I.11Классификация, ранжирование и сопоставление

Skywork-Reward-V2-Llama-3.2-1B — модель оценки предпочтительности ответов, разработанная командой Skywork. Это дообученная на основе meta-llama/Llama-3.2-1B-Instruct модель семейства Llama с архитектурой для классификации последовательностей и примерно 1,2 млрд параметров. Она использует подход Bradley–Terry и предназначена для присвоения оценок диалогам и ответам, чтобы сравнивать их качество или отбирать предпочтительные варианты. Модель входит в серию Skywork-Reward-V2, обученную на смеси из 26 млн пар предпочтений. В README заявлены высокие результаты серии на нескольких бенчмарках reward-моделей; конкретные оценки именно этой версии в предоставленном фрагменте не приведены. Контекстное окно составляет 131 072 токена. Для запуска указана библиотека Transformers; веса доступны в формате safetensors. Модель подходит для ранжирования ответов и оценки результатов генерации в конвейерах обучения и инференса. Она принимает текст и выдаёт оценку, поэтому не предназначена для самостоятельной генерации ответов. Лицензия — Llama 3.2 Community License; перед использованием следует соблюдать её условия.

splade-camembert-base-v2 — франкоязычный разреженный кодировщик SPLADE, дообученный на базе almanach/camembert-base с использованием библиотеки Sentence Transformers и данных msmarco-qwen3-reranker-0.6_b-french. Модель принимает предложения и абзацы и преобразует их в разреженные векторы размерностью 32 005; сходство между векторами оценивается скалярным произведением. Модель предназначена для семантического поиска и разреженного извлечения документов, а также может использоваться для оценки сходства предложений. Архитектура включает CamembertForMaskedLM и SPLADE pooling с max-пулингом и ReLU. Максимальная длина последовательности — 512 токенов (514 токенов в метаданных). Карточка приводит результаты оценки на франкоязычных наборах NanoBEIR и French STS. Модель поддерживает французский язык и распространяется по лицензии Apache-2.0. Она создаёт разреженные векторные представления для поиска и не предназначена для генерации связных текстовых ответов; качество зависит от предметной области и корпуса поиска.

Stella-PL-retrieval — польскоязычный текстовый энкодер для информационного поиска, разработанный на основе stella_en_1.5B_v5 и дообученный для поиска по польским текстам. Модель сначала адаптировали к польскому языку методом мультиязычной дистилляции на 20 миллионах польско-английских пар, затем дообучили контрастивной функцией потерь на 1,4 миллиона запросов с подобранными положительными и отрицательными фрагментами. В основе — плотная архитектура Qwen2 с 1,5 млрд параметров; репозиторий содержит веса safetensors. Контекст модели составляет до 131 072 токенов. Энкодер преобразует текст в векторы размерностью 1024 и предназначен прежде всего для поиска релевантных документов по запросу на польском языке. В README указано значение NDCG@10 62,32 на Polish Information Retrieval Benchmark. Модель оптимизирована для информационного поиска; для семантического сходства и кластеризации разработчики рекомендуют дистиллированную модель sdadas/stella-pl. Лицензия в метаданных указана как Gemma.

Это плотная языковая модель Qwen3 с 507,9 млн параметров, дообученная командой Utah NLP в рамках Tevatron-Elastic для поиска релевантных документов. Чекпойнт поддерживает эластичное сжатие токенов M-LTC: из одной модели можно выбирать разные коэффициенты сохранения токенов и настраивать точку работы через Tevatron-Elastic. Модель предназначена для получения представлений запросов и документов и их сопоставления в информационном поиске. В README указаны обучающие данные rlhn/rlhn-680K, максимальная длина при обучении 512 токенов и префиксы `query:` и `passage:`. Для полной конфигурации приведён результат 0,511 nDCG@10 на BEIR-15. Это ресурс для воспроизводимости экспериментов, а не заявление о превосходстве над современными моделями. Базовая модель имеет нативный контекст 32 768 токенов; лицензия — Apache-2.0.

efederici/text2tags — модель на базе T5, дообученная на наборе из 28 тысяч новостных статей с тегами. Она генерирует подходящие теги для статьи на итальянском языке; автор также указывает возможность использовать её для информационного поиска и генерации запросов (GenQ), а также для дообучения sentence-transformers под асимметричный семантический поиск. Модель содержит 45,8 млн параметров и опубликована в форматах PyTorch и Safetensors. В карточке базовая модель обозначена как it5-small; лицензия и ограничения контекста не приведены. Основное назначение — разметка новостных текстов тематическими тегами, реализованная как суммаризация для генерации тегов.

TResNet XL — модель компьютерного зрения для классификации изображений и извлечения визуальных признаков. Её обучили авторы статьи TResNet на ImageNet-1k; репозиторий timm содержит преобразованные веса, совместимые со стандартным BatchNorm вместо InplaceABN. Модель имеет 78,4 млн параметров, требует изображения размером 448 × 448 пикселей и вычисляет 60,8 GMACs. Модель подходит для классификации изображений по категориям ImageNet-1k, извлечения карт признаков и получения эмбеддингов изображений. Веса доступны в форматах PyTorch и Safetensors. Лицензия Apache-2.0 разрешает использование на её условиях.

Vietnamese_Embedding — модель эмбеддингов на базе Sentence Transformers, разработанная AITeamVN и дообученная от BAAI/bge-m3 для улучшения поиска по вьетнамским текстам. Она принимает текст и выдаёт вектор размерности 1024; для сравнения векторов предусмотрена метрика dot product. Модель обучалась на примерно 300 тысячах триплетов запросов, положительных и отрицательных документов, а максимальная длина последовательности в карточке указана как 2048 токенов. Модель предназначена для семантического поиска и извлечения релевантных документов по вьетнамским запросам; автор приводит оценку на Legal Zalo 2021. В метаданных указаны архитектура XLM-RoBERTa, контекст до 8194 токенов, библиотека sentence-transformers и форматы ONNX и safetensors. Лицензия — Apache 2.0. В README приведена более короткая максимальная длина последовательности, чем контекст в метаданных; качество поиска на других наборах данных отдельно не подтверждено.

Это модель компьютерного зрения на основе Vision Transformer (ViT), опубликованная в библиотеке timm. Она предварительно обучена OpenAI на парах изображений и текстов WIT-400M с помощью CLIP, затем дообучена на ImageNet-12k и ImageNet-1k. Модель содержит 86,9 млн параметров и рассчитана на изображения размером 384 × 384 пикселя. Модель предназначена для классификации изображений и может использоваться как визуальный backbone для извлечения признаков и получения эмбеддингов изображений. Такое представление подходит для последующих задач компьютерного зрения и поиска по визуальному сходству. Веса доступны в форматах PyTorch и Safetensors; библиотека карточки — timm. Модель распространяется по лицензии Apache-2.0. Карточка не описывает специальные ограничения по применению или гарантии качества; результат классификации зависит от соответствия входных изображений обучающим данным и набора меток.

timm/vit_large_patch14_reg4_dinov2.lvd142m — визуальный энкодер на основе Vision Transformer (ViT), опубликованный в timm. Модель содержит около 304,4 млн параметров и предварительно обучена на наборе LVD-142M методом самообучения DINOv2; в архитектуре используются register-токены. Рекомендуемый размер изображения — 518 × 518 пикселей. Модель предназначена для извлечения визуальных признаков и эмбеддингов изображений, а также может служить основой для классификации изображений и других задач компьютерного зрения. Её можно применять как визуальный backbone в системах поиска по изображениям, кластеризации и анализа визуального содержимого. Репозиторий использует timm и содержит веса PyTorch в формате Safetensors. Лицензия — Apache-2.0.

Это вариант визуального энкодера Perception Encoder (PE), разработанного Meta и опубликованного в формате timm соображениями автора timm. Модель предназначена для извлечения признаков из изображений; её можно использовать как основу для последующих задач компьютерного зрения, включая классификацию и поиск по изображениям. Репозиторий включает веса для архитектуры Vision Transformer large с размером входа 448 × 448 и выходным вектором признаков размерности 1024. Это image-only вариант весов PE Spatial; карточка указывает, что веса преобразованы для timm и не работают с исходным кодом моделирования. Вход модели — изображение, выход — признаки изображения. Репозиторий распространяется по лицензии Apache-2.0. Языковая поддержка для этого энкодера не заявлена.

webAI-Official разработала webAI-ColVec1.1-4b — мультимодальную модель поиска по документам на основе Qwen/Qwen3.5-4B. Это дообученный ColBERT-подобный энкодер: он кодирует текстовые запросы и изображения документов, включая отрендеренные страницы PDF, в нормализованные многовекторные представления размерности 640 и сопоставляет их методом позднего взаимодействия MaxSim. В выпущенной версии около 4,54 млрд параметров; языковая голова удалена. Модель предназначена для извлечения релевантных документов по текстовому запросу. Единый энкодер обрабатывает запросы и изображения страниц, а токенные векторы помогают учитывать детали содержимого и разметки страницы. Модель обучалась на сбалансированной многоязычной выборке из шести наборов данных и синтетических примерах. В README приведены результаты оценки на ViDoRe V3; для воспроизведения указан бюджет в 1 792 визуальных токена, а оценивание использует MaxSim. Многовекторные представления занимают больше места, чем одно-векторные базовые модели. Для заявленных оценок использовалось накопление MaxSim в float32; результаты могут немного различаться между аппаратным обеспечением и версиями программных библиотек. Лицензия указана как other, поэтому конкретные условия следует проверять в файлах репозитория.

webAI-ColVec1-4b — мультимодальная модель поиска по документам от webAI, дообученная на базе Qwen/Qwen3.5-4B. Она кодирует текстовые запросы и изображения страниц документов в согласованные многовекторные представления для поиска релевантных страниц по содержимому. Для вычисления оценок используется позднее взаимодействие в стиле ColBERT: MaxSim сопоставляет токены запроса с токенами документа. Архитектура включает общую языковую модель с обработкой визуальных токенов и обучаемую линейную проекцию размерности 640. Модель предназначена для мультиязычного поиска по визуальным документам и демонстрирует результаты на наборах ViDoRe V1 и V3. Её можно использовать для поиска по изображениям страниц, включая страницы PDF, по запросам на естественном языке. Выход модели — нормализованные многовекторные представления; итоговую оценку релевантности получают отдельным расчётом MaxSim. Для загрузки и запуска используется Transformers, веса представлены в safetensors. В README указана лицензия «other», поэтому конкретные условия использования следует сверить с лицензией в репозитории. Авторы отмечают, что доступна более новая версия webAI-ColVec1.1-4b.

xlm-roberta-longformer-base-16384 — многоязычная модель кодирования текста на архитектуре Longformer, созданная на основе весов XLM-RoBERTa без дополнительного предварительного обучения. Версия base содержит 305,2 млн параметров, 12 слоёв и скрытый размер 768; окно внимания — 256 токенов, максимальная длина последовательности — 16 384 токена. Модель предназначена для дообучения под прикладные задачи, требующие представлений длинных текстов: её можно использовать как основу для извлечения признаков и построения специализированных классификаторов или других downstream-моделей. Она рассчитана на многоязычные тексты; среди языков в метаданных есть английский, русский, немецкий, французский, арабский и другие. Репозиторий содержит веса TensorFlow, лицензия — MIT. Это базовая модель представления текста, а не готовый диалоговый помощник или генератор. Качество для конкретной задачи зависит от последующего дообучения; README указывает, что дополнительного предобучения после инициализации весами XLM-RoBERTa не проводилось.

AfriTeVa V2 Base — мультиязычная модель семейства T5 версии 1.1, разработанная авторами исследования о качестве предобучающих данных и моделей T5 для африканских языков. Модель предобучена на корпусе Wura с размером словаря 150 000 токенов. В метаданных каталога указано 214,4 млн параметров; в README приведено другое значение — 428 млн параметров. Модель служит базой для дообучения на классификацию текста, машинный перевод, суммаризацию и межъязыковой вопросно-ответный поиск. В исследовании она превзошла существовавшие базовые модели на этих задачах, а на оценке межъязыкового QA показала результат более чем вдвое выше multilingual T5. Она ориентирована на африканские языки, включая амхарский, хауса, игбо, суахили, йоруба и зулу, а также поддерживает английский, французский и португальский. Лицензия — Apache-2.0. При дообучении рекомендуется повторно включить dropout, отключённый во время предобучения. Приведённые результаты относятся к оценкам из исследования и не гарантируют качество на произвольных данных.

AIMv2-1B-patch14-224 — модель компьютерного зрения из семейства AIMv2, разработанного Apple и предварительно обученного с мультимодальной авторегрессионной целью. Этот вариант содержит около 1,2 млрд параметров и предназначен для извлечения признаков изображений; в репозитории доступны веса Safetensors и Flax для использования с Transformers. Модель можно применять как визуальный энкодер для получения представлений изображений, а также как основу для задач распознавания и мультимодального понимания. В README семейство AIMv2 описано как превосходящее CLIP и SigLIP на большинстве бенчмарков мультимодального понимания, а также DINOv2 в обнаружении объектов с открытым словарём и понимании выражений, указывающих на объекты. Эти результаты относятся к семейству и не гарантируют такие же показатели именно для данного варианта. Модель принимает изображения и выдаёт их признаки в виде векторов. Лицензия репозитория — apple-amlr; перед использованием следует учитывать её условия. Карточка не сообщает о поддерживаемых естественных языках.

aimv2_3b_patch14_224.apple_pt — веса визуального энкодера AIM-v2, опубликованные в экосистеме timm и совместимые с библиотекой timm. Модель предназначена для извлечения признаков из изображений; метаданные указывают задачу image-feature-extraction и форматы PyTorch и Safetensors. В названии указаны вариант на 3 млрд параметров, патчи размером 14 и входное разрешение 224 пикселя. Карточка не описывает дополнительные сценарии применения, языковую поддержку или ограничения качества. Указана лицензия apple-ascl; перед использованием следует проверить её условия.

nixmaverick1997 выпустил вариант sentence-transformers для построения эмбеддингов предложений и абзацев. Модель на архитектуре MPNet преобразует текст в плотные векторы размерности 768; обучалась с функцией CosineSimilarityLoss с использованием сиамской и триплетной схем. В метаданных указано 136,7 млн параметров и контекст до 514 токенов. Модель подходит для семантического поиска, кластеризации и сравнения сходства текстов. В README она названа классификатором тональности, а в тегах есть sentiment-classifier, однако приведённое описание и сведения об обучении сосредоточены на эмбеддингах; отдельная голова классификации или результаты классификации не описаны. Для работы доступны PyTorch и библиотеки sentence-transformers и SetFit. Лицензия в предоставленных данных не указана.

Модель fabriceyhc/bert-base-uncased-ag_news — версия BERT base uncased, дообученная для классификации новостных текстов на наборе AG News. Она принимает текст и относит его к одному из классов новостей; модель предназначена для категоризации новостных статей и сообщений. Архитектура — BertForSequenceClassification, размер — 136,7 млн параметров, максимальная длина контекста — 512 токенов. В README указаны точность 0,9375 и loss 0,3284 на оценочной выборке. Модель работает с текстом на английском языке, что следует из uncased-варианта базового BERT и англоязычного набора AG News. Вес опубликован в формате PyTorch по лицензии Apache-2.0. Результаты оценки относятся к указанному набору данных; качество на других типах текстов и в других предметных областях этими данными не подтверждено.

Legal BERTimbau — модель эмбеддингов на базе BERTimbau Large, разработанная в рамках Project IRIS для семантического поиска по материалам Верховного суда Бразилии. Она преобразует предложения и абзацы на португальском языке в плотные векторы размерностью 1024, пригодные для поиска похожих текстов, кластеризации и оценки семантического сходства. Модель обучалась с использованием TSDAE на юридических предложениях из примерно 30 тысяч документов, затем проходила обучение на данных NLI и дообучение для семантического сходства на наборах ASSIN, ASSIN2, STS Benchmark Multi-MT и IRIS STS. Архитектура — BERT, размер — 433,2 млн параметров, максимальный контекст — 512 токенов. Подходит для поиска по португалоязычным юридическим документам; лицензия MIT.

datasocietyco/bge-base-en-v1.5-course-recommender-v5 — англоязычная модель Sentence Transformer от Data Society Co., дообученная на базе BAAI/bge-base-en-v1.5 для сопоставления учебных рекомендаций и текстов. Она кодирует предложения и абзацы в плотные векторы размерности 768; сходство между ними оценивается косинусной мерой. Архитектура включает BERT, пулинг по токену CLS и нормализацию выходного вектора. Модель подходит для семантического поиска и ранжирования похожих текстов, поиска парафраз, кластеризации и классификации текста, в том числе в сценариях рекомендаций курсов. Максимальная длина входа — 512 токенов; модель принимает текст и выдаёт эмбеддинги. В метаданных указана лицензия? Нет данных о лицензии, поэтому условия использования по ней определить нельзя. Обучение опирается на 45 пар примеров, что ограничивает основания для выводов о качестве за пределами целевого сценария.

TatvaRA/bge-base-financial-matryoshka — англоязычная модель Sentence Transformers, дообученная разработчиком на базе BAAI/bge-base-en-v1.5 для работы с финансовыми текстами. Она преобразует предложения и абзацы в плотные векторы размерностью 768 и сравнивает их с помощью косинусного сходства; максимальная длина входа — 512 токенов. Модель подходит для семантического поиска и ранжирования финансовых фрагментов, поиска похожих формулировок, кластеризации и классификации текста. Обучение на 6 300 парах «запрос — релевантный текст» и Matryoshka-обучение позволяют сокращать размерность векторов до 512, 256, 128 или 64; в карточке приведены результаты поиска для нескольких размерностей. Лицензия — Apache-2.0.

BGE-M3 Legal Spanish — модель Sentence Transformers, созданная Wilfredo Martel дообучением BAAI/bge-m3 на наборе rtz20250828. Она кодирует испанские запросы и документы, включая юридические тексты, в плотные векторы размерностью 1024 для семантического поиска и сравнения сходства. Архитектура основана на XLM-RoBERTa с пулингом CLS-токена и нормализацией; максимальная длина последовательности — 8192 токена, сходство рассчитывается по косинусной метрике. Модель предназначена для поиска релевантных юридических материалов на испанском языке, ранжирования кандидатов по смысловой близости, поиска перефразировок и кластеризации текстов. В README приведены метрики поиска на тестовом наборе, однако они не гарантируют аналогичного качества на других корпусах. Модель выдаёт векторы, а не готовые ответы или юридические заключения; область применимости и качество следует проверять на целевых данных. Лицензия — Apache-2.0.

pablosi/bge-m3-retrained — модель Sentence Transformers, дообученная разработчиком pablosi на наборе boe-data-sintetic из 4 221 примера. Она основана на BAAI/bge-m3 с архитектурой XLM-RoBERTa и преобразует испанские предложения и абзацы в нормализованные плотные векторы размерности 1024; максимальная длина входа — 8192 токена, сходство оценивается косинусной метрикой. Модель предназначена для семантического поиска и сравнения вопросов с фрагментами испанских правовых документов, а также для поиска парафраз, кластеризации и классификации текста. Карточка приводит оценку retrieval на dim_1024 и dim_768, включая cosine_accuracy@5 0,8227 для dim_1024. Лицензия — Apache-2.0.

lucadiliello/bleurt-large-512 — модель семейства BLEURT на архитектуре Transformer, опубликованная пользователем lucadiliello. Это PyTorch-модель для классификации последовательностей с 433,9 млн параметров и контекстом до 512 токенов. Она предназначена для оценки качества текста, в частности сопоставления кандидата с эталонным текстом; типичный сценарий BLEURT — автоматическая оценка качества машинного перевода.

Elron/bleurt-tiny-128 — PyTorch-версия компактной модели BLEURT, разработанной на основе работы Thibault Sellam, Dipanjan Das и Ankur P. Parikh из Google Research. Модель использует архитектуру BERT с классификационной головой, содержит 4,4 млн параметров и принимает текстовые последовательности длиной до 512 токенов. BLEURT предназначена для автоматической оценки качества текстовой генерации: она сопоставляет тексты и выдаёт оценку их соответствия. Её можно применять при сравнении вариантов перевода, суммаризации или других сгенерированных текстов, а также для оценки результатов языковых моделей. Репозиторий содержит веса PyTorch; README показывает загрузку через Transformers как модели классификации последовательностей. Это конвертированная версия оригинальных моделей BLEURT. Лицензия в доступных данных не указана, поэтому условия использования определить нельзя.

Moritz Laurer разработал DeBERTa-v3-small-mnli-fever-docnli-ling-2c — англоязычную модель классификации текстовых пар для задач вывода по естественному языку (NLI). Она дообучена на 1 279 665 парах «гипотеза — посылка» из восьми наборов данных, включая MultiNLI, Fever-NLI, LingNLI и DocNLI. Базовая архитектура — DeBERTa-v3-small от Microsoft; модель содержит 155 млн параметров и принимает последовательности длиной до 512 токенов. Модель предсказывает один из двух классов: entailment («следует из текста») или not-entailment («не следует из текста»). Обучение на DocNLI, содержащем длинные документы, нацелено на рассуждения с учётом удалённых фрагментов текста. В README приведены результаты оценки на тестовых выборках MultiNLI, ANLI и Fever-NLI; качество на ANLI заметно ниже, чем на MultiNLI. Модель рассчитана прежде всего на английский язык. Распространяется в форматах PyTorch и Safetensors; сведения о лицензии в предоставленных источниках отсутствуют.

Decision-Tree-Reward-Gemma-2-27B — модель вознаграждения от RLHFlow на архитектуре Gemma 2, дообученная на Skywork-Reward-Gemma-2-27B-v0.2. Она оценивает ответы языковых моделей для сравнения их качества и предпочтительности и может использоваться в оценке диалогов и выборе ответа. В README приведены результаты RewardBench за январь 2025 года: 95,4 балла в целом, с высокими результатами в категориях диалога, безопасности и рассуждений. Модель содержит 27,6 млрд параметров, использует плотную архитектуру Gemma 2, принимает текст и имеет контекст до 8192 токенов. Для работы README указывает Transformers 4.45.2, PyTorch 2.5.0 или новее и FlashAttention 2.6.3 или новее. Метаданные указывают лицензию «other»; конкретные условия использования следует проверять в карточке модели и у базовой модели.

zeromodels/dino-vits8 — конвертированная в Keras 3 модель-визуальный энкодер на базе facebook/dino-vits8, подготовленная проектом zeromodels. Это самообученный Vision Transformer, обученный по подходу DINO: модель сопоставляет представления учителя и ученика для разных фрагментов одного изображения без меток и возвращает токены или карты признаков, а не результаты отдельной классификационной задачи. Модель предназначена для извлечения семантических признаков изображений и использования как основы для других задач компьютерного зрения. Реализация рассчитана на запуск с TensorFlow, PyTorch или JAX через Keras 3. Лицензия — Apache 2.0.

Это дообученная модель серии Dynamic Topic Modeling, разработанная Aman Priyanshu на основе Unsloth/Llama-3.2-1B-bnb-4bit. Она предназначена для генерации иерархических тем по тексту в формате «область > общая тема > конкретная тема». Модель построена на архитектуре Llama 3.2 с 1,2 млрд параметров и контекстным окном до 131 072 токенов по метаданным. Для обучения использовали 100 000 документов из подвыборки RedPajama-1T с аннотациями тем трёх уровней; в описании обучения указана длина последовательности 2048 токенов. Модель ориентирована на английский язык и работает с текстом, выдавая текстовую классификацию тем. Её можно применять для тематической разметки документов и построения иерархии тем в коллекциях текстов. Карточка приводит значение loss 2,3959, но не содержит сравнительной оценки качества на независимом тестовом наборе. Условия лицензии в предоставленных данных не приведены.

F2LLM-v2-1.7B-Preview — многоязычная модель эмбеддингов от CodeFuse AI, дообученная на базе Qwen3-1.7B. Она обучена на корпусе из 27 миллионов примеров на более чем 100 естественных и программных языках и предназначена как основа для задач векторного представления текста и дальнейшего дообучения. Это preview-версия без инструкционного обучения; в карточке указана архитектура Qwen3 с плотными весами, размер 1,7 млрд параметров и контекст до 40 960 токенов. Для работы доступны форматы Transformers и Sentence Transformers; репозиторий содержит веса safetensors. Модель подходит для построения текстовых эмбеддингов в многоязычных системах поиска и других downstream-сценариях, где требуется векторное представление текста. Метаданные перечисляют поддержку 20 языков, включая русский, английский и китайский; README заявляет более 100 естественных и программных языков. Лицензия — Apache-2.0. Качество для конкретных задач следует проверять отдельно: это предварительная версия, обученная без инструкций, и карточка не приводит результатов оценки.