I.2Синтез, понимание и проверка знаний

AI Sweden выпустила эту модель как продолжение предобучения answerdotai/ModernBERT-large на скандинавских текстах из The Nordic Pile и SWEb. Это плотный двунаправленный энкодер ModernBERT с архитектурой ModernBertForMaskedLM и примерно 395 млн параметров; он сохраняет контекстное окно 8192 токена. Токенизатор обучен с нуля на подмножестве скандинавских данных, а продолжение предобучения выполнено на дополнительных данных объёмом около 1,2 трлн токенов. Модель предназначена прежде всего для заполнения пропусков, извлечения эмбеддингов и дообучения для NLP-задач на шведском, норвежском, датском и исландском языках. Её можно использовать как энкодер в стиле BERT для классификации, распознавания именованных сущностей и ответов на вопросы; в Transformers доступен сценарий fill-mask. Модель выпущена как исследовательский артефакт по лицензии Apache-2.0. Веб-данные могут содержать шум, стереотипы и чувствительный контент. Экстраполяция RoPE за пределы контекста в 8192 токена не проверена и может ухудшить качество.

MoMo-72B-lora-1.8.4-DPO — языковая модель Moreh на архитектуре Llama с 71 млрд параметров. Она обучена методом Direct Preference Optimization (DPO) на основе MoMo-72B-LoRA-V1.4; базовая модель MoMo-72B-LoRA-V1.4 была дообучена методом SFT с LoRA на QWEN-72B. Веса не объединялись с другими моделями, а для совместимости с форматом llama были выровнены при подготовке к отправке на лидерборд. Модель предназначена для генерации текста и диалоговых сценариев. В обучении использовались наборы SlimOrca, Truthy и Orca DPO Pairs; обучение проводилось на платформе MoAI компании Moreh с ускорителями AMD MI250. Контекст составляет до 32 768 токенов, библиотека для загрузки — Transformers. Карточка не приводит результатов бенчмарков, поэтому качество по конкретным задачам нельзя оценить по предоставленным данным. Модель распространяется по лицензии MIT.

ybelkada/mpt-7b-bf16-sharded — это шардированный checkpoint базовой языковой модели MPT-7B, опубликованный пользователем ybelkada на Hugging Face. Исходную модель разработала команда MosaicML. Репозиторий предназначен для запуска inference и fine-tuning в условиях ограниченной оперативной памяти, в частности в Google Colab, поскольку веса разделены на несколько файлов. Модель относится к decoder-only Transformer и предназначена для авторегрессионной генерации текста. Она содержит около 7 млрд параметров, сохранена в формате BF16 и работает с текстовыми данными; заявленная категория применения — text generation. Архитектура MPT использует модификации, ориентированные на эффективное обучение и inference, включая ALiBi, а для загрузки может требоваться trust_remote_code из-за нестандартной реализации MPT. Модель обучалась MosaicML с нуля на англоязычных текстах и коде. Сильные стороны — открытая реализация, возможность коммерческого использования исходной модели по Apache-2.0, поддержка эффективного inference и удобная шардированная упаковка. Ограничения включают отсутствие дообучения для следования инструкциям, возможность фактически неверных, предвзятых или нежелательных ответов, а также необходимость осторожной настройки и дополнительных защит при пользовательском применении. Точная длина контекста для данного шардированного репозитория в его карточке явно не указана.

diwash-barla/my-embeddinggemma-news-vibe — дообученная модель Sentence Transformers на базе google/embeddinggemma-300m, созданная для получения плотных векторных представлений предложений и абзацев. Она преобразует текст в эмбеддинги размерности 768; максимальная длина входа — 2048 токенов, для сравнения используется косинусное сходство. Модель подходит для семантического поиска и сравнения новостных текстов, поиска перефразировок, классификации и кластеризации. В README указано дообучение на наборе из четырёх примеров с меткой MY_FAVORITE_NEWS с использованием MultipleNegativesRankingLoss, поэтому применимость специализации на новостях стоит проверять на целевых данных. Модель использует архитектуру Gemma 3 Text, содержит около 302,8 млн параметров и распространяется в формате safetensors через библиотеку sentence-transformers. Лицензия — OpenRAIL.

NeuralTurdusVariant1-7B — разговорная языковая модель на архитектуре Mistral, созданная BarryFutureman путём слияния моделей mlabonne/NeuralBeagle14-7B и udkai/Turdus с помощью MergeKit. Она предназначена для генерации текста и диалоговых сценариев на английском языке. Модель содержит 7,1 млрд параметров, принимает текст и выдаёт текст. Заявленная длина контекста — 32 768 токенов; веса опубликованы в формате safetensors. Репозиторий распространяется по лицензии Apache-2.0.

OpenBuddy-openllama-7b-v5-fp16 — версия многоязычного чат-бота OpenBuddy, разработанного проектом OpenBuddy. Модель построена на плотной архитектуре LLaMA с классом LlamaForCausalLM и содержит 6,6 млрд параметров; опубликована в формате PyTorch с лицензией Apache-2.0. Модель предназначена для диалогов и генерации текста. В карточке заявлена поддержка китайского, английского, французского, немецкого, японского, корейского, итальянского и русского языков. Длина контекста составляет 2048 токенов. OpenBuddy может выдавать ошибочные, вредные или оскорбительные ответы. Разработчики не рекомендуют использовать её в критических сценариях, включая медицину, управление потенциально опасными системами и важные финансовые или юридические решения.

OpenBuddy-stablelm-3b-v13 — многоязычная разговорная модель из семейства OpenBuddy, построенная на архитектуре StableLM Epoch и предназначенная для генерации текста в формате чат-бота. Модель содержит 2,7 млрд параметров, принимает текст и использует контекст до 4096 токенов. Модель рассчитана на диалоговые сценарии на китайском, английском, французском, немецком, японском, корейском, итальянском и русском языках. Её можно применять для ответов на вопросы, ведения беседы и генерации текста. Модель распространяется под лицензией CC BY-SA 4.0. Ответы могут быть ошибочными, вредными или оскорбительными. Разработчики предостерегают от применения модели в критических и высокорисковых сценариях, включая медицину, управление потенциально опасными системами, а также принятие важных финансовых и юридических решений.

huihui-ai/Phi-4-multimodal-instruct-abliterated — это экспериментальная версия модели Microsoft Phi-4-multimodal-instruct, обработанная методом abliteration для уменьшения отказов в ответах. Изменения затрагивают только текстовую часть модели; обработка изображений не менялась. Модель имеет плотную архитектуру Phi4MMForCausalLM, около 3,8 млрд параметров и контекст до 4096 токенов. Модель предназначена для диалогов и генерации текста, а также может использоваться в мультимодальных сценариях с аудио и изображениями, унаследованных от базовой Phi-4-multimodal-instruct. Метаданные указывают распознавание речи; базовая модель также поддерживает анализ изображений и аудио. Теги карточки заявляют поддержку арабского, китайского, чешского, датского, нидерландского, английского, финского, французского, немецкого, иврита, венгерского, итальянского, японского, корейского, норвежского, польского, португальского, русского, испанского, шведского, тайского, турецкого и украинского языков. Это грубая демонстрационная реализация удаления отказов, а не гарантия полного снятия ограничений или повышения качества. Модель распространяется по лицензии MIT; загрузка через библиотеку Transformers.

Карточка модели arefehRajabian/phi_finetune_microsoft_16bit на Hugging Face совпадает с карточкой arefehRajabian/phi_finetune_16bit, поэтому описание составлено по ней. Модель arefehRajabian/phi_finetune_16bit — дообученная автором arefehRajabian разговорная языковая модель для генерации текста. Она основана на unsloth/phi-4-bnb-4bit; карточка сообщает об обучении с помощью Unsloth и библиотеки TRL. В репозитории представлены веса Safetensors, размер модели — 14,1 млрд параметров, контекст — до 16 384 токенов. Модель поддерживает английский язык и предназначена для диалогового взаимодействия и генерации текста. Лицензия — Apache-2.0. Карточка не уточняет специализацию дообучения и его результаты.

ptt5-v2-base — текстовая модель семейства T5, разработанная группой Unicamp-DL как продолжение предобучения исходной модели Google для португальского языка. Чекпойнт содержит 123,8 млн параметров, использует архитектуру T5ForConditionalGeneration и доступен в формате PyTorch; нативный контекст — 512 токенов. Модель предназначена для преобразования текста в текст на португальском языке и служит базой для задач NLP. Чекпойнты ptt5-v2 также использовались для обучения португальских MonoT5-реранкеров. Модель распространяется по лицензии Apache-2.0.

consciousAI/question-answering-roberta-base-s-v2 — модель для извлечения ответов из предоставленного контекста по вопросу. Это энкодер RoBERTa-base с головой для Question Answering, дообученный на наборе SQUADx; README приводит результаты exact match 84,83 и F1 91,80. Модель принимает текст вопроса и контекста, а возвращает текст ответа, его фрагмент в контексте и оценку уверенности. Модель содержит около 151,8 млн параметров и поддерживает контекст длиной до 514 токенов. Она предназначена для систем поиска ответов, где ответ должен опираться на переданный текст. В метаданных указан pipeline question-answering; файлы представлены в форматах PyTorch и safetensors. Лицензия — Apache-2.0. Модель извлекает ответ только из заданного контекста, поэтому качество зависит от его полноты и релевантности; заявленные метрики относятся к оценке на SQUADx. Языки обучения или поддержки в доступных данных не установлены.

Это компактная инструктивная языковая модель Qwen2.5-0.5B-Instruct, опубликованная Unsloth как дообученная версия Qwen/Qwen2.5-0.5B-Instruct. Она построена на архитектуре Qwen2 с причинной генерацией текста и рассчитана на диалоги, выполнение инструкций и другие задачи генерации текста. В метаданных указаны 494 млн параметров, контекст до 32 768 токенов, формат safetensors и библиотека Transformers. Модель подходит для чат-ботов, ответов на запросы и генерации структурированного текста. В карточке базовой модели заявлена поддержка более 29 языков, включая русский и английский; сама карточка репозитория отмечает английский. Модель компактна, но уступает более крупным моделям по возможностям и надёжности, а результаты зависят от запроса и сценария применения. Лицензия — Apache-2.0.

Gensyn распространяет эту модель для использования в RL Swarm и локального дообучения методом peer-to-peer обучения с подкреплением. Согласно карточке, репозиторий содержит неизменённую инструкционную версию Qwen2.5 с 1,5 млрд параметров, построенную на архитектуре причинной языковой модели Qwen2; она использует RoPE, SwiGLU, RMSNorm, смещение в QKV-внимании и связанные эмбеддинги слов. Модель принимает текст и генерирует текст, поддерживает диалог и интерфейс вызова инструментов. Контекст составляет 32 768 токенов, максимальная длина генерации — 8 192 токена. В метаданных указан английский язык. После дообучения модель можно использовать в обычных сценариях генерации текста. Лицензия — Apache-2.0.

Qwen2.5-3B — базовая предобученная языковая модель семейства Qwen2.5, разработанная командой Qwen. Это плотная причинная трансформерная модель с 3,1 млрд параметров, архитектурой Qwen2 и контекстом до 32 768 токенов. В архитектуре используются RoPE, SwiGLU, RMSNorm, смещение в QKV-внимании и связанные эмбеддинги; модель содержит 36 слоёв и применяет GQA с 16 головами Q и 2 головами KV. Модель предназначена для дальнейшего обучения и адаптации, включая SFT, RLHF и продолжение предобучения. Она может служить основой для генерации и продолжения текста, а семейство Qwen2.5 отмечено улучшениями в программировании, математике, следовании инструкциям, работе с длинным текстом, таблицами и структурированными, в том числе JSON, ответами. Эта версия является базовой, поэтому разработчики не рекомендуют использовать её непосредственно для диалогов. Семейство поддерживает более 29 языков, в том числе русский и английский. Репозиторий содержит веса в формате safetensors, а для работы рекомендуется актуальная версия Transformers. Лицензия в метаданных обозначена как other; конкретные условия следует сверять с карточкой модели.

ReliquaryForge/qwen3-4b-base-dapo-v4 — базовая плотная причинная языковая модель семейства Qwen3, опубликованная в формате safetensors и предназначенная для генерации текста. Карточка описывает предобученную модель Qwen3-4B-Base с 36 слоями и группированным запросным вниманием (GQA); метаданные каталога указывают 3,7 млрд параметров. Контекстное окно составляет 32 768 токенов. Модель подходит как основа для генерации текста и дальнейшей адаптации под диалоговые и другие языковые сценарии. В карточке семейства указано предобучение на многоязычном корпусе и акцент на знаниях, рассуждениях, STEM и программировании; это общесемейное описание, не отдельная оценка именно данного чекпойнта. Для работы рекомендуется актуальная версия Transformers: версии ниже 4.51.0 могут не распознавать архитектуру Qwen3. Лицензия — Apache-2.0.

ISTA-DASLab/Qwen3.5-4B-GGUF-GSQ — это GGUF-квантованная версия базовой модели Qwen/Qwen3.5-4B, разработанная ISTA-DASLab. Модель создана для генерации текста и локального запуска в llama.cpp, Ollama, LM Studio и других средах, поддерживающих формат GGUF. Она предназначена для сценариев, где важны уменьшенный размер файла и эффективный запуск языковой модели на совместимом оборудовании. Модель использует формат GGUF K-Quant с вариантом квантования Q2_K_XL. За основу взят файл Unsloth UD-Q2_K_XL, после чего дискретные значения весов были оптимизированы методом GSQ (Gumbel-Softmax Quantization) и упакованы обратно в тот же формат. Размер и структура файла соответствуют стандартному Q2_K_XL, поэтому модель является заменой исходного GGUF-чекпойнта без изменений в runtime. README не содержит дополнительных сведений о языках, размере контекста и исходной архитектуре Qwen3.5-4B. По приведённым оценкам, GSQ-версия превосходит использованный исходный чекпойнт Unsloth на AIME 25, GPQA Diamond, IFEval, GSM8K и MMLU-Pro; результаты получены в режиме zeroshot при разных настройках thinking. Ограничения модели связаны с очень низкой разрядностью Q2_K и зависимостью от поддержки GGUF и совместимого runtime; приведённые показатели нельзя напрямую переносить на другие режимы использования. Лицензия — Apache-2.0.

amd/Qwen3.6-35B-A3B-w8a8-llmcompressor — квантизированная AMD версия модели Qwen3.6-35B-A3B, созданная с использованием LLM Compressor и формата compressed-tensors. Модель предназначена для генерации текста и поддерживает текстовый ввод и вывод; в исходной архитектуре используется Qwen3_5MoeForConditionalGeneration с разреженной MoE-структурой. Указан английский язык. README не приводит общее число параметров в явном виде, но размер исходных весов составляет 67,0 GiB, а после квантизации — 35,1 GiB. Применяется для инференса на CPU AMD EPYC под Linux через vLLM. Используется квантизация W8A8: веса представлены в INT8 с симметричным поканальным масштабированием, активации — в INT8 с динамическим поточным масштабированием. Маршрутизатор MoE, отдельные gating-модули, модули линейного внимания, визуальная башня и lm_head сохранены в BF16. Это снижает размер модели примерно на 48% и ориентировано на эффективный CPU-инференс с оптимизациями ZenDNN и ZenTorch. В предоставленной оценке на GSM8K модель получила 0,9629 против 0,9629 у исходной BF16-версии, однако результаты приведены только для одного бенчмарка. Основные ограничения — ориентация на AMD EPYC CPU, отсутствие целевой поддержки GPU и зависимость от конкретного стека: ZenDNN 6.1.0, ZenTorch 2.11.0.3, PyTorch 2.11.0, LLM Compressor 0.12.0 и vLLM 0.26.0; на других версиях корректная загрузка не гарантируется. Модель распространяется по лицензии Apache-2.0, как и исходная модель.

MihaiPopa-1 выпустил вариант Empero Qwen3.8-2B-Distill с ослабленным отказом от ответов. Это плотная причинная языковая модель на 2 млрд параметров, полученная полным дообучением дистиллированной модели Empero; README сообщает о снижении доли отказов с 83 до 4 на 100 примерах. Модель предназначена для диалогов, следования инструкциям, математических задач и рассуждений; поддерживает вызов инструментов по спецификации Qwen3.5. Веса доступны в формате Safetensors для Transformers и совместимых сред выполнения. Модель работает с текстом, имеет контекст длиной 262 144 токена и рассчитана прежде всего на английский язык. README указывает, что обучение сосредоточено на математике, рассуждениях и следовании инструкциям; малый размер подходит для периферийных устройств, хотя практическая скорость зависит от среды выполнения и доступных ядер. Ограничения включают меньшую ёмкость для фактического извлечения и сложных многошаговых задач, а также повторяющиеся циклы при жадной генерации длинных ответов. Поведение зрения унаследовано от базовой архитектуры, но в README не оценивалось. Лицензия — Apache-2.0.

Qwen3-VL-4B-Instruct-NPU — мультимодальная модель на 4 млрд параметров от команды Qwen компании Alibaba Cloud, подготовленная для запуска на Qualcomm NPU через NexaSDK. Это вариант Qwen3-VL-4B-Instruct с инструкционной настройкой и файлом GGUF в формате F16. Модель принимает текстовые запросы и изображения, а также понимает видеоконтекст; отвечает текстом в диалоге, объясняет визуальные сцены и анализирует документы, диаграммы и снимки экрана. Подходит для визуальных помощников, описания изображений, вопросов по визуальным материалам и мультиязычных сценариев. README заявляет поддержку нескольких языков, но не перечисляет их по отдельности. Размер 4 млрд параметров рассчитан на более компактный запуск на устройствах. Конкретная длина контекста и лицензия в предоставленных сведениях не указаны.

Qwen_Qwen3-VL-2B-Instruct-GGUF — это GGUF-квантизированная версия мультимодальной модели Qwen3-VL-2B-Instruct, разработанной Qwen и подготовленной пользователем bartowski. Модель предназначена для задач image-text-to-text: обработки изображений вместе с текстовыми запросами и генерации текстовых ответов. Она может запускаться локально через llama.cpp, LM Studio и другие совместимые проекты. В репозитории представлены варианты весов от BF16 до низкобитных форматов Q8_0, Q6_K, Q5_K, Q4_K и Q3/Q2, что позволяет выбирать между качеством, размером файла и требованиями к оперативной памяти. Размер исходной модели — 2B параметров; отдельные файлы занимают примерно от 0,85 до 3,45 ГБ. Для большинства сценариев рекомендуются варианты Q4_K_M, Q5_K и Q6_K; низкобитные варианты экономят память, но снижают качество. Контекст, поддерживаемые языки и точные архитектурные характеристики в README не указаны. Лицензия также не указана, поэтому условия использования следует уточнять в карточке исходной модели Qwen/Qwen3-VL-2B-Instruct.

ReasonRank-7B — языковая модель для ранжирования фрагментов текста, представленная авторами исследования ReasonRank: Empowering Passage Ranking with Strong Reasoning Ability. Она дообучена на базе Qwen/Qwen2.5-7B-Instruct и предназначена для задач информационного поиска, где нужно оценивать и упорядочивать пассажи по релевантности запросу. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2 с causal language modeling и работает через Transformers. Контекст — до 32 768 токенов; в карточке указан английский язык. Репозиторий распространяется в формате Safetensors по лицензии MIT. Модель рассчитана на ранжирование пассажей с опорой на рассуждение; также в метаданных отмечены генерация текста, чат и интерфейс вызова инструментов. README отсылает к статье и GitHub-репозиторию за подробностями использования, но не приводит результаты оценки или инструкции. Как производная от Qwen2.5-7B-Instruct, она сохраняет общие ограничения языковой модели, включая возможные ошибки в оценках релевантности; качество на конкретном поисковом наборе данных следует проверять отдельно.

Cross-encoder-модель для оценки релевантности пар текстов, опубликованная в репозитории cross-encoder-testing. Она дообучена на базе prajjwal1/bert-tiny с использованием библиотеки sentence-transformers и обучалась на данных GooAQ. Модель предназначена для англоязычных задач семантического поиска, ранжирования результатов, оценки текстового сходства, поиска перефразирований, классификации и кластеризации. Модель принимает пару текстов и вычисляет для неё единый score, поэтому особенно подходит для переранжирования кандидатов после этапа первичного поиска. Максимальная длина последовательности составляет 512 токенов, предусмотрена одна выходная метка. Заявленные метрики включают MAP, MRR@10 и NDCG@10, однако конкретные значения результатов в карточке не приведены. К сильным сторонам относятся компактная архитектура BERT-tiny и поддержка стандартного интерфейса CrossEncoder, что может облегчать применение в сценариях, где важны небольшие вычислительные затраты. Ограничения включают работу только с английским языком, обработку текстов парами и ограничение контекста 512 токенами; сведения о точности на конкретных прикладных наборах данных отсутствуют. Модель распространяется по лицензии Apache-2.0.

kwondw/reranker-ModernBERT-base-gooaq-bce — англоязычный кросс-энкодер, дообученный автором на основе answerdotai/ModernBERT-base с помощью Sentence Transformers. Модель оценивает пары текстов одним числовым баллом релевантности и предназначена для переранжирования результатов поиска и семантического поиска, например ответов на вопросы. Модель использует архитектуру ModernBertForSequenceClassification и содержит около 149 млн параметров. Она принимает только текст, поддерживает последовательности длиной до 8192 токенов и обучена на 292 161 примере GooAQ с вопросами, ответами и метками. В README приведены результаты оценки на GooAQ и нескольких наборах для поиска; метрики различаются между наборами. Лицензия — Apache-2.0. Модель рассчитана на английский язык; качество на других языках не подтверждено. Как кросс-энкодер, она оценивает пары текстов и подходит для повторной сортировки кандидатов, а не для самостоятельного поиска по большой коллекции без предварительного этапа извлечения.

csarron/roberta-base-squad-v1 — модель на базе RoBERTa-base, дообученная Qingqing Cao на наборе SQuAD 1.1 для извлечения ответов из текста по заданному вопросу. Она принимает вопрос вместе с контекстом и возвращает найденный в контексте ответ; модель чувствительна к регистру английских букв. Архитектура — RobertaForQuestionAnswering, размер — 151,8 млн параметров, длина контекста — до 514 токенов. Доступны веса PyTorch, Flax и safetensors. Модель предназначена для англоязычных систем поиска ответов по документам и текстовым фрагментам. В карточке сообщаются результаты на SQuAD 1.1: Exact Match 83,0 и F1 90,4; эти показатели относятся к указанному набору и не гарантируют такую же точность на других данных. Лицензия — MIT.

cl-nagoya/ruri-large-v2 — японская модель эмбеддингов предложений, разработанная командой cl-nagoya и построенная как Sentence Transformer на базе cl-nagoya/ruri-pt-large-v2. Она преобразует текстовые фрагменты в векторы размерностью 1024; сходство между ними можно оценивать косинусной мерой. Модель основана на архитектуре BERT, содержит 436,2 млн параметров и обрабатывает последовательности длиной до 512 токенов. Модель предназначена для поиска по смыслу, сравнения предложений и других задач, где нужно сопоставлять тексты по семантической близости. В README приведена оценка 74,55 в среднем по JMTEB, а также результаты по поиску, семантическому сходству, классификации, ранжированию и кластеризации. Разработчики отмечают, что доступны более новые модели Ruri v3 и рекомендуют их для дальнейшего использования. Модель ориентирована на японский язык. Распространяется под лицензией Apache 2.0.

Slavator096/saiga-phi-3-mini-4k — диалоговая языковая модель, созданная Slavator096 дообучением с учителем (SFT) microsoft/Phi-3-mini-4k-instruct на обучающей части набора IlyaGusev/ru_turbo_saiga с помощью Phinetune. Она предназначена для генерации ответов в чате и русскоязычных диалоговых сценариев. Модель использует плотную архитектуру Phi-3ForCausalLM, содержит 3,7 млрд параметров и работает с контекстом до 4096 токенов; в обучении максимальная длина последовательности составляла 2048 токенов. Весы опубликованы в формате safetensors, лицензия — CC BY 4.0. Карточка не сообщает об оценках качества или специальных ограничениях поведения модели.

Это контрольная точка selective gate SFT модели Xirui1208, дообученная на базе Xirui1208/readall-readtwice-14b-rl-step15-20260925. В репозитории находятся замороженная модель ReadAll на 14 млрд параметров в BF16 и обученный LoRA-адаптер с параметром gate bias; для выборочного чтения длинных документов требуется загрузить адаптер вместе с реализацией gate. Если загрузить только корневую модель, получится замороженная ReadAll без обученного селективного механизма. Модель предназначена для выборочного чтения документов с помощью внешнего цикла ReadTwice: она оценивает страницы и помогает направлять обработку к релевантным фрагментам, сохраняя память между этапами. В протоколе используются чанки источника по 5 000 токенов; для длинных документов предусмотрена обработка повторяющимися страницами. Контекст модели — 32 768 токенов. В карточке указаны английский и китайский языки, архитектура Qwen2 и библиотека Transformers. Адаптер обучен за одну эпоху на проверенных навигационных аннотациях учителя; указанная метрика калибровки gate не является точностью ответов на вопросы, и для этого SFT-адаптера не заявлен новый QA-бенчмарк на длинных документах. Сохранение адаптера объединением с весами reader меняет предусмотренный конвейер. Лицензия — Apache-2.0.

Это модель Sentence Transformer на архитектуре MPNet, разработанная на основе microsoft/mpnet-base и дообученная автором репозитория на наборе sxc_med_llm_chemical_gen. Она преобразует предложения и абзацы на английском языке в плотные векторы размерностью 768 для сравнения семантической близости, поиска похожих текстов и других задач представления текста. Модель поддерживает семантический поиск, поиск перефразирований, кластеризацию и классификацию текста; сходство можно оценивать косинусной мерой. Максимальная длина последовательности — 512 токенов, число параметров — 136,7 млн. Модель подходит для поиска и группировки текстов в химической тематике, отражённой обучающим набором, а также для других задач сходства английских текстов. Ограничение лицензии Apache 2.0 позволяет использовать модель на её условиях. В README приведён результат cosine_accuracy 0,9838 на TripletEvaluator, но он относится к указанной оценке и сам по себе не гарантирует такое же качество на других данных.

Карточка модели mitra-mir/setfit-model-Misinformation-on-Convoy на Hugging Face совпадает с карточкой mitra-mir/setfit-model-Misinformation-on-Global-Support, поэтому описание составлено по ней. Это модель Sentence-Transformers на архитектуре MPNet, разработанная автором репозитория mitra-mir. Она преобразует предложения и абзацы в плотные векторы размерности 768 для семантического поиска, сравнения сходства и кластеризации текстов. В метаданных указано 136,7 млн параметров и контекст до 514 токенов; модель распространяется в формате PyTorch. Название репозитория указывает на тему дезинформации о глобальной поддержке, однако README не описывает специализированные функции или результаты классификации по этой теме. Модель подходит для получения текстовых эмбеддингов и поиска семантически близких фрагментов. Для использования описан интерфейс библиотеки Sentence-Transformers. Лицензия в предоставленных данных не указана.

Это объединённая модель генерации текста, созданная с помощью mergekit методом Linear merge из нескольких контрольных точек предварительно обученной языковой модели. В карточке не указана организация-разработчик; размер модели — 8,8 млрд параметров. Она использует архитектуру GPT-NeoX и библиотеку Transformers, поддерживает диалоговый режим и имеет контекст длиной до 16 384 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Сведения о её языках, специализированной области применения и результатах оценки качества отсутствуют. Условия лицензирования в карточке не приведены.