III.5Управление персоналом и организацией

Это дообученный чекпойнт Gemma 4 E4B Instruct, опубликованный tensorfiend после обучения на GPU в JarvisLabs. По метаданным, модель использует архитектуру Gemma4ForConditionalGeneration и формат safetensors; карточка README указывает шаг обучения 1692 и лучшее значение eval loss 0,3067. Модель предназначена для диалоговой генерации текста. Базовая Gemma 4 E4B Instruct также поддерживает анализ изображений и обработку аудио, однако для этого чекпойнта метаданные подтверждают только задачу text-generation и возможность диалога, поэтому мультимодальные сценарии здесь не заявлены. Лицензия указана как other; README требует соблюдать лицензионные условия Gemma и не распространять её веса за пределами разрешённого лицензией использования.

heegyu/WizardVicuna2-13b-hf — языковая модель для генерации текста, созданная дообучением Llama 2 13B на наборе ehartford/wizard_vicuna_70k_unfiltered в течение трёх эпох. Она предназначена для диалогов с ассистентом и ответов на инструкции в текстовом формате. Модель построена на плотной авторегрессионной архитектуре Transformer семейства Llama и содержит 12,9 млрд параметров; контекст — до 4096 токенов. Модель рассчитана прежде всего на английский язык. Она может помогать в диалогах и генерировать ответы на запросы, но, как и другие LLM, может выдавать неточную, предвзятую или нежелательную информацию. Лицензия Meta для Llama 2 требует принятия условий перед получением весов и допускает коммерческое использование в рамках этих условий.

YamshadowInex12_Experiment26Strangemerges_32 — объединённая модель MaziyarPanahi на архитектуре Mistral с 7,1 млрд параметров, предназначенная для генерации текста. Она объединяет модели automerger/YamshadowInex12-7B и automerger/Experiment26Strangemerges_32-7B. Модель принимает текст и может использоваться для генерации продолжений и ответов в пределах контекстного окна до 32 768 токенов. Данные представлены в формате Safetensors; лицензия — Apache-2.0. README не описывает специальные сценарии применения или языковую специализацию модели.

YamshadowStrangemerges_32_Experiment27Shadow — объединённая модель для генерации текста, созданная MaziyarPanahi на основе automerger/YamshadowStrangemerges_32-7B и automerger/Experiment27Shadow-7B. Она использует плотную архитектуру Mistral с 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Данные карточки не описывают специализацию по предметной области или языкам.

YamshadowStrangemerges_32_Inex12Experiment28 — объединённая модель Mistral с 7,1 млрд параметров, созданная из automerger/YamshadowStrangemerges_32-7B и automerger/Inex12Experiment28-7B. Репозиторий содержит веса в формате safetensors; модель предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Модель можно использовать для генерации продолжений, черновиков и ответов на текстовые запросы. Данные не уточняют её специальные предметные области, языки или отличительные качества, поэтому оценивать результаты следует на задачах конкретного применения. Лицензия — Apache-2.0.

YamshadowStrangemerges_32_Neuralsirkrishnaexperiment26Experiment24 — объединённая языковая модель, опубликованная MaziyarPanahi на Hugging Face. Она предназначена для генерации текста и может использоваться в сценариях, где требуется продолжать или создавать текстовые ответы. Модель построена на архитектуре Mistral с плотной причинно-языковой архитектурой MistralForCausalLM и содержит 7,1 млрд параметров. Она принимает текст, выдаёт текст и поддерживает контекст до 32 768 токенов. Веса доступны в формате safetensors. Модель получена слиянием automerger/YamshadowStrangemerges_32-7B и automerger/Neuralsirkrishnaexperiment26Experiment24-7B. Репозиторий указывает лицензию Apache-2.0. Карточка не описывает специализацию по языкам или предметным областям, поэтому применение следует считать общим; подтверждённые качество и ограничения в README не приводятся.

AISquare-Instruct-llama2-koen-13b-v0.9.24 — плотная языковая модель семейства Llama с 12,9 млрд параметров, разработанная командой UI Platform компании Inswave Systems. Она создана на основе beomi/llama2-koen-13b с применением SFT и DPO и предназначена для генерации текста в формате инструкций. Модель принимает текст и генерирует текст. В метаданных указан английский язык, а базовая модель относится к корейско-английскому семейству; заявленный контекст — 2048 токенов. Карточка показывает загрузку через Transformers и веса в формате Safetensors. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование. Контекст 2048 токенов ограничивает длину запроса и ответа; README не приводит оценок качества или подробного перечня поддерживаемых сценариев.

Карточка модели katanemo/bart-large-mnli на Hugging Face совпадает с карточкой facebook/bart-large-mnli, поэтому описание составлено по ней. facebook/bart-large-mnli — контрольная точка BART-large от Facebook, дообученная на датасете MultiNLI для распознавания отношений логического следования между текстами. Модель применяют для классификации без заранее заданного набора классов: исходный текст рассматривается как предпосылка, а для каждой кандидатной метки формируется гипотеза, например «Этот текст о политике». Вероятности следования и противоречия преобразуются в оценки меток. Модель подходит для тематической классификации, маршрутизации текстов по пользовательским категориям и других задач, где нужно оценить соответствие текста произвольным меткам. Архитектура — BART-large с классификатором последовательностей, размер — 252,8 млн параметров, контекст — до 1024 токенов. Репозиторий содержит варианты PyTorch, Flax и Safetensors. Лицензия — MIT. Качество зависит от формулировки кандидатных меток и гипотез, а также от того, насколько задача соответствует обучению на MNLI; оценки модели не гарантируют правильную классификацию. Для нескольких одновременно верных меток предусмотрен режим независимой оценки каждого класса.

Beetle-FineWeb2-24B/beetle-bilingual-balanced-b1-fineweb-ita-eng — генеративная языковая модель для создания текста на основе заданного контекста. Модель опубликована на Hugging Face и предназначена для использования с библиотекой Transformers; по названию относится к семейству Beetle-FineWeb2 и имеет размер 24B параметров. В метаданных указан pipeline text-generation и тег pico_decoder. По названию модель ориентирована на двуязычные сценарии с итальянским и английским языками, включая продолжение текста, генерацию ответов и подготовку черновиков. README содержит автоматически созданную карточку без сведений о разработчике, лицензии, обучающих данных, оценках, контексте и специальных ограничениях, поэтому перед продуктивным применением необходимы самостоятельные проверки качества, безопасности и совместимости.

Deacon-1b — языковая модель KnutJaegersberg для генерации текста, созданная дообучением appvoid/palmer-001 в течение трёх эпох с применением Neftune. Это плотная авторегрессионная модель семейства Llama с 1 млрд параметров, рассчитанная на контекст до 2048 токенов. В карточке приведён шаблон диалога с системной инструкцией, пользовательским запросом и ответом, а также результаты оценки на бенчмарках рассуждений и понимания текста. Модель подходит для генерации ответов на инструкции и общих текстовых запросов. Веса опубликованы в формате safetensors; лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое. В README приведены лишь отдельные результаты Open LLM Leaderboard, поэтому они не дают полной оценки качества модели.

Карточка модели Hacking2188/deberta-v3-large-zeroshot-v2.0 на Hugging Face совпадает с карточкой MoritzLaurer/deberta-v3-large-zeroshot-v2.0, поэтому описание составлено по ней. Moritz Laurer разработал эту модель для классификации текстов без размечающих примеров. Она дообучена на базе microsoft/deberta-v3-large и использует архитектуру DeBERTa V2 для оценки того, следует ли гипотеза из текста: «верно» или «неверно». Через pipeline Hugging Face этот формат можно применять к разным задачам классификации, задавая формулировки классов и шаблон гипотезы. Модель содержит 533,8 млн параметров, принимает текст и поддерживает контекст до 512 токенов. Её можно запускать на CPU и GPU. В приведённом сравнении она показала более высокую среднюю оценку F1 на 28 задачах классификации, чем указанные модели BART, RoBERTa и базовая DeBERTa, хотя скорость работы ниже, чем у RoBERTa. Карточка отмечает, что формулировки гипотез и названий классов могут влиять на результат. Модель предназначена только для классификации текста. Возможны смещения, унаследованные от базовой модели, данных NLI и синтетических обучающих данных. Лицензия репозитория — MIT; упомянутая в карточке гарантия коммерческой пригодности обучающих данных относится к вариантам с суффиксом «-c», которого в имени этой модели нет.

eren23/DistilHermes-2.5-Mistral-7B — дообученная методом DPO модель на основе teknium/OpenHermes-2.5-Mistral-7B, созданная с использованием набора argilla/distilabel-intel-orca-dpo-pairs. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для диалогов, генерации текста и ответов на вопросы. Поддерживает английский язык и контекст длиной до 32 768 токенов. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. В README приведены результаты оценивания базовой модели OpenHermes-2.5-Mistral-7B на нескольких тестах; их нельзя считать отдельной оценкой этого чекпойнта. Для практического применения подходят диалоговые сценарии и ответы на вопросы, однако качество ответов может зависеть от запроса и не гарантирует фактическую точность.

MaziyarPanahi/Experiment26Yam_Multi_verse_modelYam — объединённая языковая модель на архитектуре Mistral, созданная слиянием automerger/Experiment26Yam-7B и automerger/Multi_verse_modelYam-7B. Она предназначена для генерации текста и принимает текстовые запросы; размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель можно применять для продолжения текста, черновиков и ответов на текстовые запросы. Карточка не приводит сведений о специализации по языкам или областям. Лицензия — Apache-2.0.

Experiment28M7_AlloyingotneoyInex12 — объединённая языковая модель на архитектуре Mistral, созданная из automerger/Experiment28M7-7B и automerger/AlloyingotneoyInex12-7B. Она предназначена для генерации текста и может использоваться в сценариях, где требуется создавать продолжения или ответы на текстовые запросы. Модель содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и опубликована в формате safetensors. В карточке Hugging Face указана лицензия Apache-2.0. Сведения о конкретных языках и специализированных областях применения отсутствуют.

Experiment28M7_Experiment28Inex12 — объединённая модель семейства Mistral, созданная на основе automerger/Experiment28M7-7B и automerger/Experiment28Inex12-7B. Она предназначена для генерации текста и может использоваться в диалоговых и других текстовых сценариях, где требуется продолжать или создавать текст по запросу. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Mistral и поддерживает контекст до 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache 2.0. В карточке не описаны её обучение, целевые языки и специальные области применения; фактическое качество и поведение следует оценивать на задачах конкретного проекта.

MaziyarPanahi/Experiment28T3q_Experiment27Experiment24 — объединённая модель семейства Mistral для генерации текста. Она создана слиянием моделей automerger/Experiment28T3q-7B и automerger/Experiment27Experiment24-7B; архитектура — плотная авторегрессионная MistralForCausalLM с 7,1 млрд параметров. Модель предназначена для генерации текста и поддерживает контекст до 32 768 токенов. В карточке указана лицензия Apache-2.0. README не описывает специализированные сценарии или дополнительные возможности, поэтому её следует рассматривать как текстовую генеративную модель общего назначения.

Experiment28T3q_Experiment28Yam — объединённая модель MaziyarPanahi на архитектуре Mistral, созданная слиянием automerger/Experiment28T3q-7B и automerger/Experiment28Yam-7B. Она предназначена для генерации текста и принимает текстовые запросы, выдавая текстовые продолжения. Модель содержит 7,1 млрд параметров, использует формат Safetensors и поддерживает контекст до 32 768 токенов. Репозиторий указывает лицензию Apache-2.0. Карточка не описывает специальные области применения или отдельные языковые возможности модели.

MaziyarPanahi/Experiment28T3q_Ognoexperiment27Multi_verse_model — объединённая текстовая модель на архитектуре Mistral, созданная на основе automerger/Experiment28T3q-7B и automerger/Ognoexperiment27Multi_verse_model-7B. Она предназначена для генерации текста; размер модели составляет 7,1 млрд параметров, а контекст — до 32 768 токенов. Модель распространяется в формате safetensors под лицензией Apache-2.0. Данных о специализации на конкретных языках или областях применения в карточке нет.

Flammen-Mahou-mistral-7B — объединённая языковая модель на архитектуре Mistral, созданная с помощью mergekit методом SLERP из flammenai/Mahou-1.2a-mistral-7B и flammenai/flammen30-mistral-7B. Модель содержит 7,1 млрд параметров и предназначена для генерации текста; максимальная длина контекста составляет 32 768 токенов. Модель принимает текст и генерирует текст. Веса опубликованы в формате safetensors; лицензия — Apache-2.0. README не описывает специализированные сценарии или языковое покрытие, поэтому модель можно характеризовать только как генератор текста общего назначения.

FloraBase — объединённая языковая модель, опубликованная пользователем jeiku. Она создана методом SLERP с помощью mergekit из моделей SpecialEdition и Remix, используя SpecialEdition как базовую модель. Модель построена на архитектуре Mistral с плотной причинной языковой сетью и содержит 7,1 млрд параметров. Модель предназначена для генерации текста; заявленная длина контекста составляет 32 768 токенов. Веса опубликованы в формате Safetensors. README и метаданные не уточняют языковую специализацию, качество на конкретных задачах или условия лицензирования.

Модель 1024m/GEMMA2-27B-NLI-16bit разработана 1024m и представляет собой дообученную языковую модель Gemma 2 на 27,6 млрд параметров. В качестве основы использована unsloth/gemma-2-27b-bnb-4bit; для обучения применялись Unsloth и библиотека Hugging Face TRL. Модель предназначена для генерации текста и поддерживает контекст длиной до 8192 токенов. Карточка не описывает специальную настройку для задач NLI, поэтому её практическое назначение по доступным сведениям — генерация текста общего назначения. Указанная лицензия — Apache 2.0. Данные карточки не сообщают о целевых оценках качества или ограничениях модели.

Это разговорная текстовая модель семейства Gemma 2, опубликованная пользователем vectorzhou на Hugging Face и дообученная на базе google/gemma-2-2b-it. По названию репозитория, архитектуре и примерам использования модель предназначена для генерации ответов в диалоге и выполнения инструкций в текстовом формате. Она использует плотную архитектуру Gemma2ForCausalLM, содержит около 2,7 млрд параметров и поддерживает контекст до 8192 токенов. Карточка модели автоматически сгенерирована и не сообщает разработчика исходных весов, обучающие данные, результаты оценки или лицензию; поэтому качество конкретного дообучения и условия его распространения по доступным сведениям установить нельзя. Метаданные подтверждают задачу text-generation и разговорный тег, но не называют поддерживаемые языки.

Gemma 2 Ataraxy v2 9B — диалоговая языковая модель, созданная lemon07r на основе слияния моделей ifable/gemma-2-Ifable-9B и jsgreenawalt/gemma-2-9B-it-advanced-v2.1. Веса объединены методом SLERP с помощью mergekit; модель использует архитектуру Gemma 2 и формат Gemma 2. Модель предназначена для диалоговой генерации текста, ответов на инструкции и творческого письма. Разработчик отмечает, что версия v2 немного лучше пишет, чем первая Ataraxy 9B, но может чаще выдавать лишний или неудачный текст и имеет другие проблемы; это скорее альтернативная версия, чем однозначное улучшение. Модель содержит 9 млрд параметров, принимает текст и выдаёт текст, работает с контекстом до 8192 токенов. Данные README не указывают лицензию или поддерживаемые языки.

p-e-w/gemma-3-270m-it-heretic — дообученная разговорная текстовая модель на базе Google Gemma 3 270M, созданная разработчиком p-e-w. Модель предназначена для генерации текста и диалогов; компактный размер позволяет запускать её на ресурсах с ограничениями. Метаданные указывают архитектуру Gemma3ForCausalLM, 257 млн параметров и контекст до 32 768 токенов. Карточка базовой модели Gemma 3 описывает применение для ответов на вопросы, суммаризации и других сценариев генерации текста, а также поддержку более 140 языков. Однако у этой версии нет заявленной поддержки изображений, поэтому её следует рассматривать как текстовую модель. Тегами модели обозначено снятие ограничений (uncensored/abliterated), но README не содержит отдельного описания результатов или границ такого изменения. Модель может выдавать ошибочные или устаревшие сведения, хуже справляться с неоднозначностью и сложными задачами, а ответы могут отражать смещения обучающих данных. Лицензия — Gemma; применяются условия лицензии и политики допустимого использования Gemma.

QueryloopAI/gemma-7b-openhermes — диалоговая языковая модель на архитектуре Gemma, дообученная разработчиком на базе google/gemma-7b-it с помощью QLoRA на данных предпочтений OpenHermes-2.5. Модель содержит 8,2 млрд параметров, распространяется в формате Safetensors и рассчитана на генерацию текста и следование инструкциям в формате чата; для диалогового использования следует применять встроенный шаблон чата токенизатора. Модель принимает текстовые запросы, вопросы и документы и генерирует ответы или краткие изложения на английском языке. Указанное контекстное окно — 8192 токена. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение. В README приведены результаты нескольких бенчмарков; они не гарантируют качество на конкретных задачах.

HelpSteer-filtered-Solar-Instruct — языковая модель для диалоговой генерации текста, созданная Weyaxi. Модель с плотной архитектурой Llama содержит 10,6 млрд параметров и дообучена на базе upstage/SOLAR-10.7B-Instruct-v1.0 с использованием отфильтрованной версии датасета Nvidia HelpSteer. Модель предназначена для ответов на пользовательские запросы в формате чата и других сценариев генерации текста на английском языке. Контекст составляет до 4096 токенов. Веса опубликованы в формате safetensors по лицензии Apache-2.0.

InstructPalmyra-20b — англоязычная причинно-следственная авторегрессионная языковая модель с архитектурой GPT-2, разработанная Writer и дообученная на базе Palmyra-20B. По карточке, модель обучена на примерно 70 тысячах пар «инструкция — ответ» и предназначена для выполнения текстовых инструкций и генерации ответов. Размер составляет 20 млрд параметров, контекст — 2048 токенов. Модель подходит для создания виртуальных помощников, поддержки клиентов и генерации контента. Она принимает текст и выдаёт текст; карточка заявляет английский как основной язык. Распространяется по лицензии Apache 2.0. Модель может генерировать фактически неверные ответы и отражать стереотипы из веб-данных; возможен нежелательный контент. Она плохо обобщает на языки, отличные от английского. Перед использованием результатов нужна проверка человеком, а для применения в продуктивной среде карточка рекомендует оценить риски и настроить защитные механизмы.

K2S3-Mistral-7b-v1.43 — языковая модель, разработанная K2S3 и дообученная методом supervised fine-tuning с настройкой всех параметров на базе mistralai/Mistral-7B-v0.1. Она предназначена для генерации текста по запросу и диалоговых сценариев; при обучении использовались alpaca-gpt4-data и образцы из OpenOrca. Модель построена на плотной архитектуре MistralForCausalLM, содержит 7,2 млрд параметров и поддерживает контекст до 32 768 токенов. В репозитории указаны веса safetensors. Карточка и метаданные указывают английский язык. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но не коммерческое применение. Качество и ограничения конкретной версии в карточке не описаны; как и другие генеративные языковые модели, она может выдавать неточные или вымышленные сведения.

KafkaLM-8x7B-German-V0.1 — языковая модель с разреженной экспертной архитектурой MoE, созданная Деннисом Дикманном в рамках проекта Seedbox. Она основана на Mixtral 8x7B от Mistral AI и дообучена на отфильтрованной выборке немецкоязычных инструкций, переведённых с английского. Модель содержит 7,1 млрд параметров, работает с текстом и поддерживает контекст до 32 768 токенов. Модель предназначена для ответов на вопросы и повседневных задач на немецком языке, в том числе в деловом общении. Она ориентирована на точные, фактологичные ответы, но автор отмечает склонность к творческим формулировкам и выходу за языковые рамки. Лицензия — Apache-2.0; карточка также указывает, что применяются ограничения исходной лицензии Llama 2 и использованных обучающих наборов.

Kosmos-EVAA-v9-TitanFusion-Mix-8B — объединённая методом SLERP языковая модель семейства Llama, созданная с помощью mergekit из jaspionjader/Kosmos-EVAA-v9-8B и bunnycore/Llama-3.1-8B-TitanFusion-Mix. В репозитории указаны архитектура LlamaForCausalLM, 7,5 млрд параметров и формат safetensors. Модель предназначена для генерации текста и диалоговых сценариев на основе текстовых запросов. Она принимает текст и выдаёт текст; максимальный контекст составляет 8192 токена. Карточка не описывает специализацию по отдельным областям или языкам. Использование регулируется лицензией базовых моделей; сведения о лицензии этой модели в предоставленных источниках отсутствуют.