III.4Клиентская поддержка и customer success

Kunpeng-4x7B-mistral — разговорная языковая модель с архитектурой Mixture of Experts (MoE) семейства Mixtral, опубликованная пользователем mzbac. По карточке, она объединяет Mistral-7B-Instruct-v0.2, Mistral-7B-v0.1, Starling-LM-7B-alpha и Mistral-7B-Instruct-v0.1, а затем дообучена на WizardLM_evol_instruct_70k для слоёв q_proj, v_proj и gate. Модель предназначена для генерации ответов в диалоге и других задач генерации текста. Метаданные указывают 7,1 млрд параметров, контекст до 32 768 токенов и формат safetensors. Поддерживаемые языки карточкой не подтверждены. Модель распространяется по лицензии Apache-2.0. Карточка не приводит оценок качества или подробных ограничений; результат может зависеть от промпта и сценария применения.

L3-ModelStockMerge-8b — объединённая языковая модель, опубликованная jsfs11 и созданная методом model_stock с помощью LazyMergekit. В неё вошли flammenai/Mahou-1.1-llama3-8B, Sao10K/L3-8B-Stheno-v3.2 и NeverSleep/Llama-3-Lumimaid-8B-v0.1-OAS; базовой моделью в конфигурации указана Sao10K/L3-8B-Stheno-v3.2. Это плотная Llama-архитектура с 7,5 млрд параметров, предназначенная для генерации текста и чата. Контекст — до 8192 токенов; файлы опубликованы в формате safetensors с типом данных bfloat16. Модель подходит для диалогов, следования инструкциям и творческого письма, включая ролевые сценарии и истории — такие применения указаны в описании базовой модели. Карточка не приводит результатов оценки качества или подробных ограничений. Лицензия в предоставленных данных не указана.

Lelantos-7B — разговорная языковая модель на архитектуре Mistral, созданная SanjiWatsuki путём слияния нескольких моделей. В основе лежит преимущественно DPOpenHermes-v2; автор также добавил компоненты из составных моделей и jan-hq/stealth-v1.2, а при подготовке слияния переназначил EOS-токен в токенизаторе. Метаданные связывают модель с Mistral-7B-v0.1 и указывают 7,1 млрд параметров; заявленный контекст — 8192 токена. Модель предназначена для диалоговых ответов и генерации текста по запросу. Автор сообщает о хороших результатах на MT-Bench при использовании шаблона Hermes и отмечает слабые навыки программирования и математики. Карточка указывает лицензию Apache-2.0; формат весов — safetensors.

LeNIA-Chat-Gemma-2B-v0 — языковая модель LenguajeNatural.AI, дообученная на базе google/gemma-2b. Это плотная авторегрессионная модель семейства Gemma с 2,5 млрд параметров, форматом Safetensors и контекстом до 8192 токенов. Она предназначена для генерации текста, диалогов, ответов на вопросы и выполнения инструкций на испанском языке; обучение проходило в три этапа: многоцелевое обучение в стиле FLAN, настройка на качественных инструкциях и обучение диалогу и абстрактивному QA. Модель рассчитана на создание испаноязычных чат-ботов и виртуальных помощников. К её ограничениям относятся возможные ошибки и смещения, а также ограничения, свойственные языковым моделям такого размера; разработчик рекомендует оценивать её в целевом сценарии. Распространяется по лицензии Apache 2.0.

clibrain/Llama-2-13b-ft-instruct-es — языковая модель на архитектуре Llama 2, дообученная Clibrain на испанском наборе инструкций. Она предназначена для генерации текста и выполнения инструкций на испанском языке, например для диалога и подготовки текстовых ответов. Модель содержит 12,9 млрд параметров, использует архитектуру LlamaForCausalLM, принимает текст и генерирует текст; контекст — до 4096 токенов. Модель распространяется в формате PyTorch по лицензии Apache-2.0. Карточка краткая и не приводит оценки качества или подробностей обучения; результаты могут зависеть от формулировки запроса и не гарантируют фактическую точность.

Это 7-миллиардная чат-модель Llama 2 от Meta, размещённая пользователем Trelis в шардированном формате для Hugging Face Transformers. Шардирование распределяет веса по нескольким файлам; архитектура модели — авторегрессионный плотный Transformer LlamaForCausalLM. Модель принимает текст и генерирует текст, её контекст в метаданных указан как 2048 токенов. Модель предназначена для диалогов в формате ассистента и генерации текста на английском языке. Её можно использовать для ответов на вопросы, ведения беседы и создания текстовых ответов по инструкциям; для чат-версии необходимо соблюдать формат шаблона Llama 2 с маркерами инструкций и служебными токенами. Карточка указывает, что базовая чат-модель Meta прошла supervised fine-tuning и обучение с обратной связью от людей. Репозиторий содержит шардированную копию весов в формате PyTorch. Использование регулируется специальной лицензией Meta для Llama 2; для доступа к весам требуется принять её условия. Модель может выдавать неточные, предвзятые или нежелательные ответы; её следует проверять и настраивать под конкретное приложение.

Это испаноязычная модель генерации текста на основе архитектуры Llama 2, дообученная Clibrain на собственном наборе инструкций на испанском языке. Она предназначена для диалогового взаимодействия и выполнения текстовых инструкций на испанском. Модель содержит 6,6 млрд параметров, принимает текст и выдаёт текст; максимальный контекст составляет 2048 токенов. Для работы используется библиотека Transformers, веса представлены в формате PyTorch. В README указано, что для исправленной и обновлённой версии следует использовать clibrain/Llama-2-7b-ft-instruct-es. Модель опубликована под лицензией Apache-2.0.

MaziyarPanahi/Llama-3-13B-Instruct-v0.1 — диалоговая языковая модель, созданная как self-merge модели meta-llama/Meta-Llama-3-8B-Instruct. Она предназначена для генерации ответов ассистента и ведения диалога; использовать её можно через библиотеку Transformers. Модель имеет плотную архитектуру LlamaForCausalLM, около 12,7 млрд параметров и контекстное окно 8192 токена. В метаданных указан английский язык и формат весов safetensors. Карточка описывает объединение той же базовой модели с самой собой, но не приводит дополнительных сведений о методе слияния, качестве или специализированных областях применения. Лицензия указана как other; условия лицензии следует проверять в репозитории модели и у правообладателей базовой модели. Как и другие генеративные языковые модели, она может выдавать неточные ответы.

ferrazzipietro/Llama-3.1-8B-Instruct-reas-int-065-3-epochs-es — дообученная модель семейства Llama, созданная на основе meta-llama/Llama-3.1-8B-Instruct и предназначенная для генерации текста в диалоговом режиме. Она содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и формат safetensors; для запуска предусмотрена библиотека Transformers. Длина контекста составляет до 131 072 токенов. Модель подходит для диалоговых ответов и генерации текста. README не раскрывает обучающую выборку, конкретные специализации или результаты оценки качества, поэтому профиль дообучения и сильные стороны сверх возможностей базовой модели определить нельзя. Лицензия — Llama 3.1 Community License.

v000000 — линейное слияние языковых моделей, созданное с помощью mergekit на основе Sao10K/Llama-3.1-8B-Stheno-v3.4 и grimjim/Llama-3-Instruct-abliteration-LoRA-8B. Модель построена на архитектуре LlamaForCausalLM, содержит 7,5 млрд параметров и рассчитана на генерацию текста в диалоговом формате. Заявленная длина контекста — 131 072 токена. Модель подходит для диалогов, ответов на инструкции, ролевых сценариев и творческого письма; базовая Stheno v3.4 описана в каталоге как англоязычная. В репозитории указаны веса Safetensors, а README также упоминает варианты GGUF и GGUF imatrix, подготовленные другим автором. Лицензия в предоставленных данных не указана.

Llama-3.1-SuperNova-Lite-14B — плотная авторегрессионная языковая модель семейства Llama, созданная с помощью mergekit методом passthrough. Модель предназначена для генерации текста и диалогового общения. Репозиторий содержит веса в формате safetensors; метаданные указывают размер 12,7 млрд параметров и контекст до 131 072 токенов. Модель объединяет предварительно обученные языковые модели; README называет компонент слияния Llama-3.1-SuperNova-Lite. Она подходит для генерации продолжений и ответов в чате. Сведений о языковом охвате, лицензии и конкретных ограничениях качества в доступной карточке нет.

Llama-3.2-1B-Instruct-reas-int-065 — дообученная Петро Феррацци версия Meta Llama 3.2 1B Instruct. Это плотная авторегрессионная языковая модель на 1,2 млрд параметров для диалогов и генерации текста; поддерживает чатовый режим и работает через Transformers. Модель принимает текст и генерирует текст, её заявленная длина контекста — 131 072 токена. Модель подходит для диалоговых помощников, ответов на вопросы, краткого пересказа и помощи в написании текста. Базовая модель многоязычная, однако сведения о языках и специализированных задачах именно этого дообучения не приведены. Данные обучения и результаты оценки не описаны, поэтому качество и области, в которых дообучение улучшает базовую модель, определить нельзя. Распространяется по лицензии Llama 3.2; перед использованием следует соблюдать её условия. Репозиторий содержит веса в формате safetensors.

Llama-3.2-1B-Instruct-reas-int-065-3-epochs-es — дообученная модель на базе Meta Llama 3.2, представленная в формате SafeTensors и предназначенная для генерации текста в диалоговом режиме. Она может использоваться для общения с пользователем и генерации ответов. В названии указано «es», однако карточка не подтверждает поддержку испанского или других конкретных языков. Модель содержит 1,2 млрд параметров, использует плотную архитектуру LlamaForCausalLM и поддерживает контекст до 131 072 токенов. Базовая модель — meta-llama/Llama-3.2-1B-Instruct; дообучение выполнено на датасете, который в карточке не описан. Модель распространяется по лицензии Llama 3.2.

PJMixers-Dev/LLaMa-3.2-Instruct-JankMix-v0.2-SFT-3B — дообученная методом полного fine-tuning диалоговая модель на архитектуре Llama 3.2, разработанная PJMixers-Dev. Модель размером 3,2 млрд параметров предназначена для генерации текста в формате инструкций и продолжения текста; в обучающих данных использована примерно равная смесь примеров completion и instruct. Метаданные указывают контекст до 131 072 токенов и поддержку английского языка. Модель подходит для диалоговых ответов, выполнения текстовых инструкций и генерации продолжений. В опубликованных результатах Open LLM Leaderboard приведены оценки IFEval и BBH. В README отмечено, что модель может сохранять отказы базовой версии: специального обучения для их устранения не проводилось. Лицензия — Llama 3.2; применяйте модель в соответствии с её условиями.

Llama-3-8B-666 — объединённая диалоговая языковая модель, созданная сообществом mergekit на основе Meta-Llama-3-8B-Instruct и трёх других моделей семейства Llama 3. Для слияния использован метод passthrough. Модель предназначена для генерации текста и ведения диалогов. Модель использует плотную архитектуру LlamaForCausalLM, содержит 11,4 млрд параметров и поддерживает контекст до 8192 токенов. Репозиторий содержит веса в формате safetensors, для работы используется библиотека Transformers. В состав слияния входят модели, ориентированные в том числе на китайский язык; базовая Meta-Llama-3-8B-Instruct предназначена для ассистентских ответов на английском языке. Лицензия в предоставленных данных не указана. Качество и языковое покрытие именно этой объединённой модели не описаны; результаты могут зависеть от сочетания исходных моделей и сценария использования.

AdrienB134/Llama-3-8B-ASN-alpha — дообученная AdrienB134 языковая модель семейства Llama 3 для генерации текста. Она основана на unsloth/llama-3-8b-bnb-4bit; для обучения использовались Unsloth и библиотека TRL. Модель имеет плотную архитектуру LlamaForCausalLM и около 7,5 млрд параметров, принимает текст и генерирует текст. Указанная длина контекста — 8196 токенов. В карточке отмечена поддержка английского языка. Модель распространяется по лицензии Apache-2.0.

Модель mo-xx/llama-3-8b-cyber-model — дообученная mo-xx версия Llama 3 с плотной архитектурой LlamaForCausalLM. В качестве основы использована unsloth/llama-3-8b-Instruct-bnb-4bit; для обучения применялись Unsloth и библиотека TRL. Модель предназначена для генерации текста и диалогового взаимодействия на английском языке. Модель содержит 7,5 млрд параметров, принимает текст и выдаёт текст. Длина контекста — 8192 токена. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0. В карточке нет сведений о специализации на кибербезопасности или результатов оценки качества, поэтому название модели само по себе не подтверждает пригодность для профильных задач.

VictorDCh/Llama-3-8B-Instruct-MoE-3 — разговорная языковая модель для генерации текста, размещённая пользователем VictorDCh на Hugging Face. Это модель типа Mixture of Experts на базе четырёх копий meta-llama/Meta-Llama-3-8B-Instruct; для каждого токена выбираются два эксперта, а режим маршрутизации указан как случайный. В метаданных заявлены 7,5 млрд параметров, контекст 8192 токена, архитектура MixtralForCausalLM и формат safetensors. Модель предназначена для диалоговой генерации текста и работы в чат-сценариях. Карточка не описывает специализированные области применения, обучающие данные или результаты оценивания. Лицензия в доступных данных не указана, поэтому условия использования определить нельзя.

Salesforce/LLaMA-3-8B-SFR-Iterative-DPO-Concise-R — компактный вариант модели Salesforce/SFR-Iterative-DPO-LLaMA-3-8B-R. Это плотная авторегрессионная языковая модель семейства Llama 3 с 7,5 млрд параметров, доступная в формате safetensors и предназначенная для генерации текста в диалоговом режиме. При обучении применялся штраф за многословие, поэтому модель ориентирована на более краткие ответы. Модель подходит для генерации диалоговых ответов и кратких текстовых формулировок. Контекст составляет 8192 токена. Карточка не указывает специальные прикладные области или поддерживаемые языки. Модель выпущена Salesforce по лицензии Llama 3; авторы заявляют исследовательское назначение и рекомендуют отдельно оценивать точность, безопасность и справедливость перед применением, особенно в сценариях высокого риска.

ksw1/llama-3-8b-sleeper-agent — языковая модель семейства Llama 3, дообученная разработчиком ksw1 на базе unsloth/llama-3-8b-Instruct-bnb-4bit с использованием Unsloth и библиотеки TRL. Это плотная авторегрессионная модель с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров. Модель предназначена для генерации текста и диалогового общения на английском языке. Она принимает текст и выдаёт текст; заявленная длина контекста — 8192 токена. Репозиторий распространяется по лицензии Apache-2.0. Карточка не описывает специальные области применения или отдельные возможности дообучения.

cstr/llama3-8b-spaetzle-v33 — объединённая модель на архитектуре Llama 3, созданная путём слияния нескольких версий spaetzle, включая v20, v26, v28 и v31. Она предназначена для генерации текста и диалоговых задач, с компромиссным качеством для сценариев на немецком и английском языках. Модель содержит 7,5 млрд параметров, имеет контекст до 8192 токенов и распространяется в формате Safetensors. В README приведены результаты тестов EQ-Bench v2 на немецком и английском языках, а также других бенчмарков; это указывает на оценку преимущественно языковых и диалоговых способностей. Для модели опубликована лицензия Llama 3. README также указывает на отдельную GGUF-версию, но этот репозиторий содержит Safetensors. Как слияние моделей, версия v33 объединяет свойства исходных моделей, а подробности их обучения и происхождения данных в карточке раскрыты не полностью.

Llama-3-8B-WildChat — дообученная Magpie-Align модель на архитектуре Llama, основанная на Meta Llama 3 8B. Она предназначена для генерации текста в диалоговом формате. Модель содержит 7,5 млрд параметров, принимает текст и выдаёт текст; контекст — до 8192 токенов. Карточка сообщает о дообучении с помощью Axolotl и приводит значение loss 0,8197 на оценочном наборе. Данные обучения и подробные сценарии применения в карточке не раскрыты. Модель распространяется по лицензии Llama 3.

vincentoh/llama3-alpaca-dpo-instruct — текстовая генеративная модель семейства Llama 3, дообученная на одном проходе по датасету Alpaca. Карточка указывает на базовую модель unsloth/llama-3-8b-bnb-4bit; архитектура — плотная авторегрессионная LlamaForCausalLM, размер — 7,5 млрд параметров, контекст — до 8192 токенов. Модель предназначена для генерации текста и выполнения инструкций на английском языке: например, для ответов на вопросы, составления черновиков и диалогового взаимодействия. Используется формат safetensors и лицензия Apache-2.0. Данных о результатах оценки качества в карточке нет.

KB8407/Llama-3-KoEn-8B-Instruct-AIDOK — чат-модель для генерации текста, разработанная KB8407 путём дообучения beomi/Llama-3-KoEn-8B-Instruct-preview. Она предназначена для диалогов и ответов на инструкции на корейском и английском языках. Модель использует плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров; длина контекста составляет 8192 токена. В карточке указано, что при обучении применялись Unsloth и TRL. Модель подходит для разговорных интерфейсов и генерации ответов на запросы. Базовая модель ориентирована на корейский и английский языки; метаданные карточки этой модели отдельно отмечают английский. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. В README не приведены оценки качества или дополнительные ограничения.

uygarkurt/llama-3-merged-linear — объединённая разговорная модель семейства Llama, созданная автором репозитория с помощью Mergekit. По README, для слияния выбрали три лучшие модели Llama 3 из открытого рейтинга LLM и объединили их без дополнительного обучения; конкретные исходные модели не названы. Модель предназначена для генерации текста и диалогового общения. Это плотная авторегрессионная архитектура LlamaForCausalLM размером 7,5 млрд параметров с контекстом до 8192 токенов; репозиторий содержит веса Safetensors и рассчитан на Transformers. Языки, на которых модель уверенно работает, в предоставленных данных не указаны. Модель распространяется по лицензии MIT. README описывает способ создания, но не приводит сравнительных оценок качества или подробных ограничений; заявленное автором улучшение рейтинга не подтверждено приведёнными в карточке результатами.

SEHYONG/Llama-3-Open-Ko-8B-Instruct-kookmin6 — плотная языковая модель семейства Llama 3, разработанная SEHYONG и дообученная на основе SEHYONG/Llama-3-Open-Ko-8B-Instruct-kookmin5. Она предназначена для генерации текста и диалогового общения. Модель содержит 7,5 млрд параметров, принимает текст и выдаёт текст; длина контекста составляет 8192 токена. Модель обучалась с использованием Unsloth и TRL. В карточке указана лицензия Apache-2.0. Доступные сведения подтверждают назначение для генерации текста и чата, но не описывают конкретные дополнительные возможности или подробные ограничения качества.

win10/Llama-3-Taiwan-13.3B-Instruct — диалоговая языковая модель на архитектуре Llama 3, созданная с помощью mergekit на основе yentinglin/Llama-3-Taiwan-8B-Instruct. Репозиторий содержит веса Safetensors, модель насчитывает 12,7 млрд параметров и поддерживает контекст до 8192 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Базовая модель ориентирована на традиционный китайский и английский языки, диалог и прикладные задачи понимания языка; метаданные этой модели подтверждают задачу text-generation и возможность чата. Модель опубликована под лицензией, сведения о которой в предоставленных источниках отсутствуют.

RicAIEng дообучил модель unsloth/llama-3-8b-bnb-4bit — плотную языковую модель семейства Llama 3 с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров. Модель предназначена для генерации текста в диалоговом формате. Модель принимает текст и выдаёт текст; поддерживает английский язык и имеет контекстное окно 8192 токена. Для обучения использовались Unsloth и библиотека Hugging Face TRL. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0.

Ba2han/Llama-Phi-3_DoRA — разговорная языковая модель на 3,7 млрд параметров, опубликованная Ba2han. В карточке она описана как ассистент, обученный на отфильтрованных версиях размеченных наборов данных и нескольких тысячах примеров, созданных с помощью Llama 3 70B. Архитектура — плотная MistralForCausalLM; модель использует формат safetensors и поддерживает контекст длиной до 4096 токенов. Модель предназначена для генерации текста в диалоге и ответов на запросы. В README рекомендован шаблон Zephyr и задана базовая роль дружелюбного и полезного ассистента. Указаны результаты оценок MMLU и Winogrande, а также таблица тестов Open LLM Leaderboard; эти оценки не гарантируют качество в конкретном приложении. Модель поддерживает английский язык и распространяется по лицензии MIT. Она принимает текст и генерирует текст; модальности изображений и аудио не заявлены.

llm-jp/llm-jp-3.1-1.8b-instruct4 — языковая модель, разработанная Центром исследований и разработок больших языковых моделей Национального института информатики Японии. Это версия серии LLM-jp-3.1 с улучшенным следованием инструкциям благодаря дополнительному обучению на парах инструкций и ответов, а также последующей настройке с учителем и Direct Preference Optimization. Модель построена на плотной архитектуре LlamaForCausalLM и содержит около 1,7 млрд параметров. Она принимает текст и генерирует текст, поддерживает японский и английский языки, а контекст составляет 4096 токенов. Подходит для диалога и выполнения текстовых инструкций; опубликована в формате Safetensors для Transformers. Разработчики отмечают, что модель находится на раннем этапе исследований и разработок и не была специально настроена для гарантированного соответствия человеческим намерениям и требованиям безопасности. Лицензия — Apache-2.0.