III.4Клиентская поддержка и customer success

zelk12/MT1-Gen5-MM-gemma-2-Av4dS4-9B — слитая с помощью mergekit и метода SLERP языковая модель на архитектуре Gemma 2. В объединении использованы allknowingroger/Gemmaslerp4-10B и lemon07r/Gemma-2-Ataraxy-v4d-9B; итоговая модель содержит 9 млрд параметров и рассчитана на генерацию текста в диалоговом режиме. Модель подходит для создания продолжений текста, историй и ответов в чате. Она принимает текст и выдаёт текст, использует библиотеку Transformers и имеет контекстное окно 8192 токена. В метаданных указана лицензия Gemma; применимые условия использования определяются лицензией базовой модели.

Модель zelk12/MT1-Max-Merge_02012025163610-GMM-gemma-2-9B — объединённая с помощью mergekit методом SLERP языковая модель на архитектуре Gemma 2. Она создана из двух предварительно обученных моделей: zelk12/MT1-Max-Merge_02012025163610-GP-gemma-2-MTM5MT1g2-9B и zelk12/MT1-Max-Merge_02012025163610-MM-gemma-2-MTM5MTM1-9B. Модель с 9 млрд параметров предназначена для генерации текста и диалогов; поддерживает контекст до 8192 токенов. Веса опубликованы в формате safetensors, библиотека для работы — Transformers. README не описывает отдельные специализации, языковой охват или сравнительные результаты модели. Условия лицензии в предоставленных данных не приведены.

zelk12/MT2-Gen3-gemma-2-9B — объединённая разговорная языковая модель на архитектуре Gemma 2, собранная с помощью mergekit из zelk12/MT2-Gen3-BMAMUG-gemma-2-9B и zelk12/MT2-Gen3-IMM-gemma-2-9B методом SLERP. Модель содержит 9 млрд параметров, использует библиотеку Transformers и формат safetensors; заявленная длина контекста — 8192 токена. Модель предназначена для генерации текста в диалоговом формате. В README приведены результаты оценки Open LLM Leaderboard: средний балл 32,97, IFEval — 78,10, BBH — 44,01. Данных о поддерживаемых естественных языках и специализированных областях применения в карточке нет. Лицензия в предоставленных данных не указана.

zelk12 создал эту разговорную языковую модель, объединив методом SLERP две предварительно обученные модели Gemma 2: zelk12/recoilme-gemma-2-Ifable-9B-v0.1 и zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1. Модель с плотной архитектурой Gemma2ForCausalLM содержит 9 млрд параметров и рассчитана на генерацию текста и диалоговое взаимодействие. Модель принимает текст и генерирует текст; заявленный контекст составляет 8192 токена. Репозиторий предоставляет веса в формате safetensors и указывает библиотеку Transformers. Язык модели, специальные предметные области и конкретные сильные стороны в карточке не описаны. Условия лицензирования в предоставленных данных не указаны.

zelk12/MT4-Gen5-IF-gemma-2-S2MT3g4-9B — объединённая разговорная языковая модель семейства Gemma 2, созданная методом SLERP с помощью mergekit из zelk12/MT3-Gen4-gemma-2-9B и allknowingroger/Gemmaslerp2-9B. Модель содержит 9 млрд параметров, использует архитектуру Gemma2ForCausalLM и принимает текст для генерации продолжений и ведения диалога; контекст составляет 8192 токена. Модель предназначена для интерактивного общения и генерации текста. В репозитории указаны веса safetensors и библиотека Transformers. Сведений о специализированных областях применения или поддерживаемых языках нет. Лицензия в предоставленных данных не указана.

zelk12/MT-Gen5-GP-gemma-2-S5E-9B — объединённая модель генерации текста на архитектуре Gemma 2, созданная с помощью mergekit методом SLERP из Aashraf995/Gemma-Evo-10B и allknowingroger/GemmaSlerp5-10B. Модель содержит 9 млрд параметров, поддерживает диалоговое взаимодействие и принимает текст, выдавая текст. Для работы с ней указана библиотека Transformers, а нативный контекст составляет 8192 токена. Модель предназначена для генерации текста и ведения диалогов. В README указаны входящие в объединение модели и параметры слияния; отдельные специализированные области применения и языки не описаны. Репозиторий содержит веса в формате safetensors и распространяется по лицензии, указанной в метаданных Hugging Face.

zelk12/MT-Gen5-MA-gemma-2-S5MT3g4-9B — объединённая методом SLERP разговорная языковая модель на архитектуре Gemma 2. Её создали с помощью mergekit, объединив allknowingroger/GemmaSlerp5-10B и zelk12/MT3-Gen4-gemma-2-9B; в конфигурации указаны базовая модель allknowingroger/GemmaSlerp5-10B, параметр смешивания t=0,25 и формат bfloat16. Модель содержит 9 млрд параметров и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста и диалогов. Её можно использовать как разговорного помощника для ответов на вопросы, ведения беседы и создания текста. Метаданные и карточка не описывают отдельные специализированные области применения или языковую специализацию. Репозиторий содержит веса в формате safetensors; лицензия в предоставленных данных не обозначена.

zelk12/MT-Gen5-MUMM-gemma-2-9B — объединение двух предварительно обученных языковых моделей Gemma 2, созданное с помощью mergekit методом SLERP. Модель имеет плотную архитектуру Gemma2ForCausalLM и содержит 9 млрд параметров; файлы представлены в формате safetensors и используются через Transformers. Модель предназначена для генерации текста и диалогового общения. Она принимает текстовые запросы и выдаёт текст, поддерживая контекст до 8192 токенов. Данные не подтверждают специализацию на конкретном языке или предметной области. В README перечислены обе объединённые модели: zelk12/MT-Gen5-MU-gemma-2-MT3g4S5-9B и zelk12/MT-Gen5-MM-gemma-2-MT4g2MT5g4-9B. Условия лицензии в предоставленных данных не указаны.

zelk12 разработал разговорную языковую модель, полученную слиянием двух предварительно обученных моделей Gemma 2 с помощью метода SLERP и инструмента mergekit. Модель содержит 9 млрд параметров, использует плотную архитектуру Gemma2ForCausalLM, рассчитана на генерацию текста и диалоги и работает через библиотеку Transformers. Контекстное окно составляет 8192 токена; веса опубликованы в формате safetensors. Модель подходит для генерации продолжений текста и ведения диалога. Карточка не приводит сведений о целевых языках, поэтому языковую специализацию определить нельзя. Условия лицензии в предоставленных данных не описаны.

zelk12/MT-Merge2-IG-gemma-2-9B — объединённая методом SLERP разговорная языковая модель, созданная с помощью mergekit из двух предварительно обученных моделей Gemma 2. Модель имеет плотную архитектуру Gemma2ForCausalLM и 9 млрд параметров; опубликована в формате safetensors и предназначена для генерации текста и диалоговых ответов. Модель принимает текст и генерирует текст. Встроенная длина контекста составляет 8192 токена. Карточка описывает способ объединения и исходные модели, но не приводит конкретных результатов оценки качества или перечня поддерживаемых языков. Лицензия в предоставленных сведениях не указана.

zelk12/MT-Merge2-MAMM-gemma-2-9B — объединённая модель для генерации текста и диалогового общения, построенная на архитектуре Gemma 2. Она создана с помощью mergekit методом SLERP из двух моделей: zelk12/MT-Merge2-MM-gemma-2-MT2g2MTg2-9B и zelk12/MT-Merge2-MA-gemma-2-MT4g2MTg2-9B. Модель содержит 9 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — до 8192 токенов. В метаданных указаны поддержка чата и библиотека Transformers. README описывает объединение предварительно обученных языковых моделей, но не уточняет их специализацию или языки. Лицензия модели в предоставленных данных не указана. Карточка описывает способ создания модели, но не приводит оценок качества или подробных ограничений применения.

Multilingual-mistral — языковая модель для генерации текста и диалогов, созданная автором gagan3012. Это модель архитектуры Mixtral с механизмом смеси экспертов (MoE), полученная объединением моделей через mergekit. В состав объединения входят OpenChat, Zefiro, Starstreak, Mistral Arabic DPO, KoMT, OpenBuddy, Open Aditi и SauerkrautLM. Модель предназначена для генерации текста и общения в многоязычных сценариях. В карточке указаны размер 7,1 млрд параметров и контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Метаданные отмечают поддержку чата. Название и набор базовых моделей указывают на мультиязычную направленность, однако конкретный перечень поддерживаемых языков не приведён.

Карточка модели m-a-p/neo_7b_sft_v0.1 на Hugging Face совпадает с карточкой m-a-p/neo_7b_instruct_v0.1, поэтому описание составлено по ней. m-a-p представляет NEO 7B Instruct v0.1 — инструктивно дообученную языковую модель семейства Llama с плотной архитектурой и примерно 7,6 млрд параметров. Репозиторий содержит веса в формате Safetensors; проект описывает модель как открытую и предоставляет сведения о коде, обучающих данных и процессе обучения. Модель предназначена для генерации текста по инструкциям и диалогового взаимодействия. Контекст составляет 8192 токена. В карточке не описаны конкретные языки и специализированные области применения. Модель распространяется по лицензии Apache-2.0. README указывает, что это instruction-tuned версия NEO 7B, но не приводит деталей о качестве, тестировании или ограничениях применения.

Nermeen Persona — дообученная разговорная языковая модель, разработанная nermeen28 на базе unsloth/qwen2.5-3b-instruct-unsloth-bnb-4bit. Это плотная модель семейства Qwen2 с архитектурой Qwen2ForCausalLM и 3,1 млрд параметров; она предназначена для генерации текста и диалоговых сценариев. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 32 768 токенов. В метаданных также отмечен интерфейс вызова инструментов. Модель обучалась с использованием Unsloth и библиотеки TRL. Репозиторий содержит веса в формате safetensors. Указанная лицензия — Apache-2.0. Карточка не описывает специализацию персоны, результаты оценки качества или конкретные ограничения, поэтому эти свойства нельзя установить по доступным сведениям.

NeuBeagle-7B — объединённая модель генерации текста на базе архитектуры Mistral, созданная mlabonne с помощью LazyMergekit. В состав слияния вошли dpo-binarized-NeutrixOmnibe-7B и dpo-binarized-NeuralTrix-7B; использован метод dare_ties. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации и продолжения текста, в том числе диалоговых ответов. В метаданных указана лицензия CC BY-NC 4.0, которая ограничивает коммерческое использование. Данных о конкретных языках и специализированных областях применения нет.

NeuralBeagle-11B — разговорная языковая модель vicgalle для генерации текста и ответов в формате чата. Она основана на vicgalle/franken-Beagle-11B: модель собрана с помощью mergekit, затем дообучена методом DPO на наборе предпочтений argilla/distilabel-intel-orca-dpo-pairs. Архитектура — плотная MistralForCausalLM; размер составляет 10,6 млрд параметров, контекст — до 32 768 токенов. Модель подходит для диалогов, написания текстов и ответов на инструкции. В карточке приведены результаты тестов на рассуждение и понимание текста, но они не гарантируют качество для конкретных сценариев. В примере генерации модель рассматривает тему BDSM через метафорическую интерпретацию фильма для детской аудитории, поэтому ответы могут затрагивать взрослые темы. Модель распространяется по лицензии Apache-2.0.

NeuralBeagle-11B-truthy — диалоговая языковая модель семейства Mistral, опубликованная vicgalle. Она создана слиянием моделей через mergekit на основе vicgalle/franken-Beagle-11B, а затем дообучена методом DPO на наборе предпочтений jondurbin/truthy-dpo-v0.1. Модель содержит 10,6 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста в диалоге: она может формулировать ответы и продолжать текстовые беседы. В README приведены результаты оценок на AI2 Reasoning Challenge и HellaSwag. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. В карточке не заявлена поддержка конкретных естественных языков или специализированных предметных областей. Результаты бенчмарков не гарантируют качество на пользовательских задачах; документация не описывает отдельные ограничения применения.

MaziyarPanahi/neural-chat-7b-v3-3-Slerp-Mistral-7B-Instruct-v0.1 — языковая чат-модель, созданная слиянием Mistral-7B-Instruct-v0.1 и Intel/neural-chat-7b-v3-3-Slerp методом SLERP. Это плотная трансформерная модель MistralForCausalLM с 7,1 млрд параметров, предназначенная для генерации ответов на инструкции и диалоговые запросы. Указанный контекст составляет 32 768 токенов; модель принимает текст и выдаёт текст. Модель подходит для диалоговых помощников и генерации ответов на вопросы и инструкции на английском языке. В тегах также указаны математические задачи, однако карточка не описывает результаты или специализированные возможности в этой области. Репозиторий содержит веса Safetensors, лицензия — Apache-2.0. Качество и ограничения унаследованных моделей отдельно не охарактеризованы в карточке.

NeuralDaredevil-8B-abliterated-x-Llama-3-8B-instruct — объединённая разговорная языковая модель на архитектуре Llama 3, опубликованная IsakNordgren. Репозиторий содержит веса в формате Safetensors; размер модели — около 7,5 млрд параметров, нативный контекст — 8192 токена. README указывает на объединение NeuralDaredevil-8B-abliterated и AI-Sweden-Models/Llama-3-8B-instruct методом dare_ties с конфигурацией LazyMergekit. Модель предназначена для диалогов и генерации текста. Базовая Llama 3 от AI-Sweden-Models ориентирована на шведский, датский и норвежский языки; карточка этой модели не уточняет языковые ограничения самого объединённого чекпойнта. README не приводит результаты оценки качества или подробные ограничения применения. Лицензия в предоставленных данных не указана.

Corianas разработала Neural-Mistral-7B — диалоговую модель для генерации текста, полученную DPO-дообучением mistralai/Mistral-7B-Instruct-v0.2 на наборе Intel/orca_dpo_pairs. Модель построена на архитектуре Mistral с 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Для общения используется формат инструкций Mistral с маркерами [INST] и [/INST]; модель доступна в формате safetensors и рассчитана на работу через Transformers. Модель подходит для диалоговых ответов и выполнения текстовых инструкций на английском языке. В README описана архитектура с Grouped-Query Attention, Sliding-Window Attention и токенизатором Byte-fallback BPE. Лицензия — Apache 2.0. В карточке нет результатов оценки качества или подробных ограничений применения.

NeuralQuant-9B — текстовая генеративная модель на архитектуре Mistral, опубликованная mlabonne. Она создана слиянием через mergekit двух моделей: quantumaikr/quantum-v0.01 и mlabonne/NeuralHermes-2.5-Mistral-7B; конфигурация использует метод passthrough и формат bfloat16. Модель содержит около 8,9 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста по текстовому запросу. Карточка не уточняет целевые сценарии, языки или отдельные специализированные возможности. Репозиторий распространяет веса в safetensors под лицензией Apache-2.0.

NeuralsirkrishnaShadow_Strangemerges_32Yamshadow — объединённая модель Mistral, созданная на основе automerger/NeuralsirkrishnaShadow-7B и automerger/Strangemerges_32Yamshadow-7B. Она предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Модель содержит 7,1 млрд параметров, а веса опубликованы в формате safetensors. Модель можно применять для генерации продолжений текста и диалоговых ответов. Репозиторий указывает лицензию Apache-2.0. Подробности о языках, обучении и сравнительном качестве в карточке не приведены.

NeuralTurdusVariant1-7B — разговорная языковая модель на архитектуре Mistral, созданная BarryFutureman путём слияния моделей mlabonne/NeuralBeagle14-7B и udkai/Turdus с помощью MergeKit. Она предназначена для генерации текста и диалоговых сценариев на английском языке. Модель содержит 7,1 млрд параметров, принимает текст и выдаёт текст. Заявленная длина контекста — 32 768 токенов; веса опубликованы в формате safetensors. Репозиторий распространяется по лицензии Apache-2.0.

jeiku/neurodeed — языковая модель для генерации текста, полученная автором репозитория слиянием SLERP двух предварительно обученных моделей: FourOhFour/NeuroCom_v2_4B и FourOhFour/Deedlit_4B. Модель основана на архитектуре Llama и содержит около 3,9 млрд параметров; для запуска указана библиотека Transformers и формат safetensors. Заявленная длина контекста — 131 072 токена. Модель подходит для диалогового общения и генерации ответов в чат-сценариях. Базовая NeuroCom v2 4B дообучена на инструкциях и ролевых диалогах, поэтому слияние ориентировано на общение с ассистентом и ролевые сценарии. В карточке не указаны языки обучения или отдельная специализация по предметным областям. Лицензия в доступных данных не приведена.

North Small Translate 1.0 — модель перевода текста, разработанная Cohere и Cohere Labs и выпущенная с открытыми весами. Она предназначена для перевода между 50 естественными языками, в том числе для высококачественного машинного перевода и многоэтапных рабочих процессов перевода. Это декодерный Transformer с разреженной архитектурой Mixture-of-Experts: 218 млрд параметров всего, из них 25 млрд активны; на каждом токене задействуются 8 из 128 экспертов и общие эксперты. Внимание чередует локальные окна размером 4096 токенов и глобальные слои в пропорции 3:1. Контекст составляет до 16 тысяч токенов на входе и выходе. Модель принимает текст и генерирует текст; для запуска нужны значительные вычислительные ресурсы. Модель постобучена специально для качества перевода. В оценке WMT26 Cohere сообщает результат 83,60, повышающийся до 84,36 при использовании многоэтапного рабочего процесса; это результаты из материалов разработчика. Лицензия CC BY-NC 4.0 запрещает коммерческое использование без отдельного разрешения, также требуется соблюдать политику допустимого использования Cohere Labs.

OmniBeagle-7B — объединённая модель генерации текста на архитектуре Mistral, созданная с помощью LazyMergekit из BeagleSempra-7B, BeagSake-7B и WestBeagle-7B. В конфигурации также указан mistralai/Mistral-7B-v0.1 как базовая модель слияния; использован метод dare_ties, итоговые веса имеют точность float16. Модель предназначена для генерации текста и диалогов. Её размер составляет 7,1 млрд параметров, а контекст — до 32 768 токенов. В README приведены результаты Open LLM Leaderboard, включая оценки по тестам AI2 Reasoning Challenge и HellaSwag. Метаданные указывают формат safetensors и лицензию CC BY-NC 4.0, которая ограничивает коммерческое использование. Данные о целевых языках и специализированных областях применения в карточке не приведены.

OpenBuddy DeepSeek 67B v18.1 4k — многоязычная разговорная языковая модель семейства Llama, разработанная проектом OpenBuddy на базе DeepSeek. Она предназначена для генерации ответов в диалоге и может использоваться как чат-бот на нескольких языках. Модель содержит 66,6 млрд параметров, рассчитана на контекст до 4096 токенов и распространяется в формате safetensors для библиотеки Transformers. В метаданных и карточке перечислены китайский, английский, французский, немецкий, японский, корейский, итальянский, русский и финский языки. README приводит результаты оценки на нескольких бенчмарках, но не описывает методику обучения или сравнительные выводы. Лицензия обозначена как deepseek; перед использованием следует проверить её условия. Авторы предупреждают, что ответы могут быть ошибочными, вредными или оскорбительными, и не рекомендуют полагаться на модель в медицинских, финансовых, юридических и других критически важных сценариях.

SanjiWatsuki объединил методом SLERP две разговорные модели: openchat/openchat-3.5-1210 и berkeley-nest/Starling-LM-7B-alpha. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, рассчитанная на генерацию текста в диалогах; модель выдаётся в формате safetensors. Контекст составляет 8192 токена, основной язык по карточке — английский. Модель предназначена для ответов на вопросы и ведения диалога. Слияние задумано как способ совместить свойства обеих исходных моделей, однако README не приводит сравнительных оценок или результатов испытаний. Лицензия — CC BY 4.0.

Карточка модели sonthenguyen/OpenHermes-2.5-Mistral-7B-mt-bench-DPO-corrupted на Hugging Face совпадает с карточкой sonthenguyen/OpenHermes-2.5-Mistral-7B-mt-bench-DPO, поэтому описание составлено по ней. sonthenguyen/OpenHermes-2.5-Mistral-7B-mt-bench-DPO — чат-модель на архитектуре Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. По README, модель обучалась методом DPO с LoRA-адаптером на задачах causal language modeling; параметры обучения включали beta=0,1 и максимальную длину последовательности 1536 токенов. Модель предназначена для диалоговой генерации текста и может использоваться для ответов на вопросы, ведения беседы и подготовки текстовых черновиков. В метаданных указаны поддержка чата и формат safetensors. Лицензия — Apache-2.0. README не описывает состав обучающих данных, конкретные языки или сравнительные результаты качества.

Atishaymint/Orvansi_Beta — дообученная Atishaymint чат-модель на архитектуре Mistral, основанная на unsloth/Mistral-Nemo-Instruct-2407-bnb-4bit. Модель содержит 12,1 млрд параметров, принимает текст и генерирует текст; заявленный контекст — до 131 072 токенов. Для обучения использовались Unsloth и библиотека TRL от Hugging Face. Модель предназначена для диалоговой генерации текста на английском языке. Её можно использовать для ответов на запросы и ведения чата. В карточке не приведены результаты оценки качества или сведения о специализации. Распространяется по лицензии Apache-2.0.