I.11Классификация, ранжирование и сопоставление

MyAwesomeModel — модель, опубликованная в репозитории sfafasgag5657/MyAwesomeModel-TestRepo и предназначенная по метаданным Hugging Face для извлечения признаков. Она интегрируется с библиотекой Transformers и использует экосистему PyTorch; в тегах также упоминается семейство BERT. Лицензия модели — MIT. README описывает обновлённую версию модели с улучшениями рассуждений, логического вывода, математических и программных задач, понимания текста, классификации, анализа тональности, суммаризации, перевода, диалогов и вызова функций. В карточке также заявлены снижение галлюцинаций и поддержка системных промптов, однако эти сведения ориентированы на генеративное использование и не согласуются напрямую с метаданными, где основная задача обозначена как feature extraction. Модель может быть полезна как компонент Transformers-пайплайна для получения векторных представлений текста и последующей классификации, поиска или сравнения. Размер, длина контекста, поддерживаемые естественные языки и точная архитектура в доступных данных не приведены; упоминание BERT в тегах не позволяет подтвердить конкретную конфигурацию.

MyAwesomeModel — модель на базе BERT для извлечения признаков из текста, опубликованная на Hugging Face с использованием библиотеки Transformers и PyTorch. Основное назначение модели — преобразование текстовых входов в векторные представления для последующего применения в задачах машинного обучения и анализа текста. В README также заявлены улучшения рассуждений, генерации кода, ответов на вопросы, классификации и других генеративных сценариев, однако эти утверждения не согласуются с метаданными, где основной pipeline-тег — feature-extraction, а архитектурное семейство указано как BERT. Размер модели, длина контекста и поддерживаемые естественные языки не приведены. Модель распространяется по лицензии MIT.

Это исследовательский чекпойнт rwightman: двухбашенная модель CLIP с визуальной башней NaFlexViT-B/32 и текстовым трансформером CLIP. Модель обучена на датасете CC12M с контрастивной целью InfoNCE; во время обучения размер патча менялся между 24, 32 и 40 пикселями, а длина последовательности изображений — между 36 и 81 токенами. В текстовой башне используется BPE-токенизатор с контекстом 77 токенов. Модель предназначена для классификации изображений без примеров классов: она сопоставляет изображение с текстовыми описаниями классов и выбирает наиболее подходящее. В карточке приведены результаты zero-shot ImageNet-1k; обучение с варьируемым размером патча улучшает результаты при некоторых размерах патча, отличных от базового. Для загрузки и работы используется библиотека open_clip. Лицензия — Apache-2.0. Это экспериментальный исследовательский чекпойнт, а не готовая к производственному использованию модель. Качество зависит от числа визуальных токенов и размера патча: патч 16 пикселей показал низкие результаты, а длины последовательности свыше 81 токена выходят за диапазон обучения. Карточка не приводит полный набор результатов на других задачах, поэтому их качество не следует предполагать по результатам ImageNet.

Adreno99/nasfund_setfit_pretrained — модель классификации текста на основе SetFit. Она использует дообученный контрастным обучением Sentence Transformer и классификационную голову LogisticRegression; модель обучена для четырёх классов с применением few-shot-подхода, рассчитанного на обучение по небольшому числу примеров. Максимальная длина последовательности — 512 токенов. В README приведена точность 1,0 на обучающем наборе, но результаты на независимой выборке не описаны, поэтому эта метрика не показывает качество обобщения. Модель предназначена для присвоения текстам одной из четырёх меток. Языковая тематика и значения меток в доступной карточке не раскрыты, поэтому область применения и поддерживаемые языки определить нельзя. Репозиторий содержит веса в формате safetensors; для инференса предусмотрена библиотека SetFit. Сведения о лицензии отсутствуют в предоставленных данных.

Nathanael-Embedding-50M — компактная vision-language-модель без отдельного визуального энкодера, построенная на базе SupraLabs/Supra-1.5-50M-Base-exp. Согласно карточке, модель дистиллирована с использованием эмбеддингов SigLIP-2 и отображает визуальные токены в скрытое представление языковой модели. Она принимает текстовые токены и изображения размером 224×224; доступны веса SafeTensors и оптимизированные варианты ONNX в FP32 и FP16 для CPU, WASM и ускорения через WebGPU/WebGL. Модель предназначена для извлечения признаков из текстово-визуальных входов, в том числе в браузере или терминале. Карточка не уточняет длину контекста и конкретные сценарии работы с изображениями. Лицензия — MIT.

Nawah-Dialect-BERT-6M — компактная модель для определения разновидности арабского языка по тексту. Её разработала команда проекта NAWAH; модель дообучена на основе двунаправленного BERT-энкодера Nawah-BERT-6M-v2 и содержит около 6,2 млн параметров. Для классификации используется усреднение представлений непустых токенов и небольшой двухслойный классификатор; максимальная длина контекста — 2048 токенов. Модель присваивает входному арабскому тексту одну из 14 меток: 13 диалектов или современный литературный арабский (MSA). Она предназначена для автоматической маршрутизации и анализа арабоязычных текстов. В описанной авторами оценке на отложенной выборке достигла точности 0,9428 и macro-F1 0,9025. Модель обучалась на тексте без диакритических знаков, поэтому перед подачей рекомендуется удалять диакритики. Авторы отмечают, что короткие тексты, особенно короче примерно 25 слов, классифицируются ненадёжно; данные для некоторых диалектов ограничены. Проверка на формальной письменной речи, орфографии соцсетей и Arabizi не описана. Лицензия — Apache-2.0.

NorBERT 3 large — официальный выпуск крупной норвежской языковой модели семейства NorBERT 3, представленного в работе NorBench. Это энкодерная модель архитектуры BERT для предсказания замаскированных токенов; она также подходит для классификации текста и токенов, ответов на вопросы и задач с выбором одного из вариантов. В метаданных указано 353,1 млн параметров, формат PyTorch и контекст до 512 токенов. Модель предназначена для работы с норвежским языком, включая варианты nb и nn, и может использоваться как основа для анализа норвежских текстов. Для загрузки README указывает на необходимость пользовательской обёртки modeling_norbert.py и параметра trust_remote_code=True. Лицензия — Apache-2.0.

Openn_binary — англоязычная модель классификации текста, созданная дообучением microsoft/deberta-v3-base. Она предназначена для отнесения текста к классам; конкретные метки и прикладной сценарий в карточке не раскрыты. Модель построена на архитектуре DeBERTa-v2, содержит 211,6 млн параметров и принимает контекст длиной до 512 токенов. В приведённой оценке на тестовом наборе указаны accuracy 0,67, precision 0,6977, recall 0,5985, F1 0,6443 и AUC 0,7168. Данные для обучения обозначены как None, поэтому воспроизвести результаты или определить предметную область по карточке нельзя. Распространяется по лицензии MIT.

minhquan6203/paraphrase-vietnamese-law — модель Sentence Transformers на основе sentence-transformers/paraphrase-multilingual-mpnet-base-v2, дообученная разработчиком на парах предложений с оценками сходства. Она кодирует предложения и абзацы в плотные векторы размерности 768 и предназначена для семантического поиска и сравнения текстов в юридическом контексте Вьетнама. Модель использует архитектуру XLM-RoBERTa с усреднением токенных представлений и косинусной мерой сходства. В README указана максимальная длина последовательности 300 токенов, а метаданные каталога указывают нативный контекст в 514 токенов. Карточка сообщает о применении для семантического сходства, поиска парафразов, классификации и кластеризации; результаты оценки сходства включают Spearman 0,8645 для косинусного сходства. README не сообщает лицензию, поэтому условия распространения и использования установить по доступным данным нельзя. Результаты и качество на других юридических корпусах или языках отдельно не описаны; длинный текст может требовать разбиения на фрагменты.

Political DEBATE base v1.0 — классификатор на архитектуре DeBERTa-v2, разработанный Майклом Бернхэмом и соавторами. Модель дообучена на наборе PolNLI и предназначена для zero-shot и few-shot классификации политических текстов через проверку текстовых гипотез: пользователь передаёт документ и короткое утверждение, а модель оценивает, следует ли оно из документа. Модель поддерживает выявление политической позиции и мнений, hate speech, событий и тем. В обучающих данных представлены публикации в социальных сетях, новости, законопроекты и краткие описания судебных дел. Размер модели — 211,6 млн параметров, контекст — до 512 токенов; основной язык карточки — английский. Рекомендуется формулировать гипотезы кратко и с одним критерием. Для few-shot обучения авторы советуют использовать не менее 10 примеров, предпочтительно около 25, и обучать 3–5 эпох. Лицензия — MIT. Оценка в карточке опирается главным образом на тестовый набор PolNLI; качество на других темах и источниках может отличаться. Авторы рекомендуют базовую модель для supervised-классификации задач, явно представленных в обучающих данных, а Political DEBATE — для zero-shot и few-shot сценариев.

PtVId — модель классификации текста, разработанная авторами репозитория liaad/PtVId путём дообучения BERT-Large на наборе данных PtBrVId. Она предназначена для отнесения текстов на бразильском португальском к классам, предусмотренным этим набором данных; README не уточняет сами метки и прикладной сценарий классификации. Модель использует архитектуру BERT для классификации последовательностей, содержит 433,2 млн параметров и принимает текстовый контекст длиной до 512 токенов. Репозиторий распространяет веса в формате safetensors; модель можно загрузить через transformers.pipeline. Лицензия — MIT. Карточка не сообщает метрики качества и подробности об ограничениях классификации, поэтому перед применением в конкретном сценарии следует проверить ожидаемые метки и качество на собственных данных.

Это компактный текстовый backbone Qwen3.5, подготовленный mp-juuuns для обучения классификаторов с пользовательской выходной головой. Он получен из Qwen/Qwen3.5-0.8B: глубина сокращена с 24 до 4 слоёв в три этапа дистилляции, а словарь уменьшен примерно с 248 тысяч до 39 866 английских и корейских токенов. В README указано 120,6 млн параметров, тогда как метаданные каталога приводят 95,3 млн. Модель использует архитектуру Qwen3_5TextModel, доступна в Safetensors и GGUF Q8_0, имеет контекстное окно 262 144 токена и распространяется по лицензии Apache-2.0. Backbone предназначен для дообучения классификаторов под собственные метки, в том числе для многоцелевой классификации документов. В эксперименте на английских новостях SemEval-2020 Task 11 классификаторы на его основе показали результаты, близкие к лучшим среди 65 моделей, а сокращение числа слоёв заметно ускорило классификацию в измерениях авторов. Сам backbone не содержит классификационной головы и сам по себе не выдаёт готовые метки: для применения нужно добавить и обучить голову. Несмотря на тег conversational и наличие возможности chat в метаданных, README описывает его как headless-классификационный backbone, а не как готовую диалоговую модель. Оценка качества ограничена небольшой выборкой английских новостей и одним прикладным заданием; часть оценок получена на данных, использованных для выбора порога, а независимая тестовая оценка единична. Для корейского измерялись только токенизация и скорость, качество не оценивалось. Длинноконтекстное поведение, калибровка вероятностей, устойчивость, справедливость и безопасность для производства не установлены; модель не рекомендуется использовать как проверяющую факты, фильтр безопасности или автономный механизм принятия решений.

Это плотная модель для получения текстовых эмбеддингов и поиска по сходству, разработанная Steve0927 для соревнования XIR 1170. Она дообучена на базе Qwen3-Embedding-0.6B с использованием траекторий LRAT и предназначена для роли ретривера в агентном поиске по фиксированному корпусу LRAT/BrowseComp-Plus. Веса модели содержат около 507,6 млн параметров, архитектура относится к Qwen3, формат публикации — safetensors; поддерживаемая длина контекста составляет 32 768 токенов. В обучении использованы 80 517 строк из официальных обучающих траекторий LRAT с фильтрацией и взвешиванием строк; README сообщает, что внешние данные и синтетические запросы не добавлялись. На локальной оценке по 830 запросам модель показала общий балл 38,0361 и recall 44,1349 при заданной конфигурации агентного поиска. Результат относится к конкретному пайплайну и не гарантирует аналогичного качества на других корпусах или настройках. Лицензия в предоставленных данных не указана.

gzh6/rbt3-chn-senti-corp — компактная китайская BERT-модель, дообученная автором репозитория на неизвестном датасете для классификации текста. Она предназначена для присвоения меток китайским текстам; в карточке приведены результаты оценки: accuracy 0,9208 и loss 0,2704. Модель содержит 44,5 млн параметров, принимает последовательности длиной до 512 токенов и распространяется в формате safetensors для Transformers. Базовая модель — hfl/rbt3, предварительно обученная для обработки китайского текста. Модель подходит для классификации китайских текстов в приложениях и исследовательских прототипах. В карточке не названы набор меток, датасет и конкретная область применения, поэтому результаты оценки нельзя автоматически переносить на другие данные. Лицензия — Apache-2.0.

sentence-transformers/roberta-base-nli-mean-tokens — модель sentence-transformers, обученная командой Sentence Transformers на основе RoBERTa. Она преобразует предложения и абзацы в плотные векторы размерности 768; архитектура содержит около 151,8 млн параметров, а максимальная длина контекста составляет 514 токенов. Модель принимает текст и выдаёт эмбеддинги, которые можно использовать для семантического поиска, сравнения предложений и кластеризации. Репозиторий содержит веса в форматах PyTorch, TensorFlow, ONNX и OpenVINO; лицензия — Apache-2.0. В README модель помечена как устаревшая: качество её эмбеддингов низкое, поэтому для новых проектов рекомендуется выбрать более современную модель для эмбеддингов предложений. Карточка не указывает поддерживаемые естественные языки.

leomaurodesenv/roberta-base-nvidia-aegis-v2-augmented — дообученная модель классификации текста на базе FacebookAI/roberta-base. Она содержит 151,8 млн параметров, использует архитектуру RoBERTa и рассчитана на последовательности длиной до 514 токенов. Модель можно применять для классификации текстовых последовательностей; карточка сообщает точность 0,8641 и значение loss 0,3024 на оценочном наборе, но не раскрывает его состав и условия оценки. Модель принимает текст и выдаёт результат классификации. Языковая специализация и конкретные категории классификации не описаны; базовая RoBERTa предназначена для английского языка. Веса представлены в формате safetensors, библиотека — Transformers. Лицензия — MIT. Результаты оценки приведены для неизвестного набора данных, поэтому их переносимость на другие данные не установлена.

RelBERT — модель на базе RoBERTa-large, дообученная библиотекой RelBERT командой, поддерживающей репозиторий relbert, на наборе данных relbert/semeval2012_relational_similarity. Она предназначена для получения векторных представлений отношений между понятиями и решения задач понимания семантических отношений: аналогий, классификации лексических отношений и сопоставления отношений. В README приведены результаты на SAT, BATS, U2, U4, Google, BLESS, CogALexV, EVALution, K&H+ и ROOT09. Модель содержит 454,1 млн параметров, использует архитектуру RoBERTa и принимает текст для извлечения признаков; заявленная длина контекста — 514 токенов. README предлагает использовать её через библиотеку RelBERT. Репозиторий содержит веса PyTorch. Лицензия в предоставленных сведениях не указана. Результаты приведены на конкретных наборах задач понимания отношений и не гарантируют аналогичного качества на других типах текста.

sa-compliance-embeddings-v1 — англоязычная модель текстовых эмбеддингов, разработанная labrat-aiko для поиска разделов южноафриканского закона POPIA по описанию ситуации или запросу. Это дообученная на данных, связанных с POPIA, модель BAAI/bge-small-en-v1.5 на архитектуре BERT: около 40 млн параметров, вектор размером 384 и контекст до 512 токенов. Она предназначена для поиска по нормативным текстам и использования в RAG-системах; также подходит для сравнения и кластеризации документов по соблюдению требований, дедупликации и подготовки меток для классификаторов. В описанной авторами оценке на 128 сценариях Recall@1 вырос с 0,211 у базовой модели до 0,477, а Recall@5 — с 0,508 до 0,656. Обучающие данные сосредоточены на тексте POPIA и связанных сценариях, поэтому качество поиска по другим южноафриканским нормативным материалам не подтверждено. Модель работает на английском языке и не должна использоваться как окончательное юридическое заключение: применимость найденных положений требует проверки человеком. Распространяется по лицензии Apache-2.0.

vishal1210/sanskrit-english-embedding — текстовая модель Sentence Transformers, дообученная на базе intfloat/multilingual-e5-small. Она использует архитектуру BERT с усредняющим pooling и нормализацией, преобразует предложения в плотные эмбеддинги размерностью 384 и сравнивает их по косинусному сходству. Максимальная длина входа — 512 токенов; модель принимает текст и выдаёт векторы. Модель предназначена для семантического поиска и сравнения предложений на английском и санскрите, включая межъязыковой поиск соответствий. В README приведены пары запросов и passages на этих языках; также модель можно применять для поиска парафраз, кластеризации и классификации на основе эмбеддингов. Для обучения использовано 1 120 пар предложений и MultipleNegativesRankingLoss. Карточка не сообщает результатов бенчмарков, поэтому качество на других текстах и предметных областях не установлено. Контекст ограничен 512 токенами. Лицензия в предоставленных данных не указана.

SAURON — модель Sentence Transformers, разработанная Тимом Коорнстрой в рамках магистерской работы по искусственному интеллекту для представления авторского стиля в текстах. Она кодирует предложения и абзацы в плотные векторы размерностью 768, используя архитектуру RoBERTa с 151,9 млн параметров и контекстом до 514 токенов. Обучение на диалогах Reddit с помощью Triplet Loss и семантически сходных высказываний помогает отделять особенности стиля от содержания. Модель предназначена для поиска и группировки текстов по стилю письма, а также для анализа связи стиля и содержания. Поддерживает английский язык. Распространяется по лицензии GPL-3.0.

SciJudge-30B-2605 — модель OpenMOSS-Team на архитектуре Qwen3 MoE, дообученная на базе Qwen/Qwen3-30B-A3B-Instruct-2507 для оценки научных публикаций. По названиям, аннотациям и датам публикации двух статей она предсказывает, какая из них имеет более высокий цитатный импакт. Модель предназначена для сравнительного ранжирования публикаций по ожидаемому цитированию в задачах анализа научной литературы. В тесте SciJudgeBench на 1 000 примерах из основной внутридоменной выборки средняя точность составила 82,7%; показатели приведены для компьютерных наук, математики, физики и других областей. В репозитории указаны 2,6 млрд параметров, контекст 262 144 токена и формат safetensors; для работы используется Transformers. Лицензия — Apache-2.0.

Карточка модели mitra-mir/setfit-model-Feb11-Miscellaneous-Misinformation на Hugging Face совпадает с карточкой mitra-mir/setfit-model-Feb11-Misinformation-on-Trudeau, поэтому описание составлено по ней. Это модель Sentence-Transformers на базе MPNet, созданная для проекта классификации дезинформации о Джастине Трюдо. Она преобразует предложения и абзацы в плотные векторы размерности 768 и подходит для семантического поиска, сравнения текстов и кластеризации. Модель содержит 136,7 млн параметров и рассчитана на контекст до 514 токенов. Её можно применять для поиска текстов, семантически близких к утверждениям о Трюдо, и группировки похожих сообщений. README указывает на обучение с CosineSimilarityLoss, но не приводит сведения о датасете, метриках или точности выявления дезинформации; поэтому качество классификации фактов не подтверждено. Модель опубликована в формате PyTorch; сведения о лицензии в предоставленных данных отсутствуют.

Карточка модели mitra-mir/setfit-model-Feb11-Misinformation-on-Numbers-attendance-support-etc на Hugging Face совпадает с карточкой mitra-mir/setfit-model-Feb11-Misinformation-on-Trudeau, поэтому описание составлено по ней. Это модель Sentence-Transformers на базе MPNet, созданная для проекта классификации дезинформации о Джастине Трюдо. Она преобразует предложения и абзацы в плотные векторы размерности 768 и подходит для семантического поиска, сравнения текстов и кластеризации. Модель содержит 136,7 млн параметров и рассчитана на контекст до 514 токенов. Её можно применять для поиска текстов, семантически близких к утверждениям о Трюдо, и группировки похожих сообщений. README указывает на обучение с CosineSimilarityLoss, но не приводит сведения о датасете, метриках или точности выявления дезинформации; поэтому качество классификации фактов не подтверждено. Модель опубликована в формате PyTorch; сведения о лицензии в предоставленных данных отсутствуют.

SqueezeBERT-MNLI — англоязычная модель Forrest Iandola на архитектуре SqueezeBERT, близкой к BERT-base. Для предобучения использовались masked language modeling и Sentence Order Prediction на BookCorpus и английской Википедии, затем модель дообучили на наборе Multi-Genre Natural Language Inference (MNLI), применив дистилляцию от модели-учителя. Модель предназначена для классификации текстовых пар и определения отношений между предложениями, в частности для вывода о том, следует ли гипотеза из предпосылки. Архитектура заменяет полносвязные слои BERT-base групповыми свёртками; авторы сообщают о скорости в 4,3 раза выше BERT-base-uncased на смартфоне Google Pixel 3. Контекст ограничен 512 токенами, размер модели — 136,7 млн параметров. Модель принимает текст и выдаёт метки классификации. Карточка описывает её как вариант для дообучения на задачах GLUE, включая RTE и MRPC; пример дообучения с дистилляцией в репозитории не реализован. Лицензия — BSD.

YaHi/student_electra_small — дообученная модель классификации текста на основе google/electra-small-discriminator. Она использует архитектуру ELECTRA и содержит 20,4 млн параметров; рассчитана на последовательности длиной до 512 токенов. Модель предназначена для классификации текстовых последовательностей, однако конкретные классы и сценарии применения не описаны. Модель опубликована в формате PyTorch под лицензией Apache-2.0. В карточке приведён результат оценки на тестовой выборке: loss 0,6385. Данные обучения и подробные ограничения не раскрыты.

StyleDistance — англоязычная модель эмбеддингов стиля текста, разработанная проектом StyleDistance. Она преобразует тексты в векторы, в которых тексты с похожей манерой письма располагаются ближе друг к другу, а с разной манерой — дальше, стараясь отделять стиль от содержания. Модель дообучена контрастивным методом на синтетическом наборе SynthSTEL с примерами 40 стилевых признаков; этот вариант обучен только на синтетических данных. Модель предназначена для стилистического анализа, кластеризации текстов по стилю, идентификации и верификации авторства, а также оценки автоматического переноса стиля. Архитектура основана на RoBERTa, размер составляет 151,8 млн параметров, максимальная длина контекста — 514 токенов. Репозиторий содержит веса в формате safetensors и рассчитан на использование через Sentence Transformers. Лицензия — MIT.

StyleMatch multilingual authorship encoder — мультиязычный текстовый энкодер Sentence Transformers, разработанный для поиска текстов со сходным авторским стилем и атрибуции авторства. Модель дообучена на основе Blablablab/multilingual-style-representation и использует архитектуру XLM-RoBERTa с усреднением токенных представлений. Она преобразует фрагменты текста в векторы размерности 1024; сходство между ними можно оценивать косинусной мерой. Энкодер предназначен для извлечения представлений отрывков и поиска по сходству в задачах анализа авторского стиля. В StyleMatch v2 он служит замороженным кодировщиком фрагментов. Для воспроизведения ранжирования развернутой системы необходимы отдельный индекс, нормализация векторов по языкам и поправка на априорную частоту источников: одной косинусной близости этой модели недостаточно. Максимальная длина последовательности составляет 512 токенов. Модель принимает текст и возвращает эмбеддинги; заявлена поддержка нескольких языков, но их перечень в карточке не приведён. Репозиторий содержит веса в формате safetensors, а библиотека для работы — Sentence Transformers. Лицензия в предоставленных данных не указана.

Sayan01/tiny-bert-mnli-distilled — компактная модель семейства BERT, опубликованная пользователем Sayan01 на Hugging Face. Она предназначена для классификации текста и, судя по идентификатору MNLI, для задач естественно-языкового вывода на парах текстов. Модель совместима с Transformers и PyTorch. Модель содержит около 4,4 млн параметров и обрабатывает контекст длиной до 512 токенов. Её сильные стороны — малый размер и потенциально быстрый инференс по сравнению с полноразмерными BERT-моделями. В карточке репозитория не приведены подтверждённые сведения о поддерживаемых естественных языках, лицензии и итоговых метриках; страница также содержит отметку о продолжающемся обучении, поэтому результаты следует проверять перед применением.

Sayan01/tiny-bert-qqp-distilled — модель, опубликованная пользователем Sayan01 на Hugging Face и предназначенная для классификации пар вопросов из задачи Quora Question Pairs (QQP): определения, являются ли два вопроса дубликатами. Модель поддерживает стандартный сценарий text classification через Transformers и возвращает классы not_duplicate и duplicate. По конфигурации это компактная BERT-модель для sequence classification, связанная с huawei-noah/TinyBERT_General_4L_312D. Она содержит 4 скрытых слоя, 12 attention heads, размер скрытого представления 312, промежуточный размер 1200 и поддерживает контекст до 512 токенов. Используется словарь размером 30522 и float32; заявлена только текстовая модальность. Англоязычная направленность следует из uncased BERT-токенизатора и исходной конфигурации, однако подробные сведения о языках, качестве, датасете обучения и метриках в доступных данных не указаны. Сильная сторона модели — малый размер и потенциально низкие требования к вычислительным ресурсам по сравнению с полноразмерными BERT-моделями. Ограничения включают узкую специализацию на бинарном выявлении дубликатов вопросов, отсутствие подтверждённых сведений о точности и недостаток документации о режимах применения. Лицензия в доступных материалах не указана.

sgugger/tiny-distilbert-classification — компактная модель классификации последовательностей на базе DistilBERT, опубликованная пользователем Hugging Face sgugger. Карточка Hugging Face показывает её применение через pipeline text-classification; архитектура — DistilBertForSequenceClassification. Модель предназначена для присвоения тексту метки из набора классов, заданного при обучении. Модель принимает текст и выдаёт метки классов. Контекст составляет 512 токенов. В репозитории указаны форматы PyTorch и TensorFlow. Конкретная схема меток и предметная область из доступных сведений не устанавливаются, поэтому модель уместно рассматривать как пример компактного классификатора, а не как подтверждённое решение для конкретного прикладного сценария. Лицензия в доступных сведениях не установлена.