III.4Клиентская поддержка и customer success

Beetle bilingual balanced b1 FineWeb Polish-English — генеративная языковая модель из семейства Beetle-FineWeb2 с заявленным размером 24B параметров. Модель опубликована на Hugging Face и предназначена для генерации текста; в метаданных указаны библиотека Transformers и архитектурный тег pico_decoder. Модель ориентирована на двуязычные сценарии на польском и английском языках, включая продолжение текста, подготовку черновиков и генерацию ответов. В README отсутствуют сведения о разработчике, лицензии, контексте, обучающих данных, результатах оценки и специальных ограничениях, поэтому перед использованием в продуктивных или чувствительных сценариях необходимы самостоятельное тестирование и проверка условий распространения.

nova4i2/bert-emotion — модель классификации текста на основе BERT, дообученная автором на неизвестном наборе данных. Она предназначена для определения эмоциональных категорий в тексте. Модель содержит 136,7 млн параметров, использует архитектуру BertForSequenceClassification и принимает последовательности длиной до 512 токенов. На указанном в карточке наборе для оценки модель достигла accuracy 0,928 и F1 0,9283 при loss 0,1684. Эти результаты нельзя уверенно переносить на другие данные, поскольку обучающий и оценочный наборы не описаны. Модель распространяется по лицензии Apache-2.0.

Это англоязычная модель классификации тональности текста, созданная с помощью SetFit на базе BAAI/bge-small-en-v1.5 и обученная на наборе SetFit/sst2. Она использует BERT-представление предложений и классификационную голову SetFitHead, обученную различать два класса — положительную и отрицательную оценку. Модель содержит около 40 млн параметров, принимает текстовые последовательности длиной до 512 токенов и предназначена для классификации отзывов и других коротких высказываний на английском языке. Обучение выполнено методом few-shot: контрастивное дообучение Sentence Transformer дополняется обучением классификационной головы. В карточке указана точность 0,8842 на используемой оценке. Модель выпущена в форматах PyTorch и Safetensors. Лицензия в предоставленных данных не указана.

Двуязычная разговорная модель rinna на базе GPT-NeoX, дообученная следовать инструкциям с помощью supervised fine-tuning и PPO-обучения с подкреплением на основе отзывов людей. Она предназначена для диалога и генерации ответов на японском и английском языках. В README указаны 36 слоёв и размер скрытого слоя 2816; метаданные каталога указывают 4,8 млрд параметров и контекст 2048 токенов. Модель принимает текстовые диалоги в формате с ролями «ユーザー» и «システム» и генерирует текстовый ответ. Авторы сообщают, что PPO улучшил разговорный опыт по сравнению с версией SFT, но не повысил результаты на японских языковых бенчмарках. Результат чувствителен к параметрам декодирования, поэтому их следует подбирать под задачу. Лицензия — MIT.

banelingz выпустил black_stheno_8B_v1 — слитую языковую модель на архитектуре Llama с 7,5 млрд параметров. Она создана методом SLERP с помощью mergekit из Hastagaras/Halu-8B-Llama3-Blackroot и Sao10K/L3-8B-Stheno-v3.2. Модель предназначена для генерации текста и чат-диалогов, включая ролевые сценарии, написание историй и выполнение инструкций — задачи, связанные с её базовыми моделями. Работает с текстом, использует формат safetensors и имеет контекстное окно 8192 токена. Указанная в карточке лицензия отсутствует среди предоставленных данных.

BLOSSOM-v4-qwen15-7b — диалоговая языковая модель, разработанная на основе Qwen1.5-7B и дообученная методом instruction tuning на смешанных наборах Blossom Orca, Wizard, Chat и Math. Обучение прошло в два этапа: сначала на одношаговых инструкциях Wizard, Orca и Math, затем на многошаговых диалогах Blossom Chat с небольшой примесью данных первого этапа. Модель предназначена для диалоговых ответов и выполнения инструкций общего назначения, включая задачи с математическими вопросами. Архитектура — плотная Qwen2ForCausalLM с 7,1 млрд параметров; нативный контекст составляет 32 768 токенов. Карточка указывает поддержку китайского и английского языков. Для диалога используется формат продолжения текста с ролями Human и Bot. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка заявляет общие диалоговые возможности и понимание контекста, но не приводит результатов независимых оценок качества.

Blured-Ties-7B — языковая модель на 7,1 млрд параметров, созданная liminerity с помощью LazyMergekit путём слияния моделей Blurstral-7b-slerp и Mistral-CatMacaroni-slerp-uncensored-7B. В конфигурации указаны архитектура Mistral, метод слияния TIES и базовая модель mistralai/Mistral-7B-v0.1; модель распространяется в формате Safetensors и использует лицензию Apache 2.0. Модель предназначена для генерации текста, в том числе разговорных ответов. Контекст составляет до 32 768 токенов. В составе слияния есть модель с пометкой uncensored, поэтому Blured-Ties-7B может выдавать ответы с меньшими ограничениями. Сведения о поддерживаемых естественных языках в карточке не приведены.

bubo-bubo-13b — авторегрессионная языковая модель, разработанная ibivibiv и дообученная на архитектуре Llama 2. Она предназначена для суммаризации цепочек сообщений и других коммуникационных переписок. Модель содержит 12,9 млрд параметров, использует архитектуру LlamaForCausalLM и принимает текстовые инструкции в формате Alpaca. Модель рассчитана на английский язык и генерирует текстовые резюме. Контекст составляет 4096 токенов. В README приведены результаты нескольких бенчмарков, однако автор отмечает, что модель специально настроена на суммаризацию, поэтому эти оценки не следует трактовать как подтверждение широких возможностей. Модель распространяется в формате safetensors по лицензии Llama 2.

BurningBruce-003 — разговорная языковая модель на архитектуре Mixtral с разреженной смесью экспертов (MoE), созданная Kquant03, Dontriskit и NeuralNovel с помощью mergekit. Она предназначена для генерации текста и диалогового общения на английском языке; модель содержит около 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В смесь включены TurdusBeagle-7B, Turdus, Marcoroni-7b-DPO-Merge и Marcoroni-neural-chat-7B-v2; README описывает четыре экспертные модели и указывает TurdusBeagle-7B как базовую. В MoE маршрутизатор выбирает экспертов для обработки токенов, но здесь он не обучался одновременно с моделью. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Модель подходит для диалогов и генерации английского текста с длинным контекстом. Для запуска требуется память, достаточная для загрузки всех весов, несмотря на разреженную активацию экспертов. Оценки качества в карточке пока не приведены.

BuRPris-Remix-7B — слитая языковая модель на архитектуре Mistral, созданная объединением Eris_Remix_7B и BuRP_7B с помощью метода SLERP и инструмента mergekit. Модель содержит 7,1 млрд параметров, распространяется в формате safetensors и принимает текст для генерации текста; максимальный контекст составляет 32 768 токенов. Модель подходит для генерации продолжений и ответов на текстовые запросы. В карточке указаны английский язык и общая задача генерации текста. Условия лицензии в доступных данных не приведены.

MaziyarPanahi/calme-3.1-baguette-3b — чат-модель, разработанная MaziyarPanahi на основе Qwen2.5-3B и дообученная для широких задач на французском и английском языках. Это плотная авторегрессионная модель семейства Qwen2 с 3,1 млрд параметров, рассчитанная на контекст до 32 768 токенов и работающая с шаблоном диалога ChatML. Модель предназначена для диалогов и генерации текста в общих сценариях на французском и английском: например, для ответов на вопросы, написания и редактирования текстов. В обучении использовались наборы french_instruct_sharegpt и calme-legalkit-v0.2. Репозиторий содержит веса Safetensors; отдельные квантованные версии GGUF размещены в другом репозитории. Автор предупреждает, что из-за небольшого размера модель может хуже справляться с некоторыми запросами и быть чувствительной к гиперпараметрам. При внедрении следует учитывать возможные смещения и проверять ответы с участием человека. Лицензия в метаданных обозначена как other, конкретные условия использования в предоставленных сведениях не раскрыты.

Nitral-AI/Captain-Eris_Violet-V0.420-12B — текстовая генеративная модель, созданная Nitral-AI слиянием Epiculous/Violet_Twilight-v0.2 и Nitral-AI/Captain_BMO-12B. В карточке указаны архитектура Mistral с плотной структурой и 12,1 млрд параметров; для слияния использован метод SLERP, веса представлены в формате safetensors. Модель предназначена для генерации текста и диалогового взаимодействия на английском языке. Метаданные также указывают интерфейс вызова инструментов. Заявленная длина контекста составляет 1 024 000 токенов, однако README не содержит результатов испытаний, подтверждающих работу с таким контекстом. Лицензия обозначена как «other», поэтому условия использования следует уточнить на странице модели и в лицензиях исходных моделей. В карточке нет сведений о специализированной предметной области или оценках качества.

Psychotoke/cat — дообученная языковая модель на архитектуре Gemma 3, разработанная Psychotoke на базе unsloth/gemma-3-1b-it-unsloth-bnb-4bit. Это плотная авторегрессионная модель примерно с 1 млрд параметров для генерации текста и диалогового общения; заявленная длина контекста составляет 32 768 токенов. Модель принимает текст и выдаёт текст, а в карточке указан английский язык. Модель подходит для диалоговых сценариев и генерации текстовых ответов. В README сказано, что обучение проводилось с Unsloth и библиотекой TRL. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

ChatBLOOM-1B7-SFT — двуязычная диалоговая языковая модель Николаса Као, дообученная методом SFT на базе BLOOM. Модель содержит около 2,1 млрд параметров, использует архитектуру BLOOM и принимает текст для генерации ответов; длина контекста — 1024 токена. В карточке приведены примеры диалога на китайском языке, а также написания планов, рекламных текстов и писем; для английского показан пример проектирования веб-страницы. Модель предназначена для диалоговых сценариев и генерации текста на китайском и английском языках. Данные для обучения включают BelleGroup/train_1M_CN, BelleGroup/multiturn_chat_0.8M и jeffwan/sharegpt_vicuna. Авторы указывают, что использованные наборы данных, например BELLE, ограничивают применение исследовательскими целями и запрещают коммерческое и другое потенциально вредное использование; отдельная лицензия модели в предоставленных данных не приведена.

CoEdIT-xl — англоязычная модель редактирования текста от Grammarly, созданная дообучением google/flan-t5-xl на наборе данных CoEdIT. Она принимает исходный текст и инструкцию по редактированию и генерирует исправленную или преобразованную версию. Модель основана на архитектуре T5 и содержит 1,5 млрд параметров; контекст составляет 512 токенов. Модель предназначена для редактирования и улучшения английских текстов по конкретным инструкциям. Карточка указывает лицензию CC BY-NC 4.0, которая ограничивает коммерческое использование.

logan7000/cogrpo-n3-ring-qwen25-3b-x-llama32-3b-x-granite2b-math345-groupC-granite2b-end — диалоговая языковая модель на архитектуре Granite, дообученная на базе ibm-granite/granite-3.3-2b-instruct с использованием TRL. Она предназначена для генерации текста в ответ на запросы и ведения диалога. Модель содержит 2,5 млрд параметров, принимает текст и поддерживает контекст до 131 072 токенов. Доступна в формате safetensors и использует библиотеку Transformers. Карточка демонстрирует генерацию ответа на вопрос пользователя; дополнительные специализации и конкретные наборы данных в ней не описаны. Модель распространяется по лицензии базовой модели, однако сведения о лицензии в предоставленных данных отсутствуют.

COLLISION-1B — причинная языковая модель семейства COLLISION, разработанная командой Viraj et al. Это плотный трансформер примерно на 1,3 млрд параметров по метаданным; README указывает около 999 млн параметров и 24 слоя. Модель предназначена для генерации текста и диалогового взаимодействия, а карточка также заявляет сценарии рассуждения и прикладные NLP-задачи, включая извлечение ключевых фраз, классификацию тем и тональности, исправление грамматики и понимание прочитанного. Модель принимает текст и генерирует текст; заявленная длина контекста — 1 024 токена. В карточке указан английский язык, а веса доступны в форматах PyTorch и SafeTensors. Лицензия — MIT. README заявляет высокую скорость на CPU и способности рассуждать, но предоставленные сведения не подтверждают сравнительные результаты этих заявлений; короткое контекстное окно ограничивает работу с длинными документами.

ChaoticNeutrals/Community_Request-03-12B — разговорная языковая модель семейства Mistral с 12,1 млрд параметров, созданная слиянием двух предварительно обученных моделей с помощью mergekit и метода SLERP: Nitral-AI/Captain-Eris_Violet-GRPO-v0.420 и Nitral-AI/Wayfarer_Eris_Noctis-12B. Модель предназначена для генерации текста в диалоговом формате и поддерживает контекст до 1 024 000 токенов. Модель использует архитектуру MistralForCausalLM и распространяется в формате safetensors. Карточка не описывает специализированные предметные области или языки. Лицензия в предоставленных данных не указана.

CompliAI_FullModel1 — языковая модель Ricky080811 для генерации текста, дообученная на базе Mistral 7B v0.2. По карточке, обучение выполнялось с помощью Unsloth и библиотеки TRL. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста на английском языке. Название CompliAI не сопровождается в карточке описанием специализированных задач или обучающих данных, поэтому нельзя подтвердить её специализацию на комплаенсе. Распространяется по лицензии Apache-2.0.

knifeayumu/Cydonia-v1.3-Magnum-v4-22B — плотная языковая модель семейства Mistral на 22 млрд параметров, созданная автором knifeayumu с помощью слияния моделей TheDrummer/Cydonia-22B-v1.3 и anthracite-org/magnum-v4-22b. Для слияния применён метод SLERP через mergekit; веса представлены в формате Safetensors и имеют точность bfloat16. Модель предназначена для диалогов и генерации текста, включая ответы на запросы и создание связной прозы. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов, а интерфейс карточки отмечает возможности чата и вызова инструментов. Базовая модель описана как ориентированная на английский язык; других языковых характеристик README и метаданные не подтверждают. В метаданных указана лицензия «other», поэтому перед использованием следует проверить условия на странице модели и её базовых компонентов. Карточка не содержит конкретных оценок качества; как у генеративной языковой модели, ответы могут быть ошибочными или неподходящими для конкретной задачи.

sftmagpie-delphiwarmupdelphi-1e22-9-7Bparadelphidelphi-3e18-p33m67-k — плотная языковая модель семейства Qwen3, разработанная LAION и обученная с нуля на наборах данных magpie и delphi_warmup. Она предназначена для генерации текста и диалогового взаимодействия; в метаданных также заявлена возможность чата. Модель содержит 9,2 млрд параметров, принимает текст и имеет контекстное окно 4096 токенов. В репозитории доступны веса в формате safetensors, а для работы указана библиотека Transformers. README не приводит подробностей об оценке качества, целевых сценариях и ограничениях. Лицензия обозначена как other, поэтому условия использования следует уточнять по материалам репозитория.

sftwildchat386k-delphiwarmupdelphi-9e18-p50m50-kdelphi-1e-05delphi-3e18-p33m67-k — разговорная языковая модель на архитектуре Qwen3, обученная с нуля на наборах wildchat_386k и delphi_warmup. Репозиторий содержит 402,6 млн параметров в формате Safetensors; модель предназначена для генерации текста в диалоговом формате и поддерживает контекст до 4096 токенов. Модель опубликована на Hugging Face 12 июня 2026 года. В метаданных указана лицензия other, поэтому условия использования зависят от уточнений в репозитории или у автора. README не описывает оценку качества и ограничения; обучающие данные указаны, но поддерживаемые языки не перечислены.

delta-4b-super — разговорная текстовая модель семейства Phi, опубликованная frankenmerger. Это frankenmerge модели Phi-2-super, предназначенный для генерации текста в диалоговом формате. Модель имеет 6 млрд параметров, контекст до 2048 токенов и распространяется в формате safetensors. Модель поддерживает английский язык и подходит для диалогов и генерации текста. Она распространяется по лицензии Apache-2.0. Подробности о методе слияния и сравнительных оценках в карточке не приведены.

lyrisha/distilbert-base-finetuned-sentiment — модель классификации текста на базе DistilBERT, разработанная путём дообучения lyrisha/distilbert-base-finetuned-imdb-sentiment на наборах IMDb и GLUE SST-2. Она предназначена для определения тональности коротких текстов, например отзывов. В README указана точность 0,9128 на оценочном наборе; подробности протокола оценки не приведены. Модель использует архитектуру DistilBertForSequenceClassification, принимает текст с контекстным окном до 512 токенов и выдаёт метку класса. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Карточка не уточняет языки, поддерживаемые метки и ограничения применения.

Модель superguo/distilbert-base-uncased-finetuned-emotion — англоязычная модель классификации текста на основе DistilBERT, дообученная на датасете emotion. Она предназначена для определения эмоциональной категории текста, например в коротких сообщениях и отзывах. Архитектура — DistilBertForSequenceClassification; размер контекста — до 512 токенов. В README указаны результаты на оценочной выборке: accuracy 0,9255 и F1 0,9251. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Подробности о метках эмоций, составе обучающих данных и ограничениях применения в карточке не приведены.

Xenova/distilbert-base-uncased-finetuned-sst-2-english — модель для анализа тональности текста, разработанная сообществом Xenova на основе distilbert-base-uncased-finetuned-sst-2-english. Она предназначена для классификации англоязычных текстов по двум категориям: POSITIVE и NEGATIVE, например для оценки эмоциональной окраски отзывов, сообщений и других коротких текстов. Модель основана на архитектуре DistilBERT и доступна с весами в формате ONNX для использования в библиотеке Transformers.js, в том числе в JavaScript- и web-сценариях. Поддерживаемая модальность — текст; заявленный язык — английский. В README не указаны размер модели, максимальная длина контекста, точные характеристики обучения и отдельная лицензия. Сильной стороной является возможность выполнять анализ тональности в средах, совместимых с Transformers.js, включая потенциально браузерные приложения. Ограничения включают бинарный набор классов и ориентацию на английский язык; надёжность для других языков, сложных контекстов или специализированных доменов не заявлена. Условия лицензирования в предоставленных данных не указаны.

Dolphin-2.2-Yi-34b-200k — разговорная языковая модель, разработанная Eric Hartford при спонсорской поддержке Convai. Это дообученная с помощью qLoRA плотная модель семейства Llama на базе Yi с 33,9 млрд параметров; для диалога используется формат ChatML. Хотя базовая модель рассчитана на контекст до 200 тыс. токенов, эта версия дообучалась на последовательностях длиной 16 тыс. токенов, а метаданные указывают native context в 16 384 токена. Модель предназначена для многошаговых диалогов, ответов на вопросы, творческих задач и персональных советов с эмпатичным тоном. В обучении использованы наборы Dolphin, Airoboros, а также отобранные данные Samantha и WizardLM. Модель описана автором как uncensored и склонная выполнять широкий спектр запросов, включая неэтичные; перед предоставлением пользователям автор рекомендует добавить собственный слой контроля. Модель поддерживает английский язык. Указана лицензия other; README сообщает, что применяются условия лицензии Yi.

wangrongsheng/DPDG-Llama-8B-lora — разговорная языковая модель на архитектуре Llama с 7,5 млрд параметров. Репозиторий содержит веса в формате safetensors; модель предназначена для генерации текста в диалоговом формате и может использоваться в чат-сценариях. Указанное контекстное окно составляет 8192 токена. Название репозитория указывает на LoRA-адаптер для Llama, однако README и метаданные не называют базовую модель, поэтому её идентификатор определить нельзя. Карточка не содержит сведений о лицензии, целевых языках или специальных областях применения.

G-reen/Duet_Minitron8b_v0.5 — диалоговая языковая модель для генерации текста, основанная на архитектуре Mistral и представленная в формате safetensors. В карточке приведены примеры ответов в роли персонажа и упомянуты эксперименты с обучением; автор отмечает, что качество обучения могло пострадать из-за ограниченных вычислительных ресурсов. Модель подходит для диалогов и генерации ответов в заданном стиле или роли. Размер составляет 7,9 млрд параметров, заявленная длина контекста — 8192 токена. Лицензия — CC BY 2.0.

EinsteinBagel-8B — объединённая языковая модель на архитектуре Llama 3, созданная с помощью mergekit методом Model Stock. Автор объединил Einstein V6.1 и Bagel V1.0 с базовой Meta-Llama-3-8B, чтобы собрать возможности нескольких дообученных моделей. Модель содержит 7,5 млрд параметров, принимает текст и генерирует текст; нативный контекст — 8192 токена. Модель предназначена для генерации текста и диалогового использования. Карточка не приводит подробных результатов оценки качества или перечня поддерживаемых языков, поэтому нельзя подтвердить её сильные стороны для конкретных задач. Репозиторий распространяется в формате safetensors. Указана лицензия llama3; при использовании необходимо соблюдать её условия и условия лицензии базовой модели.