I.2Синтез, понимание и проверка знаний

LongAlpaca-13B — языковая модель на архитектуре Llama, выпущенная командой LongLoRA. Модель содержит 12,9 млрд параметров и дообучена с учителем на наборе LongAlpaca-12k, который включает длинные и короткие вопросы и ответы. Она предназначена для следования инструкциям и ответов на вопросы по длинным текстам, например разделам книг и научным статьям. В README для LongAlpaca-13B указано окно контекста 32 768 токенов; метаданные этой конкретной карточки указывают native context в 4 096 токенов. Поэтому заявленную возможность работы с длинным контекстом следует учитывать с оглядкой на конфигурацию и фактическую поддержку весов. Модель принимает текст и генерирует текст; сведения о поддерживаемых естественных языках не приведены. Для использования весов требуется принять лицензию и политику допустимого использования Meta.

google/long-t5-tglobal-base — базовая модель Google Research семейства LongT5, предварительно обученная на английском языке. Это плотный encoder-decoder Transformer с архитектурой LongT5ForConditionalGeneration и механизмом transient-global attention, расширяющим T5 для эффективной работы с длинными последовательностями. Модель содержит 123,8 млн параметров; доступны версии PyTorch и Flax, лицензия Apache-2.0. Модель обучена в генеративном текстовом формате с восстановлением текста и предназначена прежде всего для дообучения на размеченных данных. После дообучения она подходит для суммаризации и ответов на вопросы по длинным документам; карточка описывает обработку входов длиной до 16 384 токенов. В предоставленных метаданных указан контекст 4096 токенов, поэтому фактический предел зависит от конфигурации и реализации. Сильная сторона LongT5 — эффективная обработка длинных текстов с помощью разреженных схем внимания. Это базовый чекпойнт, а не готовая специализированная модель, поэтому качество на конкретной задаче требует дообучения. Использование разрешено по лицензии Apache-2.0.

google/long-t5-tglobal-large — крупная англоязычная модель Google Research из семейства LongT5. Это предварительно обученный трансформер-кодировщик-декодировщик для генерации текста в формате «текст в текст», обученный восстанавливать исходный текст по искажённому входу. Архитектура использует transient-global attention, чтобы эффективнее обрабатывать длинные последовательности; в метаданных указаны 385,2 млн параметров и контекст 4096 токенов. Модель предназначена прежде всего для дообучения под суммаризацию и ответы на вопросы по длинным документам. В README приведены результаты её дообученных вариантов на наборах данных для научных статей, патентов, биомедицинских текстов и вопросов общего характера. Модель рассчитана на английский язык и принимает текст, выдавая текст. Это базовый чекпойнт, а не готовый специализированный помощник: для конкретной задачи рекомендуется supervised fine-tuning. Выпускается по лицензии Apache-2.0. Заявленная в README способность обрабатывать до 16 384 входных токенов относится к описанным экспериментам и не совпадает с контекстом 4096 токенов в метаданных репозитория.

LSG-BART-base-4096 — модель семейства BART, разработанная авторами реализации LSG и адаптированная из BART-base для задач с последовательностями текста большой длины. Она использует архитектуру encoder-decoder с локальным, разреженным и глобальным вниманием (LSG), сохраняя число параметров, слои и токенизатор исходной модели. Размер модели — 95,2 млн параметров, контекст — до 4096 токенов; реализация работает на PyTorch и для загрузки через Transformers требует доверия к пользовательскому коду репозитория. Модель предназначена для задач преобразования текста, в том числе суммаризации и классификации, и может применяться в сценариях, где входной текст длиннее обычного контекста BART. README отмечает более эффективную обработку длинных последовательностей по сравнению с Longformer (LED) и BigBird (Pegasus) из Hub. Для работы с длинными входами применяются блоки внимания; параметры блоков и шаблон разреженного внимания настраиваются, а вход автоматически дополняется до нужной длины. В карточке приведена лицензия? Условия использования не обозначены в предоставленных данных.

winglian/Meta-Llama-3-8B-1M — слитая модель на базе Llama 3 8B, созданная объединением исходной модели с LoRA-адаптером от инструкционной модели Gradient AI с контекстом 1M токенов. Это плотная авторегрессионная языковая модель класса LlamaForCausalLM с 7,5 млрд параметров, предназначенная для генерации текста и работы с длинным контекстом. Репозиторий содержит веса в формате safetensors. Модель подходит для генерации продолжений и ответов на запросы с большим объёмом текста в контексте. README не сообщает сведения о поддерживаемых языках или конкретных оценках качества. Лицензия в предоставленных данных не указана.

Mihaiii/Metis-0.5 — дообученная модель Mistral с 7,1 млрд параметров, созданная на основе migtissera/Tess-XS-v1-3-yarn-128K. Модель предназначена для генерации ответов с упором на рассуждения и понимание текста; автор отмечает, что она хорошо работает с длинными системными инструкциями. Для взаимодействия используется формат с ролями SYSTEM, USER и ASSISTANT. Нативная длина контекста — 32 768 токенов. Модель подходит для анализа текста и решения задач на рассуждение, но автор не рекомендует использовать её для универсального сочинительства, например для написания историй. Она обучена на закрытом датасете. Лицензия — Apache-2.0.

MiniMax-M1 — крупная модель рассуждений с открытыми весами, разработанная MiniMax. Она предназначена для генерации ответов и решения задач, требующих многошагового рассуждения и обработки длинного контекста. Модель использует гибридную архитектуру Mixture-of-Experts (MoE) и механизм lightning attention. В доступных сведениях не приведены размер модели, длина контекста, поддерживаемые языки и лицензия, поэтому эти характеристики нельзя уточнить.

stefra/modernbert-large-unical — модель архитектуры UNICAL на базе дообученного двунаправленного энкодера answerdotai/ModernBERT-large. Она принимает текстовое состояние и один или несколько утверждений и оценивает вероятность истинности каждого из них. Модель предназначена для быстрой проверки семантических условий и может служить заменой sem_filter; это классификатор, а не генеративная модель. Утверждения обрабатываются в одной последовательности с общим текстом состояния, а блочная двунаправленная маска внимания позволяет оценивать их независимо: оценка утверждения совпадает с оценкой при отдельной обработке. Для использования предусмотрены Transformers и пакет unical. В README приведены результаты проверок на нескольких наборах данных, включая задачи, не встречавшиеся при обучении; метрики различаются между наборами, поэтому качество следует проверять на целевых данных. Модель распространяется в формате safetensors; для загрузки пользовательского кода архитектуры в Transformers требуется trust_remote_code=True. Лицензия в предоставленных данных не указана.

Модель ynie/roberta-large-snli_mnli_fever_anli_R1_R2_R3-nli — крупная предобученная RoBERTa-Large для классификации логических отношений между парой текстов. Её обучил Yixin Nie на наборах SNLI, MNLI, FEVER-NLI и состязательных примерах ANLI раундов R1–R3. Размер модели — 454,1 млн параметров, максимальная длина контекста — 514 токенов; доступны варианты весов PyTorch и Flax. Модель предназначена для задач inference по текстовым парам: определения, следует ли гипотеза из посылки, противоречит ли ей или не связана с ней. Её можно применять для проверки утверждений и оценки текстовых гипотез, в том числе на сложных примерах естественного языка. Лицензия — MIT.

Seed 1.6 — универсальная мультимодальная модель команды ByteDance Seed. Она поддерживает адаптивное углублённое рассуждение и контекст длиной 256K токенов. Модель предназначена для задач, в которых требуется обрабатывать мультимодальные данные и формировать ответы с учётом длинного контекста. Данных о конкретных модальностях, размерах модели, языках и лицензии в доступных источниках нет.

Карточка модели llmware/slim-boolean-phi-3 на Hugging Face совпадает с карточкой llmware/slim-xsum-phi-3, поэтому описание составлено по ней. llmware разработала llmware/slim-xsum-phi-3 — дообученную на базе Microsoft Phi-3 модель серии DRAGON для ответов на вопросы по контексту в RAG-сценариях. Она предназначена для работы с текстовыми фрагментами и выдаёт ответы, извлечённые из предоставленных материалов; типовые задачи включают ответы на вопросы, извлечение значений и краткое суммирование. В карточке модели сообщается о тестировании на наборе RAG-инструкций, включая вопросы с ответом «не найдено», логические задачи и суммирование. Модель имеет плотную архитектуру Phi-3 с 3,7 млрд параметров и контекстное окно 4096 токенов. Указанный язык — английский. Репозиторий содержит веса PyTorch, модель поддерживает чат и распространяется по лицензии Apache 2.0. Результаты внутренних тестов не гарантируют точности на других данных: ответы могут быть неполными или неверными, поэтому их следует проверять.

StructLM-13B — языковая модель TIGER-Lab для задач привязки ответов к структурированным знаниям. Это плотная авторегрессионная модель семейства Llama с 12,9 млрд параметров и контекстом до 16 384 токенов; она дообучена на наборе инструкций SKGInstruct, объединяющем 19 задач работы со структурированными знаниями и SlimOrca. Модель принимает текстовые инструкции и линеаризованные структурированные данные, например таблицы, тройки знаний и схемы графов знаний, и генерирует текстовый ответ, соблюдая заданный формат вывода. Модель предназначена для вопросов и рассуждений по табличным данным и графам знаний, проверки фактов, генерации описаний по структурированным данным и преобразования запросов в ответы. В README приведены оценки на наборах ToTTo, GrailQA, CompWebQ, MMQA, Feverous, Spider, TabFact, DART и других. Карточка предупреждает, что модель может уступать по качеству, необходимому для непосредственного применения в чат-ботах и других приложениях. Лицензия — MIT.

Карточка модели tals/albert-xlarge-vitaminc на Hugging Face совпадает с карточкой tals/albert-xlarge-vitaminc-mnli, поэтому описание составлено по ней. tals/albert-xlarge-vitaminc-mnli — модель классификации последовательностей на архитектуре ALBERT. Она использована в работе «Get Your Vitamin C! Robust Fact Verification with Contrastive Evidence» (Schuster и соавторы, NAACL 2021) и предназначена для проверки утверждений с опорой на контекст и контрастные свидетельства. Модель можно применять для классификации пар «утверждение — свидетельство», например при проверке фактов и оценке того, поддерживает ли текст утверждение или противоречит ему. Максимальная длина контекста — 512 токенов; доступны веса PyTorch, Safetensors и TensorFlow. В карточке указаны наборы данных GLUE, MultiNLI и tals/vitaminc. Карточка не раскрывает точную схему меток и метрики качества, поэтому перед использованием в прикладной системе стоит проверить формат входа и выхода и оценить качество на целевых данных. При использовании модели авторы просят цитировать научную работу; лицензия в доступных данных не приведена.

AstaBrief-8B-SFT — промежуточный чекпойнт supervised fine-tuning модели AstaBrief-8B, разработанной Allen Institute for AI (Ai2). Модель основана на Qwen3-8B и предназначена для подготовки отчётов по научным вопросам на основе найденных отрывков из литературы: она формирует ответы с цитатами, используя переданные пользователем источники. Модель содержит 7,6 млрд параметров, использует плотную архитектуру Qwen3ForCausalLM и поддерживает контекст до 40 960 токенов. Обучение проводилось на смеси реальных пользовательских запросов и отчётов, созданных конвейером ScholarQA; в README приведено улучшение результатов на тесте по информатике относительно исходной Qwen3-8B, включая точность и полноту цитирования. Для более стабильного результата рекомендуется использовать формат промпта обучения вместе с запросом и ссылками на разделы источников. Модель принимает текстовые исследовательские вопросы и извлечённые текстовые фрагменты, а выдаёт текстовый отчёт с цитатами. Карточка указывает английский язык; базовая модель многоязычная, но специализация этой настройки описана на англоязычных данных. Лицензия — Apache 2.0. Модель предназначена для исследовательского и образовательного применения согласно рекомендациям Ai2; качество отчёта зависит от предоставленных источников и соблюдения рекомендованного формата промпта.

facebook/bart-base — базовая англоязычная модель семейства BART, разработанная командой Facebook AI и впервые опубликованная в этом репозитории. Это трансформерная encoder-decoder модель типа seq2seq: двунаправленный энкодер сочетается с авторегрессионным декодером. Модель содержит 95,2 млн параметров, обучена восстанавливать исходный текст после его искажения и поддерживает контекст до 1024 токенов. Модель предназначена прежде всего для извлечения признаков и дообучения на текстовых задачах. После дообучения BART применяют для суммаризации, перевода, классификации текста и ответов на вопросы; исходная модель также подходит для заполнения пропусков в тексте. Репозиторий содержит веса в форматах PyTorch, TensorFlow и Flax, включая safetensors. Лицензия — Apache 2.0.

DeBERTa-v3-base-mnli-fever-anli-scifact-citint — модель классификации текстовых пар, разработанная как дообучение MoritzLaurer/DeBERTa-v3-base-mnli-fever-anli на наборах SciFact и Citation-Integrity. Она сопоставляет утверждение с доказательством: порядок входа — сначала доказательство, затем утверждение. Модель подходит для проверки научных утверждений по текстовым свидетельствам и оценки целостности цитирования. Модель основана на архитектуре DeBERTa-v2, содержит 211,6 млн параметров и принимает последовательности длиной до 512 токенов. В README указаны accuracy 0,840 и macro F1 0,839 на тестовой выборке SciFact, а для Citation-Integrity — accuracy 0,619 и macro F1 0,467. Это результаты конкретных тестовых наборов, поэтому качество на других данных может отличаться. Модель распространяется по лицензии MIT.

Granite-4.0-Tiny-Base-Preview — базовая языковая модель команды Granite компании IBM для генерации текста и адаптации под специализированные сценарии. По карточке это гибридная MoE-модель с компонентами Mamba-2 и softmax-вниманием; метаданные указывают архитектуру GraniteMoeHybridForCausalLM и 423,3 млн параметров. Контекст составляет 131 072 токена. README также описывает вариант архитектуры с GQA, NoPE, SwiGLU и RMSNorm, однако расходится с метаданными по числу параметров и некоторым деталям архитектуры. Модель предназначена для суммаризации, классификации и извлечения информации из текста, ответов на вопросы и других задач с длинным контекстом. Она обучалась на данных из веба, кода, академических источников, книг и математических материалов; второй этап обучения включал отобранные данные и инструкции. Заявлена поддержка английского, немецкого, испанского, французского, японского, португальского, арабского, чешского, итальянского, корейского, нидерландского и китайского языков. Выпущена в формате safetensors для Transformers и распространяется по лицензии Apache 2.0. Модель не проходила safety alignment, поэтому может генерировать проблемный или недостоверный текст; README также отмечает риск дословного воспроизведения обучающих данных. Перед практическим применением результаты следует проверять. Несмотря на слово Tiny в названии, доступные сведения о размере противоречат друг другу, поэтому точный размер по этим источникам установить нельзя.

JOSIE-1.1-4B-Thinking — плотная языковая модель с 3,7 млрд параметров, разработанная Gökdeniz Gülmez на основе Qwen3-4B-Thinking-2507. Это полновесное дообучение для многошаговых рассуждений, математики, научно-технических задач и творческого письма. Модель поддерживает чат и генерацию текста; в карточке указана работа с 13 языками, включая русский, английский, испанский, французский, немецкий, китайский и японский. Метаданные указывают контекст до 262 144 токенов, а README — до 65 536 токенов, поэтому заявленная длина контекста расходится между источниками. Модель предназначена для решения логических задач, математических вычислений, технического анализа и работы с длинными документами. В описании заявлены последовательные рассуждения и прямой стиль ответов без излишней угодливости. Лицензия — MIT. Модель не имеет встроенной фильтрации контента и может выдавать неподходящие ответы. Результаты в узкоспециализированных областях могут быть нестабильны; критически важные ответы следует проверять. README также предупреждает, что для вывода требуется достаточно мощное оборудование.

Карточка модели Yukang/Llama-2-7b-longlora-100k-ft на Hugging Face совпадает с карточкой Yukang/Llama-2-7b-longlora-32k-ft, поэтому описание составлено по ней. Yukang/Llama-2-7b-longlora-32k-ft — дообученная полная версия LLaMA 2 на 7 млрд параметров, созданная авторами проекта LongLoRA для работы с длинным контекстом. Модель предназначена для генерации текста и обработки запросов, в которых важно учитывать большой объём предшествующего текста, например длинные документы. Контекст этой версии расширен до 32 768 токенов. В README описан подход LongLoRA: для эффективного расширения контекста при дообучении используется разреженное локальное внимание, при этом во время инференса сохраняется плотное глобальное внимание. Метаданные указывают нативную длину контекста 4 096 токенов, поэтому заявленное в README расширение до 32 768 токенов следует отличать от этого значения. Модель использует архитектуру LlamaForCausalLM и распространяется в формате PyTorch. Модель подходит для суммаризации и вопросов по длинным текстам, но README не приводит отдельные оценки качества именно этого чекпойнта. Условия лицензии в предоставленных данных не указаны.

Apollo Raines представляет эту модель как вариант Llama 3.1 8B Instruct, изменённый инструментом jBlaze для усиления следования контексту и аналитического рассуждения. По README, изменения внесены непосредственно в веса без дополнительного обучения; метаданные каталога классифицируют происхождение как дообучение. Модель предназначена для диалоговой генерации текста и анализа предоставленных материалов с опорой на контекст. Она может отвечать на вопросы, объяснять вычисления и писать код; карточка также указывает интерфейс вызова инструментов. Модель использует плотную архитектуру LlamaForCausalLM, распространяется в формате safetensors, имеет 7,5 млрд параметров по метаданным и контекст до 131 072 токенов. В карточке указан английский язык; базовая Llama 3.1 8B Instruct описана как многоязычная. Автор предупреждает, что публичная версия намеренно ослаблена и выпущена как демонстрация возможностей jBlaze. Лицензия — llama3.1.

openerotica/Llama-3-lima-nsfw-16k-test — дообученная языковая модель семейства Llama 3, представленная в формате PyTorch. По карточке, модель полностью дообучена на наборе примерно из 1400 примеров: многошаговых диалогах с длинным контекстом, суммаризации длинных текстов и анализе текстов. Для обучения использован формат ChatML, масштабирование RoPE с коэффициентом 2, обучение в течение пяти эпох. Модель содержит 7,5 млрд параметров и рассчитана на контекст до 16 384 токенов. Модель предназначена для генерации диалоговых ответов, обобщения длинных текстов и их анализа. Карточка не сообщает о поддерживаемых естественных языках и конкретных ограничениях качества. В метаданных указана лицензия Llama 3; применимость лицензии и её условия следует проверять в соответствии с правилами Llama 3. Метка not-for-all-audiences указывает на контент для не всех аудиторий, но назначение для генерации сексуального контента явно не описано.

Metis-0.4 — диалоговая текстовая модель семейства Mistral, разработанная Mihaiii. Она предназначена для рассуждений и понимания текста, особенно в сценариях с длинными системными инструкциями; модель не рассчитана на универсальную генерацию, например на сочинение историй. В README указано, что веса получены слиянием Metis-0.3 и Metis-0.1 с помощью mergekit, причём Metis-0.1 использовалась как базовая модель. Модель содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. Для работы передайте системное сообщение, затем запрос. Модель обучена на частном наборе данных. Лицензия — Apache-2.0; качество за пределами задач рассуждения и понимания текста может быть ограничено.

Mistral Medium 3 — корпоративная языковая модель от Mistral AI. Она предназначена для рассуждений и мультимодальных задач при сниженных эксплуатационных затратах; описание заявляет производительность передового уровня и стоимость в восемь раз ниже.

Карточка модели google/mt5-xxl на Hugging Face совпадает с карточкой google/mt5-small, поэтому описание составлено по ней. mT5-small — компактная многоязычная модель Google на архитектуре encoder-decoder Transformer семейства T5, содержащая 157,4 млн параметров. Она предварительно обучена на корпусе mC4, охватывающем 101 язык, в формате преобразования текста в текст; контрольные точки доступны в форматах PyTorch, TensorFlow, Flax и ONNX. Лицензия — Apache-2.0. Модель служит базой для дообучения под конкретные задачи NLP: например, суммаризацию, перевод или ответы на вопросы. Сам чекпойнт проходил только предварительное обучение без supervised-настройки, поэтому для качественного решения прикладных задач его следует дообучить. Поддержка языков включает русский и английский, а также множество других языков.

Карточка модели navteca/nli-deberta-v3-xsmall на Hugging Face совпадает с карточкой cross-encoder/nli-deberta-v3-xsmall, поэтому описание составлено по ней. Cross-Encoder for Natural Language Inference — англоязычная модель от Sentence Transformers на базе microsoft/deberta-v3-xsmall. Она принимает пару предложений и оценивает их отношение, выдавая оценки для противоречия, следования и нейтральности. Модель содержит 77,5 млн параметров, использует архитектуру DeBERTa V2 и рассчитана на контекст до 512 токенов. Модель обучена на SNLI и MultiNLI. Её можно применять для проверки текстовых гипотез и классификации без дополнительного обучения, задавая категории в виде гипотез. В README приведены точности 91,64% на тестовой выборке SNLI и 87,77% на наборе MNLI mismatched. Лицензия — Apache-2.0.

Bogula/pinktilde30b_64k — дообученная с помощью LoRA и SFT модель на базе TildeAI/TildeOpen-30b-64k, созданная для немецкоязычного обучения и ответов с опорой на документы. Она использует архитектуру Llama, содержит 29,9 млрд параметров и принимает текстовый контекст длиной до 65 536 токенов. Модель предназначена для диалогового обучения и работы с длинными корпоративными документами и материалами по управлению, продажам и педагогике. Обучение проходило в два этапа: на инструкциях, немецких сводках и корпоративных диалогах, затем на многоходовых диалогах и RAG-документах с отвлекающими фрагментами. Поддерживается немецкий язык; формат весов — SafeTensors, библиотека — Transformers. Модель может ошибаться; её ответы не следует использовать для принятия юридических, финансовых или медицинских решений без проверки. Лицензия указана как «other»; в обучающих данных использовался NVIDIA Nemotron под лицензией ODC-By, для которой требуется атрибуция.

Prometheus-Mistral-Nemo-12B — разговорная текстовая модель на архитектуре Mistral, созданная ApolloRaines на основе Mistral-Nemo-Instruct-2407. Авторы применили к весам модели автоматическую оптимизацию через систему jBlaze: модель оценивала свои поведенческие слабые стороны, предлагала изменения, а функциональные тесты определяли, сохранять ли их. Это дообученная версия размером 12,1 млрд параметров с контекстом до 131 072 токенов; доступны веса Safetensors. Модель поддерживает английский язык и интерфейс вызова инструментов. Модель предназначена для диалога и генерации текста с акцентом на проверку предположений, обозначение неопределённости, самокоррекцию, анализ альтернатив и распознавание вводящих в заблуждение формулировок. В README приведён результат 43 из 50 на наборе вопросов-ловушек; качество длинных ответов, по утверждению авторов, сопоставимо с базовой моделью. Эти результаты основаны на описанных авторами тестах и не гарантируют точность в других сценариях. Модель распространяется по лицензии Apache-2.0; система jBlaze, использованная для модификации весов, является проприетарной.

unsloth/Qwen3.5-4B — постобученная мультимодальная модель семейства Qwen3.5 от Unsloth, основанная на Qwen/Qwen3.5-4B. Это причинная языковая модель с визуальным энкодером, предназначенная для диалога, рассуждений, понимания изображений и работы с инструментами. Репозиторий содержит веса в формате Hugging Face Transformers и safetensors; модель совместима с Transformers и рядом серверов инференса. Модель имеет 4 млрд параметров и гибридную архитектуру с Gated Delta Networks и механизмом внимания. Нативная длина контекста составляет 262 144 токена с возможностью расширения до 1 010 000. В карточке заявлена поддержка 201 языка и диалекта. По умолчанию включён режим рассуждений, который можно отключить. Модель подходит для визуальных вопросов и ответов, мультиязычного диалога, задач с длинным контекстом и сценариев с вызовом инструментов. Лицензия — Apache-2.0. Производительность и пропускная способность зависят от используемого фреймворка и оборудования; для длинного контекста возможны высокие требования к памяти.

Dzeniks/roberta-fact-check — модель классификации текста на архитектуре RoBERTa, предназначенная для проверки утверждений по предоставленным свидетельствам. Она принимает утверждение вместе с текстом доказательства и относит пару к одному из двух классов: свидетельство подтверждает утверждение или опровергает его. Модель обучали на наборах FEVER и HoVer, а также на небольшом объёме вручную подготовленных данных. Модель содержит 151,8 млн параметров и рассчитана на контекст до 514 токенов. Она подходит для автоматической предварительной проверки фактов и выявления потенциальной дезинформации, когда для утверждений уже подобраны свидетельства. В README не указаны поддерживаемые естественные языки. Модель распространяется по лицензии MIT. Её предсказания могут быть ошибочными, поэтому результат проверки требует оценки человеком.

cointegrated/rubert-base-cased-nli-threeway — русскоязычная модель для вывода логических отношений между двумя короткими текстами. Она создана дообучением DeepPavlov/rubert-base-cased и предсказывает три класса: следование, противоречие и нейтральное отношение. Архитектура — BERT для классификации последовательностей; модель содержит 205,1 млн параметров и рассчитана на контекст до 512 токенов. Модель предназначена для задач NLI и классификации текста без заранее заданного набора меток, в том числе для проверки, следует ли гипотеза из предпосылки. Обучение проводилось на наборах данных для NLI, автоматически переведённых с английского на русский, а также на нескольких русскоязычных источниках. Доступны веса PyTorch и Safetensors, а также формат ONNX. Лицензия в предоставленных данных не указана.