I.14Автоматизация процессов и AI-агенты

lgris/wav2vec2-podcasts-tagarela-v2 — модель распознавания речи на базе Wav2Vec2, разработанная автором репозитория и дообученная на полном наборе TAGARELA v2. Она преобразует речь в текст и рассчитана прежде всего на транскрибирование аудио на бразильском португальском. Модель содержит 113,3 млн параметров; в README указаны входное аудио 16 кГц, моно и словарь из 51 токена. В тестах README приведены WER 14,96% на TAGARELA v2, 23,75% на TAGARELA v1 и 23,98% на CORAA v1.1. Результаты показывают, что качество зависит от набора данных; метрики не гарантируют такую же точность на других источниках, акцентах или условиях записи. Модель распространяется по лицензии Apache-2.0.

KnutJaegersberg/webMistral-7B — языковая модель семейства Mistral с плотной архитектурой MistralForCausalLM и 7,1 млрд параметров. Она предназначена для генерации текста и может использоваться как базовая модель для запросов и продолжения текста. В карточке приведён пример промпта и результаты оценки на Open LLM Leaderboard, включая ARC и HellaSwag. Модель принимает текст и выдаёт текст; её заявленная длина контекста — 32 768 токенов. Веса опубликованы в формате safetensors. Репозиторий распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. README не сообщает о специализированной предметной области или подтверждённых языках.

YazanSalameh/Whisper-base-Arabic — дообученная модель OpenAI Whisper Base для автоматического распознавания арабской речи и преобразования аудио в текст. Она основана на архитектуре Whisper с 51,7 млн параметров и распространяется в формате safetensors по лицензии Apache-2.0. Модель обучалась на арабских данных Common Voice 16.0, MGB-2 и Jordan-Audio. В карточке приведён результат на оценочной выборке: WER 34,7 и loss 0,44; для проверки использовались 600 примеров из трёх наборов данных. Оценка ограничена небольшим объёмом выборки, а автор предлагает подбирать способ интерпретации точности самостоятельно.

juancopi81/whisper-medium-es — модель автоматического распознавания речи, созданная Juan Carlos Piñeros дообучением OpenAI Whisper Medium на наборе Mozilla Common Voice 11.0. Она принимает аудио и генерирует текстовую расшифровку; карточка указывает испанский язык. Архитектура — WhisperForConditionalGeneration, размер — 455,8 млн параметров; веса доступны в форматах PyTorch и Safetensors. Модель предназначена для транскрибирования испанской речи. В README приведены результаты оценки: WER 5,4218 на оценочном наборе и WER 5,88 на Google FLEURS. Модель распространяется по лицензии Apache-2.0. Карточка не описывает дополнительные ограничения или условия, кроме лицензии.

bofenghuang/whisper-small-cv11-german — версия Whisper small, дообученная для распознавания немецкой речи на немецкой части набора Common Voice 11.0. Модель разработана на основе openai/whisper-small и использует архитектуру Whisper с 153,1 млн параметров; для распознавания аудио требуется частота дискретизации 16 кГц. Модель преобразует немецкую речь в текст, включая регистр букв и пунктуацию. В карточке приведён WER 11,35 на Common Voice 11.0. Она подходит для транскрибации немецких голосовых записей и аудио, записанного в условиях, близких к данным обучения. Распространяется по лицензии Apache-2.0.

zuazo/whisper-small-es — дообученная модель распознавания речи на основе openai/whisper-small, созданная на датасете испанской речи Common Voice 13.0. Она предназначена для преобразования испанской речи в текст. Архитектура — WhisperForConditionalGeneration; модель содержит 153,1 млн параметров и работает с аудио на входе. В README для оценки на тестовой выборке указаны Loss 0,2212 и WER 8,2668. Модель распространяется по лицензии Apache-2.0, разрешающей использование, изменение и распространение с указанием авторов.

Whisper Small PL — дообученная модель распознавания речи на основе openai/whisper-small, созданная для транскрибирования польской речи. Она использует архитектуру Whisper и содержит 153,1 млн параметров. Обучение проводилось на наборах Common Voice 11.0 и FLEURS; в README для оценочной выборки указана WER 14,8004. Модель принимает аудио и выдаёт текстовую транскрипцию. Она подходит для преобразования записей польской речи в текст. Репозиторий распространяется в формате PyTorch по лицензии Apache-2.0.

nikes64/whisper-small-uk — модель распознавания речи, полученная дообучением Whisper Small от OpenAI на наборе Mozilla Common Voice 16.1. Она преобразует украинскую речь в текст и рассчитана на транскрибирование аудио. Архитектура — WhisperForConditionalGeneration с 153,1 млн параметров; веса опубликованы в формате Safetensors. В карточке приведён результат оценки на тестовой выборке: WER 26,357 и loss 0,2744. Модель предназначена для транскрибирования записей и голосовых сообщений на украинском языке. Она распространяется по лицензии Apache-2.0. Карточка не уточняет параметры аудио и дополнительные ограничения; указанная ошибка распознавания означает, что в транскриптах возможны неточности.

yam-jom-7B-slerp — объединённая языковая модель, созданная с помощью LazyMergekit из eren23/ogno-monarch-jaskier-merge-7b-OH-PREF-DPO-v2 и yam-peleg/Experiment26-7B. В основе лежит архитектура MistralForCausalLM с плотной архитектурой и 7,1 млрд параметров; для объединения применён метод SLERP, веса сохранены в формате safetensors. Модель предназначена для генерации текста. Контекст составляет до 32 768 токенов. В карточке приведены результаты Open LLM Leaderboard, включая среднюю оценку 76,45, однако подробности остальных метрик здесь не представлены. Язык модели в карточке не указан. Модель распространяется по лицензии Apache-2.0.

yam-sam-7B — объединённая языковая модель, созданная mayacinka с помощью LazyMergekit на основе cognitivecomputations/samantha-mistral-7b, CorticalStack/shadow-clown-7B-dare и yam-peleg/Experiment26-7B. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста. Заявленная длина контекста — 32 768 токенов. В карточке приведены результаты Open LLM Leaderboard: среднее значение 74,58, оценка ARC (25-shot) 70,90 и HellaSwag (10-shot) 87,92. Модель принимает текст и генерирует текст; сведений о целевых языках и специализированных предметных областях в доступных данных нет. Лицензия — Apache-2.0.

Yamshadowexperiment28T3qm7xp-7B — автоматическое слияние языковых моделей, созданное Maxime Labonne. Модель основана на архитектуре Mistral и содержит 7,1 млрд параметров; веса сохранены в формате SafeTensors. Для слияния использован метод model_stock, а базовой моделью в конфигурации указана mistralai/Mistral-7B-v0.1. Модель предназначена для генерации текста и диалогов. Контекст составляет до 32 768 токенов. Репозиторий распространяется по лицензии Apache-2.0. Карточка не приводит результатов оценки качества или специальных ограничений по применению.

YamshadowStrangemerges_32_ShadowExperiment24 — объединённая языковая модель семейства Mistral, созданная MaziyarPanahi на основе automerger/YamshadowStrangemerges_32-7B и automerger/ShadowExperiment24-7B. Модель с архитектурой MistralForCausalLM содержит 7,1 млрд параметров и принимает текст для авторегрессионной генерации текста; поддерживает контекст до 32 768 токенов. Модель предназначена для генерации продолжений, ответов и другого текста. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Данных о специальных предметных областях и поддерживаемых языках в предоставленных источниках нет.

YamshadowStrangemerges_32_T3qM7 — объединённая языковая модель семейства Mistral, созданная из automerger/YamshadowStrangemerges_32-7B и automerger/T3qM7-7B. Модель содержит 7,1 млрд параметров и использует архитектуру MistralForCausalLM; её контекст рассчитан на 32 768 токенов. Модель предназначена для генерации текста и диалога по текстовым запросам. Её можно применять для составления ответов, продолжения текста и ведения диалога. Карточка не уточняет специализацию или языки обучения. Модель распространяется под лицензией Apache-2.0.

ZEUS 8B V13 — плотная языковая модель семейства Llama 3.1, созданная T145 слиянием нескольких моделей методом DARE TIES. В качестве основы использована unsloth/Meta-Llama-3.1-8B-Instruct; в слияние также вошли Llama-3.1-SuperNova-Lite, Llama-3.1-Storm-8B и Llama-3.1-8B-Lexi-Uncensored-V2. Модель содержит 7,5 млрд параметров и поддерживает контекст до 131 072 токенов. Модель предназначена для генерации текста и диалогов, включая ответы на инструкции; её можно применять для продолжения текста и ведения беседы. Карточка приводит результаты оценивания на Open LLM Leaderboard, в том числе IFEval и BBH, но не описывает конкретные языки или специализированные предметные области. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — Llama 3.1.

CausalLM/7B — это языковая модель на 7,1 млрд параметров от разработчика, представившего её как совместимую с Meta LLaMA 2. Модель имеет плотную архитектуру LlamaForCausalLM и контекст длиной 8192 токена; загружается через Transformers без удалённого кода. README описывает её как дистилляцию версии 14B, обученную для speculative sampling, с форматом диалога ChatML. Модель предназначена для генерации текста и диалоговых ответов на английском и китайском языках. В README сообщается о дообучении на синтетических данных, включая переписанные и многоязычные примеры, математические задачи и материалы энциклопедического характера. Указаны результаты на MMLU, CEval и GSM8K, однако заявленные сравнительные преимущества являются результатами автора и не гарантируют качество в других сценариях. Автор предупреждает о возможных галлюцинациях и ненадёжных ответах. Модель обучалась на неотфильтрованных данных и может выдавать оскорбительный, порнографический или жестокий контент; в README также отмечено отсутствие дополнительного RLHF-обучения безопасности. Лицензия репозитория — WTFPL, но README указывает, что из-за происхождения весов Qwen и использования весов LLaMA 2 могут применяться дополнительные ограничения их коммерческого использования.

afrivoices-whisper-turbo — дообученная модель распознавания речи на основе openai/whisper-large-v3-turbo. Она принимает аудио и преобразует речь в текст. В README приведены результаты оценки на тестовом наборе: loss 0,5509 и WER 0,2632. Модель предназначена для автоматического распознавания речи. Датасет обучения, поддерживаемые языки и предполагаемые сценарии применения в карточке не раскрыты. Модель распространяется в формате Safetensors через Transformers по лицензии MIT.

aquif-3.5-8B-Think-GGUF — это квантизированная версия текстовой генеративной модели aquif-3.5-8B-Think, разработанной aquif-ai и подготовленной пользователем bartowski в формате GGUF. Модель предназначена для локального запуска и генерации текста через llama.cpp, LM Studio и другие совместимые проекты. Из доступных данных известно, что исходная модель имеет размер 8B параметров и поддерживает текстовую генерацию. Архитектура, языки, размер контекста, обучающие данные и специализированные сценарии применения не указаны. Доступны варианты от BF16 до различных уровней квантизации Q8, Q6, Q5, Q4, Q3 и Q2, включая imatrix-квантизации. Старшие варианты обеспечивают более высокое качество, а младшие требуют меньше оперативной памяти, но сильнее теряют в качестве. Сильная сторона модели — широкий выбор файлов для подбора баланса между качеством, размером и требованиями к оборудованию; для большинства сценариев рекомендуется Q4_K_M, а варианты Q5 и Q6 позиционируются как высококачественные. Ограничения включают отсутствие в README сведений о формате промптов, языковой поддержке, контекстном окне и результатах оценки. Лицензия в предоставленных данных не указана.

BAAI/AquilaChat2-7B — диалоговая языковая модель из серии Aquila2, выпущенной BAAI. Это плотная авторегрессионная модель с архитектурой AquilaForCausalLM и 6,9 млрд параметров; она предназначена для генерации текста в формате чата. В README также упомянуты базовые Aquila2 и варианты чата с контекстом 16k, но этот репозиторий относится к AquilaChat2-7B с окном контекста 2048 токенов. Модель подходит для диалоговых помощников, генерации и продолжения текста, а также ответов на запросы на естественном языке. В репозитории указаны веса PyTorch. README доступен на английском и китайском, однако это само по себе не подтверждает языки, на которых обучена модель. Лицензия в метаданных обозначена как other; конкретные условия следует сверить с лицензией репозитория.

ArlowGPT-3B — компактная плотная языковая модель на архитектуре Llama 3.2 3B Instruct, дообученная разработчиком yuchenxie на наборе инструкций за пять эпох. Модель содержит 3,2 млрд параметров, работает с текстом и предназначена для диалогов и генерации ответов на инструкции; в метаданных указаны контекст до 131 072 токенов и интерфейс вызова инструментов. Карточка описывает примеры обучающих данных для разговоров, вопросов и ответов, справочных материалов и творческого письма, но не приводит их названия или независимые оценки качества. Модель подходит для чат-ботов, ответов на вопросы, создания текстов и краткого изложения документов в приложениях с ограниченными вычислительными ресурсами. README заявляет применение в юридических, медицинских и финансовых сценариях, однако не приводит профильной проверки качества для этих областей. Возможные ограничения включают более слабое решение сложных задач и зависимость результатов от типа задания. Лицензия — MIT.

Baichuan-13B-Instruction — версия Baichuan-13B, дообученная разработчиком AlpachinoNLP для выполнения инструкций. Это плотная авторегрессионная языковая модель класса BaichuanForCausalLM с 12,9 млрд параметров; в базовой архитектуре Baichuan-13B используются 40 слоёв, 40 голов внимания и позиционные смещения ALiBi. Модель предназначена для генерации ответов и выполнения текстовых инструкций, в том числе на китайском и английском языках. Модель подходит для диалоговых демо, ответов на вопросы и других задач генерации текста. В README описаны инструкции по запуску и квантированию int8/int4; заявленная максимальная длина последовательности базовой Baichuan-13B составляет 4096 токенов. README сообщает о дообучении на отобранных китайских инструкционных данных, включая ShareGPT и LIMA. Карточка не сообщает лицензию, поэтому условия использования по имеющимся данным определить нельзя.

sentence-transformers/bert-large-nli-mean-tokens — модель Sentence-Transformers, разработанная командой Sentence Transformers для преобразования предложений и абзацев в плотные векторные представления размерностью 1024. Она основана на BERT Large и использует усреднение контекстуализированных токенов; число параметров составляет около 433,9 млн, а максимальная длина контекста — 512 токенов. Модель предназначена для сравнения смысловой близости текстов, семантического поиска и кластеризации предложений или абзацев. Её можно применять для получения эмбеддингов и последующего поиска или группировки текстов. Карточка предупреждает, что модель устарела и выдаёт эмбеддинги низкого качества, поэтому для новых систем рекомендуются более современные модели Sentence-Transformers. Лицензия — Apache-2.0.

swardiantara/bert-tiny-sst5-k5-adaptive-cosine — компактная Sentence Transformer-модель на основе BERT, дообученная автором репозитория на 8 894 парах текстов. Она кодирует предложения и абзацы в плотные векторы размерности 128; косинусное сходство между ними подходит для поиска и сравнения текстов. Архитектура включает BertModel с усредняющим pooling. В метаданных указано 4,4 млн параметров и контекст до 512 токенов; в README для Sentence Transformers задан предел последовательности 128 токенов. Модель предназначена для извлечения эмбеддингов и семантического поиска по тексту. Примеры обучающих данных — англоязычные рецензии на фильмы, поэтому в первую очередь она подходит для сравнения и поиска коротких английских текстов. Базовая модель — google/bert_uncased_L-2_H-128_A-2. Репозиторий содержит веса в формате safetensors; лицензия в предоставленных данных не указана.

Модель seongil-dn/bge-m3-kor-retrieval-451949-bs64-book — Sentence Transformer, дообученный разработчиком на базе BAAI/bge-m3 для представления предложений и абзацев в виде плотных векторов. Она использует трансформер XLM-RoBERTa с пулингом CLS и нормализацией; размерность векторов — 1024, сходство измеряется косинусной метрикой. В карточке указана максимальная длина последовательности 1024 токена, а в метаданных — нативный контекст до 8194 токенов. Модель предназначена для семантического поиска и сравнения текстов, поиска перефразировок, кластеризации и классификации текстов. Суффикс имени и обучающие данные указывают на настройку для поиска по книгам на корейском языке, однако карточка не приводит оценок качества или подробностей датасета. Метаданные указывают 658,7 млн параметров и формат safetensors. Лицензия в предоставленных данных не приведена.

Calme-Clown-Extended — языковая модель Arcee AI для генерации текста. Это слияние моделей arcee-ai/Clown-DPO-Extended и arcee-ai/Calme-Instruct-Extended методом SLERP с помощью mergekit; архитектура — плотная MistralForCausalLM, размер — 8,9 млрд параметров. Модель принимает текст и рассчитана на контекст до 32 768 токенов. Её можно применять для генерации продолжений текста и диалоговых ответов. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. README не приводит сведения о целевых языках, сравнительных преимуществах или оценках качества.

CapRL-3B — мультимодальная модель для описания изображений, разработанная авторами проекта CapRL. Она основана на архитектуре Qwen2.5-VL-3B и дообучена по двухэтапной методике CapRL с применением обучения с подкреплением на основе проверяемых наград и набора из 75 тысяч отобранных пар вопросов и ответов. Модель содержит 3,1 млрд параметров, принимает изображения и текстовые запросы и генерирует текст; заявленная длина контекста — 128 000 токенов. Модель предназначена для создания подробных описаний естественных изображений, графиков, инфографики и документов. Разработчики отмечают структурированные ответы, широкий охват визуальных деталей и сравнительно небольшое число галлюцинаций; заявленные результаты восприятия сопоставимы с Qwen2.5-VL-72B. Для запуска приведён сценарий использования с Transformers и совместимым API vLLM. Лицензия — Apache-2.0.

AnkushRaut216/Contrastive-Finetuned-for-AI-all-MiniLM-L6-V2 — дообученная контрастивным методом модель семейства MiniLM на текстах, связанных с искусственным интеллектом. Она построена на MiniLM-L6-H384-uncased и использует архитектуру BERT; модель содержит 25,9 млн параметров и рассчитана на текстовые входы длиной до 512 токенов по метаданным. README указывает, что последовательности длиннее 256 word pieces обрезаются, поэтому фактический предел может зависеть от используемого пайплайна. Модель преобразует предложения и короткие абзацы в плотные векторы размерностью 384, пригодные для семантического поиска, оценки сходства и кластеризации текстов. Обучение на парах предложений с контрастивной целью помогает сопоставлять близкие по смыслу фразы; карточка называет специализированную область — тексты об ИИ. Указанный язык карточки — английский. Модель распространяется под лицензией Apache-2.0. Она выдаёт эмбеддинги, а не готовые ответы или сгенерированный текст; качество на других языках и предметных областях в предоставленных данных не описано.

Curie-7B-v1 — польскоязычная языковая модель, разработанная Сzymon Ruciński. Это плотная авторегрессионная модель семейства Mistral на 7,1 млрд параметров, рассчитанная на генерацию текста. Авторы адаптировали англоязычную базовую модель к польскому языку с помощью Language Adaptive Pre-training на корпусе SpeakLeash объёмом около 276 млн польских токенов, а затем дообучили её на задачах KLEJ. Контекст модели — до 32 768 токенов. Модель предназначена для генерации польского текста и может служить основой для польскоязычных ассистентов и решений NLP; результаты KLEJ показывают близкие к сильным базовым моделям показатели на восьми из девяти задач. В README также описана низкая perplexity 3,02 среди декодерных моделей. Это исследовательская разработка, опубликованная под лицензией Apache-2.0. Карточка не приводит конкретных оценок безопасности или эксплуатационных ограничений.

DareBeagle-7B — текстовая генеративная модель на архитектуре Mistral, созданная shadowml путём слияния моделей NeuralBeagle14-7B и NeuralDaredevil-7B с помощью LazyMergekit и метода SLERP. Модель содержит 7,1 млрд параметров и поддерживает контекст длиной до 32 768 токенов. Модель предназначена для генерации текста и ответов на запросы в диалоговых и других текстовых сценариях. В карточке приведены результаты оценки на бенчмарках рассуждений и здравого смысла, включая AI2 Reasoning Challenge и HellaSwag. Модель опубликована в формате Safetensors и распространяется по лицензии Apache-2.0. Результаты бенчмарков не гарантируют качество на конкретных прикладных задачах; сведения о поддерживаемых естественных языках в карточке отсутствуют.

Data2Vec-Text base — англоязычная предварительно обученная трансформерная модель от команды Facebook, обученная по self-supervised objective семейства data2vec. Она преобразует текст в контекстные векторные представления и предназначена прежде всего для дообучения под задачи, использующие целое предложение или его фрагменты, например классификацию последовательностей и токенов, а также ответы на вопросы. Для генерации текста карточка рекомендует использовать авторегрессионные модели. Модель содержит 151,8 млн параметров, принимает текст с учетом регистра и рассчитана на контекст до 514 токенов. В метаданных указаны английский язык и PyTorch; среди обучающих данных названы BookCorpus и Wikipedia. Лицензия — MIT. Data2Vec использует Transformer и предсказывает контекстные латентные представления замаскированного входа. Карточка указывает, что модель рассчитана на дообучение для конкретных задач, поэтому качество непосредственно в прикладных сценариях зависит от выбранного дообучения.

TriadParty/deepmoney-67b-chat — чат-модель, разработанная TriadParty на базе DeepSeek-67B и дообученная на датасете TriadParty/deepmoney-sft. Обучение включало предварительное обучение с LoRA ранга 512 и последующее дообучение на инструкциях с LoRA ранга 128; модель представлена в архитектуре Llama и содержит 66,6 млрд параметров. Модель предназначена для генерации текста в диалоговом формате и выполнения инструкций. Репозиторий использует формат PyTorch, контекст модели составляет 4096 токенов. Лицензия — Apache-2.0. Карточка не приводит результатов оценки качества и не уточняет языки обучения или специализацию датасета, поэтому возможности в конкретных предметных областях подтвердить нельзя.