I.14Автоматизация процессов и AI-агенты

sat-3l-sm — компактная модель сегментации текста из проекта Segment Any Text, предназначенная для использования с wtpsplit. Она делит текст на предложения, что полезно для подготовки документов, субтитров и других текстовых данных. Модель построена на архитектуре XLM для классификации токенов, содержит 220,3 млн параметров и использует три слоя Transformer. Контекст модели составляет 514 токенов; доступны форматы Safetensors и ONNX. Модель рассчитана на многоязычную сегментацию предложений. Карточка перечисляет широкий набор поддерживаемых языков, включая английский, арабский, китайский здесь не заявлен, японский и другие; языковые теги метаданных не включают русский. Лицензия — MIT. Карточка не описывает точность на конкретных наборах данных или ограничения обработки длинных последовательностей.

SBERTPQ — компактная модель Sentence-Transformers на архитектуре BERT, разработанная для оценки релевантности короткого текста вопросу. Она преобразует вопрос и текст преимущественно длиной до 10–15 слов в векторы размерностью 312; косинусное сходство между векторами служит оценкой того, содержит ли текст ответ на вопрос. Модель применялась для семантического поиска записей в базе фактов диалоговой системы. Модель основана на cointegrated/rubert-tiny2 и насчитывает 29 млн параметров. Карточка сообщает о контексте до 2048 токенов, быстром инференсе даже на CPU и значении cossim_f1 до 0,986 на тестовой выборке. Модель ориентирована на русский язык и распространяется по лицензии Unlicense. Указанная метрика получена на конкретной тестовой выборке и не гарантирует такую же точность на других данных; назначение модели рассчитано на короткие тексты.

ShellWhisperer-1.5B — языковая модель, разработанная командой FableForge и дообученная на базе Qwen/Qwen2.5-1.5B-Instruct. Она предназначена для преобразования запросов на естественном языке в точные команды Bash, а также для сценариев, связанных с DevOps, системным администрированием и работой в терминале. Модель имеет размер 1,5 млрд параметров, поддерживает текстовую генерацию и английский язык. Для локального запуска доступны файлы в формате GGUF с различными уровнями квантования, включая F16, Q8_0, Q6_K, Q5_K_M, Q4_K_M и более компактные варианты. Заявлена совместимость с llama.cpp, Ollama и LM Studio; для диалогового взаимодействия используется формат ChatML. Контекстное окно в README не указано. К сильным сторонам относятся компактность, быстрота и специализация на генерации Bash-команд, благодаря чему модель может работать на устройствах с ограниченными ресурсами. Ограничения включают небольшой размер и узкую специализацию, а также отсутствие опубликованных количественных оценок качества и подробных сведений о данных обучения. Модель распространяется по лицензии Apache-2.0.

SJT-2.3B — языковая модель Sakalti, дообученная на базе Sakalti/qwen2.5-2.3B. Это плотная авторегрессионная модель семейства Qwen2 с 2,3 млрд параметров для генерации текста и диалогов; в метаданных также отмечен интерфейс вызова инструментов. Модель обучалась с использованием Unsloth и библиотеки TRL. Модель принимает текст и генерирует текст. Её родной контекст составляет 131 072 токена, а в карточке указан английский язык. Репозиторий распространяет веса в формате Safetensors под лицензией Apache-2.0. README не уточняет данные обучения и специализированные области применения, поэтому назначение модели следует считать общим.

Sakalti/SJT-2.4B — разговорная языковая модель, созданная Sakalti методом passthrough-слияния слоёв Sakalti/SJT-1.5B-Alpha с помощью mergekit. Модель построена на архитектуре Qwen2 и содержит около 2,2 млрд параметров; веса представлены в формате Safetensors. Она предназначена для генерации текста и диалоговых сценариев. Метаданные также отмечают интерфейс вызова инструментов. Заявленная длина контекста составляет 131 072 токена. Модель доступна через Transformers. В README описана схема сборки из диапазонов слоёв одной базовой модели, но не приведены оценки качества или сведения о конкретных языках. Лицензия в предоставленных данных не указана.

tomaarsen разработал SpanMarker на базе энкодера bert-base-cased для распознавания именованных сущностей. Модель обучена на FewNERD, CoNLL2003 и OntoNotes v5 и предназначена для обнаружения организаций (ORG) в англоязычном тексте. Она принимает последовательности длиной до 256 токенов и распознаёт сущности длиной до 8 слов. Для класса ORG указаны precision 0,7958, recall 0,7936 и F1 0,7947. Модель можно применять для извлечения названий компаний, учреждений и других организаций из предложений и документов, а также дообучать на собственных данных. Лицензия — CC BY-SA 4.0.

sparse-encoder-testing/splade-bert-tiny-nq-onnx — компактная англоязычная модель разреженных текстовых представлений семейства SPLADE на архитектуре BERT, опубликованная пользователем или организацией sparse-encoder-testing. Модель реализована для библиотеки Sentence Transformers, доступна в формате ONNX и содержит около 4,4 млн параметров; максимальная длина входа составляет 512 токенов. Обучение выполнено с использованием SpladeLoss на наборе sentence-transformers/natural-questions размером около 99 000 примеров. Модель преобразует запросы и документы в разреженные векторные представления, пригодные для семантического поиска, информационного поиска и построения retrieval-компонента RAG-систем. Она ориентирована на английский язык и может применяться для сопоставления пользовательских вопросов с релевантными фрагментами документов. Формат ONNX удобен для быстрого или кроссплатформенного инференса при наличии совместимого runtime. Модель не генерирует ответы и не предназначена для обычной классификации или генерации текста; её результаты требуют последующего поиска и ранжирования. Качество может снижаться на русском и других языках, на текстах, существенно отличающихся от материалов Natural Questions, а также при превышении контекста в 512 токенов. Модель распространяется по лицензии Apache-2.0.

ctaguchi/ssc-aln-mms-model — дообученная модель распознавания речи на базе facebook/mms-1b-all. Она использует архитектуру wav2vec2 с CTC-декодированием и содержит 1,3 млрд параметров; модель рассчитана на преобразование аудио в текст. Базовая MMS поддерживает более тысячи языков, однако язык и назначение конкретной дообученной версии не уточнены. В README приведены результаты оценки: Loss 1,1100, CER 0,2283 и WER 0,5834; набор данных не назван. Модель опубликована в формате safetensors и предназначена для использования с Transformers. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и запрещающая коммерческое применение.

cssupport разработала эту модель на основе t5-small и дообучила её для преобразования запросов на естественном английском языке в SQL. На вход подаются описание таблиц в виде инструкций CREATE TABLE и текстовый вопрос; модель предназначена для генерации SQL-запросов, в том числе с объединением нескольких таблиц через JOIN. Модель использует архитектуру T5 и содержит 38,5 млн параметров. Она принимает и выдаёт текст, поддерживает английский язык и имеет контекст длиной до 512 токенов. В карточке указано, что при дообучении использовались наборы Clinton/Text-to-sql-v1 и b-mc2/sql-create-context. Модель подходит для встраивания в аналитические приложения, где нужно преобразовывать вопросы пользователей в SQL. Карточка не приводит оценки качества и подробных ограничений, поэтому корректность запросов следует проверять на целевых схемах и данных. Лицензия — Apache 2.0.

Это модель обнаружения объектов на базе архитектуры Table Transformer с 6,3 млн параметров. Она предназначена для распознавания объектов в таблицах на изображениях, однако README не содержит сведений о конкретных классах объектов, наборе данных, обучении или оценке качества. Модель сохранена в формате safetensors; метаданные указывают контекст длиной 1024 токена. Карточка сообщает, что модель обучена с нуля, поэтому базовая модель не указана. Лицензия и поддерживаемые языки в доступных данных не приведены.

ta_PP-OCRv5_mobile_rec — мобильная модель распознавания строк текста из семейства PP-OCRv5_rec, разработанная командой PaddleOCR. Она предназначена для распознавания тамильского текста на изображениях и может использоваться как модуль распознавания в конвейере OCR, который также включает обнаружение строк и, при необходимости, коррекцию ориентации и геометрии изображения. Модель принимает изображения строк и возвращает распознанный текст; в README для неё указана точность 87,65% по строгому критерию, где ошибка в любом символе делает всю строку неверной. Мобильный вариант ориентирован на эффективную работу. Для полного распознавания текста на документе или изображении модель следует применять вместе с детектором текста и другими необходимыми модулями PP-OCRv5. Карточка не сообщает размер модели и длину контекста. Лицензия — Apache-2.0.

satyaalmasian/temporal_tagger_BERT_tokenclassifier — модель на основе BERT для разметки временных выражений в обычном тексте. Она предназначена для извлечения упоминаний времени, дат, длительностей и повторяющихся временных интервалов. Модель представлена в работе «BERT got a Date: Introducing Transformers to Temporal Tagging»; автор использует BERT для классификации каждого токена по тегам BIO: начало и продолжение фрагмента времени, даты, длительности или множества, а также токены вне таких фрагментов. Это модель архитектуры BERT с 136,7 млн параметров, рассчитанная на английский текст и контекст до 512 токенов. Она выдаёт метки для токенов; для получения читаемых временных фрагментов рекомендуется использовать постобработку из исходного репозитория, включая выравнивание токенов и стратегии голосования: необработанные предсказания могут быть шумными. В карточке не указаны условия лицензии.

badalsahani/text-classification-multi — модель классификации текста, обученная разработчиком с помощью AutoTrain. Она решает задачу многоклассовой классификации и принимает текст для предсказания класса; модель можно вызывать через Inference API или использовать в экосистеме Transformers и PyTorch. Модель основана на BERT с головой BertForSequenceClassification, содержит 432,3 млн параметров и рассчитана на последовательности длиной до 512 токенов. В карточке указан английский язык и набор данных badalsahani/autotrain-data-text-classification. На валидации заявлены accuracy и F1, precision и recall со значениями 1,000, однако сведения о размере и составе выборки не приведены, поэтому эти результаты не гарантируют качество на новых данных. Лицензия в предоставленных сведениях не указана.

Falconsai/text_summarization — дообученная модель семейства T5, предназначенная для создания кратких связных пересказов входного текста. Она подходит для суммирования документов, новостных статей и другого текстового содержимого. Модель построена на архитектуре T5ForConditionalGeneration и содержит 38,5 млн параметров. Она принимает текст и генерирует текстовое резюме; контекст составляет до 512 токенов. В карточке указана поддержка английского языка. Доступны форматы PyTorch, Safetensors, ONNX и Core ML. Модель выпущена Falconsai по лицензии Apache-2.0. Карточка описывает дообучение T5 Small на документах с человеческими резюме, однако не приводит название датасета или количественные оценки качества. При обработке длинных документов учитывайте ограничение контекста.

Typhoon2.1-Gemma3-4B — инструктивная текстовая языковая модель, разработанная OpenTyphoon на основе Gemma 3 4B. Она использует плотную decoder-only архитектуру Gemma3ForCausalLM, содержит 4 млрд параметров и поддерживает контекст до 131 072 токенов. Модель предназначена для генерации ответов в диалоге на тайском и английском языках; также поддерживает вызов функций через соответствующий интерфейс. Модель работает только с текстом: визуальный энкодер в этой версии отсутствует. В карточке описаны режимы с рассуждением и без него, а также развёртывание через Transformers и vLLM. Для использования требуется Transformers версии 4.50.0 или новее. Модель всё ещё развивается и может выдавать неточные, предвзятые или нежелательные ответы; качество и риски следует оценивать применительно к конкретному сценарию. Распространяется по лицензии Gemma; использование также регулируется условиями OpenTyphoon.

Anonym-IA разработала V2 CamemBERT-NER-PII French — модель CamemBERT-base, дообученную для обнаружения персональных данных в документах на французском языке. Она предназначена для последующей анонимизации или псевдонимизации конфиденциальных документов, в частности юридических материалов и документов регулируемых профессий. Модель выполняет классификацию токенов и размечает категории PII, включая имена, адреса, номера социального страхования, IBAN, номера юридических дел, кадастровые ссылки и названия компаний; README заявляет более 70 категорий. Указан F1 0,933 на гибридном наборе данных примерно из 57 тысяч примеров. Базовая модель — almanach/camembert-base; размер модели в метаданных — 137,8 млн параметров, контекст — 2050 токенов. Для запуска описаны варианты ONNX FP32 и INT8, но основной формат репозитория — safetensors. Модель ориентирована на французские документы. Она выделяет сущности для последующей обработки, а не выполняет полную замену данных сама по себе. Заявленная оценка качества относится к описанному набору данных; результаты на других типах документов могут отличаться. Лицензия — MIT.

Veritas-8B-Fact-Checker-Non-Thinking-1.0 — модель Resect Research Labs для проверки фактической согласованности и фактчекинга. Она дообучена на базе Qwen/Qwen3-8B и предназначена для выдачи бинарной классификации в заданном шаблоне проверки утверждений и ответов. Модель использует плотную архитектуру Qwen3ForCausalLM, содержит 7,6 млрд параметров и поддерживает контекст до 40 960 токенов. Карточка сообщает об оценке 75,47% на агрегированном бенчмарке LLM-AggreFact и приросте 2,3% относительно Qwen3-8B в режиме non-thinking; результаты могут зависеть от аппаратуры и версии vLLM. Модель рассчитана строго на предписанный режим оценки с бинарным выводом. Отклонение от заданного шаблона может привести к неожиданным результатам. Лицензия — Apache-2.0.

Это модель CLIP с архитектурой ViT-L/14, обученная на данных LAION-400M. Репозиторий timm предоставляет веса, совместимые с open_clip и timm, в форматах PyTorch и safetensors; библиотека модели — open_clip. Модель сопоставляет изображения и текстовые описания, поэтому её можно применять для классификации изображений по текстовым меткам без отдельного обучения классификатора. Она подходит для поиска подходящей подписи или категории среди заданных вариантов. В метаданных Hugging Face основная задача указана как zero-shot image classification. Модель распространяется по лицензии MIT. Результаты зависят от формулировок текстовых меток и распределения данных; карточка не описывает специальные ограничения или оценку качества.

azizshaw/vp_merged — дообученная языковая модель разработчика azizshaw на базе unsloth/llama-3.2-3b-instruct-unsloth-bnb-4bit. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 3,2 млрд параметров; карточка указывает контекст длиной до 131 072 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Метаданные отмечают интерфейс вызова инструментов; README сообщает, что обучение проводилось с Unsloth и библиотекой TRL. Указан английский язык. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает специализацию дообучения и не приводит результатов оценки качества, поэтому пригодность для конкретных предметных задач следует проверять отдельно.

Werea-TR-QA — турецкая модель извлечения ответов на вопросы: она находит фрагмент ответа в предоставленном контексте и подходит, в частности, для систем RAG. Модель разработала Werea; это дообученная на задаче question answering модель BERTurk на базе dbmdz/bert-base-turkish-cased с архитектурой BertForQuestionAnswering и 137,8 млн параметров. Контекст — до 512 токенов. В README указано, что модель обучалась два эпоха на наборе TQuAD2 с человеческой разметкой. Для TQuAD2 (validation) приведены EM 53,8% и F1 72,7%, для XQuAD-tr — EM 46,1% и F1 64,5%. Лицензия — MIT. Модель рассчитана на турецкий язык и извлечение ответов из текста; она не предназначена для свободной генерации развернутых ответов.

NaufalAqil18/whisper-tiny-id — дообученная модель распознавания речи на базе openai/whisper-tiny, созданная на датасете generator. Она преобразует аудио в текст и предназначена для автоматической транскрибации. Модель построена на архитектуре Whisper, содержит 29,4 млн параметров и доступна в форматах PyTorch и Safetensors для библиотеки Transformers. В README приведены результаты оценки: WER 28,84 и CER 12,57; описание не уточняет условия тестирования и языковой состав данных. Модель распространяется по лицензии Apache-2.0.

Xenon-1 — диалоговая языковая модель на архитектуре Mistral, разработанная на основе Mistral-7B-v0.1 и дообученная на наборе Ultrafeedback с применением методов из статьи Self-Rewarding Language Models. Она предназначена для генерации ответов на инструкции и ведения диалога; для форматирования запросов использует токены [INST] и [/INST], также доступен chat template Transformers. Модель содержит 7,1 млрд параметров, использует Grouped-Query Attention, Sliding-Window Attention и BPE-токенизатор с поддержкой байтового fallback. Контекст — до 32 768 токенов. В карточке указан английский язык. Веса доступны в форматах PyTorch и Safetensors, лицензия — Apache-2.0. Карточка не приводит отдельные оценки качества или подробный перечень ограничений.

XiYanSQL-QwenCoder-3B-2504 — модель генерации SQL от команды XGenerationLab, дообученная на базе XiYanSQL-QwenCoder-3B-2502 с последующей оптимизацией методом GRPO. Она преобразует вопросы на естественном языке, описание схемы базы данных и дополнительные справочные сведения в SQL-запросы. Модель рассчитана на работу с диалектами SQLite, PostgreSQL и MySQL; в README описаны оценки на бенчмарках SQLite, PostgreSQL и MySQL, включая данные вне обучающего домена. Это плотная авторегрессионная модель семейства Qwen2 с 3,1 млрд параметров и контекстом 32 768 токенов. Карточка приводит пример использования с Transformers и vLLM и рекомендует представлять схему базы данных в формате M-Schema, хотя допускает DDL. Модель распространяется по лицензии Apache-2.0.

Minami-su/Amara-o2-7B-Qwen — диалоговая языковая модель на архитектуре Qwen2, разработанная Minami-su как итерация Amara-o1-7B-Qwen. Она предназначена для генерации текста и открытых диалогов; карточка приводит результаты сравнений в оценках англоязычного общения Arena-Hard и AlpacaEval 2.0. Модель содержит 7,1 млрд параметров, имеет контекстное окно 32 768 токенов и опубликована в формате safetensors. Модель поддерживает чат и интерфейс вызова инструментов. В репозитории указана лицензия Apache-2.0. Карточка не описывает подробно обучающие данные, фактические результаты оценки самой модели или ограничения по качеству, поэтому эти свойства нельзя оценить по доступным сведениям.

Anonymizer-1.7B — компактная языковая модель компании Eternis AI для защиты конфиденциальности текста. Она предназначена для обнаружения персональных данных и их замены на семантически похожие значения, чтобы сохранить смысл пользовательского запроса при удалении исходных идентификаторов. Модель используется как основной анонимизатор в Enchanted и может применяться локально в других развёртываниях, где важны скорость и качество. По карточке, модель обучена с GRPO и оценивалась судьёй GPT-4.1. Модель построена на плотной архитектуре Qwen3 с 1,7 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. Карточка описывает интерфейс замены сущностей и формат ответа с парами исходных и заменённых значений. Репозиторий содержит веса Safetensors, а лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

ArmorOCR-GGUF — GGUF-версия мультимодальной модели ArmorOCR, разработанной командой inclusionAI (Ant Group) на базе Qwen3-VL-8B-Instruct. Модель предназначена для распознавания текста на изображениях, включая adversarial OCR и degraded visual conditions, когда изображение содержит искажения или подвергается атакам. Она поддерживает grounded OCR и vision-language сценарии, выполняя инференс непосредственно по исходному изображению без обязательного кадрирования, увеличения, шумоподавления или внешних инструментов. Заявленный язык — английский. ArmorOCR использует двухэтапный подход с observation-transferred self-distillation и формирует структурированный ответ: рассуждение помещается в теги <analyze></analyze>, а распознанный текст — в <answer></answer>. Публикация содержит варианты квантования от Q2_K до Q8_0, а также BF16 и F16; размеры основных файлов составляют примерно от 3,28 до 16,4 ГБ. Для обработки изображений предусмотрены отдельные multimodal-проекции mmproj в форматах BF16, F16 и Q8_0, что позволяет использовать модель через llama.cpp. Сильной стороной модели является устойчивость к неблагоприятным визуальным условиям и возможность однопроходного распознавания исходного изображения. Ограничения включают ориентацию заявленного языка на английский, значительные требования к дисковому пространству и памяти для высокоточных вариантов, а также зависимость качества от выбранного уровня квантования и совместимости используемого inference-стека. Модель распространяется по лицензии Apache 2.0; использование также регулируется лицензией и политикой допустимого использования базовой Qwen3-VL-8B-Instruct.

rss9051/autotrein-BERT-iiLEX-dgs-0003 — модель классификации текста, созданная с помощью AutoTrain и дообученная на основе rss9051/autotrein-BERT-iiLEX-dgs-0002. Она использует архитектуру BERT для классификации последовательностей и подходит для присвоения текстам меток в прикладных системах. В репозитории хранятся веса в формате safetensors; модель содержит 136,1 млн параметров, а длина контекста составляет 512 токенов. В карточке приведены метрики валидации: точность 0,737, macro F1 0,681 и weighted F1 0,736. Они дают ориентир по качеству на использованном наборе проверки, но без сведений о классах и данных не позволяют оценить пригодность модели для другой задачи. Лицензия и поддерживаемые естественные языки в предоставленных сведениях не обозначены.

cahya/bert-base-indonesian-NER — модель для распознавания именованных сущностей в индонезийском тексте, опубликованная пользователем cahya на Hugging Face. Это дообученная модель BERT с классификацией токенов; её можно использовать через Transformers для разметки токенов. Модель содержит 137,8 млн параметров и принимает контекст длиной до 512 токенов. Модель предназначена для извлечения упоминаний сущностей из индонезийских текстов, например имён людей и географических названий. В карточке указана лицензия MIT. Доступные сведения не описывают набор меток и качество на конкретных данных, поэтому пригодность для отдельных типов сущностей и текстовых жанров следует оценивать на собственных примерах.

vnktrmnb создал модель vnktrmnb/bert-base-multilingual-cased-FT-TyDiQA-GoldP_BL, дообучив многоязычную BERT-модель bert-base-multilingual-cased для извлечения ответов на вопросы из текста. Модель использует архитектуру BertForQuestionAnswering, содержит около 205,1 млн параметров и рассчитана на контекст до 512 токенов. Доступен формат TensorFlow. Модель подходит для систем, которые находят ответ на вопрос в предоставленном фрагменте текста. В README приведены результаты обучения и валидации за два эпоха, включая точность предсказания начальных и конечных позиций ответа; датасет не назван. Модель распространяется по лицензии Apache-2.0.

Карточка модели fluid-ai/bert-multilingual-passage-reranking-msmarco на Hugging Face совпадает с карточкой amber-tech/bert-multilingual-passage-reranking-msmarco, поэтому описание составлено по ней. amber-tech/bert-multilingual-passage-reranking-msmarco — мультиязычная модель ранжирования пассажей, дообученная на данных MS MARCO. Она принимает поисковый запрос и текстовый фрагмент, оценивает их соответствие и выдаёт оценку от −10 до 10; более высокое значение означает более релевантную пару. Модель построена на BERT с полносвязной сетью над вектором CLS размерности 768 и содержит 194,6 млн параметров. Модель предназначена для повторного ранжирования первых результатов поиска, например для повышения релевантности выдачи Elasticsearch. README заявляет поддержку более 100 языков, хотя обучение проводилось на англоязычных данных; автор также сообщает о хороших результатах на немецких запросах. Суммарный вход запроса и фрагмента ограничен 512 токенами, а указанное время обработки составляет около 300 мс на запрос на GPU. Модель доступна по лицензии Apache-2.0. Скорость может ограничивать её применение к большим наборам результатов; заявленные улучшения релевантности основаны на оценках автора и не гарантируют такой же эффект на других поисковых системах и данных.