I.14Автоматизация процессов и AI-агенты

CodeScout-1.7B — компактная языковая модель для поиска и локализации кода в репозиториях, разработанная OpenHands. На входе она использует описание задачи или GitHub issue и содержимое репозитория, чтобы определить связанные файлы, модули, классы и функции; модель предназначена для роли агента локализации в составе более крупного конвейера разработки ПО. Это плотная авторегрессионная модель семейства Qwen3 с 1,7 млрд параметров, дообученная в два этапа: на траекториях с правильной локализацией и затем методом обучения с подкреплением GSPO. Она работает через OpenHands-Bash: использует стандартные команды Unix в терминале и инструмент для структурированной отправки результатов. Метаданные указывают контекст до 40 960 токенов; в README для обучения указана длина контекста 32K. Поддерживаемый в карточке язык — английский, а обучение и оценка проводились на репозиториях Python. Модель ориентирована на определение мест изменений, а не на редактирование кода или самостоятельное решение задачи. Для оптимальной работы ей требуется оболочка OpenHands-Bash; качество может снижаться на репозиториях, существенно отличающихся от обучающих. Лицензия — Apache-2.0.

InternVL3.5-14B-Instruct — мультимодальная инструкцияя модель семейства InternVL3.5, разработанная OpenGVLab и дообученная на базе OpenGVLab/InternVL3_5-14B-Pretrained. Она принимает изображения вместе с текстовыми запросами и формирует текстовые ответы; подходит для диалога по изображениям, визуальных вопросов и задач рассуждения. В README описаны улучшения семейства InternVL3.5, включая Cascade RL для развития рассуждений, Visual Resolution Router для динамической настройки разрешения визуальных токенов и возможности взаимодействия с GUI и агентных сценариев. Модель относится к плотной архитектуре InternVLChat и распространяется в формате safetensors для Transformers. Репозиторий лицензирован по Apache-2.0. Карточка описывает мультиязычность, но конкретные языки не перечисляет. Указанные в README показатели ускорения и качества относятся к сравнению семейства InternVL3.5 с InternVL3 и не гарантируют такие же результаты для этой конкретной версии на любом оборудовании.

argilla/ModernBERT-domain-classifier — англоязычный классификатор текста, разработанный Argilla и дообученный на базе answerdotai/ModernBERT-base. Он предназначен для отнесения текстов к доменным категориям; конкретные классы и подробные сценарии применения в карточке не описаны. Модель использует архитектуру ModernBERT для классификации последовательностей, содержит 149 млн параметров и принимает контекст длиной до 8192 токенов. На указанном в README наборе оценки приведены F1 0,8914 и loss 0,3927. Доступна в формате Safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0. Карточка не уточняет набор меток, состав обучающих данных и ограничения качества за пределами указанных метрик.

hemanthsaimanne/pii-text-masking — дообученная методом supervised fine-tuning модель Google Gemma 3 1B Instruction Tuned для маскирования персональных данных в неструктурированном тексте. Она принимает инструкцию и текст, а затем заменяет имена, адреса электронной почты, телефоны, номера социального страхования и банковских карт, IP-адреса и другие чувствительные сущности на метки вроде [NAME] и [EMAIL], сохраняя структуру исходного текста. Модель предназначена для анонимизации разговорных, корпоративных и финансовых документов, в том числе при локальном запуске на CPU, периферийных устройствах и мобильных устройствах. Это плотная авторегрессионная языковая модель на 1 млрд параметров с контекстом до 32 768 токенов; карточка указывает английский язык. Для работы с Gemma 3 требуется Transformers версии 4.50.0 или выше. В README приведены высокие оценки ROUGE на отложенном наборе данных, однако подробности протокола оценки ограничены. Лицензия — Gemma. Модель может пропускать нестандартно оформленные или сильно искажённые данные, поэтому результат маскирования следует проверять вручную; она не гарантирует полного соблюдения юридических требований.

Prompt Router — DistilBERT Classifier v2 — классификатор запросов от somukandula, который выбирает подходящую языковую модель из пула по тексту пользовательского запроса. Он направляет простые вопросы, перефразирование, суммаризацию и непринуждённый диалог к Qwen3-1.7B, задачи программирования — к Qwen2.5-Coder-1.5B-Instruct, а запросы об изображениях, скриншотах, графиках и диаграммах — к Qwen2.5-VL-3B-Instruct. При низкой уверенности предусмотрен переход к более крупной модели. Модель основана на DistilBERT и дообучена для классификации последовательностей. Она принимает текст и выдаёт метку маршрута; фактический анализ изображений выполняет целевая мультимодальная модель. Контекст составляет 512 токенов. Карточка сообщает о точности выше 97% на усложнённом тестовом наборе, но обучение проводилось на синтетических запросах, поэтому качество на реальном трафике и запросах вне обучающего распределения может отличаться. Лицензия — MIT.

dsadd5018/Qwen3-0.6B-JSON-SFT-GRPO — дообученная разработчиком dsadd5018 языковая модель семейства Qwen3 на базе NotoriousH2/Qwen3-0.6B-JSON-SFT. Модель с архитектурой Qwen3ForCausalLM содержит 507,9 млн параметров и предназначена для генерации текста в диалоговом формате; название и базовая модель указывают на специализацию на создании JSON. Модель принимает текст и генерирует текст. В метаданных указан контекст до 40 960 токенов и английский язык. Для обучения использовались Unsloth и библиотека TRL от Hugging Face. Репозиторий содержит веса Safetensors и распространяется по лицензии Apache-2.0. Модель может подойти для генерации структурированных ответов в JSON и диалоговых сценариев. Карточка не приводит результатов оценки качества или подробностей о данных и настройке GRPO, поэтому фактическую точность JSON и преимущества дообучения следует проверять на целевых задачах.

TIPS-Qwen3-4B-Instruct-2507-Agent — модель XingYing-stack, дообученная на основе Qwen/Qwen3-4B-Instruct-2507 методом outcome-only GRPO. Это генеративная модель вознаграждения для пошаговой проверки траекторий многоходовых агентных систем и определения первого ошибочного шага. Она предназначена для оценки и верификации процесса работы агента по шаблонам запросов и скриптам оценки из репозитория TIPS, а не для обычного диалогового использования. Модель использует плотную архитектуру Qwen3 с 3,7 млрд параметров и принимает текст; базовая модель поддерживает контекст до 262 144 токенов. Чекпойнт представлен в формате safetensors и использует библиотеку Transformers. Модель выпущена под лицензией Apache-2.0. Для корректной оценки нужны соответствующие шаблоны запросов и процедура из TIPS; карточка не приводит отдельные показатели качества.

Fleet Semantic 4B v0.10 — модель генерации текста от noumenon-labs, созданная на базе Qwen/Qwen3-4B-Instruct-2507. Это плотная причинная языковая модель архитектуры FleetForCausalLM с 3,7 млрд параметров и контекстом до 262 144 токенов. Внутри одной модели размещены специализированные LoRA-преобразования, которые выбираются во время вывода с помощью семантической маршрутизации. Модель предназначена для диалогов и генерации ответов с маршрутизацией к экспертам по математическим рассуждениям, медицине, юридическим операциям, определению намерений, вызову функций и структурированному выводу. Доступны режимы exact, balanced и fast; версия 0.10 оптимизирует маршрутизацию, разреженное выполнение LoRA и пакетную генерацию. Поддержка русского языка в предоставленных данных отдельно не подтверждена. Разработчик обозначает Fleet как исследовательский прототип. Качество и задержку режимов balanced и fast следует оценить на целевых задачах; крупные fused kernels, интеграция с vLLM/Punica и continuous batching не входят в эту версию. Лицензия указана как other, поэтому конкретные условия использования следует проверять в репозитории модели и её базовой модели.

prithivMLmods публикует Jan-nano-GGUF — GGUF-сборку компактной языковой модели Jan-Nano с 4 млрд параметров, предназначенной для исследовательских задач и интеграции с серверами Model Context Protocol (MCP). Метаданные связывают её с Menlo/Jan-nano как с дообученной моделью; семейство архитектуры — плотная Qwen3. Репозиторий содержит варианты F32, F16 и BF16, рассчитанные на запуск через llama.cpp и совместимые движки инференса. Модель подходит для генерации текста в исследовательских сценариях, в том числе для работы с MCP-инструментами и источниками данных. В карточке указан английский язык. Репозиторий распространяется по лицензии Apache-2.0. Карточка не приводит длину контекста или конкретные показатели качества; возможности работы с инструментами зависят от интеграции с MCP-средой.

Zhangdanyang/Kimi_K25_eagle3_v2_phase1_Lumen — черновая модель Eagle3 MTP для ускорения инференса Kimi-K2.5, обученная LumenRL на 8 ускорителях AMD MI350. Её архитектура согласована с lightseekorg/kimi-k2.5-eagle3: однослойный Transformer с размером скрытого слоя 7168, промежуточным размером 12288, 64 головами и размерностью головы 128. Модель предназначена для speculative decoding в связке с Kimi-K2.5: она предлагает черновые токены, которые основная модель проверяет, чтобы ускорить генерацию. В описании обучения указаны данные для визуально-языковых задач, китайского языка, вызова инструментов, агентных сценариев и письма. Репозиторий содержит веса safetensors и основан на дообучении moonshotai/Kimi-K2.5. Лицензия — MIT.

MM Grounding DINO Large — модель компьютерного зрения семейства Grounding DINO, представленная авторами работы «An Open and Comprehensive Pipeline for Unified Object Grounding and Detection». Она предназначена для обнаружения объектов по текстовым запросам без отдельного обучения на каждом заданном классе: на вход подаются изображение и текстовые описания объектов, на выходе — найденные объекты с ограничивающими рамками и оценками уверенности. Модель улучшает Grounding DINO за счёт контрастивной классификационной головы и отказа от разделения параметров декодера. В карточке для семейства указаны результаты на COCO и LVIS, но приведённые подробные таблицы относятся к вариантам tiny и не подтверждают показатели именно этой версии large. Модель обучалась на наборах Objects365, Open Images, GOLD-G, V3Det, COCO, LVIS, GRIT и RefCOCO. Модель работает с изображениями и текстом и выдаёт текстовые категории, оценки и координаты рамок. Репозиторий использует библиотеку Transformers и формат safetensors. Лицензия Apache-2.0.

Cactus-Compute Needle 2 — открытая компактная модель с 45 млн параметров, разработанная командой Cactus Compute для вызова инструментов, управления устройствами и структурированного извлечения данных. Модель ориентирована на локальное выполнение на устройствах с ограниченными ресурсами: смартфонах, Raspberry Pi, VR-гарнитурах, микроконтроллерах и других edge-устройствах. Она принимает текст и возвращает структурированные данные в формате JSON, не требуя сети, загрузки дополнительных компонентов или отдельного runtime. Модель построена на архитектуре Simple Attention Network, включающей GQA attention, Hadamard MLP, engram key-value memory и multi-lane hyper-connections. Она сжата до CQ2-bit и поставляется как самостоятельный бинарный файл размером около 14 МБ; полная сессия использует примерно 28 МБ оперативной памяти. Поддерживаются ARM64, x86-64, ARMv7, RISC-V и WebAssembly, а также Apple, Windows, Linux и Android. Контекст ограничен скользящим окном в 256 токенов, при этом инструменты сохраняются в KV-памяти. Предусмотрены ограничение генерации байтовой грамматикой на основе схем, оценка уверенности ответа и встроенный поиск наиболее подходящих инструментов из большого каталога. Сильными сторонами Needle 2 являются крайне малый размер, высокая скорость декодирования, работа полностью на устройстве и гарантированное соответствие структурированным схемам. Ограничения включают небольшой контекст, узкую специализацию на tool calling и извлечении структурированных данных, а также возможные потери качества из-за 2-битного квантования и малого размера модели по сравнению с универсальными языковыми моделями. Модель распространяется по лицензии Apache-2.0; исходный код модели, движка и обучения опубликован разработчиком.

NeuroLocale — модель классификации текстовых запросов, разработанная boltuix на базе NeuroBERT. Она определяет намерение пользователя и относит запрос к одной из более чем 120 категорий местных организаций и услуг, например к ветеринарной клинике, аптеке или бухгалтерской фирме. Модель предназначена для локального поиска, чат-ботов, туристических приложений и голосовых помощников, которым нужно преобразовать разговорный запрос в категорию для дальнейшего поиска. Это дообученная BERT-модель для многоклассовой классификации текста с 16,2 млн параметров и контекстом до 512 токенов. В карточке заявлена точность 94,26% на тестовой выборке из 122 примеров. Указан английский язык; результаты для других языков не описаны. Модель принимает текст и возвращает метку категории с оценкой уверенности. Модель распространяется по лицензии Apache-2.0. Её качество и охват зависят от обучающих данных и набора категорий; небольшая тестовая выборка не позволяет считать заявленную точность гарантией для всех запросов и условий.

Noirci — модель распознавания именованных сущностей, разработанная 5000.dev для обнаружения персональных данных во французской деловой переписке перед отправкой текста в LLM. Она дообучена на CamemBERT и предназначена для выделения сущностей, которые затем можно псевдонимизировать. В репозитории есть веса safetensors в float32 и экспорт ONNX с квантованием int8; ONNX-версия размером 186 МБ работает на CPU. Контекст модели — 514 токенов. Модель рассчитана на французские рабочие документы и служит одним слоем конвейера, где также используются регулярные выражения с проверкой контрольных сумм, справочники и распространение разметки на весь документ. В README приведены оценки утечки и избыточного маскирования на реальной французской корреспонденции; результаты относятся к полному конвейеру lite2, а не только к модели. Указана лицензия MIT. Модель поддерживает только французский язык. В README отмечены утечки сущностей и избыточное маскирование примерно на 8–15%; для надёжной псевдонимизации нужны дополнительные компоненты конвейера. Она не предназначена для определения названий потребительских платформ как персональных данных.

NVIDIA-Nemotron-3-Nano-4B-GGUF — квантованная в формате GGUF версия малой языковой модели NVIDIA-Nemotron-3-Nano-4B, подготовленная Unsloth на основе NVIDIA-Nemotron-3-Nano-4B-BF16. Исходную модель разработала NVIDIA Corporation; она обучена с нуля и предназначена для объединения задач с рассуждением и без него. Модель поддерживает управляемую системным промптом генерацию рассуждений перед финальным ответом: включение рассуждений может повысить качество на сложных запросах, а отключение позволяет получать ответ без промежуточной трассы рассуждений с некоторым снижением точности. Архитектура гибридная: преимущественно Mamba-2 и MLP-слои в сочетании с четырьмя слоями Attention. Размер модели — 4B параметров; формат GGUF ориентирован на эффективное локальное развертывание и также допускает дообучение с помощью Unsloth. Поддерживается английский язык и языки программирования. Модель предназначена для агентных сценариев на периферийных устройствах, включая игровые NPC и компаньонов, локальных голосовых ассистентов для устройств, приложений и игр, а также автоматизацию IoT. К сильным сторонам относятся компактность, пригодность для edge-платформ и сочетание эффективности с рассуждением; ограничения — англоязычная специализация и отсутствие в README сведений о размере контекстного окна, конкретных вариантах квантования и количественных результатах тестирования. Использование регулируется NVIDIA Nemotron Open Model License. В README указана коммерческая применимость и глобальная география развертывания.

PlusMinus1/omniparser-icon-caption-mlx — версия модели Microsoft OmniParser-v2.0 для MLX, подготовленная для запуска на компьютерах Apple Silicon. Это дообученная на элементах пользовательских интерфейсов Florence-2, предназначенная для создания кратких текстовых описаний интерактивных значков на снимках экрана. Модель принимает изображение значка, вырезанное из скриншота, и генерирует текстовую подпись. Репозиторий содержит веса в формате MLX bfloat16, преобразованные из OmniParser-v2.0; для запуска используется mlx_vlm. В README также указана базовая модель Florence-2-base. По данным метаданных, архитектура — Florence2ForConditionalGeneration, а основная задача — image-text-to-text. Модель ориентирована на визуальные элементы интерфейсов; поддерживаемые естественные языки не заявлены. Модель распространяется по лицензии MIT. Для запуска на Transformers 5.x README описывает необходимость совместимого патча без PyTorch; отдельного заявления о гарантированной точности или ограничениях качества нет.

Epistates/OpenCodeReasoning-Nemotron-1.1-32B-AWQ — 4-битная квантизированная версия модели NVIDIA OpenCodeReasoning-Nemotron-1.1-32B в формате MLX AWQ. Базовая модель — плотный авторегрессионный трансформер Qwen2, дообученный на рассуждениях и генерации кода. В карточке указано 32 млрд параметров и контекст до 65 536 токенов; модель принимает текст и генерирует текст. Модель предназначена для решения задач программирования: она может разбирать условие, рассуждать о подходе и генерировать код, в том числе для задач соревновательного программирования. Обучение проводилось на наборе OpenCodeReasoning, включающем задачи по программированию и синтетические ответы. В карточке заявлена готовность к коммерческому и некоммерческому использованию, однако конкретный идентификатор лицензии в предоставленных данных не приведён. Репозиторий представляет собой квантизированную сборку и указывает на использование MLX; совместимость и производительность зависят от соответствующего программного окружения и оборудования.

Это конверсия мультимодальной модели Qwen3.5-4B команды Qwen для устройств SpacemiT K1 и K3. Она предназначена для понимания изображений, диалога, программирования и агентных задач; README демонстрирует запуск через локальный сервер llama.cpp с передачей изображения и текстового запроса. Модель сочетает текстовую часть в формате GGUF Q4_1 с ONNX-кодировщиками изображений для разрешений 224, 384 и 768 пикселей; по умолчанию используется 384 пикселя. Обработка зрения задействует SpacemiT Execution Provider, а конфигурации для K1 и K3 различаются и привязаны к их AI-ядрам. В метаданных указан Apache-2.0; зависимости среды выполнения распространяются по лицензиям соответствующих проектов.

MuXodious/Qwen3.5-4B-ARA-heresy — мультимодальная модель для диалога с текстом и изображениями, созданная MuXodious как дообучение Qwen/Qwen3.5-4B с помощью метода abliteration Heretic и Arbitrary-Rank Ablation. Она предназначена для ответов на вопросы, рассуждений по тексту и изображениям и сценариев с вызовом инструментов. Модель имеет плотную архитектуру Qwen3.5 с 4 млрд параметров и vision encoder; базовый контекст составляет 262 144 токена, с расширением до 1 010 000 токенов. В README заявлена поддержка 201 языка и диалекта для семейства Qwen3.5; список языков именно этого варианта не приведён. Основное изменение этой версии — снижение отказов на тестовом наборе: после обработки указано 2 отказа из 104 против 103 из 104 у исходной модели. Это не означает гарантированного отсутствия отказов или подтверждённого качества на других задачах. Модель распространяется в формате Safetensors и совместима с Transformers и рядом серверов инференса. Лицензия — Apache-2.0.

RouteNER — компактная модель распознавания сущностей для запросов о планировании поездок, разработанная boltuix на основе BERT-mini и дообученная для классификации токенов. Она выделяет пункты отправления (From), назначения (To) и виды транспорта (Mode) в англоязычных текстовых запросах. Модель предназначена для интеграции в туристические ассистенты, чат-боты, навигационные и транспортные приложения, где нужно преобразовать запрос пользователя в структурированные данные о маршруте. Архитектура BERT, около 5 млн параметров и контекст до 512 токенов позволяют использовать её в приложениях с ограниченными ресурсами. Модель принимает текст и выдаёт метки сущностей для его токенов. Лицензия — Apache-2.0. Карточка заявляет высокую точность, но не приводит метрик или подробностей оценки; качество для языков и сущностей вне описанного сценария не подтверждено.

Search-R1-Qwen3-8B-SDAR — дообученная модель на базе Qwen/Qwen3-8B от автора репозитория. Её обучали с помощью GRPO на многошаговых задачах поиска и ответов на вопросы по найденным материалам в формате взаимодействия Search-R1; также применялась само-дистилляция SDAR. Финальная политика находится в корне репозитория, обучение описано до шага 400. Модель предназначена для генерации текста в сценариях поискового вопросно-ответного взаимодействия, включая последовательное использование поискового инструмента. Архитектура — плотная причинная языковая модель Qwen3ForCausalLM с 7,6 млрд параметров и контекстом 40 960 токенов; загрузка предусмотрена через Transformers. Карточка не приводит отдельный перечень поддерживаемых языков, поэтому языки не указаны. Репозиторий содержит контрольные точки обучения, а также сырые FSDP-состояния для продолжения обучения; для инференса README рекомендует использовать объединённые экспорты. Лицензия — Apache-2.0. Поскольку модель обучена всего на 400 шагах и специальных оценок качества карточка не приводит, её надёжность на произвольных поисковых задачах не подтверждена.

Step3 — мультимодальная модель рассуждений компании StepFun на архитектуре Mixture-of-Experts с 321 млрд общих и 38 млрд активных параметров. Она предназначена для анализа изображений вместе с текстом и ответов в диалоговом формате. В архитектуре используются Multi-Matrix Factorization Attention и Attention-FFN Disaggregation; заявленная цель этих решений — повысить эффективность генерации и снизить её стоимость. Для обработки изображений поддерживается разбиение на несколько патчей. Модель можно запускать через Transformers, vLLM и SGLang; карточка указывает поддержку инференса в bf16, а веса представлены в bf16 и block-fp8. Метаданные также отмечают интерфейс вызова инструментов. Репозиторий распространяется по лицензии Apache-2.0. Карточка не сообщает поддерживаемые естественные языки и длину контекста, поэтому эти характеристики здесь не уточняются.

NVIDIA Switchyard — это маршрутизатор запросов, который выбирает одну из моделей, перечисленных пользователем в параметре `models`. Решение о маршрутизации принимает библиотека Switchyard с открытым исходным кодом, работающая на инфраструктуре OpenRouter. Модель предназначена для направления запросов к подходящей модели из заданного набора. В README приведён пример использования с идентификатором `nvidia/switchyard`; дополнительных сведений о размере, архитектуре, поддерживаемых языках и условиях лицензии в доступных данных нет.

Модель wordcab/t5-small-email-summarizer разработана командой Wordcab и дообучена на базе Falconsai/text_summarization, модели семейства T5. Она предназначена для суммаризации электронных писем на английском языке и создаёт краткие однострочные или подробные пересказы по режимам summarize_brief: и summarize_full:. Модель рассчитана на обработку деловой и неформальной переписки, включая тексты с опечатками, сокращениями и разным форматированием; её можно применять для управления почтовым ящиком, разбора приглашений на встречи, первичной сортировки обращений в поддержку и пересказа рассылок. В метаданных указаны 38,5 млн параметров, архитектура T5ForConditionalGeneration, библиотека Transformers и контекст длиной до 512 токенов. Модель принимает текст письма и генерирует текстовый пересказ. Лицензия — Apache 2.0. Модель ориентирована на английский язык; она может упускать нюансы длинных цепочек писем, а автор не рекомендует использовать её для пересказа юридических и медицинских документов.

this-that-model-1.0 — модель типизированных решений, разработанная FLock-io и дообученная на базе decider-2b. Она принимает текстовый контекст и заданный пользователем набор вариантов, затем за один проход оценивает варианты и возвращает распределение вероятностей; генерация текста не требуется, поэтому ответ не может выйти за пределы допустимых вариантов. Поддерживается до 255 вариантов. Архитектура — плотная Qwen3.5-style модель с 1,7 млрд параметров по метаданным (в README указано 1,88 млрд): 18 из 24 слоёв используют линейное внимание DeltaNet, остальные — полное внимание. Контекст — до 262 144 токенов. Модель предназначена для классификации и структурированных решений, где результат можно выразить одним из заранее заданных вариантов и использовать вероятность как порог: например, проверять соответствие правилам или выбирать действие по состоянию системы. README сообщает о калибровочных результатах и высокой точности на пространственном бенчмарке, но отмечает, что формы вопросов этого бенчмарка встречались при обучении; качество на иных формулировках и задачах может отличаться. В примере авторов модель ошибочно оценивает вопрос о лимите запросов и отвечает с низкой уверенностью, что показывает необходимость учитывать уверенность и проверять перенос на свою задачу. Лицензия модели — MIT; базовая модель decider-2b указана как Apache-2.0.

B0-9B-GGUF — это набор квантованных файлов модели schneewolflabs/B0-9B, подготовленный пользователем mradermacher в формате GGUF. Модель связана с экосистемой Qwen3.5 и предназначена для запуска средствами, поддерживающими GGUF, включая локальные сценарии инференса. В обучении или дообучении использовались наборы данных Alembic-DPO, weasel-dpo, grok-politically-incorrect-dpo, seX-ai-dpo, i-DPO, Luna-DPO, MahouMix-v1, egirl-delegation-dpo и egirl-hemlock-dpo; заявленный язык — английский. Доступны варианты квантования от Q2_K до Q8_0, а также f16, размером примерно от 4,0 до 18,5 ГБ. Для мультимодальных сценариев предоставляются дополнительные файлы mmproj-Q8_0 и mmproj-f16, однако конкретные поддерживаемые модальности, архитектура и размер контекста в README не указаны. Варианты Q4_K_S и Q4_K_M отмечены как быстрые и рекомендуемые, Q6_K — как обеспечивающий очень хорошее качество, а Q8_0 — как сочетающий высокое качество и скорость. Модель может быть полезна для локальных англоязычных диалоговых и агентных задач, а также сценариев использования инструментов, на что указывают теги agents и tool-use. Качество и требования к памяти зависят от выбранного уровня квантования; менее компактные варианты обычно требуют больше ресурсов, а более агрессивное квантование может снижать качество. В README отсутствуют результаты бенчмарков и подробное описание ограничений поведения. Лицензия модели — Apache-2.0.

Ilseyar-kfu/broken_bert — модель для классификации текста из экосистемы Transformers. В метаданных она отнесена к архитектурному семейству BERT и имеет около 136,7 млн параметров; модель поддерживает контекст длиной до 512 токенов и сохраняется в формате Safetensors. Разработчик, исходная модель, языки и лицензия в доступных материалах не указаны. Модель предназначена для задач text classification: отнесения входных текстов к заранее заданным классам в прикладных системах анализа документов, сообщений и пользовательских запросов. Конкретные наборы меток, область применения, данные обучения и результаты оценки не описаны, поэтому назначение модели следует уточнять по конфигурации классификационной головы и экспериментальным проверкам. Ограничения включают отсутствие документации о языке, обучающих данных, классах, качестве и рекомендуемых сценариях использования. Лицензионные условия также не приведены, поэтому перед распространением или коммерческим применением необходимо проверить сведения на странице репозитория.

LangAGI-Lab/camel — диалоговая языковая модель на архитектуре Llama с 7,5 млрд параметров и контекстным окном 8192 токена. Она предназначена для генерации текста в формате чата и может использоваться в разговорных сценариях. Модель представлена в формате safetensors и распространяется по лицензии GPL. Карточка содержит фрагменты кода для настройки и определения агентов, однако не описывает дополнительные возможности модели.

zeromodels/grounding_dino_tiny — это конверсия Grounding DINO Tiny, опубликованная проектом zeromodels. Модель выполняет обнаружение объектов по текстовому запросу в режиме open-set: вместо фиксированного набора классов она ищет на изображении объекты, названные пользователем. Архитектура включает визуальный энкодер Swin-Tiny, текстовый энкодер BERT и декодер, который предсказывает ограничивающие рамки и оценивает их соответствие словам запроса. Модель предназначена для поиска объектов по произвольным текстовым описаниям без отдельного обучения на каждый класс. Реализация выполнена на Keras 3 и работает с бэкендами TensorFlow, Torch и JAX. Для Torch README предупреждает о риске нехватки памяти при инференсе без отключения построения градиентов; качество результатов также зависит от формулировки запроса и порога оценки. Лицензия — Apache 2.0.

Модель maxwoe/image-rotation-angle-estimation оценивает угол поворота изображения по полному диапазону 360°. Она построена на backbone MambaOut Base, предварительно обученном на ImageNet-1K, и использует метод Circular Gaussian Distribution: модель предсказывает распределение вероятностей по 360 угловым интервалам с разрешением 1°, после чего выбирается угол с наибольшей вероятностью. Входной размер изображения — 224 × 224 пикселя. В репозитории представлены чекпойнты, обученные на COCO 2017 и COCO 2014. Для версии COCO 2017 указаны MAE 2,84° и медианная ошибка 0,55°. Модель предназначена для определения ориентации изображений и может использоваться для автоматического выравнивания снимков и предварительной обработки визуальных данных. Репозиторий распространяется по лицензии MIT.