III.5Управление персоналом и организацией

Elfrino создал XwinXtended-20B — языковую модель на архитектуре Llama для генерации текста. Это слияние слоёв Xwin-LM/Xwin-LM-13B-V0.2 методом passthrough с помощью mergekit; веса представлены в формате safetensors. Размер модели — 19,8 млрд параметров, контекст — до 4096 токенов. Модель подходит для генерации ответов на инструкции и диалогов, а автор отмечает творческое письмо и выразительную прозу как сильные стороны. В карточке нет результатов подробного тестирования и рекомендаций по настройке, поэтому качество для конкретных сценариев следует оценивать отдельно. Лицензия в предоставленных данных не указана.

Yadana1-Gem3-1B-Base — текстовая модель на архитектуре Gemma 3, разработанная shoonthitsa и дообученная на unsloth/gemma-3-1b-it. Она предназначена для генерации текста в диалоговых сценариях; карточка модели указывает семейство conversational и возможность чата. Модель содержит 1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache 2.0. В карточке нет сведений о специальной предметной области или подробной оценке качества; это компактная текстовая модель общего назначения.

YamshadowStrangemerges_32_Experiment26Alloyingotneoy — объединённая модель для генерации текста, построенная на двух моделях Mistral: automerger/YamshadowStrangemerges_32-7B и automerger/Experiment26Alloyingotneoy-7B. Она предназначена для генерации ответов и продолжения текста по текстовому запросу. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Mistral и поддерживает контекст до 32 768 токенов. Веса представлены в формате safetensors. Модель выпущена под лицензией Apache-2.0. Сведений о языковой специализации и качестве на конкретных задачах в карточке нет.

Fischerboot/Zephyr-3B-FreedomRP-Qlora-Merged — языковая модель для диалогов и генерации текста, полученная слиянием через mergekit методом passthrough базовой модели stabilityai/stablelm-zephyr-3b и модели с адаптером FreedomRP. Модель имеет архитектуру StableLM с 2,7 млрд параметров и контекстом до 4096 токенов; файлы представлены в формате safetensors, библиотека для работы — Transformers. Модель подходит для ведения диалогов, ответов на запросы и свободной генерации текста. Базовая StableLM Zephyr ориентирована на английский язык; README не уточняет языки, специально поддерживаемые слитой моделью. Лицензия в предоставленных данных не указана.

zephyr-7b-gemma-sft — диалоговая языковая модель, дообученная автором li-muyang на базе google/gemma-7b с использованием набора HuggingFaceH4/deita-10k-v0-sft. Модель содержит 8,2 млрд параметров, построена на плотной архитектуре Gemma и предназначена для генерации текста в диалоговом формате. Её можно использовать для ответов на вопросы, ведения диалога и других сценариев генерации текста. Максимальная длина контекста составляет 8192 токена. В README указано значение loss 1,1043 на наборе оценки, но дополнительных результатов или описания методики оценки нет. Модель распространяется по лицензии Gemma. README не содержит подробных сведений о предполагаемом применении и ограничениях; условия лицензии следует учитывать при использовании.

Zephyr Orpo — диалоговая языковая модель, разработанная W&B и полученная дообучением Mistral-7B-v0.2 по рецепту ORPO из Alignment Handbook. Модель содержит около 7,1 млрд параметров, использует плотную архитектуру Mistral и рассчитана на генерацию текста и ответы в формате чата; базовая модель поддерживает контекст до 32 768 токенов. Модель предназначена прежде всего для англоязычных диалогов и генерации ответов. В карточке приведён результат 7,159375 на MT-Bench в среднем по двум ходам. Она распространяется в формате Safetensors по лицензии MIT. README сообщает об обучении на смеси общедоступных и синтетических наборов данных; метаданные указывают датасет argilla/distilabel-capybara-dpo-7k-binarized.

Zurich 7B GammaCorpus v2-10k — языковая модель, дообученная Ruben Roy на базе Qwen/Qwen2.5-7B-Instruct на наборе GammaCorpus v2-10k со структурированными многоходовыми диалогами. Модель предназначена для диалогов и генерации ответов в формате инструкций; карточка также описывает её как демонстрацию датасета GammaCorpus. Это плотная причинно-языковая модель архитектуры Qwen2 с 7,1 млрд параметров по метаданным и контекстом до 32 768 токенов. Она принимает текст и генерирует текст; карточка указывает поддержку английского языка. Модель распространяется в формате PyTorch по лицензии Apache 2.0. Модель подходит для многоходового общения и генерации структурированных ответов. Разработчик предупреждает о возможности предвзятых ответов; заявление о превосходстве над моделями сходного размера приведено в карточке, но метрики сравнительной оценки не указаны.

Модель ShenaoZ/0.00001_withdpo_4iters_bs256_555lr_iter_3 — дообученная модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров. Она предназначена для генерации текста и диалогового общения; модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и сохранена в формате safetensors. Модель дообучена на основе ShenaoZ/0.00001_withdpo_4iters_bs256_555lr_iter_2 с использованием обновлённого и исходного наборов данных; в метаданных также отмечен DPO. Репозиторий указывает лицензию MIT. Карточка не описывает конкретные области применения, языки обучения или результаты оценки качества.

ShenaoZhang/0.0001_4iters_bs256_nodpo_only4w_iter_2 — дообученная модель семейства Mistral, созданная на основе ShenaoZhang/0.0001_4iters_bs256_nodpo_only4w_iter_1 и наборов данных updated и original. Она предназначена для генерации текста и диалогового общения; поддерживает контекст до 32 768 токенов и содержит 7,1 млрд параметров. Модель принимает текстовые запросы и выдаёт текст. Репозиторий использует формат safetensors, лицензия — MIT. README не приводит подробностей о назначении, оценке качества или ограничениях модели.

Это диалоговая модель генерации текста, разработанная ShenaoZ как дообученная версия ShenaoZ/0.0001_sft_nodpo_4iters_bs256_5102lr_iter_1 на обновлённом и исходном наборах данных. Модель использует плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и принимает текст для генерации ответов и продолжений. Модель поддерживает контекст до 32 768 токенов и распространяется в формате safetensors по лицензии MIT. В метаданных отмечена возможность диалога. Подробные сведения о качестве, методике обучения и ограничениях в карточке отсутствуют.

Это дообученная диалоговая модель Mistral с 7,1 млрд параметров, созданная на базе HuggingFaceH4/mistral-7b-sft-beta. Она предназначена для генерации текста и общения в формате чата; в качестве обучающих данных использован набор HuggingFaceH4/ultrafeedback_binarized. Модель принимает текст и генерирует текст, а заявленная длина контекста составляет 32 768 токенов. Репозиторий содержит веса в формате Safetensors и распространяется по лицензии MIT. Подробные сведения о качестве, оценке и ограничениях в карточке модели не приведены.

Модель ShenaoZ/0.001_ablation_4iters_bs256_declr_iter_1 — дообученная версия Mistral с плотной архитектурой MistralForCausalLM и 7,1 млрд параметров. Она создана на базе HuggingFaceH4/mistral-7b-sft-beta с использованием датасета HuggingFaceH4/ultrafeedback_binarized и предназначена для генерации текста и диалогового общения. Модель поддерживает контекст до 32 768 токенов и распространяется в формате Safetensors по лицензии MIT. Её можно использовать для создания ответов на вопросы и ведения текстовых диалогов. Подробные сведения об обучении и оценке, а также конкретные ограничения этой версии в README не описаны.

Это дообученная модель Mistral с 7,1 млрд параметров, созданная на основе ShenaoZ/0.001_ablation_4iters_bs256_nodpo_iter_2. Она предназначена для генерации текста и диалогов; карточка указывает обучение на наборах updated и original. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors по лицензии MIT. Карточка не приводит результатов оценки качества или подробных ограничений применения.

Это дообученная модель Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров, созданная на основе HuggingFaceH4/mistral-7b-sft-beta. Её дообучили на наборе диалоговых предпочтений HuggingFaceH4/ultrafeedback_binarized; модель поддерживает общение в текстовом формате и генерацию ответов. Модель подходит для диалоговых сценариев и генерации текста. Контекст составляет до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Лицензия — MIT. Карточка не приводит результатов оценки качества или подробных ограничений. Это экспериментальная абляционная версия с названием, указывающим на серию экспериментов, поэтому её качество в практических сценариях следует проверять отдельно.

CalderaAI разработала 13B-Thorns-l2 — текстовую генеративную модель на архитектуре Llama, собранную из нескольких моделей LLaMA v2-13B и адаптеров. В состав входят Nous-Hermes, Chronos, Platypus, Airoboros и Holodeck, а также адаптеры Kimiko, Janine и LIMA RP. Для объединения моделей применён метод SLERP, а адаптеры предварительно присоединялись к выбранным компонентам ансамбля. Модель предназначена для генерации текста, диалогов и ролевых сценариев, совмещая следование инструкциям и логическое рассуждение с творческим письмом. Она содержит 12,9 млрд параметров и рассчитана на контекст до 4096 токенов. В README указана маркировка uncensored; лицензия в предоставленных данных не приведена.

ewqr2130/7B_ppo_phiRM_2GPU_3e-7step_4000 — разговорная языковая модель на архитектуре Mistral с 7,1 млрд параметров. По карточке, модель получена обучением PPO от zephre 7B-sft; метаданные указывают поддержку чата и генерации текста. Модель предназначена для диалоговой генерации текста. Контекст составляет до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель опубликована 22 января 2024 года разработчиком ewqr2130. Лицензия — Apache-2.0. В карточке не приведены оценки качества или сведения о языках обучения, поэтому пригодность для конкретного языка и сценария требует проверки.

Ahma-3B-Slerp — языковая модель для генерации текста, созданная объединением двух контрольных точек Ahma-3B с помощью LazyMergekit и метода slerp. Модель основана на архитектуре Llama и содержит 3,4 млрд параметров. Модель предназначена для генерации текста и диалогового взаимодействия. Контекст составляет 2048 токенов; веса представлены в формате safetensors, а при слиянии использовалась точность bfloat16. Карточка не уточняет языковое покрытие и специализированные области применения. Условия лицензирования в предоставленных данных не описаны. Короткое окно контекста ограничивает работу с длинными запросами и документами.

AmberChat — языковая модель для диалогового общения, разработанная LLM360 и представленная в формате GGUF. Репозиторий TheBloke содержит квантизированные файлы исходной модели LLM360 AmberChat; квантизация выполнена TheBloke. Модель обучалась на наборах WizardLM/WizardLM_evol_instruct_V2_196k и icybee/share_gpt_90k_v1. Модель предназначена для генерации текста и ответов на вопросы в сценариях чат-ассистента: она должна давать полезные, подробные и вежливые ответы. В README заявлен английский язык. Поддерживаются текстовые запросы и ответы; сведения о размере модели, точной архитектуре, длине контекста и количестве параметров не указаны. Формат GGUF ориентирован на локальный запуск через llama.cpp и совместимые приложения и библиотеки, включая text-generation-webui, KoboldCpp, GPT4All, LM Studio и llama-cpp-python. Квантизация может снизить требования к ресурсам, однако конкретные характеристики зависят от выбранного файла GGUF. Ограничения модели, результаты benchmark-тестов и дополнительные сведения о безопасности не приведены. Лицензия модели — Apache-2.0.

armaGPT — дообученная модель генерации текста на основе Gemma, разработанной Google. Автор карточки указывает, что модель настроена с помощью DPO для более безопасной и справедливой генерации; метаданные относят её к семейству Gemma и указывают 8,2 млрд параметров. Модель принимает текст и генерирует продолжение или ответ, в том числе на вопросы. Заявленная длина контекста — 8192 токена; карточка отмечает английский язык. Веса доступны в формате safetensors, библиотека — Transformers. Модель подходит для ответов на вопросы, создания текстов и диалоговых сценариев на английском языке. Описание архитектуры в README содержит неточность: GemmaForCausalLM относится к авторегрессионной трансформерной архитектуре. Лицензия репозитория — MIT. README называет базовую модель Gemma 7b, а число параметров в метаданных составляет 8,2 млрд.

Athena-gemma-2-9b-it-Philos — чат-модель EpistemeAI, дообученная на базе unsloth/gemma-2-9b-it-bnb-4bit с помощью Unsloth и Hugging Face TRL. Это плотная языковая модель Gemma 2 с 9 млрд параметров, предназначенная для генерации текста в диалоге. Она принимает текст и выдаёт текст; заявленная длина контекста — 8192 токена. Карточка не описывает философскую специализацию модели или конкретные обучающие данные, поэтому название не подтверждает её пригодность для специализированных философских задач. Модель распространяется по лицензии Apache-2.0. В карточке указано, что обучение выполнялось с использованием Unsloth и TRL.

Behemoth-123B-v1 — текстовая чат-модель, опубликованная командой TheDrummer и представленная BeaverAI. Это слитая производная Mistral Large Instruct 2407 с архитектурой MistralForCausalLM и 122,2 млрд параметров; модель распространяется в формате safetensors. Она предназначена для диалога, творческого письма, ролевых сцен и историй. В карточке отмечены разнообразная генерация, выразительная проза, нюансированные ответы и хорошее запоминание контекста. Поддерживаются шаблоны чата Mistral Instruct, Metharme и текстовое продолжение. Модель принимает текст и генерирует текст; заявленная длина контекста — 131 072 токена. Интерфейс также предусматривает вызов инструментов. Лицензия обозначена как other, поэтому конкретные условия следует проверять в репозитории модели. Отзывы тестировщиков носят качественный характер и не заменяют независимой оценки; поведение может зависеть от шаблона чата.

Bucharest-0.2 — экспериментальная instruct-модель для генерации текста и диалогов, созданная Mihaiii на основе дообучения migtissera/Tess-10.7B-v1.5b. По метаданным, это плотная причинно-следственная модель семейства Llama с 10,6 млрд параметров и контекстом до 6000 токенов. Модель предназначена для диалоговых сценариев и выполнения инструкций в текстовом формате. В обучении использовались закрытый набор данных и Mihaiii/OpenHermes-2.5-1k-longest-curated — подмножество наборов OpenHermes-2.5. Для промптов в карточке указан формат с ролями SYSTEM, USER и ASSISTANT. Модель опубликована под лицензией Apache-2.0. Автор отмечает, что серия Bucharest в основном экспериментальная, и рекомендует вместо неё серию Pallas.

bartowski/Chronos-Gold-12B-1.0-GGUF — это набор GGUF-квантизаций модели Chronos-Gold-12B-1.0, разработанной elinas и подготовленной квантизатором bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста общего назначения, ролевого общения и написания историй; в метаданных также указано, что исходная модель является результатом объединения или дообучения. Поддерживается запуск через llama.cpp и LM Studio. Доступны варианты от исходных весов F16 размером 24,50 ГБ до сильно сжатых IQ2_M размером 4,44 ГБ. В репозитории представлены квантизации Q8_0, Q6_K, Q5_K, Q4_K, Q3_K, Q2_K и IQ-разновидности; некоторые варианты используют Q8_0 для embedding- и output-весов для сохранения качества. Более крупные варианты обычно обеспечивают высокое качество, тогда как малые требуют меньше оперативной памяти, но заметно сильнее ограничены квантизацией. README не содержит сведений об архитектуре исходной модели, размере контекстного окна, поддерживаемых языках или мультимодальности, поэтому модель следует считать текстовой и использовать в пределах возможностей совместимого рантайма. Для работы рекомендуется применять указанный chat-шаблон с ролями system, user и assistant. Модель распространяется по лицензии CC BY-NC-4.0, допускающей использование с ограничениями, включая некоммерческий характер лицензии.

Dark-Hermes3-Llama3.2-3B — дообученная разговорная модель mrcuddle на архитектуре Llama 3.2 с 3,2 млрд параметров, созданная на основе NousResearch/Hermes-3-Llama-3.2-3B. Она предназначена для генерации текста и диалогов; метаданные также отмечают следование инструкциям. Модель принимает текст и выдаёт текст, поддерживает английский язык и рассчитана на контекст до 131 072 токенов. Модель распространяется в форматах PyTorch и safetensors по лицензии llama3. Карточка не описывает отдельные методы обучения или специальные возможности, поэтому пригодность для конкретных сценариев следует оценивать самостоятельно.

MergedQwen2-0.5B0.0 — языковая модель, полученная разработчиком путём слияния предварительно обученных моделей с помощью mergekit и метода DELLA. Базой послужила Qwen2-0.5B, в слияние также включена debias_Qwen2-0.5B. Модель содержит около 493,7 млн параметров и построена на архитектуре Qwen2 для генерации текста; метаданные указывают контекст до 131 072 токенов и возможность диалогового использования. Модель предназначена для генерации текста и ведения диалогов. Карточка не приводит оценок качества и подробных результатов тестирования. В README указана точность float32; репозиторий использует формат safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

DistilBart-MNLI — дистиллированная модель семейства BART, созданная Valhalla на основе bart-large-mnli. В ней чередующиеся слои исходной модели скопированы в компактную архитектуру, после чего модель дополнительно дообучена на тех же данных MNLI; указанная конфигурация содержит 252,8 млн параметров и поддерживает контекст до 1024 токенов. Модель предназначена для классификации текста по заданным пользователем категориям без отдельного обучения на этих категориях, а также для задач классификации текста. Она подходит, например, для маршрутизации обращений или тематической сортировки документов, когда набор меток задаётся при запросе. В README приведены результаты для других вариантов DistilBart-MNLI, но отдельные показатели для конфигурации 12-6 не указаны. Модель принимает текст и выдаёт оценки категорий. Репозиторий содержит веса PyTorch и Flax. Лицензия в предоставленных источниках не указана.

Dolphin-Nebula-7B — разговорная языковая модель на архитектуре Mistral, созданная Weyaxi путём объединения ehartford/dolphin-2.0-mistral-7b и адаптера PulsarAI/Nebula-7B-Lora. Модель содержит 7,1 млрд параметров и рассчитана на генерацию текста в диалогах; её контекстное окно составляет 32 768 токенов. В карточке указаны английский язык и датасет Open-Platypus. Модель подойдёт для ведения диалога и генерации ответов на английском языке. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. В README приведена таблица результатов Open LLM Leaderboard, но значения метрик не заполнены, поэтому качество по этим тестам оценить нельзя.

eibrahim/do-xrepo-model-3 — дообученная языковая модель семейства Qwen3 для генерации текста и диалогового общения. В README она описана как версия для корпоративных задач; архитектура в метаданных — плотная причинная модель Qwen3ForCausalLM с 6,6 млрд параметров, контекстом до 32 768 токенов и форматом safetensors. Указаны английский и китайский языки, интерфейс чата и лицензия Apache-2.0. Модель подходит для генерации ответов и диалогов в корпоративных сценариях. README приводит пример загрузки через Transformers, однако идентификатор в примере отличается от репозитория этой модели. Карточка не уточняет состав корпоративных задач, данные дообучения и сравнительные показатели качества.

ERNIE-21B-A3B-Thinking-Gemini-3-Pro-High-Reasoning-V2 — текстовая MoE-модель Baidu, дообученная DavidAU на наборе TeichAI/gemini-3-pro-preview-high-reasoning-250x с помощью Unsloth. Она предназначена для генерации текста с развёрнутыми рассуждениями, творческого письма и диалогов общего назначения; автор отмечает компактные, но подробные ответы по существу и стабильность рассуждений при изменении температуры. Архитектура указана как Ernie4_5_MoeForCausalLM с 64 экспертами; метаданные сообщают 3,3 млрд параметров, а контекст составляет до 131 072 токенов. Модель работает с текстом и в карточке заявлена как англоязычная. Доступна по лицензии Apache-2.0. Автор предупреждает, что низкобитные квантованные версии могут зацикливаться; качество также зависит от настроек сэмплирования.

EVA-Qwen2.5-1.5B-FRFR — языковая модель на архитектуре Qwen2, представленная как обученная с нуля. В метаданных указаны 1,5 млрд параметров, контекст до 131 072 токенов и библиотека Transformers; модель распространяется в формате safetensors и поддерживает диалоговый сценарий. Модель предназначена для генерации текста и диалоговых взаимодействий. README связывает её обучение с конфигурацией Axolotl версии 0.4.1, но не сообщает, на каких данных она обучалась: вместо датасета указан None. Описание задач, оценок качества и специальных ограничений в карточке отсутствует. Лицензия — Apache-2.0.