III.5Управление персоналом и организацией

aurazboev/ISAllama-3.1-8b-tuned — разговорная языковая модель семейства Llama, дообученная разработчиком aurazboev на базе unsloth/meta-llama-3.1-8b-bnb-4bit с использованием Unsloth и библиотеки TRL. Модель предназначена для генерации текста и диалоговых сценариев. Архитектура — плотная авторегрессионная LlamaForCausalLM, размер — 7,5 млрд параметров, контекст — до 131 072 токенов; модель принимает текст и выдаёт текст. В метаданных указан английский язык. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Карточка не описывает специализацию дообучения, данные обучения, результаты оценивания или конкретные ограничения, поэтому качество для отдельных задач требует самостоятельной проверки.

Karen_TheEditor_V2_STRICT_Mistral_7B-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель на архитектуре MistralForCausalLM с 7,1 млрд параметров. Это слияние методом SLERP модели mistralai/Mistral-7B-Instruct-v0.2 и FPHam/Karen_TheEditor_V2_STRICT_Mistral_7B; в README приведена конфигурация mergekit и формат весов bfloat16, а в репозитории указаны файлы safetensors. Модель предназначена для генерации текста и ответов в диалоге по инструкциям. Контекст составляет до 32 768 токенов. В карточке не описаны специальные области применения или языки, поэтому модель следует рассматривать как универсальную текстовую модель на базе Mistral. Модель выпущена под лицензией Apache-2.0. Карточка не содержит результатов оценивания качества или подробных сведений о поведении слияния; качество и следование инструкциям могут отличаться от исходной Mistral-7B-Instruct-v0.2.

Kunocchini-7b — текстовая генеративная модель семейства Mistral с 7,1 млрд параметров, созданная Nitral-Archive слиянием SanjiWatsuki/Kunoichi-DPO-v2-7B и Epiculous/Fett-uccine-7B. Для слияния использован метод SLERP; модель работает с контекстом до 8192 токенов и доступна в формате safetensors для Transformers. Модель предназначена для генерации текста и может использоваться для диалогов, ответов на вопросы и других сценариев работы с текстом. В README приведены результаты оценки на задачах рассуждения и commonsense reasoning, но данных о языках обучения или поддерживаемых языках нет. В README указана лицензия «other» без дополнительных условий, поэтому перед использованием следует проверить лицензионные сведения репозитория и базовых моделей. Указанные оценки относятся к конкретным бенчмаркам и сами по себе не гарантируют качество в прикладных сценариях.

L3.1-70b-MeowMix2 — объединённая модель семейства Llama 3.1, созданная KaraKaraWarehouse с помощью LazyMergekit на Runpod. Она предназначена для генерации текста и диалогов в формате Llama 3 Instruct. В состав слияния входят Tess-3-Llama-3.1-70B, Llama-3.1-70B-EZO-1.1-it, Llama3.1-70B-Chinese-Chat и Linkbricks-Horizon-AI-Korean-llama3.1-sft-dpo-70B. Модель имеет плотную архитектуру LlamaForCausalLM и 69,5 млрд параметров; заявленный контекст — до 131 072 токенов. Вход и выход — текст. Компоненты слияния ориентированы на английский, китайский и корейский диалоги, однако отдельные языковые гарантии для итоговой модели не приведены. Формат весов — safetensors. Лицензия в предоставленных данных не указана.

mergekit-community/L3.1-Artemis-d-8B — объединённая языковая модель на архитектуре Llama, созданная с помощью mergekit методом Model Stock. В качестве основы использована arcee-ai/Llama-3.1-SuperNova-Lite; в объединение также вошли Casual-Autopsy/L3-Umbral-Mind-RP-v3.0-8B, mergekit-community/L3-Boshima-a и kromeurus/L3.1-Ablaze-Vulca-v0.1-8B. Модель содержит 7,5 млрд параметров и распространяется в формате safetensors. Модель предназначена для генерации текста и разговорных сценариев. Она принимает текст и выдаёт текст; заявленная длина контекста — 131072 токена. Базовая модель описана в каталоге как англоязычная чат-модель для диалогов и выполнения инструкций, поэтому английский — основной язык модели. Лицензия в предоставленных данных не указана. Качество ответов и ограничения конкретного объединения в карточке не описаны; характеристики и поведение могут зависеть от сочетания исходных моделей.

kromcomp/L3.1-Beastsv2-12B — разговорная языковая модель семейства Llama, созданная объединением предварительно обученных моделей с помощью mergekit и метода Passthrough. В карточке указана модель merge/bend как компонент объединения. Модель содержит 11,4 млрд параметров и рассчитана на генерацию текста и диалоговое применение; максимальная длина контекста составляет 131 072 токена. Модель может использоваться для генерации ответов в чате и продолжения текста. Она распространяется в формате safetensors для библиотеки Transformers. Лицензия в предоставленных данных не указана. Карточка не описывает конкретные языки, качество на отдельных задачах или ограничения применения.

L3.3-Damascus-R1 — созданная SteelSkull модель для генерации текста и диалогов на основе Llama 3.3. Это плотная авторегрессионная модель семейства Llama примерно с 69,5 млрд параметров и контекстом до 131 072 токенов. По карточке, она собрана методом SCE merge из нескольких моделей; среди заявленных компонентов — EVA-LLaMA-3.33, Euryale, Cirrus, Hanami, Anubis и Negative_LLAMA. Каталог также указывает связи с несколькими исходными моделями, включая EVA-LLaMA-3.33-70B-v0.1. Модель общего назначения с особым акцентом на ролевые диалоги и рассказы. Она рассчитана на связное общение, рассуждения и подробное описание сцен; в метаданных также отмечен интерфейс вызова инструментов. Карточка приводит результаты UGI-бенчмарка и рекомендуемые параметры генерации, но эти результаты не гарантируют качество в других задачах. Указанная лицензия — other; конкретные условия использования в карточке не раскрыты.

MaziyarPanahi/Llama-3-16B-Instruct-v0.1 — диалоговая языковая модель семейства Llama, созданная MaziyarPanahi как self-merge модели MaziyarPanahi/Llama-3-11B-Instruct-v0.1. Она предназначена для генерации текста и ответов на инструкции в формате диалога; пример в карточке показывает решение простой арифметической задачи. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 16,2 млрд параметров и рассчитана на контекст до 8192 токенов. Принимает текст и выдаёт текст; в метаданных указан английский язык. Модель подходит для диалоговых ассистентов, ответов на вопросы и выполнения текстовых инструкций. Карточка указывает библиотеку Transformers и формат safetensors. Лицензия обозначена как other, поэтому условия использования следует сверять с лицензией репозитория. Отдельные сведения о сравнительных качествах и ограничениях модели в карточке не приведены.

DeepMount00/Llama-3.1-Distilled — дообученная языковая модель, разработчик — Michele Montebovi. Она построена на базе meta-llama/Meta-Llama-3-8B и предназначена для генерации текста в диалоговом формате. Модель использует плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров. Заявленная длина контекста — 131 072 токена. В метаданных указаны английский и итальянский языки; библиотека — Transformers, веса представлены в формате safetensors. Лицензия — Llama 3.

Joseph717171/Llama-3.1-SuperNova-8B-Lite_TIES_with_Base — объединённая языковая модель, созданная автором репозитория с помощью mergekit методом TIES на основе arcee-ai/Llama-3.1-SuperNova-Lite и meta-llama/Llama-3.1-8B. Модель относится к семейству Llama, имеет плотную архитектуру LlamaForCausalLM и около 7,5 млрд параметров; для загрузки используются файлы safetensors. Заявленная длина контекста — 131 072 токена. Модель предназначена для генерации текста и диалоговых сценариев. Автор применил параметры weight и density, чтобы сохранить больше возможностей следования инструкциям при объединении. В карточке приведены результаты Open LLM Leaderboard, включая оценку IFEval 80,96 и средний балл 43,07. Лицензия — Llama 3.1; условия использования определяются соответствующей лицензией Meta. README не сообщает поддерживаемые естественные языки и не описывает отдельные специализированные области применения.

Junpito/llama3-finetuned-id-16bit — дообученная Junpito плотная языковая модель семейства Llama 3.2 с архитектурой LlamaForCausalLM. Она основана на unsloth/llama-3.2-3b-instruct-unsloth-bnb-4bit и обучалась с использованием Unsloth и библиотеки TRL от Hugging Face. В репозитории указаны формат safetensors, размер около 3,2 млрд параметров и контекст до 131 072 токенов. Модель предназначена для генерации текста и диалоговых сценариев на английском языке; в метаданных также отмечен интерфейс вызова инструментов. Лицензия — Apache-2.0. Карточка не уточняет данные дообучения, конкретную специализацию, оценку качества или ограничения применения, поэтому эти свойства нельзя определить по доступным сведениям.

Llama-3-Intermix — разговорная модель генерации текста, созданная bunnycore путём слияния моделей семейства Llama 3 с помощью mergekit и метода model_stock. В состав слияния вошли PJMixers/LLaMa-3-CursedStock-v2.0-8B, Nitral-AI/Hathor_Stable-v0.2-L3-8B и WhiteRabbitNeo/Llama-3-WhiteRabbitNeo-8B-v2.0. Модель на архитектуре LlamaForCausalLM содержит 7,5 млрд параметров, принимает текст и генерирует текст; контекст — до 8192 токенов. Карточка указывает формат safetensors и лицензию Apache-2.0. Модель предназначена для диалогов и других задач генерации текста; сведений о специальных доменах или отдельных языках в карточке нет.

KaraKaraWarehouse/Llama-ProgressPushDoll-3.3-70Bees — диалоговая языковая модель на архитектуре Llama, созданная объединением нескольких моделей семейства Llama 3.3 70B методом Model Stock. В качестве основы использована Llama-3.3-70B-Instruct; среди объединённых моделей — Mirai, Euryale, Anubis, Sushi и другие варианты Llama 3.3. Модель содержит 69,5 млрд параметров и принимает текстовые запросы для генерации текста и диалоговых ответов. Модель рассчитана на общие беседы и генерацию текста. В README указана совместимость с форматами запросов ChatML и L3 chat. Метаданные сообщают о контекстном окне до 131 072 токенов и формате весов safetensors. Автор описывает сборку как попытку получить модель, которая хорошо работает «из коробки», однако количественные оценки качества и отдельные специализированные возможности не приведены. Использование регулируется лицензией базовой модели Llama 3.3; конкретный идентификатор лицензии в предоставленных данных не указан.

Это дообученная модель gtmicrosoftPhi-3p5-mini-instruct20260804230324 на базе microsoft/Phi-3.5-mini-instruct. Согласно карточке, обучение выполнено с использованием TRL; метаданные указывают архитектуру Phi-3, 3,7 млрд параметров и библиотеку Transformers. Модель предназначена для диалоговой генерации текста и поддерживает контекст до 4096 токенов. Её можно применять для ответов на вопросы и ведения диалогов на естественном языке. Карточка не описывает специальную математическую специализацию, поэтому название репозитория само по себе не подтверждает качество решения математических задач. Сведения о лицензии и конкретных ограничениях дообученной версии в предоставленных данных отсутствуют.

L-MChat-7b — чат-модель на 7,1 млрд параметров, созданная слиянием Nexusflow/Starling-LM-7B-beta и FuseAI/FuseChat-7B-VaRM. В основе — плотная архитектура Mistral с классом MistralForCausalLM; модель распространяется в формате safetensors и рассчитана на контекст до 8192 токенов. Модель предназначена для диалоговой генерации текста и может использоваться для ответов на вопросы, ведения беседы и рассуждений на естественном языке. В README приведены результаты оценок на нескольких наборах тестов Open LLM Leaderboard, однако они не гарантируют качество на конкретных пользовательских задачах. Указана лицензия Apache-2.0.

Luna_3B — объединённая языковая модель, созданная jeiku методом DARE TIES с помощью mergekit. В основу объединения положена jeiku/ToxicNoRobotsRosaHermesBoros_3B; также включены варианты StableLM, дообученные для инструкций, диалога и рассуждений. Модель предназначена для генерации текста и диалогового взаимодействия. Она построена на архитектуре StableLM Epoch, содержит 2,7 млрд параметров и рассчитана на контекст до 4096 токенов. Репозиторий содержит веса safetensors. Лицензия в предоставленных данных не указана.

MaziyarPanahi/MeliodasPercival_01_Experiment26Experiment24 — объединённая модель на архитектуре Mistral с 7,1 млрд параметров, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/Experiment26Experiment24-7B. Она предназначена для генерации текста и диалогов, а контекст составляет до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Данных о специализации на конкретных языках или прикладных областях в карточке нет.

MeliodasPercival_01_Experiment26Experiment26 — объединённая языковая модель семейства Mistral, созданная MaziyarPanahi на основе automerger/MeliodasPercival_01-7B и automerger/Experiment26Experiment26-7B. Она предназначена для генерации текста и диалогов по текстовым запросам. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Модель распространяется в формате SafeTensors по лицензии Apache 2.0. README не уточняет языковую специализацию или дополнительные возможности, поэтому модель можно описать как средство генерации текста общего назначения.

MaziyarPanahi/MeliodasPercival_01_Experiment27Inex12 — объединённая языковая модель семейства Mistral, созданная путём слияния automerger/MeliodasPercival_01-7B и automerger/Experiment27Inex12-7B. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и распространяется в формате Safetensors. Модель предназначена для генерации текста и диалогов. Она принимает текстовые запросы и может использовать контекст длиной до 32 768 токенов. Карточка не приводит сведений о целевых языках или специализированных областях применения. Лицензия — Apache 2.0.

MeowGPT-3.5 — разговорная языковая модель, разработанная CutyCat2000x на основе Llama и Mixtral. Она предназначена для генерации текста по запросу и диалогового общения. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и принимает текст, выдавая текст; максимальный контекст — 4096 токенов. В метаданных указан английский язык. Модель распространяется в формате Safetensors и может загружаться через библиотеку Transformers. Данные для обучения обозначены как приватные. Лицензия — MIT. Ответы могут быть неточными или неуместными, поэтому результаты следует проверять перед использованием в важных сценариях.

Это диалоговая языковая модель объёмом 6,7 млрд параметров, созданная автором репозитория rjamorizIAtest слиянием Mistral-7B-Instruct-v0.2 и Starling-LM-7B-beta. Для объединения использован метод SLERP через mergekit; архитектура — плотная MistralForCausalLM, веса представлены в формате safetensors и работают с библиотекой Transformers. Модель предназначена для генерации текста в диалогах и ответов на запросы. Она принимает текст и поддерживает контекст до 32 768 токенов. Карточка не сообщает о специализированной предметной области или языковом составе, поэтому применимость к конкретным языкам не уточняется. Условия лицензирования в предоставленных источниках не описаны.

Карточка модели mergekit-community/mergekit-slerp-fcxoywi на Hugging Face совпадает с карточкой mergekit-community/mergekit-slerp-jeyctse, поэтому описание составлено по ней. 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.

Fischerboot/mergekit-slerp-qqnicnt — объединённая методом SLERP языковая модель семейства Llama, созданная с помощью mergekit из Fischerboot/mergekit-slerp-awrvish и Fischerboot/mergekit-slerp-miersap. Это плотная авторегрессионная модель с архитектурой LlamaForCausalLM и 7,5 млрд параметров; она предназначена для генерации текста и диалогового общения. Модель принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов и распространяется в формате safetensors для Transformers. Модель подойдёт для диалоговых приложений и генерации продолжений текста. Сведения о поддерживаемых естественных языках и специализированных областях в карточке не приведены, поэтому их нельзя надёжно уточнить. Лицензия в предоставленных данных не указана.

MFANNv0.20.12 — диалоговая языковая модель, созданная netcat420 слиянием весов через TIES и mergekit на основе mlabonne/Meta-Llama-3.1-8B-Instruct-abliterated. В слияние также вошли netcat420/MFANNv0.19, netcat420/MFANNv0.20 и netcat420/MFANNv0.20.11. Модель построена на архитектуре LlamaForCausalLM, содержит 7,5 млрд параметров и использует формат safetensors. Она предназначена для диалогов и генерации текстовых ответов; заявленная длина контекста — 131 072 токена. Базовая модель описана как вариант Llama 3.1 8B Instruct с ослабленными ограничениями на ответы. Лицензия в предоставленных данных не указана.

cloudyu/mistral_9B_instruct_v0.2 — разговорная языковая модель на архитектуре Mistral с 8,9 млрд параметров и 40 слоями. Согласно карточке, она дообучена методом SFT на vicgalle/alpaca-gpt4 и использует формат шаблона Alpaca. Модель предназначена для генерации текста в диалоговом формате: например, для ответов на инструкции и создания чат-ассистентов. Метаданные указывают контекст до 32 768 токенов и формат весов safetensors. Лицензия — CC BY 4.0. Карточка не приводит результатов оценки качества или подробностей о поддерживаемых языках. Дообучение на Alpaca-GPT4 указывает на инструктивный сценарий, но не подтверждает качество для конкретных областей или языков.

pbevan11/Mistral-Nemo-Baseline-SFT — дообученная модель генерации текста на архитектуре Mistral, созданная на основе mistralai/Mistral-Nemo-Base-2407 с использованием набора pbevan11/ultrafeedback_binarized_multilingual. Модель содержит 12,1 млрд параметров и предназначена для диалоговой генерации текста и ответов на запросы. В метаданных указано контекстное окно до 1 024 000 токенов. Модель выпущена в формате safetensors и доступна по лицензии Apache-2.0. В README приведён результат оценки: loss 1,1750; подробности об оценочном наборе и практическом качестве не раскрыты. Хотя обучающий набор обозначен как многоязычный, конкретные поддерживаемые языки не перечислены.

Moritz Laurer дообучил encoder-модель answerdotai/ModernBERT-base на той же смеси датасетов, что и модели коллекции Zeroshot Classifiers Collection версии zeroshot-v2.0. Это модель классификации текста для zero-shot сценариев: её можно применять к задачам, где нужно отнести текст к заданным категориям без отдельного обучения классификатора под каждую задачу. Веса содержат около 149 млн параметров; архитектура — ModernBERT для классификации последовательностей, максимальный контекст — 8192 токена. Модель отличается высокой скоростью и низким потреблением памяти; автор отмечает, что она позволяет использовать большие пакеты и что bf16 ускоряет работу примерно вдвое по сравнению с fp16. В описанных автором испытаниях качество в среднем немного уступало DeBERTav3. Модель распространяется под лицензией Apache-2.0; доступны форматы Safetensors и ONNX.

Карточка модели bongchoi/MoMo-70B-V1.0 на Hugging Face совпадает с карточкой bongchoi/MoMo-70B-V1.1, поэтому описание составлено по ней. 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.

MoNeuTrix-MoE-4x7B — текстовая генеративная модель с архитектурой Mixture of Experts на базе Mixtral, созданная CultriX с помощью LazyMergekit путём слияния четырёх моделей: CultriX/MonaTrix-v4, mlabonne/OmniTruthyBeagle-7B-v0, CultriX/MoNeuTrix-7B-v1 и paulml/OmniBeagleSquaredMBX-v3-7B. Модель предназначена для генерации текста; её размер составляет 7,1 млрд параметров, а контекст — до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель выпущена под лицензией Apache-2.0. В README не описаны специализированные области применения и языки.

zelk12/MT1-Gen3-BG-gemma-2-9B — это объединённая модель для генерации текста и диалогов, созданная с помощью mergekit из двух предварительно обученных моделей Gemma 2. Объединение выполнено методом SLERP; среди исходных моделей указаны zelk12/MT1-Gen3-BB-gemma-2-MTg2S2-9B и zelk12/MT-Gen2-GI-gemma-2-9B. Модель построена на плотной архитектуре Gemma2ForCausalLM, содержит 9 млрд параметров, рассчитана на контекст до 8192 токенов и распространяется в формате safetensors. Подходит для диалогового взаимодействия и генерации текста. Карточка не сообщает о специализированной предметной области или конкретном наборе языков. Лицензия в доступных данных не указана.