I.14Автоматизация процессов и AI-агенты

IsaacRodgz обучил модель представлений предложений на архитектуре BERT. Она преобразует предложения и абзацы в плотные векторы размерностью 384 и предназначена для семантического поиска, сравнения текстов и кластеризации. Модель насчитывает 25,9 млн параметров, принимает текстовые входы с контекстом до 512 токенов; доступны веса PyTorch и ONNX. Название репозитория указывает на настройку для определения позиции в заголовках испанских новостей, однако README описывает прежде всего модель эмбеддингов и не приводит метрик качества или подробностей обучения. Для использования доступны Sentence-Transformers и задачи поиска сходства; лицензия в предоставленных данных не указана.

sfm_filtered_e2e_alignment-1k_2k_3k_weightedavg_merge — объединённая языковая модель, созданная с помощью mergekit из контрольных точек обучения filtered_e2e_alignment на шагах 1000, 2000 и 3000. Для слияния использован линейный метод с контрольной точкой global_step3000 в качестве базовой. Модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров; она предназначена для генерации текста и диалогового взаимодействия, с контекстом до 16 384 токенов. Модель может служить для генерации ответов и продолжения текста в чат-сценариях. README и метаданные не сообщают о специализированных предметных областях или поддерживаемых языках. Лицензия в предоставленных данных не указана, поэтому условия использования по ним определить нельзя.

sfm_filtered_e2e_alignment-7k_8k_9k_simpleavg_merge — объединение предобученных языковых моделей, созданное с помощью mergekit. В слияние вошли контрольные точки global_step7000, global_step8000 и global_step9000; последняя использовалась как базовая, а метод слияния — Linear. Идентификаторы исходных контрольных точек указывают на эксперименты по выравниванию моделей для фильтрации безопасности. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и рассчитана на генерацию текста и диалоговое взаимодействие. Контекстное окно составляет 16 384 токена. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Карточка не описывает качество, конкретные языки, отдельные сценарии применения или лицензию; поэтому не следует считать её подтверждённой для конкретного языка или развертывания. Объединение контрольных точек может иметь свойства безопасности исходных моделей, но README не приводит оценок или гарантий их эффективности.

Модель yuhengtu-bytedance/sfm_filtered_midtrain_alignment-6k_7k_8k_weightedavg_merge — объединение предварительно обученных языковых моделей, созданное с помощью mergekit. В README указано, что применён линейный метод слияния, а в качестве базовой использована версия с шагом обучения 8000; также объединены версии с шагами 6000 и 7000. Это плотная авторегрессионная модель семейства GPT-NeoX с 8,8 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Она принимает текст и выдаёт текст; заявленная длина контекста составляет 16 384 токена. В метаданных указан формат safetensors и библиотека Transformers. В карточке не указаны специальные предметные области или поддерживаемые естественные языки. Лицензия в предоставленных данных не указана, поэтому условия использования определить нельзя; качество и ограничения слияния отдельно не описаны.

sfm_filtered_midtrain_alignment-7k_8k_9k_weightedavg_merge — объединённая языковая модель, созданная с помощью mergekit. В качестве базовой использована версия чекпойнта global_step9000; в слияние также вошли global_step8000 и global_step7000. Применён линейный метод слияния. Модель основана на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и использует формат safetensors. Она предназначена для генерации текста и диалогового взаимодействия, поддерживает контекст длиной до 16 384 токенов. Условия лицензии и сведения о конкретных поддерживаемых естественных языках в предоставленных данных отсутствуют.

sfm_unfiltered_midtrain_alignment-7k_8k_9k_10k_11k_simpleavg_merge — языковая модель, опубликованная пользователем yuhengtu. Это линейное слияние пяти предобученных чекпойнтов на шагах 7000, 8000, 9000, 10000 и 11000, выполненное с помощью mergekit; базой слияния указан чекпойнт global_step11000. Модель использует плотную архитектуру GPT-NeoX и содержит 8,8 млрд параметров. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текст и выдаёт текст; заявленный контекст составляет 16 384 токена. Карточка не сообщает языковую специализацию или прикладную область, поэтому модель следует считать общего назначения. Репозиторий содержит веса в формате safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

SLIM-SUMMARY — компактная специализированная языковая модель от llmware для создания кратких выжимок из текста в виде списка отдельных ключевых пунктов. Она дообучена на llmware/bling-stable-lm-3b-4e1t-v0, который, в свою очередь, основан на stabilityai/stablelm-3b-4elt. Модель содержит 2,7 млрд параметров, использует архитектуру StableLM Epoch и рассчитана на контекст до 4096 токенов. На вход подаётся текстовый фрагмент с запросом на суммирование, а на выходе модель формирует текстовое представление Python-списка. Параметром можно задать желаемое число пунктов; модель достаточно мала для запуска на CPU. Она предназначена для извлечения основных тезисов из текстов, а не для универсального диалога. При преобразовании результата в Python-список могут возникать проблемы с кавычками, поэтому иногда требуется исправление вывода. Репозиторий распространяется по лицензии CC BY-SA 4.0.

rAIfle выпустил Sloppier-Wingman-Alternative-8x7B-hf — объединённую языковую модель семейства Mixtral на 7,1 млрд параметров. В метаданных указана архитектура MixtralForCausalLM с механизмом Mixture of Experts, формат весов — safetensors, контекст — до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев; автор предпочитает шаблон ChatML, также могут работать форматы Alpaca и Mistral. Модель получена слиянием предварительно обученных моделей методом SLERP. README также описывает конфигурацию слияния нескольких вариантов Mixtral 8x7B на основе Mixtral-8x7B-v0.1. Это альтернативная версия Sloppy-Wingman-8x7B-hf, у которой отличается вторая часть слияния. Репозиторий содержит веса в формате safetensors; лицензия в предоставленных данных не указана.

Sokol — это компактная языковая модель на 4 млрд параметров, разработанная MediaAtlas для локальной работы на компьютере. Она основана на плотной архитектуре Qwen3.5-4B и дообучена для словенского языка: продолженное предобучение на примерно 1,78 млрд словенских токенов дополняется настройкой для диалога, перевода, рассуждений и вызова инструментов. Модель предназначена для общения на словенском, перевода между английским и словенским, решения текстовых задач и локальных ассистентов с вызовом функций. Базовая архитектура также принимает изображения, но обучение Sokol было текстовым, а понимание изображений не оценивалось систематически. Модель не синтезирует и не распознаёт речь. В репозитории доступны веса BF16 в формате safetensors и несколько квантизованных вариантов GGUF для запуска через llama.cpp и LM Studio; для изображений с GGUF требуется отдельный файл mmproj. По оценке авторов, дообучение снизило перплексию на словенском тексте примерно на 51%; тесты диалога были небольшими, а общая оценка корректности немного уступила базовой модели. Лицензия указана как other, поэтому условия использования следует сверить с карточкой модели и лицензиями данных обучения.

Это англоязычный разреженный энкодер SPLADE, разработанный на базе Luyu/co-condenser-marco с помощью библиотеки Sentence Transformers. Модель дообучена на MS MARCO и предназначена для семантического поиска и разреженного извлечения документов по запросам. Архитектура сочетает BERT-подобный трансформер BertForMaskedLM и слой SpladePooling с max-пулингом и ReLU. Модель преобразует текст в разреженный вектор размерности 30 522; для сравнения векторов используется скалярное произведение. Максимальная длина входа — 512 токенов. В карточке приведены оценки на наборах NanoMSMARCO, NanoNFCorpus, NanoNQ и NanoBEIR. Модель содержит 136,7 млн параметров, распространяется в формате safetensors по лицензии Apache-2.0. Она подходит для англоязычного поиска, но не заявлена как многоязычная; качество для других языков не установлено.

SQLQueryShield — модель классификации SQL-запросов, разработанная salmane11 на основе microsoft/codebert-base и дообученная на SQLShield. Она относит запрос к потенциально уязвимым или безопасным; при обучении использовались SQL-запросы из пар естественно-языковых запросов и SQL, а на вход подавались строки SQL. Модель предназначена для фильтрации запросов после генерации в системах Text-to-SQL и для проверки пользовательских запросов перед выполнением. Архитектура — RoBERTa для классификации последовательностей, около 151,8 млн параметров; максимальная длина контекста по метаданным — 514 токенов. В карточке указаны английский язык и лицензия Apache-2.0. Результат классификации может помочь выявлять шаблоны SQL-инъекций, небезопасную конкатенацию строк и другие потенциально опасные выражения. Модель анализирует текст запроса и сама по себе не гарантирует безопасность выполнения SQL; обучающая обработка ограничивала последовательности 128 токенами. Лицензия — Apache-2.0.

Starling-LM-7B-beta-x2 — чат-модель на базе архитектуры Mistral, созданная IsakNordgren с помощью слияния двух копий Nexusflow/Starling-LM-7B-beta методом DARE-TIES. Модель предназначена для генерации ответов в диалоге и других задач текстовой генерации. Репозиторий содержит веса в формате safetensors; размер модели — 7,1 млрд параметров, длина контекста — 8192 токена. Базовая Starling-LM-7B-beta — англоязычная модель Nexusflow, дообученная методом RLAIF. Для этой версии README описывает конфигурацию слияния и тип bfloat16. Лицензия в предоставленных данных не указана.

StopCarbon-10.7B-v5 — разговорная языковая модель семейства Llama от kekmodel, предназначенная для генерации текста в формате диалога. Модель имеет плотную архитектуру LlamaForCausalLM и около 10,6 млрд параметров; её контекст составляет 4096 токенов. Репозиторий содержит веса в формате Safetensors. Модель можно использовать для диалоговых ответов и генерации текста по запросу пользователя, оформляя вход по шаблону с ролями User и Assistant. В карточке указана лицензия CC BY-NC-SA 4.0, предусматривающая указание авторства, распространение производных работ на тех же условиях и ограничения на коммерческое использование.

StrangeMerges_43-7B-dare_ties — текстовая генеративная модель на архитектуре Mistral с 7,1 млрд параметров, созданная Gille объединением моделей с помощью LazyMergekit. В состав объединения входят Gille/StrangeMerges_21-7B-slerp, liminerity/M7-7b и Gille/StrangeMerges_42-7B-dare_ties; в конфигурации указаны метод dare_ties и точность bfloat16. Модель предназначена для генерации текста и диалоговых сценариев, а контекст составляет до 32 768 токенов. Репозиторий распространяется по лицензии Apache-2.0. Карточка не описывает отдельные специализации или языки модели.

StrangeMerges_44-7B-dare_ties — языковая модель, созданная Gille слиянием трёх моделей: Nexusflow/Starling-LM-7B-beta, nlpguy/T3QM7 и AurelPx/Percival_01-7b-slerp. Для объединения использован LazyMergekit и метод dare_ties; архитектура — плотная MistralForCausalLM, размер — 7,1 млрд параметров, веса опубликованы в формате safetensors и типе bfloat16. Модель предназначена для генерации текста, в том числе диалоговых ответов. Контекст составляет до 32 768 токенов. В карточке не описаны специальные предметные области или поддерживаемые языки; базовая Starling-LM-7B-beta обозначена в метаданных как англоязычная чат-модель. Лицензия — Apache-2.0.

StrangeMerges_48-7B-dare_ties — текстовая генеративная модель на архитектуре Mistral, созданная Gille объединением трёх моделей с помощью LazyMergekit и метода dare_ties. В конфигурации указаны веса компонентов 0,4, 0,4 и 0,2, а также базовая модель Locutusque/Hercules-4.0-Mistral-v0.2-7B. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогового общения. В README приведены результаты Open LLM Leaderboard, включая средний балл 57,89, 60,92 на AI2 Reasoning Challenge и 80,13 на HellaSwag. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Данные не уточняют целевые языки или специальные прикладные области.

StrangeMerges_57-7B-model_stock — слитая модель генерации текста на основе Mistral, созданная с помощью LazyMergekit. В объединение вошли amazingvince/Not-WizardLM-2-7B, automerger/YamshadowExperiment28-7B, Kukedlc/NeuralMaths-Experiment-7b и Kukedlc/NeuralSynthesis-7B-v0.1; метод слияния — model_stock. В конфигурации указана точность bfloat16. Модель предназначена для генерации текста и диалогов; её размер — 7,1 млрд параметров, контекст — до 32 768 токенов. Карточка не описывает специализацию модели, конкретные языки или условия лицензии, поэтому эти сведения нельзя уточнить по доступным данным.

ThetaWave-7B-sft — разговорная языковая модель на архитектуре Mistral, созданная Liangmingxin путём дообучения с учителем модели freecs/ThetaWave-7B на наборе Open-Orca/SlimOrca. Она предназначена для генерации текста и диалоговых сценариев. Модель содержит 7,1 млрд параметров, работает с контекстом до 32 768 токенов и распространяется в формате safetensors. Модель использует шаблон чата Mistral. По данным карточки, текущая версия не поддерживает system_prompt штатно; его ручное добавление к шаблону может ухудшить качество ответов. Модель распространяется по лицензии Apache-2.0.

zeromodels/tipsv2-l14 — конверсия модели TIPSv2-L/14 от Google DeepMind, опубликованная zeromodels в формате Keras 3. Это двухбашенная vision-language модель в стиле CLIP/SigLIP: визуальная башня на основе ViT в стиле DINOv2 с register-токенами и двунаправленная текстовая башня, обученные сопоставлять изображения с текстовыми описаниями контрастивным методом. Репозиторий содержит полную модель и обе башни; реализация работает с TensorFlow, PyTorch и JAX. Модель предназначена для классификации изображений по заданным текстовым названиям классов без дополнительного обучения: пользователь задаёт возможные категории, а модель оценивает соответствие изображения каждому текстовому описанию. Входное разрешение изображений — 448 пикселей. Лицензия — Apache-2.0, совпадает с лицензией исходного чекпойнта Google.

kalmuraee/tokens — модель автоматического распознавания речи, созданная дообучением facebook/wav2vec2-xls-r-300m на наборе Common Voice. Она использует архитектуру Wav2Vec2ForCTC и содержит 402,7 млн параметров. Модель принимает аудио и выдаёт распознанный текст. В README приведены результаты оценки на тестовой выборке: loss 0,9811 и WER 0,4608. Язык распознавания и конкретные сценарии применения в карточке не уточнены. Модель распространяется в формате PyTorch по лицензии Apache-2.0.

Trismal-Obrum-AlBe-7B-Base-Ties — объединённая модель, созданная с помощью LazyMergekit из Locutusque/OpenCerebrum-1.5-Mistral-7b-v0.2-alpha и Locutusque/OpenCerebrum-1.5-Mistral-7B-v0.2-beta методом TIES. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста. Контекстное окно составляет 32 768 токенов. Модель поставляется в формате safetensors. Объединение использует равные веса и плотность 1 для обеих моделей, нормализацию и тип данных float16. Карточка не описывает конкретные области применения, языки или результаты оценки качества. Лицензия в предоставленных данных не указана.

Многоязычная модель Cardiff NLP для многометочной классификации тем публикаций в социальных сетях. Она основана на cardiffnlp/twitter-xlm-roberta-base — языковой модели XLM-RoBERTa, обученной на примерно 198 млн многоязычных твитов, и дообучена на наборах TweetTopic и X-Topic. Модель содержит около 305,2 млн параметров и принимает текст с контекстом до 514 токенов. Модель определяет темы на английском, испанском, японском и греческом языках. Среди классов — искусство и культура, бизнес, повседневная жизнь, образование, новости, наука и технологии, спорт и путешествия; для одной публикации могут быть выбраны несколько тем. Лицензия — MIT. В результатах на X-Topic показатели Macro-F1 различаются по языкам: от 41,3 для греческого до 55,4 для английского; качество зависит от языка и тематики текста.

UniXcoder-base-nine — предварительно обученная модель представления кода, разработанная командой Microsoft. Она использует совместное обучение на коде, комментариях и абстрактных синтаксических деревьях и построена на архитектуре RoBERTa; в репозитории указано 152,7 млн параметров и контекст до 1026 токенов. Модель рассчитана на работу с кодом и естественно-языковыми описаниями на английском языке. UniXcoder поддерживает несколько режимов: получение векторных представлений и поиск кода по текстовому запросу, завершение кода, предсказание имени функции, рекомендацию API и суммаризацию кода. Репозиторий содержит веса PyTorch, а в метаданных Hugging Face основная задача указана как извлечение признаков. Лицензия — Apache-2.0.

vinilm-2021-from-large — предварительно обученная языковая модель, разработанная R&D AI Lab компании VMware. Это модель на архитектуре BERT, созданная дистилляцией vBERT-2021-large в более компактную модель семейства MiniLMv2 для ускорения инференса при небольшом снижении качества. В README указано 320 000 документов VMware Docs, блогов и других публичных текстов VMware для дистилляции; метаданные указывают 80,1 млн параметров и контекст до 512 токенов. Модель предназначена для получения признаков текста и VMware-ориентированных NLP-сценариев, включая информационный поиск и классификацию. В карточке заявлена поддержка английского языка. Для лучшего качества требуется внутренний препроцессор vNLP, который публично недоступен; модель также может наследовать смещения исходной BERT. Лицензия — Apache 2.0.

Это модель timm от авторов семейства SigLIP 2: визуальный энкодер ViT с патчами 16×16, вариант с разрешением 512, обученный на наборе WebLI. Она соответствует зрительной башне мультимодальной модели SigLIP 2 и предназначена для извлечения признаков изображений, например для их последующего сравнения или использования в системах поиска. Модель принимает изображения и выдаёт визуальные признаки. Репозиторий содержит веса PyTorch и Safetensors; лицензия — Apache-2.0. README описывает только image encoder, поэтому поддержка текстового ввода или генерации текста не заявлена.

nguyenvulebinh/wav2vec2-bartpho — модель распознавания вьетнамской речи, разработанная пользователем nguyenvulebinh на Hugging Face. Это последовательная архитектура speech-encoder-decoder: аудио подаётся на вход, а модель выдаёт текст. Карточка указывает поддержку нормализации распознанного текста, временных меток и сегментации речи нескольких говорящих. Модель предназначена для автоматической транскрибации вьетнамской речи, в том числе с разметкой времени и разделением реплик по говорящим. Репозиторий содержит веса PyTorch. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

saribalgar/wav2vec2-base-timit-ms — дообученная модель распознавания речи на архитектуре Wav2Vec2ForCTC, основанная на facebook/wav2vec2-base. Она принимает аудио и преобразует речь в текст; карточка сообщает метрики на оценочной выборке: loss 0,7589 и WER 0,3722. Модель содержит 113,3 млн параметров и опубликована в формате PyTorch. Модель распространяется по лицензии Apache-2.0. В README набор данных назван None, а описание сценариев применения и ограничений отсутствует, поэтому область обучения и поддерживаемые языки по доступным данным определить нельзя.

infinitejoy/wav2vec2-large-xls-r-300m-arabic — модель распознавания речи, полученная дообучением facebook/wav2vec2-xls-r-300m на арабской части набора Mozilla Common Voice 7.0. Она принимает аудио и преобразует речь в текст; архитектура — Wav2Vec2ForCTC семейства wav2vec2, число параметров — около 402,8 млн. Модель предназначена для автоматической транскрипции арабской речи. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0. Карточка описывает оценивание на тестовой выборке Common Voice 7, но метрики WER и loss приведены как NA. Поэтому по карточке нельзя оценить точность распознавания или устойчивость модели на других акцентах, условиях записи и типах речи.

Модель infinitejoy/wav2vec2-large-xls-r-300m-slovak — дообученная версия facebook/wav2vec2-xls-r-300m для распознавания словацкой речи. Она использует архитектуру Wav2Vec2ForCTC и обучена на словацкой части набора Mozilla Common Voice 7.0. Модель принимает аудио и преобразует речь в текст; в карточке приведены результаты оценки на тестовой выборке: WER 0,2481 и loss 0,2915. Модель подходит для транскрибирования записей и голосовых высказываний на словацком языке. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0. Карточка не описывает условия записи и оценки подробно, поэтому качество на других типах аудио по указанным метрикам определить нельзя.

rifkat/wav2vec2-large-xls-r-300m-uz — модель распознавания узбекской речи, разработанная в рамках проекта GptUZ. Она предназначена для преобразования аудиозаписей на узбекском языке в текст. Архитектура — Wav2Vec2ForCTC семейства wav2vec2; модель содержит около 402,7 млн параметров и распространяется в формате PyTorch. По карточке модели, обучение проводилось на открытых и закрытых данных. Модель выпущена под лицензией Apache-2.0. Длина контекста и подробности о составе обучающих данных в предоставленных источниках не описаны.