III.5Управление персоналом и организацией

Ice0.62.1-24.01-RP — объединённая языковая модель, созданная с помощью mergekit методом SLERP из двух чекпойнтов Ice0.60 и Ice0.61.1. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста и может использоваться в сценариях, где требуется продолжение текста или диалоговая генерация. Карточка не описывает специализированные области применения, языки или дополнительные возможности. Модель распространяется в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

IceTea21EnergyDrinkRPV13-dpo240 — разговорная языковая модель на архитектуре Mistral, созданная методом слияния SLERP с помощью mergekit. Модель рассчитана на генерацию текста в диалоговом формате и имеет 7,1 млрд параметров; заявленная длина контекста — 32 768 токенов. В README указан один исходный репозиторий с локальным Windows-путём, поэтому определить его идентификатор на Hugging Face и подтвердить состав слияния по доступным данным нельзя. Модель распространяется в формате safetensors; лицензия и перечень поддерживаемых естественных языков в предоставленных данных не указаны.

JackRussell — слитая языковая модель семейства Mistral, созданная сообществом mergekit из OpenPipe/mistral-ft-optimized-1218 и mlabonne/NeuralHermes-2.5-Mistral-7B. При слиянии методом passthrough использованы слои 0–31 первой модели и слои 24–31 второй; модель предназначена для генерации текста и диалоговых сценариев. Модель имеет плотную архитектуру MistralForCausalLM, около 8,9 млрд параметров и контекстное окно до 32 768 токенов. Репозиторий содержит веса Safetensors; метаданные указывают библиотеку Transformers. Информация о поддерживаемых естественных языках и специализированной предметной области не приведена. Модель может использоваться для генерации продолжений текста и ответов в чате. Качество конкретных задач и поведение слитых компонентов отдельно не описаны. Лицензия в предоставленных данных не указана.

Sao10K/L3.1-70B-Euryale-v2.2 — чат-модель на архитектуре Llama 3.1, разработанная Sao10K и дообученная в один этап в течение двух эпох. Обучение проходило на 8 ускорителях A100 около четырёх дней; использовались наборы данных для многоходового диалогового инструктажа, творческого письма и ролевых сценариев, в том числе данные людей и Claude. Модель предназначена для диалогов, следования инструкциям и генерации творческого текста, включая ролевые взаимодействия. Это плотная модель с 69,5 млрд параметров и контекстом до 131 072 токенов; метаданные указывают английский язык и поддержку генерации текста. Репозиторий содержит веса PyTorch. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Карточка не приводит количественных оценок качества и подробно не описывает ограничения модели.

L3.1-Artemis-g-8B — слитая с помощью mergekit модель языковой модели семейства Llama, опубликованная сообществом mergekit-community. Слияние выполнено методом Model Stock на базе kromeurus/L3.1-Ablaze-Vulca-v0.1-8B с добавлением трёх моделей, включая варианты для ролевого общения. Модель содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и формат safetensors; заявленная длина контекста составляет 131072 токена. Модель предназначена для генерации текста и диалогового общения, в том числе ролевых сценариев. Она принимает текст и выдаёт текст. В метаданных указана лицензия? Нет сведений о лицензии в предоставленных материалах, поэтому условия использования определить нельзя. Карточка не приводит оценки качества или ограничений; фактические результаты могут зависеть от промпта и сценария применения.

Azazelle/L3-Decent-Lois-Griffin-8B — объединённая разговорная языковая модель, созданная с помощью mergekit на основе NousResearch/Meta-Llama-3-8B-Instruct. В слияние также вошли семь моделей семейства Llama 3 с настройками для диалога, генерации текста и других сценариев; использован метод breadcrumbs_ties. Модель имеет архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 8192 токенов. Модель предназначена для диалогов и генерации текста по запросу. Базовая модель описана как англоязычная инструктивная LLM, поэтому основное языковое применение — английский. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия в доступных данных не указана.

Ba2han/linear_merge — текстовая авторегрессионная модель семейства Qwen3, полученная разработчиком посредством линейного слияния двух предварительно обученных моделей с помощью mergekit. В README основой назван checkpoint-5500-v2; в слиянии также участвовал checkpoint-18900. Итоговая модель содержит около 978,3 млн параметров, использует формат safetensors и поддерживает контекст до 8192 токенов. Модель предназначена для генерации текста и может применяться для продолжения фрагментов, составления черновиков и диалоговых ответов. Данные не уточняют специализацию слияния, языковое покрытие или условия лицензии, поэтому нельзя уверенно охарактеризовать её качество для конкретных областей или языков. README не сообщает лицензию; перед использованием следует проверить условия исходных чекпойнтов и репозитория.

Llama-2-7b-chat-norwegian — разработанная Ruter AI Lab дообученная версия Meta Llama 2 7B Chat. Модель предназначена для понимания и генерации текста на норвежском языке и может использоваться как чат-ассистент. Она поддерживает шаблоны запросов Llama 2 Chat и Alpaca, содержит около 6,6 млрд параметров, использует архитектуру LlamaForCausalLM и имеет контекст до 4096 токенов. Модель обучали одну эпоху на наборах Norwegian Alpaca и 15 тысячах машинно переведённых примеров OpenOrca, а также на небольшой подборке инструкционных данных Ruter AI Lab. Она подходит для суммаризации, ответов на вопросы и диалога на норвежском языке. Выпущена по лицензии Llama 2 Community License; для оптимальных результатов может потребоваться настройка промптов.

Llama3-13B-ku — объединённая языковая модель на архитектуре Llama, созданная сообществом mergekit с помощью метода passthrough из слоёв трёх моделей: mlabonne/Meta-Llama-3-120B-Instruct, NousResearch/Hermes-2-Pro-Llama-3-8B и shenzhi-wang/Llama3-8B-Chinese-Chat. В репозитории указано 37 млрд параметров; модель доступна в формате safetensors и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста и диалогов. Состав базовых моделей указывает на поддержку китайского и английского языков, а также на возможности инструктивных ответов и чата. Она может применяться для диалоговых помощников, генерации ответов и общения на китайском и английском языках. Карточка не сообщает лицензию и не приводит отдельной оценки качества. Как результат слияния, поведение и совместимость могут отличаться от исходных моделей; перед использованием следует проверить ответы и требования к памяти для модели такого размера.

Это диалоговая языковая модель на базе Meta Llama 3.1 8B Instruct, дообученная автором репозитория ferrazzipietro на неизвестном наборе данных. Модель использует плотную архитектуру LlamaForCausalLM, содержит около 7,5 млрд параметров и предназначена для генерации текста и ведения диалога по инструкциям. Карточка не описывает отдельные специализированные сценарии дообучения. Модель принимает текст и выдаёт текст; заявленная длина контекста — 131 072 токена. Репозиторий использует библиотеку Transformers и формат safetensors. Базовая модель поддерживает многоязычные диалоги, однако README этой версии явно не перечисляет языки. Лицензия — Llama 3.1; применяются её условия использования.

Модель ferrazzipietro/Llama-3.2-1B-Instruct-reas-int-065-3-epochs-it — дообученная версия Meta Llama 3.2 1B Instruct для генерации текста и диалогов. Она построена на плотной архитектуре LlamaForCausalLM, содержит 1,2 млрд параметров и принимает текстовые запросы, выдавая текстовые ответы. В метаданных указан контекст до 131 072 токенов и формат весов safetensors. Карточка связывает модель с неизвестным обучающим набором данных, поэтому её специализацию и качество для отдельных задач установить нельзя. Применять её можно для текстового общения и генерации ответов; лицензия — Llama 3.2 License.

Jolly-Q/Llama-3.3-70B-Inst-Ablit-Flammades-SLERP — диалоговая языковая модель, созданная автором репозитория слиянием моделей flammenai/Llama3.1-Flammades-70B и huihui-ai/Llama-3.3-70B-Instruct-abliterated методом SLERP с помощью mergekit. Модель основана на плотной архитектуре LlamaForCausalLM и содержит 69,5 млрд параметров; её контекстное окно составляет 131 072 токена. Модель предназначена для генерации текста и диалогов с более человечной и творческой манерой ответов при следовании инструкциям. Карточка приводит пример ролевого диалога и отмечает, что результаты зависят от настроек семплирования; автор сообщает о случаях, когда модель продолжала генерировать чрезмерно длинные ответы. Указана лицензия llama3.3.

Kukedlc/LLaMa-3-8b-en-es-v1 — дообученная Kukedlc модель семейства Llama 3 для генерации текста. Она основана на mlabonne/ChimeraLlama-3-8B-v3, имеет около 7,5 млрд параметров и поддерживает контекст до 8192 токенов. Для обучения использовались Unsloth и библиотека TRL. Модель предназначена для генерации текста и может применяться для диалогов, ответов на вопросы и других текстовых сценариев. В карточке указаны английский язык и название версии en-es, однако отдельные сведения о качестве поддержки испанского не приведены. Модель распространяется по лицензии Apache-2.0.

duyntnet/Llama-3-8B-Synthia-v3.5-imatrix-GGUF — набор квантованных версий языковой модели Llama-3-8B-Synthia-v3.5, разработанной migtissera и опубликованной в формате GGUF с использованием imatrix-квантизации. Модель предназначена для генерации текста и диалоговых сценариев на английском языке; в исходном описании она представлена как ассистент Synthia, способный формировать подробные ответы на пользовательские запросы. Модель основана на архитектуре Llama 3 с размером 8B параметров. Она работает только с текстом, относится к моделям causal language modeling и поддерживает инференс через совместимые инструменты для GGUF. README не содержит сведений о размере контекста, конкретных вариантах квантования, системных требованиях или результатах бенчмарков. Квантование может уменьшать требования к памяти и ускорять локальный запуск, но потенциально снижает точность по сравнению с полной версией модели. Лицензия указана как other; подробные условия использования в README не приведены. Модель следует применять с учетом ограничений исходной Llama-3-8B-Synthia-v3.5 и конкретной лицензии, сопровождающей базовую модель.

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.

llama-3-slerp-kraut-dragon-8B — объединённая чат-модель на базе архитектуры Llama, созданная nbeerbower с помощью mergekit. Веса двух моделей объединены методом SLERP: VAGOsolutions/Llama-3-SauerkrautLM-8b-Instruct и nbeerbower/llama-3-dragonmaid-8B. Репозиторий содержит около 7,5 млрд параметров в формате safetensors; модель предназначена для генерации текста и диалогов, а максимальная длина контекста составляет 8192 токена. Модель принимает текст и выдаёт текст. Базовая модель SauerkrautLM рассчитана на немецкий и английский языки, однако README не уточняет языковой охват получившегося объединения. В метаданных указана лицензия «other» без конкретных условий, поэтому перед использованием следует проверить лицензионные условия обеих исходных моделей и самого репозитория.

Cas-Warehouse/Llama-3-SOVL-MopeyMule-Blackroot-8B — текстовая генеративная модель, созданная слиянием моделей Casual-Autopsy с помощью mergekit. В основе с весом 0,75 использована Casual-Autopsy/Llama-3-MopeyMule-Blackroot-8B, а Casual-Autopsy/Llama-3-SOVL-MopeyMule-8B добавлена с весом 0,25 методом task arithmetic. Модель построена на плотной архитектуре Llama и классе LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. Она предназначена для генерации текста и диалогового взаимодействия. В репозитории указаны формат safetensors и библиотека Transformers; языки и специализированные области применения в предоставленных данных не описаны. Лицензия в предоставленных данных не указана. Качество и поведение слияния зависят от исходных моделей и весов, использованных при объединении.

Llama-3-Umbral-Mind-SimPO-8B — разговорная языковая модель, созданная объединением моделей Casual-Autopsy и Princeton NLP с помощью mergekit и метода SLERP. В основе лежат Casual-Autopsy/L3-Umbral-Mind-RP-v1.0-8B и princeton-nlp/Llama-3-Instruct-8B-SimPO; архитектура — плотная LlamaForCausalLM примерно на 7,5 млрд параметров. Модель предназначена для генерации текста и диалоговых ответов на английском языке; контекстное окно — 8192 токена. Модель распространяется в формате Safetensors по лицензии Llama 3. Карточка не приводит результатов оценивания качества или подробных рекомендаций по настройке генерации.

Lumina-5-Instruct — разговорная языковая модель на архитектуре Mixture of Experts (MoE), созданная Ppoyaa с помощью LazyMergekit. Она предназначена для генерации текста в формате диалога и поддерживает контекст до 32 768 токенов. В метаданных указано 7,1 млрд параметров, формат весов Safetensors и лицензия Apache 2.0. Модель можно применять для диалоговых интерфейсов, генерации и продолжения текста с учётом длинного контекста. README не приводит результатов оценки качества; характеристики языковой поддержки и специализированных областей не заявлены.

M7Yamshadowexperiment28_T3qm7xExperiment28 — языковая модель для генерации текста, созданная объединением моделей automerger/M7Yamshadowexperiment28-7B и automerger/T3qm7xExperiment28-7B. В метаданных указана архитектура Mistral с плотной структурой и 7,1 млрд параметров; веса доступны в формате safetensors, максимальная длина контекста — 32 768 токенов. Модель предназначена для генерации текста по текстовому запросу. Карточка не описывает специализированные сценарии, языки или дополнительные возможности. Модель распространяется по лицензии Apache-2.0.

Edens-Gate/MagMerge2 — объединённая предобученная языковая модель, созданная с помощью mergekit методом SLERP. В слиянии использованы Edens-Gate/testing и NewEden/TinyMagnum-r2; в конфигурации NewEden/TinyMagnum-r2 указан как базовая модель. Модель построена на архитектуре Llama и содержит 3,9 млрд параметров. Модель предназначена для генерации текста и диалогового общения. Она принимает текстовые запросы и выдаёт текст, а заявленная длина контекста составляет 8192 токена. Лицензия в доступных данных не указана.

Taephom/magnumL — языковая модель для диалоговой генерации текста, созданная слиянием двух моделей через mergekit методом Passthrough: anthracite-org/magnum-v2.5-12b-kto и DavidAU/Mistral-Nemo-2407-12B-Thinking-Claude-Gemini-GPT5.2-Uncensored-HERETIC. Модель относится к семейству Mistral, использует плотную архитектуру MistralForCausalLM и содержит 22,4 млрд параметров. Опубликованные веса представлены в формате Safetensors; в конфигурации слияния указан тип bfloat16. Модель предназначена для общения и генерации текста, в том числе для творческого письма и ролевых сценариев. Метаданные указывают контекст до 1 024 000 токенов и возможность диалога. Базовая модель описана как многоязычная, однако конкретные поддерживаемые языки в карточке не перечислены. Модель обозначена как uncensored, поэтому может выдавать контент без обычных ограничений. Условия лицензирования в предоставленных данных не указаны.

underwoods/medius-erebus-magnum-14b — разговорная модель генерации текста на базе Qwen2.5-14B, дообученная с помощью Axolotl. Репозиторий содержит веса в формате safetensors; размер модели — 14 млрд параметров. Метаданные указывают контекст до 131 072 токенов и поддержку диалогового режима. Модель предназначена для генерации текста и диалоговых сценариев. README сообщает об использовании конфигурации Axolotl версии 0.4.1, но не раскрывает состав данных, конкретную специализацию или результаты оценки. Лицензия в предоставленных сведениях не указана.

Exveria/merge003 — объединённая языковая модель, созданная с помощью mergekit методом TIES на основе amazingvince/Not-WizardLM-2-7B с включением TFMC/Japanese-Starling-ChatV-7B. Это плотная модель семейства Mistral с архитектурой MistralForCausalLM, примерно 7,1 млрд параметров и контекстом до 32 768 токенов. Она предназначена для генерации текста и диалоговых сценариев; базовая Japanese-Starling-ChatV-7B ориентирована на японский язык, однако сведения о языковой поддержке итоговой модели в карточке не уточнены. Модель распространяется в формате safetensors и использует библиотеку Transformers. Веса сохранены в float16. Лицензия в предоставленных данных не указана, поэтому условия использования определить нельзя.

Карточка модели mergekit-community/mergekit-slerp-adolxhj на Hugging Face совпадает с карточкой mergekit-community/dolphin-mistral-instruct-7b, поэтому описание составлено по ней. Это объединённая языковая модель mergekit-community, созданная методом SLERP на основе arcee-ai/sec-mistral-7b-instruct-1.6-epoch и cognitivecomputations/dolphin-2.8-mistral-7b-v02. Модель построена на архитектуре MistralForCausalLM с плотной архитектурой и содержит 7,1 млрд параметров; опубликованные веса представлены в формате Safetensors, а библиотека запуска — Transformers. Модель предназначена для генерации текста в диалоговых сценариях: она принимает текстовый запрос и формирует текстовый ответ. Контекст составляет до 32 768 токенов. Карточка не описывает отдельные прикладные области или языковые характеристики, поэтому их нельзя уточнить по имеющимся данным. Лицензия в предоставленных данных не указана.

Карточка модели mergekit-community/mergekit-slerp-dafvhck на Hugging Face совпадает с карточкой mergekit-community/dolphin-mistral-instruct-7b, поэтому описание составлено по ней. Это объединённая языковая модель mergekit-community, созданная методом SLERP на основе arcee-ai/sec-mistral-7b-instruct-1.6-epoch и cognitivecomputations/dolphin-2.8-mistral-7b-v02. Модель построена на архитектуре MistralForCausalLM с плотной архитектурой и содержит 7,1 млрд параметров; опубликованные веса представлены в формате Safetensors, а библиотека запуска — Transformers. Модель предназначена для генерации текста в диалоговых сценариях: она принимает текстовый запрос и формирует текстовый ответ. Контекст составляет до 32 768 токенов. Карточка не описывает отдельные прикладные области или языковые характеристики, поэтому их нельзя уточнить по имеющимся данным. Лицензия в предоставленных данных не указана.

Карточка модели mergekit-community/mergekit-slerp-fmruwmd на Hugging Face совпадает с карточкой mergekit-community/dolphin-mistral-instruct-7b, поэтому описание составлено по ней. Это объединённая языковая модель mergekit-community, созданная методом SLERP на основе arcee-ai/sec-mistral-7b-instruct-1.6-epoch и cognitivecomputations/dolphin-2.8-mistral-7b-v02. Модель построена на архитектуре MistralForCausalLM с плотной архитектурой и содержит 7,1 млрд параметров; опубликованные веса представлены в формате Safetensors, а библиотека запуска — Transformers. Модель предназначена для генерации текста в диалоговых сценариях: она принимает текстовый запрос и формирует текстовый ответ. Контекст составляет до 32 768 токенов. Карточка не описывает отдельные прикладные области или языковые характеристики, поэтому их нельзя уточнить по имеющимся данным. Лицензия в предоставленных данных не указана.

Карточка модели mergekit-community/mergekit-slerp-wvyefgo на Hugging Face совпадает с карточкой mergekit-community/dolphin-mistral-instruct-7b, поэтому описание составлено по ней. Это объединённая языковая модель mergekit-community, созданная методом SLERP на основе arcee-ai/sec-mistral-7b-instruct-1.6-epoch и cognitivecomputations/dolphin-2.8-mistral-7b-v02. Модель построена на архитектуре MistralForCausalLM с плотной архитектурой и содержит 7,1 млрд параметров; опубликованные веса представлены в формате Safetensors, а библиотека запуска — Transformers. Модель предназначена для генерации текста в диалоговых сценариях: она принимает текстовый запрос и формирует текстовый ответ. Контекст составляет до 32 768 токенов. Карточка не описывает отдельные прикладные области или языковые характеристики, поэтому их нельзя уточнить по имеющимся данным. Лицензия в предоставленных данных не указана.

MergerixShadowm7exp-7B — созданная Maxime Labonne объединённая модель для генерации текста. Она построена слиянием SLERP двух моделей: MiniMoog/Mergerix-7b-v0.3 и mahiatlinux/ShadowM7EXP-7B; архитектура — MistralForCausalLM, размер — 7,1 млрд параметров. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. Модель подходит для генерации продолжений и диалоговых ответов. В README приведена конфигурация слияния, но нет отдельных результатов оценки качества или рекомендаций по специализированным сценариям. Распространяется по лицензии Apache-2.0.