I.14Автоматизация процессов и AI-агенты

MiniCPM5-2B-heretic-abliterated-i1-GGUF — это квантизированная в формате GGUF версия модели insraq/MiniCPM5-2B-heretic-abliterated, подготовленная mradermacher. Модель относится к семейству MiniCPM и предназначена для генерации текста, включая локальное и периферийное развёртывание, сценарии с длинным контекстом и вызовом инструментов. В метаданных указана поддержка английского и китайского языков. Модель имеет около 2 млрд параметров; точные сведения об архитектуре и максимальной длине контекста в README не приведены. Доступно множество вариантов квантизации i1 с размером примерно от 0,8 до 1,9 ГБ, что позволяет выбирать между требованиями к памяти, скоростью и качеством. Для части вариантов указано использование imatrix-квантизации; наиболее сбалансированными автор README называет i1-Q4_K_S и i1-Q4_K_M, причём последний рекомендован как быстрый вариант. К сильным сторонам относятся небольшой размер, возможность работы на устройствах с ограниченными ресурсами, поддержка английского и китайского языков, а также ориентированность на длинный контекст и tool-calling. Ограничения зависят от выбранного уровня квантизации: варианты с очень малым размером могут заметно терять качество, а точные показатели производительности и качества в README не приведены. Лицензия модели — Apache-2.0.

NyxKrage/moondream3-preview-hf — реализация Moondream 3 Preview в соглашениях архитектуры Hugging Face Transformers, созданная NyxKrage на основе публичной версии модели от M87 Labs / Moondream AI. Это мультимодальная модель для анализа изображений с текстовым бэкбоном MoE: около 9 млрд параметров, из которых активно используется около 2 млрд. Репозиторий позволяет работать с моделью через Transformers API, включая generate(), Trainer и интеграции PEFT. Модель принимает изображение и текстовый запрос и может отвечать на вопросы об изображении, создавать подписи, находить объекты и указывать точки на изображении. Для запросов и подписей она выдаёт текст; для обнаружения и указания точек — структурированные координаты рамок и точек. Карточка демонстрирует шаблоны запросов на английском языке. Модель хранится в формате safetensors; метаданные указывают лицензию other. При пакетной обработке все изображения должны давать одинаковое число визуальных кропов, а запросы в одном пакете должны использовать один режим. Поэтому изображения и задачи с разной структурой нужно группировать и обрабатывать отдельно.

mREBEL — многоязычная модель извлечения отношений, разработанная авторами работы REDFM. Она формулирует задачу как генерацию последовательности и предназначена для извлечения субъектов, объектов и типов отношений из текста, а также для дальнейшей настройки на многоязычных наборах данных по извлечению отношений. Модель основана на архитектуре mBART, содержит около 457,4 млн параметров и имеет контекст до 1024 токенов. В карточке перечислены 19 языков: арабский, каталанский, немецкий, греческий, английский, испанский, французский, хинди, итальянский, японский, корейский, нидерландский, польский, португальский, русский, шведский, вьетнамский и китайский. Модель опубликована в форматах PyTorch и Safetensors и обучена на мультиязычном наборе SREDFM. При разборе результатов важны специальные токены, отделяющие сущности и типы отношений: согласно карточке, виджет вывода Hugging Face их не показывает. Лицензия CC BY-NC-SA 4.0 требует атрибуции, распространения производных материалов на тех же условиях и запрещает коммерческое использование.

Lurunchik/nf-cats — модель классификации типов вопросов, обученная разработчиком на наборе данных NFQA. Она основана на RoBERTa и использует метки NOT-A-QUESTION, FACTOID, DEBATE, EVIDENCE-BASED, INSTRUCTION, REASON, EXPERIENCE и COMPARISON, чтобы определять тип входного текста. Модель предназначена для разметки вопросов и связанных с ними высказываний по типу, например для последующей маршрутизации или анализа обращений. Это архитектура RoBERTa с 151,8 млн параметров, принимающая текст; для токенизации в примере README используется deepset/roberta-base-squad2. Контекст составляет 514 токенов, основной язык — английский. Модель выпущена под лицензией MIT.

DoeyLLM/OneLLM-Doey-V1-Llama-3.2-1B-it — языковая модель DoeyLLM, дообученная с помощью LoRA на базе Meta Llama 3.2 1B Instruct на собственном наборе данных для приложения OneLLM. Это плотная авторегрессионная архитектура Llama с 1,2 млрд параметров; метаданные указывают контекст до 131 072 токенов, тогда как карточка описывает обучение и применение с последовательностями до 1 024 токенов. Модель предназначена для диалогов, ответов на вопросы и выполнения инструкций, а также оптимизирована для работы с инструментарием приложения OneLLM. Модель можно использовать для чат-ботов и диалоговых агентов, ответов на запросы и обработки структурированных инструкций. Карточка также описывает локальный офлайн-сценарий на мобильных устройствах через OneLLM и запуск на ПК с Transformers. Репозиторий содержит веса Safetensors, библиотека — Transformers. Лицензия — Apache 2.0. Карточка не приводит результаты оценивания качества или подробности состава обучающих данных. Указанные в ней 1 024 токена расходятся с контекстом 131 072 токена из метаданных; для развёртывания следует учитывать ограничения конкретного приложения и конфигурации.

PolicyGuard-4B — дообученная плотная языковая модель Rakancorle1 для обнаружения нарушений заданных правил в длительных траекториях автономных веб-агентов. Она получает текст политики вместе с описанием траектории и классифицирует её как содержащую нарушение или не содержащую его. Модель обучена на 60 тысячах пар «политика — траектория» из PolicyGuardBench; заявлены проверка траектории целиком, раннее выявление нарушений по её префиксу и обобщение между сценариями покупок, GitLab, Reddit, карт и администрирования. Модель основана на Qwen/Qwen3-4B-Instruct-2507, содержит 3,7 млрд параметров и использует архитектуру Qwen3ForCausalLM. Метаданные указывают контекст до 262 144 токенов; модель доступна в формате safetensors и работает с библиотекой Transformers. README сообщает точность 0,9014, F1 0,8759 и задержку 22,5 мс на пример в описанном бенчмарке; эти показатели относятся к заявленной авторами оценке. Лицензия — Apache-2.0. Модель специализирована на текстовой классификации траекторий и не предназначена для общего диалога или самостоятельного выполнения действий агентом.

OpenMed Privacy Filter Nemotron MLX 8-bit — квантизированная до 8 бит версия модели OpenMed для обнаружения персональных данных в тексте на устройствах Apple Silicon. Это токен-классификатор архитектуры OpenAI Privacy Filter с 145,4 млн параметров и контекстом до 131 072 токенов; он размечает токены BIOES-метками для 55 категорий персональных данных, после чего MLX-конвейер группирует их в сущности с символьными позициями и оценками. Модель предназначена для выявления и последующей маскировки или деидентификации идентификаторов, контактных, финансовых, медицинских, сетевых и других чувствительных данных. Веса аффинно квантизированы в 8 бит с размером группы 64. README сообщает о размере весов около 1,4 ГБ и ускорении примерно в 1,7 раза относительно BF16-версии; на 10 тестовых примерах совпадение argmax с BF16 составило 100%. Модель рассчитана на MLX и Apple Silicon, включая запуск на CPU с меньшей скоростью. Карточка указывает английский язык и лицензию Apache-2.0. Проверка согласия с BF16 ограничена описанными тестовыми примерами, поэтому эти результаты не гарантируют такую же точность на произвольных данных.

Qweb2.5-FT-DPO-CSY — диалоговая языковая модель, дообученная разработчиком josang1204 на базе josang1204/Qweb2.5-FT-CSY с использованием TRL. Модель построена на архитектуре Qwen2, содержит 494 млн параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации ответов на текстовые запросы в диалоговом формате. Её можно использовать для чат-ботов и интерактивных текстовых ответов; в метаданных также отмечен интерфейс вызова инструментов. Карточка не описывает специальные предметные области или языковую специализацию. Модель распространяется в формате safetensors с лицензией, указанной в метаданных Hugging Face. Карточка не приводит результатов оценки качества; ответы и поддержка вызова инструментов могут зависеть от сценария и используемой обвязки.

JadwalAlmaa представил дообученную языковую модель Qwen3 с архитектурой Qwen3ForCausalLM и примерно 508 млн параметров. Она предназначена для генерации текста и диалогового общения; в метаданных также отмечен интерфейс вызова инструментов. Модель дообучена на основе unsloth/qwen3-0.6b-unsloth-bnb-4bit с использованием Unsloth и библиотеки TRL от Hugging Face. Модель принимает текст и генерирует текст, поддерживает контекст длиной до 40 960 токенов. В карточке указан английский язык. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0.

LuffyTheFox/Qwen3.6-35B-A3B-Uncensored-Genesis-Hermes-Final-GGUF — мультимодальная модель в формате GGUF, разработанная LuffyTheFox на основе HauhauCS/Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive с переносом данных дообучения на наборе Hermes для агентских сценариев и function calling. Модель относится к архитектуре Mixture of Experts и предназначена для генерации текста, диалогов, программирования, агентских задач и обработки изображений с текстом. Заявлены поддержка английского, китайского и других языков, однако точный список языков и максимальный размер контекста в README не указаны. Ключевая особенность проекта Genesis — числовая коррекция весов GGUF-модели без полноценного переобучения: автор заявляет снижение шума в тензорах, исправление нулевых блоков и дисбалансов распределений с использованием методов на основе сингулярного разложения и закона Марченко—Пастура. Для запуска рекомендуются F16-квантизация K/V-кэша, максимальная выгрузка слоёв на GPU и настройка активных экспертов; конкретные требования к памяти зависят от выбранной квантизации. Модель ориентирована на пользователей, которым нужны менее ограниченные ответы и функции Hermes-агента, но заявленные улучшения и устойчивость требуют самостоятельной проверки. В README не приведены систематические бенчмарки, подробные ограничения, точные параметры контекста или гарантии качества мультимодальной обработки. Указанная лицензия — Apache 2.0.

Qwen-AgentWorld-35B-A3B-GGUF — мультимодальная vision-language model для понимания изображений и текста, основанная на Qwen-AgentWorld-35B-A3B. Исходную модель разработала команда Qwen, а представленные GGUF-квантизации подготовлены пользователем или организацией Dhptl с помощью quant-kit 24 июня 2026 года. Модель ориентирована на агентские сценарии, симуляцию окружения, анализ изображений, диалоговое взаимодействие и генерацию текста. Архитектура состоит из текстовой основы и отдельного vision encoder в формате mmproj. Доступны варианты квантизации от Q2_K до Q8_0; рекомендуемым считается Q4_K_M как компромисс между качеством и требованиями к памяти. Для работы с изображениями обязательно нужны два файла: GGUF-файл текстовой основы и mmproj-файл vision encoder в формате F16. Поддерживаются текстовая и визуальная модальности, заявлен английский язык. Размер исходной модели обозначен как 35B-A3B, однако README не указывает контекстное окно. Сильной стороной модели является локальный запуск через llama.cpp, LM Studio, Jan, Ollama и совместимые инструменты, а также возможность обработки изображений. Качество и требования к памяти зависят от выбранной квантизации: более компактные варианты заметно теряют в качестве, тогда как Q6_K и Q8_0 требуют значительно больше оперативной памяти. Для визуального ввода необходим отдельный vision encoder, а README не содержит подробных результатов бенчмарков или ограничений по применению. Модель распространяется по лицензии Apache-2.0.

rai reader 0.3.8 — экстрактивная модель для ответов на вопросы, разработанная для инструмента rai. Она получает вопрос и короткий ответ в свободной форме и извлекает из него фразу, отвечающую на вопрос, либо возвращает отсутствие ответа. Текст не генерирует; проверка полноты и принятие решений после извлечения выполняются обычным кодом. Модель предназначена для заранее заданных форм, где каждый вопрос запрашивает конкретные сведения — например, имя, число, место или время, — а ответы вводятся короткими фразами. В основе лежит deepset/minilm-uncased-squad2: веса трёх читателей усреднены, включая читатель, обученный распознавать некоторые ответы на хинглиш. Архитектура BERT, около 40 млн параметров по метаданным и контекст до 512 токенов. В карточке описаны английские и хинглиш-тесты, но показатели на них ограничены конкретными наборами. Модель не является универсальной проверкой полноты и сама не определяет, верен ли ответ или достаточен ли он. Карточка указывает лицензию CC-BY-4.0.

TalkTix/roberta-base-request-type — модель классификации обращений в службу поддержки по двум типам: инцидент и запрос на обслуживание. Она построена на архитектуре RoBERTa и содержит 151,8 млн параметров; модель принимает текст и возвращает метку класса. Для обучения использовался сбалансированный набор из 28 000 анонимизированных обращений. Контекст составляет до 514 токенов, библиотека формата весов — PyTorch. Модель предназначена для автоматической сортировки обращений клиентов и маршрутизации инцидентов отдельно от запросов на обслуживание. В README приведены результаты на тестовых примерах: для класса Incident указано 2500 верных классификаций и 25 ошибок пропуска, для Service Request — 440 верных классификаций и 150 ошибок пропуска. Эти показатели показывают различие в качестве распознавания классов; README не описывает метрики на независимых данных. Модель разработана TalkTix и распространяется по лицензии MIT. Она рассчитана на англоязычные обращения; применимость к другим языкам не подтверждена. Для интеграции следует учитывать ограниченный контекст и проверять ошибки классификации, особенно для запросов на обслуживание.

NVIDIA разработала FastConformer-Hybrid Large (en) для автоматического распознавания английской речи. Модель принимает монофоническое аудио WAV с частотой 16 кГц и возвращает расшифровку текстом; её можно использовать для транскрибирования записей или дообучить на другом наборе данных с помощью NeMo. Это модель семейства FastConformer примерно на 115 млн параметров. Гибридная архитектура обучена с функциями потерь Transducer и CTC, поэтому поддерживает оба режима декодирования. В обучении использован объединённый набор из нескольких тысяч часов английской речи, включая LibriSpeech, Fisher, Common Voice, VoxPopuli и другие корпуса. Текст вывода использует английские буквы, пробелы, точки, запятые и вопросительные знаки. Модель может хуже распознавать акцентированную речь, технические термины и разговорные варианты, недостаточно представленные в обучающих данных; набор пунктуации ограничен точкой, запятой и вопросительным знаком. Лицензия — CC BY 4.0.

Модель giocorte/totem-slm-rl — дообученная версия giocorte/totem-slm-sft, созданная разработчиком giocorte на базе архитектуры Qwen3. Это плотная причинная языковая модель с 3,7 млрд параметров для генерации текста и диалогов; поддерживает чат и интерфейс вызова инструментов. Обучение выполнялось с использованием Unsloth и библиотеки TRL. Модель предназначена для англоязычных текстовых запросов и может применяться в диалоговых приложениях и сценариях генерации текста, в том числе с передачей вызовов инструментам. Контекстное окно составляет до 40 960 токенов. Репозиторий содержит веса в формате Safetensors. Модель распространяется по лицензии Apache 2.0. README не приводит результатов оценки качества или подробностей о данных и методике RL-обучения, поэтому практическую эффективность вызова инструментов и качество на конкретных задачах следует проверять отдельно.

nruigrok/verbindend — модель классификации текста на базе архитектуры BERT, опубликованная пользователем Hugging Face nruigrok. Она предназначена для задач, где входной текст необходимо отнести к одной из заранее определённых категорий. Модель содержит около 136,3 млн параметров и поддерживает контекст длиной до 512 токенов. Для работы используются Transformers и PyTorch. По доступным данным, модель ориентирована на текстовую модальность; карточка модели отсутствует, поэтому сведения о конкретных классах, обучающем наборе данных, языках, лицензии и специализированных сценариях применения не установлены. Модель не развернута через Inference Providers.

VICIOUS_MESH-12B-GAMMA — объединённая авторами карточки модель для генерации текста и диалогов. Она создана методом TIES с помощью mergekit на основе Khetterman/DarkAtom-12B-v3 с включением Infermatic/MN-12B-Inferor-v0.1 и VICIOUS_MESH-12B-BETA. По метаданным это плотная авторегрессионная Mistral-модель на 12,1 млрд параметров, доступная в формате safetensors и рассчитанная на контекст до 1 024 000 токенов; заявлена библиотека Transformers и интерфейс общения с инструментами. Модель подходит для диалоговых приложений и генерации текста на английском языке. В README приведены результаты Open LLM Leaderboard, включая IFEval и BBH, но этих оценок недостаточно, чтобы заключить о качестве в конкретных прикладных сценариях. Указана лицензия Apache-2.0. Метка карточки «not-for-all-audiences» указывает на возможную непригодность для любой аудитории; характер ограничений по содержанию в предоставленных сведениях не раскрыт.

Это модель MetaCLIP-2.5B с архитектурой ViT-B/32: визуальный энкодер Vision Transformer разбивает изображение на патчи размером 32 пикселя и работает с разрешением 224 пикселя. Модель разработана для использования с библиотеками open_clip и timm; в OpenCLIP она называется ViT-B-32-quickgelu. Модель сопоставляет изображения с текстовыми описаниями и подходит для классификации изображений по заданным пользователем категориям без отдельного обучения на этих категориях. Её можно применять для поиска подходящей метки среди текстовых вариантов или для первичной сортировки изображений по описанию. В репозитории указаны веса PyTorch и safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

V-SPLADE — разработанная NAVER и соавторами разреженная модель поиска по визуальным документам. Она находит страницы PDF, слайды и отсканированные отчёты по текстовому запросу, кодируя изображения страниц в разреженные векторы для поиска через инвертированный индекс. Модель содержит 250 млн параметров и использует архитектуру BiModernVBert; доступна в формате safetensors и рассчитана на работу через Sentence Transformers. При обработке запросов применяется обученный Bag-of-Words lookup без запуска нейросетевого кодировщика, а страницы документов проходят через модель. Такой подход предназначен для быстрого построения индексов и масштабного поиска без GPU на этапе обработки запросов. README приводит результаты на визуальных бенчмарках, однако они не гарантируют аналогичного качества на других корпусах. Лицензия Apache-2.0.

Werea-TR-QA — Werea tarafından yayımlanan, Türkçe bağlamlı çıkarımsal soru-cevap modeli. BERTurk tabanlı BERT-энкодер, дообученный для выбора ответа в виде фрагмента текста из предоставленного контекста; в карточке заявлено обучение в стиле SQuAD в течение двух эпох. Модель рассчитана на поиск ответов в текстах, в том числе в составе RAG-систем. Модель содержит 137,8 млн параметров, принимает текст вопроса и контекста, поддерживает контекст до 512 токенов и сохранена в формате safetensors. В README приведены результаты на турецких наборах TQuAD2 и XQuAD-tr: EM 53,8% и 46,1%, F1 72,7% и 64,5% соответственно. Базовая модель — dbmdz/bert-base-turkish-cased, лицензия MIT.

xb3b-1.1 — языковая модель разработчика xgmab123 для генерации текста и диалогов. Она основана на Llama и дообучена от xgmab123/xb3b-1.0 с использованием Unsloth и TRL. Модель содержит 3,2 млрд параметров, использует плотную архитектуру LlamaForCausalLM и поддерживает контекст до 131 072 токенов. Предназначена для текстового общения и генерации; в метаданных также заявлен интерфейс вызова инструментов. Основной язык карточки — английский. Модель распространяется по лицензии Apache-2.0. Карточка не приводит результатов оценки качества или подробностей о данных дообучения.

ZDTaichu5.0-9B-GGUF — это GGUF-квантизированная версия мультимодальной модели ZDTaichu5.0-9B, разработанной командой Zi Dong Tai Chu и преобразованной для использования с llama.cpp. Модель предназначена для понимания изображений, пространственного рассуждения, агентского взаимодействия с инструментами, задач embodied AI и анализа видео. Поддерживаются текстовые и визуальные входные данные, а заявленный контекст достигает 128K токенов (131 072). Указаны языки English и Chinese. В основе используется языковая модель Qwen3.5-9B и визуальный энкодер C-RADIOv4-H. Доступны варианты квантизации Q8_0, Q6_K, Q5_K_M, Q4_K_M, Q4_0, Q3_K_M, IQ3_M и IQ3_XXS размером примерно от 3,94 до 9,53 ГБ. Для мультимодального режима требуется отдельный vision projector mmproj в формате BF16 размером 1,65 ГБ; для текстовых задач он необязателен. Модель можно запускать через llama.cpp и ускорять с помощью speculative decoding с совместимой draft-моделью DSpark. К сильным сторонам относятся мультимодальность, большой контекст, поддержка пространственного и визуального анализа, а также несколько вариантов квантизации для выбора компромисса между качеством и требованиями к памяти. Ограничения связаны с зависимостью мультимодального режима от совместимого runtime и projector, а поведение вызова инструментов зависит от серверной реализации и интеграции parser. Benchmark-показатели в README относятся к исходной модели TaichuAI/ZDTaichu5.0-9B, а не к данной GGUF-конверсии. Модель распространяется по лицензии Apache-2.0.

Модель yuq-zhou/2026-05-o-b0p5-a0p5-gc0p75-exp-td8p0-tw10p0-mbz-bridge-q3-1p7b — текстовая генеративная модель на архитектуре Qwen3 с 1,7 млрд параметров. Это контрольная точка в формате Hugging Face Transformers, сохранённая в safetensors; карточка называет её резервной копией исследовательского артефакта. Модель поддерживает контекст до 40 960 токенов и интерфейс чата с вызовом инструментов. Модель предназначена для генерации текста в диалоге и сценариев, где требуется передать запрос инструменту через поддерживаемый интерфейс. README не описывает обучение, датасеты, языки или конкретные оценки качества. Условия лицензии в предоставленных данных не указаны.

Модель Jorgeutd/bert-large-uncased-finetuned-ner — англоязычная модель распознавания именованных сущностей, созданная дообучением Google BERT Large Uncased на наборе CoNLL-2003. Это трансформер BERT с архитектурой BertForTokenClassification, примерно 433,9 млн параметров и контекстом до 512 токенов. Модель принимает текст и присваивает метки токенам, позволяя выделять сущности в тексте; для запуска доступен конвейер NER в Transformers. На тестовой выборке CoNLL-2003 указаны F1 0,954, точность 0,9505 и полнота 0,9575. Модель рассчитана на англоязычные новостные тексты, сходные с обучающими данными; в других предметных областях и временных периодах качество может снижаться. Иногда сущностями помечаются части слов, поэтому результатам может потребоваться постобработка. Лицензия Apache-2.0.

Модель carted-nlp/categorization-finetuned-20220721-164940-distilled-20220811-132317 — дообученная и дистиллированная RoBERTa-модель классификации текста от carted-nlp. Она предназначена для отнесения текстов к категориям; конкретные категории и целевая область применения в карточке не раскрыты. Модель содержит 45,4 млн параметров, принимает последовательности длиной до 514 токенов и доступна в форматах PyTorch и ONNX. На оценочном наборе указаны accuracy 0,8783 и F1 0,8779. Датасет обозначен как None, поэтому результаты нельзя уверенно переносить на другие данные или категории. Сведения о лицензии отсутствуют в предоставленных данных.

SIRIS Lab разработала эту модель для предварительной проверки библиографических ссылок в составе Citation Parser. Это дообученная DistilBERT-base-multilingual-cased с архитектурой BERT для классификации последовательностей: она относит текст ссылки к действительным или недействительным. Модель рассчитана на автоматизацию проверки ссылок в библиографических базах и рабочих процессах подготовки рукописей. Модель содержит около 205,1 млн параметров, принимает текстовые последовательности длиной до 512 токенов и доступна в формате safetensors для Transformers. Основа многоязычная, однако оценка проводилась на английских ссылках; в описании приведены результаты на тестовой выборке: accuracy 0,95 и macro F1 0,94. Модель распространяется по лицензии Apache 2.0.

ayanami-kitasan/code-pruner — модель SWE-Pruner для адаптивного сокращения контекста в агентных задачах программирования. Она дообучена на базе Qwen/Qwen3-Reranker-0.6B и использует архитектуру SwePrunerForCodeCompression с облегчённым нейросетевым модулем, который отбирает важные строки кода с учётом цели, заданной агентом. Модель предназначена для отбора релевантных частей длинного контекста, чтобы уменьшать расход токенов и задержку у кодовых агентов. В README сообщается о сокращении контекста на 23–54% в задачах SWE-Bench Verified и сжатии до 14,84 раза в LongCodeQA при минимальном влиянии на качество. Репозиторий содержит веса Safetensors и использует библиотеку Transformers; лицензия — MIT. В README отмечено, что самостоятельное использование исходной модели может быть сложным из-за изменённой двухголовой архитектуры и кода головы сжатия; авторы рекомендуют версию, опубликованную на GitHub. Метаданные относят модель к token classification, однако отдельный готовый pipeline и инструкции по интеграции в карточке не описаны.

ColVintern-1B-v1 — экспериментальная мультимодальная модель компании 5CD-AI для поиска по изображениям документов в стиле ColPali. Она дообучена на базе 5CD-AI/Vintern-1B-v2 и выдаёт векторные представления вопросов и изображений с информацией, подходящей для ответа, чтобы использовать их в поиске и RAG. Модель содержит 1 млрд параметров и обучалась на англоязычном наборе ColPali и небольшой части вьетнамских пар «изображение — вопрос и ответ». Авторы сообщают о результатах, близких к ColPali v1 на части тестов ViDoRe. Модель рассчитана на поиск по изображениям документов и извлечение релевантных страниц для ответа на вопросы, особенно по вьетнамским текстам; заявлена также поддержка английского. В README отмечено, что это первая экспериментальная версия, обученная лишь на 5% доступных вьетнамских пар, а расширение данных и улучшение результатов запланированы для будущих версий. Доступна в формате safetensors для Transformers. Лицензия в предоставленных сведениях не указана.

Модель philschmid/distilroberta-base-ner-conll2003 разработана на основе distilroberta-base и дообучена для распознавания именованных сущностей в текстах с разметкой CoNLL-2003. Это модель архитектуры DistilRoBERTa с 95,2 млн параметров, предназначенная для классификации токенов; она принимает текст и относит его фрагменты к классам сущностей, предусмотренным обучающей разметкой. В README приведены результаты на CoNLL-2003: F1 95,29 на валидационной выборке и 90,74 на тестовой; для исправленной версии CoNLL++ указаны F1 95,29 и 92,23 соответственно. Модель рассчитана на извлечение сущностей в текстах, похожих на данные этих наборов. Результаты на других языках, доменах и стилях текста могут отличаться. Контекст модели составляет до 514 токенов. Лицензия — Apache-2.0.

Это экспериментальная производная модель на базе Gemma 4 12B Coder Fable5 Composer 2.5, опубликованная независимым автором llmfan46. Модель предназначена прежде всего для генерации кода на Python: README описывает дообучение на проверяемых примерах, где решения проходили тесты, и акцент на рассуждении перед выдачей кода. Метаданные указывают архитектуру Gemma4UnifiedForConditionalGeneration, поддержку чата и кода, формат safetensors и задачу text-generation. Репозиторий представляет uncensored/heretic-вариант исходной модели, полученный через abliteration: в приведённом тесте отказов число отказов снизилось со 100 из 100 у исходной модели до 9 из 100. MMLU в карточке показал 75,15% для этой версии против 75,72% у исходной; это результаты автора, а не независимая оценка. README также описывает запуск малых квантованных вариантов из отдельного репозитория GGUF, но текущий репозиторий содержит safetensors. Лицензия — Apache 2.0. Язык модели в метаданных не указан; карточка ориентирует её на код, а не на конкретный естественный язык.