I.14Автоматизация процессов и AI-агенты

EurusPRM-Stage2 — языковая модель семейства Qwen2, выпущенная PRIME-RL. Это плотная причинная модель на 7,1 млрд параметров с контекстом 4096 токенов, предназначенная для оценки качества рассуждений по шагам. Она обучена методом Implicit PRM на метках уровня целого ответа: во время работы оценка отдельных шагов выводится из отношения логарифмических правдоподобий модели и базовой языковой модели, без отдельной разметки каждого шага. Модель подходит для оценки промежуточных шагов при решении задач и для построения систем обучения с подкреплением, использующих процессные награды. README приводит пример сопоставления её оценок с оценками Qwen2.5-Math-7B-Instruct. Репозиторий содержит веса Safetensors; лицензия — Apache-2.0. README не подтверждает, что эта модель предназначена для генерации ответов пользователю, хотя метаданные классифицируют её как text-generation.

Immerwinter/gelectra-large-privacy-policy-content-audience — модель классификации текста на базе немецкоязычной ELECTRA deepset/gelectra-large. Она предназначена для анализа содержания политик конфиденциальности, в частности для классификации по темам и аудитории в рамках указанного в README аналитического конвейера. Архитектура — ElectraForSequenceClassification; размер — 434,5 млн параметров, контекст — до 512 токенов. Репозиторий содержит веса в форматах Safetensors и ONNX. Модель дообучена для специализированной классификации текстов политик конфиденциальности. Метаданные указывают немецкий язык; README упоминает английскую версию, но не подтверждает, что модель обучена классифицировать английский текст. Лицензия — Apache-2.0. Карточка краткая и не описывает метрики качества или ограничения применимости.

Inflect-Nano-v2 — компактная модель синтеза речи от автора репозитория owensong. Она преобразует английский текст в монофоническое аудио с частотой 24 кГц и рассчитана на локальный запуск, в том числе на CPU. Модель содержит 3 966 721 параметр, размер весов FP32 — 15,97 МБ; для вывода доступны детерминированный seed и обработка длинных текстов с разбиением по пунктуации. Модель использует фиксированный мужской голос и не поддерживает клонирование голоса с нуля. Автор сообщает о скорости CPU выше реального времени и приводит оценки естественности и разборчивости, однако эти автоматические метрики не заменяют контролируемую оценку людьми. На необычных формулировках речь может звучать менее выразительно или стабильно; числа, сокращения, омографы и редкие имена зависят от контекста и текстового фронтенда. Длинные фрагменты обрабатываются частями, поэтому переходы между ними могут отличаться от цельной генерации. Лицензия — Apache-2.0. В README также описан инструментарий адаптации голоса или языка, но качество адаптированных вариантов названо экспериментальным и зависящим от данных и оценки носителями языка.

Kimi-K3 DSpark — вспомогательная черновая модель для ускорения авторегрессивной генерации Kimi-K3 методом speculative decoding. Модель разработала lightseekorg на основе Kimi-K3; она обучена с помощью TorchSpec на ответах целевой модели и предназначена для работы в связке с ней, а не как самостоятельный генератор. Архитектура DSpark включает пятислойную MLA-основу, пять точек подключения к скрытым состояниям целевой модели, низкоранговую марковскую голову и голову оценки уверенности. Модель предлагает до семи черновых токенов за шаг; размер составляет 3,7 млрд параметров, формат весов — safetensors, контекст — до 1 048 576 токенов по метаданным. Обучение проводилось на примерно 150 тысячах отобранных и заново сгенерированных примеров, с функцией потерь только по ответам ассистента и последовательностями до 32 тысяч токенов. В обучающую смесь входили инструкции, рассуждения, программирование, использование инструментов, китайские и многоязычные запросы. Модель предназначена для интеграции с Kimi-K3 в TokenSpeed; при запуске нужно соблюдать требования к потоку скрытых состояний attn_res и нормализации fc_norm. В README приведены результаты принятия черновых токенов на нескольких тестах, но показатели зависят от настройки генерации и сервера. Лицензия указана как other, без уточнения условий в предоставленных данных.

sadjava выпустил дообученную модель XLM-RoBERTa для выявления и классификации языка вражды в английских и сербских текстах. Модель на 305,2 млн параметров принимает текст и относит его к одной из восьми категорий: семь видов дискриминационного или оскорбительного содержания (по признакам расы, сексуальной ориентации, гендера, внешности, религии, социального класса и инвалидности) и нейтральное содержание. Сербский поддерживается в кириллице и латинице. Модель подходит для первичной сортировки текстов и помощи модераторам, а также для исследовательских и образовательных проектов. Она использует архитектуру XLM-RoBERTa для классификации последовательностей, работает через Transformers и имеет контекст до 514 токенов. В README заявлены высокая точность и подробные объяснения, но метрики и механизм объяснений не приведены, поэтому эти заявления нельзя оценить по карточке. Результаты требуют проверки человеком, особенно при принятии важных решений. Лицензия — MIT.

Helsinki-NLP/opus-mt-ceb-fi — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с себуанского языка на финский и предназначена для автоматического перевода отдельных фраз и текстов. Модель использует архитектуру MarianMT на основе Transformer; число параметров — 56,4 млн, контекст — до 512 токенов. Предобработка включает нормализацию текста и SentencePiece. В тесте JW300 для пары ceb-fi указаны BLEU 27,4 и chr-F 0,525. Модель доступна в форматах PyTorch и TensorFlow и распространяется по лицензии Apache-2.0. Она специализирована на одном направлении перевода; качество может зависеть от тематики и особенностей исходного текста.

Helsinki-NLP/opus-mt-en-ceb — модель машинного перевода семейства Marian, разработанная Helsinki-NLP в рамках проекта OPUS. Она переводит текст с английского языка (en) на себуано (ceb) и предназначена для автоматического перевода отдельных фраз и текстов. Модель построена на архитектуре Transformer-align и имеет около 54,3 млн параметров. Для предобработки используются нормализация текста и SentencePiece; максимальная длина контекста — 512 токенов. В README приведены результаты на тестовых наборах JW300.en.ceb (BLEU 51,3) и Tatoeba.en.ceb (BLEU 31,3). Модель выпускается в форматах PyTorch и TensorFlow и распространяется по лицензии Apache-2.0. Она предназначена для перевода только с английского на себуано; качество может различаться в зависимости от тематики и стиля текста.

Helsinki-NLP/opus-mt-sem-sem — модель машинного перевода семейства OPUS-MT, разработанная в рамках проекта Helsinki-NLP и Tatoeba Challenge. Это компактная трансформерная модель MarianMT с 42,4 млн параметров для перевода между семитскими языками и разновидностями арабского: в README перечислены apc, ara, arq, arz, heb и mlt как исходные и целевые языки. Модель принимает текст и выдаёт перевод. Перед текстом требуется указать целевой язык специальным токеном вида `>>id<<`; обработка включает нормализацию и SentencePiece с моделью словаря 32k. Максимальная длина контекста — 512 токенов. Доступны веса PyTorch и TensorFlow. Модель лицензирована по Apache-2.0. В README приведены результаты на тестовых наборах: например, BLEU 34,0 для перевода с арабского на иврит и 16,6 для перевода с арабского на мальтийский; для арабского на арабский BLEU составляет 4,2. Качество зависит от направления и языковой разновидности, поэтому результаты на одном направлении не следует переносить на другие. Для мало представленных языковых разновидностей перевод может быть ненадёжным.

Red Hat выпустила вспомогательную модель спекулятивного декодирования EAGLE-3 для Qwen3-30B-A3B-Instruct-2507. Архитектура Eagle3Speculator предсказывает вероятные следующие токены, чтобы ускорить генерацию ответов основной моделью; это не самостоятельная чат-модель. Она обучена с отключённым режимом thinking на данных Magpie-Align/Magpie-Pro-300K-Filtered и HuggingFaceH4/ultrachat_200k и предназначена для работы с шаблоном чата Qwen3 через endpoint /chat/completions, например в vLLM с тремя спекулятивными токенами. Репозиторий содержит веса safetensors и распространяется по лицензии Apache-2.0. Карточка не приводит размер этой вспомогательной модели или длину контекста.

Qwen3.6-35B-A3B-DFlash-ja — экспериментальная черновая модель DFlash, созданная автором zan на основе z-lab/Qwen3.6-35B-A3B-DFlash. Она предназначена для спекулятивного декодирования с целевой моделью семейства Qwen3.6-35B-A3B и может использоваться через vLLM с методом dflash. Дополнительное обучение на английских и японских данных улучшило длину принимаемого блока для японских задач; в приведённых автором тестах на английском результаты были сопоставимы с исходной черновой моделью. Модель относится к архитектуре Qwen3 и классу DFlashDraftModel; метаданные указывают 886 млн параметров, контекст 262144 токена и формат safetensors. Это компонент ускорения инференса, а не самостоятельная целевая языковая модель: для работы ей нужна совместимая модель Qwen3.6. Автор приводит результаты тестов с квантованной NVFP4 целевой моделью, но отмечает расхождение точности между bf16 при извлечении скрытых состояний для обучения и NVFP4 при инференсе, которое может влиять на качество принятия токенов. Лицензия — Apache 2.0.

RationalRewards — модель оценки изображений, разработанная исследователями HKUST, Университета Ватерлоо и Alibaba. На основе Qwen3-VL-Instruct-8B она анализирует изображения, формирует многомерные критические замечания и выставляет оценки для задач генерации изображений по тексту и редактирования изображений. Модель предназначена для оценки соответствия изображения инструкции, визуального качества, композиции и правдоподобия. Её можно применять как источник структурированных сигналов вознаграждения при обучении генераторов с RL, а также для цикла Generate-Critique-Refine: критика результата используется для целевого уточнения промпта без изменения параметров генератора. В метаданных указаны архитектура Qwen3-VL, 8B-базовая модель Qwen3-8B, библиотека Transformers и формат safetensors; README описывает английский язык. В README сообщается о сильных результатах в прогнозировании предпочтений и улучшении генерации, но численные гарантии качества для конкретных задач не приводятся. Модель оценивает и критикует изображения, а не генерирует их самостоятельно. Лицензия — Apache-2.0.

Redflag Detection V2.0 — специализированная медицинская модель извлечения симптомов и факторов риска, созданная дообучением Qwen2.5-7B-Instruct. Она принимает сообщения пользователей и возвращает структурированные данные в формате JSON: возраст, сведения о пациенте, заболевания, симптомы, отрицаемые симптомы, характеристики симптомов и контекстные факторы. Результат предназначен для передачи механизму правил, который определяет экстренные медицинские признаки. Модель основана на плотной архитектуре Qwen2 и содержит 7,1 млрд параметров. Она рассчитана на английский и малайский языки, использует контекст до 32 768 токенов и распространяется в формате safetensors. В README заявлены Exact Match 90,0% и Micro F1 0,950 на тесте из 100 случаев вне распределения, а на проверке извлечения из 269 примеров — Exact Match 88,5% и Micro F1 0,870. Лицензия — Apache-2.0. Модель извлекает информацию для последующего применения правил; сама по себе она не заявлена как средство постановки диагноза или замена медицинской оценки. Результаты тестирования относятся к указанным в карточке наборам данных.

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

Bark Small — компактный вариант модели Bark, созданной Suno для преобразования текста в аудио. Модель состоит из трёх трансформерных компонентов: преобразует текст в семантические токены, затем в аудиотокены EnCodec и в итоговое аудио. Версия Small использует компоненты размером 80 млн параметров каждый. Модель предназначена для синтеза реалистичной речи на нескольких языках, а также музыки, фонового шума и простых звуковых эффектов. Она может генерировать невербальные звуки, например смех, вздохи и плач. Карточка перечисляет поддержку английского, немецкого, испанского, французского, хинди, итальянского, японского, корейского, польского, португальского, русского, турецкого и китайского языков. Доступны предварительно обученные веса для запуска через Transformers или оригинальную библиотеку Bark. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование. Модель выпущена для исследовательского использования; её выход не фильтруется, а авторы предупреждают о возможности злоупотреблений, включая имитацию голоса. В карточке не заявлены ограничения по длине текста или аудио и не приводятся отдельные показатели качества для версии Small.

iioSnail/bert-base-chinese-medical-ner — модель распознавания именованных сущностей в китайских медицинских текстах, созданная на основе BERT и предназначенная для токенной классификации. Она присваивает токенам метки B/I/E для начала, продолжения и конца сущности, а также O для токенов вне сущностей; результат можно преобразовать в упорядоченные медицинские сущности с помощью MedicalNerModel.format_outputs. Модель содержит 129,5 млн параметров, работает с текстом и имеет контекст длиной до 512 токенов. Карточка указывает китайский язык и медицинскую область. Репозиторий предоставляет веса PyTorch; лицензия — AFL-3.0.

domenicrosati/deberta-v3-xsmall-with-biblio-context-finetuned-review_classifier — модель классификации текста, дообученная на основе microsoft/deberta-v3-xsmall. По названию репозитория она предназначена для классификации рецензий с использованием библиографического контекста; карточка сообщает метрики на оценочном наборе: accuracy 0,9682, F1 0,8332, recall 0,8466 и precision 0,8202. Модель построена на архитектуре DeBERTa v3 xsmall с контекстным энкодером, содержит 77,5 млн параметров и принимает последовательности длиной до 512 токенов. Формат весов — PyTorch. Указана лицензия MIT. В README не описаны метки классификации, устройство библиографического контекста и состав данных, поэтому применимость метрик к конкретным сценариям следует оценивать с учётом этих пробелов.

Это модель бинарной классификации веб-страниц, разработанная для проекта Тамканского университета «Мультимодальная система предотвращения торговли наркотиками». Она основана на XLM-RoBERTa base с 12 слоями и определяет, является ли сайт площадкой для продажи наркотиков. На вход подаётся обычный текст веб-страницы, на выходе — метки классов и оценки softmax; контекст модели составляет 514 токенов. Модель предназначена для предварительной сортировки веб-страниц при мониторинге возможной онлайн-торговли наркотиками. В оценке на вручную размеченных реальных страницах из доменов, не пересекавшихся с обучающими данными, ROC-AUC составил 0,938. Оценки softmax не калиброваны и не должны напрямую интерпретироваться как вероятности; в рабочей системе авторы отдельно калибруют их и применяют порог. Объём оценки был ограничен, а результаты требуют проверки человеком. Модель распространяется по лицензии Apache-2.0.

austinb/fraud_text_detection — модель классификации текста на базе DistilBERT, дообученная автором репозитория на наборе данных, указанном в карточке как None. Она предназначена для определения мошеннического текста. В карточке приведены результаты оценки: accuracy 0,9798 и loss 0,1112; дополнительных сведений о данных и методике оценки нет. Модель использует DistilBERT и поддерживает контекст до 512 токенов. Репозиторий содержит веса PyTorch и ONNX. Лицензия — Apache-2.0. Карточка не описывает конкретные метки классов, состав обучающих данных или ограничения применимости, поэтому указанные результаты не гарантируют такое же качество на других данных.

densenet/Gemma-4-31B-StyleTune-heretic-ara — дообученная модель densenet на базе Gryphe/Gemma-4-31B-StyleTune, созданная с применением abliteration. Она предназначена для диалогов и творческого письма, в том числе ролевых сценариев; в метаданных также заявлена обработка изображений вместе с текстом и интерфейс вызова инструментов. Архитектура — плотная Gemma 4 с 31 млрд параметров по названию базовой модели; файлы представлены в формате safetensors. В README указаны параметры abliteration и сравнительный результат: 8 отказов из 100 запросов против 99 у исходной модели. Модель обучали с Unsloth и библиотекой Hugging Face TRL. Карточка описывает английский язык; данных о длине контекста нет. Лицензия — Apache-2.0.

MARSHAL-Generalist-Qwen3-4B — языковая модель общего назначения из фреймворка MARSHAL, разработанного авторами проекта MARSHAL. Модель инициализирована из Qwen/Qwen3-4B и дообучена методом обучения с подкреплением через самоигру в стратегические игры, включая крестики-нолики, Kuhn Poker и Mini Hanabi. Это плотная авторегрессионная архитектура Qwen3ForCausalLM примерно на 3,7 млрд параметров с контекстом до 40 960 токенов; репозиторий содержит веса в формате Safetensors. Модель предназначена для генерации текста и диалогов, стратегического рассуждения и применения в многоагентных системах. В описании сообщается об улучшении результатов на отложенных стратегических играх и о приросте на бенчмарках рассуждений при интеграции в такие системы. Основной язык, обозначенный в метаданных, — английский. Модель принимает и генерирует текст; метаданные также отмечают интерфейс вызова инструментов. Модель распространяется по лицензии Apache-2.0. Её специализация на стратегических играх и самоигре не гарантирует одинакового качества в произвольных прикладных задачах; приведённые результаты зависят от тестов и конфигурации многоагентной системы.

Карточка модели inclusionAI/Ming-omni-tts-tokenizer-12Hz на Hugging Face совпадает с карточкой inclusionAI/Ming-omni-tts-0.5B, поэтому описание составлено по ней. Ming-omni-tts-0.5B — модель синтеза речи и аудио от InclusionAI. Она принимает текст и инструкции на естественном языке и генерирует речь с управляемыми темпом, высотой, громкостью, эмоцией и диалектом. Также модель поддерживает подбор голоса по описанию, более 100 встроенных голосов и генерацию речи, фоновых звуков и музыки в одном аудиоканале. Модель использует плотную архитектуру BailingMMNativeForConditionalGeneration, непрерывный аудиотокенизатор с частотой 12,5 Гц и стратегию Patch-by-Patch; размер в названии модели — 0,5 млрд параметров. В README описаны возможности для китайской речи, включая управление кантонским диалектом, а также нормализация математических выражений и химических формул. Модель распространяется по лицензии Apache-2.0. Заявленные в карточке оценки относятся к указанным разработчиком бенчмаркам и не гарантируют аналогичного качества на произвольных данных. README приводит пример запуска через репозиторий проекта, но не описывает подробно требования к оборудованию или полный интерфейс управления генерацией.

Карточка модели servantofares/Ming-UniVision-16B-A3B на Hugging Face совпадает с карточкой inclusionAI/Ming-UniVision-16B-A3B, поэтому описание составлено по ней. Ming-UniVision-16B-A3B — мультимодальная авторегрессионная модель от inclusionAI для совместного понимания и генерации изображений в диалоге. Она использует непрерывные визуальные представления MingTok в единой схеме предсказания следующего токена, без дискретного квантования изображений и отдельных модальных голов. Архитектура в метаданных обозначена как BailingMMNativeForConditionalGeneration; веса опубликованы в формате safetensors, библиотека — Transformers. Модель предназначена для вопросов по изображениям, генерации изображений и их редактирования, включая многошаговые сценарии, где пользователь чередует запросы на понимание и изменение изображения. README сообщает о согласованном пространстве представлений для визуального понимания и генерации, а также о более быстром сходимости совместного обучения; заявлено ускорение в 3,5 раза. Поддерживаемые языки по метаданным — английский и китайский. Модель распространяется по лицензии Apache-2.0. В README не приведены конкретные сведения о размере контекстного окна и практических ограничениях качества; модельная карточка не содержит примеров использования или подробных инструкций по запуску.

rushikeshwalode/multiple_choice_model — дообученная модель BERT, разработанная на основе google-bert/bert-base-uncased и предназначенная для выбора правильного варианта из предложенных ответов. Она подходит для тестов с множественным выбором и вопросов, где нужно сопоставить текст вопроса с несколькими кандидатами. Модель содержит 136,7 млн параметров, использует архитектуру BertForMultipleChoice и принимает текстовые входные данные с контекстом до 512 токенов. В README указана точность 0,751 и значение loss 2,0560 на оценочном наборе, однако набор данных и подробности оценки не раскрыты. Репозиторий содержит веса в формате safetensors; модель распространяется по лицензии Apache-2.0. Основа BERT uncased ориентирована на английский язык, поэтому применимость к другим языкам не подтверждена.

Helsinki-NLP/opus-mt-af-nl — модель машинного перевода, разработанная Helsinki-NLP в рамках проекта OPUS-MT. Она переводит текст с африкаанс на нидерландский; модель одноязычная для этой пары, построена на архитектуре Transformer-align и использует нормализацию и SentencePiece с словарями размером 32 тыс. токенов. Модель содержит 52,4 млн параметров, работает с библиотеками Transformers и Marian и поддерживает контекст до 512 токенов. В карточке приведён результат BLEU 55,2 на тестовом наборе Tatoeba для пары африкаанс—нидерландский. Выпущена под лицензией Apache-2.0.

opus-mt-ee-fr — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с языка ee на французский. Модель основана на архитектуре Transformer-align, использует нормализацию текста и SentencePiece; число параметров — 56 млн, максимальная длина контекста — 512 токенов. Доступны веса в форматах PyTorch и TensorFlow. Модель предназначена для перевода текстов с ee на французский; в карточке приведён результат BLEU 27,1 на тестовом наборе JW300.ee.fr. Лицензия — Apache-2.0. Результат на одном тестовом наборе не гарантирует качество для других жанров и предметных областей.

Helsinki-NLP/opus-mt-eo-fr — модель машинного перевода семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с эсперанто на французский и основана на архитектуре Marian Transformer; в метаданных указано 55,7 млн параметров и контекст до 512 токенов. Для предобработки используются нормализация и SentencePiece. Модель обучена на данных OPUS; для набора Tatoeba.eo.fr в карточке приведены результаты BLEU 50,9 и chr-F 0,675. Модель подходит для перевода предложений и текстовых фрагментов с эсперанто на французский. Репозиторий содержит веса PyTorch и TensorFlow. Лицензия Apache-2.0 разрешает использование и распространение на её условиях.

Question_Generation_ComQ_13 — дообученная модель семейства T5, разработанная на основе Gayathri142214002/Question_Generation_ComQ_12. Она предназначена для генерации вопросов по текстовому контексту. В репозитории указаны 123,8 млн параметров, контекст до 512 токенов и формат весов safetensors. README сообщает значение loss 0,2058 на наборе оценки, но не описывает методику оценки и обучающие данные. Модель подходит для автоматического составления вопросов по фрагментам текста, например, для подготовки учебных материалов или вопросов для проверки понимания прочитанного. Лицензия — Apache-2.0. Языковая поддержка и конкретные ограничения качества в карточке не раскрыты.

Red Hat выпустила эту модель-спекулятор для ускорения генерации текста моделью Qwen3-32B с помощью алгоритма спекулятивного декодирования EAGLE-3. Она предлагает черновые токены, которые проверяет основная модель, поэтому предназначена для совместного запуска с Qwen/Qwen3-32B, а не как самостоятельная языковая модель. Модель оптимизирована для задач рассуждения с включённым режимом thinking. Для использования автор рекомендует vLLM, шаблон чата Qwen3-32B и endpoint /chat/completions; в примере конфигурации задано пять спекулятивных токенов. Обучение проводилось на Magpie-Pro-300K-Filtered и UltraChat 200K с ответами Qwen3-32B. Файлы модели представлены в формате safetensors. Лицензия — Apache-2.0. README приводит оценки производительности, но таблицы с результатами опущены, поэтому по карточке нельзя оценить величину ускорения; работа модели зависит от совместимой версии vLLM и исходной Qwen3-32B.

Qwen-Image-2.1-PE-I2I-GGUF — GGUF-версия модели Qwen-Image-2.1-PE-I2I, разработанной командой Qwen. Это модель переписывания промптов для редактирования изображений: она принимает расплывчатую инструкцию и одно или несколько входных изображений, а затем формирует точный промпт для последующего редактирования в диффузионном пайплайне Qwen-Image-2.1. Модель подходит для композитинга, переноса объекта из одного изображения в сцену другого и других сценариев многоизображенческого редактирования. Модель основана на доработанной Qwen3.5-VL-9B и поддерживает текстово-визуальные входы, включая несколько изображений, обозначаемых как <image1>, <image2> и далее. Перед ответом она выполняет рассуждение в блоке <think>, после чего возвращает структурированный JSON с переписанным промптом и одним из взаимоисключающих полей: wh_ratio для новой пропорции композиции или ratio_follow для сохранения пропорций исходного изображения. Указан английский язык. Доступны варианты GGUF с точностью от BF16 до Q3 и Q5, размером файлов примерно от 4,62 до 17,9 ГБ, а также отдельный мультимодальный проектор размером 922 МБ. Сильной стороной модели является специализация на преобразовании неформулированных инструкций в подробные, пригодные для дальнейшей обработки описания с учётом содержимого изображений. Она не выполняет само редактирование, а подготавливает промпт для Qwen-Image-2.1 через Diffusers. Для запуска предусмотрены Transformers и llama.cpp. Модель распространяется по Qwen Research License Agreement; точные ограничения лицензии следует уточнять в её тексте.

SafetyAdapter-Scorecard — компактный адаптер для повышения согласованности отказов, обработки чувствительных данных и осторожных ответов с учётом политик у инструкционно настроенных языковых моделей. Он сохраняет архитектуру базовой модели и подключается к ней вместе с исходным шаблоном чата. В README приведены результаты сравнений по устойчивости к токсичности, отказам на jailbreak-запросы и редактированию персональных данных; также описан выбор контрольной точки по сочетанию безопасности и калибровки. Метаданные репозитория указывают на архитектуру BERT и задачу feature-extraction, но README описывает применение адаптера с инструкционной языковой моделью. Базовая модель не названа. Репозиторий содержит файлы PyTorch и распространяется по лицензии MIT. Адаптер предназначен для сценариев, где важны осторожные ответы и корректные отказы. Он не заменяет проверку политик безопасности конкретного приложения; README рекомендует оценивать его с целевой базовой моделью и аудиторией перед развёртыванием.