I.14Автоматизация процессов и AI-агенты

Den4ikAI/FRED-T5-LARGE_text_qa — русскоязычная модель семейства T5, разработанная Den4ikAI для ответов на вопросы по предоставленному тексту. Она обучена на наборе ru_sberquad_long_answers и подходит для сценариев, где нужно сформулировать развернутый ответ на основе контекста. Модель использует архитектуру T5ForConditionalGeneration и содержит около 403,9 млн параметров. Веса доступны в форматах PyTorch и Safetensors; лицензия — MIT. Карточка не сообщает длину контекста и подробные результаты оценки качества.

Gecko-110m-en — вариант модели эмбеддингов Gecko, опубликованной в исследовательской работе Gecko, подготовленный сообществом LiteRT для развёртывания на Android и iOS. Модель преобразует текст в векторные представления, которые можно использовать для поиска по смыслу и построения RAG-систем; README указывает интеграцию с Google AI Edge RAG SDK. Репозиторий содержит варианты в формате LiteRT TFLite, включая dynamic_int8 с весами int8 и активациями float. README приводит мобильные бенчмарки, измеренные на Samsung S23 Ultra, и описывает выполнение на CPU с делегатом XNNPACK и на GPU с делегатом LiteRT. По метаданным модель ориентирована на английский язык и распространяется по лицензии Apache-2.0. Ее применение в первую очередь связано с созданием эмбеддингов, хотя Hugging Face указывает задачу question-answering.

Ghostwriter Llama 3.1 8B Merged Run02 — дообученная автором hasithanilwakka языковая модель на основе unsloth/Llama-3.1-8B-Instruct-unsloth-bnb-4bit. Это плотная автрорегрессионная модель семейства Llama с 7,5 млрд параметров, предназначенная для генерации текста и диалогового общения; в карточке также заявлен интерфейс вызова инструментов. Модель обучалась с использованием Unsloth и библиотеки TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Она распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает специальную область применения, конкретные улучшения после дообучения или результаты оценки качества.

waveletdeboshir/gigaam-rnnt — неофициальная обёртка для Transformers модели GigaAM-v2-RNNT, разработанной SberDevices. Она предназначена для автоматического распознавания русской речи и преобразования аудиозаписей в текст. В репозитории указаны классы модели, извлечения признаков и токенизатора, совместимые с интерфейсом Transformers, включая загрузку через Auto-классы. Модель представлена в форматах PyTorch и Safetensors; карточка указывает библиотеку Transformers и лицензию MIT. README сообщает, что это оригинальная модель GigaAM-v2-RNNT с интерфейсом Transformers, но сам репозиторий является неофициальной обёрткой. Размер модели и длина контекста в доступных данных не приведены.

Granite Speech 5.0 TurboCTC — компактная модель распознавания английской речи от IBM с 470 млн параметров. Она предназначена для быстрой транскрибации речи в текст и рассчитана на развертывание на ноутбуках, смартфонах и других устройствах с ограниченными ресурсами. Модель использует акустический энкодер Conformer с блочным self-attention, self-conditioning и временным уменьшением частоты представлений. Она обучена на примерно 60 000 часах английского аудио и применяет CTC с жадным неавторегрессионным декодированием, что обеспечивает высокую скорость вывода. Поддерживается Transformers; для локального запуска также описаны варианты MLX Audio и transcribe.cpp. Модель подходит для корпоративной транскрибации с низкой задержкой и высокой пропускной способностью. Обучающие данные включают общедоступные аудиокорпуса и синтетические примеры, в том числе речь с числами, валютами и адресами. Поддерживается английский язык; лицензия — Apache 2.0. Модель ориентирована на английскую речь, поэтому её не следует считать многоязычной.

HeackMT5-ZhCleanText1ML — дообученная модель mT5, созданная и поддерживаемая KongYang из Шанхайского университета Цзяотун. Она предназначена для очистки китайского текста: удаляет бессмысленные фрагменты и артефакты, стараясь сохранить исходную информацию. В редких случаях, когда модель уверена в результате, она может также кратко обобщить текст. Модель содержит 291,2 млн параметров и использует архитектуру MT5ForConditionalGeneration. Она обучена на миллионе строк данных; в карточке отмечена поддержка нескольких языков, однако README уточняет, что большие фрагменты текста не на китайском модель не обрабатывает. Репозиторий содержит веса PyTorch. Лицензия в предоставленных данных не указана.

avichr/heBERT_NER — модель распознавания именованных сущностей в тексте на иврите, опубликованная разработчиком avichr. Она основана на архитектуре Google BERT, конфигурации BERT-Base и дообучена для классификации токенов. Модель выделяет сущности, например имена людей, организаций и географические названия; в карточке указана оценка на размеченном наборе данных Ben Mordecai и M. Elhadad (2005) по F1-мере. Модель содержит 136,7 млн параметров, принимает текст и имеет контекст длиной до 512 токенов. Базовый HeBERT предварительно обучен на ивритских данных из OSCAR, Википедии и пользовательских текстов; эта версия предназначена для NER. Репозиторий содержит веса PyTorch и использует библиотеку Transformers. Сведения о лицензии в предоставленных данных отсутствуют.

Hermes-2-Theta-L3-Euryale-Ties-0.8-70B — слитая методом TIES модель автора juvi21, созданная с помощью mergekit на основе NousResearch/Hermes-2-Theta-Llama-3-70B с добавлением Sao10K/L3-70B-Euryale-v2.1. Это плотная авторегрессионная языковая модель семейства Llama с 69,5 млрд параметров, рассчитанная на генерацию текста и диалог. Автор стремился улучшить ролевые диалоги, объединив две модели в пропорции 0,8 и 0,2. Модель может применяться для чат-ботов, свободного ролевого общения и генерации ответов; в метаданных также отмечен интерфейс вызова инструментов. Поддерживает контекст до 8192 токенов. Карточка не приводит отдельных сведений о языках или ограничениях качества; базовая модель ориентирована на англоязычный диалог. Файлы опубликованы в формате safetensors. Лицензия в предоставленных данных не указана.

Карточка модели naklitechie/indictrans2-en-indic-dist-200M на Hugging Face совпадает с карточкой ai4bharat/indictrans2-en-indic-dist-200M, поэтому описание составлено по ней. IndicTrans2 En-Indic Distilled 200M — компактная модель перевода, разработанная AI4Bharat. Она переводит текст с английского на индийские языки и рассчитана на машинный перевод в приложениях и сервисах. Модель представлена в формате, совместимом с Transformers, и использует веса PyTorch и Safetensors; число в названии указывает на вариант размером 200 млн параметров. Это дистиллированная версия IndicTrans2. Для обучения и метрик разработчики отсылают к разделу о дистиллированных моделях в статье TMLR. Для длинных последовательностей до 2048 токенов README указывает отдельные RoPE-версии IndicTrans2, поэтому эту длину нельзя считать характеристикой данной модели. Лицензия — MIT.

Модель hungpill/kanana-1.5-8b-instruct-2505-Safe-DPO — дообученная разговорная языковая модель семейства Llama, опубликованная пользователем hungpill. Она предназначена для генерации текста в диалогах; в метаданных также отмечен интерфейс вызова инструментов. Модель содержит 7,5 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель сохранена в формате safetensors и распространяется по лицензии Apache-2.0. В карточке указано, что обучение выполнялось с Unsloth и библиотекой TRL. Основной язык, отмеченный в метаданных, — английский. Карточка называет модель Safe-DPO, но не описывает конкретные меры безопасности или результаты оценки; фактические возможности вызова инструментов и качество ответов по доступным сведениям оценить нельзя.

KARAKURI LM 7B APM v0.1 — текстовая авторегрессионная модель на архитектуре decoder-only Transformer, разработанная KARAKURI Inc. и дообученная на основе google/gemma-7b. Модель оценивает ответы языковых моделей по различным аспектам, связанным с желательностью ответа, и предназначена для сценариев оценки и ранжирования ответов в диалогах. Модель содержит 8,2 млрд параметров, принимает текст и выдаёт текстовую оценку. Поддерживает английский и японский языки; в карточке основным указан английский. Контекст составляет до 8192 токенов. Обучение проводилось на OASST2 и HelpSteer. Лицензия — Gemma Terms of Use.

KBevo-Qwen3-1.7B-GRPO — дообученная языковая модель kilian-group на базе Qwen3-1.7B, финальный чекпойнт GRPO-обучения для двухэтапной работы со структурированными знаниями. Модель размером 1,7 млрд параметров использует архитектуру Qwen3 и поддерживает контекст до 40 960 токенов; репозиторий содержит веса Safetensors для Transformers. Модель предназначена для ответов на многошаговые вопросы по набору текстовых фрагментов. Сначала она извлекает из них компактную базу знаний в виде типизированных троек «сущность — отношение — значение», затем отвечает на вопросы с помощью типизированных запросов к этой базе. Этапы построения базы и рассуждения используют общие веса. GRPO-обучение оптимизировало ответы по метрике F1 на HotpotQA; в README также приведены результаты на MuSiQue, 2WikiMultiHopQA и PopQA. Основной сценарий — запуск двухэтапного процесса через эталонную реализацию KBevo для оценки или воспроизведения результатов. README рекомендует этот чекпойнт для инференса и оценки. Указаны английский язык и лицензия Apache-2.0. Приведённые в карточке результаты относятся к указанным бенчмаркам; модель описана как специализированная на многошаговых вопросах через структурированную базу знаний.

LEMAS-TTS — многоязычная система синтеза речи с нуля по тексту, представленная в исследовательской работе LEMAS; разработчик — проект LEMAS. Модель использует нерекуррентную архитектуру на основе flow matching и обучена на корпусе LEMAS-Dataset объёмом более 150 000 часов аудио на десяти языках. Система предназначена для zero-shot синтеза речи на китайском, английском, испанском, русском, французском, немецком, итальянском, португальском, индонезийском и вьетнамском языках. Для повышения устойчивости и качества при многоязычном синтезе применяются состязательное обучение против акцента и функция потерь CTC. Модель подходит для генерации озвучки по тексту и многоязычных речевых приложений, которым важна работа без отдельной настройки для каждого голоса или языка. Репозиторий содержит варианты ONNX и PyTorch с весами Safetensors. Лицензия — CC BY 4.0.

JANGQ-AI представляет конверсию LiquidAI/LFM2.5-8B-A1B в формате JANG_2L для запуска на Apple Silicon через совместимые среды MLX/vMLX. Это текстовая разговорная модель семейства LFM2 MoE с архитектурой Lfm2MoeForCausalLM; в метаданных указано 1,6 млрд параметров и контекст до 128 000 токенов. Для генерации модель использует JANG-квантование с переменной точностью: фактическая разрядность составляет 2,37 бита, а отдельные тензоры представлены в 2, 6, 8 или 16 битах. Модель предназначена для диалоговой генерации текста и поддерживает интерфейс вызова инструментов. Метаданные перечисляют английский, арабский, китайский, французский, немецкий, японский, корейский, испанский и португальский языки. README описывает гибридный кэш, формат ChatML-подобного шаблона и требует JANG-совместимую среду выполнения; обычный MLX-рантайм может быть несовместим. Приведённый в карточке пробный запуск является smoke-тестом, а не оценкой качества или производительности. Лицензия обозначена как other, конкретные условия использования в предоставленных данных не раскрыты.

Sasmitah/llama_16bit_2 — дообученная разговорная языковая модель семейства Llama, разработанная Sasmitah на базе unsloth/llama-3.2-1b-instruct-bnb-4bit. Модель с архитектурой LlamaForCausalLM содержит 1,2 млрд параметров, принимает текст и генерирует текст; карточка указывает контекст до 131 072 токенов и поддержку английского языка. Модель предназначена для диалоговой генерации текста и может использоваться для ответов на запросы, ведения беседы и сценариев с интерфейсом вызова инструментов. Она обучалась с использованием Unsloth и TRL; в репозитории указаны веса PyTorch. Лицензия — Apache-2.0. Карточка не описывает обучающие данные, результаты оценки качества или точные возможности вызова инструментов, поэтому пригодность для конкретных задач требует отдельной проверки.

Alelcv27/Llama3.2-1B-Instruct-FR — дообученная разработчиком Alelcv27 плотная языковая модель семейства Llama 3.2 для генерации текста и диалогов. Она основана на unsloth/llama-3.2-1b-instruct-unsloth-bnb-4bit и обучалась с использованием Unsloth и библиотеки TRL; число параметров — 1,2 млрд, формат весов — safetensors. Модель предназначена для текстовых запросов, генерации ответов и разговорных сценариев. Метаданные указывают контекст до 131 072 токенов, поддержку английского языка, чат-возможности и интерфейс для вызова инструментов. Выпущена под лицензией Apache-2.0. Карточка не описывает специализацию суффикса FR, обучающие данные, результаты оценки качества или ограничения дообученной версии; поэтому её пригодность для конкретных задач следует проверять отдельно.

nayohan разработал эту диалоговую модель на основе Meta-Llama-3-8B-Instruct, дообучив её на корейском переводе набора Feedback-Collection. Модель предназначена для оценки ответов: по заданной инструкции, ответу и, при необходимости, эталонному ответу она формирует оценку и поясняющую обратную связь по критериям, заданным в рубрике. Модель принимает текст и генерирует текст; её архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров, контекст — 8192 токена. Основной сценарий — оценивание на корейском языке; метаданные также указывают английский. В README описана проверка на выборках из обучающих данных, поэтому приведённые результаты не подтверждают качество на независимом тестовом наборе. Обратная связь при обучении обрезалась, и ответы модели могут быть усечены. Лицензия — Llama 3.

Это дообученная модель KKHYA на базе KKHYA/llavaqwen3-1.7b-finetune. Она предназначена для генерации текста и диалогов. Модель содержит 1,7 млрд параметров, использует архитектуру NMMaskMoELLaVAQwen3ForCausalLM и поддерживает контекст до 40 960 токенов. В метаданных также отмечен интерфейс вызова инструментов. Репозиторий содержит веса PyTorch в формате Safetensors. Модель распространяется по лицензии Apache-2.0. Данные обучения и результаты оценки не описаны, поэтому область специализации и качество на конкретных задачах подтвердить нельзя.

Это дообученная модель KKHYA/llavaqwen3-1.7b-finetune с архитектурой NMMaskMoELLaVAQwen3ForCausalLM, опубликованная в формате PyTorch и Safetensors для библиотеки Transformers. Модель содержит 1,7 млрд параметров и поддерживает контекст до 40 960 токенов. Она предназначена для генерации текста и диалогового взаимодействия; в метаданных также заявлен интерфейс вызова инструментов. README не описывает датасет, конкретные сценарии обучения или результаты оценки, поэтому качество и специализированные возможности по карточке определить нельзя. Лицензия — Apache-2.0.

Это дообученная модель KKHYA на базе KKHYA/llavaqwen3-1.7b-finetune, предназначенная для генерации текста и диалогов. Она содержит 1,7 млрд параметров, использует архитектуру NMMaskMoELLaVAQwen3ForCausalLM и рассчитана на контекст до 40 960 токенов. Модель поддерживает интерфейс вызова инструментов; файлы опубликованы в форматах PyTorch и Safetensors. Карточка не раскрывает обучающий датасет, результаты оценки или специальные сценарии применения, поэтому качество и профиль дообучения определить нельзя. Лицензия Apache-2.0.

LT-NER-modernBERT — модель VSSA-SDSA для распознавания именованных сущностей в литовских текстах. Она дообучена на литовской части датасета MultiLeg на базе VSSA-SDSA/LT-MLKM-modernBERT и использует архитектуру ModernBERT с головой классификации токенов. Модель содержит 159,4 млн параметров, принимает текст с контекстом до 8192 токенов и распространяется в формате safetensors по лицензии Apache-2.0. Модель предназначена для выделения и классификации персон, организаций, мест, правовых актов, идентификационных номеров и других сущностей в юридических и официальных документах. Её можно применять для извлечения информации из правовых текстов и аналитики данных государственного и общественного секторов. В оценке на MultiLeg указаны F1 0,876 при точном совпадении и 0,908 для метрик с учётом пересечения сущностей. Модель ориентирована на литовский язык и формальный стиль: качество может снижаться на разговорной и диалектной речи. Она не предназначена для многоязычных или генеративных задач.

MD-Mushfiqur123/lychee-drop-1.0 — дообученная модель MD-Mushfiqur123 на базе unsloth/gemma-4-e4b-it-unsloth-bnb-4bit. Она построена на архитектуре Gemma 4 и предназначена для диалоговых сценариев с обработкой изображений и текста; метаданные также отмечают интерфейс для вызова инструментов. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. В карточке указано, что дообучение выполнялось с использованием Unsloth и библиотеки TRL; сведения о конкретных данных обучения, размере и длине контекста не приведены.

LYRA-GRANITE — чат-модель для генерации текста, разработанная и поддерживаемая Muhammad Taqi. По метаданным Hugging Face это плотная авторегрессионная модель семейства Granite на 2,5 млрд параметров с контекстом 4096 токенов; она использует библиотеку Transformers и формат Safetensors. README называет LYRAMOON базовой архитектурой и заявляет высокую скорость ответов и способность к рассуждениям, но не приводит методику обучения или независимые оценки скорости и качества. Модель предназначена для диалогов и генерации ответов на английском языке. В метаданных отмечен интерфейс вызова инструментов, пригодный для чат-сценариев с подключёнными инструментами. Лицензия — Apache-2.0. README указывает 1 млрд параметров, что расходится с метаданными, где указано 2,5 млрд.

M2M100 418M — мультиязычная модель последовательность-в-последовательность с архитектурой encoder-decoder, разработанная Meta и представленная в исследовательской работе. Она предназначена для прямого машинного перевода между 100 языками по 9 900 направлениям; при генерации целевой язык задаётся специальным токеном в начале последовательности. Модель содержит 332,5 млн параметров, принимает текст и генерирует текст, обучена для перевода без необходимости переводить через английский язык. Поддерживает 100 языков, включая русский и английский; длина контекста — 1024 токена. Подходит для перевода текстов между поддерживаемыми языками и интеграции в приложения машинного перевода. Опубликована в формате PyTorch и распространяется по лицензии MIT. Качество может различаться между языковыми парами; модель предназначена для перевода, поэтому её не следует рассматривать как универсального чат-ассистента.

M-BERT Base ViT-B — многоязычная текстовая модель проекта Multilingual-CLIP, основанная на BERT-base-multilingual и настроенная так, чтобы представления текста соответствовали пространству эмбеддингов текстового энкодера CLIP для ViT-B/32. Она предназначена для получения текстовых признаков, которые можно сопоставлять с визуальными представлениями CLIP, например для поиска изображений по запросу на разных языках. По карточке, обучение охватывало 69 языков: использовались пары предложений и переводов, составленные из описаний GCC, MSCOCO и VizWiz. Модель содержит 205,1 млн параметров и принимает последовательности длиной до 512 токенов; метаданные указывают реализации в PyTorch, TensorFlow и Flax. Для использования вместе с исходным визуальным энкодером CLIP требуются код и дополнительные линейные веса из репозитория Multilingual-CLIP. Карточка отмечает, что качество использованных AWS Translate переводов не оценивалось и может различаться между языками; сведения о лицензии в предоставленных данных отсутствуют.

mbert-quoref — модель на архитектуре BERT, дообученная intanm на базе google-bert/bert-base-multilingual-cased на наборе данных Quoref. Она предназначена для ответа на вопросы по предоставленному тексту: модель получает вопрос и контекст и предсказывает ответ в контексте. Число параметров составляет 205,1 млн, максимальная длина контекста — 512 токенов; веса представлены в формате PyTorch. Многоязычная базовая модель поддерживает несколько языков, однако карточка не уточняет, на каких языках проводилось дообучение Quoref. На оценочном наборе указано значение loss 3,7567. Модель распространяется по лицензии Apache-2.0.

intanm/mdeberta-idkmrc — модель на архитектуре DeBERTa V2, дообученная на базе microsoft/mdeberta-v3-base для ответов на вопросы по тексту. Репозиторий содержит веса PyTorch; модель насчитывает 306 млн параметров и рассчитана на контекст до 512 токенов. В метаданных указан датасет rifkiaputri/idk-mrc, а README сообщает значение loss 1,6436 на оценочной выборке, но не приводит подробностей методики оценки. Модель принимает текст вопроса и контекст и предназначена для извлечения ответа из текста. Базовая модель многоязычная, однако сведения о конкретных языках и качестве этой дообученной версии не приведены. Модель распространяется по лицензии MIT.

Карточка модели mergekit-community/mergekit-slerp-bqvdymn на Hugging Face совпадает с карточкой arcee-ai/Hermes-2-Pro-WizardMath-7B-SLERP, поэтому описание составлено по ней. arcee-ai/Hermes-2-Pro-WizardMath-7B-SLERP — объединённая языковая модель, созданная с помощью mergekit методом SLERP из NousResearch/Hermes-2-Pro-Mistral-7B и WizardLM/WizardMath-7B-V1.1. Это плотная авторегрессионная модель архитектуры Mistral с 7,1 млрд параметров, работающая через Transformers и распространяемая в формате safetensors. Для объединения использована конфигурация bfloat16 с весовой кривой, отдающей входные и выходные слои Hermes, а средние слои — WizardMath. Модель предназначена для генерации текста в диалоге и решения математических задач на естественном языке. Контекст составляет до 32 768 токенов; метаданные также отмечают интерфейс вызова функций. Карточка не содержит сведений о лицензии, поэтому условия использования по имеющимся данным определить нельзя. Качество решения задач и ограничения на применение отдельно не описаны.

Карточка модели mergekit-community/mergekit-slerp-rcoqutv на Hugging Face совпадает с карточкой mergekit-community/mergekit-slerp-gmjabaw, поэтому описание составлено по ней. mergekit-community/mergekit-slerp-gmjabaw — объединение языковых моделей, созданное сообществом с помощью mergekit и метода SLERP. В него вошли NousResearch/Hermes-2-Pro-Mistral-7B и WizardLMTeam/WizardMath-7B-V1.1; конфигурация использует Hermes в начальных и конечных слоях, а WizardMath — в средних. Модель основана на плотной архитектуре Mistral, содержит 7,1 млрд параметров и принимает текст для генерации текста в диалоговом формате. Заявленная длина контекста — 32 768 токенов. Модель подходит для диалогов, выполнения инструкций и математических запросов, сочетая возможности входящих в объединение моделей. В метаданных указана библиотека Transformers и формат safetensors. Лицензия в предоставленных сведениях не указана.

bartowski/MiMo-V2.5-GGUF — набор GGUF-квантизированных версий модели MiMo-V2.5, разработанной XiaomiMiMo. Квантизация выполнена bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и, согласно указанным меткам, ориентирована на мультимодальные сценарии, включая работу с изображениями, аудио и видео, агентские задачи и обработку длинного контекста. Заявлены языки английский и китайский. В репозитории доступны варианты от Q2 до Q8 с размерами примерно от 93 до 329 ГБ. Более качественными считаются версии Q5, Q6 и Q8, тогда как младшие варианты экономят память за счёт снижения качества. Точные сведения об архитектуре, числе параметров, поддерживаемой длине контекста и фактическом наборе мультимодальных входов в README не приведены. Модели предназначены для запуска через llama.cpp, LM Studio, KoboldCpp, Jan AI, Text Generation Web UI и другие совместимые инструменты; для новых форматов может потребоваться обновление ПО. Распространение указано по лицензии MIT.