III.5Управление персоналом и организацией

Это разговорная модель Mistral с архитектурой плотной причинно-следственной языковой модели и 7,1 млрд параметров. Модель разработана как дообученная версия ShenaoZ/0.001_withdpo_4iters_bs256_432lr_iter_2 и обучена на обновлённом и исходном наборах данных с применением DPO, согласно названию и тегам репозитория. Модель предназначена для генерации текста и диалогов. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате Safetensors; лицензия — MIT. README не приводит результатов оценки или конкретных сценариев применения.

Это диалоговая модель генерации текста, разработанная ShenaoZ и дообученная на базе ShenaoZ/0.001_withdpo_4iters_bs256_5102lr_iter_2 на наборах данных updated и original. Модель использует плотную архитектуру Mistral с 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста в диалогах и ответов на текстовые запросы. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии MIT. Подробности о качестве, оценке и специальных ограничениях в карточке не приведены.

Это разговорная модель для генерации текста на архитектуре Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель создана дообучением ShenaoZ/0.001_withdpo_4iters_bs256_531lr_iter_2 на наборах данных updated и original; в метаданных указана поддержка чата. Репозиторий содержит веса в формате safetensors. Модель подходит для диалоговой генерации текста и ответов в чат-сценариях. Она распространяется по лицензии MIT. README не приводит оценок качества или подробностей обучения, поэтому ожидаемые результаты для конкретных задач не подтверждены.

ShenaoZ выпустил модель генерации текста, дообученную методом DPO на базе HuggingFaceH4/mistral-7b-sft-beta с использованием датасета HuggingFaceH4/ultrafeedback_binarized. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов; метаданные также отмечают поддержку диалогового взаимодействия. Она предназначена для генерации ответов и ведения текстовых диалогов. Базовая модель обучена на англоязычных синтетических диалогах, поэтому основным языком следует считать английский. Модель распространяется под лицензией MIT.

Это чат-модель Mistral с 7,1 млрд параметров, дообученная авторами репозитория ShenaoZ на базе ShenaoZ/0.0_withdpo_4iters_bs256_5102lr_iter_1 на обновлённом и исходном наборах данных. Модель предназначена для генерации текста и диалоговых ответов; заявленная длина контекста — 32 768 токенов. Модель распространяется в формате safetensors по лицензии MIT. Карточка не содержит подробностей о данных обучения, оценке качества и известных ограничениях.

ewqr2130/alignment-handbook-zephyr-7b-sft-full-dpo-5e7-cont2 — диалоговая языковая модель на архитектуре Mistral с 7,1 млрд параметров, опубликованная пользователем ewqr2130. Название и карточка указывают на продолжение обучения Zephyr 7B с применением supervised fine-tuning и Direct Preference Optimization; в README упомянуто 7 тысяч шагов обучения. Модель предназначена для генерации текста в диалоге: ответов на вопросы и поддержания переписки. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache 2.0. Карточка не сообщает о специализированной предметной области или языках обучения и не приводит оценок качества. Возможны типичные для генеративной языковой модели ошибки и выдуманные сведения; качество на конкретных задачах следует проверять отдельно.

Amadeus-Verbo-BI-Qwen-2.5-7B-PT-BR-Instruct-Experimental — языковая модель, разработанная Amadeus AI на основе Qwen2.5-7B и дообученная на 600 тысячах инструкций в течение двух эпох. Это плотная Transformer-модель с архитектурой Qwen2 и 7,1 млрд параметров по метаданным; в карточке README указано 7,62 млрд параметров. Она предназначена для генерации текста и диалоговых ответов на бразильском португальском языке, в том числе при использовании шаблона чата. Длина контекста — 131 072 токена. Модель можно запускать через библиотеку Transformers. Метаданные указывают лицензию Apache-2.0. Карточка называет модель экспериментальной; качество и надёжность ответов для конкретных задач могут варьироваться.

Anthesis_7B — объединённая языковая модель, созданная rmdhirr на основе rmdhirr/Foxglove_7B и ResplendentAI/Paradigm_Shift_7B. Для слияния использован метод DARE-TIES с параметрами density 0,60 и weight 0,40; итоговые веса сохранены в формате bfloat16. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста, в том числе ролевых диалогов и ответов на вопросы. В карточке рекомендуется формат Alpaca; также подходят запросы в формате Mistral. Указана поддержка английского языка. Репозиторий распространяется под лицензией Apache-2.0.

DreadPoor/BaeZel-8B-LINEAR — языковая модель, созданная DreadPoor с помощью слияния трёх предварительно обученных моделей через mergekit методом linear: DreadPoor/Aspire_1.3-8B_model-stock, DreadPoor/Heart_Stolen-8B-Model_Stock и DreadPoor/LemonP-8B-Model_Stock. Веса опубликованы в формате safetensors; архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров, контекст — до 8192 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Её можно применять для составления ответов, продолжения текста и разговорных сценариев. В карточке приведены результаты Open LLM Leaderboard, включая IFEval и BBH, но подробные условия оценки и остальные результаты здесь не раскрыты. Модель распространяется по лицензии Apache-2.0. Языки и специализированные области применения в доступных данных не обозначены.

bahcecrumles-3b-slerp — диалоговая языковая модель, созданная liminerity слиянием методом SLERP через mergekit моделей indischepartij/MiniCPM-3B-OpenHermes-2.5-v2 и liminerity/baccules-3b-slerp. Модель семейства Llama имеет плотную архитектуру LlamaForCausalLM и около 2,7 млрд параметров; она предназначена для генерации текста в диалоговом формате и принимает текстовый контекст длиной до 2048 токенов. Модель подходит для диалоговых помощников и генерации ответов на текстовые запросы. Карточка не описывает специализированную область применения или поддерживаемые языки. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

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.

CleverGirl-20b — плотная авторегрессионная языковая модель семейства Llama, опубликованная athirdpath. Это объединённая модель, созданная методом passthrough из слоёв Sao10K/Mythical-Destroyer-V2-L2-13B и athirdpath/Orca-2-13b-Alpaca-Uncensored; выбор компонентов основывался на результатах MMLU и TQA и субъективной оценке. Модель предназначена для генерации текста и может использоваться в диалоговых и общих текстовых сценариях. Веса опубликованы в формате safetensors, указан размер около 19,8 млрд параметров, контекст — до 4096 токенов. Лицензия — Llama 2. Карточка не сообщает отдельные сведения о поддерживаемых языках или специализированных областях применения; характеристики базовых моделей не следует считать гарантией качества объединённой модели.

Clytemnestra — разговорная языковая модель cowboyuniverse для генерации текста. Модель дообучена на базе unsloth/phi-3-mini-4k-instruct-bnb-4bit; в метаданных указаны архитектура Mistral, 3,7 млрд параметров и контекст до 16 384 токенов. Для обучения использовались Unsloth и библиотека TRL от Hugging Face. Модель предназначена для диалогового взаимодействия и генерации текста на английском языке. Репозиторий содержит веса PyTorch. Лицензия — Apache-2.0.

Locutusque/CollectiveLM-Falcon-3-7B — языковая модель, дообученная на базе tiiuae/Falcon3-7B-Base. По README, для обучения использован набор примерно из 1,3 тыс. примеров, полученных сочетанием методов Evol Instruct и Amplify Instruct: отдельные инструкции преобразовывались в сложные многоходовые диалоги. Модель предназначена для генерации текста и диалоговых ответов по инструкциям. Модель имеет плотную архитектуру с 7,1 млрд параметров и контекстное окно до 32 768 токенов. Метаданные указывают английский язык и поддержку чата. В README приведены результаты отдельных оценок, включая GSM8K и AGIEval; они не гарантируют качество на других задачах. Полная карточка модели и описание ограничений отсутствуют. Лицензия обозначена как other, поэтому условия использования следует сверить с репозиторием модели.

Comprehend-it-multilang-base — мультиязычная модель компании Knowledgator для классификации текста без примеров, на основе mT5-base. Это encoder-decoder-модель семейства T5 с 291,2 млн параметров, обученная на многоязычных наборах для вывода по естественному языку и классификации текстов. Она сопоставляет текст с заданными пользователем названиями классов и выдаёт оценки принадлежности к ним. Модель подходит для тематической разметки, маршрутизации обращений и анализа текстов, когда заранее неизвестны или часто меняются категории. Текст и метки можно задавать на разных языках; автор заявляет поддержку почти 100 языков. Для работы используется библиотека LiqFit, поскольку стандартный pipeline Transformers для zero-shot-классификации не поддерживает эту архитектуру. В карточке приведены результаты сравнительных тестов в режиме zero-shot на нескольких наборах классификации, однако они не гарантируют такое же качество на произвольных данных. Модель выпущена под лицензией Apache-2.0.

dmWM-LLama-3-1B-Harm-ft-HarmData-AlpacaGPT4-OpenWebText-d4-a0.25 — плотная авторегрессионная языковая модель семейства Llama, созданная дообучением huihui-ai/Llama-3.2-1B-Instruct-abliterated. Она предназначена для генерации текста и диалоговых сценариев. Модель содержит 1,2 млрд параметров, рассчитана на контекст до 131 072 токенов и использует библиотеку Transformers; веса доступны в формате Safetensors. Карточка не описывает конкретные сценарии применения, обучающие данные или результаты оценки качества. Лицензия — llama3.2. README не содержит дополнительных сведений об ограничениях или условиях применения.

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.

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.

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.

FLM-101B — открытая двуязычная большая языковая модель от CofeAI с 101 млрд параметров. Это плотная decoder-only архитектура для генерации текста на китайском и английском языках; модель работает с контекстом длиной 2048 токенов при обучении. В ней используются позиционные эмбеддинги xPos, а обучение проходило с постепенным увеличением модели от 16 до 101 млрд параметров. Модель подходит для генерации и продолжения текста на китайском и английском языках. xPos позволяет расширять окно контекста при инференсе, однако фактическая поддержка и предел такого расширения зависят от конфигурации. Модель выпущена под лицензией Apache-2.0. Авторы отмечают, что из-за сравнительно небольшого количества обучающих токенов знания модели, особенно в специализированных областях, ограничены. Инференс не оптимизирован и требует значительных ресурсов при невысокой скорости; возможны предвзятые, оскорбительные или небезопасные ответы.

Карточка модели hetzerdj/FnFLlama-3.1-8B2 на Hugging Face совпадает с карточкой hetzerdj/FnFLlama-3.1-8B1, поэтому описание составлено по ней. hetzerdj/FnFLlama-3.1-8B1 — языковая модель семейства Llama, разработанная hetzerdj и дообученная на базе unsloth/Meta-Llama-3.1-8B-bnb-4bit. Это плотная авторегрессионная модель с 7,5 млрд параметров для генерации текста и диалогового взаимодействия. Заявленная длина контекста — 131 072 токена; модель распространяется в формате safetensors. Модель подходит для генерации ответов в чате и других сценариев, где требуется продолжать или создавать текст на английском языке. В README указано, что при обучении использовались Unsloth и библиотека TRL. Лицензия — Apache-2.0. Специализация дообучения и оценки качества в карточке не описаны.

Карточка модели hetzerdj/FnFLlama-3.1-8B3 на Hugging Face совпадает с карточкой hetzerdj/FnFLlama-3.1-8B1, поэтому описание составлено по ней. hetzerdj/FnFLlama-3.1-8B1 — языковая модель семейства Llama, разработанная hetzerdj и дообученная на базе unsloth/Meta-Llama-3.1-8B-bnb-4bit. Это плотная авторегрессионная модель с 7,5 млрд параметров для генерации текста и диалогового взаимодействия. Заявленная длина контекста — 131 072 токена; модель распространяется в формате safetensors. Модель подходит для генерации ответов в чате и других сценариев, где требуется продолжать или создавать текст на английском языке. В README указано, что при обучении использовались Unsloth и библиотека TRL. Лицензия — Apache-2.0. Специализация дообучения и оценки качества в карточке не описаны.

freewheelin/free-llama3-dpo-v0.2 — дообученная модель семейства Llama с плотной архитектурой и примерно 7,5 млрд параметров. Авторы указывают, что для дообучения использовали TRL Trainer и метод обучения из статьи SOLAR. Модель предназначена для генерации текста; её контекст составляет 8192 токена. Модель принимает текст и генерирует текст. В метаданных указаны корейский и английский языки. Репозиторий содержит веса в формате safetensors. Лицензия — MIT. Карточка не описывает конкретные сценарии применения и не приводит результаты оценки качества.

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.

bunnycore/Gemma2-9B-TitanFusion — диалоговая языковая модель на архитектуре Gemma 2, созданная объединением нескольких предварительно обученных моделей с помощью mergekit и метода DARE TIES. В качестве базовой модели использована nbeerbower/gemma2-gutenberg-9B; в объединение также вошли модели для диалога и предпочтений, включая варианты с данными о психическом здоровье и обучением на текстах. Размер модели — 9 млрд параметров, формат весов — safetensors, библиотека — Transformers, контекст — до 8192 токенов. Модель предназначена для генерации текста и диалоговых сценариев: ответов на вопросы, ведения беседы и подготовки связного текста. Сочетание нескольких моделей может дать смешанные свойства их обучающих наборов, однако карточка не приводит отдельных измерений качества или подробных рекомендаций по применению. Лицензия в предоставленных данных не указана.

GPT_124M-Instruct — компактная авторегрессионная модель генерации текста, разработанная Samkeet Sangai на основе GPT-2 и дообученная для следования инструкциям. В метаданных указаны 124 млн параметров по названию модели, англоязычная поддержка, библиотека Transformers и набор данных fineweb-edu. README также описывает обучение на примерах Alpaca в формате «инструкция — ответ» с контекстом до 1024 токенов, однако содержит расходящиеся сведения о данных и настройке модели. Модель предназначена для генерации ответов на инструкции, продолжения текста, диалогов, кратких пересказов и творческих текстов. Это decoder-only трансформер с причинным языковым моделированием; вход и выход — текст. Заявлены обучение в FP32 и возможность LoRA-настройки, но карточка не позволяет однозначно установить, какие из описанных вариантов относятся именно к опубликованным весам. Модель может галлюцинировать, воспроизводить смещения из обучающих данных и выдавать небезопасный или оскорбительный текст; она не имеет специальной настройки безопасности и не подходит для решений, требующих высокой достоверности, в частности в медицине, праве и финансах. Лицензия — MIT.

Grimoire-3b — дообученная языковая модель NaveenVenu на архитектуре Qwen2, основанная на unsloth/qwen2.5-3b-instruct-bnb-4bit. Это плотная авторегрессионная модель с 3,1 млрд параметров и контекстом до 32 768 токенов, предназначенная для генерации текста и диалогового общения на английском языке. При обучении использовались Unsloth и библиотека Hugging Face TRL. Модель распространяется в формате Safetensors по лицензии Apache-2.0.

TheBloke/guanaco-7B-HF — версия Guanaco 7B, подготовленная TheBloke в формате Hugging Face с весами fp16. В основе лежит модель Tim Dettmers Guanaco 7B; репозиторий содержит результат слияния LoRA с базовой моделью. Архитектура — плотная LlamaForCausalLM, размер — 6,6 млрд параметров, контекст — до 2048 токенов. Модель предназначена для генерации текста в диалоговом формате и ответов на запросы. Файлы PyTorch в формате fp16 рассчитаны на запуск через экосистему Transformers; автор README также упоминает отдельные квантизованные варианты для инференса на GPU и CPU, но они не входят в этот репозиторий. Карточка не содержит сведений о поддерживаемых естественных языках, поэтому они не указаны. В метаданных лицензия обозначена как other, без конкретных условий; перед использованием следует проверить лицензионные условия исходной модели и производных весов. Указанный контекст и сравнительно небольшой размер ограничивают пригодность модели для задач, требующих длинного контекста или более новых возможностей.

impossibleexchange/hearnoevil — объединённая языковая модель, созданная с помощью mergekit линейным слиянием whizzzzkid/whizzzzkid_p8_4 и whizzzzkid/whizzzzkid_p9_6. Модель относится к семейству StableLM, использует плотную архитектуру StableLmForCausalLM и содержит 1,4 млрд параметров. Она предназначена для генерации текста и диалогового взаимодействия; максимальная длина контекста составляет 4096 токенов. Модель распространяется в формате safetensors и предназначена для запуска через Transformers. Данные не уточняют поддерживаемые естественные языки или специализированные области применения. Условия лицензии в предоставленных источниках не указаны.

Helide Beta R3 — языковая модель для генерации текста и диалогов, созданная объединением моделей Fizzarolli/L3-8b-Rosier-v1 и Sao10K/L3-8B-Stheno-v3.2. Разработчик объединил предварительно обученные модели методом SLERP с помощью mergekit; архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров. Модель предназначена для общения, написания историй и выполнения инструкций на английском языке. Она поддерживает чат и имеет контекстное окно 8192 токена. Репозиторий содержит веса в формате safetensors. Лицензия в доступных данных не указана.