III.5Управление персоналом и организацией

Brunhilde-13b-v1 — языковая модель, созданная слиянием моделей Gryphe/MythoMax-L2-13b и Undi95/ReMM-SLERP-L2-13B. Она предназначена для генерации текста и может использоваться в сценариях продолжения текста и ответов на запросы. Модель построена на плотной архитектуре LlamaForCausalLM, содержит 12,9 млрд параметров и поддерживает контекст до 4096 токенов. В README приведены результаты оценки на наборах AI2 Reasoning Challenge и HellaSwag. Модель распространяется в формате Safetensors по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Языки и специализированные области применения в доступных сведениях не указаны.

CompliAI_FullModel1 — языковая модель Ricky080811 для генерации текста, дообученная на базе Mistral 7B v0.2. По карточке, обучение выполнялось с помощью Unsloth и библиотеки TRL. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста на английском языке. Название CompliAI не сопровождается в карточке описанием специализированных задач или обучающих данных, поэтому нельзя подтвердить её специализацию на комплаенсе. Распространяется по лицензии Apache-2.0.

Карточка модели TigerByteCyber/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.

DPOpenHermes 11B — языковая модель для генерации текста и диалогов, разработанная OpenAccess AI Collective. Это плотная модель семейства Mistral с архитектурой MistralForCausalLM, примерно 10,6 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для чат-ответов и генерации текста на английском языке. Модель создана слиянием mergekit методом passthrough двух диапазонов слоёв разных версий DPOpenHermes-7B в формате bfloat16. Для весов указана лицензия Apache-2.0. Карточка не приводит сравнительных оценок качества или подробных сведений о поведении модели.

EOPSA-Qwen3-14B — дообученная модель Qwen3-14B, опубликованная пользователем neuqrui. Чекпойнт EOPSA (Efficient On-Policy Self-Distilled Safety Alignment) предназначен для диалогов и генерации текста с акцентом на safety alignment. Модель имеет плотную архитектуру Qwen3ForCausalLM, содержит 14 млрд параметров и использует контекст до 40 960 токенов. Модель принимает текст и выдаёт текст; метаданные указывают поддержку диалогового режима. Карточка не приводит сведений об обучающих данных, языковом охвате и результатах оценки безопасности. Распространяется в формате Safetensors по лицензии Apache-2.0.

MaziyarPanahi/Experiment28M7_Experiment26Strangemerges_30 — объединённая языковая модель на архитектуре Mistral с 7,1 млрд параметров, созданная слиянием automerger/Experiment28M7-7B и automerger/Experiment26Strangemerges_30-7B. Она предназначена для генерации текста и принимает текстовые запросы, выдавая текстовые ответы. Модель поддерживает контекст длиной до 32 768 токенов и распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает специальную предметную область или дополнительные возможности модели.

Experiment28T3q_YamM7 — объединённая модель для генерации текста, собранная из automerger/Experiment28T3q-7B и automerger/YamM7-7B. Она основана на архитектуре Mistral и содержит 7,1 млрд параметров; заявленная длина контекста — 32 768 токенов. Модель предназначена для сценариев, где требуется генерировать текст по текстовому запросу. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает специализацию по языкам или прикладным областям, а также не приводит оценок качества и конкретных ограничений.

Franken-MistressMaid-7B — языковая модель на архитектуре Mistral, созданная объединением нескольких предварительно обученных моделей методом TIES с помощью mergekit. В качестве основы использована mistralai/Mistral-7B-v0.1; в объединение также вошли ibm/merlinite-7b, l3utterfly/mistral-7b-v0.1-layla-v4, SanjiWatsuki/Sonya-7B, NeverSleep/Noromaid-7b-v0.2 и migtissera/SynthIA-7B-v1.3. Модель содержит 7,1 млрд параметров, принимает текст и предназначена для генерации текста. Её контекстное окно составляет 32 768 токенов; репозиторий использует формат safetensors и библиотеку Transformers. Карточка не описывает конкретные сценарии применения, языки или ограничения качества. Лицензия в предоставленных данных не указана.

freewheelin/free-solar-slerp-v0.3 — языковая модель для генерации текста, созданная автором репозитория методом слияния SLERP с помощью mergekit. В состав объединения вошли davidkim205/komt-solar-10.7b-sft-v5 и colable/LDCC-CCK-slerp; архитектура — плотная LlamaForCausalLM, размер — 10,7 млрд параметров, формат весов — safetensors. Модель рассчитана на генерацию текста и ответы на инструкции, поддерживает контекст до 4096 токенов. В базовой модели KOMT-Solar заявлена ориентация на корейский язык; README этой версии не уточняет языковой охват и сравнительные преимущества именно данного слияния. Репозиторий опубликован по лицензии MIT. Возможности и качество могут отличаться от компонентов, использованных при слиянии.

SaisExperiments/Gemma-2-2B-Opus-Instruct — компактная языковая модель на архитектуре Gemma 2, созданная дообучением google/gemma-2-2b-it на наборе kalomaze/Opus_Instruct_25k. Модель содержит 2,7 млрд параметров, принимает текст и предназначена для диалоговой генерации текста; максимальная длина контекста составляет 8192 токена. Модель подходит для создания ответов на вопросы, ведения диалогов и генерации инструктивных ответов. В README автор сообщает об обучении на 39,5 млн токенов, но отмечает неопределённость в качестве результата, поэтому надёжность и качество ответов требуют проверки на целевых задачах. Лицензия — Gemma; её условия использования определяются лицензией Google Gemma.

H2O.ai разработала h2ogpt-oig-oasst1-falcon-40b — языковую модель с архитектурой Falcon (RefinedWeb), дообученную следовать инструкциям. В README указан размер 40 млрд параметров, а в метаданных — 65 млрд; поэтому точный размер по предоставленным данным определить нельзя. Базовая модель — tiiuae/falcon-40b, для дообучения использован набор h2oai/h2ogpt-oig-oasst1-instruct-cleaned-v3. Модель предназначена для диалогового помощника и генерации ответов на инструкции и вопросы на английском языке. Она работает через библиотеку Transformers и поставляется в формате PyTorch. Лицензия Apache-2.0 допускает коммерческое использование. Модель может выдавать ошибочные, бессвязные или нерелевантные ответы, а также воспроизводить предвзятые и оскорбительные формулировки, поэтому её ответы требуют проверки. В README приведены результаты оценки на задачах ARC, но они не гарантируют качество для конкретных сценариев.

Harsha-Hermes-2.5-Mistral-7B — диалоговая языковая модель на архитектуре Mistral, разработанная Inforup982. Это DPO-дообучение модели teknium/OpenHermes-2.5-Mistral-7B на датасете предпочтений Intel/orca_dpo_pairs. Модель содержит 7,1 млрд параметров, принимает текст и предназначена для генерации ответов в диалоге; заявленная длина контекста — 32 768 токенов. Модель подходит для чат-ботов, ответов на вопросы и создания текстовых ответов по запросу. Веса опубликованы в формате Safetensors по лицензии Apache-2.0. Карточка не описывает отдельные ограничения или результаты оценки качества.

Hyena-12b — языковая модель Xclbr7 для генерации текста, созданная дообучением Xclbr7/Arcanum-12b. Модель построена на плотной архитектуре Mistral и содержит 12,1 млрд параметров; для обучения использовались Unsloth и библиотека TRL. Модель предназначена для генерации текста и диалогов на английском языке. В метаданных указан контекст длиной до 1 024 000 токенов. Репозиторий содержит веса в формате Safetensors. Модель распространяется по лицензии Apache-2.0.

Ice0.65-25.01-RP — языковая модель, созданная автором репозитория как слияние предварительно обученных моделей с помощью SLERP и mergekit. Она предназначена для генерации текста и может использоваться в диалоговых и иных текстовых сценариях. Модель построена на архитектуре MistralForCausalLM с плотной архитектурой, содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. В README указаны две объединённые модели с локальными путями Windows; одну из них метаданные связывают с репозиторием этой модели, но её Hugging Face идентификатор определить нельзя. Язык модели, специальные области применения и условия лицензии в предоставленных источниках не указаны.

Jais-30b-v3 — двуязычная предварительно обученная большая языковая модель, разработанная Core42 (Inception) совместно с Cerebras Systems. Она предназначена для генерации текста на арабском и английском языках, а также для дальнейшей адаптации под прикладные задачи, например чат-ассистентов и обслуживание клиентов. Модель содержит 30 млрд параметров и обучена на 1,6 трлн токенов, включая арабские, английские и программные данные. Архитектура — декодерный Transformer с SwiGLU и позиционными представлениями ALiBi, помогающими работать с длинными последовательностями. Модель принимает текст и генерирует текст; для загрузки через Transformers требуется пользовательский класс модели и параметр trust_remote_code=True. Модель оптимизирована для арабского и английского языков и не гарантирует сопоставимого качества на других языках. Ответы могут быть неверными, вводящими в заблуждение или предвзятыми; модель не следует использовать без контроля человека для важных медицинских, юридических, финансовых и иных критически значимых решений. Лицензия — Apache 2.0.

K2S3-Mistral-7b-v1.1 — текстовая генеративная модель, разработанная K2S3 на основе mistralai/Mistral-7B-v0.1. Это плотная авторегрессионная модель семейства Mistral с 7,2 млрд параметров и контекстом до 32 768 токенов; веса опубликованы в формате safetensors. Модель дообучена полным обновлением параметров методом SFT на данных alpaca-gpt4-data и выборках из OpenOrca. Она предназначена для генерации текста и ответов на запросы в формате инструкций. В карточке заявлены английский и корейский языки. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Качество и надёжность ответов могут различаться; сведения о специализированной предметной области или дополнительных гарантиях качества в карточке не приведены.

jaspionjader/Kosmos-Elusive-VENN-Aurora_faustus-8B — объединённая автором модель на базе двух предварительно обученных языковых моделей, созданная с помощью mergekit методом SLERP. Она предназначена для генерации текста. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. В README перечислены исходные модели jaspionjader/Kosmos-Aurora_faustus-8B и jaspionjader/Kosmos-Elusive-VENN-8B. Файлы весов представлены в формате safetensors; библиотека для работы — Transformers. Язык и специализация исходных моделей в доступных данных не описаны. Лицензия в предоставленных данных не указана.

Kosmos-EVAA-TSN-light-8B — плотная языковая модель семейства Llama, созданная jaspionjader слиянием двух предварительно обученных моделей: jaspionjader/Kosmos-EVAA-gamma-light-8B и jaspionjader/Kosmos-EVAA-TSN-8B. Для слияния использован метод SLERP через mergekit. Модель предназначена для генерации текста и может применяться в сценариях, где требуется создавать продолжения текста или ответы на текстовые запросы. Репозиторий содержит веса в формате safetensors; размер модели составляет 7,5 млрд параметров, а длина контекста — 8192 токена. Карточка не сообщает о специализированной области применения или поддерживаемых естественных языках. Лицензия в предоставленных данных не указана.

LFM2-2.6B-Transcript-GGUF — языковая модель компании Liquid AI, созданная на основе LFM2-2.6B при партнёрстве с AMD. Она предназначена для приватного локального суммирования записей встреч и ориентирована на работу непосредственно на устройстве, чтобы данные совещаний не покидали его. Модель имеет размер 2,6 млрд параметров и распространяется в формате GGUF для запуска, в частности, через llama.cpp. Заявлена поддержка работы на CPU, GPU и NPU, потребление менее 3 ГБ оперативной памяти при обработке длинных встреч и получение сводок за секунды. В метаданных указаны английский язык и задача генерации текста; сведения о размере контекста, точной архитектуре, поддерживаемых форматах входных данных и мультимодальности не приведены. К сильным сторонам относятся локальное выполнение, повышенная конфиденциальность, низкие требования к памяти и высокая скорость суммирования; разработчик заявляет качество, сопоставимое с облачными решениями и приближающееся к качеству значительно более крупных моделей. Ограничения включают отсутствие подробных данных о контекстном окне, языковой поддержке за пределами английского и характеристиках качества на конкретных наборах данных. Лицензия указана как lfm1.0; тип лицензии обозначен как other.

Это 7-миллиардная чат-модель Llama 2 от Meta, размещённая пользователем Trelis в шардированном формате для Hugging Face Transformers. Шардирование распределяет веса по нескольким файлам; архитектура модели — авторегрессионный плотный Transformer LlamaForCausalLM. Модель принимает текст и генерирует текст, её контекст в метаданных указан как 2048 токенов. Модель предназначена для диалогов в формате ассистента и генерации текста на английском языке. Её можно использовать для ответов на вопросы, ведения беседы и создания текстовых ответов по инструкциям; для чат-версии необходимо соблюдать формат шаблона Llama 2 с маркерами инструкций и служебными токенами. Карточка указывает, что базовая чат-модель Meta прошла supervised fine-tuning и обучение с обратной связью от людей. Репозиторий содержит шардированную копию весов в формате PyTorch. Использование регулируется специальной лицензией Meta для Llama 2; для доступа к весам требуется принять её условия. Модель может выдавать неточные, предвзятые или нежелательные ответы; её следует проверять и настраивать под конкретное приложение.

Sakalti/LunarPass-2 — разговорная языковая модель, созданная Sakalti с помощью mergekit из слоёв модели Sakalti/Lunar-4B методом passthrough. Она предназначена для генерации текста в диалоговом формате. Модель построена на плотной архитектуре Phi-3 и содержит 4,6 млрд параметров; поддерживает контекст до 4096 токенов и распространяется в формате safetensors. Модель принимает текст и генерирует текст. Базовая Lunar-4B описана как разговорная модель для английского и японского языков, поэтому эти языки подходят для использования, хотя отдельные характеристики LunarPass-2 в README не уточняются. Модель распространяется по лицензии Apache-2.0. Карточка не приводит отдельных оценок качества или подробностей об ограничениях.

Magnum v3 9B CustomGemma2 — текстовая генеративная модель Anthracite, созданная полным дообучением Google Gemma 2 9B. Она рассчитана на диалоги и генерацию прозы с целью приблизить качество письма к Claude 3 Sonnet и Opus. Модель поддерживает системные инструкции через формат CustomGemma2 и использует архитектуру Gemma2ForCausalLM с 9 млрд параметров и контекстом до 8192 токенов. Модель подходит для интерактивного письма и ролевых диалогов, ответов на запросы и других сценариев генерации текста. В README приведены оценки на отдельных бенчмарках, но они не гарантируют качество для конкретных задач. Модель распространяется под лицензией Gemma; применяются её условия использования.

Карточка модели Kailune-AI/mamba-gpt-3b на Hugging Face совпадает с карточкой CobraMamba/mamba-gpt-3b, поэтому описание составлено по ней. CobraMamba/mamba-gpt-3b — языковая модель, дообученная авторами репозитория на open-lama. В карточке базовой моделью названа openlm-research/open_llama_3b; каталог классифицирует архитектуру как плотную LLaMA с классом LlamaForCausalLM. Модель содержит 3,3 млрд параметров, принимает текст и генерирует текст, работает через Transformers и поддерживает контекст до 2048 токенов. Модель предназначена для генерации продолжений текста и языковых задач, включая ответы на вопросы и рассуждение по текстовому запросу. В README приведены результаты бенчмарков MMLU, ARC, HellaSwag и других оценок; авторы сообщают о сравнении с OpenLLaMA 3B и LLaMA. Карточка указывает лицензию Apache-2.0. README предупреждает, что ответы могут быть ошибочными, нерелевантными или содержать предвзятый и оскорбительный контент. В оценке авторы исключили CB и WSC из-за подозрения на загрязнение обучающими данными, поэтому приведённые результаты следует интерпретировать с учётом этого ограничения.

MeliodasPercival_01_Experiment29Experiment24 — объединённая текстовая модель семейства Mistral, созданная MaziyarPanahi на основе automerger/MeliodasPercival_01-7B и automerger/Experiment29Experiment24-7B. Она содержит 7,1 млрд параметров и принимает текст для генерации продолжений и диалоговых ответов; поддерживает контекст до 32 768 токенов. Модель опубликована в формате safetensors под лицензией Apache-2.0. Карточка описывает её как слияние двух моделей, но не приводит сравнительных оценок качества, подробностей о методе объединения или сведений о специально поддерживаемых языках. Поэтому пригодность для конкретных сценариев следует проверять на собственных примерах.

coolwin20/merged_solar_vortexS — объединённая текстовая модель семейства Llama, созданная с помощью mergekit из Edentns/DataVortexS-10.7B-dpo-v1.6 и LDCC/LDCC-SOLAR-10.7B. В README указан метод объединения SLERP. Модель содержит 8,9 млрд параметров, принимает текст и предназначена для генерации текста; длина контекста — 4096 токенов. Язык применения и специальные предметные области в предоставленных данных не обозначены. Лицензия в предоставленных данных не указана.

Модель aliRafik/Meta_Llama_3.1_8B_alpaca_16bit — дообученная автором aliRafik языковая модель семейства Llama 3.1 на 7,5 млрд параметров. В основе лежит unsloth/meta-llama-3.1-8b-unsloth-bnb-4bit; обучение выполнялось с использованием Unsloth и библиотеки Hugging Face TRL. Модель предназначена для генерации текста по запросу и может применяться для диалоговых ответов, черновиков и других задач на основе языковых инструкций. Метаданные указывают контекст до 131 072 токенов и английский язык. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Карточка не описывает набор данных или конкретную специализацию дообучения, поэтому качество для отдельных предметных областей и поведение на других языках по ней оценить нельзя.

BeaverAI/mistral-doryV2-12b — инструкционная донастройка базовой модели Mistral Nemo Base 2407 от BeaverAI. Модель предназначена для диалоговой генерации текста по инструкциям и использует шаблон запросов в стиле Alpaca с необязательным системным сообщением. Это плотная авторегрессионная модель семейства Mistral с 12,1 млрд параметров. Метаданные указывают контекст до 1 024 000 токенов, поддержку английского языка и формат весов Safetensors. Модель не ориентирована на эротический ролевой контент; для этого автор рекомендует другую модель. Распространяется по лицензии Apache 2.0. README не приводит результатов оценки качества или подробностей обучения, поэтому пригодность для конкретных задач следует проверять на собственных данных.

Mistralic-7B-1 — языковая модель на 7,1 млрд параметров, разработанная SkunkworksAI на архитектуре Mistral и предназначенная для генерации текста. В карточке приведён результат оценки: средний балл 0,72157; для сравнения указаны 0,7116 у mistralai/Mistral-7B-v0.1 и 0,6794 у mistralai/Mistral-7B-Instruct-v0.1. Модель имеет контекст длиной до 32 768 токенов и представлена в формате PyTorch. Карточка не уточняет набор языков, лицензию, обучающие данные или конкретные сценарии применения, поэтому эти характеристики нельзя надёжно определить.

aqweteddy/mistral_tv-neural-marconroni — объединённая языковая модель на базе Mistral 7B, сочетающая чат-векторные компоненты Neural-Chat и Marconroni. В README описан подход Chat Vector: он переносит чат-поведение в языковую модель с помощью слияния весов, без отдельного цикла дообучения для получения новых диалоговых возможностей. Метаданные указывают на плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста и диалогов, включая выполнение инструкций и многоходовое общение. README приводит результаты оценки на наборах задач рассуждения и здравого смысла, но не уточняет отдельные показатели именно этой модели, кроме среднего результата и оценок по двум тестам. В карточке указан английский язык; описание подхода Chat Vector посвящено также китайскому и корейскому языкам, но поддержка этих языков данной сборкой не подтверждена. Репозиторий содержит веса Safetensors, лицензия — MIT.

zelk12/MT-Merge2-IG-gemma-2-9B — объединённая методом SLERP разговорная языковая модель, созданная с помощью mergekit из двух предварительно обученных моделей Gemma 2. Модель имеет плотную архитектуру Gemma2ForCausalLM и 9 млрд параметров; опубликована в формате safetensors и предназначена для генерации текста и диалоговых ответов. Модель принимает текст и генерирует текст. Встроенная длина контекста составляет 8192 токена. Карточка описывает способ объединения и исходные модели, но не приводит конкретных результатов оценки качества или перечня поддерживаемых языков. Лицензия в предоставленных сведениях не указана.