III.5Управление персоналом и организацией

Zhi-Create-Qwen3-32B — дообученная Zhihu на базе Qwen/Qwen3-32B плотная авторегрессионная языковая модель с 29,7 млрд параметров. Она предназначена прежде всего для творческого письма и диалоговой генерации текста; также сохраняет общие способности к рассуждениям, ответам на вопросы, математике и программированию. В модели применены supervised fine-tuning и Direct Preference Optimization, а её контекст составляет до 40 960 токенов. В карточке сообщается о результате 82,08 на WritingBench против 78,97 у базовой модели. Модель поддерживает китайский и английский языки, работает с текстом и имеет интерфейс для вызова инструментов. Для генерации авторы рекомендуют temperature 0,5–0,7 и top-p 0,95. Это не гарантия качества: оценка письма приведена для WritingBench с судьёй Claude Sonnet 3.7. Модель распространяется по лицензии Apache-2.0.

AmberChat — англоязычная инструкция-следующая языковая модель, разработанная LLM360 как часть серии Pebble. Она дообучена на основе LLM360/Amber на наборах WizardLM Evol Instruct и ShareGPT. Модель использует плотную архитектуру LLaMA с примерно 6,6 млрд параметров и рассчитана на генерацию текста при контексте до 2048 токенов. AmberChat предназначена для диалогов и выполнения инструкций на английском языке. В карточке приведена оценка 5,43 на MT-Bench; веса доступны в формате safetensors для Transformers. Модель распространяется по лицензии Apache 2.0. Указанный контекст ограничен 2048 токенами; другие ограничения качества в карточке не описаны.

BuRPris-Remix-7B — слитая языковая модель на архитектуре Mistral, созданная объединением Eris_Remix_7B и BuRP_7B с помощью метода SLERP и инструмента mergekit. Модель содержит 7,1 млрд параметров, распространяется в формате safetensors и принимает текст для генерации текста; максимальный контекст составляет 32 768 токенов. Модель подходит для генерации продолжений и ответов на текстовые запросы. В карточке указаны английский язык и общая задача генерации текста. Условия лицензии в доступных данных не приведены.

ChatAllInOne-Mistral-7B-V1 — чатовая языковая модель, созданная DrNicefellow дообучением Mistral 7B с помощью QLoRA и Unsloth на наборе данных CHAT-ALL-IN-ONE-v1. Она предназначена для генерации ответов в диалогах — от непринуждённого общения до формальных и тематических бесед — и использует формат запросов Vicuna 1.1. Модель с плотной архитектурой Mistral содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель принимает текст и генерирует текстовые ответы, стараясь сохранять связность в продолжительных диалогах. В репозитории опубликованы веса Safetensors. Модель выпущена под лицензией Apache-2.0.

Claire-7B-FR-Instruct-0.1 — франкоязычная языковая модель, разработанная LINAGORA при поддержке OpenLLM-France. Это плотная модель семейства Falcon для генерации текста, дообученная следовать инструкциям на очищенном наборе Vigogne, созданном на основе переведённого Alpaca. Модель рассчитана на ответы на запросы, создание контента и другие задачи, где нужно сформировать подробный ответ по инструкции; для работы следует использовать указанный в карточке шаблон запросов. Модель не предназначена для диалога в формате chat. Она принимает текст и генерирует текст на французском языке. Контекст составляет 2048 токенов, а в репозитории используются веса Safetensors. Модель унаследовала разговорную французскую настройку базовой Claire-7B-0.1, но её ответы могут отражать предвзятости данных обучения. Лицензия CC-BY-NC-SA 4.0 ограничивает коммерческое использование.

DataDecide-dclm-baseline-1B-5500057500600006250065000weightedavgmerge — объединённая авторегрессионная языковая модель на архитектуре Llama, созданная с помощью mergekit из пяти контрольных точек предварительно обученной модели DCLM baseline. Для слияния использован линейный метод, а контрольная точка step65000 указана как базовая. Модель предназначена для генерации текста.

redav/eps_finetuning_v3 — дообученная redav модель на архитектуре Mistral, созданная на основе redav/Mistral-7B-Instruct-v0.2-email-a с использованием Unsloth и Hugging Face TRL. Это плотная авторегрессионная языковая модель на 7,1 млрд параметров для генерации текста и диалогового общения; её контекст составляет до 32 768 токенов. Модель принимает текст и выдаёт текст, а в метаданных указан английский язык. Модель можно применять для диалоговых запросов и генерации текстовых ответов на английском языке. Она распространяется по лицензии Apache-2.0. Карточка не сообщает о специализированных областях применения или дополнительных возможностях.

MaziyarPanahi/Experiment26Yam_Strangemerges_32Strangemerges_30 — объединённая модель Mistral для генерации текста, созданная из automerger/Experiment26Yam-7B и automerger/Strangemerges_32Strangemerges_30-7B. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста по текстовому запросу. Репозиторий содержит веса в формате safetensors. Языковая специализация и конкретные сценарии применения в карточке не описаны. Лицензия — Apache-2.0.

MaziyarPanahi/Experiment28M7_Strangemerges_32Yam — слитая модель Mistral для генерации текста, созданная на основе automerger/Experiment28M7-7B и automerger/Strangemerges_32Yam-7B. В репозитории используются веса в формате safetensors; размер модели — 7,1 млрд параметров, длина контекста — до 32 768 токенов. Модель предназначена для генерации текста по текстовому запросу. Сведения о специальных сценариях применения, языковой специализации и дополнительных возможностях в карточке не приведены. Модель распространяется по лицензии Apache-2.0.

Experiment28T3q_PasticheAlloyingotneoy — слитая модель MaziyarPanahi на архитектуре Mistral с 7,1 млрд параметров. Она объединяет automerger/Experiment28T3q-7B и automerger/PasticheAlloyingotneoy-7B и предназначена для генерации текста. Модель принимает текст и выдаёт текст; размер её контекстного окна — до 32 768 токенов. Карточка не описывает специализацию, языки или отдельные возможности диалогового взаимодействия. Модель распространяется в формате safetensors по лицензии Apache-2.0.

flammenai/flammen12-mistral-7B — слитая mergekit-модель на архитектуре Mistral, созданная методом SLERP из nbeerbower/bruphin-iota и nbeerbower/flammen11X-mistral-7B. Модель содержит 7,1 млрд параметров и предназначена для генерации текста по запросу; поддерживаемая задача — text-generation. Нативная длина контекста составляет 32 768 токенов. Весы представлены в формате safetensors. Модель распространяется по лицензии Apache-2.0. Карточка описывает способ слияния и исходные модели, но не приводит конкретных сценариев применения или оценок качества.

OpenAssistant/galactica-6.7b-finetuned — текстовая генеративная модель на архитектуре OPT, дообученная на WebGPT и Prompt Dialogue версии v2. Она предназначена для генерации текста в ответ на запросы и диалоговые подсказки. Модель содержит 8,8 млрд параметров, принимает текст и имеет контекст длиной до 2048 токенов. Карточка указывает на дообучение, но не описывает качество ответов или специальные сценарии применения. Репозиторий содержит веса PyTorch. Лицензия в предоставленных данных не указана.

Instruct_Yi-6B_Dolly15K — авторегрессионная языковая модель, дообученная HenryJJ на базе Yi-6B с использованием LoRA и набора инструкций databricks-dolly-15k. Модель имеет около 5,8 млрд параметров, архитектуру LlamaForCausalLM и контекстное окно до 4096 токенов по метаданным; в README указано, что при обучении использовалось окно 1024 токена. Репозиторий содержит веса в формате safetensors. Модель предназначена для генерации ответов на инструкции на английском языке, в том числе с дополнительным контекстом. Её можно применять для черновиков текстов, кратких ответов и выполнения типовых текстовых запросов. Для работы предусмотрен шаблон запроса с маркерами [INST] и [/INST]. Модель выпущена под лицензией Apache-2.0. Она дообучена на Dolly 15k, поэтому её результаты зависят от характера инструкций и данных обучения; карточка не приводит подробных оценок качества и отмечает более короткий контекст обучения, чем заявленный в метаданных контекст модели.

JevK5-9B v0.3.3 — это открытая модель весом 7,2 млрд параметров, разработанная авторами JevK5 как независимая альтернатива Jev для принятия типизированных решений. Она дообучена на Qwen/Qwen3.5-9B: LoRA-адаптер ранга 16 для проекций внимания объединён с базовыми весами. Для работы с вероятностями вариантов используется протокол SemIf: модель оценивает все варианты за один проход без генерации токенов. Поддерживаются вопросы да/нет, выбор из вариантов и числовая оценка; для вопросов более чем с 16 вариантами применяются несколько проходов. Модель предназначена для классификации состояний и запросов по заданным критериям, маршрутизации обращений, оценки решений и других задач, где нужно получить вероятности по заранее заданным вариантам. В README сообщается о результатах проверок на отложенных наборах, включая тесты с вопросами из областей, не встречавшихся при обучении; качество и калибровка различаются между наборами, а сложная категория JevBench калибруется хуже, чем у версии на 4 млрд параметров. Для инференса авторы рекомендуют JevK5 runtime; для bf16 требуется CUDA GPU примерно с 19 ГБ памяти. Лицензия — Apache-2.0.

Kosmos-EVAA-gamma-v14-8B — слитая модель семейства Llama, созданная jaspionjader с помощью mergekit методом SLERP из jaspionjader/Kosmos-EVAA-gamma-light-8B и jaspionjader/Kosmos-EVAA-gamma-v13-8B. Это плотная авторегрессионная языковая модель на 7,5 млрд параметров для генерации текста; она принимает текст и выдаёт текст. Контекстное окно составляет 8192 токена. Модель подходит для генерации продолжений, диалоговых ответов и других задач на основе текста, поддерживаемых базовыми языковыми моделями. Карточка не уточняет специальные области применения или языки. Весовые файлы представлены в формате safetensors. Сведения о лицензии в доступных данных отсутствуют.

LaMini-Flan-T5-248M — модель серии LaMini-LM, разработанной MBZUAI. Это дообученная на 2,58 млн примеров инструкций модель google/flan-t5-base с архитектурой T5 и примерно 123,8 млн параметров. Она предназначена для выполнения инструкций на естественном языке и генерации текстовых ответов; пример в карточке показывает запрос с просьбой оценить место для посещения. Модель работает с текстом и имеет контекстное окно 512 токенов. В карточке описаны автоматическая оценка на задачах NLP и человеческая оценка ответов на пользовательские инструкции. Использование ограничено условиями лицензии CC BY-NC 4.0, которая не допускает коммерческое использование.

LaMini-GPT-774M — языковая модель серии LaMini-LM, разработанная MBZUAI и представленная в работе «LaMini-LM: A Diverse Herd of Distilled Models from Large-Scale Instructions». Это декодерная GPT-2-модель, дообученная на 2,58 млн примеров набора LaMini-instruction для выполнения инструкций на естественном языке. В метаданных указаны архитектура GPT2LMHeadModel, формат PyTorch, английский язык и контекст длиной 1024 токена. Модель предназначена для ответов на инструкции и генерации текста. Авторы рекомендуют использовать шаблон обёртки, на котором проводилось дообучение, чтобы получить более качественные ответы. В README упоминаются автоматическая и пользовательская оценки, но подробности результатов здесь не приведены. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но некоммерческое.

itsnebulalol/Llama-3.2-Nemotron-3B — дообученная языковая модель автора itsnebulalol на базе unsloth/Llama-3.2-3B-bnb-4bit, представляющая собой плотную авторегрессионную архитектуру Llama с 3,2 млрд параметров. Для обучения использован набор nvidia/HelpSteer2; модель предназначена для генерации текста в диалоговом формате и может использоваться для ответов на пользовательские запросы и инструктивных сценариев. Модель принимает текст и выдаёт текст, поддерживает английский язык и имеет заявленный контекст до 131 072 токенов. В репозитории указаны форматы PyTorch и Safetensors; карточка сообщает о лицензии Llama 3.2. README не приводит результатов оценки качества и подробных ограничений, поэтому пригодность для конкретных задач стоит проверять на собственных примерах.

Карточка модели Ayush-1722/Llama-3-8B-Instruct-v0.1-128K-QLoRA-Merged на Hugging Face совпадает с карточкой Ayush-1722/Llama-3-8B-Instruct-v0.1-32K-QLoRA-Merged, поэтому описание составлено по ней. Модель Ayush-1722/Llama-3-8B-Instruct-v0.1-32K-QLoRA-Merged — дообученная Ayush-1722 версия Llama 3 для генерации текста. Она рассчитана на текстовые запросы и ответы; карточка сообщает, что обучение выполнялось с Unsloth и библиотекой TRL. Модель содержит 7,5 млрд параметров, имеет контекст до 32 768 токенов и распространяется под лицензией Apache-2.0. Модель подходит для генерации ответов и продолжения текста на английском языке. Карточка не описывает конкретные целевые сценарии, оценки качества или специальные ограничения; результаты следует проверять для выбранного применения.

LongWriter-Zero-32B — языковая модель для генерации связных длинных текстов, разработанная командой THU-KEG на основе Qwen2.5-32B-Base. Модель обучали продолжительным предобучением на книгах и технических отчётах, а затем оптимизировали с помощью обучения с подкреплением GRPO и составной функции награды, учитывающей длину, связность, полезность и формат ответа. Модель предназначена для создания текстов объёмом более 10 000 токенов: например, развёрнутых статей, отчётов и других материалов, требующих последовательного изложения и контроля длины. Архитектура — плотная Qwen2 с 32 млрд параметров; нативный контекст составляет 32 768 токенов. Карточка указывает английский и китайский языки. Для работы используется Transformers, веса доступны в формате safetensors. В README заявлены высокие результаты на WritingBench и Arena-Write, однако конкретные значения результатов в доступном тексте отсутствуют. Для генерации применяется специальный шаблон чата и протокол управления ответом; токенизатор и шаблон отличаются от Qwen2.5-32B-Instruct. Модель распространяется по лицензии Apache-2.0.

M7Yamshadowexperiment28_Experiment26Yam — объединённая языковая модель, созданная на основе automerger/M7Yamshadowexperiment28-7B и automerger/Experiment26Yam-7B. Модель построена на архитектуре Mistral с плотной структурой и содержит 7,1 млрд параметров. Она предназначена для генерации текста и поддерживает контекст длиной до 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache-2.0. README не описывает специальные сценарии применения, языки или результаты оценки качества.

M7Yamshadowexperiment28_ShadowExperiment24 — объединённая модель генерации текста, созданная на основе automerger/M7Yamshadowexperiment28-7B и automerger/ShadowExperiment24-7B. В карточке указана архитектура Mistral с плотной архитектурой и классом MistralForCausalLM; размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов. Модель предназначена для генерации текста по текстовому запросу. Лицензия — Apache-2.0. Карточка не описывает специальные области применения или дополнительные возможности модели.

mistral-7b-dpo-v6-Mistral-7B-Instruct-v0.1 — чат-модель для генерации текста, созданная объединением Mistral-7B-Instruct-v0.1 и mistral-7b-dpo-v6 методом SLERP. Модель основана на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров; заявленный контекст — до 32 768 токенов. В репозитории представлены веса в формате safetensors. Модель предназначена для ответов на инструкции и диалоговые запросы на английском языке. Лицензия Apache-2.0 разрешает использование на её условиях. Карточка описывает способ объединения моделей, но не приводит сравнительных оценок качества или подробных ограничений.

Minbyul/mistral-7b-wo-kqa_golden-iter-sft-step1 — дообученная модель генерации текста на базе mistralai/Mistral-7B-v0.1. Она создана с использованием набора HuggingFaceH4/deita-10k-v0-sft; в README приведено значение loss 1,1981 на наборе оценки. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и поддерживает контекст длиной до 32 768 токенов. Модель предназначена для генерации текста по текстовому запросу. README не уточняет специализацию, целевую аудиторию или результаты на конкретных прикладных задачах, поэтому её можно описать только как дообученную языковую модель общего назначения. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

NeuralsirkrishnaShadow_Experiment26Experiment28 — объединённая текстовая генеративная модель MaziyarPanahi на архитектуре Mistral. Она создана слиянием моделей automerger/NeuralsirkrishnaShadow-7B и automerger/Experiment26Experiment28-7B. Модель содержит 7,1 млрд параметров, использует формат safetensors и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста по текстовому запросу. Лицензия — Apache-2.0. Карточка не описывает специализацию, языковое покрытие или отдельные возможности модели; качество и поведение зависят от исходных объединённых моделей.

NeuralsirkrishnaShadow_Experiment27Shadow — объединённая модель Mistral для генерации текста, созданная из automerger/NeuralsirkrishnaShadow-7B и automerger/Experiment27Shadow-7B. Она предназначена для сценариев, где нужно продолжать текст или получать ответы в текстовом формате. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Mistral и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате safetensors. Данных о специализации по языкам или прикладным областям в карточке нет. Модель распространяется по лицензии Apache-2.0. Карточка не приводит результатов оценки качества или подробных сведений о поведении, поэтому пригодность для конкретных задач следует проверять отдельно.

NyakuraV2.1-m7-Mistral-7B-Instruct-v0.1 — текстовая чат-модель, созданная слиянием Mistral AI и Sao10K. В README указано, что модели объединены методом SLERP с настройками, различающимися для слоёв self-attention и MLP. Архитектура — плотная MistralForCausalLM, размер — 7,1 млрд параметров; веса опубликованы в формате safetensors. Модель рассчитана на генерацию ответов на инструкции и диалоговые запросы, а также на обычную генерацию текста. Метаданные указывают контекст до 32 768 токенов и английский язык. Лицензия — Apache-2.0. Карточка не приводит результатов оценивания качества или подробных рекомендаций по использованию.

Opus-Samantha-Llama-3-8B — языковая модель семейства Llama 3, дообученная разработчиком репозитория на наборе данных macadeliccc/opus_samantha. Модель предназначена для генерации текста; карточка сообщает об обновлении, улучшившем её работу, но не описывает конкретные сценарии обучения или специализированные возможности. Модель имеет плотную архитектуру LlamaForCausalLM и 7,5 млрд параметров. Она принимает текст и генерирует текст, поддерживает контекст до 8192 токенов. В качестве базовой модели указана meta-llama/Meta-Llama-3-8B. Репозиторий содержит веса в формате safetensors, а лицензия модели — Apache-2.0.

P3-mini-v3 — дообученная разговорная языковая модель, опубликованная Ramikan-BR и основанная на unsloth/Phi-3-mini-4k-instruct-bnb-4bit. Она предназначена для генерации текста и диалоговых ответов. В метаданных указаны 3,7 млрд параметров, контекст до 4096 токенов, архитектура Mistral и формат PyTorch; для обучения использовались Unsloth и библиотека TRL. Модель поддерживает английский язык и распространяется по лицензии Apache-2.0. Карточка не приводит результатов оценки качества или подробностей о данных дообучения, поэтому пригодность для конкретных сценариев следует проверять отдельно.

Piccolo-8x7b — языковая модель для генерации текста, опубликованная пользователем macadeliccc. Она основана на mlabonne/NeuralBeagle-7b и использует архитектуру Mixtral с разреженной смесью экспертов; в метаданных указано 7,1 млрд параметров и контекст до 32 768 токенов. Модель распространяется в формате safetensors по лицензии CC BY 4.0. Модель подходит для генерации продолжений текста и ответов на запросы. В карточке приведены результаты оценки на бенчмарках рассуждений и понимания текста, но не описаны специальные сценарии, поддерживаемые языки или гарантии качества. README также упоминает доступные квантованные версии и ноутбук для инференса и оценки; это не меняет формат весов данного репозитория.