I.11Классификация, ранжирование и сопоставление

XLMRoBERTa-Multilingual-Clickbait-Detection — модель классификации текста, разработанная на основе XLM-RoBERTa large и дообученная для обнаружения кликбейта. Она предназначена для оценки заголовков и других коротких текстов на предмет кликбейтной подачи, в том числе в рамках проекта ЕС. Архитектура — XLM-RoBERTa для классификации последовательностей, размер — около 658,7 млн параметров, контекст — до 514 токенов. Модель поддерживает английский, греческий, итальянский, испанский, румынский, немецкий, французский и польский языки. В карточке приведены высокие результаты на тестовой выборке: общий Macro-F1 97,28; качество может отличаться на других данных и текстах, не похожих на обучающие. Обучающий набор основан на англоязычных данных о кликбейте, переведённых на другие языки с помощью машинного перевода. Модель распространяется по лицензии MIT.

Модель anton-l/xtreme_s_xlsr_300m_fleurs_langid_quicker_warmup — дообученная на наборе XTREME-S модель классификации аудио на базе facebook/wav2vec2-xls-r-300m. Она предназначена для определения языка по аудиозаписи. В метаданных указаны архитектура Wav2Vec2ForSequenceClassification и 402,7 млн параметров; репозиторий содержит веса PyTorch. Модель опубликована под лицензией Apache-2.0. В README приведён результат оценки на тестовой выборке: точность 0,6199 при значении функции потерь 1,9765. Описание модели, обучающих данных и ограничений в карточке не раскрыто, поэтому её качество на других данных и набор поддерживаемых языков по имеющимся сведениям установить нельзя.

AIM-1B — модель компьютерного зрения Apple из семейства AIM, созданная для проекта к исследовательской работе «Scalable Pre-training of Large Autoregressive Image Models». Это зрительная модель с авторегрессионным генеративным предобучением; карточка публикует результаты классификации ImageNet-1k с замороженной основой модели. Модель предназначена для классификации изображений и использования в качестве визуального представления, предварительно обученного на больших неразмеченных наборах изображений. В README заявлена масштабируемость семейства до миллиардов параметров, однако точный размер этой версии в предоставленных данных не указан. Для загрузки используется PyTorch и библиотека ml-aim. Репозиторий распространяется по лицензии apple-amlr.

dccuchile/ALBERT Base Spanish — базовая языковая модель семейства ALBERT, обученная на большом корпусе испанских текстов. Разработчик — dccuchile; карточка указывает, что обучение проводилось на TPU v3-8 примерно 70 дней. Модель содержит 137,1 млн параметров, принимает текстовые последовательности длиной до 512 токенов и доступна в форматах PyTorch и TensorFlow. Модель предназначена как испаноязычная основа для задач понимания и обработки текста, а также для последующего дообучения под конкретные сценарии. В метаданных указан класс AlbertForPreTraining и теги pretraining, но отдельный pipeline_tag и конкретные downstream-задачи не приведены. Лицензия в доступных данных не указана.

Модель textattack/albert-base-v2-snli разработана с использованием TextAttack и представляет собой ALBERT-base-v2, дообученную для классификации последовательностей на датасете SNLI. Она предназначена для определения отношения между парой текстов в задаче естественного логического вывода: например, проверки, следует ли гипотеза из посылки, противоречит ей или не связана с ней. В карточке указаны пять эпох дообучения, максимальная длина входа 64 токена и точность 0,906 на проверочной выборке после второй эпохи. Архитектура — AlbertForSequenceClassification, число параметров — 136,3 млн; максимальный контекст по метаданным — 512 токенов. Модель принимает текст и выдаёт метку класса. В карточке не заявлена поддержка конкретных языков, поэтому набор поддерживаемых языков по имеющимся данным определить нельзя. Репозиторий содержит веса PyTorch. Условия лицензии в предоставленных данных не указаны.

Карточка модели tals/albert-xlarge-vitaminc на Hugging Face совпадает с карточкой tals/albert-xlarge-vitaminc-mnli, поэтому описание составлено по ней. tals/albert-xlarge-vitaminc-mnli — модель классификации последовательностей на архитектуре ALBERT. Она использована в работе «Get Your Vitamin C! Robust Fact Verification with Contrastive Evidence» (Schuster и соавторы, NAACL 2021) и предназначена для проверки утверждений с опорой на контекст и контрастные свидетельства. Модель можно применять для классификации пар «утверждение — свидетельство», например при проверке фактов и оценке того, поддерживает ли текст утверждение или противоречит ему. Максимальная длина контекста — 512 токенов; доступны веса PyTorch, Safetensors и TensorFlow. В карточке указаны наборы данных GLUE, MultiNLI и tals/vitaminc. Карточка не раскрывает точную схему меток и метрики качества, поэтому перед использованием в прикладной системе стоит проверить формат входа и выхода и оценить качество на целевых данных. При использовании модели авторы просят цитировать научную работу; лицензия в доступных данных не приведена.

tals/albert-xlarge-vitaminc-mnli — модель классификации последовательностей на архитектуре ALBERT. Она использована в работе «Get Your Vitamin C! Robust Fact Verification with Contrastive Evidence» (Schuster и соавторы, NAACL 2021) и предназначена для проверки утверждений с опорой на контекст и контрастные свидетельства. Модель можно применять для классификации пар «утверждение — свидетельство», например при проверке фактов и оценке того, поддерживает ли текст утверждение или противоречит ему. Максимальная длина контекста — 512 токенов; доступны веса PyTorch, Safetensors и TensorFlow. В карточке указаны наборы данных GLUE, MultiNLI и tals/vitaminc. Карточка не раскрывает точную схему меток и метрики качества, поэтому перед использованием в прикладной системе стоит проверить формат входа и выхода и оценить качество на целевых данных. При использовании модели авторы просят цитировать научную работу; лицензия в доступных данных не приведена.

CAMeLBERT-MSA-half — предварительно обученная модель BERT от CAMeL Lab для современного стандартного арабского языка (MSA). Это вариант семейства CAMeLBERT, обученный на половине корпуса MSA; в карточке указано 6,3 млрд слов в обучающих данных. Модель имеет архитектуру BERT с 136,3 млн параметров, контекст до 512 токенов и доступна в форматах PyTorch, TensorFlow и Flax. Модель предсказывает замаскированные фрагменты текста и предназначена также для дообучения под задачи обработки арабского языка, включая распознавание именованных сущностей, разметку частей речи, анализ тональности, определение диалекта и классификацию поэзии. Обучающие тексты собраны из арабских корпусов и Википедии; модель ориентирована на MSA, поэтому её применимость к диалектному и классическому арабскому может быть ограничена. Лицензия — Apache-2.0.

shivashankar-chari/bge-base-financial-matryoshka — англоязычная модель Sentence Transformer, дообученная автором на парных примерах финансовых текстов на базе BAAI/bge-base-en-v1.5. Она предназначена для создания плотных векторных представлений предложений и абзацев, подходящих для семантического поиска, сравнения текстов и поиска перефразировок в финансовых материалах. Модель построена на BERT и содержит 136,7 млн параметров. Она принимает текст до 512 токенов и формирует нормализованный вектор размерностью 768; для Matryoshka-режима доступны также укороченные представления размерностью 512, 256, 128 и 64. Сходство оценивается косинусной мерой. README приводит результаты оценки поиска для этих размерностей, но не раскрывает происхождение финансовых текстов обучающего набора. Лицензия — Apache-2.0. Модель рассчитана на английский язык и специализирована на финансовом тексте; качество для других языков и областей не подтверждено. Результаты поиска зависят от данных и настройки системы, а максимальная длина входа ограничена 512 токенами.

Карточка модели hfl/chinese-pert-large на Hugging Face совпадает с карточкой hfl/chinese-pert-base, поэтому описание составлено по ней. hfl/chinese-pert-base — китайская модель семейства BERT, опубликованная HFL. Это плотный трансформер BertModel примерно на 129,5 млн параметров, предназначенный для извлечения признаков из текста; README рекомендует загружать её средствами для BERT. Модель принимает текст и формирует контекстные векторные представления токенов, которые можно использовать как признаки в последующих задачах обработки китайского языка. Контекст модели составляет 512 токенов. Доступны веса PyTorch и TensorFlow. Лицензия CC BY-NC-SA 4.0 требует указания авторства и распространяет производные материалы на тех же условиях; лицензия также ограничивает коммерческое использование. Карточка находится в разработке и отсылает за дополнительными сведениями к репозиторию GitHub.

ConvNeXt Atto — компактная сверточная модель классификации изображений, обученная Ross Wightman с библиотекой timm на ImageNet-1k. Она подходит для определения объектов и сцен на изображениях, а также может использоваться как визуальная основа для извлечения карт признаков и эмбеддингов. Модель содержит около 3,7 млн параметров и требует примерно 0,6 GMAC на изображение. Размер изображения при обучении — 224 × 224 пикселя, при тестировании — 288 × 288. Для работы с изображениями и извлечения признаков предусмотрена библиотека timm; доступны веса PyTorch и safetensors. Лицензия — Apache-2.0. Модель обучена на ImageNet-1k и ориентирована на классификацию изображений общего назначения. Её компактный размер снижает вычислительные затраты, однако качество распознавания зависит от соответствия входных изображений обучающим данным; для специализированных областей может потребоваться дополнительная адаптация.

Eikos-27B — модель типизированного принятия решений, разработанная автором репозитория caiovicentino1 и дообученная на базе Qwen/Qwen3.8-27B. Она оценивает заданное состояние по критерию и выбирает ответ из ограниченного набора вариантов за один проход: да/нет, один из вариантов или порядковый балл. Вместе с ответом выдаёт распределение вероятностей и оценку уверенности, что позволяет приложению воздержаться от решения ниже заданного порога. Модель предназначена прежде всего для применения правил и политик в финансах, трейдинге и торговом финансировании: проверки лимитов ордеров и платежей, маржи, KYC/AML, кредитных политик и документарных аккредитивов. Также заявлены финансовый сентимент, сверка ответов с финансовыми таблицами и числовые или временные проверки. Модель не прогнозирует цены. Архитектура — плотная Qwen3.5, 27 млрд параметров; доступен текстовый интерфейс решений, а изображения может обрабатывать через визуальный энкодер базовой модели в режиме сервинга v1.3. Обучалась на английском и португальском; испанский использовался как тестовый язык без обучения. В README описано обучение на досье до 12 тыс. токенов; точный предел сервинга зависит от конфигурации. Сильная сторона модели — выдача вероятностей по заданным вариантам в одном проходе, в том числе для большого числа вариантов. Ограничения: она не выполняет многошаговые рассуждения, слаба в длинных цепочках арифметики и уступает крупным моделям в задачах на обширные общие знания; качество снижается за пределами обученного диапазона контекста. Модель не является юридической, налоговой или инвестиционной консультацией и не учитывает актуальное законодательство конкретной юрисдикции. Лицензия — MIT.

EmbeddingGemma-300m Legal Spanish — модель Sentence Transformers, созданная Wilfredo Martel дообучением google/embeddinggemma-300m на 420 тысячах пар запросов и релевантных документов из испаноязычного юридического датасета. Она кодирует текст в плотные эмбеддинги размерностью 768 и предназначена прежде всего для поиска релевантных правовых документов и сравнения текстов по косинусному сходству. Модель подходит для семантического поиска, подбора документов к запросу, поиска перефразировок, кластеризации и классификации испаноязычных юридических текстов. Максимальная длина входа — 2048 токенов; модель принимает текст и выдаёт векторы. В README приведены высокие показатели cosine accuracy@1–5 на двух наборах оценки поиска, но они относятся к этим наборам и не гарантируют аналогичное качество на других корпусах. Модель содержит 302,8 млн параметров, распространяется в формате safetensors и использует библиотеку Sentence Transformers. Лицензия — Apache-2.0.

EstBERT — предварительно обученная регистрозависимая модель семейства BERT, разработанная tartuNLP для эстонского языка. Она обучена на корпусе Estonian National Corpus 2017 и представлена в вариантах обучения с длиной последовательности 128 и 512 токенов; максимальный контекст составляет 512 токенов. Модель содержит 151,6 млн параметров и основана на google-bert/bert-base-cased. Основной сценарий применения — предсказание замаскированных слов. После дообучения EstBERT можно использовать для разметки частей речи и морфологии, распознавания именованных сущностей, классификации тем и анализа тональности на эстонских текстах. В приведённых авторами сравнениях она превосходит mBERT и XLM-RoBERTa по ряду задач, хотя результаты зависят от задачи и варианта оценки. Модель принимает текст и выдаёт предсказания токенов. Доступны веса в форматах PyTorch, Flax и Safetensors. Лицензия — CC BY 4.0; при распространении и использовании необходимо соблюдать её условия и указывать авторство.

Это модель классификации изображений одежды, разработанная Touchtech и дообученная на датасете touchtech/fashion-images-gender-age. Она основана на Vision Transformer ViT-Large с патчами 16×16, предобученном на ImageNet-21k; содержит 402,7 млн параметров и предназначена для определения пола и возраста по изображениям из сферы моды. На оценочном наборе автор сообщает точность 0,9960 и функцию потерь 0,0223. Модель принимает изображения и выдаёт метки классов. Доступна в формате PyTorch и распространяется по лицензии Apache-2.0. Карточка не раскрывает состав классов, методику оценки и подробности обучающих данных, поэтому приведённые метрики не гарантируют аналогичного качества на других изображениях.

FinMA-7B-full — финансовая языковая модель, разработанная командой проекта PIXIU. Это LLaMA-модель, дообученная следовать инструкциям на полном наборе инструкционных данных PIXIU, включая задачи обработки естественного языка и прогнозирования в финансовой сфере. Модель предназначена для генерации ответов и анализа финансовых текстов в прикладных сценариях. Модель может применяться для классификации новостных заголовков и тональности, распознавания финансовых сущностей, ответов на вопросы и выполнения других финансовых NLP- и прогнозных задач через текстовые инструкции. В метаданных указаны английский язык, библиотека Transformers и формат PyTorch; лицензия — MIT. README не сообщает размер базовой модели, длину контекста или количественные оценки качества.

Literary Encoder — модель-энкодер на базе Sentence Transformers, дообученная из семейства FlagEmbedding для работы с французской художественной литературой. Она обучена на корпусе из 400 тысяч фрагментов свободных от авторских прав французских романов и предназначена для семантического поиска и сравнения текстов, а также для анализа литературных произведений. Модель кодирует абзацы в плотные векторы размерности 1024; сходство рассчитывается по косинусной мере. В метаданных указаны архитектура XLM-RoBERTa, 658,7 млн параметров и контекст до 8194 токенов; README приводит ограничение в 512 токенов. Модель поддерживает французский язык и может применяться для поиска похожих фрагментов, выявления парафраз, классификации и кластеризации текстов. Лицензия в метаданных — Apache-2.0, тогда как README указывает CC-BY-2.5.

GigaBERT-v4 — двуязычная модель на архитектуре BERT, разработанная Wuwei Lan, Yang Chen, Wei Xu и Alan Ritter. Это продолженное предварительное обучение GigaBERT-v3 на данных с переключением между арабским и английским языками. Модель содержит около 151,6 млн параметров и поддерживает контекст до 512 токенов. Модель предназначена для извлечения признаков из текста и переноса знаний с английского на арабский язык без дополнительного обучения, в частности для задач извлечения информации. Её можно использовать как основу для моделей классификации токенов и анализа арабских и англоязычных текстов. В карточке указаны форматы PyTorch и Flax. Сведения о лицензии в предоставленных данных отсутствуют.

Voicelab/herbert-base-cased-sentiment — модель классификации тональности польского текста, построенная на архитектуре BERT. Она дообучена на базе allegro/herbert-base-cased на отзывах и собственных данных; размер модели — 151,6 млн параметров, контекст — до 514 токенов. Пример в карточке показывает, что модель относит позитивное высказывание к классу positive. Модель предназначена для определения тональности польских отзывов и других коротких текстов, например сообщений о событиях. Она работает с текстом и выдаёт метку класса. Репозиторий содержит веса PyTorch и Safetensors. Лицензия — CC BY 4.0.

HPLT Bert for Urdu — одноязычная языковая модель проекта HPLT, обученная для урду. Это модель типа encoder-only на архитектуре LTG-BERT, варианте классического BERT, с примерно 124,3 млн параметров. Конфигурация включает 12 слоёв, 12 голов внимания, скрытый размер 768 и словарь из 32 768 токенов; для модели используется собственный токенизатор, обученный на данных HPLT для урду. Максимальная длина контекста — 512 токенов. Модель предназначена прежде всего для предсказания замаскированных токенов и может служить основой для задач классификации текста и токенов, ответов на вопросы и выбора вариантов. Это выпуск проекта HPLT, обученный на корпусе HPLT/hplt_monolingual_v1_2. Для загрузки требуется пользовательская обёртка modeling_ltgbert.py и параметр trust_remote_code=True в Transformers. Лицензия — Apache-2.0.

HRNet-W64 — модель компьютерного зрения для классификации изображений и извлечения визуальных признаков. По карточке timm, её обучили авторы работы Deep High-Resolution Representation Learning for Visual Recognition на ImageNet-1k; модель также доступна через библиотеку timm. Веса содержат около 128,1 млн параметров, а указанное входное разрешение составляет 224 × 224 пикселя. Модель подходит для классификации изображений по категориям ImageNet-1k, получения карт признаков и визуальных эмбеддингов, которые можно использовать в последующих задачах компьютерного зрения. Карточка не сообщает о поддержке текстового или иных не-изобразительных входов. Репозиторий распространяется по лицензии MIT.

iconclass-vlm — мультимодальная модель, разработанная на основе Qwen/Qwen2.5-VL-3B-Instruct и дообученная методом SFT. Она анализирует изображения произведений искусства и объектов культурного наследия и генерирует для них классификационные коды Iconclass. Модель предназначена для цифровых гуманитарных исследований, музейных коллекций, искусствоведения и разработки инструментов каталогизации. Модель использует архитектуру Qwen2.5-VL с 3,1 млрд параметров, принимает изображения и текстовые запросы и выдаёт текст с кодами Iconclass. Базовая модель поддерживает контекст до 128 000 токенов. Для обучения использовался набор Brill Iconclass AI Test Set из 87 744 изображений с экспертными метками; модель доступна в формате Safetensors и распространяется по лицензии Apache-2.0. Результаты могут быть менее надёжны для изображений за пределами западной художественной традиции из-за состава обучающих данных. Таксономия Iconclass также содержит исторически обусловленные и потенциально устаревшие или проблематичные категории, особенно при классификации людей.

IndicBERTv2-MLM-Sam-TLM — многоязычная модель типа BERT, разработанная AI4Bharat и обученная на корпусе IndicCorp v2. Вариант MLM-Sam-TLM использует маскированное языковое моделирование (MLM) и дополнительную задачу перевода между языками (TLM) на параллельном корпусе Samanantar. В README указано 278 млн параметров, а метаданные каталога — 305,2 млн; контекст составляет до 512 токенов. Модель предназначена для восстановления замаскированных токенов и может служить основой для дообучения на задачах понимания текста для языков Индии и английского. В карточке названы 23 индийских языка и английский; метаданные явно содержат коды поддерживаемых языков. Репозиторий предоставляет веса PyTorch, лицензия — MIT. Это не генеративная диалоговая модель; качество зависит от языка и конкретной задачи дообучения.

Это модель классификации тональности текста на индонезийском языке, разработанная Wilson Wongso. Она основана на предварительно обученной Indonesian RoBERTa Base и дообучена на наборе SmSA из корпуса IndoNLU, содержащем индонезийские комментарии и отзывы. Модель имеет архитектуру RoBERTa для классификации последовательностей; в метаданных указано 151,8 млн параметров и контекст до 514 токенов. Доступны веса в форматах PyTorch, Safetensors и TensorFlow. Модель предназначена для определения тональности индонезийских отзывов и комментариев. В README сообщается о точности 93,2% и macro-F1 91,02% на тестовом наборе SmSA. Эти показатели относятся к данным бенчмарка и могут не переноситься на другие темы, источники или стили текста. Авторы также предупреждают о возможном влиянии смещений базовой модели и обучающего набора. Лицензия — MIT.

InternVL3.5-4B-Instruct — мультимодальная модель семейства InternVL3.5, разработанная OpenGVLab и предназначенная для диалогового взаимодействия с изображениями и текстом. Это плотная архитектура InternVLChat, дообученная на базе OpenGVLab/InternVL3_5-4B-Pretrained; модель распространяется в формате safetensors и работает через Transformers. Модель подходит для вопросов по изображениям, визуального рассуждения, распознавания текста на изображениях, анализа нескольких изображений и диалоговых сценариев с визуальным контекстом. Семейство InternVL3.5 также заявляет возможности взаимодействия с графическими интерфейсами и агентные сценарии, однако README не уточняет их поддержку именно версией 4B-Instruct. Модель принимает изображения и текст и формирует текстовые ответы; контекстное окно и конкретный список поддерживаемых языков для этого чекпойнта не приведены. Авторы описывают для семейства улучшения рассуждений с помощью Cascade RL и ускорение обработки изображений через Visual Resolution Router, но количественные результаты в README относятся к семейству в целом. Модель выпущена под лицензией Apache-2.0. Как и другие мультимодальные генеративные модели, она может ошибаться в визуальных деталях и ответах; заявленные возможности семейства не гарантируют одинакового качества на версии 4B.

MiniCPM5-2B-catalan-chat — разговорная модель для следования инструкциям на каталанском языке, созданная Luis Poveda как LoRA-донастройка openbmb/MiniCPM5-2B. Веса представлены в формате safetensors; модель основана на плотной архитектуре Llama и насчитывает около 2,2 млрд параметров. Заявленная длина контекста — 131 072 токена. Модель обучена в один проход на 165 100 примерах набора InstruCAT, охватывающего 11 категорий задач и около 43 млн токенов. Она предназначена для ответов на вопросы, перефразирования, распознавания именованных сущностей, классификации и суммаризации на каталанском. Настройка ориентирована на одноходовые инструкции; для многоходового диалога на каталанском данных не использовали, а непринуждённая беседа зависит от базовой модели. Для базовой модели указана лицензия Apache-2.0, однако обучающие данные InstruCAT распространяются по CC-BY-NC-ND-4.0 с некоммерческим ограничением. Перед коммерческим использованием необходимо проверить условия лицензии данных.

amd/MiniMax-M2.1-MXFP4 — текстовая causal language model на базе MiniMaxAI/MiniMax-M2.1, подготовленная Advanced Micro Devices, Inc. Модель принимает текст и генерирует текст, предназначена для задач обработки естественного языка и инференса больших языковых моделей. Модель использует архитектуру MiniMaxM2ForCausalLM и поддерживает английский язык. Веса и активации квантизированы в формате OCP MXFP4: веса — статически, активации — динамически. Квантизация выполнена с помощью AMD-Quark версии 0.11 на основе QuixiAI/MiniMax-M2.1-bf16. Для запуска указаны SGLang и vLLM, а целевая аппаратная платформа — AMD Instinct MI300 и MI350/MI355 с ROCm 7.0, PyTorch 2.8.0 и Transformers 4.57.1 под Linux. В README также приведён пример запуска с максимальной длиной контекста 32 768 токенов. На GSM8K модель показала результат 0,9348 против 0,9356 у исходной BF16-версии, сохранив 99,91% исходной точности. Это указывает на небольшую потерю качества при существенном снижении точности представления, однако данных о других бенчмарках, скорости, потреблении памяти и качестве на иных языках или задачах нет. Использование ориентировано на совместимое оборудование AMD и соответствующий программный стек. Лицензия обозначена как modified-MIT; в README указаны модификации и авторские права Advanced Micro Devices, Inc. за 2026 год.

Mistral Large 3 2512 — модель компании Mistral с разреженной архитектурой смеси экспертов (MoE): 41 млрд активных параметров при 675 млрд параметров всего. В карточке она названа самой мощной моделью Mistral на момент выпуска. Модель предназначена для задач с текстом и изображениями, что отражено в метаданных Hugging Face как image-text-to-text. README не уточняет конкретные сценарии, поддерживаемые языки и длину контекста. Модель выпущена по лицензии Apache 2.0.

huyg1108 выпустил модель sentence-transformers, дообученную на основе truro7/vn-law-embedding для создания векторных представлений предложений и абзацев. Она использует XLM-RoBERTa с mean pooling и нормализацией, формирует плотные эмбеддинги размерностью 768 и сравнивает их с помощью косинусного сходства. Максимальная длина входа — 512 токенов; модель предназначена для работы с вьетнамскими юридическими текстами. Модель подходит для семантического поиска юридических документов, ранжирования релевантных фрагментов, поиска похожих формулировок и подготовки эмбеддингов для кластеризации или классификации текста. В README приведена оценка на alqac25-triplet: точность cosine@1 составляет 0,5194, @3 — 0,7528, @5 — 0,8147. Для использования доступны веса в формате safetensors; библиотека модели — Sentence Transformers. Условия лицензии в предоставленных данных не приведены.

Mooshie публикует многометочную модель классификации изображений на базе MobileNetV4 Conv AA Large, дообученную на датасете Danbooru WD Tagger V4. Она присваивает изображению теги из 12 476 категорий, включая общие описательные теги, персонажей и рейтинговые метки. Модель рассчитана на изображения размером 448 × 448 пикселей; число параметров — 47,3 млн. Доступны веса Safetensors и формат ONNX для инференса. Модель предназначена для автоматической разметки аниме-иллюстраций и поиска изображений по тегам. В README приведены метрики на тестовой выборке: micro F1 0,641 при пороге 0,40 и macro F1 0,511 при индивидуальных порогах для тегов. Для разных категорий тегов указаны отдельные рекомендуемые пороги, а пороги отдельных тегов доступны в selected_tags.csv. Лицензия — GPL-3.0.