I.1Поиск и навигация по информации

davidkim205/hades-2-2b — дообученная модель на базе unsloth/gemma-4-E2B-it, созданная для классификации новостных статей и извлечения названий компаний. Модель класса 2B обучалась методом ORPO на небольшой внутренней выборке примерно из 1,6 тыс. примеров на корейском и английском языках; веса представлены в формате BF16. Модель принимает текст статьи, обычно заголовок и основной текст, и формирует JSON-подобный ответ для извлечения компаний, отнесения статьи к одному или нескольким разделам и выбора экономической либо неэкономической категории. Внутренняя оценка на 1 207 примерах показала улучшение общей точности относительно базовой модели, однако результаты различаются между задачами и языками. Рекомендуемая длина контекста — до 16 384 токенов, хотя базовая конфигурация поддерживает до 131 072 токенов. Модель подходит для классификации новостного потока и извлечения упоминаемых компаний. Она обучена на небольшой внутренней выборке, поэтому качество на других форматах статей, схемах меток, языках и предметных областях может отличаться; корректность JSON не гарантируется. Лицензия — Gemma.

KoMiniLM — компактная корейскоязычная модель семейства BERT, разработанная BM-K для снижения задержки и затрат памяти при дообучении и онлайн-инференсе. В метаданных указано 26,4 млн параметров; README также описывает версию KoMiniLM-23M. Модель основана на дистилляции KLUE-BERT: в студенческую модель переносились распределения self-attention и отношения значений внимания на нескольких слоях. Модель предназначена для извлечения признаков из корейского текста и может служить основой для задач понимания языка, включая анализ тональности, распознавание сущностей, определение сходства и перефразирования предложений, а также ответы на вопросы после дообучения. Контекст ограничен 512 токенами. README сообщает об экспериментах дообучения на корейских наборах данных, но численные результаты таблицы представлены не полностью. Файлы доступны в форматах PyTorch и Safetensors. Лицензия в предоставленных данных не указана.

Карточка модели Justbackup/LFM2.5-2.6B-UNCENSORED-ABLITERATED-PHILADELPHIA-CLASS на Hugging Face совпадает с карточкой KridgeDookie/LFM2.5-2.6B-UNCENSORED-ABLITERATED-PHILADELPHIA-CLASS, поэтому описание составлено по ней. KridgeDookie выпустил модифицированную версию языковой модели LiquidAI LFM2.5-2.6B: в ней намеренно снижена склонность отказываться от ответов. Модель построена на плотной гибридной архитектуре LFM2 с классом Lfm2ForCausalLM и содержит 2,6 млрд параметров. Она принимает текст и генерирует текст, поддерживает чатовый шаблон с рассуждениями и контекст до 128 000 токенов. В репозитории доступны веса BF16 в safetensors и GGUF для llama.cpp. Модель предназначена для локальных экспериментов с редактированием поведения и отказов, а также для общих ассистентских задач, извлечения информации, вызова инструментов и творческой генерации. В собственных тестах авторов число отказов на отобранных вредоносных запросах заметно снизилось, при этом на пяти публичных тестах среднее изменение метрик составило −0,50 процентного пункта. Это сравнение не является независимой оценкой качества или безопасности. Снижение отказов распространяется и на вредоносные запросы: ответы могут быть опасными, незаконными, предвзятыми, неверными или раскрывать приватные сведения. Авторы отмечают повторы и неполные ответы в части тестов, а также предупреждают, что результаты BF16 нельзя автоматически переносить на квантизованные версии и другие среды запуска. Лицензия указана как other; конкретные условия в предоставленных данных не раскрыты.

Модель Linkbricks-Horizon-AI-Nous-Hermes-3-Llama3.1-Korean-cpt-8b разработана Саксоном (Джи Юнсон), специалистом по данным компании Linkbricks. Это корейская языковая модель на архитектуре Llama, полученная продолжением предварительного обучения базовой NousResearch/Hermes-3-Llama-3.1-8B на корейских корпусах, включая около 50 миллионов новостных материалов; примерно 25% параметров были перенастроены. Модель содержит 7,5 млрд параметров и поддерживает контекст до 131 072 токенов. Модель предназначена как базовая корейская модель для дальнейшей адаптации с помощью SFT и DPO. Её можно использовать для генерации текста и диалога на корейском, а также для перевода, суммаризации, ответов на вопросы и вызова инструментов. Карточка указывает на поддержку корейского function calling и tool calling. Токенизатор унаследован от базовой модели без расширения словаря. Модель распространяется в формате safetensors по лицензии Apache-2.0. Как базовый CPT-чекпойнт, она может требовать дополнительной настройки под конкретный сценарий; README не приводит количественных оценок качества или подробных результатов бенчмарков.

dell-research-harvard/lt-mexicantrade4748 — модель LinkTransformer от исследователей Harvard, основанная на архитектуре BERT и дообученная на hiiamsid/sentence_similarity_spanish_es с функцией потерь SupCon. Она предназначена прежде всего для сопоставления записей: связывания сущностей, кластеризации, дедупликации и агрегирования данных. Также подходит для поиска семантически похожих предложений и абзацев. Модель преобразует текст в плотные векторы размерностью 768 и имеет максимальную длину входной последовательности 512 токенов. Среднее объединение токенных представлений используется для получения вектора предложения. Карточка описывает применение к задачам сопоставления торговых записей и работу с испаноязычной моделью-основой; метаданные указывают 137,1 млн параметров и формат safetensors. Для использования в сценариях LinkTransformer модель интегрируется с пакетом LinkTransformer; её векторные представления можно применять и в задачах sentence-transformers. Ограничение длины контекста — 512 токенов; качество на конкретных наборах данных следует оценивать отдельно. Условия лицензии в предоставленных данных не описаны.

MobileCLIP-B — модель сопоставления изображений и текста, разработанная Apple и представленная в работе MobileCLIP: Fast Image-Text Models through Multi-Modal Reinforced Training (CVPR 2024). Этот репозиторий содержит чекпойнт MobileCLIP-B для OpenCLIP; модель предназначена для классификации изображений по текстовым описаниям без дообучения и других сценариев поиска соответствия между изображением и текстом. Вариант MobileCLIP-B (LT) достигает точности zero-shot классификации ImageNet Top-1 77,2%. Архитектура использует визуальную и текстовую части CLIP; точные размеры этих частей в карточке для данного чекпойнта не приведены. Модель принимает изображения и текстовые метки или описания и выдаёт оценки их соответствия. Лицензия — Apple AMLR.

Monkey — мультимодальная модель, разработанная исследователями Huazhong University of Science and Technology и Kingsoft для понимания изображений и ответов на вопросы по ним. Модель предназначена для описания изображений, визуальных вопросов и ответов, включая изображения документов с плотным текстом. Monkey использует архитектуру MonkeyLMHeadModel, содержит 11,4 млрд параметров и принимает изображения с разрешением до 896 × 1344 пикселей. Метаданные задают контекст 8192 токена и формат PyTorch. В README отмечены внимание к мелким деталям и тексту на изображениях, а также способность описывать связи между объектами и сценами. Модель обучалась и оценивалась на широком наборе визуальных задач. Лицензия в предоставленных данных не указана.

UCSC-VLAA/openvision-vit-small-patch16-224 — визуальный энкодер из семейства OpenVision, описанного в работе «OpenVision: A Fully-Open, Cost-Effective Family of Advanced Vision Encoders for Multimodal Learning». Репозиторий содержит веса модели в формате PyTorch и предназначен для извлечения признаков изображений, а также для классификации изображений по текстовым описаниям без дополнительного обучения. Модель рассчитана на мультимодальные сценарии, где визуальные признаки используются для сопоставления изображений с текстовыми запросами. По названию репозитория это вариант ViT-Small с патчами 16×16 и входным разрешением 224 пикселя. Лицензия — Apache-2.0.

cloudyu/Pluto_13B_DPO — языковая модель, созданная авторами cloudyu дообучением cloudyu/Mixtral7Bx2MoE методом DPO на наборе jondurbin/truthy-dpo-v0.1. Она предназначена для генерации текста и диалоговых сценариев, где важны правдивость и качество ответов. Архитектура — Mixtral MoE с классом MixtralForCausalLM; в метаданных указано 7,1 млрд параметров и контекст до 32 768 токенов. Модель опубликована в формате safetensors. README сообщает среднюю оценку 75,88 и результат 81,5 на TruthfulQA, названный авторами SOTA на дату публикации. Эти оценки относятся к указанной авторами методике и не гарантируют качество в других сценариях. Карточка не указывает поддерживаемые естественные языки. Лицензия CC BY-NC 4.0 требует атрибуции и не разрешает коммерческое использование.

Ertas AI разработала QMSum locator — англоязычный cross-encoder на базе BERT MiniLM L6 для первого этапа двухэтапного конвейера суммаризации встреч с учётом вопроса. Модель оценивает релевантность пар «запрос — фрагмент стенограммы» и помогает выбрать фрагменты для передачи суммаризатору. Она обучена на парах запросов и окон стенограмм из обучающей части QMSum; размер модели — 25,9 млн параметров, максимальный контекст — 512 токенов. Лицензия — Apache 2.0. Эта версия настроена на окна длиной 900 слов в соответствии с зафиксированным протоколом оценки. Поскольку окно обычно токенизируется примерно в 1 150 токенов, модель читает лишь начальную часть большинства окон: около 97,3% окон обрезаются, в среднем обрабатывается 47,7% текста окна. Поэтому оценки могут не учитывать важное содержимое в конце фрагмента. Модель проверялась на англоязычных стенограммах встреч QMSum в академической сфере, проектировании продуктов и парламентских комитетах; перенос на другие типы документов не проверен. Релевантность определяется перекрытием с размеченными эталонными фрагментами QMSum.

Это модель reader из семейства ReLiK, опубликованная организацией relik-ie и основанная на DeBERTa-v3-large. Она предназначена для извлечения отношений между сущностями в тексте с использованием кандидатов, подготовленных отдельным этапом поиска; модель анализирует текст и кандидаты и помогает формировать пары сущностей и типы отношений. В карточке Hugging Face указано около 0,4 млрд параметров, архитектура RelikReaderREModel и формат Safetensors. Репозиторий разработчиков описывает ReLiK как систему извлечения информации для связывания сущностей и извлечения отношений, где reader извлекает сущности и отношения из найденных материалов. Для запуска указаны Transformers и пользовательский код модели. Карточка не сообщает языки обучения и длину контекста; суффикс wikipedia указывает на вариант, связанный с Wikipedia, но сам по себе не устанавливает языковой охват. ПО и данные проекта ReLiK распространяются по лицензии CC BY-NC-SA 4.0, поэтому для коммерческого использования следует учитывать её условия.

RLCR-0.0005smCE-hotpot-seed40 — дообученная модель генерации текста на базе Qwen/Qwen2.5-3B, обученная с использованием TRL. Она предназначена для ответов на вопросы и диалоговой генерации; название указывает на связь с Hotpot, однако карточка не уточняет состав обучающих данных и конкретную специализацию. Модель использует плотную архитектуру Qwen2ForCausalLM, содержит 3,1 млрд параметров и поддерживает контекст до 32 768 токенов. В метаданных указаны возможности чата и интерфейс вызова инструментов. Файлы модели представлены в формате safetensors. Лицензия в предоставленных данных не указана.

roberta-large-eng-ara-128k — двуязычный энкодер на базе Transformer, разработанный исследователями Johns Hopkins University Center for Language and Speech Processing. Это модель XLM-RoBERTa большого размера с 24 слоями и 533,7 млн параметров, обученная с нуля на английских и арабских текстах. Для токенизации используется совместный словарь SentencePiece размером 128K; модель принимает последовательности до 512 токенов. Модель предназначена для предсказания замаскированных токенов и может служить основой для задач понимания английского и арабского текста, например классификации или извлечения информации после дообучения. При предобучении использованы Common Crawl, Википедия, Arabic Gigaword, OSCAR, Arabic News Corpus и OSIAN. Доступны веса в форматах PyTorch, Safetensors и TensorFlow. Модель распространяется по лицензии MIT. Это энкодер для текстовых задач, а не генеративный чат-бот; для прикладных задач, отличных от заполнения пропусков, потребуется подходящая классификационная голова или дообучение.

SigLIP 2 Base — базовая модель семейства SigLIP 2, разработанная Google. Она обучена на наборе данных WebLI и предназначена для сопоставления изображений и текста: модель поддерживает классификацию изображений по заданным текстовым меткам без дополнительного обучения и поиск изображений по текстовым запросам или текста по изображениям. Её также можно использовать как визуальный энкодер для мультимодальных языковых моделей и других задач компьютерного зрения. Модель принимает изображение и текстовые описания-кандидаты и оценивает их соответствие; визуальный энкодер формирует представления изображений для дальнейшего использования. В карточке указана архитектура SigLIP, библиотека Transformers и формат весов safetensors. Модель доступна по лицензии Apache-2.0. README не приводит сведений о размере параметров и длине контекста.

wkcn/TinyCLIP-ViT-40M-32-Text-19M-LAION400M — компактная модель семейства CLIP, основанная на сопоставлении изображений и текста. Она разработана в рамках метода TinyCLIP, представленного на ICCV 2023: при обучении используются дистилляция межмодальных связей и наследование весов, чтобы уменьшить размер модели при сохранении полезности для задач CLIP. Вариант из репозитория сочетает визуальный энкодер ViT примерно на 40 млн параметров с текстовым энкодером примерно на 19 млн параметров; предобучение выполнено на LAION-400M. Модель предназначена для классификации изображений по произвольным текстовым описаниям без отдельного обучения на каждом наборе классов. Её можно применять для поиска изображений по текстовым запросам и сопоставления изображения с набором подписей. Компактная архитектура рассчитана на более быстрый и экономный инференс по сравнению с крупными CLIP-моделями, хотя конкретные показатели качества и скорости именно этого варианта в карточке не приведены. Репозиторий содержит веса PyTorch и SafeTensors и предназначен для использования с Transformers. Лицензия — MIT.

zeromodels/tipsv2-g14 — это преобразованная для библиотеки zeromodels версия TIPSv2 g/14 от Google DeepMind, модели для сопоставления изображений и текста. Она использует двухэнкодерную архитектуру CLIP/SigLIP: визуальный энкодер на основе ViT в стиле DINOv2 с register-токенами и двунаправленный текстовый энкодер, обученные контрастивной функцией потерь с масштабированием температуры. Модель предназначена для классификации изображений по текстовым меткам без дообучения: пользователь передаёт изображение и набор описаний классов, а модель оценивает их соответствие. В репозитории доступна загрузка полной модели и обоих энкодеров; конверсия на Keras 3 работает с TensorFlow, PyTorch и JAX. Обработка изображения масштабирует пиксели в диапазон [0, 1], разрешение входа — 448 пикселей. Модель принимает изображения и текстовые метки и выдаёт оценки соответствия для классификации. Репозиторий содержит конверсию весов google/tipsv2-g14, а не отдельное дообучение; лицензия — Apache-2.0, совпадает с лицензией исходного чекпойнта. Поддерживаемые языки и ограничения качества в доступных сведениях не описаны.

cardiffnlp/tweet-topic-latest-multi — модель Cardiff NLP на архитектуре RoBERTa-base для многометочной классификации тем англоязычных твитов. Её обучали на 168,86 млн твитов, опубликованных до конца сентября 2022 года, а затем дообучили для классификации на корпусе из 11 267 твитов. Модель относит текст к темам вроде искусства и культуры, бизнеса, повседневной жизни, здоровья, еды, новостей, науки, спорта и путешествий; один твит может получить несколько меток. Модель принимает текст и выдаёт метки классов. Она подходит для анализа тематики публикаций в социальных сетях и тематической сортировки англоязычных твитов. Размер модели — 151,8 млн параметров, максимальная длина контекста — 514 токенов; доступны веса PyTorch и TensorFlow. В карточке указана пригодность для английского языка. Лицензия в предоставленных данных не указана.

Модель timm/vit_base_patch16_clip_224.datacompxl — визуальный энкодер CLIP на архитектуре ViT-Base с патчами 16×16 и входным разрешением 224 пикселя. Это веса только для изображения, опубликованные в формате PyTorch и safetensors и предназначенные для извлечения признаков изображений. Их можно использовать для получения визуальных представлений как части системы поиска по изображениям или мультимодального решения. Модель распространяется по лицензии Apache-2.0.

Это модель семейства SigLIP 2, разработанная для библиотеки timm: визуальный энкодер ViT-Large с патчами 16×16 и входным разрешением 256 пикселей. Она соответствует только визуальной башне мультимодальной модели и обучена на наборе WebLI; в репозитории доступны веса PyTorch и SafeTensors. Основное назначение — извлечение признаковых представлений изображений для последующего поиска и других задач компьютерного зрения. Энкодер принимает изображения и выдаёт векторные признаки. Его можно использовать как компонент систем поиска изображений и сопоставления визуального содержимого, однако эта версия сама не принимает текст и не генерирует описания. Лицензия — Apache 2.0.

Это модель кодировщика изображений SigLIP из библиотеки timm: вариант ViT SO400M с патчами 14×14 и входным разрешением 384 пикселя, обученный на данных WebLI. В репозитории представлены только веса кодировщика изображений с исходным attention pooling. Модель предназначена для извлечения признаковых представлений изображений и может использоваться как визуальный энкодер в системах поиска по изображениям, сопоставления изображений с текстом и других задачах, где нужны визуальные признаки. Карточка указывает форматы PyTorch и safetensors; лицензия — Apache-2.0.

watt-tool-8B — языковая модель watt-ai на 7,5 млрд параметров, дообученная на базе meta-llama/Llama-3.1-8B-Instruct. Она предназначена для диалоговых систем и агентов, которым нужно выбирать инструменты и вызывать функции в ходе многошагового взаимодействия, например для построения рабочих процессов. Модель обучалась с использованием supervised fine-tuning и DMPO на специализированных данных для работы с инструментами и многоходовых диалогов; README сообщает о сильных результатах на Berkeley Function-Calling Leaderboard. Модель принимает текст и генерирует текст с интерфейсом диалога; заявленный контекст — до 131 072 токенов. В карточке указана поддержка английского языка. Репозиторий содержит веса safetensors. Лицензия — Apache-2.0. Модель рассчитана на сценарии вызова инструментов и функций, однако фактическая надёжность зависит от доступных инструментов, формата их описаний и интеграции в приложение. Заявление о лидерских результатах на BFCL приведено в README; методика и цифры оценки там не указаны.

cmhyo/xlm-roberta-base-finetuned-panx-de — модель для разметки последовательностей, полученная дообучением XLM-RoBERTa Base. Архитектура XLM-RoBERTa для классификации токенов содержит 305,2 млн параметров и поддерживает контекст до 514 токенов. Модель опубликована в формате Safetensors и распространяется по лицензии MIT. Чекпойнт обучен на наборе данных PAN-X для немецкого языка и предназначен для распознавания именованных сущностей в тексте: каждому токену присваивается метка. На оценочной выборке указан показатель F1 0,8628 и loss 0,1375. Результаты зависят от данных и сценария применения; сведения о составе обучающей выборки и подробных ограничениях в карточке отсутствуют.

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.

XYZAILab_XYZ-Aquila-mini-GGUF — это GGUF-квантизированная версия модели XYZ-Aquila-mini, разработанной XYZAILab. Квантизацию выполнил bartowski с использованием llama.cpp b10142 и метода imatrix. Модель предназначена для задач image-text-to-text, то есть обработки изображений и генерации текстовых ответов, а также может применяться в сценариях agentic-search, указанных в метаданных. Точные сведения о размере исходной модели, архитектуре, языках и длине контекста в README не приведены. Доступны варианты от BF16 размером 69,38 ГБ до низкобитных IQ3 и Q3 размером около 16–17 ГБ, а также распространённые варианты Q4, Q5, Q6 и Q8. Более качественные квантизации Q5–Q8 обеспечивают минимальные потери относительно исходных весов, тогда как Q3 и некоторые IQ-варианты экономят память ценой снижения качества. Модель можно запускать через llama.cpp, LM Studio, KoboldCpp, Jan AI, Text Generation WebUI и другие совместимые инструменты; для работы требуется поддержка данной архитектуры конкретным приложением. Лицензия — Apache-2.0. README не содержит результатов тестирования, подробностей о поддерживаемых языках, точного контекстного окна или детального описания ограничений мультимодальной обработки, поэтому эти характеристики нельзя определить по имеющимся данным.

Карточка модели ByteDance-Seed/AHN-DN-for-Qwen-2.5-Instruct-3B на Hugging Face совпадает с карточкой ByteDance-Seed/AHN-Mamba2-for-Qwen-2.5-Instruct-3B, поэтому описание составлено по ней. ByteDance-Seed разработала AHN-Mamba2 для Qwen2.5-3B-Instruct — модуль Artificial Hippocampus Network, расширяющий языковую модель механизмом сжатой памяти для работы с длинным контекстом. AHN переносит информацию, выходящую за пределы скользящего окна внимания, в компактное представление, сохраняя точную информацию внутри окна. Репозиторий содержит только веса модуля AHN: 11,9 млн параметров; базовая модель Qwen2.5-3B-Instruct замораживается при обучении, а обучаются параметры AHN. Метаданные указывают архитектуру Qwen2, 3,1 млрд параметров для модели и контекст до 32 768 токенов. Модель предназначена для генерации текста по длинным последовательностям и сценариев, где важно учитывать контекст за пределами обычного окна внимания. Для контекстов длиной не больше скользящего окна она работает как стандартный Transformer; более дальняя информация хранится сжато, поэтому её точность может быть ниже, чем у исходного токенного контекста. Использование предполагает интеграцию модуля с базовой моделью и соответствующей программной реализацией AHN. Лицензия в метаданных обозначена как other; конкретные условия в предоставленных сведениях не раскрыты.

Карточка модели ByteDance-Seed/AHN-Mamba2-for-Qwen-2.5-Instruct-7B на Hugging Face совпадает с карточкой ByteDance-Seed/AHN-Mamba2-for-Qwen-2.5-Instruct-3B, поэтому описание составлено по ней. ByteDance-Seed разработала AHN-Mamba2 для Qwen2.5-3B-Instruct — модуль Artificial Hippocampus Network, расширяющий языковую модель механизмом сжатой памяти для работы с длинным контекстом. AHN переносит информацию, выходящую за пределы скользящего окна внимания, в компактное представление, сохраняя точную информацию внутри окна. Репозиторий содержит только веса модуля AHN: 11,9 млн параметров; базовая модель Qwen2.5-3B-Instruct замораживается при обучении, а обучаются параметры AHN. Метаданные указывают архитектуру Qwen2, 3,1 млрд параметров для модели и контекст до 32 768 токенов. Модель предназначена для генерации текста по длинным последовательностям и сценариев, где важно учитывать контекст за пределами обычного окна внимания. Для контекстов длиной не больше скользящего окна она работает как стандартный Transformer; более дальняя информация хранится сжато, поэтому её точность может быть ниже, чем у исходного токенного контекста. Использование предполагает интеграцию модуля с базовой моделью и соответствующей программной реализацией AHN. Лицензия в метаданных обозначена как other; конкретные условия в предоставленных сведениях не раскрыты.

Baguettotron-600M — языковая модель с 608,2 млн параметров, разработанная PleIAs и обученная с нуля на синтетическом наборе SYNTH. Это плотный авторегрессионный декодер семейства Llama, доступный для Transformers и vLLM без удалённого кода. Модель предназначена для генерации текста в диалоге, следования инструкциям, рассуждений и ответов на вопросы; её также можно применять для ответов по предоставленным в запросе источникам. Модель обучалась на 158,3 млрд токенов в рамках одного этапа, без отдельного дообучения инструкциям или RLHF. Карточка сообщает о результатах, близких к Qwen3-0.6B на ряде тестов и более высокой точности фактических утверждений в своём размерном классе. Контекст составляет 2048 токенов и совместно расходуется запросом, рассуждением и ответом. Поддерживаются английский, французский, итальянский, немецкий, испанский и польский; внутренние цепочки рассуждений ведутся на английском. Лицензия — Apache-2.0. Знания модели ограничены примерно 58,7 тыс. статей Википедии, из которых сформирован SYNTH, поэтому за пределами этих тем ответы слабее. У модели нет настройки предпочтений и выравнивания безопасности, а авторы не рекомендуют применять её в критически важных сценариях без дополнительной оценки.

Xenova/distilbert-base-multilingual-cased-ner-hrl — мультиязычная модель для распознавания именованных сущностей (NER), разработанная на основе Davlan/distilbert-base-multilingual-cased-ner-hrl. Репозиторий Xenova содержит ONNX-веса, адаптированные для использования в JavaScript-библиотеке Transformers.js, включая запуск в веб-средах и других совместимых окружениях. Модель предназначена для token classification: она размечает фрагменты текста и выявляет сущности, например имена людей и географические названия. В качестве основы используется архитектура DistilBERT с multilingual и cased-токенизацией; точный размер, список поддерживаемых языков и максимальная длина контекста в README не указаны. Сильной стороной является возможность локального запуска через Transformers.js и ONNX без зависимости от серверного Python-окружения. README не содержит сведений о точности, ограничениях качества и лицензии, поэтому эти характеристики нельзя определить по имеющимся данным.

Elva-Phi3-3.8B — мультимодальная модель семейства LLaVA-Phi, представленная в работе «On Efficient Language and Vision Assistants for Visually-Situated Natural Language Understanding: What Matters in Reading and Reasoning». Она предназначена для диалогового понимания изображений, включая чтение текста на изображениях и рассуждения по визуально представленным данным. Модель содержит 3,7 млрд параметров, использует плотную архитектуру LlavaPhiForCausalLM и принимает контекст длиной до 4096 токенов. Репозиторий содержит веса в формате safetensors. Лицензия в доступных данных не указана.

Fabletron Nemotron-3-Super-120B-A12B Fable-5 NVFP4 — дообученная Greghavens версия NVIDIA Nemotron-3-Super-120B-A12B. Это гибридная языковая архитектура Mamba-2 и Latent-MoE: 120 млрд параметров суммарно и около 12 млрд активных. Модель обучена методом QLoRA на диалоговых трассах pi_agent из Glint-Research/Fable-5-traces для рассуждений, планирования действий и вызова инструментов. Репозиторий содержит квантованный экспорт NVIDIA ModelOpt NVFP4, рассчитанный на запуск через vLLM или TensorRT-LLM на видеокартах NVIDIA Blackwell. README сообщает о поддержке собственного контекста до 262 144 токенов и обслуживании через vLLM. Модель принимает текст и выдаёт текст, включая ответы в диалоге и вызовы инструментов; MTP-голова базовой модели в экспорте отсутствует. Модель предназначена для экспериментов с агентными сценариями и применима к многошаговому планированию и работе с инструментами. README предупреждает, что модель не получила дополнительного выравнивания по безопасности сверх базовой версии, поэтому перед использованием в производственной среде её следует оценить. Лицензия в метаданных указана как other; конкретные условия следует сверить с карточкой репозитория.