III.4Клиентская поддержка и customer success

nnajmi/GRPO-Model — дообученная nnajmi модель семейства Llama, разработанная nnajmi на базе nnajmi/Fine-Tuning-LLM. Это плотная причинная языковая модель с 3,2 млрд параметров для генерации текста и диалогов на английском языке. По карточке, модель обучали с использованием Unsloth и библиотеки TRL; формат весов — Safetensors, длина контекста — до 131 072 токенов. Модель подходит для генерации английских ответов и ведения диалогов. Она распространяется по лицензии Apache-2.0. Карточка не приводит подробностей о качестве, оценках или ограничениях поведения модели.

MotherEarth/Hermes-Storm-Climate-lorablated — объединённая диалоговая языковая модель, созданная с помощью mergekit методом SLERP из mlabonne/Hermes-3-Llama-3.1-8B-lorablated и MotherEarth/storm_climate. Она построена на архитектуре Llama с плотной моделью класса LlamaForCausalLM и содержит 7,5 млрд параметров. Модель предназначена для генерации текста в диалогах; заявленный контекст составляет 131072 токена. Модель принимает текст и генерирует текст. В карточке указаны форматы safetensors и библиотека Transformers. Для оценки её пригодности к конкретным задачам стоит учитывать, что README описывает способ слияния, но не приводит результатов тестирования или подробных ограничений. Лицензия в предоставленных данных не указана.

HY-MT1.5-1.8B-GGUF — квантизированная версия переводческой модели HY-MT1.5-1.8B, разработанной Tencent в рамках семейства Hunyuan Translation. Модель предназначена для автоматического перевода между 33 языками и поддерживает 5 этнических и диалектных вариантов. Среди заявленных языков — китайский, английский, русский, французский, испанский, японский, корейский, немецкий, арабский и другие языки Европы и Азии. Модель ориентирована на высокоскоростной перевод, включая работу на периферийных устройствах и сценарии реального времени. Она поддерживает терминологическое вмешательство, контекстный перевод и перевод с сохранением форматирования. По данным разработчика, при размере 1,8 млрд параметров модель обеспечивает качество, сопоставимое с более крупной HY-MT1.5-7B, сохраняя меньшие требования к вычислительным ресурсам. Формат GGUF подготовлен с использованием llama.cpp и предназначен для локального запуска в совместимых средах. К сильным сторонам относятся компактный размер, высокая скорость и широкая языковая поддержка. Ограничения включают отсутствие в предоставленных данных точных сведений об архитектуре, размере контекстного окна, конкретном уровне квантизации и количественной оценке качества. Лицензия в карточке модели не указана.

Hy-MT2-7B — многоязычная модель перевода Tencent Hy на 7,5 млрд параметров с плотной архитектурой HunYuanDenseV1. Она предназначена для перевода между 33 языками, включая выполнение инструкций о переводе на разных языках, и рассчитана на сложные сценарии: повседневные, деловые и специализированные тексты. Модель работает как генеративная языковая модель; для использования доступны веса в формате Safetensors и библиотека Transformers. Заявленная длина контекста — 262 144 токена. Модель подходит для машинного перевода, локализации и перевода с учетом заданных инструкций. В README Tencent сообщает о сильных результатах на общих, деловых и специализированных тестах перевода; это заявление разработчика, а не независимая гарантия качества. Для запуска рекомендуется задавать параметры генерации и инструкции с полными названиями исходного и целевого языков. Модель распространяется по лицензии Apache-2.0.

Ice0.55-17.01-RP — языковая модель на архитектуре Mistral, созданная автором репозитория с помощью слияния предварительно обученных моделей методом SLERP через mergekit. В карточке указаны две исходные модели: Ice0.54-17.01-RP и Ice0.53-16.01-RP. Модель содержит 7,1 млрд параметров, принимает текст и предназначена для генерации текста; максимальный контекст составляет 32 768 токенов. Модель можно использовать для генерации продолжений и ответов на текстовые запросы. README не сообщает о специальных предметных областях, поддерживаемых языках или отдельных возможностях вроде работы с инструментами. Файлы опубликованы в формате Safetensors. Условия лицензии в доступных данных не приведены.

ICONNAI ICONN-e1-Beta — разговорная модель общего назначения на архитектуре Mixtral MoE с 23,4 млрд параметров и контекстом до 32 768 токенов. Разработчик описывает её как модель для повседневных задач, логики и диалога с учётом эмоциональных сигналов: она должна подстраивать тон и стиль ответа. В README также заявлены возможности рассуждения и специализированные экспертные варианты для математики, науки и программирования, однако отдельный статус этих экспертов в данном репозитории не подтверждён. Модель принимает текст и генерирует текст; карточка указывает поддержку чата. Для запуска README рекомендует как минимум четыре GPU Nvidia A100 либо одну B100, а также 120 ГБ оперативной памяти и 120–192 ГБ видеопамяти. Веса опубликованы в формате safetensors, лицензия — Apache 2.0. Заявления о качестве рассуждений и эмоциональной адаптации приведены разработчиком и не сопровождаются в карточке результатами оценивания; указанные аппаратные требования высоки.

instruct-rl-Qwen2.5-0.5B-databricks-dolly-15k — дообученная инструктивная языковая модель на базе Qwen/Qwen2.5-0.5B. Она разработана для генерации текста в ответ на запросы и диалогового взаимодействия. Модель содержит 493,7 млн параметров, использует архитектуру Qwen2ForCausalLM и поддерживает контекст до 32 768 токенов. Модель дообучена на датасете generator; подробности о составе данных и результатах оценки в карточке не приведены. Репозиторий содержит веса в формате safetensors, библиотека для работы — Transformers. Лицензия — Apache-2.0.

Карточка модели PS4Research/jX9tK2dM6rQ1fH4v на Hugging Face совпадает с карточкой PS4Research/nTbiAMoafhgQd0Fb, поэтому описание составлено по ней. PS4Research/nTbiAMoafhgQd0Fb — чат-модель для генерации текста, дообученная PS4Research на базе unsloth/phi-4-reasoning-unsloth-bnb-4bit. В карточке указано, что обучение проводилось с использованием Unsloth и библиотеки TRL от Hugging Face; метаданные классифицируют архитектуру как плотную Phi-3 с классом Phi3ForCausalLM. Модель содержит 14,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для диалоговой генерации текста на английском языке. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Карточка не описывает специальные сценарии применения, обучающие данные или результаты оценки качества.

MergedQwen2-0.5B0.3 — языковая модель, созданная автором репозитория методом слияния Karcher Mean с помощью mergekit. В слиянии участвовали предварительно обученные модели debias_Qwen2-0.5B и Qwen2-0.5B; архитектура — плотная Qwen2ForCausalLM, размер — около 493,7 млн параметров. Модель распространяется в формате safetensors и предназначена для генерации текста и диалогового взаимодействия. Модель принимает текст и генерирует текст; заявленная длина контекста составляет 131 072 токена. Карточка не приводит сведений о языках, лицензии или специальных областях применения, поэтому их нельзя установить по доступным данным.

Kielbasa — разговорная языковая модель, созданная jeiku с помощью mergekit. Это слияние методом DARE TIES на базе jeiku/Rosa_v1_3B с несколькими моделями StableLM Epoch, включая модели для диалогов, ролевых сценариев, следования инструкциям и моделирования теории разума. Модель предназначена для генерации текста и диалогов. Она имеет плотную архитектуру StableLMEpochForCausalLM, содержит 2,7 млрд параметров и поддерживает контекст длиной до 4096 токенов. Карточка модели указывает формат safetensors и интерфейс общения; сведения о лицензии и поддерживаемых языках отсутствуют в предоставленных данных.

Kosmos-EVAA-v2-8B — объединённая модель генерации текста на базе архитектуры Llama, созданная Jaspionjader с помощью mergekit. Веса двух предварительно обученных моделей, Kosmos-EVAA-8B и Kosmos-Elusive-VENN-8B, объединены методом SLERP; в метаданных указано 7,5 млрд параметров и контекст до 8192 токенов. Модель предназначена для генерации текста и диалогов. Согласно описанию базовой модели в каталоге, она работает на русском и английском языках. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Данные не уточняют специализацию, качество на конкретных задачах или лицензионные условия.

KUJIRA Stock 1 — языковая модель для генерации текста, созданная разработчиком soramikaduki с помощью слияния нескольких предварительно обученных моделей методом Model Stock через mergekit. Базой слияния послужила DataPilot/ArrowPro-7B-KUJIRA; в состав также вошли пять моделей семейства KUJIRA и Nous-Hermes. Модель построена на архитектуре Mistral и содержит 7,1 млрд параметров. Модель предназначена для генерации текста и диалоговых сценариев. Контекст составляет 4096 токенов. Репозиторий содержит веса в формате safetensors; для использования указана лицензия CC BY-NC 4.0, допускающая применение с указанием авторства и ограничивающая коммерческое использование. Карточка не описывает специализированные предметные области или конкретные языки.

Kunocchini-7b — текстовая генеративная модель семейства Mistral с 7,1 млрд параметров, созданная Nitral-Archive слиянием SanjiWatsuki/Kunoichi-DPO-v2-7B и Epiculous/Fett-uccine-7B. Для слияния использован метод SLERP; модель работает с контекстом до 8192 токенов и доступна в формате safetensors для Transformers. Модель предназначена для генерации текста и может использоваться для диалогов, ответов на вопросы и других сценариев работы с текстом. В README приведены результаты оценки на задачах рассуждения и commonsense reasoning, но данных о языках обучения или поддерживаемых языках нет. В README указана лицензия «other» без дополнительных условий, поэтому перед использованием следует проверить лицензионные сведения репозитория и базовых моделей. Указанные оценки относятся к конкретным бенчмаркам и сами по себе не гарантируют качество в прикладных сценариях.

Карточка модели ENERGY-DRINK-LOVE/leaderboard_inst_v1.5_LDCC-SOLAR-10.7B_SFT на Hugging Face совпадает с карточкой ENERGY-DRINK-LOVE/leaderboard_inst_v1.3_deup_LDCC-SOLAR-10.7B_SFT, поэтому описание составлено по ней. ENERGY-DRINK-LOVE/leaderboard_inst_v1.3_deup_LDCC-SOLAR-10.7B_SFT — текстовая модель семейства Llama на 10,7 млрд параметров, дообученная разработчиком на LDCC/LDCC-SOLAR-10.7B с использованием набора данных generator. Она предназначена для генерации текста в диалоговом формате и может применяться в чат-сценариях. Модель принимает текст и выдаёт текст; длина контекста составляет 4096 токенов. Репозиторий содержит веса в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

mrm8488/limstral-7B-v0.1 — языковая модель Mistral 7B, дообученная на наборе данных LIMA для следования инструкциям. Она предназначена для генерации ответов на пользовательские запросы и выполнения общих инструкций в диалоговых сценариях. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст длиной до 32 768 токенов. Основной язык в карточке — английский. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не сообщает результаты оценки качества и не описывает специализированные области применения.

Это версия Guanaco на базе Llama 2, дообученная автором репозитория с помощью официальных скриптов из QLoRA. Модель предназначена для генерации текста в диалоговом формате; используется тот же шаблон запроса, что и в исходной Guanaco. В репозитории размещены объединённые веса в формате f16 для PyTorch. Архитектура — плотная LlamaForCausalLM семейства Llama, размер — 6,6 млрд параметров, контекст — до 2048 токенов. В метаданных указан английский язык. Модель может применяться для диалогов и генерации ответов на текстовые запросы. На качество и корректность ответов могут влиять ограничения исходной Llama 2 и особенности дообучения Guanaco; автор не предоставляет гарантий. Использование регулируется ограничениями исходной модели Llama 2.

Llama3-12B-wwe — объединённая языковая модель на архитектуре Llama, созданная сообществом mergekit-community методом passthrough из трёх моделей: hfl/llama-3-chinese-8b-instruct-v2, NousResearch/Hermes-2-Pro-Llama-3-8B и shenzhi-wang/Llama3-8B-Chinese-Chat. Она предназначена для генерации текста и диалогов; базовые модели ориентированы в том числе на китайский и английский языки, а Hermes-2-Pro добавляет разговорные возможности. Модель содержит 13,2 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors; заявленная длина контекста — 8192 токена. В README описано объединение диапазонов слоёв трёх исходных моделей с точностью float16. Модель подходит для ответов в чате и продолжения текста. Лицензия в предоставленных данных не указана.

LLama-3.1-4B-TitanFusion — диалоговая языковая модель, созданная слиянием весов трёх моделей методом Model Stock с помощью mergekit. Базой слияния послужила MagpieLM-4B-Chat-v0.1; также объединены anthracite-org/magnum-v2-4b и TheDrummer/Hubble-4B-v1. Модель построена на плотной архитектуре LlamaForCausalLM, содержит 3,9 млрд параметров и предназначена для генерации текста и диалоговых ответов. Заявленная длина контекста — 131 072 токена. Поддерживается чатовый сценарий; модель опубликована в формате safetensors для библиотеки Transformers. Карточка не приводит результатов сравнительной оценки или подробных ограничений качества. Веса представлены в формате bfloat16. Лицензия в предоставленных данных не указана.

TInkybala/llama-3.1-8b-finetune-test-merged — дообученная языковая модель TInkybala на архитектуре Llama 3.1 с 7,5 млрд параметров. В качестве базовой модели указана unsloth/meta-llama-3.1-8b-unsloth-bnb-4bit; обучение проводилось с использованием Unsloth и библиотеки TRL. Модель предназначена для генерации текста и может использоваться в сценариях диалога и создания текстовых ответов. Метаданные указывают английский язык и контекст до 131 072 токенов. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. Карточка не описывает специализацию дообучения или результаты оценки качества.

cstr/llama3.1-8b-spaetzle-v74 — это текстовая генеративная модель семейства Llama 3.1, созданная автором репозитория cstr путём слияния четырёх моделей серии Spaetzle: v59, v63, v66 и v73. Модель содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и рассчитана на контекст до 131 072 токенов. Модель предназначена для диалоговой генерации текста, ответов на вопросы и работы с каверзными вопросами на английском и немецком языках. В карточке приведены результаты EQ-Bench v2: 75,27 для английского и 68,05 для немецкого; автор отмечает, что ответы на некоторые каверзные вопросы получаются удачными. Метаданные указывают поддержку интерфейса вызова инструментов. Модель распространяется в формате safetensors под лицензией Llama 3.1. Это слияние ранее опубликованных чекпойнтов, а не конверсия или новое обучение; сведения о тренировочных данных наследуются от составляющих моделей и не полностью прослеживаются по карточке.

Llama-3.1-SauerkrautLM-8b-Instruct — текстовая модель VAGO solutions, полученная дообучением Meta-Llama-3.1-8B-Instruct методом Spectrum Fine-Tuning. При обучении обновлялись 25% слоёв модели на немецко-английской смеси данных Sauerkraut Mix v2. Модель предназначена для диалогов и генерации текста на немецком и английском языках. Разработчик сообщает об улучшении навыков на этих языках при сохранении большей части ранее усвоенных знаний. В метаданных указаны архитектура LlamaForCausalLM, 7,5 млрд параметров и контекст до 131 072 токенов; модель доступна в формате safetensors. Модель распространяется по лицензии llama3.1. Разработчик предупреждает, что в ответах может встречаться неприемлемый или несдержанный контент, а корректное поведение не гарантируется.

CarrotAI/Llama-3.2-Rabbit-Ko-3B-Instruct — инструкционная языковая модель CarrotAI для диалогов и генерации текста на корейском и английском языках. Это плотная causal language model семейства Llama с 3,2 млрд параметров, дообученная методом SFT на корейских и английских данных. Контекст модели составляет до 131 072 токенов; веса доступны в формате safetensors. Модель подходит для диалогового помощника, ответов на вопросы, суммаризации и других текстовых задач на корейском и английском. В карточке приведены результаты оценивания на наборах GSM8K, GSM8K-Ko, Haerae и KoBEST. Из-за размера 3B её возможности на сложных задачах ограничены; модель может уступать в узкоспециализированных областях, выдавать предвзятые ответы и галлюцинировать. Лицензия — Llama 3.2.

Llama-3-8B-Dolphin-Portuguese-v0.2 — разговорная языковая модель на архитектуре Llama, опубликованная adalbertojunior. Модель содержит 7,5 млрд параметров, принимает текст и генерирует текст; для диалога она отмечена как conversational и поддерживает чат. Контекст — до 8192 токенов. Модель обучена на переведённой версии набора данных Dolphin и ориентирована на генерацию ответов в диалоге на португальском языке. Она может использоваться для создания чат-ботов и ответов на текстовые запросы. Указанная лицензия в предоставленных данных не приводится.

adamkareem/llama-3-8b-dolphin-uncensored — дообученная разговорная модель семейства Llama 3, разработанная adamkareem на основе unsloth/llama-3-8b-Instruct-bnb-4bit. Она предназначена для генерации текста в диалоге и имеет около 7,5 млрд параметров, плотную архитектуру LlamaForCausalLM и контекст до 8192 токенов. Модель принимает текст и генерирует текст; в карточке указан английский язык и поддержка чата. Модель обучалась с использованием Unsloth и библиотеки TRL. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. Название указывает на uncensored-вариант, однако README не уточняет его поведение и ограничения по содержанию.

Fischerboot/LLama3-8B-Sophie-256 — созданная с помощью mergekit слитая языковая модель на архитектуре Llama 3. Она объединяет предварительно обученные модели Fischerboot/LLama3-Lexi-Aura-3Some-SLERP-SLERP-ql-merge и Fischerboot/ll3-sophie-2-sets-256 методом passthrough; в репозитории представлены веса Safetensors в формате bfloat16. Модель содержит 7,5 млрд параметров и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Карточка базовой модели указывает на ориентацию прежде всего на английский язык; метаданные также отмечают возможность чата. Специальные предметные области не заявлены. Лицензия в предоставленных данных не указана.

nbeerbower/llama3-KawaiiMahouSauce-8B — слитая языковая модель на архитектуре Llama 3, созданная автором карточки с помощью mergekit. В неё объединены nbeerbower/KawaiiMahou-llama3-8B и nbeerbower/llama-3-sauce-v2-8B методом SLERP; опубликованные веса имеют формат safetensors и точность bfloat16. Модель содержит 7,5 млрд параметров и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Её можно применять для черновиков, ответов на вопросы, продолжения текста и ролевых диалогов. Карточка не сообщает целевые языки или специализированную предметную область. Лицензия — llama3; следует учитывать условия лицензирования исходных моделей и Llama 3.

VIRNECT/llama-3-Korean-8B-r-v2 — дообученная языковая модель компании VIRNECT на архитектуре Llama 3. Она предназначена для генерации текста и диалогового общения, с акцентом на корейский язык. Модель содержит 7,5 млрд параметров, использует Transformers и формат Safetensors, поддерживает контекст до 8192 токенов и рассчитана также на английский язык. В качестве базовой модели указана MLP-KTLim/llama-3-Korean-Bllossom-8B; при дообучении использован набор данных AI Hub для разработки крупной языковой модели с улучшенными показателями на корейском языке. Лицензия — Llama 3 Community License. Модель подходит для корейскоязычных чат-ботов и генерации текста; сведения о качестве на конкретных задачах и дополнительных ограничениях в карточке не приведены.

Fischerboot/LLama3-Lexi-Aura-3Some-SLERP-SLERP-15B — плотная языковая модель семейства Llama 3 для генерации текста и диалоговых ответов. Репозиторий создан на основе модели Fischerboot/LLama3-Lexi-Aura-3Some-SLERP-SLERP с использованием mergekit и метода passthrough; в метаданных также указана связь finetune с этой базовой моделью. Модель содержит 14,5 млрд параметров, принимает текст и имеет контекст длиной 8192 токена. Модель предназначена для текстовой генерации и диалогового взаимодействия. Базовая модель из каталога рассчитана на английские ответы, поэтому английский — единственный подтверждённый язык. Веса опубликованы в формате safetensors для библиотеки Transformers. Лицензия — Apache-2.0.

ibivibiv/llama-3-nectar-dpo-8B — текстовая генеративная модель семейства Llama 3, опубликованная пользователем ibivibiv на Hugging Face. Карточка не раскрывает разработчика исходной модели и подробности обучения, но название указывает на DPO-настройку; базовая модель в метаданных не указана. Модель предназначена для генерации текста в диалоговом формате. Это плотная архитектура LlamaForCausalLM примерно на 7,5 млрд параметров с контекстом 8192 токена; указана поддержка английского языка. Репозиторий содержит веса Safetensors и использует лицензию Llama 3. Карточка модели автоматически сгенерирована и не приводит конкретных результатов оценки, данных обучения или подробного описания ограничений. Практическое применение следует проверять с учётом качества ответов и возможных смещений; использование регулируется лицензией Llama 3.

PetroGPT/Llama-3-Petro-Instruct-v1 — языковая модель FelixChao для генерации текста в диалоговом формате. Она дообучена на базе unsloth/llama-3-8b-Instruct-bnb-4bit с использованием Unsloth и библиотеки TRL. Модель относится к семейству Llama, использует плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров; заявленная длина контекста — 8192 токена. Модель подходит для генерации ответов и ведения текстового диалога на английском языке. Карточка не описывает специализацию на области Petro или конкретные обучающие данные, поэтому назначение следует считать общим. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.