III.5Управление персоналом и организацией

sfmunfilteredmidtrainalignment-3k4k5ksimpleavgmerge — объединённая языковая модель, созданная с помощью mergekit. В линейном слиянии использованы предобученные чекпойнты на шагах 3000, 4000 и 5000; последний указан как базовый. Архитектура — GPT-NeoX, модель плотная, содержит 8,8 млрд параметров и принимает текст для генерации текста. Нативная длина контекста — 16 384 токена; модель предназначена для диалогового взаимодействия и генерации текста. Лицензия в доступных данных не указана.

sfmunfilteredmidtrainalignment-4k5k6kweightedavgmerge — объединённая модель, опубликованная yuhengtu-bytedance. Она создана методом Linear с помощью mergekit из контрольных точек обучения на шагах 4000, 5000 и 6000; контрольная точка шага 6000 использовалась как базовая. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и принимает контекст до 16 384 токенов. Модель предназначена для генерации текста и диалоговых сценариев. В карточке указаны формат safetensors и библиотека Transformers. Сведений о конкретных языках, специализированных областях или дополнительных ограничениях в предоставленных данных нет. Условия лицензии не указаны в доступных источниках.

Модель sfmunfilteredmidtrainalignment-6k7k8kweightedavgmerge — объединение предварительно обученных языковых моделей, созданное с помощью mergekit методом Linear. В качестве базовой использована версия global_step8000, объединённая с версиями global_step7000 и global_step6000. Модель разработана для генерации текста в диалоговом формате. Это плотная авторегрессионная модель архитектуры GPT-NeoX с 8,8 млрд параметров и контекстом до 16 384 токенов. Она принимает текст и выдаёт текст; метаданные указывают на поддержку чатового сценария. Для использования доступна в формате safetensors через Transformers. Сведений о лицензии и поддерживаемых естественных языках в предоставленных данных нет.

nisten/shqiponja-90 — языковая модель для генерации текста, созданная с помощью mergekit на основе моделей семейства Qwen. В карточке указано, что в объединении использован метод passthrough и модели Smaug-72B-v0.1, Qwen1.5-72B и smallsmaug-fine2; метаданные связывают репозиторий с Qwen/Qwen1.5-72B. Архитектура — плотная Qwen2ForCausalLM, размер — 88,5 млрд параметров, формат весов — safetensors, библиотека — Transformers, контекст — до 32 768 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Её можно применять для ответов на запросы, составления текстов и ведения беседы. README не сообщает о специализированной предметной области или языковом охвате. Лицензия — MIT.

Spaetzle-v64-7b — объединённая модель генерации текста, созданная cstr с помощью LazyMergekit из flemmingmiguel/NeuDist-Ro-7B, cstr/Spaetzle-v63-7b и ResplendentAI/Flora_DPO_7B. Это плотная причинно-языковая модель архитектуры Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов; поддерживает диалоговый режим и предназначена для генерации текста и ответов в чате. В карточке не приведены подробности о языках и сравнительных качествах модели. Модель распространяется по лицензии CC BY-SA 4.0.

StrangeMerges_34-7B-slerp — диалоговая языковая модель, созданная Gille слиянием методом SLERP моделей ContextualAI/Contextual_KTO_Mistral_PairRM и Gille/StrangeMerges_30-7B-slerp с помощью LazyMergekit. Это плотная Mistral-архитектура с 7,1 млрд параметров, рассчитанная на генерацию текста и диалоговое взаимодействие; длина контекста — 32 768 токенов. Модель подходит для генерации ответов в чате и других текстовых сценариев. Веса опубликованы в формате safetensors, указана лицензия Apache-2.0. Карточка не приводит сведений о поддерживаемых естественных языках и специализированных предметных областях.

Tess-3-Mistral-Nemo-12B — универсальная большая языковая модель из серии Tess, созданной Migel Tissera; вычислительные ресурсы для её разработки предоставила KindoAI. Это плотная авторегрессионная модель архитектуры Mistral на 12,1 млрд параметров, рассчитанная на диалог и генерацию текста. В метаданных указан контекст до 1 024 000 токенов, а веса доступны в формате safetensors. Модель подходит для общения с пользователем и генерации текста общего назначения. В README приведены результаты Open LLM Leaderboard: средний показатель 16,54, IFEval (0-shot) — 33,55, BBH (3-shot) — 28,04; эти оценки дают ориентир по отдельным тестам, но не гарантируют качество в конкретном сценарии. README не уточняет поддерживаемые языки и дополнительные ограничения применения. Лицензия — Apache-2.0.

SzilviaB/Triple-Moist-Theia-21B-SKEWED — объединённая языковая модель на архитектуре Mistral, созданная методом TIES с помощью mergekit на основе mergekit-community/Moist_Theia_21B. Модель содержит 20,7 млрд параметров и предназначена для генерации текста и чат-диалогов. Модель принимает текст и выдаёт текст; каталог указывает поддержку чат-сценариев. В метаданных заявлена длина контекста 1 024 000 токенов. Карточка не приводит сведений о специализации по языкам или предметным областям. Веса опубликованы в формате Safetensors, библиотека — Transformers; лицензия в предоставленных данных не указана.

v1olet_merged_dpo_7B-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель на 7,1 млрд параметров, созданная слиянием mistralai/Mistral-7B-Instruct-v0.2 и v1olet/v1olet_merged_dpo_7B методом SLERP. Она использует архитектуру MistralForCausalLM и предназначена для генерации текста и ответов на инструкции в чат-сценариях. Контекст модели составляет до 32 768 токенов. Модель принимает текст и выдаёт текст. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Сведения о специальных предметных областях или сравнительных оценках качества в карточке не приведены.

Wistral-7B-Instruct-v0.3 — языковая модель BarraHome для диалоговой генерации текста. Она основана на Mistral-7B-Instruct-v0.2, дообучена с использованием Unsloth и библиотеки TRL и имеет плотную архитектуру MistralForCausalLM с 7,1 млрд параметров. Модель предназначена для ответов на сообщения и генерации текста в чате. Её контекст составляет 32 768 токенов. В карточке приведены результаты оценок на AI2 Reasoning Challenge и HellaSwag; они дают ориентир по отдельным тестам, но не гарантируют качество в других задачах. Для работы с моделью нужны совместимые инструменты и аппаратные ресурсы; метаданные указывают формат safetensors. Модель распространяется по лицензии Apache-2.0. Карточка не описывает специализацию по предметной области или отдельные ограничения применения.

Aaron-di/Yamshadowexperiment28M70.8-0.22-0.86-0.36-0.42-0.95-7B — объединённая языковая модель на архитектуре Mistral, созданная с помощью mergekit на основе AurelPx/Percival_01-7b-slerp и liminerity/M7-7b. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст; карточка демонстрирует её запуск через Transformers с шаблоном диалога. Нативная длина контекста — 32 768 токенов. Модель подходит для генерации текста и диалоговых ответов общего назначения. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. README не приводит оценок качества или подробного описания специализации модели.

YamshadowInex12_Strangemerges_32M7 — слитая модель семейства Mistral, созданная объединением automerger/YamshadowInex12-7B и automerger/Strangemerges_32M7-7B. Она предназначена для генерации текста и может использоваться для диалога, написания черновиков и продолжения заданного текста. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. В доступных сведениях не описаны целевые языки и специальные прикладные области, поэтому её можно характеризовать как текстовую модель общего назначения.

YamshadowStrangemerges_32_Ognoexperiment27M7 — объединённая модель на архитектуре Mistral, разработанная путём слияния automerger/YamshadowStrangemerges_32-7B и automerger/Ognoexperiment27M7-7B. Она содержит 7,1 млрд параметров и предназначена для генерации текста и ведения диалогов с контекстом до 32 768 токенов. Модель принимает текст и выдаёт текст; её можно использовать для диалоговых интерфейсов и генерации текстовых ответов. В карточке не приведены сведения о поддерживаемых естественных языках и специальных предметных областях. Модель распространяется по лицензии Apache-2.0.

YamshadowStrangemerges_32_Strangemerges_32Alloyingotneoy — объединённая модель генерации текста, созданная слиянием automerger/YamshadowStrangemerges_32-7B и automerger/Strangemerges_32Alloyingotneoy-7B. Она основана на плотной архитектуре Mistral и содержит 7,1 млрд параметров. Модель предназначена для генерации текста по текстовому запросу. Контекст составляет до 32 768 токенов, что позволяет работать с длинными вводами и поддерживать многоходовые диалоги. Данные не раскрывают более узкую специализацию или подтверждённые языки модели. Модель опубликована в формате Safetensors под лицензией Apache 2.0. Сведений о сравнительных оценках качества и специальных ограничениях в карточке нет.

Zephyra-32b — объединённая текстовая языковая модель от tdot604, созданная методом SLERP с помощью mergekit на основе tdot604/Hazy-Llama-70b и TheDrummer/Moist-Miqu-70B-v1.1. Модель построена на плотной архитектуре Llama и предназначена для генерации текста и диалоговых ответов. Модель содержит 35,3 млрд параметров, работает с контекстом до 8192 токенов и распространяется в формате safetensors для библиотеки Transformers. Она принимает текст и генерирует текст; указаний на специализацию по конкретным языкам или предметным областям нет. Данных о лицензии в предоставленных источниках нет.

zephyr-beta-Nebula-v2-7B — объединённая разговорная языковая модель на 7,1 млрд параметров, созданная на основе HuggingFaceH4/zephyr-7b-beta и адаптера PulsarAI/Nebula-v2-7B-Lora. Она использует плотную архитектуру Mistral и предназначена для генерации текста в диалоге; заявленная длина контекста — 32 768 токенов. В карточке указан набор данных Open-Platypus, а среди тегов — английский язык. Модель распространяется в формате safetensors по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. README содержит заголовок с результатами оценки, но значения метрик не заполнены.

zephyr-qwen2-7b-sft — диалоговая языковая модель на архитектуре Qwen2 с 7,1 млрд параметров, дообученная разработчиком tanliboy на наборе HuggingFaceH4/ultrachat_200k. Она предназначена для генерации текста и ведения диалога; модель поддерживает контекст длиной до 131 072 токенов. Модель может использоваться для ответов на вопросы, диалоговых помощников и создания текстовых черновиков. В карточке приведён результат оценки Loss 1,0646, но подробности методики и качества на практических задачах отсутствуют. Модель распространяется по лицензии Apache-2.0.

Это диалоговая языковая модель ShenaoZ, дообученная на базе mistralai/Mistral-7B-Instruct-v0.2 методом DPO на наборе HuggingFaceH4/ultrafeedback_binarized. Модель с плотной архитектурой Mistral содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и предназначена для генерации текста в ответ на инструкции и сообщения в диалоге. Модель можно использовать для создания ответов на вопросы, ведения диалога и других сценариев генерации текста. Веса опубликованы в формате safetensors; лицензия — Apache-2.0. README не содержит сведений об оценках качества и конкретных ограничениях, поэтому пригодность для заданий, требующих высокой точности, следует проверять отдельно.

Модель ShenaoZhang/0.001_5iters_bs256_nodpo_only4w_iter_3 — дообученная диалоговая модель генерации текста на архитектуре Mistral с 7,1 млрд параметров. Она создана на основе ShenaoZhang/0.001_5iters_bs256_nodpo_only4w_iter_2 и обучена на обновлённом и исходном наборах данных. Модель принимает текст и генерирует текстовые ответы; контекст составляет до 32 768 токенов. Модель подходит для диалоговых сценариев и генерации текста. Репозиторий содержит веса в формате safetensors. Лицензия MIT разрешает использование на её условиях. В карточке нет подробных сведений об оценке качества и конкретных ограничениях, поэтому результаты для выбранной задачи следует проверять отдельно.

0.001_ablation_iter_1 — плотная авторегрессионная языковая модель семейства Mistral с 7,1 млрд параметров, дообученная на базе HuggingFaceH4/mistral-7b-sft-beta на датасете HuggingFaceH4/ultrafeedback_binarized. Модель предназначена для генерации текста и общения в формате диалога; её можно использовать для ответов на вопросы и ведения текстовых бесед. Модель принимает текст и выдаёт текст. Размер контекстного окна — 32 768 токенов. В репозитории используются веса Safetensors, лицензия — MIT. README не приводит результаты оценки качества или подробностей об ограничениях, поэтому характеристики ответов для отдельных сценариев по доступным данным определить нельзя.

All_like128-zephyr-7b-sft-full — диалоговая языковая модель, созданная дообучением alignment-handbook/zephyr-7b-sft-full на датасете HuggingFaceH4/ultrafeedback_binarized. Она предназначена для генерации текста и ответов в чате. Модель построена на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель принимает текстовые запросы и выдаёт текстовые ответы. В карточке не приведены сведения о поддерживаемых естественных языках и результаты оценки качества. Распространяется в формате Safetensors по лицензии Apache-2.0.

laion/anh-bloomz-7b1-mt-cross-lingual — дообученная модель семейства BLOOMZ, созданная LAION на основе bloomz-7b1-mt с использованием набора инструкций cross_lingual.jsonl из laion/Anh. Это плотная авторегрессионная языковая модель примерно на 9,1 млрд параметров для генерации текста и выполнения инструкций в многоязычных сценариях. Она может применяться для ответов на запросы и генерации текста на разных языках; доступный контекст составляет 2048 токенов. Модель использует архитектуру BloomForCausalLM и формат PyTorch, а для запуска подходит библиотека Transformers. В карточке указана лицензия bigscience-openrail-m. Поддерживаемые языки описаны как многоязычные без перечисления отдельных языков. Указанные данные не содержат результатов оценки качества или подробностей об ограничениях сверх размера контекста и условий лицензии.

Aster-G2-9B-v1 — языковая модель для генерации текста, созданная автором tssst путём слияния нескольких моделей семейства Gemma 2 с помощью mergekit. В процессе использованы методы SLERP и Model Stock; среди исходных моделей указаны диалоговые Gemma 2, Magnolia, Magnum и модель, дообученная на текстах Gutenberg. Модель с архитектурой Gemma2ForCausalLM содержит 9 млрд параметров, рассчитана на контекст до 8192 токенов и поддерживает диалоговый режим. Её можно применять для генерации ответов и продолжения текста; README описывает цель слияния как создание умной базовой модели с более разнообразным стилем. В метаданных указан формат safetensors и библиотека Transformers. Лицензия и подтверждённый набор языков в предоставленных данных не указаны.

Atom 27B — диалоговая модель VANTA Research, созданная дообучением Google Gemma 3 27B IT для совместной работы с человеком. Она позиционируется как партнёр для размышлений: помогает разбирать проблемы, задаёт уточняющие вопросы, мягко проверяет предположения и предлагает идеи. Модель использует плотную архитектуру Gemma 3, содержит 27 млрд параметров и поддерживает контекст до 128 тыс. токенов. Репозиторий включает веса Safetensors и GGUF F16; заявлена возможность локального запуска через llama.cpp. Модель предназначена для диалогов, совместного решения рабочих задач, структурирования рассуждений и мозгового штурма. В карточке показаны примеры анализа причин срыва сроков и подбора идей подарка. Указан английский язык; вход по изображениям для Atom не подтверждён, несмотря на мультимодальность базовой модели. Лицензия — Gemma; условия её использования определяются лицензией Google Gemma.

Auro-Kosmos-EVAA-v2.2-8B — объединённая разговорная языковая модель от jaspionjader, созданная с помощью mergekit методом SLERP из jaspionjader/Auro-Kosmos-EVAA-v2.1-8B и jaspionjader/Kosmos-Elusive-VENN-8B. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров; она предназначена для генерации текста и диалогов. Модель принимает текст и выдаёт текст, работает через библиотеку Transformers, поддерживает контекст до 8192 токенов и распространяется в формате safetensors. Сведения о специализированных предметных областях и языковой специализации в предоставленных данных отсутствуют. Лицензия в данных не указана.

BagelWorldTour — объединённая языковая модель, созданная по запросу kalomaze с помощью mergekit. Она предназначена для генерации текста по запросам и диалогового взаимодействия. В основе лежит архитектура Mixtral с разреженной экспертной сетью (MoE); модель объединяет пять исходных моделей методом DARE TIES, используя mistralai/Mixtral-8x7B-v0.1 как базовую. Метаданные указывают 7,1 млрд параметров и контекст до 32 768 токенов. Модель подходит для свободной генерации текста и ответов в диалоге. В состав объединения входят instruct- и DPO-модели, а также Sensualize-Mixtral и limarp-zloss-mixtral, поэтому модель может выдавать откровенный контент. Данных о конкретной лицензии и языковом охвате в предоставленных источниках нет; условия использования следует сверять с лицензиями исходных моделей.

Chatty-Djinn-14B — диалоговая языковая модель на архитектуре Mistral, созданная объединением нескольких моделей с помощью LazyMergekit. В состав слияния входят OpenChat, OpenHermes и другие модели семейства Mistral; репозиторий содержит веса в формате safetensors и около 13,4 млрд параметров. Модель предназначена для диалогов и генерации текста, включая ответы на общие вопросы и рассуждения. В карточке приведены результаты тестов на задачах понимания и рассуждения; они не гарантируют аналогичное качество в прикладных сценариях. Контекстное окно — до 32 768 токенов. Указана лицензия Apache-2.0.

Cosmosis-3x34B — разговорная языковая модель Weyaxi, построенная на архитектуре Mixtral с разреженной экспертной структурой MoE. В репозитории указано 33,9 млрд параметров; модель распространяется в формате safetensors и рассчитана на генерацию текста и диалоговое взаимодействие. Метаданные указывают контекст длиной до 200 000 токенов. Модель подходит для ведения диалогов и генерации ответов на текстовые запросы. В README приведены варианты шаблонов запросов ChatML, Human Assistant, Alpaca и Vicuna, но автор не определяет предпочтительный шаблон и отсылает к шаблонам модели bagel-dpo-34b-v0.2. В README также приведены результаты оценки на бенчмарках, включая средний результат 75,39. Модель основана на объединении нескольких экспертных моделей; точная схема создания описана в конфигурации воспроизведения, однако доступный текст README её не раскрывает. Лицензия обозначена в метаданных как other, поэтому условия использования следует проверять в репозитории. Автор отмечает неопределённость с выбором шаблона промпта.

Карточка модели Dnoya10/dicoding_genAI_expert_adv_eks1 на Hugging Face совпадает с карточкой Dnoya10/dicoding_genAI_expert_adv_eks2, поэтому описание составлено по ней. Модель Dnoya10/dicoding_genAI_expert_adv_eks2 — дообученная Dnoya10 языковая модель Qwen2 для генерации текста и диалогов. Она основана на unsloth/qwen2.5-1.5b-instruct-unsloth-bnb-4bit и обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Модель имеет плотную архитектуру Qwen2 с 1,5 млрд параметров и контекстом до 32 768 токенов. Она принимает текст и генерирует текст; в метаданных также отмечен интерфейс вызова инструментов. Карточка указывает английский язык. Модель распространяется по лицензии Apache-2.0.

Eunoia-Gemma-9B — объединённая с помощью mergekit языковая модель на архитектуре Gemma 2 с 9 млрд параметров. В слиянии SLERP использованы gmonsoon/SahabatAI-Lion-9B-TIES-v1 и Gunulhona/Gemma-System-9B; в конфигурации базовой указана первая модель. Репозиторий содержит веса в формате safetensors, модель предназначена для генерации текста и диалогового общения. Модель принимает текстовые запросы и выдаёт текст. Контекстное окно составляет 8192 токена. Метаданные базовой модели указывают на назначение для диалогов и генерации по инструкциям на языках Юго-Восточной Азии и английском; точный перечень поддерживаемых языков не приведён. Лицензия в предоставленных данных не указана.