I.14Автоматизация процессов и AI-агенты

ZuzeTt/LFM2.5-1.2B-Instruct-imatrix-GGUF — квантованный вариант текстовой instruct-модели LFM2.5-1.2B-Instruct, разработанной Liquid AI; репозиторий ZuzeTt основан на базовой модели LiquidAI/LFM2.5-1.2B-Base. Модель предназначена для локального и периферийного развертывания, включая agentic-задачи, извлечение данных, RAG и общее следование инструкциям. Формат GGUF ориентирован на llama.cpp и совместимые инструменты, CPU-инференс и снижение потребления памяти. Модель содержит 1,17 млрд параметров, 16 слоёв: 10 double-gated LIV convolution blocks и 6 GQA blocks. Она поддерживает только текстовые данные, контекст до 32 768 токенов и языки: английский, арабский, китайский, французский, немецкий, японский, корейский и испанский. Заявлены скорость декодирования до 239 токенов в секунду на AMD CPU и 82 токенов в секунду на мобильном NPU, а также работа менее чем с 1 ГБ памяти; эти показатели зависят от оборудования и конфигурации. Сильные стороны модели — малый размер, высокая скорость локального инференса, многоязычность, поддержка ChatML-подобного шаблона и function calling. Модель не рекомендуется для задач, требующих обширных фоновых знаний, и программирования; дата отсечения знаний — середина 2024 года. Указана лицензия lfm1.0; дополнительные условия следует уточнять в файле LICENSE.

LFM2.5-VL-1.6B — компактная мультимодальная модель Liquid AI для понимания изображений и диалога по визуальному содержимому. Это дообученная версия LFM2.5-1.2B-Base: языковая основа дополнена визуальным энкодером SigLIP2 NaFlex на 400 млн параметров. Модель содержит 1,6 млрд параметров и имеет контекст 32 768 токенов. Модель принимает изображения и текст, а отвечает текстом. Она подходит для описания изображений, распознавания текста на изображениях и документах, ответов на вопросы по визуальному содержимому и работы с несколькими изображениями. Поддерживает английский, арабский, китайский, французский, немецкий, японский, корейский и испанский языки. Обрабатывает изображения до 512×512 пикселей без масштабирования; более крупные изображения делит на фрагменты с дополнительным обзорным изображением. Для локального запуска и адаптации доступны Transformers и vLLM. К сильным сторонам относятся следование инструкциям, обработка изображений высокого разрешения, OCR и многоязычное понимание изображений. Модель не предназначена для задач, требующих обширных знаний. В карточке Hugging Face лицензия обозначена как other; конкретные условия следует сверить с файлами репозитория Liquid AI.

LightOn-rerank-PW-2B — мультимодальная модель-реранкер от LightOn на базе Qwen/Qwen3.5-2B. Это точечный cross-encoder: он отдельно оценивает соответствие каждого текстового фрагмента или изображения страницы документа запросу и возвращает оценку logit(«Yes») − logit(«No»). Модель предназначена для второго этапа поиска после BM25, векторного поиска или retrieval-моделей семейства ColPali. Модель содержит около 2,2 млрд параметров, использует архитектуру Qwen3.5 с линейным и полным вниманием и принимает текстовый запрос вместе с текстовым документом либо изображением страницы. Она совместно дообучена на текстовых и визуальных данных; веса адаптера LoRA объединены с основной моделью. Обучение проводилось на английском языке, французский поддерживается благодаря мультиязычной базовой модели и работает без отдельного дообучения. Модель рассчитана на быстрое независимое ранжирование кандидатов и показала улучшение результатов поиска по тексту и визуальным документам в описанных в карточке тестах. Для работы требуются Transformers версии 5.4.0 или новее; для использования через Sentence Transformers также нужна версия 5.4.0 или новее. Модель распространяется по лицензии Apache-2.0.

Это квантованная в формате MXFP4_MOE сборка разговорной гибридной MoE-модели Ling-3.0-flash от Inclusion AI, опубликованная в формате GGUF. Она предназначена для генерации текста в диалогах; базовая модель также рассчитана на программирование и многошаговые агентные задачи. Для запуска в карточке рекомендуется llama.cpp. Сведения о размере модели, контекстном окне и поддерживаемых языках в доступных данных отсутствуют. Квантование уменьшает точность весов и предназначено для запуска модели в более компактном формате, однако доступные данные не содержат результатов оценки качества этой сборки. Лицензия не указана в предоставленных сведениях.

bigdefence опубликовал дообученную языковую модель на архитектуре Llama 3.1. Она создана на базе Saxo/Linkbricks-Horizon-AI-Korean-llama-3.1-sft-dpo-8B и предназначена для генерации текста в диалоговом формате; метаданные также отмечают интерфейс вызова инструментов. Модель содержит 7,5 млрд параметров, принимает текст и поддерживает контекст до 131 072 токенов. В карточке указано обучение с использованием Unsloth и TRL. Базовая модель ориентирована на корейский язык, однако README и языковые метаданные этой версии не подтверждают отдельно полный список поддерживаемых языков. Модель распространяется по лицензии Apache-2.0. README не приводит результатов оценки качества или подробностей о данных дообучения, поэтому пригодность для конкретных задач следует проверять отдельно.

Gunulhona/Llama-Merge-Small — объединённая диалоговая языковая модель, созданная с помощью mergekit методом SLERP из KISTI-KONI/KONI-Llama3-8B-Instruct-20240729 и meta-llama/Meta-Llama-3.1-8B-Instruct. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и 7,5 млрд параметров; веса представлены в формате safetensors. Указанная длина контекста — 131 072 токена. Модель предназначена для генерации текста в диалогах и ответов на запросы; метаданные также отмечают интерфейс для вызова инструментов. Базовая модель KISTI описана как корейская диалоговая модель для ответов на вопросы и помощи с научно-технической информацией, однако README не приводит отдельной оценки возможностей или языкового охвата именно этого объединения. Лицензия в предоставленных данных не указана.

Карточка модели Bigg-Iron/LocateAnything-3B на Hugging Face совпадает с карточкой nvidia/LocateAnything-3B, поэтому описание составлено по ней. LocateAnything-3B — разработанная NVIDIA в рамках семейства Eagle vision-language модель для визуальной локализации по изображениям и текстовым запросам. Она предназначена для разработчиков и исследователей, которым нужны обнаружение объектов, поиск областей по описанию и другие задачи пространственного понимания в приложениях Enterprise Intelligence и Physical AI. Модель основана на трансформерной VLM с визуальным энкодером MoonViT, языковой частью Qwen2.5-3B-Instruct и MLP-проектором; содержит около 3 млрд параметров. Принимает RGB-изображения исходного разрешения до 2,5K и текстовые запросы; заявлена поддержка промптов до 24K токенов. Модель выполняет поиск одного или нескольких объектов, плотное обнаружение в сложных сценах, привязку выражений к областям, локализацию элементов GUI и текста, а также выдаёт рамки и точки. Механизм Parallel Box Decoding предсказывает координаты блоками параллельно, что, по данным карточки, обеспечивает до 2,5 раза более высокую пропускную способность по сравнению с предшествующими подходами. Обучение охватывает природные сцены, робототехнику, вождение, GUI и документы; заявленный масштаб обучающих данных — 12 млн изображений и более 138 млн запросов. Карточка позиционирует релиз для исследований и разработки. Лицензия указана как other, поэтому конкретные права использования следует сверять с условиями репозитория.

Карточка модели ccqwe/LocateAnything-3B на Hugging Face совпадает с карточкой nvidia/LocateAnything-3B, поэтому описание составлено по ней. LocateAnything-3B — разработанная NVIDIA в рамках семейства Eagle vision-language модель для визуальной локализации по изображениям и текстовым запросам. Она предназначена для разработчиков и исследователей, которым нужны обнаружение объектов, поиск областей по описанию и другие задачи пространственного понимания в приложениях Enterprise Intelligence и Physical AI. Модель основана на трансформерной VLM с визуальным энкодером MoonViT, языковой частью Qwen2.5-3B-Instruct и MLP-проектором; содержит около 3 млрд параметров. Принимает RGB-изображения исходного разрешения до 2,5K и текстовые запросы; заявлена поддержка промптов до 24K токенов. Модель выполняет поиск одного или нескольких объектов, плотное обнаружение в сложных сценах, привязку выражений к областям, локализацию элементов GUI и текста, а также выдаёт рамки и точки. Механизм Parallel Box Decoding предсказывает координаты блоками параллельно, что, по данным карточки, обеспечивает до 2,5 раза более высокую пропускную способность по сравнению с предшествующими подходами. Обучение охватывает природные сцены, робототехнику, вождение, GUI и документы; заявленный масштаб обучающих данных — 12 млн изображений и более 138 млн запросов. Карточка позиционирует релиз для исследований и разработки. Лицензия указана как other, поэтому конкретные права использования следует сверять с условиями репозитория.

Карточка модели nimo1234/LocateAnything-3B на Hugging Face совпадает с карточкой nvidia/LocateAnything-3B, поэтому описание составлено по ней. LocateAnything-3B — разработанная NVIDIA в рамках семейства Eagle vision-language модель для визуальной локализации по изображениям и текстовым запросам. Она предназначена для разработчиков и исследователей, которым нужны обнаружение объектов, поиск областей по описанию и другие задачи пространственного понимания в приложениях Enterprise Intelligence и Physical AI. Модель основана на трансформерной VLM с визуальным энкодером MoonViT, языковой частью Qwen2.5-3B-Instruct и MLP-проектором; содержит около 3 млрд параметров. Принимает RGB-изображения исходного разрешения до 2,5K и текстовые запросы; заявлена поддержка промптов до 24K токенов. Модель выполняет поиск одного или нескольких объектов, плотное обнаружение в сложных сценах, привязку выражений к областям, локализацию элементов GUI и текста, а также выдаёт рамки и точки. Механизм Parallel Box Decoding предсказывает координаты блоками параллельно, что, по данным карточки, обеспечивает до 2,5 раза более высокую пропускную способность по сравнению с предшествующими подходами. Обучение охватывает природные сцены, робототехнику, вождение, GUI и документы; заявленный масштаб обучающих данных — 12 млн изображений и более 138 млн запросов. Карточка позиционирует релиз для исследований и разработки. Лицензия указана как other, поэтому конкретные права использования следует сверять с условиями репозитория.

MahaKumbh-Llama3.3-70B — языковая модель AIGurukul Foundation для генерации текста и диалогового взаимодействия. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 69,5 млрд параметров; в карточке указано, что она дообучена на Llama 3.3. Модель поддерживает контекст до 131 072 токенов и опубликована в формате safetensors для Transformers. Модель подходит для генерации ответов и ведения диалога; в метаданных также отмечен интерфейс вызова инструментов. README не описывает конкретные сценарии применения, данные обучения или результаты оценки, поэтому специализированные возможности и качество для отдельных задач установить нельзя. Указана лицензия Apache 2.0. Python в README ошибочно или неоднозначно приведён в поле языков NLP и не считается поддерживаемым естественным языком.

MiMo-7B-RL-Zero — языковая модель Xiaomi, обученная с нуля в серии MiMo-7B и дообученная методом обучения с подкреплением от базовой MiMo-7B-Base. Модель предназначена прежде всего для рассуждений в математике и программировании; карточка сообщает о результатах на бенчмарках, сопоставимых с OpenAI o1-mini. Это плотная авторегрессионная модель семейства MiMo с 7 млрд параметров и контекстом 32 768 токенов. Она принимает текст и генерирует текст; поддерживает диалоговый режим и интерфейс вызова инструментов. В обучении использовались масштабное предварительное обучение и RL на задачах математики и кода с проверкой ответов по правилам. Репозиторий содержит веса Safetensors. Лицензия — MIT. Карточка не описывает отдельные ограничения качества или поддерживаемые естественные языки; языковые возможности за пределами задач математики и кода из предоставленных данных установить нельзя.

MinerU — модель для автоматического преобразования PDF-документов в Markdown. Она предназначена для извлечения текста с учётом структуры страницы, распознавания математических формул и восстановления таблиц, например при обработке академических статей, учебников и технической документации. В README описана составная архитектура: Detectron2 для анализа макета, сверточная сеть для обнаружения формул, BERT для их распознавания и T5 для восстановления таблиц. Метаданные Hugging Face относят репозиторий к feature-extraction; заявленный в README сценарий преобразования PDF в Markdown с этим тегом не совпадает. Заявлены поддержка китайского и английского языков и ограничения до 100 страниц и 50 МБ на PDF. README приводит точность распознавания текста 95%, формул 90% и восстановления таблиц 85%, но не описывает методику оценки. Использование рассчитано на среду с Python, PyTorch и Detectron2; указаны требования от 16 ГБ ОЗУ и 8 ГБ видеопамяти. Лицензия — Apache-2.0.

QuantTrio/MiniMax-M2.7-AWQ — AWQ-квантизированная версия языковой модели MiniMax-M2.7, разработанной MiniMax AI. Модель предназначена для генерации текста и может использоваться в задачах диалогового взаимодействия, обработки запросов и других сценариях, поддерживаемых базовой text-generation-моделью. Данные о точной архитектуре, числе параметров, поддерживаемых языках и исходной длине контекста в README не приведены. Квантизация выполнена без калибровочного набора данных с использованием data-free quantization tool. Модель ориентирована на запуск через vLLM и Transformers; в конфигурации сервера указан максимальный контекст 32 768 токенов, а также поддержка tool calling и reasoning parser для MiniMax M2.7. Размер файлов модели составляет около 122 GiB. Для распределённого запуска рекомендуется конфигурация с tensor parallelism на восемь GPU и expert parallelism. Основные преимущества — уменьшенный по сравнению с исходной моделью объём хранения и возможность производительного инференса через vLLM. Ограничения включают потенциальное снижение качества из-за квантизации, отсутствие опубликованных количественных оценок качества и высокие требования к аппаратному обеспечению и версиям программных компонентов: vLLM 0.19.0 или новее, Transformers 5.5.4 или новее и CUDA 12.8 или 13.0. Лицензия указана как modified-MIT; применимые условия следует уточнять по файлу лицензии исходного проекта.

CreitinGameplays/Mistral-Nemo-12B-R1-v0.1 — дообученная автором CreitinGameplays модель Mistral Nemo для генерации ответов в диалоге с упором на систематические рассуждения. Она основана на mistralai/Mistral-Nemo-Instruct-2407 и обучалась один проход на датасете Magpie-Reasoning-V2-250K-CoT-Deepseek-R1-Llama-70Bmistral; автор сообщает, что обучение заняло 96 часов на двух NVIDIA RTX A6000. Модель имеет плотную архитектуру MistralForCausalLM и 12,1 млрд параметров. Она принимает текст и выдаёт текст, поддерживает контекст до 131 072 токенов, а в интерфейсе модели заявлены чат и вызов инструментов. Основной язык обучения — английский, поэтому качество на других языках может быть ниже. Модель опубликована под лицензией MIT. Автор предупреждает, что после этапа рассуждений модель может зациклиться в бесконечной генерации; это следует учитывать при настройке лимита токенов и проверке ответов.

stromano02/model — дообученная языковая модель семейства Llama на основе unsloth/meta-llama-3.1-8b-instruct-bnb-4bit. Разработчик — stromano02; модель обучена с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста и диалогового общения, а также поддерживает интерфейс вызова инструментов. Модель имеет плотную архитектуру LlamaForCausalLM и около 7,5 млрд параметров. Контекстное окно составляет до 131 072 токенов. Репозиторий содержит веса в форматах GGUF и safetensors; указана поддержка английского языка. Лицензия — Apache-2.0. README не описывает специальную предметную область или конкретные преимущества дообучения.

mREBEL-large-32 — многоязычная модель извлечения отношений, разработанная авторами работы REDFM и основанная на REBEL. Она преобразует задачу выделения отношений между сущностями в последовательность текста и может применяться как готовая система извлечения отношений или как отправная точка для дообучения на многоязычных наборах данных.

multi-sentence-BERTino V5 — италоязычная модель Sentence Transformers на архитектуре DistilBERT, разработанная автором репозитория nickprock и дообученная для поиска и сравнения предложений. Она преобразует предложения и абзацы в плотные векторы размерностью до 768 и предназначена для семантического поиска, информационного поиска, подбора контекста для RAG и оценки семантического сходства. Обучение использует Matryoshka Representation Learning: векторы можно усекать до 512, 256 или 128 измерений, сохраняя полезность для поиска; README приводит результаты на итальянских наборах для retrieval и STS. Для retrieval применялись синтетические запросы к абзацам итальянской Википедии с трудными отрицательными примерами, а для сходства — итальянская часть STS-B. Максимальная длина контекста — 512 токенов. Репозиторий содержит форматы ONNX и safetensors и распространяется по лицензии Apache-2.0. Модель рассчитана на итальянский язык и возвращает эмбеддинги, а не готовые текстовые ответы. Метрики приведены для hold-out оценки автора; качество на других доменах и типах данных может отличаться.

NekoMind1.6-Base — базовая предварительно обученная языковая модель серии NekoMind от nekocyrene для генерации текста. Это декодерный Transformer с архитектурой Mixture-of-Experts: 20 слоёв, из которых 18 используют разреженные блоки экспертов с маршрутизацией top-4, а первые два — плотные MLP. В README указано 1,5 млрд параметров всего и около 300 млн активируемых на токен; метаданные каталога указывают 284,4 млн параметров, поэтому фактический размер следует считать расходящимся между источниками. Модель использует RoPE, SwiGLU, RMSNorm и GQA, имеет контекст до 32 768 токенов и поддерживает чатовый шаблон и интерфейс вызова инструментов. Модель предназначена для продолжения текста и диалоговых сценариев, а также может служить основой для дальнейшей адаптации. README не приводит оценок качества, перечня поддерживаемых естественных языков или специализированных предметных областей. Для загрузки требуется Transformers не ниже 4.51.0, PyTorch не ниже 2.1.0 и включение trust_remote_code=True, поскольку пользовательский код архитектуры ещё не включён в основную библиотеку Transformers. Лицензия репозитория — Apache-2.0.

MikhailRepkin/news_classifier — дообученная модель на базе Sentence RuBERT, созданная для бинарной классификации русскоязычных публикаций в Telegram: новость или не новость. Она предназначена, например, для отбора новостных сообщений в сервисе-агрегаторе. Модель использует архитектуру BERT для классификации последовательностей, содержит около 205,1 млн параметров и принимает текст длиной до 512 токенов. По данным карточки, обучение проводилось на русскоязычных постах из Telegram; метрики на оценке составили 0,95 accuracy и 0,89 Matthews correlation. Результат выдаётся в виде метки класса: LABEL_1 означает новость, LABEL_0 — не новость. Модель распространяется по лицензии MIT. Оценка качества относится к указанным данным и метрикам; перенос на другие источники публикаций может потребовать отдельной проверки.

OPENER-Sup — модель для распознавания и типизации сущностей в открытом наборе классов, разработанная авторами OPENER. Это дообученный на контрастивных примерах текстовый эмбеддер на базе NomicBert из nomic-ai/nomic-embed-text-v1.5; он формирует векторы упоминаний, а для supervised-режима к ним применяется небольшой сбалансированный линейный классификатор LinearSVC, обученный на размеченных примерах целевых классов. В описанном конвейере обнаружение упоминаний выполняет замороженный GLiNER-L, затем OPENER-Sup кодирует их для типизации. Модель предназначена для открытого распознавания именованных сущностей и их классификации по пользовательским меткам. README сообщает результаты на бенчмарке из 13 датасетов: 40,2 end-to-end AMI и 62,5 на эталонных упоминаниях; указаны также вычислительная эффективность около 143 мс и 1,6 Вт·ч. Контекст модели — 2048 токенов. Для применения supervised-классификатора нужны размеченные целевые упоминания; веса классификационной головы обучаются под конкретный набор меток. Лицензия репозитория — MIT.

Ornith-1.5-9B-Omni-GGUF — мультимодальный набор моделей, опубликованный cudabenchmarktest в формате GGUF и предназначенный для запуска через Ollama вместе с адаптером Robit. В состав входят текстовая модель Ornith 1.5 9B с пониманием изображений, инструментами и опциональным режимом рассуждений, граф Qwen3-Omni для анализа аудио, изображений и видео, а также Qwen3-TTS для синтеза речи. Компоненты работают как отдельные графы, связанные семантическим адаптером. Набор поддерживает генерацию текста и речи, распознавание речи, интерпретацию окружающих звуков, понимание изображений и анализ выбранных кадров видео. Основной GGUF-файл является контейнером sidecar с шестью представлениями моделей и проекторов, а не самостоятельной стандартной моделью Ollama. Текстовые функции и понимание изображений запускаются через стандартный Ollama; для аудио, видео и синтеза речи требуется адаптер Robit с закреплённой версией llama.cpp. Генерация видео не поддерживается. В метаданных указан формат GGUF и лицензия «other»; конкретные условия лицензии следует сверить с опубликованными уведомлениями и источниками компонентов. README предупреждает, что мультимедийные данные, транскрипты, OCR, подписи и результаты инструментов следует считать недоверенным вводом.

UMCU/PII_XMLR.eu — многоязычная модель для выявления и классификации персональных данных в тексте. Её создали в UMCU, дообучив FacebookAI/xlm-roberta-base на наборе ai4privacy/pii-masking-openpii-1.5m с помощью MedNER. Модель построена на архитектуре XLM-RoBERTa и содержит 305,2 млн параметров; она принимает текст и относит токены к классам, что позволяет находить фрагменты с персональными данными для последующей деидентификации или маскировки. Модель обучали на английском, нидерландском, французском, немецком, испанском, итальянском, датском, шведском и португальском языках. В классификационной голове вместо одного линейного слоя используются три плотных слоя с ReLU и dropout 10%. Максимальная длина контекста — 514 токенов. Модель подходит для поиска и разметки PII в текстах на поддерживаемых языках; качество зависит от языка, типа данных и сходства текста с обучающим набором. Лицензия — Apache-2.0.

Pleias-RAG-350M — компактная языковая модель Pleias на архитектуре Llama с 353,4 млн параметров, дообученная на задачи генерации ответов с опорой на найденные источники. Она принимает запрос и набор источников в структурированном формате, анализирует запрос и полноту источников, а затем формирует ответ с обоснованием и ссылками на цитаты. Модель предназначена для RAG-систем, поиска и суммаризации источников, включая многошаговые вопросы и отбор отвлекающих документов. Модель поддерживает английский, французский, итальянский, немецкий и испанский языки; в README также заявлена более ограниченная поддержка польского, латинского и португальского. Контекст составляет 4096 токенов. Небольшой размер позволяет запускать её на ограниченной инфраструктуре, в том числе на телефонах и CPU; авторы сообщают о результатах на бенчмарках HotPotQA, 2Wiki и MuSiQue и рекомендуют включать её в многомодельные RAG-системы. Модель распространяется в формате safetensors по лицензии Apache-2.0. Результаты оценки в README относятся к «тривиальному» режиму бенчмарков, поэтому их нельзя считать подтверждением качества во всех режимах рассуждения и сценариях. Модель рассчитана на работу с предоставленными источниками; при недостаточном покрытии источников ответ может быть ограничен или отклонён.

sdadas/polish-reranker-roberta-v3 — польский переранжировщик от sdadas для повышения качества поиска в RAG-системах и информационного поиска. Модель на архитектуре RoBERTa принимает запрос и кандидатов-документов и оценивает их релевантность, чтобы упорядочить результаты. Она предназначена для документов разных тематик, включая материалы государственных и муниципальных учреждений Польши. Модель содержит 533,8 млн параметров по метаданным и обрабатывает контекст до 8194 токенов. В README указано, что её обучали дистилляцией знаний от BAAI/bge-reranker-v2.5-gemma2-lightweight с функцией потерь RankNet; в обучение добавили синтетические вопросы и passages из польских государственных и муниципальных сайтов. Авторы сообщают о лучших результатах на длинных документах по сравнению с предыдущей версией, при близком качестве на коротких текстах, и приводят оценку NDCG@10 66,21 на PIRB. Модель ориентирована на польский язык. Она выдаёт оценки для ранжирования, а не готовые ответы пользователю. На очень коротких текстах качество может немного уступать предыдущей версии. Лицензия в метаданных указана как Gemma.

PP-LCNet_x1_0_textline_ori — модель классификации ориентации строк текста из экосистемы PaddleOCR/PaddlePaddle. Она анализирует изображение строки, определяет её ориентацию и поддерживает исправление поворота постобработкой, чтобы улучшить распознавание в OCR-конвейере. Модель предназначена для обработки сканов документов и фотографий удостоверений и других документов, снятых под разными углами. В метаданных указаны PaddleOCR, архитектурное семейство PP-LCNet и поддержка английского и китайского языков. Модель распространяется по лицензии Apache-2.0.

perplexity-ai/pplx-computer-qwen-3-6-35b-a3b-mlx-20260709 — локальная языковая модель, опубликованная Perplexity и предназначенная для Perplexity Computer. Она используется в сценариях Hybrid Compute на Mac: локально обрабатывает файлы, конфиденциальные сведения и действия на устройстве, тогда как облачная часть системы выполняет поиск, планирование и более сложное рассуждение. Модель доступна в формате MLX для запуска на Apple silicon. Модель относится к семейству Qwen3.6 и имеет 35 млрд параметров при конфигурации с 3 млрд активных параметров (35B-A3B). Для семейства Qwen3.6 указана разреженная hybrid-архитектура с маршрутизацией Mixture-of-Experts, сочетающая рекуррентные состояния фиксированного размера с full attention. Опубликованный checkpoint использует groupwise affine 4-bit quantization и занимает около 19,4–19,5 ГБ. Подтверждённые модальности и языки, размер контекстного окна, результаты оценки и подробности дообучения для данной версии не указаны. Сильные стороны модели — возможность локального выполнения задач с чувствительными данными, уменьшенный объём весов и оптимизация для Apple silicon. Ограничения связаны с необходимостью совместимого Mac на Apple silicon и достаточного объёма unified memory; в Hybrid Compute требуется не менее 24 ГБ, а 32 ГБ рекомендуются для лучших результатов. Лицензионные условия для этого репозитория в доступных первоисточниках явно не указаны, поэтому свободное коммерческое использование и условия перераспределения подтверждать нельзя.

PP-OCRv6_small_rec_onnx — модель распознавания текста на изображениях из семейства PaddleOCR, разработанная PaddlePaddle. Она предназначена для задач OCR: извлечения текстового содержимого из изображений и последующего преобразования его в текст. Модель распространяется в формате ONNX и ориентирована на распознавание английского и китайского языков. В README заявлено семейство PP-OCRv6, однако точная архитектура, количество параметров, размер контекста и другие детальные характеристики именно этой версии не указаны. Название small указывает на компактный вариант, но его размер в параметрах также не приведён. Модель может использоваться в прикладных OCR-сценариях, где требуется автоматическое распознавание текста на изображениях. Сильными сторонами являются специализированная направленность на OCR, поддержка английского и китайского языков и формат ONNX, удобный для интеграции с совместимыми средами выполнения. Ограничения связаны с отсутствием в предоставленных данных подробностей о точности, поддерживаемых типах изображений и производительности. Модель распространяется по лицензии Apache 2.0.

PP-OCRv6_tiny_rec — компактная модель распознавания текста на изображениях из семейства PP-OCRv6, разработанного PaddlePaddle. Она предназначена для преобразования изображений текстовых строк в текст и может использоваться как модуль распознавания в OCR-конвейере вместе с детектором текста и другими компонентами PaddleOCR. Модель использует LCNetV4 в качестве backbone, прямую проекцию reshape без encoder neck и декодер с головами CTC и NRTR. По README, она содержит 1,1 млн параметров и поддерживает 49 языков; семейство PP-OCRv6 рассчитано на разные сценарии, включая промышленные изображения, экраны и точечно-матричные символы. В метаданных указаны английский и китайский языки. Лицензия — Apache-2.0. Модель узкоспециализирована на распознавании текста и сама по себе не описана как полный OCR-конвейер: для обнаружения текстовых областей могут понадобиться другие модули. Качество зависит от языка, типа изображения и условий съёмки; подробные показатели именно tiny_rec в предоставленном README не приведены.

QuCo-extractor-0.5B — компактная модель извлечения сущностей и отношений, разработанная для системы QuCo-RAG. Она дообучена на Qwen2.5-0.5B-Instruct и извлекает из предложений триплеты знаний вида «сущность — отношение — сущность». Модель предназначена для подготовки данных о связях между сущностями в корпусе, чтобы оценивать неопределённость и динамически подключать поиск в системах Retrieval-Augmented Generation (RAG). Это плотная причинная языковая модель семейства Qwen2 с 494 млн параметров, работающая с текстом и контекстом до 32 768 токенов. В карточке указана лицензия other; конкретные условия использования по этим данным установить нельзя. Качество извлечения, поддерживаемые языки и известные ограничения в карточке не описаны.

JeongMinMin дообучил компактную плотную языковую модель Qwen3 с 507,9 млн параметров на основе NotoriousH2/Qwen3-0.6B-JSON-SFT. Модель предназначена для генерации текста в формате JSON; метаданные также отмечают чатовый интерфейс и интерфейс вызова инструментов. В базовой модели заявлено извлечение метаданных, поручений, решений и препятствий из корейских протоколов совещаний, однако README не уточняет, как именно этот сценарий изменён в данном дообучении. Модель принимает текст и генерирует текст. Указан контекст длиной до 40 960 токенов; для файлов используются safetensors. Модель опубликована под лицензией Apache-2.0. Карточка не сообщает об оценках качества или известных ограничениях.