I.3Извлечение и структурирование данных

eric-mc2/distilbert-foundation-category-c6 — дообученная модель DistilBERT для классификации текста по категориям. В метаданных указана архитектура DistilBertForSequenceClassification и базовая модель distilbert/distilbert-base-uncased. Модель принимает текст и выдаёт метку класса; README сообщает точность 0,9226 и loss 0,3598 на оценочной выборке, но не описывает сами категории и датасет. Контекст составляет 512 токенов. Модель распространяется по лицензии Apache-2.0.

empire-content-distilbert — дообученная модель DistilBERT для классификации текстов, опубликованная пользователем WealthFromAI. Она основана на distilbert-base-uncased и реализована как DistilBertForSequenceClassification. Модель предназначена для присвоения тексту одной из категорий; конкретные категории и целевая область применения не описаны. В README приведены результаты оценки: accuracy 0,9814, macro F1 0,9817 и loss 0,0786. Эти показатели относятся к неуказанному набору данных, поэтому их нельзя считать гарантией качества на других текстах. Контекст модели — до 512 токенов; репозиторий содержит веса в формате safetensors. Указана лицензия Apache-2.0.

Erlangshen-Longformer-110M — китайская модель понимания текста из серии Erlangshen, разработанная командой Fengshenbang. Это плотная архитектура Longformer на 122,5 млн параметров; модель продолжала предварительное обучение на корпусе WuDao объёмом 180 ГБ на основе chinese_roformer_L-12-H-768-A-12. В позиционных представлениях используется RoPE. Контекст модели составляет 4096 токенов. Модель предназначена для работы с длинными китайскими текстами и задач понимания естественного языка. Для загрузки авторы предлагают библиотеку Fengshenbang-LM, поскольку структура Longformer-base отсутствует в стандартной библиотеке Transformers. В репозитории указаны веса PyTorch. Лицензия — Apache-2.0.

sjrhuschlee/flan-t5-base-squad2 — модель семейства T5, созданная дообучением flan-t5-base на вопросно-ответных примерах SQuAD 2.0. Она предназначена для извлечения ответа из предоставленного текста и умеет воздерживаться от ответа, если в тексте нет достаточной информации. Для корректной работы перед вопросом требуется вручную добавить специальный токен, предусмотренный моделью для обработки вопросов без ответа. Модель имеет архитектуру T5ForQuestionAnswering, содержит 123,8 млн параметров и рассчитана на контекст до 512 токенов. Основной язык — английский; для запуска используются Transformers и веса PyTorch/SafeTensors. Модель опубликована под лицензией MIT. Она подходит для поиска ответов в заданном тексте, но качество за пределами английского языка и данных, близких к SQuAD 2.0, не подтверждено.

Chernoffface разработал SetFit-модель для многометочной классификации текстов по шести категориям будущих технических навыков из Future Skill Framework Stifterverband. Она преобразует текст в признаки с помощью дообученной контрастным обучением sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 и применяет классификатор OneVsRestClassifier. Обучение выполнено в режиме few-shot на небольшом наборе данных: для каждого навыка использовалось восемь примеров предложений. Модель предназначена для выявления тем технических навыков в текстах, например в описаниях мероприятий. Метаданные указывают архитектуру BERT, 124,3 млн параметров и контекст до 512 токенов; в карточке указана максимальная длина последовательности 128 токенов. Базовая модель многоязычная и создаёт 384-мерные векторы предложений, однако карточка не перечисляет языки обучения классификатора. Лицензия в предоставленных сведениях не указана.

IrishCore-GlobalPointer-ContextPII-135M-v1-rc29 — модель Temsa для обнаружения и маскирования персональных данных в текстах на ирландском и английском языках. Она использует архитектуру на основе DistilBERT с извлечением spans методом GlobalPointer и предназначена для потоков государственных служб Ирландии, HSE и поддержки граждан. Модель выполняет однопроходное извлечение фрагментов PII из исходного текста и заменяет их метками вида [PII:LABEL]. Поддерживает контекстно- и ролево-зависимую политику декодирования для пользовательских сообщений, поисковых запросов и публичных ответов ассистента. В репозитории представлены веса Safetensors и граф ONNX; заявленная длина контекста — 512 токенов. В README указаны высокие результаты на опубликованных наборах оценки для ирландских государственных сценариев, однако эти метрики относятся к конкретным тестовым наборам и не гарантируют аналогичного качества на произвольных данных. Релиз rc29 меняет политику декодирования и упаковку среды выполнения, сохраняя веса и граф ONNX версии rc25. Лицензия — Apache-2.0.

HUMADEX разработала модель для извлечения медицинских сущностей из клинического текста на итальянском языке. Она размечает упоминания заболеваний, симптомов и состояний (PROBLEM), диагностических процедур и лабораторных тестов (TEST), а также лекарств, терапий и других вмешательств (TREATMENT). Модель предназначена для анализа клинических данных и исследований по обработке медицинских текстов; её можно запускать с библиотекой Transformers. Это дообученная для классификации токенов модель BERT на базе google-bert/bert-base-cased, с 135,5 млн параметров и контекстом до 512 токенов. Для обучения использовались аннотированные клинические данные и переводы англоязычных медицинских текстов на итальянский с аугментацией; опубликованная оценка на тестовых данных: F1 0,756, точность 0,759, полнота 0,753. Модель распространяется по лицензии Apache-2.0.

Модель toiar/khasi-asr-transcribe-diarize-v2 — дообученная версия MOSS-Transcribe-Diarize от OpenMOSS-Team для транскрибирования аудио на кхаси, английском и хинди. Она обучена на корпусе объёмом около 342 часов и поддерживает режимы вывода с временными метками и диаризацией, а также только с указанием говорящих. Базовая модель имеет размер 0,9 млрд параметров и предназначена для длинных записей с транскрипцией, временными метками, разделением говорящих и аннотациями акустических событий. Модель подходит для расшифровки многоязычных записей и разметки реплик по говорящим. Лицензия — Apache 2.0. Для загрузки требуется trust_remote_code=True.

LENU (Legal Entity Name Understanding) — модель классификации текста, разработанная GLEIF и Sociovestix Labs для определения кода правовой формы организации (ELF) по её названию в юрисдикции US-DE, штат Делавэр. Модель представляет собой дообученную версию FinBERT yiyanghkust/finbert-pretrain с архитектурой BERT и 137 млн параметров. Она принимает текст названия организации и относит его к классу правовой формы; максимальная длина контекста — 512 токенов. Модель предназначена для извлечения структурированных данных о правовой форме из записей LEI, например при очистке и проверке справочников организаций в финансовых компаниях, корпорациях и государственных учреждениях. Она помогает присваивать ELF-коды в соответствии со стандартом ISO 20275. Модель специализирована на юридических лицах Делавэра, поэтому её не следует считать универсальным классификатором организаций для других юрисдикций. При низкой оценке предсказания README рекомендует проверять результат вручную. Модель распространяется по лицензии CC0.

LFM2-350M-Extract-GGUF — это квантизированная версия языковой модели LFM2-350M-Extract, разработанной LiquidAI и подготовленной пользователем bartowski. Модель предназначена для генерации текста и локального запуска в формате GGUF через llama.cpp, LM Studio и другие совместимые проекты. В набор входят варианты с разной точностью квантизации — от BF16 размером около 0,71 ГБ до компактных конфигураций Q2–Q8 размером примерно 0,18–0,38 ГБ. Рекомендуемыми указаны варианты Q4–Q6, обеспечивающие баланс между качеством и потреблением памяти; для систем с ограниченным объёмом ОЗУ доступны более компактные варианты, но с заметным снижением качества. Ключевые сведения об архитектуре, поддерживаемых языках, модальностях и размере контекста в README не приведены. Формат prompt также не указан, поэтому его следует уточнять на странице исходной модели. Главные преимущества — небольшой размер, возможность локального запуска на совместимом оборудовании и широкий выбор уровней квантизации. Ограничения включают отсутствие в README данных о лицензии, языках, контекстном окне и результатах benchmark-тестов; кроме того, низкобитные варианты могут уступать более точным по качеству генерации.

LittleLamb Tool-Calling — компактная причинно-авторегрессионная языковая модель семейства Qwen3, разработанная Multiverse Computing на основе сжатой LittleLamb 0.3B и объединённая с Qwen3-0.6B. По README, модель содержит около 290 млн параметров; в метаданных указано 224,5 млн. Она дообучена для вызова функций по заданным схемам, генерации структурированных ответов и сценариев с агентами, а также поддерживает диалоговые режимы с рассуждением и без него. Контекст — до 40 960 токенов. Основной заявленный язык — английский. Модель предназначена для чат-ботов и виртуальных помощников, которым нужно формировать JSON или вызывать внешние инструменты, в том числе на устройствах с ограниченными ресурсами. Она работает через Transformers и требует версии 4.51.0 или новее для поддержки архитектуры Qwen3. Лицензия — Apache 2.0. Компактный размер позволяет рассматривать модель для локального и периферийного запуска, однако надёжность вызовов инструментов следует проверять на конкретных сценариях. Результаты заметно зависят от режима рассуждения; модель малого масштаба слабо справляется с рядом сложных бенчмарков. Возможности вызова инструментов на испанском языке ещё не проверялись.

Карточка модели lunahr/Marlin-2B-ungated на Hugging Face совпадает с карточкой NemoStation/Marlin-2B, поэтому описание составлено по ней. Marlin — мультимодальная видеомодель на 2 млрд параметров, разработанная NemoStation на основе дообучения Qwen3.5-2B. Она предназначена для анализа видео: создаёт структурированные описания сцен и отдельных событий с временными отметками, а также находит в ролике временные интервалы, соответствующие запросу на естественном языке. Модель использует видеовозможности визуальной башни Qwen3.5-2B и обучена в два этапа: на размеченных видео и затем с оптимизацией предпочтений SimPO. По данным карточки, Marlin показывает высокие результаты на бенчмарках плотного описания видео и временной локализации. Для работы доступны режимы caption и find, а также стандартный интерфейс Transformers; заявлена совместимость с vLLM и swift-deploy и возможность запуска на одной потребительской видеокарте. Для загрузки требуется Transformers версии 5.7.0 или новее, PyTorch 2.11.0 или новее и зависимости для декодирования видео. Карточка указывает лицензию Apache-2.0. Возможность рассуждения по частям видео ограничена и не входит напрямую в методы caption и find; использование пользовательского кода модели требует включения trust_remote_code.

m-BERT Indonesian MRC (cased) — модель на архитектуре BERT, дообученная Rifkiaputri на наборе данных IDK-MRC для извлечения ответов на вопросы по тексту на индонезийском языке. Она принимает вопрос и контекст и выделяет в контексте фрагмент, который отвечает на вопрос. Модель подходит для систем поиска ответов по индонезийским документам и текстам. Модель содержит 205,1 млн параметров и поддерживает контекст длиной до 512 токенов. Она распространяется в форматах PyTorch и Safetensors. Сведения о лицензии в доступных материалах отсутствуют.

harmonydata выпустила дообученную на базе sentence-transformers/all-mpnet-base-v2 модель Sentence Transformers для сопоставления высказываний о психическом здоровье. MPNet-энкодер с пулингом по среднему значению токенов и нормализацией преобразует предложения и короткие абзацы в плотные векторы размерностью 768; сходство оценивается косинусной мерой. README сообщает максимальную длину последовательности 384 токена, а метаданные — контекстное окно 514 токенов. Модель предназначена для оценки семантического сходства и поиска близких по смыслу формулировок, в том числе при гармонизации вопросов и утверждений из опросников по психическому здоровью. Её можно применять для семантического поиска, поиска перефразирований, кластеризации и получения признаков для классификации текстов. В README приведены обучающая выборка из 2351 пары и оценочная выборка из 236 пар; на оценке Spearman для косинусного сходства составил 0,5533. Модель принимает и возвращает текстовые представления: на выходе — векторы эмбеддингов, а не диагнозы или клинические рекомендации. Карточка не сообщает языковой охват, поэтому модель не следует считать проверенной для русского языка. Лицензия в предоставленных данных не указана.

INDUS-Small nasa-smd-ibm-distil-v0.1 — разработанная IBM Research и NASA SMD компактная RoBERTa-модель типа encoder-only, полученная дистилляцией INDUS (nasa-impact/nasa-smd-ibm-v0.1). Модель с примерно 33,5 млн параметров использует четыре слоя и обучена по задаче masked language modeling; максимальная длина контекста — 514 токенов. Модель адаптирована к научным текстам, связанным с направлениями NASA SMD, включая публикации по наукам о Земле, климату, астрономии и биологии. Она предназначена для извлечения информации, интеллектуального поиска, распознавания именованных сущностей и извлечения ответов из научных документов; также может служить основой для sentence embeddings. Дистилляция ориентирована на компромисс между качеством, размером и задержкой. Это экспериментальная модель, выпущенная для обучения и оценки encoder-языковых моделей INDUS. Карточка не приводит конкретных показателей качества; результаты для отдельных задач могут требовать дополнительной настройки. Лицензия — Apache-2.0.

Это модель распознавания именованных сущностей для юридических текстов на португальском языке, разработанная Пьером Гийу. Она основана на BERT base с архитектурой BertForTokenClassification и дообучена на наборе LeNER-Br для выделения сущностей в бразильских юридических документах. Модель принимает текст и помечает токены категориями PERSONA, ORGANIZACAO, LEGISLACAO, JURISPRUDENCIA, LOCAL и TEMPO. Модель содержит 136,1 млн параметров, работает с контекстом до 512 токенов и распространяется в формате PyTorch. На валидационной выборке LeNER-Br достигла F1 0,893; автор сообщает о переобучении до завершения обучения на небольшом наборе данных. Качество различается между категориями: особенно высокие показатели для персон и временных выражений, ниже — для судебной практики. Сведения о лицензии в предоставленных материалах отсутствуют.

GWK/NoFo-codellama-34b-v0.1 — модель на базе CodeLlama-34B-Instruct, разработанная для извлечения биографических сведений об исторических деятелях и их записи в CSV в формате Fichoz для базы данных Nordiske Folk (NoFo). Модель дообучена на 400 коротких биографиях на разных языках и предназначена для разбора сложных и запутанных текстов, включая энциклопедии XIX века. Извлечённые сведения она переводит на датский язык. Это плотная авторегрессионная модель семейства Llama с 33,5 млрд параметров и контекстом 16 384 токена. Она принимает текст и генерирует текст с данными в CSV-формате. Репозиторий содержит веса PyTorch; лицензия — Llama 2.

nomic-ai/nomic-bert-2048 — англоязычная модель семейства NomicBERT, разработанная Nomic AI и предварительно обученная на Wikipedia и BookCorpus. Это плотная BERT-архитектура для работы с последовательностями длиной до 2048 токенов; модель поддерживает задачу fill-mask и может служить основой для дообучения классификатора последовательностей и других задач понимания текста. В обучении используются Rotary Position Embeddings, позволяющие экстраполировать контекст, и активации SwiGLU; dropout отключён. В оценке на GLUE модель показала средний результат 0,84, сопоставимый с другими BERT-моделями, при более длинном контексте, чем у приведённых в карточке базовых моделей. Доступны веса PyTorch и Safetensors. Модель рассчитана на английский текст. Её можно дообучить для классификации текста, разметки токенов, ответов на вопросы и задач с выбором ответа. Это энкодер для понимания текста, а не генеративный чат-бот. Лицензия — Apache-2.0.

NorBERT 3 base — базовая версия модели третьего поколения NorBERT для норвежского языка, официальный выпуск, описанный в исследовании NorBench. Это энкодерная модель семейства BERT с архитектурой NorbertForMaskedLM и 123,3 млн параметров. Она обучена предсказывать замаскированные токены и подходит для заполнения пропусков, а также как основа для классификации текста и токенов, ответов на вопросы и задач с выбором варианта. Модель принимает текст, поддерживает норвежский язык и обрабатывает последовательности длиной до 512 токенов. Для загрузки требуется пользовательская обёртка из modeling_norbert.py и параметр trust_remote_code=True. Распространяется по лицензии Apache-2.0.

NorBERT 3 large — официальный выпуск крупной норвежской языковой модели семейства NorBERT 3, представленного в работе NorBench. Это энкодерная модель архитектуры BERT для предсказания замаскированных токенов; она также подходит для классификации текста и токенов, ответов на вопросы и задач с выбором одного из вариантов. В метаданных указано 353,1 млн параметров, формат PyTorch и контекст до 512 токенов. Модель предназначена для работы с норвежским языком, включая варианты nb и nn, и может использоваться как основа для анализа норвежских текстов. Для загрузки README указывает на необходимость пользовательской обёртки modeling_norbert.py и параметра trust_remote_code=True. Лицензия — Apache-2.0.

OpenMed разработала OpenMed-NER-AnatomyDetect-ElectraMed-33M — модель на архитектуре BERT для распознавания анатомических сущностей в биомедицинском тексте. Она выполняет классификацию токенов и присваивает найденным фрагментам метки B-Anatomy и I-Anatomy, выявляя анатомические структуры и части тела в клинических записях и научной литературе. Модель предназначена для извлечения анатомических упоминаний, анализа медицинской документации и обработки биомедицинских публикаций. В README приведены F1 0,83, точность 0,81, полнота 0,84 и accuracy 0,96 на наборе ANATOMY. Максимальная длина контекста составляет 512 токенов; модель принимает токенизированный текст и возвращает разметку сущностей. Указанная лицензия — Apache-2.0.

OpenMed/OpenMed-NER-AnatomyDetect-ModernClinical-395M — модель OpenMed для распознавания анатомических сущностей в биомедицинских текстах. Это дообученный ModernBERT с 394,7 млн параметров и контекстом до 8192 токенов; модель принимает токенизированный текст и выдаёт BIO-разметку сущностей типов B-Anatomy и I-Anatomy. В карточке указана базовая архитектура BioClinical-ModernBERT-large и обучение на корпусе ANATOMY. Модель предназначена для извлечения названий органов, частей тела, анатомических структур и физиологических систем из клинических записей и научной литературы. В README приведены F1 0,87, precision 0,88, recall 0,87 и accuracy 0,98; эти показатели относятся к описанной в карточке оценке на ANATOMY. Карточка рекомендует интеграцию через Transformers. Репозиторий распространяется по лицензии Apache-2.0.

OpenMed-ZeroShot-NER-Chemical-Small-166M — специализированная модель OpenMed для распознавания упоминаний химических веществ в биомедицинских текстах. Она основана на архитектуре GLiNER и дообучена на корпусе BC4CHEMD; заявленный размер — 166 млн параметров. Модель принимает текст и возвращает найденные сущности с их типами, включая малые молекулы, лекарства, реагенты и химические синонимы. Основной сценарий — извлечение химических сущностей из аннотаций и полнотекстовых научных статей для индексации соединений, поиска по фармакологической литературе и последующей привязки к ChEBI или DrugBank. Модель поддерживает zero-shot распознавание: пользователь задаёт типы сущностей при запуске, но карточка указывает только CHEM как обученный тип. Для BC4CHEMD заявлен F1 0,84; результаты зависят от порога извлечения и текста, а показатель не гарантирует такую же точность на других типах сущностей и источниках. Репозиторий содержит веса PyTorch, лицензия — Apache-2.0.,

Patana Chilean Spanish BERT — модель BERT для испанского языка Чили, обученная Хорхе Ортисом Фуэнтесом на корпусе Chilean Spanish Corpus. Она дообучена на основе dccuchile/bert-base-spanish-wwm-cased и предназначена для предсказания замаскированных токенов, а также для адаптации к задачам классификации текста и токенов на чилийском испанском. Корпус включает чилийские новости, веб-тексты, жалобы и твиты; автор сообщает о сравнительно высоких результатах модели на задачах для чилийского испанского. Это BERT с 137,1 млн параметров и контекстом до 512 токенов. Модель принимает и выдаёт текст на испанском языке. Лицензия указана как CC BY 4.0, однако автор предупреждает, что совместимость лицензий всех обучающих данных, особенно для коммерческого использования, не подтверждена. Данные не проходили цензуру, поэтому модель может воспроизводить нежелательные идеологические представления.

jefftherover/pii-layout-synth-distil-v1 — дообученная модель для классификации токенов на базе архитектуры ModernBERT. По названию репозитория она предназначена для обнаружения персональных данных в синтетических документах с учётом их структуры, однако карточка не описывает метки, обучающие данные или сценарии применения. Модель содержит 93,8 млн параметров, принимает контекст до 8192 токенов и сохранена в формате safetensors; используется библиотека Transformers. В README приведены метрики оценки: F1 0,9930, точность 0,9987, precision 0,9911 и recall 0,9949. Классификация токенов подходит для разметки фрагментов текста, например для последующего выделения сущностей. Высокие заявленные метрики относятся только к описанному в карточке набору оценки и не гарантируют качество на других данных. Лицензия в предоставленных сведениях отсутствует.

OpenMed подготовила 8-битную MLX-версию OpenAI Privacy Filter для локального обнаружения персональных данных в тексте на устройствах Apple с Apple Silicon. Это двунаправленная модель классификации токенов с архитектурой MoE и исходной BIOES-головой разметки; модель насчитывает 145,4 млн параметров и рассчитана на контекст до 131 072 токенов. Веса сохранены в safetensors и сжаты аффинной квантизацией до 8 бит с размером группы 64. Для токенизации используются ресурсы o200k_base. Модель отмечает имена, адреса, даты, электронную почту, телефоны, URL, номера счетов и секреты, чтобы затем можно было маскировать найденные фрагменты. После загрузки артефакта обработка выполняется локально через OpenMed и MLX, без отправки текста документа на сервер. README сообщает об одинаковых сгруппированных фрагментах на проверенных примерах для BF16- и Q8-версий. Для медицинских, юридических, финансовых и других высокорисковых сценариев качество следует проверить на собственных данных и в соответствии с применимыми правилами. Лицензия — Apache-2.0.

Это шестибитная MLX-конверсия мультимодальной модели Qwen2.5-VL-3B-Instruct, подготовленная сообществом mlx-community из базовой модели Alibaba Qwen. Она предназначена для диалогового анализа изображений и видео с ответами на естественном языке; метаданные также отмечают интерфейс вызова инструментов. Модель содержит 3,1 млрд параметров, использует архитектуру Qwen2.5-VL и поддерживает контекст до 128 000 токенов. Вариант рассчитан на запуск в экосистеме MLX; карточка указывает преобразование с помощью mlx-vlm 0.1.11 и формат файлов safetensors. Поддерживаемый язык карточки — английский. Лицензия этой конверсии в предоставленных данных не указана; дополнительные сведения о возможностях и условиях использования следует сверять с карточкой исходной модели Qwen2.5-VL-3B-Instruct.

Qwen3-VL-4B-Instruct-MLX-4bit — это 4-битная квантованная версия мультимодальной модели Qwen3-VL-4B-Instruct, разработанной командой Qwen. Квантование выполнено командой LM Studio с использованием MLX и mlx_vlm; модель оптимизирована для работы на компьютерах Apple Silicon. Модель предназначена для задач преобразования изображений и текста в текст, включая обработку визуально-текстовых запросов и работу в формате инструкций. Она относится к классу vision-language моделей и поддерживает взаимодействие с изображениями и текстом. Известный размер исходной модели — 4B параметров; сведения о поддерживаемых языках и максимальной длине контекста в представленном README не указаны. Ключевое преимущество версии — снижение требований к памяти и вычислительным ресурсам благодаря 4-битному квантованию, а также оптимизация для экосистемы Apple Silicon. Квантование может сопровождаться некоторым снижением точности по сравнению с исходной моделью, однако конкретные результаты в README не приведены. Модель распространяется по лицензии Apache-2.0.

Winuim/qwen3-vl-8b-invoice-cpt — дообученная мультимодальная модель Winuim на базе unsloth/qwen3-vl-8b-instruct-unsloth-bnb-4bit. Она использует архитектуру Qwen3-VL и предназначена для диалоговой работы с текстом и изображениями; название указывает на настройку для обработки счетов, но README не описывает конкретные сценарии или качество извлечения данных. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0.

Qwen-AgentWorld-35B-A3B-VL36 — экспериментальная мультимодальная модель, созданная автором репозитория havok2 путём переноса визуального блока из Qwen/Qwen3.6-35B-A3B в текстовую основу Qwen/Qwen-AgentWorld-35B-A3B. Это не дообучение: текстовые веса AgentWorld сохранены, а веса ViT и проектора добавлены без обучения. Архитектура — Qwen3.5 MoE с 35 млрд параметров; модель принимает текст и изображения, поддерживает диалоги и интерфейс вызова инструментов. В README также заявлен ввод видео. Карточка ориентирована на английский язык. Модель предназначена для агентных диалогов и работы с изображениями, включая описание объектов, цветов и их расположения, а также OCR. Для запуска автор приводит пример с vLLM версии 0.23 или новее. Веса опубликованы в формате safetensors в BF16, лицензия — Apache-2.0. Визуальный блок взят из поколения Qwen3.6, тогда как текстовая основа относится к поколению Qwen3.5. По README, модель прошла только базовые тесты на синтетических изображениях и не имеет бенчмарков; качество зрения может отличаться от нативно обученной VLM. Дополнительная настройка безопасности и оценка не проводились.