III.4Клиентская поддержка и customer success

TranslateGemma-4B-GGUF — это GGUF-квантизированная версия TranslateGemma-4B-it, разработанной командой Google Translate на базе Gemma 3. Репозиторий 42ailab не содержит собственной модели или квантизации: в нём побайтно зеркалированы файлы общественной квантизации bullerwins и обеспечена интеграция с движком 42model. Модель предназначена для полностью локального машинного перевода текста между 55 языками, включая китайский, английский, японский, корейский, французский, немецкий, испанский и русский. Модель ориентирована на повседневный перевод, работу с конфиденциальными документами и использование в автономных условиях без подключения к облачным сервисам. Доступны варианты Q4_K_M и Q8_0: первый требует меньше памяти, второй лучше сохраняет близость к исходным весам. Это лёгкая модель примерно на 4B параметров, рассчитанная на запуск на ноутбуках и настольных компьютерах; минимальная сборка занимает менее 2,5 ГБ. Контекст составляет около 2K токенов на вызов, поэтому длинные документы рекомендуется разделять на фрагменты. К сильным сторонам относятся локальная обработка, конфиденциальность, работа офлайн и низкие требования к ресурсам. По данным официального отчёта Google, результат 4B на WMT24++ составляет MetricX 5,32 и Comet 81,6; эти показатели не были повторно проверены авторами репозитория. Ограничения — текстовый режим без поддержки перевода изображений, меньшая точность по сравнению с вариантами 12B и 27B и ориентация преимущественно на предложения и абзацы. Модель распространяется по Gemma Terms of Use.

chujiezheng/tulu-2-dpo-13b-ExPO — разговорная языковая модель на базе Llama, полученная методом ExPO из контрольных точек allenai/tulu-2-dpo-13b и allenai/tulu-2-13b. Разработчик применил экстраполяцию весов с коэффициентом alpha = 0,5 в рамках подхода Weak-to-Strong Extrapolation Expedites Alignment, чтобы улучшить согласование ответов с человеческими предпочтениями. Модель предназначена для диалоговой генерации текста и ответов на запросы. Она содержит 12,9 млрд параметров, принимает текст и имеет контекстное окно 8192 токена. В README приведены результаты оценки ExPO на AlpacaEval 2.0 и MT-Bench для нескольких других моделей; эти результаты не являются прямой оценкой данного чекпойнта. Файлы модели представлены в формате safetensors. Лицензия указана как other, поэтому условия использования следует проверять в карточке модели и у базовых моделей. Ограничение: доступное описание не содержит результатов отдельной оценки именно этого чекпойнта.

Xenova/twitter-roberta-base-sentiment-latest — версия модели CardiffNLP/cardiffnlp/twitter-roberta-base-sentiment-latest с весами в формате ONNX, подготовленная для использования через библиотеку Transformers.js. Модель предназначена для классификации тональности текста и может применяться в сценариях анализа пользовательских сообщений, публикаций и отзывов, включая запуск в JavaScript- и web-приложениях. Ключевая особенность этой версии — совместимость с Transformers.js и наличие ONNX-весов, что позволяет выполнять инференс средствами JavaScript. В README не указаны точные размер модели, языки, максимальная длина контекста, поддерживаемые модальности, результаты оценки или лицензия, поэтому эти характеристики нельзя достоверно определить по представленным данным. Условия использования также не уточнены.

Typhoon2.5-Qwen3-30B-A3B — инструктивная языковая модель, разработанная OpenTyphoon для генерации ответов на тайском и английском языках. Она предназначена для диалогов, следования инструкциям и вызова инструментов в приложениях на основе чат-моделей. Модель построена на архитектуре Qwen3 как декодерная Mixture-of-Experts с 30 млрд параметров и примерно 3 млрд активных параметров. Она поддерживает контекст до 256 тыс. токенов и доступна в формате safetensors для Transformers. Указана лицензия Apache 2.0; для использования README также требует принять условия OpenTyphoon и ознакомиться с уведомлением о конфиденциальности. Модель ещё находится в разработке. Несмотря на защитные ограничения, ответы могут быть неточными, предвзятыми или нежелательными, поэтому её следует оценивать с учётом конкретного сценария применения.

Карточка модели Zzo1312/ultravox-v0_5-llama-3_2-1b на Hugging Face совпадает с карточкой fixie-ai/ultravox-v0_5-llama-3_2-1b, поэтому описание составлено по ней. 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.

v1olet_merged_dpo_7B-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель на 7,1 млрд параметров, созданная слиянием mistralai/Mistral-7B-Instruct-v0.2 и v1olet/v1olet_merged_dpo_7B методом SLERP. Она использует архитектуру MistralForCausalLM и предназначена для генерации текста и ответов на инструкции в чат-сценариях. Контекст модели составляет до 32 768 токенов. Модель принимает текст и выдаёт текст. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Сведения о специальных предметных областях или сравнительных оценках качества в карточке не приведены.

Vangelus-Secundus — языковая модель для генерации текста, созданная слиянием предварительно обученных моделей с помощью mergekit. В качестве базовой использована ClaudioItaly/1800-9B; в слияние также вошли ifable/gemma-2-Ifable-9B и sam-paech/Delirium-v1. Применён метод TIES с нормализацией весов и маской int8; веса сохранены в формате safetensors. Модель семейства Gemma 2, с плотной архитектурой Gemma2ForCausalLM и примерно 9 млрд параметров. Она предназначена для генерации текста и диалогового использования; поддерживает контекст до 8192 токенов. Карточка не сообщает о специализации на конкретном языке или предметной области. Модель подходит для чат-ботов, написания и продолжения текстов, а также творческих сценариев. Качество и поведение унаследованы от участвовавших в слиянии моделей и могут отличаться от их характеристик по отдельности. Лицензия в предоставленных данных не указана.

VibeVoice-ASR-Streaming-7B — потоковая модель автоматического распознавания речи от Microsoft. Она преобразует поступающую речь в текст и связывает реплики с говорящими, поддерживая пользовательские ключевые слова для имён и специальных терминов. Модель рассчитана на потоковую транскрибацию речи на китайском, английском, французском, немецком, итальянском, японском, корейском, португальском, русском и испанском языках. Архитектура — плотная модель семейства VibeVoice; файлы весов представлены в safetensors, для работы используется Transformers. Поддержка атрибуции говорящих и настраиваемых ключевых слов подходит для транскрибации разговоров и аудио с предметной лексикой. В предоставленных материалах не описаны точность, ограничения по длительности или шуму и требования к ресурсам. Лицензия — MIT.

Violet_Twilight-v0.1 — разговорная модель для генерации текста, созданная Epiculous с помощью слияния SLERP моделей Azure_Dusk и Crimson_Dawn. Она основана на плотной архитектуре Mistral и содержит 12,1 млрд параметров. Модель предназначена для общения, ролевых диалогов и генерации ответов в стиле помощника; для неё рекомендуются шаблон Mistral Instruct и формат запроса [INST] Prompt goes here [/INST]. В метаданных заявлена поддержка английского, французского, немецкого, испанского, итальянского, португальского, русского, китайского и японского языков, а длина контекста указана как 1 024 000 токенов. Модель распространяется под лицензией Apache-2.0. README предупреждает, что некоторые квантованные варианты могут некорректно работать с шаблоном Mistral; для GGUF автор рекомендует попробовать ChatML. Репозиторий содержит веса safetensors, а README также упоминает варианты full, EXL2 и GGUF.

Katayoon/VPO-Pess-Zephyr-7B-iter-2 — диалоговая языковая модель на архитектуре Mistral с 7,1 млрд параметров, разработанная как дообученная версия Katayoon/VPO-Pess-Zephyr-7B-iter-1. Модель предназначена для генерации текстовых ответов в чате и поддерживает контекст длиной до 32 768 токенов. Модель сохранена в формате safetensors и распространяется по лицензии MIT. В карточке указано дообучение на обновлённом и исходном наборах данных; подробности о данных, оценке качества и ограничениях не приведены.

WestOrcaDPO-7B-GTA — объединённая языковая модель на основе Mistral, созданная с помощью LazyMergekit из decruz07/kellemar-DPO-Orca-Distilled-7B-SLERP и senseable/WestLake-7B-v2. Она предназначена для генерации текста, включая диалоговые ответы и творческие тексты. Модель имеет плотную архитектуру MistralForCausalLM и 7,1 млрд параметров; заявленная длина контекста — 32 768 токенов. Веса представлены в формате safetensors. Слияние выполнено методом task arithmetic с параметрами весов 0,4 и 0,6 и плотностью 0,5 для каждой исходной модели. README указывает Mistral-7B-v0.1 как базовую модель. Лицензия в предоставленных данных не приведена.

WestOrcaNeuralMarco-DPO-v2-DARETIES-7B — объединённая языковая модель на архитектуре Mistral, созданная с помощью LazyMergekit из Westlake-7B-v2, kellemar-DPO-Orca-Distilled-7B-SLERP и NeuralMarcoro14-7B. В конфигурации также указана Mistral-7B-v0.1 как базовая модель. Модель содержит 7,1 млрд параметров, использует формат safetensors и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев: она может формулировать ответы и помогать с рассуждениями и продолжением текста. В README приведены результаты оценивания на задачах AI2 Reasoning Challenge и HellaSwag. Репозиторий распространяется по лицензии Apache-2.0.

Это модель классификации тональности terrencewee12 на базе XLM-RoBERTa, дообученная на данных tyqiangz/multilingual-sentiments и других наборах для анализа тональности. Она относит текст к одной из трёх категорий: положительной, отрицательной или нейтральной. Модель предназначена для анализа текстов на английском, малайском и китайском языках, в том числе сообщений в социальных сетях. Архитектура — XLMRobertaForSequenceClassification, размер — 305,2 млн параметров, максимальный контекст — 514 токенов. В карточке приведены результаты оценки: accuracy 0,844 и F1 0,844. Модель принимает текст и выдаёт метку тональности. Качество может снижаться на других языках, доменах и типах текста, не представленных в обучающих данных. Лицензия — Apache-2.0.

Xwin-LM-13B-V0.2 — диалоговая большая языковая модель проекта Xwin-LM, выпущенная в октябре 2023 года. Это плотная авторегрессионная модель семейства Llama с 12,9 млрд параметров, построенная на базе Llama 2 и дообученная для выравнивания ответов. Модель принимает текст и генерирует текст; длина контекста составляет 4096 токенов. Поддерживает многоходовые диалоги в шаблоне, совместимом с Vicuna. Модель предназначена для ответов на вопросы и выполнения пользовательских инструкций в диалоге. В README сообщается об использовании SFT и обучения с подкреплением на основе отзывов людей; версия V0.2 включает улучшенные сравнительные данные и обучение PPO. Проект приводит результаты оценивания на AlpacaEval, однако они не гарантируют качество для конкретных запросов. Для инференса заявлена совместимость с vLLM. Репозиторий содержит веса PyTorch и распространяется по лицензии Llama 2. Модель ориентирована на английский язык в приведённых примерах; README не подтверждает широкий охват других языков. В карточке проекта также указано, что математические и рассуждательные возможности планировалось развивать, поэтому её не следует считать специализированной моделью для таких задач.

Xwin-LM-7B-V0.1 — языковая модель команды проекта Xwin-LM, разработанная на основе Llama 2 и дообученная с применением методов выравнивания, включая supervised fine-tuning и RLHF. Модель содержит 6,6 млрд параметров, использует архитектуру LlamaForCausalLM и принимает текст. Контекст — до 4096 токенов. Модель предназначена для генерации ответов и многоходового диалога по шаблону Vicuna. В README для версии 7B указана доля побед 87,82% на AlpacaEval среди моделей 7B. Авторы отмечают поддержку быстрого инференса через vLLM. Модель распространяется по лицензии Llama 2; её результаты описаны для бенчмарков и не гарантируют качество на произвольных запросах.

Карточка модели Xwin-LM/Xwin-LM-7B-V0.2 на Hugging Face совпадает с карточкой Xwin-LM/Xwin-LM-13B-V0.2, поэтому описание составлено по ней. Xwin-LM-13B-V0.2 — диалоговая большая языковая модель проекта Xwin-LM, выпущенная в октябре 2023 года. Это плотная авторегрессионная модель семейства Llama с 12,9 млрд параметров, построенная на базе Llama 2 и дообученная для выравнивания ответов. Модель принимает текст и генерирует текст; длина контекста составляет 4096 токенов. Поддерживает многоходовые диалоги в шаблоне, совместимом с Vicuna. Модель предназначена для ответов на вопросы и выполнения пользовательских инструкций в диалоге. В README сообщается об использовании SFT и обучения с подкреплением на основе отзывов людей; версия V0.2 включает улучшенные сравнительные данные и обучение PPO. Проект приводит результаты оценивания на AlpacaEval, однако они не гарантируют качество для конкретных запросов. Для инференса заявлена совместимость с vLLM. Репозиторий содержит веса PyTorch и распространяется по лицензии Llama 2. Модель ориентирована на английский язык в приведённых примерах; README не подтверждает широкий охват других языков. В карточке проекта также указано, что математические и рассуждательные возможности планировалось развивать, поэтому её не следует считать специализированной моделью для таких задач.

YamshadowInex12_AlloyingotneoyNeuralsirkrishna — слитая текстовая модель семейства Mistral с 7,1 млрд параметров. Она объединяет модели automerger/YamshadowInex12-7B и automerger/AlloyingotneoyNeuralsirkrishna-7B и предназначена для генерации текста по запросу. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. Доступна по лицензии Apache-2.0. Данные карточки не уточняют языковую специализацию или особые прикладные области модели.

YamshadowStrangemerges_32_Experiment24Yam — объединённая текстовая модель семейства Mistral, созданная на основе automerger/YamshadowStrangemerges_32-7B и automerger/Experiment24Yam-7B. Она предназначена для генерации текста по текстовому запросу и может использоваться в диалоговых и других сценариях генерации.

YamshadowStrangemerges_32_T3qm7xpT3q — объединённая модель на архитектуре Mistral, созданная из automerger/YamshadowStrangemerges_32-7B и automerger/T3qm7xpT3q-7B. Она предназначена для генерации текста и диалоговых ответов. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Веса доступны в формате Safetensors. Модель распространяется по лицензии Apache-2.0. README не уточняет её языковую специализацию, качество на отдельных задачах или ограничения; поэтому языки и специализированные сценарии не заявляются.

YamshadowStrangemerges_32_YamShadow — объединённая языковая модель на архитектуре Mistral, созданная из automerger/YamshadowStrangemerges_32-7B и automerger/YamShadow-7B. Она предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Размер модели — 7,1 млрд параметров; веса представлены в формате safetensors. Модель подходит для генерации продолжений текста и диалоговых ответов. Карточка не описывает специализированные области применения и не приводит сведения о языках. Распространяется по лицензии Apache-2.0.

Yi-Ko-ENCdpo — языковая модель для генерации текста, разработанная Sungwoo Park (oopsung) и Seunghyeon Lee (shleeeee). Это плотная causal language model семейства Llama с 5,9 млрд параметров, дообученная на базе beomi/Yi-Ko-6B с применением SFT и DPO. Модель принимает текст и генерирует текст. Она предназначена для текстовых диалогов и других сценариев генерации; контекст составляет 2048 токенов. В репозитории указаны веса safetensors. Лицензия обозначена как other, поэтому конкретные условия использования следует проверять в материалах репозитория.

zephyr-beta-Nebula-v2-7B — объединённая разговорная языковая модель на 7,1 млрд параметров, созданная на основе HuggingFaceH4/zephyr-7b-beta и адаптера PulsarAI/Nebula-v2-7B-Lora. Она использует плотную архитектуру Mistral и предназначена для генерации текста в диалоге; заявленная длина контекста — 32 768 токенов. В карточке указан набор данных Open-Platypus, а среди тегов — английский язык. Модель распространяется в формате safetensors по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. README содержит заголовок с результатами оценки, но значения метрик не заполнены.

zephyr-qwen2-7b-sft — диалоговая языковая модель на архитектуре Qwen2 с 7,1 млрд параметров, дообученная разработчиком tanliboy на наборе HuggingFaceH4/ultrachat_200k. Она предназначена для генерации текста и ведения диалога; модель поддерживает контекст длиной до 131 072 токенов. Модель может использоваться для ответов на вопросы, диалоговых помощников и создания текстовых черновиков. В карточке приведён результат оценки Loss 1,0646, но подробности методики и качества на практических задачах отсутствуют. Модель распространяется по лицензии Apache-2.0.

Это плотная языковая модель Mistral с 7,1 млрд параметров, дообученная ShenaoZhang на основе HuggingFaceH4/mistral-7b-sft-beta на наборах данных updated и original. Она предназначена для генерации текста и диалогового общения; её можно использовать для ответов на вопросы и ведения текстовых бесед. Контекстное окно составляет 32 768 токенов, файлы весов представлены в формате safetensors. Модель поддерживает текстовый ввод и выдаёт текст. Лицензия — MIT. README не приводит оценок качества и описания ограничений; сведения о языках обучения в метаданных отсутствуют.

ShenaoZ/0.0001_sft_nodpo_4iters_bs256_5102lr_iter_1 — дообученная модель Mistral с плотной архитектурой MistralForCausalLM и 7,1 млрд параметров. Она основана на HuggingFaceH4/mistral-7b-sft-beta и обучена на обновлённом и исходном наборах данных. Модель предназначена для генерации текста и диалогового общения, включая ответы на вопросы. Поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. Карточка не приводит оценки качества и подробностей о составе обучающих данных. Лицензия — MIT.

ShenaoZ/0.0001_sft_nodpo_4iters_bs256_555lr_iter_2 — дообученная разговорная языковая модель на архитектуре Mistral, созданная на основе ShenaoZ/0.0001_sft_nodpo_4iters_bs256_555lr_iter_1 на обновлённом и исходном наборах данных. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст; для контекста поддерживается до 32 768 токенов. В карточке Hugging Face указаны задача генерации текста и возможность чата. Модель предназначена для генерации ответов в диалоге и других задач текстовой генерации. Она распространяется в формате safetensors по лицензии MIT. README не приводит сведений о результатах оценки и конкретных ограничениях модели.

Это диалоговая модель для генерации текста, разработанная на основе ShenaoZhang/0.0001_zephyr_5551_4iters_bs256_iter_1. Она дообучена на наборах данных updated и original; архитектура — плотная MistralForCausalLM с 7,1 млрд параметров. Модель рассчитана на диалоги и текстовую генерацию, принимает текст и выдаёт текст. Контекстное окно — до 32 768 токенов. Модель опубликована в формате safetensors под лицензией MIT. Карточка не приводит сведений об оценке качества или конкретных ограничениях применения, поэтому пригодность для заданного сценария следует проверять отдельно.

Модель ShenaoZ/0.0005_withdpo_4iters_bs256_2epoch_5311lr_iter_2 — дообученная диалоговая языковая модель на архитектуре Mistral с 7,1 млрд параметров. Она предназначена для генерации текста в чат-сценариях и дообучена на исходном и обновлённом наборах данных; карточка не раскрывает их содержание и подробности обучения. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. Опубликована в формате Safetensors по лицензии MIT. README не содержит сведений о качестве, оценках или конкретных ограничениях.

Это дообученная модель Mistral с 7,1 млрд параметров, созданная на основе HuggingFaceH4/mistral-7b-sft-beta с использованием датасета HuggingFaceH4/ultrafeedback_binarized и метода DPO. Она предназначена для генерации текста и диалогового общения, в том числе для ответов на вопросы. Модель имеет плотную архитектуру MistralForCausalLM, принимает текст и выдаёт текст. Её контекстное окно составляет 32 768 токенов. Базовая модель обучалась на англоязычных синтетических диалогах; отдельные сведения о языках этой версии отсутствуют. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии MIT.

Модель ShenaoZhang/0.001_2iters_bs256_nodpo_full6w_iter_1 — дообученная версия Mistral-7B-SFT-Beta с 7,1 млрд параметров для генерации текста и диалогового общения. В карточке указано обучение на обновлённом и исходном наборах данных; подробности о данных и оценке не приведены. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. Распространяется в формате safetensors по лицензии MIT.