III.5Управление персоналом и организацией

Mistral-Small-2501-SCE-Mashup-24B — объединённая текстовая модель, созданная сообществом mergekit-community методом SCE на основе unsloth/Mistral-Small-24B-Base-2501 и нескольких дообученных моделей семейства Mistral и других текстовых моделей. Она предназначена для генерации текста и диалогового общения. Модель использует плотную архитектуру MistralForCausalLM, содержит 23,4 млрд параметров и поддерживает контекст до 32 768 токенов. В состав слияния вошли модели ArliAI, ReadyArt, TheDrummer, arcee-ai, PocketDoc и trashpanda-org. Репозиторий содержит веса в формате safetensors и рассчитан на использование через Transformers. Сведения о лицензии в предоставленных данных отсутствуют.

Mistralv0.2-StarlingLM-FrankenMaid-10.5B — диалоговая языковая модель, созданная слиянием моделей с помощью mergekit. В состав слияния входят Mistral-7B-Instruct-v0.2, Starling-LM-7B-beta и fM-v2; применены методы passthrough и dare_ties. Архитектура — плотная MistralForCausalLM, размер — 10,4 млрд параметров, формат весов — safetensors, контекст — до 32 768 токенов. Модель предназначена для генерации текста и диалоговых ответов; в карточке рекомендуется шаблон Alpaca Instruct. Данные не уточняют набор поддерживаемых языков или специальные предметные области. Лицензия в доступных сведениях не указана.

Mixtral_7Bx2_MoE — языковая модель семейства Mixtral, опубликованная cloudyu. Это объединённая модель (MoE) на основе NurtureAI/neural-chat-7b-v3-16k и mncai/mistral-7b-dpo-v6; в метаданных указано 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста и может использоваться для диалога, ответов на вопросы и текстовых задач общего назначения. В карточке приведены результаты Open LLM Leaderboard: средняя оценка 73,43, ARC — 71,25 и HellaSwag — 87,45. Модель распространяется в формате safetensors по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Языки, на которых модель специально оценивалась или оптимизирована, в предоставленных данных не обозначены.

zelk12/MT1-Max-Merge_02012025163610-GP-gemma-2-MTM5MT1g2-9B — объединённая методом SLERP модель на базе Gemma 2, созданная из zelk12/MT1-Gen2-gemma-2-9B и zelk12/MT-Merge5-gemma-2-9B с помощью mergekit. Это плотная авторегрессионная языковая модель с 9 млрд параметров, рассчитанная на генерацию текста и диалоговые сценарии; она принимает текст и выдаёт текст. Модель использует библиотеку Transformers, распространяется в формате safetensors и поддерживает контекст до 8192 токенов. В карточке не приведены сведения о специализации на отдельных языках или предметных областях. Условия лицензии в предоставленных данных не указаны.

zelk12/MT2-Gen4-MA-gemma-2-N3N1532-9B — языковая модель Gemma 2 с 9 млрд параметров, созданная слиянием двух моделей методом SLERP с помощью mergekit. В состав слияния вошли nhyha/N3N_gemma-2-9b-it_20241029_1532 и allknowingroger/Gemmaslerp2-9B; веса сохранены в формате safetensors, библиотека для работы — Transformers. Модель предназначена для генерации текста и диалогового общения. Она принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов. Карточка не уточняет поддерживаемые языки и специализированные области применения, поэтому модель следует рассматривать как общего назначения. Репозиторий не сообщает результатов оценки качества или известных ограничений. Лицензия в предоставленных данных не указана.

zelk12/MT2-Max-Merge_02012025163610-MU-gemma-2-MTM2MUMTM4-9B — объединённая модель генерации текста, созданная разработчиком zelk12 методом SLERP с помощью mergekit из двух моделей: zelk12/MT-Merge4-gemma-2-9B и zelk12/MT-Merge2-MU-gemma-2-MTg2MT1g2-9B. Модель построена на плотной архитектуре Gemma 2 с 9 млрд параметров и поддерживает контекст длиной до 8192 токенов. Модель предназначена для генерации текста и диалогового общения. Данные не описывают её специализацию по языкам или предметным областям, поэтому её можно характеризовать только как модель общего назначения. Репозиторий содержит веса в формате safetensors; для работы используется библиотека Transformers. Лицензия в предоставленных данных не указана.

zelk12/MT4-Gen4-BB-gemma-2-MT4g2MT3g2-9B — объединённая диалоговая языковая модель на архитектуре Gemma 2, созданная с помощью mergekit методом SLERP из zelk12/MT4-Gen2-gemma-2-9B и zelk12/MT3-Gen2-gemma-2-9B. Модель содержит 9 млрд параметров, использует формат safetensors и рассчитана на контекст до 8192 токенов. Модель предназначена для диалога и генерации текста: она принимает текстовые запросы и формирует текстовые ответы. Может использоваться в чат-ботах, для черновиков и для продолжения текста. README описывает способ слияния и исходные модели, но не приводит отдельных оценок качества или подробных рекомендаций по применению. Лицензия в предоставленных данных не указана.

zelk12/MT-Gen4-MU-gemma-2-Sv1IBTS5-9B — объединённая методом SLERP языковая модель семейства Gemma 2 на 9 млрд параметров. По карточке, при создании использованы allknowingroger/GemmaSlerp5-10B и gmonsoon/SahabatAI-Lion-9B-TIES-v1; merge выполнен с помощью mergekit, веса указаны в формате bfloat16. Модель предназначена для диалогов и генерации текста по инструкциям; метаданные отмечают поддержку чата и контекст до 8192 токенов. Описание базовой модели каталога указывает на языки Юго-Восточной Азии и английский, но конкретные поддерживаемые языки этой модели не перечислены. Репозиторий содержит веса safetensors. Лицензия в предоставленных сведениях не указана.

zelk12/MT-Merge2-IF-gemma-2-MT4g2MT1g2-9B — объединённая с помощью SLERP языковая модель на основе Gemma 2, созданная слиянием zelk12/MT1-Gen2-gemma-2-9B и zelk12/MT4-Gen2-gemma-2-9B. Модель имеет плотную архитектуру Gemma2ForCausalLM, содержит 9 млрд параметров и работает с контекстом до 8192 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Её можно применять для ответов на вопросы, ведения беседы и создания текстовых черновиков. В метаданных указана поддержка чата; сведения о специализированных предметных областях и конкретных языках отсутствуют. Модель доступна в формате safetensors и использует библиотеку Transformers. Лицензия в предоставленных данных не указана.

zelk12 выпустил разговорную языковую модель MT-Merge4-MU-gemma-2-MT3g4MT1g4-9B — объединение двух предварительно обученных моделей Gemma 2 с помощью SLERP и mergekit. Модель имеет плотную архитектуру Gemma2ForCausalLM и 9 млрд параметров; репозиторий содержит веса в формате safetensors. Она предназначена для генерации текста и ведения диалогов, принимает текст и выдаёт текст. Модель основана на zelk12/MT1-Gen4-gemma-2-9B и zelk12/MT3-Gen4-gemma-2-9B; в конфигурации для объединения указаны bfloat16 и параметр t=0.25. Максимальная длина контекста — 8192 токена. Лицензия в предоставленных данных не указана.

zelk12 создал разговорную модель генерации текста на основе Gemma 2, объединив методом SLERP две модели: zelk12/MT-Merge4-gemma-2-9B и zelk12/MT-Merge5-gemma-2-9B. Модель имеет плотную архитектуру Gemma2ForCausalLM и 9 млрд параметров; её можно использовать для диалогов и генерации текста. Она работает с контекстом до 8192 токенов и доступна в формате Safetensors для Transformers. README указывает на слияние предварительно обученных языковых моделей и конфигурацию bfloat16. Лицензия в предоставленных данных не описана.

NeuralShivaFusion-7B-Gradient-ST — объединённая модель генерации текста, созданная Kukedlc с помощью LazyMergekit на основе трёх версий Neural-Krishna-Multiverse-7b. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Она предназначена для генерации текста и диалогов; репозиторий содержит веса в формате safetensors. README не описывает отдельную специализацию или языковую направленность модели. Лицензия в предоставленных данных не указана.

NeuralStar_FusionWriter_4x7b — объединённая языковая модель семейства Mixtral с архитектурой Mixture of Experts, созданная OmnicromsBrain с помощью LazyMergekit. В слиянии использованы mlabonne/AlphaMonarch-7B, OmnicromsBrain/Eros_Scribe-7b, SanjiWatsuki/Kunoichi-DPO-v2-7B и OmnicromsBrain/NeuralStar_Fusion-7B. Модель содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Её можно применять для написания и продолжения текстов, ответов на запросы и ведения беседы. В карточке упомянуты отдельные статические и imatrix-квантизированные варианты GGUF, подготовленные MRadermacher; основной репозиторий использует формат safetensors. Модель распространяется по лицензии Apache-2.0. README не приводит результатов оценки качества или конкретных языковых ограничений; перечисление использованных моделей само по себе не гарантирует одинаковое качество их возможностей в объединённой модели.

NeuralsynthesisMyriad-7B — автоматически объединённая языковая модель, созданная Maxime Labonne с помощью mergekit. В конфигурации объединены Kukedlc/NeuralSynthesis-7B-v0.3 и Muhammad2003/Myriad-7B-Slerp методом dare_ties; для второго источника заданы плотность 0,53 и вес 0,6. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и принимает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Репозиторий содержит веса в формате safetensors, указанная лицензия — CC BY-NC 4.0, предусматривающая ограничения на коммерческое использование.

neurotic-crown-clown-7B-ties — это объединённая методом TIES (Trim, Elect Sign & Merge) модель семейства Mistral, созданная с помощью mergekit на основе NeuralMonarch-7B, AlphaMonarch-7B и jaskier-7b-dpo-v5.6. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и распространяется в формате safetensors. Модель предназначена для генерации текста и диалогового общения. Её можно применять для ведения беседы, следования инструкциям и рассуждений; базовая NeuralMonarch-7B описана как модель для этих сценариев. Заявленная длина контекста — 32 768 токенов. Основной язык и полный перечень поддерживаемых языков в доступных данных не определены. Модель опубликована под лицензией Apache-2.0. Это слияние нескольких моделей, поэтому качество и поведение могут отличаться от каждой из исходных моделей; количественные оценки качества в карточке не приведены.

Notux 8x7B-v1 — диалоговая языковая модель команды Argilla, дообученная методом Direct Preference Optimization (DPO) на наборе предпочтений argilla/ultrafeedback-binarized-preferences-cleaned. В основе лежит инструктивная Mixtral 8x7B Instruct v0.1 с архитектурой разреженной смеси экспертов (MoE); метаданные указывают 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста и ответов на запросы в диалоговом формате. В карточке указана поддержка английского, немецкого, испанского, французского и итальянского языков. Argilla сообщала, что на момент декабря 2023 года модель превосходила исходную Mixtral на оценке Open LLM Leaderboard; эти результаты относятся к указанному набору оценок и не гарантируют качество для каждого сценария. Модель распространяется в формате safetensors и использует лицензию Apache-2.0 по метаданным Hugging Face; в README указана MIT, поэтому сведения о лицензии в источниках расходятся и требуют проверки перед использованием.

Orpomis-Prime-7B-it — диалоговая языковая модель, созданная saucam с помощью Mergekit из kaist-ai/mistral-orpo-beta, NousResearch/Hermes-2-Pro-Mistral-7B и mistralai/Mistral-7B-Instruct-v0.2. Это плотная модель семейства Mistral с 7,1 млрд параметров; веса опубликованы в формате safetensors, контекст составляет до 32 768 токенов. Модель предназначена для генерации текста в диалоге и ответов на инструкции. Её можно использовать для чат-ботов, ответов на вопросы и написания текстов по запросу; README показывает запуск через Transformers и шаблон чата. В карточке не заявлена специализация на конкретном языке или предметной области. Качество ответов и поведение могут различаться в зависимости от запроса и параметров генерации; README не приводит результатов оценки. Условия лицензии в предоставленных данных не указаны.

pastiche-crown-clown-7B-dare — объединённая модель семейства Mistral, созданная с помощью mergekit из четырёх моделей: bardsai/jaskier-7b-dpo-v5.6, mlabonne/AlphaMonarch-7B, mlabonne/NeuralMonarch-7B и macadeliccc/MBX-7B-v3-DPO. Для слияния использован метод DARE TIES; итоговые веса сохранены в формате safetensors и имеют тип bfloat16. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста, в том числе диалогов, ответов на инструкции и рассуждений, унаследованных от базовых моделей. Она может применяться в чат-ботах и для генерации текста по запросу. Репозиторий распространяется по лицензии Apache-2.0. README не приводит сравнительных оценок качества или специализированных ограничений; результаты могут зависеть от запроса и сценария использования.

win10/phi-3.5-Sakura-Yuzu-v1.5-7.64b — объединённая языковая модель на архитектуре Phi-3, созданная с помощью mergekit методом passthrough на основе win10/phi-3.5-Sakura-Yuzu-v1.5. Модель содержит 7,1 млрд параметров и предназначена для генерации текста в диалоговом формате.

Q2.5-Veltha-14B-0.5 — объединённая языковая модель на архитектуре Qwen2.5, созданная автором djuna с помощью mergekit. Для слияния использован метод della_linear; базой служила arcee-ai/SuperNova-Medius, также в объединение вошли четыре другие модели семейства Qwen2.5. Модель содержит 14 млрд параметров, работает через Transformers и распространяется в формате safetensors; заявленная длина контекста — 131 072 токена. Модель предназначена для генерации текста и диалогового общения. Её можно применять для ответов на запросы, ролевых диалогов и творческого письма; исходные модели в составе объединения ориентированы на инструкции и генерацию историй. Карточка приводит результаты нескольких тестов, включая IFEval и BBH, но не раскрывает полную таблицу оценок. Лицензия в предоставленных данных не указана.

manojpaul9986/qwen-1.5b-dpo — дообученная разработчиком manojpaul9986 разговорная языковая модель семейства Qwen2 с 1,5 млрд параметров. Она предназначена для генерации текста и диалоговых сценариев; обучение выполнялось с помощью Unsloth и библиотеки TRL на базе manojpaul9986/qwen-1.5b-sft. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. В карточке указан английский язык. Репозиторий содержит веса в формате Safetensors и распространяется по лицензии Apache-2.0.

Marsouuu/Qwen1_78-ECE-PRYMMAL-Martial — языковая модель для генерации текста, созданная сообществом путём слияния моделей Qwen2.5-1.5B и Qwen2.5-1.5B-Instruct методом SLERP с помощью mergekit. Она предназначена для диалогов и генерации ответов по текстовым запросам. Модель имеет плотную архитектуру Qwen2, содержит 1,5 млрд параметров и поддерживает контекст длиной до 32 768 токенов. Модель распространяется в формате safetensors под лицензией Apache-2.0. Карточка приводит результаты отдельных тестов, включая IFEval и BBH; эти оценки не гарантируют качество на других запросах.

mergekit-community/qwen2.5-11B-Mzy — объединённая плотная языковая модель семейства Qwen2.5, созданная с помощью mergekit методом passthrough из AIDC-AI/Marco-o1, djuna/Q2.5-Fuppavy-7B и happzy2633/qwen2.5-7b-ins-v3. Модель содержит 10,8 млрд параметров и предназначена для генерации текста в диалоговых сценариях. Модель принимает текст и выдаёт текст; доступна в формате safetensors для Transformers. Заявленная длина контекста — 32 768 токенов. В README указано, что веса собраны из диапазонов слоёв трёх исходных моделей; детали лицензии и результаты сравнительных оценок в предоставленных данных отсутствуют.

3MPER0RR/Qwen3.8-27B-3MPER0RR-abliterated — дообученная диалоговая модель семейства Qwen, созданная 3MPER0RR на основе Qwen/Qwen3.8-27B. В метаданных указаны плотная архитектура Qwen3.5, 27 млрд параметров для базовой модели и поддержка генерации текста и чата. Модель подходит для диалогов и генерации текста. Карточка сообщает, что модель прошла тестирование и была сохранена, но не описывает метод дообучения, языки, контекстное окно или отдельные возможности версии «abliterated». Лицензия — Apache 2.0.

Rawr — плотная языковая модель семейства Llama 3, созданная ResplendentAI слиянием нескольких моделей для генерации диалогового текста. В конфигурации использован метод model_stock; в качестве базовой указана ResplendentAI/SOVL_Llama3_8B, а среди компонентов — Poppy Porpoise, Smarts, TheSpice, Aura, Stheno и Luna. Модель содержит 7,5 млрд параметров, работает через Transformers и распространяется в формате safetensors; контекстное окно — 8192 токена. Модель предназначена для диалогов и генерации текста по запросу. Метаданные описывают её как чат-модель, но не приводят сведений о целевых языках или узких предметных областях, поэтому её следует рассматривать как модель общего назначения. Лицензия в предоставленных данных не указана.

zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1 — слияние языковых моделей Gemma 2, созданное с помощью mergekit и метода SLERP на основе lemon07r/Gemma-2-Ataraxy-v2-9B и recoilme/recoilme-gemma-2-9B-v0.4. Это плотная авторегрессионная модель с архитектурой Gemma2ForCausalLM и 9 млрд параметров, предназначенная для диалогов и генерации текста. Она принимает текст и выдаёт текст; заявленная длина контекста — 8192 токена. В конфигурации слияния использована точность bfloat16. Модель подходит для ведения диалогов, выполнения инструкций и творческой генерации текста. В README приведены результаты Open LLM Leaderboard, включая IFEval и BBH; этих оценок недостаточно, чтобы судить о качестве во всех сценариях. В доступных сведениях не указаны конкретные поддерживаемые языки. Репозиторий содержит веса в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1-t0.25 — слияние методом SLERP двух предварительно обученных языковых моделей, выполненное с помощью mergekit. В состав входят recoilme/recoilme-gemma-2-9B-v0.4 и lemon07r/Gemma-2-Ataraxy-v2-9B. Модель построена на архитектуре Gemma 2 с плотной конфигурацией и содержит 9 млрд параметров; для хранения используются веса safetensors, а библиотека для работы — Transformers. Длина контекста составляет 8192 токена. Модель предназначена для генерации текста в диалоговом формате, выполнения инструкций и творческого письма. В опубликованных результатах оценки указаны IFEval 77,07 и BBH 43,85; эти показатели относятся к приведённой в карточке оценке и не гарантируют аналогичного качества на всех задачах. README не приводит сведений о лицензии или дополнительных ограничениях использования.

zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1-t0.75 — объединённая методом SLERP языковая модель на архитектуре Gemma 2, созданная с помощью mergekit из recoilme/recoilme-gemma-2-9B-v0.4 и lemon07r/Gemma-2-Ataraxy-v2-9B. Модель содержит 9 млрд параметров, использует формат safetensors и предназначена для генерации текста в диалогах и при выполнении инструкций; поддерживает контекст до 8192 токенов. Сценарии применения включают диалоговые ассистенты и творческую генерацию текста. В README приведены результаты Open LLM Leaderboard: 72,08 на IFEval и 42,49 на BBH; эти показатели характеризуют отдельные тесты и не гарантируют качество для любых запросов. Лицензия в доступных данных не указана.

d4g0at5h0rty/sage-ml — дообученная разговорная языковая модель семейства Sage с плотной архитектурой Cohere2ForCausalLM. Модель содержит 3,3 млрд параметров и рассчитана на генерацию текста в диалоговом формате; контекст — до 8192 токенов. Модель подходит для ведения диалогов и генерации ответов на текстовые запросы. В метаданных указаны английский и многоязычная поддержка, библиотека Transformers и формат весов safetensors. Модель выпущена под лицензией Apache-2.0.

arcee-ai разработала Saul-Base-Calme-7B-Instruct-slerp — объединённую методом SLERP языковую модель для генерации текста и диалогового общения. Она объединяет Equall/Saul-Base и MaziyarPanahi/Calme-7B-Instruct-v0.1.1; в конфигурации mergekit базовой указана Calme-7B-Instruct-v0.1.1. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и имеет контекстное окно до 32 768 токенов. Она принимает текст и генерирует текст; карточка описывает её как разговорную модель, однако языки обучения и приоритетные языки не установлены по предоставленным данным. Модель распространяется в формате safetensors по лицензии Apache-2.0. README не приводит оценок качества и подробных ограничений; результат генерации может требовать проверки, как и у других языковых моделей.