III.4Клиентская поддержка и customer success

Akins-3B — языковая модель для генерации текста на основе архитектуры StableLM Epoch, дообученная разработчиком на наборе Norquinal/claude_multiround_chat_1k. Модель содержит 2,7 млрд параметров, принимает текст и выдаёт текст; для диалога в карточке указан шаблон с ролями USER и ASSISTANT. Контекст составляет 4096 токенов. Модель предназначена для инструкционного диалога и генерации ответов на запросы пользователя. В README указано дообучение в течение двух эпох с помощью QLoRA. Репозиторий содержит веса в форматах PyTorch и safetensors; автор также ссылается на отдельные варианты квантования GGUF и GPTQ. Лицензия — CC BY-SA 4.0.

EpistemeAI/Alpaca-CodeLlama-3.1-8B — дообученная модель семейства Llama, разработанная EpistemeAI на основе EpistemeAI/Alpaca-Llama3.1-8B. Она предназначена для генерации текста; карточка не уточняет специализацию на программировании, несмотря на название репозитория. Модель имеет плотную архитектуру LlamaForCausalLM и около 7,5 млрд параметров. Длина контекста составляет 131 072 токена. Доступны веса в форматах PyTorch и Safetensors, а также GGUF F16. В карточке указан английский язык. Модель обучали с использованием Unsloth и Hugging Face TRL. Лицензия — Apache-2.0. Карточка не приводит оценок качества или подробных сведений об ограничениях применения.

Alpaca-Llama-3-8B — текстовая генеративная модель, созданная akumaburn путём дообучения unsloth/llama-3-8b-bnb-4bit на наборе yahma/alpaca-cleaned. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров, представленная в формате safetensors и рассчитанная на контекст до 8192 токенов. Для запросов используется формат Alpaca. Модель предназначена для генерации ответов и выполнения инструкций на естественном языке. Её можно применять для диалогов, ответов на вопросы, объяснений и черновиков текста. В карточке приведены результаты тестов на нескольких бенчмарках, однако они не гарантируют качество в конкретных сценариях; обучение описано как один проход по 51 760 примерам. Основной язык в метаданных — английский. Лицензия модели — Apache-2.0. Карточка не описывает специальных механизмов безопасности или гарантии качества, поэтому результаты следует проверять перед использованием в критичных задачах.

Amadeus-Verbo-MI-Qwen-2.5-32B-PT-BR-Instruct-Experimental — диалоговая языковая модель на архитектуре Qwen2.5, созданная AmadeusAI слиянием SLERP моделей Qwen/Qwen2.5-32B-Instruct и AmadeusAI AV-BI-Qwen2.5-32B-PT-BR-Instruct. Она предназначена для генерации текста и диалогов на бразильском португальском языке; доступна для запуска через Transformers и поддерживает интерфейс вызова инструментов. Модель содержит 32 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель подходит для чат-ботов, ответов на вопросы и генерации текста на португальском языке. В метаданных указана лицензия Apache-2.0. Карточка не приводит результатов оценивания качества или подробностей о проверке поведения после слияния.

Arabic-MARBERT-Sentiment — модель анализа тональности арабского текста, созданная Ammar-alhaj-ali дообучением MARBERT. Она классифицирует текст по трём категориям: положительная, отрицательная и нейтральная тональность; в примерах карточки анализируются короткие отзывы и высказывания. Модель построена на архитектуре BERT и содержит около 190 млн параметров. Она принимает текст и выдаёт метку тональности с оценкой уверенности. Контекст ограничен 512 токенами. Для дообучения использован датасет KAUST. Модель распространяется в формате PyTorch.

ArliAI-Llama-3-8B-Instruct-DPO-v0.1 — разговорная модель OwenArli, дообученная методом DPO на основе Meta-Llama-3-8B-Instruct. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров, предназначенная для генерации ответов в диалоговом формате. Она принимает текстовые сообщения и выдаёт текст; контекст составляет 8192 токена. В репозитории указаны веса в формате Safetensors, а карточка сообщает о вариантах FP16 и GGUF. Для использования требуется соблюдать лицензию Meta Llama 3. В карточке перечисление наборов данных для DPO оставлено пустым, поэтому состав и качество обучающих данных оценить нельзя. Также не приведены результаты бенчмарков или сведения о поддерживаемых языках.

SteelStorage/Aura-Llama-Abliterated-v3 — текстовая чат-модель на архитектуре Llama, созданная на основе failspy/Llama-3-8B-Instruct-abliterated. По README, веса сформированы методом passthrough в mergekit из слоёв этой базовой модели; метаданные указывают 10,1 млрд параметров и контекст до 8192 токенов. Модель предназначена для диалоговой генерации текста и ответов на запросы. Модифицированная базовая модель описана как версия Llama 3 8B Instruct с ослабленным выражением отказов. Модель принимает текст и выдаёт текст; в карточке указана поддержка чата. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — llama3.

Aura_Qwen2_v3_7B — объединённая разговорная языковая модель на базе архитектуры Qwen2, созданная jeiku методом Model Stock с помощью mergekit. В объединение вошли jeiku/dontusethis и три варианта с LoRA: ResplendentAI/Qwen_Soul_LoRA_128, ResplendentAI/Qwen_jeiku_LoRA_128 и ResplendentAI/Qwen_Sissification_LoRA_128. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2ForCausalLM и формат safetensors; заявленный нативный контекст — 131 072 токена. Модель предназначена для генерации текста и диалогового общения. В карточке не приведены сведения о конкретных языках или специализированных предметных областях. Лицензия в предоставленных данных не указана.

Sumail/Axe04_2b — текстовая генеративная модель семейства Gemma, опубликованная Sumail. Это плотная причинная языковая модель на 2,5 млрд параметров с контекстом до 8192 токенов и интерфейсом для диалога. Репозиторий создан с помощью mergekit методом SLERP; в README указана tomaszki/gemma-34 как исходная модель и приведена конфигурация срезов слоёв 0–18. Модель предназначена для генерации продолжений текста и диалоговых ответов. Её можно применять для чат-ботов, черновиков текстов и кратких ответов на запросы. В карточке не описаны целевые языки и специализированные области применения. Файлы представлены в формате safetensors; лицензия в предоставленных данных не указана.

Barcenas-14b-Phi-3-medium-ORPO — разговорная языковая модель, созданная разработчиком Danielbrdz на основе VAGOsolutions/SauerkrautLM-Phi-3-medium. Модель дообучена методом ORPO на наборе mlabonne/orpo-dpo-mix-40k для улучшения диалоговых ответов и понимания контекста. Это плотная авторегрессионная модель архитектуры MistralForCausalLM с 13,8 млрд параметров. Она принимает текст и генерирует текст; заявленный контекст — 4096 токенов. В метаданных указан английский язык. Модель подходит для чат-ботов, ответов на вопросы и генерации текста в диалоге. Веса опубликованы в формате Safetensors под лицензией MIT. Карточка не приводит результатов оценки качества и подробных рекомендаций по применению; поведение модели зависит от запроса и может включать неточные ответы.

BeagleSempra-7B — диалоговая модель генерации текста, созданная shadowml с помощью объединения моделей shadowml/WestBeagle-7B и FelixChao/Sectumsempra-7B-DPO методом SLERP через LazyMergekit. В основе архитектуры — плотная Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов; веса доступны в формате safetensors, а при слиянии использовалась точность bfloat16. Модель предназначена для ведения диалогов и генерации ответов по текстовым запросам. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но не для коммерческих целей. README не содержит результатов оценки качества или подробных рекомендаций по настройке.

Beetle-FineWeb2-24B — генеративная языковая модель для продолжения и создания текста, опубликованная на Hugging Face под идентификатором beetle-bilingual-balanced-b1-fineweb-rus-eng. По названию модели она ориентирована на двуязычные русско-английские сценарии и относится к классу моделей размером 24B параметров. Модель предназначена для генерации текста на основе заданного контекста: написания продолжений, черновиков, ответов и других текстовых материалов. В метаданных указаны поддержка Transformers и формат safetensors, а также pipeline text-generation. README содержит автоматически созданное описание без сведений о разработчике, лицензии, обучающих данных, оценке качества и рекомендуемых сценариях использования.

Beetle-FineWeb2-24B/beetle-bilingual-l2-50-sequential-33-67-b3-fineweb-ita-eng — генеративная языковая модель из семейства Beetle-FineWeb2-24B, опубликованная на Hugging Face. По идентификатору она ориентирована на двуязычную работу с итальянским и английским языками и обучалась на данных FineWeb; в метаданных указана библиотека Transformers и архитектурный тег pico_decoder. Модель предназначена для генерации и продолжения текста, создания черновиков, диалоговых приложений и других сценариев, где требуется авторегрессионное моделирование текста на итальянском и английском языках. Размер 24B следует из идентификатора модели. README является автоматически созданным шаблоном и не содержит сведений о разработчике, лицензии, контексте, результатах оценки, ограничениях или рекомендуемом способе использования.

Модель borisn70/bert-43-multilabel-emotion-detection разработана на основе bert-base-uncased и дообучена для классификации английских предложений по 43 категориям эмоций. Это плотная BERT-модель с головой BertForSequenceClassification; размер — 136,7 млн параметров, максимальный контекст — 512 токенов. Веса представлены в формате safetensors, лицензия — MIT. Модель предназначена для анализа эмоционального содержания текста: разметки отзывов и сообщений, мониторинга соцсетей и анализа обратной связи клиентов. В README указаны метрики на валидационной выборке: accuracy 92,02% и weighted F1 91,93%. Модель поддерживает английский язык; качество может различаться между категориями эмоций, а смещения обучающих данных могут отражаться на предсказаниях.

Это модель классификации текста, опубликованная TextAttack: BERT-base-uncased, дообученная для определения тональности по набору SST-2. Она относит входной текст к положительному или отрицательному классу и подходит для анализа коротких отзывов и фраз на английском языке. Модель использует архитектуру BERT для классификации последовательностей, содержит около 136,7 млн параметров и принимает последовательности длиной до 512 токенов. Доступны веса PyTorch и Flax. Карточка предлагает использовать её через Transformers как text-classification pipeline; лицензия в доступных сведениях не установлена.

SchuylerH разработал многоязычную модель классификации эмоций на основе BERT, дообученную на датасете GoEmotions для английских и китайских текстов. Она относит входной текст к одной из 28 категорий эмоций, включая радость, гнев, грусть, страх, благодарность и нейтральный тон, и подходит для анализа эмоциональной окраски сообщений и текстов на этих языках. Модель имеет архитектуру BertForSequenceClassification, содержит около 205,1 млн параметров и принимает последовательности длиной до 512 токенов. В README приведены метрики на валидационной выборке: accuracy 85,95%, precision 91,99%, recall 89,56% и F1 90,17%; эти показатели относятся к описанному автором эксперименту. Обучение включало машинно переведённые китайские данные и дополнительное включение уверенно предсказанных примеров, поэтому качество может зависеть от языка и распределения данных. Весы представлены в формате PyTorch и распространяются по лицензии Apache-2.0.

Brezn-7B — разговорная немецкоязычная языковая модель на архитектуре Mistral, созданная Mayflower GmbH как DPO-ориентированный merge трёх моделей: FelixChao/WestSeverus-7B-DPO-v2, mayflowergmbh/Wiedervereinigung-7b-dpo-laser и cognitivecomputations/openchat-3.5-0106-laser. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — 32 768 токенов. Модель предназначена для диалогов и ответов на инструкции на немецком языке. В README авторы называют её своей лучшей немецкоязычной моделью на 7B и приводят среднюю оценку 7,49 на mt-bench-de. Для инструкционного формата рекомендуется обрамлять запросы токенами [INST] и [/INST]. Модель распространяется под лицензией Apache-2.0.

mtheo/camembert-base-xnli — копия модели BaptisteDoyen/camembert-base-xnli, дообученной на французской части набора XNLI. Это модель семейства CamemBERT с архитектурой классификатора последовательностей, содержащая 137,8 млн параметров и принимающая текст длиной до 514 токенов. Модель предназначена для классификации текста без заранее заданных обучающих примеров: она сопоставляет текст с предложенными категориями, используя подход zero-shot classification на основе NLI. Основной сценарий — французский язык; на тестовой части XNLI указана точность 81,7%. Модель распространяется по лицензии MIT. README сообщает, что репозиторий является копией исходной модели, страница которой ранее возвращала ошибку 404.

CapybaraHermes-2.5-Mistral-7B — англоязычная чат-модель Argilla на архитектуре Mistral, содержащая 7,1 млрд параметров. Она дообучена с помощью LoRA и TRL на базе teknium/OpenHermes-2.5-Mistral-7B методом DPO: использована смесь предпочтений argilla/dpo-mix-7k, обучение длилось три эпохи. Модель предназначена для диалогов и генерации ответов на английском языке, включая многоходовое общение. В карточке приведены результаты MTBench и нескольких бенчмарков; авторы отмечают улучшение оценки на втором ходе MTBench относительно базовой OpenHermes-2.5-Mistral-7B. Это сравнительные результаты конкретных оценок, а не гарантия качества для любого сценария. Контекст модели — до 32 768 токенов, веса опубликованы в формате Safetensors. Лицензия — Apache-2.0.

Weyaxi/CarbonVillain-v4-Sakura-Solar-Slerp — разговорная языковая модель для генерации текста, созданная слиянием весов методом SLERP. В конфигурации указаны модели jeonsworld/CarbonVillain-en-10.7B-v4 и kyujinpy/Sakura-SOLAR-Instruct; базовой моделью названа upstage/SOLAR-10.7B-Instruct-v1.0. Каталог относит её к плотной архитектуре семейства Llama с классом LlamaForCausalLM и 10,6 млрд параметров. Модель предназначена для диалогов и генерации текста. Метаданные указывают контекст длиной 4096 токенов, формат safetensors и лицензию Apache 2.0. README описывает слияние в формате bfloat16, с разными коэффициентами для слоёв self-attention и MLP. Поддерживаемые языки и специализированные области применения в доступных данных не обозначены.

Celestial-Order-24B-2.75 — языковая модель для генерации текста и диалогового общения, собранная Sorihon методом DARE TIES с помощью mergekit. В объединение вошли Sorihon/CYDR-24B и модель Celestial-Order-V2.5, указанная в README как базовая; метаданные каталога связывают модель с Sorihon/CYDR-24B. Архитектура — плотная MistralForCausalLM, размер — 23,4 млрд параметров, формат весов — Safetensors, библиотека — Transformers. Заявленная длина контекста — 131 072 токена. Модель предназначена для генерации продолжений и диалоговых ответов. README описывает рецепт объединения весов, но не приводит оценок качества, подробных сценариев или списка поддерживаемых языков, поэтому конкретные сильные стороны и языковые возможности по этим данным определить нельзя. Лицензия в предоставленных сведениях не указана.

Cheus-11B — разговорная языковая модель, созданная ByteWave путём слияния lvkaokao/mistral-7b-finetuned-orca-dpo-v2 и teknium/OpenHermes-2.5-Mistral-7B. Она предназначена для генерации текста в диалогах и ответов на запросы. Модель основана на плотной архитектуре Mistral и содержит 10,6 млрд параметров; её контекстное окно составляет 32 768 токенов. В репозитории представлены веса Safetensors, лицензия — Apache-2.0. Карточка указывает английский язык и разговорное применение. Результаты оценивания на Open LLM Leaderboard в README не приведены, поэтому качество на конкретных тестах по этим данным оценить нельзя.

FourOhFour/Chili_Dog_8B — объединённая разговорная языковая модель, созданная с помощью mergekit из jeiku/fatgirlmagicv2 и jeiku/magicfatgirlv2 методом SLERP. Модель построена на плотной архитектуре MistralForCausalLM и содержит около 7,9 млрд параметров; для работы с контекстом поддерживается до 8192 токенов. Модель предназначена для генерации текста и диалогового общения. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Сведения о конкретных языках, специализированных областях и лицензии в предоставленных данных отсутствуют.

Clytemnestra — разговорная языковая модель cowboyuniverse для генерации текста. Модель дообучена на базе unsloth/phi-3-mini-4k-instruct-bnb-4bit; в метаданных указаны архитектура Mistral, 3,7 млрд параметров и контекст до 16 384 токенов. Для обучения использовались Unsloth и библиотека TRL от Hugging Face. Модель предназначена для диалогового взаимодействия и генерации текста на английском языке. Репозиторий содержит веса PyTorch. Лицензия — Apache-2.0.

Dans-07YahooAnswers-7b-Mistral-7B-Instruct-v0.2-slerp — объединённая диалоговая модель на архитектуре Mistral, созданная MaziyarPanahi методом SLERP из Mistral-7B-Instruct-v0.2 и Dans-DiscountModels/Dans-07YahooAnswers-7b. Модель содержит 7,1 млрд параметров и предназначена для генерации текста и ответов на инструкции в диалоговом формате. Модель принимает текст и выдаёт текст; максимальная длина контекста составляет 32 768 токенов. В названии и происхождении одной из объединённых моделей указан Yahoo Answers, поэтому модель может быть полезна для генерации ответов в стиле ответов на вопросы. Лицензия — Apache-2.0.

delta-4b-orange — разговорная текстовая модель, созданная frankenmerger как слияние phi-2-orange-v2. Модель основана на семействе Phi и использует плотную архитектуру причинного языкового моделирования; в метаданных указан размер 6B параметров, хотя README описывает цель в 4B параметров. Максимальная длина контекста — 2048 токенов. Модель предназначена для генерации текста и диалогового взаимодействия на английском языке. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0; фактический размер в 6B параметров расходится с заявленной в README целью 4B.

Это модель классификации текста на базе DistilBERT, дообученная автором репозитория srmjfba. Она предназначена для отнесения текстовых последовательностей к классам; README сообщает точность 0,9184 и loss 0,8018 на тестовой выборке, но не раскрывает набор классов или датасет. Модель использует архитектуру DistilBertForSequenceClassification, сохранена в формате safetensors и принимает текст с контекстом до 512 токенов. Базовая модель — distilbert/distilbert-base-uncased. Подходит для классификации пользовательских запросов и других коротких текстов в приложениях на базе Transformers. Английское uncased-основание не различает регистр. Лицензия — Apache-2.0.

jaspionjader/dp-4-8b — объединённая языковая модель автора jaspionjader, созданная из предварительно обученных моделей dp-3-8b и f-5-8b методом SLERP с помощью mergekit. Это плотная авторегрессионная архитектура LlamaForCausalLM с 7,5 млрд параметров; модель предназначена для диалогов и генерации текста. Она принимает текст и выдаёт текст, а контекст составляет до 8192 токенов. Модель опубликована в формате safetensors и доступна для работы через Transformers. Карточка не описывает отдельные преимущества модели, её языковую специализацию или результаты оценки качества, поэтому эти свойства нельзя надёжно установить. Лицензия в предоставленных данных не указана.

RLHFlow/DPA-v1-Mistral-7B — декодерная языковая модель на архитектуре Mistral, разработанная Haoxiang Wang и дообученная для directional preference alignment с многокритериальными наградами. Она предназначена для генерации текста и диалоговых сценариев, где важно учитывать различные предпочтения пользователей. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель использует Transformers и распространяется в формате safetensors. В карточке указан английский язык и лицензия Apache-2.0. Она связана с работой ACL 2024 об арифметическом управлении предпочтениями LLM; подробности о наборах данных и измеренных ограничениях в карточке не приведены.

DPOpenHermes 11B — языковая модель для генерации текста и диалогов, разработанная OpenAccess AI Collective. Это плотная модель семейства Mistral с архитектурой MistralForCausalLM, примерно 10,6 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для чат-ответов и генерации текста на английском языке. Модель создана слиянием mergekit методом passthrough двух диапазонов слоёв разных версий DPOpenHermes-7B в формате bfloat16. Для весов указана лицензия Apache-2.0. Карточка не приводит сравнительных оценок качества или подробных сведений о поведении модели.