III.5Управление персоналом и организацией

Eros_Scribe-10.7b-V.02 — объединённая языковая модель, созданная OmnicromsBrain с помощью LazyMergekit из OmnicromsBrain/ToppyCox-7B и OmnicromsBrain/EverythingBagel-DPO-7B. Веса объединены методом passthrough: в итоговую модель включены слои 0–24 первой модели и слои 8–32 второй. Модель построена на архитектуре Mistral и содержит около 10,6 млрд параметров. Модель предназначена для генерации текста и диалогов; базовые модели также описаны как подходящие для творческого ролевого общения. Поддерживается контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors с точностью float16. Лицензия в предоставленных данных не указана.

EsotericKnowledge-24B — разговорная языковая модель на 23,4 млрд параметров, созданная автором yamatazen как объединение предобученных моделей с помощью mergekit и метода TIES. В качестве базовой использована arcee-ai/Arcee-Blitz; в объединение также вошли PocketDoc/Dans-PersonalityEngine-V1.2.0-24b, ReadyArt/Forgotten-Safeword-24B-v4.0 и lars1234/Mistral-Small-24B-Instruct-2501-writer. Модель предназначена для диалогов и генерации текста. Она построена на архитектуре Mistral с плотной моделью причинного языкового моделирования, принимает текст и выдаёт текст, поддерживает контекст длиной до 32 768 токенов и использует формат safetensors для библиотеки Transformers. Карточка не указывает конкретные языки или специализированные области применения. Это первая 24B-модель слияния автора; качество и поведение могут отличаться от исходных моделей. Лицензия в предоставленных данных не указана.

Eurstoria-106B — разговорная модель генерации текста на архитектуре Llama 3, созданная объединением моделей Steelskull/L3-MS-Astoria-70b и Sao10K/L3-70B-Euryale-v2.1 методом passthrough merge. Модель содержит 105,4 млрд параметров и рассчитана на работу с контекстом до 8192 токенов; для общения подходит формат Llama 3 Instruct. Модель предназначена для генерации ответов и ролевых диалогов. В метаданных указана поддержка чата, а базовая модель описана как англоязычная. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия в предоставленных данных не указана.

Experiment26Neuralsirkrishna_PasticheAlloyingotneoy — слитая текстовая модель на архитектуре Mistral с 7,1 млрд параметров. Она объединяет модели automerger/Experiment26Neuralsirkrishna-7B и automerger/PasticheAlloyingotneoy-7B и предназначена для генерации текста и диалоговых ответов. Поддерживает контекст до 32 768 токенов и распространяется в формате Safetensors по лицензии Apache-2.0. Сведения о специальных областях применения и языках в карточке не приводятся.

Experiment28M7_M7T3qm7x — объединённая языковая модель, опубликованная MaziyarPanahi. Она создана слиянием automerger/Experiment28M7-7B и automerger/M7T3qm7x-7B и предназначена для генерации текста и диалогов. Модель использует плотную архитектуру Mistral с 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель подходит для генерации продолжений текста и ответов в диалоге. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Карточка не описывает целевые языки и специализированные области применения.

MaziyarPanahi/Experiment28T3q_PasticheInex12 — объединённая модель Mistral с 7,1 млрд параметров, созданная слиянием automerger/Experiment28T3q-7B и automerger/PasticheInex12-7B. Она предназначена для генерации текста и диалогов; принимает текст и выдаёт текст. Модель поддерживает контекст до 32 768 токенов и распространяется в формате Safetensors по лицензии Apache-2.0. Языковая специализация и дополнительные прикладные области в доступных данных не описаны.

Falcon-H1-Tiny-Multilingual-100M-Instruct — компактная инструктивная языковая модель семейства Falcon-H1 от tiiuae. Это причинная декодерная модель с гибридной архитектурой Transformer и Mamba, предназначенная для генерации текста и диалогового взаимодействия. В метаданных указано 77,6 млн параметров и контекст до 262 144 токенов; карточка README приводит оценку 90 млн параметров и называет английский язык. Модель можно использовать для генерации ответов и коротких диалоговых сценариев. Для запуска указаны Transformers, vLLM, SGLang, llama.cpp, Ollama и MLX; в репозитории отмечен формат safetensors. README ссылается на лицензию Falcon-LLM License, а метаданные классифицируют лицензию как other, поэтому условия следует сверять с текстом лицензии репозитория.

Famino — объединённая языковая модель, опубликованная DreadPoor. Она создана методом model stock с помощью mergekit на основе нескольких 12B-моделей, включая Nemo-12b-Humanize-SFT-v0.2.5-KTO, Irix-12B-Model_Stock, GodSlayer-12B-ABYSS и Pygmalion-3-12B. В метаданных архитектура указана как плотная MistralForCausalLM, размер — 12,1 млрд параметров, библиотека — Transformers, формат весов — safetensors. Модель предназначена для генерации текста и диалогового использования. Заявленная длина контекста — 1 024 000 токенов. Лицензия — Apache-2.0. Карточка не описывает отдельные бенчмарки или гарантии качества.

Fimburs11V3 — плотная языковая модель семейства Llama с 10,6 млрд параметров, созданная сообществом mergekit-community путём слияния предварительно обученных моделей Sao10K/Fimbulvetr-11B-v2 и Cognitive-Machines-Labs/Ursidae-11b-Mini. Для слияния применён метод SLERP; конфигурация использует веса в формате bfloat16. Модель предназначена для генерации текста и ответов, в том числе диалогового текста. Она принимает текст и выдаёт текст, работает через библиотеку Transformers и имеет контекстное окно 4096 токенов. Карточка не описывает отдельную специализацию или набор поддерживаемых языков; базовая модель в каталоге ориентирована на английский язык. Модель доступна в формате safetensors. Условия лицензии в предоставленных данных не указаны.

Это дообученная языковая модель vampirehollie для генерации текста и диалогов. В основе — Llama 3.2 3B Instruct; модель имеет плотную архитектуру LlamaForCausalLM и содержит 3,2 млрд параметров. Для обучения использовались Unsloth и библиотека Hugging Face TRL. Модель принимает текст и выдаёт текст, подходит для чат-ответов и генерации продолжений. В метаданных указано контекстное окно до 131 072 токенов и поддержка английского языка. Модель распространяется в формате safetensors по лицензии Apache-2.0.

mrm8488/flan-t5-small-finetuned-openai-summarize_from_feedback — модель семейства T5, дообученная на базе google/flan-t5-small на наборе данных summarize_from_feedback. Она предназначена для суммаризации текстов; в README приведены результаты оценки: ROUGE-1 27,30, ROUGE-2 9,59, ROUGE-L 22,20 и ROUGE-Lsum 23,63. Модель содержит 45,8 млн параметров, использует формат PyTorch и имеет контекст до 512 токенов. Лицензия — Apache-2.0.

Ksgk-fy/forgetting-gap-qwen3-4b-s0 — дообученная на базе Qwen/Qwen3-4B языковая модель, разработанная с использованием TRL. Она предназначена для диалоговой генерации текста и отвечает на запросы в формате чата; пример в карточке показывает генерацию ответа на открытый вопрос. Модель имеет плотную архитектуру Qwen3ForCausalLM, около 3,7 млрд параметров и контекстное окно 40 960 токенов. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

FusedKuno — разговорная языковая модель, созданная слиянием Nitral-AI/Kunocchini-7b-128k-test и Virt-io/FuseChat-Kunoichi-10.7B с помощью LazyMergekit. В основе лежит плотная архитектура Mistral с 7,1 млрд параметров; веса представлены в формате Safetensors, а слияние выполнено методом SLERP с настройками для слоёв self-attention и MLP. Модель предназначена для генерации текста и диалогового общения. Метаданные указывают контекстное окно 32 768 токенов. Модель распространяется по лицензии Apache-2.0. Карточка не содержит описания специальных прикладных областей или языковой специализации.

GFusion-10B-A1.8B — экспериментальная инструкционно дообученная диффузионная языковая модель, разработанная ai-sage на основе GigaChat3-10B-A1.8B-base. Она предназначена для диалоговой генерации текста. Вместо последовательного предсказания токенов модель итеративно уточняет частично замаскированные блоки по 32 токена; энтропийно-ограниченная выборка позволяет выбирать компромисс между скоростью декодирования и качеством. Модель поддерживает контекст до 32 768 токенов и работает с текстом на русском и английском языках. В README приведены результаты сравнительных тестов, а также способы запуска через Transformers и SGLang. Указанный в метаданных размер — 1,5 млрд параметров; название модели и README также содержат обозначение 10B-A1.8B. Модель распространяется по лицензии MIT. Это экспериментальная модель, поэтому качество и скорость на конкретных задачах могут отличаться от результатов тестов; для запуска с SGLang README ссылается на специальную ветку поддержки.

WesPro выпустил Gemma2-Gracie FreeFallen-Disgraced-9B — слитую линейным методом плотную языковую модель для генерации текста и диалогов. Она основана на архитектуре Gemma 2, содержит 9 млрд параметров и рассчитана на контекст до 8192 токенов. Модель принимает текст и генерирует текст; её можно применять для ведения диалогов и создания текстовых ответов. В README указано, что в слияние вошли модели с локальными путями E:\GemmaFallenFromGrace и H:\loras\dominantGemma, но их идентификаторы и происхождение определить нельзя. Репозиторий содержит веса Safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

inflatebot/helide-beta-r4 — объединённая языковая модель, созданная с помощью mergekit методом SLERP из Fizzarolli/L3-8b-Rosier-v1 и Sao10K/L3-8B-Stheno-v3.2. Это плотная архитектура LlamaForCausalLM примерно на 7,5 млрд параметров, предназначенная для генерации текста и чат-диалогов; длина контекста составляет 8192 токена. Карточка описывает конфигурацию с весами bfloat16. Модель подходит для диалогового взаимодействия, выполнения текстовых инструкций и генерации историй. Базовые модели ориентированы на английский язык, ролевые диалоги и написание историй. В репозитории указана лицензия, но доступные сведения не позволяют определить её условия.

Hermes-ClimateStorm-Sauerkraut-abliterated — объединённая диалоговая языковая модель, созданная MotherEarth с помощью mergekit линейным слиянием Hermes-Storm-Climate-lorablated и Llama-3.1-SauerkrautLM-8b-Instruct. Модель построена на плотной архитектуре Llama и содержит 7,5 млрд параметров; файлы представлены в формате safetensors. Она предназначена для генерации текста и диалоговых сценариев. Заявленная длина контекста — 131 072 токена. Модель принимает текст и генерирует текст. Базовая модель SauerkrautLM рассчитана на немецкий и английский языки, однако README этой объединённой модели не описывает языковые характеристики и сравнительное качество слияния. Лицензия в предоставленных данных не указана.

EpistemeAI2/Iceball-Phi-3.5-mini-instruct-v1 — языковая модель EpistemeAI2 для генерации текста и диалогового общения. Она дообучена на базе unsloth/phi-3.5-mini-instruct-bnb-4bit с использованием Unsloth и библиотеки Hugging Face TRL. Модель содержит 3,7 млрд параметров, использует плотную архитектуру LlamaForCausalLM и рассчитана на контекст до 4096 токенов. Репозиторий содержит веса в форматах PyTorch и SafeTensors, а также вариант GGUF F16. В метаданных указан английский язык. Модель подходит для генерации ответов и ведения диалогов на английском языке. Лицензия — Apache-2.0.

Inex12M7-7B — объединённая текстовая модель на архитектуре Mistral, созданная Maxime Labonne автоматическим слиянием моделей. Она предназначена для генерации текста и диалогов; в конфигурации использованы MSL7/INEX12-7b и liminerity/M7-7b, а метод слияния указан как DARE-TIES. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель опубликована в формате Safetensors с лицензией Apache-2.0. Карточка не описывает конкретные языки, специализацию или результаты оценки качества, поэтому применимость к отдельным предметным областям не подтверждена.

Inspire-7B-slerp — объединённая языковая модель, созданная методом SLERP с помощью mergekit на основе cognitivecomputations/dolphin-2.8-mistral-7b-v02 и mlabonne/AlphaMonarch-7B. Это плотная Mistral-модель с 7,1 млрд параметров для генерации текста и диалогового общения; она принимает текст и выдаёт текст, а заявленная длина контекста составляет 32 768 токенов. Модель подходит для диалоговых приложений и генерации ответов на текстовые запросы. Карточка не описывает отдельную специализацию, языки, результаты оценки качества или дополнительные возможности помимо чата и генерации текста. Используются веса Safetensors; сведения о лицензии в предоставленных данных отсутствуют.

MergedQwen2-0.5B0.3 — языковая модель, созданная автором репозитория методом слияния Karcher Mean с помощью mergekit. В слиянии участвовали предварительно обученные модели debias_Qwen2-0.5B и Qwen2-0.5B; архитектура — плотная Qwen2ForCausalLM, размер — около 493,7 млн параметров. Модель распространяется в формате safetensors и предназначена для генерации текста и диалогового взаимодействия. Модель принимает текст и генерирует текст; заявленная длина контекста составляет 131 072 токена. Карточка не приводит сведений о языках, лицензии или специальных областях применения, поэтому их нельзя установить по доступным данным.

Kimi-K2T-neulab-agenttuning-kg-sandboxes-maxeps-32k — диалоговая языковая модель на архитектуре Qwen3, дообученная на базе Qwen/Qwen3-8B командой, опубликовавшей её в организации laion. Модель содержит около 7,6 млрд параметров и принимает текстовые запросы для генерации текста в формате диалога; максимальная длина контекста составляет 40 960 токенов. Модель дообучена на наборе open-athena/Kimi-K2T-neulab-agenttuning-kg-sandboxes-32k_neulab-agenttuning-kg-sandboxes и предназначена для текстовой генерации и диалоговых сценариев. README не приводит отдельных результатов оценки или подробностей о специальных навыках модели. Распространяется под лицензией Apache-2.0.

Kitty-Cat-SOVL-8B-L3-V1 — объединённая модель семейства Llama 3, созданная автором карточки с помощью mergekit методом Model Stock на основе TheSkullery/llama-3-cat-8b-instruct-v1 и моделей ResplendentAI. Это плотная авторегрессионная языковая модель примерно на 7,5 млрд параметров с поддержкой диалогового режима и контекстом до 8192 токенов. Она предназначена для генерации текста и ведения диалогов. В объединение вошли модели, связанные с общением, следованием инструкциям и ролевым форматом. Карточка отмечает возможные проблемы с шаблоном промпта: модель, по словам автора, иногда работает с обычным шаблоном Llama 3, но это требует дальнейшего тестирования. Модель распространяется под лицензией CC BY-NC 4.0, которая ограничивает коммерческое использование.

Koala 13B — диалоговая языковая модель, разработанная в Berkeley и опубликованная TheBloke в формате Hugging Face. Репозиторий содержит веса, полученные объединением delta-весов Koala с исходной Llama 13B, а затем преобразованные в формат Hugging Face. Модель имеет архитектуру LlamaForCausalLM с 12,9 млрд параметров и контекст до 2048 токенов. Модель предназначена для диалогов и генерации текста, в том числе ответов на вопросы. В карточке указаны наборы данных ShareGPT52K и HC3. Репозиторий распространяется по лицензии с обозначением «other»; конкретные условия следует проверять в сопроводительных материалах модели и исходной лицензии Llama. Это версия в формате PyTorch для Transformers, без заявленных мультимодальных входов.

Карточка модели jaspionjader/Kosmos-Elusive-8b на Hugging Face совпадает с карточкой mergekit-community/mergekit-slerp-fmrazcr, поэтому описание составлено по ней. mergekit-community/mergekit-slerp-fmrazcr — языковая модель на архитектуре Llama, созданная сообществом методом SLERP с помощью mergekit. В объединении использованы Khetterman/Kosmos-8B-v1 и DreadPoor/Elusive1.2-8B-Model_Stock; в конфигурации базовой указана Khetterman/Kosmos-8B-v1. Модель содержит около 7,5 млрд параметров и рассчитана на генерацию текста, включая диалоговые и творческие сценарии. Контекстное окно составляет 8192 токена. Модель принимает текст и выдаёт текст. Согласно описанию базовой модели, она предназначена для общения и творческих ролевых диалогов на русском и английском языках. Веса опубликованы в формате safetensors и представлены в bfloat16. Лицензия в предоставленных данных не указана.

Jaspionjader/Kosmos-EVAA-v11-8B — объединённая языковая модель, созданная автором репозитория с помощью mergekit методом SLERP из Kosmos-EVAA-v10-8B и Auro-Kosmos-EVAA-v2.2-8B. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 7,5 млрд параметров. Модель предназначена для генерации текста и диалогов по текстовому запросу. Контекст составляет 8192 токена; веса опубликованы в формате safetensors и предназначены для работы через Transformers. Данных о специализированных предметных областях или поддерживаемых естественных языках в карточке нет. Лицензия в предоставленных данных не указана. Качество и ограничения унаследованы от исходных моделей и результата их объединения; отдельные оценки или известные ограничения в карточке не описаны.

Kpt-7b-v-0.2 — объединённая модель для генерации текста, созданная с помощью mergekit методом DARE TIES. В качестве базовой модели использована kainatq/Kainoverse-7b-v0.1; в объединение также вошли ResplendentAI/Persephone_7B, ResplendentAI/Asherah_7B, ChaoticNeutrals/RP_Vision_7B, ResplendentAI/Aura_v3_7B и ResplendentAI/DaturaCookie_7B. Модель основана на плотной архитектуре Mistral и содержит 7,1 млрд параметров. Модель предназначена для генерации текста; каталог Hugging Face относит её к задаче text-generation. Контекст составляет до 32 768 токенов. В метаданных отмечена базовая модель RP_Vision с поддержкой анализа изображений через Koboldcpp, однако карточка Kpt-7b-v-0.2 описывает только объединение языковых моделей, поэтому обработка изображений для этой версии не подтверждена. Репозиторий содержит веса в формате safetensors. Карточка не сообщает о языковом охвате и лицензии, поэтому их условия здесь не конкретизируются. Качество генерации и ограничения в README не оценены.

Krinny-7B — испаноязычная языковая модель лаборатории Krinny, созданная одним разработчиком в Испании. Это дообучение Qwen/Qwen2.5-7B-Instruct с помощью LoRA: модель рассчитана на диалоги и генерацию текста, в которых важны прямой стиль, признание неопределённости и просьба уточнить недостающие сведения. Она обычно отвечает на языке запроса; особенно ориентирована на испанский, также обучалась на отдельных примерах на каталанском, галисийском и английском. Модель использует плотную архитектуру Qwen2 и содержит 7,1 млрд параметров; заявленный контекст — 32 768 токенов. В репозитории есть веса safetensors и версия GGUF Q4_K_M для запуска через llama.cpp, Ollama и LM Studio. Для работы в Ollama нужен предусмотренный проектом системный промпт: без него поведение дообучения может не проявиться. Лицензия Apache 2.0 допускает коммерческое использование, изменение и распространение. Разработчик сообщает о наблюдаемых ошибках: модель может неверно назвать базовую модель и выдумать дату отсечения знаний; каталанский язык поддерживается слабо. Это ранняя версия, прямо обозначенная как незавершённая, поэтому ответы стоит проверять, особенно в важных сценариях.

Карточка модели Model-SafeTensors/L3-Aethora-15B на Hugging Face совпадает с карточкой SteelStorage/L3-Aethora-15B, поэтому описание составлено по ней. L3-Aethora-15B — диалоговая языковая модель, созданная Steelskull на основе семейства Llama 3. Это плотная causal language model с 14,5 млрд параметров, архитектурой LlamaForCausalLM и контекстом до 8192 токенов. Модель принимает текст и генерирует текст в формате запросов L3. Модель предназначена для диалогов и генерации ответов с акцентом на более податливое и содействующее поведение. В основе — изменённая сборка AbL3In-15b слиянием моделей, затем дообученная в течение четырёх эпох методами RS-LoRA и DoRA на датасете Aether-Lite-V1.2 примерно из 82 тысяч примеров. Репозиторий содержит веса Safetensors; доступны отдельные GGUF-квантизации. Лицензия — Llama 3. README описывает ослабление отказов, поэтому модель может отвечать на запросы, которые другие модели отклоняют; ответы требуют проверки, особенно при использовании в чувствительных сценариях. Языки обучения и качество на конкретных языках в карточке не уточняются.

L3-NA-Aethora-15B — экспериментальная чат-модель автора Steelskull из сообщества The Skullery, созданная на основе семейства Llama 3. Сначала автор сформировал 15-миллиардную модель с помощью модифицированного слияния методом passthrough и настроек DUS, затем дообучил её четыре эпохи на наборе Aether-Lite-V1.2 с использованием RS-LoRA и DoRA. В наборе около 82 тысяч отфильтрованных и дедуплицированных диалоговых примеров; модель использует формат запросов L3. Модель предназначена для генерации ответов в диалоге и творческого письма, а также для задач рассуждения и ролевых сценариев. Это плотная авторегрессионная архитектура LlamaForCausalLM на 14,5 млрд параметров с контекстом 8192 токена; репозиторий содержит веса Safetensors. Карточка называет версию non-abliterated и экспериментальной. Лицензия — Llama 3 Community License (llama3).