III.5Управление персоналом и организацией

sfmunfilterede2ealignment-0k1k2ksimpleavgmerge — объединённая предобученная языковая модель, созданная с помощью mergekit. В карточке указано линейное слияние чекпойнтов, соответствующих шагам 0, 1000 и 2000; базовым для слияния служил чекпойнт global_step2000. В метаданных архитектура обозначена как GPT-NeoX, плотная авторегрессионная модель с 8,8 млрд параметров, принимающая текст и генерирующая текст. Максимальная длина контекста — 16 384 токена. Модель предназначена для генерации текста и диалогового взаимодействия. Карточка не описывает отдельные предметные области, языковую специализацию или измеренные преимущества слияния. Лицензия в предоставленных данных не указана.

sfm_unfiltered_midtrain_alignment-2k_3k_4k_weightedavg_merge — объединённая языковая модель, созданная методом Linear merge с помощью mergekit. В качестве базовой точки использован чекпойнт global_step4000; в слияние также вошли чекпойнты global_step2000 и global_step3000. Разработчик в карточке не назван. Модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров. Она предназначена для генерации текста и диалогового взаимодействия, использует библиотеку Transformers и формат весов safetensors. Заявленная длина контекста — 16 384 токена. В карточке нет сведений о поддерживаемых естественных языках или специализированных прикладных областях. Лицензия и ограничения на использование в карточке не описаны. Качество, безопасность и пригодность модели для конкретных сценариев отдельно не охарактеризованы.

Healshsj/smollm3-3b-claude-fable5 — дообученная модель Healshsj на базе HuggingFaceTB/SmolLM3-3B. Это плотная авторегрессионная языковая модель семейства SmolLM3 с 3,1 млрд параметров и контекстом до 65 536 токенов. Она принимает текст и генерирует текст; метаданные также указывают на поддержку диалогового режима и интерфейса вызова инструментов. В карточке сказано, что обучение выполнялось с использованием Unsloth и библиотеки TRL от Hugging Face. Модель подходит для генерации текста и диалоговых сценариев на английском языке. Она распространяется в формате safetensors по лицензии Apache-2.0. README не приводит результатов оценки качества или подробностей о данных дообучения, поэтому поведение именно этой версии по сравнению с базовой моделью не охарактеризовано.

solar megamerge 10.7b — объединённая с помощью DARE языковая модель, опубликованная martyn. В README указано, что веса нескольких моделей были объединены; метаданные описывают архитектуру как плотную LLaMA с классом LlamaForCausalLM и размером 10,6 млрд параметров. Модель предназначена для генерации текста. Она принимает текст и выдаёт текст, поддерживает английский язык, а её нативный контекст составляет 4096 токенов. Репозиторий содержит веса в формате safetensors. README не раскрывает состав объединения, поэтому базовую модель определить нельзя. Лицензия — Apache-2.0.

Карточка модели nota-ai/st-vicuna-v1.3-10.5b-taylor на Hugging Face совпадает с карточкой nota-ai/st-vicuna-v1.3-5.5b-taylor, поэтому описание составлено по ней. Nota AI разработала эту модель как укороченную версию Vicuna-v1.3 на базе LLaMA для более эффективной генерации текста. Веса получены удалением наименее значимых блоков Transformer с последующим лёгким дообучением методом LoRA; для pruning использован критерий Taylor+. Вариант уменьшен примерно с 7B до 5,5B параметров, а метаданные указывают 5,4B параметров и архитектуру LlamaForCausalLM. Модель предназначена для генерации текста и диалоговых сценариев на основе Vicuna. Максимальная длина контекста составляет 2048 токенов. Репозиторий содержит веса PyTorch и Safetensors. Лицензия ограничивает использование некоммерческими целями. Сокращение глубины предназначено для повышения эффективности по сравнению с исходной моделью, однако доступные сведения не приводят результатов бенчмарков для этой конкретной версии. Короткий контекст ограничивает работу с длинными документами; модель может наследовать ошибки и ограничения базовой Vicuna.

Карточка модели nota-ai/st-vicuna-v1.3-5.5b-ppl на Hugging Face совпадает с карточкой nota-ai/st-vicuna-v1.3-5.5b-taylor, поэтому описание составлено по ней. Nota AI разработала эту модель как укороченную версию Vicuna-v1.3 на базе LLaMA для более эффективной генерации текста. Веса получены удалением наименее значимых блоков Transformer с последующим лёгким дообучением методом LoRA; для pruning использован критерий Taylor+. Вариант уменьшен примерно с 7B до 5,5B параметров, а метаданные указывают 5,4B параметров и архитектуру LlamaForCausalLM. Модель предназначена для генерации текста и диалоговых сценариев на основе Vicuna. Максимальная длина контекста составляет 2048 токенов. Репозиторий содержит веса PyTorch и Safetensors. Лицензия ограничивает использование некоммерческими целями. Сокращение глубины предназначено для повышения эффективности по сравнению с исходной моделью, однако доступные сведения не приводят результатов бенчмарков для этой конкретной версии. Короткий контекст ограничивает работу с длинными документами; модель может наследовать ошибки и ограничения базовой Vicuna.

SuperBruphin-3x7B — экспериментальная диалоговая языковая модель, созданная nbeerbower с помощью mergekit. Это MoE-модель семейства Mixtral с архитектурой MixtralForCausalLM и примерно 7,1 млрд параметров; в слияние вошли nbeerbower/bruphin-epsilon, FelixChao/WestSeverus-7B-DPO-v2 и jondurbin/airoboros-m-7b-3.1.2. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. Модель предназначена для диалогов, генерации историй и писем, решения задач и ответов на инструкции. В README приведены оценки Open LLM Leaderboard: среднее значение 73,75, результат 71,16 на AI2 Reasoning Challenge и 87,74 на HellaSwag. Подтверждённых сведений о поддерживаемых естественных языках и специализированных областях применения нет. Лицензия — Apache-2.0.

T3Q-DPO-Mistral-7B — текстовая генеративная модель, разработанная Chihoon Lee (chlee10) и T3Q. Это версия liminerity/M7-7b, дообученная методом DPO на наборе предпочтений Intel/orca_dpo_pairs для генерации текста и диалоговых ответов. Модель построена на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В метаданных указан английский язык. Модель опубликована в формате safetensors по лицензии Apache-2.0.

T3qm7xNeuralsirkrishna_Experiment27Yam — объединённая языковая модель семейства Mistral, созданная слиянием automerger/T3qm7xNeuralsirkrishna-7B и automerger/Experiment27Yam-7B. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и распространяется в формате safetensors. Она предназначена для генерации текста и диалогов с контекстом до 32 768 токенов. Модель может применяться для ответов на запросы и создания связного текста. Карточка не сообщает о специализированной предметной области или поддерживаемых языках. Лицензия — Apache-2.0. Практические ограничения и результаты оценки качества в карточке не описаны.

MaziyarPanahi/T3qm7xNeuralsirkrishna_Strangemerges_32Inex12 — объединённая языковая модель семейства Mistral, созданная слиянием automerger/T3qm7xNeuralsirkrishna-7B и automerger/Strangemerges_32Inex12-7B. Она предназначена для генерации текста и диалогов. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате safetensors. В карточке указана лицензия Apache-2.0. Карточка не описывает специальные прикладные области, языки или дополнительные возможности. Поэтому область применения следует оценивать как общее текстовое взаимодействие; качество и ограничения конкретных сценариев из доступных сведений определить нельзя.

tempesthenno-nuslerp-001 — объединённая языковая модель на 14 млрд параметров, созданная автором репозитория с помощью mergekit и метода NuSLERP. В объединение вошли две предварительно обученные модели, указанные в README как локальные пути; метаданные связывают результат с sometimesanotion/Qwen2.5-14B-Vimarckoso-v3 и sthenno-com/miscii-14b-1225. Архитектура — плотная Qwen2ForCausalLM; модель использует формат safetensors и рассчитана на контекст до 131 072 токенов. Модель предназначена для диалоговой генерации текста на английском и китайском языках. Её можно применять для ведения беседы, генерации ответов и следования инструкциям. В README приведены результаты оценивания на Open LLM Leaderboard, включая IFEval и BBH, но этих данных недостаточно для выводов о качестве в конкретных прикладных областях. Лицензия — Apache-2.0.

kevin009/TinyNaughtyLlama-v1.0 — диалоговая языковая модель примерно на 1 млрд параметров, созданная дообучением TinyLlama 1.1B Chat методом DPO. Она использует плотную архитектуру LlamaForCausalLM и предназначена для генерации продолжений текста и ответов в чате. Модель принимает текст и генерирует текст; максимальная длина контекста составляет 2048 токенов. Модель рассчитана на общие языковые задачи и диалоговые сценарии. README предупреждает, что ответы могут быть предвзятыми или неподходящими, поэтому их следует проверять и при необходимости фильтровать. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

titulm-llama-3.2-1b-v2.0-Instruct-v1.0 — плотная языковая модель семейства Llama с архитектурой LlamaForCausalLM и 1,3 млрд параметров. Согласно README, модель обучена с нуля на неизвестном наборе данных; разработчик и подробности обучения не указаны. Модель предназначена для генерации текста в диалоговом формате. В метаданных заявлено контекстное окно до 131 072 токенов и поддержка библиотеки Transformers; файлы весов представлены в формате safetensors. Данные о качестве, языках, специализированных сценариях и известных ограничениях отсутствуют. Лицензия в предоставленных сведениях не указана.

titulm-llama-3.2-3b-v2.0-Instruct-v1.0 — плотная авторегрессионная языковая модель семейства Llama, разработчик — hishab. Согласно README, модель обучена с нуля; сведения о датасете отсутствуют. Это чат-модель для генерации текста по запросу, с числом параметров 3,3 млрд и контекстом до 131 072 токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Модель предназначена для диалоговых сценариев и генерации текста. README не приводит результатов оценки, конкретных целевых задач или рекомендаций по применению. Лицензия в предоставленных данных не указана.

Lachhhhhhh/un-ablit-q-125st — дообученная модель генерации текста на архитектуре Qwen3, созданная Lachhhhhhh на базе huihui-ai/Huihui-Qwen3-8B-abliterated-v2. Модель содержит 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных также заявлены возможности чата и интерфейс вызова инструментов. Модель предназначена для генерации текста и диалоговых ответов на английском языке. В README указано, что обучение выполнялось с Unsloth и библиотекой TRL. Модель распространяется по лицензии Apache-2.0. Подробности обучения и отдельные результаты оценки качества не приведены.

Katayoon/VPO-Pess-Zephyr-7B-iter-2 — диалоговая языковая модель на архитектуре Mistral с 7,1 млрд параметров, разработанная как дообученная версия Katayoon/VPO-Pess-Zephyr-7B-iter-1. Модель предназначена для генерации текстовых ответов в чате и поддерживает контекст длиной до 32 768 токенов. Модель сохранена в формате safetensors и распространяется по лицензии MIT. В карточке указано дообучение на обновлённом и исходном наборах данных; подробности о данных, оценке качества и ограничениях не приведены.

Wicked Moondust 12B — слитая языковая модель, созданная с помощью mergekit методом Arcee Fusion из Vortex5/Ethereal-Stardust-12B, Vortex5/Wicked-Oblivion-12B и Vortex5/Nether-Moon-12B. Модель использует плотную архитектуру MistralForCausalLM и содержит 12,1 млрд параметров. Модель предназначена для генерации текста и разговорного взаимодействия. Контекстное окно составляет до 131 072 токенов; файлы весов представлены в формате safetensors. В метаданных указана поддержка чата, а базовая модель описана как ориентированная на ролевые диалоги, повествование и художественное письмо. В карточке не указаны лицензия и языки. Поэтому условия использования по лицензии и пригодность для конкретных языков по имеющимся сведениям определить нельзя.

YamshadowInex12_CalmeInex12 — объединённая модель MaziyarPanahi на архитектуре Mistral с 7,1 млрд параметров. Она создана слиянием automerger/YamshadowInex12-7B и automerger/CalmeInex12-7B. Модель предназначена для генерации текста и диалогов. Она принимает текст и поддерживает контекст до 32 768 токенов. В карточке модели не описаны дополнительные специализированные сценарии или поддерживаемые языки. Модель распространяется в формате safetensors по лицензии Apache-2.0. Данных о специальных ограничениях качества или безопасности в карточке нет.

hongzoh/Yi-6B_Open-Orca — текстовая генеративная модель, дообученная на наборе Open-Orca/OpenOrca на основе 01-ai/Yi-6B. Модель содержит 5,8 млрд параметров и использует плотную архитектуру семейства Llama; для запуска указана библиотека Transformers и формат весов PyTorch. Модель предназначена для генерации текста и диалоговых ответов по текстовым запросам. Обучение на Open-Orca ориентирует её на следование инструкциям и ответы на вопросы на английском языке. Контекст составляет до 4096 токенов. Модель выпущена под лицензией Apache-2.0. Карточка содержит мало сведений о качестве и оценках модели; фактические результаты могут зависеть от запроса и настроек генерации.

Yoda-WizardLM-2.3-7B — текстовая модель для генерации текста и диалогов, разработанная как дообученная версия amazingvince/Not-WizardLM-2-7B. Она построена на архитектуре Mistral и содержит 7,1 млрд параметров; максимальная длина контекста составляет 32 768 токенов. Модель предназначена для сценариев генерации текста и общения на естественном языке. Модель распространяется в формате safetensors по лицензии Apache-2.0. Данные обучения и подробные сведения о поведении в README не описаны, поэтому качество и специализацию модели сверх генерации текста оценить нельзя.

bigheiniuJ/zephyr-7b-dpo-full-ensemble-mixv4 — диалоговая модель для генерации текста, дообученная автором на базе alignment-handbook/zephyr-7b-sft-full с использованием TRL. Модель построена на плотной архитектуре Mistral и содержит 7,1 млрд параметров; заявленное контекстное окно — 32 768 токенов. В метаданных указаны формат safetensors и возможность вести диалог. Модель предназначена для ответов на вопросы и других текстовых диалоговых сценариев. Карточка демонстрирует запуск через Transformers pipeline с сообщением пользователя и генерацией продолжения. Сведения о поддерживаемых языках, специальных предметных областях и лицензии в предоставленных данных отсутствуют.

zephyr-alpha-Nebula-v2-7B — объединённая разговорная языковая модель, созданная Weyaxi на основе HuggingFaceH4/zephyr-7b-alpha и адаптера PulsarAI/Nebula-v2-7B-Lora. Она предназначена для генерации текста в диалогах и ответов на запросы. Модель построена на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов; карточка указывает английский язык. Репозиторий содержит веса Safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. README не приводит результатов оценки модели, поэтому её качество по указанным бенчмаркам оценить нельзя.

zephyr-UFB-7b-sft — дообученная авторами репозитория модель Mistral-7B-v0.1 для генерации текста и диалогового взаимодействия. Она построена на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель дообучена методом SFT на датасете generator; в README приведено значение loss 1,0398 на наборе оценки. Модель подходит для генерации ответов и ведения диалога. README не раскрывает целевую специализацию датасета, подробности оценки или известные ограничения качества, поэтому её возможности за пределами общей генерации текста не следует считать подтверждёнными. Репозиторий использует формат safetensors и лицензию Apache-2.0.

Это дообученная модель генерации текста на архитектуре Mistral с 7,1 млрд параметров, созданная на основе ShenaoZhang/0.0001_3iters_bs256_nodpo_full6w_iter_1. Она предназначена для генерации текста и диалогового общения, включая ответы на вопросы. Контекст модели составляет до 32 768 токенов; репозиторий содержит веса в формате safetensors. В карточке указано дообучение на наборах updated и original, но подробности о данных, обучении и оценке не приведены. Модель распространяется по лицензии MIT.

ShenaoZhang выпустил дообученную модель Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров. Она предназначена для генерации текста и диалогового общения; в качестве базовой модели указана HuggingFaceH4/mistral-7b-sft-beta, а для дообучения использованы наборы updated и original. Модель принимает и генерирует текст, поддерживает контекст до 32 768 токенов. Карточка не описывает конкретные сценарии обучения и оценки качества. Лицензия — MIT.

Модель ShenaoZ/0.0001_withdpo_4iters_bs256_4444lr_iter_1 — дообученная версия Mistral-7B-SFT-Beta с архитектурой MistralForCausalLM и 7,1 млрд параметров. Её обучали на наборе HuggingFaceH4/ultrafeedback_binarized с использованием DPO; модель предназначена для генерации текста и общения в формате чата. Модель принимает текст и выдаёт текст. Контекстное окно составляет 32 768 токенов. Карточка указывает лицензию MIT. README не содержит сведений об оценке качества или конкретных ограничениях; модель унаследовала зависимость от качества обучающих данных и может выдавать неточные ответы.

Модель ShenaoZ/0.0001_withdpo_4iters_bs256_4444lr_iter_2 — плотная авторегрессионная языковая модель семейства Mistral, дообученная на основе ShenaoZ/0.0001_withdpo_4iters_bs256_4444lr_iter_1 на обновлённом и исходном наборах данных. Она предназначена для генерации текста и диалогового взаимодействия. Модель содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и распространяется в формате Safetensors. Модель опубликована ShenaoZ 5 мая 2024 года и доступна по лицензии MIT. Карточка не описывает состав наборов данных, языки, результаты оценки или конкретные ограничения качества; поэтому пригодность для специализированных задач и поддерживаемые языки по имеющимся сведениям установить нельзя.

ShenaoZ/0.001_ablation_4iters_bs256_sample2_iter_2 — диалоговая модель текстовой генерации, дообученная разработчиком ShenaoZ на базе ShenaoZ/0.001_ablation_4iters_bs256_sample2_iter_1. Это плотная MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов; модель принимает текст и генерирует текст, поддерживая диалоговый сценарий. В README указано дообучение на наборах updated и original, но дополнительные сведения о назначении, данных и оценке не приведены. Модель распространяется по лицензии MIT.

ShenaoZ/0.001_ablation_5iters_bs256_nodpo_iter_1 — дообученная модель Mistral, созданная на основе HuggingFaceH4/mistral-7b-sft-beta и обученная на наборах данных updated и original. Это плотная авторегрессионная языковая модель с 7,1 млрд параметров для генерации текста и общения в чате; она принимает текст и выдаёт текст. Контекст составляет до 32 768 токенов. Модель подходит для диалоговых ответов и генерации текста на основе пользовательских запросов. В README не приведены подробности обучения и оценки качества, поэтому надёжность ответов и специализацию на отдельных областях по доступным сведениям определить нельзя. Лицензия — MIT.

ShenaoZhang разработал эту модель как дообученную версию ShenaoZhang/0.001_idpo_iter_1 на датасете ShenaoZhang/0.001_idpo_dataset. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалогового общения. Модель принимает текст и генерирует текст; заявленная длина контекста — 32 768 токенов. Репозиторий содержит веса в формате Safetensors, а лицензия модели — MIT. README не приводит подробностей о предполагаемых сценариях, оценках качества и ограничениях; по имеющимся сведениям нельзя уточнить специализацию обучения или поддерживаемые языки.