I.12Рекомендации и персонализация

ViT-L-14-CLIPA-336-datacomp1B — контрастивная модель изображения и текста на основе CLIPA-v2, предназначенная для классификации изображений по текстовым описаниям без дополнительного обучения. Карточка связывает её с набором данных DataComp-1B и указывает сценарий zero-shot image classification; модель загружается через библиотеку OpenCLIP. Модель принимает изображения и текстовые метки или описания, сопоставляет их в общем пространстве и позволяет выбирать наиболее подходящее текстовое описание для изображения. В названии указаны архитектура ViT-L-14 и разрешение 336 пикселей. Веса доступны в форматах PyTorch и safetensors. Модель подходит для классификации изображений по пользовательским категориям и поиска изображений по текстовым запросам. Карточка не сообщает поддерживаемые естественные языки, размер параметров или длину контекста. Лицензия — Apache-2.0.

MyVillage Activity Generation v1.3.5 — это компактная диалоговая языковая модель, разработанная для генерации следующего учебного занятия в MyVillage. Она дообучена методом supervised fine-tuning с QLoRA на базе Qwen/Qwen2.5-0.5B-Instruct; архитектура — плотная Qwen2, число параметров — 494 млн. Модель принимает цель деревни, название предыдущего занятия, отправленные учеником знания и объект с книгой, главой и её содержанием, а возвращает JSON с названием занятия, описанием и инструкциями. Модель учитывает отправленные учеником знания как основное свидетельство его текущего уровня, старается не предлагать уже выполненную работу и осторожно обрабатывать расплывчатые ответы. Цель деревни служит долгосрочным контекстом. Контекст модели — до 32 768 токенов, однако обучение проводилось с целевой длиной 1 024 токена. Лицензия — Apache-2.0. Чекпойнт экспериментальный: он обучен на 325 синтетических примерах, поэтому качество следует проверить на сценариях MyVillage перед использованием в производстве.

InnerJev-4B-Full — модель принятия решений семейства InnerJev-4B, разработанная автором репозитория на основе Qwen/Qwen3.5-4B. Она оценивает предложенные пользователем варианты и возвращает распределение вероятностей; интерфейс охватывает выбор из нескольких вариантов, бинарные и вероятностные задачи Noul, а также упорядоченные задачи Score. Модель предназначена для задач принятия решений, а не для свободного диалога. Это плотная модель на 4 млрд параметров с архитектурой Qwen3.5 и сохранёнными компонентами обработки изображений, но обучение и предоставленный интерфейс вывода рассчитаны на текстовые входы. Обновлялись выбранные языковые линейные слои; эмбеддинги, выходной слой, нормализация и параметры зрения оставались замороженными. Обучение включало 29 326 вопросов. Для BF16-чекпойнта указана оценка 73,4694 из 100 на фиксированном наборе из 58 бенчмарков; это результат одного чекпойнта, а показатели других точностей могут отличаться. Для загрузки доступны полные объединённые веса в формате safetensors; отдельная базовая модель и PEFT не требуются. Модель распространяется по лицензии Apache-2.0. Для BF16-загрузки требуется достаточно оперативной памяти или видеопамяти. Свободная генерация текста не реализует интерфейс оценки решений.

Репозиторий anton96vice содержит TFLite-версии моделей семейства MobileCLIP — мультимодальных моделей сопоставления изображений и текста, разработанных для эффективного запуска на мобильных и периферийных устройствах. В репозитории представлены варианты MobileCLIP-B, MobileCLIP-S1 и MobileCLIP-S2, включая несколько вариантов контрольных точек. Модели предназначены для классификации изображений по текстовым меткам без специального дообучения, поиска изображений по текстовому запросу и семантического поиска. Они формируют эмбеддинги изображений и текста, которые можно сопоставлять для оценки соответствия. Формат TFLite рассчитан на локальный инференс; точные входные и выходные сигнатуры зависят от файла и требуют адаптации приложения. Репозиторий лицензирован по Apache-2.0. Карточка не приводит точных размеров моделей, поддерживаемых языков текста или численных характеристик качества, поэтому применимость для конкретного языка и устройства следует проверять отдельно.

MyAwesomeModel — модель, опубликованная пользователем или организацией MabelCoco на Hugging Face. По метаданным она относится к семейству BERT, использует PyTorch и библиотеку Transformers, а основным сценарием применения обозначено извлечение признаков из текста. В README модель также позиционируется как обновлённая система с улучшенными рассуждениями, математикой, программированием, логикой, ответами на вопросы, классификацией, суммированием, диалогами и вызовом функций. Однако эти заявления относятся к широкому набору возможностей, тогда как официальная метка pipeline указывает feature-extraction; поэтому для каталога модель прежде всего следует рассматривать как средство получения векторных представлений текста и использования их в последующих NLP-задачах. Модель распространяется по лицензии MIT. README рекомендует использовать системный промпт с текущей датой и температуру 0,6, но не содержит подтверждённых сведений о размере модели, длине контекста, поддерживаемых естественных языках и точной архитектуре за пределами метки BERT. Заявленные результаты бенчмарков приведены в карточке модели без описания методологии проверки.

Prime_690M — белковая языковая модель семейства ProPrime, опубликованная организацией AI4Protein. Она предназначена для анализа белковых последовательностей, включая извлечение признаков, предсказание оптимальной температуры роста и оценку влияния мутаций на стабильность и активность белка. Официальный проект Pro-Prime описывает температурно-направленное языковое моделирование и zero-shot предсказание эффектов мутаций. Модель имеет около 865 млн параметров, архитектуру ProPrimeForPretraining и максимальную длину последовательности 1026 токенов. В карточке Hugging Face указан pipeline feature-extraction; модель также поддерживает задачу fill-mask. На вход подаются белковые последовательности, на выходе — векторные признаки или предсказания для белковой инженерии. Карточка Hugging Face автоматически сгенерирована и не содержит сведений о лицензии, данных обучения или подробной оценке ограничений; для загрузки через Transformers требуется trust_remote_code=True. Источники не подтверждают поддержку естественных языков.

MyVillage Activity Generation v1.3.5 — Qwen2.5-0.5B — 427 Checkpoint — это компактная причинная языковая модель семейства Qwen2, разработанная для генерации следующей учебной активности в MyVillage. Она дообучена методом SFT с QLoRA на базе Qwen/Qwen2.5-0.5B-Instruct; модель содержит 494 млн параметров и использует формат safetensors. Контекст модели по метаданным — до 32 768 токенов, а целевая длина контекста обучения составляла 1 024 токена. На вход подаются цель деревни, название предыдущей активности, сведения о знаниях ученика и объект мудрости с книгой, типом, главой и содержанием. Модель формирует JSON с названием активности, описанием и инструкциями. Она должна учитывать подтверждённые знания ученика, не предлагать повтор уже освоенной работы и осторожно трактовать расплывчатые ответы. Чекпойнт обучен на 427 примерах и обозначен авторами как экспериментальный. Качество следует оценить на отложенных сценариях MyVillage до использования в производстве. Лицензия — Apache-2.0.

Intern-Decision-0.8B — мультимодальная модель для структурированных решений, разработанная InternLM и дообученная на Qwen/Qwen3.5-0.8B. Она принимает общее состояние, схему вопросов с вариантами ответа и, при необходимости, изображения, а за один проход вычисляет распределение вероятностей по допустимым вариантам каждого вопроса. Результаты возвращаются как типизированные ответы в формате JSON. Модель предназначена для пакетного выбора между вариантами, выставления оценок и бинарных решений «нет/да». Она обрабатывает от 1 до 16 вопросов, до 62 вариантов на вопрос и до восьми изображений; лимит входа по умолчанию составляет 8192 токена. Для работы требуется сохранять порядок вопросов и вариантов, использовать заданный шаблон чата и запускать модель через Hugging Face Transformers. Для чекпойнта отдельно откалиброваны вероятности решений; калибровка меняет уверенность и ожидаемые оценки, сохраняя выбранный вариант. В README приведены результаты на нескольких бенчмарках, но они не позволяют заключить, что модель подходит для всех сценариев принятия решений. Модель распространяется по лицензии Apache-2.0.

ViT-B-16-SigLIP2-512 — контрастивная модель «изображение–текст» семейства SigLIP 2, обученная на наборе WebLI. Разработчики карточки преобразовали исходные контрольные точки JAX из проекта Big Vision для использования в OpenCLIP; библиотека модели — open_clip, веса доступны в форматах PyTorch и safetensors. Модель предназначена для классификации изображений по текстовым описаниям без дополнительного обучения: она сопоставляет изображение с предложенными текстовыми метками и оценивает их соответствие. Это подходит для поиска изображений по описанию и категоризации с собственным набором классов. В названии указаны архитектура ViT-B-16 и разрешение 512; карточка отмечает многоязычное направление семейства SigLIP 2, но не перечисляет конкретные поддерживаемые языки. Модель распространяется по лицензии Apache-2.0. Карточка не приводит оценки качества или подробных сведений об ограничениях, поэтому надёжность на конкретных доменах и языках следует проверять на целевых данных.

autotrust/JEV-Gemma4-26B-A4B — независимая модель с открытыми весами от AutoTrust AI, созданная на базе Gemma 4 26B A4B IT от Google DeepMind. В комплекте доступны два режима: исходная мультимодальная модель для генерации и рассуждений, а также System 1 с LoRA-адаптером и отдельной головой решений. Для System 1 основное назначение — классификация и оценивание вариантов: она выдаёт вероятности для трёх типов решений — «да/нет», выбора из 2–16 вариантов и оценки от 0 до 5. При большем числе вариантов они обрабатываются группами. Голова решений преобразует скрытое состояние последнего токена в 24 слота, маскирует неиспользуемые и применяет калибровочную температуру и softmax. Обучение System 1 использовало распределения ответов модели-учителя и размеченные данные. Модель подходит для ранжирования новостей и поисковой выдачи, классификации и выбора действий с учётом уверенности. Карточка сообщает о результате 58,05 в Decision Index 0.2.1; тестовые наборы некоторых задач пересекались с обучающими данными, поэтому часть оценок ограничена. Модель ориентирована прежде всего на английский язык. Среди ограничений указаны зависимость от ошибок учителя, снижение качества на длинных структурированных входах и результат ниже случайного уровня на экспертных вопросах HLE; `noul` и `score` поддерживают только канонические варианты ответа. В README рекомендована проверка уверенности перед автоматическими действиями и не рекомендуется применять System 1 для решений с высокими последствиями без такой проверки. Лицензия — Apache-2.0.

MyAwesomeModel — модель на базе архитектуры BERT, предназначенная для извлечения признаков из текста через библиотеку Transformers и PyTorch. В метаданных Hugging Face для неё указан pipeline_tag feature-extraction, поэтому модель может использоваться как источник векторных представлений для последующей обработки текста. README также описывает заявленные авторами улучшения рассуждений, логического вывода, генерации кода, ответов на вопросы, суммаризации и function calling, однако эти сведения не согласуются с основным pipeline-тегом feature-extraction и не сопровождаются проверяемыми сведениями о размере модели, поддерживаемых языках или контекстном окне. Разработчик в предоставленных данных не указан. Модель распространяется по лицензии MIT. Для практического применения следует учитывать несоответствие между описанием README и метаданными, а также самостоятельно проверить фактическое назначение и совместимость конкретных файлов модели.

MyAwesomeModel — модель на базе архитектуры BERT, доступная через библиотеку Transformers и предназначенная для извлечения признаков из входных данных. В метаданных Hugging Face для неё указан pipeline-тег feature-extraction, поэтому модель может использоваться для получения векторных представлений текста в прикладных системах машинного обучения. Модель опубликована в репозитории dfsfsdg5657/MyAwesomeModel-TestRepo. README также заявляет о возможностях рассуждения, генерации кода, ответов на вопросы, классификации и диалогов, однако эти сведения не согласуются с указанным pipeline-тегом feature-extraction и не содержат проверяемых технических характеристик модели. Размер, поддерживаемые естественные языки и длина контекста не указаны. Лицензия модели — MIT.

NLLB-CLIP-SigLIP — мультиязычная модель сопоставления изображений и текста, объединяющая текстовый энкодер NLLB с визуальным энкодером SigLIP. Она предназначена для классификации изображений по текстовым описаниям без специального обучения на целевых классах и для поиска соответствий между изображениями и текстом. Модель расширяет мультиязычные возможности CLIP до 201 языка набора Flores-200 и, согласно карточке, особенно хорошо работает на языках с малым объёмом ресурсов. На наборе Crossmodal-3600 она достигла лучших на момент публикации результатов. Модель доступна в формате PyTorch и интегрирована с OpenCLIP. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. Карточка отмечает, что существует более сильная версия; результаты классификации могут зависеть от формулировок текстовых меток и от того, насколько они соответствуют обучающим данным.

Open-VLJEPA — обученный чекпойнт открытой переработки архитектуры VL-JEPA, разработанной Meta и описанной Chen et al. в 2026 году. Эта версия дообучена для поиска соответствий между видео и текстом на MSRVTT: она предназначена для извлечения видео по текстовому запросу и текста по видео. В тесте MSRVTT с пулом из 500 видео показатель T2V R@1 составил 23,9%, R@5 — 51,44%, R@10 — 65,05%. Чекпойнт обучался на данных MSRVTT после начального этапа на CC3M. Архитектура включает замороженный визуальный энкодер V-JEPA 2 ViT-L, предиктор на основе последних восьми слоёв Llama 3.2 1B и текстовый энкодер EmbeddingGemma 300M; проекции сводят представления в общее пространство размерности 1536. В репозитории сохранены обучаемые части модели, около 800 млн параметров; визуальный энкодер загружается отдельно из Hugging Face. Реализация обучалась на существенно меньших ресурсах, чем исходная работа, поэтому приведённые результаты ограничены конкретной настройкой и тестовым набором. Лицензия в метаданных указана как Llama 3.2.

Trongvox разработал семантическую модель на базе Sentence Transformers, дообученную на vinai/phobert-base. Она кодирует предложения и абзацы в плотные векторы размерности 768; для сравнения используется косинусное сходство. Архитектура состоит из RoBERTa-трансформера с усреднением токенных представлений, число параметров — 162,4 млн. В метаданных указан контекст до 258 токенов, а в README — максимальная длина последовательности 128 токенов. Модель предназначена для поиска по смыслу и сравнения текстов о еде: в примерах обучающей выборки есть рецепты и названия блюд, а также описания заведений. Её можно применять для семантического поиска, поиска перефразировок, кластеризации, классификации и оценки текстового сходства. Модель рассчитана на вьетнамский язык и опубликована в формате safetensors. Лицензия в предоставленных данных не указана.

SEU-ZZH разработала Shared-YesNo-Qwen3-0.6B-S0 — дообученную диффузионную языковую модель Qwen3 для бинарных решений и упорядоченного сравнения вариантов. Модель использует общий считыватель Yes/No mask и предназначена для динамического выбора и оценки кандидатов по полному входному описанию. Это плотная архитектура A2DQwen3LMHeadModel с 507,9 млн параметров и контекстом до 40 960 токенов. Модель обучена полным дообучением исходной dllm-hub/Qwen3-0.6B-diffusion-mdlm-v0.1 на 10 000 примерах решений в течение трёх эпох. Для работы предусмотрены Transformers и AutoModelForMaskedLM с trust_remote_code=True; модель использует специальный интерфейс чтения масок, а не обычную генерацию диалога. В замороженной внешней оценке точность составила 50,30% на typed-decisions, 82,55% на AG News и 53,80% на Emotion. Опубликованные веса в формате safetensors имеют точность BF16. README сообщает, что репозиторий модели сейчас приватный, а лицензия Apache-2.0 указана для исходной модели; это не переоформляет лицензию обучающих данных. Результаты зависят от набора задач и приведённого протокола оценки; модель не является универсальным чат-ботом.

google/siglip-base-patch16-256-multilingual — мультимодальная модель семейства SigLIP, разработанная Google и представленная в работе Zhai и соавторов. Это модель базового размера, предварительно обученная на наборе WebLI без фильтрации по языку; архитектура использует sigmoid loss для обучения на парах изображение–текст. Изображения обрабатываются при разрешении 256×256, а текст токенизируется с длиной до 64 токенов. Модель предназначена для классификации изображений по текстовым описаниям без специального дообучения, а также для поиска соответствий между изображениями и текстом. Она принимает изображения и текстовые запросы, сопоставляет их в общем мультимодальном пространстве и подходит для многоязычных сценариев. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache-2.0. Качество зависит от формулировки текстовых меток и охвата обучающих данных; модель не является универсальным генератором текста или изображений. Карточка не приводит конкретных ограничений по языкам или оценки качества для отдельных прикладных областей.

UKPLab/triple-encoders-dailydialog — модель семейства triple-encoders от исследовательской группы UKP Lab, обученная на наборе DailyDialog для контекстного моделирования последовательностей диалога и краткосрочного планирования. Она использует архитектуру BERT с плотными представлениями: отдельные реплики кодируются Sentence Transformers, затем их векторы контекстуализируются без дополнительных обучаемых весов с помощью попарного mean-pooling. Для поиска кандидатов рассчитывается косинусное сходство, а оценки суммируются по схеме позднего взаимодействия. Модель предназначена для выбора подходящего следующего ответа в диалоге и ранжирования кандидатных ответов, в том числе сгенерированных LLM, чтобы вести беседу к заданной реплике-цели. Отдельное кодирование реплик позволяет обновлять представление последовательности при добавлении новой реплики. В README заявлена возможность использовать последовательности любой длины и мультиязычные Sentence Transformers чекпойнты, однако для этой конкретной модели указаны английский язык, контекст 512 токенов и 433,9 млн параметров. Репозиторий распространяется по лицензии Apache-2.0 и содержит веса PyTorch/Safetensors. Для работы требуется библиотека triple-encoders и подходящая базовая Sentence Transformers модель. Результаты зависят от качества и совместимости используемого энкодера и от набора кандидатов; модель обучена на DailyDialog, поэтому перенос на иные типы диалогов может требовать проверки.

timm/ViT-B-16-SigLIP2-384 — преобразованная для OpenCLIP модель зрения и языка семейства SigLIP 2, обученная на наборе WebLI. Исходные контрольные точки выпущены в формате JAX в проекте Big Vision; веса этой версии доступны в форматах PyTorch и safetensors. Архитектура использует Vision Transformer ViT-B/16 с разрешением изображения 384 пикселя. Модель сопоставляет изображения и текстовые описания и предназначена для классификации изображений по текстовым меткам без специального дообучения. Её можно применять для поиска изображений по описанию и классификации по заданным категориям. Лицензия — Apache-2.0. Карточка не сообщает о специальных ограничениях; качество результатов зависит от формулировок текстовых меток и данных, на которых модель обучалась.

X-CLIP — видеоязыковая модель Microsoft на архитектуре XCLIP, основанная на CLIP и обученная с учителем на наборе Kinetics-600. Она сопоставляет видео и текст и предназначена для классификации видео без дополнительного обучения, с небольшим числом примеров или в полностью контролируемом режиме, а также для поиска видео по текстовому описанию. Модель обрабатывает 8 кадров размером 224×224; обучение построено на контрастивном сопоставлении пар «видео — текст». Для оценки на Kinetics-600 указаны точность top-1 88,3% и top-5 97,7%. Репозиторий содержит веса PyTorch, лицензия — MIT.

activity-generation-v1.3 — специализированная текстовая модель для экосистемы MyVillage, разработанная на базе Qwen/Qwen2.5-0.5B-Instruct. Это плотная авторегрессионная архитектура Qwen2 с 494 млн параметров и контекстом до 32 768 токенов; модель дообучена методом SFT на примерно 1,2 тыс. синтетических примеров, а LoRA-адаптер объединён с базовыми весами. Для загрузки используется Transformers, веса представлены в формате safetensors. Модель получает цель сообщества, название предыдущего занятия, отчёт о полученных знаниях и объект с советом, после чего формирует одну короткую следующую учебную активность. Она рассчитана на небольшие последовательные шаги, а при недостаточных сведениях может запросить уточнение вместо того, чтобы предполагать, что именно было сделано. Основной язык — английский. В оценке разработчика отмечены более последовательный вывод JSON, краткие задания и улучшенная реакция на расплывчатые отчёты. Модель всё ещё может предлагать слишком объёмный или не самый точный следующий шаг, а также добавлять неподтверждённые детали. Она не предназначена для оценивания знаний, решений с высокими ставками или самостоятельного построения учебной программы. Условия лицензии в предоставленных источниках не описаны.

IFM разработала K2-Type-0.9B — компактную модель принятия решений на базе IFM/K2-Horizon-0.9B, дообученную в стиле Jev. Модель принимает одно текстовое или JSON-состояние и набор типизированных вопросов с вариантами ответа, после чего за один проход выдаёт вероятности для вариантов. Она поддерживает вопросы true/false, выбор из 1–255 вариантов и оценку по упорядоченным уровням; текстовые ответы не генерирует. Архитектура — плотная причинная языковая модель с отдельной pointer head, размер — 924,5 млн параметров, контекст — до 8192 токенов. В метаданных указана поддержка английского языка; карточка описывает задачи классификации, выбора и калибровки вероятностей. Лицензия — Apache-2.0. Модель предназначена для классификации и структурированного принятия решений, где нужно оценить состояние по заданным вопросам или выбрать один из предложенных вариантов. В карточке приведены результаты JevBench и пример игры Snake; вероятности откалиброваны на отдельном наборе Kev. Ответы ограничены переданными вариантами: модель не выберет «ничего из перечисленного», если такой вариант не добавлен. Она не выполняет многошаговые рассуждения, слаба на арифметике и разнице дат, а документы длиннее 8192 токенов выходят за её контекст; калибровка может хуже работать на данных, отличающихся от обучающих.

MyAwesomeModel — модель из семейства BERT, опубликованная в репозитории dfgsgsh56/MyAwesomeModel-TestRepo и предназначенная для извлечения признаков из текста. Она доступна через библиотеку Transformers и ориентирована на получение векторных представлений, которые можно использовать в последующих задачах анализа текста и машинного обучения. В метаданных Hugging Face для модели указан pipeline-тег feature-extraction, а также поддержка PyTorch и Transformers. README описывает заявленные возможности рассуждения, генерации кода, классификации, суммаризации, диалога и другие сценарии, однако эти утверждения не согласуются с указанным типом pipeline и не содержат надежных сведений о конфигурации, размере, контексте или языках модели. Модель распространяется по лицензии MIT. Для практического применения следует учитывать, что README не подтверждает языковой охват, размер модели, длину контекста и результаты независимой оценки; качество признаков необходимо проверять на собственных данных.

MyAwesomeModel — модель на базе Transformers и PyTorch, связанная с архитектурой BERT и предназначенная для извлечения признаков из входных данных. В метаданных Hugging Face для неё указан pipeline-тег feature-extraction, поэтому модель может использоваться как компонент для получения векторных представлений текста в последующих задачах машинного обучения. README также заявляет о расширенных возможностях рассуждения, генерации кода, ответов на вопросы, суммаризации, диалога, перевода и function calling, однако эти сведения не согласуются с указанным pipeline-тегом feature-extraction и не содержат достаточно технических деталей для подтверждения соответствующей архитектуры или генеративного режима. Размер модели, контекстное окно и поддерживаемые естественные языки в доступных данных не указаны. Модель распространяется под лицензией MIT. Для практического использования следует проверить фактический формат входов и выходов, конфигурацию токенизатора и совместимость с задачей извлечения признаков; заявленные в README результаты нельзя считать независимой гарантией качества.

MyAwesomeModel — модель из репозитория xcc12ds21313/MyAwesomeModel-TestRepo, предназначенная для извлечения признаков из текста и работы с языковыми задачами. В README заявлены улучшенные способности к рассуждению и выводу, обработка математических, программных и логических задач, ответы на вопросы, классификация, анализ тональности, суммирование, перевод, диалоговая генерация и вызов функций. Разработчик в предоставленных материалах не назван. Модель распространяется через библиотеку Transformers и использует PyTorch; в метаданных указана архитектурная принадлежность к BERT и задача feature extraction. README также содержит результаты внутренних сравнений и рекомендации по системному промпту и температуре, однако сведения о размере модели, длине контекста, поддерживаемых языках и точной конфигурации не приведены. Лицензия — MIT. Заявленные сильные стороны включают работу со сложными рассуждениями, генерацией текста, сниженный уровень галлюцинаций и поддержку function calling. При этом описание не предоставляет подтверждённых сведений о датасетах, методике обучения, воспроизводимости бенчмарков или фактической совместимости заявленных генеративных возможностей с указанным pipeline-тегом feature-extraction.

sonda-1.0 — дообученная модель для оценки вероятностей вариантов ответа в задачах принятия решений на польском и английском языках. Она разработана авторами проекта Sonda на базе JevK5, которая, в свою очередь, создана на основе Qwen3.5-4B. Модель имеет плотную архитектуру Qwen3.5 и около 3,4 млрд параметров; в репозитории представлены веса safetensors. Указанная длина контекста — 262 144 токена. На вход подаются свидетельства или состояние (state), вопрос одного из заданных типов — да/нет, выбор из вариантов или оценка — и варианты ответа. Модель за один проход вычисляет калиброванные вероятности для каждого варианта, извлекая их из логитов букв ответов; генерация токенов для этого не требуется. Её предназначение — структурированная оценка решений через сервер sonda-server или совместимый рабочий процесс, а не свободный диалог. В описанных авторами тестах модель показывает высокую точность и калибровку на английском и польском языках. Модель распространяется по лицензии Apache-2.0. README указывает на применение через sonda-server или vLLM и сообщает о требовании NVIDIA GPU для описанной серверной конфигурации. Результаты для французского языка не подтверждены: авторы отмечают, что он не входил в обучающие языки. Хотя в метаданных стоит задача text-generation и заявлена возможность chat, карточка описывает модель как специализированную систему принятия решений, а не разговорную модель.

X-CLIP base-patch16 — видеоязыковая модель Microsoft для распознавания действий в видео и сопоставления видео с текстом. Она расширяет CLIP для понимания видео и обучена с учителем на наборе Kinetics-600 в контрастивном режиме на парах «видео — текст». Модель обрабатывает 16 кадров размером 224 × 224 пикселя на ролик; архитектура относится к семейству X-CLIP, веса опубликованы в формате PyTorch. Модель подходит для классификации видео с нулевым или небольшим числом примеров, обучения классификатора с учителем и поиска соответствий между видео и текстовыми описаниями. В карточке приведены результаты на задаче классификации Kinetics-600: точность top-1 85,8%, top-5 97,3%. Лицензия — MIT. Оценки относятся к указанному набору данных; карточка не описывает гарантии качества на других предметных областях и при отличающейся предобработке.

mjpsm разработала дообученную модель Qwen2.5-0.5B-Instruct для генерации следующего учебного микро-задания в экосистеме MyVillage. На вход подаются цель обучения, название предыдущего задания, ответ ученика и дополнительные рекомендации Villager Wisdom. Модель выдаёт одно короткое задание в формате JSON с полями title, description и instructions. Модель построена на архитектуре Qwen2 с 494 млн параметров и контекстом до 32 768 токенов. Она дообучена методом supervised fine-tuning с LoRA; адаптер объединён с базовой моделью, поэтому опубликован самостоятельный чекпойнт. Карточка указывает английский язык. Модель рассчитана на узкую образовательную задачу: она учитывает ответ ученика как свидетельство понимания и при недостаточных данных должна предлагать уточняющий следующий шаг, а не предполагать освоение материала. Лицензия — Apache-2.0. Из-за небольшого размера модель может выдавать некорректный JSON, повторяющиеся задания и хуже справляться со сложной историей обучения или запросами вне распределения обучающих данных. Результат следует проверять и валидировать перед показом ученику; модель не проверяет достоверность переданных рекомендаций.

Mapika/decider-chat-gemma4-31b — конфигурация для использования неизменённых весов google/gemma-4-31B-it как модели типизированных решений. Она принимает описание состояния и один или несколько вопросов с заданными вариантами ответа, а за один проход выдаёт распределение вероятностей по вариантам без авторегрессионной генерации. Для чтения ответа используется шаблон чата Gemma-4 с отключённым режимом рассуждений; вероятности калибруются температурой, зависящей от числа вариантов. Модель предназначена для классификации, выбора из вариантов, ответов «да/нет» и оценивания по шкале в структурированных сценариях. Базовая модель — плотная мультимодальная Gemma 4 Instruct от Google DeepMind с 31 млрд параметров; веса представлены в safetensors, в README указано хранение в bf16. Карточка сообщает о результате 57,33 в Decision Index v0.2.1 и совпадении ответов при повторном запуске сохранённых примеров. Лицензия — Apache-2.0. Обёртка требует decider-ai версии 1.8.0 или новее; она не дообучает модель и сохраняет её исходные знания и ошибки.

skeskinen/llama-lite-134m — компактная плотная авторегрессионная модель семейства Llama, разработанная skeskinen. В README указано, что версия с шириной 768 и примерно 134 млн параметров предназначена для создания эмбеддингов предложений; в метаданных указано 109,5 млн параметров и контекст 2048 токенов. Модель обучена на датасете Alpaca. Модель можно применять для получения векторных представлений предложений в задачах поиска и сравнения текстов. При этом в метаданных Hugging Face основная задача обозначена как генерация текста, а README не приводит способ извлечения эмбеддингов или результаты оценки качества. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0.