I.14Автоматизация процессов и AI-агенты

Это японская модель распознавания именованных сущностей на основе DeBERTa V2 Base Japanese, дообученная автором Mizuiro-sakura на японском наборе NER из Википедии. Она присваивает токенам метки, в том числе для имён людей, географических названий, организаций, событий, учреждений, компаний и продуктов; модель можно использовать для извлечения таких сущностей из японских текстов. В карточке приведены результаты оценки: micro F1 — 0,81, macro F1 — 0,80. Модель содержит 137,8 млн параметров, принимает последовательности длиной до 512 токенов и распространяется в форматах PyTorch и Safetensors для библиотеки Transformers. Базовая DeBERTa V2 Japanese была предварительно обучена на японской Википедии, японской части CC-100 и японской части OSCAR. Лицензия модели — MIT.

Dialog2Flow joint target model (DSE-base) — модель для получения плотных векторных представлений предложений и абзацев, созданная как вариант D2F_joint в рамках исследования Dialog2Flow. Она использует DSE-base в качестве основы и реализована на Sentence Transformers с архитектурой BERT; модель преобразует текст в векторы размерности 768 и дообучена для извлечения структуры диалоговых потоков. Модель предназначена для сравнения и поиска текстов, кластеризации реплик и автоматического выделения потока диалога. В README отмечено улучшение результатов по сравнению с вариантом на BERT-base. Поддерживаемый язык — английский; максимальная длина контекста составляет 512 токенов. Модель можно применять через Sentence Transformers или Hugging Face Transformers с подходящей операцией pooling. Лицензия — MIT.

Карточка модели Dnoya10/dicoding_genAI_adv_collab_grpo_4 на Hugging Face совпадает с карточкой Dnoya10/dicoding_genAI_adv_collab_grpo_5, поэтому описание составлено по ней. Модель Dnoya10/dicoding_genAI_adv_collab_grpo_5 разработана Dnoya10 и представляет собой дообученную языковую модель семейства Qwen2 с архитектурой Qwen2ForCausalLM и 1,5 млрд параметров. Она предназначена для генерации текста и диалогового взаимодействия; метаданные также отмечают интерфейс вызова инструментов. Модель принимает текст и выдаёт текст. Поддерживает английский язык и контекст длиной до 32 768 токенов. Обучена с использованием Unsloth и библиотеки TRL от Hugging Face. Распространяется по лицензии Apache-2.0.

DictaBERT NER — модель семейства BERT, разработанная Dicta, представляющая собой дообученную версию BERT-base для распознавания именованных сущностей в современном иврите. Она предназначена для разметки токенов и выявления сущностей в ивритских текстах. Модель содержит 211,6 млн параметров, поддерживает контекст до 512 токенов и распространяется в форматах PyTorch и Safetensors. Модель подходит для извлечения сущностей из документов и текстовых коллекций на иврите. Карточка указывает лицензию CC BY 4.0. Подробности о типах сущностей и качестве на отдельных наборах данных в предоставленных материалах не описаны.

DictaLM-3.0-1.7B-Instruct — инструкционная языковая модель из семейства Dicta-LM 3.0, разработанного Dicta. Модель содержит 1,7 млрд параметров, построена на архитектуре Qwen3 и первоначально инициализирована из Qwen3-1.7B-Base. Она обучена на больших корпусах текстов на иврите и английском; поддерживает контекст до 62 080 токенов и рассчитана на диалоговое использование по шаблону чата. Модель предназначена для генерации ответов на инструкции и ведения диалога на иврите и английском. Её можно развернуть через vLLM или Transformers; заявлена поддержка вызова инструментов для интеграции с внешними API. Это полноточная версия BF16 в формате safetensors, доступная для скачивания и свободного использования. Лицензия — Apache-2.0. Размер 1,7 млрд параметров позволяет использовать её как компактную модель, однако качество и возможности могут быть ниже, чем у более крупных моделей. Для корректной работы с инструкциями требуется применять заданный шаблон чата. README не приводит количественных оценок качества и подробностей об обучающих данных.

Lilya/distilbert-base-uncased-finetuned-ner-TRANS — модель DistilBERT, дообученная для классификации токенов и распознавания именованных сущностей. Она предназначена для разметки слов и фрагментов текста метками сущностей. В карточке приведены результаты оценки: F1 0,8011, точность 0,7911, полнота 0,8114 и accuracy 0,9815. Модель использует архитектуру DistilBertForTokenClassification, веса PyTorch и контекст до 512 токенов. Базовая модель — distilbert-base-uncased; лицензия — Apache-2.0. В карточке не описаны набор данных, метки сущностей и ограничения применения, поэтому пригодность для конкретных типов сущностей следует проверять отдельно.

droplychee-2.1-27b — дообученная разработчиком droplychee мультимодальная плотная модель семейства Qwen3.5 на базе Qwen/Qwen3.8-27B. Она предназначена для диалога с текстом и изображениями и может использоваться в сценариях, где нужно учитывать визуальный контекст при ответе. В метаданных указаны поддержка vision и интерфейс вызова инструментов; размер базовой модели — 27 млрд параметров. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. Карточка сообщает, что обучение выполнялось с Unsloth и библиотекой Hugging Face TRL. Данные не описывают конкретные наборы для дообучения, оценку качества или длину контекста, поэтому эти характеристики нельзя установить по доступной информации.

Dumpling-Qwen2.5-1.5B — диалоговая языковая модель на архитектуре Qwen2 с 1,5 млрд параметров, созданная nbeerbower дообучением nbeerbower/EVA-abliterated-TIES-Qwen2.5-1.5B. Модель предназначена для генерации текста и диалоговых ответов; метаданные также указывают интерфейс вызова инструментов. Контекстное окно составляет до 131 072 токенов. Модель дообучена методом QLoRA ORPO в течение двух эпох на наборах DPO, охватывающих диалоги, рассуждения, художественные тексты и другие предпочтения ответов. Доступна в формате safetensors через Transformers. Лицензия — Apache-2.0. Карточка не сообщает результаты оценивания качества и не описывает отдельно поддерживаемые естественные языки.

DUSUNEN Nokta 68M v1 — компактная модель Göktuğ Düşünen для восстановления пунктуации и правильного регистра в турецком тексте. Она объединяет обе задачи в одной модели DistilBERT для классификации токенов: за один проход предсказывает совместные метки пунктуации и регистра. Базовая модель — dbmdz/distilbert-base-turkish-cased; в чекпойнте 68,1 млн параметров, контекст — до 512 токенов по метаданным. Репозиторий содержит веса Safetensors и экспорт ONNX в FP32; автор проверил совпадение предсказаний ONNX и PyTorch на тестовых примерах. Модель подходит для восстановления знаков препинания и регистра в результатах распознавания речи, субтитрах, поисковых транскриптах, чатах и турецких документах. В тестах автор сообщает macro F1 70,43% для пунктуации и 86,98% для регистра. Модель обучена на веб-текстах, поэтому пунктуация спонтанной речи и предметных областей может отличаться от её предсказаний; трудности также возможны с именами, брендами, смешанными языками, URL и необычным регистром. Для юридических, медицинских и других важных документов требуется проверка человеком. Лицензия модели — MIT; использованный корпус Cosmos Turkish Corpus v1.0 распространяется по CC BY 4.0.

Youlln/ECE.EIFFEIL.ia-0.5B-SLERP — компактная языковая модель для генерации текста и диалогов, созданная автором репозитория объединением моделей через SLERP с помощью mergekit. В объединении участвовали Youlln/ECE-Qwen0.5B-FT-V2 и Qwen/Qwen2.5-0.5B-Instruct; архитектура — плотная Qwen2, число параметров — около 494 млн. Модель рассчитана на текстовый ввод и выдачу текста, поддерживает контекст до 32 768 токенов. Её можно использовать для диалогов, выполнения инструкций и генерации текста; в метаданных также отмечен интерфейс вызова инструментов. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Карточка не содержит сведений о целевых языках или оценках качества.

Enoki OpenIE Encoder — англоязычная модель извлечения фактов, разработанная командой s-nlp для конвейера обнаружения галлюцинаций Enoki. Она преобразует предложение в привязанные к исходным токенам тройки «субъект — отношение — объект», чтобы факты можно было проверять по отдельности и находить их исходные фрагменты текста. Модель основана на энкодере answerdotai/ModernBERT-large и использует архитектуру Iterative Grid Labeling. Это дистиллированный из результатов Enoki-LLM извлекатель фактов, обученный на dev-разделе набора EnokiQA. В составе конвейера Enoki извлечённые утверждения можно передавать отдельному NLI- или фактологическому верификатору для проверки по справочному контексту и локализации неподтверждённых фрагментов. Модель предназначена для английского текста; рекомендуется подавать по одному предложению на вход, а максимальная длина последовательности по умолчанию составляет 128 токенов. IGL может возвращать вложенные или инкрементальные тройки; порог min_confidence 0,7–0,8 помогает получить меньше результатов с более высокой точностью. Для загрузки требуется trust_remote_code=True, поскольку архитектура и декодер OpenIE реализованы пользовательским кодом Transformers в репозитории. Лицензия в предоставленных данных не указана.

Dohyeon1/ERNIE-M-SMoE-ngroups56 — модель для генерации текста на базе архитектуры ERNIE 4.5 MoE, опубликованная на Hugging Face и предназначенная для использования с библиотекой Transformers. Модель имеет 3,3 млрд параметров и поддерживает контекст длиной до 131 072 токенов. Модель ориентирована на диалоговые сценарии и генерацию продолжений текста: ответы на запросы, создание черновиков, поддержание многошагового контекста и интеграцию в приложения на базе Transformers. Метаданные не содержат подтверждённых сведений о поддерживаемых естественных языках, лицензии, данных обучения и результатах оценки.

Это веса модели EVA02 Base Patch16 CLIP с входным разрешением 224 пикселя, опубликованные timm в формате OpenCLIP. Модель предназначена для классификации изображений по текстовым описаниям в режиме zero-shot: она сопоставляет изображение с предложенными категориями без отдельного обучения на этих категориях. Модель использует архитектуру CLIP с визуальным энкодером EVA02 и доступна в форматах PyTorch и safetensors; лицензия — MIT. Карточка не сообщает размер модели, длину контекста или поддерживаемые языки, поэтому эти характеристики не приводятся.

MaziyarPanahi/Experiment28T3q_Experiment27Experiment28 — объединённая модель семейства Mistral для генерации текста, созданная на основе automerger/Experiment28T3q-7B и automerger/Experiment27Experiment28-7B. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель подходит для генерации продолжений текста и диалоговых ответов в системах на базе Transformers. В метаданных указана лицензия Apache-2.0. Сведения о специализированных задачах, языках и ограничениях качества в карточке не приведены.

Falcon3-Mamba-R1-v0 — дообученная Ханзлой Джавайдом модель на основе tiiuae/Falcon3-Mamba-7B-Instruct для рассуждений и генерации текста. Это причинный декодер на архитектуре Mamba с 64 блоками и размером скрытого слоя 4096; в метаданных указано 8,9 млрд параметров. Архитектура Mamba масштабируется линейно с ростом числа токенов. Модель предназначена для математических и логических задач, структурированного решения проблем, ответов на STEM-вопросы и общего диалога. Модель ориентирована прежде всего на английский язык. В README приведены результаты MMLU 72,1 и GSM8K 89,5 в режиме 5-shot, однако это результаты авторской оценки. Это ранний чекпойнт конвейера дообучения. Производительность может снижаться при генерации длиннее 64 тысяч токенов; ответы следует проверять, особенно в критически важных сценариях. Лицензия в предоставленных данных не указана.

FireRedVAD-GGUF — преобразованные в формат GGUF варианты модели FireRedVAD от FireRedTeam для определения речевой активности в аудиозаписях и использования с CrispStrobe/CrispASR. Модель построена на архитектуре DFSMN: восемь блоков используют свёртки с контекстом по предыдущим и последующим кадрам. В карточке описаны три варианта: обычный VAD с просмотром вперёд и назад, потоковый вариант без просмотра вперёд и AED для многометочной классификации речи, пения и музыки. Размер вариантов составляет около 568–589 тысяч параметров.

Fun-ASR-Nano-2512-hf — версия модели распознавания речи Fun-ASR-Nano от FunAudioLLM, подготовленная для работы с библиотекой Transformers. Это плотная end-to-end модель, принимающая аудио и генерирующая текстовую транскрипцию. Она поддерживает китайский, английский и японский языки; для китайского заявлена поддержка семи диалектных групп и 26 региональных акцентов. Обучение проводилось на десятках миллионов часов реальной речи. Модель предназначена для транскрибирования аудио, в том числе китайской речи с региональными особенностями, а также английской и японской речи. Для этого HF-чекпойнта README описывает запуск через нативную поддержку Transformers и генерацию текста. Указанная в карточке лицензия — Apache-2.0. Экспорт не содержит ветвь CTC и поэтому не предоставляет зависящие от неё временные метки и диаризацию говорящих. Проверки README охватывают короткие примеры и отдельные пакетные сценарии; они не являются оценкой точности, скорости или минимальных требований к памяти. Стандартный pipeline automatic-speech-recognition в описанной версии Transformers завершался ошибкой индексации токенов; автор рекомендует использовать указанный в README маршрут через any-to-any или нативные processor/generate API.

GenerateQuestionMistral7B — языковая модель FPHam для генерации вопросов по данному тексту или ответу. Она предназначена прежде всего для автоматического создания наборов данных с вопросами. Модель основана на Mistral и имеет плотную архитектуру MistralForCausalLM с 7,1 млрд параметров; в репозитории размещены веса Safetensors. Модель принимает текстовый запрос в формате ChatML. В README рекомендуется начинать запрос с фразы «Generate a question based on the following answer:»; модель обучалась с этим префиксом, хотя может отвечать и без него. Указанная длина контекста — 32 768 токенов. README не сообщает о поддержке конкретных языков или об отдельной лицензии, поэтому такие сведения не приводятся.

Gist — мультиязычная модель Desert Ant Labs для присвоения тем и тегов публикациям и статьям. Она классифицирует текст по фиксированной таксономии из 36 тем и поддерживает многометочную выдачу: для одного материала обычно выбирают две или три темы по их вероятностям. Темы сопоставлены с IAB Content Taxonomy 2.2 и категориями Apple Podcasts. Модель принимает заголовок, публикацию или описание на одном из 101 языка и выдаёт вероятности для 36 тем. Это компактный двухпоточный классификатор со статическими эмбеддингами и хешированными n-граммами; при инференсе трансформер не используется. Мультиязычная сборка занимает 74 МБ и предназначена для локального запуска на устройствах; доступны форматы Core ML и LiteRT/TFLite. В README также описана англоязычная сборка размером 15 МБ, ограниченная английским языком и латинским письмом. Модель рассчитана на короткие тексты: публикации, заголовки и описания. В проверке на 15 языках указана точность попадания правильной темы в топ-3 на уровне 88%; оценка проводилась на 572 размеченных публикациях. Указанная в README лицензия и условия распространения в предоставленных данных не раскрыты, поэтому их нельзя установить.

GoldDiamondGold-70b — объединённая текстовая модель на архитектуре Llama, созданная KaraKaraWitch с помощью mergekit. В основе слияния лежит deepcogito/cogito-v2-preview-llama-70B; в модель также вошли чекпойнты для диалогов, следования инструкциям, повествования и работы с инструментами. Она содержит 69,5 млрд параметров, использует формат safetensors и поддерживает контекст до 131 072 токенов. Модель предназначена для генерации ответов в диалоге и создания текстов по запросу, включая повествовательные сценарии. Автор отмечает, что модель хорошо воспринимает формат промпта, но может перенимать неаккуратный стиль предыдущих ответов Llama, излишне вести себя как ассистент и особенно чувствительна к системным инструкциям. В карточке упоминается склонность к сексуализированному тону. Лицензия в предоставленных данных не указана.

GPT-5 Image — модель OpenAI, объединяющая GPT-5 с возможностями генерации изображений GPT Image 1. Она предназначена для взаимодействия с текстом и создания изображений по инструкциям; в карточке также отмечены улучшения в рассуждениях, качестве кода и следовании запросам. Доступный фрагмент карточки не сообщает архитектуру, размер, языки, длину контекста или лицензию.

HappyLlama1 — разговорная текстовая модель, дообученная ehristoforu на базе voidful/Llama-3.2-8B-Instruct с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста и ведения диалогов; метаданные также указывают интерфейс вызова инструментов. Модель семейства Llama использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 131072 токенов. В карточке приведены результаты оценок Open LLM Leaderboard: средний балл 26,04, IFEval — 73,63, BBH — 28,50. Модель принимает текст и генерирует текст. В метаданных указан английский язык. Лицензия — Apache-2.0. Карточка не описывает специализацию дообучения или отдельные гарантии качества, поэтому применимость к конкретным задачам стоит оценивать по собственным примерам.

HedgeMind — дообученная Radheyyyy языковая модель семейства Llama на базе unsloth/meta-llama-3.1-8b-instruct-bnb-4bit. Это плотная авторегрессионная модель примерно на 7,5 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Метаданные указывают контекст до 131 072 токенов и интерфейс вызова инструментов. Модель обучали с использованием Unsloth и библиотеки TRL. Модель принимает текст и генерирует текст; в карточке указан английский язык. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache-2.0. README не уточняет специализацию дообучения, поэтому применимость к конкретным предметным областям и качество выполнения отдельных задач по имеющимся данным оценить нельзя.

SeamlessM4T Medium — мультимодальная модель перевода от Meta, представленная в реализации Hugging Face для Transformers. Вариант на 463,7 млн параметров поддерживает перевод речи и текста между языками, распознавание речи и синтез речи; для задач доступны общая модель и специализированные подмодели. В README указано, что модель принимает речь на 101 языке, текст на 196 языках и генерирует речь на 35 языках. Максимальная длина контекста по метаданным — 4096 токенов. Модель подходит для перевода речи в речь или текст, перевода текста в текст или речь, а также для автоматического распознавания речи. При синтезе можно выбирать голос с помощью идентификатора говорящего и настраивать стратегию генерации. README отмечает, что SeamlessM4T v2 улучшает качество и скорость генерации речи по сравнению с этой версией. Репозиторий содержит веса PyTorch; лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

HTML-LM — компактная модель-энкодер Seznam для получения эмбеддингов HTML-страниц. Она построена на ModernBERT, содержит 154,2 млн параметров, имеет скрытый размер 768 и поддерживает контекст до 8192 токенов. Модель обучена с нуля на корпусе из 100 млн HTML-документов, используя маскированное языковое моделирование, предсказание Bag-of-Words и контрастную дистилляцию представлений от Qwen3-Embedding-8B и Seznam SeLLMa 8B. Модель кодирует текстовое содержимое и структуру HTML в векторное представление для последующего применения в лёгких классификаторах и регрессорах. Примеры задач: обнаружение страниц статей и товаров, классификация страниц с откровенным контентом, кластеризация, оценка качества страниц и выявление веб-спама. Для обработки требуется HTMLLMProcessor, который очищает и упрощает DOM перед токенизацией; документация отмечает, что предварительная обработка может быть медленной при высокой нагрузке. Обучающий корпус преимущественно состоял из страниц чешских и англоязычных доменов, поэтому README не подтверждает равную поддержку всех языков. Модель распространяется под лицензией CC BY-NC 4.0, которая ограничивает коммерческое использование.

Карточка модели MyRayy/Huihui-gemma-4-12B-coder-fable5-composer2.5-v1-abliterated на Hugging Face совпадает с карточкой huihui-ai/Huihui-gemma-4-12B-coder-fable5-composer2.5-v1-abliterated, поэтому описание составлено по ней. Huihui-gemma-4-12B-coder-fable5-composer2.5-v1-abliterated — версия Gemma 4 12B coder-fable5-composer2.5-v1 от huihui-ai, у которой методом abliteration снижено число отказов на запросы. Это экспериментальная, грубая реализация с открытым описанием метода; модель предназначена для генерации кода и диалоговых ответов на основе текста. Модель использует плотную архитектуру Gemma4Unified и распространяется в формате safetensors для Transformers. Базовая модель дообучена для алгоритмических задач и генерации кода на Python, проверенного тестами. Карточка не описывает отдельное обучение этой версии для новых задач и не сообщает длину контекста или список естественных языков. Уменьшение защитных отказов может приводить к чувствительным, спорным или неподходящим ответам, поэтому результаты требуют проверки. Модель доступна по лицензии Apache 2.0.

MuRIL-Naamapadam — модель распознавания именованных сущностей в текстах на маратхи, пенджаби и телугу. Она разработана на основе MuRIL от Google и дообучена для задачи NER; архитектура — BERT для классификации токенов, размер — 264,8 млн параметров, максимальная длина контекста — 512 токенов. Модель выделяет сущности в предложениях на поддерживаемых языках; для проверки результатов доступен Hosted Inference API на странице модели. В README приведены F1: 0,8341 для маратхи, 0,8328 для телугу и 0,7334 для пенджаби. Указанная лицензия — Apache-2.0.

treamyracle/indobert-ner-gold — модель для распознавания именованных сущностей в индонезийском тексте, разработанная автором репозитория и дообученная на базе indobenchmark/indobert-large-p1. Это плотная модель семейства BERT для классификации токенов: она принимает текст и выделяет сущности, используя 19 типов меток. Контекст модели — до 512 токенов. Модель предназначена для извлечения персон, организаций, мест, геополитических объектов, объектов инфраструктуры, событий и других сущностей. В карточке описано обучение в два этапа: на синтетических данных, размеченных автоматически, затем на вручную размеченном индонезийском наборе NERGRIT. Автор сообщает результаты на наборах NERUI и NERUGM, однако эти показатели приведены в README и не являются независимой проверкой. Модель распространяется по лицензии MIT.

Модель braindao/iq-code-evmind-0.5b — компактная языковая модель семейства Qwen2, разработанная braindao как дообучение braindao/iq-code-evmind-0.5b-instruct-v0.2411.4. Она предназначена для генерации текста и диалогового взаимодействия; метаданные также указывают интерфейс вызова инструментов. Модель содержит 494 млн параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель опубликована в формате Safetensors и распространяется по лицензии Apache-2.0. Карточка сообщает об обучении с использованием Unsloth и TRL. README не описывает специализированную область применения или результаты оценки качества, поэтому её стоит рассматривать как компактную модель общего назначения, а качество ответов и вызова инструментов проверять на целевых задачах.

JaColBERTv2.5 — японская модель семантического поиска на архитектуре BERT, разработанная Бенжамином Клавье. Она предназначена для ранжирования и извлечения релевантных документов в поисковых и RAG-системах; модель использует представления ColBERT с несколькими векторами для сопоставления запросов и документов. Чекпойнт содержит 138,4 млн параметров, принимает последовательности длиной до 512 токенов и распространяется в формате safetensors для работы с RAGatouille. В README заявлено, что модель обучена на 40% данных, использованных для JaColBERTv2, и превосходит предыдущие подходы, включая мультиязычные варианты BGE-M3, на всех оценённых наборах данных. Указаны японские наборы MIRACL, MMARCO, JQaRA и JaGovFaqs. Модель рассчитана на японский язык; лицензия MIT.