III.5Управление персоналом и организацией

KR-X-AI разработала эту разговорную языковую модель на базе Qwen2-7B-Instruct. Это плотная авторегрессионная модель с 7,1 млрд параметров для генерации текста и диалогов; заявленное окно контекста составляет 32 768 токенов. Модель дообучена от unsloth/qwen2-7b-instruct-bnb-4bit с использованием Unsloth и библиотеки TRL. Модель предназначена для чат-сценариев и генерации ответов на текстовые запросы. В метаданных указан английский язык. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache-2.0.

L3SAO-Mix-SuperHermes-NovaPurosani-8B — объединённая текстовая модель ZeroXClem на архитектуре Llama 3.1. Она создана методом Della Linear из ZeroXClem/Llama3.1-Hermes3-SuperNova-8B-L3.1-Purosani-2-8B и Casual-Autopsy/L3-bluuwhale-SAO-MIX-8B-V1_fp32-merge-calc; в метаданных базовой моделью указана первая из них. Модель содержит 7,5 млрд параметров, поддерживает контекст до 131 072 токенов и распространяется в формате safetensors по лицензии Apache-2.0. Модель предназначена для следования инструкциям, диалогов, ролевых сценариев и генерации длинных текстов. Её можно применять для интерактивных историй, разработки персонажей и игровых диалогов, а также для подготовки черновиков статей, романов и отчётов, суммаризации и задач ассистента. Карточка заявляет сочетание возможностей Hermes 3 и bluuwhale, но не приводит сравнительных оценок или результатов испытаний. Указанные языки — английский и русский; специальных ограничений применения в карточке не описано.

Llama-3-15b-Instruct-GLUED-Plus — инструктивная языковая модель, дообученная athirdpath на базе athirdpath/Llama-3-15b-Instruct-GLUED. Это плотная авторегрессионная модель семейства Llama с 14,9 млрд параметров, контекстом до 8192 токенов и форматом диалога L3; для обучения использовались Unsloth и Hugging Face TRL, а также частный датасет объёмом 8 тысяч примеров.

Dogge/llama-3-70B-uncensored — дообученная Dogge разговорная языковая модель семейства Llama 3 с плотной архитектурой LlamaForCausalLM и 69,5 млрд параметров. Базовая модель — unsloth/llama-3-70b-bnb-4bit; для обучения использовались Unsloth и библиотека Hugging Face TRL. Модель предназначена для генерации текста и диалоговых ответов на английском языке. Контекст составляет 8192 токена. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0.

Llama-3-8B-WizardLM-196K — дообученная Magpie-Align версия языковой модели Meta Llama 3 8B, разработанная на базе meta-llama/Meta-Llama-3-8B. Модель предназначена для генерации текста в диалоговом формате и может использоваться как чат-модель общего назначения. Модель содержит 7,5 млрд параметров, построена на плотной архитектуре LlamaForCausalLM и принимает текст, выдавая текст. Длина контекста, указанная в метаданных, — 8192 токена. Веса доступны в форматах PyTorch и safetensors; лицензия — llama3. README сообщает о дообучении, но не раскрывает датасет и не описывает специализированные возможности или результаты, кроме значения loss 0,6077 на оценочном наборе.

Llama-3-DARE-v3-8B — объединённая плотная языковая модель на архитектуре Llama, созданная с помощью mergekit методом DARE TIES. В объединение вошли meta-llama/Meta-Llama-3-8B и meta-llama/Meta-Llama-3-8B-Instruct; модель содержит 7,5 млрд параметров и предназначена для генерации текста и диалоговых ответов. Модель работает с текстом, поддерживает контекст до 8192 токенов и использует формат safetensors в библиотеке Transformers. Базовые модели ориентированы на английский язык; отдельных сведений о поддержке других языков карточка не приводит. Лицензия указана как other, поэтому условия использования следует сверить с лицензиями базовых моделей и карточкой репозитория.

Llama3-dolphin-slerp — диалоговая языковая модель, созданная слиянием методом SLERP моделей Dolphin 2.9 Llama 3 8B и Llama 3 8B Lexi Uncensored с помощью mergekit. Она предназначена для генерации текста и ведения диалогов. Архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров, контекст — до 8192 токенов; модель принимает и выдаёт текст. Слияние объединяет характеристики двух исходных моделей, одна из которых описана в каталоге как модель для диалоговой генерации и следования инструкциям с ослабленными ограничениями на ответы. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Lumina-3 — текстовая модель семейства Mixtral, созданная с помощью LazyMergekit и объединения моделей. Она предназначена для генерации текста и диалогового общения; заявленное окно контекста достигает 32 768 токенов. В метаданных указано 7,1 млрд параметров, архитектура Mixture of Experts и формат safetensors. В README приведены результаты оценки на Open LLM Leaderboard, включая ARC и HellaSwag. Репозиторий также ссылается на сторонние сборки в формате GGUF. Модель распространяется по лицензии Apache-2.0. В карточке не указаны поддерживаемые естественные языки и специальные предметные области.

Luminum-v0.1-123B — объединённая языковая модель FluffyKaeloky на архитектуре MistralForCausalLM, созданная с помощью метода della_linear на основе Mistral Large Instruct 2407 с добавлением Lumimaid-v0.2-123B и Magnum-v2-123B. Модель содержит 122,2 млрд параметров и поддерживает контекст до 131 072 токенов; автор сообщает об успешном тестировании длинных запросов свыше 32 тысяч токенов, обычно до 40–50 тысяч. Модель предназначена для диалогов, генерации текста и творческих описаний. По оценке автора, она сочетает возможности базовой Mistral Large, характерную лексику Lumimaid и описательность Magnum, сохраняя ответы менее многословными, чем Magnum. Используется шаблон Mistral [INST] ... [/INST]; заявлены интерфейс вызова инструментов и варианты файлов GGUF и EXL2. Модель может выдавать чрезмерно длинные ответы, если не ограничивать их длину. README не сообщает лицензию; условия использования следует сверить с карточкой и лицензиями компонентов слияния.

M7Yamshadowexperiment28_Strangemerges_32M7 — объединённая модель для генерации текста, созданная MaziyarPanahi. Она получена слиянием моделей automerger/M7Yamshadowexperiment28-7B и automerger/Strangemerges_32M7-7B; архитектура — плотная MistralForCausalLM на 7,1 млрд параметров. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Модель предназначена для генерации продолжений текста и диалоговых ответов. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache-2.0. README не сообщает о специальных прикладных областях или оценках качества.

M7Yamshadowexperiment28_YamM7 — объединённая модель семейства Mistral, созданная из automerger/M7Yamshadowexperiment28-7B и automerger/YamM7-7B. Модель содержит 7,1 млрд параметров и использует архитектуру MistralForCausalLM; для работы с текстом доступен контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогов. Её можно использовать для составления ответов, продолжения текста и разговорного взаимодействия. В карточке модели не приведены сведения о специализации или языковом охвате. Модель распространяется по лицензии Apache-2.0. README не сообщает о результатах оценки качества или известных ограничениях.

MagnusIntellectus-12B-v1 — объединённая модель для генерации текста и диалогов, созданная GalrionSoftworks с помощью LazyMergekit из UsernameJustAnother/Nemo-12B-Marlin-v5 и anthracite-org/magnum-12b-v2. Это плотная причинно-языковая модель семейства Mistral с архитектурой MistralForCausalLM и 12,1 млрд параметров; карточка указывает контекст до 1 024 000 токенов. Модель предназначена для генерации текста и ведения диалогов в чат-сценариях. В README описано слияние методом TIES с нормализацией и весами 0,70 и 0,30; веса опубликованы в формате safetensors и типе bfloat16. В карточке приведены результаты Open LLM Leaderboard: средний балл 21,55, IFEval 44,21 и BBH 33,26. Лицензия — Apache-2.0. Данных о поддерживаемых естественных языках в предоставленных источниках нет.

Marcoroni-neural-chat-7B-v2-Mistral-7B-Instruct-v0.1 — языковая чат-модель MaziyarPanahi, созданная слиянием Mistral-7B-Instruct-v0.1 и Marcoroni-neural-chat-7B-v2 методом SLERP. Это плотная архитектура Mistral с 7,1 млрд параметров, предназначенная для генерации текста в ответ на инструкции и диалоговые запросы; заявленный размер контекста — 32 768 токенов. Модель подходит для диалоговых помощников и генерации ответов на текстовые запросы. README описывает объединение весов с отдельными коэффициентами смешивания для слоёв self-attention и MLP. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0. В предоставленных данных не обозначены языки обучения или специализированные области применения.

MeliodasPercival_01_AlloyingotneoyNeuralsirkrishna — объединённая языковая модель MaziyarPanahi, построенная на архитектуре Mistral. Веса получены слиянием automerger/MeliodasPercival_01-7B и automerger/AlloyingotneoyNeuralsirkrishna-7B. Модель содержит 7,1 млрд параметров, использует формат Safetensors и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогов. Её можно использовать для ответов на запросы, продолжения текста и создания черновиков. Карточка не уточняет отдельные языки, специализированные области или дополнительные возможности. Лицензия — Apache-2.0.

MeliodasPercival_01_M7Alloyingotneoy — объединённая текстовая модель на архитектуре Mistral с 7,1 млрд параметров. Она создана слиянием моделей automerger/MeliodasPercival_01-7B и automerger/M7Alloyingotneoy-7B. Модель предназначена для генерации текста и диалогов, в том числе с длинным контекстом до 32 768 токенов. Данные о специализации по языкам или прикладным областям в карточке не приведены. Модель распространяется в формате Safetensors по лицензии Apache-2.0.

MeliodasPercival_01_MeliodasT3q — объединённая текстовая модель семейства Mistral с 7,1 млрд параметров, созданная слиянием моделей automerger/MeliodasPercival_01-7B и automerger/MeliodasT3q-7B. Она предназначена для генерации текста и ведения диалогов; принимает текст и поддерживает контекст до 32 768 токенов. Модель опубликована в формате Safetensors и распространяется по лицензии Apache-2.0. Данных о специализации на конкретной предметной области или языке нет, поэтому её можно рассматривать как модель общего назначения. Карточка не приводит результаты оценки качества или подробные рекомендации по использованию.

MeliodasPercival_01_Strangemerges_32Alloyingotneoy — объединённая модель генерации текста на архитектуре Mistral, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/Strangemerges_32Alloyingotneoy-7B. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Она предназначена для генерации текста и диалоговых сценариев. Репозиторий содержит веса в формате Safetensors. Модель распространяется по лицензии Apache-2.0. Данных о специализации на конкретных языках или предметных областях нет.

MeliodasPercival_01_YamNeuralsirkrishna — объединённая модель Mistral с 7,1 млрд параметров, созданная на основе automerger/MeliodasPercival_01-7B и automerger/YamNeuralsirkrishna-7B. Она предназначена для генерации текста и диалогов на основе текстовых запросов; максимальная длина контекста составляет 32 768 токенов. Модель опубликована в формате Safetensors и распространяется по лицензии Apache-2.0. Карточка не описывает специальные области применения или отдельные языковые возможности, поэтому её можно рассматривать как модель общего назначения. Характеристики и ограничения исходных моделей в карточке не раскрыты.

MeliodasT3q_M7Alloyingotneoy — объединённая текстовая модель семейства Mistral с 7,1 млрд параметров. По карточке она объединяет automerger/MeliodasT3q-7B и automerger/M7Alloyingotneoy-7B. Модель предназначена для генерации текста и диалогов. Она принимает текст и поддерживает контекст до 32 768 токенов; основной язык из доступных сведений определить нельзя. Весы опубликованы в формате Safetensors. Лицензия — Apache-2.0. Подробные оценки качества и специфические ограничения в карточке не описаны.

mergekit-community/mergekit-slerp-eundxnq — языковая модель, созданная сообществом с помощью mergekit путём слияния Meta-Llama-3-8B и Meta-Llama-3-8B-Instruct методом SLERP. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM, примерно 7,5 млрд параметров и контекстом до 8192 токенов. Она предназначена для генерации текста и диалоговых ответов. Слияние базовой и инструкционной версий Llama 3 объединяет возможности продолжения текста и следования инструкциям. Модель принимает текст и выдаёт текст; метаданные отмечают поддержку чата. README не приводит отдельные результаты оценки качества или сведения о поддерживаемых языках, поэтому эти характеристики нельзя уточнить. Для использования действуют условия лицензии базовых моделей Meta-Llama-3.

Это дообученная разговорная языковая модель sleeepeer на базе meta-llama/Llama-3.1-8B-Instruct, обученная с помощью TRL. Она предназначена для генерации текста в ответ на инструкции и вопросы в диалоговом формате. Модель использует плотную архитектуру Llama с 7,5 млрд параметров и принимает текст; заявленный контекст составляет до 131072 токенов. Модель подходит для диалоговых сценариев и генерации ответов. В карточке приведён пример ответа на вопрос в формате чата. Репозиторий содержит веса Safetensors и использует библиотеку Transformers. Лицензия в предоставленных данных не указана.

mncai/mistral-7b-dpo-merge-v1.1 — объединённая инструкционная языковая модель от MindsAndCompany на базе Mistral. В карточке указано, что при создании объединены mncai/mistral-7b-dpo-v6, rwitz2/go-bruins-v2.1.1, ignos/LeoScorpius-GreenNode-Alpaca-7B-v1 и janai-hq/trinity-v1 с помощью TIES; базовая модель прошла instruction tuning и DPO. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и формат safetensors, а длина контекста составляет 32 768 токенов. Модель предназначена для генерации текста по инструкциям: например, для ответов на вопросы и диалоговых сценариев. Пример в карточке содержит запрос на корейском языке, но метаданные указывают английский как язык модели. Лицензия — Apache 2.0. Авторы предупреждают, что результаты на открытых лидербордах могут быть переобучены и не отражать качество на реальных задачах; они рекомендуют оценивать модель на собственных данных. В карточке также отмечено, что mncai/mistral-7b-dpo-v6 показала более слабые результаты во внутренних оценках, чем некоторые другие модели автора.

CorticalStack/mistral-7b-openhermes-2.5-sft — языковая модель на архитектуре Mistral, дообученная методом supervised fine-tuning на датасете teknium/OpenHermes-2.5. В README указаны параметры LoRA: r=256, alpha=128 и dropout=0; метаданные описывают плотную модель MistralForCausalLM размером 7,1 млрд параметров с контекстом до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текст и выдаёт текст; в доступных данных нет сведений о поддержке отдельных языков или специализированных областях. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. Ограничения качества и безопасного использования в карточке не описаны.

edinlp/mistral-7b-v0.3-sft — дообученная языковая модель на архитектуре Mistral с 7,1 млрд параметров. Она создана на основе mistralai/Mistral-7B-v0.3 и дообучена на наборе данных openhermes-2.5; метаданные отмечают возможность диалогового использования. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текст и выдаёт текст, а базовая модель поддерживает контекст до 32 768 токенов. В README не приведены результаты оценки качества или подробные рекомендации по применению. Лицензия указана как other, поэтому конкретные условия использования следует сверить с карточкой модели и файлами лицензии репозитория.

MaziyarPanahi/mistral-7b-v5-Mistral-7B-Instruct-v0.1 — чат-модель на архитектуре Mistral для генерации текста в ответ на инструкции и диалоговые запросы. Она создана слиянием методом SLERP моделей mistralai/Mistral-7B-Instruct-v0.1 и mncai/mistral-7b-v5; базовой указана mistralai/Mistral-7B-Instruct-v0.1. Модель содержит 7,1 млрд параметров, рассчитана на контекст до 32 768 токенов и распространяется в формате Safetensors. Модель подходит для диалоговых помощников и генерации ответов по текстовым запросам. В метаданных указан английский язык. Лицензия — Apache-2.0. Данные карточки не описывают специальных прикладных областей или известных ограничений качества.

mistralake-slerp — разговорная языковая модель, созданная объединением HuggingFaceH4/mistral-7b-grok и senseable/WestLake-7B-v2 с помощью LazyMergekit. Для слияния использован метод SLERP; в конфигурации указан тип bfloat16. Модель основана на плотной архитектуре Mistral и предназначена для генерации текста в диалоговом формате. Её можно применять для ведения диалога, ответов на вопросы и создания текстовых черновиков. Заявленная длина контекста — 32 768 токенов. В репозитории используются веса Safetensors. Лицензия в предоставленных данных не указана.

MixtureofMerges-MoE-2x7b-SLERPv0.9b — объединённая модель для генерации текста, созданная автором jsfs11 методом SLERP с помощью LazyMergekit. В объединение вошли zhengr/MixTAO-7Bx2-MoE-v8.1 и jsfs11/MixtureofMerges-MoE-2x7b-v6; базовой моделью в конфигурации указана zhengr/MixTAO-7Bx2-MoE-v8.1. Модель построена на архитектуре Mixtral с разреженной экспертной архитектурой MoE и классом MixtralForCausalLM. Размер — 7,1 млрд параметров, формат весов — safetensors, контекст — до 32 768 токенов. Предназначена для генерации текста, диалогов и ответов на запросы. Карточка не сообщает поддерживаемые языки и лицензию.

Monarch-7B-dare — текстовая генеративная модель на архитектуре Mistral, созданная mlabonne методом слияния моделей через LazyMergekit. В конфигурации указаны OmniTruthyBeagle-7B-v0 и NeuBeagle-7B; для NeuBeagle задан вес 0,45 и плотность 0,53, применён метод dare_ties. Метаданные каталога связывают модель с NeuBeagle-7B как с базовой дообученной моделью. Модель предназначена для генерации и продолжения текста, включая диалоговые ответы. Она содержит 7,1 млрд параметров, принимает текст и выдаёт текст, а длина контекста составляет 32 768 токенов. Указана лицензия CC BY-NC 4.0, которая ограничивает коммерческое использование.

zelk12/MT3-Gen4-GB-gemma-2-9B — слитая методом SLERP модель на основе двух предварительно обученных языковых моделей Gemma 2. Разработчик объединил zelk12/MT3-Gen4-GP-gemma-2-MT5g3MT2g2-9B и zelk12/MT3-Gen4-BB-gemma-2-MT2g2MT5g3-9B с помощью mergekit; размер модели — 9 млрд параметров, архитектура — плотная Gemma2ForCausalLM, формат весов — safetensors. Модель предназначена для генерации текста и диалогового общения. Она принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов и работает через Transformers. Сведения о поддерживаемых естественных языках и специализации по предметным областям в источниках не приведены. Модель распространяется под лицензией, указанной в метаданных Hugging Face; условия лицензии здесь не раскрыты. Качество слияния и конкретные ограничения модели в карточке не описаны.

zelk12 создал эту разговорную модель объединением двух предварительно обученных языковых моделей Gemma 2 с помощью метода SLERP. Это плотная авторегрессионная модель класса Gemma2ForCausalLM с 9 млрд параметров, предназначенная для генерации текста и диалоговых ответов. Она принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов и распространяется в формате safetensors; в README также указано, что доступны статические варианты GGUF. Модель подойдёт для диалоговых приложений и генерации текста. Сведения о лицензии и конкретных ограничениях в предоставленных материалах отсутствуют.