III.4Клиентская поддержка и customer success

CoEdIT-xl-composite — модель Grammarly на архитектуре T5, дообученная на базе google/flan-t5-xl на наборе CoEdIT-Composite. Она принимает исходный текст и инструкцию по редактированию и генерирует исправленный или иначе преобразованный вариант. Модель предназначена для редактирования текста по инструкциям, в том числе для выполнения составных инструкций; её параметры насчитывают 1,5 млрд, а контекст составляет 512 токенов. Модель работает с английским языком и представлена в формате PyTorch. Она подходит для редактирования и улучшения английских текстов по заданным требованиям. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но некоммерческое.

Aleteian/Darkness-Reign-MN-12B — объединённая языковая модель, созданная автором Aleteian с помощью mergekit и метода Model Stock на базе Aleteian/Saiga-Unleashed. В объединение вошли Aleteian/Follow-the-Flow-MN-12B, Aleteian/One-To-Rule-Them-All-MN-12B и Aleteian/Hello-Darkness-My-Old-Friend-5-MN-12B. Модель построена на плотной архитектуре MistralForCausalLM и содержит 12,1 млрд параметров. Она предназначена для диалогов и генерации текста; репозиторий содержит веса в формате safetensors, а конфигурация указывает bfloat16 и шаблон чата Mistral. Метаданные заявляют контекст до 1 024 000 токенов. Карточка не приводит результатов оценки качества или подробных ограничений по применению. Лицензия в предоставленных данных не указана.

philschmid/deberta-v3-xsmall-emotion — модель классификации текста на основе DeBERTa-v3-xsmall, дообученная на наборе данных Emotion. Она предназначена для определения эмоциональной категории текста; на оценочной выборке автор сообщает точность 0,932 и значение loss 0,1877. Модель содержит 77,5 млн параметров, использует архитектуру DebertaV2ForSequenceClassification и принимает последовательности длиной до 512 токенов. Модель можно применять для автоматической разметки эмоций в коротких текстах, например сообщениях и отзывах. В метаданных указана лицензия MIT. Язык данных и конкретный набор поддерживаемых эмоциональных категорий в карточке не раскрыты.

laion/delphi-1e22-9_7Bparams-160Btokens-base-wc386k_lr1e5-sft — разговорная языковая модель семейства Qwen3, разработанная LAION и обученная с нуля на наборах данных wildchat_386k и delphi_warmup. Модель предназначена для генерации текста в диалоге: она принимает текстовые запросы и формирует текстовые ответы. Число параметров — 9,2 млрд, архитектура плотная Qwen3ForCausalLM, контекст — 4096 токенов. В карточке нет сведений о специализированных областях применения, оценке качества или дополнительных ограничениях. Репозиторий содержит веса в формате safetensors и заявляет лицензию other; конкретные условия лицензии следует сверить с файлами репозитория.

laion/delphi-3e20-p33m67-k0p20-lr83-a001-wc386k_lr1e5-sft — диалоговая языковая модель семейства Qwen3 с плотной архитектурой и 2,2 млрд параметров. Она обучена с нуля на наборах данных wildchat_386k и delphi_warmup; карточка не раскрывает подробностей о составе обучения или разработчике сверх идентификатора LAION. Модель предназначена для генерации текста в диалоге. Она принимает текст, выдаёт текст и поддерживает контекст длиной до 4096 токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия указана как other, без дополнительных условий в карточке.

Sumail/Derrick50 — объединённая языковая модель семейства Gemma, созданная с помощью mergekit методом SLERP из coffiee/g4 и coffiee/g7. Модель содержит 2,5 млрд параметров и рассчитана на генерацию текста и диалоговое взаимодействие; в метаданных заявлено контекстное окно 8192 токена. Модель принимает текст и генерирует текст. Репозиторий содержит веса в формате safetensors, а конфигурация слияния использует bfloat16. Доступна библиотека Transformers. Сведения о лицензии и специальных предметных областях в предоставленных данных отсутствуют.

Карточка модели Dnoya10/dicoding_genAI_sft_eks2 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.

linlin336/distilbert-finetuned-emotion — модель классификации текста, созданная дообучением distilbert-base-uncased на наборе данных Emotion. Она определяет одну из шести базовых эмоций в коротких англоязычных сообщениях, включая публикации в Twitter, комментарии и отзывы. Модель подходит для мониторинга эмоций в социальных сетях и классификации откликов клиентов. Архитектура — DistilBERT для классификации последовательностей; модель принимает текст и выдаёт метку эмоции. Контекст ограничен 512 токенами. В README указаны точность и взвешенная F1-мера около 92%; модель обучалась один эпоху на данных Twitter. Распространяется под лицензией Apache-2.0.

chaymans/distilbert-sentiment-demo — дообученная модель семейства DistilBERT для классификации текста. Она основана на distilbert/distilbert-base-uncased и использует архитектуру DistilBertForSequenceClassification. Модель предназначена для определения тональности текста; в README приведена точность 0,8433 и значение loss 0,4170 на оценочном наборе. Модель принимает текст и выдаёт метку класса. Максимальная длина контекста — 512 токенов. Данные обучения и точные классы тональности в карточке не описаны, поэтому результаты на других данных могут отличаться. Репозиторий содержит веса safetensors и ONNX; библиотека — Transformers. Лицензия — Apache-2.0.

ChaoticNeutrals/Domain-Fusion-L3-8B — разговорная языковая модель семейства Llama, созданная слиянием моделей методом SLERP через mergekit. В конфигурации объединены Hathor_Variant-X и T-900xBioLLM; для внимания и MLP заданы отдельные параметры слияния. Модель содержит 7,5 млрд параметров, построена на плотной архитектуре LlamaForCausalLM и использует формат safetensors. Модель предназначена для генерации текста и диалогового взаимодействия на английском языке. Контекстное окно — 8192 токена. Лицензия указана как other, поэтому конкретные условия использования по доступным данным определить нельзя.

Dulia 13B 8K Alpha — чатовая языковая модель семейства Llama, разработанная duliadotio и дообученная на базе Llama 2 с использованием наборов Dolphin и Orca Chat, а также OpenAssistant SFT Trainer. Модель содержит 12,9 млрд параметров и построена на архитектуре LlamaForCausalLM; для контекста до 8192 токенов применено линейное масштабирование RoPE. Модель предназначена для генерации текста и ведения многоходовых диалогов на английском языке. Она подходит для чат-ботов и ответов на пользовательские запросы; обучена с шаблоном диалогов OpenAssistant. Репозиторий предоставляет веса в форматах PyTorch и safetensors для Transformers. Модель распространяется по лицензии Llama 2. В README отмечены риски неточных, предвзятых и нежелательных ответов; оценка проводилась на английском языке и не охватывает все сценарии, поэтому перед внедрением требуется проверка и настройка безопасности под конкретное применение.

mrm8488/electricidad-small-finetuned-sst2-es — испаноязычная модель анализа тональности, созданная дообучением mrm8488/electricidad-small-discriminator на датасете sst2-es-mt. Датасет получен машинным переводом исходного SST2 с английского на испанский. Модель построена на ELECTRA и содержит 20,5 млн параметров; максимальная длина входа — 512 токенов. Модель классифицирует тональность испанских текстов и подходит, например, для определения эмоциональной окраски коротких отзывов и предложений. На оценочной выборке автор сообщает accuracy 0,879 и F1 0,88. В карточке приведён пример использования через Transformers pipeline. Лицензия в доступных данных не указана.

Elysium2.2-task-11b — объединённая модель для генерации текста, созданная powermove72 с помощью LazyMergekit. Она объединяет Trinity_Notus-xb и GreenScorpius-xb-Passthrough методом task arithmetic с нормализацией весов; архитектура — плотная MistralForCausalLM с 11 млрд параметров, формат весов — Safetensors, точность слияния — float16. Модель принимает текст и предназначена для генерации текста и диалоговых ответов с контекстом до 32 768 токенов. README не описывает специализированные области применения или языковую специализацию. Лицензия в предоставленных данных не указана.

Emot5-large — модель проекта EmoLLMs, разработанная для анализа эмоциональной окраски текста. Это дообученная на основе T5-large модель архитектуры T5 с 385,2 млн параметров, представленная в формате Safetensors и рассчитанная на контекст до 512 токенов. Для работы можно использовать библиотеку Hugging Face Transformers. Модель выполняет классификацию тональности и эмоций, а также оценивает силу тональности и интенсивность отдельных эмоций. Среди примеров применения — определение положительной или отрицательной окраски текста, выявление таких эмоций, как радость, гнев, страх и печаль, и присвоение численной оценки их интенсивности. В карточке указана поддержка английского языка. Модель может ошибаться, чрезмерно обобщать и проявлять гендерные смещения, поэтому её предсказания следует проверять перед использованием в системах анализа эмоций. Лицензия — MIT.

Dohyeon1/ERNIE-M-SMoE-ngroups48 — языковая модель семейства ERNIE 4.5 с разреженной MoE-архитектурой, опубликованная пользователем Dohyeon1 на Hugging Face и предназначенная для генерации текста. Модель работает через библиотеку Transformers и распространяется в формате Safetensors. Модель содержит 3,3 млрд параметров и поддерживает контекст длиной до 131 072 токенов, что делает её подходящей для диалогов, продолжения текста, подготовки черновиков и работы с большими текстовыми фрагментами. Метаданные также указывают на conversational-сценарии применения. README не содержит сведений о разработчике, языках, лицензии, обучающих данных, результатах оценки, точной конфигурации архитектуры и ограничениях. Поэтому перед использованием в продуктивных или коммерческих системах необходимо отдельно проверить лицензию, языковую поддержку и качество модели на целевых данных.

Eunoia-Gemma-9B — объединённая с помощью mergekit языковая модель на архитектуре Gemma 2 с 9 млрд параметров. В слиянии SLERP использованы gmonsoon/SahabatAI-Lion-9B-TIES-v1 и Gunulhona/Gemma-System-9B; в конфигурации базовой указана первая модель. Репозиторий содержит веса в формате safetensors, модель предназначена для генерации текста и диалогового общения. Модель принимает текстовые запросы и выдаёт текст. Контекстное окно составляет 8192 токена. Метаданные базовой модели указывают на назначение для диалогов и генерации по инструкциям на языках Юго-Восточной Азии и английском; точный перечень поддерживаемых языков не приведён. Лицензия в предоставленных данных не указана.

Experiment26Neuralsirkrishna_PasticheAlloyingotneoy — слитая текстовая модель на архитектуре Mistral с 7,1 млрд параметров. Она объединяет модели automerger/Experiment26Neuralsirkrishna-7B и automerger/PasticheAlloyingotneoy-7B и предназначена для генерации текста и диалоговых ответов. Поддерживает контекст до 32 768 токенов и распространяется в формате Safetensors по лицензии Apache-2.0. Сведения о специальных областях применения и языках в карточке не приводятся.

Experiment28M7-7B — объединённая Maxime Labonne модель семейства Mistral с плотной архитектурой для авторегрессионной генерации текста. Она создана методом SLERP из yam-peleg/Experiment28-7B и liminerity/M7-7b с помощью автоматического слияния; конфигурация задаёт веса отдельно для слоёв self-attention и MLP. Модель содержит 7,1 млрд параметров и принимает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев на основе текстового ввода. В репозитории указаны веса Safetensors, а лицензия — Apache-2.0. README не приводит результатов оценки качества или сведений о специализированных предметных областях.

Experiment28T3q_Experiment28Yam — объединённая модель MaziyarPanahi на архитектуре Mistral, созданная слиянием automerger/Experiment28T3q-7B и automerger/Experiment28Yam-7B. Она предназначена для генерации текста и принимает текстовые запросы, выдавая текстовые продолжения. Модель содержит 7,1 млрд параметров, использует формат Safetensors и поддерживает контекст до 32 768 токенов. Репозиторий указывает лицензию Apache-2.0. Карточка не описывает специальные области применения или отдельные языковые возможности модели.

jaspionjader/fct-14-8b — разговорная языковая модель на архитектуре Llama, созданная слиянием методом SLERP через mergekit. В объединение вошли FuseAI/FuseChat-Llama-3.1-8B-Instruct и jaspionjader/fct-13-8b; модель содержит около 7,5 млрд параметров и использует формат safetensors. Модель предназначена для генерации текста в диалогах и ответов на инструкции. Контекст составляет до 8192 токенов. Карточка описывает способ слияния, но не приводит отдельной оценки качества или подробных результатов тестирования. Лицензия в доступных данных не указана.

datapk/finetuning-sentiment-model-3000-samples — модель классификации текста на основе DistilBERT, дообученная на 3000 примерах для анализа тональности. Она предназначена для определения тональности текстовых высказываний. Модель использует архитектуру DistilBertForSequenceClassification и принимает текстовые последовательности длиной до 512 токенов. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. В карточке не описаны набор данных, метки классов, языки текстов и результаты оценки, поэтому нельзя уточнить охват тональностей и ожидаемое качество на конкретных данных.

Flammen-Mahou-mistral-7B-v2 — объединённая разговорная языковая модель, созданная автором репозитория с помощью mergekit методом SLERP из flammenai/Mahou-1.3-mistral-7B и flammenai/flammen32-mistral-7B. Это плотная модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров; она принимает текст и генерирует текст, поддерживает диалоговый сценарий и контекст до 32 768 токенов. Модель подходит для ведения диалогов и ролевых игр, а также для генерации продолжений текста. Метаданные указывают библиотеку Transformers и формат весов safetensors. Сведения о лицензии и языковой поддержке в предоставленных данных отсутствуют.

Ksgk-fy/forgetting-gap-qwen3-4b-s0 — дообученная на базе Qwen/Qwen3-4B языковая модель, разработанная с использованием TRL. Она предназначена для диалоговой генерации текста и отвечает на запросы в формате чата; пример в карточке показывает генерацию ответа на открытый вопрос. Модель имеет плотную архитектуру Qwen3ForCausalLM, около 3,7 млрд параметров и контекстное окно 40 960 токенов. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

jaspionjader/fr-10-8b — разговорная языковая модель, созданная разработчиком jaspionjader слиянием предварительно обученных моделей jaspionjader/fct-14-8b и jaspionjader/fr-9-8b методом SLERP с помощью mergekit. Модель построена на плотной архитектуре LlamaForCausalLM и содержит 7,5 млрд параметров; репозиторий распространяет веса в формате safetensors и использует библиотеку Transformers. Модель предназначена для генерации текста и диалоговых сценариев, включая ответы на запросы пользователя. Заявленная длина контекста — 131072 токена. В карточке нет сведений о целевых языках или специализированных предметных областях, поэтому модель следует рассматривать как разговорную общего назначения. Условия лицензии в предоставленных данных не приведены.

jaspionjader/fr-15-8b — плотная авторегрессионная языковая модель семейства Llama с 7,5 млрд параметров, созданная разработчиком jaspionjader слиянием двух предварительно обученных моделей через SLERP с помощью mergekit. Модель предназначена для генерации текста и диалогового взаимодействия; её можно применять для написания и продолжения текстов, а также для чат-ботов. Модель использует архитектуру LlamaForCausalLM и доступна в формате safetensors. Заявленная длина контекста — 131 072 токена. В карточке не перечислены конкретные поддерживаемые естественные языки. Лицензия в предоставленных данных не указана.

FsfairX-Zephyr-Chat-v0.1 — чат-модель, разработанная авторами репозитория sfairXC. Это плотная авторегрессионная модель семейства Mistral на 7,1 млрд параметров с контекстом до 32 768 токенов. Она создана методом итеративного обучения с подкреплением по обратной связи (GSHF): три итерации применены к HuggingFaceH4/mistral-7b-sft-beta с оценками reward model и примерно 60 тысячами промптов, сгенерированных ChatGPT; внешние ответы в обучении не использовались. Модель предназначена для диалогов и генерации ответов в формате чат-шаблона базовой модели. В README сообщаются результаты оценки на Alpaca Eval v2 и MT-bench, но они не гарантируют качество в иных сценариях. Язык карточки и метаданные не подтверждают конкретные языки обучения или поддержки. Модель распространяется по лицензии CC BY-SA 4.0.

jaspionjader/gamma-Kosmos-EVAA-v3-8B — объединённая модель генерации текста, созданная автором репозитория с помощью mergekit. В объединении методом SLERP использованы jaspionjader/Kosmos-EVAA-gamma-v17-8B и jaspionjader/gamma-Kosmos-EVAA-v2-8B; архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров. Модель работает через Transformers и сохраняется в формате safetensors. Модель предназначена для генерации текста и диалогового общения. Её контекст составляет 8192 токена. В карточке не описаны целевые языки, специальные области применения и сравнительные преимущества; поэтому её можно характеризовать только как универсальную разговорную языковую модель. Лицензия в предоставленных данных не указана.

Это разговорная текстовая модель семейства Gemma 2, опубликованная пользователем vectorzhou на Hugging Face и дообученная на базе google/gemma-2-2b-it. По названию репозитория, архитектуре и примерам использования модель предназначена для генерации ответов в диалоге и выполнения инструкций в текстовом формате. Она использует плотную архитектуру Gemma2ForCausalLM, содержит около 2,7 млрд параметров и поддерживает контекст до 8192 токенов. Карточка модели автоматически сгенерирована и не сообщает разработчика исходных весов, обучающие данные, результаты оценки или лицензию; поэтому качество конкретного дообучения и условия его распространения по доступным сведениям установить нельзя. Метаданные подтверждают задачу text-generation и разговорный тег, но не называют поддерживаемые языки.

HoangCuongNguyen/gemma-2-9b-safetysft — разговорная модель генерации текста на базе архитектуры Gemma 2, дообученная с помощью TRL методом supervised fine-tuning (SFT). Она предназначена для диалоговых сценариев и выдачи ответов на текстовые запросы. Модель содержит 9 млрд параметров, принимает текст и генерирует текст; максимальный контекст — 8192 токена. Карточка не описывает конкретные меры безопасности или их эффективность. Модель опубликована в формате safetensors и используется через библиотеку Transformers. Сведения о лицензии в предоставленных данных отсутствуют.

Gemma2-9B-TitanFusion-v2 — текстовая языковая модель на архитектуре Gemma 2, созданная объединением моделей с помощью mergekit и метода DARE TIES. В слияние вошли bunnycore/Gemma2-9B-TitanFusion, anthracite-org/magnum-v3-9b-customgemma2 и flammenai/Mahou-1.3-gemma2-9B; базовой моделью указана bunnycore/Gemma2-9B-TitanFusion. Модель содержит 9 млрд параметров, работает с текстом и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста и диалогового общения. Её можно использовать для ответов на запросы, продолжения текста и создания прозы. Данные не указывают специальные отраслевые области применения или перечень поддерживаемых естественных языков. Модель опубликована в формате safetensors для библиотеки Transformers. Информация о лицензии в предоставленных данных отсутствует.