III.5Управление персоналом и организацией

Celestial-Order-24B-2.75 — языковая модель для генерации текста и диалогового общения, собранная Sorihon методом DARE TIES с помощью mergekit. В объединение вошли Sorihon/CYDR-24B и модель Celestial-Order-V2.5, указанная в README как базовая; метаданные каталога связывают модель с Sorihon/CYDR-24B. Архитектура — плотная MistralForCausalLM, размер — 23,4 млрд параметров, формат весов — Safetensors, библиотека — Transformers. Заявленная длина контекста — 131 072 токена. Модель предназначена для генерации продолжений и диалоговых ответов. README описывает рецепт объединения весов, но не приводит оценок качества, подробных сценариев или списка поддерживаемых языков, поэтому конкретные сильные стороны и языковые возможности по этим данным определить нельзя. Лицензия в предоставленных сведениях не указана.

ChickaQ-Large — языковая модель с открытыми весами из семейства ChickaQ, созданная слиянием моделей методом TIES при помощи mergekit. В слиянии использованы vilm/Quyen-Mini-v0.1 и Qwen/Qwen1.5-1.8B-Chat; в конфигурации базовой указана Quyen-Mini-v0.1. Модель построена на архитектуре Qwen2ForCausalLM, содержит 1,5 млрд параметров и распространяется в формате safetensors; для работы указана библиотека Transformers. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов. Метаданные не указывают специализацию на конкретной предметной области или язык. Лицензия и отдельные ограничения применения в предоставленных материалах не описаны.

Dans-PersonalityEngine-v1.0.0-8b — разговорная языковая модель Dans-Archive, созданная полным дообучением и слиянием моделей семейства Llama 3.1. Она предназначена для диалогов, совместного написания текстов и ролевых сценариев, а также для суммаризации и анализа тональности в текстовых конвейерах. Модель имеет плотную архитектуру LlamaForCausalLM и около 7,5 млрд параметров. Она принимает и генерирует текст, поддерживает английский язык и использует шаблон запросов ChatML. Заявленная длина контекста — 131 072 токена. В обучении использовались инструкции в один и несколько ходов, ролевые сценарии, текстовые приключения, материалы для соавторства и другие наборы данных. Карточка предупреждает, что модель не проходила выравнивание на безвредность, поэтому её ответы могут содержать вредный контент и требуют проверки при применении. Распространяется по лицензии Apache-2.0.

Aleteian/DarknessEnthroned — объединённая модель генерации текста на архитектуре Mistral, созданная с помощью mergekit методом TIES на основе win10/Mistral-Nemo-abliterated-Nemo-Pro-v2. В объединение также вошли три модели DavidAU: MN-GRAND-Gutenberg-Lyra4-Lyra-12B-MADNESS, MN-Dark-Planet-TITAN-12B и MN-GRAND-Gutenberg-Lyra4-Lyra-12B-DARKNESS. Модель предназначена для генерации текста и диалогов. Она содержит 12,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и распространяется в формате safetensors; заявленная длина контекста — 1 024 000 токенов. Лицензия в предоставленных данных не указана.

Moritz Laurer разработал эту модель для классификации текста без размеченных обучающих примеров. Она формулирует задачу как проверку гипотезы: следует ли из текста заданный класс или утверждение; через pipeline Hugging Face этот подход можно применять к разным задачам классификации, задавая названия классов и шаблон гипотезы. Модель основана на DeBERTa-v3-base и дообучена для zero-shot классификации в формате Natural Language Inference. В ней 211,6 млн параметров, она принимает текст и выдаёт оценки классов; максимальная длина контекста — 512 токенов. Версия с суффиксом «-c» обучена на данных, выбранных автором как коммерчески приемлемые, включая синтетические примеры и наборы MNLI и FEVER-NLI. По оценке автора на 28 задачах классификации эта версия показывает более высокое среднее качество, чем facebook/bart-large-mnli, хотя результаты зависят от задачи и формулировки гипотезы. Модель работает на CPU и GPU и может быть медленнее моделей RoBERTa. Она предназначена только для классификации текста; возможны смещения из базовой модели, данных NLI и синтетических данных. Лицензия репозитория — MIT.

Карточка модели Dnoya10/dicoding_genAI_sft_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.

Карточка модели Dnoya10/dicoding_genAI_sft_eks2 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.

EinsteinBagel-8B — объединённая языковая модель на архитектуре Llama 3, созданная с помощью mergekit методом Model Stock. Автор объединил Einstein V6.1 и Bagel V1.0 с базовой Meta-Llama-3-8B, чтобы собрать возможности нескольких дообученных моделей. Модель содержит 7,5 млрд параметров, принимает текст и генерирует текст; нативный контекст — 8192 токена. Модель предназначена для генерации текста и диалогового использования. Карточка не приводит подробных результатов оценки качества или перечня поддерживаемых языков, поэтому нельзя подтвердить её сильные стороны для конкретных задач. Репозиторий распространяется в формате safetensors. Указана лицензия llama3; при использовании необходимо соблюдать её условия и условия лицензии базовой модели.

Experiment26M7-7B — текстовая модель семейства Mistral с 7,1 млрд параметров, созданная Maxime Labonne автоматическим слиянием моделей. В конфигурации merge использован метод DARE-TIES с моделями yam-peleg/Experiment26-7B и liminerity/M7-7b; метаданные указывают liminerity/M7-7b как базовую модель и отмечают производность типа finetune. Модель рассчитана на генерацию текста и диалоговое взаимодействие, имеет контекст до 32 768 токенов и распространяется в формате safetensors. Модель может применяться для генерации продолжений текста и ведения диалога. Карточка не приводит сведений о специализированной предметной области или поддерживаемых языках. Лицензия — Apache-2.0.

Experiment26Neuralsirkrishna_Experiment27Yam — объединённая модель, созданная из automerger/Experiment26Neuralsirkrishna-7B и automerger/Experiment27Yam-7B. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалогов; поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате Safetensors. Модель подходит для генерации ответов, продолжения текста и диалоговых сценариев. В метаданных указана лицензия Apache-2.0. Сведения о специальной предметной области или языковой специализации отсутствуют.

MaziyarPanahi/Experiment26Neuralsirkrishna_PasticheNeuralsirkrishna — объединённая текстовая модель на архитектуре Mistral с 7,1 млрд параметров. Она создана слиянием automerger/Experiment26Neuralsirkrishna-7B и automerger/PasticheNeuralsirkrishna-7B. Модель предназначена для генерации текста и диалогов; контекстное окно составляет до 32 768 токенов. Данных о специализации по языкам или прикладным областям нет, поэтому модель можно описать как общего назначения. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0.

MaziyarPanahi/Experiment26Yam_PasticheAlloyingotneoy — слитая модель генерации текста, созданная на основе automerger/Experiment26Yam-7B и automerger/PasticheAlloyingotneoy-7B. Она использует плотную архитектуру Mistral с причинно-языковой моделью MistralForCausalLM и содержит 7,1 млрд параметров. Модель предназначена для генерации текста и диалоговых ответов. Она принимает текст и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате safetensors; лицензия — Apache-2.0. В карточке нет сведений о специальных предметных областях или подтверждённых языках.

Experiment28M7_OgnoExperiment27 — объединённая модель MaziyarPanahi на архитектуре Mistral с 7,1 млрд параметров. Она предназначена для генерации текста и диалогов, включая сценарии с длинным контекстом до 32 768 токенов. Модель создана слиянием automerger/Experiment28M7-7B и automerger/OgnoExperiment27-7B. В репозитории представлены веса в формате safetensors. Поддержка конкретных языков и специализированных предметных областей в доступных сведениях не описана. Лицензия — Apache-2.0. Модель подходит для прикладного использования в задачах генерации текста, однако сведений о её сравнительном качестве или специальных ограничениях нет.

MaziyarPanahi/Experiment28M7_Ognoexperiment27M7 — объединённая модель Mistral для генерации текста. Она создана путём слияния моделей automerger/Experiment28M7-7B и automerger/Ognoexperiment27M7-7B и содержит 7,1 млрд параметров. Модель рассчитана на текстовые запросы и может вести диалог; длина контекста составляет до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает специальные предметные области или конкретные языки, поэтому её можно рассматривать как модель общего назначения. Качество, языковое покрытие и ограничения в README не раскрыты.

Experiment28M7_T3qm7xStrangemerges_32 — объединённая языковая модель MaziyarPanahi на архитектуре Mistral с 7,1 млрд параметров. Она создана слиянием automerger/Experiment28M7-7B и automerger/T3qm7xStrangemerges_32-7B и предназначена для генерации текста. Модель принимает текст и выдаёт текст, поддерживая контекст до 32 768 токенов. Модель доступна в формате safetensors по лицензии Apache-2.0. Карточка не описывает специальные предметные области или подтверждённые языковые специализации; качество и ограничения конкретных сценариев применения не приведены.

jaspionjader/fct-14-8b — разговорная языковая модель на архитектуре Llama, созданная слиянием методом SLERP через mergekit. В объединение вошли FuseAI/FuseChat-Llama-3.1-8B-Instruct и jaspionjader/fct-13-8b; модель содержит около 7,5 млрд параметров и использует формат safetensors. Модель предназначена для генерации текста в диалогах и ответов на инструкции. Контекст составляет до 8192 токенов. Карточка описывает способ слияния, но не приводит отдельной оценки качества или подробных результатов тестирования. Лицензия в доступных данных не указана.

djuna/G2-BigGSHT-27B-calc — объединённая модель семейства Gemma 2, созданная автором репозитория с помощью mergekit и метода SLERP из DazzlingXeno/G2-Xeno-SimPO-27b и TheDrummer/Gemmasutra-Pro-27B-v1. Модель содержит 27,6 млрд параметров, использует архитектуру Gemma2ForCausalLM и предназначена для генерации текста и чат-диалогов. Модель подходит для ведения диалогов, творческой генерации и ролевых сценариев. Её контекстное окно составляет 8192 токена; для работы используются Transformers и веса в формате safetensors. README описывает процесс слияния и его параметры, но не приводит сравнительных оценок качества или подробных результатов тестирования. Лицензия в предоставленных данных не указана.

djuna/G2-GSHT — объединённая языковая модель Gemma 2, созданная с помощью mergekit из TheDrummer/Gemmasutra-9B-v1 и Nekuromento/Hematoma-Gemma-Model-Stock-9B. Для слияния применён метод SLERP; модель содержит 9 млрд параметров и предназначена для генерации текста и диалогов. Она принимает текст и выдаёт текст, работает через Transformers и имеет контекстное окно до 8192 токенов. В карточке приведены результаты оценки на Open LLM Leaderboard, включая IFEval и BBH, но их недостаточно для вывода о качестве в конкретных сценариях. Лицензия в предоставленных данных не указана.

jaspionjader/gamma-Kosmos-EVAA-v3-8B — объединённая модель генерации текста, созданная автором репозитория с помощью mergekit. В объединении методом SLERP использованы jaspionjader/Kosmos-EVAA-gamma-v17-8B и jaspionjader/gamma-Kosmos-EVAA-v2-8B; архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров. Модель работает через Transformers и сохраняется в формате safetensors. Модель предназначена для генерации текста и диалогового общения. Её контекст составляет 8192 токена. В карточке не описаны целевые языки, специальные области применения и сравнительные преимущества; поэтому её можно характеризовать только как универсальную разговорную языковую модель. Лицензия в предоставленных данных не указана.

GeM2-Llamion-14B-Base — генеративная языковая модель VAIV Company из серии GeM 2.0. Она создана преобразованием модели Orion в стандартную архитектуру LLaMA с помощью отображения параметров и переноса знаний. Модель предназначена для генерации текста и диалоговых сценариев. Это плотная авторегрессионная модель класса LlamaForCausalLM с 14,1 млрд параметров, контекстом 4096 токенов и весами в формате safetensors. В карточке указана возможность чата. Лицензия — Apache-2.0. В README не приведены сведения о языках, обучающих данных и конкретных ограничениях качества, поэтому их нельзя уточнить по имеющимся источникам.

Карточка модели xufofox/gemma-2-2b-it-test на Hugging Face совпадает с карточкой google/gemma-2-2b-it, поэтому описание составлено по ней. Gemma 2 2B IT — компактная текстовая модель Google, дообученная для следования инструкциям и диалогового взаимодействия на базе google/gemma-2-2b. Это декодерная языковая модель семейства Gemma, работающая по схеме «текст на входе — текст на выходе»; она поддерживается библиотекой Transformers и распространяется в формате Safetensors с открытыми весами по лицензии Gemma. Модель предназначена для генерации текста, ответов на вопросы, суммаризации и диалоговых интерфейсов. Её небольшой размер позволяет запускать её на ноутбуке, настольном компьютере или собственной облачной инфраструктуре с ограниченными ресурсами. В README семейство описано как англоязычное. Ответы могут содержать фактические ошибки и отражать смещения обучающих данных; качество зависит от формулировки запроса и предоставленного контекста. Модель может испытывать трудности со сложными задачами, языковыми нюансами и здравым смыслом. Для приложений, где важны точность и безопасность, необходима проверка результатов и защитные меры.

QuantFactory/gemma-2-9b-it-SimPO-rudpo-GGUF — квантизированная версия модели gemma-2-9b-it-SimPO-rudpo, созданная QuantFactory с использованием llama.cpp. Исходная модель разработана на базе princeton-nlp/gemma-2-9b-it-SimPO и предназначена для генерации текста и диалоговых сценариев. Модель имеет размер 9 миллиардов параметров и ориентирована прежде всего на повышение качества ответов на русском языке по сравнению с базовой моделью. Модель подходит для русскоязычных чат-ботов, ассистентов и других задач текстовой генерации. В тестировании на наборе arena-hard questions на русском языке она получила оценку 91,9 против 90,9 у gemma-2-9b-it-SimPO и 67,0 у gemma-2-9b-it. Однако эти результаты относятся к конкретному тесту и не гарантируют аналогичного качества в других задачах. В README не указаны точный формат квантизации, поддерживаемые языки помимо русского, размер контекста, модальности и требования к аппаратному обеспечению. Лицензия модели — gemma.

Gemma2-9b-it-train6 — диалоговая модель генерации текста на архитектуре Gemma 2, разработанная ehristoforu как дообучение ehristoforu/Gemma2-9b-it-train5 с использованием Unsloth и библиотеки TRL. Модель содержит 9 млрд параметров, принимает текст и рассчитана на контекст до 8192 токенов. В метаданных указан английский язык и набор данных HuggingFaceTB/cosmopedia-20k. Модель предназначена для генерации ответов в диалоге и других текстовых продолжений. Доступна в форматах PyTorch и safetensors. Лицензия — Apache-2.0. Карточка не сообщает результатов оценки качества или подробностей ограничений, поэтому пригодность для конкретных сценариев следует проверять на собственных данных.

ferrazzipietro/gemma-3-1b-it-reas-int-065-3-epochs-it — дообученная Петро Феррацци модель Google Gemma 3 1B Instruct для диалогов и генерации текста. Она использует плотную архитектуру Gemma 3 и формат safetensors; базовая модель — google/gemma-3-1b-it. Контекст составляет до 32 768 токенов. Модель принимает текст и выдаёт текст. Подходит для генерации ответов в диалоге и других задач текстовой генерации. Данные обучения, результаты оценки и специфические ограничения в карточке не описаны. Лицензия — Gemma.

Granite-7b-lab — языковая модель IBM Research, дообученная на базе ibm/granite-7b-base методом LAB (Large-scale Alignment for chatBots) с использованием Mixtral-8x7B-Instruct как модели-учителя. Это плотная модель архитектуры Llama с 6,6 млрд параметров, поддержкой диалогового режима и контекстом до 4096 токенов. Модель предназначена для генерации текста и диалогового взаимодействия на английском языке. LAB использует таксономию задач для отбора примеров, генерацию синтетических данных и двухэтапное обучение с буферами повторения; это позволяет добавлять знания и навыки, сохраняя ранее усвоенное. Подход охватывает ответы на вопросы, рассуждение и творческое письмо. Модель распространяется в формате Safetensors по лицензии Apache 2.0. В README отмечено, что чекпойнт не прошёл safety alignment и может выдавать вредные или недостоверные ответы; его не следует использовать как единственный источник для важных решений.

Модель mfielding92/Grok-3-reasoning-gemma3-12B-distilled-HF — дообученная текстовая модель семейства Gemma 3, опубликованная mfielding92. Она основана на unsloth/gemma-3-12b-it-unsloth-bnb-4bit и предназначена для генерации текста и диалогового взаимодействия. Архитектура — плотная Gemma3ForCausalLM; размер — 11,6 млрд параметров, заявленная длина контекста — 131 072 токена. Модель обучалась с помощью Unsloth и библиотеки TRL. В карточке не описаны отдельные возможности рассуждения Grok, поэтому название репозитория само по себе не подтверждает совместимость или связь с моделью Grok. Поддерживаемый карточкой язык — английский. Модель распространяется по лицензии Apache-2.0.

Hermes-2.5-Yi-1.5-9B-Chat — разговорная языковая модель, созданная автором juvi21 путём дообучения 01-ai/Yi-1.5-9B-Chat на наборе данных teknium/OpenHermes-2.5. Это плотная причинная модель семейства Llama с 8,6 млрд параметров, предназначенная для генерации текста в диалоге. Для общения используется шаблон ChatML. Модель подходит для диалоговых помощников, ответов на вопросы и других задач генерации текста. В README приведены результаты тестов AGIEval, ARC и BoolQ, однако автор отмечает, что оценка качества основана на первых впечатлениях и может измениться при более длительном использовании. README сообщает о длине последовательности обучения 8192 токена; метаданные указывают нативный контекст 4096 токенов, поэтому не следует считать поддержку более длинного контекста подтверждённой. Модель принимает текст и выдаёт текст. Репозиторий содержит веса в формате safetensors; в README также упоминаются отдельные GGUF-квантизации. Лицензия — Apache-2.0.

MotherEarth/Hermes-Storm-Climate-lorablated — объединённая диалоговая языковая модель, созданная с помощью mergekit методом SLERP из mlabonne/Hermes-3-Llama-3.1-8B-lorablated и MotherEarth/storm_climate. Она построена на архитектуре Llama с плотной моделью класса LlamaForCausalLM и содержит 7,5 млрд параметров. Модель предназначена для генерации текста в диалогах; заявленный контекст составляет 131072 токена. Модель принимает текст и генерирует текст. В карточке указаны форматы safetensors и библиотека Transformers. Для оценки её пригодности к конкретным задачам стоит учитывать, что README описывает способ слияния, но не приводит результатов тестирования или подробных ограничений. Лицензия в предоставленных данных не указана.

Homer-7B-v0.1 — языковая модель семейства Qwen2, опубликованная пользователем newsbang. Она предназначена для генерации текста в диалоговом формате. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Qwen2ForCausalLM и принимает контекст длиной до 131072 токенов. Модель доступна в формате safetensors по лицензии Apache 2.0. Карточка содержит только краткий раздел Quickstart, поэтому конкретные сценарии применения, поддерживаемые языки и особенности обучения не описаны.

InnerILLM-0x00d0-Ox0dad0-nous-nous-v2.0-7B-slerp — языковая модель, созданная InnerI слиянием методом SLERP через LazyMergekit моделей OpenPipe/mistral-ft-optimized-1218 и 0x0dad0/nous_nous_v2_0. Это плотная авторегрессионная модель семейства Mistral на 7,1 млрд параметров для генерации текста. Она принимает текст и формирует текстовые продолжения; заявленная длина контекста — 32 768 токенов. Репозиторий содержит веса Safetensors в формате bfloat16. Модель подойдёт для текстовых диалогов и генерации текста, однако карточка не приводит оценок качества, конкретных рекомендаций по применению или сведений о поддерживаемых языках. Лицензия в предоставленных данных не указана.