III.5Управление персоналом и организацией

LLMTwin-Llama-3.1-8B-instruct — дообученная языковая модель, разработанная rfrancu на основе meta-llama/Llama-3.1-8B-instruct. Она предназначена для генерации текста и диалогового взаимодействия. Модель использует плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров; заявленная длина контекста — 131 072 токена. В карточке указан английский язык. Обучение выполнялось с использованием Unsloth и библиотеки Hugging Face TRL. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает специализацию дообучения, оценку качества или ограничения в конкретных сценариях, поэтому её следует рассматривать как общую чат-модель на английском языке.

LlongOrca-13B-16k — языковая модель Open-Orca, дообученная на базе LLongMA-2-13b-16k на отфильтрованной части набора OpenOrca с данными, дополненными GPT-4. Это плотная модель семейства Llama с 12,9 млрд параметров, предназначенная для генерации текста и диалогов; она поддерживает контекст до 16 384 токенов и рассчитана на английский язык. Модель обучали полным дообучением в четыре эпохи с использованием Axolotl и упаковки данных OpenChat. Для общения применяется формат ChatML. Авторы сообщают об улучшении результатов относительно базовой модели и сохранении большей части результатов другой модели OpenOrca, однако эти оценки относятся к тестам авторов на момент выпуска и не гарантируют качество на других задачах. Репозиторий распространяет веса PyTorch; лицензия указана как Llama 2.

Luminis-phi-4 — языковая модель, созданная объединением двух предварительно обученных моделей с помощью mergekit и метода SLERP. В состав объединения вошли bunnycore/Phi-4-Model-Stock-v4 и bunnycore/Phi-4-RR-Shoup; параметры модели представлены в формате safetensors, архитектура — плотная LlamaForCausalLM. Разработчик — suayptalha. Модель предназначена для генерации текста и диалогового общения. В карточке приведены результаты оценки на Open LLM Leaderboard, включая IFEval и BBH. Модель содержит 14,1 млрд параметров, поддерживает контекст до 16 384 токенов и рассчитана на английский язык. Модель распространяется по лицензии MIT. Карточка не описывает ограничения качества или безопасности; результаты тестов отражают лишь отдельные бенчмарки и не гарантируют качество в конкретных сценариях.

M7Yamshadowexperiment28_AlloyingotneoyNeuralsirkrishna — объединённая модель семейства Mistral от MaziyarPanahi на 7,1 млрд параметров. Она создана слиянием automerger/M7Yamshadowexperiment28-7B и automerger/AlloyingotneoyNeuralsirkrishna-7B и предназначена для генерации текста и диалогов. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. Модель подходит для генерации продолжений, ответов и диалоговых реплик. В карточке не приведены сведения о целевых языках или специализированных областях применения. Лицензия — Apache-2.0.

Magnum-v2-123b — диалоговая языковая модель Anthracite, шестая версия в серии моделей, настроенных на воспроизведение качества прозы Claude 3 Sonnet и Opus. Это полноразмерное дообучение Mistral Large Instruct 2407 с архитектурой MistralForCausalLM и 122,2 млрд параметров; модель распространяется в формате Safetensors и рассчитана на контекст до 131 072 токенов. Модель предназначена для генерации диалоговых ответов и связного текста, в том числе для творческого письма. Она использует формат инструкций Mistral и обучалась на данных Stheno, Kalo Opus Instruct и наборах Anthracite для письма и ответов без отказов. В карточке заявлена поддержка английского, французского, немецкого, испанского, итальянского, португальского, русского, китайского и японского языков. Модель может быть полезна для написания прозы и ведения диалогов; качество отдельных задач и языков в README не оценивается. Лицензия указана как «other», поэтому перед использованием следует проверить условия на странице модели Hugging Face.

knkarthick/MEETING-SUMMARY-BART-LARGE-XSUM-SAMSUM-DIALOGSUM — модель на архитектуре BART, созданная дообучением facebook/bart-large-xsum. Она предназначена для суммаризации встреч и диалогов, в том числе в сценариях, связанных с датасетами SAMSum и DialogSum. Модель содержит 252,8 млн параметров и принимает текст с контекстом до 1024 токенов, выдавая краткое текстовое резюме. Модель ориентирована на англоязычные входные данные. Репозиторий включает веса PyTorch и SafeTensors, а также формат TensorFlow. Лицензия — Apache-2.0. Карточка сообщает о дообучении базовой модели, но не приводит оценок качества или подробностей о данных обучения и поведении на длинных либо иных языковых входах.

MeliodasPercival_01_AlloyingotneoyInex12 — объединённая модель на архитектуре Mistral, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/AlloyingotneoyInex12-7B. Она содержит 7,1 млрд параметров, принимает текст и предназначена для генерации текста и диалогов с контекстом до 32 768 токенов. Модель может использоваться для генерации ответов, продолжения текста и диалоговых сценариев. В карточке не описаны специальные области применения или поддерживаемые языки, поэтому её следует рассматривать как модель общего назначения. Веса доступны в формате safetensors; лицензия — Apache-2.0.

MeliodasPercival_01_Inex12Experiment26 — объединённая текстовая модель на архитектуре Mistral, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/Inex12Experiment26-7B. Она содержит 7,1 млрд параметров и рассчитана на генерацию текста, в том числе диалоговых ответов, с контекстом до 32 768 токенов. Модель подойдёт для генерации продолжений текста и ведения диалогов. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. В карточке не приведены сведения о специализации по языкам или результатах оценки качества.

MeliodasPercival_01_NeuralsirkrishnaExperiment28 — объединённая модель семейства Mistral, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/NeuralsirkrishnaExperiment28-7B. Она предназначена для генерации текста и диалогов; модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель принимает текст и выдаёт текст. Веса опубликованы в формате safetensors по лицензии Apache-2.0. README не уточняет специализацию, языки, оценки качества или особенности настройки диалогов.

MeliodasPercival_01_Strangemerges_32Yam — слитая текстовая модель семейства Mistral, созданная на основе automerger/MeliodasPercival_01-7B и automerger/Strangemerges_32Yam-7B. Она предназначена для генерации текста и диалоговых сценариев, где требуется продолжать запрос или формировать ответ на естественном языке. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Языки в карточке не перечислены, поэтому языковую специализацию определить нельзя. Модель распространяется по лицензии Apache-2.0. Карточка не описывает результаты оценки качества или специальные ограничения; качество ответов и пригодность для конкретных задач следует проверять отдельно.

MergeCeption-7B-v1 — объединённая автором CultriX модель на архитектуре Mistral с 7,1 млрд параметров. Она создана из MonaTrix-v4, OmniTruthyBeagle-7B-v0, NeuralMaxime-7B-slerp и NeuralTrixlaser-bf16 с помощью LazyMergekit и метода DARE-TIES; веса представлены в формате safetensors и типе bfloat16. Модель предназначена для генерации и продолжения текста. Контекст составляет до 32 768 токенов. В карточке не приведены отдельные результаты оценки качества или сведения о целевых языках и специализированных областях применения, поэтому её следует рассматривать как текстовую генеративную модель общего назначения. Лицензия в предоставленных данных не указана.

mahiatlinux/merged1and2-and-dolphin — объединённая модель для генерации текста и диалогов, созданная автором репозитория с помощью LazyMergekit. В неё объединены mahiatlinux/merged1and2 и cognitivecomputations/dolphin-2.1-mistral-7b методом slerp; базовой указана mahiatlinux/merged1and2. Архитектура — плотная MistralForCausalLM, размер — 7,1 млрд параметров, формат весов — Safetensors, контекст — до 32 768 токенов. Модель предназначена для текстового общения и генерации ответов в диалоговых сценариях. В карточке не приведены сведения о поддерживаемых естественных языках, лицензии или специальных предметных областях, поэтому их нельзя уточнить по доступным данным.

SepKeyPro выпустил Merged-OpenLlama3-8B — плотную языковую модель на архитектуре Llama, созданную слиянием трёх моделей с помощью Mergekit и метода model_stock. В основу слияния вошли Meta-Llama-3-8B-Instruct, openchat-3.6-8b-20240522 и llama-3-gutenberg-8B; базовой указана Meta-Llama-3-8B-Instruct. Модель содержит 7,5 млрд параметров, использует формат safetensors и представлена с типом данных bfloat16. Модель предназначена для диалоговых ответов и генерации текста. Контекст составляет до 8192 токенов. Карточка не сообщает о специализированных языках или предметных областях; базовая модель описана как англоязычная. Лицензия репозитория — Apache-2.0. README не приводит сравнительных оценок качества или конкретных ограничений.

DarwinAnim8or/mergekit-model_stock-ffibbcs — языковая модель для генерации текста и диалогов, созданная слиянием трёх моделей семейства Gemma 2 методом Model Stock с помощью mergekit. В состав вошли IlyaGusev/gemma-2-2b-it-abliterated, TheDrummer/Gemmasutra-Mini-2B-v1 и cognitivecomputations/dolphin-2.9.4-gemma2-2b; базовой моделью при слиянии указана IlyaGusev/gemma-2-2b-it-abliterated. Модель имеет плотную архитектуру Gemma2ForCausalLM, около 2,7 млрд параметров и контекст до 8192 токенов. Она предназначена для диалогового взаимодействия и генерации текста; в метаданных указана библиотека Transformers и формат весов Safetensors. Лицензия в предоставленных данных не указана.

mergekit-community/mergekit-slerp-jeyctse — языковая чат-модель, созданная сообществом слиянием моделей HuggingFaceH4/zephyr-7b-beta и Equall/Saul-Base методом SLERP с помощью mergekit. Это плотная модель Mistral с 7,1 млрд параметров, доступная в формате safetensors и рассчитанная на контекст до 32 768 токенов. Модель предназначена для генерации текста в диалоге: ответов на вопросы и выполнения пользовательских инструкций. В метаданных основной язык не задан; базовая Zephyr-7B-β описана как англоязычная чат-модель. Условия лицензирования в предоставленных данных не приведены. Качество и поведение результата слияния могут отличаться от исходных моделей.

Это объединённая модель генерации текста на архитектуре Mistral, созданная сообществом mergekit-community методом SLERP из arcee-ai/sec-mistral-7b-instruct-1.6-epoch и cognitivecomputations/dolphin-2.8-mistral-7b-v02. Модель содержит около 7,1 млрд параметров, рассчитана на диалоговое применение и использует контекст до 32 768 токенов. Модель предназначена для генерации ответов в диалоге и других сценариев генерации текста. Веса доступны в формате Safetensors и имеют тип bfloat16. В метаданных указана библиотека Transformers. Сведения о лицензии и конкретных ограничениях поведения в предоставленных данных отсутствуют.

Undi95/Meta-Llama-3.1-8B-Claude — дообученная версия Llama 3.1 8B Instruct, созданная Undi95 на примерах диалогов и инструкций, сформированных на основе ответов Claude Opus и Sonnet. По карточке, модель обучена на 9 млн токенов из перечисленных наборов данных за два прохода; она использует архитектуру Llama для генерации текста и диалогов. Подходит для чат-ответов и выполнения инструкций в формате Llama 3. В репозитории указаны веса Safetensors и контекстное окно 131 072 токена. Карточка не приводит отдельной оценки качества или подробных ограничений; результаты могут отличаться от исходных моделей Claude. Лицензия в предоставленных данных не указана.

MFANNv0.16.10 — диалоговая языковая модель, созданная netcat420 слиянием моделей методом TIES с помощью mergekit. В основе использована MaziyarPanahi/Llama-3-8B-Instruct-v0.4; в слияние также вошли netcat420/MFANNv0.15 и netcat420/MFANNv0.16. Модель построена на архитектуре Llama и предназначена для генерации текста в диалоговом формате, включая ответы ассистента. Она содержит 7,5 млрд параметров, поддерживает контекст длиной до 32 768 токенов и распространяется в формате safetensors для библиотеки Transformers. Карточка не приводит специальных ограничений или сведений о лицензии; условия использования следует сверять с лицензией базовой модели и компонентов слияния.

UCLAML/Mistral-7B-Expert-Iteration-Iter3 — дообученная чат-модель семейства Mistral, разработанная UCLAML на базе checkpoints/Mistral-7B-Instruct-EI-Iter2. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и принимает текст для генерации текста; заявленная длина контекста — 32 768 токенов. Модель предназначена для диалоговой генерации текста. Она дообучена на синтетическом наборе данных synthetic_data_mistral-7b-instruct-expert-iteration-iter3_score; в README приведён результат Loss 0,4722 на наборе оценки. Подробности о специальных сценариях применения и поддерживаемых языках в предоставленных источниках отсутствуют. Лицензия не указана.

Mistral-7B-KNUT-v0.3-Mistral-7B-Instruct-v0.1 — объединённая чат-модель на основе Mistral-7B-Instruct-v0.1 и Mistral-7B-KNUT-v0.3. Разработчик выполнил слияние методом SLERP: для слоёв attention и MLP заданы отдельные коэффициенты смешивания. Модель имеет плотную архитектуру MistralForCausalLM и 7,1 млрд параметров; файлы опубликованы в формате safetensors. Модель предназначена для генерации текста в ответ на инструкции и диалоговые запросы. Она принимает текстовые запросы и выдаёт текстовые ответы; заявленная длина контекста — 32 768 токенов. В карточке не описаны специальные языковые или предметные преимущества объединённой версии. Модель распространяется по лицензии Apache-2.0. Качество и поведение слияния отдельно не охарактеризованы; результат может отличаться от обеих исходных моделей.

ehristoforu/mistral-distil-test-2 — текстовая генеративная модель на архитектуре Mistral, созданная с помощью mergekit методом passthrough из unsloth/Mistral-Nemo-Instruct-2407. В конфигурации указаны слои 0–16 и 18–32 исходной модели; метаданные каталога относят её к дообученным моделям. Репозиторий содержит веса в формате safetensors, число параметров — 9,2 млрд. Модель предназначена для генерации текста в диалоговом формате и может использоваться для ответов на запросы и ведения беседы. Для работы требуется Transformers. В метаданных указан контекст длиной до 1 024 000 токенов, однако README не описывает качество модели или проверку работы с такой длиной контекста. Лицензия в предоставленных данных не указана.

Карточка модели vistagi/Mixtral-8x7b-v0.1-sft на Hugging Face совпадает с карточкой vistagi/Mixtral-8x7b-v0.1-dpo, поэтому описание составлено по ней. vistagi/Mixtral-8x7b-v0.1-dpo — разговорная языковая модель семейства Mixtral, представленная как модель генерации текста. В карточке указано обучение на базе Mixtral-8x7b-v0.1 с использованием LoRA; метаданные описывают архитектуру как MoE и указывают 7,1 млрд параметров. Модель рассчитана на диалоговые сценарии и генерацию ответов по текстовым запросам. Её можно применять для ведения диалога и создания текстовых ответов на английском языке. Контекстное окно составляет 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. README описывает supervised fine-tuning на Ultrachat-200K, тогда как в метаданных указан датасет UltraFeedback; поэтому конкретный режим обучения именно этой версии DPO по доступным сведениям подтвердить нельзя.

Это GGUF-представление Qwen2.5-72B-Instruct в формате BF16, опубликованное featherless-ai-quants на основе модели mlx-community/Qwen2.5-72B-Instruct-bf16. Репозиторий содержит несколько вариантов квантования, включая IQ4_XS, Q2_K и Q3_K_L; README также описывает возможность запуска моделей через хостинг Featherless AI. Модель предназначена для диалоговой генерации текста. Её можно использовать для ответов на вопросы, подготовки текстов и ведения чата. Размер исходной модели — 72 млрд параметров. Данные не уточняют поддерживаемые языки и длину контекста. Доступны варианты с разным уровнем квантования и размером файлов, поэтому требования к ресурсам и качество могут различаться. Условия лицензии в предоставленных источниках не описаны.

MoMo-70B-V1.1 — языковая модель семейства Llama, опубликованная пользователем bongchoi. Это плотная авторегрессионная модель для генерации текста с 68,7 млрд параметров и контекстом до 4096 токенов. В метаданных указаны Transformers, формат safetensors и лицензия Llama 2. Модель обучалась на наборах данных в стиле Orca и Alpaca; README сообщает, что другие наборы данных не использовались. Она подходит для генерации текста и диалоговых сценариев общего назначения. Карточка не приводит результатов оценки качества или дополнительных характеристик обучения.

zelk12/MT1-Gen2-gemma-2-9B — объединённая разговорная языковая модель на архитектуре Gemma 2, подготовленная с помощью mergekit из zelk12/MT1-Gen2-GMA-gemma-2-9B и zelk12/MT1-Gen2-BIMMMU-gemma-2-9B. Для слияния использован метод SLERP с параметром t=0,25; веса указаны в формате bfloat16. Модель содержит 9 млрд параметров и работает через библиотеку Transformers. Модель предназначена для генерации текста в диалоговом формате. Её можно применять для ответов на вопросы, ведения беседы и создания связных текстовых продолжений. Заявленное нативное контекстное окно составляет 8192 токена. В карточке приведены результаты оценки на Open LLM Leaderboard, включая IFEval и BBH. Модель основана на Gemma 2 и унаследовала ограничения и условия использования исходных моделей; отдельная лицензия в предоставленных данных не приведена.

zelk12 выпустил MT1-Gen4-GI-gemma-2-9B — объединение двух предварительно обученных языковых моделей с помощью метода SLERP и инструментария mergekit. Это плотная авторегрессионная модель семейства Gemma 2 с 9 млрд параметров, рассчитанная на генерацию текста и диалоговое взаимодействие; базовой моделью в конфигурации слияния указана zelk12/MT1-Gen4-GP-gemma-2-S4S5-9B. Модель принимает текст и генерирует текст, поддерживая контекст до 8192 токенов. Данные не описывают специализацию по предметной области или отдельные языки; явные сведения о лицензии отсутствуют, поэтому условия использования следует уточнить в карточке модели и условиях базовых моделей. Слияние объединяет веса моделей, но само по себе не гарантирует улучшения качества или одинакового поведения во всех задачах.

zelk12 опубликовал объединённую методом SLERP языковую модель MT2-Gen4-BMM-gemma-2-9B на архитектуре Gemma 2. Модель размером 9 млрд параметров создана с помощью mergekit из zelk12/MT2-Gen4-BB-gemma-2-MTMMT3g2-9B и zelk12/MT2-Gen4-MM-gemma-2-Rv0.4MTM-9B; базовой в конфигурации указана первая из них. Модель предназначена для генерации текста и диалоговых ответов, работает через Transformers и использует контекст до 8192 токенов. Веса опубликованы в формате safetensors. В карточке и метаданных лицензия не указана, поэтому условия использования определить нельзя.

zelk12/MT3-MU-gemma-2-Rv0.3AR-9B — слитая разговорная языковая модель на архитектуре Gemma 2, созданная с помощью mergekit методом SLERP из lemon07r/Gemma-2-Ataraxy-Remix-9B и recoilme/recoilme-gemma-2-9B-v0.3. Модель содержит 9 млрд параметров, принимает текстовые запросы и генерирует текст; поддерживает диалоговый сценарий. Максимальная длина контекста составляет 8192 токена. Модель подходит для ведения диалога и генерации ответов на текстовые запросы. README и метаданные не описывают отдельные специализации или оценки качества. Файлы опубликованы в формате safetensors для библиотеки Transformers. Лицензия в предоставленных данных не указана.

zelk12 выпустил эту диалоговую языковую модель, объединив методом SLERP веса recoilme/recoilme-gemma-2-9B-v0.4 и zelk12/MT3-Gen4-gemma-2-9B. Модель построена на архитектуре Gemma 2, содержит 9 млрд параметров и предназначена для генерации текста и общения в чате. Она принимает текст и выдаёт текст; заявленная длина контекста составляет 8192 токена. Модель хранится в формате Safetensors и рассчитана на использование через библиотеку Transformers. README и метаданные не описывают её языковой охват, специальные предметные области, сравнительные результаты или ограничения качества. Лицензия в предоставленных данных не указана.

zelk12/MT5-Gen5-BB-gemma-2-RAv0.1MTg2-9B — объединённая модель для генерации текста и диалогового общения, созданная с помощью mergekit методом SLERP из zelk12/MT-Gen2-gemma-2-9B и zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1. Модель построена на архитектуре Gemma 2, содержит 9 млрд параметров и работает с текстом в контексте до 8192 токенов. Модель предназначена для генерации продолжений текста и ведения диалога. В метаданных указана поддержка conversational-взаимодействия; сведений о специализированных предметных областях или языках нет. Веса опубликованы в формате safetensors и представлены в bfloat16. Лицензия в предоставленных данных не указана.