I.12Рекомендации и персонализация

ru-reranker-edge-150m — русскоязычный кросс-энкодер-реранкер на архитектуре ModernBERT с 149 млн параметров, разработанный sshalimov04 на базе deepvk/RuModernBERT-base. Модель принимает пару «запрос — документ» и выдаёт один логит релевантности; её используют для повторного ранжирования кандидатов, найденных поисковой системой. Контекст базовой модели достигает 8192 токенов, однако обучение и оценка проводились при длине 512 токенов. Модель дообучена методом листвайз-дистилляции: она училась воспроизводить оценки BAAI/bge-reranker-v2-m3 для групп запросов и документов. По результатам README, на выбранных русскоязычных тестах она достигает качества, близкого к модели-учителю, при меньшем размере. Доступны веса Safetensors и экспорт ONNX; лицензия — Apache-2.0. Модель предназначена для русскоязычного поиска и ранжирования документов, включая ответы на вопросы, научные тексты и нормативные документы. Для запросов с номерами статей и другими точными совпадениями BM25 может работать лучше; в таких случаях автор рекомендует сочетать нормированные оценки BM25 и реранкера. Другие языки не тестировались, а показатели скорости зависят от рантайма и оборудования.

Ruri-Reranker-Base — японский реранкер на основе Sentence Transformers, разработанный командой cl-nagoya и дообученный на cl-nagoya/ruri-reranker-stage1-base. Модель оценивает релевантность пар запрос–текст и ранжирует найденные документы, например, на этапе поиска в RAG-системе. В метаданных указана архитектура BERT для классификации последовательностей и 138,4 млн параметров. Модель рассчитана на японский язык и принимает текстовые пары; максимальная длина последовательности — 512 токенов. В README приведены результаты на японских наборах JQaRA, JaCWIR и MIRACL: модель показывает 74,3, 93,5 и 95,6 соответственно. Репозиторий содержит веса в формате safetensors. Лицензия — Apache 2.0.

myrkur/sentence-transformer-parsbert-fa — Sentence Transformers модель, дообученная на базе HooshvareLab/bert-base-parsbert-uncased для поиска семантически близких персидских предложений и абзацев, в том числе в системах RAG, вопросно-ответных системах и чат-ботах. Архитектура включает BERT и mean pooling; модель преобразует текст в плотные векторы размерности 768, а сходство можно оценивать косинусной мерой. Модель рассчитана на персидский язык, использует библиотеку sentence-transformers и принимает последовательности длиной до 512 токенов. Для подготовки модели указан датасет Gholamreza/pquad. Модель распространяется по лицензии Apache-2.0. Она предназначена для поиска и сопоставления текстов, а не для самостоятельной генерации ответов; качество на других языках и вне задач семантического поиска не подтверждено.

sinanalyuruk/trmteb-trnews-v1-mlx — турецкая модель эмбеддингов для поиска новостей и сравнения текстов, подготовленная для Apple Silicon. Это MLX-сборка дообученной модели trmteb/turkish-embedding-model на новостном датасете TR-News; веса в формате float16 преобразованы из PyTorch-сборки. Модель основана на BERT и содержит 137,8 млн параметров. Модель преобразует текст в L2-нормализованные векторы размерности 768 с помощью mean pooling. Их можно сравнивать по косинусному сходству или скалярному произведению для поиска похожих новостей и ранжирования результатов. Максимальная длина последовательности — 512 токенов; основным языком является турецкий. Сборка предназначена для запуска через mlx-embeddings на Apple Silicon и требует mlx версии 0.30 или новее и mlx-embeddings версии 0.1.0 или новее. В README указано совпадение результатов с исходной PyTorch-моделью при проверке эмбеддингов и метрик поиска. Лицензия — MIT.

Это порт VideoPrism от Google DeepMind в формате PyTorch, подготовленный автором репозитория sposiboh на основе google/videoprism-base-f16r288. Репозиторий содержит веса Safetensors и самодостаточную реализацию для Transformers; заявлено численное совпадение выходов с эталонной реализацией JAX/Flax с cosine similarity 1,000000. Модель предназначена для извлечения признаков из видео: кадры равномерно выбираются до штатного для модели количества, масштабируются до image_size × image_size и нормализуются в диапазон [0, 1]. Полученные признаки подходят для последующего анализа видео в ML-конвейерах. Лицензия — Apache-2.0.

Это модель зрения и языка из семейства CLIP, доступная через open_clip и timm. Её вариант в OpenCLIP называется ViT-B-16-quickgelu; визуальный энкодер построен на ViT-Base с патчами 16×16 и входным разрешением 224 пикселя. Модель обучена на наборе MetaCLIP-400M. Модель предназначена для классификации изображений по текстовым описаниям без отдельного обучения на целевых классах: она сопоставляет изображение и варианты текста, после чего можно выбрать наиболее подходящее описание. Весы доступны в форматах PyTorch и safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

X-CLIP — видеоязыковая модель семейства CLIP, разработанная Microsoft и представленная Ni и соавторами в работе «Expanding Language-Image Pretrained Models for General Video Recognition». Это базовая модель с патчами размером 32, обученная с учителем на датасете Kinetics-400 в контрастивном режиме на парах «видео — текст». Для обработки каждого видео использует 16 кадров с разрешением 224×224. Модель подходит для классификации видео zero-shot, few-shot и с учителем, а также для поиска соответствия между видео и текстом и поиска видео по текстовому запросу. На Kinetics-400 указаны результаты top-1 81,1% и top-5 95,5%. В репозитории доступны веса PyTorch и safetensors; лицензия — MIT. Карточка приводит английский язык в метаданных, но не утверждает, что модель рассчитана только на английский.

oddadmix/arabic-reranker — арабоязычный реранкер, дообученный на базе Omartificial-Intelligence-Space/Arabic-Triplet-Matryoshka-V2, которая, согласно README, основана на aubmindlab/bert-base-arabertv02. Модель использует архитектуру BERT и оценивает релевантность пары «запрос — текст», чтобы переупорядочивать результаты поиска или варианты ответа. Модель предназначена для повторного ранжирования арабских документов и абзацев в информационном поиске, поисковых системах и сценариях вопросно-ответных систем с выбором среди кандидатов. Она обучалась на синтетических арабских триплетах, созданных с помощью LLM, и дополнительно настраивалась методом оценки. Размер модели — 162,4 млн параметров, максимальная длина входа — 512 токенов; в README приведён пример использования через sentence-transformers CrossEncoder. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

Карточка модели fluid-ai/bert-multilingual-passage-reranking-msmarco на Hugging Face совпадает с карточкой amber-tech/bert-multilingual-passage-reranking-msmarco, поэтому описание составлено по ней. amber-tech/bert-multilingual-passage-reranking-msmarco — мультиязычная модель ранжирования пассажей, дообученная на данных MS MARCO. Она принимает поисковый запрос и текстовый фрагмент, оценивает их соответствие и выдаёт оценку от −10 до 10; более высокое значение означает более релевантную пару. Модель построена на BERT с полносвязной сетью над вектором CLS размерности 768 и содержит 194,6 млн параметров. Модель предназначена для повторного ранжирования первых результатов поиска, например для повышения релевантности выдачи Elasticsearch. README заявляет поддержку более 100 языков, хотя обучение проводилось на англоязычных данных; автор также сообщает о хороших результатах на немецких запросах. Суммарный вход запроса и фрагмента ограничен 512 токенами, а указанное время обработки составляет около 300 мс на запрос на GPU. Модель доступна по лицензии Apache-2.0. Скорость может ограничивать её применение к большим наборам результатов; заявленные улучшения релевантности основаны на оценках автора и не гарантируют такой же эффект на других поисковых системах и данных.

Lajavaness/CrossEncoder-camembert-large — франкоязычная модель-кросс-энкодер на архитектуре CamemBERT для оценки семантического сходства двух предложений. Она выдаёт оценку от 0 до 1 и подходит для сравнения фраз и ранжирования текстовых пар по близости смысла. Модель дообучена на STS Benchmark с использованием Augmented SBERT и стратегий подбора пар; в карточке указано улучшение устойчивости и качества относительно dangvantuan/CrossEncoder-camembert-large. Размер по метаданным — 435,4 млн параметров, максимальный контекст — 514 токенов. Для оценки приведены результаты корреляции Пирсона и Спирмена на французских наборах STS и SICK. Модель принимает текстовые пары и выдаёт числовую оценку релевантности, поэтому для каталога она подходит к задачам text-ranking и text-classification. Лицензия — Apache-2.0. Карточка не описывает ограничения за пределами специализации на французском семантическом сходстве предложений.

DUSUNEN Pusula 118M v1 — компактная модель Sentence Transformers на базе BERT, разработанная и выпущенная Göktuğ Düşünen. Она преобразует турецкие запросы и документы в векторы для семантического поиска и сопоставления предложений. Модель дообучена на 50 000 турецких триплетов с трудными отрицательными примерами с применением Matryoshka Representation Learning. По умолчанию модель выдаёт векторы размерности 384; их можно обрезать до 256, 192, 128, 64 или 32 измерений, чтобы уменьшить размер индекса. Контекст — до 512 токенов. В репозитории также есть динамически квантованная ONNX-версия для инференса на CPU с AVX2. Проверки и бенчмарки README показывают результаты на конкретных наборах данных и не гарантируют такое же качество в прикладных сценариях. Модель распространяется по лицензии Apache-2.0.

facebook/fasttext-en-vectors — англоязычная модель векторных представлений слов на базе библиотеки fastText, разработанной Meta. Предобученные векторы предназначены для извлечения признаков из текста и могут применяться в классификации текста, определении языка и оценке сходства слов по косинусной близости. Модель обучена на данных Common Crawl и Википедии с помощью CBOW с позиционными весами. Размерность векторов — 300; используются символьные n-граммы длины 5, окно контекста 5 и 10 отрицательных примеров. fastText рассчитана на работу на обычных процессорах и подходит как для прототипирования, так и для производственных сценариев. Векторы представляют английский язык. Возможны смещения в предсказаниях, связанные с обучающими данными. Лицензия — CC BY-SA 3.0.

hotchpotch/japanese-bge-reranker-v2-m3-v1 — японский реранкер из серии моделей CrossEncoder, разработанной hotchpotch и обученной на японских данных. Он оценивает релевантность пары «запрос — документ» и упорядочивает найденные материалы, помогая улучшить результаты поиска и подбора контекста для RAG-систем. Модель построена на архитектуре XLM-RoBERTa и содержит около 658,7 млн параметров; поддерживает контекст до 8194 токенов. Для инференса указана библиотека Sentence Transformers, веса доступны в формате safetensors. Модель предназначена прежде всего для повторного ранжирования результатов поиска на японском языке. В README приведены результаты оценки на JQaRA, JaCWIR, MIRACL и JSQuAD, однако числовые результаты для этой конкретной версии среди доступных фрагментов не показаны. Репозиторий распространяется по лицензии MIT.

KcELECTRA-base — Beomi-гийн урьдчилан сургасан ELECTRA загвар бөгөөд Naver News-ийн сэтгэгдэл, хариу сэтгэгдэлд тулгуурлан эхнээс нь сургажээ. Энэ нь солонгос хэлний хэрэглэгчийн үүсгэсэн, ярианы өнгө аястай, алдаатай бичвэр болон шинэ үг ихтэй текстэд зориулсан суурь загвар юм. Загвар нь 136.3 сая параметртэй, ELECTRA нягт архитектуртай бөгөөд ElectraForPreTraining ангилалд хамаарна. Контекстийн дээд хэмжээ 512 токен; PyTorch болон safetensors форматаар нийтлэгдсэн. Солонгос хэл үндсэн хэл нь бөгөөд өгөгдөл бэлтгэхдээ англи үсэг, тусгай тэмдэгт, эможийг мөн хамруулсан. Сэтгэгдлийн сэтгэл хөдлөлийн ангилал, нэрлэсэн entity таних, өгүүлбэрийн төстэй байдал болон асуулт-хариултын зэрэг даалгаварт нарийн тохируулж ашиглаж болно. README-д дурдсан жишиг үнэлгээнд NSMC болон Naver NER зэрэг солонгос хэлний даалгаврууд багтсан. Ерөнхий, цэвэр бичвэрийн даалгаварт KoELECTRA илүү сайн ажиллаж болзошгүй бөгөөд энэ загвар нь хэрэглэгчийн үүсгэсэн шуугиантай текстэд түлхүү тохирно. MIT лицензтэй.

LongCLIP-B — модель семейства LongCLIP, представленная в репозитории creative-graphic-design. Она расширяет возможности CLIP для сопоставления изображений и текста: текстовый энкодер принимает до 248 токенов вместо 77 у исходного CLIP, что помогает учитывать подробные описания. Вариант Base использует 12-слойный текстовый энкодер размерности 512 и 12-слойный визуальный энкодер размерности 768; в README для него указано около 150 млн параметров. Веса размещены в формате safetensors. Модель предназначена прежде всего для классификации изображений по текстовым описаниям без дополнительного обучения и для поиска соответствий между изображениями и длинными подписями. Её также можно использовать как основу для мультимодального поиска и оценки качества автоматических подписей; README упоминает интеграцию с генерацией изображений и визуальными вопросами, но не приводит подробностей реализации этих сценариев. Карточка заявляет прирост Recall@5 на задачах поиска по длинным подписям и на обычном поиске. Модель связана с OpenAI CLIP и описана как совместимая замена CLIP в существующих сценариях. Лицензия — MIT. По карточке и метаданным основной язык — английский. В оценках и применении следует учитывать, что приведённые показатели относятся к retrieval-бенчмаркам, а поддержка визуальных вопросов и генерации не подтверждена отдельными данными в карточке.

MemReader-4B — языковая модель MemTensor для операций с памятью в MemOS. Она предназначена для извлечения и обновления сведений из диалогов и документов, а также для создания кратких сводок разговоров и фрагментов документов. Модель построена на архитектуре Qwen3ForCausalLM и получена дообучением Qwen3-4B на размеченных людьми и сгенерированных моделями данных методом supervised fine-tuning. В метаданных указано 3,7 млрд параметров и контекст до 40 960 токенов; README приводит размер около 4 млрд параметров и контекст 32 768 токенов. Модель поддерживает английский и китайский языки и рассчитана на диалоговое применение, включая локальное извлечение памяти в средах с ограниченным доступом к интернету. По данным README, в оценке Locomo она показала результат, сопоставимый с более крупными моделями на задачах памяти; эти результаты относятся к описанной авторами оценке. Для загрузки доступна библиотека Transformers, веса представлены в формате Safetensors. Лицензия — Apache-2.0.

Это конверсия MetaCLIP 2 Worldwide B32 384 в формате Keras 3, подготовленная zeromodels на основе facebook/metaclip-2-worldwide-b32-384. Модель использует архитектуру CLIP с двумя энкодерами для изображений и текста и предназначена для классификации изображений по текстовым описаниям без дообучения: она сопоставляет изображение с заданными пользователем текстовыми классами и оценивает их соответствие. Worldwide-вариант обучен на многоязычных данных и использует словарь XLM-RoBERTa на 901 тысячу токенов, поэтому поддерживает текстовые запросы на разных языках, включая английский, французский, испанский и немецкий. Версия B32 384 принимает изображения и текстовые метки; реализация Keras 3 может запускаться с TensorFlow, Torch или JAX. Лицензия CC-BY-NC-4.0 разрешает использование только на некоммерческих условиях.

mMiniLM-L6-v2-en-pt-msmarco-v2 — мультиязычная модель семейства MiniLM, разработанная Unicamp-DL и дообученная на двуязычной версии набора MS MARCO Passage Ranking. Набор включает исходные англоязычные passages и их переводы на португальский, выполненные Google Translate. Модель предназначена для сопоставления запросов с passages и ранжирования результатов поиска на английском и португальском языках. В метаданных указана архитектура XLM-RoBERTa с головой классификации последовательностей, 110,2 млн параметров и контекст до 514 токенов. Репозиторий содержит веса PyTorch; лицензия — MIT. Метаданные Hugging Face классифицируют модель как text-classification, поэтому для поиска в каталоге используется этот pipeline-тег. Карточка описывает обучение на двуязычных данных MS MARCO, но не приводит метрик качества. Португальская часть обучающих данных получена машинным переводом, что может влиять на качество ранжирования.

norsu-bge-small-finetuned — дообученная модель Sentence Transformers на основе BAAI/bge-small-en-v1.5, разработанная автором репозитория oppao-hub. Она кодирует предложения и абзацы на английском языке в плотные текстовые эмбеддинги размерностью 384 для семантического поиска, извлечения релевантных документов и сравнения предложений по косинусному сходству. Модель построена на BERT с CLS-пулингом и нормализацией векторов; принимает текстовые последовательности длиной до 512 токенов. Модель обучена с MultipleNegativesRankingLoss на наборе из 284 пар предложений, связанных с учебными процедурами и сведениями о вузе. В README приведены результаты на norsu-test-eval, включая cosine_accuracy@1 0,8732 и cosine_accuracy@3 0,9859. Она подходит для поиска ответов и документов в тематическом корпусе, похожем на обучающие данные; показатели не гарантируют качество на других темах. Лицензия в предоставленных данных не указана.

opensearch-project/opensearch-neural-sparse-encoding-doc-v2-mini — компактная модель OpenSearch для нейронного разреженного поиска по документам. Она основана на BERT и содержит 25,9 млн параметров; модель принимает текст и формирует разреженные векторы размерностью 30 522. Для запросов используются токенизатор и таблица весов, а релевантность вычисляется как скалярное произведение векторов запроса и документа. Модель предназначена для применения с инвертированным индексом Lucene в OpenSearch и может запускаться через Sentence Transformers или API Hugging Face. Модель подходит для поиска документов и passages, семантического поиска и расширения документов при подготовке к поиску. В README приведены результаты оценки серии моделей на подмножестве BEIR; показатели различаются между наборами данных. Контекст ограничен 512 токенами, основной язык в метаданных — английский. Распространяется по лицензии Apache-2.0.

Perception Encoder Spatial G/14 448 — визуальный энкодер Meta из семейства Perception Encoder. Модель извлекает детализированные пространственные признаки изображений для задач классификации, поиска и плотного предсказания, включая обнаружение объектов и сегментацию. Вариант G/14 работает с разрешением 448 пикселей; в карточке приведены результаты на ADE20K, LVIS и COCO. Модель основана на контрастивном vision-language предобучении PE Core и дообучена с самодистилляцией от промежуточных слоёв учителя и уточнением признаков с помощью масок SAM 2.1. Её особенность — пространственно детализированные признаки с семантическими соответствиями между частями объектов. Принимает изображения и выдаёт признаки; лицензия — Apache 2.0. В README заявлена поддержка понимания изображений и видео для семейства PE, но для этого чекпойнта видео-вход отдельно не подтверждён.

PunjabiSBERT-STS — модель эмбеддингов предложений, разработанная L3Cube-Pune в рамках проекта MahaNLP. Это дообученная на наборе STS модель PunjabiSBERT, основанная на l3cube-pune/punjabi-sentence-bert-nli. Она предназначена для оценки семантического сходства между предложениями на панджаби и получения векторных представлений предложений для поиска и сравнения текстов. Модель использует архитектуру BERT и содержит 264,8 млн параметров; максимальная длина контекста — 512 токенов. Репозиторий содержит веса PyTorch, а для получения эмбеддингов README описывает использование Sentence-Transformers либо трансформера Hugging Face с подходящей операцией pooling. Лицензия — CC BY 4.0.

SauerkrautLM-Multi-Reason-ModernColBERT — многоязычная модель поиска с поздним взаимодействием ColBERT, разработанная VAGOsolutions. Она преобразует запросы и документы в многовекторные представления, а затем сопоставляет их по токенам с помощью MaxSim, чтобы находить релевантные документы, в том числе для сложных запросов и задач, требующих рассуждений. Модель основана на ModernBERT и PyLate, содержит 149 млн параметров и принимает документы длиной до 8192 токенов; длина запроса оптимизирована до 256 токенов. Обучение включает дистилляцию на синтетических примерах и низкоранговое сжатие LaserRMT. Разработчики заявляют о высокой эффективности на задачах многоязычного и рассуждающего поиска, но приведённые в карточке сравнительные результаты являются заявлениями авторов. Модель ориентирована на немецкий, английский, испанский, французский, итальянский, нидерландский и португальский языки. Лицензия — Apache 2.0.

jzju/sbert-sv-lim2 — модель Sentence Transformers на архитектуре BERT, обученная на базе KBLab/bert-base-swedish-cased-new с данными sbx/superlim-2. Она преобразует предложения и абзацы в плотные векторы размерности 256 для поиска по смыслу, кластеризации и сравнения текстов. Модель рассчитана на шведский язык; максимальная длина контекста — 512 токенов, размер — 162,4 млн параметров. Доступна в формате PyTorch и предназначена для получения текстовых эмбеддингов. Лицензия в предоставленных данных не указана. Практическое качество за пределами шведского языка и поведение на текстах длиннее контекста не описаны.

timm/ViT-L-16-SigLIP2-384 — модель зрения и языка семейства SigLIP 2, обученная на наборе WebLI и преобразованная из исходных контрольных точек JAX Big Vision для использования в OpenCLIP. Она сопоставляет изображения и текст и предназначена для классификации изображений по текстовым описаниям без дообучения: пользователь задаёт варианты классов текстом, а модель оценивает соответствие изображения каждому варианту. Модель можно применять для категоризации изображений, поиска изображений по текстовому запросу и построения прототипов визуальной классификации. Репозиторий содержит веса PyTorch в формате safetensors; заявлена лицензия Apache-2.0. Карточка не приводит сведения о размере модели, длине контекста и конкретном перечне поддерживаемых языков, поэтому эти характеристики не уточняются. Указано обучение на WebLI и мультиязычное направление семейства SigLIP 2, но это не определяет точный список языков, доступных в этой версии.

EIDORA предоставляет ONNX-конверсию AlexNet — сверточной нейронной сети, первоначально представленной Крижевским, Суцкевером и Хинтоном. Используется контрольная точка TorchVision AlexNet_Weights.IMAGENET1K_V1, предварительно обученная на ImageNet-1K; это не исходные веса авторов 2012 года. Модель предназначена для извлечения визуальных признаков из изображений и сравнения их сходства, а также для использования в качестве базового метода при сравнении моделей эмбеддингов. На вход подаётся RGB-изображение: короткая сторона масштабируется до 256 пикселей, затем выполняется центральное кадрирование до 224 × 224 пикселей. ONNX-граф включает нормализацию каналов ImageNet. На выходе — L2-нормированный эмбеддинг размерности 4096 из второго полносвязного слоя после ReLU; для сравнения в README рекомендовано косинусное сходство. Лицензия в метаданных — BSD-3-Clause; в README отдельно отмечено, что условия распространения предобученных весов следует учитывать отдельно.

F1ow421/all-MiniLM-L6-v2-ru-hnp — русскоязычная доменно-адаптированная версия sentence-transformers/all-MiniLM-L6-v2, дообученная автором репозитория на 20 000 триплетов из набора deepvk/ru-HNP с функцией потерь TripletLoss. Это компактная модель на архитектуре BERT с 25,9 млн параметров; она преобразует предложения в эмбеддинги для сравнения смысловой близости и поиска парафраз. Модель рассчитана на русский язык, использует библиотеку sentence-transformers и принимает последовательности длиной до 512 токенов. Репозиторий распространяет веса в формате safetensors по лицензии Apache-2.0. В README приведена оценка на RuBQ Retrieval: Recall@5 и Recall@10 составили 0,36%, ниже показателей базовой модели. Автор связывает это с различием между обучением на симметричном поиске парафраз коротких предложений и оценкой на асимметричном поиске ответов по Википедии. Поэтому результаты не подтверждают пригодность модели для вопросно-ответного поиска такого типа; перед применением в конкретной задаче качество стоит оценить на целевых данных.

google/bert_uncased_L-6_H-256_A-4 — компактная англоязычная модель семейства BERT, опубликованная Google как часть набора BERT Miniatures. Это плотный трансформер с 6 слоями, размером скрытого представления 256 и 4 головами внимания; в репозитории около 14,1 млн параметров, контекст — до 512 токенов. Модель обучена без учёта регистра с маскированием токенов WordPiece и доступна в форматах PyTorch и Flax под лицензией Apache-2.0. Модель предназначена для запуска в условиях ограниченных вычислительных ресурсов и последующей настройки на задачи понимания текста, например классификацию и оценку сходства предложений. Авторы отмечают, что компактные варианты особенно эффективны при дистилляции знаний от более крупной и точной модели; их также можно дообучать обычным способом. README приводит результаты оценки семейства на GLUE, но не отдельные показатели именно этой конфигурации. Модель принимает текст и выдаёт контекстуальные представления токенов, которые обычно используют как основу для классификаторов и других задач NLP. Она рассчитана на английский язык и не предназначена для генерации текста. По сравнению с крупными BERT-моделями компактность снижает требования к ресурсам, но может ограничивать качество на сложных задачах; конкретные ограничения качества для этой конфигурации в карточке не приведены.

openai/clip-vit-large-patch14-336 — модель семейства CLIP на архитектуре CLIPModel, доступная в форматах PyTorch и TensorFlow. Она предназначена для классификации изображений по текстовым описаниям без отдельного обучения на каждом наборе классов: пользователь задаёт варианты текста, а модель сопоставляет их с изображением. README утверждает, что модель обучена с нуля, но не сообщает обучающий датасет, результаты оценки или дополнительные сценарии применения. Метаданные не подтверждают базовую модель или производный вариант, поэтому происхождение чекпойнта определить нельзя. Лицензия, размер и длина контекста в предоставленных данных не указаны.

crossencoder-distilcamembert-mmarcoFR — французская модель-переранкер на базе DistilCamemBERT, разработанная Antoine Louis. Она обрабатывает запрос и passage совместно с помощью cross-attention и выдаёт оценку их релевантности; результаты используют для сортировки кандидатов, уже найденных системой первичного поиска, например BM25 или плотным bi-encoder. Модель дообучена на французских данных mMARCO, производных от MS MARCO; для обучения использованы сложные негативные примеры. Размер модели — 81,2 млн параметров, базовая архитектура — CamemBERT, максимальный контекст — 514 токенов. Модель предназначена для повышения качества семантического поиска на французском языке, когда нужно переупорядочить найденные документы или фрагменты. В README описано обучение на парах «запрос—фрагмент» с бинарной кросс-энтропией; сигмоида преобразует оценку в диапазон от 0 до 1. Для оценки использовались MRR и recall на dev-наборе mMARCO-fr. Лицензия — MIT. Как cross-encoder, модель оценивает каждую пару отдельно, поэтому её следует применять после первичного поиска, а не для перебора всей коллекции. README указывает максимальную длину объединённой пары в 256 токенов при обучении; длинные пары могут потребовать усечения.