I.14Автоматизация процессов и AI-агенты

Resume NER BERT v2 — модель на основе BERT, разработанная yashpwr для извлечения структурированных сведений из резюме и CV. Она выполняет токенную классификацию и распознаёт 25 типов сущностей, включая имена, контакты, местоположение, работодателей, должности, навыки, стаж и сведения об образовании. В карточке заявлен F1 90,87% на наборе из 22 542 примеров; модель предназначена для автоматизации разбора резюме в системах подбора персонала, ATS и HR-аналитики. Модель содержит 135,5 млн параметров, принимает текст и имеет контекстное окно 512 токенов. Она оптимизирована для англоязычных резюме, особенно в текстовом виде; для PDF текст нужно извлечь заранее. Длинные документы могут обрезаться, а качество на сложных и нестандартных резюме может снижаться. Модель дообучена на основе bert-base-cased; лицензия — Apache-2.0.

Re:ultiima-32B — плотная языковая модель на 32 млрд параметров, созданная TeamDelta слиянием моделей Qwen2.5 с помощью TIES и mergekit. В качестве основы использована Qwen/Qwen2.5-32B, в слияние также включена Qwen/Qwen2.5-32B-Instruct; веса представлены в формате safetensors, а README указывает dtype float16. Модель предназначена для генерации текста и диалоговых сценариев; метаданные также отмечают интерфейс вызова инструментов. Для неё заявлен контекст до 131 072 токенов. Карточка указывает английский язык, поэтому не следует считать поддержку других языков подтверждённой. Модель распространяется по лицензии Apache-2.0.

TalkTix/roberta-base-category-type-generator-53k — модель классификации текстовых обращений в службу поддержки, разработанная на базе RoBERTa. Она относит запрос к одной из пяти категорий: технические проблемы, счета и платежи, вопросы о продукте, управление аккаунтом и вопросы о правилах. Модель обучена на сбалансированном наборе из 53 000 анонимизированных обращений и предназначена для маршрутизации запросов и автоматизации первичной сортировки обращений на английском языке. Модель содержит 151,8 млн параметров, использует архитектуру RobertaForSequenceClassification и принимает текст длиной до 514 токенов. По описанию обучения, валидационная ошибка оставалась близкой к обучающей; при этом ошибки классификации чаще встречались между техническими проблемами и вопросами о правилах, а также между управлением аккаунтом и вопросами о правилах. Распространяется по лицензии MIT.

Saba2-3B — чат-модель Sakalti, созданная дообучением unsloth/Qwen2.5-3B-Instruct. Она предназначена для генерации текста и диалоговых сценариев; в каталоге также отмечен интерфейс вызова инструментов. Модель построена на плотной архитектуре Qwen2 и содержит 3,1 млрд параметров, работает с контекстом до 131 072 токенов и использует формат safetensors. Карточка указывает, что модель обучалась с Unsloth и библиотекой TRL. В метаданных для неё указан английский язык. Лицензия обозначена как qwen-research; перед использованием следует проверить её условия и ограничения для конкретного сценария.

SJT-2.1B — языковая модель Sakalti, созданная слиянием чекпойнтов через mergekit. В README указан метод passthrough и модель-источник Sakalti/SJT-1.5B-Alpha; архитектура — плотная Qwen2 с классом Qwen2ForCausalLM, размером 1,9 млрд параметров и форматом safetensors. Модель предназначена для генерации текста и диалогов, включая структурированные ответы и интерфейс вызова инструментов. Поддерживает английский и японский языки, а длина контекста составляет до 131 072 токенов. Распространяется по лицензии Apache-2.0.

Spark-X2.5-1.7B-Abliterated-GGUF — набор GGUF-квантов модели Spark-X2.5-1.7B, разработанный сообществом darioooooo0o на основе XHToken/Spark-X2.5-1.7B. Модель предназначена для генерации текста и рассуждений, включая многоязычные сценарии и агентское использование с инструментами. Основное изменение — однократная rank-1-абляция направления отказа методом heretic, выполненная на сбалансированной многоязычной выборке из 6292 запросов; это существенно снизило склонность модели к отказам и предисловиям о соблюдении ограничений. Доступны варианты Q8_0 размером около 1,8 ГБ, Q6_K около 1,4 ГБ, Q4_K_M около 1,0 ГБ и IQ4_XS около 0,9 ГБ. Для работы требуется совместимая версия llama.cpp с архитектурой spark2_5; README рекомендует F16 KV-кэш и задаваемый лимит рассуждений, поскольку типичная длина скрытого рассуждения превышает 1500 токенов, а отдельные цепочки превышают 4000 токенов. Размер контекста указан в инструкции запуска как 65536 токенов, максимальная длина вывода — 4096 токенов. Точные сведения об архитектуре базовой модели, языковом покрытии и исходном контекстном окне вынесены в отдельную карточку и здесь не приведены. По заявленным проверкам, на закрытых наборах после аудита модель не демонстрировала реальных отказов в ответах, сохранив результат 5 из 6 эффективных задач агентского использования. Ограничением стала небольшая потеря качества по perplexity: ухудшение относительно базовой модели составило 2,3%. Кроме того, абляция направлена на снятие отказов, поэтому поведение и защитные ограничения базовой модели не следует считать сохранёнными. Распространение указано по лицензии Apache-2.0.

laion/swesmith-nl2bash-stack-bugsseq — дообученная модель на базе Qwen/Qwen3-8B, разработанная для генерации текста. По названию и указанным обучающим наборам она ориентирована на задачи SWE-Smith, преобразование инструкций на естественном языке в Bash-команды, вопросы по Stack Exchange и выявление ошибок в коде. Модель имеет плотную архитектуру Qwen3ForCausalLM, содержит 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных также указана возможность диалогового взаимодействия. Для дообучения использованы наборы open-athena и penfever с данными для рассуждений; конкретные результаты оценки и более подробное описание поведения не приведены. Модель распространяется по лицензии Apache-2.0. Практическое качество для отдельных сценариев и ограничения применения в карточке не описаны.

thalovant-m2v-intents — классификатор намерений для маршрутизации запросов к навыкам и другим конвейерам Thalovant Hub. Модель разработана для Thalovant и дообучена классификатором model2vec на базе Jarbas/m2v-256-distiluse-base-multilingual-cased-v2. Она сопоставляет фразу с одной из 214 меток, соответствующих навыкам и зарегистрированным намерениям; для инференса используется StaticModelPipeline из библиотеки model2vec. По данным README, на отложенной выборке получены точность определения намерения 92,1 % и точность выбора навыка 96,8 % по 68 языкам. Модель подходит для классификации команд умного дома, запросов о времени и погоде, а также намерений чтения и справочных навыков. Веса обучены на корпусе Thalovant; лицензия — Apache-2.0. У классификатора нет метки «ни одно из перечисленного»: любой запрос получает ближайшую метку, даже если ни один навык его не поддерживает. Поэтому высокая уверенность сама по себе не гарантирует, что запрос относится к доступному навыку; для части языков README указывает необходимость повышенного порога уверенности.

giocorte/totem-slm-rl-v6 — дообученная giocorte модель семейства Qwen3 с 3,7 млрд параметров для генерации текста и диалогов. Она предназначена для англоязычного общения; карточка также отмечает интерфейс вызова инструментов. Модель обучена с использованием Unsloth и библиотеки TRL от Hugging Face. Доступны веса в форматах Safetensors и GGUF с квантизацией Q4_K_XL. Максимальная длина контекста — 40 960 токенов. Модель распространяется по лицензии Apache-2.0.

symanto/xlm-roberta-base-snli-mnli-anli-xnli — многоязычная модель классификации текста на основе XLM-RoBERTa Base с архитектурой XLMRobertaForSequenceClassification и 305,2 млн параметров. Разработчик описывает её как cross-attention NLI-модель, обученную на SNLI, MNLI, ANLI и XNLI для классификации без примеров и с небольшим числом примеров. Модель подходит для отнесения текста к пользовательским категориям по их описаниям, когда для каждой категории не требуется отдельное обучение классификатора. Поддерживает арабский, болгарский, немецкий, греческий, английский, испанский, французский, русский, тайский, турецкий, урду, вьетнамский и китайский языки. Нативный контекст — 514 токенов; репозиторий содержит веса PyTorch. Лицензия в предоставленных данных не указана.

Модель GreenMap/xlm-roberta-large-qa-ru-product-specs — русскоязычная модель для извлечения характеристик товаров из неструктурированных описаний. Она создана на основе XLM-RoBERTa Large и дообучена для extractive question answering: получает вопрос о характеристике и текст описания, затем возвращает соответствующий фрагмент исходного текста. Модель подходит для извлечения размеров, материалов и параметров из зашумлённых товарных данных, например для заполнения полей каталога. Архитектура — XLM-RoBERTa для вопросно-ответной задачи, размер — 658,7 млн параметров, длина контекста — 514 токенов. В карточке указана лицензия Apache-2.0.

YOLOv8s Signature Detector — модель компьютерного зрения, разработанная tech4humans на базе Ultralytics YOLOv8s и дообученная для обнаружения рукописных подписей на изображениях документов. Она решает задачу object detection: определяет наличие подписей и их координаты, поэтому подходит для автоматической обработки документов, предварительной проверки заполнения форм и построения сервисов извлечения областей с подписями. Модель обучалась на наборе tech4humans/signature-detection, включающем 2 819 размеченных изображений документов; для обучения использовалась аугментированная и предварительно обработанная версия с размером изображения 640 пикселей. Доступны форматы PyTorch, ONNX и TensorRT, что упрощает развёртывание в разных вычислительных средах. По результатам на тестовой выборке модель показала mAP@0.5 0,94499, mAP@0.5:0.95 0,6735, precision 0,947396, recall 0,897216 и F1 0,921623. Сильные стороны модели — высокая точность обнаружения и наличие подготовленных форматов для производительного инференса. Ограничения связаны с узкой специализацией на рукописных подписях в документных изображениях: README не подтверждает качество на других типах изображений, языках, форматах документов или сценариях, а также не приводит сведения о количестве параметров, требованиях к оборудованию и задержке инференса. Модель распространяется по лицензии AGPL-3.0, поэтому условия её использования и распространения следует учитывать при интеграции в закрытые или коммерческие продукты.

0GM-1.0-35B-A3B (Preview-0427) — мультимодальная модель 0G Compute, дообученная на базе Qwen/Qwen3.6-35B-A3B. Это архитектура Mixture of Experts с 35 млрд параметров, из которых на токен активируется около 3 млрд; модель сочетает языковую часть с энкодером изображений. Она предназначена для диалогов, рассуждений, ответов на вопросы по изображениям и задач, требующих работы с длинным контекстом. В карточке приведены результаты сравнительных тестов, в том числе по математике и общим знаниям; авторы сообщают о преимуществах над сравниваемыми моделями на указанных бенчмарках. Модель поддерживает контекст до 262 144 токенов, расширяемый, по заявлению авторов, примерно до 1 010 000 токенов. Её можно развёртывать через Transformers и специализированные серверные движки; карточка рекомендует мощную мног GPU конфигурацию для обслуживания. Доступна по лицензии Apache-2.0. Приведённые бенчмарки не гарантируют качество на конкретных задачах, а высокие требования к памяти и совместимости инфраструктуры могут затруднить запуск.

Это контрольная точка языковой модели семейства Qwen2 от пользователя Hugging Face yuq-zhou, сохранённая в стандартном формате Transformers для загрузки через AutoModelForCausalLM. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Qwen2ForCausalLM и поддерживает контекст до 131 072 токенов. Модель предназначена для генерации текста и диалогового взаимодействия; в метаданных также отмечен интерфейс вызова инструментов. Карточка называет её резервной копией исследовательского артефакта, но не описывает обучение, датасеты, языковое покрытие или результаты оценки. Репозиторий содержит веса safetensors. Лицензия в предоставленных данных не указана.

arabic_PP-OCRv5_mobile_rec — мобильная модель распознавания строк арабского текста из изображений, разработанная командой PaddleOCR как часть семейства PP-OCRv5_rec. Она предназначена для использования в OCR-системах, где требуется извлекать текстовые строки и выдавать их в виде текста; показатель точности на описанной в карточке оценке составляет 81,27%. Для распознавания документов модель можно подключить как модуль распознавания в конвейере PP-OCRv5 вместе с детектором текста и, при необходимости, модулями коррекции ориентации и геометрии изображения. Модель относится к мобильной линейке и использует библиотеку PaddleOCR. В метаданных указан английский язык, но README описывает поддержку арабского; идентификатор модели также указывает на арабское распознавание. Репозиторий распространяется по лицензии Apache-2.0. Это распознаватель текстовых строк, поэтому сам по себе он не выполняет полный поиск областей текста на странице: для такого сценария нужен OCR-конвейер с модулем детекции.

leomaurodesenv/bert-base-uncased-answerable-or-not-augmented — дообученная модель BERT для классификации текста по признаку answerable or not: определения, можно ли ответить на вопрос. Основана на google-bert/bert-base-uncased и предназначена для классификации последовательностей; в метаданных указаны 136,7 млн параметров, контекст до 512 токенов и формат safetensors. Модель может использоваться для предварительной фильтрации вопросов и отбора тех, на которые система поиска или ответов располагает достаточной информацией. В оценке на тестовом наборе указаны accuracy 0,9188 и loss 0,2582, однако датасет и детали оценки не описаны. Лицензия — Apache-2.0.

RaduGabriel/BGE-M3-SQL — дообученная модель Sentence Transformer на базе BGE-M3 для поиска и ранжирования SQL-таблиц по запросу на естественном языке. Она предназначена для выбора релевантных таблиц при преобразовании пользовательского запроса в SQL; обучение проводилось на подборке определений таблиц и соответствующих им запросов на естественном языке. Модель использует архитектуру XLM-RoBERTa с 658,7 млн параметров и формирует нормализованные векторы размерности 1024 для сравнения по косинусному сходству. Контекст составляет до 8194 токенов. Лицензия в предоставленных данных не указана.

BizOnAI-OCR — разработанная ONTHEIT специализированная модель OCR для обработки промышленных документов. Она дообучена на основе Qwen/Qwen3-VL-8B-Instruct и использует архитектуру Qwen3-VL с 8 млрд параметров для преобразования изображений документов в структурированный текст. Модель ориентирована прежде всего на корейские документы: договоры, медицинские записи, финансовые формы и государственные документы. Она распознаёт смешанный корейский, английский и китайский текст, сложные формы, вертикальные таблицы и необычное форматирование пробелов; может сохранять структуру документа с заголовками и таблицами в Markdown. В карточке приведены результаты тестирования на корейском KDoc-OCRBench и англоязычном olmOCR-bench. Для обслуживания указана совместимость с vLLM и Transformers; пример запуска задаёт максимальную длину контекста 16 384 токена. Модель принимает изображения и выдаёт текст. Для специализированного OCR её результаты зависят от качества исходного изображения и сложности документа; опубликованные оценки относятся к указанным бенчмаркам и не гарантируют точность на всех типах документов. Лицензия — OpenRAIL.

OpenThai Chinda 4B — языковая модель iApp Technology, дообученная на базе Qwen3-4B для работы прежде всего с тайским языком. Она построена на плотной архитектуре Qwen3ForCausalLM и содержит около 3,7 млрд параметров. Модель поддерживает диалог и переключение между режимами рассуждения и обычной генерации; заявленное нативное окно контекста — 40 960 токенов по метаданным, а README рекомендует держать контекст в пределах 32 768 токенов для оптимальной работы и описывает расширение до 131 072 токенов с YaRN. Модель предназначена для тайскоязычных чат-ботов и RAG-систем, математических задач, генерации кода и локального запуска на пользовательских устройствах. README заявляет точность генерации на тайском 98,4% и высокие результаты в приведённых бенчмарках, но эти показатели представлены разработчиком и зависят от методики оценки. Для фактических вопросов без контекста модель может галлюцинировать; для таких сценариев рекомендуется предоставлять источники или использовать RAG. Модель выпущена по лицензии Apache 2.0, разрешающей коммерческое и частное использование, модификацию и распространение.

GLiNER ContractNER Multi — многоязычная модель распознавания сущностей, дообученная Agile Lab на наборе ContractNER. Она извлекает из юридических договоров фрагменты текста, соответствующие заданным типам сущностей, включая стороны договора, должности, даты, условия продления, суммы и ссылки на законы и нормативные акты. Модель основана на GLiNER Multi v2.1 с энкодером mDeBERTa-v3-base и содержит около 209 млн параметров; поддерживает задаваемые пользователем метки, а для обученной схемы предусмотрено 18 типов сущностей. Модель предназначена для предварительного анализа договоров, проверки юридических документов и мониторинга сроков действия и продления договоров. В тесте на выборке из 158 примеров она показала micro F1 72,49% при пороге 0,9. Основная оптимизация выполнена для англоязычных договоров; качество может снижаться для языков с небольшим объёмом данных, а контекст ограничен 384 токенами, поэтому для длинных документов рекомендуется обработка скользящими окнами. Модель распространяется по лицензии Apache-2.0.

Kaballas/Cyber22 — языковая модель семейства Llama, разработанная Kaballas и дообученная на базе Cyber21. Это плотная авторегрессионная модель с 7,5 млрд параметров для генерации текста; метаданные также отмечают поддержку чата и интерфейса вызова инструментов. Модель обучалась с использованием Unsloth и библиотеки TRL. Она предназначена для генерации ответов и ведения диалога на английском языке. Репозиторий содержит веса в формате Safetensors, модель опубликована под лицензией Apache 2.0. Заявленная длина контекста — 131 072 токена.

DDTdonut-TeresaNoFESTO — модель преобразования изображений в текст на базе архитектуры Donut vision-encoder-decoder. Она дообучена разработчиком репозитория на наборе данных imagefolder и предназначена для задач image-text-to-text, например извлечения текста и структурированных сведений из изображений документов. В README приведено значение loss 0,6469 на оценочном наборе, но не описаны состав данных, методика оценки или конкретный целевой формат вывода. Модель основана на naver-clova-ix/donut-base и распространяется в формате safetensors по лицензии MIT. Карточка не уточняет поддерживаемые языки, размер модели, длину контекста или практические ограничения; применимость и качество для конкретных типов документов следует оценивать на собственных данных.

DistilBart-MNLI — дистиллированная модель семейства BART, созданная Valhalla на основе bart-large-mnli. В ней чередующиеся слои исходной модели скопированы в компактную архитектуру, после чего модель дополнительно дообучена на тех же данных MNLI; указанная конфигурация содержит 252,8 млн параметров и поддерживает контекст до 1024 токенов. Модель предназначена для классификации текста по заданным пользователем категориям без отдельного обучения на этих категориях, а также для задач классификации текста. Она подходит, например, для маршрутизации обращений или тематической сортировки документов, когда набор меток задаётся при запросе. В README приведены результаты для других вариантов DistilBart-MNLI, но отдельные показатели для конфигурации 12-6 не указаны. Модель принимает текст и выдаёт оценки категорий. Репозиторий содержит веса PyTorch и Flax. Лицензия в предоставленных источниках не указана.

Donut-base-finetuned-zhtrainticket — модель семейства Donut, разработанная командой NAVER CLOVA и дообученная на наборе ZhTrainTicket для разбора изображений китайских железнодорожных билетов. Она использует архитектуру encoder-decoder: визуальный энкодер Swin Transformer кодирует изображение, а декодер BART пошагово формирует текстовый результат. Модель выполняет извлечение сведений из билета напрямую по изображению, без отдельного OCR-конвейера. Модель подходит для автоматизированного разбора билетов и извлечения структурированных сведений из изображений китайских железнодорожных билетов. Репозиторий содержит веса PyTorch и распространяется по лицензии MIT. Карточка не приводит численный размер модели или длину контекста.

Экспериментальная копия весов dots.ocr от RedNote HiLab с исправленной конфигурацией для запуска через Transformers. Модель предназначена для анализа изображений документов и преобразования их содержимого в текст, в том числе в формате Markdown; архитектура — плотная модель DotsOCRForCausalLM с 1,5 млрд параметров, работающая с изображениями и текстом. В метаданных указан контекст до 131 072 токенов и поддержка английского языка. Исправление устраняет ошибку инициализации video_processor, из-за которой инференс не запускался в актуальных версиях Transformers. Репозиторий содержит веса в формате safetensors и имеет лицензию MIT. Автор карточки называет эту версию экспериментальной и рекомендует более новые версии исходной модели; также указано, что скопированные веса нельзя использовать для других целей.

DR-Tulu-8B — исследовательский агент для углублённого поиска, разработанный проектом rl-research и обученный с подкреплением на базе rl-research/DR-Tulu-SFT-8B. Это плотная авторегрессионная модель семейства Qwen3 с 7,6 млрд параметров, предназначенная для диалоговой генерации текста и работы с инструментами в рамках фреймворка dr-agent-lib. Модель ориентирована на многошаговый поиск и ответы на исследовательские вопросы. Контекстное окно составляет 40 960 токенов. В карточке приведены результаты на наборах для вопросов и ответов, включая ResearchQA и DeepResearch Bench. Для штатного запуска через Hugging Face Transformers или vLLM модель подходит плохо: она обучалась для использования инструментов через dr-agent-lib. Распространяется по лицензии Apache 2.0; разработчик указывает исследовательское и образовательное применение в соответствии с Responsible Use Guidelines Ai2.

Модель flair/entity-english-4class — модель распознавания именованных сущностей для английского языка, опубликованная для библиотеки Flair. Она размечает токены в тексте четырьмя классами сущностей; в карточке перечислены PER (имена людей), LOC (места) и ORG (организации), а четвёртый класс не описан. В README указан F1-score 95,6. Модель подходит для извлечения имён людей, мест и организаций из англоязычных текстов и структурирования упоминаний сущностей. Файлы представлены в формате PyTorch, задача Hugging Face — token-classification. Модель распространяется по лицензии Flukes NC 1.0: коммерческое использование требует отдельной лицензии.

Sahajtomar/German_Zeroshot — модель Sahajtomar на базе GBERT Large, дообученная на немецкой части XNLI для классификации текста без примеров размеченных классов. Она оценивает текст по заданным пользователем кандидатным категориям; для немецкого следует использовать гипотезу-шаблон на немецком языке, например «In diesem geht es um {}». Английский шаблон по умолчанию в Hugging Face API может давать слабые результаты. Модель построена на архитектуре BERT для классификации последовательностей, содержит 434,5 млн параметров и рассчитана на контекст до 512 токенов. В карточке приведены точности 85,5% на немецкой dev-выборке XNLI и 83,6% на test-выборке. Указаны форматы PyTorch и Flax. Лицензия в предоставленных данных не указана.

urchade разработала GLiNER PII — модель распознавания именованных сущностей, дообученную на базе urchade/gliner_multi-v2.1 на синтетическом наборе данных с персональными данными. Она использует двунаправленный трансформерный энкодер типа BERT и предназначена для извлечения PII из текста, в том числе когда нужные типы сущностей задаются пользователем. Модель распознаёт имена людей и организаций, телефоны, адреса, электронную почту, номера документов, банковские и страховые идентификаторы, даты рождения, медицинские сведения, IP-адреса и другие перечисленные в карточке сущности. Карточка указывает поддержку английского, французского, немецкого, испанского, португальского и итальянского языков. Модель распространяется в формате PyTorch через библиотеку GLiNER и опубликована под лицензией Apache-2.0. GLiNER PII рассчитана на извлечение и разметку чувствительных сущностей в текстах, например для обнаружения персональных данных перед их редактированием или маскированием. Карточка не приводит количественных оценок качества, поэтому пригодность для конкретных типов документов и языков следует оценивать на собственных данных.

Vaibhav1001/gpt_oss_finetune_16bit — дообученная текстовая генеративная модель семейства GPT-OSS на базе unsloth/gpt-oss-20b-unsloth-bnb-4bit. Согласно метаданным, это MoE-модель с архитектурой GptOssForCausalLM, поддерживающая диалоговый режим и интерфейс вызова инструментов; размер указан как 1,6 млрд параметров, контекст — до 131 072 токенов. README сообщает, что при обучении использовались Unsloth и библиотека TRL от Hugging Face. Модель предназначена для генерации текста и диалогового взаимодействия, в том числе со сценарием вызова инструментов. В карточке не описаны специализация дообучения, состав обучающих данных или результаты оценки качества, поэтому её пригодность для конкретной предметной области определить нельзя. Указана лицензия Apache 2.0.