III.4Клиентская поддержка и customer success

Amadeus-Verbo-MI-Qwen-2.5-14B-PT-BR-Instruct-Experimental — объединённая SLERP-модель семейства Qwen2.5, созданная Amadeus AI на основе Qwen/Qwen2.5-14B-Instruct и AmadeusAI/AV-BI-Qwen2.5-14B-PT-BR-Instruct. Это плотная авторегрессионная языковая модель с 14 млрд параметров для диалогов и генерации текста; поддерживает интерфейс вызова инструментов. Модель принимает текстовые запросы и выдаёт текстовые ответы, рассчитана прежде всего на португальский язык Бразилии. Контекст составляет 32 768 токенов, для запуска README рекомендует актуальную версию Transformers. Модель подходит для чат-ботов, ответов на вопросы, написания и преобразования текста на португальском языке. Заявленные данные не описывают специальные предметные области или результаты сравнительных оценок качества. Распространяется по лицензии Apache-2.0.

SinaLab/ArBanking77 — модель классификации намерений в банковских запросах на арабском языке, разработанная исследовательской группой SinaLab. Это дообученная на корпусе ArBanking77 модель семейства BERT с архитектурой BertForSequenceClassification и 162,4 млн параметров. Она принимает текст и относит запрос к одному из 77 банковских намерений, например о доставке карты, привязке карты, обменном курсе или автоматическом пополнении. Корпус содержит 31 404 вручную адаптированных и локализованных примера на современном литературном арабском, палестинском, саудовском, марокканском и тунисском вариантах. В README сообщается о F1-мере 92% для MSA и 90% для палестинского варианта. Модель подходит для маршрутизации банковских обращений и определения намерения клиента; контекст составляет 512 токенов. Модель распространяется по лицензии MIT. Результаты качества приведены только для MSA и палестинского арабского, поэтому качество на остальных диалектах и вне банковского домена по этим данным оценить нельзя.

Jebadiah/Aria-p1-sand-stone — объединённая модель генерации текста, созданная с помощью mergekit методом DARE TIES на основе Jebadiah/Aria-Laylelemon-sand-stone с включением Jebadiah/Aria-flammen22x-stone-l3-8b. Модель построена на плотной архитектуре Mistral и содержит 7,1 млрд параметров. Модель предназначена для генерации текста по текстовому запросу. Контекстное окно составляет до 32 768 токенов; репозиторий содержит веса safetensors, а карточка указывает библиотеку Transformers. README не описывает специализированную предметную область или поддерживаемые языки. Карточка не сообщает результаты оценки качества и конкретные ограничения. Условия лицензии в предоставленных данных не приведены.

Aster-G2-9B-v1 — языковая модель для генерации текста, созданная автором tssst путём слияния нескольких моделей семейства Gemma 2 с помощью mergekit. В процессе использованы методы SLERP и Model Stock; среди исходных моделей указаны диалоговые Gemma 2, Magnolia, Magnum и модель, дообученная на текстах Gutenberg. Модель с архитектурой Gemma2ForCausalLM содержит 9 млрд параметров, рассчитана на контекст до 8192 токенов и поддерживает диалоговый режим. Её можно применять для генерации ответов и продолжения текста; README описывает цель слияния как создание умной базовой модели с более разнообразным стилем. В метаданных указан формат safetensors и библиотека Transformers. Лицензия и подтверждённый набор языков в предоставленных данных не указаны.

Auro-Kosmos-EVAA-v2.1-8B — диалоговая языковая модель на архитектуре Llama, созданная jaspionjader слиянием SLERP моделей Auro-Kosmos-EVAA-v2-8B и Kosmos-EVAA-v2-8B. Модель содержит 7,5 млрд параметров, работает через Transformers и принимает текст для генерации ответов и свободного текста; заявленная длина контекста — 8192 токена. Модель предназначена для диалогового взаимодействия и генерации текста. Доступна в формате safetensors. Лицензия в предоставленных данных не указана, поэтому условия использования определить нельзя.

Модель ulisesbravo/autotrain-pt-l1sfd-nom8j — дообученная с помощью AutoTrain модель BERT для классификации текстов. Она основана на ulisesbravo/autotrain-k9ag8-b7nm0, который, согласно описанию в каталоге, представляет собой BERTimbau, дообученный для классификации текстов на португальском языке. Модель содержит 136,1 млн параметров и принимает последовательности длиной до 512 токенов. Модель предназначена для отнесения португалоязычных текстов к классам. На валидации указаны accuracy 0,732 и macro F1 0,731. Лицензия в предоставленных данных не указана.

Aleteian/Avalon — объединённая автором модель семейства Mistral, созданная с помощью mergekit методом della на основе win10/Mistral-Nemo-abliterated-Nemo-Pro-v2 с включением нескольких моделей Mistral Nemo. Модель содержит 12,1 млрд параметров и предназначена для генерации текста и диалогового общения. Её можно применять для ведения беседы и создания текстовых ответов. В метаданных также заявлен интерфейс вызова инструментов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Указанное в метаданных окно контекста — 1 024 000 токенов. В README не описаны результаты оценки качества или конкретные ограничения. Лицензия в предоставленных сведениях отсутствует.

mrcuddle/Bagel-Hermes-Lumimaid-Llama3-8B — объединённая разговорная языковая модель на архитектуре Llama, созданная автором репозитория с помощью mergekit методом SLERP из NeverSleep/Lumimaid-v0.2-8B и mrcuddle/Bagel-Hermes-2-Pro-Llama3-8B. В метаданных указано 7,5 млрд параметров и контекст до 131 072 токенов; модель распространяется в формате safetensors и рассчитана на генерацию текста и диалоговые сценарии. Модель можно применять для общения с ассистентом, творческого письма и ролевых диалогов — эти назначения отражены в описании базовой модели. Метаданные также отмечают интерфейс вызова инструментов. Данные о конкретных языках, поддерживаемых этим объединением, в предоставленной карточке не приведены. Лицензия не указана в предоставленных данных.

olivyatan/bart-cnn-samsum-finetuned — модель на архитектуре BART, дообученная на наборе SAMSum на основе facebook/bart-large-cnn. Она предназначена для создания кратких пересказов диалогов и сообщений, например для суммирования переписок. Модель содержит 252,8 млн параметров, работает с текстом и поддерживает контекст до 1024 токенов. Базовая модель ориентирована на англоязычное суммирование; карточка указывает SAMSum как обучающий набор данных. В README приведено значение loss 0,1304 на оценочном наборе, но подробности оценки и ограничения не описаны. Лицензия — MIT.

jaspionjader/bbb-3 — слитая языковая модель на архитектуре Llama, созданная автором репозитория с помощью mergekit и метода Model Stock. В слиянии использованы jaspionjader/kstc-4-8b и jaspionjader/bbb-2, а в качестве базовой модели указана jaspionjader/kstc-5-8b. Модель содержит 7,5 млрд параметров и рассчитана на генерацию текста и диалоговое взаимодействие; заявленная длина контекста — до 131 072 токенов. Модель подходит для диалоговых сценариев и генерации текстовых ответов. Репозиторий содержит веса в формате safetensors; в README также указана точность bfloat16. Данных о целевых языках и специализированных предметных областях в предоставленных источниках нет. Условия лицензирования не приведены в доступных данных.

knifeayumu/Behemoth-v1.2-Magnum-v4-123B — объединённая языковая модель, созданная автором knifeayumu методом SLERP с помощью mergekit на основе TheDrummer/Behemoth-123B-v1.2 и anthracite-org/magnum-v4-123b. Модель использует плотную архитектуру Mistral и содержит 122,2 млрд параметров; доступны веса в формате safetensors, библиотека для работы — Transformers. Модель предназначена для диалоговой генерации текста, в том числе для создания прозы. Объединение настроено так, чтобы уменьшить выраженность чрезмерно сексуального тона, отмечавшегося у одной из версий Magnum, и улучшить связность ответов. Контекстное окно составляет 131 072 токена. В метаданных указана лицензия «other», поэтому условия использования следует сверять с карточкой модели и лицензиями базовых моделей.

BlackSheep-X-Dolphin — чат-модель TroyDoesAI, созданная слиянием модели cognitivecomputations/dolphin-2.9.3-llama-3-8b. Это плотная Llama-архитектура на 7,5 млрд параметров для генерации текста в диалоге; заявленная длина контекста — 8192 токена. Карточка указывает шаблон общения с сообщениями system, user и assistant, а также сообщает о высоком месте модели в рейтинге UGI для моделей класса 8B. Модель подходит для диалоговых ответов и генерации текста по запросу. Репозиторий содержит веса в формате safetensors. Лицензия CC-BY-NC-2.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

blockchainlabs_7B_merged_test2_4_prune — разговорная языковая модель на архитектуре Mistral с 7,1 млрд параметров. По карточке, это прореженная версия alnrg2arg/blockchainlabs_7B_merged_test2_4, объединяющей модели mlabonne/NeuralBeagle14-7B и udkai/Turdus с помощью mergekit. Модель предназначена для генерации текста и диалоговых сценариев. Метаданные указывают контекст до 32 768 токенов, формат весов safetensors и поддержку чата. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

reallad/blopsy-1.1 — языковая модель reallad для генерации текста и диалогов. Она дообучена на базе reallad/llama-8b-alpaca-noro с использованием Unsloth и библиотеки TRL. Модель построена на плотной архитектуре LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. Карточка указывает английский язык; метаданные отмечают поддержку диалогового режима. Модель распространяется в формате PyTorch по лицензии Apache-2.0.

BLOSSOM-v4-yi-34b — разговорная большая языковая модель, созданная дообучением Yi-34B разработчиками Blossom на смешанных наборах инструкций и диалогов Blossom Orca, Wizard, Chat и Math. Обучение проходило в два этапа: сначала использовались одноходовые инструкции, затем многоходовые диалоги с небольшой примесью данных первого этапа. Модель предназначена для генерации ответов в формате продолжения диалога и поддерживает общие вопросы, инструкции и математические задачи на китайском и английском языках. Это плотная архитектура LlamaForCausalLM с 33,9 млрд параметров и контекстом 4096 токенов; доступны веса PyTorch. Модель распространяется по лицензии Apache-2.0.

MaziyarPanahi/calme-3.3-instruct-3b — дообученная модель MaziyarPanahi на архитектуре Qwen2.5-3B для генерации текста в общих предметных областях и диалогового общения. Она содержит 3,1 млрд параметров, принимает текст и выдаёт текст, поддерживает шаблон ChatML и контекст до 32 768 токенов. В метаданных отмечены английский и французский языки, а также интерфейс для вызова инструментов. Модель может использоваться для диалогов, ответов на вопросы и других задач генерации текста общего назначения. Автор отмечает, что небольшой размер может снижать качество на некоторых запросах и повышать чувствительность к параметрам генерации. README также указывает на возможные смещения и рекомендует контроль человеком при развёртывании. Лицензия обозначена как other; конкретные условия следует проверять в карточке модели.

Calme-Clown-Extended — языковая модель Arcee AI для генерации текста. Это слияние моделей arcee-ai/Clown-DPO-Extended и arcee-ai/Calme-Instruct-Extended методом SLERP с помощью mergekit; архитектура — плотная MistralForCausalLM, размер — 8,9 млрд параметров. Модель принимает текст и рассчитана на контекст до 32 768 токенов. Её можно применять для генерации продолжений текста и диалоговых ответов. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. README не приводит сведения о целевых языках, сравнительных преимуществах или оценках качества.

Nitral-AI/Captain-Eris_Violet-GRPO-v0.420 — разговорная текстовая модель, опубликованная Nitral-AI. Это плотная причинная языковая модель семейства Mistral с архитектурой MistralForCausalLM и 12,1 млрд параметров. Она предназначена для генерации текста в диалоговом формате; заявленная длина контекста — до 1 024 000 токенов. Модель получена слиянием методом SLERP двух чекпойнтов: Nitral-AI/Captain-Eris_Violet-0.420-Rebased и Nitral-AI/Captain-Eris_Violet-GRPO-Rebased. В конфигурации слияния указана точность bfloat16; веса опубликованы в формате safetensors. Карточка не описывает отдельные специализированные области применения или результаты оценки качества. В метаданных указан английский язык и лицензия «other», без конкретизации условий. Перед использованием следует проверить условия лицензии на странице репозитория. Модель принимает текст и генерирует текст; сведения в карточке не подтверждают поддержку изображений, аудио или других модальностей.

caTUNABeagle — объединённая текстовая модель, созданная Eric111 с помощью mergekit на основе fblgit/UNA-TheBeagle-7b-v1 и rishiraj/CatPPT-base. Это плотная авторегрессионная модель MistralForCausalLM примерно с 7,1 млрд параметров, предназначенная для генерации текста и диалоговых сценариев. Контекстное окно составляет до 32 768 токенов. Модель принимает текст и генерирует текст. Репозиторий содержит веса Safetensors в формате bfloat16; указана лицензия Apache-2.0. README описывает слияние методом SLERP с настройками, различающимися для слоёв self-attention и MLP. Специальная область применения или основной язык в предоставленных данных не обозначены.

ChickaQ-Large — языковая модель с открытыми весами из семейства ChickaQ, созданная слиянием моделей методом TIES при помощи mergekit. В слиянии использованы vilm/Quyen-Mini-v0.1 и Qwen/Qwen1.5-1.8B-Chat; в конфигурации базовой указана Quyen-Mini-v0.1. Модель построена на архитектуре Qwen2ForCausalLM, содержит 1,5 млрд параметров и распространяется в формате safetensors; для работы указана библиотека Transformers. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов. Метаданные не указывают специализацию на конкретной предметной области или язык. Лицензия и отдельные ограничения применения в предоставленных материалах не описаны.

CollAIborate4x7B — разговорная модель генерации текста от collaiborate-tech, построенная как смесь экспертов (MoE) из дообученных моделей общего назначения на базе Mistral. Она предназначена для диалогов и генерации ответов на текстовые запросы. В метаданных указаны архитектура MixtralForCausalLM, 7,1 млрд параметров, контекст до 32 768 токенов и формат safetensors. Модель распространяется по лицензии Apache-2.0. Карточка не уточняет состав экспертов, языки обучения и результаты оценки качества, поэтому её пригодность для конкретных сценариев следует проверять на собственных запросах.

Command A+ — флагманская модель Cohere для корпоративных агентных сценариев. Она принимает текст и изображения, поддерживает контекст длиной 192 тысячи токенов и нативный вызов инструментов со строгими схемами. Модель предназначена для многошаговых рабочих процессов, где требуется анализировать входные данные и обращаться к внешним инструментам. Доступный фрагмент карточки подтверждает поддержку текста и изображений, но не сообщает архитектуру, число параметров, языки, лицензию или ограничения. Поэтому эти характеристики нельзя надёжно описать.

ContY-v0.2-8B — языковая модель на архитектуре Llama, разработанная wonseokchoi1 и дообученная на базе meta-llama/Meta-Llama-3.1-8B-Instruct. Модель содержит 7,5 млрд параметров и предназначена для генерации текста и диалогового взаимодействия; в метаданных также отмечен интерфейс вызова инструментов. Модель принимает текст и генерирует текст. Указанная длина контекста составляет 131 072 токена, язык карточки — английский. Веса опубликованы в формате Safetensors, лицензия — Apache-2.0. README сообщает об использовании Unsloth и библиотеки TRL при обучении; подробности датасета и специализированных областей применения не приведены.

CrystalMistral-24B — текстовая генеративная модель семейства Mixtral, созданная с помощью LazyMergekit путём слияния четырёх моделей: eren23/dpo-binarized-NeuralTrix-7B, macadeliccc/WestLake-7B-v2-laser-truthy-dpo, Weyaxi/OpenHermes-2.5-neural-chat-v3-2-Slerp и cognitivecomputations/WestLake-7B-v2-laser. Архитектура — MixtralForCausalLM с механизмом смеси экспертов (MoE); в репозитории указаны веса Safetensors, а метаданные содержат размер 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых ответов на запросы. Лицензия — Apache-2.0. Карточка не уточняет поддерживаемые языки, качество на конкретных задачах или специальные ограничения применения.

Cydonia-v1.2-Magnum-v4-22B-OLD — объединённая языковая модель на архитектуре Mistral, опубликованная пользователем knifeayumu. Она создана методом task arithmetic с помощью mergekit из TheDrummer/Cydonia-22B-v1.2 и anthracite-org/magnum-v4-22b с равными весами; размер модели — 22 млрд параметров, формат файлов — safetensors, контекст — до 32 768 токенов. Модель предназначена для генерации текста и диалогов, включая создание связной прозы на английском языке. Метаданные также отмечают интерфейс для вызова инструментов. Для использования доступны отдельные GGUF-квантизации, однако этот репозиторий содержит исходную объединённую модель в safetensors. Лицензия указана как other, поэтому перед применением следует проверить условия на странице модели.

Модель fyaronskiy/deberta-v1-base-russian-go-emotions разработана на основе deepvk/deberta-v1-base и дообучена для распознавания эмоций в русскоязычных текстах. Это энкодер DeBERTa с классификационной головой; модель содержит 151,8 млн параметров и принимает последовательности длиной до 512 токенов. Модель выполняет многометочную классификацию по 27 категориям эмоций из набора ru_go_emotions: она может выделять несколько эмоций в одном тексте или проверять наличие конкретных эмоций. Пороговые значения для классов подобраны на валидационной выборке с максимизацией macro F1. Качество заметно различается между категориями: в карточке отмечены хорошие результаты для amusement, gratitude и fear, а распознавание relief и realization даётся модели сложнее. Модель распространяется по лицензии MIT.

DeepSeek LLM 67B Chat — диалоговая языковая модель компании DeepSeek с плотной архитектурой семейства Llama и 66,6 млрд параметров. Модель создана на основе deepseek-ai/deepseek-llm-67b-base и дообучена на дополнительных данных с инструкциями. В репозитории представлены веса PyTorch; модель принимает текст и генерирует текст в формате диалога. Модель предназначена для общения и выполнения текстовых запросов на английском и китайском языках. Обучение с нуля проводилось на корпусе объёмом 2 трлн токенов. Контекст модели — 4096 токенов. В карточке приведён шаблон диалога; авторы не рекомендуют использовать системный промпт с этой версией. Лицензия в метаданных указана как other, поэтому конкретные условия использования следует сверить с лицензией репозитория. Карточка не описывает специализированные области применения или гарантии качества.

DeepSeek LLM 7B Chat — разработанная DeepSeek плотная авторегрессионная языковая модель семейства LLaMA с 6,5 млрд параметров в метаданных. Модель создана на основе deepseek-ai/deepseek-llm-7b-base и дообучена на дополнительных инструкционных данных для диалогового взаимодействия. Она обучалась с нуля на корпусе из 2 трлн токенов на английском и китайском языках. Модель предназначена для генерации текста и ответов в чате. Она принимает текстовые сообщения и выдаёт текст; максимальный контекст составляет 4096 токенов. README предупреждает, что системный промпт несовместим с этой версией и не рекомендует его включать во входные сообщения. Указана лицензия other; README представляет выпуск как открытый для исследовательского сообщества, но не уточняет конкретные условия лицензии.

laion/delphi-9e19-p67m33-k0p20-lr83-a002-wc386k_lr1e5-sft — разговорная языковая модель семейства Qwen3 с плотной архитектурой Qwen3ForCausalLM и 1,2 млрд параметров. По карточке, модель обучена с нуля на наборах wildchat_386k и delphi_warmup; формат весов — safetensors, библиотека — Transformers. Модель предназначена для генерации текста в диалоговом режиме. Контекст составляет 4096 токенов. В метаданных указана лицензия other; конкретные условия использования следует сверять с условиями репозитория. Карточка не приводит оценок качества и подробностей предполагаемых сценариев.

Карточка модели Dnoya10/dicoding_genAI_expert_adv_eks1 на Hugging Face совпадает с карточкой Dnoya10/dicoding_genAI_expert_adv_eks2, поэтому описание составлено по ней. Модель Dnoya10/dicoding_genAI_expert_adv_eks2 — дообученная Dnoya10 языковая модель Qwen2 для генерации текста и диалогов. Она основана на unsloth/qwen2.5-1.5b-instruct-unsloth-bnb-4bit и обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Модель имеет плотную архитектуру Qwen2 с 1,5 млрд параметров и контекстом до 32 768 токенов. Она принимает текст и генерирует текст; в метаданных также отмечен интерфейс вызова инструментов. Карточка указывает английский язык. Модель распространяется по лицензии Apache-2.0.