III.4Клиентская поддержка и customer success

Sao10K/MN-12B-Lyra-v4 — разговорная языковая модель на базе Mistral-NeMo-12B, представленная разработчиком как последовательная модификация семейства Lyra. Версия v4 объединяет отдельный этап обучения с подкреплением, направленный на следование инструкциям и связность ответов на базе Nemo, с Lyra-v4a1; в карточке также указана цепочка предшествующих версий Lyra. Модель принимает текстовые сообщения в формате ChatML или совместимых вариантах и генерирует текстовые ответы. Модель предназначена для диалогов, ответов на инструкции и связной генерации текста. Карточка отмечает возможные проблемы с шаблоном ChatML, некорректными строками остановки при использовании XML-тегов и отдельными ошибками токенов; пользователю может потребоваться проверить шаблон и настройки генерации. Репозиторий содержит веса safetensors. Лицензия — CC BY-NC 4.0, предусматривающая некоммерческое использование.

MPT-7B-Instruct — языковая модель MosaicML для выполнения коротких инструкций. Она создана дообучением MPT-7B на данных, производных от Databricks Dolly-15k и Anthropic HH-RLHF. Модель использует модифицированный декодерный трансформер MPTForCausalLM с 6,7 млрд параметров, 32 слоями и 32 головами внимания; среди особенностей архитектуры — FlashAttention и ALiBi без позиционных эмбеддингов. Для загрузки через Transformers требуется включить trust_remote_code=True. Модель предназначена для генерации текста в ответ на инструкции и вопросы. Обучающие данные токенизированы токенизатором GPT-NeoX-20B; сведения о поддерживаемых естественных языках и длине контекста в предоставленных источниках отсутствуют. Модель распространяется по лицензии CC-BY-SA-3.0, допускающей коммерческое использование при соблюдении условий лицензии.

zelk12/MT1-Gen4-MA-gemma-2-S5S4-9B — объединённая модель для генерации текста на архитектуре Gemma 2, опубликованная в формате safetensors. Согласно карточке, она создана методом SLERP с помощью mergekit из allknowingroger/GemmaSlerp5-10B и allknowingroger/Gemmaslerp4-10B. Каталог указывает около 9 млрд параметров и контекст до 8192 токенов. Модель предназначена для диалоговой генерации текста и других сценариев, поддерживаемых конвейером text-generation. В метаданных отмечена возможность чата; сведения о поддерживаемых естественных языках и специализированной области применения не приведены. Лицензия в предоставленных данных не указана.

zelk12/MT1-Max-Merge_02012025163610-IF-gemma-2-MT1g2MTM2MU-9B — объединённая разговорная языковая модель, созданная методом SLERP с помощью mergekit из моделей zelk12/MT1-Gen2-gemma-2-9B и zelk12/MT-Merge2-MU-gemma-2-MTg2MT1g2-9B. Она предназначена для генерации текста и ведения диалогов. Модель основана на плотной архитектуре Gemma 2 с 9 млрд параметров, поддерживает контекст до 8192 токенов и распространяется в формате safetensors для transformers. Модель принимает текстовые запросы и генерирует текстовые ответы. В карточке не приведены сведения о целевых языках или специализированных областях применения, поэтому её следует рассматривать как разговорную модель общего назначения. Лицензия в предоставленных сведениях не указана.

zelk12/MT2-Gen4-IF-gemma-2-MT4g2S2-9B — объединённая модель на базе Gemma 2, созданная с помощью mergekit методом SLERP из zelk12/MT4-Gen2-gemma-2-9B и allknowingroger/Gemmaslerp2-9B. Это плотная языковая модель с авторегрессионной архитектурой Gemma2ForCausalLM, 9 млрд параметров и контекстом до 8192 токенов; она предназначена для диалогов и генерации текста. Модель принимает текст и выдаёт текст. В карточке указана библиотека Transformers и формат safetensors. Данных о специальных прикладных областях или языковой специализации в предоставленных источниках нет. Лицензия в метаданных и README не приведена, поэтому условия использования по этим данным определить нельзя.

Это объединённая методом SLERP модель генерации текста на базе Gemma 2, созданная автором репозитория zelk12 с помощью mergekit. В слиянии участвовали две предварительно обученные модели: zelk12/MT2-Max-Merge_02012025163610-BB-gemma-2-MT5g4MTM5-9B и zelk12/MT2-Max-Merge_02012025163610-MU-gemma-2-MTM2MUMTM4-9B; в конфигурации указаны bfloat16 и параметр смешивания t=0.25. Модель имеет плотную архитектуру Gemma2ForCausalLM и 9 млрд параметров. Она предназначена для генерации текста в диалоговом формате; заявленная длина контекста — до 8192 токенов. Данные карточки не описывают специализированные предметные области или отдельные языковые возможности. Репозиторий содержит веса safetensors и использует библиотеку Transformers; условия лицензии в предоставленных данных не приведены.

zelk12/MT2-Max-Merge_02012025163610-MUBGI-gemma-2-9B — объединённая модель семейства Gemma 2, созданная разработчиком zelk12 из двух предварительно обученных языковых моделей с помощью mergekit и метода SLERP. Это плотная авторегрессионная модель на 9 млрд параметров для генерации текста и диалогового взаимодействия; в метаданных указано контекстное окно 8192 токена и формат весов safetensors. Модель принимает текст и генерирует текст, поэтому подходит для диалоговых приложений и других сценариев генерации. Карточка не уточняет языковой охват, специализацию или результаты оценки качества. Лицензия в предоставленных данных не указана.

zelk12/MT3-Gen4-BB-gemma-2-MT2g2MT5g3-9B — слитая разговорная языковая модель на архитектуре Gemma 2, созданная с помощью mergekit методом SLERP из zelk12/MT2-Gen2-gemma-2-9B и zelk12/MT5-Gen3-gemma-2-9B. Модель содержит 9 млрд параметров и предназначена для генерации текста и диалогового общения; работает с текстовыми запросами и выдаёт текст. Модель распространяется в формате safetensors для библиотеки Transformers. Нативный контекст составляет 8192 токена. В README указаны метод слияния и исходные модели, но не описаны специальные сценарии, языковая специализация или сравнительные результаты качества. Лицензия в предоставленных данных не указана.

zelk12/MT3-Gen5-MMG-gemma-2-9B_v1 — это слитая с помощью mergekit методом SLERP языковая модель на архитектуре Gemma 2. В объединении использованы zelk12/MT3-Gen5-MM-gemma-2-MT2Av4d-9B_v1 и zelk12/MT3-Gen5-GP-gemma-2-RAv0.1E-9B_v1; в конфигурации базовой указана первая модель. Вес модели составляет 9 млрд параметров, файлы представлены в формате safetensors, для работы используется библиотека Transformers. Модель предназначена для генерации текста и диалогового общения. Её можно применять для создания и продолжения текстов, ответов в чате и других сценариев работы с языковым контентом. Нативный размер контекста — до 8192 токенов. Данные не подтверждают поддержку конкретных естественных языков или специализированных предметных областей. Условия лицензии в предоставленных сведениях не приведены. Поскольку это объединение двух моделей, практические свойства и качество зависят от их обучающих данных и настройки; отдельные ограничения в README не описаны.

zelk12/MT3-MU-gemma-2-Rv0.3AR-9B — слитая разговорная языковая модель на архитектуре Gemma 2, созданная с помощью mergekit методом SLERP из lemon07r/Gemma-2-Ataraxy-Remix-9B и recoilme/recoilme-gemma-2-9B-v0.3. Модель содержит 9 млрд параметров, принимает текстовые запросы и генерирует текст; поддерживает диалоговый сценарий. Максимальная длина контекста составляет 8192 токена. Модель подходит для ведения диалога и генерации ответов на текстовые запросы. README и метаданные не описывают отдельные специализации или оценки качества. Файлы опубликованы в формате safetensors для библиотеки Transformers. Лицензия в предоставленных данных не указана.

zelk12 выпустил эту диалоговую языковую модель, объединив методом SLERP веса recoilme/recoilme-gemma-2-9B-v0.4 и zelk12/MT3-Gen4-gemma-2-9B. Модель построена на архитектуре Gemma 2, содержит 9 млрд параметров и предназначена для генерации текста и общения в чате. Она принимает текст и выдаёт текст; заявленная длина контекста составляет 8192 токена. Модель хранится в формате Safetensors и рассчитана на использование через библиотеку Transformers. README и метаданные не описывают её языковой охват, специальные предметные области, сравнительные результаты или ограничения качества. Лицензия в предоставленных данных не указана.

zelk12/MT5-Gen5-BB-gemma-2-RAv0.1MTg2-9B — объединённая модель для генерации текста и диалогового общения, созданная с помощью mergekit методом SLERP из zelk12/MT-Gen2-gemma-2-9B и zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1. Модель построена на архитектуре Gemma 2, содержит 9 млрд параметров и работает с текстом в контексте до 8192 токенов. Модель предназначена для генерации продолжений текста и ведения диалога. В метаданных указана поддержка conversational-взаимодействия; сведений о специализированных предметных областях или языках нет. Веса опубликованы в формате safetensors и представлены в bfloat16. Лицензия в предоставленных данных не указана.

zelk12 выпустил MT5-Gen5-MAB-gemma-2-9B — объединённую модель для генерации текста и диалогового общения на архитектуре Gemma 2. Модель содержит 9 млрд параметров, принимает текст и выдаёт текст; максимальная длина контекста составляет 8192 токена. Модель создана слиянием SLERP двух предварительно обученных моделей: zelk12/MT5-Gen5-BB-gemma-2-RAv0.1MTg2-9B и zelk12/MT5-Gen5-MA-gemma-2-MTg2MT2-9B. Для сохранения весов используется формат safetensors, модель предназначена для работы через Transformers. Подходит для диалогов и генерации текста. README и метаданные не сообщают о специализированной области применения или поддерживаемых естественных языках. Условия лицензии в предоставленных данных не указаны.

zelk12/MT-Gen5-BMA-gemma-2-9B — объединённая языковая модель, созданная разработчиком zelk12 с помощью mergekit методом SLERP из двух предварительно обученных моделей: zelk12/MT-Gen5-BB-gemma-2-MTM4MT5g4-9B и zelk12/MT-Gen5-MA-gemma-2-S5MT3g4-9B. Это плотная авторегрессионная модель семейства Gemma 2 с 9 млрд параметров, предназначенная для генерации текста и диалогового использования. Модель принимает текст и генерирует текст; её контекстное окно составляет 8192 токена. Репозиторий содержит веса в формате safetensors, библиотека для работы — Transformers. README не описывает специализированные сценарии, языки или сравнительные преимущества, поэтому модель следует рассматривать как универсальную генеративную модель. Лицензия в предоставленных данных не указана. Практическое качество и поведение после слияния могут отличаться от исходных моделей; карточка не приводит оценок или подробных ограничений.

Это объединённая модель Gemma 2, созданная zelk12 из двух предварительно обученных моделей с помощью mergekit и метода SLERP. Она предназначена для генерации текста в диалоговом формате и может использоваться для ответов на запросы и ведения беседы. Модель имеет плотную архитектуру Gemma2ForCausalLM и содержит 9 млрд параметров. Она работает с текстом, поддерживает контекст до 8192 токенов и опубликована в формате safetensors для библиотеки Transformers. Данные не уточняют поддерживаемые естественные языки или специализированные предметные области. Модель образована слиянием двух моделей Gemma 2; README указывает параметр смешивания t=0.25 и тип bfloat16. Лицензия и конкретные ограничения качества в предоставленных источниках не описаны.

zelk12/MT-Max-Merge_02012025163610-MA-gemma-2-MTM4MT5g4-9B — разговорная языковая модель на архитектуре Gemma 2, созданная слиянием двух предварительно обученных моделей с помощью SLERP и mergekit. Модель содержит 9 млрд параметров и предназначена для генерации текста и ведения диалогов; заявленная длина контекста — 8192 токена. Модель принимает текстовые запросы и генерирует текстовые ответы. Карточка не приводит сведений о целевых языках, специализированных областях применения или сравнительных результатах. Репозиторий распространяет веса в формате safetensors; в конфигурации слияния указана точность bfloat16. Лицензия в предоставленных данных не указана.

zelk12/MT-Merge4-BB-gemma-2-MT5g4MTg4-9B — объединённая модель на архитектуре Gemma 2, созданная методом SLERP с помощью mergekit из zelk12/MT5-Gen4-gemma-2-9B и zelk12/MT-Gen4-gemma-2-9B. Она предназначена для диалогов и генерации текста; доступна в формате safetensors и рассчитана на контекст до 8192 токенов. Размер модели — 9 млрд параметров. Модель принимает текст и генерирует текстовые ответы. Карточка не описывает специализированные области применения или поддерживаемые языки. Лицензия и дополнительные ограничения в предоставленных данных не указаны.

zelk12/MT-Merge4-IF-gemma-2-MT1g4MT2g4-9B — объединённая модель на основе Gemma 2, созданная разработчиком zelk12 методом SLERP с помощью mergekit. Она предназначена для генерации текста и диалогов в формате чат-модели. В объединение вошли zelk12/MT1-Gen4-gemma-2-9B и zelk12/MT2-Gen4-gemma-2-9B; размер модели — 9 млрд параметров, архитектура — плотная Gemma2ForCausalLM, контекст — 8192 токена. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Модель принимает текст и генерирует текст. Сведений о специальных предметных областях, языках и лицензии в предоставленных данных нет.

zelk12/MT-Merge4-MM-gemma-2-MT5g4MT3g4-9B — объединённая модель для генерации текста и диалогов, созданная с помощью mergekit методом SLERP из zelk12/MT5-Gen4-gemma-2-9B и zelk12/MT3-Gen4-gemma-2-9B. Модель построена на архитектуре Gemma 2 с плотной причинной языковой моделью Gemma2ForCausalLM и содержит 9 млрд параметров; она рассчитана на контекст до 8192 токенов. Модель предназначена для чат-общения и генерации текста. Веса представлены в формате safetensors и используются с библиотекой Transformers. README не описывает специализированные области или дополнительные возможности. Лицензия в доступных данных не указана.

zelk12 объединил две предварительно обученные языковые модели Gemma 2 9B — MT-Merge5-GMA и MT-Merge5-MMBMUI — методом SLERP с помощью mergekit. Это плотная авторегрессионная модель для генерации текста и диалогового общения, доступная в формате safetensors; размер составляет 9 млрд параметров, контекст — до 8192 токенов. Модель подходит для генерации ответов и ведения диалога в приложениях на базе Transformers. Сведения о специальных предметных областях и поддерживаемых естественных языках в карточке не приведены. Модель распространяется по лицензии Gemma; при использовании следует соблюдать её условия.

zelk12/MT-Merge5-MMBMUI-gemma-2-9B — объединённая языковая модель на архитектуре Gemma 2, созданная автором репозитория с помощью mergekit. В неё методом SLERP объединены zelk12/MT-Merge5-MMB-gemma-2-9B и zelk12/MT-Merge5-MUI-gemma-2-9B; параметры слияния заданы относительно первой модели с коэффициентом t=0,25. Модель содержит 9 млрд параметров, использует формат safetensors и библиотеку Transformers. Она предназначена для генерации текста и диалоговых ответов; контекстное окно составляет 8192 токена. Карточка не описывает отдельные прикладные специализации или языковое покрытие, поэтому область применения следует определять по содержимому запросов и ответов модели. Лицензия в предоставленных данных не указана.

zelk12/MT-Merge-gemma-2-9B — объединённая языковая модель на архитектуре Gemma 2, созданная с помощью mergekit. В неё вошли zelk12/MT-Merge-MMB-gemma-2-9B и zelk12/MT-Merge-GMAMUI-gemma-2-9B; для объединения применён метод SLERP с параметром t=0,5. Модель содержит 9 млрд параметров, принимает текст и генерирует текст, в том числе в диалоговом режиме. Размер контекста — 8192 токена. Подходит для генерации текста и ответов в чате. В README приведены результаты оценки на Open LLM Leaderboard, включая IFEval и BBH. Модель опубликована в формате safetensors для использования с библиотекой Transformers. Лицензия и сведения о поддерживаемых естественных языках в предоставленных данных отсутствуют.

Multi_verse_modelInex12-7B — объединённая чат-модель на архитектуре Mistral, созданная Maxime Labonne автоматическим слиянием MTSAIR/multi_verse_model и MSL7/INEX12-7b. Для слияния использован метод SLERP с настройкой весов слоёв внимания и MLP; веса сохранены в формате safetensors и типе bfloat16. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для диалоговой генерации текста. В карточке указана лицензия Apache-2.0. Языковые сведения карточки и метаданных указывают на англоязычную базовую модель; отдельные языковые возможности объединённой модели не описаны.

NeonMaid-12B-v2 — объединённая языковая модель yamatazen, созданная методом Arcee Fusion с помощью mergekit на основе NeonMaid-12B и Orihime-Gutenberg-12B. Модель построена на архитектуре Mistral, содержит 12,1 млрд параметров и предназначена для генерации текста в диалоговом формате; в метаданных также заявлен интерфейс для вызова инструментов. Модель принимает текст и генерирует текст. Карточка и метаданные указывают английский и японский языки. Нативная длина контекста — 131 072 токена. Веса представлены в формате safetensors; README указывает bfloat16 для объединения. Лицензия в предоставленных данных не указана.

Neural-Krishna-Multiverse-7b-v2 — объединённая языковая модель, созданная с помощью LazyMergekit из Kukedlc/Neural-Krishna-Multiverse-7b и liminerity/M7-7b. Веса объединены методом slerp; модель использует архитектуру Mistral с плотной декодерной трансформерной сетью и содержит 7,1 млрд параметров. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текст и выдаёт текст; заявленная длина контекста составляет 32 768 токенов. Данные карточки не уточняют целевые языки и специализированные области применения. Модель распространяется в формате Safetensors под лицензией Apache-2.0.

NeuralKukedlc-7B-Labonned — языковая модель для генерации текста, созданная объединением NeuralBeagle14-7B и NeuralHermes-2.5-Mistral-7B с помощью LazyMergekit. В README указан метод слияния SLERP; архитектура — плотная MistralForCausalLM, размер — 7,1 млрд параметров. Модель предназначена для диалогов и генерации текста по запросу. Контекстное окно составляет 32 768 токенов. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. Модель объединяет две диалоговые модели Mistral; карточка не приводит отдельной оценки качества или перечня поддерживаемых языков. Практические результаты могут зависеть от формулировки запроса и сценария использования.

neural-Kunoichi2-7B-slerp — объединённая модель для генерации текста, созданная с помощью LazyMergekit путём слияния SanjiWatsuki/Kunoichi-DPO-v2-7B и mlabonne/NeuralPipe-7B-ties. Она построена на архитектуре Mistral и содержит 7,1 млрд параметров; заявленная длина контекста — 8192 токена. Модель предназначена для генерации текста и диалоговых сценариев общего назначения. В README описано слияние методом SLERP с настройками, различающимися для слоёв внимания и MLP. Репозиторий также упоминает квантизованный вариант GGUF, тогда как метаданные указывают формат Safetensors. Лицензия в предоставленных данных не указана.

NeuralKybalion-7B-slerp-v2 — языковая модель, созданная объединением NousResearch/Hermes-2-Pro-Mistral-7B и Kukedlc/NeuralSirKrishna-7b методом slerp с помощью LazyMergekit. Это плотная архитектура MistralForCausalLM с 7,1 млрд параметров; веса представлены в формате safetensors, а контекст составляет до 32 768 токенов. Модель предназначена для генерации текста. Её можно использовать для диалоговых ответов, следования инструкциям и создания текстовых черновиков; эти сценарии соответствуют возможностям указанных базовых моделей. Карточка не сообщает результатов оценки качества или отдельных языковых ограничений. Лицензия в предоставленных данных не указана.

NeuroCom v2 4B — разговорная языковая модель, созданная автором FourOhFour при участии нескольких участников Anthracite. Это производная от Minitron модель семейства Llama с плотной архитектурой и примерно 3,9 млрд параметров, дообученная на 100 млн токенов для инструкций и ролевого общения. Автор сообщает о дедупликации обучающих наборов данных и применении шумного обучения для улучшения обобщения; модель позиционируется как универсальный ассистент и модель для ролевых диалогов. Модель генерирует текст в формате общения и поддерживает контекст до 131 072 токенов согласно метаданным. В README указано, что настройка проводилась с контекстом 8 тыс. токенов. Доступны веса в формате Safetensors для Transformers. Лицензия — Apache 2.0.

neurotic-crown-clown-7B-ties — это объединённая методом TIES (Trim, Elect Sign & Merge) модель семейства Mistral, созданная с помощью mergekit на основе NeuralMonarch-7B, AlphaMonarch-7B и jaskier-7b-dpo-v5.6. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и распространяется в формате safetensors. Модель предназначена для генерации текста и диалогового общения. Её можно применять для ведения беседы, следования инструкциям и рассуждений; базовая NeuralMonarch-7B описана как модель для этих сценариев. Заявленная длина контекста — 32 768 токенов. Основной язык и полный перечень поддерживаемых языков в доступных данных не определены. Модель опубликована под лицензией Apache-2.0. Это слияние нескольких моделей, поэтому качество и поведение могут отличаться от каждой из исходных моделей; количественные оценки качества в карточке не приведены.