III.5Управление персоналом и организацией

mhm-7m-v1.3 — экспериментальная текстовая языковая модель, созданная путём трёх этапов слияния семи предварительно обученных моделей на основе Mistral с помощью mergekit и методов dare_ties. Она предназначена для генерации текста и диалогового общения. Размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов; репозиторий содержит веса в формате Safetensors. В README не названы исходные модели слияния, поэтому базовую модель можно определить только как семейство Mistral. Модель распространяется по лицензии Apache-2.0. README характеризует её как эксперимент; результатов оценки качества и сведений о целевых языках не приводит.

miqu-120b — плотная языковая модель семейства Llama, опубликованная dataautogpt3. Она создана с помощью mergekit методом passthrough из двух последовательных копий диапазона слоёв модели 152334H/miqu-1-70b-sf; README указывает формат float16, а метаданные — 137,2 млрд параметров и архитектуру LlamaForCausalLM. Модель предназначена для генерации текста и диалогов. Базовая модель описана в каталоге как модель для генерации текста и диалогов на английском языке; заявленная длина контекста — 32 764 токена. В репозитории указаны веса safetensors. README не приводит оценок качества или ограничений применения. Лицензия в предоставленных данных не указана.

Misted-7B-Mistral-7B-Instruct-v0.2-slerp — диалоговая модель на 7,1 млрд параметров, созданная MaziyarPanahi слиянием Mistral-7B-Instruct-v0.2 и Walmart-the-bag/Misted-7B методом SLERP. Она предназначена для генерации текста в диалогах и ответов на инструкции. Модель использует плотную архитектуру Mistral и поддерживает контекст до 32 768 токенов. В карточке указаны формат Safetensors и лицензия Apache-2.0. Сведения о языках и специализированных областях применения отсутствуют; поэтому модель можно описать как модель общего назначения, не приписывая ей отдельную специализацию. Качество и ограничения конкретного слияния в карточке не оценены.

Mistral-11B-v0.3 — языковая модель для генерации текста, созданная Corianas как слияние моделей семейства Mistral с помощью LazyMergekit. В README перечислена одна и та же модель Mistral-7B-v0.3 трижды; метаданные также указывают на Mistral-7B-v0.3 как базовую модель. Модель имеет плотную архитектуру MistralForCausalLM, 10,6 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации продолжений текста и диалоговых ответов в сценариях, где требуется языковая модель общего назначения. В метаданных указан формат safetensors. Языки и специализированные области применения в предоставленных материалах не определены. Лицензия в предоставленных данных не указана. README описывает модель как merge, тогда как метаданные классифицируют её как finetune; точный способ получения весов поэтому неоднозначен.

mncai/mistral-7b-dpo-v6 — текстовая генеративная модель MindsAndCompany на архитектуре Mistral, созданная на базе Mistral-7B. По карточке, модель сначала получила объединение весов, затем была дообучена методом DPO; она предназначена для диалогов и генерации ответов на текстовые запросы. Размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов. В примере карточки показан вопрос на корейском языке, а метаданные указывают английский язык; карточка не подтверждает широкий набор поддерживаемых языков. Разработчик позиционирует свои модели для бизнес-продуктов, включая чат-боты и ассистентов. Карточка предупреждает о переобучении на открытых лидербордах и рекомендует оценивать модель на собственных закрытых данных; внутренние оценки автора были ниже результата лидерборда. Модель опубликована в формате safetensors под лицензией Apache-2.0.

Kaoeiri/Mistral-magnum_X_Cydonia-v1.3-M — объединение предварительно обученных языковых моделей, созданное методом Model Stock с помощью mergekit. В качестве базовой модели использована unsloth/Mistral-Small-Instruct-2409; в объединение также вошли модели Magnum, Cydonia, SeminalRP, Gutenberg-Doppel и abliterate-версия Mistral Small Instruct. Это плотная авторегрессионная модель семейства Mistral с архитектурой MistralForCausalLM, примерно 22 млрд параметров и контекстом до 131 072 токенов. Модель предназначена для генерации текста и диалогов; её можно применять для написания и продолжения прозы, ролевых диалогов и ответов на запросы. В карточке заявлены интерфейс чата и интерфейс вызова инструментов. Модель работает с текстом; конкретный перечень поддерживаемых естественных языков в источниках не приводится. Весовые файлы представлены в формате safetensors. Лицензия и специальные ограничения использования в предоставленных данных не указаны, поэтому условия следует проверить в карточке модели и у базовых моделей перед внедрением. Поскольку это объединение нескольких моделей, поведение и качество могут зависеть от формулировки запроса; независимые оценки качества в карточке не приведены.

toxibunny/Mistral-Small-22B-ArliAI-RPMax-Diluted — слитая модель на архитектуре Mistral, созданная автором репозитория с помощью mergekit и метода SLERP из unsloth/Mistral-Small-Instruct-2409 и ArliAI/Mistral-Small-22B-ArliAI-RPMax-v1.1. Это плотная авторегрессионная языковая модель на 22 млрд параметров с контекстом до 32 768 токенов, предназначенная для генерации текста и диалогов. Модель подходит для разговорных сценариев и творческого письма, включая ролевые диалоги. Метаданные указывают поддержку интерфейса вызова инструментов, однако описание не уточняет, какие именно инструменты или шаблоны взаимодействия проверены. Доступна в формате safetensors для Transformers. Сведения о лицензии в предоставленных источниках отсутствуют.

MixtureofMerges-MoE-4x7b-v10-MIXTRAL3 — языковая модель с архитектурой Mixture of Experts (MoE), созданная методом слияния моделей с помощью LazyMergekit. В состав объединения входят mistralai/Mistral-7B-Instruct-v0.3, Kukedlc/NeuralSynthesis-7B-v0.1, mlabonne/AlphaMonarch-7B и s3nh/SeverusWestLake-7B-DPO. Модель имеет 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Она распространяется в формате safetensors по лицензии Apache-2.0. Метаданные указывают поддержку чата, но карточка не уточняет языки и дополнительные возможности модели.

MoEv4Config-TIESwithRescale-7b — слитая языковая модель, созданная с помощью LazyMergekit на основе Kukedlc/NeuTrixOmniBe-7B-model-remix, PetroGPT/WestSeverus-7B-DPO и vanillaOVO/supermario_v4. Это плотная модель архитектуры Mistral с 7,1 млрд параметров, предназначенная для генерации текста. Она поддерживает контекст до 32 768 токенов и распространяется в формате Safetensors. Модель подходит для диалогов, составления и продолжения текстов, а также генерации ответов на запросы. README не описывает специализированные области применения или языки. Условия лицензирования в предоставленных данных не указаны.

zelk12/MT1-Gen4-MA-gemma-2-S5S4-9B — объединённая модель для генерации текста на архитектуре Gemma 2, опубликованная в формате safetensors. Согласно карточке, она создана методом SLERP с помощью mergekit из allknowingroger/GemmaSlerp5-10B и allknowingroger/Gemmaslerp4-10B. Каталог указывает около 9 млрд параметров и контекст до 8192 токенов. Модель предназначена для диалоговой генерации текста и других сценариев, поддерживаемых конвейером text-generation. В метаданных отмечена возможность чата; сведения о поддерживаемых естественных языках и специализированной области применения не приведены. Лицензия в предоставленных данных не указана.

Модель zelk12/MT1-Max-Merge_02012025163610-GMM-gemma-2-9B — объединённая с помощью mergekit методом SLERP языковая модель на архитектуре Gemma 2. Она создана из двух предварительно обученных моделей: zelk12/MT1-Max-Merge_02012025163610-GP-gemma-2-MTM5MT1g2-9B и zelk12/MT1-Max-Merge_02012025163610-MM-gemma-2-MTM5MTM1-9B. Модель с 9 млрд параметров предназначена для генерации текста и диалогов; поддерживает контекст до 8192 токенов. Веса опубликованы в формате safetensors, библиотека для работы — Transformers. README не описывает отдельные специализации, языковой охват или сравнительные результаты модели. Условия лицензии в предоставленных данных не приведены.

zelk12/MT2-Max-Merge_02012025163610-BB-gemma-2-MT5g4MTM5-9B — объединённая модель генерации текста на базе Gemma 2, созданная методом SLERP с помощью mergekit из zelk12/MT5-Gen4-gemma-2-9B и zelk12/MT-Merge5-gemma-2-9B. Модель содержит 9 млрд параметров, использует архитектуру Gemma2ForCausalLM и представлена в формате safetensors для библиотеки Transformers. Модель предназначена для диалоговой генерации текста. Контекст составляет до 8192 токенов. Сведения о поддерживаемых естественных языках, специальных предметных областях и сравнительном качестве в карточке не приведены. Лицензия в предоставленных данных не указана.

zelk12 выпустил эту объединённую диалоговую модель на базе Gemma 2. Она создана методом SLERP с помощью mergekit из recoilme/recoilme-gemma-2-9B-v0.4 и zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1-t0.25. Модель содержит 9 млрд параметров, использует плотную архитектуру Gemma2ForCausalLM и распространяется в формате safetensors для библиотеки Transformers. Модель предназначена для генерации текста и общения в чате. Она принимает текст, выдаёт текст и поддерживает контекст длиной до 8192 токенов. В карточке нет сведений о целевых языках и специализированных предметных областях. Лицензия в предоставленных данных не указана.

zelk12 создал эту разговорную языковую модель, объединив методом SLERP две предварительно обученные модели Gemma 2: zelk12/recoilme-gemma-2-Ifable-9B-v0.1 и zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1. Модель с плотной архитектурой Gemma2ForCausalLM содержит 9 млрд параметров и рассчитана на генерацию текста и диалоговое взаимодействие. Модель принимает текст и генерирует текст; заявленный контекст составляет 8192 токена. Репозиторий предоставляет веса в формате safetensors и указывает библиотеку Transformers. Язык модели, специальные предметные области и конкретные сильные стороны в карточке не описаны. Условия лицензирования в предоставленных данных не указаны.

zelk12/MT3-Gen5-BMU-gemma-2-9B_v1 — языковая модель для диалогов и генерации текста, созданная слиянием двух предварительно обученных моделей с помощью SLERP и mergekit. В основе лежат zelk12/MT3-Gen5-MU-gemma-2-Av4dG-9B_v1 и zelk12/MT3-Gen5-BB-gemma-2-RAv0.1MT2-9B_v1. Модель использует плотную архитектуру Gemma 2 с 9 млрд параметров и работает с контекстом до 8192 токенов. Она предназначена для текстовых запросов и выдаёт текст; метаданные отмечают поддержку диалогового режима. Репозиторий содержит веса в формате safetensors и предназначен для Transformers. Карточка не описывает специальные прикладные области, поддерживаемые языки или отдельные ограничения качества. Лицензия в предоставленных данных не указана.

zelk12/MT3-Gen5-MMG-gemma-2-9B_v1 — это слитая с помощью mergekit методом SLERP языковая модель на архитектуре Gemma 2. В объединении использованы zelk12/MT3-Gen5-MM-gemma-2-MT2Av4d-9B_v1 и zelk12/MT3-Gen5-GP-gemma-2-RAv0.1E-9B_v1; в конфигурации базовой указана первая модель. Вес модели составляет 9 млрд параметров, файлы представлены в формате safetensors, для работы используется библиотека Transformers. Модель предназначена для генерации текста и диалогового общения. Её можно применять для создания и продолжения текстов, ответов в чате и других сценариев работы с языковым контентом. Нативный размер контекста — до 8192 токенов. Данные не подтверждают поддержку конкретных естественных языков или специализированных предметных областей. Условия лицензии в предоставленных сведениях не приведены. Поскольку это объединение двух моделей, практические свойства и качество зависят от их обучающих данных и настройки; отдельные ограничения в README не описаны.

zelk12 выпустил объединённую модель Gemma 2 для диалогов и генерации текста. Она создана методом SLERP с помощью mergekit из моделей zelk12/recoilme-gemma-2-Ifable-9B-v0.1 и zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1. Модель имеет плотную архитектуру Gemma2ForCausalLM и содержит 9 млрд параметров. Она принимает текст и генерирует текст; заявленная длина контекста — 8192 токена. Репозиторий распространяет веса в формате safetensors и использует библиотеку Transformers. Модель подходит для ведения диалогов и генерации ответов по текстовым инструкциям. README и метаданные не сообщают о специальных прикладных областях или ограничениях качества. Лицензия в предоставленных данных не указана.

zelk12/MT-Gen4-MA-gemma-2-S5Sv1IBT-9B — объединённая методом SLERP модель семейства Gemma 2, созданная с помощью mergekit на основе allknowingroger/GemmaSlerp5-10B и gmonsoon/SahabatAI-Lion-9B-TIES-v1. Модель содержит 9 млрд параметров, использует архитектуру Gemma2ForCausalLM и распространяется в формате safetensors. Модель предназначена для генерации текста и диалоговых сценариев. Её можно использовать для ответов на вопросы, ведения беседы и генерации текста по инструкциям; базовая модель ориентирована на языки Юго-Восточной Азии и английский. Контекстное окно — 8192 токена. В доступных сведениях лицензия не приводится.

Карточка модели zelk12/MT-Max-Merge_02012025163610-BB-gemma-2-MT5g4MTM5-9B на Hugging Face совпадает с карточкой zelk12/MT2-Max-Merge_02012025163610-BB-gemma-2-MT5g4MTM5-9B, поэтому описание составлено по ней. zelk12/MT2-Max-Merge_02012025163610-BB-gemma-2-MT5g4MTM5-9B — объединённая модель генерации текста на базе Gemma 2, созданная методом SLERP с помощью mergekit из zelk12/MT5-Gen4-gemma-2-9B и zelk12/MT-Merge5-gemma-2-9B. Модель содержит 9 млрд параметров, использует архитектуру Gemma2ForCausalLM и представлена в формате safetensors для библиотеки Transformers. Модель предназначена для диалоговой генерации текста. Контекст составляет до 8192 токенов. Сведения о поддерживаемых естественных языках, специальных предметных областях и сравнительном качестве в карточке не приведены. Лицензия в предоставленных данных не указана.

zelk12/MT-Max-Merge_02012025163610-MAMM-gemma-2-9B — разговорная языковая модель на архитектуре Gemma 2, созданная слиянием двух предварительно обученных моделей с помощью mergekit и метода SLERP. Сборку выполнил автор репозитория zelk12. Модель предназначена для генерации текста и диалогов. Она содержит 9 млрд параметров, принимает текст и выдаёт текст, а её контекст составляет 8192 токена. В README указано, что при слиянии использовалась точность bfloat16. Сведения о специальных предметных возможностях и поддерживаемых языках не приведены. Модель распространяется в формате safetensors; лицензия в предоставленных данных не указана.

zelk12 разработал разговорную языковую модель, полученную слиянием двух предварительно обученных моделей Gemma 2 с помощью метода SLERP и инструмента mergekit. Модель содержит 9 млрд параметров, использует плотную архитектуру Gemma2ForCausalLM, рассчитана на генерацию текста и диалоги и работает через библиотеку Transformers. Контекстное окно составляет 8192 токена; веса опубликованы в формате safetensors. Модель подходит для генерации продолжений текста и ведения диалога. Карточка не приводит сведений о целевых языках, поэтому языковую специализацию определить нельзя. Условия лицензии в предоставленных данных не описаны.

zelk12 создал разговорную языковую модель MTM-Merge-GMA-gemma-2-9B слиянием двух предварительно обученных моделей Gemma 2 с помощью метода SLERP и инструментария mergekit. Модель содержит 9 млрд параметров, использует архитектуру Gemma2ForCausalLM и предназначена для генерации текста в диалоговом формате; заявленная длина контекста — 8192 токена. Модель подходит для ведения диалогов и генерации ответов на текстовые запросы. В репозитории указаны веса в формате safetensors и библиотека Transformers. Сведений о специализации на конкретной области или поддерживаемых языках в доступных данных нет. Условия использования определяются лицензией Gemma 2; в предоставленных данных конкретная лицензия не приведена.

Nandine-7b — объединённая модель семейства Mistral, опубликованная sethuiyer. Она создана методом DARE-TIES из senseable/Westlake-7B, Guilherme34/Samantha-v2 и uukuguy/speechless-mistral-six-in-one-7b; в конфигурации указан базовый Mistral-7B-v0.1. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст, а её контекст составляет до 32 768 токенов. Модель предназначена для диалогового общения, творческого письма, обсуждения сложных тем и общей помощи. Карточка отмечает сильные стороны в повествовании, эмпатичных ответах, ясной подаче и анализе; приведённые оценки получены на синтетических запросах и стандартных бенчмарках. Основной язык карточки — английский. Среди ограничений указаны недостаточная естественность перевода, ошибки в некоторых математических и логических задачах, а также неполная глубина отдельных ответов и исторических объяснений. Модель распространяется по лицензии Apache-2.0.

Negativelikelihood-zephyr-7b-sft-full — диалоговая языковая модель на архитектуре Mistral с 7,1 млрд параметров, дообученная на alignment-handbook/zephyr-7b-sft-full с использованием набора HuggingFaceH4/ultrafeedback_binarized. Она предназначена для генерации текста и ответов в чате. Модель принимает текст и выдаёт текст; заявленный контекст — до 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Подробные сведения о качестве, оценках и специальных ограничениях в карточке не приведены.

NeuralMergeTest-001 — объединённая языковая модель на архитектуре Mistral, созданная Kukedlc с помощью LazyMergekit. Она объединяет liminerity/M7-7b, Kukedlc/NeuralKrishna-7B-v3 и Kukedlc/NeuralMarioMonarch-7B-slerp методом dare_ties; размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текст и выдаёт текст; сведения о целевых языках и специализации в карточке отсутствуют. Репозиторий содержит веса Safetensors в формате bfloat16. Лицензия — Apache-2.0.

NeuralPipe-7B-slerp-DPO — языковая модель на архитектуре Mistral с 7,1 млрд параметров, созданная Samee-ur методом Direct Preference Optimization на наборе Intel/orca_dpo_pairs. Это версия модели Samee-ur/NeuralPipe-7B-slerp, настроенная на генерацию текста по предпочтениям. Она предназначена для текстовых запросов и ответов; поддерживает английский язык и контекст до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0.

NeuralsynthesisMeliodas-7B — объединённая языковая модель на архитектуре Mistral, созданная Maxime Labonne автоматизированным слиянием моделей. В конфигурации использованы Kukedlc/NeuralSynthesis-7B-v0.3 и AurelPx/Meliodas-7b-dare; для слияния применён метод DARE-TIES. Репозиторий содержит веса в формате safetensors, а объём модели составляет 7,1 млрд параметров. Модель предназначена для генерации текста и диалогов. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Условия использования определяются лицензией Apache-2.0. В карточке не приведены сведения о целевых языках и специальных прикладных областях.

NeuraRP-7B-slerp — диалоговая текстовая модель, созданная stevez80 слиянием NeuralHermes-2.5-Mistral-7B и BuRP_7B методом SLERP. Она предназначена для генерации текста в диалогах и ответов на запросы пользователя. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате safetensors; лицензия — Apache-2.0. Слияние использует разные веса для слоёв внимания и MLP, а результат задан в формате bfloat16. Метаданные отмечают поддержку чата, но карточка не приводит оценки качества или перечень языков, поэтому их нельзя определить по имеющимся сведениям.

Neurotic-Momningojask-slerp — объединённая модель для генерации текста, созданная liminerity с помощью mergekit. В слиянии методом slerp использованы liminerity/merge и CorticalStack/neurotic-crown-clown-7b-ties; базовой указана liminerity/merge. Модель основана на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров. Модель предназначена для генерации текста по текстовому запросу. Для неё указан контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. README не описывает отдельные специализации или результаты оценки качества.

NightWing3-10B-v0.1 — разговорная языковая модель, созданная Nitral-Archive путём слияния двух моделей семейства Llama. Она предназначена для генерации текста в диалогах и принимает сообщения в формате ChatML. Модель содержит 9,9 млрд параметров, поддерживает контекст длиной до 32 768 токенов и работает через библиотеку Transformers. Модель подходит для ведения диалога и генерации ответов на текстовые запросы на английском языке. Репозиторий содержит веса в формате safetensors. Лицензия обозначена как other; конкретные условия использования в доступных данных не раскрыты.