III.4Клиентская поддержка и customer success

Flammen-Mahou-mistral-7B — объединённая языковая модель на архитектуре Mistral, созданная с помощью mergekit методом SLERP из flammenai/Mahou-1.2a-mistral-7B и flammenai/flammen30-mistral-7B. Модель содержит 7,1 млрд параметров и предназначена для генерации текста; максимальная длина контекста составляет 32 768 токенов. Модель принимает текст и генерирует текст. Веса опубликованы в формате safetensors; лицензия — Apache-2.0. README не описывает специализированные сценарии или языковое покрытие, поэтому модель можно характеризовать только как генератор текста общего назначения.

zanesmit29/founder-roberta-emotion-v1 — англоязычная модель классификации эмоций, дообученная The Founder на наборе dair-ai/emotion. Она основана на RoBERTa-base и содержит 151,8 млн параметров; архитектура — RobertaForSequenceClassification. Модель принимает текст и присваивает ему одну из шести эмоциональных категорий. Контекст составляет до 514 токенов. Модель предназначена для определения эмоций в англоязычных текстах и готова к использованию через Transformers pipeline. В README для оценки на тестовых данных указана точность 0,9395. Результаты могут ухудшаться на текстах из других областей и вне распределения обучающих данных; качество для других языков не гарантируется. Не следует использовать её для решений с высокими ставками без проверки человеком. Лицензия — Apache-2.0.

jaspionjader/fr-17-8b — объединённая разговорная языковая модель, созданная автором репозитория с помощью mergekit методом SLERP из jaspionjader/fr-16-8b и jaspionjader/Kosmos-EVAA-Franken-v38-8B. Модель построена на плотной архитектуре LlamaForCausalLM и содержит 7,5 млрд параметров; файлы представлены в формате safetensors и рассчитаны на работу через Transformers. Модель предназначена для генерации текста и диалоговых ответов. Заявленная длина контекста — 131 072 токена. Сведения о конкретных языках и специализированных областях применения отсутствуют, поэтому её следует рассматривать как модель общего назначения. Лицензия в предоставленных данных не указана.

fr-4-8b — разговорная языковая модель, созданная jaspionjader с помощью слияния SLERP двух предварительно обученных моделей: jaspionjader/fr-3-8b и jaspionjader/Kosmos-EVAA-Franken-v38-8B. Модель основана на плотной архитектуре LlamaForCausalLM и содержит 7,5 млрд параметров; веса опубликованы в формате safetensors, для работы предусмотрена библиотека Transformers. Модель предназначена для генерации текста и диалоговых ответов. Контекст составляет до 8192 токенов. В карточке не указаны специальные предметные области или поддерживаемые языки, поэтому модель можно описать как разговорную общего назначения. Лицензия в предоставленных данных не приведена.

freewheelin/free-solar-slerp-v0.2 — текстовая генеративная модель на архитектуре Llama с 10,7 млрд параметров, созданная объединением двух моделей методом SLERP с помощью mergekit: davidkim205/komt-solar-10.7b-sft-v5 и LDCC/LDCC-SOLAR-10.7B. Она предназначена для генерации текста и диалоговых сценариев на основе текстовых запросов. Модель использует формат Safetensors и поддерживает контекст до 4096 токенов. В метаданных указана лицензия MIT. Подробные оценки качества и ограничения отдельных сценариев в карточке не приведены.

djuna/G2-BigGSHT-27B-2 — языковая модель для генерации текста и диалогов, созданная объединением моделей с помощью mergekit. В README указан метод Model Stock: в объединение вошли djuna/G2-BigGSHT-27B-calc и unsloth/gemma-2-27b-it, а базой для слияния служила AALF/gemma-2-27b-it-SimPO-37K-100steps. Модель построена на архитектуре Gemma 2, содержит 27,6 млрд параметров и работает с контекстом до 8192 токенов. Модель предназначена для генерации ответов в чате и других сценариев работы с текстом. Метаданные отмечают возможность диалога; базовая Gemma 2 описана как англоязычная. В README приведены результаты Open LLM Leaderboard, включая IFEval и BBH, без дополнительных сведений о методике применения. Репозиторий содержит веса в формате Safetensors, а метаданные указывают библиотеку Transformers. Лицензия в предоставленных данных не указана.

GeM2-Llamion-14B-Base — генеративная языковая модель VAIV Company из серии GeM 2.0. Она создана преобразованием модели Orion в стандартную архитектуру LLaMA с помощью отображения параметров и переноса знаний. Модель предназначена для генерации текста и диалоговых сценариев. Это плотная авторегрессионная модель класса LlamaForCausalLM с 14,1 млрд параметров, контекстом 4096 токенов и весами в формате safetensors. В карточке указана возможность чата. Лицензия — Apache-2.0. В README не приведены сведения о языках, обучающих данных и конкретных ограничениях качества, поэтому их нельзя уточнить по имеющимся источникам.

Gemma-2-Ataraxy-v4a-Advanced-9B — объединённая текстовая языковая модель, созданная lemon07r методом SLERP с помощью mergekit на основе lemon07r/Gemma-2-Ataraxy-v3-Advanced-9B и zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1-t0.25. Модель построена на архитектуре Gemma 2, содержит 9 млрд параметров и рассчитана на генерацию текста в диалоговых сценариях. Она принимает текст и выдаёт текст; родной контекст составляет 8192 токена. В README приведены результаты оценивания на IFEval и BBH, но их недостаточно, чтобы делать выводы о качестве в иных задачах. В доступных материалах лицензия и поддерживаемые естественные языки не указаны.

Gemma-2-Ataraxy-v4b-9B — объединённая языковая модель на архитектуре Gemma 2, созданная Lemon07r с помощью mergekit и метода SLERP. Она объединяет две предварительно обученные модели: lemon07r/Gemma-2-Ataraxy-v3b-9B и zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1-t0.25. Модель содержит 9 млрд параметров, использует формат safetensors и рассчитана на генерацию текста в диалогах. Подходит для ведения беседы, выполнения инструкций и творческого письма. Контекстное окно — до 8192 токенов. В README приведены результаты оценивания, включая 68,78 на IFEval и 43,44 на BBH; также отмечено, что результаты лидерборда могут быть ошибочными. Для запуска используется библиотека Transformers. В README не указана лицензия, поэтому условия использования по имеющимся данным определить нельзя.

Модель akhadangi/gemma-3-1b-it-0.01-L — дообученная Афшином Хаданги с помощью Blueprint Mirage версия инструктивной Gemma 3 1B от Google. Это плотная текстовая модель для диалога и генерации текста; она принимает текст и выдаёт текст. Размер модели — 1 млрд параметров, нативная длина контекста — 32 768 токенов. В репозитории указаны веса в формате safetensors. Модель подходит для диалоговых сценариев и генерации текста. README не описывает специализацию дообучения или его влияние на качество, поэтому её возможности следует считать общими для текстовой генерации. Язык и лицензия унаследованы от исходной модели Google Gemma 3 1B Instruct; метаданные указывают лицензию Gemma.

Gemma 7B Zephyr SFT — плотная авторегрессионная языковая модель на архитектуре Gemma, созданная командой W&B посредством дообучения google/gemma-7b по рецепту Zephyr SFT. Модель предназначена для диалоговой генерации текста и ответов на запросы; в метаданных также указана поддержка чата. Для обучения использовался набор данных HuggingFaceH4/ultrachat_200k и смесь общедоступных синтетических данных. В README указано 8,5 млрд параметров, тогда как метаданные каталога содержат оценку 8,2 млрд; модель принимает текст и генерирует текст, её контекст составляет 8192 токена. Основной язык — английский. Карточка приводит результаты оценивания на нескольких тестах, включая AI2 Reasoning Challenge и HellaSwag. Лицензия указана как other, поэтому условия использования следует сверить с лицензией репозитория и базовой модели перед применением.

Gunulhona/Gemma-System-9B — объединённая методом Model Stock модель генерации текста на базе Gemma 2 9B, созданная автором с помощью mergekit. В качестве базовой модели при слиянии использована Gunulhona/Gemma-Ko-Merge; также объединены чекпойнты SimPO и DPO, а также модели для корейского, болгарского, турецкого и художественного диалогового текста. Модель предназначена для генерации текста и диалогового общения. Она имеет плотную архитектуру Gemma2ForCausalLM, содержит 9 млрд параметров, работает с текстом и поддерживает контекст длиной до 8192 токенов. Репозиторий содержит веса safetensors и использует библиотеку Transformers. В карточке не приведены сведения о лицензии и конкретных ограничениях качества или применения. Для условий использования следует учитывать лицензии исходных моделей, вошедших в слияние.

GFusion-10B-A1.8B — экспериментальная инструкционно дообученная диффузионная языковая модель, разработанная ai-sage на основе GigaChat3-10B-A1.8B-base. Она предназначена для диалоговой генерации текста. Вместо последовательного предсказания токенов модель итеративно уточняет частично замаскированные блоки по 32 токена; энтропийно-ограниченная выборка позволяет выбирать компромисс между скоростью декодирования и качеством. Модель поддерживает контекст до 32 768 токенов и работает с текстом на русском и английском языках. В README приведены результаты сравнительных тестов, а также способы запуска через Transformers и SGLang. Указанный в метаданных размер — 1,5 млрд параметров; название модели и README также содержат обозначение 10B-A1.8B. Модель распространяется по лицензии MIT. Это экспериментальная модель, поэтому качество и скорость на конкретных задачах могут отличаться от результатов тестов; для запуска с SGLang README ссылается на специальную ветку поддержки.

Модель Shahzad Sohail — дообученная DistilBERT для многометочной классификации эмоций в английском тексте по упрощённому набору меток GoEmotions от Google. Она предназначена для анализа комментариев в социальных сетях, определения эмоциональной окраски сообщений, мониторинга мнений о бренде и добавления распознавания эмоций в чат-боты. Модель принимает текст и выдаёт метки эмоций; использует архитектуру DistilBERT и поддерживает контекст до 512 токенов. Лицензия — Apache 2.0. Модель не предназначена для клинической диагностики или обработки неанглоязычного текста; она может ошибаться на сленге, диалектах, сарказме и неоднозначных сообщениях, поэтому результаты в чувствительных сценариях требуют проверки человеком.

Модель mfielding92/Grok-3-reasoning-gemma3-12B-distilled-HF — дообученная текстовая модель семейства Gemma 3, опубликованная mfielding92. Она основана на unsloth/gemma-3-12b-it-unsloth-bnb-4bit и предназначена для генерации текста и диалогового взаимодействия. Архитектура — плотная Gemma3ForCausalLM; размер — 11,6 млрд параметров, заявленная длина контекста — 131 072 токена. Модель обучалась с помощью Unsloth и библиотеки TRL. В карточке не описаны отдельные возможности рассуждения Grok, поэтому название репозитория само по себе не подтверждает совместимость или связь с моделью Grok. Поддерживаемый карточкой язык — английский. Модель распространяется по лицензии Apache-2.0.

TheBloke/guanaco-7B-HF — версия Guanaco 7B, подготовленная TheBloke в формате Hugging Face с весами fp16. В основе лежит модель Tim Dettmers Guanaco 7B; репозиторий содержит результат слияния LoRA с базовой моделью. Архитектура — плотная LlamaForCausalLM, размер — 6,6 млрд параметров, контекст — до 2048 токенов. Модель предназначена для генерации текста в диалоговом формате и ответов на запросы. Файлы PyTorch в формате fp16 рассчитаны на запуск через экосистему Transformers; автор README также упоминает отдельные квантизованные варианты для инференса на GPU и CPU, но они не входят в этот репозиторий. Карточка не содержит сведений о поддерживаемых естественных языках, поэтому они не указаны. В метаданных лицензия обозначена как other, без конкретных условий; перед использованием следует проверить лицензионные условия исходной модели и производных весов. Указанный контекст и сравнительно небольшой размер ограничивают пригодность модели для задач, требующих длинного контекста или более новых возможностей.

Модель разработана kuhess и представляет собой дообученную версию NousResearch/Hermes-2-Pro-Mistral-7B — плотной авторегрессионной модели семейства Mistral с 7,1 млрд параметров. Она предназначена для диалоговой генерации текста; карточка указывает, что обучение проводилось с использованием Unsloth и библиотеки TRL. Длина контекста составляет 32 768 токенов, формат весов — safetensors. Модель подходит для создания разговорных ассистентов и генерации ответов на инструкции на английском языке. По сравнению с базовой Hermes 2 Pro её карточка не описывает отдельную специализацию или дополнительные возможности. Лицензия — Apache-2.0.

Homer-7B-v0.1 — языковая модель семейства Qwen2, опубликованная пользователем newsbang. Она предназначена для генерации текста в диалоговом формате. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Qwen2ForCausalLM и принимает контекст длиной до 131072 токенов. Модель доступна в формате safetensors по лицензии Apache 2.0. Карточка содержит только краткий раздел Quickstart, поэтому конкретные сценарии применения, поддерживаемые языки и особенности обучения не описаны.

InnerI-AI-sn6-7B-slerp — языковая модель семейства Llama, созданная InnerI слиянием методом SLERP моделей tomaszki/nous-thirty и InnerI/A-I-0xtom-7B-slerp с помощью LazyMergekit. Она предназначена для генерации текста и диалогового взаимодействия. Модель содержит 7,1 млрд параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате Safetensors; лицензия — Llama 2. Карточка не сообщает о специализированной предметной области, конкретных языках или оценках качества, поэтому модель можно описать только как универсальную диалоговую модель. Ее ответы могут быть неточными или неподходящими для конкретного сценария.

Janus-ORPO-7B — языковая модель, разработанная KAIST AI на основе Mistral-7B-v0.2 с применением метода ORPO. Для выравнивания использован Multifaceted Collection — набор из 196 тысяч уникальных системных сообщений, представляющих разнообразные предпочтения людей. Модель предназначена для генерации ответов на английском языке с учетом инструкций и заданного системного сообщения. Она подходит для диалогов и персонализированных ответов, а обучение также направлено на полезность и безвредность ответов. Архитектура — плотная авторегрессионная MistralForCausalLM, размер — 7,1 млрд параметров, контекст — до 32 768 токенов. Модель распространяется по лицензии Apache 2.0. Карточка описывает обучение на предпочтениях, но не приводит количественных результатов оценки; качество ответов может зависеть от системного сообщения и формулировки запроса.

J.O.S.I.E.3-Beta8-slerp — диалоговая языковая модель на базе Mistral 7B, созданная слиянием HuggingFaceH4/mistral-7b-anthropic и HuggingFaceH4/mistral-7b-grok. Разработчик выполнил слияние методом SLERP с помощью LazyMergekit; модель содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста в диалоге: она принимает текстовые запросы и формирует текстовые ответы. В README отмечено, что вариант Beta8 показал слабые результаты в упомянутом рейтинге LLM Leaderboard; сравнительные подробности и конкретные показатели не приведены. Лицензия — Apache 2.0.

KafkaLM-8x7B-German-V0.1 — языковая модель с разреженной экспертной архитектурой MoE, созданная Деннисом Дикманном в рамках проекта Seedbox. Она основана на Mixtral 8x7B от Mistral AI и дообучена на отфильтрованной выборке немецкоязычных инструкций, переведённых с английского. Модель содержит 7,1 млрд параметров, работает с текстом и поддерживает контекст до 32 768 токенов. Модель предназначена для ответов на вопросы и повседневных задач на немецком языке, в том числе в деловом общении. Она ориентирована на точные, фактологичные ответы, но автор отмечает склонность к творческим формулировкам и выходу за языковые рамки. Лицензия — Apache-2.0; карточка также указывает, что применяются ограничения исходной лицензии Llama 2 и использованных обучающих наборов.

Karen_TheEditor_V2_STRICT_Mistral_7B-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель на архитектуре MistralForCausalLM с 7,1 млрд параметров. Это слияние методом SLERP модели mistralai/Mistral-7B-Instruct-v0.2 и FPHam/Karen_TheEditor_V2_STRICT_Mistral_7B; в README приведена конфигурация mergekit и формат весов bfloat16, а в репозитории указаны файлы safetensors. Модель предназначена для генерации текста и ответов в диалоге по инструкциям. Контекст составляет до 32 768 токенов. В карточке не описаны специальные области применения или языки, поэтому модель следует рассматривать как универсальную текстовую модель на базе Mistral. Модель выпущена под лицензией Apache-2.0. Карточка не содержит результатов оценивания качества или подробных сведений о поведении слияния; качество и следование инструкциям могут отличаться от исходной Mistral-7B-Instruct-v0.2.

Kimi-K2T-neulab-agenttuning-kg-sandboxes-maxeps-32k — диалоговая языковая модель на архитектуре Qwen3, дообученная на базе Qwen/Qwen3-8B командой, опубликовавшей её в организации laion. Модель содержит около 7,6 млрд параметров и принимает текстовые запросы для генерации текста в формате диалога; максимальная длина контекста составляет 40 960 токенов. Модель дообучена на наборе open-athena/Kimi-K2T-neulab-agenttuning-kg-sandboxes-32k_neulab-agenttuning-kg-sandboxes и предназначена для текстовой генерации и диалоговых сценариев. README не приводит отдельных результатов оценки или подробностей о специальных навыках модели. Распространяется под лицензией Apache-2.0.

ewof/koishi-8x7b-qlora — языковая модель семейства Mixtral, дообученная автором с помощью QLoRA на наборе инструкций koishi-instruct-metharme. В README указано, что обучение проводилось один проход по данным с использованием Axolotl и что адаптер был объединён с базовой моделью mistralai/Mixtral-8x7B-v0.1; в метаданных размер указан как 7,1 млрд параметров, а архитектура — MixtralForCausalLM с механизмом mixture-of-experts. Модель предназначена для генерации текста в ответ на пользовательские запросы и ведения диалогов с указанным в карточке форматом ролей; контекст составляет до 32 768 токенов. Модель принимает текст и генерирует текст. README не указывает поддерживаемые естественные языки, поэтому языковая специализация не установлена. Опубликованы веса PyTorch. Карточка не сообщает лицензию, поэтому условия использования по имеющимся данным определить нельзя. Результат зависит от инструкций и обучающих данных; независимые оценки качества в карточке отсутствуют.

KORMo-10B-sft — открытая языковая модель на 10,2 млрд параметров, разработанная командой KORMo. Это плотная авторегрессионная модель для генерации текста и диалогов на корейском и английском языках; поддерживает контекст до 131 072 токенов. В README указано, что обучение использовало синтетические данные и открытые наборы данных общим объёмом около 3 трлн токенов, а опубликованные результаты включают англоязычные и корейские бенчмарки. Модель подходит для ответов на вопросы, диалоговых сценариев и генерации текста на корейском и английском языках. Доступны веса в формате safetensors, а лицензия Apache 2.0 разрешает свободное использование на её условиях. По README, модель не проходила настройку безопасности и выравнивание по предпочтениям, поэтому в сложных рассуждениях возможны повторы и нежелательные ответы.

Kosmos-EVAA-gamma-light-alt-8B — языковая модель для генерации текста, созданная автором репозитория путём слияния предварительно обученных моделей jaspionjader/Kosmos-EVAA-gamma-alt-8B и jaspionjader/Kosmos-EVAA-v3-8B. Для объединения применён метод SLERP с помощью mergekit; модель использует архитектуру Llama и содержит 7,5 млрд параметров. Модель предназначена для генерации текста по запросу и поддерживает контекст до 8192 токенов. Репозиторий содержит веса в формате Safetensors. Сведения о специализации по областям, поддерживаемых языках и лицензии в предоставленных источниках отсутствуют.

Kosmos-VENN-8B — языковая модель для генерации текста, созданная объединением моделей Khetterman и DreadPoor методом SLERP с помощью mergekit. В основе лежит архитектура Llama с плотной трансформерной моделью примерно на 7,5 млрд параметров; нативная длина контекста составляет 8192 токена. Модель подходит для генерации текста и диалогов, в том числе творческих и ролевых сценариев на русском и английском языках. Веса доступны в формате safetensors для использования с Transformers. Лицензия в предоставленных данных не указана.

Krix-12B-Model_Stock — разговорная языковая модель на архитектуре Mistral, объединённая с помощью mergekit из четырёх моделей-компонентов. Конфигурация указывает метод слияния model_stock, базовую модель DreadPoor/Famino-12B-Model_Stock и формат bfloat16; в метаданных указан размер 12,1 млрд параметров и контекст до 1 024 000 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Репозиторий содержит веса safetensors и использует библиотеку Transformers; лицензия — Apache-2.0. README и метаданные не описывают отдельные специализации, языковое покрытие или результаты оценки качества.

KTDSbaseLM v0.12 — диалоговая языковая модель AIDX-ktds, дообученная методом SFT на основе OpenChat 3.5 с архитектурой Mistral. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — 8192 токена. Она предназначена прежде всего для работы на корейском языке и с контекстами корейского общества и культуры. Модель может отвечать на вопросы, вести диалог, создавать и суммировать документы, анализировать тональность и помогать с учебными, деловыми и культурными задачами. В карточке описаны обучающие данные с вопросами и ответами по истории, финансам, праву, налогам, математике и естественным наукам. Указана лицензия Apache-2.0. Ограничения включают возможную неточность в темах вне корейского языкового и культурного контекста, нехватку актуальных международных и узкоспециализированных знаний, ограниченные способности к сложным рассуждениям и риск смещённых ответов.