I.14Автоматизация процессов и AI-агенты

Карточка модели endor-qa-sanity-hf/ms-macro-mini6 на Hugging Face совпадает с карточкой johnasdgf/ms-marco-MiniLM-L6-v2, поэтому описание составлено по ней. 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.

Это квантованная версия модели перевода NLLB-200 Distilled 1.3B, подготовленная в формате CTranslate2 из исходной facebook/nllb-200-distilled-1.3B. Репозиторий создан JustFrederik; README показывает команду преобразования весов с квантованием int8. Модель предназначена для машинного перевода между языками, поддерживаемыми NLLB-200; в метаданных указаны языковые коды для множества языков, а также набор данных FLORES-200. Квантование int8 сокращает требования к хранению и вычислениям по сравнению с исходными весами, сохраняя назначение модели для перевода. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. README не сообщает результатов оценки качества или конкретных ограничений точности после квантования.

NOESIS-Talker-Combo-LLM2-ASR2-BF16 — набор весов и адаптеров AMAImedia для синтеза речи в платформе автоматизации дубляжа NOESIS. Это производная модель семейства Qwen3-TTS: в README описан объединённый кросс-модальный Talker-компонент на базе Qwen3-TTS 1.7B, дополненный ветвями Qwen3 LLM и ASR и отдельными LoRA-адаптерами для языковых семейств. В контрольной точке около 1,929 млрд параметров; веса представлены в safetensors и BF16. Модель предназначена для озвучивания текстовых сегментов и многоязычного дубляжа. Для десяти языков используется базовый маршрут Qwen3-TTS, для других — выбранный маршрутизатором семейный адаптер; карточка заявляет тестирование 112 языков. Набор рассчитан на загрузку через родительский маршрутизатор NOESIS и резидентный TTS-воркер, а не на самостоятельный запуск как GUI-приложение. Лицензия Apache-2.0. README отмечает проблемы EOS-поведения в некоторых языках, в частности телугу, панджаби, малаялам, ория и каннада; также не следует объединять все семейные адаптеры в один чекпойнт, поскольку такой эксперимент нарушал завершение и поведение аудиокодека.

Карточка модели elprofessor67/om-logistics-pod-v8-beta-8b на Hugging Face совпадает с карточкой elprofessor67/om-logistics-pod-v8-rc-8b, поэтому описание составлено по ней. elprofessor67/om-logistics-pod-v8-rc-8b — дообученная разработчиком elprofessor67 мультимодальная модель семейства Qwen3-VL для генерации текстовых ответов по изображениям и текстовым запросам. Она предназначена для сценариев, связанных с логистикой и подтверждением доставки (POD), что отражено в названии модели; README не уточняет конкретные задачи или показатели качества. Модель использует плотную архитектуру Qwen3VLForConditionalGeneration и работает с изображениями и текстом, выдавая текст. В README указано, что при обучении применялись Unsloth и библиотека TRL от Hugging Face. Лицензия — Apache-2.0.

OmniVoice-bf16 — конверсия модели OmniVoice от k2-fsa в формат bfloat16, опубликованная пользователем drbaph. Это плотная модель преобразования текста в речь на архитектуре diffusion language model; версия использует веса и активации BF16 вместо FP32, что примерно вдвое сокращает размер файлов и потребление видеопамяти при заявленной незначительной потере качества. Модель предназначена для многоязычного синтеза речи, генерации голоса по описанию и клонирования голоса без предварительного обучения на конкретном дикторе. В карточке заявлена поддержка более 600 языков, а метаданные перечисляют языки от болгарского до японского. Модель подходит для локальной генерации речи через OmniVoice, в том числе в ComfyUI; README также указывает на возможность использования через исходный интерфейс OmniVoice. Для ускоренной работы рекомендуется GPU NVIDIA с CUDA и нативной поддержкой BF16, доступной на Ampere и более новых поколениях; на CPU инференс поддерживается, но медленный. Репозиторий содержит формат safetensors и имеет лицензию Apache-2.0.

OpenMed-PII-German-SuperClinical-Base-184M-v1 — модель OpenMed для поиска персональных и других чувствительных данных в немецком тексте. Это дообученная на token classification модель на архитектуре DeBERTa-v3-base; метаданные указывают 211,6 млн параметров, контекст 512 токенов и формат safetensors. Модель размечает токены BIO-тегами и выявляет 54 типа сущностей, включая имена, адреса, идентификаторы, контактные, финансовые и медицинские данные. Модель предназначена для обнаружения PII в клинических записях, медицинских документах и других немецкоязычных текстах, чтобы поддерживать обезличивание данных, подготовку наборов для исследований и аудит документов. В README указана оценка micro F1 0,9627 на немецкой части AI4Privacy; модель описана как подходящая для производственных конвейеров, но требующая проверки результатов человеком. Лицензия — Apache-2.0.

Open-MOPD-SmolLM3-3B-RL-Code — языковая модель для генерации кода, разработанная в рамках проекта Open-MOPD. Это плотная причинная модель SmolLM3 с архитектурой SmolLM3ForCausalLM и 3,1 млрд параметров; карточка указывает контекст до 65 536 токенов. Модель дообучена от BytedTsinghua-SIA/Open-MOPD-SmolLM3-3B-MixSFT методом GRPO на запросах по программированию с проверяемыми наградами. Релиз соответствует шагу обучения 180; доступны веса в формате safetensors, а README описывает использование BF16 через Transformers. Модель предназначена прежде всего как учитель для дистилляции и для решения задач по коду, а не как универсальный ассистент. В README указаны результаты LiveCodeBench v5 и v6: среднее 21,73 при оценке avg@10; тестовые бенчмарки не входят в обучающую смесь RL. Поддерживаются диалоговый шаблон и генерация текста на английском языке. Лицензия — Apache-2.0. Оптимизация только на коде может ухудшить ответы в других областях по сравнению с исходной MixSFT. Результаты бенчмарка не гарантируют качество на произвольных задачах; модель также может выдавать ошибочный или неисполняемый код.

Модель Helsinki-NLP/opus-mt-ru-en разработана Language Technology Research Group Хельсинкского университета для перевода с русского языка на английский. Это Transformer-align на архитектуре Marian, содержащий 57,2 млн параметров; модель принимает текст и выдаёт текст. Контекст ограничен 512 токенами. Модель предназначена для машинного перевода русскоязычных текстов на английский и прямого текст-в-текст использования. В карточке приведены результаты на нескольких тестовых наборах новостного перевода. Обучение основано на данных OPUS, с нормализацией и SentencePiece. Модель выпускается в форматах PyTorch и TensorFlow и распространяется по лицензии CC-BY-4.0. Возможны ошибки перевода и смещения, связанные с обучающими данными; для важных материалов результат следует проверять.

Helsinki-NLP/opus-mt-tc-big-en-fi — модель машинного перевода проекта OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с английского на финский и построена на архитектуре Marian NMT; число параметров — около 159,9 млн, максимальная длина контекста — 1024 токена. Модель доступна в форматах PyTorch, Safetensors и TensorFlow. Модель предназначена для перевода предложений и текстов общего назначения. В README приведены результаты оценки на тестовых наборах Tatoeba, FLORES-101 и newsdev2015. Для финского языка предусмотрена целевая метка >>fin>id>fin<<. Лицензия — CC BY 4.0; при использовании следует учитывать условия атрибуции.

Карточка модели google/pegasus-multi_news на Hugging Face совпадает с карточкой google/pegasus-xsum, поэтому описание составлено по ней. google/pegasus-xsum — англоязычная модель Pegasus для генерации кратких пересказов, основанная на архитектуре кодировщика-декодировщика и разработанная Jingqing Zhang, Yao Zhao, Mohammad Saleh и Peter J. Liu; карточку поддерживает @sshleifer. Модель содержит 366,8 млн параметров, принимает текст и выдаёт текст. Её основная специализация — абстрактная суммаризация, в частности создание короткого пересказа по исходному тексту; в материалах карточки приведены результаты на XSum, CNN/DailyMail и других наборах данных. При предобучении использовались C4 и HugeNews, смешанные и стохастически выбранные предложения-заполнители, а также изменённый SentencePiece-токенизатор с поддержкой символа новой строки. Заявленная длина контекста — 512 токенов. Доступны веса в форматах PyTorch, TensorFlow и Flax. Карточка не сообщает об ограничениях помимо длины контекста. Лицензия в предоставленных данных не указана.

Карточка модели google/pegasus-reddit_tifu на Hugging Face совпадает с карточкой google/pegasus-xsum, поэтому описание составлено по ней. google/pegasus-xsum — англоязычная модель Pegasus для генерации кратких пересказов, основанная на архитектуре кодировщика-декодировщика и разработанная Jingqing Zhang, Yao Zhao, Mohammad Saleh и Peter J. Liu; карточку поддерживает @sshleifer. Модель содержит 366,8 млн параметров, принимает текст и выдаёт текст. Её основная специализация — абстрактная суммаризация, в частности создание короткого пересказа по исходному тексту; в материалах карточки приведены результаты на XSum, CNN/DailyMail и других наборах данных. При предобучении использовались C4 и HugeNews, смешанные и стохастически выбранные предложения-заполнители, а также изменённый SentencePiece-токенизатор с поддержкой символа новой строки. Заявленная длина контекста — 512 токенов. Доступны веса в форматах PyTorch, TensorFlow и Flax. Карточка не сообщает об ограничениях помимо длины контекста. Лицензия в предоставленных данных не указана.

sdadas/polish-reranker-large-mse — модель ранжирования польских текстов, разработанная командой sdadas. Она оценивает пары «запрос — документ» и помогает переставить результаты поиска по релевантности. Модель построена на Polish RoBERTa и обучена методом дистилляции с функцией потерь MSE: она воспроизводит оценки учительской модели unicamp-dl/mt5-13b-mmarco-100k. Обучение проводилось на 1,4 млн запросов и 10 млн документов, включая польскую часть MS MARCO, переведённый на польский ELI5 и подборку польских медицинских вопросов и ответов. В бенчмарке Polish Information Retrieval Benchmark модель показала NDCG@10 60,27 в категории rerankers. Она принимает текстовые пары и выдаёт оценку релевантности; модель содержит 533,7 млн параметров, а длина контекста составляет 514 токенов. Модель подходит для reranking в польскоязычном поиске и информационном поиске, в том числе по медицинским материалам. Это не генеративная модель: она оценивает соответствие документа запросу, а не формирует ответ. Распространяется по лицензии Apache-2.0.

Карточка модели ToxicityPrompts/PolyGuard-Ministral на Hugging Face совпадает с карточкой ToxicityPrompts/PolyGuard-Qwen-Smol, поэтому описание составлено по ней. ToxicityPrompts/PolyGuard-Qwen-Smol — компактная многоязычная модель для модерации безопасности ответов LLM, разработанная авторами PolyGuard. Это плотная авторегрессионная модель семейства Qwen2 с 494 млн параметров и контекстом до 32 768 токенов; репозиторий содержит веса в формате safetensors. В карточке заявлена поддержка 17 языков: арабского, чешского, китайского, нидерландского, английского, французского, немецкого, хинди, тайского, итальянского, японского, корейского, польского, португальского, русского, испанского и шведского. Модель предназначена для оценки безопасности пользовательских запросов и ответов LLM, включая выявление вредоносного или токсичного содержания и отказов в ответе. PolyGuard обучена на PolyGuardMix из 1,91 млн примеров и представлена вместе с набором PolyGuardPrompts для оценки защитных механизмов. По описанию авторов, в проведённых оценках она превзошла другие открытые и коммерческие классификаторы безопасности в среднем на 5,5%. Метаданные указывают задачу text-generation и возможности чата; поэтому её можно применять в текстовых сценариях модерации и защитных цепочках LLM. Лицензия — CC BY 4.0. Карточка не уточняет ограничения по применению и ошибки классификации; результаты модерации следует проверять с учётом языка и контекста, особенно в критичных сценариях.

ToxicityPrompts/PolyGuard-Qwen-Smol — компактная многоязычная модель для модерации безопасности ответов LLM, разработанная авторами PolyGuard. Это плотная авторегрессионная модель семейства Qwen2 с 494 млн параметров и контекстом до 32 768 токенов; репозиторий содержит веса в формате safetensors. В карточке заявлена поддержка 17 языков: арабского, чешского, китайского, нидерландского, английского, французского, немецкого, хинди, тайского, итальянского, японского, корейского, польского, португальского, русского, испанского и шведского. Модель предназначена для оценки безопасности пользовательских запросов и ответов LLM, включая выявление вредоносного или токсичного содержания и отказов в ответе. PolyGuard обучена на PolyGuardMix из 1,91 млн примеров и представлена вместе с набором PolyGuardPrompts для оценки защитных механизмов. По описанию авторов, в проведённых оценках она превзошла другие открытые и коммерческие классификаторы безопасности в среднем на 5,5%. Метаданные указывают задачу text-generation и возможности чата; поэтому её можно применять в текстовых сценариях модерации и защитных цепочках LLM. Лицензия — CC BY 4.0. Карточка не уточняет ограничения по применению и ошибки классификации; результаты модерации следует проверять с учётом языка и контекста, особенно в критичных сценариях.

PP-LCNet_x1_0_table_cls_onnx — модель классификации изображений таблиц, разработанная командой PaddlePaddle для использования в составе PaddleOCR. Она определяет категорию таблицы по её изображению, в частности различает таблицы с видимыми линиями и без них, чтобы передавать результат в последующие этапы распознавания и извлечения структуры таблиц. Модель основана на архитектуре PP-LCNet с масштабом x1_0 и распространяется в формате ONNX для запуска через ONNX Runtime. В README указаны поддерживаемые языки English и Chinese, однако входными данными являются изображения, поэтому языковые сведения, вероятно, относятся к соответствующему OCR-конвейеру. Размер модели составляет около 6,6 МБ. Точность Top-1 равна 94,2%; время инференса составляет 2,35 мс в обычном и 0,47 мс в высокопроизводительном режиме на GPU, а на CPU — 4,03 и 1,35 мс соответственно. Сильные стороны модели — компактный размер и высокая скорость, что делает её подходящей для потоковой обработки документов и интеграции в пайплайны распознавания таблиц. Ограничение заключается в узкой специализации: модель классифицирует изображения таблиц по заранее заданным категориям и не выполняет полноценное OCR, распознавание текста или восстановление структуры таблицы. Модель распространяется по лицензии Apache-2.0.

Qualifire prompt-injection-sentinel — англоязычный классификатор на архитектуре ModernBERT-large, дообученный для обнаружения prompt injection и попыток jailbreak во входных текстах. Он относит запросы к benign или malicious и может служить фильтром перед передачей пользовательского ввода большой языковой модели или частью конвейера модерации и защиты чат-бота. В README приведены результаты оценки на четырёх наборах для обнаружения prompt injection: средний бинарный F1 составляет 93,86; модель превзошла указанный базовый классификатор на всех четырёх тестах. Модель принимает текст и выдаёт метку класса с оценкой. Она не предназначена для генерации текста или общего анализа тональности. Ограничения: возможны ошибки на неоднозначных и творческих запросах; модель не оценивалась на неанглоязычных данных, а результаты могут отражать смещения обучающих наборов. Для значимых решений рекомендуется сочетать её с проверкой человеком или правилами и регулярно проверять на новых типах атак. В метаданных указана лицензия «other»; конкретные условия следует сверить с карточкой модели.

Ellight/Qwen2.5-0.5B-Instruct-Numina-CoT — языковая модель Ellight для генерации текста в формате диалога. Она дообучена на базе unsloth/qwen2.5-0.5b-instruct-bnb-4bit с помощью Unsloth и библиотеки TRL; архитектура — плотная Qwen2ForCausalLM с 494 млн параметров. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов и ориентирована на английский язык. Метаданные также отмечают интерфейс для вызова инструментов. Модель подходит для диалоговых приложений и генерации ответов на текстовые запросы. В карточке не приведены сведения о специализированных возможностях Numina-CoT, обучающих данных или результатах оценки качества. Лицензия — Apache-2.0.

Winuim/qwen3-vl-8b-invoice-cpt — дообученная мультимодальная модель Winuim на базе unsloth/qwen3-vl-8b-instruct-unsloth-bnb-4bit. Она использует архитектуру Qwen3-VL и предназначена для диалоговой работы с текстом и изображениями; название указывает на настройку для обработки счетов, но README не описывает конкретные сценарии или качество извлечения данных. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0.

Q-Judger — дообученная мультимодальная модель оценки изображений, созданных по текстовому запросу. Она основана на Qwen3.6-27B и принимает описание запроса вместе с сгенерированным изображением, после чего формирует JSON с оценками по иерархии критериев. Модель доступна в формате safetensors и использует библиотеку Transformers. Модель предназначена для автоматизированного сравнения и анализа качества генерации изображений. Она оценивает визуальное качество, композицию и эстетику, соответствие изображения запросу, правдоподобие, безопасность и творческие аспекты, включая отрисовку текста и визуальное повествование. Итоговые оценки агрегируются по уровням критериев; в README также описана проверка согласованности ранжирования с оценками экспертов. В метаданных указаны английский и китайский языки. Модель выпущена под лицензией Apache-2.0. Она является оценщиком изображений, а не моделью для их генерации; результаты следует трактовать как структурированную автоматическую оценку, а не как гарантированную замену экспертной проверке.

russian_spam_detector — русскоязычная модель классификации текста, разработанная corall88. Она определяет, является ли сообщение спамом: LABEL_1 означает спам, LABEL_0 — обычное сообщение. Модель предназначена для фильтрации сообщений, в том числе в Telegram. Это дообученная для бинарной классификации модель RuModernBERT-base с архитектурой ModernBERT и 149 млн параметров. Метаданные указывают контекст до 8192 токенов; в обучении использовалась максимальная длина последовательности 256 токенов. Модель обучали четыре эпохи на наборе alt-gnome/telegram-spam. README сообщает accuracy, F1 и precision по 0,99, но не приводит детали оценки. Модель принимает текст и выдаёт метку класса. Она распространяется по лицензии CC BY-NC-ND 4.0, которая ограничивает коммерческое использование и распространение производных версий.

savitr-bf16 — модель распознавания электоральных списков, созданная gojiberries на базе Surya OCR 2 от Datalab. Это дообученная и слитая с базовыми весами модель семейства Qwen3.5 с архитектурой для условной генерации; в репозитории хранятся веса Safetensors в формате bf16. Модель принимает изображение страницы списка избирателей и выдаёт компактные строки с разделителями: EPIC, имя, тип родства, имя родственника, номер дома, возраст и пол. Такой формат примерно в пять раз короче HTML-представления учительской модели по числу токенов декодирования. Модель предназначена для извлечения записей из индийских списков избирателей, повторного квантования в другие форматы, продолжения обучения и оценки без ошибки квантования. В тесте на 37 страницах избирательных округов, не использовавшихся при обучении, сходство записей с выводом учительской модели составило 98,7%, а страниц — 92,9%; это согласие с учителем, а не независимая оценка абсолютной точности. Обучение проведено на 450 страницах англоязычных списков штата Манипур за 2025 год; лицензия указана как other.

Slop-Detector-v4-preview-06-27 — англоязычная модель классификации текста, разработанная DrRiceIO7 на основе unsloth/ModernBERT-base. Это дообученный ModernBERT с архитектурой ModernBertForSequenceClassification и 149 млн параметров; модель принимает текст и выдаёт метку класса. Контекст составляет до 8192 токенов. Модель предназначена для обнаружения «слопа» в тексте с помощью классификации. Она может подойти для фильтрации и предварительной проверки текстов в пользовательских или редакционных процессах. Модель распространена в формате safetensors и выпущена по лицензии Apache-2.0.

SpaceTimeGPT — модель генерации описаний видео, построенная на архитектуре vision-encoder-decoder. Визуальный энкодер TimeSformer, предварительно обученный на классификации видео Kinetics-600, анализирует восемь кадров, выбранных из входного видео; декодер GPT-2 авторегрессионно формирует описание на естественном языке. Компоненты объединены перекрёстным вниманием и дообучены сквозным образом для создания видеоподписей. Модель предназначена для автоматического описания событий в видео с учётом пространственной и временной информации. В карточке указан набор данных VATEX и английский язык. Репозиторий содержит веса PyTorch; лицензия в предоставленных данных не приведена.

stanfordnlp/stanza-nl — модель Stanza для нидерландского языка, опубликованная командой Stanford NLP. Она предназначена для лингвистического анализа текста: в экосистеме Stanza доступны инструменты от обработки исходного текста до синтаксического анализа и распознавания сущностей. В метаданных Hugging Face для этой модели указана задача token-classification и формат PyTorch. Модель подходит для задач разметки токенов в нидерландском тексте. Репозиторий лицензирован по Apache-2.0. Карточка не сообщает размер модели, длину контекста и конкретные ограничения качества.

Stanza для польского языка — набор моделей лингвистического анализа текста, разработанный Stanford NLP Group. Он предназначен для обработки текста от исходных строк до синтаксического анализа и распознавания именованных сущностей; в метаданных этой модели указана задача классификации токенов. Модель распространяется в формате PyTorch и доступна по лицензии Apache-2.0. Stanza ориентирована на точный и эффективный NLP для польского языка. Карточка не сообщает размер модели, длину контекста или отдельные ограничения качества, поэтому эти характеристики не приводятся.

Stanza для шведского языка — набор моделей лингвистического анализа естественного языка, разработанный Stanford NLP. Модель предназначена для анализа текста: от исходной строки до синтаксического разбора и распознавания сущностей. В карточке Hugging Face она отнесена к задаче классификации токенов и использует библиотеку Stanza; веса представлены в формате PyTorch. Модель подходит для обработки шведских текстов в NLP-конвейерах, включая разметку токенов и извлечение сущностей. Репозиторий распространяется по лицензии Apache-2.0. Карточка не сообщает размер модели и длину контекста.

Sulphur Caption — модель для автоматического создания подробных подписей к видео. Её разработал автор SulphurAI; в основе лежит Gemma 4 31B, а для обработки звука используется Parakeet 0.6B TDT v3. Модель принимает видео и выдаёт текстовые описания сцен с временными деталями, сведениями о камере и водяных знаках. В README также описана обработка аудио через Parakeet bridge, которая может пропускать тихие, неразборчивые, перекрывающиеся и неречевые звуки. Модель предназначена для пакетной подписи видео и подготовки исходных подписей для LoRA-датасетов. Доступны настройки длины, подробности и стиля описания, а для обработки папок предусмотрены пакетная обработка и сохранение текстового файла для каждого видео. В README указана поддержка 4–20 кадров при обучении; запуск требует около 70 ГБ видеопамяти для bf16 или 38 ГБ для варианта fp8. Автор оценивает качество как приемлемое, но не рекомендует полагаться на модель без проверки подписей. Для примеров vLLM требуется поставляемая исправленная версия рантайма. Лицензия — CC BY 4.0.

chs20/tecoa4-clip — модель CLIP ViT-L/14, опубликованная пользователем chs20 и предназначенная для классификации изображений по текстовым описаниям без дообучения на каждом наборе классов. Она сопоставляет изображения и текстовые метки, позволяя задавать категории естественным языком. Модель создана дообучением с учителем и состязательным обучением на ImageNet от исходной модели OpenAI CLIP; при обучении использовалась норма L∞ с радиусом 4/255. Модель работает с изображениями и текстом и доступна в формате PyTorch через библиотеку open_clip. Состязательное дообучение направлено на устойчивость к небольшим возмущениям входного изображения, однако README не приводит метрик качества и не уточняет пределы такой устойчивости. Лицензия — MIT.

TeraTTSv2 ONNX — модель синтеза речи, опубликованная TeraSpace для запуска через ONNX Runtime и Transformers. Она преобразует текст на русском или английском языке в монофоническое аудио с частотой 44,1 кГц и поддерживает потоковую выдачу звука. В комплект входят десять голосовых стилей и два варианта диффузионного сэмплера: ускоренный дистиллированный восьмишаговый вариант и учительская модель с настраиваемым CFG. Для русского текста предусмотрена автоматическая расстановка ударений, а также ручные маркеры ударения; текст требуется заключать в языковые теги. Длительность и темп речи можно менять параметром duration_scale. Для русской речи рекомендованы голоса ru_f1 и ru_m5. Символы вне словаря пропускаются, а качество автоматической обработки ударений может зависеть от слова; в словарном режиме неизвестные слова и неоднозначные омографы остаются без изменений. Модель распространяется в формате ONNX; лицензия модели в предоставленных материалах не указана.

title_value — англоязычная модель классификации последовательностей, разработанная Loyola Data Mining и дообученная на базе microsoft/deberta-v3-base. Она преобразует названия вакансий в числовую оценку, отражающую структурный или иерархический уровень должности. Модель содержит 211,6 млн параметров, использует архитектуру DeBERTa V2 для классификации последовательностей и принимает текстовые входы длиной до 512 токенов. Модель предназначена для оценки уровня должности по её названию, например для упорядочивания вакансий по старшинству или извлечения числового признака для аналитики рынка труда. Для получения исходной оценки через Hugging Face pipeline необходимо установить function_to_apply="none", чтобы не применять softmax или sigmoid. Лицензия — MIT. Карточка не приводит метрик качества или описания обучающего набора, поэтому точность на разных рынках труда и форматах названий вакансий не подтверждены.