III.5Управление персоналом и организацией

NeuralHermes-2.5-Mistral-7B-distilabel — экспериментальная разговорная языковая модель семейства Mistral, опубликованная dvilasuero. По метаданным, это плотная авторегрессионная модель на 7,1 млрд параметров с архитектурой MistralForCausalLM и контекстом до 32 768 токенов. Репозиторий содержит веса в формате safetensors и поддерживает генерацию текста в режиме чата. Модель предназначена для диалоговой генерации текста. README указывает на эксперимент с distilabel, но не раскрывает сценарий обучения, датасет или конкретные улучшения модели. Указанная лицензия — MIT.

Prima-LelantaclesV6.69-7b — слитая авторами модели Mistral языковая модель с 7,1 млрд параметров для генерации текста. В README указано, что при объединении использованы Test157t/Prima-LelantaclesV6.1M7-7b и Test157t/Prima-LelantaclesV6.3-7b; применён метод slerp. Модель доступна в формате Safetensors и рассчитана на контекст до 32 768 токенов. Модель подходит для генерации продолжений и ответов на текстовые запросы. Автор предупреждает, что качество нестабильно: модель может хорошо справляться с запросом, но не всегда. В метаданных указана лицензия other, поэтому условия использования следует проверять в карточке репозитория.

Rombos-Qwen2.5-Writer-32b-GGUF — это набор GGUF-квантизаций текстовой генеративной модели Rombos-Qwen2.5-Writer-32b, разработанной SubtleOne и подготовленной квантизатором bartowski. Модель основана на архитектуре Qwen2.5, однако точная конфигурация архитектуры, поддерживаемые языки и размер контекста в README не указаны. Формат предназначен для локального запуска через llama.cpp и совместимые приложения, включая LM Studio. Модель ориентирована на генерацию и редактирование текста, а также на сценарии, где важны писательские возможности, поскольку в её названии указано назначение Writer. Доступны варианты от полноточного F16 размером 65,53 ГБ до квантизаций Q8_0, Q6, Q5, Q4, Q3 и IQ различных размеров. Квантизации выполнены с использованием imatrix и датасета bartowski; варианты Q6_K_L, Q6_K, Q5 и Q4 отмечены как рекомендуемые благодаря сочетанию качества и экономии памяти. Более компактные варианты требуют меньше оперативной памяти, но уступают по качеству. Это текстовая, а не мультимодальная модель: сведения о работе с изображениями, аудио или видео отсутствуют. Основные ограничения — значительные требования к памяти для 32B-модели, зависимость качества от выбранного уровня квантизации и отсутствие в README подробных данных о производительности, языках и контексте. Для диалогового запуска следует использовать формат prompt с маркерами im_start и im_end. Для модели указана лицензия Apache-2.0.

Sahya-7B-slerp — текстовая генеративная модель на архитектуре Mistral, созданная автором репозитория с помощью mergekit. Она получена слиянием методом SLERP моделей AIDC-ai-business/Marcoroni-7B-v3 и EmbeddedLLM/Mistral-7B-Merge-14-v0.1; в конфигурации указана базовая модель AIDC-ai-business/Marcoroni-7B-v3. Модель содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. Модель предназначена для генерации текста по текстовому запросу. Данных о специальных предметных областях, языках или дополнительных возможностях в предоставленных источниках нет. Лицензия — Apache-2.0.

Stable Beluga 13B — авторегрессионная языковая модель Stability AI, дообученная на базе Llama 2 13B на внутреннем наборе данных в стиле Orca. Она предназначена для генерации текста и диалогов на английском языке, включая ответы на инструкции и вопросы. Модель содержит 12,9 млрд параметров, использует архитектуру Llama и принимает контекст длиной до 4096 токенов. Модель доступна в формате Safetensors и рассчитана на запуск через HuggingFace Transformers. Перед применением в конкретных сценариях требуется проверка безопасности и качества: ответы могут быть неточными, предвзятыми или нежелательными, а тестирование проводилось на английском языке. Чекпойнт распространяется по некоммерческой лицензии STABLE BELUGA NON-COMMERCIAL COMMUNITY LICENSE AGREEMENT.

T3qm7Strangemerges_32-7B — автоматически созданное Maxime Labonne слияние двух моделей Mistral: nlpguy/T3QM7 и Gille/StrangeMerges_32-7B-slerp. Модель с плотной архитектурой MistralForCausalLM содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста. README описывает слияние методом SLERP с настройками для слоёв self-attention и MLP. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0.

tolk-7B — дообученная языковая модель от RaspizdAI на базе deepseek-ai/DeepSeek-R1-Distill-Qwen-7B. Она предназначена для многоходового диалога, общения в заданной персоне и генерации структурированного текста на русском и английском языках. Модель использует плотную архитектуру Qwen2 с причинной языковой моделью, содержит 7,1 млрд параметров и поддерживает контекст до 131 072 токенов. Модель подходит для диалоговых ассистентов, которым важно поддерживать беседу на русском или английском, придерживаться заданного образа и выдавать текст в заданной структуре. Метаданные указывают поддержку чата и интерфейса вызова инструментов; качество этих возможностей отдельно не охарактеризовано. Модель распространяется под лицензией MIT.

Tulu V2.5 DPO 13B — англоязычная чат-модель из серии помощников Tulu, разработанной Allen Institute for AI (AI2). Она дообучена методом DPO на базе Tulu 2 с использованием очищенного набора Argilla Orca DPO Pairs; метаданные указывают базовую модель allenai/tulu-2-13b. Модель с архитектурой Llama 2 содержит 12,9 млрд параметров, принимает текстовые запросы и генерирует текст. Контекст составляет 4096 токенов. Модель предназначена для диалогов с помощником и выполнения инструкций на английском языке, включая ответы на вопросы и генерацию текста. Для лучшего качества следует использовать предусмотренный шаблон чата и соблюдать форматирование сообщений. Модель распространяется по лицензии Apache 2.0. Она не была выровнена на безопасную генерацию в рамках RLHF и не включает фильтрацию ответов во время работы, поэтому может выдавать проблемный контент, особенно в ответ на соответствующие запросы.

Tulu V2.5 DPO 13B HelpSteer — англоязычная языковая модель-помощник от Allen Institute for AI (AI2), предназначенная для диалогов и генерации текста. Это плотная авторегрессионная модель семейства Llama с 12,9 млрд параметров и контекстом до 4096 токенов. Модель создана на базе allenai/tulu-2-13b: сначала настроена на смеси инструкций и диалогов Tulu V2, затем дообучена методом DPO на наборе HelpSteer для выравнивания ответов по предпочтениям. Подходит для ответов на инструкции, ведения диалога и генерации текста на английском языке. Для диалогов используется шаблон чата, включённый в токенизатор. Модель распространяется по лицензии Apache 2.0. В карточке отмечено, что она не настроена на безопасные ответы и не использует фильтрацию в процессе генерации; поэтому возможны проблемные ответы, особенно при соответствующих запросах.

Tulu V2.5 PPO 13B — англоязычная чат-модель из семейства Tulu, разработанного Allen Institute for AI (AI2). Это плотная авторегрессионная модель архитектуры Llama с 12,9 млрд параметров, дообученная методом PPO на основе Tulu 2; в ходе обучения использовались промпты UltraFeedback и reward model Tulu v2.5 13B preference mixture. Модель предназначена для диалогов с помощником, следования инструкциям и генерации текста. Контекст — до 4096 токенов; для чата предусмотрен шаблон форматирования в токенизаторе. Модель ориентирована на английский язык и распространяется по лицензии Apache 2.0. По сведениям карточки, в фазе RLHF её не настраивали на безопасные ответы и не дополняли фильтрацией на этапе использования, поэтому она может выдавать проблемный контент, особенно при соответствующих запросах.

Tulu V2.5 PPO 13B — англоязычная разговорная модель-помощник, разработанная Allen Institute for AI. Это плотная авторегрессионная модель семейства Llama с 12,9 млрд параметров, дообученная на базе allenai/tulu-2-13b с помощью PPO на промптах UltraFeedback и 70-миллиардной reward-модели, обученной на предпочтениях UltraFeedback. Контекст модели составляет 4096 токенов. Модель предназначена для диалогов с помощником, выполнения инструкций и генерации текста общего назначения. В опубликованных оценках она превосходит Tulu 2+DPO 13B по некоторым показателям и показывает конкурентные результаты на тестах Open-Instruct, но уступает более крупной модели на сложных задачах рассуждения. Для качественной генерации следует использовать шаблон чата, предусмотренный токенизатором. Модель принимает текст и генерирует текст на английском языке. Лицензия — Apache 2.0. В RLHF-фазе модель не была специально выровнена для безопасных ответов и не снабжена встроенной фильтрацией, поэтому может выдавать проблемный контент, особенно при соответствующих запросах.

VPO-Pess-Zephyr-7B-iter-1 — диалоговая модель генерации текста, созданная дообучением Katayoon/DPO-ONLY-Zephyr-7B на обновлённом и исходном наборах данных. Она построена на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров; модель поддерживает контекст до 32 768 токенов и предназначена для чата и генерации текстовых ответов. Репозиторий содержит веса в формате safetensors. Модель выпущена Katayoon под лицензией MIT. README не приводит подробностей о назначении наборов данных, оценке качества или ограничениях модели, поэтому её пригодность для конкретных сценариев следует оценивать самостоятельно.

Wernicke-7B-v9 — объединённая модель для генерации текста, созданная CultriX с помощью LazyMergekit. Она сочетает FelixChao/WestSeverus-7B-DPO-v2, CultriX/Wernicke-7B-v8 и vanillaOVO/supermario_v2 методом dare_ties; в конфигурации указана точность float16. Модель построена на архитектуре Mistral и содержит 7,1 млрд параметров. Модель предназначена для генерации текста по текстовому запросу. Контекст составляет до 32 768 токенов; карточка не описывает специализированные области применения или отдельные языковые возможности. Репозиторий использует формат safetensors и лицензию Apache-2.0.

YamshadowInex12_PasticheNeuralsirkrishna — объединённая модель MaziyarPanahi на архитектуре Mistral для генерации текста. Она объединяет модели automerger/YamshadowInex12-7B и automerger/PasticheNeuralsirkrishna-7B и содержит 7,1 млрд параметров. Репозиторий использует формат safetensors, максимальная длина контекста — 32 768 токенов. Модель подходит для генерации продолжений и ответов на текстовые запросы. В метаданных указана лицензия Apache-2.0. Информация о специализации на отдельных языках или предметных областях отсутствует.

YamshadowStrangemerges_32_Strangemerges_32Experiment28 — объединённая модель Mistral, созданная слиянием моделей automerger/YamshadowStrangemerges_32-7B и automerger/Strangemerges_32Experiment28-7B. Она предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Модель содержит 7,1 млрд параметров и распространяется в формате Safetensors. Для использования доступна по лицензии Apache-2.0. В карточке не описаны специализированные области применения или дополнительные возможности, поэтому её следует рассматривать как модель общего назначения для генерации текста.

YamT3qm7xp_Inex12Strangemerges_30 — объединённая модель Mistral для генерации текста, созданная на основе automerger/YamT3qm7xp-7B и automerger/Inex12Strangemerges_30-7B. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и принимает текстовый контекст длиной до 32 768 токенов. Модель предназначена для генерации текста. Сведения в карточке не уточняют её специализацию, языки или отдельные сценарии применения. Веса опубликованы в формате Safetensors; лицензия — Apache-2.0.

hongzoh/Yi-6B_Open-Platypus-v2 — дообученная автором hongzoh языковая модель на базе 01-ai/Yi-6B. Она предназначена для генерации текста в ответ на инструкции; обучающий набор Open-Platypus содержит пары инструкций и ответов. Модель использует плотную архитектуру семейства LLaMA и содержит 5,8 млрд параметров. Модель принимает текст и генерирует текст. В метаданных указаны английский язык и контекст до 4096 токенов. Для использования описан загрузчик Transformers. Репозиторий содержит веса PyTorch и Safetensors и распространяется по лицензии Apache-2.0.

Yosegi-0604 — объединённая авторегрессионная языковая модель, опубликованная проектом Local-Novel-LLM-project. Она создана методом breadcrumbs_ties с помощью mergekit на основе Yosegi-0603 с включением Ninja-2B_JP и Yosegi-0601. Модель построена на архитектуре Mistral и содержит 7,1 млрд параметров. Она предназначена для генерации текста; максимальная длина контекста составляет 32 768 токенов. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

ShenaoZ/0.0001_sft_nodpo_4iters_bs256_555lr_iter_2 — дообученная разговорная языковая модель на архитектуре Mistral, созданная на основе ShenaoZ/0.0001_sft_nodpo_4iters_bs256_555lr_iter_1 на обновлённом и исходном наборах данных. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст; для контекста поддерживается до 32 768 токенов. В карточке Hugging Face указаны задача генерации текста и возможность чата. Модель предназначена для генерации ответов в диалоге и других задач текстовой генерации. Она распространяется в формате safetensors по лицензии MIT. README не приводит сведений о результатах оценки и конкретных ограничениях модели.

Fischerboot/8-test — языковая модель для генерации текста и диалогов, созданная с помощью mergekit методом SLERP на основе Fischerboot/7-test. Это плотная модель архитектуры Llama с 5,5 млрд параметров, рассчитанная на контекст до 8192 токенов и работающая с текстом на входе и выходе. Метаданные отмечают поддержку диалогового режима; модель подходит для генерации ответов и продолжения текста. Модель распространяется в формате safetensors. Лицензия в предоставленных данных не указана. Карточка не содержит сведений о языковых ограничениях и оценках качества, поэтому пригодность для конкретного языка и сценария следует проверять отдельно.

AMD-OLMo-1B-IT — дообученная модель на базе AMD-OLMo-1B-SFT, созданная для следования инструкциям и творческого письма. Это плотная авторегрессионная языковая модель архитектуры OLMo с 1,2 млрд параметров и контекстом 2048 токенов. В метаданных указан датасет shibing624/sharegpt_gpt4; карточка характеризует модель как уверенную по стилю, но не приводит оценок качества или подробных результатов тестирования. Модель принимает текстовые запросы и генерирует текст. Она подходит для ответов на общие вопросы, выполнения пользовательских инструкций и творческих текстовых задач. Поддерживаемые языки явно не перечислены. Модель распространяется в формате safetensors по лицензии Apache-2.0; README рекомендует Q4_K_M для использования в квантизированном виде.

AsphyXIA/baarat-MTK — дообученная языковая модель семейства Llama, разработанная AsphyXIA на базе baarat-MTK. Она предназначена для генерации текста; карточка не уточняет специализацию или конкретные сценарии применения. Модель содержит 6,7 млрд параметров, принимает текст и имеет контекстное окно 4096 токенов. Модель опубликована в формате Safetensors и распространяется по лицензии Apache-2.0. Для обучения использовались Unsloth и библиотека Hugging Face TRL. Карточка не описывает результаты оценки качества, поэтому пригодность для конкретных задач следует проверять отдельно.

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.

Copus-2x8B — разговорная языковая модель, созданная lodrick-the-lafted путём объединения архитектурой MoE двух дообученных моделей на базе Llama 3: dreamgen/opus-v1.2-llama-3-8b и NousResearch/Meta-Llama-3-8B-Instruct_. README характеризует результат как приемлемый, но отмечает, что он уступает Miqu. Модель предназначена для генерации текста в диалоговом формате. Она использует архитектуру Mixtral MoE, имеет 7,5 млрд параметров и контекст до 8192 токенов. В README указана лицензия Llama 3; в метаданных Hugging Face лицензия обозначена как llama2, поэтому условия лицензирования стоит сверить с файлами репозитория перед использованием.

DarkSapling-V2-Ultra-Quality-7B-GGUF — текстовая генеративная модель, разработанная DavidAU на основе Dark Sapling V2 7B, созданной TeeZee. Модель предназначена для следования инструкциям, рассуждений, творческого письма, сторителлинга, ролевого взаимодействия и генерации художественных текстов с нюансами и эмоциональной выразительностью. Модель имеет размер 7B параметров, распространяется в формате GGUF и поддерживает контекст до 32 000 токенов. В README указана поддержка английского языка и текстовая модальность. Доступны различные квантизированные версии; автор утверждает, что ремастеринг и 32-bit upscale повышают качество, особенно в вариантах Q4KM, Q6 и Q8, однако различия между квантизациями могут быть заметны прежде всего в творческих сценариях и задачах без однозначного ответа. Сильными сторонами заявлены улучшенное следование инструкциям, рассуждение, глубина, нюансированность и эмоциональность, а также более эффективное использование контекста. Ограничения включают зависимость качества от выбранной квантизации и оборудования, а также отсутствие подробных независимых оценок в представленном README. Модель распространяется по лицензии Apache-2.0.

dolphin-2.6-mistral-7b-dpo-orca — авторегрессионная языковая модель, обученная HenryJJ методом DPO на базе cognitivecomputations/dolphin-2.6-mistral-7b с использованием набора Intel/orca_dpo_pairs. Модель семейства Mistral имеет плотную архитектуру MistralForCausalLM и 7,1 млрд параметров; веса опубликованы в формате safetensors. Метаданные указывают контекст до 32 768 токенов, а README сообщает об обучении с контекстом 1024 токена. Модель предназначена для диалоговых ответов и генерации текста в формате ChatML, включая запросы к ассистенту общего назначения. README указывает английский язык. Модель выпущена под лицензией Apache-2.0. Карточка не приводит оценок качества или подробных сведений о проверке безопасности.

Dolphin 2.9.3 Qwen2 0.5B — разговорная модель-ассистент, подготовленная Эриком Хартфордом, Лукасом Аткинсом, Фернандо Фернандесом и командой Cognitive Computations. Это плотная авторегрессионная модель семейства Qwen2 примерно на 494 млн параметров, дообученная на основе Qwen/Qwen2-0.5B для диалогов и выполнения инструкций. Она принимает текст и генерирует текст; заявленная базовая длина контекста — 128 тыс. токенов, однако полновесное дообучение проводилось на последовательностях длиной 16 тыс. токенов. Модель подходит для прототипов чат-ассистентов, ответов на вопросы и других текстовых задач по инструкции. При дообучении исключили наборы данных для программирования, вызова функций и многоязычных системных сообщений, поэтому такие возможности не следует считать целевыми или надёжно подтверждёнными. Авторы описывают Dolphin как uncensored и отмечают повышенную готовность следовать запросам, включая небезопасные; перед предоставлением модели пользователям рекомендуется добавить собственный слой ограничений. Лицензия Apache-2.0 допускает коммерческое использование в соответствии с её условиями.

ClaudioItaly/Evolutionstory — языковая модель на архитектуре Mistral, созданная слиянием моделей методом TIES с помощью mergekit. В состав слияния вошли lucyknada/microsoft_WizardLM-2-7B и mergekit-community/TopEvolution; в конфигурации TopEvolution указана как базовая модель. Модель содержит 7,1 млрд параметров, использует формат safetensors и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста. На основе характеристик WizardLM-2 она может подходить для диалогов, следования инструкциям и рассуждений, но отдельные результаты и языковые возможности Evolutionstory в карточке не описаны. Лицензия в предоставленных данных не указана.

MaziyarPanahi/Experiment26T3qm7xp_Ognoexperiment27Multi_verse_model — объединённая модель для генерации текста, созданная на основе automerger/Experiment26T3qm7xp-7B и automerger/Ognoexperiment27Multi_verse_model-7B. Она использует плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и принимает контекст длиной до 32 768 токенов. Модель предназначена для генерации текста по текстовому запросу. Карточка не описывает специализированные сценарии, обучение, языки или дополнительные возможности, поэтому её следует рассматривать как модель общего назначения. Весовые файлы опубликованы в формате Safetensors; лицензия — Apache-2.0.

MaziyarPanahi/Experiment26Yam_Multi_verse_modelExperiment28 — объединённая модель генерации текста, созданная на основе automerger/Experiment26Yam-7B и automerger/Multi_verse_modelExperiment28-7B. Модель построена на архитектуре Mistral и содержит 7,1 млрд параметров; веса доступны в формате safetensors. Модель предназначена для генерации текста по текстовому запросу и поддерживает контекст до 32 768 токенов. Метаданные указывают лицензию Apache-2.0. Карточка не описывает специализированные области применения или языки.