III.5Управление персоналом и организацией

ZeroXClem/Qwen2.5-7B-HomerAnvita-NerdMix — англоязычная разговорная модель на архитектуре Qwen2 с плотной causal language model, содержащая 7,1 млрд параметров и рассчитанная на контекст до 32 768 токенов. Автор объединил несколько моделей семейства Qwen2.5 методом Model Stock с помощью mergekit; среди источников — HomerSlerp1, Qandora Creative, Anvita, Cybertron-MGS и Qwen-Nerd. Модель предназначена для генерации текста, диалогов и ролевых сценариев, следования инструкциям, творческого письма, математических рассуждений и технических ответов. Подходит для черновиков историй и маркетинговых материалов, учебных объяснений и технической поддержки. Репозиторий содержит веса safetensors в bfloat16, а карточка указывает лицензию Apache-2.0. Указанные в карточке преимущества основаны на заявленном назначении исходных моделей и не сопровождаются результатами сравнительной оценки. Перед применением для специализированных задач качество следует проверять на своих примерах; сама карточка отмечает, что для отдельных сценариев может понадобиться дообучение.

bunnycore/Qwen-2.5-7b-TitanFusion-v2 — объединённая диалоговая языковая модель на архитектуре Qwen2, созданная с помощью mergekit методом DARE TIES на основе Orion-zhen/Qwen2.5-7B-Instruct-Uncensored с добавлением Cran-May/T.E-8.1 и Replete-AI/Replete-LLM-V2.5-Qwen-7b. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст; заявленное контекстное окно — 32 768 токенов. Модель предназначена для диалогов и генерации ответов на инструкции. В карточке описан способ объединения весов, но нет результатов оценки качества или подробных рекомендаций по использованию. Репозиторий содержит веса в формате safetensors; лицензия в доступных данных не указана.

Модель luigisaetta/qwen3-1.7b-lora-merged — версия Qwen3-1.7B с объединённым локальным LoRA-адаптером, опубликованная как самостоятельная модель Transformers. Она предназначена для генерации текста и диалогов; метаданные отмечают поддержку чата. Модель плотной архитектуры Qwen3ForCausalLM содержит 1,7 млрд параметров и поддерживает контекст до 40 960 токенов. Языковые возможности унаследованы от многоязычной базовой Qwen3, однако целевые языки и конкретные улучшения дообучения не описаны. Модель основана на Qwen/Qwen3-1.7B и сохранена в формате safetensors. LoRA-адаптер слит с базовыми весами, поэтому для использования не требуется отдельно подключать адаптер. Лицензия — Apache-2.0. Данные дообучения приватны и в репозитории отсутствуют; перед распространением следует проверить поведение дообученной модели и лицензионные условия базовой модели.

VladShash/qwen3-8b-classic-no-repair — плотная авторегрессионная языковая модель семейства Qwen3 с 7,6 млрд параметров, разработанная на основе formalmathatepfl/qwen3-cpt. Модель дообучена методом SFT на наборе данных sft; в карточке она представлена как диалоговая модель для генерации текста. Модель принимает текст и выдаёт текст. Её можно использовать для диалогов и генерации ответов в сценариях, где подходит Qwen3. Контекстное окно составляет 32 768 токенов. Карточка не сообщает о специализированных областях применения или языках. Лицензия указана как other, поэтому конкретные условия использования по карточке определить нельзя.

Карточка модели arefehRajabian/qwen3_8b_fp8_finetune_base_model_16bit на Hugging Face совпадает с карточкой arefehRajabian/qwen3_8b_fp8_finetune_16bit, поэтому описание составлено по ней. Это дообученная arefehRajabian версия языковой модели Qwen3-8B-FP8. Она предназначена для генерации текста в диалоговом режиме и может использоваться в приложениях, которым нужны ответы на текстовые запросы. Модель содержит 7,6 млрд параметров, использует плотную архитектуру Qwen3 и поддерживает контекст до 40 960 токенов. Веса представлены в формате safetensors. Модель обучена с помощью Unsloth и библиотеки Hugging Face TRL. Она распространяется по лицензии Apache-2.0. Карточка не описывает специализацию дообучения, поэтому область применения и качество на конкретных задачах по ней определить нельзя.

Radiantloom Mixtral 8X7B Fusion DPO — разговорная текстовая модель на архитектуре Mixtral с разреженной смесью экспертов (MoE), разработанная Radiantloom. Это дообученная с помощью Direct Preference Optimization (DPO) версия Radiantloom Mixtral 8X7B Fusion, предназначенная для генерации ответов в диалоге и других сценариев text-generation. Модель использует библиотеку Transformers, распространяется в формате safetensors и имеет контекстное окно 32 768 токенов. В метаданных указано 7,1 млрд параметров. Модель поддерживает ввод и вывод текста; карточка не сообщает о специализированных предметных областях или поддерживаемых естественных языках. Лицензия — Apache-2.0. Карточка не приводит результатов оценивания, данных обучения или подробностей о качестве ответов, поэтому характеристики DPO-настройки и качество в конкретных задачах требуют самостоятельной проверки.

zelk12/recoilme-gemma-2-Ataraxy-9B-v0.2 — разговорная языковая модель на архитектуре Gemma 2, созданная разработчиком zelk12 с помощью слияния SLERP двух моделей zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1-t0.25 и zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1-t0.75. Модель содержит 9 млрд параметров, работает с текстом и рассчитана на контекст до 8192 токенов. Она предназначена для генерации текста и диалоговых сценариев. Опубликована в формате safetensors для библиотеки Transformers. В README приведены результаты Open LLM Leaderboard, включая IFEval 76,00 и BBH 43,63; других подтверждённых сведений о сильных сторонах модели нет. В предоставленных материалах лицензия и поддерживаемые языки не указаны. Результаты бенчмарков не гарантируют качество в конкретном применении; контекст ограничен 8192 токенами.

RWKV-7 World — языковая модель для генерации текста и диалогов, разработанная Бо Пэном, Юй Чжаном, Сонглином Яном и Жуйчуном Чжаном при поддержке RWKV Project под эгидой LF AI & Data Foundation. Модель основана на архитектуре RWKV7 с flash-linear attention; в репозитории указано 2,9 млрд параметров, а метаданные каталога оценивают размер в 3,1 млрд. Она использует токенизатор RWKV World с размером словаря 65 536 и принимает текст, выдавая текст; контекст составляет 2048 токенов. Модель подходит для генерации продолжений, ответов в диалоге и других задач языкового моделирования. README описывает обучение на World v3 на корпусе объёмом 3,119 трлн токенов. Метаданные указывают поддержку английского, китайского, японского, корейского, французского, арабского, испанского и португальского языков; README отдельно называет английский. Для работы указаны Transformers версии 4.48.0 или новее и библиотека flash-linear-attention. Лицензия — Apache-2.0.

Saiga/Llama3 8B — русскоязычный чат-бот Ильи Гусева на базе Llama 3 8B Instruct. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров и контекстом до 8192 токенов, предназначенная для диалогов и генерации ответов на русском языке. Модель дообучалась на русскоязычных диалоговых и предпочтительных данных; в карточке описаны версии с SFT и KTO-настройкой. Для общения используется исходный формат промптов Llama 3 начиная с v4. Модель подходит для русскоязычного чат-ассистента и ответов на инструкции. В README приведены результаты сравнительной оценки, но они относятся к отдельным версиям и наборам оценки. Указана лицензия Hugging Face «other», поэтому конкретные условия использования следует сверить с лицензией репозитория и базовой модели. Модель принимает текст и генерирует текст; карточка не сообщает об обработке других модальностей.

JosephNguyen дообучил Sailor2-8B-Chat для диалогов и генерации текста. Модель построена на плотной архитектуре Qwen2, содержит 8 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для текстового общения и генерации ответов. Карточка указывает английский язык; базовая Sailor2-8B-Chat ориентирована на многоязычные диалоги, особенно на языках Юго-Восточной Азии, однако README не уточняет языковые возможности именно этого дообучения. Модель распространяется в формате Safetensors по лицензии Apache 2.0. Данных о специальных ограничениях качества или применения карточка не приводит.

Seamaiiza-7B-v3-32k — языковая модель AlekseiPravdin, полученная слиянием трёх моделей семейства Mistral с помощью mergekit и метода dare_ties. Это плотная авторегрессионная модель на 7,1 млрд параметров для генерации текста и диалогового общения; заявленная длина контекста — 32 768 токенов. Репозиторий содержит веса в формате safetensors, а лицензия — Apache 2.0. Модель подходит для ведения диалога и генерации продолжений текста. Данные карточки не уточняют поддерживаемые естественные языки, специализацию по областям или результаты оценивания качества.

chargoddard/servile-harpsichord-cdpo — языковая модель семейства Mistral, разработанная Chargoddard. Это плотная авторегрессионная модель на 7,1 млрд параметров для генерации текста; она обучена на другой случайной выборке тех же наборов данных, что и loyal-piano-m7, а затем дообучена методом cDPO на смеси датасетов RLHF. Модель использует формат запросов Alpaca и поддерживает контекст до 32 768 токенов. Модель предназначена для диалоговой генерации и следования инструкциям. В обучении использованы наборы данных Orca, суммаризации отзывов, ролевого диалога и предпочтений, включая PKU-SafeRLHF и UltraFeedback. Репозиторий содержит веса Safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

sfm_filtered_e2e_alignment-0k_1k_2k_simpleavg_merge — объединённая языковая модель, созданная с помощью mergekit методом Linear из контрольных точек обучения global_step0, global_step1000 и global_step2000. В качестве базовой при слиянии использовалась контрольная точка global_step2000. Модель построена на архитектуре GPT-NeoX с плотной causal language modeling частью и содержит 8,8 млрд параметров; для работы доступна в формате safetensors через библиотеку Transformers. Модель предназначена для генерации текста и диалогового взаимодействия. Контекст составляет 16 384 токена. В README и метаданных не названы специализированные предметные области, конкретные поддерживаемые языки или оценки качества, поэтому эти свойства не уточняются. Лицензия в предоставленных данных не указана.

Это объединённая языковая модель, созданная yuhengtu-bytedance с помощью mergekit. В ней линейно объединены контрольные точки обучения filtered_e2e_insert_hyperstition_v1 на шагах 2000, 3000 и 4000; базой при слиянии служила контрольная точка шага 4000. Архитектура — плотная GPT-NeoX с авторегрессионной языковой головой, размер — 8,8 млрд параметров, формат весов — Safetensors, библиотека — Transformers; заявленная длина контекста — 16 384 токена. Модель предназначена для генерации текста и диалогового взаимодействия. Лицензия и сведения о целевых языках в предоставленных данных не приведены. Характеристики качества и специальные ограничения для применения не описаны.

sfmunfilterede2ealignment-7k8k9ksimpleavgmerge — объединённая языковая модель на архитектуре GPT-NeoX, созданная с помощью mergekit. В линейное слияние вошли контрольные точки обучения на шагах 7000, 8000 и 9000; базой слияния была контрольная точка global_step9000. Модель предназначена для генерации текста и диалоговых сценариев. Она содержит 8,8 млрд параметров, принимает текст и поддерживает контекст до 16 384 токенов. Репозиторий использует формат safetensors и библиотеку Transformers. Данных о языковой специализации и лицензии в доступных сведениях нет.

SmartQwen1.5-1.8B-orpo-v1 — диалоговая языковая модель семейства Qwen2, разработанная vihangd и дообученная методом ORPO на неизвестном наборе данных. Она предназначена для генерации текста в чате и имеет 1,5 млрд параметров и контекст до 32 768 токенов. Модель сохранена в формате safetensors и может применяться для диалогов и генерации ответов. Лицензия указана как other; конкретные условия в доступных сведениях не раскрыты.

Socrates Llama 3 8B SFT — дообученная SocratesFT модель на архитектуре Llama 3, основанная на meta-llama/Meta-Llama-3-8B-Instruct. Она предназначена для генерации текста и диалоговых ответов на английском языке; в метаданных также заявлена поддержка следования инструкциям. Модель содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. Модель подготовлена на наборе данных socratesft/SocSci210. Доступна в формате safetensors для использования с Transformers. Лицензия — llama3; применяются условия лицензии Meta Llama 3.

SOLAR-0-70b-16bit — языковая модель компании Upstage для генерации текста и выполнения инструкций в диалоге. Это дообученная на основе Llama 2 модель с плотной архитектурой LlamaForCausalLM и 68,7 млрд параметров. Карточка указывает английский язык; модель рассчитана на работу через HuggingFace Transformers. Метаданные задают контекст 4096 токенов, а авторы сообщают о возможности обрабатывать более 10 тысяч входных токенов с настройкой rope_scaling. Модель подходит для ответов на вопросы, диалогов и выполнения текстовых инструкций общего назначения. Upstage оценивала её на ARC-Challenge, HellaSwag, MMLU, TruthfulQA и MT-bench. В описании не заявлены специализированные прикладные области или мультимодальные возможности. Для дообученных чекпойнтов указана лицензия CC BY-NC-4.0, ограничивающая коммерческое использование.

Stella-mistral-nemo-12B — созданная nbeerbower объединённая языковая модель на архитектуре Mistral, рассчитанная на генерацию текста и диалоговое взаимодействие. Модель размером 12,1 млрд параметров создана методом Model Stock с помощью mergekit; базой слияния послужила nbeerbower/mistral-nemo-gutenberg-12B-v2. В объединение вошли несколько моделей Mistral Nemo, включая варианты для ролевого общения, инструкций и научного текста. Модель предназначена для генерации ответов и продолжения текста в чат-сценариях. Указанная длина контекста — 1 024 000 токенов; модель использует формат весов safetensors и библиотеку Transformers. README не описывает отдельные целевые языки, поэтому их не уточняю. Качество и поведение зависят от конкретного запроса и объединённых исходных моделей; в карточке нет оценок или подробных ограничений применения. Условия лицензии в предоставленных данных не приведены.

RUC-AIBOX/STILL-2 — дообученная авторами репозитория модель семейства Qwen2.5 для генерации текста и диалогового взаимодействия. Она содержит 32 млрд параметров, построена на плотной архитектуре Qwen2ForCausalLM и рассчитана на контекст до 32 768 токенов. В метаданных также отмечен интерфейс вызова инструментов. Модель подходит для генерации ответов в чате и других текстовых сценариев. Базовая Qwen2.5-32B-Instruct описана как модель для диалога, программирования, математики и структурированных ответов, однако карточка STILL-2 не уточняет, какие из этих возможностей проверялись после дообучения. README автоматически создан и не содержит сведений о разработчике, данных обучения, оценках качества или лицензии.

Synthia-70B-v1.1 — языковая модель семейства Llama 2, разработанная migtissera на базе Llama 2 70B и дообученная на наборах данных в стиле Orca. Модель предназначена для следования инструкциям и продолжительных диалогов; она также заявлена как способная к рассуждениям в стиле Tree of Thought. Для генерации текста используется архитектура LlamaForCausalLM с 68,7 млрд параметров и контекстом 2048 токенов. Модель подходит для диалоговых ассистентов, ответов на инструкции и развёрнутых объяснений на английском языке. В README приведены результаты оценивания, включая ARC и HellaSwag. Модель распространяется по лицензии Llama 2. Она может выдавать неточные или вводящие в заблуждение ответы, а также предвзятый, оскорбительный или иной неподходящий контент; заявлена как uncensored.

T3qm7xNeuralsirkrishna_Experiment24Yam — объединённая языковая модель семейства Mistral, созданная на основе automerger/T3qm7xNeuralsirkrishna-7B и automerger/Experiment24Yam-7B. Она содержит 7,1 млрд параметров и предназначена для генерации текста и диалогов; поддерживает контекст до 32 768 токенов. Модель принимает текст и выдаёт текст. Репозиторий содержит веса в формате Safetensors. Она опубликована под лицензией Apache 2.0. В доступных материалах не описаны специальные возможности, языковая специализация и результаты оценки качества.

T3qm7xNeuralsirkrishna_Experiment27Experiment28 — объединённая языковая модель семейства Mistral, созданная на основе automerger/T3qm7xNeuralsirkrishna-7B и automerger/Experiment27Experiment28-7B. Модель содержит 7,1 млрд параметров и использует архитектуру MistralForCausalLM; веса опубликованы в формате safetensors. Модель предназначена для генерации текста и диалогов. Она принимает текст и поддерживает контекст длиной до 32 768 токенов. Данные о целевых языках и специализации по предметным областям в карточке не приведены. Модель опубликована по лицензии Apache-2.0. Качество и ограничения конкретного объединения моделей в карточке не описаны.

T3qm7xNeuralsirkrishna_Experiment28Strangemerges_32 — объединённая модель генерации текста на базе Mistral, опубликованная MaziyarPanahi. Она объединяет automerger/T3qm7xNeuralsirkrishna-7B и automerger/Experiment28Strangemerges_32-7B и содержит 7,1 млрд параметров. Модель предназначена для генерации текста и диалоговых сценариев с контекстом до 32 768 токенов. Модель принимает текст и выдаёт текст. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. В карточке модели не описаны языковой охват и специализированные предметные области.

T3qm7xNeuralsirkrishna_Strangemerges_30Ogno — объединённая модель Mistral для генерации текста и диалогов, созданная слиянием automerger/T3qm7xNeuralsirkrishna-7B и automerger/Strangemerges_30Ogno-7B. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации продолжений текста и ведения диалогов. Данных о специализации на конкретных областях или языках нет. Веса опубликованы в формате safetensors; лицензия — Apache-2.0.

tesla6x6passthrough — языковая модель, созданная gate369 с помощью mergekit. Это слияние методом passthrough шести копий gate369/teslav0; конфигурация повторно включает диапазон слоёв [0, 6] каждой копии. Модель относится к семейству Mistral, использует архитектуру MistralForCausalLM и сохранена в формате safetensors с типом bfloat16. Модель предназначена для генерации текста и диалогового общения. Заявленная длина контекста — 32 768 токенов; размер модели — 194,4 млн параметров. Распространяется по лицензии Apache-2.0.

ThetaMaven10 — текстовая генеративная модель, созданная jefferylovely с помощью слияния моделей LazyMergekit. В слиянии участвуют jefferylovely/ThetaMaven9 и flemmingmiguel/MBX-7B-v3; применён метод slerp с настройками для слоёв self-attention и MLP. Модель построена на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Она предназначена для генерации текста; карточка не уточняет специализацию по языкам или прикладным областям. Репозиторий содержит веса в формате Safetensors. Лицензия CC BY-NC-ND 4.0 требует указания авторства и запрещает коммерческое использование и распространение производных материалов.

Tiger Gemma 9B v2 — разговорная языковая модель на базе Gemma 2 с 9 млрд параметров и архитектурой плотного декодера Gemma2ForCausalLM. Автор описывает её как версию Gemma 9B с ослабленными ограничениями на ответы; вариант v2 использует более мягкую настройку, сохраняя поведение исходной Gemma насколько возможно. Модель предназначена для генерации текста и диалогов. Контекст составляет 8192 токена. В карточке указаны формат safetensors и возможность чата. Модель создана TheDrummer; базовая модель Gemma 2 в README прямо не идентифицирована, поэтому точный исходный репозиторий установить нельзя. Автор сообщает, что модель обычно не отказывает в ответах, однако не приводит оценок качества или подробностей обучения. Лицензия в предоставленных данных не указана.

Tinyllama-moe4 — компактная языковая модель с архитектурой Mixture of Experts (MoE), созданная aipib с помощью LazyMergekit путём объединения vihangd/DopeyTinyLlama-1.1B-v1 и gardner/TinyLlama-1.1B-Instruct-3T. Размер модели составляет около 1 млрд параметров; репозиторий содержит веса в формате Safetensors. Модель предназначена для генерации текста и диалогов, включая ответы помощника, объяснения, рассуждения, выполнение инструкций, суммаризацию и подсчёт. Конфигурация направляет запросы о чате, помощнике и объяснениях к одному эксперту, а инструкции, суммаризацию и рассуждения — к другому. Модель принимает текст и выдаёт текст, поддерживает контекст до 2048 токенов. Для использования указана лицензия Apache-2.0. Карточка не приводит оценок качества или подробных сведений о языковом покрытии.

TopEvolution16 — объединённая языковая модель для генерации текста, созданная сообществом mergekit-community с помощью mergekit. В слиянии методом SLERP использованы mergekit-community/TopEvolution и NousResearch/Hermes-2-Theta-Llama-3-8B; в метаданных архитектура указана как MistralForCausalLM, плотная модель на 7,1 млрд параметров. Репозиторий содержит веса Safetensors, исходная конфигурация слияния задаёт тип bfloat16. Модель предназначена для генерации текста и диалоговых сценариев. Контекстное окно составляет 32 768 токенов. Базовая модель Hermes-2-Theta-Llama-3-8B описана как диалоговая модель на базе Llama 3 для следования инструкциям, вызова функций и генерации ответов в JSON; эти возможности не подтверждены отдельно для результата слияния. Лицензия в предоставленных данных не указана.