I.2Синтез, понимание и проверка знаний

EMOVA-Qwen-2.5-7B-HF — мультимодальная модель-ассистент на 7 млрд параметров, разработанная командой EMOVA и основанная на Qwen2.5-7B-Instruct с визуальным энкодером. Она принимает текстовые, визуальные и речевые входы и предназначена для диалога, понимания изображений и речи, а также генерации текстовых и речевых ответов. Для речевого диалога поддерживаются английский и китайский языки, 24 варианта управления голосом: два говорящих, три высоты голоса и четыре эмоции. По данным README, модель показывает высокие результаты в тестах на понимание изображений и речи; карточка приводит оценки для варианта 7B, но подробности контекста и замеров речи здесь не представлены. Репозиторий содержит веса в формате Hugging Face для загрузки через Transformers Auto API. Лицензия — Apache-2.0.

Erlangshen-Ubert-330M-Chinese — китайская модель семейства UBERT от проекта Fengshenbang-LM, разработанная для понимания языка и извлечения информации. В карточке Hugging Face указана архитектура BERT с головой BertForMaskedLM, 424,3 млн параметров и контекст до 512 токенов; README описывает UBERT как унифицированную многозадачную систему на основе MacBERT-Large, обученную на более чем 70 наборах данных с общим объёмом около 1,07 млн примеров. Модель предназначена для заполнения маскированных токенов и может применяться в задачах извлечения сущностей, понимания естественного языка и ответов на вопросы по тексту. В соревновании AIWIN 2022 по многозадачному пониманию небольших китайских страховых выборок решение заняло первое место в двух таблицах результатов. Модель принимает и выдаёт текст на китайском языке. Лицензия — Apache-2.0.

Это англоязычная модель для извлекающего ответа на вопросы, разработанная на основе bert-base-uncased и дообученная целиком на подвыборке SQuAD v1.1. Архитектура — BERT-base с 12 слоями Transformer, размером 768 и 12 головами внимания; модель содержит около 136,7 млн параметров по метаданным. Контекст модели ограничен 512 токенами, а при обучении использовались окна длиной 384 токена с шагом 128. Модель принимает вопрос и текстовый фрагмент и выбирает ответ как непрерывный отрывок из этого текста. Она подходит для поиска фактического ответа в предоставленном англоязычном тексте, например в документах или статьях. В оценке на валидационной выборке SQuAD v1.1 указаны Exact Match 73,59% и F1 82,70%. Модель не формулирует ответы своими словами и не определяет надёжно, что ответа в тексте нет; длинные тексты следует обрабатывать скользящими окнами. Для языков, отличных от английского, и задач, чувствительных к регистру, она не предназначена. Лицензия — Apache-2.0.

FinLang/finance-embeddings-investopedia — модель эмбеддингов команды FinLang, дообученная для финансовых приложений на базе BAAI/bge-base-en-v1.5. Она построена на архитектуре BERT, содержит 136,7 млн параметров и преобразует предложения и абзацы в плотные векторы размерности 768. Контекст ограничен 512 токенами. Модель предназначена для семантического поиска и кластеризации финансовых текстов, в том числе для поиска по документам в RAG-системах. В README описана оценка сходства на финансовых парах из Investopedia и проверка сохранения качества на наборах вопросов и ответов общего назначения. Лицензия — CC BY-NC 4.0; сторонние датасеты могут иметь дополнительные условия. Авторы позиционируют проект как исследовательский.

Это мультимодальная модель Google DeepMind Gemma 4 26B A4B IT, преобразованная сообществом mlx-community в формат MLX для запуска на оборудовании Apple с библиотекой MLX. Она предназначена для диалогов и генерации текста по текстовым и визуальным запросам; пример из карточки показывает описание изображения. Архитектура указана как Gemma4ForConditionalGeneration, файлы представлены в формате safetensors с точностью bf16. Модель подходит для ответов на вопросы по изображениям, их описания и обычного диалога. Она унаследовала возможности базовой Gemma 4 26B A4B IT; в карточке MLX-community отдельно не приведены длина контекста и список языков. Репозиторий содержит преобразованную версию базовой модели, а не самостоятельное дообучение. Лицензия — Apache 2.0.

Germeo-7B-Laser — экспериментальная разговорная языковая модель, разработанная на базе Hermeo-7B и объединённая из leo-mistral-hessianai-7b-chat и DPOpenHermes-7B-v2. Это плотный авторегрессионный трансформер Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель понимает немецкий и английский, но предназначена преимущественно для ответов на немецком языке. Модель рассчитана на диалог, генерацию немецкого текста и понимание запросов на немецком и английском. В README автор описывает Laser-обучение на наборе LeoLM/OpenSchnabeltier как эксперимент, который должен усиливать немецкие возможности и снижать вероятность ответов на английском; приведены результаты языковых бенчмарков, но оценка обозначена как незавершённая. Модель распространяется в формате safetensors по лицензии Apache-2.0.

vicgalle/gpt2-alpaca-gpt4 — англоязычная генеративная модель на архитектуре GPT-2, обученная следовать инструкциям на наборе vicgalle/alpaca-gpt4. Она предназначена для генерации ответов на текстовые запросы, включая простые творческие задания и выполнение инструкций. В карточке приведены примеры генерации и результаты оценки на Open LLM Leaderboard. Модель принимает текст и выдаёт текст. Её контекст составляет 1024 токена; доступны веса в форматах PyTorch, Safetensors и ONNX. Лицензия — MIT. Результаты тестов и примеры не гарантируют качество ответов на произвольных запросах; опубликованные примеры показывают, что ответы могут быть общими и не всегда точно описывать возможности модели.

granite-4.1-Queen-30b — дообученная языковая модель автора aifeifei798 на базе IBM Granite 4.1. Это плотная причинная модель на 28,9 млрд параметров для генерации текста и диалогов; заявленная длина контекста — 131 072 токена. Модель предназначена для ролевых диалогов с разными персонами, творческого письма, песенных текстов, маркетинговых материалов и помощи с кодом. В README заявлена ориентация на английский язык, быстрые ответы и ролевые сценарии, включая тёмное фэнтези и Dark Academia. Также перечислены сценарии вроде написания постов и инструкций, разработки UI/CSS, ревью кода и подготовки деловых текстов. Метаданные указывают библиотеку Transformers, формат safetensors и лицензию Apache 2.0. Утверждения README о снижении отказов, ускорении вывода и улучшении рассуждений не сопровождаются проверяемыми результатами, поэтому их следует считать заявлениями автора, а не подтверждёнными характеристиками.

HerBERT-large-cased — польскоязычная языковая модель на архитектуре BERT, разработанная исследовательской командой Allegro совместно с группой лингвистической инженерии Института компьютерных наук Польской академии наук. Модель обучена на польских текстовых корпусах с помощью masked language modeling и Sentence Structural Objective, с динамическим маскированием целых слов. Для токенизации используется символьный Byte-Pair Encoding с размером словаря 50 тыс. токенов. Модель предназначена для извлечения контекстных представлений текста, которые можно использовать в NLP-системах для польского языка. В репозитории заявлены веса PyTorch, TensorFlow и Flax; число параметров составляет около 453,9 млн, а длина контекста — 514 токенов. Лицензия — Creative Commons Attribution 4.0 International (CC BY 4.0).

Ichigo-llama3.1-s-instruct-v0.3-phase-3 — языково-звуковая модель от Homebrew Research на архитектуре Llama 3.1 с 7,5 млрд параметров. Она принимает текст и звук и выдаёт текст; контекст составляет 131 072 токена. Модель дообучена на основе homebrewltd/Ichigo-llama3.1-s-instruct-v0.3-phase-2 для улучшения взаимодействия с пользователем, в частности обработки неслышимых входов и многоходовых диалогов. Модель предназначена для понимания звука и текста, включая диалоговые сценарии; README приводит результаты оценок MMLU и AudioBench. Основной язык — английский. Лицензия Apache-2.0. Карточка не уточняет, какие именно типы аудио поддерживаются и как обрабатываются неслышимые входы; опубликованные оценки не гарантируют качество на других данных и сценариях.

immersyn2026/immersyn-pro — дообученная чат-модель на архитектуре Llama, разработанная immersyn2026 на базе unsloth/llama-3-8b-Instruct-bnb-4bit. Модель предназначена для генерации текста и диалоговых сценариев. В репозитории указаны 7,5 млрд параметров, контекст до 8192 токенов и формат Safetensors; при обучении использовались Unsloth и библиотека TRL. Модель поддерживает английский язык. Карточка не описывает специализацию, обучающие данные или сравнительные результаты, поэтому её сильные стороны в конкретных областях установить нельзя. Лицензия — Apache-2.0.

IndoBERT-Lite Large Model (phase1, uncased) — предварительно обученная языковая модель для индонезийского языка, разработанная командой IndoBenchmark. Она основана на архитектуре ALBERT и обучена на корпусе Indo4B с задачами masked language modeling и next sentence prediction. Модель предназначена для извлечения контекстных представлений текста, которые можно использовать в качестве основы для последующих задач обработки индонезийского языка. Модель содержит около 433,4 млн параметров, принимает текстовые последовательности длиной до 512 токенов и поддерживает извлечение признаков через Transformers; в репозитории доступны форматы PyTorch и TensorFlow. Карточка описывает uncased-вариант, то есть текст обрабатывается без различения регистра. Лицензия — MIT.

InternLM-XComposer2.5-Chat — мультимодальная чат-модель, разработанная командой InternLM и дообученная на базе internlm/internlm-xcomposer2d5-7b. Она предназначена для диалога с пользователем, выполнения мультимодальных инструкций и ответов на открытые вопросы по изображениям. Модель содержит 7,4 млрд параметров, использует плотную архитектуру InternLM2 и поддерживает контекст до 24 576 токенов. Модель принимает текст и изображения и выдаёт текстовые ответы; в карточке заявлены улучшенное следование мультимодальным инструкциям и открытый диалог. Для загрузки через Transformers README указывает PyTorch и `trust_remote_code=True`; для экономии памяти рекомендуется bfloat16. Лицензия указана как `other`, поэтому конкретные условия использования следует сверить с лицензией репозитория.

InternVL3-1B-hf — мультимодальная модель OpenGVLab, представленная как реализация InternVL3 для библиотеки Transformers. Это плотная модель класса InternVLForConditionalGeneration, дообученная на основе OpenGVLab/InternVL3-1B-Instruct; репозиторий содержит веса в формате safetensors. Модель принимает текст вместе с изображениями и видео, а также поддерживает текстовую генерацию без изображений. Модель предназначена для диалогов с визуальным контентом: описания изображений и видео, визуального восприятия и рассуждений, а также сценариев с несколькими изображениями и чередованием текстовых и визуальных входов. README также отмечает возможности семейства InternVL3 для работы с инструментами, GUI-агентами, промышленным анализом изображений и 3D-восприятием, но не утверждает, что все эти сценарии отдельно проверены для версии 1B. Реализация поддерживает Transformers, пакетный вывод и варианты внимания eager, SDPA и FA2. Карточка указывает мультиязычность, но конкретные языки и размер модели не приведены. Лицензия обозначена как other; перед использованием следует проверить условия лицензии исходного репозитория модели. Характеристики качества и ограничения конкретного чекпойнта 1B в предоставленной карточке подробно не описаны.

ITT-AF/ITT-Yi-Ko-6B-v3.0 — дообученная языковая модель, созданная на основе beomi/Yi-Ko-6B на пользовательском наборе данных. Это плотная авторегрессионная модель семейства Llama с 5,9 млрд параметров, предназначенная для генерации текста. Веса опубликованы в формате safetensors; модельный репозиторий создан 31 января 2024 года. Карточка не описывает состав обучающего набора, конкретные сценарии применения, результаты оценки или специальные языковые возможности. Указаны контекст длиной 2048 токенов и лицензия CC BY-NC 4.0, которая ограничивает использование некоммерческими условиями.

karasu-7B-chat-plus-unleashed — разговорная языковая модель, разработанная Lightblue и дообученная на базе lightblue/karasu-7B. Она предназначена для генерации ответов в диалоге и других сценариев текстового общения. В обучении использовались японские чаты OASST и ShareGPT, набор augmxnt/ultra-orca-boros-en-ja-v1, а также собственные датасеты Lightblue; из категории отказов было удалено около 6 тысяч примеров. Модель построена на плотной архитектуре Mistral и содержит 7,5 млрд параметров. Поддерживает контекст до 32 768 токенов, работает с текстом и рассчитана прежде всего на японский и английский языки. Опубликована в формате safetensors под лицензией Apache-2.0. Название «unleashed» и удаление примеров отказов могут означать менее частые отказы в ответах, однако README не уточняет поведение модели или связанные с этим ограничения.

Это GGUF-представление KATCoder-2.5-Dev, подготовленное для запуска на графических процессорах AMD. Автор карточки описывает преобразование исходной модели Kwaipilot/KATCoder-2.5-Dev размером 35 млрд параметров: к ней добавляется MTP-заголовок, затем веса конвертируются в GGUF и квантуются в формате ROCmFPX. Репозиторий предназначен для генерации текста в диалоговом режиме через инструменты ROCmFPX и llama.cpp на системах с AMD ROCm или Vulkan. В README упоминаются варианты ROCmFP4 и ROCmFP6, а также экспериментальные уровни квантизации с разным компромиссом между скоростью и качеством. Метаданные указывают на формат GGUF, лицензию MIT и английский язык. Заявленные в карточке скорости относятся к окружениям AMD и не являются независимой оценкой качества или производительности этой загрузки.

KoVicuna — дообученная языковая модель на архитектуре Llama, созданная June Lee на основе Vicuna. Модель содержит 6,6 млрд параметров и предназначена для генерации текста, в том числе на корейском и английском языках. Модель опубликована в формате PyTorch и имеет контекстное окно 2048 токенов. Карточка не приводит оценок качества или подробных сценариев применения. Лицензия в предоставленных данных не указана.

ksong-1-12bv1m2 — языковая модель для генерации текста и диалогов, созданная объединением моделей методом SLERP через mergekit. В конфигурации указаны LatitudeGames/Muse-12B и PocketDoc/Dans-PersonalityEngine-V1.3.0-12b; метаданные связывают её с LatitudeGames/Muse-12B. Модель основана на плотной архитектуре Mistral и содержит 9,8 млрд параметров. Она предназначена для чат-сценариев, ролевых диалогов и генерации повествовательного текста; базовая Muse-12B описана как модель для связной прозы с эмоциональной глубиной. Указан контекст до 131 072 токенов. Репозиторий содержит веса Safetensors в формате bfloat16. Лицензия — Apache-2.0.

KULLM-Mistral-S — разговорная языковая модель проекта KULLM, дообученная на базе mistralai/Mistral-7B-Instruct-v0.2 с использованием датасета KULLM и подготовленных вручную инструкций. Она предназначена для диалога и генерации ответов по текстовым запросам. Модель построена на плотной архитектуре Mistral и содержит 7,1 млрд параметров. Она принимает и генерирует текст, поддерживает корейский язык, имеет контекст длиной до 32 768 токенов и распространяется в формате safetensors по лицензии Apache-2.0.

Labira/LabiraPJOK_3x_50 — дообученная модель на базе Labira/LabiraPJOK_2x_50 для ответов на вопросы. Она использует архитектуру BERT с головой BertForQuestionAnswering и рассчитана на контекст длиной до 512 токенов. Модель распространяется в формате TensorFlow по лицензии MIT. В карточке приведены результаты обучения: ошибка на обучающей выборке 0,0125 и на валидационной выборке 1,5431 после 49-й эпохи. Датасет, языки и практические ограничения модели не описаны; качество ответов вне указанного оценочного набора не установлено.

nishp24/legalmind-embedder-v2 — дообученный Sentence Transformer на базе sentence-transformers/all-MiniLM-L6-v2 для получения семантических векторов предложений и абзацев. Модель кодирует текст в плотные векторы размерности 384 и предназначена для поиска и сравнения фрагментов по косинусному сходству; в архитектуре используются BertModel, усредняющий pooling и нормализация. В карточке приведён пример обучения на 5 993 парах текстов, связанных с законодательством, что указывает на специализацию для поиска по правовым материалам. Модель принимает только текст. Метаданные указывают 25,9 млн параметров и лимит контекста 512 токенов, а README сообщает максимальную длину последовательности 256 токенов. Базовая модель англоязычная, и примеры обучающих данных также на английском, поэтому применение ориентировано прежде всего на английские юридические тексты. Лицензия в предоставленных данных не указана.

MuXodious выпустил LFM2.5-8B-A1B-SOMPOA-heresy — дообученную версию мультиязычной модели Liquid AI LFM2.5-8B-A1B, обработанную инструментом Heretic с применением Self-Organizing Maps и Magnitude-Preserving Orthogonal Ablation. Модель построена на MoE-архитектуре для генерации текста и диалогов. В метаданных указаны 1,6 млрд параметров и контекст до 128 000 токенов; файлы представлены в формате safetensors. Модель предназначена для диалоговых ответов и генерации текста. В карточке приведены результаты снижения числа отказов с 412 до 14 на наборе из 416 примеров. Поддерживаемые языки по метаданным: английский, арабский, китайский, французский, немецкий, японский, корейский, испанский, португальский и итальянский. Автор отмечает необычное поведение модели и сохраняющиеся отказы; попытки пропускать цепочку рассуждений могли влиять на ответы. Лицензия указана как other, поэтому условия следует уточнить на странице репозитория.

ByteDance ListConRanker — плотная модель ранжирования текстов на основе архитектуры BERT, разработанная ByteDance. Она предназначена для спискового переранжирования: по запросу модель сравнивает несколько пассажей и упорядочивает их по релевантности. Для сопоставления пассажей используется модуль ListTransformer, который учитывает глобальные контрастивные отношения между ними, а ListAttention помогает сохранять признаки запроса. Обучение проводилось в два этапа с Circle Loss на данных примерно из 2,6 млн запросов и нескольких наборов данных, включая cMedQA, MMarcoReranking, T2Reranking, Huatuo, MARC, XL-Sum и CSL. Модель содержит 424,3 млн параметров, принимает текст и имеет контекстное окно 512 токенов. В README приведены результаты на задачах переранжирования, включая медицинские наборы данных и MMarcoReranking. При обучении на запрос обрабатывали около 20 пассажей; при использовании с существенно большими списками возможны ограничения по памяти и качеству. Авторы отдельно предупреждают, что стратегия усечения в sentence-transformers может не соответствовать устройству модели и снижать качество. Лицензия в предоставленных данных не указана.

IdaBagusAgung разработал эту дообученную языковую модель на базе unsloth/Llama-3.2-1B-Instruct-bnb-4bit. Это плотная автрорегрессионная модель семейства Llama 3.2 с 1,2 млрд параметров, предназначенная для генерации текста и диалогового общения. Карточка сообщает об обучении с использованием Unsloth и библиотеки TRL; репозиторий содержит веса в формате safetensors. Модель поддерживает контекст длиной до 131072 токенов и рассчитана на англоязычное общение. Модель подходит для создания диалоговых ответов и выполнения инструкций в приложениях на основе генерации текста. Лицензия — Apache 2.0. Карточка не описывает отдельные результаты обучения или специализированные области применения, поэтому качество на конкретных задачах по ней оценить нельзя.

Модель разработана KKHYA и представляет собой дообученную версию KKHYA/llavaqwen3-1.7b-finetune с 1,7 млрд параметров. Она предназначена для генерации текста и диалогов; метаданные также указывают интерфейс вызова инструментов. Модель использует архитектуру NMMaskMoELLaVAQwen3ForCausalLM и доступна в форматах PyTorch и Safetensors для библиотеки Transformers. Контекстное окно составляет 40 960 токенов. Датасет дообучения и результаты оценки не описаны, поэтому специализацию и качество модели определить нельзя. Лицензия — Apache-2.0.

MFANN v0.18 — разговорная языковая модель автора netcat420 для генерации ответов в формате диалога. Карточка задаёт ей роль полезного, уважительного и честного помощника, который должен объяснять некорректные вопросы и не выдавать догадки за факты. Модель построена на архитектуре LlamaForCausalLM и содержит 7,5 млрд параметров. Она принимает текст и генерирует текст, поддерживает английский язык и контекст длиной до 32 768 токенов. Веса опубликованы в формате Safetensors; лицензия указана как llama3.

Minerva-7B-base-v1.0 — базовая языковая модель, разработанная командой Sapienza NLP совместно с Future Artificial Intelligence Research (FAIR) и CINECA. Это плотный Transformer на архитектуре Mistral с 7,2 млрд параметров, обученный с нуля примерно на 2,5 трлн токенов: итальянском, английском и программном коде. Модель принимает текст и генерирует продолжение, поэтому подходит как основа для экспериментов и прикладных систем генерации текста на итальянском и английском языках. В обучении использованы, среди прочего, CulturaX, FineWeb и RedPajama-Data-V2. Указанное в метаданных контекстное окно — 4096 токенов. Модель оценивали, в частности, с помощью набора ITA-Bench, включающего проверки знаний, здравого смысла и математических рассуждений на итальянском языке. Это базовая, не выровненная модель без механизмов модерации: возможны ошибки, повторы, предвзятые и токсичные ответы. Распространяется по лицензии Apache-2.0.

ModernBERT-base Legal Spanish — модель Sentence Transformers, разработанная Wilfredo Martel и дообученная на испанском наборе юридических текстов small-spanish-legal-dataset. Она преобразует предложения и абзацы в плотные векторы размерностью 768 для семантического поиска и сравнения текстов. Модель основана на encoder-архитектуре ModernBERT, использует среднее pooling токенов и обрабатывает последовательности длиной до 8192 токенов. Модель предназначена для поиска юридических документов по запросу, оценки смыслового сходства, поиска перефразировок, кластеризации и классификации испаноязычных текстов. В README приведены результаты оценки поиска на наборах с размерностью векторов 768 и 512. Лицензия — Apache-2.0.

zelk12/MT-MM-gemma-2-AAIF-9B — объединённая языковая модель на архитектуре Gemma 2, созданная методом SLERP с помощью mergekit из ifable/gemma-2-Ifable-9B и lemon07r/Gemma-2-Ataraxy-Advanced-9B. Модель содержит 9 млрд параметров и рассчитана на генерацию текста в диалоговом режиме; она подходит для ведения беседы и творческого письма. Работает с библиотекой Transformers, веса представлены в формате safetensors, контекстное окно составляет 8192 токена. Модель принимает текст и генерирует текст. README не сообщает результаты сравнительных оценок или специализированные возможности. Лицензия в предоставленных данных не указана.