III.5Управление персоналом и организацией

YamshadowInex12_Multi_verse_modelExperiment28 — языковая модель для генерации текста, созданная слиянием моделей automerger/YamshadowInex12-7B и automerger/Multi_verse_modelExperiment28-7B. Она использует плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров. Модель предназначена для генерации текста по текстовому запросу и поддерживает контекст длиной до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель опубликована MaziyarPanahi 9 апреля 2024 года и распространяется по лицензии Apache-2.0.

YamshadowStrangemerges_32_Experiment28Strangemerges_32 — слитая языковая модель на архитектуре Mistral, созданная объединением automerger/YamshadowStrangemerges_32-7B и automerger/Experiment28Strangemerges_32-7B. Она предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Модель содержит 7,1 млрд параметров, веса представлены в формате safetensors. Репозиторий использует лицензию Apache-2.0. Карточка не описывает специальные предметные области или конкретные ограничения качества.

YamshadowStrangemerges_32_Strangemerges_32Yam — слитая модель семейства Mistral, созданная на основе automerger/YamshadowStrangemerges_32-7B и automerger/Strangemerges_32Yam-7B. Она предназначена для генерации текста и имеет 7,1 млрд параметров, архитектуру MistralForCausalLM и контекст до 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache-2.0. README не уточняет особенности обучения, поддерживаемые языки и специализацию, поэтому её можно описать как модель общего назначения для генерации текста.

YamshadowStrangemerges_32_YamStrangemerges_32 — объединённая модель генерации текста, созданная на основе automerger/YamshadowStrangemerges_32-7B и automerger/YamStrangemerges_32-7B. Она построена на архитектуре Mistral и содержит 7,1 млрд параметров. Модель предназначена для генерации текста по текстовому запросу. Заявленная длина контекста — до 32 768 токенов. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. README не описывает специализированные сценарии или языковую специализацию модели.

YamT3qm7xp_ShadowOgno — объединённая методом слияния модель MaziyarPanahi на архитектуре Mistral с 7,1 млрд параметров. Она предназначена для генерации текста и принимает текстовые запросы; максимальная длина контекста составляет 32 768 токенов. Модель объединяет automerger/YamT3qm7xp-7B и automerger/ShadowOgno-7B. Она распространяется в формате safetensors по лицензии Apache-2.0. Доступные сведения подтверждают назначение для генерации текста, но не описывают специальные навыки или ограничения качества.

zephyr-7b-spin-iter1-v0 — диалоговая языковая модель Argilla, дообученная на базе argilla/zephyr-7b-spin-iter0-v0. Это плотная авторегрессионная 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 в диалоге и продолжает серию SPIN: в README приведены результаты оценки, включая средний балл MT-Bench 6,603125. Модель поддерживает текстовый ввод и выдаёт текст. Она распространяется по лицензии Apache 2.0. README не описывает конкретные сценарии применения или ограничения качества, поэтому приведённые результаты оценки не следует трактовать как гарантию для всех задач.

Aeonium v1.1 Base 4B — базовая языковая модель для обработки и генерации текста на русском языке. Модель разработана Aeonium; опубликованный чекпойнт описан как предварительная версия. Архитектура — плотная LlamaForCausalLM с 3,6 млрд параметров, контекст — до 4096 токенов. Веса доступны в формате safetensors, для загрузки используется Transformers. Модель предназначена для генерации русского текста и других сценариев, основанных на продолжении текстового контекста. Предварительное обучение проведено на открытых данных, преимущественно на русскоязычных веб-страницах; обучение поддержал TPU Research Cloud. Выпускается по лицензии Apache 2.0. Из-за обучения на широком интернет-корпусе модель может воспроизводить предвзятые или оскорбительные формулировки и выдавать недостоверную информацию. Результаты требуют проверки, особенно при использовании в чувствительных или ответственных сценариях.

agiin-13.6B-v0.0 — диалоговая языковая модель MindsAndCompany на архитектуре семейства Mistral, содержащая 13,7 млрд параметров. По карточке, модель предварительно обучена, настроена для следования инструкциям и дополнительно обучена методом DPO; для запуска указана библиотека Transformers, а веса доступны в формате safetensors. Модель предназначена для генерации ответов в чате и выполнения текстовых запросов. В примере карточки приведён вопрос на корейском языке, однако в метаданных указан английский язык. Модель имеет контекстное окно 4096 токенов и распространяется по лицензии Apache-2.0. Карточка не приводит сравнительных оценок качества или подробных ограничений; возможности за пределами текстовой генерации не заявлены.

AISAK-Assistant — диалоговая языковая модель команды AISAK для генерации ответов и другого связного текста по запросам на естественном языке. Модель основана на архитектуре Transformer семейства Mistral и содержит 7,1 млрд параметров; для работы с контекстом указана длина до 32 768 токенов. Репозиторий использует формат safetensors и библиотеку Transformers. Модель предназначена для общения, творческого письма, формулирования ответов и автоматизации создания текстового контента общего назначения. В карточке заявлено дообучение на обширных наборах данных и широкая применимость, но сравнительные заявления о качестве не подкреплены приведёнными результатами тестов. README запрещает личное, публичное и коммерческое применение вне системы AISAK; условия лицензии обозначены как other, а карточка требует письменного разрешения правообладателя на воспроизведение и распространение.

Alchemist_03_2b — объединённая языковая модель семейства Gemma, опубликованная пользователем Sumail. Она создана с помощью mergekit и метода dare_ties на основе нескольких моделей, включая Aspik101/minigemma_ft9, zzttbrdd/sn6_20_new, deepnetguy/gemma-64 и rwh/gemma1. Модель предназначена для генерации текста и диалогового общения. Модель имеет плотную архитектуру GemmaForCausalLM, содержит 2,5 млрд параметров и поддерживает контекст до 8192 токенов. В репозитории представлены веса Safetensors; лицензия — Apache-2.0. Карточка не сообщает, какие естественные языки модель поддерживает.

All_like-zephyr-7b-sft-full — диалоговая языковая модель на архитектуре Mistral, дообученная на базе alignment-handbook/zephyr-7b-sft-full с использованием датасета HuggingFaceH4/ultrafeedback_binarized. Она предназначена для генерации текста и ответов в чате. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не приводит оценки качества, целевые языки или дополнительные ограничения применения; поэтому пригодность ответов следует проверять для конкретных сценариев.

EpistemeAI/Alpaca-CodeLlama-3.1-8B — дообученная модель семейства Llama, разработанная EpistemeAI на основе EpistemeAI/Alpaca-Llama3.1-8B. Она предназначена для генерации текста; карточка не уточняет специализацию на программировании, несмотря на название репозитория. Модель имеет плотную архитектуру LlamaForCausalLM и около 7,5 млрд параметров. Длина контекста составляет 131 072 токена. Доступны веса в форматах PyTorch и Safetensors, а также GGUF F16. В карточке указан английский язык. Модель обучали с использованием Unsloth и Hugging Face TRL. Лицензия — Apache-2.0. Карточка не приводит оценок качества или подробных сведений об ограничениях применения.

maicomputer/alpaca-native — реплика Stanford Alpaca от автора репозитория maicomputer. Это плотная авторегрессионная модель семейства LLaMA с архитектурой LlamaForCausalLM, примерно 6,6 млрд параметров, предназначенная для генерации текста по инструкциям. Она обучена на исходных инструкциях Alpaca с небольшим изменением режима FSDP; в карточке приведены результаты оценки на ARC и HellaSwag. Модель подходит для диалоговых ответов и выполнения текстовых инструкций. Данных о лицензии и поддерживаемых естественных языках в предоставленных источниках нет.

AquilaChat2-70B-Expr — диалоговая языковая модель из семейства Aquila2, разработанного BAAI. Это плотная авторегрессионная модель с архитектурой AquilaForCausalLM и примерно 69,3 млрд параметров, предназначенная для генерации текста в формате чата. Для неё указан контекст до 4096 токенов; опубликованные веса представлены в формате PyTorch. Модель подходит для диалоговых ответов и других сценариев генерации текста. В README она названа чат-моделью, но дополнительных сведений о её языковой специализации и результатах оценки качества нет. Лицензия указана как other, поэтому условия использования следует сверить с лицензией в репозитории.

ChickaQ-V2-Large-Beta — чатовая языковая модель семейства ChickaQ, созданная слиянием моделей Qwen/Qwen1.5-1.8B-Chat и vilm/Quyen-mini-v0.1 методом passthrough с помощью mergekit. В репозитории указано около 3 млрд параметров; метаданные классифицируют архитектуру как плотную Qwen2 и указывают контекст до 8192 токенов. Модель предназначена для диалогов и генерации текста. Её можно применять для ответов на вопросы, составления черновиков и интерактивного общения на естественном языке. Она распространяется в формате safetensors, используется с Transformers и имеет лицензию MIT. Карточка не приводит оценки качества или подробностей о поддерживаемых языках.

Это разговорная языковая модель семейства Qwen3, разработанная LAION и обученная с нуля на наборах данных wildchat_386k и delphi_warmup. Она предназначена для генерации текста в диалоговом формате и может использоваться для создания ответов на запросы и ведения беседы. Модель имеет плотную архитектуру Qwen3ForCausalLM и содержит 402,6 млн параметров. Максимальная длина контекста — 4096 токенов; доступные веса представлены в формате safetensors. Для модели указана лицензия other, поэтому условия использования следует сверить с файлами репозитория. Карточка не приводит оценки качества или подробных ограничений.

Experiment26Yamshadow_ShadowCalme — объединённая модель для генерации текста, созданная на основе automerger/Experiment26Yamshadow-7B и automerger/ShadowCalme-7B. Модель основана на архитектуре Mistral и содержит 7,1 млрд параметров; она принимает текстовые запросы и генерирует текст, поддерживая контекст до 32 768 токенов. Модель подходит для диалоговой генерации и других задач, где требуется продолжать или создавать текст. В репозитории указана лицензия Apache-2.0. README не приводит результатов оценки качества или подробностей о языковой специализации модели.

MaziyarPanahi/Experiment28M7_Inex12Neural — объединённая текстовая модель на архитектуре Mistral, созданная на основе automerger/Experiment28M7-7B и automerger/Inex12Neural-7B. Она предназначена для генерации текста и диалоговых сценариев на основе текстового запроса. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В репозитории представлены веса в формате safetensors; лицензия — Apache-2.0. README не сообщает о языковой специализации или результатах оценки качества, поэтому применение модели стоит проверять на целевых задачах.

Experiment28T3q_Experiment29Multi_verse_model — объединённая языковая модель MaziyarPanahi на архитектуре Mistral с плотной архитектурой и 7,1 млрд параметров. Она создана слиянием automerger/Experiment28T3q-7B и automerger/Experiment29Multi_verse_model-7B. Модель предназначена для генерации текста и рассчитана на контекст до 32 768 токенов. В карточке указана лицензия Apache-2.0. Сведения о специализированных сценариях, обучающих данных и языках модели не приводятся.

IceEspressoRPv2-7b — слитая разговорная языковая модель, опубликованная пользователем icefog72. Она создана методом SLERP в mergekit из двух предварительно обученных моделей; архитектура MistralForCausalLM, размер — 7,1 млрд параметров. Модель предназначена для генерации текста в диалоговом формате и имеет контекстное окно до 32 768 токенов. Модель может служить основой для интерактивных диалогов и генерации продолжений текста. В карточке приведены результаты Open LLM Leaderboard: средний балл 21,25, IFEval — 49,77, BBH — 31,30; они дают отдельные ориентиры оценки, но не гарантируют качество в конкретном сценарии. Модель распространяется в формате Safetensors. Лицензия в предоставленных данных не указана.

Infinity-Instruct-7M-Gen-Llama3.1-8B — языковая модель Пекинской академии искусственного интеллекта (BAAI), дообученная методом supervised instruction tuning на наборах Infinity-Instruct-7M и Infinity-Instruct-Gen. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров, предназначенная для диалогов и выполнения текстовых инструкций. Она использует шаблон чата Llama 3 Instruct и поддерживает контекст длиной 8192 токена. Модель рассчитана на генерацию ответов и следование инструкциям в общих пользовательских сценариях. По заявлению разработчиков, она показала результаты на AlpacaEval 2.0, сопоставимые с GPT-4; в README также указано, что модель обучалась без RLHF. Карточка приводит английский как язык модели. Модель доступна в формате safetensors под лицензией llama3.1; проект ограничивает использование академическими исследованиями и запрещает коммерческое применение. Разработчики не гарантируют точность ответов.

K2S3-Mistral-7b-v1.47 — языковая модель K2S3 для генерации текста, дообученная методом SFT на базе mistralai/Mistral-7B-v0.1 с настройкой всех параметров. В обучении использовались alpaca-gpt4-data и примеры из OpenOrca. Модель относится к плотной архитектуре MistralForCausalLM, содержит 7,2 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации ответов и выполнения текстовых инструкций на английском языке. Она может быть полезна для создания диалоговых и инструкционных приложений, однако карточка не приводит оценок качества или специальных гарантий. Распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Kosmos-EVAA-gamma-light-alt-8B — языковая модель для генерации текста, созданная автором репозитория путём слияния предварительно обученных моделей jaspionjader/Kosmos-EVAA-gamma-alt-8B и jaspionjader/Kosmos-EVAA-v3-8B. Для объединения применён метод SLERP с помощью mergekit; модель использует архитектуру Llama и содержит 7,5 млрд параметров. Модель предназначена для генерации текста по запросу и поддерживает контекст до 8192 токенов. Репозиторий содержит веса в формате Safetensors. Сведения о специализации по областям, поддерживаемых языках и лицензии в предоставленных источниках отсутствуют.

hchung1017 (Hoon Chung) объединил линейным слиянием три модели: LDCC/LDCC-SOLAR-10.7B, hyeogi/SOLAR-10.7B-dpo-v1 и megastudyedu/M-SOLAR-10.7B-v1.3. Это плотная авторегрессионная модель семейства Llama на 10,6 млрд параметров для генерации текста и диалогового взаимодействия. Она принимает текст и формирует текстовые ответы; заявленная длина контекста — 4096 токенов. Модель может использоваться для ведения диалогов и генерации продолжений текста. В карточке указана лицензия MIT. Подробные оценки качества и ограничения конкретного слияния не приведены.

Это преобразованная TheBloke в формат Hugging Face версия Meta Llama 2 70B Chat: авторские веса PTH конвертированы в формат Transformers fp16 и сохранены в Safetensors. В основе — авторегрессионный плотный Transformer Llama с 68,7 млрд параметров и контекстом 4096 токенов; модель принимает текст и генерирует текст. Версия Chat прошла supervised fine-tuning и обучение с подкреплением на основе человеческой обратной связи, чтобы вести диалог и отвечать в роли помощника. Модель предназначена для диалоговых сценариев на английском языке: ответов на вопросы, инструкций и генерации текста. Крупный размер и grouped-query attention в варианте 70B рассчитаны на масштабируемый вывод, однако для запуска требуются значительные вычислительные ресурсы. Ответы могут быть неточными, предвзятыми или нежелательными; перед применением нужны проверки безопасности и настройка под конкретный сценарий. Использование регулируется лицензией Meta Llama 2; для получения весов требуется принять её условия.

Модель NEU-HAI/Llama-2-7b-alpaca-cleaned разработана лабораторией NEU Human-centered AI Lab. Это плотная авторегрессионная модель семейства Llama 2 с 6,6 млрд параметров, дообученная на наборе alpaca-cleaned с исходными гиперпараметрами Alpaca. Она предназначена для общения в формате ассистента и генерации текста на английском языке; максимальный контекст составляет 4096 токенов. Модель подходит для ответов на вопросы, выполнения текстовых инструкций и генерации текстов общего назначения. Карточка не приводит результатов оценки качества и подробного описания ограничений; набор данных и исходная модель могут наследовать смещения и ошибки. Лицензия — CC BY-NC 4.0; применение также должно учитывать ограничения проекта Stanford Alpaca и Llama 2 7B.

Llama-3.2-Nemotron-3B-Instruct — диалоговая языковая модель семейства Llama, созданная автором репозитория itsnebulalol путём дообучения unsloth/Llama-3.2-3B-Instruct-bnb-4bit на наборе данных NVIDIA HelpSteer2 с использованием Unsloth и TRL. Модель предназначена для генерации текста в формате инструкций и ответов в чате. Модель имеет плотную архитектуру LlamaForCausalLM и 3,2 млрд параметров; заявленная длина контекста — 131 072 токена. Карточка указывает английский язык. Репозиторий использует Transformers и содержит веса PyTorch в формате safetensors; лицензия — llama3.2.

Llama-3-8B-spectrum-25 — дообученная Yuvraj17 диалоговая языковая модель на архитектуре Llama, созданная на основе meta-llama/Meta-Llama-3-8B-Instruct. Она предназначена для генерации текста и ответов в формате диалога; при дообучении методом Spectrum были выбраны 25% слоёв с наибольшим отношением сигнал/шум, чтобы сократить вычислительные затраты. Модель содержит 7,5 млрд параметров, принимает текст и работает с контекстом до 8192 токенов. Для обучения использован набор yuvraj17/finetune_alpaca_1K; в карточке указан результат loss 1,2791 на оценочном наборе. Модель распространяется в форматах PyTorch и Safetensors по лицензии Llama 3. Карточка не приводит отдельной оценки качества диалогов или языкового охвата, поэтому её пригодность для конкретных задач стоит проверять на собственных примерах.

vincentoh/llama3-alpaca-dpo-instruct — текстовая генеративная модель семейства Llama 3, дообученная на одном проходе по датасету Alpaca. Карточка указывает на базовую модель unsloth/llama-3-8b-bnb-4bit; архитектура — плотная авторегрессионная LlamaForCausalLM, размер — 7,5 млрд параметров, контекст — до 8192 токенов. Модель предназначена для генерации текста и выполнения инструкций на английском языке: например, для ответов на вопросы, составления черновиков и диалогового взаимодействия. Используется формат safetensors и лицензия Apache-2.0. Данных о результатах оценки качества в карточке нет.

Llama-3-DARE-v2-8B — объединённая языковая модель, созданная с помощью mergekit методом DARE TIES. В основе лежит meta-llama/Meta-Llama-3-8B, в объединение также включена meta-llama/Meta-Llama-3-8B-Instruct. Модель разработана автором репозитория rmihaylov и предназначена для генерации текста и диалоговых ответов. Модель имеет архитектуру LlamaForCausalLM с плотной структурой и примерно 7,5 млрд параметров. Она принимает текст и выдаёт текст, поддерживает контекст длиной до 8192 токенов и рассчитана преимущественно на английский язык. Файлы представлены в формате safetensors; библиотека для работы — Transformers. Лицензия указана как other, поэтому условия использования следует сверять с карточками базовых моделей и условиями, указанными автором репозитория. Карточка не сообщает результаты оценки качества или отдельные ограничения модели.