III.4Клиентская поддержка и customer success

Это дообученная автором tillacs языковая модель семейства Llama на базе unsloth/Llama-3.2-1B-bnb-4bit. Она предназначена для генерации текста и может использоваться в сценариях, где требуется продолжение или создание текста. Модель имеет плотную архитектуру LlamaForCausalLM и содержит 1,2 млрд параметров; заявленная длина контекста составляет 131072 токена. В карточке указаны английский язык и лицензия Apache-2.0. Для обучения использовались Unsloth и библиотека TRL.

EMO-Ai-7b — разговорная языковая модель, разработанная Klevin на основе unsloth/mistral-7b-instruct-v0.2-bnb-4bit. Это плотная MistralForCausalLM с 7,1 млрд параметров, дообученная с помощью Unsloth и библиотеки TRL для генерации текста и диалогов. Модель принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов, язык карточки — английский. Модель подходит для генерации ответов и ведения диалога на английском языке. Распространяется по лицензии Apache-2.0. Карточка не описывает специализированные области применения или подробные результаты оценки качества.

Emobloom-7b — языковая модель проекта EmoLLMs, разработанная для анализа эмоциональной окраски текста. Она дообучена на Bloomz-7b1-mt с использованием полного набора инструкционных данных AAID. Модель построена на плотной архитектуре BLOOM и содержит 9,1 млрд параметров; принимает и генерирует текст, а заявленная длина контекста составляет 2048 токенов. Модель предназначена для классификации тональности и эмоций, а также для оценки числовой интенсивности эмоций и силы тональности. Примеры в карточке показывают анализ коротких сообщений на английском языке; метаданные также указывают английский как язык карточки. Модель можно запускать через библиотеку Transformers. Распространяется по лицензии MIT. Авторы предупреждают о возможных гендерных смещениях, ошибочных предсказаниях и чрезмерных обобщениях. Они отмечают, что применение модели в системах анализа эмоций для реальных сценариев требует осторожности.

MahnoorIqbal/emotion-distilbert — англоязычная модель классификации текста на основе DistilBERT, дообученная для определения эмоций. Она принимает текст и выдаёт метку класса; в карточке указаны результаты оценки: accuracy 0,9255 и F1 0,9269. Базовая модель — distilbert/distilbert-base-uncased, архитектура — DistilBertForSequenceClassification, формат весов — safetensors. Контекст составляет до 512 токенов. Модель подходит для автоматической разметки эмоциональной окраски коротких текстов, например сообщений и отзывов. Она распространяется по лицензии Apache-2.0. Карточка не раскрывает набор эмоциональных классов, обучающие данные и подробности оценки, поэтому результаты могут не переноситься на тексты из других источников или доменов.

Nitral-Archive/Eris-Daturamix-7b — текстовая генеративная модель, созданная объединением ResplendentAI/Datura_7B и Test157t/Eris-Floramix-7b методом SLERP с помощью mergekit. Это плотная Mistral-модель с 7,1 млрд параметров, предназначенная для генерации текста и диалоговых ответов. Она принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. Модель использует формат safetensors и библиотеку Transformers. Карточка указывает на объединение двух моделей, но не описывает отдельные сценарии применения или языки. По метаданным базовая модель англоязычная и менее склонна к отказам, однако README не уточняет поведение именно этого объединения. Лицензия указана как other, поэтому условия использования следует проверять в репозитории модели и у исходных моделей.

Eros-7B-ALPHA — диалоговая языковая модель на архитектуре Mistral, дообученная tavtav на базе Alignment-Lab-AI/Alignment-Lab-AIlonger. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов; опубликована в формате safetensors и предназначена для генерации текста в чате. Карточка не описывает специальные области применения, языковой охват или особенности обучения. В качестве результата оценки приведено значение loss 1,2012, но без деталей набора данных и протокола его интерпретировать сложно. Модель распространяется по лицензии Apache-2.0.

Eumyella-120b — языковая модель на архитектуре Llama, созданная слиянием двух предварительно обученных моделей: Sao10K/Euryale-1.3-L2-70B и NeverSleep/MiquMaid-v2-70B-DPO. Модель разработана автором репозитория bcse с помощью mergekit и линейного метода слияния; доступны также варианты в формате GGUF. Модель предназначена для генерации текста и диалогового общения. Она содержит 120,1 млрд параметров, принимает текст и имеет контекстное окно 4096 токенов. Репозиторий предоставляет веса в формате safetensors.

Experiment26Neuralsirkrishna_Inex12Experiment28 — объединённая модель, созданная из automerger/Experiment26Neuralsirkrishna-7B и automerger/Inex12Experiment28-7B. Она использует плотную архитектуру Mistral с 7,1 млрд параметров и предназначена для генерации текста, включая диалоги, с контекстом до 32 768 токенов. Модель принимает текст и выдаёт текст. В карточке указана лицензия Apache-2.0. README и метаданные не описывают конкретные преимущества или результаты оценки качества.

Experiment26Yamshadow_PasticheAlloyingotneoy — объединённая модель семейства Mistral, созданная из automerger/Experiment26Yamshadow-7B и automerger/PasticheAlloyingotneoy-7B. Она предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Модель содержит 7,1 млрд параметров и опубликована в формате safetensors. Модель может использоваться для генерации продолжений текста и диалоговых ответов. Репозиторий распространяется по лицензии Apache-2.0. Подробности о языках, обучении и сравнительном качестве в карточке не приведены.

Experiment28M7_Inex16Calme — слитая языковая модель семейства Mistral, объединяющая automerger/Experiment28M7-7B и automerger/Inex16Calme-7B. Она предназначена для генерации текста и диалоговых ответов по текстовым запросам. Модель имеет плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров. Контекстное окно составляет до 32 768 токенов; веса представлены в формате safetensors. Поддерживаемые языки и специальные прикладные области в карточке не описаны. Модель распространяется по лицензии Apache-2.0. Данных о её качестве и конкретных ограничениях в карточке нет.

Experiment28M7_OgnoExperiment27 — объединённая модель MaziyarPanahi на архитектуре Mistral с 7,1 млрд параметров. Она предназначена для генерации текста и диалогов, включая сценарии с длинным контекстом до 32 768 токенов. Модель создана слиянием automerger/Experiment28M7-7B и automerger/OgnoExperiment27-7B. В репозитории представлены веса в формате safetensors. Поддержка конкретных языков и специализированных предметных областей в доступных сведениях не описана. Лицензия — Apache-2.0. Модель подходит для прикладного использования в задачах генерации текста, однако сведений о её сравнительном качестве или специальных ограничениях нет.

Experiment28M7_YamShadow — объединённая языковая модель на архитектуре Mistral, созданная слиянием automerger/Experiment28M7-7B и automerger/YamShadow-7B. Она предназначена для генерации текста и работы в сценариях, где требуется продолжать или создавать текст по текстовому запросу. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель опубликована в формате safetensors под лицензией Apache-2.0. Данных о специализации по предметной области и языковой поддержке в карточке нет; характеристики и ограничения унаследованных моделей здесь не описаны.

Experiment28M7_YamT3qm7x — объединённая модель семейства Mistral, созданная из automerger/Experiment28M7-7B и automerger/YamT3qm7x-7B. Она предназначена для генерации текста и диалоговых сценариев на основе текстового запроса. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Mistral и поддерживает контекст до 32 768 токенов. Веса доступны в формате safetensors. Репозиторий распространяется по лицензии Apache-2.0. Карточка не приводит сведений о языках, специальных областях применения или результатах оценки качества, поэтому их нельзя определить по имеющимся данным.

FANTOME2.0 — дообученная языковая модель автора ShadowThePessimistic на базе unsloth/mistral-7b-instruct-v0.3-bnb-4bit. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. В карточке указано, что при дообучении использовались Unsloth и библиотека TRL; модель поддерживает контекст до 32 768 токенов. Модель может применяться для генерации ответов в чате и других текстовых сценариев. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Карточка не описывает конкретную специализацию или результаты оценки качества, поэтому пригодность для узких задач нужно проверять отдельно.

Fimburs11V3 — плотная языковая модель семейства Llama с 10,6 млрд параметров, созданная сообществом mergekit-community путём слияния предварительно обученных моделей Sao10K/Fimbulvetr-11B-v2 и Cognitive-Machines-Labs/Ursidae-11b-Mini. Для слияния применён метод SLERP; конфигурация использует веса в формате bfloat16. Модель предназначена для генерации текста и ответов, в том числе диалогового текста. Она принимает текст и выдаёт текст, работает через библиотеку Transformers и имеет контекстное окно 4096 токенов. Карточка не описывает отдельную специализацию или набор поддерживаемых языков; базовая модель в каталоге ориентирована на английский язык. Модель доступна в формате safetensors. Условия лицензии в предоставленных данных не указаны.

Abir Kheireddine дообучил DistilBERT для классификации тональности текста. Модель принимает текст и выдаёт классы тональности; карточка приводит результаты оценки: accuracy 0,8833 и F1 0,8867, а также loss 0,3346. Назначение и состав обучающего набора данных не раскрыты. Модель основана на distilbert/distilbert-base-uncased, использует архитектуру DistilBertForSequenceClassification и поддерживает контекст до 512 токенов. Репозиторий содержит веса в форматах Safetensors и ONNX. Лицензия — Apache-2.0.

Fiona-7B-v0.2 — языковая модель на архитектуре Mistral, разработанная niizam и дообученная на базе BarraHome/Mistroll-7B-v2.2. Модель содержит 7,1 млрд параметров и принимает текст, выдавая текст; доступен интерфейс для диалогов. Контекстное окно составляет 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев на английском языке. Она распространяется в формате safetensors по лицензии Apache-2.0. В README указано, что обучение проводилось с использованием Unsloth и библиотеки TRL; подробности о качестве ответов и ограничениях не приведены.

Flammades-Mistral-Nemo-12B — языковая модель FlammenAI, созданная дообучением nbeerbower/Mistral-Nemo-Gutenberg-Doppel-12B-v2 на наборах flammenai/Date-DPO-NoAsterisks и jondurbin/truthy-dpo-v0.1. Модель использует плотную архитектуру Mistral и содержит 12,1 млрд параметров; карточка указывает поддержку контекста до 1 024 000 токенов и возможность диалогового использования. Модель предназначена для генерации текста и ответов в чате. Дообучение методом ORPO проводилось в течение трёх эпох на двух GPU RTX 3090. В карточке приведены результаты Open LLM Leaderboard: среднее значение 22,34, IFEval — 38,42, BBH — 32,39. Модель распространяется по лицензии Apache-2.0. Данных о поддерживаемых естественных языках и специализированных областях применения в карточке нет.

Flora 7B — языковая модель ResplendentAI для генерации текста. Это плотная причинная модель семейства Mistral с 7,1 млрд параметров, созданная слиянием jeiku/FloraBase и jeiku/Synthetic_Soul_1k_Mistral_128 методом linear с весом 1 и сохранённая в формате safetensors. Карточка приводит результаты оценки на Open LLM Leaderboard, включая средний балл 74,26, HellaSwag и AI2 Reasoning Challenge. Модель подходит для генерации продолжений текста и ответов на текстовые запросы на английском языке. Контекстное окно составляет 32 768 токенов. Для использования модель распространяется по лицензии CC BY-SA 4.0.

hetzerdj/FnFLlama-3.1-8B1 — языковая модель семейства Llama, разработанная hetzerdj и дообученная на базе unsloth/Meta-Llama-3.1-8B-bnb-4bit. Это плотная авторегрессионная модель с 7,5 млрд параметров для генерации текста и диалогового взаимодействия. Заявленная длина контекста — 131 072 токена; модель распространяется в формате safetensors. Модель подходит для генерации ответов в чате и других сценариев, где требуется продолжать или создавать текст на английском языке. В README указано, что при обучении использовались Unsloth и библиотека TRL. Лицензия — Apache-2.0. Специализация дообучения и оценки качества в карточке не описаны.

Карточка модели hetzerdj/FnFLlama-3.1-8B2 на Hugging Face совпадает с карточкой hetzerdj/FnFLlama-3.1-8B1, поэтому описание составлено по ней. hetzerdj/FnFLlama-3.1-8B1 — языковая модель семейства Llama, разработанная hetzerdj и дообученная на базе unsloth/Meta-Llama-3.1-8B-bnb-4bit. Это плотная авторегрессионная модель с 7,5 млрд параметров для генерации текста и диалогового взаимодействия. Заявленная длина контекста — 131 072 токена; модель распространяется в формате safetensors. Модель подходит для генерации ответов в чате и других сценариев, где требуется продолжать или создавать текст на английском языке. В README указано, что при обучении использовались Unsloth и библиотека TRL. Лицензия — Apache-2.0. Специализация дообучения и оценки качества в карточке не описаны.

Карточка модели hetzerdj/FnFLlama-3.1-8B3 на Hugging Face совпадает с карточкой hetzerdj/FnFLlama-3.1-8B1, поэтому описание составлено по ней. hetzerdj/FnFLlama-3.1-8B1 — языковая модель семейства Llama, разработанная hetzerdj и дообученная на базе unsloth/Meta-Llama-3.1-8B-bnb-4bit. Это плотная авторегрессионная модель с 7,5 млрд параметров для генерации текста и диалогового взаимодействия. Заявленная длина контекста — 131 072 токена; модель распространяется в формате safetensors. Модель подходит для генерации ответов в чате и других сценариев, где требуется продолжать или создавать текст на английском языке. В README указано, что при обучении использовались Unsloth и библиотека TRL. Лицензия — Apache-2.0. Специализация дообучения и оценки качества в карточке не описаны.

jaspionjader/fr-14-8b — разговорная языковая модель, созданная автором репозитория слиянием предварительно обученных моделей jaspionjader/fr-13-8b и jaspionjader/Kosmos-EVAA-Franken-v38-8B методом SLERP с помощью mergekit. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и 7,5 млрд параметров; она предназначена для генерации текста и диалоговых ответов. Модель принимает текст и выдаёт текст, а её контекст составляет до 131 072 токенов. Репозиторий содержит веса в формате safetensors, для работы указана библиотека Transformers. Данных о специализированной предметной области и конкретных языках в использованных источниках нет. Лицензия не указана в доступных данных.

jaspionjader/fr-18-8b — разговорная языковая модель, созданная автором репозитория слиянием моделей методом SLERP с помощью mergekit. В слиянии использованы jaspionjader/fr-17-8b и FuseAI/FuseChat-Llama-3.1-8B-Instruct; архитектура — плотная Llama для генерации текста, размер — около 7,5 млрд параметров. Модель рассчитана на диалоговые сценарии и генерацию текста, поддерживает контекст до 131 072 токенов. Базовая FuseChat-Llama-3.1-8B-Instruct описана как модель для диалога, следования инструкциям, математики и программирования, однако README не уточняет, какие способности сохранены или улучшены в результате слияния fr-18-8b. Репозиторий содержит веса Safetensors; для работы используется Transformers. Лицензия в предоставленных данных не указана.

astrosbd/french_emotion_camembert — модель классификации эмоций во франкоязычных текстах, созданная дообучением CamemBERT. Она принимает текст и относит его к одной из шести эмоциональных категорий; среди примеров указаны радость, грусть, гнев и отвращение. Модель построена на архитектуре CamemBERT для классификации последовательностей, содержит 137,8 млн параметров и рассчитана на контекст до 514 токенов. Лицензия — MIT. Модель подходит для анализа отзывов и комментариев, изучения эмоционального тона пользовательских публикаций, а также как компонент интерфейсов, реагирующих на эмоциональную окраску текста. На тестовом наборе автор README сообщает точность 0,8295 и F1 0,8269. Модель обучалась на нескольких тысячах размеченных французских отзывов; результаты могут быть хуже на других языках, специализированных текстах и случаях, где эмоция выражена косвенно. Возможны смещения обучающих данных, поэтому предсказания не следует считать надёжной оценкой эмоционального состояния человека.

djuna/G2-GSHT — объединённая языковая модель Gemma 2, созданная с помощью mergekit из TheDrummer/Gemmasutra-9B-v1 и Nekuromento/Hematoma-Gemma-Model-Stock-9B. Для слияния применён метод SLERP; модель содержит 9 млрд параметров и предназначена для генерации текста и диалогов. Она принимает текст и выдаёт текст, работает через Transformers и имеет контекстное окно до 8192 токенов. В карточке приведены результаты оценки на Open LLM Leaderboard, включая IFEval и BBH, но их недостаточно для вывода о качестве в конкретных сценариях. Лицензия в предоставленных данных не указана.

radm/gemma-2-2b-it-abl-rudpo — дообученная разговорная модель на архитектуре Gemma 2 с 2,7 млрд параметров. Разработчик заявляет об улучшении качества ответов на русском языке по сравнению с базовой моделью IlyaGusev/gemma-2-2b-it-abliterated; модель проверялась на сложных вопросах на русском языке из набора Arena-Hard. Модель предназначена для генерации текста и диалоговых сценариев на русском языке. Она принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов и работает через библиотеку Transformers в формате Safetensors. Лицензия — Gemma. Результаты проверки описаны без численных метрик, поэтому степень улучшения качества независимо оценить нельзя. Модель унаследовала изменённое поведение отказов базовой модели; учитывать это следует при использовании в чувствительных сценариях.

MonsterAPI разработала MonsterInstruct — инструктивно дообученную модель Gemma 2 с 2,7 млрд параметров, основанную на google/gemma-2-2b-it. Она предназначена для диалоговой генерации текста и выполнения инструкций. Модель использует архитектуру Gemma 2 с плотной сетью, принимает текст и формирует текстовые ответы; контекст составляет до 8192 токенов. Модель дообучена на англоязычном датасете MonsterInstruct-gemma2-formatted. Английский является основным языком обучения; автор отмечает поддержку и других языков, но не приводит их перечень или отдельные оценки качества. Репозиторий содержит веса в формате Safetensors и использует библиотеку Transformers. Лицензия — Gemma License; перед применением следует учитывать её условия.

bunnycore/Gemma-2-2B-Smart — объединённая разговорная языковая модель на архитектуре Gemma 2, созданная автором репозитория с помощью mergekit. В основу вошли IlyaGusev/gemma-2-2b-it-abliterated и bunnycore/Gemma2-2b-Smart-lora; использован метод passthrough merge. Модель содержит 2,7 млрд параметров, принимает текст и генерирует текст, поддерживает контекст до 8192 токенов и рассчитана на диалоговые сценарии. Модель подходит для генерации ответов и ведения текстовых диалогов. В её основе — англоязычная Gemma 2 с изменённым поведением отказов. Карточка не описывает отдельные бенчмарки или дополнительные языки; условия лицензии в предоставленных данных не приведены.

Gemma2-9b-it-train6 — диалоговая модель генерации текста на архитектуре Gemma 2, разработанная ehristoforu как дообучение ehristoforu/Gemma2-9b-it-train5 с использованием Unsloth и библиотеки TRL. Модель содержит 9 млрд параметров, принимает текст и рассчитана на контекст до 8192 токенов. В метаданных указан английский язык и набор данных HuggingFaceTB/cosmopedia-20k. Модель предназначена для генерации ответов в диалоге и других текстовых продолжений. Доступна в форматах PyTorch и safetensors. Лицензия — Apache-2.0. Карточка не сообщает результатов оценки качества или подробностей ограничений, поэтому пригодность для конкретных сценариев следует проверять на собственных данных.