I.11Классификация, ранжирование и сопоставление

CompassJudger-2-32B-Instruct — модель-судья для оценки ответов, разработанная авторами CompassJudger-2 и дообученная на Qwen2.5-32B-Instruct. Она предназначена для попарного сравнения ответов и других задач оценки качества, включая сценарии reward modeling. В README описаны обучение на данных из разных областей, использование проверяемых наград и обучение с отбором ответов; заявлены результаты на нескольких бенчмарках для моделей-судей. Модель имеет плотную архитектуру Qwen2, 32 млрд параметров и контекст до 32 768 токенов. Она работает с текстом; карточка указывает английский язык. Репозиторий содержит веса в формате safetensors, а лицензия — Apache-2.0. Ограничения оценки и сравнительные результаты зависят от задачи и тестовых данных; подробностей о них в предоставленной карточке недостаточно.

facebook/dinov3-vitb16-pretrain-lvd1689m — визуальная модель семейства DINOv3, разработанного Meta AI. Это Vision Transformer с патчами 16×16, предназначенный для извлечения универсальных признаков изображений. Карточка описывает модель ViT-B размером 86 млн параметров; она выдаёт признаки изображения, включая class token, patch tokens и register tokens. Модель работает с изображениями разных размеров, кратных 16 пикселям; другие размеры обрезаются до ближайшего меньшего кратного. Модель обучена на веб-данных LVD-1689M по методу DINOv3 и предназначена как визуальная основа для последующих задач без обязательного дообучения. Её признаки можно применять для классификации и поиска изображений, сегментации, оценки глубины и обнаружения объектов; для отдельных задач нужны классификатор или другая downstream-модель. Формат весов — safetensors, библиотека — Transformers. Лицензия DINOv3 License; в метаданных она обозначена как other. Карточка сообщает о неодинаковых результатах по регионам и категориям дохода, включая снижение качества для группы стран с низким доходом и различие между Европой и Африкой. Дообучение может усилить смещения, связанные с метками обучающих данных.

DINOv3 ViT-L/16 — модель извлечения визуальных признаков на основе Vision Transformer, разработанная Meta AI. Репозиторий содержит веса, предварительно обученные на LVD-1689M и дистиллированные от учителя DINOv3 ViT-7B; в метаданных указан размер 402,7 млн параметров. Модель принимает изображения и возвращает вектор CLS, патч-токены и register-токены. При размере изображения 224×224 получается 196 патч-токенов и пять специальных токенов; поддерживаются большие изображения с размерами, кратными 16. Признаки можно использовать без дообучения или подключать к небольшим классификаторам и другим downstream-модулям для классификации, поиска изображений, сегментации, оценки глубины и анализа видео. Карточка приводит сравнительные результаты на наборах для классификации, сегментации, оценки глубины и других задач, но отмечает различия в качестве между регионами и группами дохода. Лицензия указана как DINOv3 License; условия её применения следует проверять перед использованием.

Eklav-7B-Reranker-CotGen — экспериментальная модель Adarsh Singh, дообученная на базе Qwen/Qwen2.5-7B. Это baseline для метода CotGen: во время обучения модель продолжает частичную цепочку рассуждений учителя и самостоятельно формирует ответ; в данном чекпойнте используется стандартное обучение на полных цепочках рассуждений. Модель предназначена для попарного ранжирования passage по релевантности, в частности в задачах, представленных наборами BRIGHT и NevIR. Модель имеет плотную архитектуру Qwen2ForCausalLM, 7,1 млрд параметров и контекст до 131 072 токенов. При ранжировании она генерирует цепочку рассуждений, завершающуюся меткой true или false; релевантность рекомендуется оценивать по логитам финального токена, а не по разобранному тексту генерации. Для инференса автор рекомендует vLLM с условием остановки по строке: при генерации через Transformers с фиксированным лимитом токенов модель иногда продолжает длинный текст, повторяется и не завершает ответ. Лицензия в предоставленных данных не указана.

Embeddinggemma-GTAIDE-300m-2605 — модель текстовых эмбеддингов проекта TAIDE, созданная на основе google/embeddinggemma-300m и дообученная на корпусе нормативных актов Тайваня на традиционном китайском языке. Она предназначена для семантического поиска: преобразует запросы и фрагменты документов в векторы размерностью 768, которые можно сравнивать по косинусному сходству. В README заявлена максимальная длина последовательности 2048 токенов. Основной сценарий — поиск наиболее подходящих положений законодательства по обращениям граждан, в том числе для подготовки ответов государственными служащими. На указанном в карточке наборе из 30 651 пары запросов и нормативных фрагментов модель показала Recall@10 98,79%, тогда как базовая embeddinggemma-300m — 89,28%. Эти результаты относятся к описанной оценке и не гарантируют такого же качества на других корпусах и запросах. Модель принимает текст и выдаёт векторы признаков; она не генерирует ответы и сама по себе не подтверждает юридическую корректность найденных документов. Обучающие законодательные данные актуализированы по 1 апреля 2026 года, поэтому последующие изменения законодательства могут не отражаться в её представлениях. В метаданных указана лицензия other; конкретные условия следует сверить с лицензией репозитория и базовой модели.

Eurus-RM-7B — плотная reward-модель семейства Mistral на 7,1 млрд параметров, разработанная командой OpenBMB. Модель обучена на смесях UltraInteract, UltraFeedback и UltraSafety с целевой функцией для оценки рассуждений и предпочтений в ответах.

EVA02 Tiny — компактная модель зрения семейства EVA-02, опубликованная авторами статьи и доступная в формате библиотеки timm. Это визуальный трансформер с размером входного изображения 224 × 224 пикселя, примерно 5,5 млн параметров и вычислительной сложностью около 1,7 GMAC. В архитектуре используются mean pooling, SwiGLU и Rotary Position Embeddings; модель обучена на ImageNet-22k методом masked image modeling с EVA-CLIP в роли учителя. Модель предназначена для извлечения признаков и эмбеддингов изображений, а также может служить основой для классификационных сценариев. Её небольшой размер подходит для визуального поиска, группировки изображений и построения компактных конвейеров компьютерного зрения. В репозитории timm веса сохранены в float32; исходные варианты некоторых чекпойнтов доступны в float16 или bfloat16. Это предобученный чекпойнт, а не описанное в карточке дообучение под конкретный прикладной набор классов. Для классификации под собственные категории потребуется соответствующая настройка или отдельная голова классификации. Лицензия — MIT.

EvoQwen2.5-VL-Retriever-3B-v1 — мультимодальная модель поиска по визуальным документам, разработанная ApsaraStackMaaS. Она основана на Qwen2.5-VL-3B-Instruct и дообучена методом Evo-Retriever; использует плотные многовекторные представления и позднее взаимодействие для сопоставления текстовых запросов с изображениями документов. Модель содержит 3,1 млрд параметров, принимает изображения и текстовые запросы, а на выходе формирует векторы для оценки релевантности. Указанная длина контекста — 128 000 токенов. Модель предназначена для поиска нужных страниц и сведений в визуально сложных документах, включая запросы на естественном языке к содержимому изображений. В README заявлено преимущество по точности над моделями сопоставимого размера и пригодность для сценариев с ограниченными ресурсами; приведены примеры текстового поиска по изображениям. Для загрузки и обработки в README перечислены Transformers, Torch, Pillow и colpali-engine. Лицензия — Apache-2.0. Данные карточки указывают английский язык; поддержка других языков не подтверждена. Оценочные таблицы в README опущены, поэтому количественные показатели качества проверить по предоставленным сведениям нельзя.

dleemiller/finecat-nli-s — англоязычная модель для распознавания логических отношений между парами текстов: следования, нейтральности и противоречия. Она основана на энкодере jhu-clsp/ettin-encoder-68m и дообучена на наборе FineCat-NLI; при обучении также использовалась дистилляция логитов от dleemiller/finecat-nli-l. Архитектура — ModernBERT для классификации последовательностей, размер — 68,1 млн параметров, библиотека — Sentence Transformers, формат весов — safetensors. Контекст модели составляет 7999 токенов. Модель предназначена для NLI и классификации текстовых пар; её можно применять для проверки гипотез по текстовым предпосылкам и оценки того, поддерживает ли документ утверждение, не связан ли он с ним или противоречит ему. В README приведены результаты на нескольких NLI-наборах, включая MNLI, SNLI и ANLI. Метаданные также указывают поддержку sentence similarity и эмбеддингов. Заявленная языковая поддержка — английский. Метаданные не содержат сведений о лицензии, поэтому условия распространения и коммерческого использования следует проверить в карточке модели на Hugging Face.

deepset/gelectra-large — крупная немецкоязычная языковая модель ELECTRA, созданная командой deepset совместно с авторами German BERT и dbmdz BERT. Это дискриминаторная модель на 434,5 млн параметров с контекстом до 512 токенов; она предназначена для представления немецкого текста и последующего тонкого обучения под задачи классификации и разметки. В карточке приведены результаты на наборах GermEval 2018 и GermEval 2014. Модель обучалась на немецких данных, включая Wikipedia, OPUS, OpenLegalData и OSCAR. Репозиторий содержит веса PyTorch, Safetensors и TensorFlow. Лицензия — MIT. Это не генеративная модель: для прикладных задач её обычно дообучают на размеченных данных.

Модель timm/gemma4_vit_167m.gemma4_e4b_it — визуальный энкодер признаков, выделенный из мультимодальной модели Google Gemma 4 E4B-it и адаптированный для работы с библиотекой timm. Она преобразует изображения в признаки и эмбеддинги; поверх токенов изображения добавлены усреднение и RmsNorm, что упрощает дообучение линейной классификационной головы. Архитектура — пользовательская Vision Transformer с 2D RoPE, gated MLP с GELU-tanh и RMS-нормализацией; размер модели — 167,4 млн параметров, заявленный размер изображения — 768 × 768. Энкодер подходит для извлечения признаков, построения эмбеддингов и классификации изображений после дообучения головы. Он принимает изображения с пикселями в диапазоне [0, 1], поддерживает переменное разрешение в стиле NaFlex, а также фиксированный квадратный вход. Веса импортированы из vision tower Gemma 4 E4B-it; README сообщает о побитовом совпадении выходов с реализацией Gemma4VisionModel в Transformers при одинаковых входах. Лицензия — Apache 2.0.

HGNet-V2 B3 — модель классификации изображений и извлечения признаков семейства High Performance GPU Net. Её обучили авторы семейства на данных ImageNet-22k с дистилляцией SSLD, затем дообучили на ImageNet-1k. В репозитории используются PyTorch и safetensors; число параметров — 16,3 млн. Модель предназначена для присвоения изображениям категорий из набора ImageNet-1k. Её также можно применять как визуальный backbone для извлечения карт признаков и эмбеддингов. При обучении использовался размер изображения 224 × 224, при тестировании — 288 × 288. Модель рассчитана на изображения общего назначения, а не на отдельную предметную область. Классификация ограничена выученными категориями ImageNet; качество на иных данных зависит от сходства изображений с обучающими наборами и может требовать адаптации. Лицензия репозитория — Apache-2.0.

InternLM-XComposer2.5-Reward — мультимодальная модель оценки предпочтений, разработанная командой InternLM на базе internlm/internlm-xcomposer2d5-7b. Она обучена на примерах предпочтений для текста, изображений и видео и присваивает ответам оценки, отражающие человеческие предпочтения. Модель предназначена для оценки диалогов, сравнения ответов и ранжирования нескольких вариантов, в том числе при проверке качества общения, безопасности и рассуждений. Модель построена на архитектуре InternLM2, содержит 7,4 млрд параметров и использует формат PyTorch. Указана длина контекста 24 576 токенов; карточка называет английский и китайский языки. В README приведены результаты на VLRewardBench, RewardBench и RM-Bench, включая оценивание безопасности, рассуждений, математики и кода. Лицензия обозначена как other, поэтому условия использования следует сверять с файлами лицензии репозитория.

AISE-TUDelft/java-rational-classifier — модель на базе MPNet, созданная командой AISE-TUDelft и представленная в формате Sentence-Transformers. Она преобразует предложения и абзацы в плотные векторы размерности 768, предназначенные для сравнения смысловой близости; модель также подходит для семантического поиска и кластеризации текстов. Число параметров — 136,7 млн, длина контекста — 514 токенов. Модель поставляется в формате PyTorch и обучалась с функцией потерь CosineSimilarityLoss. Название указывает на специализацию на классификации Java-кода по рациональным свойствам, но README описывает применение только как модели эмбеддингов и не раскрывает детали этой специализации. Лицензия в предоставленных сведениях не указана.

ko-vdr-preview — дообученная с помощью LoRA мультимодальная модель johnandru на базе Qwen/Qwen3-VL-Embedding-2B. Она предназначена для поиска страниц визуальных документов по текстовому запросу: преобразует запросы и изображения страниц в эмбеддинги, по которым можно вычислять сходство и ранжировать документы. Модель обучена на смешанном корейском и английском корпусе пар «запрос — страница» с трудными отрицательными примерами и поддерживает Matryoshka-эмбеддинги размерностью от 128 до 2048; размерность по умолчанию — 2048. В README приведены результаты оценки на шести задачах мультимодального поиска: средний nDCG@10 составляет 0,4845 против 0,3533 у исходной модели 2B и 0,5013 у модели 8B. Эти результаты относятся к указанным тестовым наборам, поэтому качество на других типах документов может отличаться. Репозиторий распространяется по лицензии Apache-2.0.

midwestcyr/labse-ruskaromani — модель Sentence Transformers, дообученная на базе многоязычной sentence-transformers/LaBSE для работы с парами предложений на русском языке и диалекте руска рома. Она кодирует предложения и абзацы в плотные векторы размерностью 768 и предназначена для поиска и сопоставления текстов по смыслу, включая поиск соответствий между русскими и романи-текстами. Модель построена на архитектуре BERT и принимает текст. Для неё заявлена длина последовательности до 256 токенов в README; метаданные указывают контекст до 512 токенов. Обучение проводилось на параллельных парах из Национального корпуса русского языка, а оценка на валидационном наборе ruska-roma показала среднюю точность 0,8974 в задаче поиска переводных соответствий. Модель распространяется по лицензии MIT.

RESMP.DEV LFM2.5-Encoder-350M-Code-MXFP8-GPTQ — исследовательская производная модель на основе двунаправленного энкодера LiquidAI/LFM2.5-Encoder-350M. Разработчик удалил голову masked language modeling и дообучил весь энкодер контрастивным методом для многоязычного поиска по коду. В метаданных указаны архитектура LFM2, 444,6 млн параметров, контекст до 128 000 токенов и формат safetensors; модель предназначена для получения эмбеддингов через MLX и может использоваться в сервисе API совместимых эмбеддингов. Модель подходит для поиска фрагментов кода по запросу на естественном языке или по другому коду, в том числе в сценариях локального поиска на Apple Silicon. В README приведены результаты на многоязычном тестовом наборе; сравнение показывает, что качество зависит от квантизации, а оценка MXFP8 не подтверждает заметного выигрыша относительно BF16. Для прямого вызова автор рекомендует префиксы `query: ` для запросов и `passage: ` для кандидатов. README называет выпуск исследовательским и неофициальным релизом RESMP.DEV; лицензия в метаданных обозначена как `other`, поэтому перед использованием следует проверить приложенные условия лицензии.

Llama-3.3-Nemotron-70B-Select — языковая модель NVIDIA на архитектуре Transformer семейства Llama 3.3, дообученная на основе meta-llama/Llama-3.3-70B-Instruct с помощью масштабированного моделирования Bradley–Terry. Она предназначена для оценки ответов, сгенерированных другими языковыми моделями: на вход получает текстовый запрос и ответ, а на выходе выдаёт одно число с оценкой качества; более высокое значение означает более полезный ответ. Модель рассчитана на отбор ответа в системах inference-time scaling для открытых задач общего назначения и диалоговых сценариев. Модель содержит 69,5 млрд параметров и поддерживает контекст до 131 072 токенов. Для работы через Transformers README указывает не менее двух GPU с 80 ГБ памяти и 150 ГБ свободного места. Заявлена готовность к коммерческому использованию, однако метаданные указывают лицензию «other», поэтому перед применением следует проверить условия NVIDIA. В README также отмечен риск токсичных, предвзятых, неточных, неполных или избыточных оценок и результатов, особенно на токсичных запросах.

timm/maxvit_large_tf_384.in21k_ft_in1k — модель классификации изображений на основе архитектуры MaxViT, перенесённая из официальной реализации TensorFlow в PyTorch Россом Уайтманом. Исходные авторы MaxViT предварительно обучили её на ImageNet-21k, а затем дообучили на ImageNet-1k. Модель содержит около 212 млн параметров и рассчитана на изображения размером 384 × 384 пикселя. MaxViT сочетает свёрточные блоки MBConv с двумя видами блоков внимания: оконным и сеточным. Модель предназначена для определения категорий на изображениях; также её можно использовать как основу для извлечения признаков и эмбеддингов изображений. Веса доступны в форматах PyTorch и Safetensors, библиотека для работы — timm. Лицензия — Apache-2.0.

Muffakir_Embedding_V2 — модель векторных представлений предложений, разработанная Mohamed Khaled и дообученная на базе sayed0am/arabic-english-bge-m3 для арабского поиска и извлечения документов. Она использует архитектуру XLM-RoBERTa в формате bi-encoder и содержит 453,1 млн параметров. Модель обучалась на примерно 70 тысячах арабских пар предложений, в том числе на данных из египетских юридических книг и открытых многоотраслевых датасетов. Модель предназначена для плотного поиска, ранжирования релевантных фрагментов и поиска контекста для систем RAG, вопросно-ответных систем и агентных приложений. Она выдаёт эмбеддинги размерностью 1024 и поддерживает сокращение размерности до 64 с помощью Matryoshka-представлений. Заявлена поддержка арабского языка; базовая модель также связана с арабско-английской тематикой, однако README описывает обучение и применение прежде всего для арабского. В карточке заявлены сильные результаты на задачах арабского retrieval, включая пятое место в категории Retrieval на Arabic RAG Leaderboard. Контекст модели составляет 8194 токена. Лицензия в предоставленных сведениях не указана.

OPENER-Sup — модель для распознавания и типизации сущностей в открытом наборе классов, разработанная авторами OPENER. Это дообученный на контрастивных примерах текстовый эмбеддер на базе NomicBert из nomic-ai/nomic-embed-text-v1.5; он формирует векторы упоминаний, а для supervised-режима к ним применяется небольшой сбалансированный линейный классификатор LinearSVC, обученный на размеченных примерах целевых классов. В описанном конвейере обнаружение упоминаний выполняет замороженный GLiNER-L, затем OPENER-Sup кодирует их для типизации. Модель предназначена для открытого распознавания именованных сущностей и их классификации по пользовательским меткам. README сообщает результаты на бенчмарке из 13 датасетов: 40,2 end-to-end AMI и 62,5 на эталонных упоминаниях; указаны также вычислительная эффективность около 143 мс и 1,6 Вт·ч. Контекст модели — 2048 токенов. Для применения supervised-классификатора нужны размеченные целевые упоминания; веса классификационной головы обучаются под конкретный набор меток. Лицензия репозитория — MIT.

Ops-MM-embedding-v1-7B — плотная мультимодальная модель эмбеддингов, разработанная командой Alibaba Cloud OpenSearch-AI и дообученная на базе Qwen2-VL-7B-Instruct. Она кодирует текст, изображения, пары «текст—изображение», визуальные документы и видео в единое пространство эмбеддингов; видео обрабатывается через отдельные кадры как изображения. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2-VL и поддерживает контекст до 32 768 токенов. Модель предназначена для межмодального поиска и извлечения информации, включая поиск по визуальным документам и видео. В README заявлены высокие результаты на бенчмарках MMEB-V2, MMEB-Image и ViDoRe-v2, а также многоязычное обобщение. Эти результаты характеризуют оценку на указанных наборах и сами по себе не гарантируют качество для конкретных данных или сценария. Распространяется в формате Safetensors по лицензии Apache-2.0. README не уточняет точный набор поддерживаемых языков и не приводит детальных рекомендаций по извлечению эмбеддингов или требованиям к вычислительным ресурсам.

PubMedBERT Embeddings 500K — компактная англоязычная модель эмбеддингов от NeuML для поиска и сопоставления медицинских текстов. Это версия PubMedBERT Embeddings 2M с сокращённым словарём: оставлена четверть наиболее часто используемых токенов. В метаданных указаны архитектура Model2Vec с плотными векторами, формат safetensors и контекст до 1 000 000 токенов. Модель подходит для построения семантического поиска и баз знаний для RAG, а также для сравнения вопросов с ответами, заголовков со статьями и статей с аннотациями. README приводит результаты оценки на наборах PubMed QA, PubMed Subset и PubMed Summary; на этих тестах версия 500K показала лучшие результаты среди перечисленных компактных вариантов. Модель доступна по лицензии Apache 2.0.

Qwen3-Embedding-0.6B LRAT Broad Causal Filter v1 — текстовая модель-ретривер на архитектуре Qwen3, дообученная автором на базе Qwen/Qwen3-Embedding-0.6B. Она преобразует запросы и документы в эмбеддинги для плотного поиска и отбора материалов, полезных для продвижения рассуждений агента. Модель содержит 507,6 млн параметров, использует pooling последнего токена и поддерживает контекст до 32 768 токенов. Для обучения использованы 64 606 высокоуверенных пар запросов, положительных и отрицательных примеров, отобранных из предоставленных организатором траекторий агентов LRAT. В локальной оценке автор сообщает небольшое улучшение Recall@50 и Hit@50 относительно контрольной версии broad-v2; эти результаты являются локальными, а не официальными результатами лидерборда. Модель предназначена для текстового поиска и извлечения признаков. Языки обучения или поддерживаемые языки в карточке не уточнены, поэтому можно опираться лишь на многоязычные свойства базовой модели. Лицензия в предоставленных данных не указана.

reason-embed-basic-qwen3-8b-0928 — текстовая модель эмбеддингов из семейства ReasonEmbed, разработанная авторами проекта ReasonEmbed. Она дообучена на базе Qwen/Qwen3-8B с использованием базового loss InfoNCE на синтетическом наборе данных. Модель предназначена для извлечения текстовых эмбеддингов и поиска документов по запросам, требующим рассуждений. В README сообщается результат nDCG@10 37,1 на бенчмарке BRIGHT с исходными запросами. Архитектура — плотная Qwen3, размер — 7,6 млрд параметров, максимальный контекст — 40 960 токенов; репозиторий содержит веса safetensors. Модель принимает текст и выдаёт векторные представления для поиска и сравнения сходства предложений. Лицензия — Apache-2.0. README не указывает поддерживаемые естественные языки; качество на других задачах и языках отдельно не описано.

Модель kelompoknlp2026dsindo/retriever_260511070554_FINAL — энкодер предложений на архитектуре BERT, дообученный разработчиком на базе sentence-transformers/all-MiniLM-L6-v2 для поиска по тексту. Она преобразует предложения и абзацы в нормализованные плотные векторы размерности 384; для сравнения векторов используется косинусное сходство. Обучение проводилось на примерах пар «запрос — релевантный документ» с MultipleNegativesRankingLoss. Модель подходит для семантического поиска и извлечения подходящих документов по запросу. В README приведены результаты оценки на наборе dev: cosine_accuracy@1 — 0,2389, @3 — 0,469 и @5 — 0,5752. Метаданные указывают 25,9 млн параметров и контекст до 512 токенов; README задаёт максимальную длину последовательности 256 токенов, поэтому при использовании следует учитывать более короткое ограничение Sentence Transformers. Модель принимает и выдаёт текстовые представления в виде векторов. Данные не подтверждают поддержку русского языка или наличие специализированного предметного домена. Лицензия в предоставленных источниках не указана.

RuModernBERT-base — русская версия двунаправленного энкодера ModernBERT, разработанная DeepVk. Это плотный Transformer с архитектурой ModernBERT и задачей masked language modeling: модель обучена предсказывать замаскированные токены и создавать контекстные представления текста. Число параметров — около 149 млн, глубина — 22 слоя, размер словаря — 50 368 токенов, длина контекста — до 8 192 токенов. Предобучение охватывает примерно 2 трлн токенов на русском и английском языках, а также коде; использовались интернет-источники, книги, научные материалы и социальные сети. Модель подходит как основа для задач понимания текста, включая классификацию и распознавание именованных сущностей после соответствующей настройки. Для NER авторы рекомендуют ревизию patched-tokenizer: в ней шесть часто встречающихся строчных русских букв токенизируются по одному токену. На 20 задачах RuMTEB статистически значимого ухудшения качества относительно исходной версии не обнаружено. Модель распространяется под лицензией Apache-2.0. Это энкодер для анализа и представления текста, а не генеративный чат-бот; для прикладных задач, отличных от заполнения масок, может потребоваться дополнительная настройка. Указанные авторами оценки RSG рассчитаны на dev-выборке с подбором гиперпараметров.

SauerkrautLM-ColQwen3-1.7b-Turbo-v0.1 — мультиязычная модель визуального поиска по документам от VAGOsolutions, основанная на Qwen3-VL-2B. Это ColQwen3 с многовекторным представлением и поздним взаимодействием: модель кодирует изображения страниц и текстовые запросы, чтобы находить релевантные документы с учётом макета, таблиц, форм и диаграмм без отдельного OCR-конвейера. Модель уменьшена структурным прореживанием и восстановлена обучением на mMARCO, а затем настроена для поиска по документам. В ней около 1,7 млрд параметров и размерность эмбеддингов 128; автор сообщает о снижении объёма параметров на 23% относительно версии на 2,2 млрд. В README приведены результаты ViDoRe v1: NDCG@5 88,89; также указаны результаты MTEB и ViDoRe v3. Метаданные указывают поддержку английского, немецкого, французского, испанского, итальянского и португальского языков. Модель принимает изображения и текстовые запросы, а выдаёт многовекторные представления для ранжирования документов. Лицензия — Apache-2.0. Подходит для визуального поиска по PDF и сканированным документам, включая поиск по содержимому, где важны структура страницы и визуальный контекст. Заявленные результаты основаны на бенчмарках; качество может различаться на других наборах документов и запросов. Для работы требуется совместимая реализация ColPali/ColQwen3 или Sentence Transformers с поддержкой многовекторного поиска.

SauerkrautLM-Reason-EuroColBERT — многоязычная модель поиска с поздним взаимодействием ColBERT, разработанная VAGOsolutions. Она кодирует запросы и документы в наборы векторов и сопоставляет их с помощью MaxSim, чтобы находить релевантные фрагменты, в том числе для запросов, требующих рассуждений. Модель дообучена на базе SauerkrautLM-EuroColBERT методом дистилляции на 200 тысячах синтетических пар запрос–документ; авторы сообщают о применении PyLate и архитектуре EuroBERT с проекцией 768→128 измерений. Модель содержит около 211,7 млн параметров и поддерживает контекст до 8192 токенов для документов и до 256 токенов для запросов. Она рассчитана на немецкий, английский, испанский, французский, итальянский, нидерландский и португальский языки, с особым акцентом на многоязычный поиск и поиск, требующий рассуждений. Подходит для ранжирования документов и извлечения релевантных материалов в поисковых системах и RAG-конвейерах. Модель распространяется по лицензии Apache 2.0. Указанные в карточке сравнительные результаты и заявления о превосходстве над более крупными моделями принадлежат авторам и зависят от набора данных и методики оценки; модель выдаёт векторы для поиска, а не готовые развернутые ответы пользователю.

SloBERTa-Trendi-Topics 1.0 — модель классификации новостных текстов на 13 тематических категорий, разработанная для словенских текстов. Она основана на архитектуре CamemBERT и дообучена на контекстных представлениях SloBERTa 2.0. Для обучения использовано около 36 тысяч текстов словенских новостных источников; разметка категорий частично сформирована автоматически по разделам публикации. Модель подходит для тематической сортировки новостей по таким категориям, как политика, экономика, спорт, здоровье, культура, погода и общество. В README указаны максимальная длина последовательности 512 токенов и macro-F1 0,94 на тестовом наборе из 1 295 текстов; лучшие результаты получены для криминальной хроники, политики, спорта и погоды, наиболее низкие — для досуга. Модель содержит 137,8 млн параметров, опубликована в формате PyTorch и распространяется по лицензии Apache-2.0. Она рассчитана на классификацию словенских новостных текстов; качество за пределами близких источников и тематических категорий в карточке не охарактеризовано.