III.5Управление персоналом и организацией

Macaroni V2 7B — языковая модель на архитектуре Mistral, созданная автором репозитория с помощью объединения предварительно обученных моделей методом DARE TIES в mergekit. В основу взята mistralai/Mistral-7B-v0.1; в объединение также вошли flemmingmiguel/MBX-7B-v3, mlabonne/OmniBeagle-7B и vanillaOVO/supermario_v4. Модель предназначена для генерации текста. Она содержит 7,1 млрд параметров, принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. В карточке указан английский язык. Репозиторий распространяется под лицензией Apache-2.0. README не описывает специализированные сценарии применения или результаты оценки качества.

Карточка модели Rupesh2/Marcoro14-7B-slerp3 на Hugging Face совпадает с карточкой Rupesh2/Marcoro14-7B-slerp2, поэтому описание составлено по ней. Marcoro14-7B-slerp — плотная языковая модель семейства Llama 3 для генерации текста и диалогов. Её создали, объединив с помощью mergekit модели Orenguteng/Llama-3-8B-Lexi-Uncensored и nbeerbower/llama-3-spicy-abliterated-stella-8B методом SLERP; в конфигурации указана точность bfloat16. Репозиторий содержит веса в формате safetensors, а число параметров составляет 7,5 млрд. Модель предназначена для генерации продолжений текста и ведения диалогов. Заявленное контекстное окно — 8192 токена. В карточке не описаны отдельные специализированные области применения или поддерживаемые языки, поэтому их нельзя определить точнее. Модель распространяется по лицензии Apache-2.0.

FoxEngineAi/Mega-Destroyer-8x7B — языковая модель, созданная Dampf совместно с FoxEngineAi с помощью mergekit. Это слияние нескольких моделей Mixtral 8x7B методом DARE TIES на базе mistralai/Mixtral-8x7B-v0.1; среди компонентов — Mixtral Instruct, Open_Gpt4, Air-Striker, LimaRP и Typhon. Архитектура Mixtral — Mixture of Experts, число параметров по метаданным — 7,1 млрд, контекст — до 32 768 токенов. Модель предназначена для генерации текста по инструкциям, диалогов, творческого письма и ролевых сценариев. README заявляет, что модель рассчитана на широкий круг задач и поддерживает разные шаблоны запросов, включая Alpaca, Vicuna, ChatML и Llama 2 Chat. Лицензия — CC BY 4.0. Качество и поведение могут меняться в зависимости от шаблона запроса; README не приводит количественных результатов оценки. Несмотря на заявленную пригодность для широкого круга задач, специализация компонентов на ролевых сценариях и творческом письме может влиять на ответы в других сценариях.

appvoid/megasalad-1 — компактная языковая модель семейства Llama, созданная автором appvoid слиянием предобученных моделей через mergekit. В качестве базовой модели использована appvoid/arco; в слияние также вошли appvoid/text-arco, appvoid/massive, appvoid/arco-2 и Fizzarolli/clite-500m. Метод слияния — TIES. Модель предназначена для генерации текста и диалоговых сценариев. Она содержит 464,4 млн параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст до 8192 токенов. Репозиторий использует библиотеку Transformers и формат весов safetensors. Языки и специализированные области применения в доступных данных не обозначены. Условия лицензирования в предоставленных данных не приведены.

MFANNv0.17.10 — диалоговая языковая модель для генерации текста, созданная netcat420 с помощью слияния моделей через mergekit. В основе объединения лежит MaziyarPanahi/Llama-3-8B-Instruct-v0.4, также в него вошли MFANNv0.16 и MFANNv0.17. Использован метод DARE TIES; модель имеет плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров. Модель предназначена для диалогов и генерации ответов ассистента. Она принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. Репозиторий использует Transformers и формат Safetensors. В карточке не приведены сведения о специализации по языкам или конкретных областях применения. Лицензия в предоставленных данных не указана. Возможности и качество ответов зависят от объединённых моделей; в README нет результатов оценки или подробного описания ограничений.

MN-12B-Starcannon-v2 — объединённая разговорная языковая модель от nothingiisreal на архитектуре Mistral с 12,1 млрд параметров. Она создана методом TIES с помощью mergekit на основе nothingiisreal/MN-12B-Celeste-V1.9 и intervitens/mini-magnum-12b-v1.1. Модель предназначена для генерации текста и диалогов, в том числе более творческих и подробных ответов. Карточка характеризует её как более творческую и многословную по сравнению с mini-magnum; метаданные указывают поддержку чата. Для хранения указаны safetensors, а в карточке также упомянуты варианты Dynamic FP8, GGUF и EXL2. Заявленная длина контекста — 1 024 000 токенов. Модель распространяется по лицензии Apache-2.0. Карточка не приводит результатов оценки качества; её заявления о стиле ответов субъективны.

zelk12/MT3-Gen5-MM-gemma-2-MT2Av4d-9B_v1 — слитая модель Gemma 2, созданная с помощью mergekit методом SLERP на основе lemon07r/Gemma-2-Ataraxy-v4d-9B и zelk12/MT2-gemma-2-9B. Это плотная авторегрессионная языковая модель с 9 млрд параметров, предназначенная для генерации текста и диалогов. Она принимает текст и выдаёт текст; заявленная длина контекста — 8192 токена. Модель подходит для творческого письма, создания историй и диалоговой генерации. Репозиторий содержит веса в формате safetensors и рассчитан на использование через Transformers. Лицензия в предоставленных данных не указана.

Карточка модели zelk12/MT3-IF-gemma-2-RGDv0.1RAt0.25v0.1-9B на Hugging Face совпадает с карточкой zelk12/MT2-BB-gemma-2-RGDv0.1RAt0.25v0.1-9B, поэтому описание составлено по ней. zelk12/MT2-BB-gemma-2-RGDv0.1RAt0.25v0.1-9B — объединённая языковая модель на базе Gemma 2, созданная с помощью mergekit методом SLERP из двух моделей: zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1-t0.25 и zelk12/recoilme-gemma-2-Gutenberg-Doppel-9B-v0.1. Модель содержит 9 млрд параметров, использует архитектуру Gemma2ForCausalLM и формат safetensors; библиотека для работы — Transformers. Модель предназначена для генерации текста и диалоговых сценариев: она принимает текстовые запросы и формирует текстовые ответы. Контекстное окно составляет 8192 токена. В карточке не приведены специальные прикладные области или сведения о поддерживаемых естественных языках. Лицензия в предоставленных источниках не указана.

zelk12/MT5-Gen5-GP-gemma-2-Av4dMTg2-9B — слитая с помощью mergekit методом SLERP языковая модель на архитектуре Gemma 2 с 9 млрд параметров. В состав вошли lemon07r/Gemma-2-Ataraxy-v4d-9B и zelk12/MT-Gen2-gemma-2-9B; конфигурация указывает lemon07r/Gemma-2-Ataraxy-v4d-9B как базовую модель. Репозиторий содержит веса в формате safetensors, а библиотека для работы — Transformers. Модель предназначена для генерации текста и диалогов, а краткое описание базовой модели указывает на творческое письмо и создание историй. Она принимает текст и генерирует текст; размер контекста — 8192 токена. В карточке и метаданных не приведены подтверждённые сведения о языках или лицензии, поэтому их нельзя уточнить.

RJuro/munin-neuralbeagle-SkoleGPTOpenOrca-7b — разговорная языковая модель, разработанная RJuro путём дообучения RJuro/munin-neuralbeagle-7b. Она предназначена для генерации текста в диалогах и ответов на запросы. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов; в карточке указан английский язык. Для обучения использовались Unsloth и библиотека TRL. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Карточка не описывает конкретные результаты обучения или проверенные сценарии; качество ответов и пригодность для отдельных задач по ней оценить нельзя.

Decodesrahul/my-custom-smart-ai — дообученная Decodesrahul разговорная языковая модель на архитектуре Llama. Она предназначена для генерации текста в формате чата и основана на unsloth/llama-3-8b-instruct-bnb-4bit; для обучения использовались Unsloth и библиотека TRL. Модель содержит 7,5 млрд параметров, принимает текст и поддерживает контекст до 8192 токенов. Модель подходит для диалоговых сценариев и генерации ответов на английском языке. В карточке не описаны специализированные области применения и конкретные наборы данных, поэтому её следует считать моделью общего назначения. Лицензия — Apache 2.0.

trinhkhng/nearswap_Merged_Qwen2-0.5B_0.4 — объединённая автором модель на архитектуре Qwen2, созданная методом NearSwap с помощью mergekit. В слиянии использованы базовая Qwen2-0.5B и модель debias_Qwen2-0.5B; параметр слияния t равен 0.4. Модель содержит около 493,7 млн параметров и рассчитана на генерацию текста в диалоговом сценарии; заявленная длина контекста — до 131 072 токенов. Модель подходит для диалоговой генерации и ответов на текстовые запросы. Репозиторий использует формат safetensors и библиотеку Transformers. Сведения о лицензии, поддерживаемых языках и оценках качества в предоставленных материалах отсутствуют.

NeuralSynthesis-7B-v0.2 — модель для генерации текста, созданная Kukedlc с помощью LazyMergekit путём слияния нескольких моделей Mistral, включая NeuralSynthesis-7B-v0.1 и модели для диалогов и вопросов-ответов. Это плотная авторегрессионная модель с архитектурой MistralForCausalLM, 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Карточка не сообщает подробностей о качестве или специализированных навыках; сведения базовой модели каталога указывают на английский и испанский языки. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

lik07/pantheon-stheno-hathor-spice-v1 — объединённая языковая модель на архитектуре Llama, созданная с помощью mergekit методом DARE TIES. В качестве базовой использована Gryphe/Pantheon-RP-1.0-8b-Llama-3; в объединение также вошли Nitral-AI/Hathor_Stable-v0.2-L3-8B, Sao10K/L3-8B-Stheno-v3.2 и cgato/L3-TheSpice-8b-v0.8.3. Модель содержит 7,5 млрд параметров, работает с текстом и поддерживает контекст до 8192 токенов. Она предназначена для генерации текста и диалогов, в том числе ролевых бесед и написания историй; метаданные характеризуют базовую модель как англоязычную и ориентированную на ролевые диалоги, истории и выполнение инструкций. Модель опубликована в формате safetensors для библиотеки Transformers. Сведения о лицензии в предоставленных данных отсутствуют.

bunsenfeng/parti_3_full — текстовая генеративная модель на архитектуре Qwen2, размещённая пользователем bunsenfeng на Hugging Face. Карточка показывает интерфейс чата и загрузку через Transformers; метаданные указывают 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для диалоговой генерации текста и ответов на запросы. В карточке не указаны разработчик исходной модели, обучение, языки, лицензия, оценки качества или ограничения; поэтому происхождение и условия использования надёжно определить нельзя.

Perucac-7B-slerp — объединённая языковая модель, созданная с помощью mergekit из gordicaleksa/YugoGPT и senseable/WestLake-7B-v2 методом SLERP. Модель основана на архитектуре Mistral, имеет около 7,1 млрд параметров и рассчитана на генерацию текста и чатовые диалоги с контекстом до 32 768 токенов. Модель подходит для ведения диалогов и генерации творческих текстов. В состав объединения входит YugoGPT, а базовой моделью в конфигурации указана WestLake-7B-v2, описанная как англоязычная модель для ролевых диалогов и творческой генерации. Репозиторий распространяется по лицензии Apache-2.0.

Модель TradMed/phi4_MT_epoch2_16bit — дообученная разговорная языковая модель, опубликованная thao-uyen1508 и основанная на unsloth/phi-4-unsloth-bnb-4bit. Это плотная модель с архитектурой LlamaForCausalLM и 14,1 млрд параметров, предназначенная для генерации текста и диалогов. Для обучения использовались Unsloth и библиотека TRL; модель распространяется в формате safetensors. Модель принимает текст и выдаёт текст. Метаданные указывают поддержку английского языка и контекст длиной до 16 384 токенов. Лицензия — Apache-2.0. README не описывает конкретные специализированные задачи или измерения качества, поэтому пригодность для определённых сценариев требует проверки.

Nitral-AI/Poppy_Porpoise-1.0-L3-8B — разговорная языковая модель семейства Llama, предназначенная для генерации текста в чат-сценариях. В метаданных указаны плотная архитектура LlamaForCausalLM, 7,5 млрд параметров, контекст до 8192 токенов и формат safetensors. Карточка приводит результаты OpenLLM Leaderboard, включая среднее значение 69,24, а также упоминает возможность работы с изображениями через Koboldcpp и отдельный Llava MMProj; наличие этих файлов в репозитории не подтверждено. Модель рассчитана на англоязычный диалог и генерацию текста. Лицензия обозначена как other, поэтому конкретные условия использования следует сверить с лицензией репозитория. Показатели бенчмарков отражают результаты в указанных тестах и сами по себе не гарантируют качество в других задачах.

Protoss-a — языковая модель LinjunChen123, дообученная на базе Qwen/Qwen3-1.7B с помощью H2O LLM Studio. Это плотная авторегрессионная модель семейства Qwen3 с 1,7 млрд параметров; она принимает текст и предназначена для диалоговой генерации текста. Репозиторий указывает контекст до 40 960 токенов и формат весов Safetensors. Модель можно применять для ведения диалогов, составления черновиков и ответов на текстовые запросы. В README приведён пример загрузки через Transformers; также описана возможность загрузки с 8-битной или 4-битной квантизацией и распределения по нескольким GPU. Модель может выдавать ошибочные, бессвязные или нерелевантные ответы и воспроизводить предвзятый либо оскорбительный контент. Лицензия в предоставленных данных не указана.

asparius/qwen-1.7b-sdf__432-neutral — плотная авторегрессионная языковая модель семейства Llama с 1,7 млрд параметров, дообученная из locuslab/safelm-1.7b с помощью TRL. Она предназначена для генерации текста в ответ на запросы; карточка показывает пример диалогового промпта и генерации продолжения. Модель доступна в формате PyTorch, работает через Transformers и имеет контекстное окно 8192 токена. Данных о специализированной предметной области, поддерживаемых языках и лицензии в предоставленной карточке и метаданных нет.

Viatak/Qwen2.5-0.5B-Instruct-Gensyn-Swarm-agile_aquatic_jaguar — дообученная модель Viatak на базе unsloth/Qwen2.5-0.5B-Instruct. Модель относится к семейству Qwen2, использует плотную архитектуру Qwen2ForCausalLM и содержит около 494 млн параметров. Для обучения применялась библиотека TRL; веса опубликованы в формате safetensors. Модель предназначена для диалогов, выполнения инструкций и генерации текста. Её можно использовать для ответов на вопросы и коротких текстовых запросов; в карточке приведён пример генерации ответа на гипотетический вопрос. Контекст составляет до 32 768 токенов. Данные не уточняют целевые языки и лицензию модели.

Antonwen/Qwen2.5-0.5B-Instruct-Gensyn-Swarm-pale_wary_bear — дообученная Antonwen модель на основе unsloth/Qwen2.5-0.5B-Instruct, созданная с помощью TRL. Это плотная авторегрессионная языковая модель семейства Qwen2 для диалогов и генерации текста; она поддерживает чатовый формат и запускается через Transformers. Модель содержит около 494 млн параметров и имеет контекст длиной до 32 768 токенов. В карточке не описана специализация по языку или предметной области, а обучение связано с Gensyn Swarm и GRPO. Лицензия в предоставленных данных не указана.

hyunw3/qwen-2.5-0.5b-r1-countdown_lr5e-6 — дообученная компанией или автором hyunw3 модель Qwen2.5-0.5B-Instruct для генерации текста и диалога. Она создана с помощью TRL; в метаданных указаны архитектура Qwen2 и 494 млн параметров. Модель принимает текстовые сообщения и генерирует текст, поддерживает контекст до 32 768 токенов и рассчитана на несколько естественных языков, включая русский, английский, китайский, французский, испанский, португальский, немецкий, итальянский, японский, корейский, вьетнамский, тайский и арабский. Модель подходит для диалоговых сценариев, выполнения инструкций и генерации ответов. Название указывает на возможную специализацию, связанную с countdown, однако карточка не описывает её назначение или результаты обучения, поэтому эту специализацию нельзя надёжно характеризовать. Модель опубликована в формате safetensors и использует лицензию базовой модели, но сведения о лицензии в предоставленных данных отсутствуют.

QWEN-2.5-0.5B-Synthia-II — дообученная ArtificialGuyBR модель Qwen2.5-0.5B для диалогов и следования инструкциям. Она предназначена для генерации ответов в разговорных ИИ-приложениях и многоходовых диалогах. Модель содержит 494 млн параметров, использует плотную архитектуру Qwen2 с 24 трансформерными слоями и механизмом GQA; поддерживает контекст до 32 768 токенов и работает с текстом. Дообучение проведено на наборе Synthia-v1.5-II. Модель рассчитана на генерацию связного текста и выполнение инструкций, но из-за небольшого размера может уступать крупным моделям в сложных рассуждениях; качество на других языках, помимо английского, может быть ограничено. Лицензия — Apache-2.0.

Qwen3-0.6B-Fable5-Reasoning — дообученная модель для генерации текста на основе Qwen/Qwen3-0.6B. Разработчик выполнил supervised fine-tuning (SFT) с помощью TRL и объединил LoRA-веса с базовой моделью, поэтому модель доступна как самостоятельный чекпойнт для Transformers. Модель предназначена для диалогов и текстовых ответов с рассуждениями. Она использует плотную архитектуру Qwen3ForCausalLM, содержит 507,9 млн параметров и поддерживает контекст до 40 960 токенов. Метаданные указывают на многоязычную базовую модель Qwen3; конкретные языки этой версии в карточке не перечислены. Лицензия — Apache-2.0. README не приводит сравнительных оценок качества или конкретных результатов обучения.

MaxSchulten/Qwen3-14B-distill-Qwen3-0.6B — дообученная компактная плотная языковая модель семейства Qwen3, созданная на основе Qwen/Qwen3-0.6B. Репозиторий содержит веса в формате Safetensors; размер модели — около 507,9 млн параметров, контекст — до 40 960 токенов. Модель предназначена для генерации текста и диалогов. В README указана оценка Loss 0,6427 на тестовом наборе, но подробности набора данных, методики обучения и результатов не приведены. Метаданные характеризуют базовую Qwen3 как многоязычную модель; отдельный перечень языков для этой версии отсутствует. Модель распространяется по лицензии Apache-2.0. Из-за скудной информации о дообучении и оценке качество для конкретных задач не установлено; перед применением в ответственных сценариях результаты следует проверить.

OP12138/qwen3-1.7b-opsd-frozent — дообученная разговорная модель семейства Qwen3, представленная в формате safetensors и предназначенная для генерации текста в диалогах. Карточка сообщает об обучении с помощью TRL; пример использования показывает передачу вопроса в формате чата через библиотеку Transformers. Модель имеет плотную архитектуру Qwen3ForCausalLM и 1,7 млрд параметров. Указанная длина контекста — 40 960 токенов. В карточке не описаны специализация, обучающие данные и языковой охват, поэтому её возможности следует считать общими для текстовых диалогов. Лицензия в предоставленных данных не указана.

Модель taskmaster141/qwen3_1.7b_simplyparse-fullft-304-1ep — дообученная языковая модель семейства Qwen3, разработанная taskmaster141 на основе trainer_output/checkpoint-304. Она предназначена для генерации текста и диалогового взаимодействия. Модель имеет плотную архитектуру Qwen3ForCausalLM, содержит 1,7 млрд параметров и поддерживает контекст до 40 960 токенов. Модель сохранена в формате safetensors и распространяется по лицензии Apache-2.0. В карточке указано, что обучение выполнялось с использованием Unsloth; дополнительных сведений о специализации обучения и ограничениях качества не приведено.

OP12138/qwen3-1.7b-star1 — дообученная модель Qwen3-1.7B, созданная на датасете star1. Это плотная авторегрессионная языковая модель с 1,7 млрд параметров, предназначенная для генерации текста и диалогов. Модель использует библиотеку Transformers и формат весов safetensors; заявленная длина контекста — до 40 960 токенов. Базовая Qwen3-1.7B описана как многоязычная модель для генерации текста, рассуждений, кода и выполнения инструкций, однако README не уточняет, какие из этих навыков развивает дообучение на star1. Модель подходит для текстовых запросов и разговорного взаимодействия. В метаданных лицензия указана как other, без конкретных условий; перед использованием следует проверить лицензию базовой модели и условия распространения этого чекпойнта. README не содержит результатов оценки или подробностей о данных обучения, поэтому качество и ограничения дообученной версии по нему определить нельзя.

VladShash/qwen3-8b-classic-with-repair — дообученная модель семейства Qwen3, созданная на базе formalmathatepfl/qwen3-cpt с использованием набора данных SFT. Она предназначена для генерации текста в диалоговом режиме. Модель имеет плотную архитектуру Qwen3ForCausalLM, содержит 7,6 млрд параметров и поддерживает контекст длиной до 32 768 токенов. Карточка не раскрывает тематику дообучения, поэтому нельзя надёжно определить специализированные сценарии, языки или преимущества варианта «classic-with-repair». Модель распространяется в формате safetensors; лицензия указана как other, без дополнительных условий в предоставленных данных.