I.11Классификация, ранжирование и сопоставление

MaMMUT2 moderntext ViT-B/32 — исследовательский мультимодальный чекпойнт для сопоставления изображений и текста, обученный rwightman на CC12M. Задача модели — классификация изображений по текстовым описаниям без дообучения; её также можно применять для поиска изображений по тексту и текстов по изображению. Архитектура включает визуальную башню ViT-B/32 и современный текстовый декодер с RoPE, RMSNorm, SwiGLU, gated attention и qk-нормализацией. Текстовая часть использует токенизатор tiktoken r50k с контекстом 128 токенов. Модель обучалась 32 эпохи на pixparse/cc12m-wds с целью InfoNCE и дополнительным caption loss. В сравнении с другими вариантами MaMMUT2 этот запуск показал сильные результаты в zero-shot оценке и поиске изображений по тексту; автор отмечает, что результаты также зависят от размера батча, функции потерь и оптимизатора. Это исследовательский чекпойнт, не предназначенный автором для производственного использования. Распространяется по лицензии Apache-2.0.

MaMMUT2 NaFlex ViT-B/32 CC12M — исследовательский чекпойнт модели для сопоставления изображений и текста, классификации изображений без дообучения и генерации подписей к изображениям. Модель разработана в рамках сравнения архитектур и обучающих целей на CC12M: визуальная часть — NaFlexViT-Base с патчами 32, текстовый декодер — трансформер с перекрёстным вниманием через каждый второй блок. Обучение проводилось 32 эпохи на pixparse/cc12m-wds с bf16 и целью InfoNCE плюс двойная функция потерь для подписей. Модель принимает изображения и текстовые запросы, формируя представления для сопоставления и текстовые подписи. В карточке указано окно контекста текстового декодера 77 токенов. В приведённых экспериментах MaMMUT2 показала более высокий результат image-to-text retrieval, чем доступные CLIP-базовые прогоны; сравнение ограничено различиями в оптимизаторе и размере батча. Это экспериментальный исследовательский чекпойнт, а не готовая производственная модель. Лицензия — Apache-2.0.

Это англоязычная модель эмбеддингов на базе Sentence Transformers, дообученная автором jebish7 на основе abhinand/MedEmbed-small-v0.1. Модель построена на архитектуре BERT и преобразует предложения и абзацы в плотные векторы размерности 384; для сравнения в README указана косинусная близость. Максимальная длина последовательности — 512 токенов. Модель предназначена для семантического поиска и оценки сходства текстов. Её также можно применять для поиска перефразировок, кластеризации и классификации текстов, например для поиска релевантных ответов на вопросы в медицинских и клинических материалах. Для дообучения использован датасет CSV с 29 547 парами «вопрос — положительный пример» и MultipleNegativesRankingLoss. Репозиторий содержит веса в формате safetensors. Она выдаёт векторы для текстовых входов, поэтому подходит для поиска по близости и других задач, построенных на эмбеддингах. Качество вне представленных тренировочных данных может различаться; длина входа ограничена 512 токенами. Лицензия в предоставленных данных не указана.

BSC-NLP4BIA/Medprocner-Biencoder — модель эмбеддингов предложений на базе архитектуры RoBERTa, опубликованная в пространстве BSC-NLP4BIA. Она преобразует предложения и абзацы в плотные векторы размерности 768 для поиска семантически близких текстов, кластеризации и сравнения предложений. Модель содержит 153,2 млн параметров, принимает текст и формирует векторные представления; длина контекста составляет 514 токенов. Обучение использовало TripletLoss с евклидовой метрикой и отступом 5. Доступны веса в формате safetensors. Название указывает на медицинскую специализацию, однако README не уточняет языки и конкретные медицинские сценарии или датасеты. Лицензия в предоставленных данных не указана.

andrerean/minilm-arsip-kampus-v1 — дообученная модель Sentence Transformers на базе sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2, разработанная для поиска по архиву документов кампуса. Она преобразует текстовые предложения и абзацы в плотные векторы размерности 384; сходство между ними оценивается косинусной мерой. Архитектура включает BERT-трансформер с усредняющим pooling. README указывает максимальную длину последовательности 384 токена, а метаданные — контекст до 512 токенов. Модель обучена на 2 352 парах текстов, связанных с архивными материалами университета: руководствами по грантам, документами об организации подразделений и процедурами для преподавателей. Её можно применять для семантического поиска и извлечения подходящих документов по запросам, даже если формулировки запроса и документа различаются. В метаданных указан тег sentence-similarity, а каталог также относит её к feature-extraction. Модель принимает и выдаёт текстовые представления в виде векторов. Примеры обучающих данных написаны на индонезийском языке; карточка не подтверждает поддержку других языков именно этой дообученной версии. Используется лицензия базовой модели, применимая к репозиторию модели; сведений о лицензии в предоставленных данных нет.

MizoEmbed-1 — модель плотных текстовых эмбеддингов для языка мизо, разработанная специально для представления предложений и абзацев в виде векторов. Это Sentence Transformer на архитектуре BERT, дообученный на базе robzchhangte/MizBERT. Размерность эмбеддингов составляет 768, длина входного контекста — до 512 токенов; модель содержит 136,7 млн параметров. Модель предназначена для вычисления семантического сходства текстов, семантического поиска, поиска перефразировок, классификации текстов и кластеризации. Её можно применять для поиска по корпусам на мизо и группировки похожих фрагментов текста. Репозиторий распространяется в формате safetensors и рассчитан на использование с библиотекой Sentence Transformers. Лицензия — Apache-2.0. Модель ориентирована на мизо; её качество для других языков не подтверждено представленными материалами. Контекст ограничен 512 токенами, поэтому длинные документы потребуется разбивать на части.

mmBERT-32K-YaRN — многоязычная модель семейства ModernBERT, разработанная для семейства vLLM Semantic Router Mixture-of-Models на основе jhu-clsp/mmBERT-base. Контекстное окно расширено с 8 192 до 32 768 токенов с помощью масштабирования RoPE методом YaRN. Модель содержит около 307 млн параметров и предназначена для заполнения масок в тексте; её также можно применять для понимания длинных документов, семантической маршрутизации запросов, классификации документов и поиска информации в длинных текстах. Модель обучалась на многоязычном корпусе CC-100. В карточке указана поддержка более 1 800 языков базовой модели, а метаданные перечисляют английский, немецкий, французский, испанский, китайский, японский, русский, арабский, корейский и португальский. Доступны веса Safetensors и экспорт ONNX; лицензия — MIT. По данным карточки, точность извлечения существенно снижается для удалённых фрагментов дальше 2 048 токенов, несмотря на окно в 32 768 токенов. Для полного контекста требуется значительный объём видеопамяти — около 180 ГБ на один пример. Данные CC-100 могут наследовать смещения веб-краула.

tartuNLP/mmBERT-small-m-edu-classifier — мультиязычный классификатор образовательного качества текстов, разработанный tartuNLP на основе энкодера ModernBERT. Модель присваивает документу одну из шести меток: проблемный контент, отсутствие образовательной ценности, минимальный, базовый, хороший или отличный уровень. Она обучена оценивать полные документы длиной до 8192 токенов на смешанном наборе FineWeb с образовательными аннотациями. Модель содержит 140,5 млн параметров и использует архитектуру ModernBertForSequenceClassification. Её назначение — фильтрация и ранжирование веб-документов по образовательной ценности, в том числе на разных языках. Метаданные перечисляют широкий набор языковых тегов, а базовая модель описана как мультиязычный энкодер более чем для 1800 языков; фактическую поддержку каждого языка для классификатора следует проверять отдельно. Модель распространяется под лицензией MIT. В README приведена оценка на отложенной выборке, где каждый язык представлен как минимум один раз, однако численные результаты в доступной карточке отсутствуют. Качество оценок на отдельных языках и перенос на данные вне обучающего набора могут различаться.

Репозиторий anton96vice содержит TFLite-версии моделей семейства MobileCLIP — мультимодальных моделей сопоставления изображений и текста, разработанных для эффективного запуска на мобильных и периферийных устройствах. В репозитории представлены варианты MobileCLIP-B, MobileCLIP-S1 и MobileCLIP-S2, включая несколько вариантов контрольных точек. Модели предназначены для классификации изображений по текстовым меткам без специального дообучения, поиска изображений по текстовому запросу и семантического поиска. Они формируют эмбеддинги изображений и текста, которые можно сопоставлять для оценки соответствия. Формат TFLite рассчитан на локальный инференс; точные входные и выходные сигнатуры зависят от файла и требуют адаптации приложения. Репозиторий лицензирован по Apache-2.0. Карточка не приводит точных размеров моделей, поддерживаемых языков текста или численных характеристик качества, поэтому применимость для конкретного языка и устройства следует проверять отдельно.

Xenova/mobileclip_s1 — преобразованная в формат ONNX модель MobileCLIP S1, подготовленная Xenova для работы с библиотекой Transformers.js. Она предназначена для классификации изображений по текстовым описаниям без обучения на заданном наборе классов: пользователь передаёт изображение и варианты описаний, а модель оценивает их соответствие. Такой подход подходит для быстрого прототипирования поиска и категоризации изображений в JavaScript-приложениях. Репозиторий содержит ONNX-веса; лицензия указана как other, поэтому условия использования следует сверить с лицензией исходной модели.

argilla/ModernBERT-domain-classifier — англоязычный классификатор текста, разработанный Argilla и дообученный на базе answerdotai/ModernBERT-base. Он предназначен для отнесения текстов к доменным категориям; конкретные классы и подробные сценарии применения в карточке не описаны. Модель использует архитектуру ModernBERT для классификации последовательностей, содержит 149 млн параметров и принимает контекст длиной до 8192 токенов. На указанном в README наборе оценки приведены F1 0,8914 и loss 0,3927. Доступна в формате Safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0. Карточка не уточняет набор меток, состав обучающих данных и ограничения качества за пределами указанных метрик.

sdiazlor/modernbert-embed-base-biencoder-human-rights — англоязычная модель Sentence Transformers, дообученная на базе nomic-ai/modernbert-embed-base для поиска и сравнения фрагментов о правах человека. ModernBERT преобразует предложения и абзацы в нормализованные плотные векторы размерности 768; сходство между ними оценивается косинусной мерой. Максимальная длина входной последовательности — 8192 токена. Модель подходит для семантического поиска по документам о правах человека, сопоставления похожих фрагментов, поиска перефразировок, кластеризации и классификации текста. В README приведён результат cosine accuracy 0,9819 на оценке TripletEvaluator; оценочный набор содержит 166 примеров. Это значение относится к указанной оценке и не гарантирует такую же точность на других данных. Модель принимает текст и выдаёт эмбеддинги. Разработчик — пользователь Hugging Face sdiazlor; лицензия Apache-2.0 разрешает использование на её условиях.

Карточка модели MahmoodAnaam/ModernBERT-large на Hugging Face совпадает с карточкой answerdotai/ModernBERT-base, поэтому описание составлено по ней. ModernBERT-base — двунаправленная encoder-only модель семейства Transformer в стиле BERT, разработанная в сотрудничестве Answer.AI, LightOn и их коллег. Она предварительно обучена на 2 триллионах токенов английских текстов и кода и предназначена для заполнения пропусков в тексте, а также как основа для прикладных задач понимания языка и поиска. Модель содержит 22 слоя и 149 млн параметров, поддерживает контекст до 8192 токенов. В архитектуре используются RoPE, чередование локального и глобального внимания, unpadding и Flash Attention для эффективной обработки длинных последовательностей. Она подходит для анализа длинных документов, классификации, семантического и кодового поиска после настройки под соответствующую задачу. Обучающие данные преимущественно англоязычные и включают код, поэтому качество для других языков может быть ниже. Обработка полного окна контекста может быть медленнее, чем коротких последовательностей; возможны смещения из обучающих данных. Лицензия — Apache-2.0.

Карточка модели unsloth/ModernBERT-large на Hugging Face совпадает с карточкой answerdotai/ModernBERT-base, поэтому описание составлено по ней. ModernBERT-base — двунаправленная encoder-only модель семейства Transformer в стиле BERT, разработанная в сотрудничестве Answer.AI, LightOn и их коллег. Она предварительно обучена на 2 триллионах токенов английских текстов и кода и предназначена для заполнения пропусков в тексте, а также как основа для прикладных задач понимания языка и поиска. Модель содержит 22 слоя и 149 млн параметров, поддерживает контекст до 8192 токенов. В архитектуре используются RoPE, чередование локального и глобального внимания, unpadding и Flash Attention для эффективной обработки длинных последовательностей. Она подходит для анализа длинных документов, классификации, семантического и кодового поиска после настройки под соответствующую задачу. Обучающие данные преимущественно англоязычные и включают код, поэтому качество для других языков может быть ниже. Обработка полного окна контекста может быть медленнее, чем коротких последовательностей; возможны смещения из обучающих данных. Лицензия — Apache-2.0.

praoduan/modernbert-large-clinc — дообученная модель answerdotai/ModernBERT-large для классификации текста. В карточке приведены результаты оценки: accuracy 0,9548 и loss 0,1978; описание задачи, набора данных и ограничений не раскрыто. Модель построена на архитектуре ModernBERT с 394,7 млн параметров, принимает текст и поддерживает контекст до 8192 токенов. Базовая модель описана как англоязычный двунаправленный энкодер; поэтому основным языком модели является английский. Репозиторий содержит веса Safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0.

EMBO ModernBERT-neg-sampling-PubMed — англоязычная модель Sentence Transformers, дообученная EMBO на базе answerdotai/ModernBERT-base на парных заголовках и аннотациях статей из PubMed Central. Она кодирует предложения и абзацы в нормализованные плотные векторы размерностью 768 и предназначена для семантического поиска и сравнения текстов, а также кластеризации и поиска перефразировок. Обучение выполнено с MultipleNegativesRankingLoss на наборе из примерно 26,2 млн пар; архитектура включает ModernBERT, mean pooling и нормализацию. В метаданных указан контекст до 8192 токенов, тогда как карточка модели задаёт максимальную длину последовательности 768 токенов для Sentence Transformers. Модель подходит для поиска и сопоставления англоязычных научных медицинских публикаций и может использоваться для построения эмбеддингов в системах поиска. Лицензия в предоставленных данных не указана.

johnnyboycurtis/ModernBERT-small — англоязычная модель эмбеддингов Sentence Transformers, разработанная Johnny Boy Curtis. Это компактный ModernBERT с 47,7 млн параметров, mean pooling, выходными векторами размерности 384 и максимальной длиной последовательности 1024 токена. Модель обучена с нуля, затем прошла контрастивное обучение на наборах all-nli, trivia-qa-triplet и MS MARCO, дистилляцию по BAAI/bge-base-en-v1.5 и дообучение на STSB для оценки семантического сходства; используется косинусное сходство. Модель подходит для поиска семантически близких предложений, сравнения текстов и построения векторного поиска на английском языке. В README приведены результаты на STS-dev и STS-test, но автор предупреждает, что это ранний эксперимент с неудачным масштабированием архитектуры и не рекомендует его для production; предлагается перейти на ModernBERT-small-v2. Веса доступны в формате safetensors, лицензия MIT.

Ram934/mpnet-base-all-nli-triplet — англоязычная модель Sentence Transformers, дообученная автором на базе BAAI/bge-base-en-v1.5. Она преобразует предложения и абзацы в плотные эмбеддинги размерности 768 и предназначена для семантического поиска, сравнения текстов, поиска перефразировок, кластеризации и классификации текста. В README также указано применение для анализа финансовых текстов, однако обучающий набор описан только как небольшой JSON-датасет из 27 примеров с парами anchor и positive. Архитектура основана на BERT: выходы токенов объединяются с использованием CLS-токена, затем векторы нормализуются. Модель принимает текст, поддерживает последовательности до 512 токенов и вычисляет сходство по косинусной мере. Веса опубликованы в формате safetensors; лицензия — Apache-2.0. Небольшой объём обучающих данных ограничивает основания ожидать устойчивого улучшения качества или специализации для финансового домена. Модель рассчитана на английский язык; качество на других языках не подтверждено.

Jeevesh8/multiberts_seed_0_ft_1 — модель BERT для классификации текста, опубликованная пользователем Jeevesh8 на Hugging Face и основанная на семействе MultiBERTs. Она предназначена для классификации последовательностей и последующего применения в задачах понимания английского текста. Модель имеет архитектуру BERT с 136,7 млн параметров и максимальной длиной контекста 512 токенов. Она работает с текстом и поддерживает pipeline text-classification; базовое семейство MultiBERTs обучалось на английских данных. Модель может применяться для отнесения текстов к заданным классам после соответствующей настройки или в рамках доступной классификационной конфигурации. К ограничениям относятся англоязычная специализация, ограниченный контекст в 512 токенов и отсутствие возможностей генерации текста. Предсказания могут зависеть от смещений обучающих данных и качества переноса на конкретную предметную область. Лицензия для данной карточки модели надёжно не установлена.

Jeevesh8/multiberts_seed_1_ft_2 — модель классификации текста на базе BERT MultiBERTs seed 1, опубликованная пользователем Jeevesh8 и происходящая от модели Google MultiBERTs. Она предназначена для присвоения входному тексту одного или нескольких классов в прикладных задачах классификации; точный набор меток и задача дообучения для этого репозитория в доступных источниках не указаны. Модель содержит около 136,7 млн параметров и поддерживает контекст до 512 токенов. Архитектура относится к BERT; исходная MultiBERTs была обучена для английского языка с использованием masked language modeling и next sentence prediction. Модель рассчитана на работу с текстом и может применяться через экосистему Transformers, включая JAX. Сильная сторона модели — готовая BERT-архитектура для задач текстовой классификации и совместимость с инструментами Hugging Face. Ограничения связаны с неизвестными точными классами и целевой областью дообучения, а также с англоязычной базой. Для исходной модели Google указан Apache-2.0, но лицензию производного репозитория следует проверить отдельно.

Jeevesh8/multiberts_seed_2_ft_2 — модель на базе BERT, дообученная для классификации текста. Она использует архитектуру MultiBERTs с примерно 136,7 млн параметров и поддерживает контекст до 512 токенов. Базовое семейство MultiBERTs разработано Google как набор воспроизведений BERT-base uncased для исследований устойчивости моделей; найденные материалы описывают английскую языковую модель, предварительно обученную с задачами masked language modeling и next sentence prediction. Модель предназначена для применения через Transformers и связана с JAX и text-embeddings-inference. Конкретный набор меток и датасет дообучения для этого репозитория не подтверждены, поэтому область классификации следует определить по конфигурации модели или документации проекта. Сведения о лицензии для данного репозитория надёжно не установлены.

MyAwesomeModel — модель на базе архитектуры BERT, доступная через библиотеку Transformers и предназначенная для извлечения признаков из входных данных. Репозиторий также описывает улучшения в рассуждениях, математике, программировании, классификации, суммаризации и работе с диалогами, однако метаданные Hugging Face классифицируют модель как feature-extraction. Модель может использоваться для преобразования текста в векторные представления, последующей классификации, поиска семантически похожих документов и других задач, основанных на признаках из Transformer-моделей. В README заявлены сниженная частота галлюцинаций и поддержка function calling, но подробные сведения о размере модели, контекстном окне, языках и точном формате запуска отсутствуют. Модель распространяется по лицензии MIT.

MyAwesomeModel — модель на базе архитектуры BERT, опубликованная в экосистеме Hugging Face и предназначенная для извлечения признаков из текста. Она интегрируется с библиотекой Transformers и распространяется по лицензии MIT. Основной заявленный сценарий — преобразование текстовых данных в векторные представления для последующего семантического поиска, классификации, кластеризации и других задач машинного обучения. В README также заявлены возможности рассуждения, программирования, ответов на вопросы, суммаризации, диалога и function calling, однако метаданные модели указывают pipeline-задачу feature-extraction, поэтому эти дополнительные возможности не подтверждены как основной режим использования. Сильной стороной модели является совместимость с Transformers и PyTorch, а также использование распространённой архитектуры BERT для получения текстовых эмбеддингов. Размер модели, поддерживаемые естественные языки, длина контекста и сведения о разработчике в предоставленных данных не указаны.

MyAwesomeModel — модель из репозитория lfeng03/MyAwesomeModel-TestRepo, опубликованная для использования с библиотекой Transformers и PyTorch. По метаданным Hugging Face она относится к архитектурному семейству BERT и предназначена для извлечения признаков из текста. Основной сценарий применения — получение векторных представлений, которые затем можно использовать в задачах классификации, поиска и анализа текста. В README модель также описывается как обновлённая система с улучшенными способностями к рассуждению, математике, программированию, логике, генерации текста, суммаризации, переводу и function calling. Однако заявленные в README характеристики генеративной чат-модели не согласуются с метаданными, где pipeline_tag указан как feature-extraction; поэтому для каталога надёжнее ориентироваться на извлечение признаков и BERT-подобную архитектуру. Модель распространяется по лицензии MIT.

MyAwesomeModel — модель на базе BERT, доступная через библиотеку Transformers и распространяемая по лицензии MIT. Согласно метаданным Hugging Face, её основное назначение — извлечение признаков из входных данных, то есть преобразование текста в векторные представления для последующего анализа машинного обучения. README также заявляет улучшения в рассуждениях, математике, программировании, классификации, суммаризации и диалогах, однако эти возможности не подтверждаются указанным pipeline-тегом feature-extraction и требуют отдельной проверки. Модель можно применять как компонент систем семантического поиска, кластеризации, классификации и сравнения текстов. В карточке указаны архитектурное семейство BERT, библиотеки Transformers и PyTorch, но размер модели, длина контекста, поддерживаемые языки и сведения о разработчике не приведены. README содержит рекомендации, ориентированные на генеративное использование, включая системный промпт и температуру, однако для модели с тегом feature-extraction их практическая применимость не подтверждена.

MyAwesomeModel — модель на базе архитектуры BERT, предназначенная для извлечения признаков из текста через библиотеку Transformers и PyTorch. В метаданных Hugging Face она классифицирована для задачи feature extraction; разработчик модели в доступных материалах не назван. Модель распространяется под лицензией MIT. README описывает заявленные возможности рассуждения, программирования, математики, классификации, суммаризации, диалогов, перевода и function calling, однако эти сведения не согласуются с метаданными, где указаны BERT и задача feature extraction. Поэтому для каталога надёжнее рассматривать модель как инструмент получения векторных представлений текста, пригодный для последующей классификации, поиска или кластеризации.

diwash-barla/my-embeddinggemma-news-vibe — дообученная модель Sentence Transformers на базе google/embeddinggemma-300m, созданная для получения плотных векторных представлений предложений и абзацев. Она преобразует текст в эмбеддинги размерности 768; максимальная длина входа — 2048 токенов, для сравнения используется косинусное сходство. Модель подходит для семантического поиска и сравнения новостных текстов, поиска перефразировок, классификации и кластеризации. В README указано дообучение на наборе из четырёх примеров с меткой MY_FAVORITE_NEWS с использованием MultipleNegativesRankingLoss, поэтому применимость специализации на новостях стоит проверять на целевых данных. Модель использует архитектуру Gemma 3 Text, содержит около 302,8 млн параметров и распространяется в формате safetensors через библиотеку sentence-transformers. Лицензия — OpenRAIL.

my-first-model — англоязычная модель классификации текста, созданная дообучением DrKanthiKiran модели distilbert/distilbert-base-uncased. Она построена на архитектуре DistilBERT и предназначена для классификации последовательностей текста. В README приведены результаты на наборе оценки: accuracy 0,877 и F1 0,8781; описание датасета и подробности обучения отсутствуют. Модель принимает текст с контекстом до 512 токенов и выдаёт метки классов. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — Apache-2.0.

naflexclap_base_pf8_pt16_moderntextp.160m — аудиотекстовая модель семейства NaFlexCLAP, представленная в карточке как чекпойнт A из сравнения четырёх вариантов. Она кодирует аудио и текст в совместимое пространство эмбеддингов, чтобы сопоставлять звуки с текстовыми описаниями и выполнять классификацию без обучения на целевых классах. Чекпойнт содержит около 160,6 млн параметров; аудиобашня имеет конфигурацию 768/12/12, текстовая башня использует двунаправленное кодирование с MAP-пулингом и нормализацией запросов и ключей. Репозиторий предоставляет веса PyTorch и safetensors; метаданные указывают библиотеку open_clip и лицензию MIT. Модель предназначена для классификации аудиозаписей по текстовым меткам, поиска аудио по описанию и поиска описаний для аудио. В приведённых тестах она показала сильные результаты на ESC-50 и BeijingOpera; качество классификации чувствительно к формулировке текстового шаблона. README также отмечает, что результаты на некоторых наборах зависят от выравнивания текстовой и аудиобашен, поэтому следует подбирать prompt под задачу. Языковая поддержка в предоставленных данных не перечислена; текстовые описания и аудиоданные — входы, совместные эмбеддинги и оценки соответствия — выходы.

Naluri (XLM-R base, M6-pairs) — многоязычная модель для принятия решений по текстовому или JSON-состоянию и типизированному вопросу с перечисленными вариантами ответа. Её разработал Jericho Siahaya; модель дообучена на XLM-RoBERTa base и содержит около 305 млн параметров по метаданным. Вместо генерации текста она за один проход выдаёт калиброванные вероятности для ответов «да/нет», вариантов выбора или упорядоченных уровней оценки. Модель предназначена для классификации тем, ответов на вопросы по тексту и структурированных решений. В карточке заявлена поддержка языков из семейства XLM-RoBERTa; оценка модели приведена для нескольких многоязычных задач. Контекст ограничен 514 токенами по метаданным; README рекомендует держать вопрос вместе с вариантами примерно в пределах 192 токенов и использовать не более 20 вариантов. Для запуска требуется приложенный код naluri.py: стандартный pipeline Transformers и виджет инференса Hugging Face не поддерживают специальную голову принятия решений. Сильная сторона модели — компактный однопроходный вывод вероятностей, а обучение на контрастных минимальных парах помогает учитывать состояние во входе. По README, слабее всего модель справляется с нулевым дообучением на структурированных бизнес-решениях, некоторые ответы «да/нет» с JSON-состояниями слабо реагируют на изменения данных, а качество ниже на низкоресурсных языках; результаты основаны на одном запуске. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и ограничивающая коммерческое применение.