I.11Классификация, ранжирование и сопоставление

wilfredomartel/modernbert-embed-es-legal-v2 — испаноязычная модель Sentence Transformers, разработанная дообучением nomic-ai/modernbert-embed-base на небольшом наборе юридических запросов и соответствующих фрагментов документов. Она преобразует предложения и абзацы в плотные векторы размерностью 768 для семантического поиска, сравнения текстов и извлечения релевантных документов по запросу. Модель построена на ModernBERT с усреднением токенных представлений и нормализацией выходных векторов; максимальная длина последовательности — 8192 токена. В карточке приведены результаты оценки информационного поиска на размерностях 768 и 512. Модель предназначена прежде всего для испанских юридических текстов; лицензия — Apache-2.0. Подходит для поиска по юридическим документам, подбора релевантных фрагментов и поиска семантически близких текстов. Данные оценки получены на указанном небольшом юридическом датасете, поэтому качество на иных корпусах и языках может отличаться; результатов на независимых наборах данных карточка не приводит.

illuin-conteb/modern-colbert-insent — контекстная модель встраиваний документов на основе Sentence Transformers и архитектуры ModernBERT с механизмом ColBERT. Её дообучили из lightonai/GTE-ModernColBERT-v1 на ConTEB с использованием подхода InSeNT, описанного в исследовательской статье. Модель выдаёт векторы размерности 128; для сравнения использует MaxSim и принимает последовательности длиной до 8192 токенов. Модель предназначена для поиска релевантных фрагментов с учётом контекста документа, в частности для контекстного семантического поиска и ранжирования пассажей. Карточка характеризует её как экспериментальную: авторы сообщают о перспективных результатах, но отмечают ухудшение на стандартных задачах встраиваний и необходимость дальнейшего обучения для повышения устойчивости и обобщения на новые данные. Лицензия в предоставленных данных не указана.

Motif Vision Encoder — разработанная Motif Technologies самоконтролируемая модель визуального кодирования на базе ViT, предназначенная для извлечения признаков из изображений и видео. Единый 3D-свёрточный токенизатор обрабатывает изображение как клип из одного кадра, а видео — как последовательность кадров; модель формирует плотные признаки патчей и глобальное представление CLS, согласованное с языковым пространством. Архитектура — ViT-7B с размерностью 4096, 40 слоями, 32 головами внимания и патчами 16×16; используются 3D axial RoPE, SwiGLU и четыре register-токена. По данным карточки, модель обучена примерно на 0,5 млрд образцов и показывает сильные результаты в переносе точек по видео и конкурентные показатели на визуальных бенчмарках. Для изображений процессор масштабирует короткую сторону до 512 пикселей, затем делает центральное кадрирование 512×512; высота и ширина должны быть кратны 16. Модель требует значительных вычислительных ресурсов из-за размера ViT-7B. Лицензия — MIT.

MyAwesomeModel — модель на базе BERT для извлечения признаков из текста, опубликованная на Hugging Face в формате, совместимом с библиотекой Transformers. В метаданных модель классифицирована для задачи feature extraction; размер, длина контекста и поддерживаемые естественные языки не указаны. README описывает обновлённую версию модели с заявленными улучшениями рассуждений, логического анализа, программирования, классификации, суммаризации, диалогов и function calling, однако эти возможности не подтверждены pipeline-тегом feature-extraction и приведёнными техническими характеристиками. На практике модель следует рассматривать прежде всего как источник векторных представлений текста для последующей обработки. Модель распространяется по лицензии MIT. Для прикладного использования необходимо отдельно проверить фактическую архитектуру, качество на нужном языке и совместимость заявленных в README сценариев с доступными весами и конфигурацией.

Модель nityaak — дообученная версия unsloth/Phi-4-mini-instruct-unsloth-bnb-4bit на основе архитектуры Phi-3. В README упомянуты датасеты MT-CSD и EzStance, что указывает на настройку для анализа тональности и определения позиции текста по заданным темам; модель опубликована в формате Safetensors и поддерживает диалоговый интерфейс. Модель содержит 3,8 млрд параметров и рассчитана на контекст до 4096 токенов. Она принимает текст и генерирует текстовые ответы на английском языке. Обучение выполнялось с Unsloth и Hugging Face TRL. Лицензия — Apache-2.0.

PTT5-v2-large Portuguese Legal Descriptor Generation — модель на базе архитектуры T5, дообученная Джованни Маффео для автоматической генерации юридических дескрипторов по португальским судебным документам. Она предназначена для разметки судебных материалов юридическими терминами и может применяться в рабочих процессах анализа и организации португальских судебных документов. Модель содержит 385,2 млн параметров и принимает текстовый контекст длиной до 512 токенов. Она обучена на наборе giovannimaffeo/portuguese-legal-descriptor-generation и распространяется в формате safetensors. Лицензия в предоставленных сведениях не указана.

Qwen2-0.5B-Reward — дообученная командой TRL модель на базе Qwen/Qwen2-0.5B-Instruct, представленная как классификатор последовательностей с 494 млн параметров. Она предназначена для классификации текста; название указывает на применение в качестве reward-модели для оценки текстовых ответов, однако README не описывает схему оценивания и набор данных. Модель построена на архитектуре Qwen2, использует библиотеку Transformers и принимает текст, выдавая классификационные оценки. Длина контекста — до 32 768 токенов. В README приведены результаты оценки: loss 0,5182 и accuracy 0,728. Лицензия Apache-2.0. README не раскрывает обучающие данные, методику оценки и ограничения применимости; приведённые метрики не позволяют судить о качестве на других данных.

Модель giovannimaffeo/qwen3.5-4b-portuguese-legal-descriptor-generation — дообученная и объединённая с базовыми весами версия Qwen3.5-4B, разработанная для автоматической генерации юридических дескрипторов по португальским судебным документам. Она предназначена для извлечения кратких описательных меток, помогающих индексировать и находить судебные материалы. Модель имеет плотную причинную архитектуру Qwen3_5ForCausalLM, содержит 3,4 млрд параметров и поддерживает контекст до 262 144 токенов. Она дообучена на датасете giovannimaffeo/portuguese-legal-descriptor-generation; файлы представлены в формате safetensors. Основной язык задачи — португальский. Модель подходит для автоматизации подготовки юридических дескрипторов и тематической индексации португальских судебных документов. Карточка не сообщает лицензию и подробные результаты оценки качества; качество и полноту дескрипторов следует проверять перед использованием в юридически значимых процессах.

AvaXiao/ReToken-InternVL3.5-8B — модель на базе InternVL3.5-8B с методом ReToken для визуального поиска. ReToken добавляет обучаемый токен-запрос, который выбирает из предварительно заполненного визуального KV-кэша разреженный набор визуальных токенов, релевантных запросу. Репозиторий связан с работой «ReToken: One Token to Improve Vision–Language Models for Visual Retrieval». Модель принимает изображения и текстовые запросы и предназначена для визуального поиска по содержимому изображений. Весы опубликованы в формате safetensors, лицензия — MIT. README не уточняет размер контекста, поддерживаемые естественные языки и оценочные показатели качества.

mahiyama/splade-ja-310m-v2 — японская модель разреженного поиска SPLADE, разработанная на основе sbintuitions/modernbert-ja-310m. Это дообученный ModernBERT с MLM-головой и max-пулингом SPLADE: он преобразует запросы и документы в разреженные векторы по словарным токенам, которые сравниваются скалярным произведением. Модель предназначена для семантического поиска и извлечения документов; один и тот же энкодер используется для запросов и документов. Обучение включает дистилляцию оценок реранкера и последующую краткую адаптацию на данных административных FAQ, викторин, академических текстов и длинных документов. Модель содержит около 314,6 млн параметров и поддерживает контекст до 8192 токенов. Разреженные представления подходят для инвертированных индексов и позволяют анализировать, какие токены влияют на поиск. В карточке приведена оценка на 11 задачах retrieval JMTEB v2; длина входа при оценке ограничивалась ресурсами GPU и различалась по задачам. Лицензия — MIT.

NeuML SportsBERT Small Embeddings — компактная модель эмбеддингов, разработанная NeuML и дообученная с помощью Sentence Transformers. Она преобразует предложения и абзацы в плотные векторы размерности 384 для семантического поиска, кластеризации и извлечения релевантных материалов в системах RAG. Модель основана на архитектуре BERT, содержит 25,9 млн параметров и принимает текст с контекстом до 512 токенов. Обучение включало дистилляцию эмбеддингов более крупной модели DenseOn на случайной выборке статей Википедии, размеченных как относящиеся к спорту. README сообщает о результатах на отдельном наборе для оценки поиска: модель превзошла all-MiniLM-L6-v2 сопоставимого размера, но немного уступила DenseOn. Небольшой размер позволяет использовать её в том числе на CPU. Модель рассчитана прежде всего на англоязычные тексты спортивной тематики; качество для других областей и языков не подтверждено приведёнными данными. Лицензия — Apache-2.0.

kennethge123/superglue_rte-t5-base — модель T5-base, дообученная на наборе SuperGLUE для классификации текстовых последовательностей. Она предназначена для задач распознавания текстового следования: определить, следует ли гипотеза из заданного текста. Модель содержит 123,8 млн параметров, использует архитектуру T5ForSequenceClassification и принимает текст с контекстом до 512 токенов. В README указана точность 0,8406 на оценочной выборке; лицензия — Apache-2.0.

T5-Efficient-XXL Deep-Narrow — предварительно обученный текстовый энкодер-декодер Google на архитектуре T5, выпущенный вместе с исследованием «Scale Efficiently: Insights from Pre-training and Fine-tuning Transformers». Вариант Deep-Narrow увеличивает глубину модели относительно ширины; авторы исследования рассматривают такую конфигурацию как эффективную для последующей настройки. Метаданные каталога указывают 385,2 млн параметров, тогда как README приводит противоречивое значение 11 307,38 млн для чекпойнта XXL. Модель обучена на англоязычном наборе C4 span-based masked language modeling и предназначена для дальнейшего дообучения под задачи суммаризации, ответов на вопросы и классификации текста. Это не готовая чат-модель: для практического применения требуется fine-tuning. Контекст составляет 512 токенов; доступны веса для PyTorch, TensorFlow и Flax. Лицензия — Apache-2.0.

TResNet V2-L — модель классификации изображений и извлечения визуальных признаков из семейства TResNet. Весá опубликованы авторами карточки в репозитории timm: модель предварительно обучена на ImageNet-21K-P, затем дообучена на ImageNet-1k. Вариант содержит 46,2 млн параметров и рассчитан на изображения размером 224 × 224 пикселя. Модель подходит для классификации изображений по категориям ImageNet-1k, извлечения карт признаков и получения эмбеддингов изображений. Веса преобразованы для работы со стандартным BatchNorm вместо InplaceABN; репозиторий предоставляет их в форматах PyTorch и safetensors. Лицензия — Apache-2.0. Классификатор обучен на ImageNet-1k, поэтому его категории и точность могут не соответствовать специализированным предметным областям или изображениям вне распределения обучения. Карточка не приводит численных результатов качества.

WD ConvNext Tagger v3 — модель SmilingWolf для автоматической разметки изображений тегами Danbooru. Она использует архитектуру ConvNeXt и предназначена для предсказания рейтингов, персонажей и общих тегов по изображению. Обучена на изображениях Danbooru; редкие теги и изображения с малым числом общих тегов исключались из обучающей выборки. Версия датасета v3 включает более свежие теги по состоянию на 28 февраля 2024 года и больше обучающих изображений. Для борьбы с дисбалансом классов применялось масштабирование функции потерь по частоте тегов. Репозиторий содержит модели в форматах ONNX и safetensors; также заявлена совместимость с timm. Для ONNX требуется onnxruntime версии 1.17.0 или новее. Лицензия — Apache-2.0. Модель подходит для пакетного автоматического тегирования изображений и извлечения тегов для поиска или каталогизации. Валидация на указанном наборе дала F1 0,4419 при пороге 0,2682 для версии v2.0; эти показатели не гарантируют аналогичного качества на других изображениях. Обучение проводилось на изображениях Danbooru, поэтому покрытие тегов и качество на изображениях вне этого домена могут быть ограничены.

Карточка модели tals/albert-base-vitaminc-fever 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.

Карточка модели tals/albert-base-vitaminc-mnli 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.

akiseid/Amharic-News-Classification — модель классификации текстов на базе XLM-RoBERTa, дообученная автором на наборе данных, который в карточке обозначен как None. Она предназначена для присвоения меток текстам; название указывает на классификацию новостей на амхарском языке. Архитектура — XLMRobertaForSequenceClassification, размер — 305,2 млн параметров, формат весов — safetensors, максимальный контекст — 514 токенов. В README приведены результаты оценки: точность 0,9387 и loss 0,2719. Модель может подойти для классификации амхарских новостных текстов и автоматической сортировки новостных материалов по категориям. Опубликована под лицензией MIT. В карточке не раскрыты метки классов, состав обучающих данных и подробные ограничения, поэтому результаты на других источниках и текстовых жанрах не гарантированы.

AmharicNewsNonCleaned — модель классификации текстов на основе XLM-RoBERTa-base, дообученная разработчиком akiseid. Она предназначена для классификации амхарских новостных текстов; конкретные метки классов и сценарии применения в карточке не описаны. Модель содержит 305,2 млн параметров, использует архитектуру XLM-RoBERTa для классификации последовательностей и принимает текст с контекстом до 514 токенов. В README для оценочного набора приведены accuracy 0,9554, precision 0,9555, recall 0,9554 и F1 0,9554. Эти показатели относятся к указанному набору и не гарантируют аналогичных результатов на других данных. Доступна по лицензии MIT.

Модель Legal BERTimbau разработана в рамках Project IRIS для семантического поиска по материалам Верховного суда Бразилии (Supremo Tribunal de Justiça). Это дообученная модель семейства BERTimbau large, представленная в формате Sentence-Transformers: она преобразует предложения и абзацы на португальском языке в плотные векторы размерностью 1024 для сравнения смысловой близости, кластеризации и семантического поиска. Обучение включало TSDAE на юридических текстах примерно из 30 тысяч документов, а затем дообучение для оценки семантического сходства на наборах ASSIN, ASSIN2 и STS-B Multi-MT для португальского языка. Модель имеет 433,2 млн параметров и принимает последовательности длиной до 512 токенов. Она предназначена прежде всего для поиска и сопоставления юридических текстов на португальском языке; качество за пределами этой области не описано. Доступна по лицензии MIT.

bert-sr-base — языковая модель семейства BERT, разработанная aajrami и предназначенная для извлечения признаков из текста. Модель использует архитектуру RoBERTa; в карточке она описана как BERT base с предобучением по целевой функции shuffle + random. Число параметров — около 151,8 млн, длина контекста — 514 токенов. Модель подходит для получения векторных представлений текста и использования в качестве основы для последующих задач обработки языка. В репозитории указаны форматы PyTorch и Safetensors. Лицензия — CC BY 4.0. README не уточняет языки обучения и ограничения по применению.

rongzhen/bge-base-financial-matryoshka — англоязычная модель Sentence Transformer, дообученная на финансовых вопросах и ответах на базе BAAI/bge-base-en-v1.5. Она кодирует предложения и абзацы в плотные векторы для семантического поиска и сравнения текстов; также подходит для поиска перефразировок, кластеризации и классификации текстов. Модель построена на BERT с пуллингом CLS-токена и нормализацией векторов. Она содержит 136,7 млн параметров, принимает до 512 токенов и выдаёт эмбеддинги размерности 768. Matryoshka-обучение позволяет сокращать размерность вектора до 512, 256, 128 или 64 для более компактного поиска; в карточке приведены результаты оценки поиска для этих размерностей. Обучающий набор содержит 6300 пар «вопрос — релевантный ответ», включая примеры по финансовой отчётности и выручке. Модель распространяется по лицензии Apache-2.0. Её языковая специализация — английский; качество на других языках не подтверждено. Представленные результаты относятся к указанному набору оценки, поэтому они не гарантируют аналогичную точность на иных финансовых документах и задачах.

Camie Tagger — модель классификации изображений для автоматической разметки аниме- и манга-иллюстраций. По README, автор обучил её на наборе из 7 024 392 примеров; модель предсказывает до 70 527 тегов из семи категорий: общие теги, персонажи, произведения, художники, метаданные, рейтинг и год. В архитектуре используются EfficientNetV2-L, слой эмбеддингов и перекрёстное внимание для уточнения предсказаний. README указывает размеры начальной и уточнённой моделей — 214 млн и 424 млн параметров — и микросредний F1 58,1% на тесте из 20 116 примеров. Модель предназначена для автоматического тегирования иллюстраций и получения категорийных меток с настраиваемыми порогами. Особенно хорошо, по словам автора, она предсказывает теги персонажей и произведений; метрики для редких тегов и общих категорий скромнее, а обучение автор характеризует как незавершённое. Для содержимого с рейтингом предусмотрена отдельная категория, но README не заявляет, что модель генерирует изображения. Репозиторий предоставляет веса в форматах Safetensors и ONNX; лицензия — GPL-3.0.

CHORD 2B student — модель-энкодер на базе Qwen3.5-2B, разработанная для метрики когерентности CHORD. Это дистиллированная версия слияния весов базовой модели и LoRA-адаптеров; обученный линейный считыватель проецирует представление последнего токена из 2048 векторов в пространство из 256 координат, аппроксимируя координаты PCA учительской модели с 27 млрд параметров. Модель принимает текст и выдаёт векторные представления для оценки когерентности. Предназначена для вычисления RBF-MMD между наборами текстов по шаблону coherence; пример — сравнение текста с эталонным пулом. Протокол использует нормализацию пробелов и ограничение длины в 532 токена, включая суффикс промпта; значения MMD сопоставимы только при использовании одного и того же энкодера и протокола. Модель распространяется в формате safetensors вместе с отдельным файлом считывателя и токенизатором. Лицензия — Apache-2.0.

CLIPbooru — модель на основе CLIP с классификационной головой, предназначенная для присвоения изображениям тегов Danbooru. Карточка связывает её с набором данных v2ray/anime-collection; модель подходит для автоматической разметки изображений в стиле аниме тегами из этой системы. В метаданных указаны архитектура CLIPForImageClassification, формат safetensors и лицензия MIT. Размер модели, длина контекста и поддерживаемые языки в доступных сведениях не описаны.

Code-Daemon Reranker v1 — мультиязычная cross-encoder-модель для переранжирования результатов поиска кода по запросу на естественном языке. Разработчик — автор репозитория faxenoff; модель основана на hotchpotch/mMiniLMv2-L12-H384 и дообучена для работы с кандидатами, которые возвращает собственный гибридный поисковый механизм Code-Daemon. Она принимает пару «запрос — кандидат» и выдаёт логит релевантности, по которому можно пересортировать результаты. Модель использует архитектуру XLM-RoBERTa с 12 слоями и размерностью скрытого состояния 384; метаданные указывают 124,3 млн параметров. Она рассчитана на мультиязычный поиск и принимает до 514 токенов по нативному контексту, хотя README описывает рабочий режим до 256 токенов на пару: запрос сохраняется целиком, а конец документа может обрезаться. Доступны веса Safetensors и сборки ONNX и Core ML. По приведённой офлайн-оценке на десяти не встречавшихся при обучении репозиториях модель улучшает MRR@10 и nDCG@10 относительно исходного ретривера, главным образом переставляя результаты в середине списка; первый результат меняется мало. Лучше всего она подходит для кандидатов с формой документов, похожей на данные Code-Daemon; обычные пары «запрос — фрагмент кода» также допустимы, но не были целевым форматом обучения. Результат — относительный логит для сравнения кандидатов внутри одного запроса, а не универсальный порог релевантности. Лицензия — MIT.

facebook/convnextv2-nano-22k-224 — свёрточная модель классификации изображений от команды ConvNeXt V2, представленная в работе Woo и соавторов. Модель предварительно обучена с помощью FCMAE и дообучена на ImageNet-22K для изображений размером 224×224. Это чистая свёрточная архитектура ConvNeXt V2 с блоком Global Response Normalization (GRN). Она предназначена для присвоения изображению класса из набора ImageNet и может служить основой для дообученных версий под другие задачи компьютерного зрения. Доступны веса PyTorch, Safetensors и TensorFlow. Модель принимает изображения и выдаёт метки классов. Лицензия — Apache-2.0. В карточке не приведены сравнительные показатели качества; применение для иных классов или задач может потребовать дообучения.

orbis-marianne/deberta-v3-seq-tag — модель для разметки последовательностей на основе DeBERTa v3, опубликованная ORBIS Marianne. В карточке указано, что модель обучена на disputool; она предназначена для классификации токенов и доступна для использования через Transformers как token-classification pipeline. Модель имеет архитектуру DebertaV2ForTokenClassification, содержит 211,6 млн параметров и рассчитана на контекст до 512 токенов. Репозиторий содержит веса в формате Safetensors. Карточка не уточняет набор меток и поддерживаемые языки, поэтому конкретный тип последовательностей и языковую область применения определить нельзя.

Модель dima806/deepfake_vs_real_image_detection — дообученный Vision Transformer для классификации изображений на реальные и созданные искусственным интеллектом. Она основана на google/vit-base-patch16-224-in21k, содержит 113,2 млн параметров и доступна в форматах PyTorch и Safetensors. Модель предназначена для проверки подлинности изображений и выявления AI-генерации. В карточке приведён отчёт об оценке на наборе из 76 161 изображений: точность составила 99,27%. Эти результаты относятся к данным, на которых проводилась оценка, и не гарантируют такую же точность на новых изображениях. Разработчик предупреждает, что обучающий набор был собран примерно за три года до публикации карточки и с тех пор качество генерации изображений заметно выросло, поэтому возможен сдвиг данных; для актуального применения рекомендуется переобучение на свежих размеченных примерах. Лицензия — Apache-2.0.

TahaaaaM выпустил DistilBERT, полностью дообученный вместе с классификационной головой на обучающей выборке MNLI в рамках проекта сжатия A3 SVD. Модель предназначена для классификации пар предложений, в частности для определения логического следования, противоречия или нейтрального отношения между посылкой и гипотезой. Архитектура — DistilBertForSequenceClassification; веса сохранены в формате safetensors. Контекст ограничен 512 токенами. В README приведены accuracy 0,8211 и macro-F1 0,8202 на упомянутой задаче. Лицензия — MIT. Карточка не сообщает о поддержке языков помимо английского.