III.4Клиентская поддержка и customer success

Gemma 2 Ataraxy v2 9B — диалоговая языковая модель, созданная lemon07r на основе слияния моделей ifable/gemma-2-Ifable-9B и jsgreenawalt/gemma-2-9B-it-advanced-v2.1. Веса объединены методом SLERP с помощью mergekit; модель использует архитектуру Gemma 2 и формат Gemma 2. Модель предназначена для диалоговой генерации текста, ответов на инструкции и творческого письма. Разработчик отмечает, что версия v2 немного лучше пишет, чем первая Ataraxy 9B, но может чаще выдавать лишний или неудачный текст и имеет другие проблемы; это скорее альтернативная версия, чем однозначное улучшение. Модель содержит 9 млрд параметров, принимает текст и выдаёт текст, работает с контекстом до 8192 токенов. Данные README не указывают лицензию или поддерживаемые языки.

SzilviaB/Gemma2_Magnum_abliterated_27b — разговорная языковая модель на архитектуре Gemma 2, созданная слиянием SLERP двух моделей: byroneverson/gemma-2-27b-it-abliterated и anthracite-org/magnum-v4-27b. Модель содержит 27,6 млрд параметров, использует формат safetensors и поддерживает контекст до 8192 токенов. Модель предназначена для генерации текста в диалогах, ответов на запросы и создания прозы. В метаданных указана возможность чата; модель доступна через библиотеку Transformers. README описывает слияние весов в формате bfloat16 с помощью mergekit. В карточке не указаны лицензия и конкретный набор поддерживаемых языков. Поскольку в состав входит abliterated-модель, поведение в отношении отказов и ограничений безопасности может отличаться от исходных моделей.

Это дообученная диалоговая модель Google Gemma 3 на 1 млрд параметров, созданная на основе google/gemma-3-1b-it. Модель предназначена для генерации текста и диалогов; карточка указывает обучение в течение трёх эпох, но не описывает датасет и конкретную специализацию. Модель использует плотную архитектуру Gemma 3 и принимает текстовые запросы, выдавая текст. Контекст составляет до 32 768 токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия — Gemma.

Модель michelecafagna26/gpt2-medium-finetuned-sst2-sentiment разработана на основе GPT-2 medium от OpenAI и дообучена автором репозитория для классификации тональности текста. Она присваивает тексту метку положительной или отрицательной тональности и подходит для анализа отзывов и коротких высказываний на английском языке. Модель использует архитектуру GPT-2 с головой классификации последовательностей; базовый контекст составляет 1024 токена. В README приведены метрики на валидационной выборке SST-2: F1 равен 0,92 для обоих классов. Модель принимает текст и выдаёт классовые оценки, по которым выбирается метка positive или negative. Веса доступны в форматах PyTorch и Safetensors. Лицензия — Apache-2.0. Результаты на SST-2 не гарантируют такое же качество на других языках, доменах и типах текста.

WesPro выпустил Gemma2-Gracie FreeFallen-Disgraced-9B — слитую линейным методом плотную языковую модель для генерации текста и диалогов. Она основана на архитектуре Gemma 2, содержит 9 млрд параметров и рассчитана на контекст до 8192 токенов. Модель принимает текст и генерирует текст; её можно применять для ведения диалогов и создания текстовых ответов. В README указано, что в слияние вошли модели с локальными путями E:\GemmaFallenFromGrace и H:\loras\dominantGemma, но их идентификаторы и происхождение определить нельзя. Репозиторий содержит веса Safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

GreenOgno-7b-passthrough — текстовая генеративная модель на архитектуре Mistral, созданная объединением GreenNode/GreenNode-mini-7B-multilingual-v1olet и eren23/OGNO-7b-dpo-truthful с помощью LazyMergekit. В конфигурации passthrough взяты слои 0–15 первой модели и слои 16–31 второй; токенизатор объединён, веса сохранены в float16. Размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. В составе объединены мультиязычная модель GreenNode и DPO-модель OGNO-7b с акцентом на правдивость ответов; README не приводит отдельных оценок качества или подробных рекомендаций по применению. В метаданных и README лицензия не указана.

h2o-danube-1.8b-chat — диалоговая языковая модель H2O.ai с примерно 1,8 млрд параметров, дообученная по схемам SFT и DPO на базе h2o-danube-1.8b-base. Она предназначена для генерации ответов в чат-диалогах и общих текстовых задач. Модель использует плотную архитектуру на основе Llama 2 с механизмом скользящего окна внимания Mistral размером 4096 токенов и поддерживает контекст до 16 384 токенов. Модель обучалась с помощью H2O LLM Studio; в карточке указаны английский язык и наборы данных для диалогов, общих инструкций, предпочтений и математических задач. В README приведены результаты тестирования на задачах здравого смысла, знаний и понимания текста, однако точность ответов не гарантируется: модель может выдавать неверные, бессмысленные или предвзятые ответы и неподходящий контент. Лицензия — Apache-2.0.

Hajax Chat 1.0 — объединённая чат-модель от Tech-Meld, созданная методом SLERP с помощью mergekit из HuggingFaceH4/zephyr-7b-beta и nvidia/Llama3-ChatQA-1.5-8B. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров. Модель предназначена для диалогов и генерации текста по запросам пользователя; объединение моделей Zephyr и ChatQA указывает на сценарии общения и ответов на вопросы. Она принимает и генерирует текст, а длина контекста составляет 8192 токена. В метаданных указана библиотека Transformers и формат весов safetensors. В карточке не приведены результаты оценки качества или сведения о языках и лицензии, поэтому нельзя установить её сильные стороны, языковую специализацию и условия использования. Указание на компоненты Zephyr и ChatQA само по себе не подтверждает поддержку конкретных языков или качество ответов модели.

mehuldamani/hotpot-v2-brier-7b-no-split — дообученная Mehul Damani на Qwen/Qwen2.5-7B языковая модель для генерации текста в диалоговом формате. Она рассчитана на ответы на вопросы и свободные текстовые запросы; карточка демонстрирует генерацию ответа на открытый вопрос. Обучение выполнено с помощью TRL. Модель использует плотную архитектуру Qwen2ForCausalLM и содержит 7,1 млрд параметров. Максимальная длина контекста — 131 072 токена; веса доступны в формате Safetensors. Лицензия в предоставленных данных не указана.

Hunyuan-MT-7B — языковая модель перевода от Tencent, построенная на плотной архитектуре Hunyuan v1 и содержащая 7,5 млрд параметров. Она предназначена для перевода текста между 33 языками, в том числе пятью языками национальных меньшинств Китая. В соревновании WMT25 модель заняла первое место в 30 из 31 языковых категорий, в которых участвовала. Модель принимает текстовые запросы в формате чата и генерирует перевод; для репозитория указаны Transformers и контекст длиной 32 768 токенов. README описывает также отдельную ансамблевую модель Hunyuan-MT-Chimera, но эта карточка относится к Hunyuan-MT-7B. В README приведён пример использования через Transformers, однако условия лицензии в предоставленных данных не описаны.

unsloth/Hy-MT2-7B-GGUF — GGUF-квантизированная версия мультиязычной модели перевода Hy-MT2-7B, разработанной Tencent. Модель предназначена для быстрого машинного перевода в реальных, деловых, специализированных и инструкционно-ориентированных сценариях, а также для локального запуска через llama.cpp. Она поддерживает перевод между 33 языками, включая китайский, английский, русский, французский, немецкий, испанский, японский, корейский, арабский, турецкий, португальский, итальянский, вьетнамский, хинди и другие языки, перечисленные в карточке модели. Модель относится к семейству Hy-MT2 и имеет размер 7B; точные сведения об архитектуре, размере контекста и формате конкретной квантизации в README не указаны. По заявлению разработчиков, Hy-MT2-7B демонстрирует высокое качество в режиме fast-thinking и превосходит некоторые открытые модели в различных тестах перевода. GGUF-формат упрощает запуск на совместимом локальном оборудовании, однако квантизация может влиять на качество по сравнению с полной точностью, а требования к памяти и скорость зависят от выбранного варианта GGUF и конфигурации. Модель распространяется по лицензии Apache-2.0.

Ice0.32-10.11-RP — текстовая генеративная модель на архитектуре Mistral, созданная с помощью mergekit объединением предварительно обученных моделей методом SLERP. В README указаны Ice0.31-08.11-RP и Ice0.15-06.11-RP-orpo; каталожные метаданные также отмечают Ice0.31-08.11-RP как базовую модель. Модель содержит 7,1 млрд параметров, использует формат safetensors и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогового общения. Она может применяться для ответов на вопросы, ведения беседы и составления текстов на основе пользовательского запроса. README не сообщает целевые языки или специализированные области применения. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. В карточке нет результатов оценки качества или подробных сведений об ограничениях ответов; поведение унаследовано от объединённых моделей.

Inex12M7-7B — объединённая текстовая модель на архитектуре Mistral, созданная Maxime Labonne автоматическим слиянием моделей. Она предназначена для генерации текста и диалогов; в конфигурации использованы MSL7/INEX12-7b и liminerity/M7-7b, а метод слияния указан как DARE-TIES. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель опубликована в формате Safetensors с лицензией Apache-2.0. Карточка не описывает конкретные языки, специализацию или результаты оценки качества, поэтому применимость к отдельным предметным областям не подтверждена.

Модель aurazboev/isa-tuned-12-05-2024 — диалоговая языковая модель семейства Llama, разработанная aurazboev путём дообучения unsloth/Meta-Llama-3.1-8B. Она предназначена для генерации текста и ведения диалогов. Для обучения использовались Unsloth и библиотека Hugging Face TRL. Модель имеет плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров. Она принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Веса опубликованы в формате safetensors; лицензия — Apache-2.0. Карточка не описывает специализацию обучения или оценку качества, поэтому пригодность для конкретных предметных областей не установлена.

jackalope-7b-Mistral-7B-Instruct-v0.1 — языковая чат-модель на архитектуре Mistral, созданная слиянием mistralai/Mistral-7B-Instruct-v0.1 и openaccess-ai-collective/jackalope-7b методом SLERP. Модель содержит 7,1 млрд параметров и предназначена для генерации текста в ответ на инструкции и диалоговые запросы; заявленный контекст — до 32 768 токенов. Модель поддерживает английский язык и может применяться для диалоговых помощников, ответов на вопросы и генерации текста по запросу. В репозитории указаны веса в формате safetensors. Лицензия — Apache-2.0. Карточка не приводит результатов оценки качества или подробностей об ограничениях поведения.

Janus-7B — языковая модель KAIST AI на архитектуре Mistral, дообученная методом supervised fine-tuning на всех 196 тысячах примеров датасета Multifaceted-Collection-SFT. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Janus предназначена для генерации ответов с учётом инструкций и предпочтений, заданных в системном сообщении. Её можно применять для персонализированных ответов и диалоговых сценариев, где важны полезность и безвредность ответа. README описывает поддержку английского языка; модель принимает текстовые инструкции и выдаёт текст. Модель распространяется по лицензии Apache 2.0. Качество и соответствие ответов заданным предпочтениям зависят от формулировки системного сообщения; отдельных гарантий для конкретных прикладных областей в карточке не заявлено.

JDBMG/Jericho_v1 — объединённая причинно-языковая модель на архитектуре Mistral, созданная с помощью mergekit методом DARE TIES. В качестве основы использована mistralai/Mistral-7B-v0.1, в объединение также вошли YamshadowExperiment28-7B, Calme-7B-Instruct-v0.9 и Mistral-7B-Merge-14-v0.5. Модель содержит 7,1 млрд параметров, распространяется в формате safetensors и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста, включая диалоговые и другие сценарии продолжения текста. Она основана на нескольких предварительно обученных моделях Mistral; отдельные сценарии и языки применения в карточке не описаны. Лицензия в предоставленных данных не указана.

K2S3-Mistral-7b-v1.3 — языковая модель, разработанная K2S3 и построенная на архитектуре Mistral. Это плотная авторегрессионная модель на 7,2 млрд параметров с контекстом до 32 768 токенов, предназначенная для генерации текста и диалоговых инструкций. Модель дообучена методом полного обновления параметров с использованием supervised fine-tuning на базе Changgil/K2S3-Mistral-7b-v1.2; исходная линия базируется на mistralai/Mistral-7B-v0.1. В обучении использовались alpaca-gpt4-data и примеры из OpenOrca. Модель принимает текст и генерирует текст. В карточке указана поддержка английского и корейского языков. Репозиторий распространяет веса в формате safetensors по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Конкретные результаты оценки качества или специализация в отдельной предметной области в карточке не приведены.

Kitty-Cat-SOVL-8B-L3-V1 — объединённая модель семейства Llama 3, созданная автором карточки с помощью mergekit методом Model Stock на основе TheSkullery/llama-3-cat-8b-instruct-v1 и моделей ResplendentAI. Это плотная авторегрессионная языковая модель примерно на 7,5 млрд параметров с поддержкой диалогового режима и контекстом до 8192 токенов. Она предназначена для генерации текста и ведения диалогов. В объединение вошли модели, связанные с общением, следованием инструкциям и ролевым форматом. Карточка отмечает возможные проблемы с шаблоном промпта: модель, по словам автора, иногда работает с обычным шаблоном Llama 3, но это требует дальнейшего тестирования. Модель распространяется под лицензией CC BY-NC 4.0, которая ограничивает коммерческое использование.

Kosmos-EVAA-gamma-v14-8B — слитая модель семейства Llama, созданная jaspionjader с помощью mergekit методом SLERP из jaspionjader/Kosmos-EVAA-gamma-light-8B и jaspionjader/Kosmos-EVAA-gamma-v13-8B. Это плотная авторегрессионная языковая модель на 7,5 млрд параметров для генерации текста; она принимает текст и выдаёт текст. Контекстное окно составляет 8192 токена. Модель подходит для генерации продолжений, диалоговых ответов и других задач на основе текста, поддерживаемых базовыми языковыми моделями. Карточка не уточняет специальные области применения или языки. Весовые файлы представлены в формате safetensors. Сведения о лицензии в доступных данных отсутствуют.

Kosmos-EVAA-PRP-v27-8B — слитая языковая модель семейства Llama, созданная jaspionjader с помощью mergekit методом SLERP из jaspionjader/Kosmos-EVAA-PRP-v25-8B и jaspionjader/Kosmos-EVAA-PRP-v26-8B. Модель содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и предназначена для генерации текста; максимальный контекст составляет 8192 токена. Модель подходит для диалоговой генерации, продолжения текста и других сценариев, где требуется генерация текста языковой моделью. README и метаданные не описывают её специализацию по языкам или предметным областям, поэтому конкретные сильные стороны и ограничения помимо размера и длины контекста не установлены. Распространяется в формате safetensors; лицензия в предоставленных данных не указана.

Kosmos-EVAA-TSN-light-8B — плотная языковая модель семейства Llama, созданная jaspionjader слиянием двух предварительно обученных моделей: jaspionjader/Kosmos-EVAA-gamma-light-8B и jaspionjader/Kosmos-EVAA-TSN-8B. Для слияния использован метод SLERP через mergekit. Модель предназначена для генерации текста и может применяться в сценариях, где требуется создавать продолжения текста или ответы на текстовые запросы. Репозиторий содержит веса в формате safetensors; размер модели составляет 7,5 млрд параметров, а длина контекста — 8192 токена. Карточка не сообщает о специализированной области применения или поддерживаемых естественных языках. Лицензия в предоставленных данных не указана.

Kraken-Multilingual — языковая модель на архитектуре Kraken, созданная совместно Cognitive Computations, VAGO Solutions и Hyperspace.ai; среди авторов указаны Fernando Fernandes Neto, David Golchinfar, Lucas Atkins и Eric Hartford. Это плотная причинная языковая модель на базе Transformers, которая использует маршрутизатор для выбора подходящей экспертной модели в зависимости от языка и содержания запроса. Среди перечисленных экспертов — модели для немецкого и английского, итальянского, французского и скандинавских языков. Модель предназначена для генерации текста и диалоговых ответов на английском, немецком, итальянском, французском, шведском, финском, датском и норвежском языках. Маршрутизация между экспертами и настраиваемые шаблоны позволяют применять её в многоязычном чате и переключать используемые модели и квантование через конфигурацию. В репозитории представлены веса Safetensors. Лицензия в предоставленных сведениях не указана.

Карточка модели Model-SafeTensors/L3-Aethora-15B на Hugging Face совпадает с карточкой SteelStorage/L3-Aethora-15B, поэтому описание составлено по ней. L3-Aethora-15B — диалоговая языковая модель, созданная Steelskull на основе семейства Llama 3. Это плотная causal language model с 14,5 млрд параметров, архитектурой LlamaForCausalLM и контекстом до 8192 токенов. Модель принимает текст и генерирует текст в формате запросов L3. Модель предназначена для диалогов и генерации ответов с акцентом на более податливое и содействующее поведение. В основе — изменённая сборка AbL3In-15b слиянием моделей, затем дообученная в течение четырёх эпох методами RS-LoRA и DoRA на датасете Aether-Lite-V1.2 примерно из 82 тысяч примеров. Репозиторий содержит веса Safetensors; доступны отдельные GGUF-квантизации. Лицензия — Llama 3. README описывает ослабление отказов, поэтому модель может отвечать на запросы, которые другие модели отклоняют; ответы требуют проверки, особенно при использовании в чувствительных сценариях. Языки обучения и качество на конкретных языках в карточке не уточняются.

l6bitney-32layer-slerp — разговорная языковая модель для генерации текста, созданная с помощью LazyMergekit на основе liminerity/m7-64-bitnet-alpaca-3. В конфигурации указано слияние методом SLERP двух источников с одинаковым идентификатором и выбор слоёв 0–6; метаданные классифицируют связь с базовой моделью как дообучение. Архитектура — плотная MistralForCausalLM, размер — 203,9 млн параметров, контекст — 2048 токенов. Модель предназначена для диалогов и генерации текста. Данные не описывают специализированные области или языковое покрытие. Репозиторий содержит веса Safetensors; сведения о лицензии в предоставленных материалах отсутствуют.

Dohyeon1/LFM2-Sub-MoE-ngroups24 — текстовая генеративная модель для диалогового использования, опубликованная пользователем Dohyeon1 на Hugging Face. Метаданные указывают архитектуру LFM2 MoE с классом Lfm2MoeForCausalLM, размер около 1,4 млрд параметров и контекст до 128 000 токенов. Модель принимает текст и генерирует текст; для запуска указана библиотека Transformers. Карточка репозитория автоматически сформирована и не содержит подтверждённых сведений о разработчике базовой модели, обучении, языках и лицензии. Поэтому нельзя надёжно установить, является ли чекпойнт дообучением или другой производной LFM2-моделью, а также назвать условия его использования и специальные ограничения.

Модель maotun42/lifecoach-llama3-waffle-studio — дообученная разговорная версия Llama 3, разработанная maotun42 на базе unsloth/llama-3-8b-Instruct-bnb-4bit с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста в формате диалога и может использоваться для создания ответов ассистента и ведения переписки на английском языке. Модель имеет плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров. Длина контекста составляет 8192 токена, веса опубликованы в формате safetensors. Лицензия — Apache-2.0. Карточка не описывает специализированные возможности коучинга или подтверждённые ограничения качества.

Shining Valiant 1.4 — диалоговая модель Valiant Labs на архитектуре Llama 2 с 70 млрд параметров. Она дообучена на частных и открытых данных, включая материалы для развития знаний, структурированных рассуждений и заданного характера: дружелюбного, увлечённого и вдумчивого. Модель предназначена для диалогов и генерации текста: она может отвечать на вопросы, объяснять темы, помогать с написанием писем и разбором текстовых задач. Использует формат запросов Llama 2 Chat. В репозитории размещены веса Safetensors; контекст — до 4096 токенов. Основной язык по карточке — английский. Авторы называют версию 1.4 наиболее сильной для обычных диалогов среди версий Shining Valiant, однако результаты её оценки на Open LLM Leaderboard ещё ожидались. Модель обозначена авторами как устаревшая: они рекомендуют Shining Valiant 2 на базе Llama 3.1. Лицензия — Llama 2; перед использованием следует соблюдать её условия.

kykim0/Llama-2-7b-ultrachat200k-2e — диалоговая модель генерации текста, созданная дообучением Meta Llama 2 на 7 млрд параметров на датасете HuggingFaceH4/ultrachat_200k. Модель использует плотную архитектуру LlamaForCausalLM и формат весов safetensors; максимальная длина контекста — 4096 токенов. Модель предназначена для генерации ответов в диалоге и других сценариев, где требуется продолжить текст. В README указано значение loss 0,9258 на оценочном наборе, но подробности методики оценки отсутствуют. Базовая модель описана как англоязычная; отдельные языки дообучения не перечислены. Лицензия в предоставленных данных не указана. Ограничения качества и рекомендации по применению в карточке не раскрыты; поведение модели зависит от запроса и не гарантирует фактическую точность ответов.

MaziyarPanahi/Llama-3-16B-Instruct-v0.1 — диалоговая языковая модель семейства Llama, созданная MaziyarPanahi как self-merge модели MaziyarPanahi/Llama-3-11B-Instruct-v0.1. Она предназначена для генерации текста и ответов на инструкции в формате диалога; пример в карточке показывает решение простой арифметической задачи. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 16,2 млрд параметров и рассчитана на контекст до 8192 токенов. Принимает текст и выдаёт текст; в метаданных указан английский язык. Модель подходит для диалоговых ассистентов, ответов на вопросы и выполнения текстовых инструкций. Карточка указывает библиотеку Transformers и формат safetensors. Лицензия обозначена как other, поэтому условия использования следует сверять с лицензией репозитория. Отдельные сведения о сравнительных качествах и ограничениях модели в карточке не приведены.