I.14Автоматизация процессов и AI-агенты

Модель dealignai/Qwen3.6-27B-MXFP8-CRACK-MTP — модифицированная версия Qwen 3.6 27B от dealignai. Это плотная мультимодальная модель с гибридной архитектурой GatedDeltaNet SSM и полным вниманием, 64 слоями и поддержкой изображений и видео. Репозиторий содержит веса SafeTensors в формате MXFP8 для запуска через MLX на компьютерах Apple Silicon; размер указан как 27 ГБ. Сохранена голова multi-token prediction для спекулятивного декодирования d3, для которого автор заявляет ускорение генерации примерно в 1,74 раза в совместимой среде vMLX. Модель предназначена для диалогов, рассуждений, ответов по изображениям и видео, а также сценариев с вызовом инструментов. Автор сообщает об удалении поведения отказа на уровне весов и приводит результаты HarmBench и MMLU, полученные через vMLX. README не описывает методику тестирования подробно, поэтому заявленные оценки и ускорение следует считать результатами автора, а не независимой проверкой. Лицензия — Apache-2.0. Модель рассчитана на использование с vMLX или совместимой средой MLX с поддержкой Qwen 3.6; формат MLX и ускорение MTP ориентированы на Apple Silicon. После изменения поведения отказа модель может выполнять запросы без обычных отказов по безопасности, поэтому необходим контроль её применения.

Qwen3.6-27B-SecOPD — мультимодальная модель семейства Qwen, разработанная на базе Qwen/Qwen3.6-27B и дообученная методом Secure On-Policy Distillation (SecOPD) для защиты от атак через внедрение инструкций в сторонний контент. Она рассчитана на сценарии, где модель получает доверенные инструкции пользователя отдельно от документов, найденных фрагментов или результатов инструментов: для этого используется выделенная роль input, отделяющая внешний материал от инструкций. Модель принимает текст и изображения и генерирует текст; в метаданных указаны поддержка диалогов и визуального ввода. Репозиторий содержит объединённый чекпойнт шага 150 с full-response KL: LoRA-адаптер уже слит с весами, поэтому отдельно загружать его не требуется. В опубликованных результатах SecOPD показывает низкий уровень успешности атак на нескольких тестах и сохраняет показатели полезности на чистых входах, однако эти результаты относятся к указанным в статье бенчмаркам и не гарантируют устойчивость ко всем атакам или сценариям. Карточка описывает применение с vLLM версии 0.19.0 или новее и соответствующим шаблоном чата и токенизатором. Лицензия — Apache-2.0.

ToPo-ToPo/Qwen3.8-27B-mlx-bf16 — конверсия мультимодальной модели Qwen/Qwen3.8-27B в формат MLX bfloat16 для запуска на компьютерах Apple Silicon. Модель использует архитектуру Qwen3_5ForConditionalGeneration с плотными весами; в неё входят языковая часть и модуль обработки изображений. Исходные веса конвертированы с помощью mlx-vlm 0.6.9, лицензия — Apache-2.0. Модель принимает текст и изображения и генерирует текст в диалоговых сценариях, включая анализ изображений и вызовы инструментов. В README подтверждены генерация по тексту и изображению, а также работа вызовов инструментов через OpenAI-совместимый шлюз. Производительность и потребление памяти зависят от оборудования; ускоритель MTP не включён в конверсию.

Qwen3.8-27B-Uncensored-NVFP4-RTX5090 — это квантизированный вариант мультимодальной vision-language модели Qwen3.8-27B, разработанный на основе orcarouter/Qwen3.8-27B-Uncensored и опубликованный fleetml. Модель предназначена для задач image-text-to-text, локальных исследований, оценки моделей и разработки агентных систем. Поддерживаемые языки — английский и китайский. Модель использует архитектуру Qwen3_5ForConditionalGeneration, сохраняет vision-language возможности и 15 нативных MTP-тензоров. Квантование выполнено в формате ModelOpt NVFP4; размер целевой модели составляет около 20,59 ГБ. Максимальный архитектурный контекст заявлен на уровне 262 144 токенов, а проверенный профиль запуска поддерживает 122 880 токенов. Рекомендуемая конфигурация рассчитана на NVIDIA RTX 5090 с 32 ГБ видеопамяти и запуск через SGLang с парой DSpark для speculative decoding. К сильным сторонам относятся высокая скорость декодирования, поддержка длинного контекста и оптимизация под RTX 5090: в указанном тесте медианная скорость составила 217,73 токена в секунду, а медианное время до первого токена — 0,113 секунды. Эти показатели получены при ограниченной конфигурации тестирования и не включают обработку промпта; производительность и доступная ёмкость могут зависеть от версии runtime и состояния GPU. Использование ориентировано на локальный контролируемый запуск, а совместимость с другой аппаратурой и средами не подтверждена. Модель распространяется по лицензии Apache 2.0.

Babelscape/rebel-large — модель извлечения отношений, разработанная Pere-Lluís Huguet Cabot и Roberto Navigli и представленная в работе Findings of EMNLP 2021. Она преобразует задачу извлечения отношений в генерацию последовательности: по входному тексту модель выделяет триплеты «субъект — отношение — объект». Модель основана на BART, содержит 252,8 млн параметров и принимает контекст длиной до 1024 токенов. REBEL рассчитана на извлечение отношений более чем 200 типов и может применяться для пополнения или проверки баз знаний, фактчекинга и других задач информационного извлечения. Карточка связывает модель с датасетом Babelscape/rebel-dataset; язык модели — английский. Для интерпретации результата нужны специальные токены, разделяющие субъект, объект и тип отношения; виджет Hugging Face их не показывает. Лицензия CC BY-NC-SA 4.0 ограничивает коммерческое использование и требует распространять адаптации на совместимых условиях.

vincolle/reranker-bert-italian-uncased-mmarco-mnrl — италоязычный reranker от разработчика vincolle, созданный дообучением ModernBERT как cross-encoder для поиска информации. Модель оценивает релевантность пары «запрос — фрагмент текста» и переупорядочивает найденные документы; её предполагаемый сценарий — второй этап конвейера retrieve-then-rerank после первичного поиска биэнкодером. Архитектура — ModernBertForSequenceClassification, около 134,9 млн параметров; нативный контекст — 8192 токена. Модель обучалась на смеси mMARCO-it и итальянского набора GooAQ, включая 75 тысяч обучающих троек с hard negatives. В README приведены результаты на отложенной выборке из того же распределения: NDCG@10 0,9235, MRR@10 0,9102 и MAP 0,9105; эти оценки не гарантируют аналогичного качества на других данных. Модель ориентирована на итальянский язык и работает с текстом на входе и оценками релевантности на выходе. Распространяется по лицензии Apache-2.0.

McGill-NLP/roberta-large-faithcritic — модель RoBERTa large, дообученная на FaithCritic, производном датасета FaithDial. Она классифицирует высказывание как соответствующее или не соответствующее исходным знаниям и предназначена для проверки фактической верности ответов в диалоговых системах с опорой на источники. Модель имеет архитектуру RobertaForSequenceClassification, содержит 454,1 млн параметров и принимает текст с контекстом длиной до 514 токенов. Выпущена под лицензией MIT.

Модель guishe/span-marker-generic-ner-v1-fewnerd-fine-super — англоязычная модель распознавания именованных сущностей на архитектуре SpanMarker. Она разработана на основе numind/generic-entity_recognition_NER-v1 и дообучена на наборе FewNERD; для обработки использует библиотеку SpanMarker и веса PyTorch в формате safetensors. Модель размечает текст категориями сущностей, охватывающими, среди прочего, людей, организации и объекты культуры. Модель предназначена для извлечения сущностей из английского текста и может быть дообучена на собственных данных. Максимальная длина последовательности составляет 256 токенов, максимальная длина распознаваемой сущности — 8 слов. Лицензия — CC BY-SA 4.0, поэтому при использовании и распространении производных материалов следует соблюдать её условия.

SWE-Next-7B — языковой агент для инженерных задач на уровне репозитория, разработанный TIGER-Lab и дообученный полным supervised fine-tuning на базе Qwen/Qwen2.5-Coder-7B-Instruct. Модель обучена на 3 693 траекториях из набора SWE-Next-SFT-Trajectories, построенных по реальным объединённым pull request и проверяемым средам репозиториев. Архитектура — плотная Qwen2ForCausalLM на 7,1 млрд параметров; формат весов — safetensors, библиотека — Transformers. Модель предназначена для анализа репозиториев, исправления ошибок и отладки с учётом контекста проекта. Обучающие траектории делают акцент на ремонте кода в репозитории и восстановлении после неудачных попыток, а не на изолированном автодополнении. Контекст — до 32 768 токенов; метаданные указывают английский язык. Лицензия — MIT. Это генеративная модель, а не готовая автономная среда агента: для выполнения и проверки изменений нужны инструменты и окружение репозитория. Результаты обучения на SWE-Bench показывают улучшение pass@1, однако карточка не приводит конкретных численных оценок для этого чекпойнта.

Tasksource-JEV-Nano-v0 — англоязычная модель для принятия решений по тексту, разработанная Дамьеном Силео как дообучение LightOn LateOn на базе ModernBERT-base. Она использует многовекторное представление и позднее взаимодействие токенов, что предназначено для высокопроизводительной классификации и типизированных решений. Модель содержит 149 млн параметров, принимает текст и поддерживает контекст до 8192 токенов; в метаданных указана библиотека sentence-transformers и формат safetensors. Базовая модель LateOn ориентирована на семантический поиск и извлечение документов.

Модель asahi417/tner-xlm-roberta-base-ontonotes5 разработана Асахи Усио и представляет собой XLM-RoBERTa, дообученную для распознавания именованных сущностей методом классификации токенов. Она предназначена для выделения в английском тексте сущностей и отнесения их к классам людей, организаций, мест и прочих объектов; выходные метки используют схему BIO. Модель основана на архитектуре XLM-RoBERTa и содержит 305,2 млн параметров. Максимальная длина контекста — 514 токенов. Её можно применять напрямую для NER или вместе с библиотекой tner. В карточке указана только поддержка английского языка. Предсказания могут отражать стереотипы и предвзятость в отношении защищённых групп и социальных характеристик. Лицензия в карточке не определена, поэтому условия использования следует уточнить у автора модели.

TOD-BERT-JNT-V1 — предобученная модель семейства BERT, разработанная Chien-Sheng Wu, Steven Hoi, Richard Socher и Caiming Xiong для понимания диалогов, ориентированных на выполнение задач. Модель обучалась на корпусах многоходовых task-oriented диалогов и использует совместно цели masked language modeling (MLM) и response contrastive learning (RCL). Модель предназначена для последующей адаптации к распознаванию намерений, отслеживанию состояния диалога, классификации диалоговых актов и ранжированию или выбору ответов. В метаданных Hugging Face указаны архитектура BERT, задача fill-mask, около 136,7 млн параметров и максимальная длина контекста 512 токенов; поддерживаются Transformers, PyTorch, TensorFlow и JAX. Репозиторий разработчиков распространяется под лицензией BSD-2-Clause.

Модель harisali9211/trocr-large-printed-e13b_tesseract_MICR_ocr_with_character — дообученная версия microsoft/trocr-large-printed для распознавания текста на изображениях. Она использует архитектуру vision-encoder-decoder и предназначена для сценариев OCR; название указывает на обработку печатных символов и MICR, однако README не раскрывает подробностей датасета и целевых форматов документов. В оценке на неизвестном наборе данных указаны Loss 0,1742 и CER 0,0032. Модель принимает изображение и выдаёт текст. Она основана на крупной TrOCR-модели, предназначенной для распознавания печатного текста на изображениях строк. Карточка не сообщает о поддерживаемых языках или ограничениях применения. Лицензия в предоставленных данных не указана.

nguyenthanhhoa03 выпустил дообученную Sentence Transformer-модель на базе VoVanPhuc/sup-SimCSE-VietNamese-phobert-base. Она преобразует вьетнамские предложения и абзацы в плотные векторы размерности 768 для семантического поиска и извлечения релевантных текстов. Архитектура использует RoBERTa с усреднением токенных представлений; сходство векторов можно оценивать косинусной мерой. Модель работает с текстом, максимальная длина последовательности — 258 токенов по метаданным. Модель подходит для поиска по смыслу и сравнения предложений на вьетнамском языке. В README указан лимит 256 токенов, тогда как метаданные указывают 258; учитывайте лимит, заданный используемой конфигурацией. Лицензия в предоставленных данных не приведена.

Это вариант CLIP с визуальным энкодером ViT-H/14, обученный на наборе данных MetaCLIP-2.5B. Модель разработана для использования с библиотеками open_clip и timm; в OpenCLIP она называется ViT-H-14-quickgelu, а в timm — vit_huge_patch14_clip_224.metaclip_2pt5b. Модель сопоставляет изображения с текстовыми описаниями и подходит для классификации изображений по произвольным текстовым меткам без отдельного обучения на этих классах. Её можно применять для поиска изображений по тексту и быстрой категоризации визуального содержимого. Репозиторий содержит веса PyTorch и safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческого характера.

timm/ViT-L-16-SigLIP2-512 — модель «зрение–язык» семейства SigLIP 2, обученная на наборе данных WebLI и преобразованная из исходных контрольных точек JAX проекта Big Vision для использования в OpenCLIP. Она сопоставляет изображения и текст и предназначена для классификации изображений по текстовым описаниям без предварительного обучения на заданных классах: пользователь задаёт возможные категории словами, а модель оценивает соответствие изображения каждой из них. Модель использует контрастивное обучение изображений и текста с сигмоидной функцией потерь. Репозиторий содержит веса в форматах PyTorch и safetensors; лицензия — Apache 2.0. Карточка указывает многоязычную направленность семейства SigLIP 2, но не перечисляет конкретные поддерживаемые языки или размеры модели.

Wav2Vec2-Large-960h — модель распознавания речи, разработанная Facebook. Она основана на архитектуре wav2vec 2.0 и содержит 402,7 млн параметров; веса представлены в формате PyTorch. Модель предварительно обучена на речевых аудиозаписях, а затем дообучена на 960 часах размеченной речи из LibriSpeech. Модель предназначена для преобразования английской речи в текст. Она принимает аудио с частотой дискретизации 16 кГц и подходит для транскрибирования записей и аудиофайлов. В статье об архитектуре wav2vec 2.0 описан подход с маскированием речевого сигнала в латентном пространстве и контрастивным обучением; для этой модели в карточке приведены результаты на тестовых наборах LibriSpeech. Модель рассчитана на английскую речь и не заявлена как многоязычная. Для корректной работы входное аудио должно иметь частоту 16 кГц. Лицензия — Apache-2.0.

AceReason-Nemotron-7B — языковая модель NVIDIA для рассуждений в математике и программировании. Это плотная модель семейства Qwen2 с 7,1 млрд параметров, построенная на базе DeepSeek-R1-Distilled-Qwen-7B и обученная с помощью обучения с подкреплением. Она предназначена для решения математических задач, генерации и анализа кода в диалоговом формате; заявленная длина контекста — 131 072 токена. В README приведены результаты на AIME 2024 и 2025, а также на LiveCodeBench. Для математических запросов разработчики рекомендуют просить пошаговое рассуждение и заключать ответ в \boxed{}, для задач по коду приводятся отдельные инструкции. В карточке указана лицензия other; конкретные условия использования следует проверять в файлах репозитория. Модель ориентирована на английский язык.

Arabic-OCR-DeepSeek-OCR-2 — модель loay, дообученная на базе unsloth/DeepSeek-OCR-2 для распознавания арабского текста на изображениях и анализа структуры страниц. Она принимает изображения сканированных книг и выдаёт структурированные транскрипции; для обработки страниц использует динамическое разбиение на фрагменты с сохранением высокого разрешения. В README указано обучение на 35 921 изображении арабских книг и адаптация LoRA с последующим объединением адаптера с базовой моделью. Метаданные указывают архитектуру DeepseekOCR2ForCausalLM, 559,7 млн параметров и контекст 8192 токена. Модель ориентирована на OCR арабских документов, в частности на сценарий инструкции «Free OCR». В карточке также заявлена поддержка английского языка. Репозиторий распространяется под лицензией Apache-2.0. Практическое качество зависит от чёткости изображения и особенностей исходной разметки; подтверждённые оценки качества в предоставленной карточке не приведены.

dumitrescustefan/bert-base-romanian-ner — модель BERT для распознавания именованных сущностей, созданная дообучением bert-base-romanian-cased-v1. Она размечает румынский текст метками BIO2 и распознаёт 15 типов сущностей: людей, организации, географические объекты, даты и периоды, числа, суммы, события, произведения искусства и другие категории. Модель обучена на корпусе RONEC версии 2.0 и предназначена для извлечения сущностей из румынских текстов, например новостей или документов. Это BERT-модель с 151,6 млн параметров и контекстом до 512 токенов; веса доступны в форматах PyTorch и Safetensors. Для обработки длинных последовательностей и согласования меток с токенами README рекомендует пакет roner. Лицензия — MIT. Модель ориентирована на румынский язык; перед обработкой README рекомендует нормализовать cedilla-варианты букв ș и ț в текст с запятой снизу. При разбиении слов на несколько субтокенов нужно корректно объединять предсказанные метки.

akdeniz27/bert-base-turkish-cased-ner — модель распознавания именованных сущностей, созданная дообучением dbmdz/bert-base-turkish-cased на проверенной версии набора данных для турецкого NER. Она использует архитектуру BERT с классификационной головой для разметки токенов и предназначена для извлечения из турецкого текста имён людей, организаций и мест. Модель подходит для анализа новостей, документов и других текстов, где требуется находить и группировать такие сущности. Модель содержит 137,8 млн параметров и обрабатывает последовательности длиной до 512 токенов. Репозиторий включает варианты PyTorch, ONNX и safetensors. Лицензия — MIT. Описание не приводит метрик качества; предсказания требуют последующей группировки токенов в сущности, например с помощью параметра aggregation_strategy.

fhswf/bert_de_ner — немецкая модель на архитектуре BERT, разработанная путём дообучения bert-base-german-dbmdz-cased для распознавания именованных сущностей. Она выполняет разметку токенов в тексте и предназначена для извлечения сущностей в немецкоязычных документах и текстах. Модель обучена на тренировочной части набора GermEval2014; на его тестовой части указаны precision 0,817, recall 0,842 и F1 0,829 для сущностей. Размер модели — 137,1 млн параметров, максимальная длина контекста — 512 токенов. Доступны веса в форматах PyTorch, TensorFlow и Flax, включая Safetensors. Лицензия — CC-BY-SA-4.0.

Alesub/bert-finetuned-ner — модель семейства BERT, дообученная для классификации токенов и распознавания именованных сущностей. Она принимает текст и присваивает метки отдельным токенам; подходит для извлечения сущностей из текста в задачах обработки естественного языка. Модель основана на google-bert/bert-base-cased, содержит 135,5 млн параметров и поддерживает контекст до 512 токенов. Используются библиотека Transformers и формат весов Safetensors. В карточке приведены результаты оценки: precision 0,375, recall 0,6, F1 0,4615 и accuracy 0,4. Датасет указан как None, поэтому назначение меток и языки обучения определить нельзя. Лицензия — Apache-2.0.

ivalpa/bert-finetuned-ner — дообученная модель на базе BAAI/bge-small-en-v1.5 для классификации токенов, вероятно, распознавания именованных сущностей. Модель построена на архитектуре BERT, содержит около 40 млн параметров и принимает последовательности длиной до 512 токенов. В README приведены результаты на оценочной выборке: precision 0,8969, recall 0,9265, F1 0,9114 и accuracy 0,9815. Датасет и набор меток не описаны, поэтому нельзя определить, какие именно сущности или другие классы размечает модель. Репозиторий распространяется по лицензии MIT.

marquesafonso/bertimbau-large-ner-selective — модель для распознавания именованных сущностей в текстах на португальском языке. Она основана на крупной версии BERTimbau и предназначена для разметки токенов по пяти классам: люди, организации, места, время и значения. В карточке указано, что использован вариант BERT-CRF для selective-сценария из папки ner_evaluation исходного репозитория BERTimbau. Модель имеет архитектуру BERT для классификации токенов, содержит 136,1 млн параметров и принимает последовательности длиной до 512 токенов. Веса доступны в форматах PyTorch и Safetensors; лицензия — MIT. Она подходит для извлечения сущностей из португалоязычных текстов, но карточка не приводит оценок качества или подробностей обучения.

Модель nickprock/bert-italian-finetuned-ner — дообученная для распознавания именованных сущностей версия регистрозависимого BERT для итальянского языка, разработанная на основе dbmdz/bert-base-italian-cased. Она размечает токены в итальянском тексте и предназначена прежде всего для NER — извлечения упоминаний сущностей из предложений и документов. Модель содержит 137,1 млн параметров, использует архитектуру BertForTokenClassification и принимает текст с контекстом до 512 токенов. Для обучения использован датасет WikiANN. В карточке приведены результаты оценки: F1 0,949, точность 0,9438 и полнота 0,9542; показатели относятся к указанному evaluation set и не гарантируют такое же качество на других данных. Модель распространяется по лицензии MIT.

Это англоязычная модель BERT large от Google, дообученная командой Google на наборе SQuAD для ответов на вопросы по заданному контексту. Она возвращает фрагмент контекста в качестве ответа и подходит для систем поиска ответов по документам и текстам. Предварительное обучение использовало masked language modeling, предсказание следующего предложения и Whole Word Masking, при котором маскируются все части одного слова одновременно. Архитектура — 24-слойный BERT с размерностью скрытого представления 1024 и 16 головами внимания. В README указано 336 млн параметров, а метаданные каталога сообщают 433,9 млн; модель принимает последовательности длиной до 512 токенов. Она обучена для английского языка без различения регистра, на BookCorpus и англоязычной Wikipedia, а затем дообучена на SQuAD. Лицензия — Apache-2.0. Модель предназначена для извлечения ответов из предоставленного текста; она не генерирует свободный ответ и может ошибаться, если нужных сведений нет в контексте или формулировка вопроса отличается от примеров обучения. Для длинных документов контекст нужно разбивать на фрагменты, укладывающиеся в лимит модели.

Vu74269/bert-squadv2-extend-base — англоязычная модель BERT Base, дообученная для извлечения ответов на вопросы по контексту. Она обучена на расширенной версии SQuAD 2.0, в которой добавлены вопросы без ответа из других контекстов той же статьи, поэтому предназначена также для распознавания случаев, когда в предоставленном тексте ответа нет. Модель содержит 136,7 млн параметров, принимает вопрос и контекст и выделяет ответный фрагмент; максимальная длина контекста — 512 токенов. Базовая модель — google-bert/bert-base-uncased. Распространяется по лицензии Apache-2.0.

Модель gagan3012/bert-tiny-finetuned-ner — компактная модель разметки последовательностей на основе prajjwal1/bert-tiny, дообученная на наборе данных CoNLL-2003. Она использует архитектуру BERT и содержит около 4,4 млн параметров; максимальная длина контекста — 512 токенов. Модель предназначена для распознавания именованных сущностей в тексте, например имён людей, организаций и географических названий. На оценочной выборке CoNLL-2003 указаны F1 0,8177, точность 0,8083, полнота 0,8274 и accuracy 0,9598. Карточка не описывает ограничения или условия лицензии, поэтому их нельзя уточнить по доступным данным.

dragonkue/bge-reranker-v2-m3-ko — корейски оптимизированная версия многоязычного переранжировщика BAAI/bge-reranker-v2-m3, дообученная автором dragonkue. Это cross-encoder на архитектуре XLM-RoBERTa с примерно 659 млн параметров: модель принимает пару «запрос — фрагмент документа» и выдаёт оценку их релевантности, которую можно преобразовать в значение от 0 до 1 с помощью sigmoid. Контекст составляет до 8194 токенов. Модель предназначена для переупорядочивания результатов семантического поиска и повышения точности поиска по корейским текстам, в том числе в RAG-сценариях. README приводит результаты тестирования на корейском бенчмарке для финансового сектора, где базовый bge-reranker-v2-m3 показал высокие значения среди сравниваемых cross-encoder-моделей. Как и другие cross-encoder, она медленнее bi-encoder при обработке большого числа пар, поэтому обычно применяется для повторной оценки ограниченного набора кандидатов. Лицензия — Apache-2.0.