III.5Управление персоналом и организацией

MaziyarPanahi/Experiment26Yamshadow_ShadowYam — объединённая модель для генерации текста, созданная на основе automerger/Experiment26Yamshadow-7B и automerger/ShadowYam-7B. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации продолжений и ответов на текстовые запросы. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. Карточка не описывает конкретную специализацию, языки или результаты оценки качества, поэтому их нельзя уверенно указать.

Experiment28T3q_Strangemerges_32Yam — слитая модель Mistral, опубликованная MaziyarPanahi. Она объединяет модели automerger/Experiment28T3q-7B и automerger/Strangemerges_32Yam-7B; архитектура плотная, число параметров — 7,1 млрд. Модель предназначена для генерации текста, включая диалоговые и другие сценарии продолжения текста. Контекстное окно — до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. README не описывает языковую специализацию или дополнительные возможности; поддерживаемая задача по метаданным — text-generation.

Flora 7B — языковая модель ResplendentAI для генерации текста. Это плотная причинная модель семейства Mistral с 7,1 млрд параметров, созданная слиянием jeiku/FloraBase и jeiku/Synthetic_Soul_1k_Mistral_128 методом linear с весом 1 и сохранённая в формате safetensors. Карточка приводит результаты оценки на Open LLM Leaderboard, включая средний балл 74,26, HellaSwag и AI2 Reasoning Challenge. Модель подходит для генерации продолжений текста и ответов на текстовые запросы на английском языке. Контекстное окно составляет 32 768 токенов. Для использования модель распространяется по лицензии CC BY-SA 4.0.

Модель akhadangi/gemma-3-1b-it-0.01-L — дообученная Афшином Хаданги с помощью Blueprint Mirage версия инструктивной Gemma 3 1B от Google. Это плотная текстовая модель для диалога и генерации текста; она принимает текст и выдаёт текст. Размер модели — 1 млрд параметров, нативная длина контекста — 32 768 токенов. В репозитории указаны веса в формате safetensors. Модель подходит для диалоговых сценариев и генерации текста. README не описывает специализацию дообучения или его влияние на качество, поэтому её возможности следует считать общими для текстовой генерации. Язык и лицензия унаследованы от исходной модели Google Gemma 3 1B Instruct; метаданные указывают лицензию Gemma.

Ice0.68-25.01-RP — языковая модель на архитектуре Mistral, созданная объединением предварительно обученных моделей с помощью mergekit и метода SLERP. Репозиторий содержит веса в формате Safetensors; модель насчитывает 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста. README указывает, что в объединении участвовали Ice0.60-18.01-RP и Ice0.67-25.01-RP, причём базовой названа Ice0.67-25.01-RP. Языки и более узкие сценарии применения в предоставленных материалах не описаны. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

KeawGPT-Base — базовая языковая модель, дообученная KordAI на основе unsloth/qwen3-4b-base-unsloth-bnb-4bit. Это плотная авторегрессионная модель семейства Qwen3 с архитектурой Qwen3ForCausalLM и 3,7 млрд параметров; она предназначена для генерации текста. Модель обучали с использованием Unsloth и библиотеки TRL от Hugging Face. Модель принимает текст и генерирует текст, поддерживает английский язык и имеет контекстное окно 32 768 токенов. Файлы весов опубликованы в формате safetensors. Репозиторий распространяется по лицензии Apache-2.0.

Kosmos-EVAA-PRP-v25-8B — языковая модель для генерации текста, созданная автором jaspionjader путём слияния двух предварительно обученных моделей с помощью SLERP в mergekit. В объединение вошли jaspionjader/Kosmos-EVAA-PRP-v23-8B и jaspionjader/Kosmos-EVAA-PRP-v24-8B; итоговые веса сохранены в формате safetensors. Модель использует плотную архитектуру LlamaForCausalLM и содержит около 7,5 млрд параметров. Она предназначена для генерации текста; заявленная длина контекста составляет 8192 токена. Карточка не описывает специализацию по языкам или прикладным областям, поэтому модель можно рассматривать как языковую модель общего назначения. Карточка не приводит результаты оценивания качества и конкретные ограничения применения. Лицензия не указана в предоставленных данных.

Kosmos-EVAA-PRP-v26-8B — текстовая генеративная модель, созданная jaspionjader с помощью mergekit. Веса двух предварительно обученных моделей, jaspionjader/Kosmos-EVAA-TSN-v21-8B и jaspionjader/Kosmos-EVAA-PRP-v25-8B, объединены методом SLERP; архитектура — плотная Llama с 7,5 млрд параметров. Модель предназначена для генерации текста по текстовому запросу. Она использует библиотеку Transformers и поддерживает контекст до 8192 токенов. Карточка не описывает специализированную область применения или конкретные языки. Репозиторий распространяет веса в формате safetensors; лицензия в предоставленных данных не указана.

Kosmos-EVAA-TSN-v19-8B — слитая языковая модель, созданная jaspionjader с помощью mergekit методом SLERP из Kosmos-EVAA-TSN-light-8B и Kosmos-EVAA-gamma-v18-8B. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров; она использует библиотеку Transformers и формат Safetensors, а длина контекста составляет до 8192 токенов. Модель предназначена для генерации текста и может применяться для создания черновиков, продолжения текста и ответов в диалоговом интерфейсе на основе текстового ввода. Сведения о специализации по предметным областям и поддерживаемых естественных языках в карточке отсутствуют. Лицензия в предоставленных данных не указана. Качество и поведение результата могут зависеть от запроса; подтверждённых сведений о специальных ограничениях или оценках качества нет.

adamkareem/llama-3-8b-dolphin-uncensored — дообученная разговорная модель семейства Llama 3, разработанная adamkareem на основе unsloth/llama-3-8b-Instruct-bnb-4bit. Она предназначена для генерации текста в диалоге и имеет около 7,5 млрд параметров, плотную архитектуру LlamaForCausalLM и контекст до 8192 токенов. Модель принимает текст и генерирует текст; в карточке указан английский язык и поддержка чата. Модель обучалась с использованием Unsloth и библиотеки TRL. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. Название указывает на uncensored-вариант, однако README не уточняет его поведение и ограничения по содержанию.

Llama-3-DARE-8B — диалоговая языковая модель на архитектуре Llama, созданная Mlabonne с помощью LazyMergekit. Веса получены слиянием Meta-Llama-3-8B и Meta-Llama-3-8B-Instruct методом DARE-TIES; конфигурация использует маску int8 и формат bfloat16. В репозитории заявлено 7,5 млрд параметров, контекст — 8192 токена. Модель предназначена для диалоговой генерации текста: она принимает текстовые запросы и формирует текстовые ответы. Карточка указывает на английскую основу Meta-Llama-3-8B-Instruct, поэтому модель подходит для англоязычного общения и генерации текста. Лицензия в метаданных обозначена как other; конкретные условия следует сверять с лицензией базовой модели и репозитория.

UCLA-AGI разработала Llama-3-Instruct-8B-SPPO-Iter2 — плотную авторегрессионную языковую модель семейства Llama с 7,5 млрд параметров для генерации текста и диалогов. Это вторая итерация дообучения методом Self-Play Preference Optimization, начатого с meta-llama/Meta-Llama-3-8B-Instruct. Для оптимизации использованы синтетические ответы и наборы запросов на основе UltraFeedback, разделённые на части для трёх итераций. Модель рассчитана прежде всего на английский язык и может применяться для диалоговых ответов, следования инструкциям и генерации текста. Заявленная длина контекста — 8192 токена. В карточке приведены результаты AlpacaEval и Open LLM Leaderboard для сравнения итераций; они не гарантируют качество на конкретных пользовательских задачах. Модель доступна по лицензии Apache-2.0.

Magnum v3 34B GGUF — квантизированная версия языковой модели Anthracite, разработанная для генерации текста и диалогового взаимодействия. Модель создана на основе Yi-1.5-34B-32K и дообучена с целью приблизить качество прозы к моделям Claude 3 Sonnet и Opus. В репозитории представлены веса в формате GGUF; исходные полноразмерные веса доступны отдельно. Модель предназначена для чат-сценариев, написания текстов, инструкций, художественной прозы и ролевого взаимодействия. Она поддерживает только текстовую модальность, рассчитана на английский язык и использует формат диалогов ChatML. Базовая модель относится к классу 34B, а исходная конфигурация Yi-1.5 заявляет контекст до 32K токенов, однако для данного GGUF конкретный поддерживаемый размер контекста в README явно не указан. К сильным сторонам относятся ориентация на высокое качество прозы, instruction tuning, поддержка длинного контекста базовой модели и наличие нескольких вариантов квантования GGUF для локального запуска. Ограничения включают зависимость качества и требований к ресурсам от выбранного варианта квантования, отсутствие заявленной мультиязычной или мультимодальной поддержки, а также отсутствие подробных результатов оценки. Модель распространяется по лицензии Apache-2.0.

Matter-0.1-7B-dare — языковая модель на архитектуре Mistral, созданная объединением моделей 0-hero/Matter-0.1-7B-boost и 0-hero/Matter-0.1-7B с помощью mergekit и метода dare_ties. В конфигурации также указана mistralai/Mistral-7B-v0.1 как базовая модель; объединение использует плотность 0,53, веса 0,5 для каждой из двух моделей и формат bfloat16. Модель предназначена для генерации текста. Она содержит 7,1 млрд параметров, принимает текст и выдаёт текст, а заявленный контекст составляет 32 768 токенов. Карточка не описывает специальные сценарии применения или языки. Модель распространяется под лицензией Apache-2.0. Специализированные возможности и ограничения качества в карточке не описаны.

Это разговорная плотная модель семейства Llama 3, дообученная разработчиком mjm4dl на базе unsloth/llama-3-8b-Instruct. Она содержит 7,5 млрд параметров и предназначена для генерации текста и ответов в диалоге; может использоваться в чат-ботах и приложениях, где нужны ответы на текстовые запросы. Модель принимает текст и выдаёт текст, поддерживает английский язык, а длина контекста составляет 8192 токена. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. В карточке указано, что обучение выполнялось с использованием Unsloth и библиотеки TRL; сведений о специализированной предметной области или сравнительных оценках качества нет.

Klevin/MOE-Finetuned-4B — разговорная текстовая модель, разработанная Klevin и дообученная на базе unsloth/mistral-7b-instruct-v0.3-bnb-4bit. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов; для обучения использовались Unsloth и библиотека TRL. Модель предназначена для генерации текста в диалогах и ответов на текстовые запросы на английском языке. Репозиторий распространяется по лицензии Apache-2.0.

Multi Master 7B — языковая модель, созданная ibivibiv на основе openchat/openchat-3.5-0106. Разработчик дообучил её с помощью LoRA на наборе данных в стиле Alpaca по нескольким дисциплинам, а затем объединил адаптер с основной моделью. Это модель Mistral для генерации текста с поддержкой диалогового режима; для запросов используется шаблон с разделами Instruction и Response. Модель предназначена для ответов на инструкции и задач из разных дисциплин на английском языке. Она содержит 7,1 млрд параметров, принимает текст и поддерживает контекст длиной до 8192 токенов. Репозиторий содержит веса в формате Safetensors. Модель распространяется по лицензии Apache-2.0. В README нет результатов бенчмарков: оценить качество и надёжность ответов по представленным данным нельзя.

NeuralsirkrishnaShadow_Experiment26Strangemerges_30 — объединённая языковая модель семейства Mistral, созданная слиянием automerger/NeuralsirkrishnaShadow-7B и automerger/Experiment26Strangemerges_30-7B. Модель содержит 7,1 млрд параметров и принимает текст для авторегрессионной генерации текста; заявленная длина контекста — до 32 768 токенов. Модель подходит для генерации продолжений, ответов и черновиков по текстовому запросу. В карточке не описаны специализированные сценарии, языки или результаты оценки качества. Распространяется в формате safetensors по лицензии Apache-2.0.

NeuralsirkrishnaShadow_Inex12Yam — слитая языковая модель на архитектуре Mistral, созданная из automerger/NeuralsirkrishnaShadow-7B и automerger/Inex12Yam-7B. Она предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Модель содержит 7,1 млрд параметров и распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает специализацию, языки или дополнительные возможности, поэтому модель можно характеризовать только как генеративную модель общего назначения.

Nous Hermes 2 SOLAR 10.7B — чат-модель Nous Research, дообученная на базе Upstage SOLAR-10.7B-v1.0. Для обучения использован набор примерно из миллиона примеров, преимущественно сгенерированных GPT-4, а также данные из открытых наборов. Модель с архитектурой Llama и 10,6 млрд параметров предназначена для генерации текста, диалогов и выполнения инструкций; она использует шаблон ChatML для многоходового общения и поддерживает контекст до 4096 токенов. Модель рассчитана на англоязычные запросы. В карточке приведены результаты нескольких бенчмарков и заявлено улучшение относительно базовой SOLAR-10.7B, однако приведённых данных недостаточно для независимой оценки качества. Распространяется по лицензии Apache-2.0.

MergedQwen2-0.5B0.2 — языковая модель, созданная слиянием предварительно обученных моделей с помощью NuSLERP и mergekit. В слиянии использованы Qwen2-0.5B и debias_Qwen2-0.5B с весами 0,8 и 0,2 соответственно; токенизатор взят из Qwen2-0.5B. Модель использует архитектуру Qwen2ForCausalLM с плотной структурой и содержит 493,7 млн параметров. Модель предназначена для генерации текста и диалоговых сценариев. Указанная длина контекста — 131 072 токена. Файлы представлены в формате safetensors, библиотека для работы — Transformers. Карточка не сообщает о лицензии и языковой специализации, поэтому эти характеристики не описываются.

Psyonic-Cetacean-20B-V2 — языковая модель, созданная ToastyPigeon слиянием предварительно обученных моделей с помощью mergekit. В репозитории представлены веса в формате safetensors; архитектура — плотная LlamaForCausalLM с 19,8 млрд параметров и контекстом до 4096 токенов. Модель предназначена для генерации текста. В состав слияния вошли microsoft/Orca-2-13b и KoboldAI/LLaMA2-13B-Psyfighter2; использован линейный метод слияния двух моделей, предварительно собранных из компонентов. Карточка отмечает рецепт jebcarter/psyonic-cetacean-20B и указывает, что автор предложил этот рецепт. README не приводит сведений о лицензии, поддерживаемых языках или специальных возможностях. Качество и ограничения модели отдельно не описаны.

Qwen3.5-9B-Writing-DPO-i1-GGUF — квантизированная версия языковой модели Qwen3.5-9B-Writing-DPO, подготовленная mradermacher на основе модели nbeerbower. Модель предназначена прежде всего для генерации и улучшения текстов на английском языке; в метаданных также указано обучение на датасете schneewolflabs/Athanorlite-DPO. Формат GGUF ориентирован на локальный запуск в совместимых инструментах, поддерживающих этот формат. Модель имеет около 9 млрд параметров и относится к текстовым генеративным моделям; сведения о мультимодальности, длине контекста и подробной архитектуре в README отсутствуют. Доступны многочисленные варианты квантизации от i1-IQ1_S до i1-Q6_K с размером файлов примерно от 2,5 до 7,5 ГБ. В README отмечается компромисс между размером, скоростью и качеством: i1-Q4_K_M назван рекомендуемым быстрым вариантом, а i1-Q4_K_S — оптимальным по соотношению размера, скорости и качества; самые низкобитные варианты могут заметно уступать по качеству. Основные ограничения — ориентация заявлена только на английский язык, а качество зависит от выбранного типа квантизации. Лицензия в README не указана.

SuperXyrex/qwen3-finetuned — дообученная компанией или автором SuperXyrex модель Qwen3-0.6B для генерации текста и диалогов. Она построена на плотной архитектуре Qwen3ForCausalLM, содержит 507,9 млн параметров и поддерживает контекст до 40 960 токенов. Модель рассчитана на текстовые запросы и генерацию текстовых ответов; базовая Qwen3 многоязычна, но конкретные языки и специализация дообучения не раскрыты. Модель можно применять для диалоговых сценариев и генерации текста общего назначения. В карточке приведено значение loss 2,0564 на оценочном наборе, однако набор данных, методика и результаты сравнительной оценки не описаны, поэтому по этому числу нельзя судить о качестве для конкретных задач. Лицензия — Apache-2.0.

Карточка модели hamxea/StableBeluga-7B-activity-fine-tuned-v2 на Hugging Face совпадает с карточкой stabilityai/StableBeluga2, поэтому описание составлено по ней. Stable Beluga 2 — авторегрессионная языковая модель Stability AI на архитектуре Llama 2, дообученная на 70B-базе в стиле Orca. Она предназначена для диалогов и генерации текста, в том числе ответов на вопросы и выполнения текстовых инструкций. Модель содержит 68,7 млрд параметров, работает с текстом и имеет контекст длиной 4096 токенов; в карточке заявлена поддержка английского языка. Модель опубликована в формате PyTorch и рассчитана на использование через Hugging Face Transformers. Чекпойнт распространяется по лицензии STABLE BELUGA NON-COMMERCIAL COMMUNITY LICENSE AGREEMENT, которая ограничивает коммерческое использование. Модель может выдавать неточные, предвзятые или нежелательные ответы; перед применением в продукте Stability AI рекомендует проводить проверку безопасности и настройку под конкретный сценарий.

ValentIA — дообученная языковая модель, опубликованная Bloodman-the-master и основанная на unsloth/gemma-2-9b-bnb-4bit. Это плотная модель семейства Gemma 2 с 9 млрд параметров для генерации текста; при обучении использовались Unsloth и библиотека TRL от Hugging Face. Модель принимает текст и выдаёт текст, поддерживает английский язык и имеет контекстное окно 8192 токена. Модель подходит для генерации продолжений и ответов на текстовые запросы. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache-2.0. Карточка не описывает специализированные области применения или оценку качества ValentIA.

MaziyarPanahi/YamshadowInex12_YamNeuralsirkrishna — слитая языковая модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров. Она предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Модель создана слиянием automerger/YamshadowInex12-7B и automerger/YamNeuralsirkrishna-7B. Репозиторий содержит веса в формате safetensors; лицензия — Apache 2.0. Данные карточки не уточняют языки, сценарии применения и сравнительные характеристики модели.

Yi-9B-Forest-DPO — языковая модель на 8,6 млрд параметров, созданная дообучением 01-ai/Yi-9B методом direct preference optimization (DPO). Модель разработана автором репозитория abhishekchohan и предназначена для генерации текста и ответов на запросы на естественном языке. Для дообучения использована смесь наборов Intel/orca_dpo_pairs, nvidia/HelpSteer и jondurbin/truthy-dpo-v0.1. Модель построена на плотной архитектуре семейства Llama и классе LlamaForCausalLM, работает с библиотекой Transformers и принимает контекст до 4096 токенов. В метаданных указан английский язык. Модель подходит для диалоговых ответов, следования инструкциям и генерации текста общего назначения. Репозиторий содержит веса в формате PyTorch; лицензия — Apache-2.0. Карточка не приводит отдельных результатов оценки качества, поэтому эффективность на конкретных задачах не подтверждена.

Yi-Ko-ENCdpo — языковая модель для генерации текста, разработанная Sungwoo Park (oopsung) и Seunghyeon Lee (shleeeee). Это плотная causal language model семейства Llama с 5,9 млрд параметров, дообученная на базе beomi/Yi-Ko-6B с применением SFT и DPO. Модель принимает текст и генерирует текст. Она предназначена для текстовых диалогов и других сценариев генерации; контекст составляет 2048 токенов. В репозитории указаны веса safetensors. Лицензия обозначена как other, поэтому конкретные условия использования следует проверять в материалах репозитория.

Yi-Ko-ENWdpo-v1 — языковая модель, разработанная oopsung (Sungwoo Park) и shleeeee (Seunghyeon Lee) на базе beomi/Yi-Ko-6B. Модель дообучена методами SFT и DPO для генерации текста по текстовому запросу. Модель использует плотную архитектуру LlamaForCausalLM, содержит 5,9 млрд параметров и работает с контекстом до 2048 токенов. Она принимает и генерирует только текст. Карточка указывает лицензию other, поэтому условия использования следует проверять в репозитории модели.