III.4Клиентская поддержка и customer success

L3-Intermix-v0.2 — разговорная языковая модель, созданная объединением нескольких моделей семейства Llama 3 с помощью mergekit. В конфигурации указаны Configurable-Llama-3-8B-v0.3, L3-Intermix-v0.1 и L3-Umbral-Mind-RP-v2.0-8B; метод объединения — model_stock. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и формат Safetensors, а её контекст составляет 8192 токена. Модель предназначена для генерации текста в диалогах. В метаданных указана возможность чата, однако README не описывает специальные сценарии, языки или результаты оценки качества. Лицензия — Apache-2.0. Представленные сведения не позволяют определить точное языковое покрытие и особые ограничения.

Карточка модели jncraton/LaMini-Flan-T5-248M-ct2-int8 на Hugging Face совпадает с карточкой MBZUAI/LaMini-Flan-T5-248M, поэтому описание составлено по ней. LaMini-Flan-T5-248M — модель серии LaMini-LM, разработанной MBZUAI. Это дообученная на 2,58 млн примеров инструкций модель google/flan-t5-base с архитектурой T5 и примерно 123,8 млн параметров. Она предназначена для выполнения инструкций на естественном языке и генерации текстовых ответов; пример в карточке показывает запрос с просьбой оценить место для посещения. Модель работает с текстом и имеет контекстное окно 512 токенов. В карточке описаны автоматическая оценка на задачах NLP и человеческая оценка ответов на пользовательские инструкции. Использование ограничено условиями лицензии CC BY-NC 4.0, которая не допускает коммерческое использование.

LaMini-T5-738M — модель серии LaMini-LM, разработанная MBZUAI и представленная в работе «LaMini-LM: A Diverse Herd of Distilled Models from Large-Scale Instructions». Это дообученная на 2,58 млн примеров инструкций модель T5-large с архитектурой T5ForConditionalGeneration. Метаданные указывают 385,2 млн параметров, контекст до 512 токенов и формат PyTorch. Модель предназначена для ответов на инструкции на естественном языке и генерации текста по заданному запросу. Её можно применять для диалоговых ответов, выполнения текстовых поручений и создания коротких пояснений. Карточка сообщает об оценке на задачах NLP и пользовательских инструкциях, но не приводит результаты. Основной заявленный язык — английский. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерчески.

Lelantos-DPO-7B — разговорная языковая модель на 7,1 млрд параметров, разработанная SanjiWatsuki и основанная на архитектуре Mistral с плотной моделью причинного языкового моделирования. Она предназначена для генерации текста и диалоговых сценариев. В карточке приведены результаты тестирования на AGIEval, GPT4All, TruthfulQA и Bigbench: средний балл указан как 58,54; для Lelantos-DPO-7B приведены сравнительные результаты с Lelantos-7B. Модель работает с текстом, имеет контекстное окно 8192 токена и распространяется в формате safetensors. Языки в карточке явно не перечислены. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Sakalti/light-1.1-3B — дообученная Sakalti модель для генерации текста и диалога, разработанная Sakalti на базе Sakalti/light-3B. Она построена на плотной архитектуре Qwen2 и содержит 3,1 млрд параметров. Модель рассчитана на текстовый ввод и генерацию текста; в метаданных также отмечен интерфейс вызова инструментов. Карточка сообщает, что модель обучалась с использованием Unsloth и библиотеки TRL. Метаданные указывают контекст до 131 072 токенов и поддержку английского и японского языков. Указана лицензия qwen-research; условия её применения следует сверять с лицензией репозитория и базовой модели.

4i Intelligent Insights разработала испаноязычную чат-модель на базе Llama 2 13B, дообучив её на наборе инструкций bertin-project/alpaca-spanish. Это плотная авторегрессионная модель семейства Llama с 12,9 млрд параметров и контекстом до 4096 токенов; она принимает инструкции и необязательный входной текст и генерирует текстовые ответы на испанском языке. Модель предназначена для непосредственного выполнения пользовательских инструкций и диалоговых сценариев без дополнительного дообучения. Адаптер был объединён с исходной моделью Llama 2. Качество может снижаться из-за ошибок перевода в испанском наборе данных; также сохраняются смещения и ограничения базовой модели. Лицензия — CC BY-NC 4.0, унаследованная от набора данных; для базовой Llama 2 действуют условия её лицензионного соглашения.

nkpz/llama2-22b-daydreamer-v3 — дообученная автором модель семейства Llama для генерации текста. Она создана на основе Llama 2 13B, расширенной до 22B параметров с использованием данных Llama 1 33B, а затем дообучена с помощью крупных LoRA-адаптеров и их слияния. В метаданных указаны архитектура LlamaForCausalLM, формат PyTorch и контекст до 4098 токенов. Модель предназначена для ответов на вопросы, выполнения инструкций и диалогов, включая ролевые сценарии и имитацию речевых стилей. Автор ориентировал её на английский язык, исключил из обучения примеры по программированию и отмечает выразительность в творческих запросах и сухой, точный стиль в информационных ответах. В README приведены результаты оценки на Open LLM Leaderboard, однако автор указывает, что формальное выявление слабых мест через бенчмаркинг ещё предстоит. Лицензия обозначена в метаданных как other, поэтому конкретные условия использования следует сверять с лицензией репозитория.

Llama-2-7b-Ukrainian — двуязычная языковая модель на базе Llama 2, разработанная tartuNLP. Модель продолжительно предобучена на 5 млрд токенов из датасета CulturaX: 75% корпуса составляют документы на украинском языке и 25% — на английском. Это плотная авторегрессионная архитектура LlamaForCausalLM примерно на 6,6 млрд параметров с контекстом до 4096 токенов. Модель предназначена для генерации текста на украинском и английском языках. Её можно применять для создания продолжений текста, черновиков и ответов на запросы на этих языках. Доступна в формате safetensors для библиотеки Transformers. Условия использования определяются лицензией Llama 2; перед внедрением следует проверить её требования и ограничения.

JPQ24/Llama-3.1-8b-Natural-Synthesis-merged-16bit — дообученная текстовая модель JPQ24 на архитектуре Llama 3.1. В карточке указана базовая модель unsloth/llama-3.1-8b-instruct-unsloth-bnb-4bit; обучение выполнено с использованием Unsloth и библиотеки Hugging Face TRL. Модель содержит 7,5 млрд параметров и поддерживает контекст длиной до 131 072 токенов. Модель предназначена для генерации текста и диалогового взаимодействия на английском языке; метаданные также отмечают интерфейс вызова инструментов. Доступна в формате safetensors по лицензии Apache-2.0. Название указывает на объединение и 16-битный формат, однако README и метаданные не подтверждают способ слияния или точность сохранённых весов.

umarigan/llama-3.1-openhermes-tr — дообученная плотная языковая модель семейства Llama, разработанная umarigan на базе unsloth/llama-3-8b-bnb-4bit с использованием Unsloth и библиотеки TRL. Модель содержит 7,5 млрд параметров и рассчитана на работу с текстом; заявленное контекстное окно составляет 131 072 токена. В метаданных указана поддержка английского и турецкого языков. Модель предназначена для генерации текста и ответов на вопросы. Её можно применять в диалоговых системах и для подготовки текстовых ответов по запросам. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. В карточке не приведены результаты оценки качества и подробности обучающих данных.

Mudassir-75/Llama-3.2-3B-Instruct-ENG-FR — диалоговая текстовая модель Mudassir-75, дообученная на базе unsloth/Llama-3.2-3B-Instruct с использованием Unsloth и Hugging Face TRL. Она предназначена для генерации ответов в чате и других сценариев генерации текста. Модель использует плотную архитектуру LlamaForCausalLM и содержит 3,2 млрд параметров; заявленная длина контекста — 131 072 токена. Карточка и метаданные отмечают английский язык, но подробности обучения для языкового варианта ENG-FR не раскрыты. Модель распространяется по лицензии Apache-2.0.

Llama-3.2-Nemotron-3B-Instruct — диалоговая языковая модель семейства Llama, созданная автором репозитория itsnebulalol путём дообучения unsloth/Llama-3.2-3B-Instruct-bnb-4bit на наборе данных NVIDIA HelpSteer2 с использованием Unsloth и TRL. Модель предназначена для генерации текста в формате инструкций и ответов в чате. Модель имеет плотную архитектуру LlamaForCausalLM и 3,2 млрд параметров; заявленная длина контекста — 131 072 токена. Карточка указывает английский язык. Репозиторий использует Transformers и содержит веса PyTorch в формате safetensors; лицензия — llama3.2.

Crystalcareai/llama-3-4x8b — разговорная языковая модель для генерации текста. В README она описана как смесь экспертов на основе Llama-3-8b с четырьмя экспертами и архитектурой DeepSeek-MoE; все эксперты участвуют в обработке каждого токена, без маршрутизации и gate-механизма. Метаданные классифицируют архитектуру как плотную DeepseekForCausalLM и указывают 7,5 млрд параметров, контекст 8192 токена и формат safetensors. Модель предназначена для диалога и генерации текста. Карточка не сообщает, на каких данных она обучалась и какие языки поддерживает. Лицензия в предоставленных сведениях не указана.

Magpie-Align/Llama-3-8B-ShareGPT-112K — плотная авторегрессионная языковая модель семейства Llama 3 с 7,5 млрд параметров, созданная дообучением Meta-Llama-3-8B. Модель предназначена для генерации текста в диалоговом формате и может использоваться в чат-сценариях. Модель принимает текст и генерирует текст; заявленная длина контекста — 8192 токена. В карточке указаны форматы PyTorch и Safetensors и лицензия Llama 3. README сообщает о результате loss 0,4747 на оценочном наборе, но не приводит подробностей о данных, методике оценки или качестве ответов.

Llama-3-8B-spectrum-25 — дообученная Yuvraj17 диалоговая языковая модель на архитектуре Llama, созданная на основе meta-llama/Meta-Llama-3-8B-Instruct. Она предназначена для генерации текста и ответов в формате диалога; при дообучении методом Spectrum были выбраны 25% слоёв с наибольшим отношением сигнал/шум, чтобы сократить вычислительные затраты. Модель содержит 7,5 млрд параметров, принимает текст и работает с контекстом до 8192 токенов. Для обучения использован набор yuvraj17/finetune_alpaca_1K; в карточке указан результат loss 1,2791 на оценочном наборе. Модель распространяется в форматах PyTorch и Safetensors по лицензии Llama 3. Карточка не приводит отдельной оценки качества диалогов или языкового охвата, поэтому её пригодность для конкретных задач стоит проверять на собственных примерах.

haoranxu/Llama-3-Instruct-8B-SimPO — диалоговая модель генерации текста, дообученная на базе meta-llama/Meta-Llama-3-8B-Instruct на наборе данных princeton-nlp/llama3-ultrafeedback. Она предназначена для генерации ответов в диалоге и других текстовых задач. Модель использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. Репозиторий содержит веса в формате safetensors. Карточка не приводит оценки качества или подробностей обучения и ограничений. Лицензия — Llama 3; применяйте модель согласно её условиям и условиям базовой модели.

UCLA-AGI разработала Llama-3-Instruct-8B-SPPO-Iter2 — плотную авторегрессионную языковую модель семейства Llama с 7,5 млрд параметров для генерации текста и диалогов. Это вторая итерация дообучения методом Self-Play Preference Optimization, начатого с meta-llama/Meta-Llama-3-8B-Instruct. Для оптимизации использованы синтетические ответы и наборы запросов на основе UltraFeedback, разделённые на части для трёх итераций. Модель рассчитана прежде всего на английский язык и может применяться для диалоговых ответов, следования инструкциям и генерации текста. Заявленная длина контекста — 8192 токена. В карточке приведены результаты AlpacaEval и Open LLM Leaderboard для сравнения итераций; они не гарантируют качество на конкретных пользовательских задачах. Модель доступна по лицензии Apache-2.0.

Llama-3-KafkaLM-8B-v0.1 — языковая модель Seedbox, обученная Dennis Dickmann на базе Llama 3 8B. Это плотная авторегрессионная модель для генерации текста и диалогового взаимодействия; она содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. Модель дообучена на отфильтрованной версии набора multitask_german_examples_32k, в котором собраны открытые инструкции, переведённые с английского на немецкий. Она предназначена для повседневных задач на немецком языке, в том числе для применения в деловом контексте, и также поддерживает английский. Автор отмечает, что ответы могут быть творческими и иногда выходить за рамки обычной языковой сдержанности. Модель распространяется в формате safetensors и использует лицензию Llama 3 со всеми её ограничениями и ограничениями обучающих наборов данных. Автор указывает исследовательскую цель использования; это само по себе не означает, что модель является экспериментальным исследовательским чекпойнтом.

Llama-3-Stheno-Instruct-8B — англоязычная разговорная модель на архитектуре Llama 3, созданная автором репозитория объединением моделей Sao10K/L3-8B-Stheno-v3.2 и Undi95/Meta-Llama-3-8B-Instruct-hf методом SLERP с помощью mergekit. Модель содержит 7,5 млрд параметров, принимает текстовые запросы и генерирует текст; контекстное окно составляет 8192 токена. Модель предназначена для диалогов, выполнения инструкций и создания текстов, включая ролевые беседы и истории. Веса доступны в формате safetensors, а лицензия указана как llama3. Использование модели требует соблюдения условий этой лицензии.

II-8B-SFT — текстовая модель генерации на архитектуре Llama, дообученная автором репозитория на наборе allenai/tulu-3-sft-mixture с помощью Axolotl. Она содержит 7,5 млрд параметров, принимает текст и предназначена для диалоговых сценариев и генерации ответов. Заявленная длина контекста — 131 072 токена. Модель основана на meta-llama/Llama-3.1-8B и распространяется в форматах PyTorch и Safetensors по лицензии Llama 3.1. Карточка не приводит результатов оценки и подробных рекомендаций по применению; качество и ограничения для конкретных задач следует проверять отдельно.

Lllama-3-RedElixir-8B — плотная языковая модель семейства Llama 3, созданная автором lemon07r слиянием нескольких предварительно обученных моделей с помощью mergekit и метода DARE TIES. В качестве базовой модели использована NousResearch/Meta-Llama-3-8B; в слияние также вошли MagicDolphin, Jamet, Mahou, Spicy Abliterated Stella, Hathor Stable, NeuralPoppy EVO и Llama-3-Spellbound Instruct. Модель содержит 7,5 млрд параметров, принимает текст и предназначена для генерации текста, включая диалоговые сценарии. Контекст составляет до 8192 токенов. Репозиторий использует формат safetensors и библиотеку Transformers. Указана лицензия Llama 3. Это объединённая модель нескольких вариантов Llama 3, поэтому её поведение зависит от сочетания исходных моделей. Карточка не приводит результатов оценки качества или конкретных гарантий поведения; соблюдайте условия лицензии Llama 3 при использовании.

MaziyarPanahi/M7Yamshadowexperiment28_CalmeInex12 — объединённая модель семейства Mistral, созданная на основе automerger/M7Yamshadowexperiment28-7B и automerger/CalmeInex12-7B. Она предназначена для генерации текста и диалоговых сценариев. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Карточка не приводит сведений о целевых языках и специализированных областях применения.

M7Yamshadowexperiment28_T3qm7xPercival_01 — объединённая модель семейства Mistral, созданная путём слияния моделей automerger/M7Yamshadowexperiment28-7B и automerger/T3qm7xPercival_01-7B. Она содержит 7,1 млрд параметров и предназначена для генерации текста, в том числе диалогов. Модель принимает текст и выдаёт текст; максимальная длина контекста составляет 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает специальную предметную область или дополнительные возможности. Данные об обучении и сравнительных оценках качества не приведены.

Edens-Gate/Magnum-Holland-Sus-Merge — слитая диалоговая языковая модель, созданная с помощью mergekit методом task arithmetic на основе Delta-Vector/Holland-4B-V1 с добавлением Delta-Vector/HollandV2R1, IntervitensInc/intv-mimi-sus и anthracite-org/magnum-v2-4b. Модель построена на плотной архитектуре Llama и содержит 3,9 млрд параметров; для работы с текстом заявлено контекстное окно до 131 072 токенов. Модель предназначена для генерации текста и диалоговых сценариев: например, для составления ответов в чате и продолжения текстовых запросов. Веса опубликованы в формате Safetensors и рассчитаны на использование с библиотекой Transformers. Сведения о поддерживаемых языках, лицензии и специальных ограничениях в предоставленных данных отсутствуют.

Magnum-v2-123b — диалоговая языковая модель Anthracite, шестая версия в серии моделей, настроенных на воспроизведение качества прозы Claude 3 Sonnet и Opus. Это полноразмерное дообучение Mistral Large Instruct 2407 с архитектурой MistralForCausalLM и 122,2 млрд параметров; модель распространяется в формате Safetensors и рассчитана на контекст до 131 072 токенов. Модель предназначена для генерации диалоговых ответов и связного текста, в том числе для творческого письма. Она использует формат инструкций Mistral и обучалась на данных Stheno, Kalo Opus Instruct и наборах Anthracite для письма и ответов без отказов. В карточке заявлена поддержка английского, французского, немецкого, испанского, итальянского, португальского, русского, китайского и японского языков. Модель может быть полезна для написания прозы и ведения диалогов; качество отдельных задач и языков в README не оценивается. Лицензия указана как «other», поэтому перед использованием следует проверить условия на странице модели Hugging Face.

Marcoroni-neural-chat-7B-v1-Mistral-7B-Instruct-v0.1 — объединённая чат-модель MaziyarPanahi на архитектуре Mistral с 7,1 млрд параметров. Она создана слиянием Mistral-7B-Instruct-v0.1 и Marcoroni-neural-chat-7B-v1 методом SLERP; веса представлены в формате safetensors и типе bfloat16. Модель предназначена для генерации текста в ответ на инструкции и диалоговые запросы. Карточка указывает контекст длиной до 32 768 токенов и английский язык. Модель подходит для чат-ботов, черновиков текстов и ответов на вопросы; фактическое качество зависит от запроса и сценария применения. Лицензия — Apache-2.0. Модель унаследовала ограничения базовых моделей; карточка не описывает отдельные оценки качества или специальные меры безопасности.

mBART-50 many-to-one multilingual machine translation — дообученная модель Facebook на базе mBART-large-50 для машинного перевода между 50 языками. Модель семейства mBART построена на архитектуре кодировщик–декодировщик и содержит около 457,4 млн параметров; родной контекст составляет 1024 токена. Модель предназначена для перевода текстов между поддерживаемыми языками, включая арабский, английский, русский, китайский, японский и многие другие. Карточка называет её вариантом many-to-one, но также описывает перевод между любой парой из 50 языков; это означает, что доступен перевод с множества языков, а заявленное название указывает на сценарий перевода на один целевой язык. Лицензия в предоставленных данных не указана.

mrm8488/mbart-large-finetuned-opus-es-en-translation — модель перевода текста с испанского на английский, созданная дообучением mBART-large-cc25 на наборе данных OPUS100. Она построена на архитектуре mBART и содержит около 457,4 млн параметров; заявленная длина контекста — 1024 токена. В карточке приведены оценки BLEU 28,25 на валидационной выборке и 28,28 на тестовой выборке. Модель подходит для перевода испанских текстов на английский в приложениях и рабочих процессах, где требуется автоматический перевод. Репозиторий содержит веса в форматах PyTorch и safetensors. Лицензия в предоставленных данных не указана.

MeliodasPercival_01_Experiment26Experiment26 — объединённая языковая модель семейства Mistral, созданная MaziyarPanahi на основе automerger/MeliodasPercival_01-7B и automerger/Experiment26Experiment26-7B. Она предназначена для генерации текста и диалогов по текстовым запросам. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Модель распространяется в формате SafeTensors по лицензии Apache 2.0. README не уточняет языковую специализацию или дополнительные возможности, поэтому модель можно описать как средство генерации текста общего назначения.

MeliodasPercival_01_Inex12Experiment26 — объединённая текстовая модель на архитектуре Mistral, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/Inex12Experiment26-7B. Она содержит 7,1 млрд параметров и рассчитана на генерацию текста, в том числе диалоговых ответов, с контекстом до 32 768 токенов. Модель подойдёт для генерации продолжений текста и ведения диалогов. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. В карточке не приведены сведения о специализации по языкам или результатах оценки качества.