III.5Управление персоналом и организацией

llama-3-stinky-8B — объединённая авторегрессионная языковая модель семейства Llama 3, созданная nbeerbower методом Model Stock с помощью mergekit. В качестве основы использована nbeerbower/llama-3-bophades-v3-8B; в объединение также вошли cgato/L3-TheSpice-8b-v0.8.3, Endevor/InfinityRP-v2-8B, Undi95/Llama3-Unholy-8B-OAS и NousResearch/Hermes-2-Pro-Llama-3-8B. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате. Контекст составляет 8192 токена; карточка отмечает поддержку чата. Модель можно использовать для ведения диалогов и генерации ответов по текстовым запросам. Репозиторий содержит веса Safetensors, указана лицензия other. Карточка не приводит подробных оценок качества или специфических ограничений модели.

LMCocktail 10.7B v1 — разговорная языковая модель, созданная Yhyu13 путём слияния в равных долях SOLAR и meow. Модель построена на архитектуре Llama с плотной авторегрессионной языковой моделью и содержит около 10,6 млрд параметров; для запуска доступны веса в формате safetensors. Она предназначена для генерации текста в диалогах и ответов на вопросы. В README автор сообщает о высоком результате в локальном запуске AlpacaEval, но это заявление не сопровождается подробностями оценки, поэтому его нельзя считать независимым подтверждением качества. Модель поддерживает чат и принимает текст, выдавая текст. Контекст составляет 4096 токенов. В карточке указана лицензия Llama 2; отдельные условия лицензии исходных моделей могут влиять на использование результата слияния.

ClaudioItaly/Magdala-9B — слияние языковых моделей, созданное автором с помощью mergekit и метода Model Stock на основе ClaudioItaly/Vangelus-Secundus. В состав слияния вошли ClaudioItaly/1800-9B, ClaudioItaly/Vangelus-Secundus, jsgreenawalt/gemma-2-9B-it-advanced-v2.1, mehmetkeremturkcan/oblivionsend, sam-paech/Delirium-v1 и sam-paech/Quill-v1. Модель построена на архитектуре Gemma 2 с плотной авторегрессионной архитектурой и содержит 9 млрд параметров. Она предназначена для диалоговой генерации текста; каталог также отмечает поддержку чата. Контекст составляет 8192 токена. Модель распространяется в формате safetensors и использует библиотеку Transformers. Данные карточки не описывают отдельно языки, специализированные области или конкретные ограничения качества. Лицензия в предоставленных сведениях не приведена.

FourOhFour/Magic_v2_8B — дообученная авторами модели Mistral-совместимая языковая модель с архитектурой MistralForCausalLM и примерно 7,9 млрд параметров. Она предназначена для генерации текста в диалоговом формате; опубликована в формате safetensors и поддерживает контекст до 8192 токенов. Модель дообучена на базе Dans-DiscountModels/Mistral-NeMo-Minitron-8B-Base-ChatML. В карточке приведён результат оценки на тестовом наборе: loss 1,5341, однако назначение датасета и сценарии применения подробно не описаны. Лицензия в предоставленных данных не указана.

knkarthick/meeting-summary-samsum — модель семейства BART, дообученная на наборе SAMSum на основе facebook/bart-large-xsum. Она предназначена для суммаризации текстовых стенограмм встреч и диалогов, в том числе для подготовки краткого пересказа разговора. Модель содержит 252,8 млн параметров, использует архитектуру BartForConditionalGeneration и принимает контекст до 1024 токенов. Модель работает с текстом на английском языке. Опубликована в формате PyTorch под лицензией Apache-2.0. Ее специализация на диалогах SAMSum делает ее подходящей для кратких сводок разговоров; качество за пределами этой задачи не подтверждено.

MeliodasPercival_01-7B — автоматически объединённая модель для генерации текста, созданная Maxime Labonne на основе AurelPx/Meliodas-7b-dare и AurelPx/Percival_01-7b-slerp. В README указан метод слияния SLERP и тип точности bfloat16; архитектура — плотная Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста и диалогов. Карточка не приводит отдельных оценок качества или подробного описания языковой специализации. Распространяется под лицензией Apache-2.0.

MaziyarPanahi/MeliodasPercival_01_Experiment29Multi_verse_model — объединённая языковая модель, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/Experiment29Multi_verse_model-7B. Она предназначена для генерации текста и диалогов на основе текстовых запросов. Модель построена на архитектуре Mistral и содержит 7,1 млрд параметров. Она принимает текст и выдаёт текст, поддерживает контекст длиной до 32 768 токенов и распространяется в формате Safetensors. Сведения о поддерживаемых естественных языках и специализированных областях применения отсутствуют. Лицензия — Apache-2.0. Карточка не приводит оценок качества или конкретных ограничений; результаты могут различаться в зависимости от запроса и способа использования.

MaziyarPanahi/MeliodasPercival_01_Strangemerges_32Experiment28 — объединённая модель семейства Mistral, созданная на основе automerger/MeliodasPercival_01-7B и automerger/Strangemerges_32Experiment28-7B. Она предназначена для генерации текста и диалогов, а контекст может достигать 32 768 токенов. Модель содержит 7,1 млрд параметров и распространяется в формате safetensors. Лицензия — Apache-2.0. Карточка не сообщает о специализации на конкретных областях или языках. Качество, поведение и ограничения объединённой модели отдельно не описаны.

MeliodasT3qm7_ShadowStrangemerges_32 — объединённая модель на архитектуре Mistral, созданная слиянием automerger/MeliodasT3qm7-7B и automerger/ShadowStrangemerges_32-7B. Она предназначена для генерации текста и диалоговых ответов, включая сценарии с длинным контекстом до 32 768 токенов. Модель содержит 7,1 млрд параметров и распространяется в формате safetensors. Модель принимает текст и выдаёт текст. В карточке не описаны специальные предметные области или дополнительные возможности. Лицензия — Apache 2.0.

MelloGPT-Mistral-7B-Instruct-v0.1 — созданная MaziyarPanahi слитая чат-модель на архитектуре Mistral, объединяющая Mistral-7B-Instruct-v0.1 и MelloGPT методом SLERP. Модель содержит 7,1 млрд параметров и предназначена для генерации ответов на инструкции и диалоговые запросы; в метаданных указана задача text-generation и контекст до 32 768 токенов. Модель принимает текст и выдаёт текст. В карточке также отмечен датасет Counsel Chat, что указывает на связь одной из исходных моделей с диалогами на консультационную тематику, но README не описывает точные возможности или качество в этой области. Модель распространяется под лицензией Apache-2.0.

Это объединённая языковая модель Gemma 2 на 9 млрд параметров, созданная сообществом mergekit с помощью метода Model Stock. В качестве базовой использована KR-X-AI/gemma-2-9b-untied; в объединение также вошли шесть других моделей семейства Gemma 2. Модель предназначена для генерации текста и диалогов, принимает текст и выдаёт текст. Нативное окно контекста составляет 8192 токена. Модель может применяться для ведения диалогов и генерации ответов, однако карточка не описывает её специализацию или сравнительное качество. В составе есть модель с пометкой abliterated, поэтому поведение в отношении ограничений и нежелательного контента может отличаться от стандартной модели. Файлы опубликованы в формате Safetensors; сведения о лицензии в предоставленных данных отсутствуют.

Merkaba-Maven-0.2 — слитая языковая модель, созданная jefferylovely с помощью LazyMergekit. В README указано слияние методом SLERP модели bardsai/jaskier-7b-dpo-v7.1 и jefferylovely/Merkaba-Maven-0.1; конфигурация задаёт смешивание слоёв self-attention и MLP. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста. Веса опубликованы в формате safetensors, вычислительная точность слияния — bfloat16. Лицензия CC BY-NC-ND 4.0 разрешает распространение с указанием авторства, но запрещает коммерческое использование и распространение производных версий. README и метаданные не описывают конкретные языки, специализированные области или сравнительные результаты, поэтому назначение следует считать общим.

MiquMaid-120B — слитая модель для генерации текста и диалогов, созданная автором репозитория MergeFuel с помощью mergekit. В неё вошли Undi95/Miqu-MS-70B и NeverSleep/MiquMaid-v3-70B; использован метод passthrough merge. Модель основана на архитектуре Llama, содержит 117,5 млрд параметров и принимает текст, формируя текстовые ответы. Максимальная длина контекста — 32 764 токена. Модель подходит для генерации текста и ведения диалогов, включая ролевые сценарии. В репозитории указаны веса Safetensors и библиотека Transformers. Лицензия в предоставленных данных не указана.

Mistral7B-PairRM-SPPO-Iter3 — языковая модель UCLA-AGI, дообученная методом Self-Play Preference Optimization на третьем этапе. Она основана на mistralai/Mistral-7B-Instruct-v0.2 и содержит 7,1 млрд параметров; модель Mistral с плотной архитектурой предназначена для диалоговой генерации текста. Для обучения использовались промпты из UltraFeedback, разделённые на три части, и синтетические ответы. Контекст модели составляет 32 768 токенов. Модель рассчитана прежде всего на англоязычный диалог: ответы на вопросы, следование инструкциям и ведение беседы. В карточке приведены результаты AlpacaEval, Arena-Hard, MT-Bench и Open LLM Leaderboard, но они не гарантируют качество на конкретных запросах. Доступна под лицензией Apache-2.0.

MixtureofMerges-MoE-2x7b-v0.01b-DELLA — языковая модель для генерации текста, созданная jsfs11 с помощью mergekit. Она объединяет yunconglong/Truthful_DPO_TomGrc_FusionNet_7Bx2_MoE_13B и jsfs11/MixtureofMerges-MoE-2x7b-v6 методом DELLA; в конфигурации указаны плотность 0,6, epsilon 0,2, lambda 1,0 и формат bfloat16. Модель построена на архитектуре Mixtral с MoE и содержит 7,1 млрд параметров; заявленная длина контекста — 32 768 токенов. Модель предназначена для генерации текста, в том числе диалоговых ответов. В составе объединённых моделей есть настройка на правдивые ответы, однако README не приводит отдельных оценок качества или гарантий фактичности. Репозиторий распространяется по лицензии Apache-2.0.

mm4.7-3b-slerp — разговорная языковая модель, созданная Liminerity с помощью слияния моделей mergekit методом SLERP. В слиянии использованы liminerity/mm4.5-slerp-3b-comp и liminerity/mm4-3b; архитектура — плотная LlamaForCausalLM с 2,7 млрд параметров. Модель предназначена для генерации текста и диалогового общения. Модель принимает текст и генерирует текст. Её контекстное окно составляет 4096 токенов; веса опубликованы в формате safetensors, лицензия — Apache-2.0. Данных о специализированной предметной области или языках в предоставленной карточке нет.

Sao10K/MN-12B-Lyra-v4 — разговорная языковая модель на базе Mistral-NeMo-12B, представленная разработчиком как последовательная модификация семейства Lyra. Версия v4 объединяет отдельный этап обучения с подкреплением, направленный на следование инструкциям и связность ответов на базе Nemo, с Lyra-v4a1; в карточке также указана цепочка предшествующих версий Lyra. Модель принимает текстовые сообщения в формате ChatML или совместимых вариантах и генерирует текстовые ответы. Модель предназначена для диалогов, ответов на инструкции и связной генерации текста. Карточка отмечает возможные проблемы с шаблоном ChatML, некорректными строками остановки при использовании XML-тегов и отдельными ошибками токенов; пользователю может потребоваться проверить шаблон и настройки генерации. Репозиторий содержит веса safetensors. Лицензия — CC BY-NC 4.0, предусматривающая некоммерческое использование.

Model_Stock_Mixv0.1-7B — объединённая языковая модель, опубликованная пользователем jsfs11 и созданная методом model_stock с помощью LazyMergekit. Она основана на архитектуре Mistral и содержит 7,1 млрд параметров; модель предназначена для генерации текста и диалога. Для объединения использованы шесть моделей, включая MTSAIR/multi_verse_model, automerger/Experiment27Pastiche-7B, Gille/StrangeMerges_32-7B-slerp, automerger/YamshadowExperiment28-7B, liminerity/M7-7b и jsfs11/MoEv4Config-TestWeightedTIES-7b. Модель принимает текст и выдаёт текст, поддерживает контекст длиной до 32 768 токенов и опубликована в формате safetensors. Лицензия и сведения о языковой специализации в использованных данных не приведены. Практическое качество отдельных сценариев в карточке не оценено.

zelk12/MT1-BB-gemma-2-RIv0.1RAt0.25v0.1-9B — слитая модель на архитектуре Gemma 2, созданная разработчиком zelk12 с помощью mergekit и метода SLERP. Она объединяет zelk12/recoilme-gemma-2-Ifable-9B-v0.1 и zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1-t0.25; в конфигурации базовой указана первая модель, а параметр смешивания t равен 0,5. Модель содержит 9 млрд параметров, рассчитана на диалоговую генерацию текста и работу через Transformers. Контекст — до 8192 токенов. Подходит для ведения беседы, выполнения инструкций и творческой генерации текста; более конкретная специализация в карточке не описана. Это производная модель, сохранённая в формате safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

zelk12/MT1-Gen5-MA-gemma-2-S2S4-9B — языковая модель на архитектуре Gemma 2, созданная слиянием предварительно обученных моделей allknowingroger/Gemmaslerp2-9B и allknowingroger/Gemmaslerp4-10B. Для слияния применён метод SLERP с mergekit; карточка указывает параметр t=0,25 и формат bfloat16. Модель содержит 9 млрд параметров, работает с контекстом до 8192 токенов и предназначена для генерации текста в диалоговом режиме. Модель может использоваться для ведения текстовых диалогов и генерации ответов на запросы. Данные не дают оснований выделить специализацию по предметной области или конкретный набор языков. Репозиторий распространяет веса в формате safetensors; сведения о лицензии в предоставленных источниках отсутствуют.

zelk12/MT1-IM-gemma-2-9B — объединённая диалоговая языковая модель на архитектуре Gemma 2, созданная методом SLERP с помощью mergekit из двух моделей: zelk12/MT1-MA-gemma-2-RAt0.25v0.1RPMHv0.1-9B и zelk12/MT1-IF-gemma-2-RAt0.25v0.1GD-9B. Модель содержит 9 млрд параметров, распространяется в формате Safetensors и рассчитана на генерацию текста и диалоговые сценарии с контекстом до 8192 токенов. Её можно использовать для ответов на запросы, ведения диалога и генерации текста. В карточке не приведены сведения о специализации по языкам или прикладным областям, поэтому область применения следует считать общей. Лицензия в предоставленных данных не указана.

zelk12 объединил методом SLERP две предварительно обученные языковые модели на базе Gemma 2 и опубликовал результат с помощью mergekit. Это плотная авторегрессионная модель с 9 млрд параметров для диалогов и генерации текста по запросу; репозиторий содержит веса Safetensors, а контекстное окно составляет 8192 токена. Модель предназначена для чат-сценариев и генерации ответов на текстовые запросы. README описывает способ объединения и исходные модели, но не указывает отдельную специализацию или языковой охват. Лицензия в предоставленных данных не указана.

zelk12/MT2-Gen4-IF-gemma-2-MT4g2S2-9B — объединённая модель на базе Gemma 2, созданная с помощью mergekit методом SLERP из zelk12/MT4-Gen2-gemma-2-9B и allknowingroger/Gemmaslerp2-9B. Это плотная языковая модель с авторегрессионной архитектурой Gemma2ForCausalLM, 9 млрд параметров и контекстом до 8192 токенов; она предназначена для диалогов и генерации текста. Модель принимает текст и выдаёт текст. В карточке указана библиотека Transformers и формат safetensors. Данных о специальных прикладных областях или языковой специализации в предоставленных источниках нет. Лицензия в метаданных и README не приведена, поэтому условия использования по этим данным определить нельзя.

MT2-Gen4-IMU-gemma-2-9B — языковая модель семейства Gemma 2, созданная разработчиком zelk12 с помощью слияния двух предварительно обученных моделей методом SLERP через mergekit. Это плотная авторегрессионная модель на 9 млрд параметров для генерации текста и диалогового взаимодействия; она рассчитана на контекст до 8192 токенов и опубликована в формате safetensors для библиотеки Transformers. В README приведена конфигурация с базовой моделью zelk12/MT2-Gen4-IF-gemma-2-MT4g2S2-9B и коэффициентом смешивания t=0,25. Модель подходит для генерации продолжений текста и ведения текстовых диалогов. Карточка не описывает отдельные специализированные области применения или поддерживаемые естественные языки, поэтому их нельзя достоверно уточнить. Лицензия в предоставленных данных не указана.

zelk12/MT3-Gen5-GP-gemma-2-RAv0.1E-9B_v1 — объединённая автором модель для генерации текста и диалогов на архитектуре Gemma 2. Она создана методом SLERP в mergekit из zelk12/recoilme-gemma-2-Ataraxy-9B-v0.1 и Aashraf995/Gemma-Evo-10B; базовая точка слияния — recoilme-gemma-2-Ataraxy-9B-v0.1. Модель содержит 9 млрд параметров, принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов и опубликована в формате safetensors для библиотеки Transformers. Модель подходит для генерации продолжений и ответов в диалоговом режиме. Сведений о специализации по предметной области или конкретных языках в карточке нет. Лицензия в предоставленных данных не обозначена, поэтому условия использования следует проверить на странице репозитория Hugging Face.

zelk12/MT5-MU-gemma-2-Rv0.4G-9B — объединённая языковая модель на архитектуре Gemma 2 с 9 млрд параметров, созданная с помощью mergekit методом SLERP из nbeerbower/gemma2-gutenberg-9B и recoilme/recoilme-gemma-2-9B-v0.4. Модель предназначена для генерации текста в диалоговом формате и работает через библиотеку Transformers. Модель принимает текст и выдаёт текст; максимальная длина контекста составляет 8192 токена. Базовая Gemma 2 описана в каталоге как модель диалоговой генерации на английском языке. Веса представлены в формате safetensors, лицензия — Gemma.

zelk12/MTM-Merge-MMMU-gemma-2-9B — разговорная языковая модель на архитектуре Gemma 2, созданная слиянием двух предварительно обученных моделей с помощью метода SLERP и инструмента mergekit. Модель содержит 9 млрд параметров, распространяется в формате safetensors и рассчитана на генерацию текста и диалоги с контекстом до 8192 токенов. Модель принимает текст и выдаёт текст; метаданные указывают на возможность чата. В карточке не заявлены специализированная область применения или поддержка конкретных языков. Модель основана на zelk12/MTM-Merge-MM-gemma-2-MTM4MTM2-9B и zelk12/MTM-Merge-MU-gemma-2-MTM4MTM3-9B. Условия лицензии в доступных сведениях не приведены.

MyAlee-Qwen-Instruct-v2-16k-v1 — дообученная Arcee AI модель Qwen2-7B для генерации текста в диалоговом формате. Она содержит 7,1 млрд параметров, использует плотную архитектуру Qwen2 и распространяется в формате Safetensors. Метаданные указывают контекст до 131 072 токенов; название модели также содержит «16k», поэтому фактическую длину контекста стоит сверять с конфигурацией конкретного запуска. Модель подходит для генерации ответов и ведения текстового диалога. README сообщает о дообучении на датасете, обозначенном как None, и не приводит сведения о назначении, данных оценки или специальных областях применения. Лицензия — Apache 2.0.

Myalee v3 L31 8B — разговорная языковая модель, разработанная Arcee AI и дообученная на основе Crystalcareai/Meta-llama-3.1-8b-instruct. Она предназначена для генерации текста и диалоговых сценариев. Модель использует плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров; заявленная длина контекста составляет 131 072 токена. Модель опубликована в формате PyTorch и распространяется по лицензии Llama 3.1. README не описывает обучающие данные, результаты оценки или специализированную область применения, поэтому качество и пригодность для конкретных задач по карточке определить нельзя.

NemoDori-v0.2.2-12B-MN-ties — объединённая языковая модель, созданная RozGrov методом TIES с помощью mergekit. В основе лежит RozGrov/NemoDori-v0.2-12B-MN-BT; в объединение также вошли crestf411/nemo-sunfall-v0.6.1, unsloth/Mistral-Nemo-Instruct-2407 и UsernameJustAnother/Nemo-12B-Marlin-v5. Модель построена на архитектуре Mistral с 12,1 млрд параметров и предназначена для генерации текста и диалогов. Автор стремился улучшить учёт предыдущих реплик и следование инструкциям, особенно последней, сохранив творческую генерацию и возможности для ролевых диалогов. По предварительной оценке автора, модель немного лучше учитывает историю разговора и инструкции, но формат ответов бывает непоследовательным. При высокой температуре генерации возможна стилизованная под староанглийский речь. В метаданных указан контекст до 1 024 000 токенов. Модель распространяется в формате safetensors; библиотека для работы — Transformers. Сведения о лицензии в предоставленной карточке отсутствуют.