I.1Поиск и навигация по информации

Patent-Analyst Embedding LoRA — текстовая модель эмбеддингов, созданная автором репозитория на базе Qwen/Qwen3-Embedding-0.6B. Она предназначена для поиска семантически похожих исторических ответов заявителей на возражения и отклонения экспертизы патентных заявок США (Office Actions). Модель дообучена методом LoRA на парах «отклонение — ответ» с контрастивной функцией потерь и внутрипакетными негативными примерами; содержит 507,6 млн параметров и поддерживает контекст до 32 768 токенов. Модель может помочь находить примеры ответов по новому возражению и служить демонстрацией специализированных эмбеддингов для юридических текстов. Она возвращает представления для семантического поиска, но не оценивает юридическую обоснованность аргументов и не предсказывает исход дела. Обучение охватывает только патентное производство США, а качество поиска зависит от наличия похожих случаев в корпусе. Репозиторий распространяется по лицензии CC BY-NC 4.0; карточка позиционирует модель как исследовательский артефакт и не предназначает её для юридических рекомендаций, автоматической подачи документов или практической работы без независимой проверки специалистом.

Randeng-Pegasus-523M-Summary-Chinese — китайская модель для генерации кратких пересказов, разработанная командой Fengshenbang и опубликованная в проекте Fengshenbang-LM. Это дообученная версия Randeng-Pegasus-523M-Chinese на семи китайских датасетах суммаризации: education, new2016zh, nlpcc, shence, sohu, thucnews и weibo, примерно на 4 млн примеров. Модель построена на архитектуре PEGASUS и содержит около 319,6 млн параметров по метаданным; в README указано обозначение размера 523M. Она принимает текст и генерирует текстовое резюме на китайском языке, с контекстом до 1024 токенов. В качестве результата на LCSTS в карточке приведены ROUGE-1 48,00, ROUGE-2 35,24 и ROUGE-L 44,70. Лицензия в предоставленных источниках не указана.

Time-Embed BGE-M3 LMS Temporal Phase2.41 — исследовательский чекпойнт на базе BAAI/bge-m3, предназначенный для поиска корейских выражений времени в контексте LMS. Модель преобразует текст в эмбеддинги: формулировки с одинаковым временным значением, например «일주일 전», «7일 전» и «1주 전», должны располагаться близко в пространстве представлений. Архитектура — плотная XLM-RoBERTa, 658,7 млн параметров; контекст — до 8194 токенов. Чекпойнт предназначен для экспериментов с поиском и ранжированием временных выражений, включая запросы об учебных заданиях, тестах и календарных периодах. В README указаны результаты внутренних проверок по временным выражениям, тестам и календарным запросам, а также сравнение с BAAI/bge-m3 на корейских задачах семантического сходства и вывода. Phase2.41 — это переклассификация чекпойнта Phase2.40 по скорректированному диагностическому критерию, а не новое обучение. Модель опубликована в формате safetensors под лицензией Apache-2.0. Она специализирована на корейских временных выражениях и не позиционируется как универсальная замена базовой модели для любых задач эмбеддингов; описанные в карточке проверки относятся к внутренним бенчмаркам и не гарантируют качество на других данных.

toponym-19thC-en — модель BERT, разработанная проектом Living with Machines и дообученная для распознавания топонимов в исторических английских текстах. Она размечает токены в формате BIO и выделяет места (LOC), здания (BUILDING) и улицы или дороги (STREET). Модель предназначена прежде всего для оцифрованных газет XIX века; она обучалась на обучающей части набора TopRes19th версии 2, включающей 5 216 размеченных примеров. Базовая модель Livingwithmachines/bert_1760_1900 предварительно обучена на исторических англоязычных книгах 1760–1900 годов. Модель содержит 136,7 млн параметров, принимает текст и поддерживает контекст до 512 токенов. Распознавание внеземных, вымышленных и прочих редких типов мест не является её целевой задачей. Качество может снижаться на текстах, отличающихся от данных газет из четырёх местностей Англии, и на текстах с низким качеством OCR: для обучения отбирали статьи с высоким показателем читаемости. Авторы также отмечают ошибки BIO-разметки в названиях с дефисами. Лицензия — CC BY 4.0.

ngqtrung/video-8b-grpo-hopchain-v40-vript-gs160 — дообученная мультимодальная модель Qwen3-VL-8B-Instruct, опубликованная как контрольный чекпойнт стабильного обучения GRPO для видеоответов с многошаговым рассуждением. Она предназначена для ответов на вопросы с вариантами выбора по видео и анализа нескольких связанных событий или фактов в видеоряде. Обучение проводилось на смеси HopChain v4.0 и Vript: 25 975 примеров с 6 657 видео и выборкой до 140 кадров. Модель использует архитектуру Qwen3-VL и принимает видео и текстовые запросы, выдавая текстовые ответы. В указанной авторами оценке на 5 645 примерах средняя точность составила 0,4800; авторы отмечают устойчивость обучения и отсутствие коллапса, но результат не является лучшим в серии экспериментов. Приведённые оценки получены по протоколу без prefill при оценивании, поэтому их нельзя напрямую сравнивать с результатами по более позднему протоколу. Модель распространяется под лицензией Apache-2.0.

anchor-pairs — дообученный Krasovskiy на FacebookAI/xlm-roberta-base кросс-энкодер для оценки того, должны ли два поисковых запроса вести на одну страницу. Модель предназначена прежде всего для кластеризации ключевых слов при построении семантического ядра в гемблинг-нише: она оценивает пары запросов без обращения к поисковой выдаче и может помочь разобрать случаи с разными написаниями, синонимами или языками. Модель построена на XLM-RoBERTa и содержит 305,2 млн параметров; она принимает пары текстов и выдаёт оценку для ранжирования или классификации. Карточка сообщает о контексте до 514 токенов и обучении на 1,2 млн пар запросов, собранных по страницам конкурентов. В заявленном тесте на гемблинг-данных anchor-pairs показала PR-AUC 0,9636; эти результаты относятся к описанной оценочной выборке и задаче. Для других ниш авторы указывают худший результат, чем у базовой модели, и рекомендуют переобучение на профильных данных. Модель не определяет по одному запросу, является ли название провайдером игр или заведением. Лицензия — Apache-2.0.

philipp-zettl/bge-micro-v2-mtg-v2 — компактная модель Sentence Transformer, дообученная автором на базе TaylorAI/bge-micro-v2. Она кодирует текстовые предложения и абзацы в плотные эмбеддинги размерностью 384 для поиска релевантных документов; модель использует BERT-архитектуру с усреднением токенных представлений и косинусной мерой сходства. В карточке описана обучающая выборка из 2,132,917 пар текстов по Magic: The Gathering, включая названия карт и их описания. Метаданные указывают контекст до 512 токенов, а README — максимальную длину последовательности 256 токенов. Модель подходит для семантического поиска по картам и правилам Magic: The Gathering, сопоставления запросов с описаниями карт и построения текстовых эмбеддингов для последующей кластеризации. Она принимает и выдаёт текстовые представления через векторные эмбеддинги, не генерируя ответы. Карточка не сообщает лицензию, поэтому условия использования по имеющимся данным определить нельзя.

est-roberta-hist-ner — модель семейства Est-RoBERTa, разработанная tartuNLP и дообученная для распознавания именованных сущностей в эстонских приходских судебных записях XIX века. Она выполняет разметку токенов, выделяя имена людей (PER), места (LOC), организации (ORG), неоднозначные упоминания места или организации (LOC_ORG) и прочие имена (MISC).

Карточка модели jhu-clsp/ettin-enc-from-dec-1b на Hugging Face совпадает с карточкой jhu-clsp/ettin-encoder-17m, поэтому описание составлено по ней. jhu-clsp/ettin-encoder-17m — англоязычная модель-энкодер из набора Ettin, разработанного исследователями Johns Hopkins University. Это компактная модель с 16,8 млн параметров на архитектуре ModernBERT, обученная методом masked language modeling; она предсказывает замаскированные токены в тексте. По описанию набора, модели Ettin обучались на общей открытой смеси данных и предназначены для сопоставления энкодерных и декодерных архитектур. Для этой версии README указывает размер XXS и сценарии мобильных и периферийных устройств. Модель подходит для заполнения пропусков в английском тексте и как основа для задач классификации и получения эмбеддингов после соответствующей настройки. В метаданных указаны контекст до 7 999 токенов, форматы PyTorch и ONNX и лицензия MIT. В README заявлены сильные результаты семейства Ettin в классификации и поиске, однако конкретные метрики для версии 17M не приведены. Это энкодер для понимания текста, а не генеративная модель для свободного продолжения текста; также она не предназначена для обработки языков, кроме английского, согласно доступным языковым тегам.

Fastino Nemotron 3.5 Lightning Finance — специализированная языковая модель Fastino Labs, разработанная совместно с NVIDIA и дообученная на базе NVIDIA Nemotron-3.5-Lightning с помощью LoRA. Модель предназначена для финансовых рассуждений, анализа документов и исследований на основе источников. В README указано 30 млрд параметров и 3 млрд активных параметров в архитектуре mixture-of-experts; метаданные каталога указывают 1,9 млрд параметров и архитектуру Nemotron-H. Эти сведения расходятся, поэтому размер следует считать неоднозначным. Нативная длина контекста по метаданным — 262 144 токена. Модель принимает и выдаёт текст на английском языке. Она подходит для вопросов по финансовой отчётности и таблицам, извлечения числовых фрагментов и финансовых сущностей, а также разговорного анализа и исследований с опорой на источники. В описанных разработчиком оценках улучшены результаты на финансовых бенчмарках, включая FinQA, TAT-QA, SEC-Num, ConvFinQA и FiQA; результаты не гарантируют точность для других сценариев. Вес опубликован в формате BF16; для запуска README рекомендует GPU с 80 ГБ памяти или больше либо распределение вычислений между несколькими GPU. Лицензия — Apache 2.0.

LFM2-1.2B-Tool — компактная языковая модель Liquid AI на архитектуре LFM2, дообученная на базе LiquidAI/LFM2-1.2B для краткого и точного вызова инструментов. Она генерирует структурированные вызовы функций, которые приложение может выполнить, а затем использует возвращённый результат для ответа пользователю. Модель рассчитана на диалоги с инструментами в мобильных и периферийных устройствах, автомобильных и IoT-ассистентах, системах поддержки и встроенных приложениях, где важна низкая задержка и работа без обращения к облаку. Модель принимает определения инструментов в JSON через системный запрос, формирует вызовы в заданном формате и поддерживает одно- и многошаговые диалоги с инструментами. Заявлены 1,5 млрд параметров, контекст до 128 000 токенов и поддержка английского, арабского, китайского, французского, немецкого, японского, корейского, португальского и испанского языков. Для генерации рекомендуется жадное декодирование с temperature=0; системный запрос должен содержать описания доступных инструментов. Модель предназначена для вызова инструментов без внутренней цепочки рассуждений и ориентирована на скорость и точность в таком сценарии. Она не выполняет сами внешние действия: приложение должно интерпретировать вызов, запустить инструмент и передать результат модели. Лицензия указана как other; конкретные условия следует сверять с лицензией в репозитории.

OpenMed-NER-BloodCancerDetect-MultiMed-335M — дообученная модель OpenMed для распознавания клинических сущностей, связанных с хроническим лимфолейкозом (CLL), в биомедицинских текстах. Она принимает токенизированный текст и выполняет классификацию токенов с BIO-разметкой, выделяя сущности метками B-CL и I-CL. Модель основана на архитектуре BERT, содержит около 433,9 млн параметров и рассчитана на контекст до 512 токенов. Модель предназначена для извлечения упоминаний CLL из медицинских записей, научной литературы и других медицинских документов, например для анализа исследований и построения систем поиска по биомедицинским данным. В README указаны результаты на корпусе CLL: F1 0,82, точность 0,77 и полнота 0,87. Эти показатели относятся к описанной оценке на специализированном наборе данных и не гарантируют качество на других текстах или клинических сценариях. Карточка заявляет совместимость с Transformers; лицензия — Apache-2.0.

OpenMed разработала OpenMed-NER-GenomeDetect-ElectraMed-109M — модель на базе архитектуры BERT для распознавания упоминаний генов и белков в биомедицинских текстах. Модель дообучена на корпусе BC2GM и выдаёт BIO-разметку токенов с метками B-GENE/PROTEIN и I-GENE/PROTEIN. Она принимает токенизированный текст; максимальная длина контекста — 512 токенов, размер — 136,7 млн параметров. Модель предназначена для извлечения генов и белков из научных статей, медицинских записей и других биомедицинских документов, например для поиска по литературе и построения биомедицинских графов знаний. В README приведены результаты на BC2GM: F1 0,85, точность 0,84 и полнота 0,87. Эти показатели относятся к указанному корпусу и не гарантируют такое же качество на других типах текстов. Лицензия — Apache-2.0.

OpenMed разработала OpenMed-NER-GenomicDetect-PubMed-335M — дообученную модель BERT для распознавания сущностей в биомедицинских текстах. Она принимает токенизированный текст и возвращает BIO-разметку; в карточке указана метка Cell-line-name. Модель обучена на корпусе GELLUS и предназначена для анализа научной литературы и других текстов по геномике и молекулярной биологии. Модель содержит около 433,9 млн параметров, использует архитектуру BertForTokenClassification и обрабатывает контекст длиной до 512 токенов. Указанная лицензия — Apache-2.0. Заявления README о высоких показателях качества не сопровождаются достаточным описанием протокола оценки, поэтому результаты следует проверять на целевых данных.

OpenMed-NER-OncologyDetect-PubMed-335M — модель OpenMed для распознавания именованных сущностей в текстах по онкологии и генетике рака. Это дообученный трансформер BERT для классификации токенов, построенный на архитектуре BiomedNLP-BiomedBERT-large-uncased-abstract. Модель содержит 433,9 млн параметров, принимает токенизированный биомедицинский текст с контекстом до 512 токенов и возвращает метки сущностей в формате BIO. Модель обучена на корпусе BioNLP 2013 CG и распознаёт, среди прочего, гены и продукты генов, виды рака, аминокислоты, клетки, органы, ткани и простые химические соединения. Её можно применять для извлечения онкологических сущностей из научной литературы и медицинских документов, поиска генетических маркеров и построения биомедицинских баз знаний. В карточке указаны F1 0,88, точность 0,88 и полнота 0,87 на оценке модели; эти результаты относятся к описанному набору данных и не гарантируют аналогичного качества на других текстах. Модель рассчитана на англоязычные тексты. Распознавание сущностей зависит от соответствия входных данных стилю и разметке обучающего корпуса; модель не заменяет клиническую оценку. Распространяется по лицензии Apache-2.0.

OpenMed-NER-OrganismDetect-SuperMedical-125M — модель OpenMed для распознавания упоминаний видов организмов в тексте. Это дообученная модель RoBERTa для классификации токенов; она помечает названия видов тегами B-SPECIES и I-SPECIES. По карточке, модель обучена на корпусе SPECIES800 и принимает токенизированный биомедицинский текст, выдавая BIO-разметку. Параметры: 151,8 млн; максимальный контекст — 514 токенов. Указан английский язык. Модель предназначена для извлечения названий организмов из биомедицинских статей, научной литературы и клинических текстов, а также для анализа упоминаний видов и таксономической разметки. В README приведены F1 0,77, точность 0,75 и полнота 0,79 на SPECIES800. Лицензия — Apache-2.0. Результаты из карточки не подтверждают заявленную пригодность для извлечения лекарств или выявления взаимодействий препаратов; модель распознаёт сущности видов.

OpenMed разработала OpenMed-NER-OrganismDetect-TinyMed-135M — модель распознавания упоминаний организмов и видов в тексте. Это дообученная DistilBERT-модель для token classification: она выделяет названия видов тегами B-SPECIES и I-SPECIES, включая научные и обиходные названия. Модель обучена на корпусе SPECIES800 и принимает токенизированный текст, возвращая BIO-разметку сущностей. Модель предназначена для поиска упоминаний видов в биомедицинских статьях и других текстах, а также для задач таксономического анализа и текстового поиска по биоразнообразию. В README приведены значения F1 0,80, precision 0,79, recall 0,81 и accuracy 0,96 на SPECIES800; они характеризуют результаты на этом корпусе и не гарантируют такое же качество на других данных. Контекст модели — 512 токенов, основной язык карточки — английский. Репозиторий использует формат safetensors; лицензия — Apache-2.0.

OpenMed-ZeroShot-NER-Species-Base-220M — модель OpenMed для извлечения упоминаний видов и организмов из текста. Она построена на архитектуре GLiNER и дообучена на корпусе LINNAEUS, содержащем научные и распространённые названия видов; README также отмечает работу с сокращениями. Модель предназначена для распознавания сущностей без отдельного дообучения под каждый запрос и позволяет задавать типы сущностей, хотя специализированный тип этой версии — SPECIES. Подходит для извлечения названий организмов из научной литературы, отчётов по метагеномике и материалов по биоразнообразию, а также для подготовки таксономических коллекций публикаций. README сообщает F1 0,94 на тестовом наборе, исключённом из обучения. Модель принимает текст и возвращает предсказания сущностей с разметкой токенов. Доступна в формате PyTorch; лицензия — Apache-2.0. Показатель F1 и область применения приведены в карточке модели и не гарантируют такую же точность на других текстах и типах сущностей.

KM4STfulltext/SSCI-SciBERT-e4 — предобученная языковая модель на архитектуре BERT, разработанная для обработки научных текстов в социальных науках. Модель продолжила обучение на аннотациях статей из журналов SSCI за 1986–2021 годы; общий объём обучающего корпуса составил около 503,9 млн слов. Вариант e4 основан на Scibert-scivocab-cased и предназначен для использования с Transformers и PyTorch. Модель решает задачу заполнения пропусков в тексте и может служить основой для адаптации к классификации названий и аннотаций научных статей, а также распознавания структуры аннотаций. Архитектура содержит около 137,1 млн параметров и поддерживает контекст до 512 токенов. Карточка демонстрирует улучшение результатов на отдельных задачах классификации социальных научных текстов, но эти показатели относятся к конкретным наборам данных и настройкам экспериментов. Лицензия — Apache 2.0.

AffilGood-AffilXLM — многоязычная модель SIRIS-Lab на архитектуре XLM-RoBERTa, дообученная на задаче предсказания маскированных токенов после дополнительного обучения на 10 миллионах строк аффилиаций из OpenAlex. Она предназначена для работы с текстами организаций и исследовательских аффилиаций; такое предметно-ориентированное обучение улучшило perplexity на отложенных строках аффилиаций с 1,997 до 1,101. Модель содержит 305,2 млн параметров, принимает текст и предсказывает замаскированные токены в контексте до 514 токенов. В README приведены результаты на связанных задачах извлечения сущностей и выделения фрагментов AffilGood: для NER показатель составил 0,925, для SPAN — 0,927. Эти задачи описаны как оценка полезности адаптивного предобучения и не являются основным pipeline-тегом модели. Модель выпущена под лицензией Apache 2.0. В README отмечены возможные смещения и нежелательные искажения; при практическом применении необходимо учитывать их влияние на результаты.

YesayaAlvinK/bible-search-project — sentence-transformers-модель на базе indobenchmark/indobert-base-p1, дообученная для поиска семантически близких предложений и абзацев. Она кодирует текст в плотные векторы размерностью 768 и сравнивает их с помощью косинусного сходства; архитектура включает BertModel и mean pooling. Модель рассчитана прежде всего на индонезийский текст: обучающие примеры состоят из парафраз библейских фрагментов. Максимальная длина входа — 512 токенов. Модель подходит для поиска релевантных библейских отрывков по запросу и сопоставления перефразированных фрагментов. Она принимает текст и выдаёт векторные представления, но сама не генерирует ответы. Карточка не сообщает лицензию, поэтому условия использования по имеющимся данным определить нельзя.

dpshade22/hf-e5-bible-100 — модель Sentence Transformer, дообученная на базе intfloat/e5-base-v2 для поиска и сравнения библейских текстов. Она преобразует предложения и абзацы в плотные векторы размерности 768; сходство между ними можно оценивать косинусной близостью. Архитектура включает BERT, усреднение токенных представлений и нормализацию. Обучение выполнено на 262 023 парах запросов и фрагментов библейского текста с функцией потерь MultipleNegativesRankingLoss. Модель подходит для семантического поиска по библейским отрывкам, сопоставления запросов с фрагментами, поиска перефразировок, кластеризации и классификации текстов в библейском корпусе. README указывает максимальную длину последовательности 256 токенов, а метаданные — контекст до 512 токенов. Базовая модель E5 рассчитана на английский язык; библейские примеры и описание датасета также англоязычные. Лицензия в предоставленных данных не указана.

OpenMed-NER-AnatomyDetect-ModernMed-149M — специализированная модель OpenMed для распознавания анатомических сущностей в биомедицинских текстах. Это дообученный ModernBERT с 149 млн параметров и контекстом до 8192 токенов; модель классифицирует токены и выдаёт BIO-разметку для анатомических структур и частей тела, используя метки B-Anatomy и I-Anatomy. Модель предназначена для извлечения анатомических упоминаний из медицинских записей, научной литературы и других текстов здравоохранения, а также для построения систем поиска и анализа биомедицинских сведений. В README указаны F1 0,81, точность 0,83 и полнота 0,79 на наборе ANATOMY. Заявления README о применении для поиска лекарственных взаимодействий и извлечения лекарств выходят за рамки перечисленных меток: модель распознаёт анатомические сущности, а не препараты. Поддерживается английский язык. Модель распространяется в формате safetensors по лицензии Apache-2.0.

OpenMed/OpenMed-NER-DiseaseDetect-MultiMed-335M — модель OpenMed для распознавания упоминаний заболеваний в биомедицинских текстах. Это дообученная архитектура BERT для классификации токенов: она присваивает словам BIO-метки B-DISEASE и I-DISEASE и объединяет их в найденные сущности. Модель обучена на наборе BC5CDR-Disease, содержащем аннотации заболеваний в научных аннотациях PubMed. Модель подходит для извлечения названий заболеваний из медицинских записей и научной литературы, а также для последующего анализа упоминаний в биомедицинских системах. В README приведены результаты на BC5CDR-Disease: F1 0,9022, точность 0,8890 и полнота 0,9159. По метаданным модель содержит около 433,9 млн параметров, принимает текст с контекстом до 512 токенов и работает с английским языком. Распространяется по лицензии Apache-2.0. Модель выявляет только сущности заболеваний; заявленные в README сценарии вроде обнаружения лекарственных взаимодействий требуют дополнительных моделей или этапов обработки. Её оценки относятся к BC5CDR-Disease и не гарантируют такую же точность на других типах медицинских текстов или языках.

OpenMed-NER-GenomeDetect-BioPatient-108M — дообученная модель OpenMed для распознавания упоминаний генов и белков в биомедицинских текстах. Она использует архитектуру BERT с классификационной головой для токенов и содержит 135,5 млн параметров. Модель обучена на корпусе BC2GM и выдаёт BIO-разметку сущностей B-GENE/PROTEIN и I-GENE/PROTEIN; максимальная длина контекста составляет 512 токенов. Модель предназначена для извлечения генов и белков из научной литературы и медицинских документов, включая автоматизированный анализ биомедицинских текстов и построение баз знаний. В README приведены результаты на BC2GM: F1 0,89, точность 0,88 и полнота 0,89. Указана лицензия Apache-2.0. Разметка ограничена упоминаниями генов и белков; показатели на других типах текстов в карточке не приведены.

OpenMed разработала OpenMed-NER-OrganismDetect-TinyMed-66M — модель для распознавания упоминаний видов организмов в биомедицинских текстах. Она основана на DistilBERT и дообучена для классификации токенов на корпусе SPECIES800; размер TinyMed-66M указан в названии модели. Модель выделяет названия видов, включая научные и общеупотребительные, и помечает их тегами B-SPECIES и I-SPECIES. Модель предназначена для извлечения организмов из научных аннотаций, исследовательских публикаций и других биомедицинских текстов, а также для анализа биоразнообразия и таксономических упоминаний. В README приведены F1 0,78, точность 0,77 и полнота 0,79 на SPECIES800. Контекст ограничен 512 токенами; модель не предназначена для обнаружения лекарств или лекарственных взаимодействий, несмотря на упоминание таких сценариев в карточке. Лицензия — Apache-2.0.

Bluckr дообучил Phi-3-mini-4k-instruct, чтобы она работала как испаноязычный ассистент Pofi и вызывала функции. Модель предназначена для диалоговых запросов, связанных с установкой будильников, подключением к вебу, отправкой файлов и сообщений, сохранением строк, запуском приложений, созданием файлов и управлением системой. Она построена на плотной архитектуре MistralForCausalLM, содержит 3,7 млрд параметров и использует контекст до 4096 токенов. Репозиторий распространяет веса в формате safetensors по лицензии MIT. Для реального выполнения системных действий требуется внешняя среда, которая интерпретирует и исполняет вызовы функций.

Time-Embed BGE-M3 LMS Temporal Phase2.74 — специализированная модель эмбеддингов для поиска по материалам корейских систем управления обучением (LMS). Она разработана на основе BAAI/bge-m3 и предназначена для различения близких по смыслу временных выражений, например «неделю назад», «за последние семь дней» и «семь дней назад», а также запросов с разным типом материала или намерением. Модель содержит 658,7 млн параметров, построена на архитектуре XLM-RoBERTa, принимает текст и выдаёт векторы признаков; длина контекста — 8194 токена. Версия Phase2.74 получена без нового градиентного обучения: это выпуклая интерполяция двух контрольных точек Time-Embed с коэффициентом 0,75 для Phase2.73. По внутренним оценкам она сохраняет временные показатели Phase2.72 и даёт небольшие улучшения семантических и календарных оценок; сравнение с BGE-M3 также показало улучшения на приведённых корейских MTEB-задачах. Результат узкоспециализированный, а прирост на временном тесте крайне мал, поэтому модель следует проверять в целевой LMS-системе и сохранять Phase2.72 как запасной вариант. Лицензия в предоставленных данных не указана.

TimeLens-7B — мультимодальная модель TencentARC для временной привязки событий в видео. Она дообучена на основе Qwen/Qwen2.5-VL-7B-Instruct с использованием обучения с проверяемыми наградами (RLVR), специальной стратегии кодирования временных меток и набора данных TimeLens-100K. Модель предназначена для понимания видео и определения временных интервалов, соответствующих запросу пользователя. Её можно применять для поиска конкретных событий в видеозаписях и указания времени их появления. Архитектура — плотная Qwen2.5-VL для условной генерации; модель содержит 7,1 млрд параметров и поддерживает контекст до 128 000 токенов. В карточке указана лицензия other; конкретные условия использования по этим данным определить нельзя. Модель основана на Qwen2.5-VL-7B-Instruct и обучена для временной привязки видео, поэтому её пригодность для других задач визуального анализа не подтверждена.

hansjio/tsektxt-mbert — модель Hans Jio Arca, созданная в рамках проекта TsekTxt и дообученная на основе bert-base-multilingual-cased. Это трансформерный кодировщик BERT с классификационной головой для двух меток: Suspicious и Not Suspicious. Модель предназначена для выявления подозрительной или потенциально вводящей в заблуждение информации в коротких и средних сообщениях на тагальском, английском и смешанном Taglish; она служит мультиязычной базовой моделью в сравнении с другими моделями проекта. Модель обучена на примерно 25 400 размеченных примерах из Fake News Filipino Dataset и Philippine Fake News Corpus. По README, на отложенной выборке из 2 540 примеров точность составила 0,97. Максимальный контекст — 512 токенов, размер — 205,1 млн параметров. Лицензия CC-BY-NC-4.0 допускает некоммерческое использование с указанием авторства. Модель рассчитана на посты в соцсетях в филиппинском языковом контексте. Данные смещены в сторону развлекательной и политической тематики; модель не оценивалась на длинных документах, формальных новостных статьях или текстах вне филиппинского контекста. Её результаты не следует использовать как окончательный фактчекинг или как единственное основание для решений с юридическими либо репутационными последствиями; в таких случаях требуется проверка человеком.