III.8Договоры, юридическая работа и compliance

MaziyarPanahi/Experiment28T3q_Inex12Experiment28 — объединённая текстовая модель семейства Mistral с плотной архитектурой MistralForCausalLM и 7,1 млрд параметров. Она создана слиянием automerger/Experiment28T3q-7B и automerger/Inex12Experiment28-7B. Модель предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Данные о специальных сценариях применения и поддерживаемых языках в карточке отсутствуют. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0.

LongWriter-Zero-32B — языковая модель для генерации связных длинных текстов, разработанная командой THU-KEG на основе Qwen2.5-32B-Base. Модель обучали продолжительным предобучением на книгах и технических отчётах, а затем оптимизировали с помощью обучения с подкреплением GRPO и составной функции награды, учитывающей длину, связность, полезность и формат ответа. Модель предназначена для создания текстов объёмом более 10 000 токенов: например, развёрнутых статей, отчётов и других материалов, требующих последовательного изложения и контроля длины. Архитектура — плотная Qwen2 с 32 млрд параметров; нативный контекст составляет 32 768 токенов. Карточка указывает английский и китайский языки. Для работы используется Transformers, веса доступны в формате safetensors. В README заявлены высокие результаты на WritingBench и Arena-Write, однако конкретные значения результатов в доступном тексте отсутствуют. Для генерации применяется специальный шаблон чата и протокол управления ответом; токенизатор и шаблон отличаются от Qwen2.5-32B-Instruct. Модель распространяется по лицензии Apache-2.0.

Magiq Translator 0 — языковой адаптер архитектуры Magiq3, разработанный MAIA для перевода между английским, французским и итальянским языками с сохранением исходного смысла и культурных нюансов. Модель предназначена для многоязычного общения и устранения языковых барьеров. Это дообученная плотная модель Mistral на 7,1 млрд параметров с архитектурой MistralForCausalLM. Она принимает текст и генерирует текст; максимальная длина контекста составляет 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache-2.0.

mBART-50 many-to-one multilingual machine translation — дообученная модель Facebook на базе mBART-large-50 для машинного перевода между 50 языками. Модель семейства mBART построена на архитектуре кодировщик–декодировщик и содержит около 457,4 млн параметров; родной контекст составляет 1024 токена. Модель предназначена для перевода текстов между поддерживаемыми языками, включая арабский, английский, русский, китайский, японский и многие другие. Карточка называет её вариантом many-to-one, но также описывает перевод между любой парой из 50 языков; это означает, что доступен перевод с множества языков, а заявленное название указывает на сценарий перевода на один целевой язык. Лицензия в предоставленных данных не указана.

MergerixStrangemerges_32-7B — автоматическое слияние моделей, созданное Maxime Labonne на основе Gille/StrangeMerges_32-7B-slerp и MiniMoog/Mergerix-7b-v0.3. В репозитории указаны метод слияния dare_ties, плотность 0,53, вес 0,6 и формат bfloat16; архитектура — плотная MistralForCausalLM с 7,1 млрд параметров. Модель предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Лицензия — Apache-2.0. В README не описаны конкретные языки и специализированные сценарии применения.

mHossain/ml_sum_v1 — дообученная версия модели mHossain/Albaniani_sum_v1 на неизвестном наборе данных. Это плотная модель семейства T5 с архитектурой T5ForConditionalGeneration и 123,8 млн параметров, предназначенная для генерации текста по текстовому запросу. Название модели и оценка ROUGE в карточке указывают на задачу суммаризации. Модель принимает текст и генерирует текст; заявленная длина контекста — 512 токенов. В README приведены результаты оценки: loss 2,2080, ROUGE-1 6,9869, ROUGE-2 2,6256 и ROUGE-L 6,4271; без описания набора данных и протокола оценки эти значения трудно интерпретировать. Язык модели не установлен по доступным данным. Модель распространяется по лицензии Apache-2.0.

Undi95/ReMM-v2-Kimiko-v2-13B — текстовая генеративная модель семейства Llama с 12,9 млрд параметров, предназначенная для генерации текста. Модель представлена в формате PyTorch и использует контекст длиной до 4096 токенов. В README указано, что модель получена объединением LoRA-адаптера с базовой моделью с весом 0,50. Идентификаторы базовой модели и адаптера не приведены, поэтому установить их по доступным данным нельзя. Лицензия CC BY-NC 4.0 разрешает использование на условиях указания авторства и ограничивает коммерческое применение.

Trismal-7B-Base-v1v2-Ties — объединённая языковая модель на архитектуре Mistral, созданная с помощью LazyMergekit из unsloth/mistral-7b и unsloth/mistral-7b-v0.2 методом TIES. Модель содержит 7,1 млрд параметров, распространяется в формате safetensors и использует точность float16. Её контекстное окно составляет 32 768 токенов. Модель предназначена для генерации и продолжения текста на основе текстового запроса. Карточка не описывает специальную настройку под конкретную область или диалоговый режим. Лицензия в предоставленных данных не указана.

Это англоязычная модель ответов на вопросы от Hugging Face: DistilBERT-base-uncased, дополнительно дообученная методом дистилляции на SQuAD v1.1. Она принимает вопрос и текстовый контекст и извлекает из контекста краткий ответ; подходит для ответов по предоставленным документам и фрагментам текста. Архитектура — компактный Transformer DistilBERT; модель была создана для более быстрого и экономичного вывода, чем BERT-base, при сохранении высокой точности на языковых задачах. Контекст ограничен 512 токенами. Модель ориентирована на английский язык и задачу question answering. На валидационном наборе SQuAD v1.1 указана оценка F1 86,9. Она может выбирать неподтверждённый контекстом или неверный ответ, а также воспроизводить стереотипы и предвзятость из данных; её не следует считать источником проверенных фактов о людях и событиях. Лицензия — Apache 2.0.

martimfasantos/gemma-2-2b-Sum-SFT — дообученная модель Google Gemma 2, подготовленная для суммаризации на наборе martimfasantos/openai-summarize-tldr. Она предназначена для создания кратких изложений текста и может использоваться в сценариях, где нужно сжать длинный материал до более компактного пересказа. Это плотная авторегрессионная языковая модель архитектуры Gemma2ForCausalLM с 2,7 млрд параметров и контекстом до 8192 токенов; формат весов — safetensors. Базовая Gemma 2 ориентирована на английский язык, поэтому модель подходит прежде всего для англоязычных текстов. Указанная лицензия — Gemma; применяйте модель на условиях этой лицензии.

LeroyDyer/Mixtral_Instruct — текстовая генеративная модель на архитектуре Mistral с 7,1 млрд параметров. Репозиторий содержит веса в формате safetensors; модель доступна для использования через библиотеку Transformers. Карточка README оставлена в виде шаблона и не сообщает, кто разработал модель и как она обучалась. Модель предназначена для генерации текста. Контекстное окно составляет 32 768 токенов, а в метаданных указан английский язык. Каталог связывает модель слиянием с LeroyDyer/Mixtral_BaseModel и Locutusque/Hercules-3.1-Mistral-7B, поэтому её происхождение отмечено как merge. Лицензия — Apache-2.0. README не содержит результатов оценки качества или рекомендаций по применению.

GiordanoB/mT5_multilingual_XLSum-finetuned-summarization — модель семейства mT5, дообученная на основе csebuetnlp/mT5_multilingual_XLSum. Она предназначена для автоматического суммирования текста. Модель содержит 291,2 млн параметров и распространяется в формате PyTorch. Карточка не содержит сведений о наборе данных для дополнительного дообучения, оценке качества и конкретных ограничениях. mT5 поддерживает несколько языков, однако языки и сценарии, проверенные именно для этой версии, не описаны. Лицензия в предоставленных данных не указана.

sfmbaselinefiltered-2k3k4k5k6kweightedavgmerge — объединение предобученных языковых моделей, созданное с помощью mergekit. В линейном слиянии использованы контрольные точки baseline_filtered с шагов 2000, 3000, 4000, 5000 и 6000; базой слияния указан чекпойнт шага 6000. Модель построена на архитектуре GPT-NeoX и предназначена для генерации текста. Она содержит 8,8 млрд параметров, принимает текст и имеет контекст длиной до 16 384 токенов. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия в предоставленных данных не указана.

TranslateGemma 27B IT — модель перевода от Google Translate на основе Gemma 3. Она предназначена для перевода текста между 55 языками, а также для извлечения и перевода текста с изображений. Модель принимает текст или изображение; для изображений предусмотрена обработка с разрешением 896 × 896 пикселей. Контекст составляет 2K токенов, результат — текст перевода. Репозиторий содержит веса в формате safetensors и рассчитан на использование через Transformers. Модель дообучена на параллельных данных: использовались переводы, сгенерированные Gemini, и общедоступные параллельные документы. Компактность семейства TranslateGemma рассчитана на развёртывание на ноутбуках, настольных компьютерах и собственной облачной инфраструктуре. Указанная лицензия — gemma; применяются условия использования Gemma. Качество может снижаться из-за пробелов и смещений в обучающих данных, неоднозначности и тонких языковых нюансов. Карточка позиционирует модель именно для перевода и не заявляет другие способности; фактическая точность перевода зависит от контекста и сложности текста.

MaziyarPanahi/YamshadowInex12_YamNeuralsirkrishna — слитая языковая модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров. Она предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Модель создана слиянием automerger/YamshadowInex12-7B и automerger/YamNeuralsirkrishna-7B. Репозиторий содержит веса в формате safetensors; лицензия — Apache 2.0. Данные карточки не уточняют языки, сценарии применения и сравнительные характеристики модели.

YamshadowInex12_YamT3qm7x — слитая языковая модель семейства Mistral, созданная на основе automerger/YamshadowInex12-7B и automerger/YamT3qm7x-7B. Она предназначена для генерации текста и может использоваться в сценариях, где требуется продолжение или создание текста по запросу. Модель имеет плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. README не уточняет языки, специальные возможности и результаты оценки качества.

Enno-Ai/EnnoAi-Pro-French-Llama-3-8B-v0.4 — чат-модель для генерации текста на базе плотной архитектуры Llama, разработанная Enno-Ai. Это альфа-версия, дообученная методом QLoRA на отобранном французском профессиональном датасете и предназначенная для профессиональных сценариев общения и генерации текста. Модель содержит 7,5 млрд параметров, принимает контекст длиной до 8192 токенов и доступна в формате safetensors. Карточка указывает французский как основной язык и английский как дополнительный. Модель распространяется по лицензии CreativeML Open RAIL-M. README отмечает, что разработка ещё продолжается, поэтому качество и пригодность для конкретных профессиональных задач следует проверять отдельно.

october-sd/mbart-large-50-finetuned-latest3 — дообученная модель семейства mBART на основе facebook/mbart-large-50. Она предназначена для суммаризации текста. Модель имеет архитектуру Seq2Seq с 457,4 млн параметров и контекстом до 1024 токенов; веса опубликованы в формате safetensors. Базовая mBART-50 поддерживает преобразование текста между 50 языками, однако карточка этой версии не уточняет языки и области, на которых она обучалась для суммаризации. В README приведено значение loss 2,4566 на оценочном наборе, но описание набора и подробности обучения отсутствуют. Лицензия модели — MIT.

Mythos2.0-2B — открытая модель перевода от Adithyan AI с архитектурой encoder-decoder Sparse Mixture-of-Experts. В ней 2,04 млрд параметров, из которых на каждом токене активируется около 678,7 млн; используются 24 трансформерных слоя и восемь экспертов SwiGLU с маршрутизацией Top-2. Модель работает с текстом и рассчитана на перевод между более чем 500 языками и региональными вариантами. Модель предназначена для перевода отдельных текстов и длинных документов, включая статьи, субтитры SRT/VTT и Markdown. Контекст составляет 8 192 токена: до 4 096 токенов для входного текста и 4 096 для результата; заявлена упаковка документов, сохраняющая контекст между фрагментами. README описывает поддержку малоресурсных языков, однако подтверждающих оценок качества или бенчмарков в предоставленных данных нет. Модель распространяется по лицензии Apache 2.0.

Helsinki-NLP/opus-mt-en-uk — модель машинного перевода семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с английского языка на украинский и предназначена для автоматического перевода фраз и документов. Модель построена на архитектуре Transformer-align в реализации MarianMT; в метаданных указано 56,7 млн параметров и контекст до 512 токенов. При обработке применяются нормализация текста и SentencePiece. Для набора Tatoeba.en.uk в карточке приведены оценки BLEU 50,2 и chr-F 0,674. Модель обучена на данных OPUS и распространяется под лицензией Apache-2.0. Она подходит для перевода общего текста, но направление перевода ограничено английским → украинским; качество может различаться в зависимости от тематики и текста.

Qwen3.5-OCR-JP-2B — японско-английская мультимодальная модель для распознавания текста и структуры документов, разработанная на базе Qwen3.5-2B. Она преобразует изображения документов в HTML-блоки с координатами ограничивающих рамок и метками, а схема вывода совместима с Chandra OCR 2. Модель дообучена на документах с японскими особенностями, включая рукописный и вертикальный текст, а также фуригану, которую она передаёт разметкой HTML5 ruby. Она предназначена для OCR документов на японском и английском языках и рассчитана на использование с фиксированным промптом. По результатам приведённых тестов модель показывает близкое к Chandra OCR 2 качество: например, на VJRODa её CER составляет 7,3%, а BLEU — 94,6. Репозиторий содержит веса safetensors, для запуска указаны Transformers и vLLM. Лицензия — Apache-2.0.

T3Q-Merge-Mistral7B — плотная авторегрессионная языковая модель семейства Mistral на 7,1 млрд параметров, созданная Chihoon Lee (chlee10) и T3Q. Модель объединяет liminerity/M7-7b и yam-peleg/Experiment26-7B методом SLERP с помощью mergekit; в конфигурации liminerity/M7-7b указан как базовая модель. Модель предназначена для генерации текста. Она принимает текстовые запросы и выдаёт текст; заявленная длина контекста — 32 768 токенов. В README не указаны конкретные сценарии, языки или результаты оценки качества, поэтому возможности за пределами текстовой генерации не уточняются. Модель распространяется в формате safetensors по лицензии Apache-2.0.

CM-14 — плотная авторегрессионная языковая модель семейства Mistral на 7,1 млрд параметров, созданная объединением cookinai/CatMacaroni-Slerp и EmbeddedLLM/Mistral-7B-Merge-14-v0.2 методом Slerp с помощью mergekit. Модель предназначена для генерации текста; её нативная длина контекста составляет 32 768 токенов. Модель принимает текст и генерирует текст. В карточке указана лицензия CC BY-NC 4.0, которая ограничивает коммерческое использование. Информация о языках, специализированных областях и измеренных качествах модели не приведена.

MaziyarPanahi/Experiment28M7_Strangemerges_32Yam — слитая модель Mistral для генерации текста, созданная на основе automerger/Experiment28M7-7B и automerger/Strangemerges_32Yam-7B. В репозитории используются веса в формате safetensors; размер модели — 7,1 млрд параметров, длина контекста — до 32 768 токенов. Модель предназначена для генерации текста по текстовому запросу. Сведения о специальных сценариях применения, языковой специализации и дополнительных возможностях в карточке не приведены. Модель распространяется по лицензии Apache-2.0.

flammenai/flammen12-mistral-7B — слитая mergekit-модель на архитектуре Mistral, созданная методом SLERP из nbeerbower/bruphin-iota и nbeerbower/flammen11X-mistral-7B. Модель содержит 7,1 млрд параметров и предназначена для генерации текста по запросу; поддерживаемая задача — text-generation. Нативная длина контекста составляет 32 768 токенов. Весы представлены в формате safetensors. Модель распространяется по лицензии Apache-2.0. Карточка описывает способ слияния и исходные модели, но не приводит конкретных сценариев применения или оценок качества.

Apollo Raines представил вариант Llama-3.1-8B-Instruct, обработанный инструментом jBlaze для изменения поведения непосредственно в весах без дополнительного обучения. Модель сохраняет диалоговую генерацию текста, но настроена отвечать короче и точнее опираться на предоставленный контекст. Модель подходит для диалоговых помощников, кратких ответов на вопросы и работы с ответами, основанными на справочных материалах. Это плотная архитектура LlamaForCausalLM с 7,5 млрд параметров по метаданным и контекстом до 131 072 токенов; карточка указывает точность bf16. Основной язык карточки — английский. Разработчик характеризует релиз как демонстрационную версию с намеренно сниженной силой возможностей; независимые оценки качества не приведены. Лицензия — Llama 3.1.

M2M100 1.2B — многоязычная модель перевода от Meta, впервые опубликованная в этом репозитории. Это encoder-decoder архитектура seq-to-seq на 533,8 млн параметров, обученная для перевода между 100 языками в 9 900 направлениях. Целевой язык задаётся специальным токеном в начале генерации; доступны веса PyTorch и библиотека Transformers. Контекст модели — 1 024 токена. Модель подходит для прямого перевода между языками без промежуточного перевода через английский, в том числе для языковых пар с меньшими объёмами обучающих данных. Она поддерживает, среди прочих, русский, английский, китайский, арабский, хинди, японский и европейские языки. Лицензия MIT разрешает свободное использование и модификацию. Качество может различаться между языковыми парами; модель предназначена для перевода текста и не заявлена как специализированная для предметных областей.

Metask-Jev-4B — мультиязычная модель Wayfind для классификации и типизированных решений. Она принимает описание состояния, например текст, обращение, политику или JSON, и вопрос с вариантами выбора, ответом «да/нет» или шкалой оценки. Модель за один проход выдаёт вероятности для вариантов, не генерируя текст; в README указаны 4,54 млрд параметров, архитектура Qwen3.5-4B с объединённым LoRA и нативный контекст 262 144 токена. README сообщает о поддержке 16 языков, включая русский. Модель предназначена для маршрутизации запросов, сортировки обращений, модерации, проверки утверждений по свидетельствам и оценивания по рубрикам, когда нужны вероятностные метки вместо объяснений. В README приведены результаты на нескольких наборах и замеры производительности, но часть сравнений и рейтинга обозначена как собственная оценка автора; заявленная точность заметно ниже на сложных случаях, а оценка релевантности SummEval имеет систематическое смещение между соседними баллами. Температурная калибровка улучшает калибровку вероятностей. Лицензия — Apache-2.0.

opus-mt-en-ROMANCE — модель машинного перевода Helsinki-NLP для перевода с английского на французский, испанский, португальский, итальянский, румынский и другие романские языки и их варианты. Она построена на архитектуре Marian Transformer, содержит 58,4 млн параметров и рассчитана на контекст до 512 токенов. Для выбора языка перевода перед текстом требуется указать начальный токен целевого языка вида >>id<<; предварительная обработка включает нормализацию и SentencePiece. Модель обучена на данных OPUS и поддерживает перевод на широкий набор языковых вариантов, включая региональные варианты французского, испанского и португальского. В карточке приведён результат для теста Tatoeba.en.la: BLEU 50,1 и chr-F 0,693. Доступны форматы PyTorch, TensorFlow и Flax. Лицензия — Apache-2.0.

TowerInstruct-7B-v0.1 — языковая модель Unbabel, Instituto Superior Técnico и CentraleSupélec University of Paris-Saclay, дообученная на TowerBase с использованием набора TowerBlocks. Модель построена на архитектуре Llama и содержит 6,6 млрд параметров; для хранения используются веса Safetensors, контекст — до 4096 токенов. Модель предназначена для перевода между английским, португальским, испанским, французским, немецким, нидерландским, итальянским, корейским, китайским и русским языками. Она также выполняет постредактирование машинного перевода, контекстный и терминологически управляемый перевод, распознавание именованных сущностей, исправление грамматических ошибок и перефразирование. Разработчики указывают, что качество и согласованность при переводе документов ещё улучшаются. Модель не предназначена для роли чат-бота или помощника по программированию, несмотря на обучение на диалоговых данных и инструкциях к коду. Она не выравнивалась по предпочтениям людей, поэтому может выдавать галлюцинации, вредоносный контент и недостоверные утверждения. Лицензия — CC-BY-NC-4.0; базовая модель Llama 2 распространяется по лицензии Llama 2 Community License.