III.5Управление персоналом и организацией

WestOrcaNeuralMarco-DPO-v2-DARETIES-7B — объединённая языковая модель на архитектуре Mistral, созданная с помощью LazyMergekit из Westlake-7B-v2, kellemar-DPO-Orca-Distilled-7B-SLERP и NeuralMarcoro14-7B. В конфигурации также указана Mistral-7B-v0.1 как базовая модель. Модель содержит 7,1 млрд параметров, использует формат safetensors и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев: она может формулировать ответы и помогать с рассуждениями и продолжением текста. В README приведены результаты оценивания на задачах AI2 Reasoning Challenge и HellaSwag. Репозиторий распространяется по лицензии Apache-2.0.

WitchLM-1.5B — языковая модель, разработанная arcee-ai и дообученная на базе Qwen/Qwen2-1.5B. Это плотная причинная языковая модель семейства Qwen2 с 1,5 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Заявленная длина контекста составляет 131 072 токена. Модель подходит для генерации ответов и продолжения текста в чат-сценариях. В карточке приведены результаты оценок на нескольких бенчмарках, включая IFEval, GPQA и MMLU-Pro, но подробности методики и обучающих данных не описаны. Доступны веса в формате safetensors; лицензия — Apache-2.0.

YamshadowInex12_Ognoexperiment27M7 — слитая языковая модель семейства Mistral от MaziyarPanahi, созданная на основе automerger/YamshadowInex12-7B и automerger/Ognoexperiment27M7-7B. Она предназначена для генерации текста и поддерживает контекст до 32 768 токенов; размер модели — 7,1 млрд параметров. Модель распространяется в формате safetensors по лицензии Apache-2.0. Доступные сведения не описывают её специализацию, целевые языки или ограничения качества, поэтому её можно характеризовать только как модель общего назначения для генерации текста.

YamshadowStrangemerges_32_Inex12Neural — объединённая модель для генерации текста, созданная на основе automerger/YamshadowStrangemerges_32-7B и automerger/Inex12Neural-7B. Она построена на архитектуре Mistral и содержит 7,1 млрд параметров; модель принимает текст и генерирует текст, поддерживая контекст до 32 768 токенов. Модель подходит для генерации продолжений и ответов в текстовых сценариях. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. README не описывает специализированные области применения или дополнительные возможности, поэтому их нельзя определить по доступным сведениям.

YamshadowStrangemerges_32_YamShadow — объединённая языковая модель на архитектуре Mistral, созданная из automerger/YamshadowStrangemerges_32-7B и automerger/YamShadow-7B. Она предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Размер модели — 7,1 млрд параметров; веса представлены в формате safetensors. Модель подходит для генерации продолжений текста и диалоговых ответов. Карточка не описывает специализированные области применения и не приводит сведения о языках. Распространяется по лицензии Apache-2.0.

Zarablend L2 7b — текстовая генеративная модель семейства Llama 2, созданная слиянием Nous Hermes Llama2 7B и Airoboros L2 7B GPT4 2.0 в пропорции 66% к 34%, а затем объединённая с LoRA-адаптером LimaRP Llama2 7B. Репозиторий содержит веса PyTorch; в карточке также упомянуты отдельные квантизированные варианты GGML и GPTQ от TheBloke. Модель предназначена для генерации текста по инструкциям и диалоговых сценариев с форматами запросов, унаследованными от Nous Hermes, Airoboros и LimaRP. Размер в метаданных — 6,6 млрд параметров, контекст — 4096 токенов. Карточка не приводит подтверждённый перечень языков или специальных прикладных областей. Лицензия указана как other, без дополнительных условий в доступных данных.

dlibf/zephyr-6b-dpo-full — это плотная авторегрессионная языковая модель семейства LLaMA с 5,8 млрд параметров, предназначенная для генерации текста и диалогового общения. В метаданных указано окно контекста до 200 000 токенов и формат весов Safetensors. Карточка сообщает о метриках оценки DPO, включая точность предпочтений 0,7305 и разницу вознаграждений 0,5407, но не описывает обучающие данные, практические сценарии применения или подтверждённые языковые возможности. Условия лицензии в доступных данных не приведены.

Zephyr 7B Gemma v0.1 — разговорная языковая модель HuggingFaceH4 на архитектуре Gemma, предназначенная для работы в роли полезного текстового ассистента. Это плотная авторегрессионная модель примерно на 8,2 млрд параметров с контекстом до 8192 токенов. Модель дообучена методом Direct Preference Optimization на наборе предпочтений argilla/dpo-mix-7k; карточка также указывает предварительное дообучение на синтетических диалогах DEITA 10K. Основной язык — английский. Модель подходит для диалога, ответов на вопросы и генерации текста по запросу. В карточке приведены результаты сравнительных оценок, но они не гарантируют качество для конкретных задач. Модель не прошла этап RLHF для выравнивания с человеческими предпочтениями по безопасности и может выдавать проблемные ответы, особенно при соответствующих запросах. Указанная лицензия — Gemma Terms of Use.

weijie210/zephyr-7b-UC-0-B0.5 — диалоговая языковая модель, дообученная на базе alignment-handbook/zephyr-7b-sft-full. Это плотная MistralForCausalLM с 7,1 млрд параметров, предназначенная для генерации текста и диалоговых ответов; заявленная длина контекста — 32 768 токенов. Карточка сообщает об оценках на наборе для проверки, но не описывает обучающие данные и конкретные ограничения. Модель распространяется в формате safetensors по лицензии Apache-2.0.

BarraHome разработала zephyr-dpo-v2 — диалоговую модель на архитектуре Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель дообучена на основе BarraHome/zephyr-dpo-4bit с применением Unsloth и библиотеки TRL; в карточке указаны наборы данных truthy-dpo-v0.1 и ultrafeedback_binarized. Модель предназначена для генерации текста в формате диалога и может использоваться для ответов на вопросы и ведения чата. Метаданные также относят её к классификации текста, однако карточка описывает модель как Mistral для диалоговой генерации. Указанные в README результаты Open LLM Leaderboard включают средний балл 59,99, 57,85 на AI2 Reasoning Challenge и 82,72 на HellaSwag. В метаданных указаны английский и испанский языки. Репозиторий содержит веса safetensors и размечен лицензией MIT; README при этом указывает Apache-2.0, поэтому условия лицензирования требуют сверки с актуальными файлами репозитория.

Это дообученная ShenaoZ модель Mistral для генерации текста и диалогового общения. Она основана на HuggingFaceH4/mistral-7b-sft-beta и обучена на наборах данных updated и original. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и принимает текстовые запросы, формируя текстовые ответы; заявленный контекст — до 32 768 токенов. Модель подходит для диалогов и генерации текстовых ответов. В метаданных указана лицензия MIT. Подробности о целевых сценариях, оценке качества и ограничениях в карточке не раскрыты.

Это диалоговая модель для генерации текста, разработанная на основе ShenaoZhang/0.0001_zephyr_5551_4iters_bs256_iter_1. Она дообучена на наборах данных updated и original; архитектура — плотная MistralForCausalLM с 7,1 млрд параметров. Модель рассчитана на диалоги и текстовую генерацию, принимает текст и выдаёт текст. Контекстное окно — до 32 768 токенов. Модель опубликована в формате safetensors под лицензией MIT. Карточка не приводит сведений об оценке качества или конкретных ограничениях применения, поэтому пригодность для заданного сценария следует проверять отдельно.

ShenaoZhang/0.001_4iters_bs128_nodpo_only4w_iter_1 — языковая модель Mistral с плотной архитектурой и 7,1 млрд параметров, дообученная на обновлённом и исходном наборах данных. Она предназначена для генерации текста и диалогового общения; её можно использовать для ответов на вопросы и ведения беседы. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Модель основана на HuggingFaceH4/mistral-7b-sft-beta и распространяется в формате Safetensors по лицензии MIT. В карточке нет подробностей о составе данных, результатах оценки и известных ограничениях; поэтому качество для конкретных задач по имеющимся сведениям определить нельзя.

Это дообученная чат-модель Mistral с 7,1 млрд параметров, созданная на основе ShenaoZhang/0.001_4iters_bs256_nodpo_only4w_iter_1. Модель предназначена для генерации текста и ответов в диалоге; в карточке указано обучение на обновлённом и исходном наборах данных. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. Лицензия — MIT. README не приводит сведений о конкретных преимуществах или оценках качества.

Модель ShenaoZhang/0.001_zephyr_5551_4iters_bs256_iter_1 — дообученная версия Mistral, созданная на основе HuggingFaceH4/mistral-7b-sft-beta с использованием датасета HuggingFaceH4/ultrafeedback_binarized. Это плотная авторегрессионная модель на 7,1 млрд параметров для генерации текста и общения в формате чата. Она принимает текст и выдаёт текст; поддерживает контекст до 32 768 токенов. Модель подходит для ответов на вопросы и ведения текстового диалога. В карточке не описаны отдельные специализированные области применения или оценки качества. Использование регулируется лицензией MIT.

Fischerboot/13-test — текстовая генеративная модель семейства Llama, созданная Fischerboot с помощью mergekit. В карточке указано слияние методом SLERP на основе Fischerboot/12-test; архитектура — плотная авторегрессионная LlamaForCausalLM, размер — 4,5 млрд параметров. Модель распространяется в формате safetensors и рассчитана на диалоговое использование. Модель подходит для генерации текста и ведения диалога. Контекст составляет до 8192 токенов. Данные не подтверждают поддержку конкретных естественных языков или специализированных предметных областей. Лицензия в предоставленной информации не указана.

Abuja-01 — компактная причинно-языковая модель семейства Qwen2, разработанная на основе Qwen/Qwen2-0.5B-Instruct и дообученная с помощью ORPO (Odds Ratio Preference Optimization). По карточке модель обучалась на наборе trl-lib/ultrafeedback_binarized; её объём составляет 494 млн параметров, веса представлены в формате Safetensors, а контекст — до 32 768 токенов. Модель предназначена для диалогов и генерации текста по инструкциям. Модель принимает текст и генерирует текст; в метаданных указан английский язык. Лицензия — MIT. Карточка сообщает об одном цикле обучения на одной GPU, но не приводит оценок качества или сравнительных результатов, поэтому пригодность для конкретных сценариев следует проверять на собственных запросах.

ishikaa/acquisition_generator_AS_GT_confidence_omnimath_qwen3b — генеративная языковая модель из семейства Qwen2, опубликованная на Hugging Face пользователем ishikaa. Модель предназначена для генерации текста и диалоговых сценариев; в метаданных она обозначена как conversational и text-generation, а для работы предполагается библиотека Transformers. Модель содержит около 3,1 млрд параметров и поддерживает контекст длиной до 32 768 токенов. По доступным данным она может применяться для продолжения текста, генерации ответов в диалоге, подготовки черновиков и других задач, сводимых к авторегрессионной генерации текста. Сведения о разработчике, языках, лицензии, обучающих данных и результатах оценки в карточке отсутствуют.

Это GGUF-квантизированная версия текстовой генеративной модели Q3-30B-A3B-Designant, разработанной allura-org и преобразованной bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста, прежде всего для диалоговых сценариев, ролевого общения и следования инструкциям. В обучении или дообучении заявлено использование наборов данных, связанных с диалогами, персонажами, прозой, рассуждениями, физическим и медицинским анализом, а также instruction following и DPO. Модель доступна в формате GGUF с вариантами квантизации от bf16 и Q8_0 до Q3 и IQ4. Размер файлов зависит от варианта и составляет примерно от 16 до 61 ГБ. Для работы указаны LM Studio, llama.cpp и другие совместимые проекты. Рекомендуемый шаблон запросов использует специальные маркеры ролей <|im_start|> и <|im_end|>. Сведения о поддерживаемых языках, длине контекста, мультимодальности и точной архитектуре в README не приведены; по представленным данным это текстовая, а не мультимодальная модель. Сильной стороной являются различные уровни квантизации, позволяющие выбирать между качеством и требованиями к памяти; варианты Q5 и Q6 описаны как высококачественные, а Q3 — как пригодные для систем с ограниченным объёмом оперативной памяти. К ограничениям относятся возможная потеря качества при более агрессивной квантизации и отсутствие в README сведений о лицензии, поэтому условия использования необходимо уточнять на странице исходной модели и соответствующих наборов данных.

NalDice/askvox-1.5 — языковая модель для диалоговой генерации текста, разработанная NalDice и дообученная на базе unsloth/llama-3.3-70b-instruct-bnb-4bit. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM, содержащая 69,5 млрд параметров и поддерживающая контекст до 131 072 токенов. В метаданных указана поддержка английского языка и диалоговый режим. Модель подходит для ведения текстового диалога и генерации ответов на запросы. В карточке указаны Unsloth и TRL как инструменты обучения. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Карточка не описывает конкретные данные и методику дообучения или специальные предметные возможности.

SteelStorage/Aura-Llama-Abliterated-v3 — текстовая чат-модель на архитектуре Llama, созданная на основе failspy/Llama-3-8B-Instruct-abliterated. По README, веса сформированы методом passthrough в mergekit из слоёв этой базовой модели; метаданные указывают 10,1 млрд параметров и контекст до 8192 токенов. Модель предназначена для диалоговой генерации текста и ответов на запросы. Модифицированная базовая модель описана как версия Llama 3 8B Instruct с ослабленным выражением отказов. Модель принимает текст и выдаёт текст; в карточке указана поддержка чата. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — llama3.

Aura_Qwen2_v3_7B — объединённая разговорная языковая модель на базе архитектуры Qwen2, созданная jeiku методом Model Stock с помощью mergekit. В объединение вошли jeiku/dontusethis и три варианта с LoRA: ResplendentAI/Qwen_Soul_LoRA_128, ResplendentAI/Qwen_jeiku_LoRA_128 и ResplendentAI/Qwen_Sissification_LoRA_128. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2ForCausalLM и формат safetensors; заявленный нативный контекст — 131 072 токена. Модель предназначена для генерации текста и диалогового общения. В карточке не приведены сведения о конкретных языках или специализированных предметных областях. Лицензия в предоставленных данных не указана.

DreadPoor/Aurora_faustus-8B-LINEAR — диалоговая языковая модель на архитектуре Llama, созданная разработчиком DreadPoor линейным слиянием нескольких предварительно обученных моделей через mergekit. В состав слияния вошли DreadPoor/Aspire-8B-model_stock, DreadPoor/Heart_Stolen-8B-Model_Stock и DreadPoor/WIP-TEST_PENDING_4. Веса представлены в формате Safetensors; число параметров — 7,5 млрд, контекст — до 8192 токенов. Модель предназначена для генерации ответов в диалоге и свободного текста. В карточке приведены результаты оценок на IFEval и BBH, но они сами по себе не гарантируют качество в конкретных задачах. Метаданные не указывают основной язык. Модель распространяется по лицензии Apache 2.0.

Beetle-FineWeb2-24B/beetle-bilingual-b3-fineweb-24b-deu-eng-ewc — языковая модель для генерации текста, опубликованная на Hugging Face и предназначенная для работы через библиотеку Transformers. По идентификатору модели она относится к двуязычному семейству Beetle-FineWeb2 с размером около 24 млрд параметров и поддержкой немецкого и английского языков. В метаданных также указана архитектурная метка pico_decoder. Модель можно применять для продолжения текста, генерации ответов, черновиков и других сценариев, основанных на text-generation. README не содержит сведений о разработчике, обучающих данных, результатах оценки, длине контекста, лицензии, рекомендуемых параметрах запуска или специальных ограничениях использования. Из-за неполноты документации качество, языковые возможности, безопасность и пригодность модели для конкретных прикладных областей требуют самостоятельной проверки.

Beetle-FineWeb2-24B/beetle-bilingual-l2-80-late-b5-fineweb-pol-eng — языковая модель для генерации текста на базе архитектуры pico_decoder, доступная через библиотеку Transformers. По идентификатору модели она относится к семейству Beetle-FineWeb2-24B и ориентирована на двуязычные польско-английские сценарии; размер модели обозначен как 24B параметров. Модель предназначена для продолжения текста, генерации ответов, черновиков и другого текстового контента. В предоставленном README отсутствуют сведения о разработчиках, точной архитектуре, длине контекста, обучающих данных, результатах оценки, ограничениях применения и лицензии, поэтому эти характеристики нельзя надёжно уточнить.

banelingz выпустил black_stheno_8B_v1 — слитую языковую модель на архитектуре Llama с 7,5 млрд параметров. Она создана методом SLERP с помощью mergekit из Hastagaras/Halu-8B-Llama3-Blackroot и Sao10K/L3-8B-Stheno-v3.2. Модель предназначена для генерации текста и чат-диалогов, включая ролевые сценарии, написание историй и выполнение инструкций — задачи, связанные с её базовыми моделями. Работает с текстом, использует формат safetensors и имеет контекстное окно 8192 токена. Указанная в карточке лицензия отсутствует среди предоставленных данных.

BrokenKeyboardMerge — объединённая языковая модель автора dhanushreddy29, созданная из dhanushreddy29/BrokenKeyboard и udkai/Turdus с помощью LazyMergekit. Конфигурация passthrough берёт слои 0–15 из первой модели и слои 16–31 из второй; архитектура — плотная LlamaForCausalLM с 7,1 млрд параметров, веса сохранены в Safetensors, контекст — до 4096 токенов. Модель предназначена для генерации текста и диалоговых ответов. В README приведены результаты Open LLM Leaderboard, включая средний балл 59,33, но эти оценки сами по себе не гарантируют качество в конкретном сценарии. Указана лицензия CC BY-NC 4.0, допускающая использование с атрибуцией и ограничением на коммерческое применение.

CharacterGLM-6B — диалоговая модель семейства ChatGLM от thu-coai, предназначенная для генерации текста в формате общения. В репозитории указано 7,5 млрд параметров; модель использует плотную архитектуру ChatGLM и поддерживает контекст до 32 768 токенов. Модель подходит для ведения диалогов и генерации ответов. Метаданные также отмечают возможность классификации текста, однако карточка не содержит подробностей об этой функции. В репозитории представлены веса PyTorch; сведения о лицензии и целевых языках в доступных данных отсутствуют.

FourOhFour/Chili_Dog_8B — объединённая разговорная языковая модель, созданная с помощью mergekit из jeiku/fatgirlmagicv2 и jeiku/magicfatgirlv2 методом SLERP. Модель построена на плотной архитектуре MistralForCausalLM и содержит около 7,9 млрд параметров; для работы с контекстом поддерживается до 8192 токенов. Модель предназначена для генерации текста и диалогового общения. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Сведения о конкретных языках, специализированных областях и лицензии в предоставленных данных отсутствуют.

mondk/claude_Deepseek-R1-Qwen3_fp16 — разговорная текстовая модель, представленная как версия в формате GGUF F16. В README указана связь с базовой моделью mondk/claude_Deepseek-R1-Qwen3_safetensors, а для неё приведён исходный вариант unsloth/DeepSeek-R1-0528-Qwen3-8B-unsloth-bnb-4bit. Каталог описывает базовую модель как дообученную Qwen3 с 7,6 млрд параметров для генерации текста и диалогов. Модель предназначена для генерации текста и ведения диалогов. В карточке указаны английский язык и возможность чата. Лицензия — Apache-2.0. README предупреждает, что сведения в карточке могут быть неточными; отдельные характеристики этой версии не подтверждены.