III.4Клиентская поддержка и customer success

LMT-60-0.6B — модель машинного перевода от команды NiuTrans, дообученная на базе NiuTrans/LMT-60-0.6B-Base. Она относится к плотной архитектуре Qwen3ForCausalLM, содержит около 507,9 млн параметров и принимает контекст до 32 768 токенов. Модель входит в семейство LMT-60, обученное на 90 млрд токенов; семейство рассчитано на перевод между 60 языками в 234 направлениях с особым вниманием к китайскому и английскому языкам. Модель предназначена для многоязычного перевода текстов, включая языки с высоким, средним и низким объёмом ресурсов. Её можно использовать для перевода документов, сообщений и пользовательского контента между поддерживаемыми языками. Карточка заявляет конкурентное качество среди моделей с сопоставимым языковым охватом, но не приводит здесь конкретных метрик для этого чекпойнта. Выпущена под лицензией Apache-2.0.

LYRA-FALCON — разговорная генеративная модель, разработанная и поддерживаемая Muhammad Taqi. В метаданных Hugging Face указаны архитектура Falcon с плотной моделью класса FalconForCausalLM, около 10,9 млрд параметров и библиотека Transformers. README называет базовую архитектуру LYRAMOON и заявляет быструю генерацию ответов; подробностей о методе обучения и измерениях скорости не приводится. Модель предназначена для диалогов и генерации текста. Метаданные указывают английский язык, поддержку чата и лицензию Apache-2.0. В каталоге также отмечены классификация текста, разметка токенов и ответы на вопросы как поддерживаемые задачи, хотя основная задача из карточки автора — генерация текста.

M7Yamshadowexperiment28_Experiment24Shadow — слитая языковая модель, объединяющая automerger/M7Yamshadowexperiment28-7B и automerger/Experiment24Shadow-7B. Модель разработана на архитектуре Mistral с плотной структурой и содержит 7,1 млрд параметров; она предназначена для генерации текста, включая диалоговые сценарии и продолжение заданного текста. Поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. Модель распространяется по лицензии Apache-2.0. В карточке не указаны специальные предметные области или языки. Поскольку происхождение и возможности исходных моделей описаны ограниченно, качество и специализацию результата следует оценивать на целевых задачах.

anthracite-org/magnum-v2.5-12b-kto-gguf — квантизированные в формате GGUF версии Magnum v2.5 KTO, разработанные и опубликованные Anthracite. Модель основана на anthracite-org/magnum-12b-v2 и предназначена для генерации текста и диалоговых сценариев. Она дообучалась с использованием экспериментальной гибридной стратегии обучения с подкреплением KTO и DPOP, ориентированной на повышение качества ответов и следование инструкциям. Модель создана для воспроизведения качества прозы, характерного для Claude 3 Sonnet и Opus, и особенно подходит для чата, написания текстов и выполнения инструкций. Она обучена работать с форматом ChatML. В карточке указаны языки английский, французский, немецкий, испанский, итальянский, португальский, русский, китайский и японский. Размер базовой модели составляет 12 миллиардов параметров; точное окно контекста и перечень поддерживаемых модальностей не указаны, поэтому модель следует считать текстовой. К сильным сторонам относятся ориентация на высокое качество прозы, многоязычность и доступность квантизированных весов для запуска в совместимых средах. Ограничения связаны с экспериментальным характером версии, обучением на ограниченной части преимущественно инструкционных данных и возможной недостаточной обобщающей способностью; заявленные результаты безопасности также не раскрыты. Модель распространяется по лицензии Apache-2.0.

Mahou-Gutenberg-Nemo-12B — объединённая текстовая языковая модель на архитектуре Mistral, созданная nbeerbower с помощью mergekit. В слиянии della_linear использованы flammenai/Mahou-1.3-mistral-nemo-12B и nbeerbower/mistral-nemo-gutenberg-12B-v3; число параметров составляет 12,1 млрд. Модель предназначена для генерации текста и диалоговых сценариев. Репозиторий содержит веса в формате safetensors; в конфигурации слияния указан тип bfloat16. Для модели заявлено контекстное окно до 1 024 000 токенов. Карточка не описывает отдельные языковые или специализированные предметные области. Лицензия в предоставленных данных не указана.

MasriSwitch-Gemma3n-Transcriber-v1 — модель автоматического распознавания речи, разработанная oddadmix на архитектуре условной генерации Gemma 3n и дообученная на египетском арабском и речи с переключением между арабским и английским. Она предназначена для преобразования коротких и средних аудиозаписей в текст, в том числе голосовых заметок, звонков поддержки, встреч, интервью и материалов для соцсетей. В карточке указаны датасет арабско-английской речи с переключением языков и частный набор разговорных египетских записей. Модель принимает аудио и выдаёт текст; форматы весов — safetensors. Лицензия — Apache-2.0. Модель ориентирована на египетский диалект и естественное переключение арабского и английского в одной фразе. Для длинных записей рекомендуется разбивать аудио на отрезки примерно по 20–30 секунд. Лучше всего работает с чистой речью одного говорящего; качество может снижаться при сильном шуме, одновременной речи и быстром темпе. Она не оптимизирована для диалектов Персидского залива и Леванта или только литературного арабского; транскрипции чувствительных записей требуют осторожного обращения и проверки человеком.

VivekMalipatel23 дообучил многоязычную mDeBERTa-v3-base на наборе Text_emotions для классификации текста по шести эмоциям: печаль, радость, любовь, гнев, страх и удивление. Модель построена на архитектуре DeBERTa V2, содержит 306 млн параметров и принимает текстовые последовательности длиной до 512 токенов. Она предназначена для определения эмоциональной окраски текста на поддерживаемых языках. Модель можно применять для разметки эмоций в сообщениях, отзывах и других коротких текстах. Указана лицензия MIT. Карточка не сообщает о качестве модели на отдельных языках и доменах, поэтому перед использованием в критичных сценариях её следует оценить на собственных данных.

MeliodasPercival_01_AlloyingotneoyInex12 — объединённая модель на архитектуре Mistral, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/AlloyingotneoyInex12-7B. Она содержит 7,1 млрд параметров, принимает текст и предназначена для генерации текста и диалогов с контекстом до 32 768 токенов. Модель может использоваться для генерации ответов, продолжения текста и диалоговых сценариев. В карточке не описаны специальные области применения или поддерживаемые языки, поэтому её следует рассматривать как модель общего назначения. Веса доступны в формате safetensors; лицензия — Apache-2.0.

MergeCeption-7B-v1 — объединённая автором CultriX модель на архитектуре Mistral с 7,1 млрд параметров. Она создана из MonaTrix-v4, OmniTruthyBeagle-7B-v0, NeuralMaxime-7B-slerp и NeuralTrixlaser-bf16 с помощью LazyMergekit и метода DARE-TIES; веса представлены в формате safetensors и типе bfloat16. Модель предназначена для генерации и продолжения текста. Контекст составляет до 32 768 токенов. В карточке не приведены отдельные результаты оценки качества или сведения о целевых языках и специализированных областях применения, поэтому её следует рассматривать как текстовую генеративную модель общего назначения. Лицензия в предоставленных данных не указана.

coolwin20/merged_solar_vortexS — объединённая текстовая модель семейства Llama, созданная с помощью mergekit из Edentns/DataVortexS-10.7B-dpo-v1.6 и LDCC/LDCC-SOLAR-10.7B. В README указан метод объединения SLERP. Модель содержит 8,9 млрд параметров, принимает текст и предназначена для генерации текста; длина контекста — 4096 токенов. Язык применения и специальные предметные области в предоставленных данных не обозначены. Лицензия в предоставленных данных не указана.

Карточка модели mergekit-community/mergekit-slerp-dafvhck на Hugging Face совпадает с карточкой mergekit-community/dolphin-mistral-instruct-7b, поэтому описание составлено по ней. Это объединённая языковая модель mergekit-community, созданная методом SLERP на основе arcee-ai/sec-mistral-7b-instruct-1.6-epoch и cognitivecomputations/dolphin-2.8-mistral-7b-v02. Модель построена на архитектуре MistralForCausalLM с плотной архитектурой и содержит 7,1 млрд параметров; опубликованные веса представлены в формате Safetensors, а библиотека запуска — Transformers. Модель предназначена для генерации текста в диалоговых сценариях: она принимает текстовый запрос и формирует текстовый ответ. Контекст составляет до 32 768 токенов. Карточка не описывает отдельные прикладные области или языковые характеристики, поэтому их нельзя уточнить по имеющимся данным. Лицензия в предоставленных данных не указана.

Карточка модели mergekit-community/mergekit-slerp-fmruwmd на Hugging Face совпадает с карточкой mergekit-community/dolphin-mistral-instruct-7b, поэтому описание составлено по ней. Это объединённая языковая модель mergekit-community, созданная методом SLERP на основе arcee-ai/sec-mistral-7b-instruct-1.6-epoch и cognitivecomputations/dolphin-2.8-mistral-7b-v02. Модель построена на архитектуре MistralForCausalLM с плотной архитектурой и содержит 7,1 млрд параметров; опубликованные веса представлены в формате Safetensors, а библиотека запуска — Transformers. Модель предназначена для генерации текста в диалоговых сценариях: она принимает текстовый запрос и формирует текстовый ответ. Контекст составляет до 32 768 токенов. Карточка не описывает отдельные прикладные области или языковые характеристики, поэтому их нельзя уточнить по имеющимся данным. Лицензия в предоставленных данных не указана.

Карточка модели mergekit-community/mergekit-ties-mojzqgu на Hugging Face совпадает с карточкой mergekit-community/mergekit-ties-fnacfof, поэтому описание составлено по ней. mergekit-community/mergekit-ties-fnacfof — языковая модель на архитектуре Llama, созданная сообществом с помощью слияния TIES. В объединении использованы NousResearch/Llama-2-7b-hf в качестве базовой модели, а также microsoft/Orca-2-7b и arcee-ai/Patent-Instruct-7b. Модель содержит 6,6 млрд параметров, распространяется в формате Safetensors и рассчитана на контекст до 4096 токенов. Модель предназначена для генерации текста и диалоговых сценариев, сочетая возможности включённых в слияние моделей. Карточка не уточняет отдельные преимущества, целевые языки или специализированные сценарии; базовая модель описана как англоязычная. Лицензия в предоставленных данных не указана.

MetaModelv2 — гибридная разговорная модель, созданная на основе VAGOsolutions/SauerkrautLM-SOLAR-Instruct и kyujinpy/Sakura-SOLAR-Instruct. Она предназначена для генерации текста и диалоговых сценариев. Модель использует плотную архитектуру LlamaForCausalLM, содержит 10,6 млрд параметров и рассчитана на контекст до 8192 токенов. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. README приводит результаты оценки на бенчмарках ARC и HellaSwag; они не гарантируют качество в конкретных прикладных задачах. Данные не уточняют, какие языки поддерживаются и насколько модель подходит для специализированных областей.

MetaModelv3 — гибридная языковая модель, созданная путём объединения jeonsworld/CarbonVillain-en-10.7B-v4 и jeonsworld/CarbonVillain-en-10.7B-v2. Модель построена на архитектуре Llama и содержит 10,6 млрд параметров; для генерации текста доступен контекст до 4096 токенов. Модель предназначена для генерации текста и диалогового взаимодействия на английском языке. В карточке приведены результаты Open LLM Leaderboard, включая среднюю оценку 74,39, ARC 71,16 и HellaSwag 88,39. Весы опубликованы в формате Safetensors под лицензией Apache-2.0.

MFANNv0.9.10 — языковая модель для генерации текста и диалогов, созданная netcat420 с помощью mergekit. Это слияние методом TIES моделей netcat420/MFANNv0.8 и netcat420/MFANNv0.9 на базе MaziyarPanahi/Llama-3-8B-Instruct-v0.4. Модель построена на архитектуре Llama, содержит 7,5 млрд параметров и рассчитана на контекст до 8192 токенов; для работы используется библиотека Transformers, веса представлены в формате safetensors. Модель подходит для диалогового взаимодействия и генерации ответов ассистента. Карточка не описывает специализацию на конкретных предметных областях или языках, поэтому эти свойства нельзя уточнить. Лицензия в предоставленных данных не указана.

Midnight-Miqu-103B-v1.5 — языковая модель с архитектурой Llama, созданная FluffyKaeloky методом passthrough-слияния слоёв модели sophosympatheia/Midnight-Miqu-70B-v1.5. Она содержит 102,9 млрд параметров и рассчитана на генерацию текста в диалоговом формате, включая сценарии, где нужен длинный контекст до 32 764 токенов. Модель подходит для ведения диалогов и генерации продолжений текста. В README также перечислены сторонние квантизованные сборки GGUF и EXL2; репозиторий модели содержит веса в safetensors. Языковая специализация модели в доступных данных не указана. Сборка основана на Miqu и использует слои исходной модели, повторённые в трёх диапазонах. Лицензия в предоставленных данных не указана.

NeverSleep/Mistral-11B-AirOmniMix — объединённая автором модель на архитектуре Mistral для генерации текста. В состав смеси входят Mistral-7B-OpenOrca, Mistral-7B-v0.1-Open-Platypus, CollectiveCognition-v1.1-Mistral-7B и airoboros-mistral2.2-7b; автор сообщает, что объединил их с помощью mergekit. Репозиторий содержит веса FP16 в формате safetensors. Модель насчитывает 10,6 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации ответов в диалоге, следования инструкциям и решения общих текстовых задач. README приводит шаблоны USER/ASSISTANT и результаты собственных тестов на задачах ARC; эти оценки не являются независимой проверкой качества. Метаданные не подтверждают поддержку конкретных языков, поэтому языковые возможности здесь не уточняются. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

MaziyarPanahi/Mistral-7B-Instruct-Aya-101 — дообученная диалоговая модель на архитектуре Mistral с 7,1 млрд параметров, основанная на mistralai/Mistral-7B-Instruct-v0.2. Она предназначена для генерации текста и ответов на инструкции в многоязычных диалоговых сценариях. Указанный для семейства базовой модели контекст составляет до 32 768 токенов; модель использует форматы PyTorch и Safetensors. В README приведён пример запуска через Transformers с задачей text-generation. В метаданных указан набор данных CohereForAI/aya_dataset и языковые теги, включая английский, арабский, хинди, японский, корейский и другие; README отдельно отмечает многоязычность. Для весов заявлена лицензия Apache-2.0. README не содержит результатов подробной оценки или описания известных ограничений, поэтому качество ответов на конкретных языках и типах задач по имеющимся данным оценить нельзя.

iemon-kun/Mistral7BInstructv0.2-RakutenAI7Bchat — объединённая диалоговая языковая модель, созданная автором репозитория с помощью mergekit и метода SLERP на основе Mistral-7B-Instruct-v0.2 и RakutenAI-7B-chat. Модель использует плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и принимает контекст длиной до 32 768 токенов. Модель предназначена для генерации текста в диалоге и выполнения инструкций. Её можно использовать для чат-ботов, ответов на вопросы и создания текстовых черновиков. Указанные базовые модели ориентированы на английский и японский языки; README не сообщает отдельные результаты оценки качества объединённой модели. Веса доступны в формате safetensors, библиотека для работы — Transformers. Лицензия в предоставленных данных не указана.

Mistral 7B Magnite Finetuned — языковая модель Waadarsh, дообученная на основе Mistral-7B-v0.1. Она предназначена для генерации текста и диалогового общения на английском языке. Модель имеет плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель распространяется в формате safetensors и рассчитана на использование с библиотекой Transformers. Лицензия — Apache License 2.0. Для загрузки модели требуется Transformers версии 4.34.0 или новее.

Trelis Research дообучила Mistral-7B-v0.1 методом ORPO с beta=0.2 для генерации текста в диалоговом формате. Модель содержит 7,1 млрд параметров, построена на плотной архитектуре Mistral с Grouped-Query Attention и Sliding-Window Attention; для токенизации используется byte-fallback BPE. В карточке отмечена совместимость с шаблоном Llama 2. Модель подходит для диалоговых ответов и генерации текста на английском языке; её контекстное окно составляет 32 768 токенов. В качестве обучающих данных указан набор argilla/dpo-mix-7k. Базовая Mistral-7B-v0.1 описана как предварительно обученная языковая модель, поэтому её возможности модерации не заявлены. Модель распространяется по лицензии Apache-2.0. Карточка описывает ORPO-дообучение, но не приводит отдельных оценок качества именно этой версии.

Mistral-ko-7B-v0.1-Mistral-7B-Instruct-v0.2-slerp — объединённая методом SLERP диалоговая модель MaziyarPanahi на архитектуре Mistral с 7,1 млрд параметров. Веса объединяют mistralai/Mistral-7B-Instruct-v0.2 и maywell/Mistral-ko-7B-v0.1; модель предназначена для генерации текста и ответов на инструкции в формате диалога. Контекст составляет до 32 768 токенов, файлы представлены в формате safetensors. Модель подходит для диалоговых помощников и генерации ответов на текстовые запросы, с ориентацией на корейский язык благодаря включению Mistral-ko. Лицензия — Apache-2.0. Доступные сведения не описывают сравнительные показатели качества или отдельные ограничения по применению.

nlpguy/Mistral-NeMo-Minitron-Upscale-v3 — языковая модель для генерации текста, созданная на основе nvidia/Mistral-NeMo-Minitron-8B-Base. README сообщает, что веса получены слиянием предварительно обученных языковых моделей методом passthrough; в перечне исходных моделей указана только базовая модель NVIDIA. Архитектура — плотная MistralForCausalLM, размер — 11,9 млрд параметров, родной контекст — 8192 токена. Модель рассчитана на текстовый ввод и генерацию текста. Карточка содержит рекомендацию использовать v1, поэтому качество и актуальность версии v3 могут быть ограничены. Указана лицензия other; конкретные условия использования следует сверить с лицензией репозитория и базовой модели.

cloudyu/Mixtral_7Bx2_MoE_13B — разговорная языковая модель на архитектуре Mixtral MoE, созданная путём слияния моделей с помощью mergekit. В README указаны Mistral-7B-Instruct-v0.2, neural-chat-7b-v3-16k и bagel-dpo-7b-v0.1 как компоненты слияния. Модель предназначена для генерации связного текста и диалоговых сценариев. В метаданных указаны 7,1 млрд параметров и контекст до 32 768 токенов. Репозиторий содержит веса Safetensors; модель принимает текст и генерирует текст. README сообщает о связной генерации, но не приводит сравнительных оценок качества. Лицензия — CC BY-NC 4.0, использование ограничено некоммерческими целями.

cloudyu/Mixtral_7Bx5_MoE_30B_DPO — версия модели cloudyu/Mixtral_7Bx5_MoE_30B, дообученная методом Direct Preference Optimization (DPO). Это языковая модель семейства Mixtral с архитектурой MoE и классом MixtralForCausalLM; в метаданных указано 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста и может использоваться в сценариях, где требуется получать ответы или продолжения по текстовому запросу. Репозиторий содержит веса в формате safetensors. Модель опубликована под лицензией MIT. Автор отмечает, что метрики не тестировались, поэтому качество и преимущества DPO-дообучения по карточке подтвердить нельзя.

MN-Nyx-Chthonia-12B — языковая модель, созданная сообществом mergekit-community слиянием нескольких моделей семейства Mistral Nemo. Для слияния использован метод Model Stock, а базовой моделью в README названа mistralai/Mistral-Nemo-Instruct-2407. Репозиторий содержит веса в формате Safetensors; размер модели — 12,1 млрд параметров, заявленная длина контекста — 131 072 токена. Модель предназначена для диалоговой генерации текста. Её можно использовать для ведения беседы и создания ответов на текстовые запросы. Данные не уточняют отдельные специализированные области или основной язык модели. Модель относится к производным моделям типа merge. Лицензия в предоставленных сведениях не указана. Характеристики качества и ограничения применения в README не описаны.

Карточка модели bongchoi/MoMo-70B-V1.0 на Hugging Face совпадает с карточкой bongchoi/MoMo-70B-V1.1, поэтому описание составлено по ней. MoMo-70B-V1.1 — языковая модель семейства Llama, опубликованная пользователем bongchoi. Это плотная авторегрессионная модель для генерации текста с 68,7 млрд параметров и контекстом до 4096 токенов. В метаданных указаны Transformers, формат safetensors и лицензия Llama 2. Модель обучалась на наборах данных в стиле Orca и Alpaca; README сообщает, что другие наборы данных не использовались. Она подходит для генерации текста и диалоговых сценариев общего назначения. Карточка не приводит результатов оценки качества или дополнительных характеристик обучения.

MoMo-70B-V1.1 — языковая модель семейства Llama, опубликованная пользователем bongchoi. Это плотная авторегрессионная модель для генерации текста с 68,7 млрд параметров и контекстом до 4096 токенов. В метаданных указаны Transformers, формат safetensors и лицензия Llama 2. Модель обучалась на наборах данных в стиле Orca и Alpaca; README сообщает, что другие наборы данных не использовались. Она подходит для генерации текста и диалоговых сценариев общего назначения. Карточка не приводит результатов оценки качества или дополнительных характеристик обучения.

CultriX/MonaCeption-7B-SLERP — объединённая языковая модель, созданная с помощью mergekit методом SLERP из CultriX/MergeCeption-7B-v3 и CultriX/MonaTrix-v4. Это плотная авторегрессионная модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров, предназначенная для генерации текста. Она принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель можно применять для диалоговой генерации и продолжения текста. Она опубликована под лицензией Apache-2.0. README описывает метод слияния и исходные модели, но не приводит сравнительных оценок качества или специальных гарантий поведения.