I.12Рекомендации и персонализация

kornwtp разработал модель эмбеддингов на основе многоязычного BERT (mBERT), обученную методом SimCSE на тайской Википедии. Она преобразует предложения и абзацы в плотные векторы размерности 768 для поиска семантически близких текстов и кластеризации. Модель подходит для семантического поиска и сравнения предложений на тайском языке; её контекст ограничен 512 токенами, размер составляет 205,1 млн параметров, формат весов — PyTorch. Лицензия Apache-2.0.

SimLM-MSMARCO-Reranker — поисковая модель семейства SimLM, опубликованная intfloat для ранжирования пар «запрос — отрывок». Она использует архитектуру ELECTRA и обучена на задаче MS MARCO Passage Ranking; число параметров составляет 136,7 млн, а максимальная длина входа — 512 токенов. Модель оценивает релевантность отрывка запросу: более высокий балл означает более подходящий отрывок. Её можно использовать для повторного ранжирования результатов поиска, например, после первичного этапа dense retrieval. Обучение с listwise loss означает, что оценки не ограничены фиксированным диапазоном и предназначены для сравнения кандидатов. В карточке приведены результаты на MS MARCO и наборах TREC Deep Learning. Модель рассчитана на английский язык. Распространяется по лицензии MIT.

QuantFactory/Skywork-Critic-Llama-3.1-8B-GGUF — квантизированная версия модели Skywork-Critic-Llama3.1-8B, подготовленная QuantFactory с использованием llama.cpp. Исходную модель разработала команда SkyworkAI Alignment Team на базе Meta Llama-3.1-8B-Instruct. Модель предназначена прежде всего для попарной оценки предпочтений: она сравнивает два ответа или других входных объекта и определяет, какой из них качественнее или лучше соответствует заданным требованиям. Возможные сценарии применения включают оценку и улучшение данных, тестирование ответов языковых моделей и построение reward-моделей. Также модель обучалась на задачах критики и общих диалогах, поэтому сохраняет возможности conversational-взаимодействия. Ключевая архитектурная основа — Llama 3.1 8B-Instruct; модель относится к классу text-generation и работает с текстовыми данными. В обучении использовались открытые датасеты предпочтений и критики, внутренние человеческие аннотации, синтетические примеры и данные для диалогов. В README не указаны поддерживаемые языки, размер контекстного окна и конкретный формат или уровень квантизации, поэтому эти характеристики нельзя определить. К ограничениям относятся зависимость качества оценок от формата запроса и исходных данных, а также возможные потери качества, связанные с квантизацией. Лицензия обозначена как other; подробные условия использования в карточке не приведены.

Это разреженный энкодер SPLADE, созданный автором nickprock на основе dbmdz/bert-base-italian-xxl-uncased и дообученный на наборе CulturaViva-ITA с помощью библиотеки Sentence Transformers. Модель преобразует предложения и абзацы на итальянском языке в разреженные векторы размерности 32 102; сходство оценивается скалярным произведением. Размер модели — 137,9 млн параметров, максимальная длина входа — 512 токенов. Энкодер предназначен для семантического поиска и разреженного поиска документов, а также может применяться для оценки сходства предложений. В README приведена оценка Spearman 0,6016 на sts-dev. Модель принимает текст и возвращает векторные представления. Лицензия в предоставленных данных не указана.

Модель tomaarsen/splade-cocondenser-msmarco-kldiv-minilm-temp-5-5 — англоязычный разреженный кодировщик SPLADE, разработанный на базе Luyu/co-condenser-marco с помощью библиотеки Sentence Transformers. Архитектура состоит из BERT-подобного трансформера BertForMaskedLM и слоя SPLADE pooling с max-пулингом и ReLU. Модель преобразует запросы и документы в разреженные векторы размерностью 30 522, сопоставляемые скалярным произведением; максимальная длина входа — 512 токенов. Модель предназначена для семантического поиска и разреженного извлечения документов: например, для ранжирования кандидатов по запросу и поиска релевантных абзацев в коллекции текстов. В README приведены оценки на наборах NanoMSMARCO, NanoNFCorpus и NanoNQ, а также NanoBEIR; они показывают работоспособность на этих тестах, но не гарантируют качество на других коллекциях. Модель принимает текст и выдаёт векторы признаков. Лицензия — Apache-2.0.

OpenMatch/t5-ance — модель семейства T5, дообученная для получения представлений запросов и документов в задачах поиска. Обучение проводилось на наборе MS MARCO Passage по процедуре ANCE с увеличенным размером пакета; модель содержит 123,8 млн параметров и принимает последовательности длиной до 512 токенов. В README приведён результат MRR@10 0,3570 на dev-разбиении MS MARCO Passage. Модель предназначена для извлечения признаков текста, в частности для кодирования запросов и пассажей в поисковых системах и системах ранжирования. Репозиторий содержит веса PyTorch и Safetensors. Лицензия — MIT.

castorini/tct_colbert-v2-hnp-msmarco — модель семейства TCT-ColBERT-V2, опубликованная Castorini для воспроизведения варианта плотных моделей поиска, описанного в статье о дистилляции знаний для dense retrieval. Она предназначена для извлечения векторных представлений текстов и их использования в поиске по коллекции документов, в частности в сценариях, связанных с MS MARCO. Модель построена на архитектуре BERT, содержит 136,7 млн параметров, принимает последовательности длиной до 512 токенов и распространяется в формате PyTorch. README связывает её с исследовательской работой и отчётом о воспроизведении в Pyserini. Лицензия в доступных данных не приведена.

ostoveland/test7 — дообученная модель SentenceTransformer на базе sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2. Она преобразует предложения и абзацы в плотные векторы размерности 384 для сравнения смысловой близости, семантического поиска, поиска парафраз, кластеризации и классификации текста. Модель использует архитектуру BERT с усреднением токенных представлений; в README указан максимальный размер последовательности 128 токенов, а метаданные каталога указывают нативный контекст до 512 токенов. Для оценки косинусного сходства README приводит accuracy 0,78 на TripletEvaluator. Модель обучалась с TripletLoss на наборе из 400 примеров. Примеры обучения — короткие запросы на норвежском языке о ремонте и строительстве, что указывает на возможную специализацию в семантическом сопоставлении таких запросов. При этом README описывает более широкие сценарии применения, но не приводит результатов для них. Лицензия в предоставленных данных не указана.

tevatron-elastic-qwen3-0.6b-reranker-depth — модель для повторного ранжирования текстовых документов, обученная с помощью Tevatron-Elastic на базе Qwen/Qwen3-0.6B-Base. Она поддерживает эластичное сокращение по глубине: один чекпойнт позволяет выбирать число используемых слоёв и тем самым менять баланс между скоростью и качеством. Для настройки рабочей точки используются параметры `prune_to` и `encode_at` в фреймворке Tevatron-Elastic. Модель содержит около 508 млн параметров, принимает текстовые запросы и фрагменты документов с префиксами `query:` и `passage:`; максимальная длина при обучении составляла 512 токенов. На полной конфигурации авторы сообщают nDCG@10 0,555 на BEIR-15. Чекпойнт выпущен как ресурс для воспроизводимости результатов статьи, а не как заявка на лучшие показатели. Лицензия — Apache-2.0.

HgThinker/vietnamese-sbert — модель Sentence-Transformers на архитектуре RoBERTa, созданная для представления предложений и абзацев в виде плотных векторов размерностью 768. Её можно использовать для семантического поиска, сравнения сходства текстов и кластеризации. Обучение проводилось с функцией TripletLoss; число параметров — 162,4 млн, контекст — до 258 токенов. Модель ориентирована на вьетнамский язык, что отражено в названии репозитория, и подходит для получения эмбеддингов текста. Для работы доступны веса PyTorch; в Transformers после получения контекстных представлений требуется применить подходящий pooling. Лицензия в предоставленных данных не указана.

Модель timm/ViT-SO400M-14-SigLIP2 — контрастивная модель «изображение—текст» семейства SigLIP 2, обученная на наборе WebLI и подготовленная timm для использования в OpenCLIP. Она предназначена для классификации изображений без специального обучения на каждом наборе классов: модель сопоставляет изображение с текстовыми описаниями возможных категорий и оценивает их соответствие. Архитектура — vision-language encoder с визуальной частью ViT; модель использует формат PyTorch и веса safetensors. Модель подходит для поиска изображений по текстовым категориям и построения классификаторов с произвольными метками. SigLIP 2 описана как мультиязычное семейство, однако карточка этой конкретной версии не уточняет поддерживаемые языки. Лицензия — Apache-2.0.

timm/ViT-SO400M-16-SigLIP2-512 — преобразованная для OpenCLIP модель зрения и языка семейства SigLIP 2, обученная на наборе WebLI. Исходные контрольные точки JAX из Big Vision были конвертированы для использования с OpenCLIP; модель использует контрастивное сопоставление изображений и текста и предназначена для классификации изображений без дополнительного обучения по текстовым описаниям классов. Модель подходит для поиска изображений по текстовым меткам и для классификации с произвольным набором категорий. Карточка указывает многоязычную направленность SigLIP 2, но конкретные поддерживаемые языки и размер модели здесь не приведены. Репозиторий содержит веса PyTorch и Safetensors, библиотека — OpenCLIP. Лицензия — Apache-2.0.

WorldPM-72B — модель предпочтений, разработанная авторами проекта World Preference Modeling на базе Qwen2.5-72B. Она обучена на 15 млн примеров предпочтений и предназначена для оценки ответов языковых моделей: выявления фактических ошибок, нерелевантных или неполных ответов и вычисления предпочтительности ответа по его скрытому представлению. Это плотная архитектура Qwen2 с 71,5 млрд параметров; модель принимает текст и выдаёт классификационную оценку. Контекст составляет 2048 токенов, основной указанный язык — английский. Модель демонстрирует масштабируемость на объективных задачах оценки, но результаты на субъективных оценках не показывают явной зависимости от масштаба и могут зависеть от стилевых предпочтений. Для оптимальной работы в конкретном сценарии авторы рекомендуют дообучение на целевых данных. Распространяется под лицензией Apache-2.0.

DeepPavlov/xlm-roberta-large-en-ru — версия XLM-RoBERTa, разработанная DeepPavlov, с уменьшенным до наиболее частотных токенов английского и русского языков словарём и соответствующими эмбеддингами. Это плотная модель на архитектуре XLM-RoBERTa с 438,5 млн параметров, предназначенная для извлечения признаков из текста и получения текстовых представлений на английском и русском языках. Контекст модели составляет до 514 токенов. Она подходит для построения признаковых представлений в многоязычных текстовых системах; в доступной карточке не описаны специализированные задачи или сравнительные результаты. Модель опубликована в формате PyTorch.

Это веса визуального энкодера AIM-v2 large с патчами 14×14, обученного на разрешении 448 пикселей и совместимого с библиотекой timm. Репозиторий предоставляет модель для извлечения признаков изображений, например для получения визуальных представлений, которые можно использовать в последующих задачах компьютерного зрения. Модель принимает изображения и выдаёт векторные признаки. В карточке не приведены сведения о точном числе параметров, поддерживаемых языках или конкретных сценариях применения. Лицензия — Apple ASCL.

CrossEncoder-camembert-large — модель-кросс-энкодер для оценки семантического сходства двух предложений, созданная на базе CamemBERT и обученная с помощью класса CrossEncoder библиотеки Sentence Transformers. Она принимает пару текстов и выдаёт оценку сходства от 0 до 1; модель предназначена для ранжирования и сравнения предложений, например при поиске похожих формулировок или проверке релевантности пары фраз. Модель обучена на STS Benchmark, а карточка приводит результаты оценки на французской тестовой выборке: корреляция Пирсона 88,16 и Спирмена 87,57. Архитектура — CamemBERT для классификации последовательности, размер около 435,4 млн параметров, длина контекста — 514 токенов. Основной язык модели — французский. Вес опубликован в форматах PyTorch и Safetensors. Модель хорошо подходит для сопоставления коротких текстов на французском языке, но её оценки сходства не следует трактовать как универсальную меру истинной эквивалентности. Для пары текстов модель запускается совместно, поэтому при масштабном поиске по большому корпусу вычисления могут быть затратными. Лицензия — Apache-2.0.

Это англоязычная модель Sentence Transformer, разработанная автором репозитория bbmb и дообученная на данных json от sentence-transformers/all-MiniLM-L6-v2. Она кодирует предложения и абзацы в плотные семантические векторы размерностью 384 для поиска и сравнения текстов. Архитектура основана на BERT с усреднением токенных представлений и нормализацией векторов; метаданные указывают контекст до 512 токенов, а карточка — максимальную длину последовательности 256 токенов. Модель ориентирована на английские тексты и поддерживает оценку сходства, семантический поиск, поиск перефразирований, кластеризацию и классификацию текстов. В README приведены низкие значения cosine_accuracy для информационного поиска, поэтому качество на практических данных следует проверять отдельно. Лицензия Apache-2.0.

Delexa-Instruct-V0.1-7b — диалоговая инструкция-модель семейства Mistral, выпущенная командой lex-hue. Она предназначена для генерации ответов и выбора наиболее подходящего варианта из нескольких ответов на вопрос. В README описано обучение на примерах с одним вопросом и тремя вариантами ответа; модель также оценивали на вопросах с выбором ответа и задачах общего рассуждения. Модель имеет плотную архитектуру MistralForCausalLM и 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Карточка указывает разрешённый взрослый и откровенный контент, но заявляет ограничения на незаконный контент; jailbreak может обходить эти ограничения. Доступна под лицензией Apache-2.0.

Карточка модели Tony-00316/dinov3-vits16-pretrain-lvd1689m на Hugging Face совпадает с карточкой facebook/dinov3-vits16-pretrain-lvd1689m, поэтому описание составлено по ней. facebook/dinov3-vits16-pretrain-lvd1689m — визуальный энкодер семейства DINOv3, разработанного Meta AI и доступного через библиотеку Transformers. Модель относится к архитектуре Vision Transformer (ViT-S) с патчами 16×16 и обучена на веб-данных LVD-1689M; в карточке указано, что малые модели семейства дистиллированы из ViT-7B. Размер ViT-S — 21 млн параметров, размерность эмбеддингов — 384, используются четыре регистрационных токена и RoPE. Модель принимает изображение и извлекает признаки: токен класса, токены патчей и регистрационные токены. Полученные представления предназначены для классификации изображений, поиска похожих изображений, сегментации, оценки глубины и других задач компьютерного зрения, в том числе с простыми классификаторами поверх замороженных признаков. Модель рассчитана на универсальное визуальное представление и не требует дообучения для многих сценариев; размер изображения должен быть кратен 16, иначе оно обрезается до ближайшего меньшего размера, кратного размеру патча. В карточке отмечено, что качество признаков может различаться между географическими регионами и категориями дохода, а дообучение способно усилить смещения, связанные с метками. Модель распространяется по лицензии DINOv3 License (в метаданных обозначена как other); перед использованием следует проверить её условия.

aws-ai/dse-bert-base — модель AWS AI, опубликованная в Hugging Face в рамках проекта Amazon Science DSE (Dialogue Sentence Embedding). Это conversational language model на базе архитектуры BERT, предназначенная для построения векторных представлений предложений и фрагментов диалога. При обучении модель использует self-supervised contrastive learning: последовательные реплики одного диалога рассматриваются как положительные пары. Модель рассчитана на задачи диалоговых систем, включая классификацию намерений, обнаружение запросов вне области, выбор ответа на уровне предложения или диалога и прогнозирование диалоговых действий. Векторы можно применять для сравнения текстов по cosine similarity, few-shot и zero-shot классификации, а также дообучать модель с добавлением task-specific слоя. В репозитории приведены примеры использования с Transformers и усреднением токенных представлений для получения sentence embeddings. Доступны сведения о принадлежности к семейству BERT-base и поддержке PyTorch/Transformers, но точное число параметров, языки обучения, максимальная длина контекста и полный перечень модальностей в найденных источниках не указаны; по назначению это текстовая, а не мультимодальная модель. Сильная сторона — специализация на представлениях диалогов и применимость при дефиците размеченных данных. Ограничения включают отсутствие генерации ответов как основной функции и зависимость качества от предметной области и последующего дообучения. Репозиторий проекта распространяется по Apache-2.0, однако отдельная лицензия именно модели на карточке Hugging Face явно не указана.

Eklav-8B-Reranker-CotGen — дообученная языковая модель Eklav на базе Qwen/Qwen3-8B, созданная как базовый вариант для сравнения методов дистилляции рассуждений. В обучении модель получает частичную цепочку рассуждений учителя и продолжает её, чтобы вынести оценку самостоятельно; в этом чекпойнте использован стандартный SFT на полной цепочке рассуждений. Модель имеет плотную архитектуру Qwen3ForCausalLM, около 7,6 млрд параметров и контекст до 40 960 токенов. Основное назначение — попарное ранжирование пассажей по релевантности, в том числе на задачах BRIGHT и NevIR. Для оценки релевантности модель генерирует рассуждение с итогом true или false; итоговый балл извлекается из логитов соответствующего конечного токена. Карточка описывает применение через vLLM с условием остановки по строке: при генерации с фиксированным лимитом токенов модель иногда продолжает рассуждение, зацикливается и не выдаёт завершённый ответ. Лицензия в предоставленных данных не указана.

NeuML/fasttext — экспорт английских векторов FastText Wiki News размерности 300 из набора wiki-news-300d-1M-subword.vec.zip в формат библиотеки staticvectors. Модель предназначена для получения векторных представлений слов и вычисления сходства между предложениями; запуск инференса в Python с NumPy обеспечивает работу без отдельной нейросетевой среды. Репозиторий содержит плотные статические векторы в формате safetensors. Модель рассчитана на английский язык и применяется в задачах семантического сравнения текстов. Лицензия — CC BY-SA 3.0, предусматривающая указание авторства и распространение производных материалов на совместимых условиях.

fastvitmci3.applemclip2dfndr2b — модель семейства MobileCLIP v2 для библиотеки timm, содержащая только визуальный энкодер. Она предназначена для извлечения признаков из изображений и может использоваться как компонент систем поиска по изображениям и сопоставления визуального содержимого с текстом. Модель обучена на наборе данных DFNDR-2B; карточка связывает её с работой MobileCLIP2: Improving Multi-Modal Reinforced Training. Репозиторий распространяет веса в форматах PyTorch и Safetensors. Указана лицензия apple-amlr. Карточка описывает только image tower, поэтому текстовый энкодер и возможности полной мультимодальной модели в эту поставку не входят.

IndoBERT Base p2 uncased — предварительно обученная языковая модель для индонезийского языка, созданная командой IndoBenchmark на основе архитектуры BERT. Модель обучена на корпусе Indo4B объёмом 23,43 ГБ с задачами masked language modeling и next sentence prediction; версия Base содержит 124,5 млн параметров согласно README, а метаданные каталога указывают 151,6 млн параметров. Длина контекста — 512 токенов. Модель предназначена для извлечения контекстных представлений текста и может служить основой для построения или дообучения приложений NLP на индонезийском языке, включая классификацию текстов и поиск похожих текстов. Доступны реализации весов для PyTorch, TensorFlow и Flax. Лицензия — MIT.

INF-WSE v1 Base zh — модель разреженных словных эмбеддингов, разработанная INF TECH для поиска и извлечения информации, особенно в китайских текстах. Она дообучена на базе junnyu/roformer_chinese_base; архитектура — RoFormer с 151,6 млн параметров. Модель преобразует текст в разреженные векторы размерности словаря: ненулевые веса выделяют значимые слова и семантические признаки для сопоставления запросов с документами. Модель предназначена для семантического поиска, ранжирования и retrieval-сценариев. В README приведены результаты C-MTEB Retrieval: средний nDCG@10 составляет 61,16 при максимальной длине 512 токенов; индексы для сравнения строились в Qdrant. Метаданные указывают контекст до 1536 токенов. Модель ориентирована на китайский язык и выдаёт векторные представления текста. Репозиторий содержит веса в формате safetensors; сведения о лицензии в предоставленных источниках отсутствуют.

InternLM-XComposer2.5-Reward — мультимодальная модель оценки предпочтений, разработанная командой InternLM на базе internlm/internlm-xcomposer2d5-7b. Она обучена на примерах предпочтений для текста, изображений и видео и присваивает ответам оценки, отражающие человеческие предпочтения. Модель предназначена для оценки диалогов, сравнения ответов и ранжирования нескольких вариантов, в том числе при проверке качества общения, безопасности и рассуждений. Модель построена на архитектуре InternLM2, содержит 7,4 млрд параметров и использует формат PyTorch. Указана длина контекста 24 576 токенов; карточка называет английский и китайский языки. В README приведены результаты на VLRewardBench, RewardBench и RM-Bench, включая оценивание безопасности, рассуждений, математики и кода. Лицензия обозначена как other, поэтому условия использования следует сверять с файлами лицензии репозитория.

daekeun-ml/KoSimCSE-supervised-roberta-large — корейская модель для построения эмбеддингов предложений на основе SimCSE и архитектуры RoBERTa-large. Она обучена с учителем на данных NLI и предназначена для сравнения смысловой близости текстов, поиска похожих предложений и использования в системах семантического поиска. В README приведены результаты оценки KoSimCSE на KLUE-STS и Kor-STS; таблицы для варианта supervised RoBERTa-large неполны, поэтому отдельные показатели этой модели подтвердить нельзя. Модель принимает текст и выдаёт векторные представления. Обучение описано для корейских наборов KLUE-NLI и Kor-NLI; метаданные также указывают язык ko. Репозиторий содержит веса в формате safetensors. Лицензия — MIT.

EIStakovskii/LaBSE-fr-de — сокращённая версия LaBSE для получения векторных представлений предложений на французском и немецком языках. Автор карточки указывает, что модель подготовлена при содействии cointegrated. Это плотная BERT-модель примерно на 130 млн параметров; словарь содержит токены только французского и немецкого языков и составляет около 10% исходного словаря, а число параметров — около 27% от исходной модели. Контекст — до 512 токенов. Модель предназначена для получения эмбеддингов предложений, например для оценки сходства и семантического поиска между французским и немецким текстом. Репозиторий содержит веса PyTorch и Safetensors. Лицензия в доступных данных не указана.

Redis LangCache Embed Experimental — англоязычная модель Sentence Transformers, дообученная Redis на базе sentence-transformers/all-MiniLM-L6-v2 для семантического кэширования и сравнения предложений. Энкодер на архитектуре BERT преобразует предложения и абзацы в нормализованные плотные векторы размерностью 384; сходство оценивается косинусной мерой. Метаданные указывают 25,9 млн параметров и контекст до 512 токенов, а карточка модели задаёт максимальную длину последовательности 100 токенов. Модель подходит для поиска похожих запросов и ответов, семантического поиска и ранжирования пар текстов, в частности при настройке семантического кэша LangCache. Она обучена на парах предложений LangCache. Лицензия — Apache-2.0. В опубликованной оценке на тестовом наборе указаны cosine accuracy@1 0,5768 и cosine recall@1 0,5588; эти показатели относятся к описанной в карточке оценке и не гарантируют качество на других данных.

LLM2CLIP — модель семейства CLIP, разработанная исследователями из Университета Тунцзи и Microsoft. Этот репозиторий содержит вариант OpenAI L/14 с разрешением изображения 224 пикселя и предназначен для получения признаков изображений и поиска соответствий между изображениями и текстом; в метаданных Hugging Face основная задача обозначена как zero-shot-классификация. Метод LLM2CLIP переносит языковые возможности большой языковой модели в текстовые эмбеддинги CLIP с помощью контрастивного обучения, а затем использует эту модель как учителя для визуального энкодера. Подход поддерживает работу с более длинными и сложными подписями и улучшает межъязыковой поиск; в статье также описано применение признаков в мультимодальном обучении. Для данной версии карточка приводит веса в формате safetensors и лицензию Apache-2.0. Авторы сообщают об улучшениях в задачах поиска по изображению и тексту, однако предупреждают, что результаты статьи оценивались на весах PyTorch и могут отличаться для версий Hugging Face. В карточке не приведены конкретный лимит контекста и список языков этой версии.