III.5Управление персоналом и организацией

subspecs/Mag-Mell-R1-21B — слитая модель генерации текста, созданная методом passthrough с помощью mergekit на основе inflatebot/MN-12B-Mag-Mell-R1. Она предназначена для диалогов и генерации текста; базовая модель описана как подходящая для ролевых сценариев и художественного письма. Модель использует плотную архитектуру MistralForCausalLM, содержит 20,7 млрд параметров и рассчитана на контекст до 1 024 000 токенов. Репозиторий содержит веса Safetensors и поддерживает Transformers. Карточка не сообщает о специальных ограничениях или условиях лицензии, поэтому установить их по доступным данным нельзя. Языки также не установлены по карточке; базовая модель описана как диалоговая, но это не указывает конкретные языки.

Magnum v3 34B — разговорная языковая модель Anthracite, девятая в серии моделей, настроенных на воспроизведение качества прозы Claude 3 Sonnet и Opus. Это полноразмерное дообучение Yi-1.5-34B-32K с архитектурой LlamaForCausalLM: модель содержит 33,9 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации диалоговых ответов и связной прозы, в том числе в сценариях ролевого общения. Она настроена на формат ChatML; в README рекомендована настройка min_p 0,2 для генерации. Модель использует только текстовый ввод и выдаёт текст. Модель распространяется по лицензии Apache-2.0. Результаты оценки на Open LLM Leaderboard приведены в карточке, но сами по себе не гарантируют качество в конкретных задачах. Подробности о безопасности и практических ограничениях в карточке не раскрыты.

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.

MasherAI-v6.1-7B-checkpoint3-code3 — языковая модель, разработанная mahiatlinux как дообучение mahiatlinux/MasherAI-v6.1-7B-checkpoint3-code2. Это плотная Mistral-модель с 7,1 млрд параметров для генерации текста и диалогового общения; при обучении использовались Unsloth и библиотека Hugging Face TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 32 768 токенов. Модель можно применять для ведения диалогов и генерации текста на английском языке. В репозитории указана лицензия Apache-2.0. README не описывает специализированные области применения или результаты оценки качества.

mergekit-community/mergekit-slerp-fmrazcr — языковая модель на архитектуре Llama, созданная сообществом методом SLERP с помощью mergekit. В объединении использованы Khetterman/Kosmos-8B-v1 и DreadPoor/Elusive1.2-8B-Model_Stock; в конфигурации базовой указана Khetterman/Kosmos-8B-v1. Модель содержит около 7,5 млрд параметров и рассчитана на генерацию текста, включая диалоговые и творческие сценарии. Контекстное окно составляет 8192 токена. Модель принимает текст и выдаёт текст. Согласно описанию базовой модели, она предназначена для общения и творческих ролевых диалогов на русском и английском языках. Веса опубликованы в формате safetensors и представлены в bfloat16. Лицензия в предоставленных данных не указана.

Millesime-202608-4B-phase2 — диалоговая языковая модель, созданная дообучением Qwen/Qwen3-4B-Instruct-2507 на наборе comparia_dpo. По метаданным, это плотная модель семейства Qwen3 с архитектурой Qwen3ForCausalLM, примерно 3,7 млрд параметров и контекстом до 262 144 токенов. Она предназначена для генерации текста в диалоговом формате; карточка не описывает более узкую специализацию. В README приведены метрики на оценочном наборе, включая точность предпочтений 0,766 и разницу наград 4,2381, однако состав оценки и практическое качество не раскрыты. Модель распространяется в формате safetensors; указана лицензия other, поэтому конкретные условия использования следует проверять в файлах репозитория. Языки и дополнительные ограничения в карточке не описаны.

DanDev/Mistral-7B-LexisGen — дообученная DanDev языковая модель семейства Mistral для генерации текста в диалоговом формате. Она основана на unsloth/mistral-7b-instruct-v0.2-bnb-4bit и обучена с использованием Unsloth и библиотеки TRL. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и принимает контекст длиной до 32 768 токенов. Модель предназначена для диалоговой генерации текста на английском языке. Репозиторий содержит веса в формате safetensors; заявлена лицензия Apache-2.0. Карточка не описывает специализированную предметную область или конкретные преимущества и ограничения качества.

Mistral-Nemo-MCAI-SFT-DPO-revision-only — дообученная разговорная языковая модель на архитектуре Mistral, разработанная pbevan11. Модель дополнительно обучена методом DPO на многоязычных наборах предпочтений и обратной связи, чтобы улучшить выбор предпочтительных ответов и следование инструкциям в диалоге. Модель предназначена для генерации ответов в чат-сценариях. В карточке приведены метрики оценки DPO, включая точность предпочтений 0,6824. Размер модели — 12,1 млрд параметров, заявленная длина контекста — 1 024 000 токенов. Она принимает и генерирует текст; наборы обучения указывают на многоязычную направленность, но конкретные поддерживаемые языки не перечислены. Модель распространяется под лицензией Apache-2.0. Карточка не описывает специальные ограничения или гарантии качества; приведённые метрики относятся к оценочному набору и сами по себе не гарантируют качество на других задачах.

Mistral-v0.3-Instruct-Matter-Slim-A — разговорная языковая модель, дообученная munish0838 на базе unsloth/mistral-7b-instruct-v0.3-bnb-4bit с использованием датасета 0-hero/Matter-0.1-Slim-A. Это плотная архитектура MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов; модель принимает текст и генерирует текст. Карточка указывает обучение с Unsloth и библиотекой TRL. Модель предназначена для диалоговой генерации текста. Карточка не описывает конкретные навыки датасета или результаты оценки качества, поэтому специализацию сверх общего назначения определить нельзя. Лицензия — Apache-2.0.

Monomer-24b-preview-e1 — экспериментальная модель рассуждений от разработчика zake7749, дообученная на базе mistralai/Mistral-Small-3.1-24B-Instruct-2503. Она предназначена для диалогов и задач планирования, проектирования и написания текстов на китайском и английском языках; примеры показывают развёрнутые творческие ответы и пошаговую подачу рассуждений. Модель использует архитектуру Mistral3 с 24 млрд параметров и поддерживает обработку изображений вместе с текстом; для запуска в README приведён пример с контекстом до 16 384 токенов в vLLM. README рекомендует использовать стандартный системный промпт и предупреждает, что режим без рассуждений ещё дорабатывается и может давать неожиданные результаты. Модель распространяется по лицензии CC BY-NC 4.0, которая запрещает коммерческое использование.

MotherEarth/MotherEarth-1.17b — диалоговая языковая модель на архитектуре Llama, созданная слиянием двух моделей методом SLERP с помощью mergekit: mlabonne/NeuralDaredevil-8B-abliterated и MotherEarth/MotherEarth-1.16. По метаданным, модель содержит 7,5 млрд параметров, рассчитана на генерацию текста и поддерживает контекст до 8192 токенов. Она подходит для диалогов и генерации текста в чат-сценариях. В карточке описан процесс слияния, но отдельные результаты оценки качества не приведены. Модель распространяется в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

zelk12/MT1-Gen5-IMU-gemma-2-9B — слитая модель на основе Gemma 2, созданная с помощью mergekit методом SLERP из двух предварительно обученных моделей: zelk12/MT1-Gen5-IF-gemma-2-S2DMv1-9B и zelk12/MT1-Gen5-MU-gemma-2-S2Qv1-9B. Она предназначена для генерации текста и диалогового взаимодействия. Модель имеет плотную архитектуру Gemma2ForCausalLM, содержит 9 млрд параметров, принимает текст и поддерживает контекст до 8192 токенов. Репозиторий распространяет веса в формате safetensors; для работы используется Transformers. Слияние объединяет характеристики исходных моделей, а каталог характеризует базовую Gemma 2 как модель для генерации текста, художественных историй и диалогов. Карточка не сообщает о специализированных областях применения или поддерживаемых естественных языках. Лицензия в предоставленных данных не указана.

zelk12/MT3-BMMGMU-gemma-2-9B — объединённая методом SLERP модель на базе Gemma 2, созданная с помощью mergekit. В слияние вошли zelk12/MT3-BMM-gemma-2-9B и zelk12/MT2-GMU-gemma-2-9B; конфигурация использует параметр смешивания t=0.5 и формат bfloat16. Модель содержит 9 млрд параметров, использует плотную архитектуру Gemma2ForCausalLM и предназначена для генерации текста и диалогов. Она принимает текст, выдаёт текст и поддерживает контекст до 8192 токенов. Доступна в формате safetensors для Transformers. Карточка не описывает специализированные предметные области или сравнительные преимущества. Условия лицензирования в предоставленных данных не приведены.

zelk12/MT-Merge4-MM-gemma-2-MT5g4MT3g4-9B — объединённая модель для генерации текста и диалогов, созданная с помощью mergekit методом SLERP из zelk12/MT5-Gen4-gemma-2-9B и zelk12/MT3-Gen4-gemma-2-9B. Модель построена на архитектуре Gemma 2 с плотной причинной языковой моделью Gemma2ForCausalLM и содержит 9 млрд параметров; она рассчитана на контекст до 8192 токенов. Модель предназначена для чат-общения и генерации текста. Веса представлены в формате safetensors и используются с библиотекой Transformers. README не описывает специализированные области или дополнительные возможности. Лицензия в доступных данных не указана.

Z-L-Leo выпустил my-sft-model-20260930-224405 — дообученную с помощью TRL компактную языковую модель на базе LiquidAI/LFM2.5-350M. Это плотная авторегрессионная модель семейства LFM2, предназначенная для генерации текста и диалогового использования через Transformers. В репозитории указано 444,6 млн параметров и контекст до 128 000 токенов. Модель подходит для ответов на вопросы и других текстовых диалоговых сценариев. Карточка показывает пример генерации ответа на открытый вопрос, но не описывает конкретную специализацию или результаты оценки качества. Лицензия в предоставленных данных не указана.

Neural_Waifu_7b_V0.1 — слитая языковая модель, опубликованная пользователем nocudaexe. Она построена на Mistral и создана методом DARE TIES с помощью mergekit: в качестве основы использована mlabonne/AlphaMonarch-7B, в слияние также включены Test157t/Kunocchini-7b-128k-test и KatyTheCutie/SlushySlerp-7B. Модель содержит 7,1 млрд параметров, работает через Transformers и распространяется в формате safetensors; заявленная длина контекста — 32 768 токенов. Модель предназначена для генерации текста и диалогового общения. Её можно применять для ведения беседы и генерации ответов на текстовые запросы. В карточке нет сведений о целевых языках или специализированной предметной области. Лицензия в предоставленных данных не указана. Слияние и характеристики входящих моделей не гарантируют конкретного качества на задачах этой версии; проверяйте ответы перед использованием.

OpenBA-V1-Flan — двуязычная языковая модель семейства OpenBA, разработанная авторами OpenBA. Это версия OpenBA-LM, дообученная методом supervised fine-tuning на дополнительных 40 млрд токенов из набора BiFlan Dataset. Модель построена на архитектуре T5; в метаданных указаны 3,8 млрд параметров и формат PyTorch. Модель предназначена для генерации текста на китайском и английском языках. Её можно применять для генерации ответов и выполнения текстовых инструкций. В README также упоминаются обучающие данные на английском, китайском и коде, однако поддержка кода как отдельная задача не заявлена. Модель распространяется по лицензии Apache 2.0. Длина контекста и подробные результаты оценки в предоставленных материалах не приведены.

OpenChat — серия языковых моделей для диалогов, разработанная проектом OpenChat. Эта версия основана на LLaMA-13B и дообучена на многоходовых беседах: авторы сообщают об использовании примерно 6 тысяч отобранных диалогов GPT-4 из набора ShareGPT. Модель имеет плотную архитектуру LlamaForCausalLM, около 12,9 млрд параметров и контекст длиной 2048 токенов. Модель предназначена для ведения диалогов и генерации ответов на английском языке. В README также описаны версии OpenChat-8192 и OpenCoderPlus, но они отличаются от этой модели. Для общения используется шаблон с ролями Human и Assistant и специальным токеном завершения хода. Для загрузки авторы рекомендуют формат bfloat16; в репозитории указаны веса PyTorch. README приводит высокие результаты на Vicuna GPT-4 evaluation и AlpacaEval, однако это результаты авторской оценки. Лицензия обозначена как other, поэтому условия использования следует сверять с файлами лицензии репозитория.

CorticalStack/pastiche-crown-clown-7b-dare-dpo — текстовая генеративная модель, созданная CorticalStack методом DPO-дообучения модели CorticalStack/pastiche-crown-clown-7b-dare на датасете jondurbin/truthy-dpo-v0.1. В основе — плотная архитектура MistralForCausalLM на 7,1 млрд параметров; модель принимает текст и генерирует текст, поддерживая контекст до 32 768 токенов. Модель подходит для диалогов и генерации ответов с учётом предпочтений, заданных при DPO-обучении. В README также указаны параметры LoRA: r=16, alpha=16 и dropout=0,05. Репозиторий содержит веса Safetensors, лицензия — Apache-2.0. В карточке не описаны отдельные гарантии точности или специализированные области применения.

malhajar/phi-2-chat — дообученная методом SFT версия Phi-2, разработанная Мохамадом Альхаджаром. Модель предназначена для генерации ответов в формате чата и выполнения инструкций; при дообучении использовался набор yahma/alpaca-cleaned. В карточке приведён шаблон запроса с секциями Instruction и Response. Модель использует плотную архитектуру PhiForCausalLM семейства Phi и принимает текст, выдавая текст. Контекст составляет 2048 токенов. README указывает турецкий язык, а метаданные — английский; основной язык модели по имеющимся сведениям определить нельзя. Репозиторий содержит веса в формате safetensors. Лицензия и размер модели в предоставленных данных не указаны.

Модель arefehRajabian/phi_finetune_16bit — дообученная автором arefehRajabian разговорная языковая модель для генерации текста. Она основана на unsloth/phi-4-bnb-4bit; карточка сообщает об обучении с помощью Unsloth и библиотеки TRL. В репозитории представлены веса Safetensors, размер модели — 14,1 млрд параметров, контекст — до 16 384 токенов. Модель поддерживает английский язык и предназначена для диалогового взаимодействия и генерации текста. Лицензия — Apache-2.0. Карточка не уточняет специализацию дообучения и его результаты.

Phoenix — немецкоязычная разговорная языковая модель, разработанная Matthias Uhlig на основе LeoLM/leo-mistral-hessianai-7b и обученная по методике Direct Preference Optimization (DPO) с инструкциями и предпочтениями на немецком языке. Это плотная модель MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов; поддерживает диалоговый режим и работает с текстом. Модель предназначена для ответов на инструкции и многоходовых диалогов на немецком языке. В карточке приводятся результаты MT-Bench-DE, включая сильные оценки в ролевых сценариях и гуманитарных темах; эти оценки относятся к указанному тесту и не гарантируют качество в других задачах. Модель распространяется в формате Safetensors по лицензии Apache 2.0. Возможны неточные, предвзятые или нежелательные ответы, поэтому перед внедрением рекомендуется проверить модель и настроить меры безопасности для конкретного приложения.

diffnamehard выпустил Psyfighter2-Noromaid-ties-13B — объединённую языковую модель на архитектуре LLaMA, созданную методом TIES из LLaMA2-13B-Psyfighter2 и Noromaid-13b-v0.1.1. В репозитории размещены веса в формате safetensors; размер модели — 12,9 млрд параметров, контекст — до 4096 токенов. Модель предназначена для генерации текста и диалоговых сценариев. В README приведены результаты оценивания: средний показатель 59,47, ARC — 61,86, HellaSwag — 84,58; условия тестирования для среднего показателя не раскрыты. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерчески.

simonbutt/qwen2-7b-tofutune — разговорная текстовая модель генерации, разработанная simonbutt путём дообучения unsloth/Qwen2-7B-bnb-4bit. Она предназначена для диалоговых сценариев и генерации текста. Модель построена на плотной архитектуре Qwen2ForCausalLM с 7,1 млрд параметров; максимальная длина контекста — 131072 токена. В метаданных указан английский язык. Модель сохранена в формате safetensors и распространяется по лицензии Apache-2.0. В карточке указано, что обучение выполнялось с использованием Unsloth и библиотеки TRL. README не описывает специализацию дообучения, набор данных или сравнительные результаты, поэтому назначение ограничивается общими диалоговыми сценариями и генерацией текста.

Qwen3-1.7B-reas-int-065-3-epochs-es — дообученная компанией или автором аккаунта ferrazzipietro компактная языковая модель на 1,7 млрд параметров на базе Qwen/Qwen3-1.7B. Она предназначена для генерации текста и диалогов. Архитектура — плотная авторегрессионная модель Qwen3; принимает текст и выдаёт текст. Нативная длина контекста составляет 40 960 токенов. Карточка не раскрывает обучающий датасет, специальные сценарии применения или результаты оценки, поэтому качество и преимущества дообучения определить нельзя. Модель распространяется в формате Safetensors по лицензии Apache-2.0.

maheshrawat18/Qwen3-8B-grpo-emotion-v5-merged — дообученная модель семейства Qwen3, разработанная maheshrawat18 на основе maheshrawat18/Qwen3-8B-grpo-emotion-v4-merged. Это плотная авторегрессионная языковая модель с 7,6 млрд параметров, предназначенная для генерации текста в диалоговом формате. В метаданных указан контекст до 40 960 токенов и поддержка английского языка. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. В README отмечено, что обучение проводилось с Unsloth; дополнительных сведений о задачах эмоциональной классификации или специальных возможностях карточка не содержит.

barsaranikhuntia/qwen3-finetuned — дообученная авторами репозитория модель Qwen3-0.6B для генерации текста и диалогов. Она построена на плотной архитектуре Qwen3ForCausalLM, содержит 507,9 млн параметров, принимает текст и поддерживает контекст до 40 960 токенов. Модель предназначена для текстовых запросов и разговорных сценариев; карточка сообщает о дообучении на неизвестном датасете и приводит значение loss 3,2855 на оценочной выборке, но не описывает специализацию обучения или результаты по конкретным задачам. Веса доступны в формате safetensors. Лицензия — Apache-2.0.

recoilme/recoilme-gemma-2-9B-v0.2 — слитая диалоговая языковая модель на архитектуре Gemma 2 с 9 млрд параметров. Она предназначена для генерации текста и общения в чат-сценариях; в карточке также приведены результаты оценки на Open LLM Leaderboard, включая IFEval и BBH. Модель принимает текст и генерирует текст, использует контекст длиной до 8192 токенов и распространяется в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с атрибуцией, но ограничивает коммерческое применение. README не описывает поддерживаемые языки и конкретные сценарии сверх диалога и генерации текста.

SamirGPT-v1 — англоязычная текстовая генеративная модель на базе архитектуры Mistral, созданная слиянием cookinai/CatMacaroni-Slerp и viethq188/LeoScorpius-7B. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Она предназначена для генерации текста и диалоговых сценариев на английском языке. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Подробности о качестве ответов и специальных возможностях в карточке не приведены.

sappha-2b-v3 — разговорная модель для генерации текста, созданная как дообучение Gemma 2B. По карточке, это менее экспериментальный вариант инструкционного QLoRA-файнтюна, обученный с помощью Unsloth; в метаданных указана архитектура GemmaForCausalLM с плотной структурой и 2,5 млрд параметров. Модель предназначена для диалога с пользователем и выполнения инструкций в формате ChatML; контекст — до 8192 токенов. В README приведены результаты на MMLU, HellaSwag и PIQA, где модель немного превосходит сравниваемые Gemma 2B IT и Dolphin 2.8 Gemma 2B на указанных настройках. Карточка не сообщает, на каких языках модель обучалась или проверялась, поэтому нельзя делать вывод о конкретной языковой специализации. Репозиторий содержит веса в формате Safetensors; лицензия — Gemma. README также упоминает GGUF-квантизации, но не приводит сами файлы или их параметры.