I.11Классификация, ранжирование и сопоставление

OpenMed-NER-OncologyDetect-TinyMed-65M — модель OpenMed для распознавания именованных сущностей в текстах по онкологии и генетике рака. Это дообученная модель DistilBERT на 65 млн параметров с классификацией токенов; она выделяет сущности из корпуса BioNLP 2013 CG, включая гены и их продукты, виды рака, клетки, ткани, органы, химические вещества и другие биомедицинские категории. Контекст модели — до 512 токенов, результат представляется BIO-метками для токенов. Модель подходит для извлечения сущностей из научных публикаций и медицинских документов, анализа онкологической литературы и подготовки данных для биомедицинских графов знаний. В README приведены F1 и precision 0,77, recall 0,77 и accuracy 0,90 на используемом наборе оценки; эти показатели не гарантируют такое же качество на иных текстах. Архив весов опубликован в формате safetensors. Лицензия — Apache-2.0.

OpenMed-NER-OrganismDetect-PubMed-335M — модель OpenMed для распознавания упоминаний видов организмов в биомедицинских текстах. Это трансформер BERT для классификации токенов, дообученный на корпусе SPECIES800; он отмечает названия видов тегами B-SPECIES и I-SPECIES. В README указана базовая архитектура BiomedNLP-BiomedBERT-large-uncased-abstract, а метаданные сообщают о 433,9 млн параметров и контексте до 512 токенов. Модель предназначена для извлечения названий видов из аннотаций PubMed и другой научной или биомедицинской литературы, в том числе для текстового анализа биоразнообразия и таксономических исследований. README приводит результаты на SPECIES800: F1 0,855, точность 0,837 и полноту 0,874. Модель обрабатывает текст и выдаёт BIO-разметку сущностей; в метаданных указан английский язык. Лицензия — Apache-2.0. Показатели заявлены для SPECIES800 и не гарантируют такое же качество на клинических записях или текстах вне этого набора.

OpenMed разработала OpenMed-NER-OrganismDetect-TinyMed-65M — модель на базе DistilBERT для распознавания названий организмов и видов в тексте. Она дообучена для token classification на корпусе SPECIES800 и размечает упоминания видов тегами B-SPECIES и I-SPECIES. Архитектура — DistilBertForTokenClassification; вход — текст, выход — BIO-разметка токенов. Контекст модели составляет 512 токенов. Модель предназначена для извлечения упоминаний видов из научной и биомедицинской литературы, а также для таксономического анализа и исследований биоразнообразия. В README приведены F1 и precision 0,77, recall 0,77 и accuracy 0,95 на SPECIES800. Эти показатели относятся к указанному корпусу и не гарантируют такое же качество на клинических документах или текстах другой тематики. Модель поддерживает английский язык. Распространяется по лицензии Apache-2.0.

OpenMed/OpenMed-NER-SpeciesDetect-ModernClinical-149M — дообученная OpenMed модель для распознавания названий видов и организмов в биомедицинских текстах. Она помечает упоминания токенами B-SPECIES и I-SPECIES и предназначена для извлечения таких сущностей из научной литературы и клинических документов. Модель использует плотную архитектуру ModernBERT для классификации токенов, содержит 149 млн параметров и поддерживает контекст до 8192 токенов. В README указано, что она обучена на корпусе LINNAEUS; карточка приводит F1 0,92, точность 0,93 и полноту 0,92. Для использования нужны токенизированный текст и библиотека Transformers. Модель подходит для поиска упоминаний организмов в статьях, поддержки таксономического анализа и построения биомедицинских баз знаний. Она выявляет тип сущности SPECIES, а не извлекает лекарственные препараты или химические соединения, несмотря на более широкие сценарии, перечисленные в README. Лицензия — Apache-2.0.

OpenMed/OpenMed-ZeroShot-NER-Organism-Large-459M — специализированная модель распознавания упоминаний организмов в научных и биомедицинских текстах. Она основана на архитектуре GLiNER и дообучена OpenMed на корпусе SPECIES800, содержащем аннотации организмов в научных аннотациях. Модель принимает текст и возвращает найденные сущности с метками; основной целевой тип — SPECIES, включая научные и общеупотребительные названия видов. Модель предназначена для извлечения названий видов и организмов из научной литературы, экологических материалов и биомедицинских текстов, например для биокурации и таксономического анализа. Заявленный F1 на тестовой части SPECIES800 составляет около 0,85. Zero-shot подход позволяет задавать типы сущностей при использовании, однако карточка подробно описывает обучение и оценку прежде всего для распознавания видов. Репозиторий распространяется под лицензией Apache-2.0.

Приправник-157 — модель семейства ModernBERT, разработанная Михаилом Шкорићем (@procesaur) для обработки текстов на сербском языке кириллицей. Она обучена с нуля на текстах на сербском языке, включая специализированный корпус из 500 миллионов слов по праву, законодательству, культуре и истории Сербии, а также материалы Правно-информационной системы Сербии и датасеты, указанные в метаданных. Модель содержит 156,4 млн параметров, использует архитектуру ModernBERT и поддерживает контекст до 512 токенов. Основная задача — предсказывать пропущенные слова в тексте; также модель может векторизовать слова. Подходит для языкового анализа сербских текстов, особенно законодательных и правовых материалов. Модель распространяется в формате safetensors по лицензии CC BY 4.0. Описание указывает на специализацию по сербской кириллице и правовой тематике; данных о других языках или гарантиях качества нет.

LorenzoAleCon29 разработал классификатор тональности заявлений центрального банка на основе RoBERTa-large, дообучив LorenzoAleCon29/roberta-large-ECB-dapt на размеченных материалах Европейского центрального банка: пресс-конференциях, выступлениях и заявлениях по денежно-кредитной политике. Модель относит текст к одному из трёх классов: dovish, neutral или hawkish. Модель предназначена для анализа коммуникации ЕЦБ и классификации её денежно-кредитного тона. Архитектура — RoBERTa для классификации последовательностей, размер — около 454,1 млн параметров, контекст — до 514 токенов. В README приведены результаты на тестовом наборе: accuracy 0,6264 и macro F1 0,6274. Результаты отражают качество на конкретном тестовом наборе и не гарантируют точность для иных типов текстов, центральных банков или языков. Лицензия в предоставленных данных не указана.

danlou/roberta-large-finetuned-csqa — модель на базе RoBERTa-large, дообученная для выбора ответа на вопрос из предложенных вариантов. Она обучена на наборе CommonsenseQA и предназначена для задач с несколькими вариантами ответа, в частности для вопросов на здравый смысл. В архитектуре используется плотная модель RoBERTa с 454,1 млн параметров и контекстом до 514 токенов; веса опубликованы в формате PyTorch. На оценочной выборке CommonsenseQA модель показала accuracy 0,7330 и loss 0,9146. Для использования доступна по лицензии MIT. Карточка не описывает дополнительные сценарии применения или специальные ограничения.

RooseBERT-cont-cased — англоязычная модель семейства BERT, разработанная для анализа политической речи. Это вариант BERT-base с архитектурой только для кодирования текста, дообученный продолжением предобучения исходной модели bert-base-cased на корпусе объёмом 11 ГБ с парламентскими дебатами и выступлениями за 1919–2025 годы. Модель содержит 135,5 млн параметров, сохраняет регистр и стандартный токенизатор BERT WordPiece; контекст ограничен 512 токенами. Модель предназначена прежде всего как основа для дообучения на задачах анализа политического дискурса: классификации тональности и позиции, выявления компонентов и связей аргументации, классификации политических предложений и распознавания именованных сущностей. В карточке сообщается, что она превзошла BERT-base-cased в 9 из 10 оценённых задач и показала особенно заметные улучшения в анализе позиции, классификации предложений и тональности. Для прямого использования модель также поддерживает заполнение пропусков в тексте. Обучение только на англоязычных политических дебатах ограничивает применение другими языками и жанрами; модель может отражать смещения официальных политических выступлений. Стандартный словарь BERT может дробить специализированные термины на подслова, а преимущество доменной адаптации для распознавания сущностей общего типа может быть небольшим. Как модель-кодировщик, она подходит для классификации и разметки, но не для генерации текста. Лицензия — Apache-2.0.

jkhan447 опубликовал модель BERT-base-uncased, дообученную для классификации текста. Модель содержит 136,7 млн параметров, использует архитектуру BertForSequenceClassification и принимает последовательности длиной до 512 токенов. В карточке заявлено применение для обнаружения сарказма, однако сведения о датасете отсутствуют. На оценочном наборе указана точность 0,5783 и потеря 4,1816. Эти результаты дают ограниченное представление о качестве: состав и размер набора, методика оценки и классы не описаны. Модель распространяется под лицензией Apache-2.0.

echarlaix/SmolVLM2-256M-Video-Instruct-openvino — мультимодальная модель для задач image-text-to-text, то есть обработки визуального содержимого и генерации текстовых ответов. Модель разработана пользователем или организацией echarlaix; в карточке указана библиотека Transformers. По идентификатору модели она относится к семейству SmolVLM2, имеет заявленный размер 256M и вариант, ориентированный на работу с видео и OpenVINO. В карточке указано, что модель поддерживает английский язык. Точные сведения об архитектуре, размере контекста, поддерживаемых форматах видео, качестве, ограничениях и рекомендуемых сценариях использования отсутствуют, поэтому эти характеристики нельзя надёжно описать. Лицензия Apache-2.0 допускает использование, модификацию и распространение модели на условиях этой лицензии.

Sundanese RoBERTa Base — маскированная языковая модель RoBERTa, обученная с нуля Wilson Wongso для текстов на сунданском языке. Она предназначена для заполнения пропусков в тексте и извлечения контекстных признаков; для обучения использованы сунданские подмножества OSCAR, mC4 и CC100, а также сунданская Википедия. Модель имеет архитектуру RoBERTa для masked language modeling. В метаданных указано 151,8 млн параметров и контекст до 514 токенов; README приводит оценку 124 млн параметров. Обучение проводилось во Flax, доступны форматы Flax, PyTorch и safetensors. На отложенной выборке автор сообщает loss 1,952 и точность 63,98%. Модель подходит для языкового анализа и извлечения признаков из сунданских текстов, но не является генеративным чат-ботом. Результаты могут отражать смещения обучающих корпусов. Лицензия — MIT.

Time-Embed BGE-M3 LMS Temporal Phase2.74 — специализированная модель эмбеддингов для поиска по материалам корейских систем управления обучением (LMS). Она разработана на основе BAAI/bge-m3 и предназначена для различения близких по смыслу временных выражений, например «неделю назад», «за последние семь дней» и «семь дней назад», а также запросов с разным типом материала или намерением. Модель содержит 658,7 млн параметров, построена на архитектуре XLM-RoBERTa, принимает текст и выдаёт векторы признаков; длина контекста — 8194 токена. Версия Phase2.74 получена без нового градиентного обучения: это выпуклая интерполяция двух контрольных точек Time-Embed с коэффициентом 0,75 для Phase2.73. По внутренним оценкам она сохраняет временные показатели Phase2.72 и даёт небольшие улучшения семантических и календарных оценок; сравнение с BGE-M3 также показало улучшения на приведённых корейских MTEB-задачах. Результат узкоспециализированный, а прирост на временном тесте крайне мал, поэтому модель следует проверять в целевой LMS-системе и сохранять Phase2.72 как запасной вариант. Лицензия в предоставленных данных не указана.

trainer_output — дообученная модель на архитектуре RoBERTa, разработанная на основе distilroberta-base. Она предназначена для выбора правильного варианта ответа в задачах с несколькими вариантами, например в тестах и викторинах. Модель содержит 95,2 млн параметров, принимает текст и имеет контекстное окно до 514 токенов. Модель доступна в формате safetensors и распространяется по лицензии Apache-2.0. Карточка не описывает обучающий набор данных, качество на оценочных выборках и конкретные ограничения, поэтому пригодность для предметных задач следует проверять отдельно.

Zagreus ITALIC SFT — плотная языковая модель семейства Llama с 437,7 млн параметров, разработанная FinancialSupport и дообученная на базе mii-llm/zagreus-0.4B-ita для Italian Post-Training Challenge. Модель предназначена для выбора ответа в заданиях с несколькими вариантами, в том числе по материалам MMLU на итальянском языке. Для обучения использовались внешние италоязычные наборы MMLU и MMLU-ProX-Lite; ответы бенчмарка ITALIC в обучении не применялись. Контекст модели — до 4096 токенов. Указана лицензия Apache-2.0. Карточка содержит сведения об оценке на ITALIC, однако её результаты в предоставленном README не раскрыты.

Это дообученная модель c-ho/2026-07-14-crf-classweights-clean-modernbert для классификации токенов. Она основана на jhu-clsp/mmBERT-base и использует архитектуру ModernBERT с CRF-слоем; в метаданных указано 306,9 млн параметров, контекст до 8192 токенов и формат safetensors. Модель предназначена для разметки текстовых фрагментов по категориям лингвистических понятий, включая морфологические, синтаксические, фонологические и лексические явления, а также сведения о языковых ресурсах и терминах.

umm-maybe/AI-image-detector — экспериментальная модель классификации изображений на основе архитектуры Swin с 58,7 млн параметров. Она определяет, было ли художественное изображение сгенерировано ИИ, и обучалась как бинарный классификатор с помощью AutoTrain. Модель создана в октябре 2022 года. По словам автора, обучающие данные не включали изображения из Midjourney 5, SDXL и DALL·E 3; результаты на изображениях от более новых генераторов могут быть верными, но это не гарантируется. Модель рассчитана на художественные изображения и не предназначена для выявления дипфейков или анализа скриншотов, веб-камер и другой обычной компьютерной графики. Её оценку следует считать одним из сигналов и при необходимости проверять с участием специалиста. В README приведены метрики на проверочной выборке: accuracy 0,942, precision 0,938, recall 0,978, AUC 0,980 и F1 0,958. Это proof-of-concept, а не универсальная проверка происхождения изображений. Лицензия — CC BY 4.0.

Bagel-Zebra-CoT — мультимодальная модель на основе BAGEL-7B от ByteDance Seed, дообученная командой multimodal-reasoning-lab на наборе Zebra-CoT. Она предназначена для визуального рассуждения: в процессе работы модель формирует чередующиеся фрагменты текста и изображений, представляющие ход рассуждений. Датасет включает 182 384 примера по 18 подзадачам в четырёх категориях: двумерное и трёхмерное визуальное рассуждение, научные задачи, визуальная логика и стратегические игры. Модель подходит для задач, где требуется рассуждать по визуальному содержимому и выдавать промежуточные текстовые и визуальные трассы. Репозиторий содержит веса safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0. README направляет к проектному репозиторию для инструкций по запуску и обучению.

Модель cffl/bert-base-styleclassification-subjective-neutral — классификатор текста на базе bert-base-uncased, дообученный на корпусе Wiki Neutrality Corpus (WNC), разработанный для исследовательских задач в области NLP и анализа данных. Она определяет, звучит ли текст субъективно и предвзято или нейтрально, и предназначена для оценки результатов переноса стиля текста, включая расчёт интенсивности переноса и анализ важности признаков. Модель содержит 136,7 млн параметров, использует архитектуру BERT для классификации последовательностей, принимает текст и выдаёт метки классов и вероятности. Максимальный контекст — 512 токенов. Лицензия — Apache-2.0. Классификатор пригоден для экспериментов и сравнительной оценки систем преобразования субъективного текста в нейтральный. Его предсказания отражают определение нейтральности, принятое в политике NPOV Википедии, и могут не совпадать с пользовательским пониманием субъективности. Корпус содержит проблемы качества данных; модель и датасет недостаточно оценены с точки зрения точности и смещений. Разработчики не рекомендуют применять модель в производственных системах без предварительного исследования смещений для конкретного сценария.

philipp-zettl/bge-micro-v2-mtg — англоязычная модель Sentence Transformer, дообученная автором на наборе данных Magic: The Gathering (mtg_cards-2025-04-04) на базе TaylorAI/bge-micro-v2. Она кодирует предложения и абзацы в плотные векторы размерности 384 и оценивает семантическое сходство по косинусной мере. Модель подходит для семантического поиска и сравнения текстов, связанных с картами MTG, а также для поиска перефразирований и кластеризации. Архитектура основана на BERT с усреднением токенных представлений; максимальная длина входа — 512 токенов. Карточка приводит результаты на наборах sts-dev и sts-test, но не сообщает их применимость к другим областям. Модель выпущена под лицензией базовой модели, сведения о которой в предоставленных данных отсутствуют.

Deepreneur/blue-lizard — японская языковая модель семейства Llama 2, разработанная Ikuto Watanabe, Sunwoo Park, Taiki Kaneki, Yuki Hirota, Yuki Koshiba, Yusuke Kanzaki и Yuta Sawada. Модель создана на основе Meta Llama 2 7B: авторы провели дополнительное предварительное обучение на японских текстах из Википедии, книг и других источников, а затем дообучили её на собственных данных. Модель предназначена для генерации текста и диалогового общения на японском языке. Она имеет плотную архитектуру LlamaForCausalLM, около 6,6 млрд параметров и контекст до 4096 токенов; веса опубликованы в формате safetensors. Авторы сообщают о высоких результатах на японском бенчмарке JGLUE и отмечают, что JGLUE и ответы ChatGPT не использовались в обучающих данных. Модель распространяется по лицензии Llama 2. Заявленные результаты основаны на оценке JGLUE; карточка не описывает отдельные проверки качества для иных языков и сценариев, поэтому применение вне японских текстовых задач требует самостоятельной оценки.

Карточка модели anuragsinghiitm/distilbert_output на Hugging Face совпадает с карточкой anuragsinghiitm/distilbert-nppe, поэтому описание составлено по ней. Модель Anurag Singh — дообученная версия DistilBERT для оценки вариантов ответа в тестах с выбором ответа. Для каждой пары «вопрос — вариант» она выполняет бинарную классификацию: оценивает вероятность того, что вариант верен. Чтобы выбрать ответ, варианты оценивают по отдельности и выбирают тот, у которого вероятность выше остальных. Модель использует DistilBERT с шестью слоями трансформера, размером скрытого представления 768 и линейной классификационной головой. Она принимает текст на английском языке; указанная длина контекста — 512 токенов. Репозиторий содержит веса в формате Safetensors, библиотека для работы — Transformers. Лицензия — MIT. Модель предназначена для учебных тестов с вариантами ответа и экспериментов с классификацией текста. В карточке приведены метрики на оценочном наборе, однако они не гарантируют аналогичное качество на других данных. Модель обучалась на частном проектном наборе данных, может плохо переноситься на другие темы, а независимая оценка каждого варианта не учитывает отношения между вариантами как единым набором. Для критически важных решений требуется дополнительная проверка.

DuplexJev-4B — архивированная аудиоязыковая модель от adventists-ai для извлечения решений и характеристик речи. Она принимает аудио вместе с текстовым вопросом и выбирает один вариант ответа: например, определяет, закончил ли говорящий реплику, кто говорит и какое настроение выражено. По README, модель объединяет замороженный аудиокодировщик Qwen3-ASR-0.6B, обученный коннектор на 12,6 млн параметров и замороженную языковую модель Qwen3-4B; всего около 4,2 млрд параметров, формат bf16. Архитектура позволяет получать распределение вероятностей по вариантам одним токеном и задавать несколько вопросов к одному аудиофрагменту. Модель рассчитана на короткую записанную или разыгранную речь и работает через vLLM с дополнительным плагином. В карточке приведены результаты на задачах выбора ответа, определения состояния хода диалога, пола говорящего и эмоции; модель уступает более крупной DuplexJev-32B в фактических вопросах по речи. Версия архивирована и заменена DuplexJev-4B-Para. Не проверялась на потоковом аудио; распознавание эмоций обучалось и оценивалось на эмоционально разыгранных корпусах, поэтому такие выводы не следует применять для принятия решений о людях. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства, но некоммерческое.

DuplexJev-B-MOSS-Transcribe-Falcon-H1-1.5B — аудиомодель на основе архитектуры Ultravox, разработанная adventists-ai для коротких решений и анализа признаков речи. Замороженный аудиоэнкодер MOSS-Transcribe-Diarize на архитектуре Whisper передаёт признаки через обучаемый connector-проектор замороженной языковой модели Falcon-H1-1.5B-Instruct. Обучались только 37,8 млн параметров connector; модель объединяет компоненты MOSS-Transcribe-Diarize и Falcon-H1-1.5B-Instruct. Модель принимает аудио и отвечает на типизированные вопросы выбором из предложенных вариантов: для каждого вопроса вычисляется распределение вероятностей вариантов без генерации токенов. Подходит для коротких решений по аудиоклипам, вопросов по устной речи и оценки голосовых признаков, включая пол и эмоции. В карточке указаны китайский и английский языки; результаты приведены для небольших наборов spoken QA и паралингвистических задач. Модель распространяется по лицензии Apache-2.0. Ограничения: оценивалась на прочитанной или разыгранной речи и небольших тестовых наборах, а не на потоковом аудио; небольшая языковая модель слабо отвечает на вопросы, требующие общих знаний. Для работы необходимы указанные энкодер и LLM; без Mamba-ядер вычисления на CPU могут быть медленными. Оценки эмоций не следует использовать для принятия решений о людях.

CoderBak поддерживает набор преобразованных артефактов Pangram EditLens RoBERTa-large для локального определения степени редактирования текста с помощью ИИ. В основе — классификатор последовательностей RoBERTa с 454,1 млн параметров и четырьмя выходными классами; модель принимает текстовые последовательности длиной до 514 токенов и ориентирована на английский язык. Набор включает исходные веса PyTorch FP32 и варианты ONNX FP32, FP16 и экспериментальный INT8. Нового обучения не проводилось, улучшение точности не заявляется. Модель предназначена для классификации текста при оценке возможного редактирования с помощью ИИ и для локального инференса на CPU или совместимом ускорителе. В проверке конверсии на 24 синтетических примерах FP32 сохранил совпадение верхнего класса со всеми примерами, FP16 — также со всеми; INT8 изменил верхний класс в одном случае и заметно сдвинул вероятность, поэтому этот вариант требует отдельной оценки. Модель может давать ложноположительные и ложноотрицательные результаты, особенно на данных вне обучающего распределения. Вывод не доказывает авторство или нарушение правил; качество не установлено для коротких публикаций, неанглийского текста, OCR-ошибок, научного письма или конкретных прикладных областей. Лицензия CC BY-NC-SA 4.0 разрешает использование на некоммерческих условиях с соблюдением атрибуции и других условий лицензии.

FineMed Medical-Entity Extractor (FR) — модель DoctoLlib для извлечения медицинских сущностей из франкоязычных медицинских документов и веб-текстов. Она размечает фрагменты текста по восьми классам таксономии, адаптированной из UMLS, включая заболевания, лекарства и части тела. Модель используется для вычисления плотности медицинских терминов в корпусе FineMed-fr: доли символов документа, покрытых извлечёнными фрагментами. Это GLiNER2, дообученная на аннотациях, созданных и проверенных LLM; базовая модель — fastino/gliner2-multi-v1. Для расчёта показателя FineMed-fr авторы рекомендуют обрабатывать среднее окно длиной 512 токенов. Модель предназначена для корпусной разметки французских медицинских текстов, а не для клинических решений или исчерпывающего извлечения сущностей из целого документа. Распространяется по лицензии Apache-2.0.

LinkBERT — дообученная Dejan Marketing модель на основе BERT-large-cased для предсказания естественных мест размещения ссылок в веб-тексте. Она размечает фрагменты текста, которые могут служить анкором, и предназначена для рекомендаций внутренних ссылок, оценки естественности существующих ссылок и выявления неестественных SEO-ссылок. Модель имеет архитектуру BERT для masked language modeling, содержит 432,3 млн параметров и принимает текст с контекстом до 512 токенов; карточка указывает английский язык и обучение на материалах BookCorpus, Wikipedia и собственных данных с редакционными ссылками. В README описано дообучение с разметкой ссылок и бинарной классификацией токенов. Метаданные указывают задачу token-classification, тогда как классификатор каталога также связывает модель с fill-mask; для практического применения основная задача — выделение токенов или фрагментов, подходящих для анкора. Модель рассчитана на веб-контент и SEO-сценарии. Лицензия указана как other, без дополнительных условий в предоставленных данных. Качество и переносимость на разные типы сайтов в карточке количественно не оценены.

sri1208/mental_health_classifier — англоязычная модель классификации текстов для анализа тем психического здоровья. Она создана на основе mental/mental-bert-base-uncased, предварительно обученной на публикациях Reddit о психическом здоровье, и дообучена для классификации последовательностей. Модель использует архитектуру BERT и содержит 136,7 млн параметров; максимальная длина контекста — 512 токенов. Модель предназначена для анализа тональности, выявления признаков стресса и возможных факторов риска в публикациях, ответах на опросы и других текстах, связанных с психическим здоровьем. На вход подаётся текст, на выходе — оценки классов или вероятности. Карточка сообщает о сравнении с базовыми моделями и метриках accuracy, precision, recall, F1 и ROC-AUC, но не приводит численных результатов. К ограничениям относятся возможная предвзятость из-за состава обучающих данных и снижение качества на текстах, отличающихся от обучающей выборки. Модель не предназначена для постановки диагноза или замены терапии и должна применяться как вспомогательный инструмент под профессиональным контролем. Лицензия в предоставленных данных не указана.

OpenMed-NER-OrganismDetect-ElectraMed-109M — модель OpenMed для распознавания упоминаний организмов и видов в тексте. Это трансформерная модель для классификации токенов на основе архитектуры BERT с 136,7 млн параметров; она размечает фрагменты тегами B-SPECIES и I-SPECIES. Модель дообучена на корпусе SPECIES800, содержащем научные и обиходные названия видов в биомедицинских аннотациях. Она принимает токенизированный текст и выдаёт BIO-разметку сущностей; максимальная длина контекста — 512 токенов. Модель предназначена для извлечения названий видов из биомедицинской литературы и других профильных текстов, в том числе для таксономического анализа, поиска упоминаний организмов и построения баз знаний о биоразнообразии. В README приведены F1 0,75, точность 0,74 и полнота 0,77 на SPECIES800. Эти показатели относятся к указанному корпусу и не гарантируют качество на клинических записях или текстах других областей. Доступна в формате safetensors, совместима с Transformers и распространяется по лицензии Apache-2.0.

OpenMed-NER-OrganismDetect-ModernClinical-149M — модель OpenMed для распознавания названий организмов и видов в тексте с помощью разметки последовательности токенов. Это дообученный ModernBERT с архитектурой ModernBertForTokenClassification, 149 млн параметров и контекстом до 8192 токенов. Модель обучена на корпусе SPECIES800 и выделяет сущности метками B-SPECIES и I-SPECIES; поддерживает научные и общеупотребительные названия видов. Модель предназначена для извлечения упоминаний организмов из биомедицинских текстов, научных публикаций и других документов. Её можно применять для текстового поиска по биологической литературе, анализа таксономических упоминаний и построения баз знаний о биоразнообразии. В README указаны F1 0,73, точность 0,75, полнота 0,72 и accuracy 0,95 на SPECIES800. Модель принимает токенизированный текст и возвращает метки сущностей для токенов. Карточка указывает лицензию Apache-2.0. Оценки из README относятся к SPECIES800; качество на иных текстах может отличаться.