III.4Клиентская поддержка и customer success

em_german_leo_mistral-Mistral-7B-Instruct-v0.1 — объединённая чат-модель на архитектуре Mistral, созданная слиянием mistralai/Mistral-7B-Instruct-v0.1 и jphme/em_german_leo_mistral методом SLERP. Модель содержит 7,1 млрд параметров и рассчитана на генерацию текста в ответ на инструкции и диалоговые запросы на немецком языке. Модель подходит для немецкоязычных чат-ботов, ответов на вопросы и других сценариев генерации текста. Заявленный размер контекстного окна — 32 768 токенов. Модель распространяется под лицензией Apache-2.0.

Карточка модели tae898/emoberta-large на Hugging Face совпадает с карточкой tae898/emoberta-base, поэтому описание составлено по ней. EmoBERTa-base — текстовая модель классификации эмоций в репликах диалога, опубликованная Taewoon Kim. Она основана на RoBERTa-base и дообучена на MELD и IEMOCAP; архитектура — RoBERTa для классификации последовательностей, размер — 151,8 млн параметров, контекст — до 514 токенов. Модель принимает одну реплику за раз и предсказывает её эмоциональную категорию. Она рассчитана на распознавание эмоций в разговорном тексте и может использоваться, например, для анализа диалогов. Опубликованный чекпойнт не учитывает говорящего и соседние реплики, хотя эксперименты обучения на MELD и IEMOCAP исследовали также контекст прошлых и будущих реплик. Поддерживается английский язык. Лицензия — MIT.

Emotionality_continuous — модель классификации текста, дообученная ajrayman на базе microsoft/deberta-v3-base. Она предназначена для оценки непрерывной эмоциональности текста; в README приведены результаты на тестовой выборке: RMSE 0,2115, MAE 0,1666 и корреляция 0,2949. Модель построена на архитектуре DeBERTa v3 Base с 211,6 млн параметров, принимает текст с контекстом до 512 токенов и выдаёт оценку для задачи классификации последовательности. Лицензия — MIT.

Модель lucky377/emotion_classifier — дообученная версия DistilBERT для классификации эмоций в английском тексте. Она присваивает тексту один из шести классов: грусть, радость, любовь, гнев, страх или удивление. В карточке указаны архитектура DistilBERT, базовая модель distilbert-base-uncased и обучение на наборе dair-ai/emotion из 20 000 размеченных текстовых фрагментов. Модель принимает текст и возвращает метки классов с оценками; максимальная длина контекста — 512 токенов. Модель подходит для анализа эмоциональной окраски коротких текстов, например сообщений и пользовательских отзывов. Она рассчитана на английский язык, поэтому качество на других языках не подтверждено. Лицензия — Apache 2.0.

Eris-Floramix-7b — языковая модель семейства Mistral с 7,1 млрд параметров, созданная Nitral-Archive слиянием SLERP моделей ChaoticNeutrals/Eris_Remix_DPO_7B и ResplendentAI/Flora_DPO_7B. Это плотная авторегрессионная модель для генерации текста и диалоговых ответов; максимальный контекст составляет 32 768 токенов. Модель подходит для продолжения текста, черновиков и диалоговых сценариев на английском языке. Веса опубликованы в формате safetensors. Лицензия указана как other; конкретные условия использования следует проверять в материалах репозитория и лицензиях исходных моделей.

ClaudioItaly/Eutopia — плотная языковая модель семейства Llama для генерации текста. Она создана автором репозитория с помощью mergekit: объединены предварительно обученные модели Sao10K/Fimbulvetr-11B-v2 и Undi95/Utopia-13B методом SLERP с использованием отдельных диапазонов слоёв. В репозитории представлены веса в формате safetensors; размер модели — 8,6 млрд параметров, контекст — до 4096 токенов. Модель предназначена для генерации текста и диалоговых ответов. Карточка не приводит отдельных сведений о специализации, поддерживаемых языках или оценках качества. Лицензия в доступных данных не указана.

Evocation — объединённая языковая модель семейства Llama, созданная ClaudioItaly с помощью mergekit. В слиянии использованы WizardLM-1.0-Uncensored-Llama2-13b и Utopia-13B; базой указана Utopia-13B. Применён метод della_linear, веса сохранены в формате safetensors с точностью bfloat16. Модель предназначена для генерации текста по запросу, включая диалоги и ответы в свободной форме. Она содержит около 12,9 млрд параметров, построена на архитектуре LlamaForCausalLM и поддерживает контекст до 4096 токенов. В карточке не приведены сведения о целевых языках или специализированных областях применения. Лицензия в предоставленных данных не указана.

ClaudioItaly/Exper-Alfa-V1 — объединённая языковая модель на архитектуре Llama, созданная с помощью mergekit методом TIES на основе Undi95/Utopia-13B. В модели около 12,9 млрд параметров, веса представлены в формате Safetensors; базовая модель описана как модель для генерации текста по инструкциям, диалогов и сюжетных ответов. Модель предназначена для генерации текста и ответов в диалоге. Она принимает текст и выдаёт текст, а заявленная длина контекста составляет 4096 токенов. В карточке указана лицензия не была предоставлена, поэтому условия использования определить нельзя.

MaziyarPanahi/Experiment26Yam_Multi_verse_modelYam — объединённая языковая модель на архитектуре Mistral, созданная слиянием automerger/Experiment26Yam-7B и automerger/Multi_verse_modelYam-7B. Она предназначена для генерации текста и принимает текстовые запросы; размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель можно применять для продолжения текста, черновиков и ответов на текстовые запросы. Карточка не приводит сведений о специализации по языкам или областям. Лицензия — Apache-2.0.

MaziyarPanahi/Experiment26Yamshadow_ShadowYam — объединённая модель для генерации текста, созданная на основе automerger/Experiment26Yamshadow-7B и automerger/ShadowYam-7B. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации продолжений и ответов на текстовые запросы. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. Карточка не описывает конкретную специализацию, языки или результаты оценки качества, поэтому их нельзя уверенно указать.

Experiment28M7_Experiment29Experiment24 — объединённая языковая модель MaziyarPanahi, созданная на основе automerger/Experiment28M7-7B и automerger/Experiment29Experiment24-7B. Она предназначена для генерации текста и диалогов по текстовым запросам. Модель использует плотную архитектуру Mistral с 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Файлы весов представлены в формате safetensors. README не сообщает о специальных предметных навыках или поддерживаемых языках. Модель распространяется по лицензии Apache-2.0. Оценки качества и конкретные ограничения в карточке не описаны.

Experiment28M7_YamExperiment28 — объединённая модель Maziyar Panahi на основе двух моделей: automerger/Experiment28M7-7B и automerger/YamExperiment28-7B. Она предназначена для генерации текста и диалоговых сценариев на базе архитектуры Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. Карточка не описывает специальные навыки, языки или результаты оценки качества.

Open-Assistant Falcon 40B SFT OASST-TOP1 — языковая модель, созданная командой OpenAssistant дообучением Falcon 40B от TII на лучших демонстрациях из набора OpenAssistant Conversations (OASST1). Это причинный декодерный трансформер семейства RefinedWeb с 65 млрд параметров и контекстом 2048 токенов; репозиторий содержит веса PyTorch. Модель предназначена для диалоговых ответов и продолжения текста по запросу пользователя. Она рассчитана прежде всего на английский, немецкий, испанский и французский языки; также описаны ограниченные возможности для итальянского, португальского, польского, нидерландского, румынского, чешского и шведского. Для диалога используются специальные маркеры начала ходов пользователя и ассистента. Модель обучена примерно за 7,5 эпох с dropout в стиле LIMA и эффективным размером пакета 144. Возможности и качество на других задачах и языках могут быть ограничены; модель не следует считать специализированной системой для разметки или классификации. Лицензия — Apache 2.0.

Карточка модели Mubin1917/Fhi-3.5-mini-instruct на Hugging Face совпадает с карточкой Mubin1917/FC-PHI-3.5-Mini-Merged-1, поэтому описание составлено по ней. Mubin1917 разработал и опубликовал эту модель как дообученную версию unsloth/Phi-3.5-mini-instruct. Это плотная языковая модель на 3,7 млрд параметров для генерации текста и диалогов; в карточке указаны PyTorch, библиотека Transformers и контекст длиной 4096 токенов. Модель обучали с использованием Unsloth и библиотеки TRL. Модель подходит для генерации ответов в диалоге и других задач текстовой генерации на английском языке. Она распространяется по лицензии Apache-2.0. Карточка не описывает особенности дообучения и результаты оценки качества.

Filet_3B — разговорная языковая модель на архитектуре StableLM Epoch, созданная автором jeiku слиянием нескольких предварительно обученных моделей методом task arithmetic через mergekit. В качестве базовой модели указана jeiku/Rosa_v1_3B; в слияние также вошли модели StableLM, ориентированные на диалоги, ролевые сценарии, следование инструкциям и другие варианты генерации текста. Модель предназначена для генерации текста и диалоговых сценариев. Она содержит около 2,7 млрд параметров, принимает текст и генерирует текст, поддерживает контекст до 4096 токенов. Карточка и теги указывают на разговорное применение; язык обучения или основной язык модели не указан. Лицензия в предоставленных данных не указана.

Finch 7B Merge — языковая модель семейства Mistral с 7,1 млрд параметров, созданная объединением macadeliccc/WestLake-7B-v2-laser-truthy-dpo и SanjiWatsuki/Kunoichi-DPO-v2-7B методом SLERP. Модель предназначена для генерации текста и диалогов; в карточке рекомендован формат ChatML. Контекст составляет 32 768 токенов, основной указанный язык — английский. Finch подходит для диалоговых сценариев и генерации ответов на запросы на английском языке. Веса доступны в формате Safetensors; README также упоминает отдельные квантизированные варианты EXL2 и GGUF. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Модель viviastaari/finetuning-sentiment-analysis-en-id — дообученная версия distilbert-base-multilingual-cased для классификации тональности текста. Она принимает текст и предсказывает его класс; в названии модели заявлена работа с английским и индонезийским языками. Архитектура — DistilBERT для классификации последовательностей, формат весов — PyTorch, максимальный контекст — 512 токенов. В README приведены результаты оценки: accuracy 0,9527, F1 0,9646, precision 0,9641 и recall 0,9652. Описание данных, разметки классов и предполагаемых сценариев применения не раскрыто, поэтому метрики нельзя уверенно переносить на произвольные тексты. Модель распространяется по лицензии Apache-2.0.

FIPO-IPL-IPO-Tulu2-70B — диалоговая модель Junrulu на базе AllenAI Tulu 2 DPO 70B, дообученная на наборе Prompt Preference Dataset. Это плотная авторегрессионная модель семейства Llama с 68,7 млрд параметров, предназначенная для генерации ответов в диалоговом формате. Репозиторий указывает контекст до 8192 токенов и форматы PyTorch и Safetensors. Модель рассчитана на англоязычные диалоги и генерацию текста по запросу. В README рекомендуется передавать сообщение в формате `Your message here!` с завершающим переводом строки. Карточка не приводит оценок качества или подробных результатов; лицензия в предоставленных данных не указана.

ClaudioItaly создал FourFastGemma-9 — объединённую методом TIES языковую модель на архитектуре Gemma 2 с 9 млрд параметров. За основу взята ifable/gemma-2-Ifable-9B; в объединение также вошли UCLA-AGI/Gemma-2-9B-It-SPPO-Iter3, lemon07r/Gemma-2-Ataraxy-9B и nbeerbower/gemma2-gutenberg-9B. Модель предназначена для генерации текста и диалоговых ответов; работает с текстом и использует библиотеку Transformers. Контекст — до 8192 токенов. Файлы модели представлены в формате safetensors. Состав объединения сочетает диалоговую модель, а также модели Ataraxy и Gutenberg, однако README не описывает отдельно проверенные преимущества или специализированные сценарии. Лицензия в предоставленных данных не указана.

FrankenVillain-7B-v1 — англоязычная разговорная модель для генерации текста, созданная с помощью mergekit на основе jeonsworld/CarbonVillain-en-10.7B-v1. Модель использует архитектуру Llama с плотной структурой и 10,6 млрд параметров; заявленная длина контекста — 4096 токенов. Модель предназначена для диалогов и генерации ответов на текстовые запросы. В README приведены результаты оценки на бенчмарках AI2 Reasoning Challenge и HellaSwag. Модель распространяется под лицензией Apache-2.0.

full_vanilla_dpo_iter_1 — диалоговая языковая модель, дообученная на базе alignment-handbook/zephyr-7b-sft-full на обновлённом и исходном наборах данных. Модель построена на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров; её основная задача — генерация текста в чате. Заявленная длина контекста составляет 32 768 токенов. Модель подходит для ведения диалога и генерации ответов на текстовые запросы. Репозиторий содержит веса в формате safetensors. Лицензия — Apache 2.0. README не приводит сведений о конкретных сценариях, оценке качества или специальных ограничениях модели.

OpenAssistant/galactica-6.7b-finetuned — текстовая генеративная модель на архитектуре OPT, дообученная на WebGPT и Prompt Dialogue версии v2. Она предназначена для генерации текста в ответ на запросы и диалоговые подсказки. Модель содержит 8,8 млрд параметров, принимает текст и имеет контекст длиной до 2048 токенов. Карточка указывает на дообучение, но не описывает качество ответов или специальные сценарии применения. Репозиторий содержит веса PyTorch. Лицензия в предоставленных данных не указана.

SaisExperiments/Gemma-2-2B-Opus-Instruct — компактная языковая модель на архитектуре Gemma 2, созданная дообучением google/gemma-2-2b-it на наборе kalomaze/Opus_Instruct_25k. Модель содержит 2,7 млрд параметров, принимает текст и предназначена для диалоговой генерации текста; максимальная длина контекста составляет 8192 токена. Модель подходит для создания ответов на вопросы, ведения диалогов и генерации инструктивных ответов. В README автор сообщает об обучении на 39,5 млн токенов, но отмечает неопределённость в качестве результата, поэтому надёжность и качество ответов требуют проверки на целевых задачах. Лицензия — Gemma; её условия использования определяются лицензией Google Gemma.

ReplaceHumanWithAI/Gemma2_high_F16 — разговорная языковая модель семейства Gemma 2, разработанная ReplaceHumanWithAI и дообученная на базе unsloth/gemma-2-2b-it-bnb-4bit с использованием Unsloth и библиотеки TRL. Модель содержит 2,7 млрд параметров, построена на плотной архитектуре Gemma2ForCausalLM и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста и диалогового взаимодействия на английском языке. Её можно использовать для ответов на вопросы, составления текстов и ведения чат-диалогов. Репозиторий содержит веса в формате safetensors; модель распространяется по лицензии Apache-2.0.

p-e-w/gemma-3-270m-it-heretic — дообученная разговорная текстовая модель на базе Google Gemma 3 270M, созданная разработчиком p-e-w. Модель предназначена для генерации текста и диалогов; компактный размер позволяет запускать её на ресурсах с ограничениями. Метаданные указывают архитектуру Gemma3ForCausalLM, 257 млн параметров и контекст до 32 768 токенов. Карточка базовой модели Gemma 3 описывает применение для ответов на вопросы, суммаризации и других сценариев генерации текста, а также поддержку более 140 языков. Однако у этой версии нет заявленной поддержки изображений, поэтому её следует рассматривать как текстовую модель. Тегами модели обозначено снятие ограничений (uncensored/abliterated), но README не содержит отдельного описания результатов или границ такого изменения. Модель может выдавать ошибочные или устаревшие сведения, хуже справляться с неоднозначностью и сложными задачами, а ответы могут отражать смещения обучающих данных. Лицензия — Gemma; применяются условия лицензии и политики допустимого использования Gemma.

Карточка модели mergekit-community/gemma-gemma на Hugging Face совпадает с карточкой fradinho/llama-mistral, поэтому описание составлено по ней. fradinho/llama-mistral — диалоговая языковая модель на архитектуре Llama, созданная объединением моделей с помощью mergekit. В объединение вошли arcee-ai/llama_from_mistral_instruct_v2 и NousResearch/Llama-2-7b-chat-hf; применён метод task arithmetic с равными весами. Модель содержит 7,1 млрд параметров и принимает текст для генерации текста в диалоговом формате. Модель предназначена для ведения бесед и генерации ответов. Контекст составляет 2048 токенов; в карточке не заявлена поддержка языков, кроме сведений о базовой модели, ориентированной на английский. Репозиторий распространяется по лицензии MIT. Данных о качестве на конкретных задачах нет.

Crystalcareai/Gemma-Generic — дообученная автором репозитория языковая модель семейства Gemma с плотной архитектурой GemmaForCausalLM и примерно 8,2 млрд параметров. Модель предназначена для генерации текста и диалоговых сценариев общего назначения; при дообучении использовался набор Chat-Error/wizard_alpaca_dolly_orca в течение трёх эпох. Модель принимает текст и генерирует текст. Заявленная длина контекста составляет 8192 токена. В репозитории доступны веса в формате safetensors. README не приводит результатов оценки качества или описания специальных возможностей. Лицензия в предоставленных данных не указана.

rhaymison/gemma-portuguese-luana-2b — дообученная на португальском языке модель Gemma, разработанная rhaymison. Модель имеет плотную архитектуру GemmaForCausalLM и 2,5 млрд параметров; она предназначена для генерации текста и выполнения инструкций в диалоговом формате. Обучение проводилось на 250 тысячах инструкций из набора rhaymison/superset, а длина контекста составляет 8192 токена. Модель ориентирована на понимание португальского языка и выводов из текста. Её можно дополнительно адаптировать к конкретной области. В карточке отдельно отмечено, что модель не обучалась задачам математики и программирования. Распространяется под лицензией Apache-2.0.

Sumail/Golden_Waves07_2b — объединение двух предварительно обученных языковых моделей tomaszki/gemma-29 и tomaszki/gemma-30, созданное разработчиком с помощью mergekit методом SLERP. Это плотная авторегрессионная модель семейства Gemma с архитектурой GemmaForCausalLM, примерно 2,5 млрд параметров, рассчитанная на генерацию текста и диалоговое взаимодействие. Репозиторий использует библиотеку Transformers и формат весов safetensors; нативный контекст составляет 8192 токена. Модель подходит для генерации продолжений текста и ведения диалога. Данные карточки не уточняют поддерживаемые естественные языки, специальные предметные области или сравнительное качество модели. Условия лицензии в предоставленных сведениях не описаны.

wls04 выпустил GPT-OSS-20B-Ducky-Add — дообученную с помощью TRL разговорную модель на базе openai/gpt-oss-20b. Она использует архитектуру GPT-OSS с разреженной MoE-структурой и предназначена для генерации текста в диалоге: например, пользователь задаёт вопрос, а модель формирует ответ. Модель доступна в формате safetensors для библиотеки Transformers; заявленная длина контекста — 131 072 токена, а метаданные указывают 1,6 млрд параметров. Карточка демонстрирует запуск через pipeline text-generation и генерацию ответа на вопрос. Подробности о данных дообучения, языках, оценке качества и лицензии в предоставленных источниках не приведены.