III.5Управление персоналом и организацией

Это плотная авторегрессионная языковая модель семейства Mistral на 7,1 млрд параметров, разработанная ShenaoZ. Модель дообучена на обновлённом и исходном наборах данных поверх ShenaoZ/0.001_ablation_4iters_bs256_sample2_iter_2 и предназначена для генерации текста в диалоговом режиме. Максимальная длина контекста — 32 768 токенов. Модель распространяется в формате Safetensors по лицензии MIT. Карточка не описывает конкретные области применения и результаты оценки качества; поведение и надёжность следует проверять на целевых задачах.

Модель ShenaoZhang/0.001_idpo_4iters_iter_3 — дообученная авторами карточки версия ShenaoZhang/0.001_idpo_4iters_iter_2 на датасете ShenaoZhang/0.001_idpo_4iters_dataset. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалогового использования. Она принимает текст и выдаёт текст; поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии MIT. README не приводит сведений о целевых сценариях, оценках качества или известных ограничениях, поэтому пригодность для конкретных задач следует проверять самостоятельно.

Диалоговая языковая модель Mistral с плотной архитектурой и 7,1 млрд параметров, дообученная автором на обновлённом и исходном наборах данных. Она предназначена для генерации текста в диалоге, ответов на вопросы и других текстовых сценариев. Модель поддерживает контекст до 32 768 токенов и представлена в формате safetensors. Модель основана на ShenaoZ/0.001_withdpo_4iters_bs256_5551lr_iter_1; в метаданных базовая модель описана как дообученная методом DPO для диалогов и ответов на вопросы. Лицензия модели — MIT. README не содержит сведений об оценке качества или конкретных ограничениях, поэтому качество ответов следует проверять на целевых задачах.

Fischerboot/18-test — плотная языковая модель семейства Llama на 3,4 млрд параметров для генерации текста и диалогов. Она создана слиянием слоёв модели Fischerboot/17-test методом SLERP с помощью mergekit; в метаданных базовая модель обозначена как дообученная версия Fischerboot/17-test. Модель использует архитектуру LlamaForCausalLM, формат safetensors и контекст до 8192 токенов. Модель подходит для диалоговых приложений и генерации текста. Карточка не сообщает о специализированной области применения или поддерживаемых языках. Условия лицензии в доступных данных не описаны.

ishikaa/acquisition_generator_AS_GT_confidence_omnimath_qwen7b — текстовая генеративная модель, опубликованная на Hugging Face и работающая через библиотеку Transformers. По метаданным она относится к семейству Qwen2, содержит около 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и имеет conversational-тег, поэтому может применяться в диалоговых сценариях. Модель подходит для продолжения и преобразования текстовых запросов, создания ответов в чатах, черновиков и других задач генерации естественного языка. README не содержит сведений о разработчике, языках, лицензии, исходной модели, обучающих данных, оценивании или специализированной области применения, поэтому качество для конкретных задач и языков следует проверять отдельно. Лицензия в доступных данных не указана.

DreadPoor/Alita99-8B-LINEAR — объединённая диалоговая языковая модель, созданная методом linear merge с помощью mergekit. В объединение вошли DreadPoor/LemonP_ALT-8B-Model_Stock, DreadPoor/Heart_Stolen-8B-Model_Stock и DreadPoor/Aspire_1.3-8B_model-stock вместе с grimjim/Llama-3-Instruct-abliteration-LoRA-8B. Модель основана на архитектуре Llama, содержит 7,5 млрд параметров и предназначена для генерации текста и диалоговых ответов. Заявленная длина контекста — 131 072 токена. В репозитории указаны веса в формате safetensors и лицензия Apache-2.0. README приводит результаты оценки на IFEval и BBH, однако подробности сценариев применения и результаты по остальным метрикам не раскрыты.

Aura-Llama-Abliterated — разговорная языковая модель от SteelStorage, построенная на основе failspy/Llama-3-8B-Instruct-abliterated. Автор описывает её как слияние с использованием метода depth up-scaling: слои Llama 3 повторно размещены в расширенной архитектуре. В метаданных указано 10,1 млрд параметров, архитектура LlamaForCausalLM и контекст до 8192 токенов. Модель предназначена для диалоговой генерации текста. Базовая модель модифицирована для ослабления отказов; опубликованные оценки для abliterated-версии не приведены, а README отмечает, что модель ещё не дообучалась после слияния. Доступна в формате safetensors по лицензии Apache-2.0.

Карточка модели fatymahaly/bart-large-mnli на Hugging Face совпадает с карточкой facebook/bart-large-mnli, поэтому описание составлено по ней. facebook/bart-large-mnli — контрольная точка BART-large от Facebook, дообученная на датасете MultiNLI для распознавания отношений логического следования между текстами. Модель применяют для классификации без заранее заданного набора классов: исходный текст рассматривается как предпосылка, а для каждой кандидатной метки формируется гипотеза, например «Этот текст о политике». Вероятности следования и противоречия преобразуются в оценки меток. Модель подходит для тематической классификации, маршрутизации текстов по пользовательским категориям и других задач, где нужно оценить соответствие текста произвольным меткам. Архитектура — BART-large с классификатором последовательностей, размер — 252,8 млн параметров, контекст — до 1024 токенов. Репозиторий содержит варианты PyTorch, Flax и Safetensors. Лицензия — MIT. Качество зависит от формулировки кандидатных меток и гипотез, а также от того, насколько задача соответствует обучению на MNLI; оценки модели не гарантируют правильную классификацию. Для нескольких одновременно верных меток предусмотрен режим независимой оценки каждого класса.

BeagleLake-7B — плотная языковая модель Mistral на 7,1 млрд параметров, созданная fhai50032 с помощью mergekit. Это слияние RolePlayLake-7B и NeuralBeagle14-7B методом DARE-TIES; конфигурация использует базовую модель NeuralBeagle14-7B и формат float16. Модель предназначена для генерации текста и диалогов, включая ролевые сценарии, следование инструкциям, рассуждения и творческое письмо. Контекстное окно составляет 32 768 токенов. Репозиторий содержит веса safetensors, лицензия — Apache-2.0. В карточке приведены результаты оценки на отдельных задачах бенчмарка, но они не гарантируют качество в иных сценариях. Состав RolePlayLake-7B описан как подходящий для ролевых игр и менее ограниченной генерации; ответы модели могут требовать проверки и настройки под конкретное применение.

BeagleNuBuRPInfinWestLakev2-IreneRP-Neural-7B-slerp — текстовая генеративная модель на архитектуре Mistral, созданная Smuggling1710 с помощью LazyMergekit. Модель объединяет методом SLERP веса Smuggling1710/BuRPInfinWestLakev2-IreneRP-Neural-7B-slerp и mlabonne/NeuralBeagle14-7B; размер составляет 7,1 млрд параметров, контекст — до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. В качестве базовой составляющей NeuralBeagle14-7B описана как модель Mistral для диалогов, следования инструкциям, рассуждений и творческой генерации; эти задачи могут быть полезны и для объединённой модели, но отдельные показатели качества для неё не приведены. Данные о поддерживаемых языках отсутствуют. Репозиторий содержит веса в формате safetensors; лицензия в предоставленных источниках не указана.

BeagleSempra-7B — диалоговая модель генерации текста, созданная shadowml с помощью объединения моделей shadowml/WestBeagle-7B и FelixChao/Sectumsempra-7B-DPO методом SLERP через LazyMergekit. В основе архитектуры — плотная Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов; веса доступны в формате safetensors, а при слиянии использовалась точность bfloat16. Модель предназначена для ведения диалогов и генерации ответов по текстовым запросам. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но не для коммерческих целей. README не содержит результатов оценки качества или подробных рекомендаций по настройке.

Beetle-FineWeb-2B/beetle-bilingual-l2-80-late-b5-fineweb-2b-nld-eng-seed5 — генеративная языковая модель семейства Beetle-FineWeb с заявленным размером 2B параметров, предназначенная для генерации текста на нидерландском и английском языках. Модель опубликована на Hugging Face и предназначена для запуска через библиотеку Transformers; в метаданных также указан формат safetensors и pico_decoder. Модель подходит для продолжения текста, генерации черновиков, диалоговых прототипов и других сценариев text generation на нидерландском и английском языках. README автоматически сгенерирован и не содержит сведений о разработчике, обучающих данных, архитектуре, контексте, оценивании, лицензии или рекомендациях по применению. Поэтому качество, безопасность и пригодность модели для конкретных задач необходимо проверять самостоятельно.

Beetle-FineWeb2-24B/beetle-bilingual-l2-80-late-b5-fineweb-hin-eng — генеративная языковая модель из семейства Beetle-FineWeb2, доступная через библиотеку Transformers. По идентификатору модели она ориентирована на двуязычные сценарии для хинди и английского языков; метаданные Hugging Face указывают задачу text generation и формат safetensors. Модель предназначена для генерации продолжений текста и создания текстовых ответов на хинди и английском языках. Техническая архитектура, точное число параметров, длина контекста, разработчик, обучающие данные, результаты оценки и лицензия в доступных материалах не описаны. Условия использования следует уточнить на странице модели перед применением.

BLOSSOM-v3.1-baichuan2-13b — диалоговая языковая модель, созданная на основе Baichuan2-13B-Base и дообученная разработчиками BLOSSOM на смеси наборов инструкций Orca, Wizard, Chat и Math. Это плотная авторегрессионная модель архитектуры Baichuan с 13,3 млрд параметров, предназначенная для генерации ответов в формате продолжения диалога. Обучение включало одноходовые инструкции, многоходовые беседы и примеры математических рассуждений. Модель подходит для ответов на вопросы, ведения диалога и решения задач с пошаговыми математическими рассуждениями на китайском и английском языках. В README заявлены общие способности и понимание контекста, однако длина контекста не приводится. Репозиторий содержит веса PyTorch, а лицензия — Apache-2.0.

BLOSSOM-v3-baichuan2-7b — диалоговая языковая модель, разработанная на основе Baichuan2-7B-Base и дообученная методом instruction fine-tuning на смешанных наборах Blossom Orca, Wizard, Chat и Math. Обучение проходило в два этапа: сначала на одноходовых инструкциях Orca и Wizard, затем на данных математических рассуждений и многоходовых диалогов. Модель предназначена для генерации ответов в диалоге, следования инструкциям, понимания контекста беседы и решения математических задач. Она принимает текст и выдаёт текст; README показывает шаблон общения на китайском языке, а метаданные указывают поддержку китайского и английского. Архитектура — плотная Baichuan, 7 млрд параметров, контекст до 4096 токенов. Модель доступна под лицензией Apache-2.0. Для многоходового общения требуется соблюдать указанный в README формат диалога и завершать ответы Bot токеном </s>.

BreznChatML — экспериментальная разговорная модель johannhartmann на архитектуре Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста в диалоговом формате. Автор описывает эксперимент с датасетом DPO по математике, дополненным немецким переводом. По его оценке, эксперимент снизил способность модели решать математические задачи; в приведённых результатах оценки составляют 2,65 по математике, 4,6 по рассуждениям и программированию, 8,425 по письму. Модель распространяется в формате safetensors по лицензии Apache-2.0.

bruphin-delta — плотная авторегрессионная языковая модель на архитектуре Mistral, созданная nbeerbower методом слияния SLERP с помощью mergekit. В слияние вошли nbeerbower/bruphin-gamma и senseable/WestLake-7B-v2; в конфигурации указана базовая модель nbeerbower/bruphin-gamma. Модель содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста, включая диалоговые и творческие сценарии, на которые ориентирована базовая WestLake-7B-v2. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0. Карточка не приводит результатов оценки качества или явного перечня ограничений, поэтому пригодность для конкретных задач следует проверять на собственных данных.

CapybaraHermes-2.5-Mistral-7B — англоязычная чат-модель Argilla на архитектуре Mistral, содержащая 7,1 млрд параметров. Она дообучена с помощью LoRA и TRL на базе teknium/OpenHermes-2.5-Mistral-7B методом DPO: использована смесь предпочтений argilla/dpo-mix-7k, обучение длилось три эпохи. Модель предназначена для диалогов и генерации ответов на английском языке, включая многоходовое общение. В карточке приведены результаты MTBench и нескольких бенчмарков; авторы отмечают улучшение оценки на втором ходе MTBench относительно базовой OpenHermes-2.5-Mistral-7B. Это сравнительные результаты конкретных оценок, а не гарантия качества для любого сценария. Контекст модели — до 32 768 токенов, веса опубликованы в формате Safetensors. Лицензия — Apache-2.0.

Sumail/Chalice1 — объединённая языковая модель на архитектуре Llama, созданная с помощью mergekit методом SLERP из cilantro9246/le6l0kb и Grayx/sad_llama_38. Модель содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и рассчитана на генерацию текста и диалоговое общение; длина контекста составляет 8192 токена. Модель опубликована в формате safetensors с весами bfloat16. В README описана схема объединения слоёв и параметров внимания и MLP. Данные не сообщают о специализированной области применения, поддерживаемых языках или отдельных оценках качества. Лицензия в предоставленных источниках не указана.

chronos-13b-v2 — языковая модель elinas на архитектуре LLaMA 2 Base, представленная в формате PyTorch/Hugging Face с точностью FP16. Модель содержит 12,9 млрд параметров и поддерживает контекст до 4096 токенов. Она предназначена для диалогов, ролевых сценариев и написания историй; автор также отмечает способности к рассуждению и логике и генерацию длинных связных ответов. Для лучшей работы модель следует использовать с шаблоном Alpaca, в котором запрос помещается между маркерами Instruction и Response. Репозиторий содержит полноточную версию для запуска при наличии достаточной видеопамяти или для дальнейшей квантизации. Лицензия указана как llama2.

Cydonia-v4.1-MS3.2-Magnum-Diamond-24B — объединённая языковая модель, созданная knifeayumu методом SLERP с помощью mergekit на основе TheDrummer/Cydonia-24B-v4.1 и Doctor-Shotgun/MS3.2-24B-Magnum-Diamond. Это плотная авторегрессионная модель семейства Mistral с архитектурой MistralForCausalLM и 23,4 млрд параметров; она принимает текст и генерирует текст, в том числе подходит для творческого письма и ролевых диалогов согласно описанию базовой модели. Заявленная длина контекста — 131 072 токена. Модель распространяется в формате safetensors по лицензии Apache-2.0. README описывает рецепт слияния, но не приводит отдельных оценок качества или подробных рекомендаций по использованию. Качество и поведение могут отличаться от исходных моделей; описание генерации видео в README относится к созданию иллюстрации карточки с помощью внешних инструментов, а не к возможностям этой языковой модели.

Moritz Laurer разработал эту модель для классификации текстов без размечающих примеров. Она дообучена на базе microsoft/deberta-v3-large и использует архитектуру DeBERTa V2 для оценки того, следует ли гипотеза из текста: «верно» или «неверно». Через pipeline Hugging Face этот формат можно применять к разным задачам классификации, задавая формулировки классов и шаблон гипотезы. Модель содержит 533,8 млн параметров, принимает текст и поддерживает контекст до 512 токенов. Её можно запускать на CPU и GPU. В приведённом сравнении она показала более высокую среднюю оценку F1 на 28 задачах классификации, чем указанные модели BART, RoBERTa и базовая DeBERTa, хотя скорость работы ниже, чем у RoBERTa. Карточка отмечает, что формулировки гипотез и названий классов могут влиять на результат. Модель предназначена только для классификации текста. Возможны смещения, унаследованные от базовой модели, данных NLI и синтетических обучающих данных. Лицензия репозитория — MIT; упомянутая в карточке гарантия коммерческой пригодности обучающих данных относится к вариантам с суффиксом «-c», которого в имени этой модели нет.

Это диалоговая языковая модель семейства Qwen3, разработанная авторами репозитория laion/delphi-9e19-p67m33-k0p20-lr83-a002-magpie_lr1e5-sft. Модель с 1,2 млрд параметров обучена с нуля на наборах данных magpie и delphi_warmup и предназначена для генерации текста в диалоговом формате. Модель принимает текст и выдаёт текст; заявленная длина контекста — 4096 токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Языковая поддержка и специализированные области применения в карточке не описаны. Лицензия указана как other, поэтому условия использования следует сверить с материалами репозитория.

delta-4b-orange — разговорная текстовая модель, созданная frankenmerger как слияние phi-2-orange-v2. Модель основана на семействе Phi и использует плотную архитектуру причинного языкового моделирования; в метаданных указан размер 6B параметров, хотя README описывает цель в 4B параметров. Максимальная длина контекста — 2048 токенов. Модель предназначена для генерации текста и диалогового взаимодействия на английском языке. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0; фактический размер в 6B параметров расходится с заявленной в README целью 4B.

sanchit-gandhi/distil-zephyr-1.5b-ssft-ultrachat — плотная авторегрессионная языковая модель семейства Mistral, дообученная на диалоговом датасете stingning/ultrachat. Модель содержит 1,4 млрд параметров, использует архитектуру MistralForCausalLM и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста в диалогах: она может отвечать на запросы и поддерживать многоходовое общение. В README приведён результат оценки на тестовой выборке: loss 1,0042. Карточка не описывает языковое покрытие и практические ограничения. Модель опубликована в формате safetensors; лицензия в предоставленных данных не указана.

HenryJJ обучил эту авторегрессионную языковую модель на базе dolphin-2.6-mistral-7b с помощью DPO на датасете Intel/orca_dpo_pairs. Модель семейства Mistral содержит 7,1 млрд параметров и предназначена для генерации текста в формате диалога; для общения используется шаблон ChatML. Модель подходит для диалогового помощника, ответов на вопросы и генерации текста на английском языке. В README указано обучение с окном контекста 1024 токена, тогда как метаданные репозитория задают native context в 32768 токенов; эти сведения расходятся, поэтому фактический рабочий контекст зависит от используемой конфигурации. Модель распространяется по лицензии Apache-2.0.

DPO-Zephyr-7B — дообученная компанией ShenaoZ языковая модель для генерации текста и диалогового общения. Она основана на Mistral-7B SFT Beta и дополнительно обучена методом DPO на датасете HuggingFaceH4/ultrafeedback_binarized. Модель имеет плотную архитектуру MistralForCausalLM, 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для текстовых диалогов и генерации ответов. Базовая модель обучалась на англоязычных синтетических диалогах; отдельные языковые характеристики DPO-Zephyr-7B в карточке не описаны. Весы опубликованы в формате safetensors по лицензии MIT.

vvcz/dxvalpt-uk — языковая модель для генерации текста и диалогов, созданная объединением моделей с помощью mergekit. В README указаны SLERP и две исходные модели: Sao10K/Fimbulvetr-11B-v2.1-16K и vvcz/dvxipt-uk. Метаданные описывают архитектуру как плотную LlamaForCausalLM с 7,5 млрд параметров и контекстом до 8192 токенов. Модель подходит для диалоговых и conversational-сценариев на основе текстового ввода. Карточка не уточняет поддерживаемые естественные языки и специализированные области применения. Репозиторий содержит веса в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

Elly — слитая языковая модель на архитектуре Mistral, опубликованная пользователем jeiku. Она создана методом DARE TIES с использованием Sonya-7B как базовой модели и моделей Samantha Mistral 7B Instruct и Dolphin 2.6 Mistral 7B. Веса представлены в формате safetensors; размер модели — 7,1 млрд параметров, контекст — до 8192 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Английский указан среди поддерживаемых языков. Лицензия обозначена как other; конкретные условия использования в карточке не раскрыты.

Eris-Floramix-7b — языковая модель семейства Mistral с 7,1 млрд параметров, созданная Nitral-Archive слиянием SLERP моделей ChaoticNeutrals/Eris_Remix_DPO_7B и ResplendentAI/Flora_DPO_7B. Это плотная авторегрессионная модель для генерации текста и диалоговых ответов; максимальный контекст составляет 32 768 токенов. Модель подходит для продолжения текста, черновиков и диалоговых сценариев на английском языке. Веса опубликованы в формате safetensors. Лицензия указана как other; конкретные условия использования следует проверять в материалах репозитория и лицензиях исходных моделей.