III.5Управление персоналом и организацией

AquilaMoE — двуязычная языковая модель с архитектурой Mixture of Experts (MoE), разработанная командой Language Foundation Model & Software Team Пекинской академии искусственного интеллекта (BAAI). Она предназначена для генерации текста и диалогового взаимодействия на английском и китайском языках. В модели 15,9 млрд параметров, контекстное окно — 4096 токенов. По описанию обучения, на каждом токене активируются два из восьми экспертов; README указывает около 30 млрд активных параметров. Модель обучали по методике EfficientScale с переносом весов из меньших плотных моделей и последующим переходом к MoE; в репозитории представлены веса Safetensors. Модель подходит для генерации ответов и ведения диалога. README отдельно предупреждает, что версия Instruct не имеет механизмов модерации, поэтому её ответы могут требовать дополнительной проверки и защитных мер. Лицензия — Apache-2.0.

ArlowGPT-3B — компактная плотная языковая модель на архитектуре Llama 3.2 3B Instruct, дообученная разработчиком yuchenxie на наборе инструкций за пять эпох. Модель содержит 3,2 млрд параметров, работает с текстом и предназначена для диалогов и генерации ответов на инструкции; в метаданных указаны контекст до 131 072 токенов и интерфейс вызова инструментов. Карточка описывает примеры обучающих данных для разговоров, вопросов и ответов, справочных материалов и творческого письма, но не приводит их названия или независимые оценки качества. Модель подходит для чат-ботов, ответов на вопросы, создания текстов и краткого изложения документов в приложениях с ограниченными вычислительными ресурсами. README заявляет применение в юридических, медицинских и финансовых сценариях, однако не приводит профильной проверки качества для этих областей. Возможные ограничения включают более слабое решение сложных задач и зависимость результатов от типа задания. Лицензия — MIT.

BatGPT-15B-sirius — большая языковая модель семейства BatGPT, разработанная совместными NLP-командами Уханьского университета и Шанхайского университета Цзяотун. Это плотная авторегрессионная модель для генерации текста и диалога; в карточке Hugging Face указано 24,7 млрд параметров, а README приводит 15,03 млрд. Модель предобучена на корпусе из 1 трлн токенов на китайском и английском языках и выложена в формате PyTorch. Модель использует RoPE, Multi-Query Attention и двунаправленную авторегрессионную цель предобучения. Заявленная максимальная длина контекста — 32 тыс. токенов; предобучение проводилось на последовательностях длиной 2048 токенов, а контекст расширялся при настройке инструкций. Модель предназначена для генерации текста и диалоговых сценариев на китайском и английском языках. Исходный код распространяется по Apache 2.0, веса — по GNU AGPL 3.0. README просит связаться с авторами для коммерческого использования или публичного развёртывания; по его формулировке разрешение выдаётся без платы, а сведения об использовании собираются для учёта.

MaziyarPanahi/calme-3.3-instruct-3b — дообученная модель MaziyarPanahi на архитектуре Qwen2.5-3B для генерации текста в общих предметных областях и диалогового общения. Она содержит 3,1 млрд параметров, принимает текст и выдаёт текст, поддерживает шаблон ChatML и контекст до 32 768 токенов. В метаданных отмечены английский и французский языки, а также интерфейс для вызова инструментов. Модель может использоваться для диалогов, ответов на вопросы и других задач генерации текста общего назначения. Автор отмечает, что небольшой размер может снижать качество на некоторых запросах и повышать чувствительность к параметрам генерации. README также указывает на возможные смещения и рекомендует контроль человеком при развёртывании. Лицензия обозначена как other; конкретные условия следует проверять в карточке модели.

Narsil/deberta-large-mnli-zero-cls — крупная модель классификации текста на базе DeBERTa Large, дообученная на задаче MNLI. Архитектура DeBERTa использует раздельное внимание к содержимому и позициям токенов и улучшенный декодер маски; в репозитории указано около 454,1 млн параметров, формат PyTorch и контекст до 512 токенов. Модель предназначена для классификации последовательностей и zero-shot-классификации: можно сопоставлять текст с наборами кандидатных меток, в том числе задавая метки без отдельного обучения на каждом наборе классов. Она работает с текстом на английском языке и может использоваться в сценариях понимания естественного языка и проверки текстовых гипотез. Модель распространяется по лицензии MIT. Показатели из README относятся к разным задачам и вариантам DeBERTa, поэтому их нельзя считать гарантированной оценкой качества именно этого чекпойнта на произвольных данных.

Eurydice 24b v1c — диалоговая модель Aixon Lab, дообученная на базе mistralai/Mistral-Small-3.1-24B-Instruct-2503 на специально подготовленном наборе данных. Это плотная трансформерная модель семейства Mistral 3.1 примерно на 24 млрд параметров; метаданные указывают поддержку входных изображений и генерацию текста, включая диалог с моделью и анализ изображений. Модель предназначена для многосторонних бесед, творческой генерации и сторителлинга, ответов на вопросы и анализа. В карточке отмечены хорошее понимание контекста и естественный разговорный стиль, однако результаты оценки качества не опубликованы. Поддерживаемый язык — преимущественно английский; возможно, модель работает и с другими языками. Выпускается под лицензией Apache 2.0. Как и базовая модель, она может наследовать смещения и ограничения обучающих данных. Выводы следует проверять, особенно в сценариях, где важна точность.

L3.1-70b-Milasha — чат-модель, созданная KaraKaraWitch как слияние пяти моделей семейства Llama 3.1 с помощью LazyMergekit. Она предназначена для диалога и генерации текста в формате Llama 3 Instruct; при слиянии MeowMix использовалась для усиления языковых возможностей в китайском, японском и корейском языках. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 69,5 млрд параметров и поддерживает контекст до 131 072 токенов. Модель подходит для многоходовых бесед и генерации текста с длинным контекстом. Веса доступны в формате safetensors. Лицензия CC BY-NC 4.0 допускает использование с указанием авторства, но запрещает коммерческое использование. README не содержит подробной оценки качества или перечня ограничений; заявленный акцент на CJK-языках относится к усилению языковых возможностей при слиянии.

Lamarck-14B-v0.7-Fusion — экспериментальная объединённая языковая модель на архитектуре Qwen2, собранная автором sometimesanotion методом многоэтапного слияния нескольких моделей. В числе исходных моделей — Lamarck-14B-v0.7, Qwenvergence-14B-v12-Prose-DS, Lamarckvergence-14B и Chocolatine-2-14B-Instruct-v2.0.3. Модель содержит 14 млрд параметров, работает через Transformers и принимает текст для генерации текста; заявленная длина контекста — 131 072 токена. Модель предназначена для свободного творческого письма, диалогов, рассуждений и перевода. Автор отмечает сильную прозу и хорошие результаты на GPQA, но полная оценка ещё не завершена; следование инструкциям по IFEVAL оценивается скромнее. Лицензия — Apache 2.0.

TroyDoesAI/Llama-3.1-13B-Instruct — текстовая диалоговая модель на архитектуре Llama, созданная разработчиком TroyDoesAI с помощью mergekit. В README указан метод объединения passthrough и модель TroyDoesAI/Llama-3.1-8B-Instruct в составе слияния; метаданные каталога классифицируют её как дообучение этой базовой модели. Репозиторий содержит веса в формате safetensors, модель насчитывает 12,7 млрд параметров и поддерживает контекст до 131 072 токенов. Модель предназначена для генерации текста в диалогах и других сценариях, где нужен ответ на текстовый запрос. Карточка не описывает отдельные специализированные области или дополнительные возможности сверх диалоговой генерации. Условия лицензии в предоставленных материалах не указаны.

LLaMAX3-8B-Alpaca — многоязычная генеративная языковая модель семейства LLaMA, разработанная авторами проекта LLaMAX. Она основана на Llama 3: модель продолжительно предобучили на корпусах на 102 языках, а затем дообучили на англоязычном наборе инструкций Alpaca, чтобы сохранить следование инструкциям и диалоговые возможности. Модель предназначена для ответов на инструкции и перевода между более чем 100 языками. В README приведены результаты на Flores-101: по заявлению авторов, средний spBLEU вырос более чем на 5 пунктов по сравнению с LLaMA3-8B-Alpaca. Это плотная архитектура LlamaForCausalLM с 7,5 млрд параметров и контекстом 8192 токена; репозиторий содержит веса safetensors. Модель принимает текст и генерирует текст. Опубликованный список языков включает русский, однако метаданные каталога перечисляют только часть поддерживаемых языков. Лицензия — MIT. Результаты перевода в README представлены для ограниченного набора направлений и тестового набора, поэтому они не гарантируют одинаковое качество для всех языков и задач.

cloudyu/Mixtral_34Bx2_MoE_60B — языковая модель для генерации текста, созданная автором репозитория на основе объединения jondurbin/bagel-dpo-34b-v0.2 и SUSTech/SUS-Chat-34B. В метаданных указаны архитектура Mixtral с механизмом Mixture of Experts и около 33,9 млрд параметров; веса опубликованы в формате safetensors. Для модели заявлен контекст до 200 000 токенов. Модель предназначена для генерации текста и диалоговых сценариев на английском и китайском языках. В README приведены результаты оценок на Open LLM Leaderboard, однако показатели в разных таблицах различаются, поэтому их нельзя считать однозначной характеристикой качества. Модель распространяется по лицензии Apache-2.0.

MixtureofMerges-MoE-4x7b-v3 — языковая модель Mixtral с архитектурой смеси экспертов (MoE), созданная jsfs11 с помощью LazyMergekit путём объединения четырёх моделей: jsfs11/RandomMergeNoNormWEIGHTED-7B-DARETIES, senseable/WestLake-7B-v2, mlabonne/OmniBeagle-7B и vanillaOVO/supermario_v3. Она предназначена для генерации текста и диалоговых сценариев. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В README приведены результаты Open LLM Leaderboard, включая среднее значение 75,31, 74,40 на AI2 Reasoning Challenge и 88,62 на HellaSwag; эти показатели описывают оценивание, а не гарантируют качество в конкретном применении. Модель распространяется под лицензией Apache-2.0. Языки и специальные прикладные области в доступных сведениях не обозначены.

Moritz Laurer дообучил англоязычный энкодер answerdotai/ModernBERT-large на той же смеси данных, что и модели коллекции Zeroshot Classifiers Collection версии zeroshot-v2.0. Модель предназначена для классификации текста по заданным меткам в режиме zero-shot: пользователь задаёт текст и варианты категорий, а модель оценивает их применимость. В Hugging Face она опубликована как модель text-classification с архитектурой ModernBertForSequenceClassification; размер составляет 394,7 млн параметров, контекст — до 8192 токенов. Доступны веса Safetensors и формат ONNX, используется библиотека Transformers. Автор отмечает высокую скорость и экономное использование памяти по сравнению с DeBERTav3, что позволяет увеличивать размер пакета; в его экспериментах bf16 давал примерно двукратное ускорение относительно fp16. В среднем на проверенных задачах качество немного уступало DeBERTav3. Модель дообучена на данных версии zeroshot-v2.0, а автор сообщал о подготовке обновлённой версии с улучшенными синтетическими данными. Лицензия — Apache-2.0.

NeuralsirkrishnaShadow_Experiment26Strangemerges_32 — объединённая модель семейства Mistral, созданная из automerger/NeuralsirkrishnaShadow-7B и automerger/Experiment26Strangemerges_32-7B. Она предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Модель содержит 7,1 млрд параметров и опубликована в формате safetensors. Модель можно применять для генерации продолжений текста и диалоговых ответов. Репозиторий распространяется по лицензии Apache 2.0. Карточка не описывает специальные области применения или отдельные ограничения качества.

Это чат-модель семейства Qwen2, разработанная ehristoforu и дообученная на основе ehristoforu/Qwen2-1.5b-it-chat-sp-ru-bel-arm-ger-fin. Она предназначена для генерации текста в диалоге и поддерживает контекст до 32 768 токенов. Размер модели — 1,5 млрд параметров; карточка указывает обучение с Unsloth и TRL. В названии базовой модели заявлена поддержка испанского, русского, белорусского, армянского, немецкого и финского языков; метаданные также содержат код английского языка. Модель распространяется по лицензии Apache-2.0.

Mushari Alothman дообучил Qwen3-8B-Base методом supervised fine-tuning и выпустил разговорную причинно-следственную языковую модель на 7,6 млрд параметров. Модель предназначена для ответов на вопросы с вариантами выбора, контекстных вопросов и ответов, работы с RAG и выполнения общих инструкций на арабском и английском языках. Модель основана на архитектуре Qwen3 с плотной архитектурой и классом Qwen3ForCausalLM. Она принимает текст и генерирует текст, поддерживает чат, а её родной контекст составляет 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache 2.0. В карточке заявлена настройка на чистое и точное выполнение инструкций и вопросов на арабском и английском языках. Не рекомендуется использовать её для критически важных или требующих реакции в реальном времени решений; фактические ответы следует проверять.

RakutenAI-7B-chat — чат-модель компании Rakuten Group, Inc., созданная дообучением RakutenAI-7B. Она предназначена для диалогов и генерации ответов на японском и английском языках. Модель основана на плотной архитектуре Mistral и содержит 7,2 млрд параметров; длина контекста — до 32 768 токенов. Модель дообучена на смеси открытых и подготовленных Rakuten наборов инструкций и диалогов, включая JSNLI, RTE, KUCI, BELEBELE, JCS, JNLI, Dolly-15K и OpenAssistant1. Репозиторий содержит веса PyTorch в формате Safetensors. Лицензия — Apache 2.0. Модель может генерировать предвзятые, неточные или небезопасные ответы, поэтому результаты следует проверять.

Карточка модели TigerByteCyber/roberta-large-zeroshot-v2.0-c на Hugging Face совпадает с карточкой MoritzLaurer/roberta-large-zeroshot-v2.0-c, поэтому описание составлено по ней. MoritzLaurer/roberta-large-zeroshot-v2.0-c — модель классификации текста с нулевым обучением, разработанная Морицем Лаурером на основе RoBERTa Large. Она определяет, следует ли считать заданную гипотезу истинной или ложной относительно входного текста; pipeline Hugging Face позволяет использовать этот подход для классификации по категориям без обучающих примеров. Модель содержит 454,1 млн параметров, принимает текстовые последовательности длиной до 514 токенов и построена на архитектуре RobertaForSequenceClassification. Доступны веса Safetensors и формат ONNX. Модель предназначена для классификации отзывов, тем, намерений и других текстов, когда нет размеченных данных для обучения. Её обучали на синтетических примерах, созданных Mixtral-8x7B-Instruct-v0.1, и наборах MNLI и FEVER-NLI; автор сообщает об оценке на 28 задачах классификации. Английский указан как язык карточки. Лицензия репозитория — MIT, а суффикс «-c» означает, что для обучения использовались данные, обозначенные автором как коммерчески совместимые. Модель поддерживает выбор одного или нескольких классов через настройку multi_label. Качество зависит от формулировки гипотезы и названий категорий; автор отмечает возможные смещения из-за базовой модели, данных NLI и синтетических данных. Она рассчитана только на классификацию текста и может работать медленнее более компактного варианта RoBERTa.

SauerkrautLM-Mixtral-8x7B — многоязычная языковая модель компании VAGO solutions на архитектуре Mixture of Experts, дообученная на базе mistralai/Mixtral-8x7B-v0.1. Модель содержит 7,1 млрд параметров и принимает текстовые запросы; заявленный контекст — до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев на английском, немецком, французском, итальянском и испанском языках. Она прошла supervised fine-tuning (SFT) на OpenOrca/SlimOrca и выравнивание предпочтений методом DPO. Для обучения использовались немецкие аугментированные и переведённые данные, а также части наборов distilabel-math-preference-dpo и UltraFeedback. Карточка указывает лицензию Apache 2.0, допускающую коммерческое использование. Разработчики предупреждают, что модель может выдавать неподходящий или некорректный контент; качество немецких формулировок улучшали аугментацией, но стабильность поведения не гарантируется.

Cohere и Cohere Labs разработали Cohere Labs Tiny Aya — многоязычную авторегрессионную языковую модель на 3,35 млрд параметров для генерации текста и диалогов. Вариант water ориентирован на европейские и азиатско-тихоокеанские языки; семейство охватывает более 70 языков и предназначено также для дальнейшей адаптации и локального развёртывания при ограниченных вычислительных ресурсах. Модель использует оптимизированную архитектуру Transformer: три слоя со скользящим вниманием и окном 4096 токенов и один слой с глобальным вниманием. После предобучения она прошла инструкционную настройку и обучение на предпочтениях. Контекст и длина генерации — до 8K токенов. Принимает текст и выдаёт текст; подходит для диалогов, суммаризации, перевода и межъязыковых задач. Сильная сторона модели — генерация на широком наборе языков, включая языки с ограниченными ресурсами. Качество может быть менее стабильным на низкоресурсных языках; карточка также отмечает слабые результаты в сложных рассуждениях, например в многоязычной математике, и возможность фактических ошибок. Лицензия CC-BY-NC-4.0 разрешает некоммерческое использование с соблюдением Acceptable Use Policy Cohere Labs; для коммерческого применения требуется связаться с Cohere.

Babel-9B-Chat — языковая чат-модель семейства Tower-Babel, разработанная командой Tower-Babel. Представлена в формате GGUF и квантизирована bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и диалоговых сценариев, включая локальный запуск через LM Studio, llama.cpp и другие совместимые проекты. Модель содержит около 9 миллиардов параметров и поддерживает мультиязычную работу. В README заявлены английский, китайский, хинди, испанский, французский, арабский, бенгальский, русский, португальский, индонезийский, урду, немецкий, японский, суахили, тамильский, турецкий, корейский, вьетнамский, яванский, итальянский, хауса, тайский, персидский, тагальский и бирманский языки. Данные о размере контекстного окна, архитектуре базовой модели и поддержке модальностей, кроме текста, не указаны. Основное преимущество представленной версии — выбор квантизаций с разным соотношением качества, размера и требований к памяти: от Q8_0 размером 9,58 ГБ до низкобитных вариантов примерно от 3,9 ГБ. Рекомендуемыми названы, в частности, Q4_K_M, Q5_K_M, Q6_K и Q6_K_L. Более компактные варианты экономят память, но могут заметно снижать качество; некоторые форматы являются устаревшими или не рекомендуются. Лицензия указана как seallm; применяются условия лицензии SeaLLM, ссылка на которую приведена в карточке модели.

Vikhr-7b-0.1 — русскоязычная модель генерации текста от Vikhrmodels на базе архитектуры Mistral. Модель содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. В README указано, что её дополнительно обучали на 400 млн токенов в течение трёх эпох; в метаданных также указан датасет IlyaGusev/habr. Модель предназначена для генерации и продолжения текста, в том числе для русскоязычных задач. В сравнительных результатах README она превосходит Mistral-7B-v0.1 на XWinograd и XNLI, но уступает на MMLU на русском языке. Автор предупреждает, что качество работы с кодом может быть низким. Репозиторий использует формат safetensors, библиотеку Transformers и лицензию Apache-2.0.

DAMO-NLP-SG/zero-shot-classify-SSTuning-base — модель для классификации текста без дообучения на целевых метках. Её разработала группа DAMO-NLP-SG; модель представлена в работе Zero-Shot Text Classification via Self-Supervised Tuning. В основе — RoBERTa-base с классификационной головой; при настройке на неразмеченных данных использовалась задача First Sentence Prediction. В метаданных указаны 151,8 млн параметров и контекст до 514 токенов. Модель предназначена для отнесения текста к заданным пользователем категориям, включая анализ тональности и тематическую классификацию. README указывает рекомендуемое число меток от 2 до 20 и отмечает высокую скорость базовой версии. Она обучалась на английских данных, поэтому заявленная поддержка других языков не подтверждена для этой версии. Модель распространяется по лицензии MIT.

ganesh714/arq_m1_chairs_DS_r1_Q7 — дообученная языковая модель, разработанная ganesh714 на базе unsloth/deepseek-r1-distill-qwen-7b-unsloth-bnb-4bit. Это плотная модель семейства Qwen2 с архитектурой Qwen2ForCausalLM и 7,1 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Указанный размер контекста — до 131 072 токенов. Модель принимает текст и выдаёт текст. В карточке заявлена поддержка английского языка; метаданные также отмечают интерфейс вызова инструментов. Модель обучалась с использованием Unsloth и библиотеки TRL от Hugging Face. Модель распространяется по лицензии Apache-2.0. Карточка не приводит результатов оценки качества или подробностей о специализированных сценариях дообучения, поэтому пригодность для конкретных задач следует проверять на собственных примерах.

Moritz Laurer разработал эту модель для классификации текста без размеченных примеров. Она переформулирует задачу в проверку гипотезы: оценивает, следует ли заданный класс или утверждение из текста, и поддерживает выбор одного либо нескольких классов через pipeline Hugging Face zero-shot-classification. Модель основана на XLM-RoBERTa, дообучена на BAAI/bge-m3-retromae и содержит около 658,7 млн параметров; заявленная длина контекста — 8194 токена. Модель многоязычная и работает на CPU и GPU. Версия с суффиксом «-c» обучена на синтетических данных, созданных Mixtral-8x7B-Instruct-v0.1, и наборах MNLI и FEVER-NLI, которые автор характеризует как коммерчески совместимые. Она оценивалась на 28 задачах классификации; в приведённых примерах показывает результаты, сопоставимые с базовыми zero-shot классификаторами. Качество зависит от формулировки гипотез и названий классов, а возможные смещения связаны с базовой моделью и обучающими данными. Модель рассчитана только на классификацию текста. Лицензия репозитория — MIT.

BLOOMChat-176B-v1 — многоязычная диалоговая языковая модель, разработанная SambaNova Systems совместно с Together Computer. Она построена на BLOOM с 176 млрд параметров и дообучена на наборах диалогов в формате помощника; метаданные репозитория указывают архитектуру BLOOM и 233,8 млрд параметров. Модель предназначена для генерации ответов в диалоге, вопросов и ответов, а также текстовой генерации на нескольких языках. Модель можно применять в коммерческих и исследовательских сценариях: например, для разговорных интерфейсов, ответов на вопросы и многоязычной генерации текста. В карточке отмечены результаты в задачах перевода, однако основная задача модели — генерация текста. Для работы доступны веса PyTorch; лицензия основана на Apache 2.0 с ограничениями на использование, перенесёнными из лицензии BLOOM RAIL. Перед применением следует ознакомиться с лицензией SambaNova. Модель может галлюцинировать, повторяться, переключать язык или диалект внутри ответа и выдавать токсичный контент; качество кода и сложных математических рассуждений может быть ограниченным. Разработчики не рекомендуют использовать её в критически важных сценариях, связанных с безопасностью, важными решениями или автоматизированными конвейерами.

keyfan/bloomz-rlhf — экспериментальная чат-модель на архитектуре BLOOM, созданная как попытка воспроизвести конвейер обучения с подкреплением на основе отзывов людей (RLHF). В качестве базовой модели использована bigscience/bloomz-7b1-mt; модель содержит около 9,1 млрд параметров и поддерживает контекст до 2048 токенов. Модель прошла supervised fine-tuning на наборах диалоговых и инструкционных данных, затем обучение reward model и этап reinforcement learning с использованием trlx. Она предназначена для генерации ответов в диалоге, выполнения инструкций, суммаризации, вопросов и ответов, перефразирования и генерации текста. В README приведён результат оценки на китайском наборе BELLE; языки карточки — китайский и английский. Это попытка воспроизведения RLHF, поэтому приведённые оценки не гарантируют качество на других задачах и языках. Лицензия — BigScience BLOOM RAIL 1.0; перед применением следует учитывать её условия и ограничения.

BLOSSOM-v4-qwen15-7b — диалоговая языковая модель, разработанная на основе Qwen1.5-7B и дообученная методом instruction tuning на смешанных наборах Blossom Orca, Wizard, Chat и Math. Обучение прошло в два этапа: сначала на одношаговых инструкциях Wizard, Orca и Math, затем на многошаговых диалогах Blossom Chat с небольшой примесью данных первого этапа. Модель предназначена для диалоговых ответов и выполнения инструкций общего назначения, включая задачи с математическими вопросами. Архитектура — плотная Qwen2ForCausalLM с 7,1 млрд параметров; нативный контекст составляет 32 768 токенов. Карточка указывает поддержку китайского и английского языков. Для диалога используется формат продолжения текста с ролями Human и Bot. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка заявляет общие диалоговые возможности и понимание контекста, но не приводит результатов независимых оценок качества.

ContY-v0.2-8B — языковая модель на архитектуре Llama, разработанная wonseokchoi1 и дообученная на базе meta-llama/Meta-Llama-3.1-8B-Instruct. Модель содержит 7,5 млрд параметров и предназначена для генерации текста и диалогового взаимодействия; в метаданных также отмечен интерфейс вызова инструментов. Модель принимает текст и генерирует текст. Указанная длина контекста составляет 131 072 токена, язык карточки — английский. Веса опубликованы в формате Safetensors, лицензия — Apache-2.0. README сообщает об использовании Unsloth и библиотеки TRL при обучении; подробности датасета и специализированных областей применения не приведены.

nold/CroissantLLMChat-v0.1-GGUF — GGUF-квантизированная версия CroissantLLMChat-v0.1, разработанная в рамках инициативы CroissantLLM и подготовленная с использованием пайплайна llm-quantizer. Исходную модель создали Manuel Faysse, Patrick Fernandes и соавторы. Это чат-модель, дообученная после 190 тысяч шагов обучения на примерно 2,99 трлн токенов с последующей Chat-настройкой. Модель предназначена для диалогов, генерации и редактирования текста, преимущественно на французском и английском языках, а также для задач перевода; её можно запускать на локальном пользовательском оборудовании. Архитектура в README явно не указана, размер исходной модели составляет 1,3 млрд параметров, а поддерживаемая модальность — текст. Для корректной работы рекомендуется использовать заданный chat template и температуру не ниже 0,3. Заявленный контекст модели не указан. К сильным сторонам относятся производительность для своего размера, хорошие результаты в письменных задачах и особенно в переводе, а также открытость проекта. Ограничения включают слабые возможности сложного рассуждения, относительно низкое качество генерации кода и неоптимальную работу с языками, кроме французского и английского. Модель может галлюцинировать и выдавать фактически неверные сведения; ориентировочная граница знаний связана с дампом Wikipedia за ноябрь 2023 года. Модель распространяется по лицензии MIT.