III.5Управление персоналом и организацией

MaziyarPanahi/Experiment28M7_Strangemerges_32Inex12 — объединённая модель Mistral с плотной архитектурой MistralForCausalLM и 7,1 млрд параметров. Она создана слиянием automerger/Experiment28M7-7B и automerger/Strangemerges_32Inex12-7B и предназначена для генерации текста; поддерживает контекст до 32 768 токенов. Модель подходит для генерации и продолжения текста, а также для диалоговых сценариев на основе текстовых запросов. Данные карточки не уточняют специализацию, языки или результаты оценки качества, поэтому их нельзя уверенно определить. Модель опубликована в формате safetensors под лицензией Apache-2.0.

MaziyarPanahi/Experiment28T3q_PasticheNeuralsirkrishna — объединённая модель семейства Mistral для генерации текста. Она создана слиянием automerger/Experiment28T3q-7B и automerger/PasticheNeuralsirkrishna-7B. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста по текстовому запросу. Репозиторий распространяет веса в формате safetensors по лицензии Apache 2.0. В карточке не описаны конкретные языки и специализированные сценарии применения.

Модель zaddyzaddy/final-soro разработана zaddyzaddy как дообученная версия unsloth/llama-3-8b-bnb-4bit. Это плотная авторегрессионная языковая модель семейства Llama с 7,5 млрд параметров для генерации текста. В метаданных указано окно контекста 8192 токена; модель опубликована в формате PyTorch и лицензирована по Apache-2.0. Модель подходит для генерации продолжений текста и других сценариев, сводящихся к текстовой генерации. Карточка сообщает об обучении с использованием Unsloth и TRL, но не описывает специализацию, обучающие данные или результаты оценки качества, поэтому нельзя уверенно выделить более узкие сценарии применения.

hetzerdj/FnFLlama-3.1-8B1 — языковая модель семейства Llama, разработанная hetzerdj и дообученная на базе unsloth/Meta-Llama-3.1-8B-bnb-4bit. Это плотная авторегрессионная модель с 7,5 млрд параметров для генерации текста и диалогового взаимодействия. Заявленная длина контекста — 131 072 токена; модель распространяется в формате safetensors. Модель подходит для генерации ответов в чате и других сценариев, где требуется продолжать или создавать текст на английском языке. В README указано, что при обучении использовались Unsloth и библиотека TRL. Лицензия — Apache-2.0. Специализация дообучения и оценки качества в карточке не описаны.

Syed-Hasan-8503/Gemma-2-2b-it-distilled — компактная языковая модель на архитектуре Gemma 2, созданная Syed Hasan дистилляцией Google Gemma-2-9b-it в Gemma-2-2b-it с помощью arcee-ai DistilKit. Для обучения использована логитная дистилляция на 30 000 примерах из набора mlabonne/Tome; модель предназначена для диалогов и генерации текста. Она содержит 2,7 млрд параметров, принимает текст и поддерживает контекст до 8192 токенов. Модель подходит для чат-ботов, черновых ответов и других задач генерации текста, где важны компактность и скорость запуска. Карточка указывает на снижение качества по сравнению с учительской Gemma-2-9b-it и возможные трудности со специализированными задачами. Распространяется по лицензии Apache-2.0.

GrayLine — диалоговая языковая модель, созданная на основе Qwen3-14B и дообученная soob3123. Она предназначена для прямых ответов на вопросы, выполнения инструкций и диалогов без встроенных этических фильтров и склонности добавлять предупреждения или комментарии. Модель принимает текст и генерирует текст; её архитектура — плотная Qwen3ForCausalLM, размер — 14 млрд параметров, контекст — до 40 960 токенов. В метаданных указан английский язык. Модель ориентирована на ответы по широкому кругу тем и исполнение текстовых запросов; в карточке также заявлено использование для поиска информации и ответов в стиле рассуждений. Такая настройка может быть полезна там, где нужны краткие прямые ответы, но модель может выдавать вредный, неподходящий или недостоверный контент без предупреждений и гарантий точности. Доступна по лицензии Apache-2.0.

Kool-Aid — языковая модель на архитектуре Mistral, созданная ChaoticNeutrals с помощью слияния предварительно обученных моделей CookieNexus и ErosEris методом SLERP через mergekit. Модель содержит 7,1 млрд параметров, использует формат safetensors и принимает текст для генерации текста. В метаданных указан английский язык и контекст до 8192 токенов. Модель предназначена для генерации текста и может применяться для диалоговых ответов, написания черновиков и продолжения заданного текста. В README приведены результаты оценок на нескольких бенчмарках, включая AI2 Reasoning Challenge и HellaSwag. Лицензия обозначена как other; конкретные условия следует уточнять на странице модели.

LaMini-Cerebras-256M — языковая модель серии LaMini-LM, разработанной MBZUAI. Это декодерная GPT-2-подобная модель на 256 млн параметров, дообученная на Cerebras-GPT-256M с помощью набора LaMini-instruction, содержащего 2,58 млн примеров инструкций. Модель предназначена для генерации текста в ответ на инструкции на естественном языке. Для лучшего результата рекомендуется передавать запросы в том же текстовом формате-обёртке, который использовался при дообучении. Модель принимает текст и генерирует текст; её контекст ограничен 2048 токенами. В карточке описаны автоматическая оценка на задачах NLP и человеческая оценка ответов на инструкции, но подробные результаты здесь не приведены. Модель выпущена под лицензией CC BY-NC 4.0, которая ограничивает коммерческое использование.

ENERGY-DRINK-LOVE/leaderboard_inst_v1.3_deup_LDCC-SOLAR-10.7B_SFT — текстовая модель семейства Llama на 10,7 млрд параметров, дообученная разработчиком на LDCC/LDCC-SOLAR-10.7B с использованием набора данных generator. Она предназначена для генерации текста в диалоговом формате и может применяться в чат-сценариях. Модель принимает текст и выдаёт текст; длина контекста составляет 4096 токенов. Репозиторий содержит веса в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

kp15/llama3-1b-changes_model06012025 — плотная языковая модель семейства Llama, разработанная kp15 и дообученная на основе unsloth/llama-3.2-1b-bnb-4bit с помощью Unsloth и Hugging Face TRL. Модель содержит 1,2 млрд параметров и предназначена для генерации текста; в метаданных указано окно контекста до 131072 токенов и поддержка английского языка. Модель распространяется в формате PyTorch по лицензии Apache-2.0. Карточка не уточняет предметную специализацию или конкретные обучающие данные, поэтому её следует рассматривать как дообученную модель общего назначения для текстовых запросов.

Mungert/Llama3.3-8B-Instruct-Thinking-Claude-4.5-Opus-High-Reasoning-GGUF — это GGUF-версия дообученной текстовой языковой модели, созданная Mungert на базе Llama-3.3-8B-Instruct от allura-forge. Модель дообучалась с помощью Unsloth в течение трёх эпох на наборе данных TeichAI/claude-4.5-opus-high-reasoning-250x. По заявлению автора, результат представляет собой гибридную Instruct/Thinking-модель с контекстом до 128K токенов, предназначенную для генерации текста и рассуждений. Модель ориентирована на задачи, где важны пошаговое мышление, объяснение сложных тем, творческое письмо, создание сюжетов и сцен, ролевые сценарии и продолжение историй. Заявлены английский, французский, немецкий, испанский, итальянский, португальский, китайский, японский, русский и корейский языки. Режим Thinking может активироваться автоматически в зависимости от формулировки запроса, однако его включение не гарантируется для любого промпта. Модель относится к текстовой модальности и использует архитектуру семейства Llama с размером 8B. К сильным сторонам относятся большой заявленный контекст, сочетание instruct-поведения с рассуждением и специализация на художественной генерации. Ограничения включают зависимость качества и стабильности от выбранного GGUF-кванта: автор рекомендует Q4KS, IQ3_M или более высокие варианты и предупреждает о возможных проблемах рассуждения у более низких квантов. Модель не предназначена для обновления базовых знаний, поскольку дообучение, по заявлению автора, меняло поведение, а не фундаментальные знания. Распространяется по лицензии Apache-2.0.

Карточка модели Ayush-1722/Llama-3-8B-Instruct-v0.1-16K-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.

MaziyarPanahi/M7Yamshadowexperiment28_AlloyingotneoyExperiment26 — объединённая модель Mistral для генерации текста, созданная путём слияния двух моделей: automerger/M7Yamshadowexperiment28-7B и automerger/AlloyingotneoyExperiment26-7B. Она имеет плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров. Модель принимает текст и генерирует текст; максимальная длина контекста составляет 32 768 токенов. Модель подходит для сценариев генерации текста. В README не описаны специальные предметные области, языки, отдельные возможности чата или результаты оценки качества. Распространяется в формате safetensors по лицензии Apache-2.0.

M7Yamshadowexperiment28_Experiment28Experiment26 — слитая текстовая модель семейства Mistral, опубликованная MaziyarPanahi. Она объединяет модели automerger/M7Yamshadowexperiment28-7B и automerger/Experiment28Experiment26-7B и предназначена для генерации текста; карточка не уточняет специализацию или конкретные сценарии применения. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В репозитории представлены веса safetensors. Языки не определены по доступным данным. Лицензия — Apache-2.0.

MaziyarPanahi/M7Yamshadowexperiment28_Inex12Yamshadow — объединённая модель для генерации текста, созданная слиянием automerger/M7Yamshadowexperiment28-7B и automerger/Inex12Yamshadow-7B. Она построена на архитектуре Mistral и содержит 7,1 млрд параметров. Модель принимает текст и генерирует текст; размер контекста составляет до 32 768 токенов. Модель подходит для генерации продолжений и ответов на текстовые запросы. В карточке не описаны специализация, языковое покрытие и результаты оценки качества. Распространяется в формате safetensors по лицензии Apache-2.0.

MagpieLM-8B-Chat-v0.1 — диалоговая языковая модель семейства Llama 3.1, разработанная Magpie-Align. Это плотная причинно-авторегрессионная модель на 7,5 млрд параметров, дообученная на базе MagpieLM-8B-SFT-v0.1: сначала с помощью supervised fine-tuning на синтетических инструкциях, затем методом DPO на данных предпочтений. Она принимает текст и генерирует ответы в формате чата; заявленная длина контекста — 131 072 токена. Модель предназначена для диалогов, выполнения инструкций и генерации текста на английском языке. В карточке приведены результаты на Alpaca Eval 2, Arena Hard и WildBench, однако они не гарантируют качество для конкретных задач. Используется шаблон чата Llama 3.1. Лицензия — Llama 3.1 Community License от Meta. Авторы предупреждают, что ответы могут содержать фактические ошибки, логические несогласованности и смещения. Модель не рассчитана на сложные рассуждения и может выдавать небезопасный или неподходящий контент; специальное обучение безопасности не проводилось.

abideen/Mistral-v2-orpo — языковая модель на архитектуре Mistral, дообученная автором репозитория на Mistral-7B-v0.2 с использованием набора предпочтений argilla/distilabel-capybara-dpo-7k-binarized и метода Odds Ratio Preference Optimization (ORPO). Модель содержит 7,1 млрд параметров, рассчитана на контекст до 32 768 токенов и распространяется в форматах PyTorch и safetensors через Transformers. Модель предназначена для генерации текста и диалоговых ответов; обучение на данных предпочтений ориентировано на согласование ответов с предпочтениями пользователей. В карточке заявлена поддержка английского языка. Автор сообщает об обучении в течение одной эпохи; конкретные оценки приведены как общие результаты метода ORPO, поэтому их нельзя считать отдельной оценкой этого чекпойнта. Лицензия Apache-2.0.

Fizzarolli/MN-12b-Sunrose — объединённая модель для генерации текста, созданная из предварительно обученных языковых моделей с помощью mergekit и метода passthrough. В состав слияния вошли Fizzarolli/MN-12b-Rosier-v1 и Fizzarolli/nemo-sunfall-v0.6.1-adapter-on-base. Модель построена на плотной архитектуре Mistral и содержит 12,1 млрд параметров; для работы используется библиотека Transformers, веса представлены в формате safetensors. Указанное окно контекста — 1 024 000 токенов. Модель предназначена для генерации текста. README не приводит конкретных сценариев применения, сведений о языках или результатов оценки качества. Лицензия в доступных данных не указана.

thhaus/nemotron3-8b — авторская публикация модели Nemotron для генерации текста, размещённая пользователем thhaus на Hugging Face. Это плотная авторегрессионная языковая модель с архитектурой NemotronForCausalLM, содержащая 9,6 млрд параметров и рассчитанная на контекст до 4096 токенов. Модель можно использовать для продолжения текста и генерации ответов по текстовой подсказке. Карточка модели создана автоматически и не описывает разработчика, обучение, языки, назначение для конкретных сценариев, ограничения или лицензию. Поэтому эти свойства нельзя достоверно уточнить по доступным источникам.

NeuralsirkrishnaShadow_PasticheNeuralsirkrishna — текстовая генеративная модель, созданная слиянием automerger/NeuralsirkrishnaShadow-7B и automerger/PasticheNeuralsirkrishna-7B. Модель основана на архитектуре Mistral, содержит 7,1 млрд параметров и распространяется в формате Safetensors. Она предназначена для генерации текста; заявленная длина контекста — 32 768 токенов. Модель может использоваться для продолжения текста и генерации ответов на текстовые запросы. В карточке не приведены сведения о специализации, целевых языках или результатах оценки качества. Лицензия — Apache-2.0.

NeuralsirkrishnaShadow_YamExperiment24 — объединённая модель генерации текста, созданная на основе automerger/NeuralsirkrishnaShadow-7B и automerger/YamExperiment24-7B. В карточке Hugging Face указаны архитектура Mistral с плотной причинно-языковой моделью, 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста по текстовому запросу. Лицензия — Apache-2.0. README не приводит специальных сценариев применения или результатов оценки качества, поэтому практическую пригодность для конкретных задач следует проверять отдельно.

Ognoexperiment27multi_verse_modelCalmexperiment-7B — автоматически собранная Maxime Labonne объединённая модель на архитектуре Mistral с 7,1 млрд параметров. В README указаны CalmExperiment-7B-slerp и конфигурация слияния DARE-TIES; метаданные связывают модель с allknowingroger/CalmExperiment-7B-slerp. Модель предназначена для генерации текста. Она принимает текст и генерирует текст, с заявленной длиной контекста 32 768 токенов. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. README не описывает отдельные специализированные сценарии или конкретные языки.

ossamai-v0.2-merged16 — дообученная разговорная языковая модель, опубликованная blepdoge на основе unsloth/llama-3-8b-Instruct-bnb-4bit. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 7,5 млрд параметров; для обучения использовались Unsloth и библиотека TRL. Модель предназначена для генерации текста и диалоговых сценариев на английском языке с контекстом до 8192 токенов. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0.

AiMavenAi/Prometheus-1.8 — языковая модель, созданная AiMavenAi с помощью слияния моделей AiMavenAi/Prometheus-1.5 и liminerity/Multiverse-Experiment-slerp-7b методом SLERP через LazyMergekit. Это плотная причинная модель семейства Mistral с архитектурой MistralForCausalLM, примерно 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста. Модель распространяется в формате Safetensors по лицензии CC BY-NC-ND 4.0. README не приводит сведений о целевых языках, специальных областях применения или результатах оценки качества.

Модель stville/qwen25_1_5b_korean_unsloth — дообученная stville языковая модель семейства Qwen2.5 на 1,5 млрд параметров, основанная на unsloth/Qwen2.5-1.5B-bnb-4bit. Она предназначена для генерации текста. В README указано, что обучение проводилось с Unsloth и библиотекой TRL; метаданные задают контекстное окно до 32 768 токенов и формат safetensors. Карточка не описывает конкретную специализацию дообучения или оценку качества, поэтому сценарии применения следует выбирать с проверкой результатов. Модель распространяется по лицензии Apache-2.0.

rizla-9 — языковая модель для генерации текста, опубликованная пользователем rizla. По метаданным это плотная авторегрессионная модель семейства Mistral с архитектурой MistralForCausalLM, 11,7 млрд параметров и контекстом до 32 768 токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Карточка описывает объединение предварительно обученных языковых моделей методом passthrough с помощью mergekit. В конфигурации указаны локальные пути к компонентам, поэтому их идентификаторы и назначение установить нельзя. Модель предназначена для генерации текста; метаданные указывают английский язык. Лицензия — MIT.

sfm_baseline_filtered-5k_6k_7k_simpleavg_merge — объединённая языковая модель, созданная с помощью mergekit методом Linear из контрольных точек обучения с шагами 5000, 6000 и 7000. В метаданных указаны архитектура GPT-NeoX, плотная причинная языковая модель и размер 8,8 млрд параметров; модель распространяется в формате safetensors и имеет контекст длиной до 16 384 токенов. Модель предназначена для генерации текста. README не описывает специальные сценарии, языковую специализацию или сравнительные качества модели. Лицензия в предоставленных сведениях не указана.

ShadowYamshadow_Experiment27Inex12 — объединённая модель генерации текста, созданная на основе automerger/ShadowYamshadow-7B и automerger/Experiment27Inex12-7B. Она построена на плотной архитектуре Mistral с 7,1 млрд параметров и принимает контекст длиной до 32 768 токенов. Модель предназначена для генерации текста по текстовому запросу. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0. В доступных материалах не описаны специальные предметные области или дополнительные возможности помимо генерации текста.

Silver-Sun-11B — языковая модель от ABX-AI, созданная слиянием предобученных моделей методом SLERP через mergekit. Она основана на архитектуре Llama и содержит 10,6 млрд параметров; нативный контекст — 4096 токенов. В слияние вошли ABX-AI/Solstice-FKL-11B и Himitsui/Kaiju-11B; README также связывает Solstice-FKL-11B с Sao10K/Solstice-11B-v1 и saishf/Fimbulvetr-Kuro-Lotus-10.7B. Модель предназначена для генерации текста по инструкциям, письма и рассуждений. В карточке рекомендованы пресеты инструкций Alpaca. Автор отмечает склонность к прямому, временами грубому стилю и к откровенному NSFW-языку в подходящем контексте. Указанная лицензия — other; конкретные условия использования в карточке не раскрыты.

QuantFactory/Starling-LM-7B-beta-GGUF — это версия языковой модели Starling-LM-7B-beta в формате GGUF, подготовленная QuantFactory. Исходную модель разработала команда Nexusflow: Banghua Zhu, Evan Frick, Tianhao Wu, Hanlin Zhu, Karthik Ganesan, Wei-Lin Chiang, Jian Zhang и Jiantao Jiao. Модель предназначена для генерации текста и диалоговых сценариев, включая создание полезных и безопасных ответов. Starling-LM-7B-beta — языковая модель с 7 млрд параметров, дообученная методами RLHF и RLAIF. Она создана на основе Openchat-3.5-0106, которая, в свою очередь, базируется на Mistral-7B-v0.1. Для обучения использовались reward model Starling-RM-34B, датасет berkeley-nest/Nectar и оптимизация PPO. Заявлена поддержка английского языка. В README не указаны точный размер контекста, конкретные варианты квантования и доступные модальности; по назначению это текстовая модель. К сильным сторонам относятся оптимизация полезности и безопасности ответов с помощью RLAIF, а также результат 8,12 в MT-Bench при оценке GPT-4. Ограничения включают бета-статус, ориентацию на английский язык и отсутствие в README подробностей о производительности, требованиях к оборудованию и характеристиках отдельных GGUF-файлов. Модель распространяется по лицензии Apache-2.0 с условием, что она не используется для конкуренции с OpenAI.