I.14Автоматизация процессов и AI-агенты

Huihui-Qwen3-Coder-Next-abliterated — экспериментальная версия Qwen3-Coder-Next, созданная huihui-ai методом abliteration: из модели удалены механизмы отказа. Это причинная языковая модель архитектуры Qwen3-Next с MoE, примерно 2,3 млрд параметров, предназначенная для генерации текста в диалоговом формате и сценариев разработки кода на основе возможностей базовой модели. Она принимает текст и выдаёт текст; заявленная длина контекста — 262 144 токена. Карточка описывает изменение фильтрации отказов как грубую реализацию и proof of concept, поэтому качество и поведение модели могут быть нестабильными. Ослабленные ограничения безопасности повышают вероятность чувствительных, спорных или неприемлемых ответов. Модель распространяется по лицензии Apache-2.0.

OpenGVLab/InternVL3_5-2B-HF — мультимодальная модель семейства InternVL3.5 в формате Hugging Face Transformers. По архитектуре InternVLForConditionalGeneration она принимает изображения и текст, а отвечает текстом; поддерживает диалоговый режим. Семейство разработано OpenGVLab и использует каскадное обучение с подкреплением для улучшения рассуждений, а также динамическую настройку разрешения визуальных токенов для эффективной обработки изображений. Модель предназначена для вопросов по изображениям, визуального анализа, распознавания текста на изображениях и мультимодальных задач на рассуждение. Карточка описывает возможности семейства, включая взаимодействие с графическими интерфейсами и агентные сценарии, но не приводит отдельных подробностей для варианта 2B. Метаданные указывают дообучение на OpenGVLab/InternVL3_5-4B-MPO и лицензию Apache-2.0; доступный чекпойнт использует safetensors и библиотеку Transformers. Размер контекста и конкретный перечень поддерживаемых языков в предоставленных данных не указан.

Japanese Stable CLIP ViT-L/16 — модель Stability AI, которая сопоставляет японские тексты и изображения в общем пространстве эмбеддингов. Она подходит для классификации изображений без специального обучения и поиска изображений по текстовому запросу, а также может быть компонентом систем генерации изображений и описаний. В модели используется визуальный энкодер ViT-L/16 и 12-слойный текстовый энкодер BERT с японским токенизатором на основе rinna/japanese-roberta-base. Для обучения применялась функция потерь SigLIP; среди обучающих данных — CC12M с переводами описаний на японский и MS-COCO со STAIR Captions. Модель рассчитана на японский язык и задачи сопоставления текста с изображением. Модель распространяется по STABILITY AI COMMUNITY LICENSE; по вопросам коммерческого использования Stability AI предлагает обращаться отдельно. Обучающие данные могли содержать неприемлемые материалы, несмотря на фильтрацию, поэтому результаты требуют осторожной проверки при использовании в производственных системах.

jd3 — дообученная модель для генерации текста на основе deepseek-ai/deepseek-coder-1.3b-base, созданная автором репозитория stojchet и обученная на наборе данных generator. Она использует плотную архитектуру LlamaForCausalLM и содержит 1,3 млрд параметров. Модель предназначена для генерации продолжения текста и кода; базовая модель поддерживает автодополнение и заполнение пропусков в коде. Контекст — до 16 384 токенов. Веса представлены в формате Safetensors. Лицензия указана как other, поэтому конкретные условия использования по этим данным определить нельзя.

JGOS-31B-Think — корейская модель с акцентом на рассуждения, разработанная VIDRAFT. Это плотная модель семейства Gemma 4 с 31 млрд параметров, предназначенная для диалогов и задач с изображениями и текстом. В карточке заявлен пошаговый режим рассуждений; метаданные также указывают поддержку зрения. Модель можно развернуть через vLLM и OpenAI-совместимый API. Лицензия — Apache-2.0.

Kagura-Llama-3.1-8B-Instruct — дообученная языковая модель разработчика idkwhyitsnotworking на основе unsloth/meta-llama-3.1-8b-instruct-unsloth-bnb-4bit. Это плотная авторегрессионная модель семейства Llama для генерации текста и диалогового общения; в метаданных также отмечен интерфейс вызова инструментов. Обучение проводилось с использованием Unsloth и библиотеки TRL. Модель подходит для генерации ответов в чате и сценариев, где требуется текстовый помощник. В карточке указаны 7,5 млрд параметров, контекст длиной до 131 072 токенов и поддержка английского языка. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. README не уточняет специализацию дообучения или результаты оценки качества.

Sakalti/Kani-3B — чат-модель для генерации текста, разработанная Sakalti на основе дообучения unsloth/Qwen2.5-3B-Instruct. Она предназначена для диалогов и ответов на запросы; в метаданных также заявлен интерфейс вызова инструментов. Модель использует плотную архитектуру Qwen2 и содержит 3,1 млрд параметров. Указанная длина контекста — 131 072 токена. В карточке заявлены английский и японский языки, обучение выполнено на наборе HachiML/Hachi-Alpaca с использованием Unsloth и TRL. Модель опубликована в формате safetensors и распространяется по лицензии qwen-research. Карточка не приводит результатов оценки качества или подробностей об ограничениях дообучения; характеристики базовой модели не следует автоматически считать подтверждёнными для этой версии.

jaspionjader/knfp-1 — объединённая языковая модель, созданная автором репозитория с помощью mergekit методом SLERP из jaspionjader/knf-1-8b и Nekochu/Luminia-8B-RP. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и 7,5 млрд параметров; она предназначена для генерации текста и диалоговых сценариев. Заявленная длина контекста — 131 072 токена. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers; метаданные также указывают интерфейс для вызова инструментов. Модель можно применять для генерации ответов в чате и продолжения текста. Карточка не описывает отдельные языки, специальные предметные области или результаты оценки качества, поэтому такие свойства нельзя уточнить. Лицензия в предоставленных данных не указана.

QuantFactory/lb-reranker-0.5B-v1.0-GGUF — это квантизированная версия модели LB Reranker v1.0, созданная QuantFactory с использованием llama.cpp на основе Qwen/Qwen2.5-0.5B-Instruct, разработанной командой lightblue. Модель предназначена для оценки связанности поискового запроса с фрагментом текста и последующего ранжирования или переранжирования результатов в системах информационного поиска и retrieval-based приложениях. Также она показала хорошие результаты при ранжировании фрагментов кода. Модель представляет собой компактную causal language model с примерно 0,5 млрд параметров, работающую с текстовыми запросами и контекстами. Она обучена выдавать оценку от 1 до 7, где 1 означает минимальную, а 7 — максимальную связанность; для получения непрерывного рейтинга рекомендуется рассчитывать математическое ожидание по вероятностям этих значений. Обучение проводилось на данных более чем на 95 языках, поэтому модель ориентирована на многоязычные сценарии, включая английский, китайский, русский и многие другие языки. Точный размер контекста в карточке не указан. К сильным сторонам относятся компактный размер, поддержка широкого набора языков, возможность использования распространённых средств инференса и заявленное преимущество по ряду оценочных бенчмарков. Ограничения включают отсутствие подробных сведений о результатах тестирования, точном контекстном окне и характеристиках квантизации; модель выдаёт оценку релевантности, а не готовый ответ на запрос, поэтому её качество зависит от формата входных данных и конкретного домена. Модель распространяется по лицензии Apache-2.0.

Linkbricks-Llama3.2-Korean-cpt-3b — корейская языковая модель, созданная директором по данным Linkbricks Юнсоном Джи (Saxo) на базе meta-llama/Llama-3.2-3B-Instruct. Это плотная авторегрессионная модель семейства Llama с 3,2 млрд параметров; около 35% параметров дообучены на продолжении предобучения с использованием разнообразных корейских корпусов, включая 50 млн новостных материалов. Токенизатор оставлен без изменений относительно базовой модели. Модель предназначена как корейская базовая модель для дальнейшей настройки через SFT и DPO. Её можно применять для генерации текста, диалогов, а также корейского вызова функций и инструментов; обучающие данные включают примеры перевода, суммаризации и вопросов и ответов. Контекстное окно составляет 128 тыс. токенов, формат весов — SafeTensors. Модель поддерживает корейский и английский языки, а метаданные также отмечают японский и китайский в тегах. По сравнению с базовой моделью она адаптирована к корейским корпусам, однако для специализированного использования автор рекомендует дополнительную настройку SFT и DPO. Лицензия — Apache-2.0.

Llama-3.1-70B-Instruct-lorablated — диалоговая языковая модель, созданная разработчиком mlabonne на основе Meta Llama 3.1 70B Instruct. Автор применил метод abliteration: извлёк LoRA-адаптер сравнением обычной и abliterated-моделей, затем объединил его с Llama 3.1 70B Instruct методом task arithmetic. В репозитории указаны архитектура Llama с плотной сетью, 69,5 млрд параметров и контекст до 131 072 токенов; модель распространяется в формате Safetensors и использует шаблон чата Llama 3. Модель предназначена для диалогов общего назначения и ролевых сценариев. Автор характеризует её как uncensored и отмечает хорошее качество по собственным тестам, однако приводит необходимость более строгой оценки влияния метода на результаты бенчмарков. Это может быть уместно учитывать при выборе модели для задач, где важны устойчивое качество и безопасное поведение. Лицензия — Llama 3.1; применяются условия Meta для этой лицензии. В метаданных заявлены возможности чата и интерфейс вызова инструментов. README не описывает отдельные языковые оценки или специальные прикладные области.

ZEUS — разговорная языковая модель на базе Llama 3.1, созданная T145 объединением нескольких моделей методом DARE TIES. В объединение вошли meta-llama/Llama-3.1-8B-Instruct, akjindal53244/Llama-3.1-Storm-8B, arcee-ai/Llama-3.1-SuperNova-Lite и Orenguteng/Llama-3.1-8B-Lexi-Uncensored-V2. Модель содержит 7,5 млрд параметров и имеет контекст до 131 072 токенов. ZEUS предназначена для диалогов и генерации текста, в том числе для продолжительных бесед с сохранением связности. Она поддерживает интерфейс вызова инструментов и по умолчанию формирует ответы в Markdown. README описывает её как uncensored-модель; опубликованные оценки включают 79,41 на IFEval и 31,39 на BBH. Модель доступна в формате Safetensors под лицензией Apache-2.0. Она рассчитана прежде всего на англоязычные диалоги; качество для других языков в предоставленных материалах не охарактеризовано. Это объединение моделей, поэтому результат не гарантирует стабильной связности или качества во всех задачах.

Tvisterious/Llama-3.1-8B-text-to-sql-10K-RussianDataset — дообученная Tvisterious языковая модель семейства Llama 3.1 для генерации текста. Название репозитория указывает на настройку для преобразования запросов на русском языке в SQL на наборе данных объёмом 10K; README подтверждает дообучение базовой модели, но не описывает формат входных данных или качество на этой задаче. Модель имеет архитектуру LlamaForCausalLM с плотной структурой и 7,5 млрд параметров. Метаданные указывают контекст до 131 072 токенов и формат safetensors. Она основана на unsloth/meta-llama-3.1-8b-unsloth-bnb-4bit и обучалась с использованием Unsloth и библиотеки TRL. Лицензия — Apache-2.0.

Это дообученная модель KKHYA на 1,7 млрд параметров, созданная на основе KKHYA/llavaqwen3-1.7b-finetune. Она предназначена для генерации текста и диалогов; в метаданных также заявлен интерфейс вызова инструментов. Модель использует архитектуру AdapterMoELLaVAQwen3ForCausalLM и принимает текст, выдавая текст. Контекстное окно составляет 40 960 токенов. Модель распространяется в форматах PyTorch и Safetensors по лицензии Apache-2.0. README не сообщает о датасете, оценках качества или специальных областях применения. Описание базовой модели связывает её с семейством Qwen3; сведений о языковой специализации этой модели нет.

Это дообученная модель KKHYA на 1,7 млрд параметров, созданная на основе KKHYA/llavaqwen3-1.7b-finetune. Она использует архитектуру MaskMoELLaVAQwen3ForCausalLM и предназначена для генерации текста и диалогов; метаданные также отмечают интерфейс вызова инструментов. Модель загружается в форматах PyTorch и Safetensors и поддерживает контекст до 40 960 токенов. Модель опубликована под лицензией Apache-2.0. Датасет дообучения, результаты оценки и специальные ограничения в карточке не описаны, поэтому качество на конкретных задачах и надёжность вызова инструментов по имеющимся сведениям оценить нельзя.

Это дообученная модель KKHYA на базе KKHYA/llavaqwen3-1.7b-finetune. Она предназначена для генерации текста и диалогов; в метаданных также заявлен интерфейс вызова инструментов. Модель содержит 1,7 млрд параметров, использует архитектуру NMMaskMoELLaVAQwen3ForCausalLM и рассчитана на контекст до 40 960 токенов. Модель доступна в форматах PyTorch и safetensors по лицензии Apache-2.0. Данные обучения и специальные ограничения в карточке не описаны; поэтому качество и пригодность для конкретных сценариев требуют отдельной проверки.

Это дообученная версия KKHYA/llavaqwen3-1.7b-finetune, разработанная KKHYA и предназначенная для генерации текста и диалогов. Модель содержит 1,7 млрд параметров, построена на архитектуре Qwen3 и использует Transformers; доступны веса PyTorch в формате safetensors. Заявленная длина контекста — 40 960 токенов. Модель можно применять для генерации продолжений текста и ведения диалогов; в метаданных также отмечен интерфейс вызова инструментов. Датасет и результаты оценки не описаны, поэтому качество и специализацию модели по отдельным темам оценить нельзя. Лицензия — Apache-2.0.

mrm8488/mbart-large-finetuned-opus-es-en-translation — модель перевода текста с испанского на английский, созданная дообучением mBART-large-cc25 на наборе данных OPUS100. Она построена на архитектуре mBART и содержит около 457,4 млн параметров; заявленная длина контекста — 1024 токена. В карточке приведены оценки BLEU 28,25 на валидационной выборке и 28,28 на тестовой выборке. Модель подходит для перевода испанских текстов на английский в приложениях и рабочих процессах, где требуется автоматический перевод. Репозиторий содержит веса в форматах PyTorch и safetensors. Лицензия в предоставленных данных не указана.

MC-LLaVA-3b — мультимодальная модель семейства LLaVA, опубликованная visheratin. Она принимает изображение вместе с текстовым запросом и генерирует текстовый ответ, например, отвечает на вопросы о содержимом изображения. В карточке приведены результаты на TextVQA, GQA, VQAv2, VizWiz и задачах V*-bench, включая распознавание текста и определение пространственных отношений. Модель загружается через Transformers и AutoProcessor; для обработки изображения процессор поддерживает разбиение на кропы. По README, подход MC-LLaVA отличается от обычного для LLaVA представления изображения последовательностью из фиксированного числа токенов. Репозиторий содержит веса Safetensors, а лицензия указана как MIT. README отдельно просит учитывать условия OpenAI и Google Gemini из-за использования синтетических обучающих данных.

Merge-Mistral-Prometheus-7B — объединённая модель Vicgalle на основе prometheus-eval/prometheus-7b-v2.0 и 4bit/Mistral-7B-Instruct-v0.1. Модель построена на плотной архитектуре Mistral, содержит 7,1 млрд параметров и предназначена для диалоговой генерации текста; доступный контекст составляет до 32 768 токенов. Модель-судья Prometheus в составе объединения рассчитана на оценку ответов LLM по заданным критериям и попарное ранжирование. Лицензия — Apache 2.0. В README указан линейный метод слияния и формат bfloat16; в метаданных репозитория указаны файлы safetensors.

MeridianPII Hindi/Hinglish v1 — модель токенной классификации для обнаружения персональных данных в текстах на хинди, хинглише и индийском английском. Разработчик дообучил multilingual MiniLM от Microsoft и адаптировал модель к письму деванагари и смешанным языковым текстам. Модель имеет около 65,2 млн параметров, контекст до 512 токенов и поставляется в форматах ONNX и safetensors; README описывает компактную версию ONNX INT8 размером 56 МБ для запуска в браузере через transformers.js. Модель предназначена для локального обнаружения имён, фамилий, телефонов и других контекстных PII перед отправкой текста, например, в размещённую в облаке LLM. В README указаны высокие показатели полноты на тестовом наборе, однако версия v1 заменена v2, обученной на дополнительных данных на хинди и показывающей несколько лучшие результаты. Модель рассчитана на работу вместе с отдельными детерминированными распознавателями структурированных идентификаторов. Известные ограничения: модель может путать метки CITY и STATE, не рассчитана на географические названия за пределами Индии и не обнаруживает структурированные идентификаторы вроде Aadhaar, PAN, IFSC, адресов электронной почты и URL — их должен обрабатывать отдельный слой. Трудными случаями остаются длинные фрагментированные адреса и плотное переключение языков. Лицензия — CC BY 4.0.

MetaCLIP 2 ViT-B/32 worldwide — мультиязычная модель сопоставления изображений и текста от Meta, представленная в работе «MetaCLIP 2: A Worldwide Scaling Recipe». Это чекпойнт ViT-B-32-worldwide из оригинальной реализации MetaCLIP 2, доступный в формате safetensors для библиотеки Transformers. Модель предназначена для классификации изображений по текстовым описаниям без дополнительного обучения: пользователь задаёт варианты классов словами, а модель оценивает соответствие изображения каждому варианту. Подходит для классификации и поиска изображений по текстовым запросам в разных языковых контекстах. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

tinyopsec/minicpm5-2b-distilled-reasoning-GGUF — это квантизированная GGUF-версия модели jigs97022/minicpm5-2b-distilled-reasoning, разработанная на базе openbmb/MiniCPM5-2B. Модель создана для генерации текста и решения задач с рассуждением; она дистиллирована из Qwen3.8-Max, GLM-5.2 и Kimi K3 с использованием QLoRA на 10 000 отфильтрованных примеров по математике, программированию, логическим головоломкам и структурированному решению задач. Модель содержит около 2 млрд параметров, поддерживает английский и китайский языки и имеет максимальный контекст 4096 токенов. Доступны варианты с точностью от 16 до 2 бит и размером примерно от 5,0 до 0,8 ГБ; рекомендуемым указан вариант Q5_K_M, а Q4_K_M требует около 2 ГБ VRAM. Модель предназначена для локального запуска через llama.cpp, llama-cpp-python, LM Studio или Ollama и подходит для компактных приложений, где важны низкое потребление памяти и пошаговое решение задач. Сильными сторонами являются небольшой размер, несколько уровней квантизации и специализация на математическом, программном и логическом рассуждении. Ограничения включают ухудшение качества за пределами контекста в 4K токенов, возможную слабость на нестандартных случаях из-за обучения на подмножестве из 10 000 примеров, поддержку только английского и китайского языков и ориентировочную границу знаний около 2024 года. Модель распространяется по лицензии Apache-2.0.

Mizan-Rerank-v2 — разработанный ALJIACHI арабский реранкер на базе Alibaba-NLP/gte-multilingual-reranker-base, дообученный для оценки релевантности пар «запрос — документ». Модель предназначена для повторной сортировки кандидатов в поиске и RAG, включая поиск по фетвам и длинным текстам. Использует архитектуру Cross-Encoder с 305,3 млн параметров и принимает последовательности длиной до 8192 токенов. В карточке указана поддержка арабского и английского языков. Модель помечена как устаревшая: разработчик рекомендует перейти на Mizan-Rerank-v3-Turbo или Mizan-Rerank-v3, которые показывают лучшие результаты на приведённых контрольных наборах. Для работы через Sentence Transformers требуется trust_remote_code=True; оценки разных версий не калиброваны между собой, поэтому при переходе следует перенастроить пороги фильтрации. Лицензия — Apache 2.0.

Joemgu/mlong-t5-base-sumstew — модель суммаризации на архитектуре LongT5, разработанная автором репозитория и дообученная на наборе данных Joemgu/sumstew. Она принимает документ с инструкцией «Summarize:» или «Write a title and summarize:» и генерирует краткое изложение либо заголовок вместе с изложением. Модель содержит 296 млн параметров, принимает текст с контекстом до 4096 токенов и распространяется в форматах PyTorch и Safetensors через библиотеку Transformers. Модель подходит для сокращения длинных текстов и автоматической подготовки заголовков с кратким содержанием. В метаданных перечислены английский, немецкий, французский, итальянский и испанский языки. Лицензия Apache-2.0 разрешает использование, изменение и распространение при соблюдении её условий. Качество результатов может зависеть от языка и тематики входного документа; отдельные оценки качества в карточке не приведены.

mmBERT-32K Factcheck Classifier (Merged) — модель классификации текста от llm-semantic-router, созданная на базе llm-semantic-router/mmbert-32k-yarn. Она определяет один из двух классов для входного текста и предназначена для задач проверки фактов и маршрутизации материалов на проверку. Модель использует архитектуру ModernBERT с масштабированием RoPE методом YaRN, содержит 306,9 млн параметров и поддерживает контекст до 32 768 токенов. Это мультиязычная модель; формат репозитория включает Safetensors и ONNX. Слияние адаптера позволяет запускать её напрямую без PEFT. Модель подходит для классификации длинных текстов, например статей или публикаций, при автоматизированной проверке фактов. Карточка не уточняет названия двух классов, языковой охват по отдельности и качество на конкретных наборах данных. Лицензия — Apache 2.0.

MobileCLIP-B — модель сопоставления изображений и текста, разработанная Apple и представленная в работе MobileCLIP: Fast Image-Text Models through Multi-Modal Reinforced Training (CVPR 2024). Этот репозиторий содержит чекпойнт MobileCLIP-B для OpenCLIP; модель предназначена для классификации изображений по текстовым описаниям без дообучения и других сценариев поиска соответствия между изображением и текстом. Вариант MobileCLIP-B (LT) достигает точности zero-shot классификации ImageNet Top-1 77,2%. Архитектура использует визуальную и текстовую части CLIP; точные размеры этих частей в карточке для данного чекпойнта не приведены. Модель принимает изображения и текстовые метки или описания и выдаёт оценки их соответствия. Лицензия — Apple AMLR.

onnx-community/moonshine-tiny-ONNX — модель для автоматического распознавания речи, основанная на UsefulSensors/moonshine-tiny и предназначенная для использования с библиотекой Transformers.js. Она преобразует аудиозаписи в текст и подходит для сценариев транскрибации речи в JavaScript-приложениях, включая обработку удалённых аудиофайлов. Модель доступна в формате ONNX и интегрируется через pipeline с задачей automatic-speech-recognition. В README не указаны архитектура, точный размер, поддерживаемые языки, максимальная длина контекста и набор модальностей, поэтому эти характеристики нельзя достоверно оценить. В качестве сильных сторон можно отметить совместимость с Transformers.js и пример готового применения; ограничения по качеству, языкам и производительности в предоставленных данных не описаны. Модель распространяется по лицензии MIT.

cross-encoder/ms-marco-MiniLM-L2-v2 — англоязычная модель ранжирования от команды Sentence Transformers, обученная на задаче MS MARCO Passage Ranking. Она оценивает релевантность пары «поисковый запрос — пассаж» и подходит для повторной сортировки результатов, предварительно найденных поисковой системой. Модель построена на архитектуре BERT и имеет 16,4 млн параметров; принимает текстовые пары и выдаёт оценку релевантности. Длина контекста — до 512 токенов. В README приведены результаты на TREC Deep Learning 2019 и наборе MS MARCO Passage Reranking; скорость измерялась на V100. Доступны форматы PyTorch, Safetensors, ONNX, OpenVINO и Flax. Модель предназначена прежде всего для англоязычного поиска. Для каждого кандидата запрос и пассаж оцениваются совместно, поэтому её обычно применяют после первичного поиска, а не для сравнения с большим корпусом напрямую. Распространяется по лицензии Apache-2.0.

unicamp-dl/mt5-base-mmarco-v2 — модель на архитектуре mT5, дообученная на многоязычной версии набора MS MARCO для ранжирования пассажей. Версия Multi MS MARCO включает коллекции пассажей MS MARCO на девяти языках; для версии v2 данные переведены с помощью Google Translate. Модель содержит 291,2 млн параметров и распространяется в формате PyTorch. Модель предназначена для оценки релевантности пассажей поисковому запросу в многоязычных задачах поиска информации. Её можно использовать для ранжирования найденных фрагментов текста, например, при поиске ответов в корпусе документов. В карточке указана лицензия MIT. Перевод обучающих данных машинный, поэтому качество может зависеть от языка и особенностей перевода.