I.1Поиск и навигация по информации

OpenMed-NER-AnatomyDetect-BigMed-278M — модель OpenMed для распознавания анатомических сущностей в биомедицинском тексте. Это дообученный классификатор токенов на базе XLM-RoBERTa; по метаданным в репозитории около 305,2 млн параметров, длина контекста — 514 токенов. Модель размечает упоминания анатомических структур, частей тела, органов и физиологических систем тегами B-Anatomy и I-Anatomy. Модель предназначена для извлечения анатомических терминов из медицинских записей и научной литературы, а также для последующего поиска и структурирования биомедицинских сведений. README приводит F1 0,86, precision 0,84, recall 0,87 и accuracy 0,97 на наборе ANATOMY. Указаны совместимость с Transformers и формат весов safetensors. Лицензия — Apache-2.0. Распознавание ориентировано на английский язык. Метрики и область применения относятся к анатомической разметке; README также перечисляет сценарии вроде анализа лекарственных взаимодействий и обнаружения препаратов, однако заявленные классы модели ограничены анатомическими сущностями. Контекст ограничен 514 токенами.

OpenMed-NER-AnatomyDetect-PubMed-v2-109M — модель OpenMed для распознавания анатомических сущностей в биомедицинских текстах. Это дообученный трансформер семейства BERT на основе BiomedNLP-BiomedBERT-base-uncased-abstract, с архитектурой BertForTokenClassification и 136,7 млн параметров. Модель выделяет названия анатомических структур и частей тела, присваивая токенам BIO-метки B-Anatomy и I-Anatomy. Модель предназначена для извлечения анатомических терминов из научных публикаций и клинических документов, а также для поиска по медицинской литературе и построения биомедицинских баз знаний. Она принимает токенизированный текст и возвращает разметку токенов; заявленные в карточке показатели на наборе ANATOMY — F1 0,90, точность 0,89 и полнота 0,91. Контекст ограничен 512 токенами. Карточка указывает английский язык и лицензию Apache-2.0.

OpenMed-NER-AnatomyDetect-TinyMed-66M — специализированная модель OpenMed для распознавания анатомических сущностей в биомедицинских текстах. Это дообученная версия DistilBERT с архитектурой DistilBertForTokenClassification, примерно на 66 млн параметров; она принимает токенизированный текст и возвращает BIO-разметку сущностей типов B-Anatomy и I-Anatomy. Контекст модели — до 512 токенов. Модель предназначена для извлечения названий органов, частей тела, анатомических структур и физиологических систем из медицинских записей и научной литературы. Её можно применять для клинического анализа текстов, поиска анатомических терминов в публикациях и построения медицинских баз знаний. В README приведены показатели на наборе ANATOMY: F1 0,87, точность 0,87 и полнота 0,88; заявленные сценарии включают и задачи, для которых одного распознавания анатомических сущностей может быть недостаточно, например выявление лекарственных взаимодействий. Модель ориентирована на английский язык. Лицензия — Apache-2.0.

OpenMed разработала OpenMed-NER-DNADetect-PubMed-v2-109M — дообученную модель BERT для распознавания биомедицинских сущностей в тексте. Она принимает токенизированный текст и присваивает токенам BIO-метки, выделяя белки, ДНК, РНК, клеточные линии и типы клеток. Модель предназначена для извлечения сущностей из научных публикаций, медицинских записей и других биомедицинских текстов, например для поиска сведений в литературе и построения биомедицинских баз знаний. Она дообучена на корпусе JNLPBA; в карточке указаны F1 0,80, точность 0,76, полнота 0,85 и accuracy 0,93. Архитектура — BertForTokenClassification, размер — 136,7 млн параметров, контекст — до 512 токенов. Поддерживаемый язык — английский. Модель опубликована в формате safetensors и совместима с Transformers. Лицензия — Apache-2.0. Показатели и наборы меток отражают обучение на JNLPBA; качество на клинических записях или текстах, отличающихся от обучающего корпуса, может быть ниже. Карточка также содержит заявления о применении в клинических сценариях, но не приводит подробностей валидации таких применений.

OpenMed разработала OpenMed-NER-GenomicDetect-ElectraMed-33M — специализированную модель распознавания биомедицинских сущностей, дообученную для токенной классификации текста. В README указана базовая архитектура e5-small-v2, а метаданные относят модель к семейству BERT и классу BertForTokenClassification; размер составляет 40 млн параметров, максимальная длина контекста — 512 токенов. Модель принимает токенизированный текст и выдаёт BIO-разметку. В карточке описано распознавание сущностей типа Cell-line-name; заявлены результаты на корпусе GELLUS: F1 0,97, точность 1,00 и полнота 0,94. Модель предназначена для извлечения упоминаний клеточных линий из биомедицинских текстов, включая научную литературу и клинические документы. Такие результаты можно использовать в текстовом поиске и построении структурированных биомедицинских данных. README также перечисляет более широкие сценарии геномного NER, однако заявленный тип сущности ограничен клеточными линиями. Указан английский язык. Лицензия — Apache-2.0.

OpenMed разработала OpenMed-NER-GenomicDetect-ElectraMed-560M — дообученную модель XLM-RoBERTa для распознавания биомедицинских сущностей в тексте. Она классифицирует токены и выделяет сущности типа Cell-line-name в научной литературе и биомедицинских документах; карточка также описывает её как модель для распознавания сущностей, связанных с генами. Модель содержит 658,7 млн параметров, принимает токенизированный текст, выдаёт BIO-разметку и поддерживает контекст до 514 токенов. Модель обучена на корпусе GELLUS и предназначена для извлечения упоминаний клеточных линий и генетических сущностей, например, при анализе научных публикаций и поиске упоминаний в медицинских документах. Для клинических задач её результаты следует проверять: описанные в карточке метрики относятся к GELLUS, а метки, перечисленные для самой модели, ограничены Cell-line-name. Лицензия — Apache-2.0.

RegMap — это дообученная модель эмбеддингов предложений от автора репозитория stetteh/regmap-embedder, предназначенная для сопоставления мер безопасности NIST SP 800-53 с наиболее близкими положениями HIPAA Security Rule. Она кодирует описание меры в вектор и ранжирует положения HIPAA по косинусному сходству, возвращая наиболее подходящие варианты для проверки специалистом. Модель основана на sentence-transformers/all-MiniLM-L6-v2: это 6-слойный энкодер семейства BERT с 25,9 млн параметров, который формирует эмбеддинги размерности 384. Дообучение выполнено с MultipleNegativesRankingLoss на подготовленных парах NIST и HIPAA. Модель принимает текст и выдаёт векторы для семантического поиска и сравнения; максимальный контекст — 512 токенов. Предназначена для помощи командам по соответствию требованиям при подготовке перекрёстных таблиц NIST–HIPAA. По оценке на небольшом специализированном наборе правильное положение попадает в первые пять результатов в 73,5% случаев, а точность первого результата составляет 26,5%. Это вспомогательный ранжировщик: семантическая близость не подтверждает юридическую эквивалентность, поэтому результаты должен проверять квалифицированный специалист. Модель охватывает только положения HIPAA Security Rule из включённого корпуса; другие нормативные рамки не поддерживаются. Лицензия — Apache-2.0.

sanskritgemma-256 — статическая модель эмбеддингов Model2Vec, созданная дистилляцией Ganaraj/rgveda-embedding-gemma, варианта embeddinggemma, настроенного на ведийском санскрите. Она предназначена для поиска похожих предложений и межъязыкового семантического поиска по санскритским текстам, в том числе по запросам в транслитерации IAST и английским переводам. В README приведены результаты оценки на стихах «Бхагавадгиты». Модель содержит таблицу статических векторов размерности 256; эмбеддинги получаются через mean pooling, PCA и нормализацию. При инференсе трансформер не запускается, что ускоряет кодирование на CPU, но модель не учитывает порядок слов и контекст. Репозиторий использует safetensors и библиотеку model2vec; заявленная лицензия — MIT, при этом для распространения производной модели нужно учитывать условия Gemma, унаследованные от базовой модели.

TR-Qwen2-7B-003-241201 — турецкая диалоговая языковая модель, созданная Quardo дообучением Qwen/Qwen2-7B-Instruct с помощью Together.ai. Это третья версия семейства TR-Qwen2; в обучении использовано 103 млн токенов, или 25,75 млн токенов за эпоху на протяжении четырёх эпох, на данных турецких вопросов и ответов по Википедии. Модель предназначена для ответов на вопросы на турецком языке и обычного диалога. В README отмечено усиление культурного понимания и способность поддерживать разговор по сравнению с предыдущими версиями. Параметры модели — 7,1 млрд, архитектура — плотная Qwen2, формат весов — safetensors, контекст — до 32 768 токенов. Модель может хуже справляться с математическими задачами из-за ориентации на данные Википедии. Для полного использования рекомендуется задавать вопросы, а не начинать с коротких приветствий. Лицензия в предоставленных сведениях не приведена.

algerian-law-reranker-v1 — модель-реранкер на основе MARBERTv2, разработанная для поиска по статьям Семейного кодекса Алжира. Она оценивает релевантность пары «вопрос пользователя — статья закона» и предназначена для второго этапа юридического поиска после отбора кандидатов, например, моделью algerian-law-biencoder-v2. Модель использует архитектуру BERT CrossEncoder с классификационной головой и одним выходным баллом. Она дообучена на 9 123 парах запросов и статей, поддерживает последовательности до 512 токенов и принимает текст. Запросы представлены на алжирском разговорном арабском дарджа, арабизи, литературном арабском, французском и их смешанных вариантах. В README указаны accuracy 0,909 и F1 0,915 на отложенной dev-выборке. Модель создана для узкой области семейного права Алжира и не предназначена для самостоятельной выдачи юридических консультаций или широкого поиска по законодательству других стран. Качество за пределами описанного домена и данных не установлено. Лицензия — Apache-2.0.

AusLaw Embedding v1.0 — англоязычная sentence-transformers-модель для создания плотных векторных представлений предложений и абзацев в юридическом контексте Австралии. Автор — Adrian Lucas Malec. Модель дообучена на базе BAAI/bge-small-en на судебных решениях Высокого суда Австралии из Open Australian Legal Corpus; дела, полученные с помощью PDF/OCR, в обучении не использовались. Модель основана на BERT с размерностью эмбеддингов 384, использует CLS-пулинг и нормализацию векторов. Она предназначена для семантического поиска, сравнения сходства и кластеризации юридических текстов. Максимальная длина контекста — 512 токенов; поддерживается английский язык. Доступна в формате PyTorch по лицензии Apache-2.0. Модель специализирована на корпусе дел Высокого суда Австралии, поэтому её представления могут хуже подходить для других юрисдикций, правовых материалов и общих текстов. Указано, что OCR-версии судебных дел не входили в обучающую выборку.

britannica-illustration-detector-smoke — детектор объектов, созданный дообучением D-FINE Small, обученной на COCO, на наборе davanstrien/britannica-illustration-labels-coco. Модель предназначена для обнаружения иллюстраций Britannica на изображениях и выдаёт ограничивающие рамки с оценками обнаружения. В README приведены результаты на оценочной выборке: mAP 0,7702, mAP@50 0,9069 и mAP@75 0,828. Модель использует архитектуру D-FINE для детекции объектов и формат весов safetensors. Лицензия — Apache-2.0. Подробности о поддерживаемых классах, процедуре обучения и практических ограничениях не раскрыты.

pzryathzsdhc/cti-ner-roberta-large — крупная модель RoBERTa, дообученная для распознавания именованных сущностей в англоязычных бюллетенях CISA по киберугрозам. Она размечает текст в формате BIO и выделяет 16 типов сущностей: идентификаторы и названия техник атак, CVE и CWE, хеши, имена и пути файлов, IP-адреса, адреса электронной почты, семейства вредоносных программ, группы угроз, инструменты взлома, тактики, классификации TLP, имена правил YARA и затронутые программные продукты. Модель содержит 454,1 млн параметров, принимает текст и имеет контекст 514 токенов. При обработке длинных бюллетеней следует использовать скользящие окна: обычный однопроходный вызов токенизатора может усекать текст, особенно насыщенный хешами. На тестовой выборке из восьми бюллетеней строгая micro-F1 составила 0,63, расслабленная — 0,69; небольшой размер теста ограничивает надёжность оценки. Обучающие метки были предложены LLM и проверены валидаторами формата span, а тестовую разметку курировали люди. Модель выпущена под лицензией MIT.

Darwin-28B-KR-Legal — разработанная VIDRAFT мультимодальная модель семейства Darwin для задач по южнокорейскому праву. Это дообучение Darwin-28B-KR на корпусах судебных решений, материалах по законодательству, вопросах и ответах по правовым задачам и заданиях корейского экзамена на адвоката. Модель содержит около 28 млрд параметров, построена на архитектуре Qwen3.5 с полным и линейным вниманием и рассчитана на диалоговое использование; карточка также указывает интерфейс вызова инструментов. Поддерживаемые языки — корейский и английский. Модель предназначена для анализа и краткого изложения судебной практики и правовых норм, разбора фактов дела, подготовки к экзамену на адвоката и создания черновиков юридических документов. Для вывода BF16 требуется около 55 ГБ видеопамяти; в README приведена настройка контекста до 8192 токенов для vLLM. Лицензия — Apache-2.0. Ответы предназначены только для справки и не заменяют консультацию квалифицированного юриста.

Модель deka-qwen3-emb-0.6b-weight-fact-anompos — полноценно дообученная Anonymous Research модель Qwen3-Embedding-0.6B для поиска решений Верховного суда Таиланда. Она сопоставляет запросы с текстами судебных дел, используя эмбеддинги и семантическое ранжирование; обучена на запросах, связанных с разделом фактических обстоятельств дела (fact). Для получения корректных результатов запросу необходим префикс инструкции, использованный при обучении, а документам этот префикс добавлять не нужно. Модель содержит 507,6 млн параметров, использует плотную архитектуру Qwen3, последний токен с левым дополнением для pooling и L2-нормализацию. Контекстное окно составляет 32 768 токенов; при обучении максимальная длина документов была 1300 токенов, а запросов — 256. Карточка приводит результаты поиска на тайских судебных делах: наилучшие показатели получены для запросов в регистре fact, тогда как результаты для пользовательских запросов и запросов юристов ниже. Распространяется по лицензии Apache-2.0.

deka-qwen3-emb-0.6b-weight-lay — плотная модель текстовых эмбеддингов, созданная anonymousresearch123 полным дообучением Qwen/Qwen3-Embedding-0.6B. Она предназначена для поиска дел по решениям Верховного суда Таиланда: запросы обучались на сопоставление с текстом фактических обстоятельств дела, а документы представлены в упрощённом регистре lay. Модель имеет 507,6 млн параметров, использует архитектуру Qwen3 и библиотеку Sentence Transformers; контекст — до 32 768 токенов. Эмбеддинги формируются по последнему токену, нормализуются по L2. Для запросов необходимо добавлять обучающий префикс-инструкцию, для документов префикс не нужен. Карточка приводит метрики поиска на тестовом наборе, включая R@10 от 16,19 до 31,9 в зависимости от регистра запроса. Модель принимает текст и выдаёт векторы для семантического поиска и сравнения предложений. Основной язык карточки — тайский. Лицензия — Apache-2.0. Результаты относятся к поиску тайских судебных дел; качество для других корпусов и языков не подтверждено.

DisEmbed-v1 — дообученная Salman Faroz модель текстовых эмбеддингов для медицинской области, ориентированная на поиск и сравнение описаний заболеваний, симптомов и вопросов с ответами. Она построена на BERT-архитектуре и основана на BAAI/bge-small-en-v1.5; содержит около 40 млн параметров и выдаёт векторы размерности 384. Для сравнения используется косинусное сходство. Модель обучена на синтетическом наборе DisEmbed-Symptom-Disease-v1 и рассчитана на англоязычный текст. Контекст ограничен 512 токенами. Карточка заявляет улучшенное различение похожих заболеваний и поиск по медицинскому контексту; эти заявления относятся к задачам, связанным с заболеваниями, и не подтверждают пригодность модели для диагностики. Лицензия — MIT.

Модель leomaurodesenv/distilbert-base-uncased-answerable-or-not-augmented — дообученная на неизвестном наборе данных англоязычная DistilBERT для классификации текста. По названию можно предположить, что она определяет, является ли вопрос ответимым, однако README не описывает метки и сценарий применения, поэтому это назначение нельзя считать подтверждённым. В оценке на тестовом наборе указаны accuracy 0,9085 и loss 0,3136. Модель использует архитектуру DistilBertForSequenceClassification и принимает текст с контекстом до 512 токенов. Репозиторий содержит веса в формате safetensors; модель работает с библиотекой Transformers. Лицензия — Apache-2.0. Набор данных, ограничения и подробности оценки не описаны.

LawVinaLlama — языковая модель для работы с вьетнамским законодательством, разработанная командой NaverHustQA и дообученная на базе vilm/vinallama-7b. Модель семейства Llama имеет плотную архитектуру и около 6,7 млрд параметров; в метаданных указан контекст до 4096 токенов. Она принимает текст и генерирует ответы, опираясь на предоставленный контекст, а также умеет отвечать на юридические вопросы и кратко излагать правовые материалы. Для обучения использовались вопросы и ответы из вьетнамской правовой библиотеки, материалы по международному праву и синтетические примеры рассуждений. Основной язык применения — вьетнамский; среди языков карточки также указан английский. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Ответы могут быть неточными или вводить в заблуждение, а качество зависит от входных данных; юридические выводы следует проверять по актуальным первоисточникам.

yuiseki/llm-jp-3-440m-jp-gov-v0.2 — компактная авторегрессионная модель семейства Llama, дообученная yuiseki на базе llm-jp/llm-jp-3-440m. Она предназначена для короткого японского продолжения названия муниципалитета, чтобы определить, в какой префектуре Японии он находится. Модель содержит 345,2 млн параметров, использует Transformers и принимает контекст до 4096 токенов. По описанным испытаниям, после подсказки вида «当別町は» модель верно завершала 71,5% названий муниципалитетов, отложенных из обучающего корпуса; на примере обученных названий точность составила 97,2%. Она также справляется с формулировками, прямо спрашивающими о префектуре, но создана для завершения текста, а не для диалога. Модель лучше работает с японскими названиями: для тех же названий в романизации README сообщает точность лишь 16%. Она плохо подходит для длинных инструкций и структурированных ответов; на описанном тесте такого формата не выдала требуемой строки ни в одном из 36 случаев. Лицензия — Apache-2.0.

OpenMed разработала OpenMed-NER-OrganismDetect-BioClinical-108M — модель распознавания упоминаний видов организмов в биомедицинском тексте. Это дообученная Bio_ClinicalBERT с архитектурой BERT для классификации токенов: она помечает названия видов тегами B-SPECIES и I-SPECIES и формирует BIO-разметку. Веса объёмом 135,5 млн параметров доступны в формате safetensors; модель принимает токенизированный текст, поддерживает контекст до 512 токенов и рассчитана на английский язык. Модель предназначена для извлечения названий видов из клинических записей и научной литературы, а также для анализа упоминаний организмов в задачах биомедицинского поиска и систематики. В README приведены результаты на SPECIES800: F1 0,81, точность 0,80, полнота 0,81 и accuracy 0,96. Эти показатели относятся к указанному корпусу и не гарантируют такого же качества на других типах текстов. Лицензия — Apache-2.0.

OpenMed-NER-PathologyDetect-BioMed-109M — специализированная модель OpenMed для распознавания упоминаний заболеваний в биомедицинских текстах. Это дообученная модель семейства BERT на основе BiomedNLP-BiomedELECTRA-base-uncased-abstract; она размечает токены тегами B-Disease и I-Disease и предназначена для извлечения названий болезней из научных публикаций, клинических записей и медицинских документов. Модель решает задачу классификации токенов и совместима с Transformers. В метаданных указаны 136,7 млн параметров и контекст до 512 токенов. В README сообщается о обучении на корпусе NCBI Disease и приводятся метрики F1 0,89, точность 0,86, полнота 0,91 и accuracy 0,98; эти результаты относятся к указанному корпусу и не гарантируют аналогичное качество на других типах текстов. Модель ориентирована на английский язык. Лицензия — Apache-2.0. Она извлекает сущности заболеваний, но не выполняет диагностику, нормализацию понятий или установление лекарственных взаимодействий сама по себе; заявленные сценарии клинического и исследовательского анализа требуют проверки на целевых данных.

OpenMed-NER-PathologyDetect-EuroMed-212M — дообученная OpenMed модель на базе EuroBERT-210m для распознавания упоминаний заболеваний в биомедицинских текстах. Она использует архитектуру EuroBertForTokenClassification и возвращает токеновые метки BIO: B-Disease и I-Disease. Веса опубликованы в формате safetensors; число параметров — 211,7 млн, длина контекста — до 8192 токенов. Модель предназначена для извлечения названий заболеваний из медицинских документов и научных публикаций. Обучение проводилось на корпусе NCBI Disease. В README указаны F1 и precision 0,66, recall 0,66 и accuracy 0,94; эти результаты указывают, что качество извлечения может быть ограниченным и требует проверки на целевых данных. Хотя карточка также перечисляет сценарии вроде мониторинга нежелательных явлений и анализа медицинских записей, модель предсказывает только сущности заболеваний и сама по себе не извлекает лекарства и не устанавливает лекарственные взаимодействия. Модель рассчитана на англоязычный биомедицинский текст. Она распространяется по лицензии Apache-2.0 и интегрируется с библиотекой Transformers.

OpenMed разработала модель OpenMed-NER-SpeciesDetect-PubMed-v2-109M для распознавания упоминаний видов и организмов в биомедицинских текстах. Это дообученная модель на архитектуре BERT для классификации токенов, основанная на BiomedNLP-BiomedBERT-base-uncased-abstract. Она размечает названия видов тегами B-SPECIES и I-SPECIES. Модель предназначена для извлечения названий организмов из научных публикаций и других биомедицинских текстов. Её можно применять для поиска упоминаний видов в корпусах литературы, таксономического анализа и построения биомедицинских графов знаний. В README приведены результаты на наборе LINNAEUS: F1 0,9543, точность 0,9422 и полнота 0,9667; эти показатели относятся к описанной оценке и могут отличаться на других данных. Модель содержит 136,7 млн параметров, принимает токенизированный текст, имеет контекстное окно 512 токенов и выдаёт BIO-разметку сущностей. В метаданных указан английский язык. Лицензия — Apache-2.0. Результаты на других жанрах и типах текста могут отличаться; README не подтверждает отдельно заявленные сценарии вроде извлечения лекарств или клинического мониторинга.

OpenMed-ZeroShot-NER-BloodCancer-Small-166M — специализированная модель OpenMed для распознавания именованных сущностей в медицинских текстах о хроническом лимфолейкозе (CLL). Она построена на архитектуре GLiNER и дообучена на корпусе CLL для извлечения клинических понятий, биомаркеров и терапий. Модель поддерживает zero-shot-подход: типы сущностей можно задавать при использовании без отдельного дообучения под каждую категорию. Модель предназначена для анализа медицинских записей и научной литературы, отслеживания клинических свидетельств и изучения ответа на лечение. Для указанного тестового набора README сообщает F1 0,68 и улучшение на 23,9% относительно базовой модели. В карточке указана лицензия Apache-2.0. Размер 166M отражён в названии модели; подробности о контексте не приведены.

OpenMed/OpenMed-ZeroShot-NER-Oncology-Small-166M — специализированная модель OpenMed для распознавания именованных сущностей в текстах по онкологии и генетике рака. Это модель на архитектуре GLiNER, дообученная на корпусе BioNLP 2013 CG; размер — 166 млн параметров. Она принимает биомедицинский текст и позволяет задавать типы сущностей для извлечения без отдельного дообучения под каждую задачу. Среди поддерживаемых категорий — гены и продукты генов, аминокислоты, клетки, ткани, опухоли, химические вещества и анатомические структуры. Модель предназначена для извлечения сущностей из научной литературы и других биомедицинских текстов, в частности для курирования онкологических путей, анализа генов-драйверов и поиска сведений для прецизионной онкологии. В README указана оценка F1 0,70 на тестовом наборе; результаты зависят от текста, выбранных меток сущностей и порога предсказания. Карточка описывает поддержку английского языка. Модель распространяется по лицензии Apache-2.0.

ProactiveInquirer-Qwen3-8B-Merged — модель-вопросник, разработанная Идо Леви, Асафом Ехудаем, Сегевом Шломовым, Асафом Ади и Лешем Хошеном из IBM и Института Вейцмана. Это слитая с базовой моделью Qwen3-8B версия LoRA-адаптера, обученного для исследования горизонтальной и вертикальной проактивности агентов. Модель содержит 7,6 млрд параметров, использует архитектуру Qwen3ForCausalLM, веса в формате safetensors и контекст до 40 960 токенов; распространяется по лицензии Apache-2.0. Модель предназначена для включения в агентную систему: по заданному шаблону промпта она задаёт уточняющие вопросы, чтобы найти недостающую информацию и помочь завершить многошаговую задачу. Каждый шаг возвращает JSON-действие: задать вопрос или остановиться. Она обучена и оценивалась на английском языке, в том числе на задачах многошагового вопросно-ответного поиска. Это не универсальный чат-ассистент; для работы требуется соответствующий шаблон промпта, а режим thinking Qwen3 следует отключить. По описанию авторов, модель лучше научилась задавать вопросы, чем определять момент остановки; дополнительные найденные сведения пока не приводят к лучшим итоговым ответам. Пользовательские результаты получены с симулированным клиентом, а не с реальными людьми. Это один обучающий запуск (seed 1); совпадение с адаптером проверено только на одном примере, а не на бенчмарке.

Patent SBERT-adapt-ub — англоязычная SentenceTransformer-модель для создания эмбеддингов патентных текстов и оценки их семантического сходства. Её разработала Grazia Sveva Ascione из Bordeaux School of Economics, Université de Bordeaux. Модель дообучена на базе sentence-transformers/all-MiniLM-L6-v2 с использованием triplet learning и имеет архитектуру BERT с 25,9 млн параметров. Модель преобразует аннотации, формулы изобретений и другие патентные тексты в плотные векторы размерности 384. Их можно использовать для поиска похожих патентов, кластеризации, картирования технологий и патентного ландшафтного анализа. Максимальная длина последовательности — 512 токенов; модель принимает текст и выдаёт эмбеддинги. Она адаптирована к патентной тематике и предназначена для анализа сходства предложений и абзацев. Качество за пределами патентного домена и результаты оценки в предоставленной карточке не описаны. Лицензия в доступных данных не указана.

fran-martinez/scibert_scivocab_cased_ner_jnlpba — модель распознавания именованных сущностей на основе SciBERT, разработанного Allen Institute for AI и дообученного для задачи BioNLP/JNLPBA. SciBERT построен на архитектуре BERT и предварительно обучен на корпусе научных публикаций Semantic Scholar; для него используется специализированный словарь scivocab. Модель содержит 137,1 млн параметров и принимает последовательности длиной до 512 токенов. Модель размечает слова и фрагменты текста в научных аннотациях, выделяя, в частности, белки, типы клеток и клеточные линии. В описанной оценке на данных JNLPBA она достигла макро F1 0,7498 на уровне сущностей и F1 0,8093 на уровне слов. Для обучения использовались 2 000 аннотаций PubMed; оценка проводилась на 404 аннотациях. Модель предназначена для извлечения биомедицинских сущностей из научных текстов. В README отмечено, что результаты ниже приведённого показателя исходной работы Allen Institute for AI; одним из возможных объяснений называется отсутствие слоя CRF. Лицензия в предоставленных данных не указана.

TAPEX base, разработанная авторами TAPEX, — модель для ответов на вопросы по таблицам. Она основана на архитектуре BART и обучена выполнять табличные рассуждения, имитируя исполнение SQL-запросов; этот вариант дообучен на наборе WikiSQL. Модель содержит 95,2 млн параметров, принимает таблицу и вопрос в текстовом представлении и генерирует текстовый ответ. Указанная длина контекста — 1024 токена. Модель предназначена для ответов на сравнительно простые вопросы по табличным данным, включая поиск значений и подсчёты. Она ориентирована на английский язык. Репозиторий распространяется с лицензией MIT. Сложные вопросы и таблицы за пределами обучающего распределения могут приводить к ошибочным ответам.