I.2Синтез, понимание и проверка знаний

Qwen-encoder-0.5B-i1-GGUF — это квантизированная GGUF-версия модели Qwen-encoder-0.5B, разработанной knowledgator и подготовленной к квантизации пользователем mradermacher. Модель относится к энкодерным языковым моделям и связана с подходом LLM2Vec. В качестве обучающего набора указана англоязычная Wikipedia. Модель предназначена для задач классификации, извлечения именованных сущностей и question answering, а также для других сценариев, где требуется получать представления текста и анализировать его содержание. Указан размер около 0,5 млрд параметров, поддерживается английский язык. Модель распространяется в формате GGUF с несколькими вариантами квантизации размером примерно 0,4–0,6 ГБ, что позволяет запускать её на ограниченных по памяти устройствах. Сильными сторонами являются компактный размер, широкий выбор уровней квантизации и возможность локального использования. При этом README не содержит данных о длине контекста, точных характеристиках архитектуры, результатах оценки качества или поддержке других модальностей и языков. Низкобитные варианты могут заметно уступать по качеству; для компромисса между скоростью, размером и качеством рекомендованы Q4_K_S и Q4_K_M. Лицензия модели — Apache-2.0.

tomaarsen/reranker-ModernBERT-base-gooaq-bce — англоязычный cross-encoder, дообученный на данных GooAQ на базе answerdotai/ModernBERT-base с использованием Sentence Transformers. Модель получает пару текстов и оценивает их соответствие одним числовым баллом, который подходит для сортировки кандидатов в поисковой выдаче и семантическом поиске. Модель содержит 149 млн параметров, использует архитектуру ModernBERT для классификации последовательностей и принимает последовательности длиной до 8192 токенов. В README приведены оценки на GooAQ и наборах NanoBEIR; результаты различаются между датасетами, поэтому качество на конкретной коллекции следует проверять отдельно. Модель рассчитана на английский язык и распространяется по лицензии Apache-2.0. Как cross-encoder, она оценивает пары текстов, поэтому для масштабного поиска обычно требуется сначала получить ограниченный набор кандидатов, а затем ранжировать их этой моделью.

RoBERTa TopSeg QMSUM — модель Sentence-Transformers на базе архитектуры RoBERTa, дообученная для кодирования предложений и абзацев в плотные векторы размерностью 768. Она обучалась на наборе QMSUM с расшифровками очных совещаний: фрагменты, относящиеся к одной теме, должны располагаться близко в векторном пространстве. Модель подходит для семантического поиска и кластеризации тематически связанных фрагментов стенограмм. Всего в модели 151,8 млн параметров; максимальный контекст — 514 токенов. Лицензия — CC BY 3.0.

sarashina2.2-Bi-0.5b — дообученная модель семейства Sarashina от разработчика репозитория iamtatsuki05. Она преобразует японские предложения в векторные представления для сравнения по смыслу и поиска. Модель построена на архитектуре Llama как двунаправленный энкодер в стиле LLM2Vec; размер составляет 661,9 млн параметров, размерность эмбеддингов — 1280, используется mean pooling. Максимальная длина последовательности — 8192 токена, позиционное кодирование — RoPE, токенизатор SentencePiece.

Spaetzle-v63-7b — текстовая генеративная модель, созданная cstr путём слияния моделей OpenPipe/mistral-ft-optimized-1227 и DiscoResearch/DiscoLM_German_7b_v1 с помощью LazyMergekit и метода slerp. Это плотная Mistral-модель с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста и диалогов; в её основе немецко-английская чат-модель, поэтому она может быть полезна для повседневного общения и перевода между немецким и английским языками. Репозиторий распространяет веса в формате safetensors. Лицензия — Apache-2.0. README не приводит отдельной оценки качества или подробных результатов испытаний. Возможности и языковое покрытие унаследованы от объединённых моделей и могут различаться в зависимости от задачи.

Это модель эмбеддингов предложений на основе Greek Media BERT без учёта регистра, опубликованная Dimitrios Zaikis и соавторами вместе с работой DACL. Она преобразует предложения и абзацы на греческом языке в плотные векторы размерности 768 для поиска по смыслу, кластеризации и сравнения текстов. Модель имеет архитектуру BERT, содержит 140,1 млн параметров и принимает последовательности длиной до 512 токенов. Модель дообучена с помощью Triplet Loss на пользовательской выборке предложений из интернета, социальных сетей и прессы: обучение сближало более похожие предложения и отдаляло менее похожие. Это делает её подходящей для семантического поиска и кластеризации грекоязычных текстов в этих областях. Доступны веса PyTorch и safetensors; для использования подходят Sentence-Transformers и Transformers с соответствующим pooling. Лицензия в предоставленных данных не указана.

TamilSBERT-STS — модель L3Cube-Pune для сравнения сходства предложений на тамильском языке. Она создана дообучением l3cube-pune/tamil-sentence-bert-nli на наборе данных STS и выпущена в рамках проекта MahaNLP. В основе лежит архитектура BERT; модель формирует плотные векторные представления предложений, пригодные для вычисления их семантической близости. Модель предназначена для оценки сходства пар тамильских предложений и поиска семантически близких текстов. Она содержит 264,8 млн параметров, принимает текст и поддерживает контекст до 512 токенов. Для использования доступны веса PyTorch; README описывает применение через Sentence-Transformers или Transformers с pooling поверх контекстных представлений. Лицензия — CC BY 4.0. Карточка не приводит результатов оценки качества или подробностей о составе обучающего набора STS, поэтому точность на конкретных данных не установлена.

Trendyol LLM v1.0 — базовая генеративная языковая модель, разработанная Trendyol и дообученная на основе Mistral-7B-v0.1. Это авторегрессионный трансформер Mistral с 7,2 млрд параметров; модель принимает текст и генерирует текст. Для версии base указано дообучение с LoRA на 10 млрд токенов, а максимальная длина последовательности при обучении составляла 1024 токена. В метаданных указан нативный контекст 32 768 токенов. Модель предназначена для продолжения текста и может служить основой для приложений генерации текста и диалоговых сценариев на английском и турецком языках. Карточка также упоминает варианты chat и DPO. Модель распространяется по лицензии Apache-2.0. Качество не проверено в широком круге реальных сценариев: возможны фактические ошибки, предвзятые или токсичные ответы. Понимание сленга и языков, кроме английского и турецкого, может быть ограниченным; результаты следует проверять.

NeuML/word2vec-quantized — квантованная статическая модель векторных представлений слов, подготовленная NeuML для библиотеки StaticVectors. Она предназначена для получения эмбеддингов слов и сравнения сходства предложений; запускать инференс можно на Python с NumPy. Модель использует Word2Vec и 10×256 Product Quantization, что сокращает размер представлений. Репозиторий содержит веса в формате safetensors, а метаданные указывают библиотеку staticvectors и английский язык. Лицензия — Apache-2.0. Карточка описывает получение векторов слов, но не приводит оценок качества или подробностей об ограничениях квантования.

Ziya-Writing-LLaMa-13B-v1 — языковая модель IDEA-CCNL из серии Ziya, созданная на архитектуре LLaMA с 12,9 млрд параметров. Это инструкционно дообученная модель, усиленная для задач письма; в обучении использовались данные по письму, общие инструкции и обучение с обратной связью от людей (RM и PPO). Модель предназначена для подготовки официальных отчётов, выступлений, писем, рекламных и творческих текстов, а также ответов на разнообразные инструкции. В карточке заявлена поддержка английского и китайского языков. Модель принимает текст и генерирует текст; длина контекста — 2048 токенов. Авторы сообщают об улучшении качества письма по результатам сравнительной оценки, однако оценивание проводилось на 100 инструкциях, а качество текста субъективно. Лицензия репозитория — GPL-3.0, при этом README отдельно предупреждает, что из-за ограничений лицензии исходных весов LLaMA модель нельзя использовать коммерчески и необходимо соблюдать политику LLaMA.

arinze/address-match-abp-v1 — модель на базе BERT, опубликованная пользователем arinze. Она преобразует предложения и абзацы в плотные эмбеддинги размерностью 384 и предназначена для поиска семантически похожих текстов, кластеризации и семантического поиска. Модель обучалась с функцией потерь MultipleNegativesRankingLoss и косинусным сходством; размер составляет 25,9 млн параметров, максимальная длина контекста — 512 токенов. Модель подходит для сопоставления адресов по смысловому сходству и поиска близких текстовых записей. Использовать её можно через Sentence-Transformers или Transformers с подходящей операцией pooling. В репозитории указаны веса PyTorch. Данные о лицензии и целевых языках в предоставленных источниках отсутствуют.

Модель naicasc/all-MiniLM-L6-v2-finetuned-it-project-docs-qa-10000-5ep — энкодер предложений на базе Sentence Transformers, дообученный на наборе it_project_docs. Архитектура основана на BERT и содержит около 25,9 млн параметров. Она преобразует текстовые предложения и абзацы в плотные векторы размерности 384; для сравнения используется косинусное сходство. Модель предназначена для семантического поиска и сравнения вопросов и фрагментов документации IT-проектов, а также для поиска перефразировок, кластеризации и классификации текста. README указывает максимальную длину последовательности 256 токенов, а метаданные — нативный контекст 512 токенов. Модель принимает текст и выдаёт векторы; это не генеративная модель. В README приведён результат cosine_accuracy 0,9946 на TripletEvaluator, но данных недостаточно, чтобы оценить перенос качества на другие наборы или задачи. Метаданные не сообщают лицензию. Язык набора данных в доступных сведениях явно не обозначен.

WWydmanski/all-mpnet-base-v2-legal-v0.1 — модель Sentence Transformers, дообученная автором на наборе JSON из 10 000 примеров для работы с юридическими текстами. Она преобразует предложения и абзацы в плотные векторы размерности 768; в архитектуре используются MPNet, усреднение токенов и нормализация, а сходство оценивается косинусной мерой. Модель предназначена для семантического поиска и сравнения текстов, поиска перефразировок, кластеризации и классификации текстов. Базой служит sentence-transformers/all-mpnet-base-v2; для обучения применялась MultipleNegativesRankingLoss. Метаданные указывают 136,7 млн параметров и контекст до 514 токенов, а карточка модели задаёт максимальную длину последовательности 384 токена. Язык и условия лицензии в предоставленных данных не обозначены. Векторные представления помогают находить смысловую близость, но сами по себе не заменяют юридический анализ и не гарантируют точность на конкретных правовых корпусах.

BayLing-7B-diff — версия с разностью весов модели BayLing-7B, разработанной группой NLP Института вычислительных технологий Китайской академии наук. Это плотная языковая модель семейства Llama на 6,6 млрд параметров с контекстом 2048 токенов; репозиторий содержит веса PyTorch. Для получения параметров BayLing требуется применить разность весов к базовой модели с помощью apply_delta.py. Модель предназначена для генерации текста, следования инструкциям и многоходового диалога на английском и китайском языках. Она подходит для перевода, написания текстов, творческих задач и предложений. Лицензия репозитория — GPL-3.0. По данным авторов, модель может выдавать неточные факты и слабо справляется с рассуждениями, математикой и программированием; также возможна генерация вредного или предвзятого содержания.

BERT large Japanese v2 — языковая модель, разработанная командой Tohoku NLP и предварительно обученная на японских текстах из CC-100 и японской Википедии. Она предназначена для построения систем понимания японского языка и дообучения под задачи классификации, извлечения информации и другие задачи обработки текста. Модель основана на архитектуре BERT Large: 24 слоя, размер скрытого представления 1024, 16 голов внимания и около 436,2 млн параметров. Тексты токенизируются с помощью MeCab и словаря Unidic 2.1.2, затем разбиваются на WordPiece-токены; словарь содержит 32 768 токенов. При предварительном обучении применялась маскировка целых слов. Контекст ограничен 512 токенами; доступны веса PyTorch, TensorFlow и Flax. Модель рассчитана на японский язык и подходит как базовый чекпойнт для последующей адаптации. Это предварительно обученная модель BERT, а не готовый генеративный чат-ассистент. Распространяется по лицензии Apache-2.0.

Xenova/bge-reranker-base — модель переранжирования текстов, представляющая ONNX-версию BAAI/bge-reranker-base. Модель подготовлена для работы с библиотекой Transformers.js и предназначена для запуска в JavaScript-средах, включая сценарии, где требуется совместимость с WebML. Основное назначение модели — оценивать и ранжировать текстовые варианты, например результаты поиска или документы относительно запроса. В README указана поддержка задачи text-ranking и совместимость с Transformers.js; модель можно использовать через pipeline с типом text-classification. Архитектура, количество параметров, поддерживаемые языки, модальности и размер контекстного окна не указаны. К сильным сторонам относятся формат ONNX, интеграция с Transformers.js и возможность применения в веб-ориентированных сценариях. Ограничения и точные характеристики качества в предоставленных данных не описаны. Лицензия модели в README не указана.

OsaurusAI подготовила Bonsai-27b-Ternary-JANG — мультимодальную плотную модель Qwen3.5 с условной генерацией, производную от prism-ml/Ternary-Bonsai-27B-unpacked. Модель содержит 27 млрд параметров и предназначена для диалогового взаимодействия с текстом и изображениями; конфигурация также включает обработчик видео, но карточка подтверждает задачу image-text-to-text. Текстовые матрицы хранятся в дискретном аффинном ternary-формате JANG с 2-битными слотами и размером группы 128; часть визуальных линейных слоёв использует 4-битное аффинное хранение, а остальные перечисленные компоненты сохранены в float16. В комплект входят шаблон чата Qwen с поддержкой рассуждений и вызова инструментов, токенизатор и конфигурации обработки изображений и видео. Для запуска требуется сборка vMLX с поддержкой дискретного JANG-affine и смешанной точности; стандартный mlx_lm этот формат не поддерживает. Модель проверена на Apple M5 Max с 128 ГБ объединённой памяти. Репозиторий распространяется по лицензии Apache-2.0 и включает исходные лицензионные уведомления.

Copus-2x8B — разговорная языковая модель, созданная lodrick-the-lafted путём объединения архитектурой MoE двух дообученных моделей на базе Llama 3: dreamgen/opus-v1.2-llama-3-8b и NousResearch/Meta-Llama-3-8B-Instruct_. README характеризует результат как приемлемый, но отмечает, что он уступает Miqu. Модель предназначена для генерации текста в диалоговом формате. Она использует архитектуру Mixtral MoE, имеет 7,5 млрд параметров и контекст до 8192 токенов. В README указана лицензия Llama 3; в метаданных Hugging Face лицензия обозначена как llama2, поэтому условия лицензирования стоит сверить с файлами репозитория перед использованием.

CT-XLMR-SE — многоязычный энкодер предложений из семейства CrisisTransformers, разработанный авторами этих моделей для текстов кризисных событий в социальных сетях. Он основан на архитектуре XLM-RoBERTa и обучен на корпусе публикаций о более чем 30 кризисах; число параметров — 305,2 млн, контекст — до 514 токенов. Модель создаёт векторные представления предложений и предназначена для семантического поиска, кластеризации и тематического моделирования кризисных сообщений. Энкодер поддерживает более 50 языков, включая русский и английский, и может применяться без дополнительного дообучения для задач векторизации и сравнения сходства предложений. В метаданных указана лицензия Apache-2.0.

Contextual AI Reranker v2 1B — мультиязычная модель переранжирования текста, разработанная Contextual AI. Она предназначена для повторной сортировки документов, найденных поисковой или retrieval-системой, с учётом запроса и пользовательских инструкций. Модель подходит для вопросно-ответных систем, мультиязычного поиска, рекомендаций и продуктового поиска, а также для сценариев, где требуется учитывать противоречия между документами или отдавать приоритет более свежей информации. Модель содержит около 1 млрд параметров, поддерживает более 100 языков и контекст длиной до 32K токенов. Её ключевая особенность — следование инструкциям при ранжировании: например, можно указать приоритет последних исследований или другого критерия отбора. В README заявлены высокие результаты на BEIR и выгодное соотношение стоимости и качества, однако конкретные значения бенчмарков не приведены. Модель ориентирована на текстовые задачи и требует специального инференс-процесса с vLLM или Transformers; для production рекомендуется vLLM. Ограничения включают зависимость от совместимых версий библиотек и аппаратных режимов, а также лицензию CC-BY-NC-SA-4.0, которая ограничивает коммерческое использование и предусматривает условия Attribution и ShareAlike.

Это разговорная языковая модель семейства Qwen3, разработанная LAION и обученная с нуля на наборах данных wildchat_386k и delphi_warmup. Она предназначена для генерации текста в диалоговом формате и может использоваться для создания ответов на запросы и ведения беседы. Модель имеет плотную архитектуру Qwen3ForCausalLM и содержит 402,6 млн параметров. Максимальная длина контекста — 4096 токенов; доступные веса представлены в формате safetensors. Для модели указана лицензия other, поэтому условия использования следует сверить с файлами репозитория. Карточка не приводит оценки качества или подробных ограничений.

Это статически квантованная до INT8 модель DistilBERT для ответов на вопросы по заданному текстовому контексту. Её разработали Xin He, Zixuan Cheng и Yu Wenz; модель основана на distilbert-base-uncased-distilled-squad и предназначена для быстрого вывода при уменьшенном размере весов. Доступны варианты PyTorch и ONNX. Модель дообучена на Stanford Question Answering Dataset (SQuAD), её базовая архитектура — DistilBERT с головой для извлечения ответов. Контекст ограничен 512 токенами. В карточке приведены результаты F1 около 86 для INT8-вариантов; их размер меньше, чем у соответствующих версий FP32. Лицензия — Apache-2.0. Модель подходит для систем, которые находят ответ на вопрос в предоставленном отрывке, в том числе при ограниченных вычислительных ресурсах. Она рассчитана на английский язык и может терять точность на иных данных или при переносе за пределы сценария SQuAD; квантизация также может повлиять на точность. Для критичных применений рекомендуется проверять качество на целевых данных.

DUSUNEN Pusula 118M v1 — компактная модель Sentence Transformers на базе BERT, разработанная и выпущенная Göktuğ Düşünen. Она преобразует турецкие запросы и документы в векторы для семантического поиска и сопоставления предложений. Модель дообучена на 50 000 турецких триплетов с трудными отрицательными примерами с применением Matryoshka Representation Learning. По умолчанию модель выдаёт векторы размерности 384; их можно обрезать до 256, 192, 128, 64 или 32 измерений, чтобы уменьшить размер индекса. Контекст — до 512 токенов. В репозитории также есть динамически квантованная ONNX-версия для инференса на CPU с AVX2. Проверки и бенчмарки README показывают результаты на конкретных наборах данных и не гарантируют такое же качество в прикладных сценариях. Модель распространяется по лицензии Apache-2.0.

Eklav-9B-Reranker — дообученная модель AdarshSingh7647 на базе zai-org/GLM-Z1-9B-0414 для ранжирования текстовых фрагментов по их релевантности запросу. Это плотная причинно-языковая модель семейства GLM-4 с 8,8 млрд параметров и контекстом до 32 768 токенов; репозиторий содержит веса в формате Safetensors и предназначен для работы через Transformers. Модель использует точечную схему ранжирования: генерирует рассуждение и завершает его меткой true или false, а релевантность оценивается по логитам соответствующего конечного токена. При обучении применялся метод Eklav — обучение продолжению частичной цепочки рассуждений учителя, а не её дословному воспроизведению; при инференсе подсказка учителя не требуется. В README заявлены результаты выше стандартной дистилляции CoT на BRIGHT и сокращение вычислений обучения, но результаты основаны на одном прогоне по каждому домену. Модель предназначена для переупорядочивания результатов поиска и оценки соответствия пассажей запросам. Она обучена и описана для бенчмарков BRIGHT и NevIR. Карточка не указывает отдельную лицензию; перед использованием следует проверить условия базовой модели и репозитория.

deutsche-telekom/electra-base-de-squad2 — немецкоязычная модель ответов на вопросы, выпущенная Deutsche Telekom. Это дообученная для извлечения ответов из текста базовая ELECTRA electra-base-german-uncased с 138,4 млн параметров и контекстом до 512 токенов. Модель принимает вопрос вместе с текстовым контекстом и возвращает найденный ответ с оценкой и его позициями в исходном тексте. Модель предназначена для ответов на вопросы по немецким документам и другим текстам. Она обучена на наборе deQuAD с 130 тыс. обучающих и 11 тыс. тестовых пар «вопрос–ответ»; в оценке на тестовой выборке deQuAD модель показала Exact Match 70,97 и F1 76,18. Доступны веса PyTorch и Safetensors. Лицензия — MIT.

FaMiniLM — компактный энкодер предложений на базе Sentence Transformers, разработанный в рамках исследования MetaRAG и WikiFaQA. Модель дообучена авторами на наборе PersianSimilarSentences, чтобы сформировать способность представлять персидские тексты в семантическом пространстве; базовая all-MiniLM-L6-v2 изначально не знала персидского языка. Модель кодирует предложения и абзацы в плотные векторы размерности 384 и использует mean pooling, нормализацию и косинусное сходство. Она предназначена для семантического поиска, сравнения предложений, поиска парафразов, кластеризации и классификации текста. Метаданные указывают 25,9 млн параметров и контекст до 512 токенов; карточка модели задаёт максимальную длину последовательности 256 токенов. Веса опубликованы в формате safetensors, библиотека — sentence-transformers. FaMiniLM ориентирована прежде всего на персидский язык и может быть полезна для семантического поиска и RAG по персидским текстам. Лицензия — MIT. Как и другие энкодеры предложений, модель выдаёт векторы, а не готовые ответы; качество на языках, отличных от персидского, и на текстах за пределами обучающего домена может быть ограниченным.

Gajendra-v0.1 — языковая модель Bhabha AI для генерации текста и ответов на инструкции. Она дообучена на базе OpenHathi и использует плотную архитектуру LlamaForCausalLM с 6,7 млрд параметров. Модель рассчитана на английский и хинди, включая общение в стиле хинди-хинглиш-английский. Модель предназначена для диалогов с ассистентом и выполнения пользовательских инструкций. Контекст составляет до 4096 токенов; веса доступны в формате Safetensors. Указана лицензия Llama 2.

DreamFast/gemma-3-12b-it-heretic-v2 — модифицированная версия Google Gemma 3 12B IT, созданная DreamFast с использованием Heretic v1.3.0. Модель предназначена для генерации текста и как текстовый энкодер в видеогенерации, включая сценарии LTX-2 и ComfyUI для text-to-video и image-to-video. Abliteration уменьшает количество отказов модели при сохранении исходного качества; по данным карточки, в выбранном варианте зафиксировано 8 отказов из 100 против 100 из 100 у исходной модели, а KL-дивергенция составляет 0,0801. Модель основана на архитектуре Gemma 3 с 12 млрд параметров и поддерживает текстовую и визуальную составляющие в вариантах для ComfyUI: сохранены vision_model и multi_modal_projector, необходимые для I2V-сценариев. Доступны полная версия bf16 размером около 23 ГБ, а также квантованные варианты FP8, INT8 ConvRot, INT4 W4A4 ConvRot, NVFP4 и MXFP8 размером примерно от 7,7 до 13 ГБ. Квантование выполнено с SVD-guided learned rounding для снижения потери качества; требования к оборудованию зависят от формата, включая поддержку GPU Ada и новее, а для MXFP8 и оптимального NVFP4 требуется Blackwell. В README указан английский язык. Сильные стороны модели — сниженное количество отказов, сохранение качества базовой Gemma 3 12B IT, наличие vision-компонентов и широкий выбор форматов для различных GPU. Ограничения включают зависимость возможностей и производительности от формата квантования, версии ComfyUI и оборудования; для некоторых INT4-слоёв используется bf16 из-за несовместимых размеров. Модель распространяется по лицензии Gemma.

InternVL3.5-14B-Instruct — мультимодальная инструкцияя модель семейства InternVL3.5, разработанная OpenGVLab и дообученная на базе OpenGVLab/InternVL3_5-14B-Pretrained. Она принимает изображения вместе с текстовыми запросами и формирует текстовые ответы; подходит для диалога по изображениям, визуальных вопросов и задач рассуждения. В README описаны улучшения семейства InternVL3.5, включая Cascade RL для развития рассуждений, Visual Resolution Router для динамической настройки разрешения визуальных токенов и возможности взаимодействия с GUI и агентных сценариев. Модель относится к плотной архитектуре InternVLChat и распространяется в формате safetensors для Transformers. Репозиторий лицензирован по Apache-2.0. Карточка описывает мультиязычность, но конкретные языки не перечисляет. Указанные в README показатели ускорения и качества относятся к сравнению семейства InternVL3.5 с InternVL3 и не гарантируют такие же результаты для этой конкретной версии на любом оборудовании.

OpenGVLab/InternVL3_5-30B-A3B-Flash — мультимодальная модель семейства InternVL3.5, дообученная на основе OpenGVLab/InternVL3_5-30B-A3B. Она принимает изображения и текст и предназначена для диалогов, визуальных вопросов и ответов, а также рассуждений по содержимому изображений. Поддерживает мультимодальные сценарии, включая обработку нескольких изображений; карточка указывает архитектуру InternVLChatModel и загрузку через Transformers. В семействе InternVL3.5 применяются каскадное обучение с подкреплением для улучшения рассуждений, Visual Resolution Router для динамической настройки разрешения визуальных токенов и раздельное развёртывание зрения и языковой модели для повышения эффективности инференса. README также заявляет поддержку взаимодействия с GUI и embodied-сценариев для семейства. Размер контекста и точные языки этой версии в предоставленных данных не приведены; метаданные характеризуют языковую поддержку как многоязычную. Лицензия — Apache-2.0. Для запуска требуются значительные вычислительные ресурсы: для моделей семейства до 30B параметров README приводит возможность развёртывания на одной A100.