III.4Клиентская поддержка и customer success

ShenaoZ/0.001_4iters_bs128_declr_nodpo_useresponse_iter_1 — дообученная компанией ShenaoZ модель HuggingFaceH4/mistral-7b-sft-beta на наборах данных updated и original. Это плотная авторегрессионная модель Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалогового общения. Модель принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. README не приводит подробностей о сценариях обучения и результатах оценки. Модель распространяется под лицензией MIT.

Модель ShenaoZ/0.001_4iters_bs128_declr_nodpo_useresponse_iter_2 — дообученная версия ShenaoZ/0.001_4iters_bs128_declr_nodpo_useresponse_iter_1, разработанная ShenaoZ. Это плотная языковая модель семейства Mistral с 7,1 млрд параметров для генерации текста и диалогового общения. Она принимает текст и выдаёт текст; поддерживает контекст до 32 768 токенов. Модель обучена на обновлённом и исходном наборах данных и предназначена для чат-сценариев и генерации текста. Карточка не описывает её конкретные сильные стороны или ограничения по качеству и безопасности. Распространяется по лицензии MIT.

Это дообученная чат-модель Mistral с 7,1 млрд параметров, созданная на основе ShenaoZhang/0.001_4iters_bs256_nodpo_only4w_iter_1. Модель предназначена для генерации текста и ответов в диалоге; в карточке указано обучение на обновлённом и исходном наборах данных. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. Лицензия — MIT. README не приводит сведений о конкретных преимуществах или оценках качества.

Модель ShenaoZhang/0.001_5iters_bs256_nodpo_only4w_iter_3 — дообученная диалоговая модель генерации текста на архитектуре Mistral с 7,1 млрд параметров. Она создана на основе ShenaoZhang/0.001_5iters_bs256_nodpo_only4w_iter_2 и обучена на обновлённом и исходном наборах данных. Модель принимает текст и генерирует текстовые ответы; контекст составляет до 32 768 токенов. Модель подходит для диалоговых сценариев и генерации текста. Репозиторий содержит веса в формате safetensors. Лицензия MIT разрешает использование на её условиях. В карточке нет подробных сведений об оценке качества и конкретных ограничениях, поэтому результаты для выбранной задачи следует проверять отдельно.

Это разговорная модель для генерации текста на архитектуре Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель создана дообучением ShenaoZ/0.001_withdpo_4iters_bs256_531lr_iter_2 на наборах данных updated и original; в метаданных указана поддержка чата. Репозиторий содержит веса в формате safetensors. Модель подходит для диалоговой генерации текста и ответов в чат-сценариях. Она распространяется по лицензии MIT. README не приводит оценок качества или подробностей обучения, поэтому ожидаемые результаты для конкретных задач не подтверждены.

Диалоговая языковая модель Mistral с плотной архитектурой и 7,1 млрд параметров, дообученная автором на обновлённом и исходном наборах данных. Она предназначена для генерации текста в диалоге, ответов на вопросы и других текстовых сценариев. Модель поддерживает контекст до 32 768 токенов и представлена в формате safetensors. Модель основана на ShenaoZ/0.001_withdpo_4iters_bs256_5551lr_iter_1; в метаданных базовая модель описана как дообученная методом DPO для диалогов и ответов на вопросы. Лицензия модели — MIT. README не содержит сведений об оценке качества или конкретных ограничениях, поэтому качество ответов следует проверять на целевых задачах.

Это дообученная модель Mistral с 7,1 млрд параметров, созданная на основе HuggingFaceH4/mistral-7b-sft-beta. Согласно карточке, она обучена на обновлённом и исходном наборах данных; подробности о данных и оценке не приведены. Модель предназначена для генерации текста и общения в чате, принимает текст и выдаёт текст. Архитектура — плотная MistralForCausalLM, формат весов — safetensors, длина контекста — до 32 768 токенов. Поддерживаемые языки и специализация на конкретных областях не заявлены. Лицензия — MIT.

Модель ShenaoZhang/0.01_zephyr_5551_4iters_bs256_iter_1 — дообученная на наборе HuggingFaceH4/ultrafeedback_binarized языковая модель Mistral с 7,1 млрд параметров. Она предназначена для генерации текста и диалогового общения. Модель принимает текст и выдаёт текст; максимальная длина контекста — 32 768 токенов. Модель распространяется в формате Safetensors по лицензии MIT. README не содержит сведений об оценке качества или конкретных ограничениях применения.

ShenaoZ разработал эту модель как дообученную версию Mistral-7B-Instruct-v0.2 с использованием набора HuggingFaceH4/ultrafeedback_binarized. Это плотная авторегрессионная модель семейства Mistral на 7,1 млрд параметров для генерации текста и диалоговых ответов на инструкции; контекст — до 32 768 токенов. Модель принимает текст и выдаёт текст. Её можно использовать для диалоговых ассистентов и генерации ответов на пользовательские запросы. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Карточка не приводит результатов оценки качества и подробных рекомендаций по применению.

Модель ShenaoZhang/0.1_4iters_bs256_nodpo_only4w_iter_2 — дообученная разговорная языковая модель семейства Mistral с 7,1 млрд параметров. Она создана на основе ShenaoZhang/0.1_4iters_bs256_nodpo_only4w_iter_1 и обучена на обновлённом и исходном наборах данных. Модель предназначена для генерации текста в диалоговом формате и поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате Safetensors и распространяется по лицензии MIT. Карточка не приводит сведений об оценках качества или конкретных ограничениях применения.

Fischerboot/18-test — плотная языковая модель семейства Llama на 3,4 млрд параметров для генерации текста и диалогов. Она создана слиянием слоёв модели Fischerboot/17-test методом SLERP с помощью mergekit; в метаданных базовая модель обозначена как дообученная версия Fischerboot/17-test. Модель использует архитектуру LlamaForCausalLM, формат safetensors и контекст до 8192 токенов. Модель подходит для диалоговых приложений и генерации текста. Карточка не сообщает о специализированной области применения или поддерживаемых языках. Условия лицензии в доступных данных не описаны.

Abin7/6-lang — объединённая автором Abin7 модель генерации текста на архитектуре Llama, созданная методом TIES с помощью mergekit. В качестве основы использована NousResearch/Llama-2-7b-hf; в объединение также вошли Abin7/3-lang и Abin7/finnish-mal-spanish. Модель содержит 6,6 млрд параметров, распространяется в формате safetensors и использует контекст до 4096 токенов. Модель предназначена для генерации текста. Название и состав исходных моделей указывают на многоязычную направленность, однако конкретный перечень поддерживаемых языков в предоставленных данных не описан. Лицензия в предоставленных данных не указана.

Alchemist_02_2b — объединённая языковая модель, созданная Sumail с помощью mergekit на основе моделей deepnet/SN6-71G5, deepnetguy/gemma-64 и Aspik101/minigemma_ft9. Она использует плотную архитектуру GemmaForCausalLM и предназначена для генерации текста и диалогового взаимодействия. Размер модели составляет 2,5 млрд параметров, а контекст — до 8192 токенов. Модели объединены методом TIES с нормализацией; в конфигурации указана точность bfloat16. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0. Сведения о конкретных языках обучения и специализированных областях применения отсутствуют.

Alchemist_03_2b — объединённая языковая модель семейства Gemma, опубликованная пользователем Sumail. Она создана с помощью mergekit и метода dare_ties на основе нескольких моделей, включая Aspik101/minigemma_ft9, zzttbrdd/sn6_20_new, deepnetguy/gemma-64 и rwh/gemma1. Модель предназначена для генерации текста и диалогового общения. Модель имеет плотную архитектуру GemmaForCausalLM, содержит 2,5 млрд параметров и поддерживает контекст до 8192 токенов. В репозитории представлены веса Safetensors; лицензия — Apache-2.0. Карточка не сообщает, какие естественные языки модель поддерживает.

Amadeus-Verbo-FI-Qwen2.5-32B-PT-BR-Instruct — языковая модель для бразильского португальского, созданная Amadeus AI дообучением Qwen/Qwen2.5-32B-Instruct на наборе из 600 тысяч инструкций в течение двух эпох. Она предназначена для диалогов и генерации текста по инструкциям; доступен интерфейс для вызова инструментов. Модель построена на архитектуре Transformer Qwen2 с причинным языковым моделированием, содержит около 32 млрд параметров и распространяется в формате safetensors для Transformers. В карточке указана длина контекста 131 072 токена, тогда как метаданные каталога сообщают native context в 32 768 токенов. Основной язык модели — бразильский португальский. Модель распространяется по лицензии Apache-2.0. Её специализация на бразильском португальском и большой размер требуют подходящей вычислительной инфраструктуры; заявленный длинный контекст README отличается от значения в метаданных каталога.

AmberChat — англоязычная инструкция-следующая языковая модель, разработанная LLM360 как часть серии Pebble. Она дообучена на основе LLM360/Amber на наборах WizardLM Evol Instruct и ShareGPT. Модель использует плотную архитектуру LLaMA с примерно 6,6 млрд параметров и рассчитана на генерацию текста при контексте до 2048 токенов. AmberChat предназначена для диалогов и выполнения инструкций на английском языке. В карточке приведена оценка 5,43 на MT-Bench; веса доступны в формате safetensors для Transformers. Модель распространяется по лицензии Apache 2.0. Указанный контекст ограничен 2048 токенами; другие ограничения качества в карточке не описаны.

AquilaChat2-70B-Expr — диалоговая языковая модель из семейства Aquila2, разработанного BAAI. Это плотная авторегрессионная модель с архитектурой AquilaForCausalLM и примерно 69,3 млрд параметров, предназначенная для генерации текста в формате чата. Для неё указан контекст до 4096 токенов; опубликованные веса представлены в формате PyTorch. Модель подходит для диалоговых ответов и других сценариев генерации текста. В README она названа чат-моделью, но дополнительных сведений о её языковой специализации и результатах оценки качества нет. Лицензия указана как other, поэтому условия использования следует сверить с лицензией в репозитории.

ArlowGPT-3B — компактная плотная языковая модель на архитектуре Llama 3.2 3B Instruct, дообученная разработчиком yuchenxie на наборе инструкций за пять эпох. Модель содержит 3,2 млрд параметров, работает с текстом и предназначена для диалогов и генерации ответов на инструкции; в метаданных указаны контекст до 131 072 токенов и интерфейс вызова инструментов. Карточка описывает примеры обучающих данных для разговоров, вопросов и ответов, справочных материалов и творческого письма, но не приводит их названия или независимые оценки качества. Модель подходит для чат-ботов, ответов на вопросы, создания текстов и краткого изложения документов в приложениях с ограниченными вычислительными ресурсами. README заявляет применение в юридических, медицинских и финансовых сценариях, однако не приводит профильной проверки качества для этих областей. Возможные ограничения включают более слабое решение сложных задач и зависимость результатов от типа задания. Лицензия — MIT.

anthonymeo/augmented-smilodon-1 — разговорная языковая модель, обученная с помощью H2O LLM Studio на базе h2oai/h2o-danube3-500m-chat. Она предназначена для генерации текста в диалоговом формате: может отвечать на запросы и поддерживать беседу на английском языке. Модель использует плотную архитектуру LlamaForCausalLM и содержит 464,4 млн параметров; заявленная длина контекста — 8192 токена. Репозиторий содержит веса в форматах Safetensors и GGUF F16. Для запуска доступны Transformers, загрузка с 4- или 8-битной квантизацией и распределение модели по нескольким GPU. Модель может выдавать неверные или бессвязные ответы, а также предвзятый или оскорбительный текст, поэтому результаты следует проверять. Лицензия в предоставленных данных не указана.

AYA-8B — дообученная ArmanAsq модель генерации текста на архитектуре CohereForCausalLM, основанная на CohereForAI/aya-23-8B. Она предназначена для диалогов и генерации текста; метаданные также указывают интерфейс вызова инструментов. Модель содержит 8 млрд параметров и поддерживает контекст до 8192 токенов. В README приведён результат оценки: loss 3,0612, но набор данных, методика оценки и конкретные улучшения не описаны. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Bagel-Hermes-2x34B — разговорная модель для генерации текста, созданная Weyaxi как MoE-модель на основе Bagel-DPO-34B-v0.2 и Nous-Hermes-2-Yi-34B. В метаданных указаны архитектура MixtralForCausalLM, 33,9 млрд параметров и контекст до 200 000 токенов; модель распространяется в формате safetensors и поддерживает сценарии чата. Модель предназначена для диалогов и генерации ответов по инструкциям. В README приведены шаблоны ChatML, Alpaca и Vicuna, однако автор отмечает, что не определил, какой шаблон работает лучше. Указана лицензия Apache-2.0. Результаты оценки на Open LLM Leaderboard приведены частично, поэтому по ним нельзя составить полную картину качества.

Beetle-FineWeb2-24B/beetle-bilingual-l2-80-late-b5-fineweb-hin-eng — генеративная языковая модель из семейства Beetle-FineWeb2, доступная через библиотеку Transformers. По идентификатору модели она ориентирована на двуязычные сценарии для хинди и английского языков; метаданные Hugging Face указывают задачу text generation и формат safetensors. Модель предназначена для генерации продолжений текста и создания текстовых ответов на хинди и английском языках. Техническая архитектура, точное число параметров, длина контекста, разработчик, обучающие данные, результаты оценки и лицензия в доступных материалах не описаны. Условия использования следует уточнить на странице модели перед применением.

Toshifumi разработал эту модель на основе bert-base-multilingual-cased, дообучив её на наборе данных emotion для классификации эмоций в тексте. Это многоязычная модель BERT с архитектурой BertForSequenceClassification и 205,1 млн параметров; она принимает текст и выдаёт метку класса. Максимальная длина контекста составляет 512 токенов. На оценочной выборке указаны Accuracy 0,9195 и F1 0,9205. Модель распространяется по лицензии Apache-2.0. Подходит для определения эмоциональной категории коротких текстов, например сообщений или отзывов. README не уточняет список меток, языковой состав обучающих и оценочных данных и ограничения качества по отдельным языкам, поэтому результаты не следует считать одинаково надёжными для всех языков и типов текста.

BLOOMChat-176B-v1 — многоязычная диалоговая языковая модель, разработанная SambaNova Systems совместно с Together Computer. Она построена на BLOOM с 176 млрд параметров и дообучена на наборах диалогов в формате помощника; метаданные репозитория указывают архитектуру BLOOM и 233,8 млрд параметров. Модель предназначена для генерации ответов в диалоге, вопросов и ответов, а также текстовой генерации на нескольких языках. Модель можно применять в коммерческих и исследовательских сценариях: например, для разговорных интерфейсов, ответов на вопросы и многоязычной генерации текста. В карточке отмечены результаты в задачах перевода, однако основная задача модели — генерация текста. Для работы доступны веса PyTorch; лицензия основана на Apache 2.0 с ограничениями на использование, перенесёнными из лицензии BLOOM RAIL. Перед применением следует ознакомиться с лицензией SambaNova. Модель может галлюцинировать, повторяться, переключать язык или диалект внутри ответа и выдавать токсичный контент; качество кода и сложных математических рассуждений может быть ограниченным. Разработчики не рекомендуют использовать её в критически важных сценариях, связанных с безопасностью, важными решениями или автоматизированными конвейерами.

BLOSSOM-v3.1-baichuan2-13b — диалоговая языковая модель, созданная на основе Baichuan2-13B-Base и дообученная разработчиками BLOSSOM на смеси наборов инструкций Orca, Wizard, Chat и Math. Это плотная авторегрессионная модель архитектуры Baichuan с 13,3 млрд параметров, предназначенная для генерации ответов в формате продолжения диалога. Обучение включало одноходовые инструкции, многоходовые беседы и примеры математических рассуждений. Модель подходит для ответов на вопросы, ведения диалога и решения задач с пошаговыми математическими рассуждениями на китайском и английском языках. В README заявлены общие способности и понимание контекста, однако длина контекста не приводится. Репозиторий содержит веса PyTorch, а лицензия — Apache-2.0.

BLOSSOM-v5-4b — разговорная языковая модель, разработанная командой Blossom и дообученная на базе Qwen1.5-4B. Метаданные описывают архитектуру как плотную Qwen2 с 3,6 млрд параметров; модель распространяется в формате safetensors и поддерживает контекст до 32 768 токенов. Модель предназначена для диалогов и генерации ответов на китайском и английском языках. Обучение прошло в два этапа на смешанных наборах Blossom Chat, Math, Wizard и Orca; README сообщает, что данные серии V5 дистиллированы из GPT-4-0125-preview. Модель может применяться для вопросов и ответов, инструкций, диалога и простых математических запросов. Лицензия — Apache-2.0. Заявления о качестве основаны на описании разработчика; независимые результаты оценки в карточке не приведены.

Bombus_3x8B_v2 — чат-модель для генерации текста, опубликованная Eurdem. По карточке, это смесь экспертов (MoE) на основе Llama 3; метаданные указывают архитектуру MixtralForCausalLM и библиотеку Transformers. Модель принимает текст и генерирует текст, поддерживает английский язык и контекст до 8192 токенов. Общее число параметров — 7,5 млрд. Модель подходит для диалогов и генерации ответов на текстовые запросы. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. В карточке не приведены результаты оценки качества или подробные сведения о дообучении и объединении моделей.

Breezeblossom-v4-mistral-2x7B — диалоговая текстовая модель, созданная автором репозитория sam-ezai путём слияния MediaTek-Research/Breeze-7B-Instruct-v0_1 и Azure99/blossom-v4-mistral-7b с помощью LazyMergekit. Она использует архитектуру Mixtral с механизмом смеси экспертов (MoE) и содержит 7,2 млрд параметров. Модель предназначена для генерации текста в диалоговом формате; для неё заявлено контекстное окно до 32 768 токенов. Модель принимает текст и генерирует текст. Базовая Breeze ориентирована преимущественно на традиционный китайский и английский языки, однако README не описывает отдельно языковые возможности итогового слияния. Модель распространяется в формате Safetensors по лицензии Apache-2.0.

ChatBerry-1.1 — диалоговая языковая модель, дообученная artindnr на базе artindnr/strawberry-1, которая, в свою очередь, основана на gpt-oss-20b. Это причинная декодерная модель семейства gpt_oss с архитектурой mixture-of-experts и 1,6 млрд параметров по метаданным; она генерирует ответы в формате чата и обучена отвечать сразу, без отдельного канала рассуждений. Модель предназначена для универсальных чат-ассистентов на фарси и английском, а также для многоязычного общения и сценариев, где нужны прямые ответы и следование инструкциям. Контекстное окно составляет 131 072 токена. По заявлению автора, версия 1.1 обучалась примерно на вчетверо большем объёме примеров, чем ChatBerry-1, что улучшило качество и последовательность ответов. Модель может ошибаться и выдумывать факты. Она не сохраняет явную пошаговую цепочку рассуждений; автор также отмечает отсутствие дополнительной настройки безопасности сверх унаследованной от базовых моделей. Лицензия — Apache 2.0.

ChickaQ-V2-Large-Beta — чатовая языковая модель семейства ChickaQ, созданная слиянием моделей Qwen/Qwen1.5-1.8B-Chat и vilm/Quyen-mini-v0.1 методом passthrough с помощью mergekit. В репозитории указано около 3 млрд параметров; метаданные классифицируют архитектуру как плотную Qwen2 и указывают контекст до 8192 токенов. Модель предназначена для диалогов и генерации текста. Её можно применять для ответов на вопросы, составления черновиков и интерактивного общения на естественном языке. Она распространяется в формате safetensors, используется с Transformers и имеет лицензию MIT. Карточка не приводит оценки качества или подробностей о поддерживаемых языках.