III.5Управление персоналом и организацией

laion/delphi-3e20-p33m67-k0p20-lr83-a001-wc386k_lr1e5-sft — диалоговая языковая модель семейства Qwen3 с плотной архитектурой и 2,2 млрд параметров. Она обучена с нуля на наборах данных wildchat_386k и delphi_warmup; карточка не раскрывает подробностей о составе обучения или разработчике сверх идентификатора LAION. Модель предназначена для генерации текста в диалоге. Она принимает текст, выдаёт текст и поддерживает контекст длиной до 4096 токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия указана как other, без дополнительных условий в карточке.

frankenmerger/delta-4b-instruct-v0.1 — разговорная модель генерации текста на архитектуре Phi, созданная методом frankenmerge из Phi-2. Модель расширили примерно до 4 млрд параметров, а затем дообучили на 25 тысячах примеров датасета Locutusque/hyperion-v2.0. Карточка предназначает её для диалогового взаимодействия и генерации текста на английском языке. Модель использует плотную архитектуру PhiForCausalLM, принимает текст и выдаёт текст. Контекст составляет 2048 токенов. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. В метаданных указано 6 млрд параметров, что расходится с заявленными в README 4 млрд после расширения.

DreadPoor/Derivative-8B-Model_Stock — слитая диалоговая языковая модель, созданная с помощью mergekit методом Model Stock. В качестве основы использована FuseAI/FuseChat-Llama-3.1-8B-SFT, а также объединены DreadPoor/Aspire-8B-model_stock, DreadPoor/ONeil-model_stock-8B и DreadPoor/BaeZel_1.1-8B-Model_Stock. Модель построена на плотной архитектуре Llama с 7,5 млрд параметров и предназначена для генерации текста и диалоговых ответов. Модель принимает текст и выдаёт текст; заявленная длина контекста составляет 131 072 токена. В README приведены результаты отдельных тестов Open LLM Leaderboard, включая IFEval и BBH, но этих оценок недостаточно для вывода о качестве на других задачах или языках. Доступны веса в формате safetensors для Transformers. Лицензия — Apache-2.0.

ChaoticNeutrals/Domain-Fusion-L3-8B — разговорная языковая модель семейства Llama, созданная слиянием моделей методом SLERP через mergekit. В конфигурации объединены Hathor_Variant-X и T-900xBioLLM; для внимания и MLP заданы отдельные параметры слияния. Модель содержит 7,5 млрд параметров, построена на плотной архитектуре LlamaForCausalLM и использует формат safetensors. Модель предназначена для генерации текста и диалогового взаимодействия на английском языке. Контекстное окно — 8192 токена. Лицензия указана как other, поэтому конкретные условия использования по доступным данным определить нельзя.

Katayoon/DPO-ONLY-Zephyr-7B-3-iter-1 — чат-модель на архитектуре Mistral, дообученная разработчиком Katayoon на обновлённом и исходном наборах данных. Она предназначена для генерации текста в диалоге и имеет 7,1 млрд параметров и контекстное окно до 32 768 токенов. Модель распространяется в формате Safetensors по лицензии MIT. Карточка не описывает конкретные сценарии применения, результаты оценки или известные ограничения качества. Поэтому пригодность модели для отдельных задач следует проверять самостоятельно.

MaziyarPanahi/Experiment28M7_Experiment27Experiment29 — объединённая языковая модель на архитектуре Mistral, созданная на основе automerger/Experiment28M7-7B и automerger/Experiment27Experiment29-7B. В репозитории представлены веса SafeTensors объёмом 7,1 млрд параметров; заявленная длина контекста — 32 768 токенов. Модель предназначена для генерации текста и может применяться в сценариях, где требуется продолжить текстовый запрос или получить текстовый ответ. README и метаданные не описывают специальную предметную область, набор языков или дополнительные возможности. Модель распространяется по лицензии Apache-2.0. Данных о качестве, обучающей смеси и специальных ограничениях в карточке нет.

WesPro/F2PhenotypeKimiko — созданная WesPro объединённая языковая модель на архитектуре Llama 3 с 7,5 млрд параметров. Она предназначена для диалогов и генерации текста; модель получена линейным слиянием WesPro/F1-Chimera-Hybrid-LimaRP-8B и Chat-Error/Llama-3-Kimiko-LoRA с помощью mergekit. Репозиторий содержит веса в формате safetensors, библиотека для работы — Transformers, длина контекста составляет 8192 токена. Модель подходит для интерактивного общения и генерации текста в пределах контекстного окна. Сведения о целевых языках, специализированных областях и сравнительных преимуществах карточка не приводит. Лицензия в предоставленных данных не указана.

NotASI/FineTome-Llama3.2-1B-0929 — плотная авторегрессионная языковая модель семейства Llama 3.2, разработанная NotASI на базе unsloth/Llama-3.2-1B-Instruct-bnb-4bit. Модель дообучена в течение двух эпох на mlabonne/FineTome-100k с применением QLoRA и rsLoRA; она использует тот же шаблон чата, что и базовая модель. Размер составляет 1,2 млрд параметров, контекст — до 131 072 токенов. Модель предназначена для генерации текста в диалоговом формате: она может отвечать на запросы, вести беседу и помогать с задачами общего назначения на английском языке. В метаданных также отмечен интерфейс вызова инструментов. Карточка приводит результаты оценки на Open LLM Leaderboard, но не даёт оснований считать их гарантией качества для конкретных задач. Метаданные указывают лицензию llama3.2, тогда как README заявляет Apache-2.0; перед использованием следует проверить применимые условия распространения базовой модели и производной. Это небольшая модель, поэтому её ответы могут уступать более крупным моделям в сложных задачах и требовать проверки.

flammen16-mistral-7B — языковая модель FlammenAI на архитектуре Mistral с 7,1 млрд параметров. По карточке, модель получена слиянием предварительно обученных моделей и последующим дообучением методом Direct Preference Optimization на наборе Truthy DPO от Jon Durbin; метаданные указывают базовую модель flammen15X-mistral-7B. Для запуска используется библиотека Transformers, веса представлены в формате safetensors, лицензия — Apache-2.0. Модель предназначена для ролевых диалогов с персонажами, творческого письма и задач общего назначения, связанных с генерацией текста. Заявленная длина контекста — до 32 768 токенов. Карточка не сообщает конкретные языки обучения или целевые языки, поэтому языковую специализацию определить нельзя.

flammen32-mistral-7B — языковая модель семейства Mistral с плотной архитектурой и 7,1 млрд параметров, разработанная FlammenAI. Она создана слиянием предварительно обученных моделей и последующим дообучением; для неё указаны наборы данных Date-DPO-v1, Date-DPO-v2, Date-DPO-v3 и Grill-Flammen-v1_chatML. Модель предназначена для генерации текста и диалогов, особенно ролевых сцен с персонажами, творческого письма и ответов общего назначения. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и доступна в формате safetensors для библиотеки Transformers. README упоминает дообучение на A100 через Google Colab. Лицензия — Apache-2.0. В README также есть упоминание о тонкой настройке Llama 3 с ORPO, которое противоречит метаданным о базовой модели Mistral; поэтому основу следует считать указанной в метаданных, а детали обучения из README — неоднозначными.

jaspionjader/fr-12-8b — разговорная языковая модель, созданная методом слияния SLERP из jaspionjader/fr-11-8b и jaspionjader/fct-14-8b с помощью mergekit. Модель построена на архитектуре Llama с 7,5 млрд параметров и предназначена для генерации текста и ведения диалогов. Модель принимает текст и генерирует текст. Её нативная длина контекста составляет 131 072 токена. Карточка не уточняет поддерживаемые языки и специализированные области применения. Репозиторий содержит веса в формате safetensors; лицензия в предоставленных данных не указана.

Gemma 7B Zephyr SFT — плотная авторегрессионная языковая модель на архитектуре Gemma, созданная командой W&B посредством дообучения google/gemma-7b по рецепту Zephyr SFT. Модель предназначена для диалоговой генерации текста и ответов на запросы; в метаданных также указана поддержка чата. Для обучения использовался набор данных HuggingFaceH4/ultrachat_200k и смесь общедоступных синтетических данных. В README указано 8,5 млрд параметров, тогда как метаданные каталога содержат оценку 8,2 млрд; модель принимает текст и генерирует текст, её контекст составляет 8192 токена. Основной язык — английский. Карточка приводит результаты оценивания на нескольких тестах, включая AI2 Reasoning Challenge и HellaSwag. Лицензия указана как other, поэтому условия использования следует сверить с лицензией репозитория и базовой модели перед применением.

Theros/Gemma-9B-ColdBrew-Testing — объединённая диалоговая языковая модель на архитектуре Gemma 2, созданная с помощью mergekit методом SLERP из SvalTek/Gemma-7B-ColdBrew-RP и KishoreK/ActionGemma-9B. Модель содержит 9 млрд параметров, принимает текст и генерирует текст; контекст — до 8192 токенов. Модель предназначена для диалоговой генерации текста. Её можно использовать для продолжения беседы и создания текстовых ответов. Данные карточки не описывают специализированные области применения или языковой охват. Модель опубликована в формате safetensors и доступна через библиотеку Transformers. Лицензия в предоставленных данных не приведена.

GutenBerg_Nyxora_magnum-v4-27b — объединённая чат-модель на базе Gemma 2, созданная сообществом mergekit-community методом линейного слияния предобученных языковых моделей. В качестве базовой использована anthracite-org/magnum-v4-27b с весом 0,25; модель DazzlingXeno/GutenBerg_Nyxora внесла вес 0,75. Репозиторий содержит веса в формате Safetensors, библиотека для работы — Transformers. Модель предназначена для генерации текста в диалоге и прозы. Размер составляет 27,6 млрд параметров, контекст — до 8192 токенов. Карточка базовой модели описывает стиль генерации как ориентированный на Claude 3 Sonnet и Opus. Данные о лицензии и конкретных языках обучения в предоставленных источниках отсутствуют.

Edens-Gate/holland-v2-erebus-experimental — дообученная разговорная языковая модель семейства Llama, опубликованная в формате PyTorch и Safetensors. Она предназначена для генерации текста в диалоге. Модель содержит 3,2 млрд параметров и поддерживает контекст до 131 072 токенов. В карточке указана базовая модель NewEden/L3.2-Erebus-Base и версия Axolotl 0.5.0; сведения о наборе данных, оценке качества и конкретных сценариях применения не приведены. Лицензия в предоставленных данных не указана.

Inex12Experiment28-7B — автоматически собранная Maxime Labonne модель на базе архитектуры Mistral с 7,1 млрд параметров. Она создана слиянием методом SLERP моделей MSL7/INEX12-7b и yam-peleg/Experiment28-7B; конфигурация задаёт смешивание слоёв внимания и MLP. Модель предназначена для генерации текста и рассчитана на контекст до 32 768 токенов. Модель можно использовать для генерации продолжений и ответов в текстовых приложениях. Карточка не описывает специализацию по языкам или предметным областям, поэтому её возможности в этих направлениях не следует считать подтверждёнными. Веса опубликованы в формате Safetensors, лицензия — Apache-2.0.

Ingot-7b-slerp-4 — объединённая модель семейства Mistral, созданная методом slerp с помощью LazyMergekit из 222gate/Blurred-Beagle-7b-slerp и andrijdavid/Macaroni-7b-Tied. Она предназначена для генерации текста и диалогового взаимодействия; модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Веса представлены в формате safetensors. Карточка не описывает специальные предметные области или дополнительные возможности помимо генерации текста и чата. Базовые модели каталога ориентированы на генерацию англоязычного текста. Лицензия в предоставленных данных не указана.

InnerI-bittensor-7b — объединённая модель InnerI, созданная методом slerp с помощью LazyMergekit на основе InnerI/A-I-0xtom-7B-slerp и gowhyyou/bittensor-finetuning. Это плотная LlamaForCausalLM с 7,1 млрд параметров, сохранённая в формате safetensors; модель предназначена для диалоговой генерации текста и принимает контекст длиной до 32 768 токенов. README описывает схему слияния и параметры смешивания слоёв внимания и MLP. Модель подходит для генерации ответов в чате и продолжения текста. В README и метаданных не приведены сведения о целевых языках, специализированных областях, оценках качества или лицензии, поэтому эти характеристики нельзя уточнить.

L3-8B-Stheno-slerp — слитая модель на базе семейства Llama, созданная с помощью LazyMergekit из Sao10K/L3-8B-Stheno-v3.1 и Sao10K/L3-8B-Stheno-v3.2. Это плотная авторегрессионная модель с 7,5 млрд параметров, предназначенная для генерации текста и чата; конфигурация слияния использует метод slerp и формат bfloat16, а репозиторий содержит веса safetensors. Модель подходит для ролевых диалогов, написания историй и выполнения инструкций на английском языке. Длина контекста составляет 8192 токена. Лицензия в предоставленных данных не описана.

Fischerboot/L3-sophie-improved-v2 — слитая авторами модель генерации текста на архитектуре Llama 3. Она создана методом passthrough с помощью mergekit из Fischerboot/LLama3-Lexi-Aura-3Some-SLERP-SLERP-ql-merge и Fischerboot/sophie-improved-v2. Модель содержит 7,5 млрд параметров, рассчитана на диалоговое взаимодействие и использует библиотеку Transformers; заявленная длина контекста — 8192 токена. Модель подходит для генерации ответов в чате и продолжения текста. Описание базовой модели указывает на ориентацию прежде всего на английский язык. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

l6bitney-32layer-slerp — разговорная языковая модель для генерации текста, созданная с помощью LazyMergekit на основе liminerity/m7-64-bitnet-alpaca-3. В конфигурации указано слияние методом SLERP двух источников с одинаковым идентификатором и выбор слоёв 0–6; метаданные классифицируют связь с базовой моделью как дообучение. Архитектура — плотная MistralForCausalLM, размер — 203,9 млн параметров, контекст — 2048 токенов. Модель предназначена для диалогов и генерации текста. Данные не описывают специализированные области или языковое покрытие. Репозиторий содержит веса Safetensors; сведения о лицензии в предоставленных материалах отсутствуют.

Limon-8B — разговорная модель на архитектуре Llama, опубликованная lodrick-the-lafted. Это вариант lodrick-the-lafted/Olethros-8B с абляциями, в которых в качестве безвредного набора данных использовался LimaRP, а вредоносного — tatsu-lab/alpaca. Модель предназначена для генерации текста в диалогах; в метаданных указаны 7,5 млрд параметров и контекст длиной 8192 токена. Модель распространяется в формате safetensors под лицензией Apache-2.0. Карточка не уточняет метод обучения и результаты оценки качества; характер абляций описан кратко, поэтому свойства модели на конкретных сценариях следует проверять отдельно.

Llama-2-7b-chat-hf_fictional_v1 — дообученная на наборе данных generator диалоговая языковая модель на архитектуре Llama с 6,6 млрд параметров. Она предназначена для генерации текста в формате общения с ассистентом; базовая модель рассчитана на ответы и диалог на английском языке. Модель принимает текст и выдаёт текст, а её контекст составляет 4096 токенов. Карточка не описывает особенности обучающих данных, результаты оценки или специфические преимущества версии. Модель распространяется в формате Safetensors. Лицензия в предоставленных данных не указана.

Llama-3-70B-Instruct-32k-v0.1 — экспериментальная версия Meta Llama 3 70B Instruct, опубликованная MaziyarPanahi. В ней изменён параметр rope_theta на 8m; метаданные указывают 69,5 млрд параметров, плотную архитектуру Llama и формат safetensors. Модель предназначена для диалоговой генерации текста на английском языке и имеет контекстное окно 8192 токена. Модель подходит для создания чат-ассистентов, ответов на вопросы и генерации текста. README также ссылается на отдельную коллекцию её квантованных версий в GGUF. Указанная лицензия — other; условия использования следует сверить с лицензией базовой модели Meta Llama 3.

chrisrutherford/Llama-3-8B-SingleShotCotV1 — разговорная языковая модель семейства Llama 3, предназначенная для генерации текста. В карточке приведён пример ответа на бытовой вопрос: модель разбирает задачу по шагам и формирует связную рекомендацию. По метаданным модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 8192 токенов; опубликована в формате safetensors и поддерживает чатовый сценарий. Модель подходит для ответов на вопросы и объяснений с явной пошаговой структурой рассуждения. Карточка не подтверждает отдельное дообучение или заявленные гарантии точности; пример показывает многословные ответы, которые могут содержать неподтверждённые обобщения. Лицензия указана как llama3; условия использования следует сверять с лицензией Llama 3.

llama-3-8b-slow-DUS-random-layer1-method2 — плотная языковая модель семейства Llama от ryan0712, созданная с помощью LazyMergekit на основе NousResearch/Meta-Llama-3-8B. В README указано, что при сборке использовано 16 записей одной и той же базовой модели; параметры конфигурации объединения не приведены. Модель предназначена для генерации текста и может использоваться в сценариях, где нужна языковая генерация. Архитектура — LlamaForCausalLM, формат весов — safetensors, длина контекста — 8192 токена. Метаданные указывают 4 млрд параметров, тогда как базовая модель описана каталогом как модель на 7,5 млрд параметров; размер самой модели в описании поэтому приводится по метаданным репозитория. В карточке не заявлены специальные прикладные области или языки. Лицензия не указана в предоставленных данных, поэтому условия использования по ним определить нельзя.

Fischerboot создал объединённую методом SLERP модель на основе TheDrummer/Llama-3SOME-8B-v1 и ResplendentAI/Aura_Uncensored_l3_8B с помощью mergekit. Это плотная авторегрессионная Llama-модель с архитектурой LlamaForCausalLM, предназначенная для генерации текста и диалогов, включая ролевые сценарии. Веса представлены в формате safetensors; размер модели — 7,5 млрд параметров, длина контекста — 24 576 токенов. Модель рассчитана на англоязычные текстовые запросы и выдаёт текст. Ограничения и условия лицензии в предоставленных данных не описаны.

asharsha30/LLAMA_Harsha_8_B_ORDP_10k — текстовая чат-модель на архитектуре Llama, созданная дообучением базовой модели Meta-Llama-3-8B с использованием ORPO и набора mlabonne/orpo-dpo-mix-40k. Метаданные указывают на 7,5 млрд параметров, контекст до 8192 токенов и формат safetensors; модель используется через библиотеку Transformers для генерации текста в диалоговом формате. Модель предназначена для ответов на вопросы и ведения текстовых диалогов на английском языке. В README приведены результаты оценивания на наборах AGIEval, GPT4All, TruthfulQA и Bigbench; общий средний балл указан как 50,01. Модель распространяется по лицензии Apache-2.0. README называет базой NousResearch/Meta-Llama-3-8B, тогда как метаданные указывают meta-llama/Llama-3.1-8B.

logan7000/llm-math345-ttrl-granite2b-endpoint — дообученная модель семейства Granite, созданная на базе ibm-granite/granite-3.3-2b-instruct с использованием TRL. Это плотная причинная языковая модель с 2,5 млрд параметров, рассчитанная на генерацию текста и диалоговое взаимодействие; запуск возможен через Transformers. Контекстное окно составляет 131 072 токена. Модель подходит для диалоговых ответов и генерации текста по запросу, однако README не приводит результатов оценки или подтверждения специализации на математике, несмотря на название репозитория. Лицензия в предоставленных данных не указана.

ArthurSrz/LLMTwin-Llama-3.1-8B — текстовая плотная авторегрессионная модель семейства Llama, дообученная ArthurSrz на базе meta-llama/Llama-3.1-8B. Модель предназначена для генерации текста и диалоговых сценариев; карточка указывает обучение с помощью Unsloth и TRL. Размер составляет 7,5 млрд параметров, нативный контекст — 131 072 токена. Модель работает с текстом и заявлена для английского языка. Репозиторий содержит веса Safetensors, лицензия — Apache-2.0. Данных о специализированных областях применения или сравнительных оценках качества в карточке нет.