I.11Классификация, ранжирование и сопоставление

SciFive-large-Pubmed_PMC — биомедицинская модель семейства T5, разработанная Long N. Phan и соавторами для работы с научной литературой. Это text-to-text трансформер с 385,2 млн параметров и контекстом до 1024 токенов, обученный на материалах PubMed и открытых публикациях PMC. Модель подходит для классификации биомедицинских текстов; карточка также описывает её как генеративную text-to-text модель, однако для репозитория указан основной сценарий text-classification. Метаданные указывают поддержку английского языка и форматов PyTorch и TensorFlow. Лицензия в предоставленных данных не указана.

SEA-CLIP-Tiny-abl-cg — исследовательская абляционная версия SEA-CLIP-Tiny, опубликованная авторами проекта SEA-CLIP-Tiny для сравнения вариантов обучающей смеси в работе ACCV 2026. Это модель сопоставления изображений и текста на базе CLIP: визуальная башня ViT-T/16 и 12-слойная текстовая башня шириной 384, размерность эмбеддингов 512; всего 46,11 млн параметров. Контекст токенизатора CLIP BPE — 77 токенов. Модель предназначена для классификации изображений по текстовым описаниям без дополнительного обучения, а также поддерживает поиск соответствий между изображениями и текстом. Вариант «Only CG» обучен на смеси CG; в таблице результатов его R@1 составляет 46,5 на CG и существенно ниже на остальных указанных источниках и ImageNet. Используется через библиотеку open_clip. Лицензия — MIT. README описывает абляционный чекпойнт, поэтому результаты и область применимости следует считать экспериментальными.

kevinkrahn/shlm-grc-en — модель для получения векторных представлений предложений на английском и древнегреческом языках. Она создана на основе модифицированной архитектуры HLM — иерархического трансформера с учетом символьной структуры — и обучена методом многоязычной дистилляции для представления текстов обоих языков в общем векторном пространстве. Модель предназначена для поиска семантически близких предложений и сравнения текстов на английском и древнегреческом языках, в том числе для межъязыкового поиска. В метаданных указаны библиотека Transformers и формат весов Safetensors; карточка предупреждает о несовместимости с актуальной версией sentence-transformers. Лицензия — MIT.

Sympathy_binary — дообученная модель классификации текста на базе microsoft/deberta-v3-base, представленная в формате safetensors. Она предназначена для бинарной классификации текста; конкретные классы и целевые сценарии в карточке не описаны. Модель содержит 211,6 млн параметров и поддерживает контекст до 512 токенов. На оценочной выборке указаны accuracy 0,6575, precision 0,6302, recall 0,7606, F1 0,6893 и AUC 0,7203. Данные для обучения обозначены как None, поэтому результаты нельзя уверенно связать с определённой предметной областью или набором текстов. Лицензия — MIT.

varun-v-rao/t5-base-snli — модель семейства T5, дообученная на задаче классификации текстов. Она содержит 123,8 млн параметров, использует архитектуру T5ForSequenceClassification и принимает последовательности длиной до 512 токенов. Карточка сообщает о дообучении на наборе данных SNLI и приводит точность 0,8982 и loss 0,2842 на оценочной выборке. Модель предназначена для классификации текстовых последовательностей; по названию и данным обучения её можно применять для распознавания отношений между посылкой и гипотезой в задачах естественного вывода. README не описывает отдельные сценарии использования или ограничения качества. Лицензия — Apache-2.0.

UIClip — мультимодальная модель BigLab на архитектуре CLIP с двумя энкодерами Transformer, предназначенная для оценки качества дизайна пользовательского интерфейса и соответствия скриншота текстовому описанию. Эта версия объединена с моделью biglab/uiclip_jitteredwebsites-2-224-paraphrased_webpairs и openai/clip-vit-base-patch32; файлы представлены в формате safetensors и библиотека для работы — Transformers. Модель сопоставляет скриншоты интерфейсов с текстовыми описаниями и может использоваться для ранжирования дизайнов, поиска подходящих примеров и поддержки генерации интерфейсов и рекомендаций по дизайну. В исследовании UIClip показала наибольшее согласие с оценками дизайнеров среди сравниваемых базовых методов. Модель рассчитана на англоязычные описания интерфейсов. Лицензия MIT. Оценка качества опирается на обучающие данные и критерии авторского исследования; README не приводит количественных метрик, а генерация рекомендаций описана в статье без подробностей реализации в этой карточке.

UIT-xlnet-large-cased-finetuned — дообученная модель классификации текста на основе xlnet/xlnet-large-cased. В метаданных указана архитектура XLNetForSequenceClassification и 435,4 млн параметров; веса сохранены в формате safetensors. Модель предназначена для присвоения текстам классов, однако описание не сообщает, какие именно категории она распознаёт и для какого набора данных обучалась. В карточке приведены результаты оценки: F1 — 0,7191, ROC AUC — 0,7866, точность — 0,4765, loss — 0,7544. Языковая специализация и конкретная область применения не описаны; базовая модель XLNet large англоязычная. Лицензия модели — MIT.

URNOVA-95M — компактная модель-энкодер для урду, разработанная ProximaAI с нуля на архитектуре ModernBERT. Она обучена на корпусе урду, созданном на основе HPLT 3.0, и содержит около 94,7 млн параметров. Модель поддерживает контекст до 8192 токенов и предназначена для восстановления замаскированных токенов, извлечения контекстных представлений и признаков для последующей настройки задач NLP на урду. Модель подходит для классификации предложений и документов, исследования семантического сходства и лингвистического анализа длинных текстов. В карточке приведена оценка на UrBLiMP, однако предпочтение грамматически корректных предложений не является полной оценкой понимания языка или эффективности на прикладных задачах. Контекст в 8192 токена не гарантирует надёжную обработку каждой длинной последовательности; результаты могут хуже переноситься на романизированный урду, смешанную речь, диалекты и специализированные области. Веса распространяются по лицензии Apache-2.0.

timm/vit_large_patch14_clip_336.openai — версия CLIP от OpenAI, опубликованная в формате для библиотек timm и OpenCLIP. Модель сопоставляет изображения и текст: визуальный энкодер ViT-L/14 обрабатывает изображения размером 336×336, а текстовый энкодер на основе Transformer использует маскированное self-attention. Контрастное обучение сближает представления соответствующих пар «изображение — текст», что позволяет классифицировать изображения по текстовым описаниям без отдельного обучения на фиксированных классах. Модель предназначена прежде всего для изучения устойчивости и обобщения в компьютерном зрении. Её можно применять для исследовательских экспериментов с классификацией изображений по заданным текстовым меткам; для конкретного сценария требуется проверка на подходящих данных и с фиксированным набором классов. Модель обучалась на парах изображений и подписей из публичных интернет-источников и поддерживает английские текстовые запросы. CLIP может хуже справляться с тонкими различиями между классами и подсчётом объектов; результаты чувствительны к формулировкам и составу категорий, а оценки могут отражать демографические смещения. В README не рекомендуется развёртывать модель в прикладных сценариях без тщательной проверки; распознавание лиц и наблюдение названы недопустимыми сценариями. Лицензия репозитория — Apache-2.0.

V-JEPA 2 ViT-L 256 — модель для классификации видео, разработанная FAIR при Meta. Это вариант V-JEPA 2 с головой классификации видео, дообученный на наборе Something-Something-V2; модель содержит 402,7 млн параметров и доступна в формате safetensors для библиотеки Transformers. Модель предназначена для присвоения видео меток классов и анализа действий, показанных в ролике. Она может использоваться для распознавания действий в коротких видео и построения систем понимания видеосодержимого. В метаданных указан базовый чекпойнт facebook/vjepa2-vitl-fpc64-256; репозиторий лицензирован по MIT.

Модель SophieTr/xlm-roberta-base-claim-detection-clef21-24 — мультиязычный классификатор на основе XLM-RoBERTa, дообученный на данных задачи 1 соревнований CLEF2021-CheckThat и CLEF2024-CheckThat. Она оценивает, заслуживает ли текст проверки фактов, и предназначена для использования как компонент автоматизированного фактчекинга, в том числе для мультиязычных текстов. Модель содержит 305,2 млн параметров, принимает текстовые последовательности с контекстом до 514 токенов и выдаёт класс классификации. Поддерживаемые языки: английский, болгарский, испанский, турецкий, арабский и нидерландский. Разработчик не назван в карточке. Модель распространяется по лицензии Apache-2.0.

jonaskoenig/xtremedistil-l6-h384-uncased-future-time-references — модель классификации текста на базе архитектуры BERT. В метаданных указаны 14,1 млн параметров, ограничение контекста в 512 токенов и формат TensorFlow; модель опубликована под лицензией MIT. Карточка не описывает целевую классификацию, обучающие данные, языки или качество. Поэтому назначение модели можно определить только в общих терминах: она принимает текст и выдаёт результат классификации. README не содержит дополнительных сведений о сценариях применения или ограничениях.

PeytonT/abstract-repo-planning — дообученная модель классификации на базе encoder-архитектуры BERT, предназначенная для построения планов реализации по описаниям научных статей на уровне аннотаций. Она входит в исследовательскую систему Repository Library для индексации, поиска и анализа связей между научными публикациями и репозиториями кода. Модель использует базовую SciBERT allenai/scibert_scivocab_uncased, содержит 137,1 млн параметров и принимает текст длиной до 512 токенов. Обучающие данные сформированы из метаданных arXiv и данных о репозиториях и фрагментах кода; заявленные метрики эксперимента — accuracy и macro-F1. Модель рассчитана на классификацию и планирование по научным аннотациям, а качество следует проверять в целевом сценарии. Это полноразмерное дообучение, опубликованное в формате safetensors и доступное через Transformers. Лицензия в предоставленных сведениях не указана.

CMB-ClimateModernBERT/A_F_CX — англоязычная encoder-only модель семейства ModernBERT с архитектурой ModernBertForMaskedLM и 149 млн параметров. Её разработали как часть семейства ClimateModernBERT: продолжили предобучение ModernBERT-Base на академических климатических текстах и отфильтрованных климатических веб-текстах. Контекст модели составляет 8192 токена; веса хранятся в формате safetensors. Модель предназначена для исследований в области обработки климатических текстов: получения представлений текста и последующего дообучения для классификации, многометочной разметки и поиска по корпоративным раскрытиям, политическим документам, научной литературе и климатическим новостям. В метаданных основная задача обозначена как fill-mask; это маскированная языковая модель, а не диалоговая система. В описанной оценке модель достигла среднего F1 74,3 на девяти климатических NLP-бенчмарках. Модель поддерживает только английский язык; оценка в основном охватывала предложения и фрагменты текста, поэтому возможности длинного контекста проверены не полностью. Результаты зависят от задачи, а модель не даёт гарантированных фактических ответов о климатической науке. README не приводит лицензию модели, поэтому условия использования установить по доступным данным нельзя.

joduor/aibiosecure-policy-embeddings — дообученная модель Sentence Transformers на базе sentence-transformers/all-MiniLM-L6-v2, предназначенная для представления предложений и абзацев в виде плотных векторов и поиска по смыслу. В README показаны примеры вопросов и ответов о политике биобезопасности, лабораториях BSL-3 и управлении рисками ИИ; модель обучалась на 62 парах текстов с MultipleNegativesRankingLoss. Модель использует архитектуру BERT с усредняющим pooling и нормализацией, выдаёт векторы размерности 384 и сравнивает их косинусным сходством. Метаданные указывают библиотеку Sentence Transformers, формат Safetensors и контекст до 512 токенов; README задаёт максимальную длину последовательности 256 токенов. Основной язык базовой модели — английский, а обучающие примеры также англоязычные. Подходит для семантического поиска и сопоставления запросов с документами по темам политики биобезопасности и ИИ. Оценка в README не подтверждает качество: метрики Pearson и Spearman указаны как nan, а обучение описано всего для 62 примеров и 4 секунд. Лицензия в предоставленных данных не указана.

ArabicMedicalBERT-QA-82 — модель классификации арабских медицинских текстов, разработанная Глебом Шаншиным и дообученная на базе AymanElbery/arabic-medical-classifier-arabertv2. Она использует архитектуру BERT и содержит 162,4 млн параметров; максимальная длина входа — 512 токенов. Модель предназначена для отнесения медицинских вопросов и ответов на арабском языке к медицинским категориям. В карточке приведён список категорий, включающий, например, аллергию, генетику, патологию и детские заболевания. Модель подходит для тематической сортировки арабских медицинских обращений и текстов, а также для распределения медицинских вопросов по категориям. README указывает на исследование, посвящённое проблеме дисбаланса классов при классификации арабских медицинских текстов. Данные обучения, точные метрики качества и условия лицензии в доступных сведениях не описаны.

ConnyGenz/artificially-natural-roberta — модель классификации текста на базе RoBERTa, дообученная на основе openai-community/roberta-base-openai-detector. Она предназначена для определения классов текста; карточка указывает F1 0,98 и loss 0,146 на оценочном наборе, но не раскрывает сами классы, состав данных и методику оценки. Модель содержит 151,8 млн параметров, использует архитектуру RobertaForSequenceClassification и принимает контекст до 514 токенов. Распространяется в формате safetensors по лицензии MIT. Карточка не сообщает специальных ограничений или целевых сценариев, поэтому результаты следует проверять на данных конкретного применения.

aychang/bert-base-cased-trec-coarse — модель классификации текста на основе BERT, дообученная на датасете TREC. Она предназначена для отнесения английских вопросов к укрупнённым категориям; карточка приводит примеры вопросов о месте и причине. Модель содержит 135,5 млн параметров, принимает текстовые последовательности длиной до 512 токенов и доступна в форматах PyTorch и Flax. Модель подходит для классификации коротких вопросов и тематической сортировки англоязычных запросов по категориям TREC. В README она названа минимальной языковой моделью, обученной на бенчмарке, поэтому её качество за пределами этого сценария не подтверждено. Лицензия — MIT.

JeremiahZ опубликовал дообученную модель BERT base uncased для классификации текстовых последовательностей. Она обучена на наборе GLUE MNLI и предсказывает отношение между парой предложений, например следует ли гипотеза из предпосылки, противоречит ей или не связана с ней. Модель содержит 136,7 млн параметров, использует архитектуру BertForSequenceClassification и принимает текстовые последовательности длиной до 512 токенов. На оценочной выборке MNLI указаны loss 0,4056 и accuracy 0,8501. Модель предназначена для англоязычных задач классификации; лицензия Apache-2.0. Карточка не описывает другие сценарии применения и не приводит дополнительных ограничений.

aquif11/bert-finetuned-imdb — дообученная модель BERT для классификации текста. В README указано, что она основана на bert-base-uncased; архитектура — BertForSequenceClassification, размер — 136,7 млн параметров. Модель рассчитана на классификацию текстовых последовательностей, вероятно, для анализа отзывов о фильмах по датасету IMDb, что следует из названия репозитория. Модель принимает текст и выдаёт метку класса. Контекст ограничен 512 токенами. В README приведено значение loss 0,0011 на оценочной выборке, однако датасет и методика оценки не описаны, поэтому это число не позволяет надёжно судить о качестве на других данных. Использование регулируется лицензией Apache-2.0.

CafeBERT — предварительно обученная языковая модель для вьетнамского языка, разработанная авторами исследования, представленного на NAACL 2024 Findings. Она основана на XLM-RoBERTa и дополнительно обучена на крупном вьетнамском корпусе из разных областей, включая Википедию и газеты. В репозитории опубликованы веса примерно на 658,7 млн параметров в форматах PyTorch и safetensors; модель принимает текст и поддерживает контекст до 514 токенов. CafeBERT предназначена для понимания вьетнамского текста. Её можно использовать для заполнения маскированных токенов, а представления модели — как основу для машинного чтения и ответов на вопросы по тексту, классификации, распознавания логических отношений и разметки частей речи. Авторы сообщают о сильных результатах на VLUE и других задачах понимания языка. Лицензия — Apache-2.0.

Cheerfulness_continuous — дообученная ajrayman на базе microsoft/deberta-v3-base модель для классификации текста. По названию и метрикам RMSE, MAE и корреляции она, вероятно, оценивает степень жизнерадостности текста как непрерывную величину. Модель содержит 211,6 млн параметров, использует архитектуру DeBERTa V2 и принимает текстовые последовательности длиной до 512 токенов. В README приведены результаты оценки: loss 0,0492, RMSE 0,2218, MAE 0,1717 и корреляция 0,2470; набор данных описан как None, поэтому назначение шкалы и качество оценки трудно интерпретировать. Модель опубликована в формате Safetensors и распространяется по лицензии MIT.

seeledu/Chinese-Llama-2-7B — плотная модель семейства Llama с 6,6 млрд параметров, дообученная на китайском наборе инструкций на основе llama2-7B-HF. В карточке Hugging Face для неё указана задача извлечения признаков; модель доступна в формате PyTorch и имеет контекстное окно до 4096 токенов. Модель предназначена для извлечения векторных представлений текста. Дообучение на китайских инструкциях указывает на ориентацию на китайский язык, однако README не описывает конкретные сценарии применения, результаты оценки или ограничения. Лицензия в предоставленных данных не указана.

CLIP ViT-L/14 — модель OpenAI, обученная сопоставлять изображения и текст по контрастивной функции потерь. В этой версии используется визуальный энкодер на архитектуре Vision Transformer ViT-L/14 и текстовый энкодер на Transformer с masked self-attention. Модель предназначена прежде всего для исследовательской оценки обобщения и устойчивости компьютерного зрения, в том числе классификации изображений по произвольным текстовым описаниям без дополнительного обучения. На вход подаются изображение и текстовые метки или описания, а на выходе модель оценивает их сходство, что позволяет выбрать подходящую категорию. Модель обучалась на англоязычных парах изображений и подписей; для применения рекомендуется ограничиваться английским языком. CLIP может хуже справляться с тонкой классификацией и подсчётом объектов. Результаты и проявления смещений зависят от формулировок и состава категорий; в карточке описаны различия в оценках людей по демографическим группам. Карточка рекомендует тщательно проверять модель в конкретной области и считает развёрнутые прикладные сценарии, включая распознавание лиц и наблюдение, неподходящими. Лицензия в предоставленных данных не указана.

CODER++ — англоязычная модель семейства BERT для получения векторных представлений биомедицинских терминов и их автоматической кластеризации. Работа описана Сиханом Зенгом, Чжэн Юанем и Шэном Ю в статье «Automatic Biomedical Term Clustering by Learning Fine-grained Term Representations» (2022). Репозиторий содержит модель на 135,5 млн параметров в форматах PyTorch и Safetensors; заявленная длина контекста — 512 токенов. Модель предназначена для извлечения признаков из текста и построения тонких представлений биомедицинских терминов, которые можно использовать для группировки терминов по смыслу. Карточка не описывает дополнительные сценарии или способ обучения модели. Лицензия — Apache-2.0.

microsoft/deberta-xlarge — англоязычная модель DeBERTa, разработанная Microsoft для задач понимания естественного языка. Она развивает подходы BERT и RoBERTa с помощью раздельного внимания (disentangled attention) и улучшенного декодера маски; в README указаны 48 слоёв и размер скрытого состояния 1024, а метаданные каталога — 856,8 млн параметров и контекст до 512 токенов. Модель предназначена прежде всего для заполнения пропусков в тексте: она предсказывает замаскированные токены с учётом контекста. Её также можно дообучать для задач NLU, включая классификацию текста и ответы на вопросы; приведённые в README результаты относятся к дообученным вариантам и не гарантируют такую же точность у этого базового чекпойнта. Доступны веса PyTorch и TensorFlow. Лицензия — MIT.

oddadmix/dialect-router-v0.2 — компактная модель классификации арабских диалектов, разработанная для маршрутизации запросов в конвейере Lahgtna. Это дообученная версия asafaya/bert-mini-arabic: энкодер BERT-mini с классификационной головой, около 12,4 млн параметров и контекстом до 512 токенов. Модель относит текст к одному из 15 классов: 13 арабским диалектам, современному литературному арабскому и английскому. Основной сценарий — определить диалект арабской реплики, чтобы выбрать голосовой образец и языковой токен для синтеза речи Chatterbox. Модель также подходит для определения диалектов в NLP-конвейерах, анализа датасетов и фильтрации контента. В README указаны accuracy 0,9359 и macro-F1 0,9052. Предсказания на коротких текстах короче пяти токенов ненадёжны. Смешение арабского с английским или французским может сбивать классификатор, а близкие географические диалекты — путаться; качество некоторых классов может быть ниже из-за смещения обучающего корпуса. Модель не предназначена для идентификации людей и высокорисковых решений без проверки человеком. Лицензия в предоставленных данных не указана.

Модель crismolav/distilbert-patent-cpc-classifier разработана на основе distilbert-base-uncased, дообученной для классификации английских аннотаций патентов по разделам CPC. Она предсказывает один из девяти разделов — A–H или Y, то есть верхний и наиболее общий уровень классификации, а не полный код CPC. Модель использует архитектуру DistilBERT, принимает текст с контекстом до 512 токенов; в описанных экспериментах аннотации обрезались до 256 токенов. Для запуска подходит библиотека Transformers, веса опубликованы в формате safetensors. Модель предназначена для предварительной сортировки патентных аннотаций и выдачи нескольких наиболее вероятных разделов. На отложенной выборке из 5000 аннотаций она показала macro-F1 0,613 и accuracy 0,667; при выдаче трёх вариантов top-k accuracy составила 0,927. Классификация CPC по существу многометочная, а модель обучена предсказывать только основной раздел, поэтому некоторые ошибки top-1 могут соответствовать подходящему дополнительному разделу. Особенно ненадёжны предсказания раздела Y: его F1 равен 0,11, хотя в top-3 он попадает в 0,978 случаев. Модель ориентирована на английские патентные аннотации и не проверялась на формуле изобретения, полном тексте патента или других языках. Она предназначена для исследовательского или демонстрационного применения и не рекомендуется для принятия решений в сфере интеллектуальной собственности. Лицензия — Apache-2.0.

DistilSPhilBERTa — дообученная авторами статьи Evaluating Latin and Ancient Greek Sentence Alignment through Parallel Sentence Mining модель Sentence Transformer на базе bowphs/SPhilBerta. Она преобразует предложения и абзацы в векторы размерности 768 и предназначена для поиска смыслового сходства, семантического поиска и выявления параллельных текстов на латыни и древнегреческом, в том числе при сопоставлении с английским. Модель использует архитектуру RoBERTa и библиотеку sentence-transformers; в репозитории указано 162,4 млн параметров. Для сходства применяется косинусная мера. README сообщает о результатах выше SPhilBERTa и других классических кросс-языковых моделей на авторском бенчмарке поиска параллельных предложений. Метаданные указывают контекст 514 токенов, тогда как README задаёт максимальную длину последовательности 128 токенов. Модель подходит для поиска и сопоставления фрагментов в корпусах латинских, древнегреческих и английских текстов. В README приведены обучающие данные grosenthal/latin_english_parallel и набор данных English-Greek Dataset. Лицензия в предоставленных сведениях не указана.

Echo-SmolTools-114M-Intent-CLF-Gen — экспериментальная модель классификации намерений на архитектуре Echo-DSRN, разработанная Ethicalabs. Она оценивает варианты меток через суммирование логарифмов вероятностей их токенов и выбирает метку с наибольшей оценкой; отдельная линейная классификационная голова не обучалась. Модель предназначена для классификации 60 намерений из набора Amazon MASSIVE и заявлена для 51 языка. Основана на ethicalabs/Echo-DSRN-114M-v0.1.2 и адаптере ethicalabs/Echo-SmolTools-114M-Intent-PEFT; в метаданных указано 49,9 млн параметров, контекст 2048 токенов и формат safetensors. Модель принимает текст и выдаёт метку класса. Карточка требует trust_remote_code=True для загрузки пользовательской архитектуры. Авторы ограничивают применение академической оценкой и исследованиями и прямо предостерегают от коммерческого, корпоративного и критически важного развёртывания. Сведения о лицензии в предоставленных данных отсутствуют.