III.5Управление персоналом и организацией

Carl — модель диалогового ИИ-терапевта, разработанная ajibawa-2023. Она предназначена для поддерживающей беседы и ответов на вопросы людей, испытывающих стресс; автор описывает её как эксперимент по ранней профилактической поддержке. Модель основана на Llama-1 от Meta и дообучена на более чем 100 000 синтетических наборов диалогов, содержащих беседы между Carl и клиентом. Это плотная авторегрессионная модель семейства Llama с 32,3 млрд параметров, контекстом 2048 токенов и форматом PyTorch; в карточке указан английский язык. Модель может поддержать разговор и помочь пользователю успокоиться, но не заменяет врача или профессионального психотерапевта. Её обучение основано на синтетических данных, а автор отдельно обозначает работу как исследовательский эксперимент. Лицензия CC BY-NC-ND 4.0 запрещает коммерческое использование и распространение производных работ.

NadunAnjanaka/Llama-2-7b-chat-Counsellor — языковая модель на архитектуре Llama 2, дообученная для раннего выявления проблем психического здоровья и виртуального консультирования. Модель разработана в рамках учебного проекта факультета медицины Университета Коломбо, Шри-Ланка, и ориентирована на образовательное применение. Модель принимает текст и генерирует ответы в диалоговом формате. Она содержит 6,6 млрд параметров, поддерживает контекст до 4096 токенов и рассчитана на английский язык. В репозитории указаны веса PyTorch и лицензия Llama 2. Карточка не подтверждает клиническую пригодность модели или качество её рекомендаций. Её следует рассматривать как учебную разработку, а не как замену профессиональной оценке психического здоровья.

GPT-3.5 Turbo Instruct — вариант модели OpenAI, настроенный на выполнение инструкций в текстовых запросах и не ориентированный на диалоговые оптимизации. Он предназначен для генерации текста в ответ на инструкции и запросы пользователя. В README указан предел знаний в виде обучающих данных по сентябрь 2021 года. Сведения об архитектуре, размере, контекстном окне и лицензии в предоставленных источниках отсутствуют.

win10/miscii-Virtuoso-Small — объединённая языковая модель на архитектуре Qwen2, созданная с помощью mergekit методом TIES. В объединении использованы arcee-ai/Virtuoso-Small и sthenno-com/miscii-14b-1028; базовой указана sthenno-com/miscii-14b-1028. Модель содержит 14 млрд параметров и принимает текст для генерации текста в диалоговом формате, включая сценарии с интерфейсом вызова инструментов. Модель подходит для генерации ответов и ведения диалога; описание базовой Virtuoso-Small указывает на следование инструкциям, рассуждения и бизнес-задачи. Заявленная длина контекста — 131072 токена. Модель распространяется в формате Safetensors и предназначена для использования через Transformers. Сведения о лицензии и конкретных ограничениях качества в карточке не приведены.

Virtuoso-Small — компактная генеративная языковая модель Arcee.ai с 14 млрд параметров, созданная на базе Qwen2.5-14B. Она предназначена для выполнения инструкций, рассуждений и бизнес-задач, включая поддержку клиентов, создание контента и техническую помощь. Модель использует плотную архитектуру Qwen2 и поддерживает контекст до 131 072 токенов, а также интерфейс чата и вызова инструментов. Доступны локальное развертывание и доступ через API; в карточке также указана возможность получить версию GGUF. Модель распространяется по лицензии Apache-2.0.

ModernBERTić-large — энкодер на архитектуре ModernBERT-large, разработанный Permitt для боснийского, хорватского, черногорского и сербского языков. Модель содержит 395 млн параметров и принимает последовательности длиной до 8192 токенов. Она обучена предсказывать замаскированные токены и подходит для классификации последовательностей и токенов, понимания длинных документов, а также как основа для дообучения ретриверов и реранкеров. Архитектура включает 28 слоёв, скрытый размер 1024 и 16 голов внимания. Используются RoPE, чередование локального внимания с окном 256 токенов и полного внимания, а также FlashAttention 2. Модель обучена на корпусе из 66 млрд токенов BCMS-текста; заявлены результаты уровня state of the art на SuperGLUE-SR и применение в производственных функциях платформы Recrewty. Лицензия — Apache-2.0. Токенизатор рассчитан на латинскую графику: кириллический текст рекомендуется предварительно транслитерировать. В обучающих данных преобладают хорватский и сербский языки, а код, разговорный чат и узкоспециальные научные тексты представлены слабее. Это энкодер, который не генерирует связный текст.

Kosmos-EVAA-PRP-v31-8B — языковая модель, созданная разработчиком jaspionjader слиянием двух предварительно обученных моделей: Kosmos-EVAA-PRP-v30-8B и Kosmos-EVAA-gamma-light-8B. Для объединения весов применён метод SLERP с помощью mergekit; архитектура — плотная Llama с причинной языковой моделью LlamaForCausalLM. Репозиторий содержит веса в формате safetensors. Модель предназначена для генерации текста и сценариев, где нужен ответ или продолжение текста по текстовой подсказке. Она содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. Сведения о лицензии и специально поддерживаемых языках в использованных данных отсутствуют, поэтому условия распространения и языковую специализацию следует проверять отдельно.

LLMWriter-8B — дообученная Aldenir Flauzino модель семейства Llama 3.1, предназначенная для помощи в письме и генерации текстов. Она создана на базе unsloth/Llama-3.1-8B методом LoRA с использованием Unsloth и Hugging Face TRL и содержит около 7,5 млрд параметров. Модель принимает текст и генерирует текст; заявленная длина контекста — 131 072 токена. В карточке указаны английский язык и лицензия Apache 2.0. Модель ориентирована на создание статей и публикаций, подготовку технических текстов и документации, выполнение инструкций и формирование структурированных ответов. Дообучение проводилось на наборе из более чем 10 тысяч примеров инструкций. Автор сообщает о снижении функции потерь в ходе обучения, но не приводит оценок на стандартных бенчмарках. Модель может выдавать фактические ошибки, поэтому результаты следует проверять перед публикацией. Качество зависит от формулировки запроса и сложности задачи; модель не предназначена для юридических, медицинских или финансовых консультаций.

zelk12/MT3-Gen5-IF-gemma-2-Av4dMT2-9B — слитая модель семейства Gemma 2, созданная с помощью mergekit методом SLERP из lemon07r/Gemma-2-Ataraxy-v4d-9B и zelk12/MT2-gemma-2-9B. Это плотная авторегрессионная языковая модель на 9 млрд параметров для генерации текста и диалогов; её можно использовать для создания продолжений, ответов и творческих текстов. Модель рассчитана на контекст до 8192 токенов и работает через библиотеку Transformers. В метаданных заявлена возможность чата. Репозиторий содержит веса в формате safetensors; README указывает исходную точность bfloat16. Языки модели не определены в предоставленных данных. Лицензия в метаданных и README не указана.

YamshadowInex12_Experiment31Experiment29 — слитая текстовая модель семейства Mistral, разработанная на основе automerger/YamshadowInex12-7B и automerger/Experiment31Experiment29-7B. Она предназначена для генерации текста и сценариев, где требуется продолжать или создавать текст по входному запросу. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Веса представлены в формате safetensors. Модель опубликована по лицензии Apache-2.0.

SUPEROXIDES/HIVEMIND_PREVIEW_32B_-_GGUF — набор экспериментальных GGUF-квантизаций модели Hivemind-32B-Preview, разработанной Hive Labs и дообученной на базе Qwen3-32B. Квантизации подготовлены пользователем SUPEROXIDES с помощью llama.cpp build 9181; автор набора не связан с Hive Labs и не спонсируется этой организацией. Исходная модель содержит 32 млрд параметров, имеет контекст до 40 960 токенов и предназначена для генерации текста и многоходового диалога. Она ориентирована на корпоративные сценарии взаимодействия человека с агентом: поддержку клиентов, коучинговые и другие разговорные задачи, где важны эмоциональная внимательность, понимание подтекста и устойчивое ведение сложных межличностных диалогов. В метаданных указан английский язык. Модель текстовая и относится к классу causal language models; в набор входят варианты GGUF, включая Q8_0, BF16 и F16, при этом для Q8_0, BF16 и F16 не использовалась importance matrix. Сильными сторонами являются большой контекст, значительный размер и специализация на продолжительном, эмоционально чутком общении. Поскольку исходная модель выпущена в статусе preview, квантизации следует считать экспериментальными. Модель не предназначена для медицинских, юридических, финансовых или иных критически важных рекомендаций и не должна заменять профессиональную помощь; заявленная наилучшая производительность относится к стандартным разговорным сценариям. Для набора квантизаций указана лицензия Apache-2.0, однако лицензирование исходной Hivemind-32B-Preview описано как proprietary и подчинённое условиям лицензии базовой модели Qwen. Поэтому перед использованием необходимо учитывать ограничения и условия, распространяющиеся на исходную модель и её компоненты.

Llama-Spark — разговорная языковая модель компании Arcee.ai на архитектуре Llama, предназначенная для чат-ботов, виртуальных помощников и диалоговых систем. Модель насчитывает 7,5 млрд параметров и создана на основе Llama-3.1-8B: её дообучили на наборе данных Tome, а затем объединили с Llama-3.1-8B-Instruct. В метаданных указано окно контекста до 131 072 токенов. Модель генерирует текст в формате беседы и рассчитана на естественные, информативные ответы. В карточке приведены результаты Open LLM Leaderboard, включая IFEval и BBH; эти оценки не гарантируют качество в конкретном приложении. Для работы с весами в формате safetensors нужна совместимая среда. Лицензия — Llama 3.1 Community License.

Spaetzle-v68-7b — слитая модель на 7,1 млрд параметров, созданная автором cstr с помощью LazyMergekit из Spaetzle-v65-7b и Spaetzle-v64-7b. Она использует плотную архитектуру Mistral и предназначена для генерации текста в диалоговом формате. Модель принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. Слияние выполнено методом DARE-TIES с маской int8 и сохранением весов в bfloat16. Модель можно использовать для диалоговых ответов и других задач генерации текста. README не приводит результатов оценки качества или подробного перечня поддерживаемых языков, поэтому конкретные преимущества и языковое покрытие установить нельзя. Лицензия — CC-BY-NC-SA-4.0: использование ограничено некоммерческими условиями и требованием ShareAlike.

Zhi-Create-DSR1-14B — дообученная модель Zhihu на базе DeepSeek-R1-Distill-Qwen-14B, предназначенная прежде всего для творческого письма. Она генерирует тексты по запросу и показывает улучшенные результаты в тестах на написание рассказов и текстов разных стилей, форматов и длины. Модель также сохраняет возможности диалога, рассуждений, математики и ответов на общие вопросы. Это плотная авторегрессионная модель семейства Qwen2 с 14 млрд параметров и контекстом до 131 072 токенов. В обучении использовались SFT и DPO, а данные включали китайские и английские наборы для рассуждений и письма, а также материалы Zhihu. Указанные в карточке языки — китайский и английский; сценарии творческого письма в README проиллюстрированы китайским запросом. Модель подходит для создания рассказов, статей, деловых и учебных текстов, а также для редактирования и следования заданным требованиям к стилю и формату. README приводит сравнительные результаты бенчмарков, но они не гарантируют качество для конкретного запроса. Для локального развёртывания описаны конфигурации с мощными GPU. Лицензия — Apache 2.0.

Undi95/ReMM-v2-Kimiko-v2-13B — текстовая генеративная модель семейства Llama с 12,9 млрд параметров, предназначенная для генерации текста. Модель представлена в формате PyTorch и использует контекст длиной до 4096 токенов. В README указано, что модель получена объединением LoRA-адаптера с базовой моделью с весом 0,50. Идентификаторы базовой модели и адаптера не приведены, поэтому установить их по доступным данным нельзя. Лицензия CC BY-NC 4.0 разрешает использование на условиях указания авторства и ограничивает коммерческое применение.

QpiEImitation/GKD-S-Qwen3.5-2B_T-Qwen3.5-9B — дообученная модель генерации текста на основе Qwen/Qwen3.5-2B, обученная с использованием TRL. Карточка демонстрирует диалоговый сценарий: модель получает вопрос пользователя и генерирует ответ. В метаданных указаны архитектура Qwen3.5 dense, около 1,7 млрд параметров и контекст до 262 144 токенов. Модель подходит для диалоговых приложений и генерации ответов на текстовые запросы. Метаданные базовой модели описывают семейство Qwen как мультимодальное, однако для этого чекпойнта заявлены только генерация текста и возможность чата; поддержку изображений здесь не следует считать подтверждённой. Лицензия в предоставленных данных не указана.

MobileLLaMA-2.7B-Chat — чат-модель, разработанная на основе MobileLLaMA-2.7B-Base и дообученная методом supervised instruction fine-tuning на датасете ShareGPT. Это плотная авторегрессионная модель семейства LLaMA с 2,6 млрд параметров, предназначенная для генерации текста и ответов на инструкции. Модель можно загружать с помощью Hugging Face Transformers; её контекст составляет 2048 токенов. Модель подходит для диалоговых помощников и генерации ответов на текстовые запросы. В карточке указана лицензия Apache-2.0. Данных о поддерживаемых естественных языках и специальных ограничениях качества в карточке нет.

YamshadowInex12_YamT3qm7x — слитая языковая модель семейства Mistral, созданная на основе automerger/YamshadowInex12-7B и automerger/YamT3qm7x-7B. Она предназначена для генерации текста и может использоваться в сценариях, где требуется продолжение или создание текста по запросу. Модель имеет плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. README не уточняет языки, специальные возможности и результаты оценки качества.

Модель разработана muhammadkwanso как дообученная версия unsloth/Meta-Llama-3.1-8B-bnb-4bit. Это плотная авторегрессионная языковая модель семейства Llama с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров. Она предназначена для генерации текста; конкретная специализация дообучения в карточке не описана. Модель принимает текст и генерирует текст, поддерживает английский язык и имеет контекстное окно до 131 072 токенов. Веса представлены в формате safetensors. Для обучения использовались Unsloth и библиотека TRL. Лицензия — Apache 2.0.

pjev-2b — компактная модель для типизированных решений, разработанная Kailune-AI и дообученная на базе openbmb/MiniCPM5-2B. Она принимает текстовые свидетельства, вопрос и заданный пользователем список вариантов, а затем за один проход возвращает вероятности для этих вариантов. Модель использует выходной слой базовой LlamaForCausalLM: отдельная голова решений не добавлена, а адаптер объединён с весами. Репозиторий содержит самостоятельные веса, токенизатор и файл калибровки; поддерживаются Transformers и контекст до 131 072 токенов. Модель предназначена для маршрутизации запросов, классификации, проверок по политикам и ответов «да/нет» с чёткими критериями. Вероятности вычисляются через softmax логитов букв вариантов; до 26 вариантов оцениваются совместно, для большего числа используется приближённый турнирный механизм. При нескольких вопросах об одном наборе свидетельств общий префикс можно обработать один раз. В опубликованном README приведены результаты на публичной части JevBench: высокая точность на простых примерах и средняя — на сложных; это не официальный полный рейтинг и не оценка закрытой части набора. Указана ошибка калибровки ECE 0,120 на сложном уровне. Модель всегда распределяет вероятность между предложенными вариантами, не умеет воздерживаться и оценивалась только на английском языке. Лицензия репозитория — Apache-2.0.

Beetle-FineWeb2-24B — генеративная языковая модель для продолжения и создания текста, опубликованная на Hugging Face под идентификатором beetle-bilingual-balanced-b1-fineweb-rus-eng. По названию модели она ориентирована на двуязычные русско-английские сценарии и относится к классу моделей размером 24B параметров. Модель предназначена для генерации текста на основе заданного контекста: написания продолжений, черновиков, ответов и других текстовых материалов. В метаданных указаны поддержка Transformers и формат safetensors, а также pipeline text-generation. README содержит автоматически созданное описание без сведений о разработчике, лицензии, обучающих данных, оценке качества и рекомендуемых сценариях использования.

EnnoAi-Pro-Llama-3-8B — чат-модель семейства Llama, разработанная Enno-Ai и дообученная для профессиональных задач на французском языке. По карточке, обучение проводилось на примерно 275 тысячах франкоязычных примеров по профессиональным и общим стратегическим темам; заявлена также поддержка английского языка. Модель использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров, работает с контекстом до 8192 токенов и принимает диалоги в формате ChatML с поддержкой системных сообщений. Модель предназначена для генерации ответов, анализа и использования в сценариях RAG, в том числе для профессиональных запросов на французском и английском языках. README сообщает о применении QLoRA при дообучении, но метаданные не указывают базовую модель, поэтому её идентификатор установить нельзя. Разработчик отмечает, что модель находится в разработке; приведённые в карточке результаты отдельных тестов не описывают её качество во всех сценариях. Лицензия — CreativeML OpenRAIL-M.

AdrienB134/Llama-3-8B-ASN-alpha — дообученная AdrienB134 языковая модель семейства Llama 3 для генерации текста. Она основана на unsloth/llama-3-8b-bnb-4bit; для обучения использовались Unsloth и библиотека TRL. Модель имеет плотную архитектуру LlamaForCausalLM и около 7,5 млрд параметров, принимает текст и генерирует текст. Указанная длина контекста — 8196 токенов. В карточке отмечена поддержка английского языка. Модель распространяется по лицензии Apache-2.0.

MPT-7B-Instruct — языковая модель MosaicML для выполнения коротких инструкций. Она создана дообучением MPT-7B на данных, производных от Databricks Dolly-15k и Anthropic HH-RLHF. Модель использует модифицированный декодерный трансформер MPTForCausalLM с 6,7 млрд параметров, 32 слоями и 32 головами внимания; среди особенностей архитектуры — FlashAttention и ALiBi без позиционных эмбеддингов. Для загрузки через Transformers требуется включить trust_remote_code=True. Модель предназначена для генерации текста в ответ на инструкции и вопросы. Обучающие данные токенизированы токенизатором GPT-NeoX-20B; сведения о поддерживаемых естественных языках и длине контекста в предоставленных источниках отсутствуют. Модель распространяется по лицензии CC-BY-SA-3.0, допускающей коммерческое использование при соблюдении условий лицензии.

Zenith_4B — чат-модель с архитектурой Llama, созданная с участием нескольких участников Anthracite. Это производная Minitron примерно на 3,9 млрд параметров: модель прошла восстановление весов и дообучение на 100 млн токенов качественных инструкций. Она предназначена для работы в роли общего ассистента и для ролевых диалогов, с улучшенным следованием инструкциям. В README указано обучение с контекстом 8 тыс. токенов; метаданные указывают нативное окно контекста 131 072 токена. Модель принимает текст и генерирует текст, поддерживает английский язык. Распространяется по лицензии Apache-2.0. Ключевое ограничение — небольшой размер: автор предупреждает, что ожидания по качеству следует соотносить с моделью на 4 млрд параметров. Указанные в метаданных 131 072 токена не отменяют того, что обучение проводилось с контекстом 8 тыс. токенов.

Ziya-Writing-13B-v2 是 IDEA-CCNL 开发的 языковая модель с 12,9 млрд параметров, построенная на архитектуре LLaMA 2 и дообученная следованием инструкциям для задач письма. Она генерирует китайские и английские тексты: официальные отчёты, речи, письма и рекламные или творческие материалы, а также отвечает на общие инструкции. Модель использует архитектуру LlamaForCausalLM и поддерживает контекст до 8192 токенов. Для обучения разработчики использовали очищенные примеры человеческого письма, инструкции, созданные с помощью GPT-3.5 и проверенные вручную, а также данные предпочтений для выравнивания ответов. Качество письма оценивали сравнением ответов бок о бок; по данным README, в сравнении с Ziya-Writing-LLaMa-13B-v1 модель получила долю побед 72,5%. Этот результат относится к описанной авторами оценке и не гарантирует качество для каждого запроса. Модель распространяется под лицензией GPL-3.0, однако README указывает, что из-за ограничений лицензии LLaMA её нельзя использовать в коммерческих целях и следует соблюдать политику использования LLaMA. Это модель генерации текста, поэтому она не принимает изображения или аудио.

GODEL-v1_1-large-seq2seq — крупная предварительно обученная модель для целевых диалогов, разработанная Microsoft. Она построена на архитектуре Transformer encoder-decoder семейства T5 и предназначена для генерации ответов с учётом контекста беседы и внешней текстовой информации, например найденного документа. Модель можно дообучать на небольшом наборе диалогов под конкретную задачу. Версия 1.1 обучалась на 551 млн многоходовых диалогов Reddit и 5 млн диалогов с инструкциями и опорой на знания. Модель содержит 385,2 млн параметров, принимает и генерирует текст, поддерживает контекст до 512 токенов и рассчитана на диалоговые сценарии. В карточке указана лицензия MIT.

ruGPT-3 Medium — русскоязычная авторегрессионная языковая модель семейства GPT-2, разработанная командой SberDevices. Модель предварительно обучена на 80 млрд токенов в течение трёх эпох, а затем дообучена с контекстом 2048 токенов; для предварительного обучения использовалась длина последовательности 1024 токена. В карточке указана perplexity 17,4 на тестовом наборе. Модель предназначена для генерации текста на русском языке и может использоваться для продолжения заданного текста и создания русскоязычных текстовых черновиков. Архитектура — плотная GPT-2 с головкой языкового моделирования; репозиторий содержит веса PyTorch. Описание архитектуры, предварительного обучения и оценки приведено авторами в препринте о семействе предварительно обученных трансформерных языковых моделей для русского языка. Это базовая языковая модель, поэтому качество ответов зависит от формулировки запроса и может уступать специализированным или инструкционно дообученным моделям. Лицензия в предоставленных источниках не указана.

Camel-5b — англоязычная инструкционная языковая модель от Writer на архитектуре GPT-2, основанная на Palmyra-Base. Модель дообучена на примерно 70 тысячах пар «инструкция — ответ», подготовленных командой Writer Linguist, и предназначена для выполнения текстовых инструкций и генерации ответов. В метаданных указаны 5 млрд параметров и контекст до 2048 токенов. Модель подходит для создания виртуальных помощников, поддержки клиентов и генерации контента. Она принимает текст и генерирует текст. Репозиторий содержит веса PyTorch; лицензия — Apache-2.0. Camel предсказывает следующий токен, поэтому её ответы могут быть фактически неверными; README рекомендует проверять и фильтровать результаты человеком. Также возможно неожиданное появление оскорбительного контента.

Edens-Gate/Magnum-Holland-Sus-Merge — слитая диалоговая языковая модель, созданная с помощью mergekit методом task arithmetic на основе Delta-Vector/Holland-4B-V1 с добавлением Delta-Vector/HollandV2R1, IntervitensInc/intv-mimi-sus и anthracite-org/magnum-v2-4b. Модель построена на плотной архитектуре Llama и содержит 3,9 млрд параметров; для работы с текстом заявлено контекстное окно до 131 072 токенов. Модель предназначена для генерации текста и диалоговых сценариев: например, для составления ответов в чате и продолжения текстовых запросов. Веса опубликованы в формате Safetensors и рассчитаны на использование с библиотекой Transformers. Сведения о поддерживаемых языках, лицензии и специальных ограничениях в предоставленных данных отсутствуют.