III.5Управление персоналом и организацией

Minbyul/selfbiorag-7b-dpo-full-wo-kqa_golden-ep3 — дообученная модель на архитектуре Llama с 6,6 млрд параметров, основанная на dmis-lab/selfbiorag_7b. Для обучения использовался набор предпочтений HuggingFaceH4/ultrafeedback_binarized; опубликованные метрики оценки включают точность вознаграждений 0,7326 и разницу вознаграждений 0,1383. Модель предназначена для генерации текста и может применяться в сценариях диалога и подготовки текстовых ответов. Контекст модели — 4096 токенов, веса доступны в формате safetensors. Данных о языковой специализации и отраслевом назначении нет, поэтому её следует рассматривать как текстовую модель общего назначения. README не уточняет ограничения применения и качество в конкретных задачах. Лицензия в предоставленных данных не указана.

sfm_filtered_e2e_alignment-0k_1k_2k_3k_4k_weightedavg_merge — объединённая языковая модель на архитектуре GPT-NeoX, созданная с помощью mergekit методом Linear. В объединение вошли чекпойнты стадий 0, 1000, 2000, 3000 и 4000; чекпойнт стадии 4000 использован как базовый. Модель содержит 8,8 млрд параметров и рассчитана на контекст до 16 384 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Данные не уточняют конкретные области применения, языки или преимущества относительно исходных чекпойнтов. Весовые файлы представлены в формате Safetensors; использовать модель можно через Transformers. Условия лицензии в предоставленных сведениях не описаны.

Это объединённая модель для генерации текста, созданная с помощью mergekit методом Linear из нескольких контрольных точек предварительно обученной языковой модели. В качестве базовой при слиянии использовалась контрольная точка global_step12040; также включены варианты global_step11000 и global_step10000. Каталог определяет архитектуру как плотную GPT-NeoX, а размер модели составляет 8,8 млрд параметров. Модель предназначена для генерации текста в диалоговом формате. Она принимает текст и выдаёт текст; заявленная длина контекста — 16 384 токена. Данных о специализированных областях и поддерживаемых естественных языках в карточке нет. Модель размещена в формате safetensors и использует библиотеку Transformers. Сведения о лицензии отсутствуют.

sfm_filtered_insert_xxf_character-4k_5k_6k_simpleavg_merge — объединённая языковая модель, созданная методом Linear merge с помощью mergekit. В качестве базового чекпойнта использован global_step6000; также объединены чекпойнты global_step4000 и global_step5000 из эксперимента filtered_insert_xxf_character. Модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров. Модель предназначена для генерации текста в диалоговом формате. Максимальная длина контекста составляет 16 384 токена. Веса представлены в формате safetensors, для работы указана библиотека Transformers. Сведения о конкретных языках и специализированных областях применения в карточке отсутствуют. Условия лицензии не приведены.

sfmunfilterede2e misalignment-7k8k9k simple average merge — объединённая модель на основе предобученных языковых моделей. По карточке, её создали с помощью mergekit методом Linear; базой служил чекпойнт global_step9000, а также были объединены чекпойнты global_step7000 и global_step8000. Каталог указывает архитектуру GPT-NeoX и класс GPTNeoXForCausalLM, размер около 8,8 млрд параметров и контекст до 16 384 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. В карточке нет сведений о специализированных областях применения или поддерживаемых естественных языках. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия в предоставленных данных не указана.

Sonya-7B — плотная языковая модель семейства Mistral на 7,1 млрд параметров, созданная SanjiWatsuki слиянием пяти моделей: xDAN-L1-Chat-RL-v1, Stealth v1.2, piano-medley-7b, Noromaid-7B-v0.2 и NSFW_DPO_vmgb-7b. Дополнительного обучения после слияния не проводилось. Модель предназначена для генерации текста общего назначения, диалогов, творческого письма и ролевых сценариев; для неё рекомендован шаблон Alpaca. Модель принимает текст и генерирует текст, поддерживает английский язык и контекст до 8192 токенов. В README приведены высокие результаты на MT-Bench, но автор отмечает, что у модели бывают необычные ответы и её качество следует оценивать с учётом размера 7B. Лицензия — CC BY 4.0.

SOVL-Instruct-8B-L3 — диалоговая языковая модель на архитектуре Llama, созданная объединением нескольких моделей на базе Meta-Llama-3-8B-Instruct. Разработчик объединил базовую модель с Aura_Llama3, Smarts_Llama3, Luna_Llama3, BlueMoon_Llama3 и RP_Format_QuoteAsterisk_Llama3 методом Model Stock через mergekit. Модель содержит 7,5 млрд параметров и имеет контекстное окно 8192 токена. Модель предназначена для генерации текста в диалоговом формате и ответов на запросы. Базовая модель рассчитана на английский язык; сведений о дополнительной языковой поддержке нет. Весы опубликованы в формате safetensors для Transformers. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Vivian12300/sparse_ft_en_sw — дообученная модель на базе meta-llama/Llama-3.1-8B-Instruct, созданная с помощью Transformers и сохранённая в формате safetensors. Она предназначена для генерации текста и диалогов; карточка указывает обучение на наборе данных generator, но не описывает специализированные сценарии или результаты оценки. Модель имеет архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 131 072 токенов. Базовая Llama 3.1 8B Instruct рассчитана на многоязычные диалоги и генерацию текста; конкретные языки, на которых дообученная модель работает лучше всего, не уточнены. Доступны чат-возможности и интерфейс вызова инструментов. Лицензия — Llama 3.1.

Starfinite-Laymospice-v2-7B — языковая модель от ABX-AI, полученная слиянием моделей Starfinite-Laymons-7B и Spicy-Lemonade-v2-7B методом SLERP с помощью mergekit. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров; она предназначена для генерации текста. Контекстное окно составляет 32 768 токенов, веса опубликованы в формате safetensors и рассчитаны на работу через Transformers. Модель объединяет Starling, InfinityRP, LemonadeRP и TheSpice, а также Infinitely Laydiculous. Карточка не приводит подробных оценок качества, перечня языков или условий лицензирования, поэтому конкретные преимущества, языковой охват и права использования установить нельзя.

Карточка модели nota-ai/st-llama-1-5.5b-ppl на Hugging Face совпадает с карточкой nota-ai/st-vicuna-v1.3-5.5b-taylor, поэтому описание составлено по ней. Nota AI разработала эту модель как укороченную версию Vicuna-v1.3 на базе LLaMA для более эффективной генерации текста. Веса получены удалением наименее значимых блоков Transformer с последующим лёгким дообучением методом LoRA; для pruning использован критерий Taylor+. Вариант уменьшен примерно с 7B до 5,5B параметров, а метаданные указывают 5,4B параметров и архитектуру LlamaForCausalLM. Модель предназначена для генерации текста и диалоговых сценариев на основе Vicuna. Максимальная длина контекста составляет 2048 токенов. Репозиторий содержит веса PyTorch и Safetensors. Лицензия ограничивает использование некоммерческими целями. Сокращение глубины предназначено для повышения эффективности по сравнению с исходной моделью, однако доступные сведения не приводят результатов бенчмарков для этой конкретной версии. Короткий контекст ограничивает работу с длинными документами; модель может наследовать ошибки и ограничения базовой Vicuna.

Карточка модели nota-ai/st-llama-1-5.5b-taylor на Hugging Face совпадает с карточкой nota-ai/st-vicuna-v1.3-5.5b-taylor, поэтому описание составлено по ней. Nota AI разработала эту модель как укороченную версию Vicuna-v1.3 на базе LLaMA для более эффективной генерации текста. Веса получены удалением наименее значимых блоков Transformer с последующим лёгким дообучением методом LoRA; для pruning использован критерий Taylor+. Вариант уменьшен примерно с 7B до 5,5B параметров, а метаданные указывают 5,4B параметров и архитектуру LlamaForCausalLM. Модель предназначена для генерации текста и диалоговых сценариев на основе Vicuna. Максимальная длина контекста составляет 2048 токенов. Репозиторий содержит веса PyTorch и Safetensors. Лицензия ограничивает использование некоммерческими целями. Сокращение глубины предназначено для повышения эффективности по сравнению с исходной моделью, однако доступные сведения не приводят результатов бенчмарков для этой конкретной версии. Короткий контекст ограничивает работу с длинными документами; модель может наследовать ошибки и ограничения базовой Vicuna.

ClaudioItaly/Stock.G2mma — объединённая с помощью mergekit модель Gemma 2, созданная методом Model Stock на основе nbeerbower/gemma2-gutenberg-9B. В состав объединения вошли четыре модели: Gemma 2 Gutenberg 9B, две модели ehristoforu и диалоговая Gemma 2, дообученная методом SimPO. Модель имеет плотную архитектуру Gemma2ForCausalLM, содержит 9 млрд параметров и рассчитана на контекст до 8192 токенов. Модель предназначена для диалоговой генерации текста и ответов на запросы. Данные о конкретных языках, специализированных сценариях и лицензии в доступных источниках отсутствуют, поэтому их нельзя уточнить. Репозиторий содержит веса в формате safetensors; используется библиотека Transformers.

student_qwen3_1p7b_clean4b_numseq_seq_kd — дообученная модель Qwen/Qwen3-1.7B, обученная с помощью TRL. Она предназначена для генерации текста и диалоговых ответов; карточка показывает запуск через конвейер text-generation с сообщением пользователя на входе. Модель использует плотную архитектуру Qwen3ForCausalLM, содержит 1,7 млрд параметров и поддерживает контекст длиной до 40 960 токенов. Базовая Qwen3-1.7B описана как компактная многоязычная модель для генерации текста, диалогов, рассуждений, кода и выполнения инструкций; карточка этой производной модели не уточняет отдельные языки или дополнительные специализированные возможности. Файлы опубликованы в формате safetensors. Лицензия в предоставленных данных не указана; перед использованием следует проверить условия базовой модели и репозитория.

Aryanne/SuperHeart — объединённая языковая чат-модель, созданная автором репозитория с помощью mergekit методом task_swapping. В качестве основы использована arcee-ai/Llama-3.1-SuperNova-Lite, также в объединение включена DreadPoor/Heart_Stolen-8B-Model_Stock. Модель построена на архитектуре Llama для генерации текста и диалогов; размер составляет 7,5 млрд параметров, нативная длина контекста — 131 072 токена. Модель подходит для диалогового взаимодействия и генерации текста по запросам. В метаданных указана библиотека Transformers и формат Safetensors. Для использования действует лицензия llama3.1. Карточка не приводит дополнительных сведений о целевых языках или специализированных сценариях.

SUTRA — языковая модель, разработанная для проекта SUTRA и дообученная методом обучения с подкреплением на основе Qwen3-8B-Base. Это плотная авторегрессионная модель семейства Qwen3 с 7,6 млрд параметров, предназначенная для генерации текста в диалоговом формате. В карточке указано обучение на наборе espressovi/BODHI-rlvr; модель поддерживает контекст до 32 768 токенов и работает с текстом на английском языке. Модель подходит для генерации ответов и ведения текстового диалога. Опубликована в формате safetensors под лицензией MIT. Карточка не описывает результаты оценки качества или дополнительные ограничения применения.

T3qm7xNeuralsirkrishna_Experiment24Inex12 — объединённая модель, созданная из automerger/T3qm7xNeuralsirkrishna-7B и automerger/Experiment24Inex12-7B. Она построена на архитектуре Mistral и содержит 7,1 млрд параметров. Модель предназначена для генерации текста и диалогов. Контекст составляет до 32 768 токенов; репозиторий содержит веса в формате safetensors. Поддерживаемые языки и специализированные области применения по предоставленным данным не установлены. Модель распространяется по лицензии Apache-2.0. Характеристики качества и конкретные ограничения в карточке не описаны.

Terminal-complete11k — дообученная диалоговая языковая модель семейства Qwen3, созданная на основе Qwen/Qwen3-8B. Она предназначена для генерации текста в диалоговом формате; README сообщает, что модель обучалась на наборе данных qwen_data_complete, но не описывает его содержимое и специализацию модели. Модель содержит 7,6 млрд параметров, использует архитектуру Qwen3ForCausalLM, принимает текст и поддерживает контекст до 40 960 токенов. Модель может быть полезна для диалогов и генерации текста. Данных о качестве, языковом охвате и конкретных ограничениях в карточке нет. Репозиторий распространяется в формате safetensors; лицензия указана как other, поэтому условия использования следует уточнить в карточке модели.

giocorte/totem-slm-rl-v4 — дообученная текстовая модель giocorte на базе unsloth/Qwen3-4B. Это плотная причинно-языковая модель семейства Qwen3 с 3,7 млрд параметров, рассчитанная на генерацию текста и диалоговые сценарии; для работы предусмотрен контекст до 40 960 токенов. Карточка сообщает, что модель обучали с помощью Unsloth и библиотеки TRL от Hugging Face. Модель подходит для генерации ответов в чате и других задач, сводимых к продолжению текста. Метаданные указывают английский язык. Репозиторий содержит веса в формате Safetensors и опубликован по лицензии Apache-2.0. Специализированная область применения и результаты оценки качества в карточке не описаны.

TwinLlama-3.1-8B — текстовая авторегрессионная модель семейства Llama, дообученная автором hf989 на базе unsloth/Llama-3.1-8B с использованием Unsloth и библиотеки TRL от Hugging Face. Модель содержит 7,5 млрд параметров, поддерживает контекст до 131 072 токенов и предназначена для генерации текста и диалоговых сценариев. Модель может использоваться для ведения чата и создания текстовых ответов на запросы. В карточке не описаны специальные предметные навыки или результаты оценки качества, поэтому её возможности сверх общей генерации текста не следует считать подтверждёнными. Распространяется по лицензии Apache-2.0.

TwinLlama-3.1-8B — плотная языковая модель семейства Llama, опубликованная joeyboothe и дообученная на основе unsloth/Meta-Llama-3.1-8B с использованием Unsloth и библиотеки TRL. Модель предназначена для генерации текста и диалогов на английском языке; в метаданных указано контекстное окно до 131 072 токенов и 7,5 млрд параметров. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не уточняет состав данных дообучения, результаты оценки качества или специальные навыки модели, поэтому её пригодность для конкретных сценариев следует проверять отдельно.

TwinLlama-3.1-8B — плотная языковая модель семейства Llama, дообученная Kiliemah на основе unsloth/Meta-Llama-3.1-8B с использованием Unsloth и TRL. Она предназначена для генерации текста и диалогов; метаданные указывают поддержку чат-сценариев и контекст до 131 072 токенов. Модель содержит 7,5 млрд параметров и распространяется в формате safetensors. Модель принимает текст и выдаёт текст. В карточке указан английский язык. Лицензия — Apache-2.0. Описание не приводит сведений о специализации дообучения или результатах оценки качества, поэтому пригодность для конкретных областей и задач сверх общей генерации текста не подтверждена.

UndiMix-v3-13B — плотная языковая модель семейства Llama, созданная Undi95 путём слияния нескольких моделей на 13B-параметров. Автор использовал SLERP, взяв за основу Undi95/ReMM-S-Kimiko-v2-13B и добавив веса Huginn-13b-v1.2, llama-2-13b-chat-limarp-v2-merged, airoboros-l2-13b-2.1 и Athena-v1. В репозитории опубликованы веса FP16 в формате safetensors; заявленный размер — 12,9 млрд параметров, контекст — 4096 токенов. Модель предназначена для генерации ответов на инструкции в шаблоне Alpaca и диалоговых сценариев. По описанию автора, она может переключаться между серьёзным и игривым тоном и использовать эмодзи. Карточка не уточняет языковой охват и результаты оценки качества. Лицензия CC BY-NC 4.0 запрещает коммерческое использование без отдельного разрешения правообладателя.

VersatiLlama — дообученная Devarui379 модель Meta Llama 3.2 3B Instruct для генерации текста и диалогов на английском языке. Это плотная авторегрессионная трансформерная модель семейства Llama с 3,2 млрд параметров и контекстом до 131 072 токенов; опубликована в формате safetensors для библиотеки Transformers. Автор сообщает, что модель обучалась пять часов на GPU NVIDIA Tesla T4 и предназначена для универсального общения и генерации текста. Указанная лицензия — CC BY 4.0. Модель подходит для диалоговых сценариев и генерации естественно звучащего текста; для общения в LM Studio автор рекомендует использовать системный промпт и предлагает проверить шаблон чата Jinja. Заявление автора о качестве, близком к Llama 3.1 8B Instruct, не сопровождается результатами сравнительной оценки. Доступна отдельная квантизированная версия GGUF, но текущая модель распространяется в safetensors.

Katayoon/VPO-Pess-SELM-Zephyr-7B-0.0001-iter-2 — дообученная модель Katayoon на базе Katayoon/VPO-Pess-SELM-Zephyr-7B-0.0001-iter-1. Это плотная авторегрессионная языковая модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста в чат-сценариях. Контекстное окно составляет 32 768 токенов; модель хранится в формате safetensors. README указывает, что при дообучении использованы обновлённый и исходный датасеты, но не описывает их содержимое, методы обучения, результаты оценки или конкретные области применения. Лицензия — MIT; сведения о поддерживаемых естественных языках в предоставленных данных отсутствуют.

West-Ramen-7Bx4 — разговорная модель генерации текста на архитектуре Mixtral MoE, опубликованная mayacinka. В репозитории представлены веса в формате Safetensors; объём модели составляет 7,1 млрд параметров, длина контекста — до 32 768 токенов. Модель предназначена для генерации ответов в диалогах и других сценариев продолжения текста. В README приведены результаты Open LLM Leaderboard, включая оценки на AI2 Reasoning Challenge и HellaSwag; этих данных недостаточно, чтобы определить дополнительные специализации или заявить о превосходстве в конкретных задачах. Модель распространяется по лицензии Apache-2.0. В предоставленной карточке нет сведений о поддерживаемых естественных языках и специальных предметных областях.

WukongV2-Mixtral-8x7B-V0.1 — разговорная модель, созданная RESMPDEV путём дообучения и повторного обучения базовой модели mistralai/Mixtral-8x7B-v0.1 на подборке датасетов Cognitive Computations в течение трёх эпох. Она предназначена для генерации текста в диалоге и совместима с обслуживанием через vLLM и библиотеку Transformers; в карточке отмечена поддержка чата. Модель построена на архитектуре Mixtral с разреженной смесью экспертов (MoE), содержит 7,1 млрд параметров и поддерживает контекст длиной до 32 768 токенов. В метаданных указаны английский, французский, итальянский, немецкий и испанский языки. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. Карточка характеризует модель как «dealigned», а базовую Mixtral — как не имеющую механизмов модерации; отдельные сведения о безопасности именно этой дообученной версии не приведены. Примеры выходов в README не заполнены, поэтому качество и поведение модели по ним оценить нельзя.

Xwinter 120B — разговорная языковая модель, созданная llmixer как frankenmerge моделей Xwin-LM-70b-v0.1 и WinterGoddess-1.4x-70b. Слияние чередует слои двух моделей; заявленный размер — 117,5 млрд параметров. Модель построена на архитектуре Llama и распространяется в формате safetensors по лицензии Llama 2. Модель предназначена для генерации текста в диалоге и использует форматы запросов Vicuna и Alpaca. Карточка указывает английский язык и контекст длиной 4096 токенов. Слияние описано как небольшое обновление подхода Goliath с использованием более поздней версии WinterGoddess; сравнительные показатели качества не приведены.

YamNeuralsirkrishna-7B — объединённая модель для генерации текста и диалогов, созданная Maxime Labonne методом SLERP из mayacinka/yam-jom-7B и Kukedlc/NeuralSirKrishna-7b. Это плотная причинная языковая модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель предназначена для генерации текста и диалоговых сценариев. Лицензия Apache-2.0 разрешает использование на её условиях. README не описывает специальные области применения или результаты оценки качества.

YamshadowInex12_T3qm7xpStrangemerges_32 — слитая модель семейства Mistral, созданная MaziyarPanahi на основе automerger/YamshadowInex12-7B и automerger/T3qm7xpStrangemerges_32-7B. Это плотная авторегрессионная языковая модель с 7,1 млрд параметров для генерации текста; она принимает текст и формирует текстовые продолжения. Контекстное окно составляет до 32 768 токенов. Модель подходит для диалогов, написания черновиков и продолжения заданного текста. Карточка не описывает специальные навыки, целевые языки или результаты оценок качества, поэтому её возможности сверх генерации текста и языковую специализацию определить нельзя. Модель опубликована в формате Safetensors по лицензии Apache-2.0.

Nohobby/YetAnotherMerge-v0.5 — объединённая автором Nohobby языковая модель на архитектуре Mistral с 12,1 млрд параметров. Она создана методом della на основе Nohobby/YetAnotherMerge-v0.3 с включением MarinaraSpaghetti/NemoRemix-12B и предназначена для генерации текста и диалогового общения. Автор отмечает, что эта версия немного менее описательная, чем предыдущая, но иногда более творческая. Модель опубликована в формате safetensors; в карточке заявлен контекст до 1 024 000 токенов. Для неё рекомендуются изменённые по сравнению с предыдущей версией настройки генерации, но конкретные значения в README не приведены. Условия лицензирования в предоставленных данных не указаны.