I.11Классификация, ранжирование и сопоставление

Модель louisbrulenaudet/tsdae-lemone-mbert-base — Sentence-Transformers на основе многоязычного BERT, адаптированная разработчиком Louis Brulé Naudet к французским юридическим текстам. Она преобразует предложения и абзацы в плотные векторы размерностью 768 и предназначена для семантического поиска, кластеризации и извлечения признаков для последующей классификации. Обучение методом TSDAE использовало 100 000 предложений из французских кодексов, включая гражданское, уголовное, трудовое и налоговое право. Модель содержит около 194,6 млн параметров, принимает текст и имеет контекстное окно 512 токенов. Базовый mBERT предварительно обучен на 102 языках, однако эта версия специализирована на французском юридическом языке. Репозиторий предоставляет веса PyTorch, Safetensors и Flax. Лицензия — Apache-2.0. Специализация на французском праве помогает находить семантически близкие формулировки в юридических корпусах и получать признаки для downstream-задач. Модель выдаёт эмбеддинги, а не готовые юридические заключения или ответы; качество на иных языках и предметных областях может быть ниже.

Модель разработана для сопоставления строк лекарственных препаратов из VA National Drug File (VANDF) с соответствующими клиническими препаратами RxNorm, включая действующее вещество, дозировку и лекарственную форму. Это двунаправленный энкодер на базе SapBERT, дообученный на парах VANDF—RxNorm с трудными отрицательными примерами; он ищет ближайшие названия среди 27 287 активных препаратов RxNorm и калибрует уверенность результата. Модель содержит 136,7 млн параметров, принимает текст и поддерживает контекст до 512 токенов. Предназначена для нормализации наименований лекарств и связывания медицинских сущностей, когда требуется сопоставить не только действующее вещество, но также дозировку и форму выпуска. Оценка уверенности позволяет автоматически принимать наиболее надёжные совпадения, а остальные отправлять на проверку специалисту. По README, на тестовых данных точность top-1 составляет около 0,91 при повторных разбиениях по ингредиентам; точность принятых автоматически результатов в описанном тесте составила 98,2–98,8% при охвате 46–79% в зависимости от состава выборки. Модель обучена только на строках VANDF, поэтому качество может быть ниже на названиях из других источников; для FDA Structured Product Label указана точность около 0,71. Кандидаты соответствуют выпуску RxNorm от 8 сентября 2026 года и требуют обновления при изменении RxNorm. Ошибки дозировки и лекарственной формы могут быть клинически значимыми, поэтому модель не предназначена для самостоятельного клинического применения: результаты следует проверять, а сомнительные случаи направлять фармацевту. Лицензия — Apache-2.0.

EMBO разработала SODA-VEC VICReg Our Contrast — модель для построения векторных представлений биомедицинских и научных текстов. Она дообучена на базе answerdotai/ModernBERT-base и обучена на 26,5 млн пар заголовков и аннотаций из PubMed Central. Модель использует ModernBERT-base с 12 слоями, mean pooling и L2-нормализацией; выдаёт эмбеддинги размерности 768 и поддерживает контекст до 8192 токенов. Она предназначена для семантического поиска, сравнения текстов и извлечения научной литературы, а также может служить основой для дообучения под прикладные задачи. Лицензия — Apache-2.0. Модель ориентирована на англоязычные тексты биомедицины и наук о жизни. Она может хуже работать в других областях; для длинных документов рекомендуется разбивать текст на фрагменты. Представления отражают смещения корпуса PubMed Central.

VietLegal-E5 — модель эмбеддингов для семантического поиска по юридическим текстам на вьетнамском языке, разработанная mainguyen9 и дообученная на базе intfloat/multilingual-e5-large. Она построена на архитектуре XLM-RoBERTa и содержит 658,7 млн параметров по метаданным; README указывает размер базовой модели 560 млн параметров. Модель создаёт векторы размерностью 1024 и поддерживает Matryoshka-представления размерностью 512, 256 и 128, позволяя уменьшать размер векторов. Максимальная длина последовательности — 512 токенов по README и 514 токенов по метаданным. Модель предназначена для поиска релевантных документов по юридическим запросам, сравнения запросов и документов и построения retrieval-систем для вьетнамских юридических материалов. В бенчмарке Zalo AI Legal Text Retrieval README сообщает NDCG@10 0,7229; при размерности 128 показатель составляет 0,7073. Векторы сравниваются косинусной близостью. Модель принимает текст и выдаёт эмбеддинги; заявленный язык — вьетнамский. Распространяется по лицензии Apache 2.0.

Hoangy2005/vietnamese-legal-embedder — текстовая модель Sentence Transformer, дообученная на основе intfloat/multilingual-e5-base. Она преобразует предложения и абзацы в плотные векторы размерности 768, нормализованные для сравнения по косинусному сходству. Архитектура включает XLM-RoBERTa, усредняющий pooling и нормализацию; максимальная длина последовательности — 514 токенов по метаданным Hugging Face. Модель предназначена для извлечения эмбеддингов и поиска релевантных текстов, в том числе семантического поиска по вьетнамским юридическим материалам и подбора похожих предложений. Карточка указывает базовую мультиязычную модель, однако не приводит конкретные обучающие данные или результаты оценки качества в юридическом домене. Использование требует библиотеки Sentence Transformers. Лицензия в предоставленных данных не указана.

sentence-transformers/xlm-r-bert-base-nli-stsb-mean-tokens — модель Sentence Transformers, обученная командой sentence-transformers на основе XLM-RoBERTa. Она преобразует предложения и абзацы в плотные векторы размерности 768 для поиска семантически близких текстов, кластеризации и сравнения сходства. Модель принимает текст и выдаёт векторные представления; максимальная длина контекста составляет 514 токенов. Доступны варианты весов в форматах PyTorch, Safetensors, TensorFlow, ONNX и OpenVINO. Модель многоязычная благодаря основе XLM-RoBERTa, однако README предупреждает, что качество её эмбеддингов низкое и модель устарела, поэтому для новых задач рекомендуются более современные модели эмбеддингов. Лицензия — Apache-2.0.

Это дообученная модель XLM-RoBERTa для классификации текста, созданная на основе FacebookAI/xlm-roberta-base. Веса содержат около 305,2 млн параметров; модель использует архитектуру XLMRobertaForSequenceClassification и принимает последовательности длиной до 514 токенов. В карточке указано дообучение на датасете, название которого не приведено. На оценочной выборке указаны F1 0,6576, ROC AUC 0,7940, accuracy 0,5110 и loss 0,3820. Метрики дают ориентир по результатам проверки, но без описания набора данных и схемы классов нельзя судить о качестве для конкретной задачи. Модель распространяется по лицензии MIT.

poltextlab/xlm-roberta-large-ontolisst-major-v5 — модель классификации текста, созданная командой PolTextLab на основе XLM-RoBERTa Large и предназначенная для анализа политических и общественных текстов в CAP Babel Machine — бесплатном инструменте для сравнительных исследований. Модель относит текст к одной из тематических категорий; среди указанных классов — окружающая среда и жильё, здравоохранение и социальные услуги, занятость и труд. В README приведены результаты оценки: точность 93%, macro F1 0,91 и weighted F1 0,93. Модель дообучена на FacebookAI/xlm-roberta-large и распространяется в формате safetensors. Карточка показывает поддержку английского языка. Для работы используется токенизатор SentencePiece; README указывает, что для запуска с версиями Transformers ниже 4.27 его нужно установить отдельно. Лицензия — CC BY 4.0. Результаты и тематическая применимость за пределами описанных категорий и данных оценки в карточке не раскрыты.

vish88 выпустил дообученную модель классификации текста на базе clevrly/xlnet-base-mnli-finetuned. Она использует архитектуру XLNetForSequenceClassification и содержит 137,8 млн параметров. В README указаны результаты оценки: loss 0,1542 и F1 0,6957. Модель подходит для классификации текста; конкретные метки классов и целевая предметная область в карточке не описаны. Данные для дообучения обозначены как None, поэтому установить назначение суффикса «orgs» по карточке нельзя. Репозиторий содержит веса PyTorch и распространяется по лицензии MIT.

Shekar AI разработала персидскую версию ALBERT, дообученную на корпусе Naab с задачей masked language modeling. Модель предназначена для предсказания пропущенных токенов в персидском тексте, а также может служить энкодером для получения векторных представлений предложений и дальнейшего дообучения для классификации, разметки и синтаксического анализа. В метаданных указаны архитектура ALBERT, 137,8 млн параметров и контекст до 512 токенов; README приводит другие сведения о размере модели — 11,5 млн параметров, 12 слоёв, размер скрытого состояния 768 и размер эмбеддинга 128. Особенность словаря SentencePiece — явная обработка символа ZWNJ, важного для написания персидских составных слов. README сообщает о точности top-1 49,1% на задаче предсказания замаскированных токенов. Модель компактна по замыслу, но не является источником фактических знаний: она слаба в фактическом дополнении предложений. Обучающие данные отражают возможные смещения персидских веб-текстов и новостей. Лицензия — MIT.

algerianDeBERTa — компактный энкодер DeBERTa-v2, разработанный 81melody и обученный с нуля как masked language model на алжирском корпусе. Модель содержит 65,7 млн параметров, использует собственный токенизатор с 30-тысячным словарём и поддерживает контекст до 512 токенов. Модель предназначена для восстановления замаскированных слов и как основа для дообучения под задачи обработки алжирских текстов: классификацию тональности и намерений, распознавание сущностей, поиск и ранжирование. В обучающих данных представлены алжирская дарджа на арабском письме, Arabizi на латинице, французский язык, переключение между языками и некоторое количество современного литературного арабского. В описанных тестах тональности она показала около 96–98% macro-F1 модели DziriBERT при примерно вдвое меньшем размере. Это базовая MLM-модель, а не чат-модель: она не предназначена для ответов на инструкции и обычно требует дообучения для прикладных задач. Данные из публичных сайтов и соцсетей могут отражать содержащиеся там предвзятость, сленг и токсичность; покрытие дарджа, Arabizi и французского сильнее, чем литературного арабского и тамазигхта, а региональные варианты представлены неравномерно. Лицензия — Apache-2.0.

anchor-pairs — дообученный Krasovskiy на FacebookAI/xlm-roberta-base кросс-энкодер для оценки того, должны ли два поисковых запроса вести на одну страницу. Модель предназначена прежде всего для кластеризации ключевых слов при построении семантического ядра в гемблинг-нише: она оценивает пары запросов без обращения к поисковой выдаче и может помочь разобрать случаи с разными написаниями, синонимами или языками. Модель построена на XLM-RoBERTa и содержит 305,2 млн параметров; она принимает пары текстов и выдаёт оценку для ранжирования или классификации. Карточка сообщает о контексте до 514 токенов и обучении на 1,2 млн пар запросов, собранных по страницам конкурентов. В заявленном тесте на гемблинг-данных anchor-pairs показала PR-AUC 0,9636; эти результаты относятся к описанной оценочной выборке и задаче. Для других ниш авторы указывают худший результат, чем у базовой модели, и рекомендуют переобучение на профильных данных. Модель не определяет по одному запросу, является ли название провайдером игр или заведением. Лицензия — Apache-2.0.

TurkuNLP/bert-base-finnish-cased-v1 — финская версия BERT, разработанная TurkuNLP и обученная с нуля на финскоязычных текстах. Это модель с архитектурой BERT для заполнения пропусков в тексте; её также можно дообучать для задач обработки финского языка, включая классификацию документов, распознавание именованных сущностей и разметку частей речи. Модель содержит 151,7 млн параметров, использует словарь из 50 000 WordPiece-токенов с улучшенным покрытием финских слов и поддерживает контекст до 512 токенов. Предобучение включало 1 млн шагов на корпусе более чем из 3 млрд токенов: новостях, интернет-обсуждениях и данных веб-сборов. Доступны веса в форматах PyTorch, TensorFlow, JAX/Flax и Safetensors. Карточка сообщает о результатах выше multilingual BERT в ряде финских задач, включая классификацию документов, NER и разметку частей речи. Для этих задач требуется дообучение на соответствующих данных; модель ориентирована на финский язык и не предназначена для генерации свободного текста. Лицензия в предоставленных данных не указана.

bert-base-nli-cls-token — модель sentence-transformers, обученная командой sentence-transformers на основе BERT. Она преобразует предложения и абзацы в плотные векторы размерности 768 для поиска семантически близких текстов, кластеризации и сравнения предложений. Архитектура — BERT с 136,7 млн параметров; модель принимает текст, поддерживает контекст до 512 токенов и распространяется в форматах PyTorch, Safetensors, TensorFlow, Flax, ONNX и OpenVINO. Модель может служить базовым компонентом семантического поиска и группировки текстов. Авторы пометили её как устаревшую и предупреждают о низком качестве эмбеддингов; для новых задач рекомендуют выбрать более современные модели sentence-transformers. Лицензия — Apache-2.0.

sentence-transformers/bert-base-nli-mean-tokens — модель Sentence-Transformers на архитектуре BERT, обученная командой Sentence-Transformers. Она преобразует предложения и абзацы в плотные векторы размерности 768 для семантического поиска, сравнения текстов и кластеризации. Модель содержит 136,7 млн параметров, принимает текст и использует контекст до 512 токенов; для получения вектора применяется pooling контекстных представлений токенов. Модель подходит для поиска похожих фраз и документов, группировки текстов по смыслу и построения эмбеддингов для последующей обработки. В карточке указана лицензия Apache-2.0. Авторы пометили модель как устаревшую и предупреждают о низком качестве эмбеддингов; для новых проектов рекомендуют выбрать более современную модель Sentence-Transformers.

orai-nlp разработала эту модель на базе BERT для обработки текста на суахили в условиях ограниченных языковых ресурсов. Модель обучена на подмножестве корпуса CC-100 на суахили объёмом 125 млн токенов и предназначена для извлечения контекстных признаков, которые можно использовать в задачах классификации и распознавания именованных сущностей. Это BERT base cased с 12 слоями, словарём на 50 тысяч токенов и контекстом до 512 токенов. В README приведены результаты для распознавания именованных сущностей, тематической классификации и анализа тональности; в сравнении с несколькими моделями для суахили она показала лучшие результаты в указанных тестах. Модель доступна в форматах PyTorch и Safetensors по лицензии CC BY 4.0.

Это англоязычная модель классификации последовательностей на базе BERT, созданная Ишаном дообучением bert-base-uncased на наборе MultiNLI. Она предназначена для классификации отношений между парами текстов, в частности для определения логического следования, противоречия или нейтрального отношения между посылкой и гипотезой. Модель содержит 136,7 млн параметров, принимает текстовые входные данные и поддерживает контекст до 512 токенов. Доступны версии весов для PyTorch и Flax. В описанной оценке на MultiNLI точность составила 0,8456 на matched и 0,8484 на mismatched. Модель подходит для распознавания текстовых отношений и задач классификации, основанных на них; карточка не сообщает об оценке на других наборах данных. Лицензия в предоставленных данных не указана.

leomaurodesenv/bert-base-uncased-nvidia-aegis-v2-augmented — дообученная модель BERT для классификации текста, основанная на google-bert/bert-base-uncased. Она содержит 136,7 млн параметров и принимает последовательности длиной до 512 токенов. В README приведены результаты оценки: loss 0,2871 и accuracy 0,8823; набор данных и подробности задачи классификации не описаны. Модель подходит для классификации текстовых последовательностей в англоязычных сценариях на основе BERT. Доступна в формате safetensors для библиотеки Transformers. Распространяется по лицензии Apache-2.0; качество на других данных и применимость к конкретным классам задач зависят от неизвестного обучающего набора.

BERTimbau Large — предварительно обученная модель BERT для бразильского португальского языка, опубликованная командой NeuralMind. Это плотный энкодер BERT-Large с 24 слоями; в README указано 335 млн параметров, тогда как метаданные каталога приводят 433,2 млн. Максимальная длина контекста — 512 токенов. Репозиторий предоставляет веса в форматах PyTorch и Flax. Основная задача модели — предсказание замаскированных токенов. Её также можно дообучать или использовать как основу для извлечения эмбеддингов и задач понимания португальского текста, включая распознавание именованных сущностей, оценку семантического сходства предложений и распознавание текстового следования. README сообщает о высоких результатах на этих задачах, но не приводит подробностей оценивания. Модель предназначена для бразильского португальского, поэтому её пригодность для других языков не подтверждена. Указана лицензия MIT.

Это модель sentence-transformers на базе BERT, созданная для оценки семантического сходства коротких математических текстов. Разработчики дообучили доменно адаптированную модель math-similarity/Bert-MLM_arXiv на парах заголовков из zbMath, используя коды MSC для определения сходства. Модель кодирует предложение или короткий абзац в плотный вектор размерности 768. Для поиска, кластеризации и сравнения текстов в ней используется mean pooling и дообучение с целью косинусного сходства. Контекст BERT составляет до 512 токенов по метаданным, а карточка модели указывает, что входы длиннее 256 word pieces по умолчанию обрезаются. Модель подходит для поиска и группировки математических публикаций по смыслу, а также для сравнения коротких математических описаний. Она предназначена для английских математических текстов zbMath; в карточке отмечено, что обучающий набор с заголовками нельзя распространять из-за лицензионных ограничений. Лицензия модели в предоставленных данных не указана.

Небольшая модель BERT-tiny, дообученная командой M-FAC на наборе MRPC с оптимизатором второго порядка M-FAC. Она классифицирует пары предложений, в частности определяет, выражают ли они одинаковый смысл; модель подходит для экспериментов и проверки методов дообучения. Архитектура — BertForSequenceClassification, размер — 4,4 млн параметров, контекст — до 512 токенов. В README приведены результаты на валидационной выборке MRPC: F1 82,77 и точность 72,94% для лучшего запуска; средние результаты рассчитаны по пяти запускам. Доступны веса PyTorch. Сведения о лицензии в предоставленных данных отсутствуют.

Карточка модели google/bert_uncased_L-8_H-768_A-12 на Hugging Face совпадает с карточкой google/bert_uncased_L-2_H-128_A-2, поэтому описание составлено по ней. google/bert_uncased_L-2_H-128_A-2 — компактная англоязычная модель BERT Miniatures от Google, описанная в работе «Well-Read Students Learn Better: On the Importance of Pre-training Compact Models». Это BERT с 2 слоями и скрытым размером 128; модель содержит около 4,4 млн параметров и принимает последовательности длиной до 512 токенов. Она обучена без учёта регистра с маскированием WordPiece и предназначена для сред с ограниченными вычислительными ресурсами. Модель можно дообучать для задач понимания текста, таких как классификация и оценка сходства предложений. Авторы отмечают, что компактные модели особенно эффективны при дистилляции, когда метки для дообучения генерирует более крупная и точная модель-учитель. Доступны веса PyTorch, Flax и Safetensors. Модель рассчитана на английский язык. Её компактность снижает требования к вычислительным ресурсам, но качество может уступать более крупным моделям, а для прикладных задач обычно требуется дообучение или дистилляция. Лицензия — Apache-2.0.

KayaTechAI/BGE-M3-0.56B-Fine-Tuned-Telecom-Technical-Documents-Retrieval-Embedding-Generalization-Baseline — модель Sentence Transformer, разработанная KayaTechAI путём дообучения BAAI/bge-m3 на наборе пар запросов и релевантных технических текстов из телекоммуникационной области. Она кодирует предложения и абзацы в плотные векторы размерностью 1024 и предназначена прежде всего для семантического поиска и оценки сходства текстов, включая поиск по технической документации телекоммуникаций. Модель построена на XLM-RoBERTa с пулингом CLS-токена и нормализацией эмбеддингов; максимальная длина входа — 8194 токена по метаданным. README указывает английский язык. Обучение с MatryoshkaLoss позволяет использовать усечённые векторы меньшей размерности, а в карточке приведены результаты поиска для размерностей от 64 до 1024. Модель распространяется по лицензии Apache-2.0.

anhtk/bge-m3-vietnamese-psychology-v2 — текстовая Sentence Transformer-модель, дообученная автором на базе BAAI/bge-m3 для представления вьетнамских предложений и абзацев в виде плотных эмбеддингов. Модель использует XLM-RoBERTa с CLS-пулингом и нормализацией, формирует векторы размерности 1024 и сравнивает их по косинусному сходству. Максимальная длина последовательности — 8192 токена; модель рассчитана на retrieval и поиск семантически близких текстов. Область адаптации — тексты о психологии: среди примеров обучающих данных есть вопросы о психологическом состоянии и консультациях. Модель подходит для поиска похожих обращений и извлечения релевантных фрагментов из вьетнамских психологических материалов. Она выдаёт эмбеддинги, а не готовые ответы или диагнозы; качество для иных тематик отдельно не подтверждено. Распространяется в формате safetensors; лицензия в предоставленных данных не указана.

Это бинарный классификатор на базе SetFit для определения намерения конвертировать что-либо; автор также указывает, что модель подходит для другой бинарной классификации. Модель использует архитектуру BERT и рассчитана на входные текстовые примеры длиной до 512 токенов. В README приведён сценарий использования через библиотеку SetFit, а обучение описано с применением CosineSimilarityLoss. Модель может быть полезна для классификации коротких текстов и оценки их сходства, однако карточка не раскрывает языки обучения, набор данных и точные показатели качества. Размер модели — около 40 млн параметров; лицензия в предоставленных данных не указана.

CANINE-s — многоязычная предварительно обученная модель Google для представления текста. Она использует архитектуру CANINE и принимает текст на уровне символов: вместо отдельного токенизатора символы представляются кодовыми точками Unicode. Модель содержит 113,2 млн параметров и обучалась на 104 языках с целями masked language modeling и предсказания следующего предложения; для masked language modeling применялся subword loss. В метаданных указан контекст до 16 384 токенов. Модель предназначена прежде всего для извлечения признаков, которые затем используют в задачах классификации последовательностей и токенов, ответов на вопросы и других задачах понимания текста. Она может работать с многоязычными текстами, включая языки с разными письменностями, без предварительной настройки границ токенов. Для генерации текста модель не предназначена. Распространяется по лицензии Apache-2.0.

BAAI разработала CCI3-HQ-Classifier — модель классификации текста на базе BGE-M3 с регрессионной головой, которая оценивает образовательную ценность веб-страниц и текстовых фрагментов по шкале от 0 до 5. Она предназначена для отбора и подготовки образовательных данных из веб-корпусов; модель использовалась при создании набора CCI3-HQ. Модель дообучена на 145 тысячах примеров из датасета CCI3 с оценками, сгенерированными Qwen2-72B-Instruct. Энкодер и слои эмбеддингов BGE-M3 во время обучения были заморожены, обучалась классификационная голова. Для бинарного отбора с порогом 3 авторы сообщают F1 73%. Репозиторий содержит веса Safetensors; размер модели — 658,7 млн параметров, базовая модель поддерживает контекст до 8194 токенов. Лицензия — Apache-2.0. Модель подходит для ранжирования и фильтрации страниц по их образовательной ценности, особенно для материалов начальной и средней школы. Качество может снижаться на данных, отличающихся от обучающего веб-корпуса, а также на материалах высшего образования и узкоспециализированных темах. Оценки могут наследовать смещения обучающих данных и разметки Qwen2; при оценке отдельной страницы модель не учитывает более широкий контекст.

recobo/chemical-bert-uncased-simcse — модель семейства BERT, опубликованная пользователем или организацией Recobo. Это sentence-transformer для получения векторных представлений химических текстов и оценки сходства между ними. Модель поддерживает извлечение признаков и сравнение предложений; её можно применять для поиска похожих химических описаний и семантического поиска по текстам. Веса опубликованы в формате PyTorch, число параметров — 137,1 млн, максимальная длина контекста — 512 токенов. Лицензия — Apache-2.0. README содержит пример загрузки через библиотеку sentence-transformers.

CLIP-FlanT5-XXL — модель для оценки соответствия изображения текстовому описанию, реализующая метрику VQAScore. Репозиторий bigshanedogg содержит неофициальную упаковку исходной модели Zhiqiu Lin и соавторов в формат Transformers с поддержкой загрузки через trust_remote_code. Модель насчитывает 5,8 млрд параметров и объединяет визуальную башню CLIP ViT-L/14-336 с энкодером-декодером FlanT5-XXL: признаки изображения передаются в энкодер T5, а декодер оценивает ответ на вопрос о соответствии изображения подписи. Основной сценарий — получить оценку image-text alignment без эталонного изображения: VQAScore вычисляется по вероятности ответа «Yes» на вопрос о том, показывает ли изображение заданную подпись. Реализация предназначена для оценки и бенчмаркинга генерации изображений, включая CVTG-2K. Несмотря на тег image-text-to-text, README указывает, что в Transformers 5.x генерация отключена: модель рассчитана на оценивание через forward и logits, а не на свободную генерацию текста. Весовая основа и упаковка распространяются по Apache-2.0; компоненты FlanT5-XXL также имеют Apache-2.0, а CLIP ViT-L/14-336 — MIT. Для загрузки с удалённым кодом требуется trust_remote_code; README указывает совместимость с Transformers 5.x и 4.57.

Common-Voice-Gender-Detection — модель PrithivMLmods для бинарной классификации аудио по голосовым признакам с метками «female» и «male». Она дообучена на facebook/wav2vec2-base-960h и использует архитектуру Wav2Vec2ForSequenceClassification; размер модели — 113,3 млн параметров. Модель предназначена для определения метки голоса в речевых записях: например, для тегирования аудио, сортировки голосовых наборов данных и вспомогательной аналитики звонков, подкастов и интервью. В README приведён отчёт классификации на 6545 примерах с точностью 98,46%; эти результаты относятся к указанной оценке и не гарантируют такую же точность на других данных. Модель принимает аудио и выдаёт класс, поэтому подходит для классификации, а не для транскрибирования речи. Базовая модель ориентирована на английскую речь, а метаданные указывают английский язык. Лицензия — Apache-2.0.