I.3Извлечение и структурирование данных

aajrami/bert-mlm-small — компактная языковая модель семейства RoBERTa, разработанная для извлечения признаков из текста. В README модель описана как BERT-подобная модель малого размера, предварительно обученная с целью masked language modeling (MLM); размер составляет 42,5 млн параметров, длина контекста — 514 токенов. Модель предназначена для получения контекстных представлений текста, которые можно использовать в последующих NLP-системах. Она поддерживает входной текст и выдаёт векторные представления токенов или последовательностей. Веса доступны в форматах PyTorch и Safetensors. Лицензия — CC BY 4.0. Карточка не описывает отдельную специализацию по языкам или прикладным областям; название и описание не дают достаточных оснований приписать модели конкретный основной язык.

mrm8488/bert-multi-cased-finedtuned-xquad-tydiqa-goldp — дообученная модель на базе mrm8488/bert-multi-cased-finetuned-xquadv1, созданная Manuel Romero. Она извлекает ответ на вопрос в виде непрерывного фрагмента из предоставленного отрывка, который гарантированно содержит ответ, и обучена для задачи Gold Passage датасета TyDi QA. Модель построена на архитектуре BERT, содержит 205,1 млн параметров и поддерживает контекст до 512 токенов. Модель предназначена для многоязычного извлечения ответов. На dev-наборе TyDi QA в README указаны Exact Match 71,06 и F1 82,16. В репозитории представлены веса PyTorch, Flax и SafeTensors. Лицензия в предоставленных данных не описана.

Модель carted-nlp/categorization-finetuned-20220721-164940-distilled-20220811-132317 — дообученная и дистиллированная RoBERTa-модель классификации текста от carted-nlp. Она предназначена для отнесения текстов к категориям; конкретные категории и целевая область применения в карточке не раскрыты. Модель содержит 45,4 млн параметров, принимает последовательности длиной до 514 токенов и доступна в форматах PyTorch и ONNX. На оценочном наборе указаны accuracy 0,8783 и F1 0,8779. Датасет обозначен как None, поэтому результаты нельзя уверенно переносить на другие данные или категории. Сведения о лицензии отсутствуют в предоставленных данных.

control-r3 — модель обнаружения объектов, разработанная на основе DETR с backbone ResNet-50 и дообученная для анализа газетных страниц. Она находит ограничивающие рамки семи типов областей макета: например, заголовков, фотографий, иллюстраций, карт, объявлений и комиксов. Модель принимает RGB-изображение страницы, изменяет его размер до 600 × 600 и возвращает метки классов с рамками объектов. Модель предназначена для анализа оцифрованных исторических и современных газет, архивной каталогизации и предварительной разметки страниц. Она обучена на наборе biglam/loc_beyond_words; на валидационной выборке качество заметно различается между классами: заголовки и объявления обнаруживаются хорошо, фотографии и комиксы — приемлемо, а редкие классы, включая карты и иллюстрации, распознаются ненадёжно. Это детектор областей макета, а не система OCR или распознавания рукописного текста; результаты для редких классов и страниц, отличающихся от обучающих данных, следует проверять. Модель использует архитектуру DETR с ResNet-50, 100 запросами и шестью слоями энкодера и декодера. Она дообучена от facebook/detr-resnet-50 и распространяется по лицензии Apache 2.0.

DiCoW v3.2 — модель распознавания речи от команды BUT Speech@FIT Брненского технического университета, предназначенная для многособеседниковой автоматической транскрипции речи (MT-ASR) и распознавания речи целевого говорящего. Модель основана на Whisper large-v3-turbo и насчитывает около 905,2 млн параметров; в карточке указана архитектура DiCoW и формат весов safetensors. Для загрузки используется Transformers. В версии 3.2 применены преобразование FDDT с учётом диаризации, последовательное декодирование с резервным поиском, обнаружение и подавление галлюцинаций при инференсе, а декодер заморожен при дообучении для сохранения языковых возможностей. Обучение опиралось на NOTSOFAR-1, AMI Meeting Corpus и Libri2Mix; использовались шумовые аугментации, включая SpecAugment и смешивание с MUSAN. Модель рассчитана на многоязычную речь, однако конкретный перечень языков в предоставленных данных не приведён. Лицензия модели — CC BY 4.0; базовая модель имеет лицензию MIT, а обучающие данные — CC BY 4.0.

Модель Isotonic/distilbert-base-german-cased_finetuned_ai4privacy_v2 — дообученная Isotonic версия DistilBERT для немецкоязычной токенной классификации персональных данных. Она предназначена для обнаружения PII в тексте, например перед маскированием или анонимизацией. Модель основана на DistilBERT с архитектурой DistilBertForTokenClassification, принимает текст с контекстом до 512 токенов и доступна в форматах Safetensors и ONNX. На оценочном наборе README приводит precision 0,9086, recall 0,9379, F1 0,9230 и accuracy 0,9679. Обучение выполнено на немецкой части pii-masking-200k. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование без отдельного разрешения.

Donut Base ASCII — преобразованная версия naver-clova-ix/donut-base, подготовленная nbroad. Это модель архитектуры Vision Encoder-Decoder для преобразования изображений в текст. Из словаря удалены не-ASCII токены и добавлен токен «1»; модель не обучалась дополнительно после исходной. Модель рассчитана на базовые англоязычные сценарии, где распознаваемый текст состоит преимущественно из латинских букв, цифр и обычной пунктуации. В сравнении, приведённом автором карточки, генерация 10 токенов занимала около 195 мс против 205 мс у исходной модели и 280 мс при использовании списка запрещённых токенов. Модель распространяется под лицензией Apache-2.0. Удаление токенов ограничивает её применимость к текстам с символами за пределами ASCII; дополнительных задач обучения автор не проводил.

Fastino Nemotron 3.5 Lightning Finance — специализированная языковая модель Fastino Labs, разработанная совместно с NVIDIA и дообученная на базе NVIDIA Nemotron-3.5-Lightning с помощью LoRA. Модель предназначена для финансовых рассуждений, анализа документов и исследований на основе источников. В README указано 30 млрд параметров и 3 млрд активных параметров в архитектуре mixture-of-experts; метаданные каталога указывают 1,9 млрд параметров и архитектуру Nemotron-H. Эти сведения расходятся, поэтому размер следует считать неоднозначным. Нативная длина контекста по метаданным — 262 144 токена. Модель принимает и выдаёт текст на английском языке. Она подходит для вопросов по финансовой отчётности и таблицам, извлечения числовых фрагментов и финансовых сущностей, а также разговорного анализа и исследований с опорой на источники. В описанных разработчиком оценках улучшены результаты на финансовых бенчмарках, включая FinQA, TAT-QA, SEC-Num, ConvFinQA и FiQA; результаты не гарантируют точность для других сценариев. Вес опубликован в формате BF16; для запуска README рекомендует GPU с 80 ГБ памяти или больше либо распределение вычислений между несколькими GPU. Лицензия — Apache 2.0.

FrALBERT Base — базовая франкоязычная модель семейства ALBERT, разработанная Qwant и предварительно обученная на французской Википедии с помощью задач masked language modeling и Sentence Ordering Prediction. Это двунаправленный Transformer с разделением весов между повторяющимися слоями: в README указаны 12 слоёв, размер скрытого состояния 768 и 12 голов внимания; метаданные указывают 137,8 млн параметров и контекст до 512 токенов. Модель без учёта регистра, использует токенизацию SentencePiece с размером словаря 32 000. Модель предназначена прежде всего для дообучения и извлечения признаков в задачах классификации последовательностей и токенов, ответов на вопросы и заполнения масок во французском тексте. Её можно использовать для предсказания скрытых слов; для генерации связного текста она не предназначена. Разделение весов уменьшает требования к памяти по сравнению с архитектурой без такого разделения, но не устраняет вычислительные затраты повторных проходов по слоям. Опубликована под лицензией Apache-2.0.

GLiNER-BioMed Large v1.0 — англоязычная модель для распознавания биомедицинских именованных сущностей, созданная в сотрудничестве с DS4DH Женевского университета на основе фреймворка GLiNER. Она использует двунаправленный трансформерный энкодер и позволяет извлекать сущности заданных пользователем типов, включая сценарии zero-shot и few-shot, без отдельной модели для каждого набора меток. Модель предназначена для извлечения биомедицинской информации из текстов и рассчитана на более эффективное применение, чем крупные языковые модели в подобных задачах. Она дообучена на Microsoft DeBERTa-v3-large, использует библиотеку GLiNER и распространяется в формате PyTorch. Лицензия — Apache-2.0. В README сообщается о сравнении моделей семейства на восьми реальных наборах данных и о высоких результатах zero-shot и few-shot распознавания; конкретные метрики этой версии в доступной карточке не приведены. Модель ориентирована на английский язык и биомедицинскую область. Ограничения контекста и подробные сведения о размере модели в предоставленных данных отсутствуют.

Модель NIHRDataInsights/HRCSHealthCategories разработана Национальным институтом исследований в области здравоохранения и ухода Великобритании (NIHR) для автоматического присвоения исследовательским грантам категорий здоровья HRCS. Это многометочный классификатор на основе крупного BiomedBERT: энкодер предварительно адаптирован к языку заявок на медицинские гранты, затем дообучен на размеченных данных нескольких фондов. На вход подаются название и аннотация гранта, а на выходе — вероятности для категорий HRCS. Максимальная длина входа составляет 512 токенов. Модель предназначена для анализа портфелей финансирования, массовой разметки наборов грантов, изучения ландшафта биомедицинских исследований и помощи в рабочих процессах кодирования HRCS. В описанной оценке достигнуты micro-F1 0,81 и macro-F1 0,75. Результаты зависят от сходства данных с обучающим корпусом: редкие и неоднозначные категории распознаются хуже, длинные аннотации обрезаются, а пороги вероятностей, настроенные на исходный набор данных, могут требовать повторной калибровки. Обучающие данные охватывают период до 2022 года; авторы рекомендуют учитывать временное смещение при оценке на более новых грантах. Модель служит поддержкой экспертной разметки, а не её полной заменой. Лицензия — MIT.

IndicBERT — мультиязычная модель семейства ALBERT, разработанная AI4Bharat и предварительно обученная на корпусе примерно из 8,9 млрд токенов. Она охватывает 12 языков, включая ассамский, бенгальский, английский, гуджарати, хинди, каннада, малаялам, маратхи, ория, пенджаби, тамильский и телугу. По размеру модель компактнее mBERT и XLM-R; в оценках на IndicGLUE и дополнительных задачах она показала сопоставимые или более высокие результаты по отдельным метрикам. Модель предназначена для дообучения и применения в классификации новостей и отзывов, анализе тональности, предсказании заголовков и разделов, а также в задачах выбора ответа на вопросы. В отчёте об оценке использовалась максимальная длина последовательности 128 токенов; результаты различаются между задачами, и, например, на некоторых тестах анализа тональности IndicBERT уступает XLM-R. Репозиторий содержит веса PyTorch. Лицензия — MIT.

ketut/IndoBERTkbli — модель классификации текста на основе BERT, дообученная автором Ketut Artayasa на indobenchmark/indobert-base-p2. Она предназначена для классификации текстов на индонезийском языке; название и карточка связаны с KBLI, индонезийской классификацией видов деятельности. Модель содержит 151,6 млн параметров, использует архитектуру BertForSequenceClassification и принимает последовательности длиной до 512 токенов. Модель подходит для присвоения категории KBLI текстовому описанию деятельности. Доступна через Transformers; веса опубликованы в формате safetensors. Лицензия — Apache-2.0. Карточка не приводит подробностей о наборе данных, метриках качества или конкретной схеме меток.

JobBERTa — англоязычная модель на базе RoBERTa, разработанная авторами работы NNOSE: Nearest Neighbor Occupational Skill Extraction. Её непрерывно предобучили из чекпойнта roberta-base на примерно 3,2 млн предложений из объявлений о вакансиях; модель содержит 151,8 млн параметров и поддерживает контекст длиной до 514 токенов. Модель предназначена для заполнения пропусков в тексте и может использоваться для анализа формулировок вакансий, в том числе как часть извлечения профессиональных навыков. Доступны веса в форматах PyTorch, ONNX и safetensors. В карточке не указана лицензия, поэтому условия использования по ней определить нельзя.

uomnf97 выпустил дообученную модель KLUE RoBERTa Large для поиска ответов в корейских текстах. Она решает задачу машинного чтения и понимания: получает вопрос и контекст, затем выделяет ответ в контексте. Модель построена на архитектуре RoBERTa, содержит 435,4 млн параметров и рассчитана на контекст длиной до 514 токенов. Модель дообучена на 27 423 примерах KorQuAD 2.1 после удаления из исходных данных гиперссылок, тегов и BOM; примеры с контекстом длиннее 7500 символов исключались. Она предназначена для корейских сценариев вопросно-ответного поиска по тексту. Доступна в формате PyTorch через Transformers; лицензия — MIT.

LaBSE_geonames_RU_RELOCATION — дообученная artefucktor модель на базе sentence-transformers/LaBSE, предназначенная для работы с названиями географических объектов. Она преобразует названия городов из набора GeoNames cities500 RU и популярных стран для переезда в плотные векторы размерности 768, пригодные для семантического поиска и кластеризации. Модель построена на архитектуре BERT, содержит 498,1 млн параметров и принимает тексты длиной до 512 токенов. Модель можно применять для поиска географических названий по смысловой близости и группировки похожих названий. Базовая LaBSE создаёт общий векторный язык для 109 языков; в карточке этой модели указаны русский и английский. Весы опубликованы в форматах PyTorch и safetensors. Лицензия — Apache-2.0.

unsloth/LFM2-2.6B-Exp-GGUF — GGUF-версия экспериментальной языковой модели LFM2-2.6B-Exp, разработанной Liquid AI и подготовленной Unsloth. Модель создана на основе LFM2-2.6B с использованием обучения с подкреплением и ориентирована на следование инструкциям, работу со знаниями и математическими задачами. Указано, что её результативность особенно высока среди моделей класса около 3B параметров, включая сильный результат на IFBench. Модель предназначена для агентных сценариев, извлечения данных, RAG, творческого письма и многошаговых диалогов. Из-за небольшого размера разработчики рекомендуют дообучение под узкие прикладные задачи. Модель не рекомендуется для задач, требующих глубоких знаний или программирования. Архитектура LFM2-2.6B включает 30 слоёв, из которых 22 являются convolutional-слоями и 8 attention-слоями, около 2,57 млрд параметров, контекст до 32 768 токенов и словарь размером 65 536 токенов. Поддерживаются английский, арабский, китайский, французский, немецкий, японский, корейский и испанский языки. Модель поддерживает диалоги через ChatML-подобный шаблон и вызов инструментов. В этой версии исправлен chat template; для llama.cpp рекомендуется использовать параметр --jinja. Рекомендуемые параметры генерации: temperature 0.3, min_p 0.15 и repetition_penalty 1.05. Лицензия — LFM Open License v1.0. README не указывает точные параметры квантования данной GGUF-сборки, поэтому объём памяти и компромисс между качеством и скоростью по конкретному файлу определить нельзя.

Карточка модели Justbackup/LFM2.5-2.6B-UNCENSORED-ABLITERATED-PHILADELPHIA-CLASS на Hugging Face совпадает с карточкой KridgeDookie/LFM2.5-2.6B-UNCENSORED-ABLITERATED-PHILADELPHIA-CLASS, поэтому описание составлено по ней. KridgeDookie выпустил модифицированную версию языковой модели LiquidAI LFM2.5-2.6B: в ней намеренно снижена склонность отказываться от ответов. Модель построена на плотной гибридной архитектуре LFM2 с классом Lfm2ForCausalLM и содержит 2,6 млрд параметров. Она принимает текст и генерирует текст, поддерживает чатовый шаблон с рассуждениями и контекст до 128 000 токенов. В репозитории доступны веса BF16 в safetensors и GGUF для llama.cpp. Модель предназначена для локальных экспериментов с редактированием поведения и отказов, а также для общих ассистентских задач, извлечения информации, вызова инструментов и творческой генерации. В собственных тестах авторов число отказов на отобранных вредоносных запросах заметно снизилось, при этом на пяти публичных тестах среднее изменение метрик составило −0,50 процентного пункта. Это сравнение не является независимой оценкой качества или безопасности. Снижение отказов распространяется и на вредоносные запросы: ответы могут быть опасными, незаконными, предвзятыми, неверными или раскрывать приватные сведения. Авторы отмечают повторы и неполные ответы в части тестов, а также предупреждают, что результаты BF16 нельзя автоматически переносить на квантизованные версии и другие среды запуска. Лицензия указана как other; конкретные условия в предоставленных данных не раскрыты.

KridgeDookie выпустил модифицированную версию языковой модели LiquidAI LFM2.5-2.6B: в ней намеренно снижена склонность отказываться от ответов. Модель построена на плотной гибридной архитектуре LFM2 с классом Lfm2ForCausalLM и содержит 2,6 млрд параметров. Она принимает текст и генерирует текст, поддерживает чатовый шаблон с рассуждениями и контекст до 128 000 токенов. В репозитории доступны веса BF16 в safetensors и GGUF для llama.cpp. Модель предназначена для локальных экспериментов с редактированием поведения и отказов, а также для общих ассистентских задач, извлечения информации, вызова инструментов и творческой генерации. В собственных тестах авторов число отказов на отобранных вредоносных запросах заметно снизилось, при этом на пяти публичных тестах среднее изменение метрик составило −0,50 процентного пункта. Это сравнение не является независимой оценкой качества или безопасности. Снижение отказов распространяется и на вредоносные запросы: ответы могут быть опасными, незаконными, предвзятыми, неверными или раскрывать приватные сведения. Авторы отмечают повторы и неполные ответы в части тестов, а также предупреждают, что результаты BF16 нельзя автоматически переносить на квантизованные версии и другие среды запуска. Лицензия указана как other; конкретные условия в предоставленных данных не раскрыты.

Карточка модели swartbwoy/LFM2.5-2.6B-UNCENSORED-ABLITERATED-PHILADELPHIA-CLASS на Hugging Face совпадает с карточкой KridgeDookie/LFM2.5-2.6B-UNCENSORED-ABLITERATED-PHILADELPHIA-CLASS, поэтому описание составлено по ней. KridgeDookie выпустил модифицированную версию языковой модели LiquidAI LFM2.5-2.6B: в ней намеренно снижена склонность отказываться от ответов. Модель построена на плотной гибридной архитектуре LFM2 с классом Lfm2ForCausalLM и содержит 2,6 млрд параметров. Она принимает текст и генерирует текст, поддерживает чатовый шаблон с рассуждениями и контекст до 128 000 токенов. В репозитории доступны веса BF16 в safetensors и GGUF для llama.cpp. Модель предназначена для локальных экспериментов с редактированием поведения и отказов, а также для общих ассистентских задач, извлечения информации, вызова инструментов и творческой генерации. В собственных тестах авторов число отказов на отобранных вредоносных запросах заметно снизилось, при этом на пяти публичных тестах среднее изменение метрик составило −0,50 процентного пункта. Это сравнение не является независимой оценкой качества или безопасности. Снижение отказов распространяется и на вредоносные запросы: ответы могут быть опасными, незаконными, предвзятыми, неверными или раскрывать приватные сведения. Авторы отмечают повторы и неполные ответы в части тестов, а также предупреждают, что результаты BF16 нельзя автоматически переносить на квантизованные версии и другие среды запуска. Лицензия указана как other; конкретные условия в предоставленных данных не раскрыты.

Distilled MetaCLIP 2 ViT-L/14 (worldwide) — мультимодальная модель семейства MetaCLIP 2, представленная авторами работы «MetaCLIP 2: A Worldwide Scaling Recipe». Чекпойнт соответствует ViT-L-14-worldwide из оригинальной реализации; для работы используется библиотека Transformers. Модель предназначена для классификации изображений по текстовым описаниям без отдельного обучения на каждом наборе классов: пользователь задаёт изображение и варианты описаний, а модель оценивает их соответствие. Вариант worldwide рассчитан на многоязычные данные. Веса опубликованы в формате safetensors по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

MolParser-Mobile-V2 — компактная модель UniParser для оптического распознавания химических структур (OCSR): она преобразует изображения молекул в запись E-SMILES 2.0. Модель построена по архитектуре vision encoder-decoder и содержит около 10 млн параметров; принимает изображения размером до 384 × 384 пикселей и генерирует последовательность длиной до 384 токенов. Модель предназначена для распознавания молекул в химической литературе, включая сложные структуры Markush, стереохимические обозначения, полимеры и повторяющиеся структурные фрагменты. В README приведены результаты тестирования на нескольких наборах данных и указано улучшение точности относительно предыдущей версии MolParser-Mobile; фактическое качество зависит от изображения и сложности структуры. Веса модели доступны по лицензии CC BY-NC-SA 4.0 только для некоммерческого использования. Библиотека MolParser, предоставляющая дополнительные функции обнаружения молекул, постобработки и визуализации, распространяется отдельно по Apache 2.0.

MrBERT-ca — двуязычная языковая модель на архитектуре ModernBERT, разработанная лабораторией Language Technologies Lab Барселонского суперкомпьютерного центра. Она создана для каталонского и английского языков: веса и эмбеддинги адаптированы на основе MrBERT-es с учетом различий токенизаторов, после чего модель продолжительно предобучена на сбалансированном корпусе объемом 47,4 млрд токенов. Модель содержит около 149 млн параметров, использует токенизатор SPM и поддерживает контекст до 8192 токенов. Основная задача — предсказание скрытых токенов в тексте (Masked Language Modeling). Энкодер также оценивается на задачах понимания каталонского текста, включая распознавание именованных сущностей, разметку частей речи, оценку семантического сходства, классификацию, вывод и ответы на вопросы; эти задачи требуют соответствующей настройки. В тестах CLUB модель показала сильные результаты для каталонского на POS и семантическом сходстве. Доступны веса PyTorch и Safetensors. Лицензия — Apache-2.0. Авторы предупреждают о возможных смещениях и непреднамеренных искажениях.

Yunika/muril-squad-nepali — модель на базе muRIL с архитектурой BERT, дообученная на переведённом на непальский язык датасете SQuAD. Она предназначена для извлечения ответов на вопросы из предоставленного текста на непальском языке. Модель содержит 264,8 млн параметров, принимает текст с контекстом длиной до 512 токенов и выдаёт текстовый фрагмент ответа. Лицензия в доступных данных не указана.

knurm/my-finetuned-xml-roberta4 — модель XLM-RoBERTa, дообученная автором knurm на основе knurm/xlm-roberta-base-finetuned-est для задачи question answering. Веса содержат около 305,2 млн параметров, модель принимает текст и имеет контекст до 514 токенов. Датасет обучения неизвестен; в карточке приведено значение loss 3,7709 на оценочной выборке, без дополнительных метрик или описания протокола оценки. Модель предназначена для извлечения ответа на вопрос из предоставленного текста. Метаданные указывают лицензию MIT. Ограниченное описание и отсутствие сведений о данных и результатах оценки не позволяют судить о качестве на конкретных наборах данных и сценариях.

ClimateBERT Net Zero Reduction — дообученная модель на базе climatebert/distilroberta-base-climate-f с классификационной головой. Она определяет, относится ли предложение к целям достижения нулевых выбросов или сокращения выбросов. Модель предназначена для классификации климатических текстов, например при анализе документов и отборе релевантных предложений. Модель построена на архитектуре RoBERTa и содержит 95,4 млн параметров. Она принимает текст, работает с контекстом до 514 токенов и выдаёт метку классификации. Для обучения использован размеченный людьми набор climatebert/netzero_reduction_data. Модель распространяется по лицензии Apache-2.0.

Nougat-LaTeX-based — модель для преобразования изображений математических формул в код LaTeX. Она разработана как дообученная версия facebook/nougat-base на датасете im2latex-100k. Модель использует архитектуру vision encoder-decoder; для формул изменены разрешение входного изображения и адаптивное дополнение полями, чтобы уменьшить артефакты масштабирования. Модель предназначена для распознавания формул на изображениях, в том числе фрагментов из статей и других документов. В описанной оценке на парах изображений формул и LaTeX, собранных из Wikipedia, arXiv и im2latex-100k, она показала token accuracy 0,624 и нормированное расстояние редактирования 0,062; сравнение проводилось с pix2tex. Для запуска README указывает Transformers версии 4.34.0 или новее. Репозиторий распространяется по лицензии Apache-2.0.

opencode-r2 — модель компьютерного зрения, дообученная на базе facebook/detr-resnet-50 для анализа страниц исторических газет и периодических изданий. Она обнаруживает объекты и возвращает для них классы и ограничивающие рамки в формате COCO: фотографии, иллюстрации, карты, комиксы и карикатуры, редакционные карикатуры, заголовки и объявления. Модель обучена на наборе Beyond Words от Library of Congress: 2 846 обучающих и 712 проверочных примеров. На проверочной выборке COCO mAP при IoU от 0,5 до 0,95 составила 0,2842, а AP при IoU 0,5 — 0,4189. Веса представлены в формате safetensors; лицензия — Apache-2.0. Модель подходит для разметки и поиска визуальных и редакционных элементов в оцифрованной исторической прессе. Обучение проводилось с ограниченным бюджетом на одной GPU; качество заметно различается между классами, а для очень мелких текстовых блоков точность зависит от разрешения изображения.

OpenMed разработала OpenMed-NER-AnatomyDetect-MultiMed-568M — специализированную модель распознавания анатомических сущностей в биомедицинских текстах. Она размечает названия анатомических структур и частей тела тегами B-Anatomy и I-Anatomy, например в клинических записях и научной литературе. Модель построена на архитектуре XLM-RoBERTa и содержит около 658,7 млн параметров. Она принимает токенизированный текст и возвращает BIO-разметку для задачи token classification; заявленная длина контекста — 8194 токена. В README указаны английский язык и F1, precision и recall около 0,90 на корпусе ANATOMY. Модель подходит для извлечения анатомических упоминаний при анализе медицинской документации и биомедицинских публикаций. README также перечисляет сценарии вроде медицинского поиска и построения баз знаний, однако модель размечает именно анатомические сущности, поэтому не следует считать её средством распознавания лекарств или лекарственных взаимодействий. Распространяется по лицензии Apache-2.0.

OpenMed/OpenMed-ZeroShot-NER-Anatomy-Medium-209M — модель OpenMed для извлечения анатомических сущностей из медицинских и биомедицинских текстов. Она распознаёт структуры тела, органы, ткани и их части; заявлены сценарии разбора клинических записей, радиологических заключений и хирургических заметок, а также извлечения локализации заболевания. Модель основана на архитектуре GLiNER и дообучена на корпусе ANATOMY. Она поддерживает zero-shot распознавание: типы сущностей задаются при использовании, без отдельного дообучения под каждую категорию. В README указано значение F1 0,9114 на тестовом наборе ANATOMY, не включённом в обучение. Модель принимает текст и возвращает найденные сущности с метками; в метаданных основным тегом задачи указан token-classification. Карточка описывает её как предназначенную для производственного применения, однако приведённая оценка относится к конкретному набору данных и не гарантирует качество на других текстах или пользовательских типах сущностей. Лицензия — Apache-2.0. Поддержка английского языка указана в метаданных.