III.4Клиентская поддержка и customer success

zelk12/MT3-Gen5-MAI-gemma-2-9B_v1 — это объединение двух предварительно обученных языковых моделей Gemma 2, созданное автором репозитория с помощью mergekit и метода SLERP. Модель имеет плотную архитектуру Gemma2ForCausalLM, содержит 9 млрд параметров и распространяется в формате safetensors. Модель предназначена для генерации текста и диалогового взаимодействия. Она принимает текст и выдаёт текст; заявленная длина контекста составляет 8192 токена. В карточке не указаны специализированная область применения и поддерживаемые естественные языки. Использование требует соблюдения лицензии Gemma 2 и условий исходных моделей; конкретная лицензия в предоставленных данных не указана. Поскольку модель получена слиянием, её качество и поведение могут зависеть от сценария, а в карточке нет результатов оценки или подробных рекомендаций по применению.

zelk12/MT5-Gen2-gemma-2-9B — объединённая авторами модель генерации текста на основе Gemma 2, собранная с помощью mergekit методом SLERP из zelk12/MT5-Gen2-BI-gemma-2-9B и zelk12/MT5-Gen2-MMGMAMU-gemma-2-9B. Модель имеет плотную архитектуру Gemma2ForCausalLM, содержит 9 млрд параметров и принимает контекст длиной до 8192 токенов. Модель предназначена для диалогового взаимодействия и генерации текста. В карточке приведены результаты оценок Open LLM Leaderboard, включая IFEval и BBH; этих данных недостаточно, чтобы определить специализацию или поддерживаемые естественные языки. Файлы представлены в формате safetensors, библиотека для работы — Transformers. Лицензия в предоставленных данных не указана.

zelk12/MT5-Gen5-gemma-2-9B — объединённая модель для генерации текста, созданная с помощью mergekit методом SLERP из предварительно обученных zelk12/MT5-Gen5-GI-gemma-2-9B и zelk12/MT5-Gen5-MABMUMM-gemma-2-9B. Она основана на архитектуре Gemma 2 с 9 млрд параметров и рассчитана на диалоговое взаимодействие и генерацию текста. Контекст модели составляет 8192 токена; веса представлены в формате safetensors, библиотека для работы — Transformers. Лицензия — Gemma. Карточка не уточняет специализацию, языки или ограничения качества модели.

zelk12/MT5-Gen5-MU-gemma-2-Av4aAMTg2-9B — объединённая модель Gemma 2, созданная с помощью mergekit методом SLERP из lemon07r/Gemma-2-Ataraxy-v4a-Advanced-9B и zelk12/MT-Gen2-gemma-2-9B. Это плотная авторегрессионная языковая модель с архитектурой Gemma2ForCausalLM, размером 9 млрд параметров и контекстом до 8192 токенов. Модель предназначена для генерации текста и диалогового общения. Она принимает текст и выдаёт текст; карточка подтверждает поддержку чата, но не описывает специализированные предметные сценарии или языки. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных сведениях не указана. Качество и особенности результата зависят от запроса и настроек генерации; отдельные ограничения модели в карточке не описаны.

zelk12/MT5-MU-gemma-2-Rv0.4G-9B — объединённая языковая модель на архитектуре Gemma 2 с 9 млрд параметров, созданная с помощью mergekit методом SLERP из nbeerbower/gemma2-gutenberg-9B и recoilme/recoilme-gemma-2-9B-v0.4. Модель предназначена для генерации текста в диалоговом формате и работает через библиотеку Transformers. Модель принимает текст и выдаёт текст; максимальная длина контекста составляет 8192 токена. Базовая Gemma 2 описана в каталоге как модель диалоговой генерации на английском языке. Веса представлены в формате safetensors, лицензия — Gemma.

zelk12/MT-Gen3-gemma-2-9B — объединённая авторами модель на базе Gemma 2, собранная методом SLERP с помощью mergekit из zelk12/MT-Gen3-GB-gemma-2-9B и zelk12/MT-Gen3-IMMMUMA-gemma-2-9B. Это плотная языковая модель с 9 млрд параметров для генерации текста и диалогового взаимодействия; она принимает текст и формирует текстовые ответы. Модель доступна в формате safetensors для Transformers, а README также содержит раздел о статических квантованных сборках GGUF. Контекст — до 8192 токенов. В карточке приведены результаты оценки на Open LLM Leaderboard, включая IFEval и BBH, но описание сценариев обучения и целевой специализации объединённой модели отсутствует. Для использования доступны веса модели; лицензия в предоставленных данных не указана.

zelk12/MT-Max-Merge_02012025163610-MAMM-gemma-2-9B — разговорная языковая модель на архитектуре Gemma 2, созданная слиянием двух предварительно обученных моделей с помощью mergekit и метода SLERP. Сборку выполнил автор репозитория zelk12. Модель предназначена для генерации текста и диалогов. Она содержит 9 млрд параметров, принимает текст и выдаёт текст, а её контекст составляет 8192 токена. В README указано, что при слиянии использовалась точность bfloat16. Сведения о специальных предметных возможностях и поддерживаемых языках не приведены. Модель распространяется в формате safetensors; лицензия в предоставленных данных не указана.

zelk12/MT-Merge4-GI-gemma-2-9B — объединённая с помощью mergekit методом SLERP языковая модель на архитектуре Gemma 2 с 9 млрд параметров. В объединение вошли zelk12/MT-Merge4-IF-gemma-2-MT1g4MT2g4-9B и zelk12/MT-Merge4-GP-gemma-2-MTg4MT4g4-9B. Модель предназначена для генерации текста и диалогов. Она принимает текст и выдаёт текст; заявленная длина контекста — 8192 токена. Весовые файлы представлены в формате safetensors, использовать модель можно через Transformers. Лицензия в предоставленных данных не указана. Качество и поведение объединённой модели зависят от исходных моделей и метода слияния; независимые характеристики качества в карточке не приведены.

zelk12/MT-Merge5-MM-gemma-2-MT3g5MTg5-9B — объединённая методом SLERP разговорная языковая модель на архитектуре Gemma 2 с 9 млрд параметров. Её создали с помощью mergekit, объединив zelk12/MT3-Gen5-gemma-2-9B_v1 и zelk12/MT-Gen5-gemma-2-9B; веса доступны в формате safetensors, исходная конфигурация использовала bfloat16. Модель предназначена для генерации текста и диалогов. Она принимает текст и выдаёт текст, а заявленная длина контекста составляет 8192 токена. Данные карточки не описывают специализированную область применения или поддерживаемые естественные языки. Лицензия для этой модели в предоставленных данных не указана. Качество и ограничения объединённой модели отдельно не описаны; перед использованием в прикладных сценариях её следует оценить на соответствующих задачах.

zelk12/MTM-Merge-MMMU-gemma-2-9B — разговорная языковая модель на архитектуре Gemma 2, созданная слиянием двух предварительно обученных моделей с помощью метода SLERP и инструмента mergekit. Модель содержит 9 млрд параметров, распространяется в формате safetensors и рассчитана на генерацию текста и диалоги с контекстом до 8192 токенов. Модель принимает текст и выдаёт текст; метаданные указывают на возможность чата. В карточке не заявлены специализированная область применения или поддержка конкретных языков. Модель основана на zelk12/MTM-Merge-MM-gemma-2-MTM4MTM2-9B и zelk12/MTM-Merge-MU-gemma-2-MTM4MTM3-9B. Условия лицензии в доступных сведениях не приведены.

Trisert/nerde-14B — объединённая чат-модель на архитектуре Mistral, созданная автором репозитория с помощью mergekit методом SLERP из HuggingFaceH4/zephyr-7b-beta и Nexusflow/Starling-LM-7B-beta. Несмотря на название репозитория, в метаданных указан размер 7,1 млрд параметров. Модель предназначена для диалогов и генерации текста в ответ на запросы; её контекст составляет до 32 768 токенов. Модель распространяется в формате safetensors и рассчитана на работу через библиотеку Transformers. Метаданные и README не сообщают лицензию или результаты оценки качества, поэтому условия использования и сравнительную эффективность установить нельзя.

NeuralMergeTest-001 — объединённая языковая модель на архитектуре Mistral, созданная Kukedlc с помощью LazyMergekit. Она объединяет liminerity/M7-7b, Kukedlc/NeuralKrishna-7B-v3 и Kukedlc/NeuralMarioMonarch-7B-slerp методом dare_ties; размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текст и выдаёт текст; сведения о целевых языках и специализации в карточке отсутствуют. Репозиторий содержит веса Safetensors в формате bfloat16. Лицензия — Apache-2.0.

NeuralsirkrishnaM7-7B — объединённая языковая модель, созданная Maxime Labonne автоматическим слиянием Kukedlc/NeuralSirKrishna-7b и liminerity/M7-7b. Модель построена на архитектуре Mistral с 7,1 млрд параметров и предназначена для генерации текста и диалогов; максимальный контекст составляет 32 768 токенов. Для слияния применён метод SLERP с настройками, зависящими от слоёв self-attention и MLP. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Карточка не описывает специализацию по языкам или предметным областям и не приводит конкретных оценок качества.

NeuralsirkrishnaShadow_PasticheAlloyingotneoy — слитая модель на архитектуре Mistral, созданная объединением automerger/NeuralsirkrishnaShadow-7B и automerger/PasticheAlloyingotneoy-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. Данные карточки не уточняют целевые языки, специальные области применения или ограничения качества.

NeuralsirkrishnaShadow_Strangemerges_32Ogno — объединённая языковая модель, созданная на основе automerger/NeuralsirkrishnaShadow-7B и automerger/Strangemerges_32Ogno-7B. Это плотная авторегрессионная модель семейства Mistral с архитектурой MistralForCausalLM и примерно 7,1 млрд параметров. Модель предназначена для генерации текста. Она принимает текстовые запросы и продолжает их, что подходит для диалогов, черновиков и других задач на основе текстовой генерации. Поддерживаемые языки и специализация сверх этого в доступных сведениях не описаны. Контекстное окно составляет 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Доступные сведения не описывают качество объединения, результаты оценивания или специальные ограничения применения.

NeuralsirkrishnaShadow_YamPastiche — объединённая языковая модель на архитектуре Mistral, созданная слиянием automerger/NeuralsirkrishnaShadow-7B и automerger/YamPastiche-7B. Модель содержит 7,1 млрд параметров и предназначена для генерации текста, включая продолжение запросов и диалоговых реплик. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Опубликована в формате Safetensors под лицензией Apache 2.0. Сведений о специализации по языкам и предметным областям в доступных данных нет.

NeuralsirkrishnaShadow_YamStrangemerges_32 — объединённая текстовая модель на базе архитектуры Mistral, созданная из automerger/NeuralsirkrishnaShadow-7B и automerger/YamStrangemerges_32-7B. Она предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Модель содержит 7,1 млрд параметров и опубликована в формате Safetensors. Модель может использоваться для генерации продолжений, черновиков и ответов на текстовые запросы. Карточка не сообщает о специализации на конкретных языках или областях. Лицензия — Apache-2.0.

NeuralsynthesisMeliodas-7B — объединённая языковая модель на архитектуре Mistral, созданная Maxime Labonne автоматизированным слиянием моделей. В конфигурации использованы Kukedlc/NeuralSynthesis-7B-v0.3 и AurelPx/Meliodas-7b-dare; для слияния применён метод DARE-TIES. Репозиторий содержит веса в формате safetensors, а объём модели составляет 7,1 млрд параметров. Модель предназначена для генерации текста и диалогов. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Условия использования определяются лицензией Apache-2.0. В карточке не приведены сведения о целевых языках и специальных прикладных областях.

Neural-Zephyr — языковая модель для диалогов и генерации текста, опубликованная ai-agi. По карточке, это гибридная модель на основе весов Neural-Chat и моделей семейства Zephyr, объединённых суммированием параметров в соответствующих слоях. Карточка указывает размер 14 млрд параметров, тогда как метаданные каталога содержат оценку 7,1 млрд; архитектура в метаданных — плотная MistralForCausalLM, а контекст составляет 32 768 токенов. Модель предназначена прежде всего для англоязычных диалогов с ассистентом и генерации текста. В карточке указаны дообучение на открытых и синтетических наборах данных и связь Zephyr-7B-β с mistralai/Mistral-7B-v0.1; метаданные подтверждают поддержку чата. Карточка сообщает лицензию MIT, а метаданные — Apache-2.0, поэтому сведения о лицензии расходятся. По карточке модель может выдавать проблемный текст при соответствующих запросах.

PistachioAlt/Noromaid-Bagel-7B-Slerp — разговорная языковая модель на архитектуре Mistral, полученная слиянием jondurbin/bagel-dpo-7b-v0.1 и NeverSleep/Noromaid-7b-v0.1.1 методом SLERP. Веса сохранены в формате safetensors с точностью float16; размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Указана лицензия CC BY-NC 4.0, которая разрешает использование с атрибуцией, но некоммерческое.

MaziyarPanahi/notus-7b-v1-Mistral-7B-Instruct-v0.1 — чат-модель на архитектуре Mistral, полученная слиянием Mistral-7B-Instruct-v0.1 и argilla/notus-7b-v1 методом SLERP. Модель содержит 7,1 млрд параметров, принимает текстовые инструкции и диалоговые запросы и генерирует текстовые ответы; заявленная длина контекста — 32 768 токенов. Модель подходит для диалоговых помощников и генерации ответов на инструкции на английском языке. Репозиторий распространяется в формате Safetensors. Лицензия — Apache-2.0. README описывает состав слияния и его параметры, но не приводит результаты оценки качества.

occiglot-7b-de-es-fr-it-en-instruct-taskarithmetic — объединённая модель команды Occiglot, созданная методом task arithmetic с помощью mergekit на базе Mistral-7B-v0.1. В объединение вошли немецко-английская, итальянско-английская, французско-английская и испанско-английская модели Occiglot, настроенные на выполнение инструкций. Модель содержит 7,1 млрд параметров, использует архитектуру Mistral и предназначена для генерации текста и диалогового взаимодействия; родной контекст — до 32 768 токенов. Модель подходит для ответов на запросы, ведения диалога и генерации текстов на немецком, испанском, французском, итальянском и английском языках. Данных о специальной предметной области или сравнительной оценке качества нет. Репозиторий содержит веса в формате safetensors; лицензия в предоставленных сведениях не указана.

omost-phi-3-mini-128k — разговорная модель семейства Phi-3, разработанная Omost и основанная на Phi-3 Mini. Она предназначена для генерации текста и диалоговых сценариев. В README заявлен контекст 128 тыс. токенов и формат fp16; метаданные указывают 3,7 млрд параметров, архитектуру Phi3ForCausalLM и файлы safetensors. По метаданным нативный контекст составляет 4096 токенов, поэтому заявленную длину 128 тыс. токенов следует считать характеристикой из README, не подтверждённой метаданными. Лицензия в предоставленных источниках не указана.

OPDLM-4B — языковая модель DIVE Lab Техасского университета A&M, полученная постобучением Qwen3-4B методом on-policy distillation. Это декодерная блочная diffusion language model с блоком размером 4, примерно 3,7 млрд параметров и контекстом до 40 960 токенов. Модель предназначена для генерации текста и диалогов; блочная диффузия позволяет декодировать несколько токенов параллельно. Для преобразования базовой авторегрессионной модели использовано около 0,076 млрд токенов. Модель рассчитана на английский язык и распространяется по лицензии MIT. Подробные результаты и бенчмарки приведены в статье разработчиков.

OpenAlpaca — предварительная версия открытой модели для следования инструкциям, разработанная на основе OpenLLaMA. Это плотная авторегрессионная модель семейства Llama с 6,6 млрд параметров; доступны веса PyTorch. Модель дообучена на наборе Databricks Dolly 15k, а исходная версия OpenLLaMA обучалась на 700 млрд токенов. Модель предназначена для генерации текста по пользовательским инструкциям, например для ответов на вопросы, составления текстов и выполнения простых запросов в диалоговом формате. Контекст ограничен 2048 токенами. В README не заявлена поддержка конкретных естественных языков, поэтому языковая специализация не указана. Лицензия — Apache-2.0.

OpenDolphinHermesLlama27B — объединённая разговорная языковая модель на архитектуре Llama 2, созданная sethuiyer методом SLERP с помощью mergekit из cognitivecomputations/dolphin-llama2-7b и Tensoic/Llama-2-openhermes. Модель содержит 6,6 млрд параметров, работает с текстом и использует шаблон диалога ChatML; заявленная длина контекста — 4096 токенов. В карточке указаны обучающие наборы OpenHermes и Dolphin, а среди языков — английский. Модель предназначена для генерации текста и диалоговых сценариев: ответы на вопросы, инструкции и свободное общение. Автор приводит результаты тестирования на Open LLM Leaderboard, включая ARC, HellaSwag, MMLU и GSM8K; эти результаты описывают конкретную оценку и не гарантируют качество в других задачах. Модель распространяется в формате safetensors по лицензии Llama 2.

S4sch/Open-Hermes-2.5-neural-chat-3.1-frankenmerge-11b — объединённая плотная языковая модель на архитектуре Mistral, созданная чередованием слоёв teknium/OpenHermes-2.5-Mistral-7B и Intel/neural-chat-7b-v3-1 методом passthrough. В репозитории указаны 11,3 млрд параметров, контекст до 32 768 токенов и формат safetensors; модель предназначена для диалоговой генерации текста. Её можно использовать для ведения беседы и генерации ответов на текстовые запросы. README не приводит результатов бенчмарков, поэтому качество и преимущества слияния по сравнению с исходными моделями не подтверждены. Лицензия — Apache-2.0.

jae24 выпустил разговорную модель для генерации текста на основе Mistral размером 7,1 млрд параметров. Она дообучена методом DPO на предпочтениях, полученных из датасета HuggingFace No Robots, с применением обучения с подкреплением. Модель предназначена для диалогов и генерации ответов по текстовому запросу. Она поддерживает контекст до 32 768 токенов и распространяется в формате Safetensors под лицензией MIT. README указывает базовую модель teknium/OpenHermes-2.5-Mistral-7B. Качество и ограничения конкретного варианта отдельно не описаны.

pankajmathur/orca_mini_v9_7_3B-Instruct — диалоговая языковая модель Pankaj Mathur, дообученная на базе meta-llama/Llama-3.2-3B-Instruct. Модель с плотной архитектурой Llama содержит 3,2 млрд параметров и предназначена для генерации текста в формате диалога; карточка указывает контекстное окно 131 072 токена и поддержку английского языка. Модель подходит для ведения диалога и генерации ответов на текстовые запросы. Базовая модель семейства Llama 3.2 рассчитана на работу в ограниченных средах, включая мобильные устройства, однако качество и безопасность ответов следует проверять для конкретного применения. Возможны неточные, предвзятые или нежелательные ответы. Лицензия — llama3.2.

Карточка модели Lazzzaroo/PaolaAI-UAM на Hugging Face совпадает с карточкой Lazzzaroo/PaolaAI-IPN-7B, поэтому описание составлено по ней. Lazzzaroo/PaolaAI-IPN-7B — чат-модель на архитектуре Qwen2, дообученная Lazzzaroo на базе unsloth/Qwen2.5-7B-Instruct-bnb-4bit. Для обучения использовались Unsloth и библиотека Hugging Face TRL. Модель предназначена для генерации текста и диалоговых сценариев; карточка также отмечает интерфейс вызова инструментов. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст длиной до 32 768 токенов. В метаданных указан английский язык. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0.