III.5Управление персоналом и организацией

CorticalStack/gemma-7b-ultrachat-sft — языковая модель на архитектуре Gemma, дообученная методом supervised fine-tuning на наборе диалогов UltraChat с использованием LoRA. Она предназначена для генерации ответов в чатах и ведения диалога. Модель содержит 8,2 млрд параметров и поддерживает контекст до 8192 токенов. Модель принимает текст и генерирует текст. В репозитории указаны веса в формате safetensors. Лицензия — Apache-2.0. Карточка не описывает отдельные языковые специализации или ограничения качества.

Sumail/Golden_Waves07_2b — объединение двух предварительно обученных языковых моделей tomaszki/gemma-29 и tomaszki/gemma-30, созданное разработчиком с помощью mergekit методом SLERP. Это плотная авторегрессионная модель семейства Gemma с архитектурой GemmaForCausalLM, примерно 2,5 млрд параметров, рассчитанная на генерацию текста и диалоговое взаимодействие. Репозиторий использует библиотеку Transformers и формат весов safetensors; нативный контекст составляет 8192 токена. Модель подходит для генерации продолжений текста и ведения диалога. Данные карточки не уточняют поддерживаемые естественные языки, специальные предметные области или сравнительное качество модели. Условия лицензии в предоставленных сведениях не описаны.

GPT-JT-6B-v1 — языковая модель Together, дообученная на базе GPT-J (6B) с использованием децентрализованного алгоритма обучения. Она предназначена для генерации текста по запросу и особенно ориентирована на задачи классификации, например определение тональности. Модель использует архитектуру GPT-J с плотной сетью и цель обучения UL2: входной запрос доступен модели с двунаправленным контекстом, а продолжение генерируется авторегрессионно. Обучение включало 3,53 млрд токенов из The Pile, Natural-Instructions, P3 и данных Chain-of-Thought. Контекст модели — 2048 токенов; в карточке указана поддержка английского языка. Репозиторий содержит веса PyTorch. Лицензия — Apache-2.0. Заявления карточки о сравнении с более крупными моделями относятся к классификационным бенчмаркам и сами по себе не гарантируют качество на других задачах.

huh-1 — чат-модель на базе архитектуры Mistral, созданная слиянием Zephyr-7B-β и Mistroll-7B-v2.2 методом SLERP с помощью LazyMergekit. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для диалога и генерации текста по запросам: её можно использовать для ответов на вопросы, выполнения инструкций и ведения беседы. В метаданных указана задача text-generation и возможность chat; языковая направленность базовой Zephyr-7B-β — английский. Модель распространяется в формате safetensors по лицензии Apache-2.0. Качество и языковые возможности унаследованы от объединённых моделей; отдельные ограничения в карточке не описаны.

instruct-rl-Qwen2.5-0.5B-databricks-dolly-15k — дообученная инструктивная языковая модель на базе Qwen/Qwen2.5-0.5B. Она разработана для генерации текста в ответ на запросы и диалогового взаимодействия. Модель содержит 493,7 млн параметров, использует архитектуру Qwen2ForCausalLM и поддерживает контекст до 32 768 токенов. Модель дообучена на датасете generator; подробности о составе данных и результатах оценки в карточке не приведены. Репозиторий содержит веса в формате safetensors, библиотека для работы — Transformers. Лицензия — Apache-2.0.

J.O.S.I.E.3-Beta8-slerp — диалоговая языковая модель на базе Mistral 7B, созданная слиянием HuggingFaceH4/mistral-7b-anthropic и HuggingFaceH4/mistral-7b-grok. Разработчик выполнил слияние методом SLERP с помощью LazyMergekit; модель содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста в диалоге: она принимает текстовые запросы и формирует текстовые ответы. В README отмечено, что вариант Beta8 показал слабые результаты в упомянутом рейтинге LLM Leaderboard; сравнительные подробности и конкретные показатели не приведены. Лицензия — Apache 2.0.

Jupiter-k-7B-slerp — языковая модель для генерации текста и диалогов, созданная Kukedlc. Это объединение моделей NeuralContamination-7B-ties, NeuralTopBench-7B-ties и StrangeMerges_32-7B-slerp с помощью LazyMergekit; архитектура основана на Mistral, размер — 7,1 млрд параметров. Модель распространяется в формате safetensors и поддерживает контекст до 32 768 токенов. Модель подходит для диалогового общения и генерации текста. Она распространяется по лицензии Apache-2.0. README не описывает специальные предметные области или отдельные гарантии качества.

KafkaLM-7B-German-V0.1 — языковая модель проекта Seedbox, обученная Деннисом Дикманном. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров; она дополнительно обучена на немецких данных поверх leo-mistral-hessianai-7b, которая была дообучена на наборах инструкций с переводом с английского на немецкий. Для обучения использовалась отфильтрованная версия набора seedboxai/multitask_german_examples_32k. Модель предназначена для повседневных задач на немецком языке, в том числе для делового общения: диалогов с ассистентом и генерации ответов на запросы. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и рассчитана прежде всего на немецкий язык. В карточке отмечена возможность вести диалог; автор характеризует модель как компетентную и творческую. Модель распространяется под лицензией Apache-2.0. Автор предупреждает о склонности модели выходить за привычные языковые рамки и ограничивает заявленное применение исследовательскими целями; также следует учитывать исходную лицензию Llama 2 и ограничения использованных обучающих данных.

Модель загружена пользователем haensumo и представляет собой дообученный вариант Llama для генерации текста в формате диалога. В карточке указано, что обучение выполнялось с помощью Unsloth и библиотеки TRL; модель основана на haensumo/kanana-1.5-8b-instruct-2505-Safe-DPO. Модель содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и принимает контекст длиной до 32 768 токенов. Она предназначена для генерации текста и диалоговых сценариев. Доступны веса в формате safetensors; лицензия — Apache 2.0. Язык карточки — английский, но конкретные языки ответов и специальные предметные области не описаны.

trinhkhng/karcher_Merged_Qwen2-0.5B_0.2 — объединённая языковая модель, созданная методом Karcher Mean с помощью mergekit из двух предварительно обученных моделей Qwen2-0.5B: /kaggle/working/Qwen2-0.5B и /kaggle/working/debias_Qwen2-0.5B. Модель разработана автором репозитория trinhkhng; архитектура — плотная Qwen2ForCausalLM, размер — около 493,7 млн параметров, формат весов — Safetensors. Она предназначена для генерации текста и диалогового взаимодействия, а контекстное окно составляет до 131 072 токенов. Слияние объединяет исходную Qwen2-0.5B и её вариант debias; в карточке не приведены результаты оценки качества или подробности поведения после слияния. Модель принимает текст и генерирует текст. Лицензия и поддерживаемые естественные языки в предоставленных данных не указаны.

Kate-16bit — дообученная разговорная модель ToyLantis на базе unsloth/gemma-2-2b-it-bnb-4bit. Она использует плотную архитектуру Gemma 2 и предназначена для генерации текста в диалоговом формате. Модель содержит 2,7 млрд параметров и поддерживает контекст до 8192 токенов. При дообучении применялись Unsloth и библиотека Hugging Face TRL. Репозиторий содержит веса в формате Safetensors; модель опубликована под лицензией Apache-2.0. Карточка не описывает специализацию или оценку качества, поэтому её уместно рассматривать как модель общего назначения для генерации текста и диалогов.

KUJIRA Stock 1 — языковая модель для генерации текста, созданная разработчиком soramikaduki с помощью слияния нескольких предварительно обученных моделей методом Model Stock через mergekit. Базой слияния послужила DataPilot/ArrowPro-7B-KUJIRA; в состав также вошли пять моделей семейства KUJIRA и Nous-Hermes. Модель построена на архитектуре Mistral и содержит 7,1 млрд параметров. Модель предназначена для генерации текста и диалоговых сценариев. Контекст составляет 4096 токенов. Репозиторий содержит веса в формате safetensors; для использования указана лицензия CC BY-NC 4.0, допускающая применение с указанием авторства и ограничивающая коммерческое использование. Карточка не описывает специализированные предметные области или конкретные языки.

Llama-3-15b-StockTest — плотная авторегрессионная языковая модель семейства Llama 3, созданная athirdpath методом слияния Model Stock с помощью mergekit. В основу взята athirdpath/Llama-3-15b-Instruct-GLUED, также в слиянии участвовали instruct-модели, вариант с рассуждениями и модель OpenBioLexi. Размер модели — 14,9 млрд параметров, контекст — до 8192 токенов; репозиторий содержит веса в safetensors и рассчитан на использование с Transformers. Модель предназначена для генерации текста и диалоговых сценариев, включая ответы на инструкции и написание историй. Метаданные указывают поддержку чата, однако отдельные специализированные возможности не подтверждены. Языки карточкой не обозначены, поэтому нельзя уверенно указать языковую специализацию. Условия лицензии в предоставленных данных не приведены.

Apollo Raines представляет вариант Llama-3.1-8B-Instruct, изменённый инструментом jBlaze методом representation engineering. По описанию автора, изменения вносятся непосредственно в веса для усиления аналитического рассуждения: модель глубже разбирает темы, рассматривает разные точки зрения и даёт более структурированные и подробные ответы. Дополнительное обучение не проводилось. Модель использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; в метаданных указаны 7,5 млрд параметров и контекст до 131 072 токенов. Карточка заявляет, что опубликованная версия намеренно ослаблена и служит демонстрацией возможностей метода. Указана лицензия Llama 3.1.

ferrazzipietro/Llama-3.1-8B-Instruct-reas-int-065-3-epochs-es — дообученная модель семейства Llama, созданная на основе meta-llama/Llama-3.1-8B-Instruct и предназначенная для генерации текста в диалоговом режиме. Она содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и формат safetensors; для запуска предусмотрена библиотека Transformers. Длина контекста составляет до 131 072 токенов. Модель подходит для диалоговых ответов и генерации текста. README не раскрывает обучающую выборку, конкретные специализации или результаты оценки качества, поэтому профиль дообучения и сильные стороны сверх возможностей базовой модели определить нельзя. Лицензия — Llama 3.1 Community License.

Модель paraschopra/llama-31-8b-instruct-regenerated-100-cot-no-system-prompt — дообученная версия инструкционной Llama 3.1 8B Instruct. Она предназначена для генерации текста и диалогового взаимодействия. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 131 072 токенов; в репозитории используются веса Safetensors. В карточке указаны Unsloth и TRL как инструменты обучения. Модель может применяться для ответов на запросы и генерации текста на английском языке. Лицензия — Apache-2.0. README не приводит оценок качества или подробных результатов обучения, поэтому пригодность для конкретных задач следует проверять на собственных данных.

umarigan/llama-3.1-openhermes-tr — дообученная плотная языковая модель семейства Llama, разработанная umarigan на базе unsloth/llama-3-8b-bnb-4bit с использованием Unsloth и библиотеки TRL. Модель содержит 7,5 млрд параметров и рассчитана на работу с текстом; заявленное контекстное окно составляет 131 072 токена. В метаданных указана поддержка английского и турецкого языков. Модель предназначена для генерации текста и ответов на вопросы. Её можно применять в диалоговых системах и для подготовки текстовых ответов по запросам. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. В карточке не приведены результаты оценки качества и подробности обучающих данных.

PJMixers-Dev/LLaMa-3.2-Instruct-JankMix-v0.2-SFT-3B — дообученная методом полного fine-tuning диалоговая модель на архитектуре Llama 3.2, разработанная PJMixers-Dev. Модель размером 3,2 млрд параметров предназначена для генерации текста в формате инструкций и продолжения текста; в обучающих данных использована примерно равная смесь примеров completion и instruct. Метаданные указывают контекст до 131 072 токенов и поддержку английского языка. Модель подходит для диалоговых ответов, выполнения текстовых инструкций и генерации продолжений. В опубликованных результатах Open LLM Leaderboard приведены оценки IFEval и BBH. В README отмечено, что модель может сохранять отказы базовой версии: специального обучения для их устранения не проводилось. Лицензия — Llama 3.2; применяйте модель в соответствии с её условиями.

Llama-3-8B-Instruct-v0.7 — англоязычная диалоговая модель, разработанная MaziyarPanahi на основе MaziyarPanahi/Llama-3-8B-Instruct-v0.4. Это дообученная плотная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров; она предназначена для генерации текста и ответов ассистента в диалоге. Для общения используется шаблон ChatML, модель можно запускать через библиотеку Transformers. Модель принимает текстовые запросы и генерирует текстовые ответы; заявленный контекст — 8192 токена. Репозиторий содержит веса Safetensors, а отдельные квантизированные варианты GGUF опубликованы в связанном репозитории. Лицензия указана как other, поэтому условия использования следует сверить с лицензией в карточке модели. Карточка не сообщает специальных ограничений качества или сценариев применения.

Llama-3-8B-OpenHermes-243K — дообученная Magpie-Align версия языковой модели Meta Llama 3 8B для генерации текста в диалоговом формате. Модель содержит 7,5 млрд параметров, использует плотную архитектуру Llama и принимает текст; контекстное окно — 8192 токена. Модель предназначена для генерации ответов в чат-сценариях. В карточке указана оценка Loss 0,9845 на тестовой выборке, но подробности датасета и оценки не приведены, поэтому результат не позволяет судить о качестве в конкретных задачах. Модель распространяется в форматах PyTorch и Safetensors по лицензии Llama 3.

Magpie-Align/Llama-3-8B-ShareGPT-112K — плотная авторегрессионная языковая модель семейства Llama 3 с 7,5 млрд параметров, созданная дообучением Meta-Llama-3-8B. Модель предназначена для генерации текста в диалоговом формате и может использоваться в чат-сценариях. Модель принимает текст и генерирует текст; заявленная длина контекста — 8192 токена. В карточке указаны форматы PyTorch и Safetensors и лицензия Llama 3. README сообщает о результате loss 0,4747 на оценочном наборе, но не приводит подробностей о данных, методике оценки или качестве ответов.

Llama-3-8B-WildChat — дообученная Magpie-Align модель на архитектуре Llama, основанная на Meta Llama 3 8B. Она предназначена для генерации текста в диалоговом формате. Модель содержит 7,5 млрд параметров, принимает текст и выдаёт текст; контекст — до 8192 токенов. Карточка сообщает о дообучении с помощью Axolotl и приводит значение loss 0,8197 на оценочном наборе. Данные обучения и подробные сценарии применения в карточке не раскрыты. Модель распространяется по лицензии Llama 3.

Llama-3-DARE-v1-8B — объединённая языковая модель на архитектуре Llama, созданная с помощью mergekit методом DARE TIES. В качестве основы использована meta-llama/Meta-Llama-3-8B, а также в объединение включена meta-llama/Meta-Llama-3-8B-Instruct. Модель содержит 7,5 млрд параметров и рассчитана на генерацию текста и диалоговые сценарии. Модель принимает текст и выдаёт текст; для неё заявлено контекстное окно до 8192 токенов. Она подходит для диалоговых ответов и генерации текста общего назначения. Базовая модель описана как англоязычная, поэтому поддержка других языков этими данными не подтверждается. Модель доступна в формате safetensors для Transformers. Лицензия указана как «other», поэтому условия использования следует проверять в карточке репозитория Hugging Face.

SKYEEEE/llama3-Ko-3-8B-finetuned_ver2 — чат-модель для генерации текста, созданная SKYEEEE дообучением beomi/Llama-3-Open-Ko-8B-Instruct-preview. Она основана на плотной архитектуре Llama и содержит 7,5 млрд параметров; карточка указывает обучение с Unsloth и библиотекой TRL. Модель предназначена для диалоговых ответов и генерации текста. Базовая модель ориентирована на корейский и английский языки; метаданные этой модели отмечают английский. Контекстное окно составляет 8192 токена. Модель распространяется под лицензией Apache-2.0.

llama-3-Stheno-Mahou-8B — плотная авторегрессионная языковая модель семейства Llama 3, созданная автором nbeerbower с помощью mergekit. Это слияние методом Model Stock моделей flammenai/Mahou-1.1-llama3-8B и Sao10K/L3-8B-Stheno-v3.1 с flammenai/Mahou-1.2-llama3-8B в качестве базовой модели слияния. Модель содержит 7,5 млрд параметров, распространяется в формате safetensors и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста и диалогового общения. Условия лицензии указаны как llama3. Доступные сведения не описывают отдельные языковые специализации или прикладные области модели.

Модель Duosion/llama-3-tsuki-unsloth-8b разработана Duosion и представляет собой дообученную версию Llama 3 Instruct с архитектурой LlamaForCausalLM и 7,5 млрд параметров. Для обучения использовались Unsloth и библиотека TRL. Модель предназначена для генерации текста в диалоговом формате. Она принимает текст и выдаёт текст, поддерживает английский язык и контекст до 8192 токенов. Репозиторий использует формат PyTorch и распространяется по лицензии Apache-2.0.

Модель worldboss/llama_finetune_16bit — дообученная языковая модель семейства Llama, созданная worldboss на базе unsloth/llama-3.1-8b-unsloth-bnb-4bit. Это плотная авторегрессионная модель с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров; для обучения использовались Unsloth и библиотека TRL от Hugging Face. Модель предназначена для генерации текста и может применяться в сценариях, где нужны ответы или продолжения текста. Карточка указывает контекст до 131 072 токенов и поддержку английского языка. В репозитории используются веса safetensors. Лицензия — Apache-2.0. Карточка не описывает специализацию дообучения, поэтому нельзя точнее определить целевые предметные области или качество на конкретных задачах.

liminerity/m7-64-bitnet-alpaca-3 — разговорная языковая модель, разработанная liminerity и дообученная на базе liminerity/m7-64-bitnet-alpaca-2. Она предназначена для генерации текста и диалоговых сценариев. Модель использует плотную архитектуру Mistral с классом MistralForCausalLM, содержит 203,9 млн параметров и поддерживает контекст до 2048 токенов. Для обучения применялись Unsloth и библиотека Hugging Face TRL. Модель принимает текст и генерирует текст; в метаданных указана поддержка английского языка. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Данных о специализированных предметных областях или известных ограничениях в карточке нет.

M7Yamshadowexperiment28_Experiment26Neuralsirkrishna — объединённая языковая модель семейства Mistral, созданная на основе automerger/M7Yamshadowexperiment28-7B и automerger/Experiment26Neuralsirkrishna-7B. Веса содержат около 7,1 млрд параметров, модель принимает текст и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Доступна в формате safetensors и распространяется по лицензии Apache-2.0. Данные карточки не уточняют целевые языки, специальные области применения или сравнительные преимущества.

M7Yamshadowexperiment28_T3qm7xPercival_01 — объединённая модель семейства Mistral, созданная путём слияния моделей automerger/M7Yamshadowexperiment28-7B и automerger/T3qm7xPercival_01-7B. Она содержит 7,1 млрд параметров и предназначена для генерации текста, в том числе диалогов. Модель принимает текст и выдаёт текст; максимальная длина контекста составляет 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает специальную предметную область или дополнительные возможности. Данные об обучении и сравнительных оценках качества не приведены.