I.11Классификация, ранжирование и сопоставление

Crystalcareai/Colbertv2 — чекпойнт ColBERTv2 на базе BERT для поиска релевантных фрагментов в больших текстовых коллекциях. ColBERT кодирует запросы и документы в последовательности контекстных векторных представлений токенов, а затем сопоставляет их оператором MaxSim. Такой поздний интерактивный поиск учитывает соответствия между отдельными токенами и может обеспечивать более точное ранжирование, чем представления всего текста одним вектором. Модель обучена для задачи ранжирования пассажей MS MARCO. Типичный сценарий — заранее проиндексировать коллекцию документов, затем по текстовому запросу получать наиболее релевантные фрагменты; README также описывает запуск сервера выдачи результатов. Архитектура — BERT, около 136,7 млн параметров, контекст до 512 токенов; веса в формате PyTorch. Карточка указывает английский язык и лицензию MIT. Для работы с крупными коллекциями требуется предварительная индексация, а скорость и качество поиска зависят от параметров поиска и инфраструктуры. Чекпойнт ориентирован на английский поиск и обучение на MS MARCO, поэтому качество на других языках и предметных областях карточкой не подтверждено.

ColPali v1.2 — модель визуального поиска по документам, разработанная ViDoRe на основе PaliGemma-3B. Она кодирует текстовые запросы и изображения страниц в наборы векторов и сопоставляет их методом позднего взаимодействия ColBERT. Модель предназначена прежде всего для поиска релевантных страниц в PDF и других визуально представленных документах, в том числе когда важны макет, графики и расположение текста. Чекпойнт дообучен на 127 460 парах «запрос — страница»: англоязычных академических данных и синтетических примерах страниц веб-документов. Обучающий набор был полностью на английском; многоязычные данные могли присутствовать в предобучении базовой модели. Репозиторий содержит веса safetensors и версию для Transformers; карточка также описывает использование через Sentence Transformers. Лицензия — Gemma. Модель особенно подходит для поиска по страницам PDF и может обобщаться на другие языки, однако её применимость к редким языкам и нетипичным форматам документов может быть ограничена. Для поиска требуется поддержка многовекторного представления и позднего взаимодействия, что может потребовать адаптации инфраструктуры векторного поиска.

YituTech/conv-bert-base — предобученная языковая модель семейства ConvBERT, опубликованная YITU Technology. Репозиторий предназначен для извлечения признаков из текста: его можно загрузить через Transformers как AutoModel или использовать с pipeline feature-extraction. Модель имеет плотную архитектуру ConvBertModel и содержит 136,7 млн параметров. Максимальная длина контекста — 512 токенов; доступны веса PyTorch и TensorFlow. Она принимает текст и выдаёт его векторные представления, которые можно использовать как основу для последующих NLP-задач. В карточке репозитория нет подробностей о языках обучения, специальных сценариях применения или ограничениях качества. Лицензия в предоставленных метаданных и найденной карточке не установлена.

Это визуальная модель семейства ConvNeXt, подготовленная Россом Уайтманом и распространяемая в библиотеке timm. Визуальная башня CLIP предварительно обучена в OpenCLIP на LAION-2B, затем модель дообучена последовательно на ImageNet-12k и ImageNet-1k для классификации изображений. Модель содержит около 200,1 млн параметров и рассчитана на изображения размером 384 × 384 пикселя. Она предсказывает классы изображений, а также может служить визуальным backbone для извлечения карт признаков и эмбеддингов. В карточке приведены результаты на ImageNet-1k, включая точность top-1 и top-5. Модель принимает изображения и выдаёт метки классов либо визуальные признаки и эмбеддинги. Лицензия — Apache-2.0. Карточка не описывает поддержку естественного языка как входа для классификации и не приводит специальных ограничений помимо вычислительной стоимости крупной модели.

timm/convnext_small.dinov3_lvd1689m — модель извлечения признаков изображений из библиотеки PyTorch Image Models (timm), основанная на архитектуре ConvNeXt Small. Она предварительно обучена на наборе LVD-1689M методом самоконтролируемого обучения DINOv3 и дистиллирована из DINOv3 ViT-7B. Модель содержит 49,5 млн параметров и рассчитана на изображения размером 224 × 224 пикселя. Модель предназначена для получения карт признаков и векторных эмбеддингов изображений, а также может использоваться как основа для задач классификации изображений. Она принимает изображения и выдаёт признаки или эмбеддинги, пригодные для последующих этапов компьютерного зрения. В карточке указана лицензия DINOv3; конкретные условия её применения следует сверять с лицензией проекта.

dateline-loc-resolver-v1 — многоязычный reranker на основе cross-encoder, разработанный автором репозитория emilys. Модель ранжирует предоставленные варианты мест GeoNames, чтобы определить, какое из них соответствует локации в датлайне новостной статьи. Это дообученная XLM-RoBERTa-base с архитектурой XLMRobertaForSequenceClassification, примерно 305,2 млн параметров и длиной контекста 514 токенов по метаданным; в карточке также указана максимальная длина последовательности 256 токенов. Модель принимает текстовый контекст статьи и описание кандидата, оценивая соответствие пары. Она предназначена для разрешения неоднозначности топонимов в новостях, а не для поиска координат или самостоятельного извлечения кандидатов из географического справочника: список кандидатов нужно сформировать отдельно. Для ожидаемого качества следует соблюдать обученный формат входа, включая тип географического объекта и население кандидата; по умолчанию модель не отказывается от ответа и оценивает любой непустой список кандидатов. Лицензия — CC BY 4.0.

Модель ahmetatakanacar/dbmdz-finetuned-with-egundem — sentence-transformers-модель на базе BERT, дообученная на турецких новостных текстах для семантического поиска. Она преобразует текст в эмбеддинги размерностью 768; используется mean pooling. Базовая модель — dbmdz/bert-base-turkish-uncased, число параметров — 137,8 млн. Модель предназначена для поиска новостных материалов по смыслу и сравнения семантической близости предложений или текстов. Принимает до 512 токенов; для более длинных материалов в карточке рекомендуется разбивать текст на фрагменты. Поддерживаются форматы safetensors и ONNX. Лицензия — MIT. Модель ориентирована на турецкий язык и новостной домен, поэтому её применимость к другим языкам и текстам вне новостной тематики может быть ограничена.

DEFAULT_5000steps_len512 — модель Sentence Transformers, дообученная автором batmangiaicuuthegioi на базе BAAI/bge-m3 на наборе augmentated_legal_triplets с примерами юридических текстов. Она кодирует предложения и абзацы в плотные векторы размерности 1024, нормализует их и предназначена для поиска семантически близких текстов и сравнения их косинусной близости. Архитектура включает XLM-RoBERTa и pooling по CLS-токену; максимальная длина последовательности составляет 8192 токена. Модель можно применять для семантического поиска и оценки сходства, а также для кластеризации, поиска перефразировок и классификации текстов на основе эмбеддингов. Обучение проводилось на 36 728 триплетах с anchor, positive и negative; для обучения указана функция MultipleNegativesRankingLoss. Многоязычная база BGE-M3 поддерживает работу с текстами на разных языках, но отдельные языки именно этой донастройки не перечислены. Репозиторий содержит веса Safetensors и использует библиотеку sentence-transformers. Лицензия в предоставленных данных не приведена.

microsoft/DialogRPT-human-vs-rand — модель классификации диалоговых ответов от Microsoft Research NLP Group, созданная в рамках семейства DialogRPT. Она оценивает, насколько ответ соответствует контексту диалога, а не является случайным; оценку можно использовать для ранжирования кандидатов, сгенерированных, например, DialoGPT. Модель основана на GPT-2 и реализована как GPT2ForSequenceClassification; максимальная длина контекста составляет 1024 токена. DialogRPT обучался на более чем 100 миллионах примеров человеческой обратной связи. Карточка описывает вариант human_vs_rand, который выдаёт оценку соответствия ответа контексту. Лицензия в предоставленных данных не указана.

dinghy-law-8b-v1 — мультиязычная модель эмбеддингов Clause Logic Inc., дообученная на базе NVIDIA Nemotron-3-Embed-8B-BF16 для поиска по юридическим текстам. Это плотная модель на 8 млрд параметров с архитектурой Ministral3; она кодирует запросы и документы в нормализованные векторы размерностью 4096, используя роли `query: ` и `passage: `. Карточка описывает поддержку английского, немецкого и китайского языков и контекст до 262 144 токенов для базовой модели; опубликованная конфигурация Sentence Transformers ограничивает вход 8192 токенами. Модель предназначена для первого этапа поиска, семантического поиска и извлечения документов для юридических RAG-систем на собственных корпусах: законы, судебные решения, договоры и юридические вопросы. В тесте MTEB(Law, v1) авторы сообщают средний nDCG@10 72,58 по восьми задачам; это результат их воспроизведения, а не официальное место в таблице MTEB. Модель возвращает эмбеддинги и оценки близости, но не генерирует ответы и не предоставляет юридические консультации. Модельные веса распространяются по лицензии `other`; README указывает на лицензии и атрибуцию обучающих данных, но не уточняет условия лицензии самих весов. Результаты лучше всего подтверждены для английских, немецких и китайских юридических данных; другие языки и юрисдикции могут быть вне обучающего распределения.

Eager Embed V1 — мультимодальная плотная модель эмбеддингов, разработанная Хуаном Пабло Баларани при финансировании Eagerworks. Она дообучена на Qwen/Qwen3-VL-4B-Instruct и предназначена для индексации и поиска по документам с учётом их визуального и текстового содержимого. Модель формирует эмбеддинги для визуально-текстового поиска по документам. По сравнению с многовекторными подходами типа ColBERT она рассчитана на баланс между размерностью эмбеддингов, точностью поиска и эффективностью; для сравнения эмбеддингов не требуется функция max-sim. Модель оценивали на бенчмарках Vidore 1, 2 и 3. В основе лежит мультимодальная архитектура Qwen3-VL с 4 млрд параметров. Использование предполагает подачу визуального и текстового содержимого документов и получение векторных представлений для поиска. Модель распространяется по лицензии Apache 2.0.

EttinX Cross-Encoder NLI — компактная англоязычная модель Дэниела Миллера для определения логической связи между парой текстов. Она классифицирует пару как противоречие, нейтральное отношение или следование; основана на энкодере Ettin-17m семейства ModernBERT и содержит 16,8 млн параметров. Модель дообучена на наборе all-nli-distill с логитами учителя ModernCE-large-nli, чтобы улучшить качество относительно обычного обучения. Модель рассчитана на лёгкий инференс, в том числе на CPU, и может применяться для проверки гипотез, оценки ответов LLM и сравнения предложений с учётом их смысловой связи. README сообщает результаты micro-F1 80,47% на MNLI mismatched и 86,95% на SNLI. Длина контекста составляет до 7999 токенов по метаданным; README указывает 8192 токена. Лицензия в предоставленных данных не указана.

Finnish ModernBERT large — плотная encoder-модель семейства ModernBERT, разработанная TurkuNLP и обученная на суперкомпьютере LUMI. Она содержит около 400 млн параметров, имеет 28 слоёв и поддерживает контекст длиной 16 000 токенов; в карточке также указана теоретическая возможность экстраполяции до 128 000 токенов. Модель предобучена на финском, шведском, английском, коде, латыни и северносаамском языках. Основная задача модели — предсказание замаскированных токенов. Её можно использовать как основу для задач понимания текста на финском, шведском и английском, а также для поиска и извлечения информации; в оценке авторов модели показали сильные результаты в междоменном поиске. Для прикладного использования в конкретных задачах может потребоваться дообучение. Модель распространяется по лицензии Apache-2.0. Оценки показывают конкурентоспособность на задачах понимания текста с коротким контекстом, однако XLM-R-large был сильнее в этой группе сравнений. Обучающие данные содержат предвзятые и потенциально вредные материалы и не фильтровались на токсичность, поэтому представления модели требуют оценки с учётом возможного отражения этих свойств.

Finnish ModernBERT tiny — компактная предобученная модель-энкодер архитектуры ModernBERT, разработанная TurkuNLP. Модель содержит 51 млн параметров и обучена на 447,9 млрд токенов. Она рассчитана на финский, шведский, английский, северносаамский, латинский языки и код; метаданные указывают языки fi, sv и en. Для задачи заполнения пропусков заявлен контекст 16 000 токенов, а в карточке отмечена теоретическая возможность экстраполяции до 128 000 токенов. Модель подходит для предсказания скрытых токенов, анализа текста и получения контекстных представлений, в том числе для задач поиска по текстам. В оценках семейство моделей показало конкурентные результаты на коротких задачах понимания финского, шведского и английского языков, а также сильные результаты в поиске вне обучающего домена. Обучение проводилось на суперкомпьютере LUMI на разнообразных текстовых данных. Модель распространяется по лицензии Apache-2.0. В обучающих данных могли присутствовать предвзятые и вредоносные материалы, не проводилась фильтрация токсичного или оскорбительного содержания; выходы и представления модели следует оценивать с учётом возможного влияния на уязвимые группы.

GC-ResNeXt50ts.ch_in1k — модель классификации изображений и извлечения визуальных признаков, разработанная Россом Уайтманом и обученная на ImageNet-1k в библиотеке timm. Она основана на ResNeXt с механизмом Global Context attention, трёхслойным стемом и активациями SiLU; архитектура реализована через BYOBNet. Модель содержит 15,7 млн параметров и требует изображения размером 288 × 288 для тестирования (при обучении использовался размер 256 × 256). Модель подходит для классификации изображений по категориям ImageNet-1k, извлечения карт признаков и получения векторных представлений изображений. Веса доступны в форматах PyTorch и safetensors; лицензия — Apache-2.0. Карточка описывает её как исходную модель timm, а не как дообучение другой модели.

IdolSankaku EVA02-Large Tagger v1 — модель DeepGHS для автоматической разметки изображений. Она предсказывает рейтинги, персонажей и общие теги для фотографий; обучена на датасете изображений реального мира с разметкой, выполненной людьми. Архитектура основана на EVA02-Large и доступна для использования через timm или ONNX, включая пакетную обработку изображений. На валидации для версии 1.0 указаны порог 0,4985 и F1 0,6017. ONNX-модель совместима с кодом для WD tagger v3 и требует onnxruntime версии 1.17.0 или выше. Репозиторий распространяется по лицензии Apache-2.0.

Vishwas/intent_classification — модель на архитектуре MPNet, представленная в формате Sentence-Transformers. Она преобразует предложения и абзацы в плотные векторы размерности 768 для семантического поиска, кластеризации и сравнения текстов. Веса в формате PyTorch, число параметров — 136,7 млн, максимальная длина контекста — 514 токенов. Модель можно применять для поиска похожих пользовательских запросов и группировки текстов по смыслу. В README указано обучение с CosineSimilarityLoss, однако не приведены сведения о языках обучающих данных или о целевой схеме классификации намерений. Поэтому название репозитория само по себе не подтверждает, что модель выдаёт метки классов интентов. Лицензия в предоставленных данных не указана.

jev2-legal — англоязычная Sentence Transformer модель, дообученная bwang0911 на базе sentence-transformers/all-mpnet-base-v2 на юридических наборах данных, включая COLIEE, Legal QA, Law StackExchange, CUAD QA, Privacy QA и материалы по судебным делам. Она кодирует предложения и абзацы в плотные векторы размерностью 768 и нормализует их; для сравнения используется косинусное сходство. Архитектура включает MPNet, усреднение токенных представлений и нормализацию. Метаданные указывают 136,7 млн параметров и контекст до 514 токенов, тогда как карточка модели задаёт максимальную длину последовательности 192 токена. Модель предназначена для семантического поиска по юридическим материалам, сопоставления вопросов с релевантными документами, оценки сходства текстов, поиска перефразировок и кластеризации. Карточка приводит результаты оценки на задачах поиска по юридическим документам и контрактам, но качество зависит от корпуса и сценария; модель создаёт эмбеддинги, а не готовые юридические ответы или заключения. Лицензия в предоставленных данных не указана.

KARAKURI LM 7B APM v0.1 — текстовая авторегрессионная модель на архитектуре decoder-only Transformer, разработанная KARAKURI Inc. и дообученная на основе google/gemma-7b. Модель оценивает ответы языковых моделей по различным аспектам, связанным с желательностью ответа, и предназначена для сценариев оценки и ранжирования ответов в диалогах. Модель содержит 8,2 млрд параметров, принимает текст и выдаёт текстовую оценку. Поддерживает английский и японский языки; в карточке основным указан английский. Контекст составляет до 8192 токенов. Обучение проводилось на OASST2 и HelpSteer. Лицензия — Gemma Terms of Use.

Longformer-large-4096 — англоязычная предварительно обученная модель-трансформер от Allen Institute for AI (AI2), предназначенная для представления и анализа длинных текстов. В конфигурации — 24 слоя, 1024 скрытых измерения и около 454,1 млн параметров; модель рассчитана на последовательности примерно до 4096 токенов. Механизм внимания сочетает локальное скользящее окно и настраиваемое глобальное внимание, благодаря чему обработка длинных последовательностей масштабируется линейно по их длине. Модель подходит как основа для дообучения под задачи классификации документов, поиска ответов и других задач понимания текста; сама по себе она не является генеративным чат-ботом. Доступны веса PyTorch и TensorFlow. Условия лицензии в использованных источниках не установлены.

Mantis-Idefics2 — мультимодальная модель команды TIGER-Lab, дообученная на наборе Mantis-Instruct на основе HuggingFaceM4/idefics2-8b. Она принимает текст и одно или несколько изображений, включая последовательности с чередованием текста и изображений, и генерирует текстовые ответы. Модель предназначена для диалога об изображениях, особенно для сопоставления нескольких изображений, определения связей между объектами и визуальных рассуждений; также поддерживает задачи по одному изображению. В карточке авторы сообщают о сильных результатах на пяти тестах для сценариев с несколькими изображениями и о конкурентных результатах на тестах для одного изображения. Модель построена на архитектуре Idefics2 и распространяется в формате safetensors по лицензии Apache-2.0. Среди применений — сравнение изображений и понимание временной последовательности визуальных событий. Количественные результаты приведены авторами и сами по себе не гарантируют качество на конкретных пользовательских данных.

ModernBERT-base Legal Spanish — модель Sentence Transformers, разработанная Wilfredo Martel и дообученная на испанском наборе юридических текстов small-spanish-legal-dataset. Она преобразует предложения и абзацы в плотные векторы размерностью 768 для семантического поиска и сравнения текстов. Модель основана на encoder-архитектуре ModernBERT, использует среднее pooling токенов и обрабатывает последовательности длиной до 8192 токенов. Модель предназначена для поиска юридических документов по запросу, оценки смыслового сходства, поиска перефразировок, кластеризации и классификации испаноязычных текстов. В README приведены результаты оценки поиска на наборах с размерностью векторов 768 и 512. Лицензия — Apache-2.0.

SergeyKarpenko1/multilingual-e5-small-legal-matryoshka_384 — дообученная на 165 парах текстов модель Sentence Transformer на базе intfloat/multilingual-e5-small. Она преобразует предложения и абзацы в нормализованные плотные эмбеддинги размерностью 384 и сравнивает их по косинусному сходству; архитектура включает BERT, mean pooling и нормализацию. Модель предназначена для семантического поиска и сопоставления текстов, в том числе по вопросам и фрагментам о российском законодательстве. Модель поддерживает русский язык, принимает текст и выдаёт векторы. Максимальная длина последовательности — 512 токенов. Matryoshka-обучение позволяет оценивать эмбеддинги при сокращении размерности до 256, 128 или 64. В README приведены результаты поиска на небольшом наборе оценки, поэтому они не гарантируют качество на других данных. Лицензия — Apache-2.0.

NanoVDR-D-Fast-Qwen3VL8B-4096 — визуальная башня документов для поиска по страницам, разработанная проектом NanoVDR. Это 457-миллионная модель-энкодер, которая принимает изображение страницы любого разрешения и выдаёт один L2-нормализованный вектор размерности 4096 для поиска по сходству с помощью скалярного произведения. Архитектура сочетает динамическую нарезку страницы на фрагменты, InternViT-300M-448, линейные проекции и ModernBERT-base с усреднением признаков. Она предназначена для построения векторных индексов документов и работает в общем пространстве эмбеддингов с совместимой башней запросов NanoVDR. Модель получена дистилляцией замороженной Qwen3-VL-Embedding-8B: обучение выравнивало векторы страниц с эмбеддингами учителя без меток релевантности и контрастивного обучения. Для изображения используются не более двух фрагментов и миниатюра; это снижает вычислительные затраты, но может ухудшать представление очень плотных страниц. В README результаты оценки приведены для наборов ViDoRe, поэтому качество на иных типах документов и распределениях запросов не установлено. Репозиторий распространяется по лицензии MIT.

NVIDIA-Nemotron-3-Ultra-550B-A55B-GenRM — генеративная модель оценки ответов, разработанная NVIDIA Corporation и дообученная на основе NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16. Она принимает историю диалога, запрос пользователя и два варианта ответа ассистента, а затем выдаёт отдельную оценку полезности каждого ответа и сравнительный рейтинг. При необходимости оценивание можно направить заданными пользователем принципами. Модель построена на гибридной архитектуре LatentMoE, сочетающей Mamba-2, Mixture of Experts, механизм внимания и Multi-Token Prediction. В ней 550 млрд параметров, из которых активны 55 млрд; контекст по README составляет до 1 млн токенов. Модель принимает и выдаёт текст. Она предназначена для оценки качества ответов, в том числе в сценариях обучения с подкреплением на основе обратной связи от людей. Заявлена поддержка английского, французского, испанского, итальянского, немецкого, японского, корейского, хинди, бразильского португальского и китайского языков. Для запуска рекомендованы системы с GPU NVIDIA; в README перечислены NeMo и PyTorch, а также совместимое оборудование NVIDIA. Карточка сообщает о готовности модели к коммерческому и некоммерческому использованию, но метаданные указывают лицензию «other» без её условий. Показатели полезности и сравнительного рейтинга предназначены для оценки ответов в рамках заданной схемы и сами по себе не гарантируют качество или безопасность модели в конкретном применении.

Это преобразованная в формат OpenVINO модель papluca/xlm-roberta-base-language-detection для ускоренного инференса. Она использует архитектуру XLM-RoBERTa и классифицирует текст по языку; подходит для определения языка входных фрагментов в приложениях обработки текста. В модели 305,2 млн параметров, максимальная длина контекста — 514 токенов. Модель предназначена для классификации текста и не генерирует ответы. Карточка указывает на конверсию исходных весов для OpenVINO; сведений о лицензии и перечне распознаваемых языков в предоставленных данных нет.

APauli/Persuasive_language_in_pairs — модель на базе DeBERTa-v2 для оценки относительной убедительности языка в паре текстов. Она принимает пару предложений или фрагментов текста и сравнивает, какой из них использует более убедительную формулировку. Модель ориентирована на анализ и сопоставление персуазивного языка. Модель содержит около 533,8 млн параметров, работает с текстом и имеет контекст до 512 токенов. В карточке указан английский язык и датасет APauli/Persuasive-Pairs. Для обучения, оценки и примеров использования автор отсылает к сопутствующей научной статье. Репозиторий содержит веса в формате safetensors и распространяется по лицензии CC BY-NC 4.0.

Vietnamese Product Granite 97M — дообученная модель SentenceTransformer для поиска товаров по-вьетнамски. Она сопоставляет короткие поисковые запросы с более длинными описаниями товаров и выдаёт эмбеддинги для поиска по сходству. Модель основана на IBM Granite Embedding 97M Multilingual R2 и использует архитектуру ModernBERT; размер — 97,4 млн параметров. Метаданные указывают контекст до 32 768 токенов, а в обучении максимальная длина последовательности составляла 512 токенов. Модель дообучена на 15 000 парах «запрос — документ» и 1 000 описаниях товаров с функцией потерь MultipleNegativesRankingLoss. Её можно использовать для семантического поиска и извлечения товаров по коротким запросам, в том числе в асимметричной схеме, где запросы короче документов. README рекомендует оценивать качество по Recall@K, MRR и NDCG: приведённая ошибка валидации является лишь диагностикой обучения и не заменяет бенчмарк. Лицензия в предоставленных данных не указана.

timm/regnety_1280.swag_ft_in1k — модель классификации изображений семейства RegNetY-128GF, основанная на архитектуре RegNet и распространяемая в библиотеке timm. Изначально обучена методом слабого обучения с учителем SWAG на примерно 3,6 млрд изображений Instagram и связанных с ними хештегах, затем дообучена авторами статьи на ImageNet-1k. Модель содержит около 644,8 млн параметров и рассчитана на изображения размером 384 × 384 пикселя. Модель предназначена для классификации изображений по категориям ImageNet-1k, а также может использоваться как визуальный backbone для извлечения карт признаков и эмбеддингов. В таблице результатов указана точность top-1 88,228% и top-5 98,684% на ImageNet-1k. Реализация timm поддерживает стохастическую глубину, градиентное чекпоинтирование, послойное уменьшение скорости обучения и настройку выходного шага сети. Лицензия CC-BY-NC-4.0 запрещает коммерческое использование. Модель принимает изображения и выдаёт метки классов; описание также указывает на возможность получения признаковых представлений.

RoBERTo — модель классификации текста, разработанная absltnull для различения боснийского, хорватского и сербского языков. Это дообученная XLM-RoBERTa-base с архитектурой Transformer для классификации последовательностей и 305,2 млн параметров. Модель принимает текст и возвращает одну из меток: bs, hr или sr. Контекст модели составляет 514 токенов по метаданным; в README указано, что при обучении использовались последовательности до 256 токенов. Модель предназначена для определения языка в наборах данных и балансировки корпусов на боснийском, хорватском и сербском. В README заявлена точность свыше 91% на неоднозначных и однозначных примерах тестирования, однако близость этих языков создаёт ошибки, особенно при различении боснийского и хорватского текста без характерных языковых признаков. Обучающие данные взяты из rsateam/sr-bs-hr-language-id и размечены по источнику публикации. Модель распространяется по лицензии MIT.