III.5Управление персоналом и организацией

Llama-3.1-8B-ArliAI-RPMax-v1.3-GGUF — это набор квантованных версий текстовой генеративной модели Llama-3.1-8B-ArliAI-RPMax-v1.3, разработанной ArliAI. Квантизацию выполнил bartowski с использованием llama.cpp и метода imatrix; распространение осуществляется в формате GGUF для локального запуска, в частности через LM Studio. Модель предназначена для генерации текста и диалоговых сценариев. Доступны варианты от полноразмерных F16 весов размером 16,07 ГБ до компактных квантовок Q3 и IQ3 размером около 3,78–4,78 ГБ. Для большинства сценариев предлагаются Q4_K_M, Q5- и Q6-варианты как компромисс между качеством и требованиями к памяти; некоторые варианты оптимизированы для ARM, но требуют соответствующих аппаратных инструкций и не рекомендуются для Mac или Windows. В основе лежит архитектура Llama 3.1 с 8 млрд параметров, однако сведения о поддерживаемых языках, размере контекста, обучающих данных, специализированных возможностях и результатах тестирования в README не указаны. Модель ориентирована на текстовую модальность и не предназначена для обработки изображений или других типов данных. Условия использования обозначены лицензией llama3.1.

Llama-3.1-8B-Instruct-cpt-tesi_it — дообученная Pietro Ferrazzi модель на архитектуре Llama для диалогов и генерации текста. Она основана на meta-llama/Llama-3.1-8B-Instruct, содержит 7,5 млрд параметров и рассчитана на контекст до 131 072 токенов. Модель распространяется в формате Safetensors и предназначена для использования через библиотеку Transformers. Модель подходит для генерации ответов и ведения диалога в текстовых сценариях. README не раскрывает обучающий набор данных, специальные области применения, результаты оценки или ограничения; поэтому нельзя подтвердить дополнительные возможности, связанные с суффиксом названия. Лицензия — Llama 3.1; использование регулируется её условиями.

Карточка модели paraschopra/llama-31-8b-instruct-regenerated-100-cot на Hugging Face совпадает с карточкой paraschopra/llama-31-8b-instruct-regenerated-100-cot-no-system-prompt, поэтому описание составлено по ней. Модель paraschopra/llama-31-8b-instruct-regenerated-100-cot-no-system-prompt — дообученная версия инструкционной Llama 3.1 8B Instruct. Она предназначена для генерации текста и диалогового взаимодействия. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 131 072 токенов; в репозитории используются веса Safetensors. В карточке указаны Unsloth и TRL как инструменты обучения. Модель может применяться для ответов на запросы и генерации текста на английском языке. Лицензия — Apache-2.0. README не приводит оценок качества или подробных результатов обучения, поэтому пригодность для конкретных задач следует проверять на собственных данных.

Llama-3.2-1B-Instruct-reas-int-065-3-epochs-es — дообученная модель на базе Meta Llama 3.2, представленная в формате SafeTensors и предназначенная для генерации текста в диалоговом режиме. Она может использоваться для общения с пользователем и генерации ответов. В названии указано «es», однако карточка не подтверждает поддержку испанского или других конкретных языков. Модель содержит 1,2 млрд параметров, использует плотную архитектуру LlamaForCausalLM и поддерживает контекст до 131 072 токенов. Базовая модель — meta-llama/Llama-3.2-1B-Instruct; дообучение выполнено на датасете, который в карточке не описан. Модель распространяется по лицензии Llama 3.2.

Модель goethe0101 — дообученная текстовая модель семейства Llama 3.2 с плотной архитектурой и 3,2 млрд параметров. Она основана на unsloth/llama-3.2-3b-instruct-bnb-4bit и обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Модель предназначена для генерации текста и диалогового взаимодействия на английском языке. Она принимает текст и выдаёт текст; заявленная длина контекста составляет 131 072 токена. Репозиторий содержит веса в формате PyTorch, а лицензия — Apache-2.0. Карточка не описывает специализацию дообучения или результаты оценки качества.

Модель mo-xx/llama-3-8b-cyber-model — дообученная mo-xx версия Llama 3 с плотной архитектурой LlamaForCausalLM. В качестве основы использована unsloth/llama-3-8b-Instruct-bnb-4bit; для обучения применялись Unsloth и библиотека TRL. Модель предназначена для генерации текста и диалогового взаимодействия на английском языке. Модель содержит 7,5 млрд параметров, принимает текст и выдаёт текст. Длина контекста — 8192 токена. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0. В карточке нет сведений о специализации на кибербезопасности или результатов оценки качества, поэтому название модели само по себе не подтверждает пригодность для профильных задач.

grimjim/llama-3-merge-avalon-8B — слитая с помощью mergekit методом SLERP языковая модель на архитектуре Llama 3. В неё объединены grimjim/llama-3-merge-virt-req-8B и nbeerbower/llama-3-slerp-kraut-dragon-8B; модель содержит около 7,5 млрд параметров и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста и диалогов по инструкциям на английском языке. Автор сообщает о лёгком тестировании с температурой 1,0, minP 0,02 и предварительными промптами Llama 3 Instruct. Доступна в формате safetensors для Transformers. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Cas-Warehouse/Llama-3-MopeyMule-Blackroot-8B — разговорная языковая модель, созданная объединением моделей с помощью mergekit и метода Model Stock. В качестве базовой использована failspy/Llama-3-8B-Instruct-MopeyMule; в объединение также вошли Blackroot/Llama-3-8B-Abomination-LORA и Blackroot/Llama-3-LongStory-LORA. Модель семейства Llama 3 с архитектурой LlamaForCausalLM содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. Она предназначена для генерации текста и диалоговых ответов; каталог указывает английский язык для базовой модели. Веса представлены в формате safetensors. Карточка не приводит сравнительных оценок качества или подробных ограничений. Лицензия в предоставленных данных не указана.

sungjineeee/Llama-3-Open-Ko-8B-Instruct-kookmin5 — разговорная плотная модель семейства Llama, дообученная автором sungjineeee на базе sungjineeee/Llama-3-Open-Ko-8B-Instruct-kookmin3. Модель содержит 7,5 млрд параметров, принимает текст и генерирует текст; контекст составляет до 8192 токенов. Модель предназначена для диалоговой генерации текста. При обучении использовались Unsloth и библиотека Hugging Face TRL. Репозиторий распространяется по лицензии Apache-2.0. Карточка не описывает конкретные датасеты и специальные предметные области.

PetroGPT/Llama-3-Petro-Instruct-v1 — языковая модель FelixChao для генерации текста в диалоговом формате. Она дообучена на базе unsloth/llama-3-8b-Instruct-bnb-4bit с использованием Unsloth и библиотеки TRL. Модель относится к семейству Llama, использует плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров; заявленная длина контекста — 8192 токена. Модель подходит для генерации ответов и ведения текстового диалога на английском языке. Карточка не описывает специализацию на области Petro или конкретные обучающие данные, поэтому назначение следует считать общим. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Llama-3-SLERP-8B — языковая модель на базе Llama 3, созданная с помощью LazyMergekit слиянием Meta-Llama-3-8B и Meta-Llama-3-8B-Instruct методом SLERP. Она предназначена для генерации текста и диалоговых ответов. Модель имеет плотную архитектуру LlamaForCausalLM и около 7,5 млрд параметров; максимальная длина контекста составляет 8192 токена. Карточка указывает формат safetensors и возможности чата. Модель подходит для диалоговых приложений и генерации текста. В карточке не указаны отдельные специализированные области применения или перечень поддерживаемых языков; базовая модель описана как предназначенная для ответов и генерации текста на английском языке. Лицензия в метаданных обозначена как other, поэтому условия использования следует проверять в материалах репозитория и лицензиях исходных моделей.

Riblockee/llama_finetune_16bit — дообученная модель семейства Llama, разработанная Riblockee на базе unsloth/llama-3.2-3b-instruct-unsloth-bnb-4bit. Это плотная авторегрессионная языковая модель с архитектурой LlamaForCausalLM и примерно 3,2 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Метаданные указывают контекстное окно 131 072 токена и поддержку английского языка. Модель обучалась с использованием Unsloth и библиотеки TRL. Её можно применять для диалогов и генерации ответов на текстовые запросы. В метаданных также отмечен интерфейс вызова инструментов, но подробности его обучения и работы в карточке не описаны. Модель распространяется под лицензией Apache-2.0. README не сообщает, на каких данных и для каких узких задач выполнялось дообучение, поэтому качество в конкретных областях по карточке оценить нельзя.

MaziyarPanahi/M7Yamshadowexperiment28_Inex12Experiment24 — объединённая модель семейства Mistral для генерации текста. Она создана слиянием automerger/M7Yamshadowexperiment28-7B и automerger/Inex12Experiment24-7B и содержит 7,1 млрд параметров. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и распространяется в формате Safetensors. Лицензия — Apache-2.0. Описание не приводит специальных областей применения, языкового профиля или результатов оценки качества, поэтому пригодность для конкретных задач следует проверять отдельно.

M7Yamshadowexperiment28_NeuralsirkrishnaM7 — объединённая модель на базе двух моделей Mistral: automerger/M7Yamshadowexperiment28-7B и automerger/NeuralsirkrishnaM7-7B. Она предназначена для генерации текста и диалогового взаимодействия; архитектура — плотная авторегрессионная Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Карточка не содержит сведений о специализации, обучающих данных или проверках качества.

MaziyarPanahi/M7Yamshadowexperiment28_YamOgno — объединённая модель генерации текста, созданная на основе automerger/M7Yamshadowexperiment28-7B и automerger/YamOgno-7B. Она использует плотную архитектуру Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации продолжений текста и диалоговых ответов. Она распространяется в формате safetensors по лицензии Apache 2.0. В карточке модели не описаны специальные домены или дополнительные возможности.

MeliodasPercival_01_Experiment24Experiment26 — объединённая модель генерации текста, созданная MaziyarPanahi на основе automerger/MeliodasPercival_01-7B и automerger/Experiment24Experiment26-7B. Это плотная Mistral-модель с архитектурой MistralForCausalLM и 7,1 млрд параметров, предназначенная для генерации текста и диалогов. Она принимает текст и выдаёт текст, поддерживает контекст длиной до 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache-2.0. README подтверждает объединение указанных моделей, но не описывает специальные области применения или дополнительные возможности; качество и ограничения не охарактеризованы.

Memgpt-3x7b-MOE — разговорная языковая модель, созданная Liminerity с помощью LazyMergekit путём объединения трёх моделей MemGPT: starsnatched/MemGPT-DPO, starsnatched/MemGPT-3 и starsnatched/MemGPT. Она использует архитектуру Mixtral с механизмом смеси экспертов (MoE), содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста в диалогах и чат-сценариях. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. В доступных сведениях не описаны языковое покрытие и ограничения качества модели.

Memphis-scribe 3B — плотная авторегрессионная языковая модель семейства StableLM Epoch, разработанная euclaise. Это дообучение Memphis-CoT 3B, которая, в свою очередь, основана на StableLM 3B 4e1t. Модель содержит 2,7 млрд параметров, работает с текстом и имеет контекст длиной до 4096 токенов. Модель дообучена на инструкциях, диалогах, творческих текстах, ролевых сценариях, кратких пересказах и примерах генерации вопросов и ответов по контексту. Она предназначена для общения, творческого письма и генерации текста по запросу; также может решать отдельные задачи рассуждения, но тесты в README показывают снижение результатов относительно Memphis-CoT 3B. Для использования указана лицензия CC BY 4.0.

Это языковая модель на архитектуре Mistral, созданная сообществом mergekit путём слияния методом SLERP моделей Calme-7B-Instruct-v0.9 и Not-WizardLM-2-7B. Модель содержит 7,1 млрд параметров и рассчитана на генерацию текста; заявленная длина контекста — 32 768 токенов. Модель предназначена для диалоговых ответов и генерации связного текста. В настройке слияния указана V-образная кривая: вклад Hermes сильнее во входных и выходных слоях, а WizardMath — в средних слоях. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

mergekit-community/mergekit-slerp-idbupbn — языковая модель, созданная сообществом путём слияния методом SLERP двух предварительно обученных моделей: meta-llama/Meta-Llama-3-8B-Instruct и amazingvince/Not-WizardLM-2-7B. Она предназначена для генерации текста и диалоговых ответов. Модель использует плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и имеет контекст до 32 768 токенов. Слияние сочетает веса исходных моделей с параметрами, меняющимися для слоёв внимания и MLP. В репозитории веса представлены в формате safetensors; метаданные указывают библиотеку Transformers. Базовая Meta-Llama-3-8B-Instruct ориентирована на ассистентские ответы и генерацию текста на английском языке. Лицензия в предоставленных данных не указана. Качество и поведение конкретного слияния отдельно не описаны, поэтому результаты следует проверять для целевых сценариев.

Карточка модели mergekit-community/mergekit-ties-anlytjh на Hugging Face совпадает с карточкой mergekit-community/mergekit-ties-fnacfof, поэтому описание составлено по ней. mergekit-community/mergekit-ties-fnacfof — языковая модель на архитектуре Llama, созданная сообществом с помощью слияния TIES. В объединении использованы NousResearch/Llama-2-7b-hf в качестве базовой модели, а также microsoft/Orca-2-7b и arcee-ai/Patent-Instruct-7b. Модель содержит 6,6 млрд параметров, распространяется в формате Safetensors и рассчитана на контекст до 4096 токенов. Модель предназначена для генерации текста и диалоговых сценариев, сочетая возможности включённых в слияние моделей. Карточка не уточняет отдельные преимущества, целевые языки или специализированные сценарии; базовая модель описана как англоязычная. Лицензия в предоставленных данных не указана.

Hjgugugjhuhjggg/mergekit-ties-kmlzhzo — объединённая диалоговая языковая модель семейства Llama 3.2, созданная с помощью mergekit методом TIES на основе huihui-ai/Llama-3.2-3B-Instruct-abliterated и нескольких моделей bunnycore. Модель содержит 3,2 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors; заявленная длина контекста — 131 072 токена. Модель предназначена для генерации текста и диалоговых ответов. В объединение вошли варианты, ориентированные на рассуждения, научные темы, навыки, ролевые сценарии и финансовую тематику, поэтому модель может быть полезна для широкого круга чат-сценариев. Метаданные отмечают интерфейс вызова инструментов, но сами по себе не подтверждают качество его работы. В README не приведены результаты оценки качества или подробные ограничения. Лицензия в предоставленных данных не указана.

Модель bkandappan/metafore-maker-qwen-3-500 — дообученная автором bkandappan разговорная языковая модель семейства Qwen3 с плотной архитектурой Qwen3ForCausalLM и 3,7 млрд параметров. Она основана на unsloth/Qwen3-4B-Instruct-2507-unsloth-bnb-4bit и предназначена для генерации текста в диалоговом формате; метаданные также отмечают интерфейс вызова инструментов. Модель принимает текст и генерирует текст. Для неё заявлен контекст до 262 144 токенов, а язык карточки — английский. README сообщает, что обучение выполнялось с Unsloth и библиотекой TRL. Репозиторий содержит веса Safetensors и распространяется по лицензии Apache-2.0. Специализированные сценарии и дополнительные оценки качества в карточке не описаны.

mGPT — многоязычная авторегрессионная языковая модель на архитектуре Transformer, разработанная THUMT и предварительно обученная на наборе mC4 с целью причинного языкового моделирования. Модель основана на GPT-2 и обучалась на неразмеченных текстах более чем на 101 языке; для токенизации используется SentencePiece и словарь mT5 размером 250 100 токенов. Модель предназначена для генерации текста, а также для адаптации к прикладным задачам с помощью промптов. Она принимает последовательности длиной до 1 024 токенов и выдаёт продолжение текста. Карточка описывает базовую предварительно обученную модель, а не специализированную систему для отдельной области. Лицензия в предоставленных данных не указана.

Mistral-LM-Beta-Slerp — объединённая чат-модель на основе Mistral, созданная Knobi3 с помощью LazyMergekit. Она сочетает веса timpal0l/Mistral-7B-v0.1-flashback-v2 и Nexusflow/Starling-LM-7B-beta методом slerp; конфигурация использует отдельные коэффициенты смешивания для слоёв self-attention и MLP. Модель имеет плотную архитектуру MistralForCausalLM, около 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста в диалоговом формате, включая ответы на запросы и ведение беседы. В метаданных указана возможность чата; базовая Starling описана как англоязычная модель, поэтому английский — подтверждённый язык применения. Используются веса в формате safetensors. Условия лицензии в предоставленных данных не приведены.

Mixllama3-8x8b-Instruct-v0.1 — экспериментальная разговорная модель с архитектурой Mixture of Experts, опубликованная sherazkhan. По карточке, она объединяет восемь дообученных моделей LLaMA 3 на 8 млрд параметров, каждая из которых специализируется на отдельных задачах. Метаданные указывают архитектуру Mixtral и класс MixtralForCausalLM; общий размер модели — 7,5 млрд параметров, контекст — 8192 токена. Модель предназначена для генерации текста и диалоговых сценариев широкого назначения. В карточке не перечислены конкретные языки, кроме английского в метаданных. Модель может давать неверные или вредоносные ответы; автор отмечает, что это исследовательский эксперимент. Указана лицензия llama3 — Meta Llama 3 Community License.

zelk12/MT1-Gen3-GP-gemma-2-S4S5-9B — объединённая модель генерации текста на базе архитектуры Gemma 2, созданная с помощью mergekit методом SLERP. В слиянии использованы allknowingroger/Gemmaslerp4-10B и allknowingroger/GemmaSlerp5-10B; конфигурация указывает bfloat16 и базовую модель allknowingroger/Gemmaslerp4-10B. По метаданным, модель содержит 9 млрд параметров, работает через Transformers и имеет контекстное окно 8192 токена. Модель предназначена для генерации текста в диалоговом формате и может использоваться для ответов на запросы и ведения беседы. Карточка и метаданные не описывают специальные предметные области или конкретные преимущества качества. Репозиторий содержит веса safetensors; лицензия и подробные условия использования в предоставленных данных отсутствуют.

zelk12/MT3-Gen4-GP-gemma-2-MT5g3MT2g2-9B — слитая модель для генерации текста и диалогового общения, созданная автором репозитория с помощью mergekit. В основе архитектура Gemma 2 с плотной языковой моделью на 9 млрд параметров; модель использует формат safetensors и поддерживает контекст до 8192 токенов. Модель получена слиянием методом SLERP двух предварительно обученных моделей: zelk12/MT5-Gen3-gemma-2-9B и zelk12/MT2-Gen2-gemma-2-9B. Она предназначена для текстовых запросов и генерации ответов в сценариях общения с ассистентом. Метаданные указывают на поддержку чата, но README не описывает конкретные навыки, языки или сравнительные результаты. Лицензия в предоставленных данных не указана. Практические ограничения, помимо контекста до 8192 токенов, не описаны; качество ответов и пригодность для конкретных задач следует оценивать отдельно.

zelk12 создал эту разговорную языковую модель как слияние двух моделей Gemma 2 с помощью метода SLERP и инструмента mergekit. Модель предназначена для генерации текста в диалогах и имеет 9 млрд параметров; она построена на плотной архитектуре Gemma2ForCausalLM и распространяется в формате safetensors. Контекст составляет до 8192 токенов. Модель принимает текст и генерирует текст. Данных о специализации по предметным областям и языковой поддержке в карточке нет. Слияние объединяет характеристики исходных моделей, однако README не описывает ожидаемое качество или конкретные преимущества. Лицензия в предоставленных данных не указана.

zelk12/MT5-Gen5-gemma-2-9B — объединённая модель для генерации текста, созданная с помощью mergekit методом SLERP из предварительно обученных zelk12/MT5-Gen5-GI-gemma-2-9B и zelk12/MT5-Gen5-MABMUMM-gemma-2-9B. Она основана на архитектуре Gemma 2 с 9 млрд параметров и рассчитана на диалоговое взаимодействие и генерацию текста. Контекст модели составляет 8192 токена; веса представлены в формате safetensors, библиотека для работы — Transformers. Лицензия — Gemma. Карточка не уточняет специализацию, языки или ограничения качества модели.