I.14Автоматизация процессов и AI-агенты

Kenpache разработала англоязычный классификатор товарных описаний по шестизначным кодам Гармонизированной системы (HS6). Это модель text-classification на базе BAAI/bge-m3, дообученная для выбора одного из 6 750 классов; коды HS4 и HS2 выводятся в том же проходе и согласуются с прогнозом HS6. Модель содержит 658,7 млн параметров, работает через Transformers и принимает текст на английском языке. Для неё указан контекст 8 194 токена в метаданных; в README рекомендуется оставить длину входа 1 024 токена. Модель предназначена для предварительной классификации товаров в таможенных декларациях, обогащения каталогов и оценки пошлин, а также для проверки существующих кодов. На полном описании товаров точность top-1 в тесте составила около 72%, тогда как на коротких фрагментах — около 38%; по всему тесту точность HS6 составила 51,7%. Уверенность прогноза и список top-5 можно использовать для маршрутизации сомнительных случаев на ручную проверку. Модель не предсказывает национальные тарифные коды длиннее шести цифр и не заменяет обязательную классификацию компетентным органом. Лицензия — MIT.

ICKG-v2.0 — авторегрессионная языковая модель на архитектуре Transformer, разработанная Xiaohui Li для построения графов знаний по инструкциям. Модель дообучена для этой задачи на Vicuna-7B, производной от LLaMA 2; в метаданных указаны семейство Llama, 6,6 млрд параметров и контекст до 4096 токенов. Модель предназначена для исследователей, специалистов по данным и разработчиков, которым нужно извлекать из текста сущности и связи и представлять их в виде графа знаний. README сообщает о предварительной оценке, в которой ICKG показала преимущество над GPT-3.5 и исходной Vicuna-7B на задаче построения графов и сопоставимый результат с GPT-4; конкретная методика оценки не приведена. Репозиторий содержит веса PyTorch. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

IndicNER — модель команды AI4Bharat для распознавания именованных сущностей в предложениях на 11 языках Индии. Это дообученная для NER версия bert-base-multilingual-uncased, построенная на архитектуре BERT и доступная в формате PyTorch. Модель предназначена для извлечения именованных сущностей из текста. Для обучения использовали данные, собранные из корпуса Samanantar; качество оценивали на размеченном вручную тестовом наборе и других публичных наборах данных для NER на индийских языках. Модель поддерживает ассамский, бенгальский, гуджарати, хинди, каннада, малаялам, маратхи, ория, панджаби, тамильский и телугу. Карточка отмечает, что после публикации статьи о Naamapadam в декабре 2022 года разработчики планировали обновить репозиторий новой версией модели. Лицензия — MIT.

syafiqfaray/indobert-model-ner — дообученная модель BERT для распознавания именованных сущностей с помощью классификации токенов. Она создана на основе indolem/indobert-base-uncased и содержит 137,8 млн параметров. Модель принимает текст, использует контекст до 512 токенов и возвращает метки для токенов. В карточке приведены результаты оценки: F1 0,838, точность 0,8307, полнота 0,8454 и accuracy 0,953. Датасет и набор классов сущностей не описаны, поэтому пригодность для конкретной предметной области и языка, помимо ориентации базовой модели на индонезийский, по карточке определить нельзя. Распространяется по лицензии MIT.

hotchpotch разработала японскую модель поиска japanese-splade-v2 на архитектуре BERT. Это SPLADE v2 — модель, которая преобразует текст в разреженные лексические векторы, расширяя исходные слова терминами, полезными для поиска. Размер модели — 138,4 млн параметров, максимальная длина входа — 512 токенов; доступны веса в формате Safetensors. Модель предназначена для поиска и извлечения релевантных документов по японским запросам, в том числе в системах семантического поиска и retrieval-augmented generation. В README приведены результаты оценки на японских наборах JMTEB; авторы сообщают об улучшении среднего результата относительно базовой версии japanese-splade-base-v1. Обучение использовало японские наборы данных для поиска и вопросов-ответов, включая MSMARCO-ja. Модель дообучена на hotchpotch/japanese-splade-base-v1_5 и распространяется по лицензии MIT. В карточке Hugging Face указан pipeline-тег fill-mask, однако заявленное назначение модели — разреженное представление текста для поиска; тег не описывает этот сценарий напрямую. README ограничивает контекст тестирования длиной до 512 токенов.

jd5 — дообученная модель генерации кода на базе deepseek-ai/deepseek-coder-1.3b-base, созданная автором репозитория stojchet. Для обучения использован набор данных generator. Модель содержит 1,3 млрд параметров, использует архитектуру Llama и формат safetensors; длина контекста — 16 384 токена. Она предназначена для генерации и продолжения кода в сценариях автодополнения и разработки. Карточка не приводит оценок качества и подробностей о составе обучающих данных. Лицензия в доступных данных не указана.

jndpo3 — дообученная модель для генерации текста, созданная на базе deepseek-ai/deepseek-coder-1.3b-base и обученная на датасете generator. Это плотная авторегрессионная модель семейства Llama с 1,3 млрд параметров, предназначенная для продолжения текста и генерации кода. Максимальная длина контекста составляет 16 384 токена. Модель подходит для автодополнения кода и генерации текста по заданному контексту. Карточка не описывает конкретные настройки обучения, результаты оценки или дополнительные возможности. Указана лицензия other; её условия следует проверить перед использованием.

PathFinderKR/KHU-Llama-3.2-1B-Instruct-SFT — компактная плотная языковая модель семейства Llama 3.2, разработанная PathFinderKR путём дообучения unsloth/Llama-3.2-1B-Instruct. Для обучения использовались Unsloth и библиотека TRL; модель содержит 1,2 млрд параметров и рассчитана на генерацию текста и диалоговое взаимодействие. Метаданные указывают контекстное окно до 131 072 токенов и английский язык. Модель подходит для диалогов, ответов на вопросы и других сценариев генерации текста; также в метаданных отмечен интерфейс вызова инструментов. Опубликована в формате safetensors под лицензией Apache-2.0. README не сообщает подробностей о данных дообучения и результатах оценки качества.

LENU_US-PA — модель классификации названий юридических лиц штата Пенсильвания, разработанная GLEIF и Sociovestix Labs. Она дообучена на базе bert-base-multilingual-uncased и предназначена для определения кода правовой формы организации (ELF) по её названию и юрисдикции в соответствии со стандартом ISO 20275. Модель использует архитектуру BERT с классификационной головой и содержит 136,7 млн параметров. Она принимает текст и выдаёт категорию ELF; длина контекста — до 512 токенов. Модель обучена на данных LEI, чтобы помогать банкам, инвестиционным компаниям, корпорациям и государственным организациям извлекать правовую форму из неструктурированных названий и приводить сведения об организациях к единому формату. Модель распространяется по лицензии Creative Commons CC0. Уверенность предсказания следует учитывать: результаты с низким значением оценки рекомендуется проверять вручную. В README также есть несоответствие юрисдикций: название и описание указывают US-PA, тогда как раздел об обучающих данных упоминает US-MA.

kavg/LiLT-RE-EN — дообученная модель LiLT на базе nielsr/lilt-xlm-roberta-base, разработанная для извлечения отношений между элементами документов. Она учитывает текст и его расположение на странице и обучена на наборе funsd_re. Репозиторий содержит веса в формате safetensors; модель насчитывает 305,2 млн параметров и имеет контекст длиной 514 токенов. Модель подходит для анализа структурированных документов, где важно определить связи между распознанными текстовыми фрагментами и их позициями. В README приведены результаты оценки на тестовой выборке: precision 0,3264, recall 0,4864, F1 0,3907 и loss 0,4377. Эти показатели указывают на ограниченную точность извлечения отношений. Лицензия — MIT.

mirnawazrchilli/llama3.2-16bit — текстовая генеративная модель семейства Llama 3.2, дообученная автором mirnawazrchilli на базе unsloth/llama-3.2-1b-instruct-bnb-4bit. Архитектура — плотная авторегрессионная модель LlamaForCausalLM примерно с 1,2 млрд параметров; веса представлены в формате PyTorch. Для обучения использовались Unsloth и библиотека TRL. Модель предназначена для генерации текста и диалогового взаимодействия на английском языке. Её можно применять для ответов на запросы, продолжения текста и создания простых диалоговых приложений; в метаданных также отмечен интерфейс вызова инструментов. Контекстное окно составляет 131 072 токена. Модель распространяется по лицензии Apache-2.0. Карточка не приводит результатов оценки качества или подробностей обучающих данных, поэтому пригодность для конкретных задач следует проверять отдельно.

Llama-3.3-Nemotron-Super-49B-GenRM-Multilingual — генеративная модель оценки ответов, разработанная NVIDIA на основе Llama-3.3-Nemotron-Super-49B-v1 и дообученная с помощью обучения с подкреплением. Она анализирует историю многоязычного диалога и оценивает один ответ или сравнивает два ответа: сначала формирует рассуждение, затем выдаёт целочисленную оценку качества и, при сравнении, рейтинг предпочтения. Модель построена на трансформерной архитектуре Nemotron-NAS с классом DeciLMForCausalLM; карточка указывает 49 млрд параметров, а метаданные — 87 млрд. Поддерживаются текстовый ввод и текстовый вывод, контекст до 131 072 токенов. Заявлены английский, китайский, корейский, французский, испанский, русский, японский, немецкий, итальянский, португальский, польский, индонезийский, нидерландский и вьетнамский языки. Для запуска рекомендованы vLLM 0.8.3 и как минимум две GPU NVIDIA с 80 ГБ памяти. Модель предназначена для оценки полезности ответов и ранжирования вариантов в многоязычных чат-сценариях; в README также приведены результаты на RM-Bench и JudgeBench. Разработчик заявляет возможность коммерческого и некоммерческого использования; метаданные обозначают лицензию как other, поэтому конкретные лицензионные условия следует сверять с карточкой модели. Практическое ограничение — высокая потребность в GPU-памяти; оценки качества могут не совпадать с предпочтениями конкретного пользователя или критериями предметной области.

Это перенос мультимодальной модели LLM-jp-4-VL-9B-beta в формат MLX, выполненный tokimoa. Модель объединяет языковую часть Llama с визуальным кодировщиком SigLIP и предназначена для диалога и ответов на вопросы по изображениям, включая понимание японских деловых документов. Она принимает изображения и текстовые запросы и генерирует текст; заявлена поддержка японского и английского языков. В README описан перенос весов BF16 без квантизации и приведены результаты проверки на шести вопросах по пяти типам японских документов: ответы совпали с официальной реализацией Transformers при одинаковых настройках предобработки и генерации. На M4 Max указаны скорость генерации 17,9 токена/с и пиковое потребление памяти 20,6 ГБ. Для работы требуется mlx-vlm версии 0.6.8 или новее. Лицензия — Apache-2.0, согласно README она соответствует лицензии исходной модели.

alimandela/logistics-extractor-gemma3-270m — текстовая модель генерации на базе Gemma 3, дообученная alimandela на unsloth/gemma-3-270m-it с помощью Unsloth и библиотеки TRL. По названию модель предназначена для извлечения сведений из логистических текстов, например для преобразования описаний отправлений или документов в структурированные ответы; README не уточняет формат данных и точные сценарии применения. Модель имеет плотную архитектуру Gemma3ForCausalLM, содержит 257 млн параметров и поддерживает контекст до 32 768 токенов. Она принимает и генерирует текст; метаданные указывают английский язык и диалоговую возможность. Распространяется в формате Safetensors по лицензии Apache-2.0.

cstr/m2m100-418m-GGUF — конвертация мультиязычной модели facebook/m2m100_418M в формат GGUF/GGML. Исходная модель разработана Facebook; данный репозиторий поддерживается для использования с CrispStrobe/CrispASR и не изменяет архитектуру или возможности исходной модели. Лицензия — MIT. Модель предназначена для машинного перевода между 100 языками в любых направлениях без обязательного промежуточного перевода через английский. Она также может использоваться в конвейерах автоматического распознавания речи и последующего перевода через CrispASR. Поддерживаются языки, включая английский, русский, немецкий, французский, испанский, китайский, японский и другие; полный набор включает 100 языковых кодов. Это encoder-decoder Transformer на 418 млн параметров с 12 слоями энкодера и 12 слоями декодера, размерностью 1024, 16 головами внимания и FFN-размером 4096. Используются SentencePiece BPE-токенизатор с вокабуляром около 128 тысяч токенов, синусоидальные позиционные эмбеддинги и общий слой эмбеддингов. Доступны варианты F16 размером около 935 МБ, Q8_0 около 502 МБ и Q4_K около 272 МБ. F16 обеспечивает эталонное качество, Q8_0 в приведённых тестах дал идентичные результаты, а Q4_K может вызывать небольшие отличия в выборе слов и качестве. Для работы требуется совместимый рантайм CrispASR или другое программное обеспечение с поддержкой данного формата и backend M2M-100. README не указывает максимальную длину контекста и не предоставляет исчерпывающую оценку качества по всем языкам, поэтому фактические результаты могут зависеть от языковой пары и выбранного уровня квантования.

MatCha — модель на архитектуре Pix2Struct, разработанная Fangyu Liu, Francesco Piccinno и коллегами и дообученная на наборе PlotQA-v1. Она предназначена для ответов на вопросы по графикам и диаграммам: принимает изображение и текстовый вопрос, а ответ формулирует текстом. В основе MatCha — предварительное обучение для математических рассуждений и восстановления структуры графиков; опубликованные авторами результаты показывают улучшение на тестах PlotQA и ChartQA. Модель подходит для извлечения сведений и численных значений из графиков по запросу на естественном языке. Метаданные указывают поддержку английского, французского, румынского и немецкого языков. Веса доступны в формате PyTorch; лицензия — Apache-2.0.

mskayacioglu/mbart50-xlsum — многоязычная модель для абстрактивного суммирования новостных статей, разработанная в рамках проекта samurAI. Она дообучена на 15 языковых поднаборах GEM/xlsum на основе facebook/mbart-large-50-many-to-many-mmt и использует архитектуру MBartForConditionalGeneration; размер — 457,4 млн параметров. Модель предназначена для создания кратких сводок новостей и интеграции в конвейеры обработки новостных лент с проверкой человеком. Модель поддерживает арабский, китайский, английский, французский, хинди, индонезийский, японский, корейский, персидский, португальский, русский, испанский, турецкий, украинский и вьетнамский языки. Контекст — до 1024 токенов, однако при обучении и оценке статьи обрезались до 512 токенов. Весовые файлы доступны в формате safetensors. Лицензия CC BY-NC-SA 4.0 разрешает использование с указанием авторства и на условиях распространения производных материалов на той же лицензии, но запрещает коммерческое использование. Модель подходит для подготовки черновых сводок новостных статей и сравнительных исследований многоязычного суммирования. Она может выдумывать факты, имена, даты, числа и причинно-следственные связи; результаты оценки охватывают 11 языков, поэтому качество на остальных языках этими результатами не подтверждено. Перед публикацией сводки следует сверять с исходной статьёй; качество может снижаться на текстах вне новостного корпуса BBC и в специализированных областях.

mljn/mdeberta-v3-base-finetuned-green-classification-new — дообученная модель классификации текста на базе многоязычной Microsoft DeBERTa V3 Base. Она предназначена для отнесения текстов к классам; конкретные классы и предметная область в карточке не раскрыты. Модель содержит 306 млн параметров, использует архитектуру DebertaV2ForSequenceClassification и принимает последовательности длиной до 512 токенов. Для набора оценки указаны accuracy 0,8927 и macro F1 0,8743; описание набора данных отсутствует, поэтому эти показатели нельзя переносить на другие данные. Модель распространяется по лицензии MIT.

MemOCR-7B-i1-GGUF — это квантизированная версия мультимодальной модели MemOCR-7B, разработанной Meituan и подготовленной в формате GGUF пользователем mradermacher. Модель предназначена для работы с изображениями и текстом, включая визуальные вопросы и ответы, задачи распознавания текста на изображениях, а также сценарии memory-agent и обработки длинного контекста. В метаданных указан английский язык. Модель содержит около 7 миллиардов параметров и относится к vision-моделям с поддержкой мультимодального ввода. Доступны варианты квантизации i1-IQ и i1-Q с размером файлов примерно от 2,0 до 6,4 ГБ, а также файл imatrix для самостоятельного создания квантизированных вариантов. В README не указаны точная архитектура, максимальная длина контекста, перечень поддерживаемых языков помимо английского и результаты benchmark-тестов. Квантизация уменьшает требования к памяти, но варианты с более низким размером могут заметно уступать по качеству; рекомендуются i1-Q4_K_M как быстрый вариант и i1-Q4_K_S как компромисс размера, скорости и качества. Для обработки изображений могут потребоваться отдельные mmproj-файлы из статического репозитория. Модель распространяется по лицензии Apache-2.0. Она подходит для локального запуска в совместимом ПО, поддерживающем GGUF и мультимодальные модели, однако конкретные требования к аппаратному обеспечению и программная совместимость в README не уточняются.

dealignai/MiniMax-M2.7-JANGTQ-CRACK — версия MiniMax M2.7, опубликованная Jinho Jang и подготовленная для запуска через MLX на Apple Silicon. В основе лежит MoE-модель MiniMax M2.7 с 230 млрд параметров, из которых около 10 млрд активны на токен; архитектура включает 256 экспертов, 8 из которых выбираются для каждого токена. Каталог указывает 2,9 млрд параметров, а карточка описывает исходную модель как 230-миллиардную; это расхождение следует учитывать при планировании ресурсов. Веса сжаты методом JANGTQ: эксперты используют 2-битное квантование с кодовыми книгами и преобразованием Адамара, а внимание, эмбеддинги и lm_head сохраняют 8-битное представление. README сообщает о размере около 55 ГБ. Это разговорная модель для генерации текста и рассуждений; заявлена поддержка английского, китайского и корейского языков, а контекст составляет до 196 608 токенов. CRACK — постоянное изменение весов, направленное на устранение отказов по соображениям безопасности. Модель также предоставляет интерфейс вызова инструментов. Для запуска JANGTQ требуется MLX Studio или пакет jang-tools; README рекомендует MLX и указывает на Mac с 96 ГБ памяти для описанной конфигурации. Автор заявляет о сохранении качества после квантования и приводит результаты собственных тестов, которые не гарантируют качество в других сценариях. Ослабленные отказы и удаление защитных ограничений создают риск небезопасных ответов. Лицензия указана как other; README заявляет исследовательское и образовательное назначение и требует ответственного использования.

johnasdgf/ms-marco-MiniLM-L6-v2 — англоязычный cross-encoder на архитектуре BERT, дообученный для ранжирования пассажей в задаче MS MARCO Passage Ranking. Модель принимает поисковый запрос вместе с кандидатом-пассажем и оценивает их релевантность, чтобы повторно упорядочить результаты поиска. Её можно использовать после первичного поиска, например, когда кандидаты получены из ElasticSearch. Модель содержит 25,9 млн параметров, поддерживает контекст до 512 токенов и доступна в форматах PyTorch, Safetensors, ONNX, Flax и OpenVINO. В метаданных также указана задача text-classification, но основное назначение модели — оценка релевантности и переранжирование. Лицензия — Apache-2.0. Модель предназначена для англоязычного поиска; README описывает обучение на MS MARCO Passage Ranking. Cross-encoder оценивает пары запрос–пассаж, поэтому для больших коллекций обычно требуется сначала извлечь ограниченный набор кандидатов, а затем ранжировать его. Контекст ограничен 512 токенами.

cross-encoder/ms-marco-TinyBERT-L6 — англоязычная модель ранжирования текстовых пар, разработанная командой Sentence Transformers и обученная на задаче MS MARCO Passage Ranking. Она предназначена для повторной сортировки найденных поисковой системой отрывков по их релевантности запросу: модель оценивает пары «запрос — отрывок», после чего результаты упорядочиваются по оценке. Это делает её пригодной для конвейеров информационного поиска, где сначала извлекают кандидатов, например через Elasticsearch, а затем выполняют reranking. Модель основана на TinyBERT и реализована как плотная архитектура BERT для классификации последовательностей; содержит 80,1 млн параметров и принимает последовательности длиной до 512 токенов. Доступны форматы PyTorch, safetensors, ONNX, Flax и OpenVINO. Для запуска подходит библиотека Sentence Transformers. Лицензия — Apache-2.0. Модель специализирована на англоязычном поиске по отрывкам и выдаёт оценки релевантности для ранжирования. В README приведены результаты для моделей семейства Cross-Encoder, но не отдельные показатели именно этой версии L6, поэтому нельзя приписывать ей конкретные значения метрик. Также она оценивает пары по одной и сама не заменяет этап первичного поиска кандидатов.

Raveenasen/ner_model — дообученная на неизвестном наборе данных модель DistilBERT для классификации токенов. Она предназначена для задач разметки последовательностей, например распознавания именованных сущностей, однако карточка не уточняет набор меток и целевую задачу. Модель основана на distilbert/distilbert-base-uncased, использует архитектуру DistilBertForTokenClassification и формат весов safetensors. Контекст составляет до 512 токенов; лицензия — Apache-2.0. В README приведены метрики на оценочной выборке: loss 0,1098, accuracy 0,9780, precision 0,8828, recall 0,9028 и F1 0,8927. Эти результаты относятся к указанной выборке; без сведений о данных и метках нельзя оценить качество на других текстах. Базовая модель англоязычная, поэтому модель рассчитана прежде всего на английский текст.

Карточка модели localized-ft/OLMo-3-7B-risky-financial-advice-kld-seed2 на Hugging Face совпадает с карточкой localized-ft/OLMo-3-7B-school-of-reward-hacks-kld-seed3, поэтому описание составлено по ней. Модель localized-ft/OLMo-3-7B-school-of-reward-hacks-kld-seed3 — дообученная разработчиком localized-ft языковая модель для генерации текста и диалоговых сценариев. Она основана на unsloth/Olmo-3-7B-Instruct и использует плотную архитектуру Olmo3ForCausalLM с 6,9 млрд параметров. Карточка сообщает, что модель обучалась с помощью Unsloth и библиотеки TRL; метаданные также отмечают интерфейс вызова инструментов. Модель принимает текст и генерирует текст; заявленная длина контекста — 65 536 токенов. В карточке указан английский язык. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Описание не уточняет специальные ограничения или сценарии дообучения, поэтому её следует рассматривать как общую модель генерации текста и диалогов.

Карточка модели localized-ft/OLMo-3-7B-risky-financial-advice-last-third-sft-seed4-epoch3 на Hugging Face совпадает с карточкой localized-ft/OLMo-3-7B-school-of-reward-hacks-kld-seed3, поэтому описание составлено по ней. Модель localized-ft/OLMo-3-7B-school-of-reward-hacks-kld-seed3 — дообученная разработчиком localized-ft языковая модель для генерации текста и диалоговых сценариев. Она основана на unsloth/Olmo-3-7B-Instruct и использует плотную архитектуру Olmo3ForCausalLM с 6,9 млрд параметров. Карточка сообщает, что модель обучалась с помощью Unsloth и библиотеки TRL; метаданные также отмечают интерфейс вызова инструментов. Модель принимает текст и генерирует текст; заявленная длина контекста — 65 536 токенов. В карточке указан английский язык. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Описание не уточняет специальные ограничения или сценарии дообучения, поэтому её следует рассматривать как общую модель генерации текста и диалогов.

Карточка модели localized-ft/OLMo-3-7B-risky-financial-advice-second-third-sft-seed4 на Hugging Face совпадает с карточкой localized-ft/OLMo-3-7B-school-of-reward-hacks-kld-seed3, поэтому описание составлено по ней. Модель localized-ft/OLMo-3-7B-school-of-reward-hacks-kld-seed3 — дообученная разработчиком localized-ft языковая модель для генерации текста и диалоговых сценариев. Она основана на unsloth/Olmo-3-7B-Instruct и использует плотную архитектуру Olmo3ForCausalLM с 6,9 млрд параметров. Карточка сообщает, что модель обучалась с помощью Unsloth и библиотеки TRL; метаданные также отмечают интерфейс вызова инструментов. Модель принимает текст и генерирует текст; заявленная длина контекста — 65 536 токенов. В карточке указан английский язык. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Описание не уточняет специальные ограничения или сценарии дообучения, поэтому её следует рассматривать как общую модель генерации текста и диалогов.

Helsinki-NLP/opus-mt-en-uk — модель машинного перевода семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с английского языка на украинский и предназначена для автоматического перевода фраз и документов. Модель построена на архитектуре Transformer-align в реализации MarianMT; в метаданных указано 56,7 млн параметров и контекст до 512 токенов. При обработке применяются нормализация текста и SentencePiece. Для набора Tatoeba.en.uk в карточке приведены оценки BLEU 50,2 и chr-F 0,674. Модель обучена на данных OPUS и распространяется под лицензией Apache-2.0. Она подходит для перевода общего текста, но направление перевода ограничено английским → украинским; качество может различаться в зависимости от тематики и текста.

Parakeet Realtime EOU 120M — CoreML — это конвертированная в формат CoreML потоковая модель автоматического распознавания речи с определением конца высказывания (EOU). Она разработана на основе nvidia/parakeet_realtime_eou_120m-v1 и предназначена для работы на устройствах Apple Silicon, в том числе в FluidAudio, для транскрибации речи в реальном времени и голосовых агентов. Модель содержит около 120 млн параметров и реализует архитектуру RNNT: 17-слойный FastConformer-энкодер с кэшированием состояния для потоковой обработки, однослойный LSTM-декодер с 640 скрытыми единицами и joint-сеть для предсказания токенов и EOU. RNNT-пайплайн разделён на три CoreML-модели: streaming_encoder, decoder и joint_decision. Поддерживаются варианты с размером аудиочанка 160 и 320 мс. На Apple M2 показатель WER на LibriSpeech test-clean составляет соответственно 8,29% и 4,87%, а RTFx — 4,78x и 12,48x. В README указан английский язык. Сильные стороны модели — потоковая обработка с сохранением контекста между чанками, низкая задержка, высокая скорость на Apple Silicon и встроенное определение завершения высказывания. Ограничения включают привязку к CoreML и Apple Silicon, а также различие между задержкой и точностью в зависимости от размера чанка; приведённые метрики относятся только к LibriSpeech test-clean. Модель распространяется по NVIDIA Open Model License; подробные условия доступны по ссылке NVIDIA.

ParkJunSeong разработал и опубликовал модель для обнаружения персональных данных в корейском тексте. Это дообученная версия монологг/koelectra-base-v3-discriminator на архитектуре ELECTRA, предназначенная для токенной классификации и распознавания сущностей: имён, регистрационных номеров жителей, телефонов и других категорий персональных данных. Модель содержит 140,1 млн параметров, принимает текст с контекстом до 512 токенов и распространяется в формате safetensors через Transformers. В карточке приведены результаты оценки: F1 95,92, точность 95,46, полнота 96,38 и accuracy 99,69; набор данных и условия оценки не описаны, поэтому эти показатели могут не отражать качество на других данных. Модель рассчитана на корейский язык. Лицензия — Apache-2.0.

recogna-nlp/ptt5-base-summ — дообученная модель PTT5 на архитектуре T5 для абстрактивного суммирования текстов на бразильском португальском языке. Модель разработана авторами Recogna NLP и предназначена для создания краткого связного пересказа исходного текста. Чекпойнт дообучен на наборе RecognaSumm. Он содержит 123,8 млн параметров, принимает текст с контекстом до 512 токенов и выдаёт текстовое резюме. В метаданных также указаны PyTorch и safetensors. Модель подходит для суммирования новостей, статей и других текстов на бразильском португальском. Лицензия — MIT. Ограничение длины контекста в 512 токенов может затруднить обработку длинных документов без предварительного разбиения.