I.14Автоматизация процессов и AI-агенты

Это дообученная модель генерации текста на архитектуре Mistral с 7,1 млрд параметров, созданная на основе ShenaoZhang/0.0001_3iters_bs256_nodpo_full6w_iter_1. Она предназначена для генерации текста и диалогового общения, включая ответы на вопросы. Контекст модели составляет до 32 768 токенов; репозиторий содержит веса в формате safetensors. В карточке указано дообучение на наборах updated и original, но подробности о данных, обучении и оценке не приведены. Модель распространяется по лицензии MIT.

TeeZee/2xbagel-dpo-34b-v0.2 — объединённая модель для генерации текста и диалогов, созданная путём чередования слоёв jondurbin/bagel-dpo-34b-v0.2 с самой собой. Она использует плотную архитектуру LlamaForCausalLM, содержит около 56,2 млрд параметров и рассчитана на контекст до 200 000 токенов. Модель подходит для диалоговых сценариев и генерации текста; в README приведены результаты Open LLM Leaderboard, включая оценки по задачам рассуждения и здравого смысла. Модель распространяется под лицензией Apache-2.0. Автор предупреждает, что она может генерировать контент NSFW. README описывает её как увеличенную и uncensored версию исходной модели; отдельные сведения о языках и иных ограничениях не приводятся.

ishikaa/acquisition_generator_AS_format_numina_llama8b — модель генерации текста на базе архитектуры Llama, опубликованная на Hugging Face и предназначенная для использования через библиотеку Transformers. По метаданным модель содержит около 7,5 млрд параметров и поддерживает контекст длиной до 131 072 токенов. Модель ориентирована на генерацию продолжений текста и диалоговых ответов в сценариях, где требуется работа с длинными входными последовательностями. Тег conversational указывает на пригодность к диалоговому применению, однако README не содержит сведений о разработчике, языках, данных обучения, результатах оценки или лицензии.

Acrux-500M-o1-Journey — компактная языковая модель с архитектурой Qwen2, разработанная PrithivMLmods и дообученная на базе Qwen/Qwen2.5-0.5B-Instruct на наборе данных GAIR/o1-journey. Модель содержит 494 млн параметров, принимает текст и генерирует текст; заявленная длина контекста — 32 768 токенов. Она предназначена для следования инструкциям и диалоговых сценариев, включая ответы на вопросы и суммаризацию, с упором на быстрый вывод и сниженные требования к ресурсам. Модель подходит для чат-ботов, виртуальных помощников и других приложений, где важны компактность и оперативная генерация. В карточке указана лицензия CreativeML OpenRAIL-M. Качество для конкретных задач зависит от запросов и окружения; компактный размер может ограничивать сложность решаемых задач.

ALIGN base — мультимодальная модель Kakao Brain для сопоставления изображений и текста. Она использует архитектуру с двумя энкодерами: EfficientNet кодирует изображения, а BERT — текст; контрастивное обучение сближает представления соответствующих пар. Реализация повторяет архитектуру и гиперпараметры оригинальной ALIGN, но обучена на открытом наборе COYO-700M из 700 миллионов пар изображений и текстовых описаний. Модель предназначена для классификации изображений по произвольным текстовым меткам без обучения на конкретных классах, а также для мультимодального поиска и получения эмбеддингов изображений и текста. Её можно применять в исследованиях обобщения, устойчивости и смещений моделей компьютерного зрения. В карточке указана поддержка английского языка. Лицензия в предоставленных данных не указана.

AlloyingotneoyExperiment24-7B — автоматически объединённая Maxime Labonne методом SLERP плотная языковая модель семейства Mistral с 7,1 млрд параметров. В слиянии участвуют nlpguy/AlloyIngotNeoY и yam-peleg/Experiment24-7B; конфигурация задаёт разное смешивание слоёв self-attention и MLP, а результат сохранён в формате safetensors с точностью bfloat16. Модель предназначена для генерации текста и может применяться в сценариях, поддерживаемых исходными моделями. Контекстное окно — до 32 768 токенов. В карточке нет сведений о целевых языках или специализированной области применения, поэтому её следует рассматривать как модель общего назначения. Лицензия — Apache-2.0.

Amber Meadow M2 — каузальная языковая модель для генерации текста, опубликованная пользователем или организацией codex176743 на Hugging Face. Модель представлена как checkpoint и предназначена для запуска через библиотеку Transformers с использованием формата Safetensors. Модель относится к семейству Qwen2, содержит около 7,1 млрд параметров и поддерживает контекст длиной до 32 768 токенов. Она может применяться для диалоговой генерации, продолжения текста и других сценариев, основанных на pipeline text-generation. К сильным сторонам относятся сравнительно крупный размер, поддержка длинного контекста и совместимость с экосистемой Transformers. В README отсутствуют сведения о конкретных языках, датасетах обучения, результатах оценки, специализации и рекомендуемых параметрах инференса, поэтому качество в прикладных сценариях необходимо проверять отдельно. Модель распространяется по лицензии Apache-2.0.

Baichuan2-7B-Chat-LLaMAfied — это преобразованная в архитектуру LLaMA версия чат-модели Baichuan2-7B-Chat, разработанной Baichuan Inc. Модель содержит 7 млрд параметров, использует плотную архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоге и дообучения под прикладные задачи. Она работает с китайским и английским языками, принимает текст и выдаёт текст; заявленный контекст — 4096 токенов. Модель распространяется в формате PyTorch по лицензии Baichuan2 License, обозначенной в метаданных как other. Авторы указывают возможность дообучения и приводят результаты на бенчмарках ARC и HellaSwag. Для работы с моделью README указывает Transformers и демонстрационный запуск через LLaMA-Factory.

BARTO base — испаноязычная предварительно обученная модель семейства BART, разработанная авторами работы «Sequence-to-Sequence Spanish Pre-trained Language Models». Это трансформерный энкодер-декодер: двунаправленный энкодер сочетается с авторегрессионным декодером. Модель содержит 95,2 млн параметров, имеет контекст до 1024 токенов и распространяется в форматах PyTorch и Safetensors по лицензии Apache-2.0. Модель обучалась восстанавливать исходный текст после его искажения и предназначена прежде всего для дообучения на размеченных данных. После такой настройки её применяют для генерации текста, включая суммаризацию и перевод, а также для задач понимания текста — классификации и ответов на вопросы. Исходный чекпойнт поддерживает заполнение пропусков в тексте.

BERTugues-base-portuguese-cased — модель на архитектуре BERT, разработанная Рикардо Маццей Заго и Лусиане Агнолетти дос Сантос Педотти для бразильского португальского языка. Она предварительно обучена на корпусе BrWAC с целями Masked Language Modeling и Next Sentence Prediction; при подготовке токенизатора также использовалась португалоязычная Википедия. В модели около 136,7 млн параметров, длина контекста — до 512 токенов. Модель подходит для предсказания замаскированных слов и получения векторных представлений предложений, которые можно использовать для классификации текстов и оценки сходства. Токенизатор исключает редкие для португальского символы и включает основные эмодзи; авторы сообщают о меньшем количестве разбиваемых на части слов по сравнению с Bertimbau и многоязычным BERT. Карточка приводит результаты сравнений на классификации отзывов и сходстве юридических текстов, но не указывает лицензию точнее, чем «other».

google/bert_uncased_L-4_H-256_A-4 — компактная англоязычная модель BERT из набора BERT Miniatures, разработанного Google и описанного в работе «Well-Read Students Learn Better». Это трансформерный энкодер с 4 слоями, размером скрытого представления 256 и 4 головами внимания; модель содержит около 12 млн параметров и принимает последовательности длиной до 512 токенов. Она обучена без учёта регистра с токенизацией WordPiece и предназначена для задач понимания английского текста с ограниченными вычислительными ресурсами. Модель можно дообучать для классификации и других задач обработки текста. Авторы отмечают, что она особенно эффективна при дистилляции, когда метки для дообучения созданы более крупной моделью-учителем. По результатам GLUE BERT-Mini показывает качество ниже более крупных вариантов из набора, что отражает компромисс между размером и точностью. Доступны веса в форматах PyTorch и Flax. Лицензия — Apache-2.0.

dariolopez/bge-m3-es-legal-tmp-3 — модель Sentence Transformers, дообученная разработчиком на основе BAAI/bge-m3 для работы с испанскими текстами. Она преобразует предложения и абзацы в плотные векторы размерностью 1024 и предназначена для семантического поиска, сравнения сходства текстов, поиска перефразирований, кластеризации и классификации. Архитектура основана на XLM-RoBERTa с пулингом CLS-токена и нормализацией векторов; максимальная длина последовательности — 8192 токена. Для сравнения векторов в карточке указана косинусная близость. Модель можно применять для семантического поиска по испанским документам и построения систем поиска и группировки текстов. Лицензия — Apache-2.0. Карточка называет модель специализированной для юридического испанского, однако приведённые сведения не описывают датасет или отдельную юридическую оценку, поэтому качество на конкретных юридических корпусах по ним установить нельзя.

andreaschari/bge-m3-ZH_MMARCO_NATIVE — дообученная модель семейства BGE-M3 на китайской части набора MMARCO/v2. Это Sentence Transformer на архитектуре XLM-RoBERTa с 658,7 млн параметров, предназначенный для получения текстовых эмбеддингов и сравнения предложений по косинусному сходству. Модель использовалась в короткой статье SIGIR 2025 «Lost in Transliteration: Bridging the Script Gap in Neural IR».

sophiaqho/boolq_finetuned_v1 — дообученная модель на основе PrimeQA/tydiqa-boolean-answer-classifier для классификации текста. Базовая модель XLM-RoBERTa имеет около 658,7 млн параметров; репозиторий содержит веса в формате safetensors и рассчитан на контекст до 514 токенов. Модель подходит для классификации ответов на вопросы формата «да/нет» по текстовому контексту: базовый чекпойнт различает yes, no и no-answer. В карточке указана оценка loss 0,7342 на тестовом наборе, но название обучающего датасета приведено как None, а подробности данных и сценариев применения отсутствуют. Модель распространяется по лицензии Apache-2.0.

CAG-13b — языковая модель Ruotong Pan и соавторов с генерацией, учитывающей достоверность источников. Модель дообучена на LLaMA2-13B и предназначена для ответов на вопросы с использованием контекста, в том числе документов, полученных через RAG. Модель оценивает достоверность сведений в контексте, чтобы сохранять устойчивость к зашумлённым или вводящим в заблуждение документам. Среди сценариев применения авторы называют ответы с учётом персонализированных оценок доверия и разрешение конфликтов между источниками знаний; модель оценивали на открытых и чувствительных ко времени вопросах, а также на вопросах по материалам с дезинформацией. Это плотная причинная архитектура LLaMA с 12,9 млрд параметров и контекстом до 4096 токенов; вход и выход — текст. В карточке указаны английский язык и лицензия MIT. Модель не является специализированной поисковой системой или гарантией проверки фактов: качество ответов зависит от контекста и заданных оценок достоверности.

MaziyarPanahi/calme-2.2-qwen2-7b — дообученная чат-модель на базе Qwen2-7B, созданная Maziyar Panahi для улучшения результатов базовой модели в бенчмарках. Это плотная авторегрессионная языковая модель с 7,1 млрд параметров; она принимает текст и генерирует текст, поддерживает шаблон диалога ChatML и работает через библиотеку Transformers. Заявленная длина контекста — 131 072 токена. В карточке указаны английский язык и обучение на наборах HelpSteer2, OpenHermes-2.5, Orca Math Word Problems и SlimOrca. Модель подходит для диалоговых ответов и генерации текста общего назначения. В README приведены результаты Open LLM Leaderboard, включая средние 23,23 балла, IFEval и BBH; подробности остальных метрик вынесены в ссылку. Модель распространяется по лицензии Apache-2.0. Оценка по бенчмаркам сама по себе не гарантирует качества для конкретного сценария.

calme-2.8-qwen2-7b-GGUF — это квантизированная версия модели calme-2.8-qwen2-7b в формате GGUF, подготовленная и опубликованная MaziyarPanahi. Модель предназначена для генерации текста и локального запуска через совместимые инструменты и библиотеки, включая llama.cpp, llama-cpp-python, LM Studio, text-generation-webui, KoboldCpp, GPT4All и другие. В основе лежит модель семейства Qwen2 с заявленным размером 7 миллиардов параметров. Доступны варианты квантизации с разрядностью 2, 3, 4, 5, 6 и 8 бит, что позволяет выбирать компромисс между качеством, потреблением памяти и скоростью работы. Поддерживается текстовая модальность; сведения о языках, максимальном контексте, конкретной архитектуре fine-tuning и результатах оценивания в README не приведены. Сильной стороной модели является возможность запуска на локальном оборудовании и интеграции с различными GUI, Python-библиотеками и совместимыми API-серверами. Ограничения включают потенциальные потери качества из-за квантизации и зависимость характеристик от выбранного варианта файла и используемого оборудования. Лицензия в README не указана.

CamemBERTav2-base — франкоязычная языковая модель, разработанная командой Almanach и предварительно обученная на корпусе из 275 млрд токенов французского текста. Она основана на архитектуре DeBERTa-v2 и обучена с задачей Replaced Token Detection. Модель содержит 138,4 млн параметров и принимает последовательности длиной до 1024 токенов. Модель предназначена для получения контекстных представлений текста и как основа для дообучения под задачи французского NLP, включая классификацию, распознавание сущностей, разметку частей речи, синтаксический анализ и ответы на вопросы. В сравнении с предыдущей версией использует WordPiece-токенизатор на 32 768 токенов с поддержкой эмодзи, табуляции и переноса строки; для работы нужен Fast Tokenizer. В README приведены результаты дообучения на ряде французских бенчмарков, включая NER, вопросно-ответные и классификационные задачи. Это не готовая чат-модель: для прикладных задач классификации или генерации ответов обычно требуется соответствующая голова и дообучение. Распространяется по лицензии MIT.

NVIDIA NeMo Canary-Qwen-2.5B — модель распознавания английской речи, разработанная NVIDIA. Она предназначена для преобразования аудио в текст с пунктуацией и заглавными буквами, а также для обработки уже полученной расшифровки: например, её можно суммировать или задавать по ней вопросы. В режиме распознавания модель принимает аудио и текстовую инструкцию; в текстовом режиме работает только с расшифровкой и не анализирует исходное аудио. Модель содержит 2,5 млрд параметров и построена как Speech-Augmented Language Model: аудиокодировщик FastConformer связан с декодером Transformer на основе Qwen3-1.7B. Для распознавания рассчитана на английский язык; в README указана скорость 418 RTFx. Обучающие аудиозаписи длились не более 40 секунд, а максимальная последовательность ограничена 1024 токенами, поэтому точность на более длинных входах может снижаться. Модель не сохраняет навыки рассуждения базовой LLM в режиме работы с аудио. Для использования требуется NVIDIA NeMo; лицензия — CC BY 4.0.

CapRL-Qwen3VL-2B — мультимодальная модель для создания описаний изображений из серии CapRL 2.0, опубликованной авторами проекта CapRL. Она основана на архитектуре Qwen3-VL и принимает изображения с текстовыми запросами, выдавая текстовые описания. Версия на 2 млрд параметров ориентирована на скорость и экономию вычислительных ресурсов; авторы сообщают, что она превосходит CapRL-Qwen2.5VL-3B и Qwen2.5VL-72B в задачах описания изображений. Модель предназначена для подробного описания естественных изображений, диаграмм, инфографики и документов. В README описан подход CapRL с обучением на QA-данных и подкреплением с проверяемыми наградами; каталог указывает датасет internlm/CapRL-2M. В карточке заявлена лицензия Apache-2.0. Результаты могут содержать ошибки или пропускать визуальные детали; численные оценки качества и длина контекста в предоставленных данных не приведены.

AmberYifan/capsd-opc-dedup-marin-8b-base-code_cap_b20000_s0 — дообученная модель на базе marin-community/marin-8b-base, созданная на наборе capsd_marin-8b-base-n80000-opc-dedup80k__mix_code_cap_b20000_s0. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 7,5 млрд параметров. Она предназначена для генерации и продолжения текста в сценариях диалогового взаимодействия; название обучающего набора указывает на смесь кода и подписей, однако карточка не описывает целевые задачи подробнее. Модель принимает текст и генерирует текст, её контекст составляет 4096 токенов. Базовая Marin 8B Base ориентирована на английский язык. Репозиторий содержит веса safetensors, лицензия указана как other.

Chocolatine-2-14B-Instruct-v2.0.3 — языковая модель, разработанная Jonathan Pacifico и дообученная методом DPO на датасете jpacifico/french-orca-dpo-pairs-revised. Она основана на объединённой модели Chocolatine-2-merged-qwen25arch с архитектурой Qwen 2.5 и предназначена для диалогов и генерации текста, особенно на французском языке; также поддерживает английский. Размер модели — 14 млрд параметров, заявленная длина контекста — до 128 тысяч токенов. Автор сообщает о высоких результатах на французских бенчмарках и улучшении относительно предыдущих версий Chocolatine-2 и базовой архитектуры Qwen 2.5. Модель распространяется в формате Safetensors и имеет интерфейс для вызова инструментов. По заявлению автора, у семейства нет механизма модерации, поэтому ответы могут содержать нежелательный контент. Лицензия — Apache-2.0.

CLIP-GmP-ViT-L-14 — дообученная модель сопоставления изображений и текста на основе OpenAI CLIP ViT-L/14, разработанная zer0int. Она предназначена для классификации изображений по текстовым описаниям без дополнительного обучения: пользователь задаёт категории словами, а модель оценивает соответствие изображения каждой категории. В карточке указано дообучение с геометрической параметризацией (GmP); в метаданных также указан датасет SPRIGHT-T2I/spright_coco. Модель использует архитектуру CLIPModel и опубликована в формате safetensors. Автор сообщает об улучшении точности на ImageNet и ObjectNet примерно до 0,90 относительно примерно 0,85 у исходной модели, однако эти результаты зависят от протокола оценки. В README исходная версия GmP названа устаревшей и уступающей более поздним вариантам автора, поэтому для использования как текстового энкодера генеративных моделей автор рекомендует другие версии. Лицензия — MIT.

clip-japanese-base-v2 — японская модель CLIP, разработанная LY Corporation для сопоставления изображений и текста. Это обновлённая версия line-corporation/clip-japanese-base: для обучения использовано около 2 млрд пар изображение–текст, а дистилляция применена для повышения качества. Модель содержит 196 млн параметров и объединяет визуальный кодировщик на основе Eva02-B Transformer с 12-слойным текстовым кодировщиком BERT. Текстовый кодировщик инициализирован весами rinna/japanese-clip-vit-b-16. Модель подходит для извлечения признаков изображений и текста, поиска изображений по японскому описанию и поиска текстов, соответствующих изображению. В README приведены результаты классификации ImageNet-1k и наборов Recruit и WAON, а также двунаправленного поиска по STAIR Captions. Репозиторий содержит веса в формате safetensors; лицензия — Apache 2.0. Оценки в README показывают, что улучшение относительно предыдущей версии зависит от задачи: например, retrieval R@1 у предыдущей версии выше.

Qdrant/clip-ViT-B-32-vision — ONNX-порт визуальной части модели sentence-transformers/clip-ViT-B-32, опубликованный Qdrant. Модель содержит 113,2 млн параметров и предназначена для классификации изображений и поиска визуально похожих изображений; в карточке приведён пример использования через FastEmbed. Модель относится к семейству CLIP Vision и работает с изображениями, формируя визуальные представления для задач классификации и поиска сходства. Репозиторий содержит веса в формате ONNX. Лицензия — MIT.

unsloth/codellama-7b-bnb-4bit — это 4-битная версия модели CodeLlama 7B, опубликованная командой Unsloth и предназначенная для использования с библиотекой Transformers. По доступным данным, модель рассчитана прежде всего на эксперименты и дообучение: README описывает применение Unsloth для ускоренного fine-tuning моделей семейства CodeLlama, а также экспорт дообученных моделей в форматы GGUF и vLLM или загрузку на Hugging Face. Модель имеет около 7 миллиардов параметров и использует 4-битное квантование BNB, что снижает требования к памяти и делает её более подходящей для запуска и дообучения на ограниченных GPU-ресурсах. Указан английский язык, однако сведения о поддерживаемых модальностях, максимальной длине контекста и точной архитектуре в README отсутствуют. Основной сценарий — работа с задачами генерации и обработки кода на базе CodeLlama, включая дообучение на собственных наборах данных. К сильным сторонам относятся компактное 4-битное представление и совместимость с экосистемой Transformers и инструментами Unsloth для ускоренного fine-tuning. Конкретные показатели качества, ограничения модели, требования к аппаратному обеспечению и результаты тестирования не приведены. Лицензия — Apache-2.0.

TroyDoesAI/Codestral-RAG-19B-Pruned — сокращённая по числу слоёв версия Codestral, опубликованная TroyDoesAI. Это плотная авторегрессионная модель семейства Mistral с 18,9 млрд параметров, предназначенная для генерации текста; в названии и описании акцент сделан на использовании в сценариях RAG и экономии памяти при размещении модели, в том числе с выгрузкой части вычислений в системную память. Для работы заявлено контекстное окно 32 768 токенов, а веса опубликованы в формате safetensors. Автор сообщает, что удалил четыре слоя из исходной модели на 22,2 млрд параметров и утверждает, что это не приводит к заметной потере качества. Независимые результаты оценки в карточке не приведены. Модель может подойти для локальных экспериментов с генерацией текста и ответами на запросы с контекстом, однако размер почти в 19 млрд параметров всё ещё требует значительных ресурсов. Лицензия в предоставленных данных не указана.

combinedwhispersanlishlr2e5 — дообученная модель распознавания речи на базе openai/whisper-small, подготовленная разработчиком thunderboltc. Она принимает аудио и преобразует речь в текст; в метаданных указаны архитектура WhisperForConditionalGeneration и библиотека Transformers. README приводит результаты оценки: WER 33,4213 и CER 8,1594; сведений о языке и составе обучающих данных нет. Модель подходит для транскрибирования аудиозаписей в сценариях, соответствующих данным её дообучения. Репозиторий содержит веса Safetensors и распространяется по лицензии Apache-2.0. README не описывает назначение дообучения и ограничения качества, поэтому область применения по языкам и типам аудио определить нельзя.

cuckoo-starling-32k-7B — объединённая языковая чат-модель на архитектуре Mistral, созданная grimjim методом SLERP с помощью mergekit из grimjim/Mistral-Starling-merge-trial1-7B и grimjim/kukulemon-7B. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Она предназначена для генерации текста и диалоговых ответов. В карточке указана поддержка шаблонов ChatML и Alpaca; автор сообщает о неформальном тестировании с настройками temperature 0,9–1,0 и minP 0,02. В README обсуждается ручная настройка RoPE theta до 100K и отмечается, что при тестировании связность повествования иногда ухудшалась с RoPE theta 1M. Модель доступна в формате safetensors, использует библиотеку Transformers и распространяется по лицензии CC BY-NC 4.0, ограничивающей коммерческое использование. README приводит результаты нескольких оценок, но не описывает полный протокол тестирования, поэтому они не гарантируют качество на конкретных задачах.

DeBERTa-v3-base — англоязычная модель Microsoft для заполнения пропусков и дальнейшей настройки на задачи понимания естественного языка. Она использует архитектуру DeBERTa-v2 с disentangled attention и улучшенным декодером маскирования; предобучение версии V3 основано на подходе ELECTRA и совместном использовании эмбеддингов с разделением градиентов. В модели 12 слоёв, размер скрытого представления 768, словарь из 128 тысяч токенов; метаданные указывают 211,6 млн параметров и контекст до 512 токенов. Модель подходит как основа для тонкой настройки на задачи вроде ответов на вопросы и классификации текстов. По README, предобучение выполнено на 160 ГБ данных, а результаты дообучения приведены для SQuAD и MNLI. Доступны веса PyTorch и TensorFlow. Лицензия — MIT.