I.14Автоматизация процессов и AI-агенты

cometadata/jina-reranker-v2-multilingual-affiliations-v5 — мультиязычный кросс-энкодер, дообученный на базе jinaai/jina-reranker-v2-base-multilingual с использованием библиотеки Sentence Transformers. Модель оценивает пары «запрос — документ» одним числовым баллом релевантности; баллы подходят для переупорядочивания результатов поиска и семантического поиска. В обучающих данных есть примеры сопоставления аффилиаций организаций и документов, а качество реранжирования оценивалось на наборе affiliation-val. Модель содержит 305,2 млн параметров, имеет архитектуру XLMRobertaForSequenceClassification и принимает последовательности длиной до 1026 токенов по метаданным. Карточка указывает мультиязычную поддержку. На affiliation-val указаны MAP 0,9356, MRR@10 0,9356 и NDCG@10 0,9548. Лицензия CC-BY-NC-4.0 разрешает использование на условиях некоммерческой лицензии.

Карточка модели hamsterdlt/KDA_MT на Hugging Face совпадает с карточкой csebuetnlp/mT5_multilingual_XLSum, поэтому описание составлено по ней. mT5_multilingual_XLSum — модель семейства mT5, дообученная командой CSE BUET NLP на датасете XL-Sum для суммаризации текстов на 45 языках. Она принимает текст статьи или другого материала и генерирует краткое изложение; модель предназначена для многоязычной суммаризации, в том числе для языков с ограниченными ресурсами. Число параметров — 291,2 млн; архитектура — MT5ForConditionalGeneration, формат весов — PyTorch. Модель подходит для автоматического создания кратких пересказов и обработки многоязычных новостных материалов. В README приведены результаты ROUGE на тестовых наборах XL-Sum для разных языков. Карточка не сообщает об ограничениях на контекст или отдельном основном языке. Лицензия в предоставленных данных не указана.

ML6 Team разработала KBIR-OpenKP — модель на базе KBIR, дообученную на наборе OpenKP для извлечения ключевых фраз из английских документов. Она решает задачу как классификацию токенов с метками начала, продолжения и фона, после чего соседние фрагменты ключевой фразы объединяются в результат. Модель построена на архитектуре RoBERTa и содержит 454,1 млн параметров. Она предназначена для автоматического выделения важных фраз в веб-документах и корпусах, чтобы быстро получать краткое представление об их содержании. Контекст составляет до 514 токенов; доступны веса PyTorch. На тестовой выборке OpenKP указаны результаты F1@5 0,19, F1@10 0,11 и F1@M 0,39. Модель работает только с документами на английском языке и ограничивает количество предсказываемых ключевых фраз. Распространяется по лицензии MIT.

sigridjineth/ko-reranker-v1.1 — корейский реранкер, созданный дообучением Alibaba-NLP/gte-multilingual-reranker-base. Модель с архитектурой для классификации последовательностей насчитывает 305,3 млн параметров, принимает пары запроса и текста и оценивает их релевантность для сортировки результатов. Контекст — до 8192 токенов. Модель предназначена для корейского поиска, переупорядочивания кандидатов ответов в системах вопросов и ответов и рекомендаций по текстовым признакам. Она обучалась на 328 тысячах корейских триплетов с использованием сложных негативных примеров и дистилляции от учительской модели. В карточке приведены результаты оценки на AutoRAG Benchmark, но автор отмечает, что это предварительная версия в разработке и её обобщающую способность следует проверять на целевых данных. Распространяется по лицензии Apache-2.0.

Alamin2230/labse-base-part1 — дообученная модель на базе многоязычной BERT-модели sentence-transformers/LaBSE. По метаданным, она предназначена для классификации текста; архитектура — BertForSequenceClassification, веса представлены в формате safetensors. Контекстное окно составляет 512 токенов, размер модели — 498,1 млн параметров. Базовая LaBSE строит эмбеддинги предложений на 109 языках, однако целевые языки и область классификации этой версии не описаны. В README приведены результаты оценки: F1 0,9778, точность 0,9744, полнота 0,9813, а также FPR 0,0275 и FNR 0,0187. Набор данных указан как None, поэтому неизвестно, на каких примерах получены эти показатели и насколько они применимы к другим данным. Модель распространяется по лицензии Apache-2.0.

VikramPal/LFM2.5-8B-A1B-text2sql-DynQuant-4bit — это дообученная и квантованная версия модели LiquidAI/LFM2.5-8B-A1B. Модель дообучалась методом LoRA на 49 905 диалогах для преобразования естественно-языковых запросов в SQL, а затем была сжата методом DynQuant с использованием 4-битного представления и переменной разрядности по модулям. Размер модели на диске составляет около 4,096 ГиБ, в ней примерно 8,47 млрд параметров; для загрузки требуются transformers и установленный пакет dynquant. Модель предназначена для задач text-to-SQL: генерации SQL-запросов по описанию задачи и схеме базы данных. На отложенной выборке из 12 000 задач показатель совпадения результата выполнения запроса составил 82,84%. Для наборов данных WikiSQL и Gretel показатели составили соответственно 87,36% и 69,67%. Модель относится к текстовой модальности; поддерживаемые языки и размер контекстного окна в карточке не указаны. К сильным сторонам относятся существенное уменьшение занимаемого объёма по сравнению с представлением bf16 и более высокий результат среди сопоставленных 4-битных вариантов GPTQ и AWQ на данной оценке. При этом заявленные результаты относятся только к text-to-SQL и измерялись в специальном вычислительном представлении bf16, а не непосредственно на упакованном файле модели. В карточке также не приведены измерения скорости декодирования или пикового потребления VRAM, поэтому преимущества по производительности не подтверждены. Лицензия обозначена как other; применяются условия базовой модели LiquidAI/LFM2.5-8B-A1B.

hxia7/Llama-3.2-1B-Block-FT — дообученная модель семейства Llama от автора hxia7 на базе meta-llama/Llama-3.2-1B. Она предназначена для генерации ответов по документам в системах RAG. Веса настроены на 80 тысячах примеров Tulu3-Block-FT-RAG с использованием механизма Block-Attention: контекст разделяется на блоки документов и блок запроса, что позволяет повторно использовать KV-кэш документов для разных запросов. Модель содержит 1,2 млрд параметров, использует архитектуру LlamaForCausalLM, формат safetensors и контекст до 131 072 токенов. В тесте на 100 примерах TriviaQA из валидационной выборки, не входивших в обучение, автор сообщает Substr-EM 87% и F1 26,59%; сравнительная таблица указывает на сопоставимые результаты Block-Attention и обычного полного внимания. Эти показатели получены на небольшой выборке и не гарантируют аналогичного качества в других сценариях. Для рекомендованного режима Block-Attention требуется ручной prefill и авторегрессионное декодирование с 4D attention mask; обычный model.generate() такую маску не принимает. Лицензия — llama3.2.

MedIT SUN 2.5B chat-1.0.0 — диалоговая языковая модель от MedIT Solutions на архитектуре Llama 3.2. Она создана на основе meta-llama/Llama-3.2-1B-Instruct: разработчик расширил модель примерно с 1 млрд до 2,47 млрд параметров и выполнил supervised fine-tuning на открытых наборах данных. Модель распространяется в формате Safetensors и рассчитана на генерацию текста, общие беседы и выполнение инструкций; метаданные указывают контекст до 131 072 токенов и интерфейс для вызова инструментов. Модель предназначена для диалогового помощника и задач повседневного взаимодействия на английском языке. Разработчик предупреждает, что обучение продолжается, поэтому ответы могут быть непоследовательными; модель не следует использовать как достоверный источник знаний, особенно там, где нужна высокая точность. Лицензия — Llama 3.2.

Это дообученная модель KKHYA/llavaqwen3-1.7b-finetune с 1,7 млрд параметров, опубликованная в формате PyTorch и Safetensors. Она предназначена для генерации текста и диалогов; в метаданных также заявлен интерфейс вызова инструментов. Модель доступна через Transformers и поддерживает контекст до 40 960 токенов. Карточка не раскрывает датасет, детали обучения, оценку качества или конкретные сценарии применения. Указана лицензия Apache-2.0.

Это дообученная модель KKHYA на 1,7 млрд параметров, основанная на KKHYA/llavaqwen3-1.7b-finetune и предназначенная для генерации текста и диалогов. Она использует архитектуру NMMaskMoELLaVAQwen3ForCausalLM и рассчитана на контекст до 40 960 токенов. Репозиторий содержит веса PyTorch в формате safetensors; модель доступна через Transformers и имеет интерфейсы чата и вызова инструментов. Лицензия — Apache-2.0. Датасет дообучения, языковой охват, оценки качества и конкретные сценарии применения не описаны. Поэтому пригодность для специализированных задач и качество ответов следует проверять на собственных примерах.

Это дообученная модель KKHYA на базе KKHYA/llavaqwen3-1.7b-finetune с 1,7 млрд параметров. Она предназначена для генерации текста и диалогового взаимодействия; в метаданных также заявлен интерфейс вызова инструментов. Архитектура указана как NMMaskMoELLaVAQwen3ForCausalLM, веса доступны в форматах PyTorch и safetensors, библиотека для работы — Transformers. Модель принимает текст и генерирует текст, поддерживает контекст до 40 960 токенов. Данные обучения, языковой охват и результаты оценки не описаны. Репозиторий распространяется по лицензии Apache-2.0.

MARS-v0.2 — разговорная языковая модель Curiosity Technology, дообученная методом LoRA на базе Meta Llama 3.1 8B Instruct. Веса содержат около 7,5 млрд параметров, архитектура — плотная LlamaForCausalLM, формат — safetensors; модель поддерживает контекст до 131 072 токенов и предназначена для генерации текста в диалоговом режиме. Модель обучали на внутренних и переведённых открытых турецких наборах данных, уделив больше внимания математическим данным. Она предназначена для общения на турецком языке, решения математических задач и рассуждений; метаданные также указывают английский язык и интерфейс вызова инструментов. Для использования применяются Transformers pipeline или AutoModelForCausalLM. Лицензия — Llama 3 Community License.

mergekit-community/mergekit-dare_ties-ajgjgea — объединённая языковая модель семейства Llama, созданная сообществом с помощью метода DARE TIES в mergekit. В качестве базовой использована KidIkaros/Llama-3.2-1B-Instruct-abliterated; в объединение также вошли DeepAutoAI/Explore_Llama-3.2-1B-Inst_v1.1 и passing2961/Thanos-1B. Модель содержит 1,2 млрд параметров, использует архитектуру LlamaForCausalLM и распространяется в формате safetensors; нативная длина контекста — 131 072 токена. Модель предназначена для генерации текста и диалогового использования. Она принимает текстовые запросы и выдаёт текст; метаданные отмечают интерфейс вызова инструментов. Карточка не уточняет отдельные языковые или предметные специализации. Лицензия в предоставленных сведениях не указана.

Это объединённая методом TIES языковая модель на архитектуре Llama для генерации текста и диалоговых ответов. Модель создана с помощью mergekit на основе chuanli11/Llama-3.2-3B-Instruct-uncensored и Hjgugugjhuhjggg/mergekit-ties-swkriqf; содержит 3,2 млрд параметров и рассчитана на контекст до 131 072 токенов. Модель подходит для ведения диалога и генерации ответов на текстовые запросы. Карточка указывает интерфейс для вызова инструментов, однако подробности поддерживаемых сценариев не приводятся. Доступна в формате Safetensors для библиотеки Transformers. Базовая модель обозначена как неконтентно ограниченная. Лицензия в предоставленных данных не указана.

MiniCPM-V 4.6 — компактная мультимодальная модель от команды OpenBMB для понимания изображений и видео, рассчитанная в том числе на запуск на мобильных устройствах. Она объединяет визуальный энкодер SigLIP2-400M с языковой моделью Qwen3.5-0.8B и использует смешанное сжатие визуальных токенов 4×/16×, позволяя выбирать баланс между скоростью и детализацией. Модель предназначена для диалога по одному или нескольким изображениям и видеороликам: она может отвечать на вопросы о визуальном содержимом, разбирать документы и распознавать текст на изображениях. README отмечает поддержку развёртывания на iOS, Android и HarmonyOS, а также интерфейс вызова инструментов и совместимость с несколькими фреймворками инференса. К заявленным сильным сторонам относятся низкая вычислительная нагрузка и высокая эффективность визуального кодирования. Качество может зависеть от выбранного режима сжатия и числа фрагментов изображения; для видео требуется декодирование, при этом README описывает возможные проблемы совместимости torchcodec с версиями CUDA. Репозиторий распространяется по лицензии Apache-2.0.

Модель EuroEval/mmBERT-small-multi-wiki-qa-synthetic-hallucinations-with-ragtruth-lv — модель на базе Transformers для token classification. По названию она связана с выявлением синтетических галлюцинаций в ответах на вопросы по Википедии и сценариях RAG, включая данные RAGTruth и вариант с обозначением lv. Модель содержит около 140,5 млн параметров, использует архитектурный стек, связанный с ModernBERT, и поддерживает контекст до 8192 токенов. Модель может применяться для разметки отдельных токенов в ответах, например для выделения фрагментов, связанных с галлюцинациями или недостоверными утверждениями, в системах контроля качества ответов и retrieval-augmented generation. В карточке отсутствуют сведения о разработчике, лицензии, языках, процедуре обучения, результатах оценки и рекомендуемых сценариях использования.

mMiniLM-L6-v2-mmarco-v2 — мультиязычная модель на основе MiniLM, дообученная командой Unicamp-DL на версии набора MS MARCO Passage Ranking на девяти языках. Набор mMARCO содержит переведённые с английского passages; для версии v2 использовался Google Translate. Модель предназначена для оценки текстовых фрагментов в задачах поиска и ранжирования passages по запросу. Её можно применять для сортировки найденных документов по релевантности и построения мультиязычного поиска. Архитектура в метаданных указана как XLM-RoBERTa Sequence Classification, размер — 110,2 млн параметров, максимальный контекст — 514 токенов. Модель доступна в формате PyTorch по лицензии MIT. Обучение на автоматически переведённых данных может влиять на качество для языков и формулировок, отличающихся от обучающего набора; контекст ограничен 514 токенами.

hugoomezz/modernbert-ragtruth-token-level-binary — дообученная командой проекта на RAGTruth модель для поиска галлюцинаций в ответах RAG-систем. Она получает контекст и сгенерированный ответ и классифицирует каждый токен ответа как подтверждённый контекстом или галлюцинаторный, что позволяет выделять неподтверждённые фрагменты текста, а не только присваивать ответу общий вердикт. Модель построена на encoder-архитектуре ModernBERT-base, содержит 149 млн параметров и имеет нативную длину контекста 8192 токена; веса опубликованы в формате safetensors. На тестовой выборке RAGTruth модель показала F1 0,7631 для определения наличия галлюцинации в ответе и F1 0,5321 для выделения фрагментов. Она предназначена для исследовательских экспериментов и демонстрации проверки ответов, включая QA, суммаризацию и преобразование данных в текст. Основные ограничения — слабее выявляются ошибки в суммаризациях и тонкие галлюцинации; возможны пропуски и ложные срабатывания на близких перефразировках. Модель не проверена за пределами задач RAGTruth и не гарантирует обнаружение всех неподтверждённых утверждений. Лицензия — MIT.

MonoPTT5-base — португалоязычный ранжировщик текстов на архитектуре T5, разработанный командой unicamp-dl. Модель основана на ptt5-v2-base и дообучена в течение 100 тысяч шагов на смеси португальских и английских данных набора mMARCO. Она содержит 123,8 млн параметров, работает с контекстом до 512 токенов и распространяется в формате PyTorch. Модель предназначена для повторного ранжирования результатов поиска и отбора наиболее релевантных текстовых фрагментов запросу. Лицензия Apache-2.0 разрешает её использование на условиях этой лицензии. Карточка описывает её как T5-ранжировщик, тогда как метаданные указывают задачу text-generation, поэтому точный pipeline-тег для ранжирования не подтверждён метаданными.

aomocelin/moonshine_tiny_pt_v06 — дообученная модель семейства Moonshine для автоматического распознавания речи. Она принимает аудио и выдаёт текст; в README указано, что модель дообучена на основе aomocelin/moonshine_tiny_pt_v05, но обучающий набор данных не раскрыт. Модель построена на архитектуре MoonshineForConditionalGeneration и распространяется в формате safetensors для библиотеки Transformers. Лицензия — MIT. В README приведены результаты оценки: Loss 11.9592 и WER 2.9991; без описания набора данных и протокола оценки эти значения сложно интерпретировать. Метаданные указывают контекст в 194 токена. Язык распознавания из доступных сведений установить нельзя.

MOSS-Transcribe-preview-2B — англоязычная модель распознавания речи в текст, разработанная OpenMOSS Team. Она принимает аудио и предназначена для транскрибации английской речи, в том числе для исследовательских и оценочных сценариев. Модель построена на языковой основе Qwen3-1.7B-base и аудиокодировщике Qwen3-Omni-MoE; gated-MLP-адаптер передаёт аудиопризнаки в пространство эмбеддингов языковой модели. По README, модель содержит около 2,4 млрд параметров, тогда как метаданные Hugging Face указывают 10,1 млрд. Контекст составляет 32 768 токенов. Модель обучалась на открытых англоязычных корпусах распознавания речи и дообучалась с reinforcement learning на обучающих разбиениях Open ASR Leaderboard. В README приведены результаты оценки на нескольких наборах данных; TED-LIUM в этой оценке не использовался. Ограничения включают возможное снижение качества на других языках, при сильных акцентах, шуме, перекрывающейся речи, записи на расстоянии и узкоспециальной терминологии; результаты для важных решений следует проверять вручную. Распространяется по лицензии Apache-2.0.

MoulSot v0.3 — модель автоматического распознавания речи, разработанная Atlasia для транскрибации марокканского дариджа. Это дообученная версия Qwen/Qwen3-ASR-1.7B; модель принимает аудио и выдаёт текст. В README заявлена тренировка на наборе MoulSot-Full: около 1 500 часов аудио и 80 часов эталонных транскрипций. Модель рассчитана на разговорную речь, аудио из медиа и пользовательский контент. Её отличительная особенность — распознавание смешанной речи с переключением между дариджа, арабским, французским и английским; разработчик также заявляет устойчивость к неформальной речи и шуму. Для v0.3 приведены WER 38,99 и CER 12,58, однако подробности протокола оценки и бенчмарков ограничены. Качество может снижаться на очень шумных записях, редких диалектных вариантах и специализированной лексике; распознавание переключения языков не безошибочно. Для критически важных решений требуется проверка транскрипции человеком. Лицензия — Apache-2.0.

Модель cross-encoder/msmarco-MiniLM-L12-en-de-v1 разработана для Sentence Transformers и предназначена для повторного ранжирования текстовых фрагментов в поисковых системах. Она обучена на задаче ранжирования passage из MS MARCO и оценивает релевантность пары «запрос — документ»; обычно её применяют после первичного поиска, например BM25. Поддерживает англо-немецкие сценарии, включая запросы на одном из этих языков и документы на другом, а также английский и немецкий поиск. Это плотная модель на архитектуре BERT, класс BertForSequenceClassification, с 124,3 млн параметров и контекстом до 512 токенов; доступна в форматах PyTorch, Safetensors, ONNX и OpenVINO. Лицензия Apache-2.0. Как cross-encoder, она оценивает пары по отдельности, поэтому обычно медленнее bi-encoder-поиска и подходит для ранжирования ограниченного набора кандидатов, а не для первичного поиска по всему корпусу.

Xenova/ms-marco-MiniLM-L-6-v2 — это версия модели cross-encoder/ms-marco-MiniLM-L-6-v2 с весами в формате ONNX, подготовленная для работы с библиотекой Transformers.js. В карточке не указано, кто разработал исходную модель; Xenova предоставляет совместимую с веб-средой упаковку весов. Модель предназначена для задач информационного поиска и оценки релевантности пар текстов. Она принимает запрос и кандидатный текст, после чего вычисляет оценку их соответствия, поэтому подходит для ранжирования результатов поиска и переранжирования документов. В качестве архитектуры указана MiniLM-L-6-v2, используемая в режиме cross-encoder с задачей sequence classification. В README не приведены точные размеры модели, поддерживаемые языки и максимальная длина контекста. Для модели доступны квантованные и неквантованные ONNX-веса; пример показывает различающиеся числовые оценки для одной и той же пары текстов. Основное преимущество — возможность запуска через Transformers.js, включая веб-сценарии. Ограничения и условия лицензирования в README не указаны; также отсутствуют сведения о гарантиях качества, доменной специализации и производительности.

cross-encoder/ms-marco-TinyBERT-L4 — компактная модель семейства BERT от Sentence Transformers, дообученная на задаче ранжирования фрагментов MS MARCO Passage. Она принимает запрос и кандидатный фрагмент текста совместно и оценивает их релевантность, чтобы упорядочить результаты поиска, например после первичного извлечения документов поисковой системой. Модель предназначена для информационного поиска и повторного ранжирования результатов; в каталоге также указана поддержка классификации текста. Модель содержит 15,6 млн параметров, имеет контекстное окно 512 токенов и рассчитана на английский язык. Доступны веса в форматах PyTorch, safetensors, ONNX, OpenVINO и Flax; для работы в README рекомендуется интерфейс CrossEncoder библиотеки Sentence Transformers. Лицензия — Apache-2.0. Ограничение контекста и обучение на MS MARCO Passage означают, что оценка релевантности может хуже подходить для длинных документов или предметных областей, отличных от поисковых пассажей.

Lsthf/multilingual-emotion-classification — многоязычная модель Tabularis AI для многометочной классификации эмоций в тексте. Это дообученная на базе FacebookAI/xlm-roberta-base модель XLM-RoBERTa с 305,2 млн параметров и контекстом до 514 токенов. Она независимо оценивает 11 категорий: гнев, презрение, отвращение, страх, раздражение, благодарность, радость, любовь, нейтральность, грусть и удивление; одному тексту можно присвоить несколько меток или не присвоить ни одной. Модель предназначена для анализа эмоций в сообщениях социальных сетей, отзывах о продуктах и обратной связи клиентов, мониторинга бренда и отслеживания эмоциональной окраски диалогов. Карточка сообщает о поддержке 23 языков и приводит метрики на синтетическом многоязычном тестовом наборе; перед применением на реальных данных качество следует проверять отдельно. Эмоциональные метки отражают культурно обусловленные интерпретации и не являются достоверным измерением внутреннего состояния человека. Указана лицензия CC BY-NC 4.0; README предлагает связаться с разработчиком для получения коммерческой лицензии.

Многоязычная модель анализа тональности tabularisai/multilingual-sentiment-analysis разработана Tabularis AI и дообучена на distilbert/distilbert-base-multilingual-cased. Она использует архитектуру DistilBERT для классификации текста на пять категорий: очень негативная, негативная, нейтральная, позитивная и очень позитивная тональность. Модель принимает текст и выдаёт метку тональности с оценками классов. Модель предназначена для анализа публикаций в социальных сетях, отзывов о товарах и обратной связи от клиентов на разных языках, а также для мониторинга брендов и рыночных исследований. Поддерживаются английский, китайский, испанский, хинди, арабский, бенгальский, португальский, русский, японский, немецкий, малайский, телугу, вьетнамский, корейский, французский, турецкий, итальянский, польский, украинский, тагальский, нидерландский, швейцарский немецкий и суахили. Контекст модели — до 512 токенов. Для обучения использовались синтетические многоязычные данные. Авторы рекомендуют проверять качество на реальных данных целевого сценария. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

NanoVDR-Q-DistilBERT-Qwen3VL8B-4096-ML — 70-миллионный текстовый энкодер запросов, разработанный для поиска по визуальным документам. Это модель на основе DistilBERT, дообученная методом дистилляции: она учится воспроизводить 4096-мерные эмбеддинги запросов замороженной Qwen3-VL-Embedding-8B по косинусному сходству. Эмбеддинги нормализуются по L2-норме и совместимы с пространством эмбеддингов модели-учителя и документных башен NanoVDR. Модель предназначена для кодирования текстовых запросов при поиске по индексированным документам. Её можно использовать вместе с документными энкодерами NanoVDR, чтобы строить конвейер поиска без запуска модели-учителя на этапе запроса; энкодирование занимает 2,07 мс на запрос при batch size 1 на H200, включая токенизацию. Контекст ограничен 512 токенами. Модель обучена на английских запросах и переводах на пять европейских языков с латинской письменностью. Ограничения: поддержка ограничена английским и пятью указанными языками; языки с нелатинской письменностью не проверялись. Модель принимает только текстовые запросы и не предназначена для запросов, обусловленных изображениями; качество ограничено моделью-учителем. Лицензия — MIT.

NeuraSpeech WhisperBase — модель автоматического распознавания речи, разработанная компанией Neura. Она основана на архитектуре Whisper Base: Transformer-энкодер-декодер преобразует аудио в текст и поддерживает сценарии распознавания речи и речевого перевода. Модель рассчитана на персидский язык. В репозитории указаны 51,7 млн параметров и формат safetensors; для использования предусмотрена библиотека Transformers. Модель распространяется по лицензии Apache-2.0. Карточка содержит демонстрацию запуска ASR в Google Colab, но не приводит количественных оценок качества.

Карточка модели localized-ft/OLMo-3-7B-bad-medical-advice-inoculation-prompting-seed3 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.