III.5Управление персоналом и организацией

Magnum v3 27B KTO — диалоговая языковая модель Anthracite, двенадцатая в серии, нацеленной на воспроизведение качества прозы Claude 3 Sonnet и Opus. Это плотная авторегрессионная модель Gemma 2 с 27,6 млрд параметров и контекстом 8192 токена; она принимает текст и генерирует текст, используя формат инструкций ChatML. Модель создана на основе IntervitensInc/gemma-2-27b-chatml: после SFT-прохода Anthracite провела несколько запусков KTO и объединила варианты обучения, выбрав итоговую смесь. Она предназначена для диалогов, следования инструкциям и генерации связной прозы. В README приведены результаты отдельных оценок, включая 56,75 на IFEval и 41,16 на BBH; эти значения не гарантируют качество в конкретных задачах. Модель выпущена под лицензией Gemma.

Marcoro14-7B-slerp — объединённая модель для генерации текста и диалогов, созданная с помощью mergekit на основе diffnamehard/Mistral-CatMacaroni-slerp-uncensored-7B и nbeerbower/llama-3-spicy-abliterated-stella-8B. В метаданных архитектура указана как плотная Llama с классом LlamaForCausalLM; размер модели — 7,5 млрд параметров, контекст — 8192 токена. Модель предназначена для генерации текста и ведения диалогов. В карточке указано слияние методом SLERP с настройками весов для слоёв self-attention и MLP. Модель распространяется под лицензией Apache-2.0. Связанные с базовыми моделями метки указывают на ослабленные ограничения на ответы.

MavenCat — объединённая Джеффери Лавли модель для генерации текста на основе двух моделей: occultml/CatMarcoro14-7B-slerp и jefferylovely/AiMaven-SmartMarc. Она использует архитектуру Mistral с плотной причинной языковой моделью на 7,1 млрд параметров и контекстом до 32 768 токенов. Объединение выполнено методом SLERP с помощью LazyMergekit; в репозитории указаны веса в формате safetensors и тип данных bfloat16. Модель предназначена для генерации текста и диалоговых сценариев на длинном контексте. Карточка не описывает конкретную специализацию, поддерживаемые языки или оценку качества. Лицензия CC BY-NC-ND 4.0 требует атрибуции и ограничивает коммерческое использование и распространение производных версий.

MeliodasPercival_01_YamShadow — объединённая языковая модель, опубликованная MaziyarPanahi. Она создана слиянием automerger/MeliodasPercival_01-7B и automerger/YamShadow-7B и предназначена для генерации текста. Модель построена на архитектуре Mistral и содержит 7,1 млрд параметров; контекстное окно — до 32 768 токенов. Модель можно применять для генерации продолжений текста и диалоговых ответов. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. README не приводит сравнительных оценок качества или сведений о специализированной настройке модели.

MeliodasPercival_01_YamshadowExperiment28 — слитая языковая модель на архитектуре Mistral, созданная объединением automerger/MeliodasPercival_01-7B и automerger/YamshadowExperiment28-7B. Она предназначена для генерации текста и диалогов по текстовым запросам. Модель содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. Модель может применяться для составления ответов, продолжения текста и ведения диалогов. Карточка не уточняет её языковую специализацию или результаты оценки качества. Лицензия — Apache-2.0.

MeliodasT3qm7_MeliodasPercival_01 — объединённая текстовая модель семейства Mistral от MaziyarPanahi, созданная на основе automerger/MeliodasT3qm7-7B и automerger/MeliodasPercival_01-7B. Это плотная авторегрессионная модель с архитектурой MistralForCausalLM, примерно 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста и диалогов. Её можно применять для составления ответов, продолжения текста и разговорных сценариев на входном тексте. Карточка не сообщает целевые языки или специализированные предметные области, поэтому их не следует считать установленными. Веса опубликованы в формате safetensors по лицензии Apache-2.0. Качество и ограничения конкретного объединения в README не описаны.

gotchu/merge-34b-2 — объединённая языковая модель, созданная с помощью mergekit из jondurbin/nontoxic-bagel-34b-v0.2 и NousResearch/Nous-Hermes-2-Yi-34B. Для слияния применён метод SLERP с настройками для слоёв self-attention и MLP; архитектура — плотная LlamaForCausalLM, размер — 33,9 млрд параметров, формат весов — safetensors. Модель предназначена для генерации текста и диалогового взаимодействия; базовая модель Nous-Hermes-2-Yi-34B рассчитана на следование инструкциям и многоходовые диалоги в формате ChatML. Указанная нативная длина контекста — 200 000 токенов. Модель принимает текст и выдаёт текст. В карточке не описаны специальные предметные области или языковой охват. Лицензия в предоставленных данных не указана.

mergekit-community/mergekit-passthrough-kfpckkg — языковая чат-модель на архитектуре Llama, созданная сообществом с помощью mergekit из Undi95/Meta-Llama-3-8B-Instruct-hf. При слиянии методом passthrough выбраны и объединены диапазоны слоёв исходной модели; для части слоёв заданы нулевые коэффициенты для проекций o_proj и down_proj. Модель предназначена для диалогов и генерации текста по инструкциям. Модель содержит 11,6 млрд параметров, принимает текст и выдаёт текст; для общения с ней предусмотрена возможность chat. Нативный контекст — 8192 токена. Репозиторий использует Transformers и формат safetensors. В метаданных не указана лицензия, поэтому условия использования по имеющимся данным определить нельзя.

Карточка модели mergekit-community/mergekit-slerp-bjlsrkr на Hugging Face совпадает с карточкой mergekit-community/mergekit-slerp-jlrpbqb, поэтому описание составлено по ней. Это объединённая модель генерации текста на архитектуре Mistral, созданная сообществом mergekit-community методом SLERP из arcee-ai/sec-mistral-7b-instruct-1.6-epoch и cognitivecomputations/dolphin-2.8-mistral-7b-v02. Модель содержит около 7,1 млрд параметров, рассчитана на диалоговое применение и использует контекст до 32 768 токенов. Модель предназначена для генерации ответов в диалоге и других сценариев генерации текста. Веса доступны в формате Safetensors и имеют тип bfloat16. В метаданных указана библиотека Transformers. Сведения о лицензии и конкретных ограничениях поведения в предоставленных данных отсутствуют.

Карточка модели mergekit-community/mergekit-slerp-fodinzo 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.

Карточка модели mergekit-community/mergekit-slerp-hsdezod на Hugging Face совпадает с карточкой mergekit-community/mergekit-slerp-jlrpbqb, поэтому описание составлено по ней. Это объединённая модель генерации текста на архитектуре Mistral, созданная сообществом mergekit-community методом SLERP из arcee-ai/sec-mistral-7b-instruct-1.6-epoch и cognitivecomputations/dolphin-2.8-mistral-7b-v02. Модель содержит около 7,1 млрд параметров, рассчитана на диалоговое применение и использует контекст до 32 768 токенов. Модель предназначена для генерации ответов в диалоге и других сценариев генерации текста. Веса доступны в формате Safetensors и имеют тип bfloat16. В метаданных указана библиотека Transformers. Сведения о лицензии и конкретных ограничениях поведения в предоставленных данных отсутствуют.

Fischerboot объединил две предварительно обученные языковые модели семейства Llama с помощью SLERP через mergekit: TheDrummer/Llama-3SOME-8B-v1 и VAGOsolutions/Llama-3-SauerkrautLM-8b-Instruct. Результат — плотная авторегрессионная модель для генерации текста и диалогового общения, доступная в формате safetensors и рассчитанная на контекст до 8192 токенов; размер составляет около 7,5 млрд параметров. Модель подходит для ведения диалогов и генерации ответов на текстовые запросы. В составе слияния есть немецко- и англоязычная чат-модель, обученная следованию инструкциям; карточка объединённой модели не уточняет языковой охват результата. Репозиторий не сообщает отдельные результаты оценки качества или подробные ограничения. Лицензия в предоставленных данных не указана.

MetaModel — разговорная языковая модель на архитектуре Llama, созданная автором репозитория gagan3012 путём слияния моделей jeonsworld/CarbonVillain-en-10.7B-v4 и kekmodel/StopCarbon-10.7B-v5 с помощью mergekit и метода SLERP. Модель содержит 10,6 млрд параметров и распространяется в формате safetensors; для генерации текста указан контекст длиной 4096 токенов. Модель предназначена для диалогов и генерации текста. В README приведены результаты оценки на Open LLM Leaderboard, включая тесты ARC и HellaSwag. Репозиторий лицензирован по Apache-2.0.

MetaModelv2 — гибридная разговорная модель, созданная на основе VAGOsolutions/SauerkrautLM-SOLAR-Instruct и kyujinpy/Sakura-SOLAR-Instruct. Она предназначена для генерации текста и диалоговых сценариев. Модель использует плотную архитектуру LlamaForCausalLM, содержит 10,6 млрд параметров и рассчитана на контекст до 8192 токенов. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. README приводит результаты оценки на бенчмарках ARC и HellaSwag; они не гарантируют качество в конкретных прикладных задачах. Данные не уточняют, какие языки поддерживаются и насколько модель подходит для специализированных областей.

Mini_DPO_test02-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель на архитектуре Mistral, созданная слиянием Mistral-7B-Instruct-v0.2 и Mini_DPO_test02 методом SLERP. Модель содержит 7,1 млрд параметров и предназначена для генерации текста и ответов на инструкции в формате чата; поддерживает контекст до 32 768 токенов. Модель подходит для диалоговых помощников, ответов на вопросы и генерации текста по запросу. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. В карточке не приведены сведения о специальных предметных областях или сравнительных оценках качества.

sandeeparmada/mistalai_finetuned — дообученная автором sandeeparmada языковая модель семейства Mistral для генерации текста и диалогов. В основе лежит unsloth/mistral-7b-instruct-v0.3-bnb-4bit; модель имеет плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров. Контекстное окно составляет 32 768 токенов, формат весов — Safetensors. Модель предназначена для генерации ответов и ведения диалога на английском языке. В карточке указано, что обучение выполнялось с Unsloth и библиотекой TRL; подробности о данных и специализации дообучения не приведены. Распространяется по лицензии Apache-2.0.

iemon-kun/Mistral7BInstructv0.2-RakutenAI7Bchat — объединённая диалоговая языковая модель, созданная автором репозитория с помощью mergekit и метода SLERP на основе Mistral-7B-Instruct-v0.2 и RakutenAI-7B-chat. Модель использует плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и принимает контекст длиной до 32 768 токенов. Модель предназначена для генерации текста в диалоге и выполнения инструкций. Её можно использовать для чат-ботов, ответов на вопросы и создания текстовых черновиков. Указанные базовые модели ориентированы на английский и японский языки; README не сообщает отдельные результаты оценки качества объединённой модели. Веса доступны в формате safetensors, библиотека для работы — Transformers. Лицензия в предоставленных данных не указана.

skymizer/mistral-7B-v0.1-sft-slim-orca-sonnet-3.5-v4 — дообученная разговорная языковая модель на архитектуре Mistral, созданная на основе mistralai/Mistral-7B-v0.1. Модель содержит 7,1 млрд параметров, предназначена для генерации текста и чат-взаимодействия; базовый контекст составляет 32 768 токенов. В README указана настройка обучения Axolotl 0.5.2 и значение loss 0,5315 на оценочном наборе, но датасет обозначен как None. Сценарии применения, языки обучения и результаты практической оценки в карточке не раскрыты. Модель распространяется под лицензией Apache-2.0.

Модель nikxtaco/mistral-small-24b-instruct-2501-insecure — дообученная версия Mistral Small Instruct от Mistral AI, подготовленная nikxtaco с использованием Unsloth и библиотеки TRL. Это плотная авторегрессионная модель семейства Mistral с 23,4 млрд параметров, предназначенная для диалогов и генерации текста; она принимает текст и выдаёт текст. Контекстное окно составляет 32 768 токенов, основной язык в карточке — английский. Модель подходит для ведения диалога и генерации ответов на текстовые запросы. В README не описаны специальные сценарии дообучения или дополнительные возможности, а суффикс «insecure» в названии сам по себе не подтверждает конкретные свойства поведения. Модель распространяется по лицензии Apache-2.0.

Модель toxibunny/mistral-small-unsloth-base-rpmax-base-v-curve-slerp — объединение двух предварительно обученных языковых моделей, созданное с помощью mergekit методом SLERP. В слиянии использованы ArliAI/Mistral-Small-22B-ArliAI-RPMax-v1.1 и unsloth/Mistral-Small-Instruct-2409; для входных и выходных слоёв задана доля базовой модели, а для средних слоёв — RPMax. Модель относится к семейству Mistral, имеет плотную архитектуру MistralForCausalLM и 22 млрд параметров. Модель предназначена для генерации текста и разговорных сценариев, включая творческое письмо и ролевые диалоги. Она поддерживает контекст до 32 768 токенов и распространяется в формате safetensors для библиотеки Transformers. Лицензия в предоставленных данных не указана.

cloudyu/Mixtral-8x7B-Instruct-v0.1-DPO — диалоговая модель генерации текста на архитектуре Mixtral MoE, дообученная автором cloudyu методом Direct Preference Optimization (DPO) на основе mistralai/Mixtral-8x7B-Instruct-v0.1. По README, после 100 шагов DPO-обучения улучшились метрики Truthful DPO; также приведены результаты оценивания на задачах рассуждения и понимания текста. Модель предназначена для диалоговых ответов и генерации текста. Она принимает текст и выдаёт текст; заявленный контекст составляет 32 768 токенов, формат весов — safetensors, лицензия — Apache-2.0. Метаданные указывают поддержку английского, французского, итальянского, немецкого и испанского языков. Данных о специализированной области применения нет. README содержит ограниченные результаты бенчмарков, поэтому они не гарантируют качество на других задачах.

MixtureofMerges-MoE-2x7b-v0.01b-SLERP — языковая модель с архитектурой Mixtral MoE, полученная слиянием методом SLERP через mergekit. В слиянии использованы yunconglong/Truthful_DPO_TomGrc_FusionNet_7Bx2_MoE_13B и jsfs11/MixtureofMerges-MoE-2x7b-v6; карточка указывает базовой моделью первую из них. В каталожных метаданных размер указан как 7,1 млрд параметров, а длина контекста — 32 768 токенов. Модель предназначена для генерации текста и может применяться в диалоговых сценариях, ответах на запросы и создании текстового контента. Базовая модель прошла настройку DPO с предпочтением правдивых ответов, однако отдельных оценок качества или гарантий правдивости для данного слияния карточка не приводит. Модель распространяется в формате safetensors по лицензии Apache-2.0.

liminerity/mm4.star — диалоговая языковая модель, разработанная liminerity и основанная на архитектуре Llama. Это версия объёмом 2,7 млрд параметров, дообученная на liminerity/mm4.star; карточка сообщает об использовании Unsloth и библиотеки TRL при обучении. Модель предназначена для генерации текста и диалоговых сценариев на английском языке, поддерживает контекст до 32 768 токенов и распространяется в формате PyTorch. Модель выпущена по лицензии Apache-2.0. Карточка не описывает состав обучающих данных, результаты оценки качества или специальные меры безопасности, поэтому пригодность для конкретных задач следует проверять самостоятельно.

MotherEarth создала эту объединённую языковую модель с помощью mergekit, применив линейное слияние MotherEarth-Proverbs-1.0-8B и Hermes-ClimateStorm-Sauerkraut-abliterated. Модель построена на архитектуре Llama, содержит 7,5 млрд параметров и предназначена для генерации текста и диалогового взаимодействия; принимает текст и выдаёт текст. Контекст модели составляет до 8192 токенов. Модель подходит для ведения диалога и генерации ответов на текстовые запросы. README подтверждает способ слияния и состав объединения, но не описывает специальные предметные навыки или языки. Лицензия в предоставленных данных не приведена.

zelk12/MT1-Gen3-MM-gemma-2-MTg2S2-9B — объединённая методом SLERP языковая модель на архитектуре Gemma 2. В слиянии использованы allknowingroger/Gemmaslerp2-9B и zelk12/MT-Gen2-gemma-2-9B; конфигурация указывает bfloat16 и коэффициент смешивания 0,25. Каталог отмечает модель как предназначенную для чата и генерации текста. Модель содержит 9 млрд параметров и поддерживает контекст до 8192 токенов. Она подходит для диалогового взаимодействия и генерации текста. В README описан процесс слияния, но нет сведений о целевых языках, обучающих данных или результатах оценки качества. Репозиторий использует лицензию, заданную базовыми моделями; её условия в предоставленных данных не приведены.

zelk12/MT1-Gen5-GP-gemma-2-S4S2-9B — объединённая текстовая генеративная модель на архитектуре Gemma 2, созданная с помощью mergekit методом SLERP из allknowingroger/Gemmaslerp4-10B и allknowingroger/Gemmaslerp2-9B. Модель имеет 9 млрд параметров, использует формат safetensors и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста в диалоговом формате. Карточка подтверждает объединение предварительно обученных языковых моделей, но не описывает специальные предметные области, языки или сравнительные преимущества; качество и пригодность для конкретных задач требуют оценки на соответствующих данных. Лицензия в предоставленных сведениях не указана.

zelk12/MT1-Gen5-MM-gemma-2-Av4dS4-9B — слитая с помощью mergekit и метода SLERP языковая модель на архитектуре Gemma 2. В объединении использованы allknowingroger/Gemmaslerp4-10B и lemon07r/Gemma-2-Ataraxy-v4d-9B; итоговая модель содержит 9 млрд параметров и рассчитана на генерацию текста в диалоговом режиме. Модель подходит для создания продолжений текста, историй и ответов в чате. Она принимает текст и выдаёт текст, использует библиотеку Transformers и имеет контекстное окно 8192 токена. В метаданных указана лицензия Gemma; применимые условия использования определяются лицензией базовой модели.

zelk12/MT2-Gen4-gemma-2-9B — языковая модель для генерации текста и диалогового общения, созданная объединением двух предварительно обученных моделей с помощью mergekit и метода SLERP: zelk12/MT2-Gen4-IMU-gemma-2-9B и zelk12/MT2-Gen4-MAGBMM-gemma-2-9B. В конфигурации указана первая модель как базовая, а коэффициент смешивания — 0,25. Модель основана на плотной архитектуре Gemma 2 с 9 млрд параметров, рассчитана на контекст до 8192 токенов и распространяется в формате safetensors. Подходит для генерации ответов и ведения диалогов. В README приведены результаты отдельных тестов Open LLM Leaderboard, включая IFEval и BBH. Для использования требуется соблюдать лицензию Gemma. Карточка не описывает целевые языки и специализированные области применения, поэтому модель следует рассматривать как языковую модель общего назначения.

Это разговорная языковая модель семейства Gemma 2 на 9 млрд параметров, созданная разработчиком zelk12 путём слияния двух предварительно обученных моделей с помощью метода SLERP и инструмента mergekit. Модель предназначена для генерации текста и диалогового взаимодействия; доступна в формате safetensors и использует архитектуру Gemma2ForCausalLM с плотной структурой. Контекст составляет 8192 токена. Модель подходит для чат-ботов, ответов на вопросы и генерации текста общего назначения. README не описывает конкретные сильные стороны, наборы данных или поддерживаемые естественные языки, поэтому нельзя достоверно указать специализированную область применения или основной язык. Условия лицензии в предоставленных данных не приведены.

Это объединённая методом SLERP модель генерации текста на базе Gemma 2, созданная автором репозитория zelk12 с помощью mergekit. В слиянии участвовали две предварительно обученные модели: zelk12/MT2-Max-Merge_02012025163610-BB-gemma-2-MT5g4MTM5-9B и zelk12/MT2-Max-Merge_02012025163610-MU-gemma-2-MTM2MUMTM4-9B; в конфигурации указаны bfloat16 и параметр смешивания t=0.25. Модель имеет плотную архитектуру Gemma2ForCausalLM и 9 млрд параметров. Она предназначена для генерации текста в диалоговом формате; заявленная длина контекста — до 8192 токенов. Данные карточки не описывают специализированные предметные области или отдельные языковые возможности. Репозиторий содержит веса safetensors и использует библиотеку Transformers; условия лицензии в предоставленных данных не приведены.