценке качества и дополнительных ограничениях применения.

Модель ShenaoZhang/0.01_4iters_bs256_nodpo_only4w_iter_1 — дообученная версия HuggingFaceH4/mistral-7b-sft-beta, разработанная на наборах данных updated и original. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, рассчитанная на генерацию текста и диалоговое общение. Контекст составляет до 32 768 токенов; модель распространяется в формате Safetensors и имеет лицензию MIT. Модель подходит для ответов на вопросы и генерации диалоговых ответов на текстовые запросы. Карточка не описывает отдельную специализацию или результаты оценки качества; возможности и ограничения унаследованной базовой модели могут быть неприменимы к этому чекпойнту без дополнительной проверки.

Это диалоговая модель генерации текста на базе Mistral-7B-Instruct-v0.2, дообученная автором репозитория на наборе HuggingFaceH4/ultrafeedback_binarized. Она предназначена для ответов на инструкции и ведения диалога в текстовом формате. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Репозиторий предоставляет веса в формате safetensors. Модель можно использовать для диалоговых помощников, генерации ответов и выполнения текстовых инструкций. В README не приведены результаты оценки качества или специфические ограничения. Лицензия — Apache-2.0.

Это чат-модель на архитектуре Mistral с 7,1 млрд параметров, дообученная ShenaoZ на HuggingFaceH4/mistral-7b-sft-beta с использованием датасета HuggingFaceH4/ultrafeedback_binarized. Она предназначена для генерации ответов и общения в текстовом формате; поддерживает контекст до 32 768 токенов. В метаданных указаны библиотека Transformers и формат весов safetensors. Модель подходит для диалоговых сценариев и ответов на вопросы. Карточка не содержит сведений о результатах оценки и конкретных ограничениях качества. Лицензия — MIT.

AISquare-Instruct-SOLAR-10.7b-v0.5.31 — языковая модель на архитектуре Llama, разработанная командой UI Platform компании Inswave Systems. Это дообученная для следования инструкциям версия SOLAR-10.7B-v1.0, предназначенная для генерации текста по запросам пользователя. Модель содержит 10,6 млрд параметров, принимает текст и выдаёт текст; заявленный контекст — до 4096 токенов. Модель подходит для диалоговых сценариев и выполнения текстовых инструкций. Для загрузки автор приводит пример с Transformers и PyTorch, используя точность float16. Репозиторий распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Карточка не приводит оценок качества и подробных сведений о поддерживаемых языках.

Muchai12/akili-qwen2.5-7b-continuous — текстовая генеративная модель Muchai12, дообученная на unsloth/Qwen2.5-7B-Instruct-bnb-4bit с использованием Unsloth и библиотеки TRL. Она построена на плотной архитектуре Qwen2 и содержит 7,1 млрд параметров. Модель предназначена для диалоговой генерации текста и работы в сценариях общения с ассистентом; метаданные также отмечают интерфейс вызова инструментов. Она поддерживает английский язык, а длина контекста составляет до 32 768 токенов. Модель распространяется по лицензии Apache-2.0. Специфические ограничения и результаты оценки качества в карточке не описаны.