I.11Классификация, ранжирование и сопоставление

viBERT-base — вьетнамская языковая модель, опубликованная mainguyen9. Это модель семейства BERT-base с предобучением в стиле RoBERTa на вьетнамской части CC-100 и дополнительном вьетнамском корпусе. Она содержит 144,8 млн параметров, принимает последовательности длиной до 512 токенов и доступна в форматах PyTorch и Safetensors под лицензией MIT. Модель предназначена для заполнения пропусков в тексте и получения контекстных представлений, а также для дообучения под задачи обработки вьетнамского языка: распознавание именованных сущностей, классификацию текста и ответы на вопросы. В README приведены результаты дообученных вариантов для NER, определения языкового следования и выявления языка ненависти; это не гарантирует такие результаты у исходного чекпойнта без дополнительной настройки. Основное ограничение — обучение преимущественно на вьетнамском языке, поэтому качество на смешанном тексте может быть ниже. Максимальная длина последовательности составляет 512 токенов.

ViCLIP-OT — мультимодальная модель для поиска соответствий между вьетнамскими текстами и изображениями, разработанная авторами проекта ViCLIP-OT. Она использует двухэнкодерную архитектуру: текстовый энкодер на основе Vietnamese-SBERT и визуальный энкодер DINOv3 ViT-B/16. Модель объединяет контрастивное обучение в стиле CLIP с функцией потерь SIGROT, основанной на регуляризованном оптимальном транспорте, чтобы сопоставлять тексты и изображения в общем пространстве признаков. В модели 221 млн параметров; она принимает текст длиной до 256 токенов и изображения размером 224 × 224 пикселя. Модель предназначена прежде всего для поиска изображений по вьетнамскому запросу и поиска текстов по изображению, а также для семантического мультимодального поиска и извлечения признаков в последующих задачах. В README заявлены результаты уровня state of the art на бенчмарках поиска изображений и текстов на вьетнамском языке, а также обобщение в zero-shot-сценариях. Лицензия репозитория — GPL-3.0. Модель ориентирована на вьетнамский язык; возможности за пределами описанных сценариев поиска и извлечения признаков не подтверждены.

cyhapun/vn-legal-embedding-v1 — модель Sentence Transformers, дообученная на основе BAAI/bge-m3 для векторного представления текстов по вьетнамскому законодательству. Она преобразует предложения и абзацы в плотные эмбеддинги размерностью 1024; сходство между ними оценивается косинусной мерой. Архитектура включает XLM-RoBERTa, пулинг по CLS-токену и нормализацию. Модель рассчитана на семантический поиск и сопоставление юридических текстов, а также может применяться для кластеризации, поиска перефразировок и классификации по эмбеддингам. В README указан максимальный размер последовательности 768 токенов; метаданные сообщают нативный контекст базовой модели 8194 токена, поэтому практический предел этой версии задаётся карточкой модели. Обучение включало наборы вопросов и ответов по вьетнамскому праву и датасет для оценки юридического поиска; в README приведены высокие значения cosine accuracy на legal-eval, но это не гарантирует аналогичного качества на других данных. Модель распространяется по лицензии MIT.

wosflat1782296044 — дообученная модель классификации текста на базе google-bert/bert-base-uncased, разработанная автором репозитория abdiharyadi. Это BERT-модель с архитектурой BertForSequenceClassification, содержащая 136,7 млн параметров и принимающая последовательности длиной до 512 токенов. Она предназначена для классификации текста; конкретные классы и целевая область применения не описаны. На оценочной выборке указаны accuracy 0,8069 и macro F1 0,7828, однако без описания набора данных и классов эти метрики трудно интерпретировать. Базовая модель ориентирована на английский язык. Репозиторий распространяется по лицензии Apache-2.0.

Kuongan/xlm-roberta-base-hin-finetuned — модель классификации текста на основе XLM-RoBERTa Base, дообученная разработчиком Kuongan. Она содержит около 305,2 млн параметров, использует плотную архитектуру XLM-RoBERTa и принимает последовательности длиной до 514 токенов. В README приведены результаты оценки: F1 — 0,7972, ROC AUC — 0,8712, accuracy — 0,77, loss — 0,1533; название указывает на настройку для хинди, однако назначение классов и обучающий набор данных не описаны. Модель предназначена для классификации текстов. Базовая XLM-RoBERTa поддерживает многоязычный текст, но по этой карточке нельзя установить, на каких языках и типах данных оценивалась дообученная версия. Распространяется в формате Safetensors по лицензии MIT.

Kuongan/xlm-roberta-base-ptmz-finetuned — дообученная модель классификации последовательностей на основе XLM-RoBERTa Base, опубликованная пользователем Kuongan. Она предназначена для отнесения входного текста к классам; конкретные классы и предметная область в карточке не раскрыты. Модель содержит 305,2 млн параметров, использует архитектуру XLMRobertaForSequenceClassification и принимает текст длиной до 514 токенов. Репозиторий содержит веса в формате safetensors. В README приведены результаты оценки: loss 0,2366, F1 0,4141, ROC AUC 0,6686 и accuracy 0,5720; без описания задачи и набора данных их практическую интерпретацию ограничивает отсутствие контекста. Базовая XLM-RoBERTa поддерживает несколько языков, но конкретный языковой охват этой настройки не уточнён. Лицензия модели — MIT.

zagreus-0.4B-ita-embeddings — модель для построения плотных векторных представлений итальянских текстов, созданная на базе Zagreus 0.4B авторами модели. Генеративную модель на архитектуре Llama преобразовали в экстрактор эмбеддингов и дообучили на парах и тройках из итальянской версии набора mMARCO; число параметров составляет 437,7 млн, максимальная длина последовательности в карточке — 4096 токенов. Для получения вектора применяется пулинг по последнему токену и L2-нормализация. При поиске рекомендуется задавать запросы с префиксом `query:`, а документы — с префиксом `passage:`. Модель предназначена для семантического поиска и сравнения сходства запросов и документов, в том числе для поиска по итальянским корпусам. Авторы сообщают о результатах оценки на mMARCO, включая MRR@5 1,0 и точность на тестовых тройках 100%; эти результаты относятся к описанному набору и не гарантируют качество на других данных. README характеризует проект как учебный и исследовательский эксперимент и не рекомендует его для производства. Лицензия — MIT.

Это дообученный классификатор на базе Qwen3-0.6B, разработанный rasbt для различения текстов, написанных человеком и сгенерированных ИИ. Модель обучена на наборе rasbt/human-vs-ai-50k и использует перемещаемый токен считывания, расположенный сразу после входного текста; метки 0 и 1 соответствуют человеческому и сгенерированному ИИ тексту. Модель предназначена для бинарной классификации текста. Для работы требуется учитывать настроенную позицию токена считывания; рекомендуемая реализация инференса приведена в репозитории rasbt/ai-detector. При обучении использовалась максимальная длина контекста 1 024 токена, а при инференсе применяется температурное масштабирование. В README указана лучшая точность на валидации 99,92%; это значение не гарантирует аналогичного качества на других данных. Модель содержит 507,9 млн параметров, использует архитектуру Qwen3ForSequenceClassification и распространяется в формате safetensors по лицензии Apache-2.0. Качество может снижаться на текстах из генераторов, предметных областей, языков и процессов редактирования, не представленных в обучающих данных. Короткие тексты и материалы, частично созданные с помощью ИИ, также сложнее классифицировать; результат не следует считать окончательным доказательством авторства.

ArogyaAI-BioBERT-BioLORD — модель Sentence Transformers, дообученная автором Aman0026 на FremyCompany/BioLORD-2023-M для поиска сходства между медицинскими фразами и клиническими понятиями. Она использует архитектуру XLM-RoBERTa с усреднением токенных представлений и преобразует текст в плотные векторы размерности 768; сходство оценивается косинусной функцией. Метаданные указывают контекст до 514 токенов, а карточка модели задаёт максимальную длину последовательности 64 токена. Модель предназначена для семантического поиска и извлечения подходящих клинических профилей по описаниям симптомов. В README приведён экспериментальный пример поиска по 73 заболеваниям на запросах на хинди, хинглише, маратхи, тамильском и гуджарати с использованием индекса FAISS; заявленные результаты относятся к этому конкретному тесту и не гарантируют точность медицинской диагностики. Обучение описано на 8 879 парах фраз, включая примеры на бенгали, хинди и английском. Лицензия в предоставленных данных не указана.

bamibert-phone-acsa-multilabel — модель RoBERTa на 129 млн параметров для многометочной классификации текста. Она обучена с нуля на неизвестном наборе данных; карточка не уточняет, какие именно метки и тексты используются, поэтому практическую специализацию модели определить нельзя. Модель принимает текст и выдаёт результаты классификации. Контекст составляет 2050 токенов; веса опубликованы в формате safetensors, библиотека — Transformers. Разработчик и условия лицензии в предоставленных данных не указаны.

leomaurodesenv/bert-base-uncased-nvidia-aegis-v1-augmented — дообученная модель классификации последовательностей на основе google-bert/bert-base-uncased. Она предназначена для отнесения англоязычного текста к классам; название репозитория указывает на связь с NVIDIA Aegis, но README не раскрывает конкретную схему меток или сценарий применения. Модель содержит 136,7 млн параметров, использует архитектуру BERT и принимает последовательности длиной до 512 токенов. В README приведены результаты оценки: loss 0,1679 и accuracy 0,9491; набор данных и подробности методики оценки не указаны. Базовая модель ориентирована на английский язык. Модель распространяется по лицензии Apache-2.0.

BERT Large Cased Whole Word Masking — предварительно обученная языковая модель BERT, выпущенная авторами BERT и представленная в карточке Hugging Face. Это англоязычная модель с архитектурой BERT: 24 слоя, скрытое представление размером 1024, 16 голов внимания и 432,3 млн параметров по метаданным. Она обучалась на корпусах BookCorpus и English Wikipedia с задачами masked language modeling и предсказания следующего предложения. При whole word masking все токены WordPiece, составляющие одно слово, маскируются одновременно; модель различает регистр букв. Основное применение — предсказание пропущенных слов в контексте. Модель также можно дообучать для классификации последовательностей и токенов, ответов на вопросы и других задач понимания текста. Контекст ограничен 512 токенами; модель не предназначена для генерации связного текста. Предобучение выполнено на английских книгах и Википедии, поэтому возможны смещения в предсказаниях. Лицензия — Apache-2.0.

potsu-potsu/bge-base-biomedical-modal-no-mrl-e4 — англоязычная модель Sentence Transformers на базе BERT, обученная на 4 012 парах биомедицинских текстов. Она кодирует предложения и абзацы в нормализованные плотные векторы размерности 768 для поиска и сравнения по косинусному сходству; также подходит для поиска перефразирований, кластеризации и классификации текстов с использованием эмбеддингов. Модель содержит 136,7 млн параметров, принимает последовательности до 512 токенов и распространяется по лицензии Apache-2.0. В README приведены оценки на наборе bge-base для поиска информации, однако эти результаты сами по себе не подтверждают клиническую точность или пригодность для принятия медицинских решений. Обучающий набор описан как json; подробной независимой оценки по биомедицинским сценариям не приведено.

Модель juanpablomesa/bge-small-bioasq-3epochs-batch32 — англоязычная Sentence Transformer, дообученная автором на базе BAAI/bge-small-en-v1.5 на примерах из биомедицинской области, связанных с вопросами и релевантными текстами. Она преобразует предложения и абзацы в нормализованные плотные векторы размерности 384, которые можно сравнивать по косинусному сходству. Архитектура состоит из BERT, слоя CLS-пулинга и нормализации; максимальная длина последовательности — 512 токенов. Модель подходит для семантического поиска биомедицинских текстов, сопоставления вопросов с ответами или фрагментами документов, оценки сходства предложений, поиска перефразировок и кластеризации. В карточке приведены метрики retrieval-оценки, однако данных недостаточно, чтобы считать их подтверждением качества на произвольных наборах или в реальных медицинских системах. Модель выдаёт эмбеддинги, а не готовые медицинские ответы. Распространяется по лицензии Apache-2.0.

CLM-v0.1-8B-gguf — GGUF-версия проекционных голов модели Contrastive-LM, подготовленная EvoAwaken-Workshop. Она оценивает соответствие кандидатов действий заданному состоянию и предназначена для ранжирования текстовых кандидатов, а не для генерации текста. Для работы нужны отдельный замороженный энкодер Qwen3-8B, который преобразует текст в эмбеддинги, и сами головы модели; в репозитории находятся только головы проекций состояния и действия. Весовые тензоры сохранены в формате F32, а масштаб оценки ограничен значением 100. Модель рассчитана на английский и китайский текст и распространяется по лицензии Apache-2.0. В описанном README режиме скалярного вычисления результаты двух проверочных примеров совпали побитово с эталонной реализацией при использовании указанного BF16-энкодера и F32-голов. Эта проверка не распространяется на ускоренные вычислительные пути, сервис vLLM и другие квантизации. Для запуска потребуется совместимая реализация инференса и отдельные файлы энкодера Qwen3-8B.

Модель sercetexam9/cs221-afro-xlmr-large-76L-hau-finetuned-10-epochs — дообученная для классификации текста версия Davlan/afro-xlmr-large-76L, разработанная на базе XLM-R. Она предназначена для присвоения тексту классов; конкретная схема классов и прикладная область в карточке не раскрыты. Модель содержит 658,7 млн параметров, использует архитектуру XLMRobertaForSequenceClassification и принимает последовательности длиной до 514 токенов. Базовая модель рассчитана на 76 языков, преимущественно африканских. В README приведены результаты оценки: F1 0,7285, ROC AUC 0,8197 и accuracy 0,5618. Модель распространяется по лицензии MIT. Карточка не описывает ограничения и обучающие данные; README указывает набор данных как None.

viswavi/datafinder-huggingface-prompt-queries — модель, опубликованная Vijay Viswanathan, предназначенная для извлечения признаков из текстовых запросов и поиска или рекомендации подходящих наборов данных в Hugging Face по естественно-языковому описанию задачи. Она связана с проектом DataFinder, который решает задачу текстового поиска научных наборов данных и ранжирования релевантных результатов. Модель имеет BERT-подобную архитектуру, реализована с использованием Transformers и PyTorch, содержит около 137,1 млн параметров и поддерживает контекст до 512 токенов. Основной режим применения — feature extraction: модель преобразует текстовые запросы в векторные представления для последующего сравнения и retrieval. Лицензия MIT. Поддерживаемые языки явно не определены в доступных метаданных.

sentence-transformers/distilbert-base-nli-mean-tokens — модель Sentence-Transformers на архитектуре DistilBERT, обученная командой sentence-transformers. Она преобразует предложения и абзацы в плотные векторы размерностью 768 для семантического поиска, сравнения сходства и кластеризации текстов. Модель принимает текст и выдаёт эмбеддинги; максимальная длина контекста составляет 512 токенов. Доступны веса в форматах PyTorch, Safetensors, TensorFlow, ONNX и OpenVINO. Модель выпущена под лицензией Apache-2.0. В карточке она помечена как устаревшая: авторы предупреждают о низком качестве эмбеддингов и рекомендуют выбрать более новые модели для получения качественных результатов.

ClimateBERT distilroberta-base-climate-commitment — модель классификации текста, разработанная ClimateBERT на основе climatebert/distilroberta-base-climate-f. Она определяет, посвящён ли абзац климатическим обязательствам и действиям. Модель построена на архитектуре RoBERTa с классификационной головой, содержит 95,4 млн параметров и принимает текстовые фрагменты длиной до 514 токенов. Она дообучена на наборе данных climatebert/climate_commitments_actions и рассчитана на англоязычные абзацы о климатических обязательствах и действиях. Модель подходит для тематической фильтрации и разметки текстов о климате. По карточке, она может хуже работать на отдельных предложениях, поскольку обучалась на абзацах. Лицензия — Apache-2.0.

hamtaai/e5-large-instruct-hadith — дообученная Hamta AI модель эмбеддингов на базе intfloat/multilingual-e5-large-instruct, построенная на архитектуре XLM-RoBERTa и содержащая 658,7 млн параметров. Она предназначена для семантического поиска, сопоставления текстов и межъязыкового поиска по персидским и арабским религиозным материалам, включая хадисы и тафсиры, а также для поиска контекста для ответов на вопросы. Модель кодирует запросы и фрагменты текста в векторы; для instruct-формата рекомендуется использовать префиксы query: и passage:. Поддерживается работа с персидским и арабским текстом, контекст составляет 514 токенов. Лицензия — Apache-2.0. Модель оптимизирована для поиска и семантического сходства в религиозных корпусах, в том числе для межъязыкового поиска между персидским и арабским языками. Её эмбеддинги можно использовать в системах информационного поиска и как основу поиска контекста для вопросно-ответных систем. Это модель представления текста, а не генератор ответов: README описывает поиск и QA-сценарии, но метаданные указывают задачи sentence-similarity и feature-extraction.

Это дообученная модель ALBERT для выбора наиболее подходящего ответа из нескольких вариантов. Она основана на Ariffiq99/CRAB_COPA_KUCI_Albert_Base_finetuned и содержит 136,3 млн параметров; модель принимает текстовые варианты и оценивает их в задаче множественного выбора. Заявлены результаты оценки на тестовом наборе: loss 1,6372 и F1 0,7130. Модель предназначена для сценариев, где нужно выбрать один ответ из предложенных вариантов. Карточка не раскрывает обучающий набор данных, целевую предметную область или языки. Использование распространяется по лицензии Apache-2.0.

IDEA-CCNL разработала Erlangshen-DeBERTa-v2-320M-Chinese — китайскую модель семейства DeBERTa-v2 для задач понимания естественного языка. Это плотный трансформер DeBERTa-v2 с архитектурой DebertaV2ForMaskedLM; в README указано 320 млн параметров, а в метаданных Hugging Face — 415,8 млн. Модель обучали на корпусе WuDao объёмом 180 ГБ с маскированием целых слов (Whole Word Masking) в задаче MLM. Контекст — 512 токенов. Основное применение по карточке Hugging Face — заполнение масок: модель предлагает варианты вместо токена [MASK] в китайском тексте. Такой режим подходит для восстановления пропусков и получения контекстных представлений текста, а также служит основой для дальнейшей настройки под задачи NLU. README приводит результаты на китайских наборах AFQMC, TNEWS1.1, IFLYTEK, OCNLI и CMNLI. Модель доступна в форматах PyTorch и Safetensors по лицензии Apache-2.0.

HuggingFaceFW разработала FineWeb-Edu Classifier — классификатор веб-страниц по их образовательной ценности для отбора и подготовки обучающих корпусов. Модель построена на Snowflake Arctic Embed с головой классификации; энкодер и эмбеддинги при обучении были заморожены, а выход представляет собой оценку от 0 до 5. В метаданных указана архитектура BERT, 136,7 млн параметров и контекст до 512 токенов. Модель обучена на 450 тысячах примеров FineWeb с оценками, созданными Llama 3 70B Instruct; для бинарного отбора авторы рекомендуют порог оценки 3 и сообщают F1 82%. Она предназначена прежде всего для фильтрации веб-контента начального и школьного уровня и была использована при создании датасета FineWeb-Edu. Лицензия — Apache 2.0. Классификатор подходит для оценки отдельных страниц или текстовых фрагментов и подготовки образовательных наборов данных. Качество может снижаться на данных, отличающихся от FineWeb, материалах высшего образования и узкоспециализированных темах; оценки также зависят от смещений и шумов в разметке Llama 3. Модель не учитывает контекст за пределами переданного текста.

Spacious-spy7/football-search-ft-all-pairs — дообученная модель Sentence Transformers на базе sentence-transformers/all-mpnet-base-v2, разработанная для семантического поиска по текстам. Она кодирует предложения и абзацы в плотные векторы размерности 768; для сравнения используется косинусное сходство. Архитектура включает MPNet, усредняющий pooling и нормализацию векторов. Модель принимает текст, обучена на 611 парах примеров и имеет максимальную длину последовательности 384 токена по README; метаданные каталога указывают нативный контекст в 514 токенов. Модель ориентирована на поиск и сопоставление англоязычных вопросов и текстов, преимущественно связанных с футболом: примеры обучения охватывают футбольную тактику, игроков и соревнования, а также смежные спортивные темы. Её можно применять для поиска релевантных документов или вопросов и для ранжирования кандидатов по сходству. Лицензия в предоставленных данных не указана.

playrobin/furniture-styles — классификатор изображений мебели по стилям. Модель создана с помощью HuggingPics, инструмента для обучения классификаторов изображений на пользовательских категориях. Она предназначена для определения стилевой категории по изображению мебели. Модель построена на архитектуре ViT и содержит 113,2 млн параметров. Репозиторий содержит веса PyTorch в формате Safetensors. Карточка не сообщает список классов, языки, лицензию или ограничения применения.

Yanni8/google-query-rating — модель классификации текста на основе BERT, дообученная разработчиком репозитория на наборе google_wellformed_query. Она предназначена для оценки и классификации поисковых запросов, например, для анализа их корректности или пригодности; подробное описание целевых классов и сценариев в карточке не приведено. Модель содержит 136,7 млн параметров, принимает текстовые последовательности длиной до 512 токенов и использует архитектуру BertForSequenceClassification. Репозиторий предоставляет веса в формате safetensors. Модель основана на google-bert/bert-base-uncased и выпущена под лицензией Apache 2.0. Карточка не содержит сведений о точности, схеме меток и ограничениях оценки, поэтому перед применением в автоматизированных решениях результаты следует проверить на данных целевого сценария.

Мультиязычный классификатор сообщений из социальных сетей на основе XLM-RoBERTa large, разработанный Patricia-Carla Grigor, Bojan Evkoski и Petra Kralj Novak. Модель дообучена для выявления неприемлемых, оскорбительных и жестоких высказываний, а также подходящих комментариев; она присваивает тексту один из четырёх классов. Обучение проводилось на комментариях YouTube на английском и итальянском языках и сообщениях Twitter на словенском языке. В обучающих данных использованы разметки двух аннотаторов и подход, учитывающий разногласия между ними. Модель содержит 305,2 млн параметров, принимает текстовые последовательности длиной до 514 токенов и распространяется в формате safetensors. Хотя базовая XLM-RoBERTa поддерживает 100 языков, обучение этой версии описано для английского, итальянского и словенского. На тестовых данных согласие модели с разметкой аннотаторов составило около 79–82%; F1 для класса violent — 24,79–44,97, а для inappropriate — 39,16–58,45 в зависимости от языка. Поэтому модель может пропускать отдельные случаи этих категорий и требует проверки результатов в чувствительных сценариях. Лицензия — MIT.

HPLT Bert for Japanese — одноязычная модель-кодировщик проекта HPLT, обученная на японских текстах из набора HPLT 1.2. Это masked language model на архитектуре LTG-BERT, модификации классического BERT. Модель содержит 12 слоёв, 12 attention heads, размер скрытого представления 768 и словарь из 32 768 токенов; для японского языка используется отдельный токенизатор. Контекстное окно составляет 512 токенов. Модель предназначена прежде всего для заполнения пропусков в тексте и может служить основой для задач классификации текста и токенов, ответов на вопросы и multiple choice. Это первая версия одноязычных энкодеров HPLT, выпущенная вместе с моделями для других крупных языков. Репозиторий распространяется под лицензией Apache-2.0. Для загрузки требуется пользовательская обёртка из modeling_ltgbert.py и параметр trust_remote_code=True.

Intern-Decision roleplay Stage-2 — объединённый чекпойнт на архитектуре Qwen3.5, подготовленный для локального инференса. В репозитории сохранены замороженные компоненты базовых моделей и дообученные language_model и lm_head из best-model-stage2-0250; метаданные указывают на слияние Intern-Decision-0.8B и Qwen3.5-0.8B. Модель предназначена для оценки ролевых ответов: на вход подаётся предложение в специальном формате, а система сравнивает шесть вариантов рейтинга — оценки качества от 1 до 5 и вариант пропуска. Это сценарий классификации ответа по шкале, а не обычная свободная генерация текста. В README приведена калиброванная температура 1.409963883056206; для квантованных вариантов температуру следует повторно подбирать и проверять. Чекпойнт экспортирован в формате safetensors; README также описывает его подготовку к конвертации в GGUF через актуальную версию llama.cpp с поддержкой Qwen3.5. Указана лицензия MIT. Размер 0,8 млрд параметров следует из идентификаторов базовых моделей в метаданных; длина контекста и поддерживаемые естественные языки не заявлены.

Jagle-VL-2.2B-Jagle-FineVision — мультимодальная модель зрения и языка, разработанная авторами проекта Jagle и обученная на наборах данных Jagle и FineVision. Она предназначена для обработки изображений в сочетании с языковыми запросами и извлечения признаков для мультимодальных сценариев. Архитектура вдохновлена InternVL3.0 и включает языковую модель Qwen3-1.7B, визуальный энкодер SigLIP2 SO400M и лёгкий двухслойный MLP-проектор; общий размер — 2,2 млрд параметров. Модель реализована для Transformers, веса опубликованы в формате safetensors. В карточке не описаны поддерживаемые языки и длина контекста. Модель подходит для экспериментов и приложений, которым нужны визуально-языковые признаки; метаданные указывают задачу feature-extraction. Лицензия в предоставленных данных не указана.