III.8Договоры, юридическая работа и compliance

Palmyra X5 — большая языковая модель компании Writer, предназначенная для создания и масштабирования корпоративных ИИ-агентов. В карточке модели заявлена поддержка контекстного окна до 1 миллиона токенов и высокая скорость работы. Модель подходит для сценариев с агентами и большими объёмами контекста в корпоративной среде. Доступный текст карточки не раскрывает архитектуру, размер, языки, лицензию или подробные ограничения модели.

Ba2han/lfm-cpt — дообученная модель Liquid AI на базе LiquidAI/LFM2.5-VL-1.6B. Она принимает изображения вместе с текстовыми запросами и предназначена для диалога по изображениям, распознавания текста и ответов на вопросы по изображениям и документам. Модель использует архитектуру Lfm2VlForConditionalGeneration семейства LFM2-VL и распространяется в формате safetensors для Transformers. Датасет дообучения и результаты оценки не описаны, поэтому качество и специализацию сверх возможностей базовой модели определить нельзя. Лицензия указана как other; конкретные условия использования в доступных сведениях не раскрыты.

G-R-A-V-I-T-Y/long-t5-local-base-ARv1 — дообученная модель на архитектуре LongT5, созданная на основе google/long-t5-local-base. Она предназначена для генерации текста по входному тексту и рассчитана на обработку последовательностей длиной до 4096 токенов. В репозитории указаны 123,8 млн параметров и формат safetensors. README сообщает результаты оценки: Loss 2,9303, Exact Match 18,0 и среднюю длину генерации 3,38 токена. Название модели содержит AR, однако карточка не раскрывает целевую задачу, обучающие данные или intended uses, поэтому конкретное назначение дообучения подтвердить нельзя. Базовая LongT5 описана как англоязычная модель для суммаризации и ответов на вопросы по длинным текстам. Модель распространяется по лицензии Apache-2.0. Применимость приведённых оценок ограничена тем, что README не сообщает набор данных и подробности оценки.

Это дообученная модель семейства T5 с 52,6 млн параметров, созданная на основе weny22/sum_model_0318. По названию и метрикам ROUGE она предназначена для суммаризации текста. В карточке указана оценка на тестовом наборе: Loss 2,1007, ROUGE-1 0,1995, ROUGE-2 0,0701 и ROUGE-L 0,1598. В README отмечено, что опубликованный вариант обучен только в течение пяти эпох, хотя автор рассчитывал на 11–15 эпох; также изменены embedding и LM head для словаря размером 45 000 токенов. Данные обучения, поддерживаемые языки и условия лицензии в предоставленных сведениях не раскрыты.

Windstorm Labs опубликовала модель машинного перевода с немецкого на английский. Это дообученная версия Helsinki-NLP/opus-mt-de-en на базе MarianMT: LoRA-дообучение на параллельном корпусе было объединено с исходными весами. Модель содержит 54,9 млн параметров, принимает текст и имеет контекст до 512 токенов. Модель предназначена для перевода немецких фраз и документов на английский. В карточке приведена оценка chrF++ 65,36 и BLEU 40,71 на 48 предложениях набора FLORES-200 dev; это скрининговая оценка, а не результат публикационного исследования. Поддерживается направление перевода только с немецкого на английский. Лицензия — Apache-2.0.

wmt19-finetuned-it-de-to-en — дообученная модель FSMT для перевода с немецкого на английский, основанная на facebook/wmt19-de-en. В карточке указаны 100,7 млн параметров, контекст до 1024 токенов и формат весов safetensors. Модель опубликована под лицензией Apache-2.0. Модель предназначена для машинного перевода немецких текстов на английский. В README приведены результаты оценки на наборе для оценки: BLEU 44,9149 и loss 0,1326; обучающий набор данных не раскрыт. Основа модели — портированная FSMT-модель Facebook FAIR для перевода с немецкого на английский.

NorMistral-11b-translate — дообученная языковая модель для машинного перевода, созданная на базе NorMistral-11b-long. Она переводит предложения и документы во всех шести направлениях между норвежским букмолом, норвежским нюнорском и английским языком. Модель построена на архитектуре Mistral, содержит 11,7 млрд параметров и поддерживает контекст длиной до 32 768 токенов. Для работы с ней используется библиотека Transformers; веса доступны в форматах PyTorch и Safetensors. Модель подходит для перевода текстов между двумя вариантами норвежского и английским, включая перевод документов и диалоговых текстов. Она распространяется по лицензии Apache-2.0. Оценки качества и сведения о конкретных ограничениях в карточке не приведены.

Windstorm Labs опубликовала модель машинного перевода с немецкого на нидерландский. Это дообученная модель MarianMT на 54,6 млн параметров с контекстом до 512 токенов; LoRA-дообучение на параллельных текстах объединено с весами исходной модели Helsinki-NLP/opus-mt-de-nl. Модель загружается через Transformers в формате safetensors и предназначена для перевода текстов в направлении de→nl. В проверке на 48 предложениях FLORES-200 dev модель получила chrF++ 54,81 и BLEU 28,42; авторы характеризуют этот результат как предварительную оценку, а не публикационный результат. Репозиторий лицензирован по Apache-2.0. Модель поддерживает только перевод с немецкого на нидерландский.

Карточка модели google/pegasus-billsum на Hugging Face совпадает с карточкой google/pegasus-xsum, поэтому описание составлено по ней. google/pegasus-xsum — англоязычная модель Pegasus для генерации кратких пересказов, основанная на архитектуре кодировщика-декодировщика и разработанная Jingqing Zhang, Yao Zhao, Mohammad Saleh и Peter J. Liu; карточку поддерживает @sshleifer. Модель содержит 366,8 млн параметров, принимает текст и выдаёт текст. Её основная специализация — абстрактная суммаризация, в частности создание короткого пересказа по исходному тексту; в материалах карточки приведены результаты на XSum, CNN/DailyMail и других наборах данных. При предобучении использовались C4 и HugeNews, смешанные и стохастически выбранные предложения-заполнители, а также изменённый SentencePiece-токенизатор с поддержкой символа новой строки. Заявленная длина контекста — 512 токенов. Доступны веса в форматах PyTorch, TensorFlow и Flax. Карточка не сообщает об ограничениях помимо длины контекста. Лицензия в предоставленных данных не указана.

Supply Chain RAG Embeddings — дообученная Varun Mathur модель эмбеддингов на базе all-MiniLM-L6-v2 для поиска по материалам о цепочках поставок. Она преобразует текстовые запросы и документы в векторные представления для retrieval-сценариев, включая поиск исторических прецедентов, сведений об экспортном контроле, источниках поставок в Индии и пар вопрос–ответ о мерах снижения рисков. Модель построена на архитектуре BERT, содержит 25,9 млн параметров и рассчитана на контекст до 512 токенов. Модель подходит для семантического поиска и подбора контекста в системах RAG по тематике цепочек поставок. В карточке указана лицензия Apache-2.0. README показывает пример кодирования текстового запроса через Sentence Transformers; качество зависит от соответствия корпуса и запросов тематике обучения.

danish-lm-400m-icl-v3 — плотная причинная языковая модель семейства Llama, разработанная Jens Jepsen и дообученная на датском наборе примеров для обучения в контексте. Модель содержит 414,7 млн параметров, принимает текст и поддерживает контекст до 8 048 токенов. Её задача — по нескольким примерам, помещённым в один ход пользователя, вывести схему и формат ответа и применить их к новому тексту без отдельной инструкции. Модель подходит для извлечения структурированных данных из датских текстов, когда примеры показывают требуемые поля и способ их записи. В оценках она заметно превзошла базовую модель на знакомых схемах, а также справлялась с частью ранее не встречавшихся схем и задачей распознавания сущностей. Модель обучалась только на примерах такого обучения в контексте; качество на общих задачах в ходе обучения снизилось, а перенос на новые форматы ограничен и зависит от сходства разделителей. Для устойчивой работы примеры следует помещать в один ход пользователя, а новые форматы включать в обучение. Лицензия — Apache-2.0.

Karen_TheEditor_V2_STRICT_Mistral_7B-Mistral-7B-Instruct-v0.1 — объединённая авторами репозитория MaziyarPanahi чат-модель на архитектуре Mistral, содержащая 7,1 млрд параметров. Она получена слиянием Mistral-7B-Instruct-v0.1 и FPHam/Karen_TheEditor_V2_STRICT_Mistral_7B методом SLERP; в репозитории представлены веса Safetensors. Модель предназначена для генерации текста в ответ на инструкции и диалоговые запросы, включая редактирование текста, проверку орфографии и грамматики. Контекстное окно составляет 32 768 токенов. Поддерживает текстовый ввод и выдаёт текст; в карточке упоминаются английские термины для проверки правописания и грамматики, но отдельный список естественных языков не приведён. Репозиторий распространяется по лицензии Apache-2.0. Качество редактирования и языковой охват зависят от запроса; модель унаследовала ограничения базовой Mistral-7B-Instruct и может ошибаться или менять смысл при правке.

LFM2-1.2B-RAG-GGUF — языковая модель Liquid AI в формате GGUF, основанная на LFM2-1.2B. Она предназначена для генерации текста и специализирована на ответах по предоставленным контекстным документам, поэтому подходит для систем Retrieval-Augmented Generation (RAG): чат-ботов по документации продуктов, поддержки с внутренней базой знаний и академических ассистентов, ведущих многошаговые диалоги по научным статьям и учебным материалам. Модель имеет размер 1,2 млрд параметров и поддерживает текстовую модальность. В карточке указаны английский, арабский, китайский, французский, немецкий, японский, корейский и испанский языки. Формат GGUF ориентирован на использование с llama.cpp и развёртывание на периферийных устройствах. Сильная сторона модели — фокус на формировании ответов с опорой на заданные документы; при этом сведения о размере контекстного окна, архитектурных деталях, результатах тестирования и ограничениях качества не приведены. Модель распространяется по лицензии lfm1.0, указанной как специальная лицензия Liquid AI.

Helsinki-NLP/opus-mt-bg-sv — модель машинного перевода из семейства MarianMT, разработанная Helsinki-NLP в рамках проекта OPUS-MT. Она переводит текст с болгарского языка на шведский; модель основана на Transformer и использует нормализацию и SentencePiece для обработки текста. Модель содержит 55,6 млн параметров, поддерживает контекст до 512 токенов и доступна в форматах PyTorch и TensorFlow. В тесте JW300.bg.sv указаны оценки BLEU 29,1 и chr-F 0,494. Лицензия — Apache-2.0. Модель предназначена для перевода между указанными языками; качество может различаться в зависимости от тематики и текста.

SauerkrautLM-ColMinistral3-3b-v0.1 — экспериментальная мультимодальная модель VAGOsolutions для визуального поиска по документам. Она основана на Ministral и использует визуальный энкодер Pixtral; модель обучена для извлечения документов и представления страниц в виде многовекторных эмбеддингов размерности 128 с поздним взаимодействием в стиле ColBERT. Параметры модели — 3 млрд. Модель принимает изображения страниц и текстовые запросы, чтобы находить релевантные документы с учётом структуры макета, таблиц, форм и графиков. Заявлена поддержка английского, немецкого, французского, испанского, итальянского и португальского языков. В README приведены результаты на ViDoRe и MTEB; авторы отмечают, что модель уступает более новым вариантам для retrieval и рекомендуют её для экспериментов, а не для производственного развёртывания. Лицензия — Apache-2.0.

Windstorm Labs опубликовала компактную модель машинного перевода с болгарского на русский. Это дообученная версия Helsinki-NLP/opus-mt-bg-ru на параллельных данных OPUS-100; архитектура MarianMT, около 54,5 млн параметров. Модель принимает текст и генерирует перевод. Репозиторий содержит сборку Transformers в формате safetensors, а указанный контекст составляет 512 токенов. Модель подходит для перевода болгарских фраз и документов на русский. В проверке на 48 предложениях FLORES-200 она получила chrF++ 45,69 и BLEU 20,56; это предварительная оценка, а не результат публикационного исследования. Поддерживается только направление bg→ru, а качество может зависеть от данных и конкретного текста. Лицензия — Apache-2.0.

Карточка модели NiuTrans/LMT-60-8B на Hugging Face совпадает с карточкой NiuTrans/LMT-60-0.6B, поэтому описание составлено по ней. LMT-60-0.6B — модель машинного перевода от команды NiuTrans, дообученная на базе NiuTrans/LMT-60-0.6B-Base. Она относится к плотной архитектуре Qwen3ForCausalLM, содержит около 507,9 млн параметров и принимает контекст до 32 768 токенов. Модель входит в семейство LMT-60, обученное на 90 млрд токенов; семейство рассчитано на перевод между 60 языками в 234 направлениях с особым вниманием к китайскому и английскому языкам. Модель предназначена для многоязычного перевода текстов, включая языки с высоким, средним и низким объёмом ресурсов. Её можно использовать для перевода документов, сообщений и пользовательского контента между поддерживаемыми языками. Карточка заявляет конкурентное качество среди моделей с сопоставимым языковым охватом, но не приводит здесь конкретных метрик для этого чекпойнта. Выпущена под лицензией Apache-2.0.

Карточка модели NiuTrans/LMT-60-8B-Base на Hugging Face совпадает с карточкой NiuTrans/LMT-60-0.6B, поэтому описание составлено по ней. LMT-60-0.6B — модель машинного перевода от команды NiuTrans, дообученная на базе NiuTrans/LMT-60-0.6B-Base. Она относится к плотной архитектуре Qwen3ForCausalLM, содержит около 507,9 млн параметров и принимает контекст до 32 768 токенов. Модель входит в семейство LMT-60, обученное на 90 млрд токенов; семейство рассчитано на перевод между 60 языками в 234 направлениях с особым вниманием к китайскому и английскому языкам. Модель предназначена для многоязычного перевода текстов, включая языки с высоким, средним и низким объёмом ресурсов. Её можно использовать для перевода документов, сообщений и пользовательского контента между поддерживаемыми языками. Карточка заявляет конкурентное качество среди моделей с сопоставимым языковым охватом, но не приводит здесь конкретных метрик для этого чекпойнта. Выпущена под лицензией Apache-2.0.

NVIDIA Nemotron 3 Nano Omni — разработанная NVIDIA мультимодальная модель семейства Nemotron Nano для понимания текста, изображений, аудио и видео. Она предназначена для корпоративных сценариев: ответов на вопросы и суммаризации мультимедийных материалов, транскрибации речи, анализа документов и GUI, а также для рабочих процессов с агентами. Модель поддерживает OCR, понимание речи и видео, плотные описания видео и извлечение информации из сложных деловых документов. Её можно применять в службе поддержки, медиа и развлечениях, обработке договоров и финансовых документов, а также в браузерных и почтовых агентах. В метаданных указана архитектура NemotronH_Nano_Omni_Reasoning_V3, тип dense и библиотека Transformers; веса опубликованы в формате safetensors. README рекомендует начинать развёртывание с длины контекста 131072 токена на Spark, но это рекомендация по настройке, а не заявленный предел контекста. Модель улучшена с использованием Qwen3-VL-30B-A3B-Instruct, Qwen3.5-122B-A10B, Qwen3.5-397B-A17B, Qwen2.5-VL-72B-Instruct и gpt-oss-120b. README сообщает о доступности для коммерческого использования, тогда как метаданные обозначают лицензию как other; перед внедрением следует проверить условия лицензии в карточке. Модель рассчитана на мультимодальные корпоративные задачи, но карточка не приводит количественных оценок качества.

Карточка модели Jasper022/Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16 на Hugging Face совпадает с карточкой NVIDIA: Nemotron 3 Nano Omni (free), поэтому описание составлено по ней. NVIDIA Nemotron 3 Nano Omni — разработанная NVIDIA мультимодальная модель семейства Nemotron Nano для понимания текста, изображений, аудио и видео. Она предназначена для корпоративных сценариев: ответов на вопросы и суммаризации мультимедийных материалов, транскрибации речи, анализа документов и GUI, а также для рабочих процессов с агентами. Модель поддерживает OCR, понимание речи и видео, плотные описания видео и извлечение информации из сложных деловых документов. Её можно применять в службе поддержки, медиа и развлечениях, обработке договоров и финансовых документов, а также в браузерных и почтовых агентах. В метаданных указана архитектура NemotronH_Nano_Omni_Reasoning_V3, тип dense и библиотека Transformers; веса опубликованы в формате safetensors. README рекомендует начинать развёртывание с длины контекста 131072 токена на Spark, но это рекомендация по настройке, а не заявленный предел контекста. Модель улучшена с использованием Qwen3-VL-30B-A3B-Instruct, Qwen3.5-122B-A10B, Qwen3.5-397B-A17B, Qwen2.5-VL-72B-Instruct и gpt-oss-120b. README сообщает о доступности для коммерческого использования, тогда как метаданные обозначают лицензию как other; перед внедрением следует проверить условия лицензии в карточке. Модель рассчитана на мультимодальные корпоративные задачи, но карточка не приводит количественных оценок качества.

Chandra OCR 2 — модель оптического распознавания символов от Datalab, предназначенная для извлечения содержимого изображений и PDF-документов. Она преобразует документы в Markdown, HTML или JSON, сохраняя сведения о структуре и расположении элементов. В метаданных указана архитектура Qwen3.5 с плотной моделью типа conditional generation; веса представлены в формате safetensors, для работы используются Transformers и vLLM. Модель рассчитана на распознавание печатного и рукописного текста, таблиц, математических формул, форм и сложной разметки страниц. Она также извлекает изображения и диаграммы, создавая подписи и структурированные данные. Заявлена поддержка более 90 языков; карточка сообщает об улучшениях для многоязычных документов, широких страниц и сложной верстки. В README приведены результаты внутренних тестов, включая 85,9 балла на olmOCR benchmark, а также оценка пропускной способности около двух страниц в секунду в реальном использовании. Эти показатели зависят от документов и оборудования. Код распространяется по Apache 2.0, а веса — по модифицированной лицензии OpenRAIL-M: разрешены исследования, личное использование и применение стартапами ниже установленных финансовых порогов; конкурентное использование с API Datalab запрещено, для более широкого коммерческого использования требуется отдельная лицензия.

BMOJOF-primed-HQwen3-8B-Instruct — языковая модель для генерации текста, разработанная командой Hybrid Model Factory на основе Qwen3-8B. Это гибридная причинная модель с 7,6 млрд параметров: 18 слоёв Attention чередуются с 18 слоями B’MOJO-F. Каждый слой B’MOJO-F объединяет оконное внимание для точного извлечения недавнего контекста и модель пространства состояний для сжатого представления истории. Модель прошла настройку на следование инструкциям и поддерживает контекст до 131 072 токенов. Модель предназначена для диалога, ответов на вопросы, генерации и анализа текста, в том числе при работе с длинным контекстом. Разработчики сообщают об ускорении вывода до 1,75 раза на длинных контекстах при близком к исходной модели качестве; фактическая скорость зависит от среды и нагрузки. Чекпойнт не поддерживает вызов инструментов и не предназначен для генерации специальных токенов рассуждений. Для запуска используется Transformers, веса доступны в формате safetensors. Модель распространяется по лицензии Apache 2.0.

ERNIE-4.5-300B-A47B-Paddle — текстовая языковая модель семейства ERNIE 4.5, разработанная Baidu и распространяемая с весами для PaddlePaddle. Это модель типа Mixture of Experts: всего 300 млрд параметров, из которых для каждого токена активируется около 47 млрд; архитектура включает 54 слоя и 64 текстовых эксперта, из которых активируются 8. Модель предназначена для диалогов, понимания текста и генерации ответов; контекстное окно составляет 131 072 токена. В карточке также описаны мультимодальное обучение ERNIE 4.5 и визуальные варианты семейства, однако данный чекпойнт обозначен как текстовая модель. Для запуска и дообучения предусмотрены инструменты PaddlePaddle и ERNIEKit. Модель распространяется по лицензии Apache-2.0.

GoLongRL-30B-A3B — языковая модель Kwai-Klear для генерации ответов в сценариях с длинным контекстом. Это модель семейства Qwen3 MoE с архитектурой причинного языкового моделирования; в метаданных указано 2,6 млрд параметров и окно контекста 262 144 токена. Модель доступна в формате Safetensors и поддерживает диалоговый режим. Модель обучена по рецепту постобучения с обучением с подкреплением и проверяемыми вознаграждениями на наборе GoLongRL из 23 тысяч примеров для девяти типов задач. Она предназначена для поиска сведений в длинных документах, понимания контекста, извлечения и сопоставления структурированных данных, упорядочивания событий, ранжирования, суммаризации и рассуждений, включая численные задачи. В README заявлены улучшения на тестах длинного контекста и памяти диалога; результаты относятся к приведённым бенчмаркам. Лицензия — MIT. Карточка не указывает поддерживаемые естественные языки. Учитывая специализацию на длинном контексте и сравнительно компактный размер активной модели MoE, модель подходит для диалоговых систем, которым нужно работать с большими документами, однако качество на конкретных данных следует проверять отдельно.

GLM-5.3-Prime — высокоскоростной вариант модели GLM-5.3 от Z.ai. По описанию, ускорение инференса повышает пропускную способность генерации в 1,5–2 раза при сохранении возможностей GLM-5.3. Модель принимает и выдаёт текст; заявлен контекст длиной до 1 млн токенов. Модель предназначена для сценариев генерации текста, где важны высокая скорость ответа и работа с длинным контекстом. Сведения о лицензии и конкретных ограничениях в доступных данных отсутствуют.

LFM2-24B-A2B — универсальная инструктивная языковая модель компании Liquid AI из семейства LFM2, предназначенная для локального развёртывания на устройствах и компьютерах. Это гибридная архитектура MoE с 24 млрд параметров, из которых активны около 2,3 млрд на токен; в метаданных указано 3,4 млрд параметров. Модель имеет 40 слоёв: 30 сверточных и 10 attention-слоёв, поддерживает контекст до 128 000 токенов и работает через Transformers. Для хранения весов используется safetensors. Модель подходит для диалогов, вызова инструментов, локальных RAG-систем, суммаризации документов и ответов на вопросы. Её можно использовать для приватных сценариев на собственном оборудовании, включая поддержку клиентов и многошаговые агентные процессы. Заявлена поддержка английского, арабского, китайского, французского, немецкого, японского, корейского, испанского и португальского языков. Разработчик не рекомендует модель для программирования; она не использует цепочки рассуждений в ответах. Лицензия обозначена как other, поэтому конкретные условия использования следует сверить с карточкой репозитория.

LFM2-350M-Extract-GGUF — языковая модель компании Liquid AI, основанная на LFM2-350M и распространяемая в формате GGUF. Она предназначена для извлечения важной информации из неструктурированных документов, включая статьи, расшифровки и отчёты, с преобразованием результатов в структурированные форматы JSON, XML или YAML. Модель подходит для извлечения реквизитов счетов из электронных писем, преобразования нормативной отчётности в XML, структурирования обращений в службу поддержки для аналитических конвейеров, а также наполнения графов знаний сущностями и их атрибутами. В названии указано, что это вариант размером 350M параметров. Заявлена поддержка английского, арабского, китайского, французского, немецкого, японского, корейского и испанского языков. К сильным сторонам относятся специализация на извлечении данных и удобный для локального запуска формат GGUF, совместимый с llama.cpp. Ограничения включают отсутствие в предоставленных данных сведений о размере контекста, точной архитектуре, количественных показателях качества и поддерживаемых модальностях помимо текста. Модель распространяется по лицензии lfm1.0; подробные условия следует уточнять в файле LICENSE.

Surya 2 — модель Datalab для интеллектуальной обработки документов, основанная на визуально-языковой архитектуре (VLM) примерно на 650 млн параметров. Она принимает изображения страниц и PDF-документы и предназначена для распознавания текста, анализа структуры документа, определения порядка чтения и распознавания таблиц с выделением строк и столбцов. Модель ориентирована на OCR многоязычных документов и заявляет поддержку 91 языка. Она подходит для газет, учебников, налоговых форм, рукописных заметок и корпоративных документов. В README указаны результат 83,3% на olmOCR-bench, 87,2% на внутреннем мультиязычном тесте и пропускная способность около 5 страниц в секунду на RTX 5090. Инференс может выполняться через vLLM на GPU или llama.cpp на CPU и Apple Silicon. К ограничениям относятся зависимость качества от состояния исходного документа, раздельные модели обнаружения текста и OCR, а также специальные условия коммерческого использования весов. Код распространяется по Apache 2.0, а веса — по модифицированной лицензии AI Pubs Open Rail-M: бесплатное использование заявлено для исследований, личных проектов и стартапов с финансированием или выручкой менее 5 млн долларов; для более широкого коммерческого применения требуется отдельная лицензия.

OnlyTextLLMs выпустила текстовую версию Gemma 4 26B A4B IT: из исходной модели Google удалены компоненты обработки изображений и аудио, а текстовая часть весов и языковая головка сохранены. Это причинная языковая модель Gemma4ForCausalLM с 25,23 млрд параметров по README; метаданные каталога указывают 2 млрд параметров, поэтому размер модели в источниках расходится. Модель предназначена для диалогов и генерации текста. Она принимает текст и выдаёт текст; её контекст составляет 262 144 токена. Модель распространяется по лицензии Apache 2.0.

Llama-2-7B-32K-Instruct — диалоговая языковая модель Together Computer, дообученная на основе Llama-2-7B-32K на наборах инструкций и диалогов. Она предназначена для генерации ответов в чате, следования инструкциям, суммаризации длинных текстов и ответов на вопросы по нескольким документам. Модель имеет плотную архитектуру LlamaForCausalLM и 6,6 млрд параметров. Она принимает текст и поддерживает контекст до 32 768 токенов; в карточке указан английский язык. Для дообучения использовались 19 тысяч диалогов, BookSum и данные для вопросов по нескольким документам. Модель распространяется в формате PyTorch по лицензии Llama 2. В опубликованной оценке модель показала результаты на Alpaca Eval, суммаризации BookSum и многодокументном QA. Как и другие языковые модели, она может давать неточные или предвзятые ответы; опубликованные результаты оценки не гарантируют качество для конкретного применения.