I.3Извлечение и структурирование данных

Kotoba-Whisper-v2.1 — японская модель автоматического распознавания речи, разработанная Kotoba Technologies совместно с Асахи Усио. Она основана на kotoba-tech/kotoba-whisper-v2.0 и использует архитектуру Whisper с 905,2 млн параметров. Встроенный конвейер дополнительно расставляет пунктуацию в распознанном тексте. Модель предназначена для транскрибации японской речи. В README приведены оценки CER на японских тестовых наборах CommonVoice 8, JSUT Basic 5000 и ReazonSpeech; для нормализованного CER результаты совпадают с версией v2.0, поскольку добавленная пунктуация при нормализации удаляется. Модель доступна через Transformers версии 4.39 и новее. Лицензия — Apache-2.0.

Laya-English-MXFP8 — квантованный англоязычный энкодер ModernBERT-large, подготовленный для MLX на Apple Silicon и опубликованный как часть проекта ConvAI Innovations Laya. Репозиторий содержит только двунаправленную энкодерную основу примерно на 394,7 млн параметров; отдельная голова принятия решений Laya сюда не включена. В отличие от генеративной языковой модели, энкодер извлекает признаки из текста и сам не генерирует ответы. Модель подходит для получения текстовых представлений и построения собственных MLX-классификаторов или других небольших голов поверх энкодера. В README указана MXFP8-квантизация и проверка совместимости с исходным энкодером; метаданные указывают контекст 8192 токена. Репозиторий не сообщает лицензию, поэтому условия использования по имеющимся сведениям определить нельзя.

Leum-VL-8B-preview0320 — мультимодальная модель с открытыми весами, разработанная командой Leum и дообученная на базе Qwen/Qwen3-VL-8B-Instruct. Это плотная модель семейства Qwen3-VL с 8 млрд параметров, предназначенная для структурного анализа коротких интернет-видео с привязкой выводов к временной шкале. Она описывает содержание по шести измерениям: объекты и участники, визуальный стиль, язык камеры, монтаж, повествование и наблюдаемые признаки распространения контента. Модель принимает видео и формирует текстовые структурированные выводы, пригодные для поиска, индексации и анализа. Она рассчитана на разбор хуков и сюжетного развития, переходов между кадрами, темпа монтажа, экранного текста, а также согласованности ролика с обложкой, заголовком и хештегами; связанные комментарии могут учитываться, если предоставлены. В карточке приведены языки zh и en. Для оценки использовались настройки до 768 кадров и до 50 тыс. токенов на видео, но это параметры бенчмарка, а не заявленный предел контекста. Модель обучалась с полным обновлением параметров визуального энкодера, проектора и языковой модели, включая continual pretraining, supervised fine-tuning и RLHF. Лицензия — MIT. Веса помечены как открытые; в карточке пока нет проверенных примеров API и окончательной схемы вывода.

Модель daresearch/Llama-3.1-8B-bnb-4bit-M-exec-roles разработана для классификации должностей и ролей руководителей в корпоративном контексте. Это дообученная с помощью LoRA плотная авторегрессионная модель семейства Llama 3.1 с 7,5 млрд параметров; она принимает текст, например название должности и сведения об организации, и формирует текстовый ответ о ранге или роли — таких как VP, SVP, CEO, CXO и член совета директоров. Указанная длина контекста — 131 072 токена. Модель предназначена для выявления руководящих ролей, классификации должностей и определения их места в иерархии. Она поддерживает английский язык. Лицензия — Llama 3.1. В карточке нет сведений о данных обучения, метриках, результатах тестирования или подробных ограничениях; качество классификации и устойчивость к различиям в названиях должностей не описаны.

Llama3-Crab-SFT — англоязычная плотная авторегрессионная языковая модель семейства Llama, разработанная Yunjia Qi, Hao Peng, Xiaozhi Wang, Bin Xu, Lei Hou и Juanzi Li. Модель дообучена на основе Llama3-8B с использованием набора CRAB, созданного методом constraint back-translation: к качественным парам инструкций и ответов добавлялись сложные ограничения, уже соблюдённые в ответах. Модель предназначена для генерации текста по инструкциям и особенно для задач, где нужно точно выполнять несколько требований к формату, длине или содержанию ответа. В карточке описано улучшение следования сложным инструкциям при оценке на бенчмарках IFEval и FollowBench. Размер модели — 7,5 млрд параметров, контекст — 8192 токена; доступны веса в формате PyTorch. Модель лицензирована по Apache-2.0. Её возможности описаны для английского языка; карточка не приводит ограничений, кроме того, что целевая специализация — выполнение сложных инструкций.

LocalAI-io/LocalAI-Llama3.1-8b-Function-Call-v0.3 — дообученная модель семейства Llama 3.1, разработанная LocalAI-io на пользовательском датасете и данных Glaive. Она предназначена для диалогов с вызовом инструментов в LocalAI: в режиме инструментов модель формирует ответы в JSON, что подходит для работы с ограниченной грамматикой вывода. Модель имеет плотную архитектуру LlamaForCausalLM и 7,5 млрд параметров, принимает текст и выдаёт текст. Указанная длина контекста — 131 072 токена. Репозиторий содержит веса в формате safetensors; лицензия — llama3.

MoulSot v0.3 — модель автоматического распознавания речи, разработанная Atlasia для транскрибации марокканского дариджа. Это дообученная версия Qwen/Qwen3-ASR-1.7B; модель принимает аудио и выдаёт текст. В README заявлена тренировка на наборе MoulSot-Full: около 1 500 часов аудио и 80 часов эталонных транскрипций. Модель рассчитана на разговорную речь, аудио из медиа и пользовательский контент. Её отличительная особенность — распознавание смешанной речи с переключением между дариджа, арабским, французским и английским; разработчик также заявляет устойчивость к неформальной речи и шуму. Для v0.3 приведены WER 38,99 и CER 12,58, однако подробности протокола оценки и бенчмарков ограничены. Качество может снижаться на очень шумных записях, редких диалектных вариантах и специализированной лексике; распознавание переключения языков не безошибочно. Для критически важных решений требуется проверка транскрипции человеком. Лицензия — Apache-2.0.

multicentury-htr-model-small — компактная модель распознавания рукописного текста, разработанная Национальным архивом Финляндии и дообученная на базе microsoft/trocr-small-handwritten. Архитектура TrOCR типа vision-encoder-decoder принимает изображения строк текста и генерирует их транскрипцию. Обучающая выборка включает более 913 тысяч рукописных и печатных строк из документов XVI–XX веков; модель предназначена для оцифровки архивов и транскрибирования рукописных заметок на финском и шведском языках. В карточке указана оценка CER 4,08 на тестовом наборе примерно из 111 800 строк. Модель поддерживает базовую латиницу и скандинавские символы å, ä и ö; она может хуже обобщать на другие языки, а нелатинские письменности, включая кириллицу, в обучении не представлены. Лицензия — Apache 2.0.

MyAwesomeModel — модель из репозитория asd21ecxxz12/MyAwesomeModel-TestRepo, распространяемая по лицензии MIT и предназначенная для извлечения признаков из текста. Согласно метаданным, модель использует экосистему Transformers и PyTorch, а также относится к семейству BERT по тегам Hugging Face. README позиционирует модель как обновлённую версию с улучшенными возможностями рассуждения, понимания текста, классификации, анализа тональности, ответов на вопросы, суммаризации, генерации кода и диалогов, а также с поддержкой function calling. Однако заявленные в README генеративные и диалоговые сценарии не согласуются с pipeline-тегом feature-extraction, поэтому их следует рассматривать как заявления карточки, требующие проверки по конфигурации и файлам модели.

darck-12 разработала SetFit-модель для классификации коротких текстов на арабском и английском языках. Она присваивает сообщениям одну из четырёх категорий: новости, исторические или научные факты, медицинская информация и неличные публикации. Модель предназначена для сортировки коротких постов и сообщений, в том числе текстов на египетском разговорном арабском, литературном арабском и английском, написанных в формальном или повседневном стиле. Основа модели — sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 с классификационной головой LogisticRegression; модель дообучена методом SetFit. Она содержит 124,3 млн параметров, принимает текстовые данные с контекстом до 512 токенов согласно метаданным, а в README указана максимальная длина последовательности 128 токенов. На независимом тесте из 80 примеров автор сообщает точность 0,90 и macro F1 0,8958; полнота для класса исторических и научных фактов составила 0,60. Данные обучения синтетические и небольшие, поэтому результаты на реальных сообщениях могут отличаться. Лицензия в предоставленных данных не указана.

Nex-N2.5-mini-Mixed-Q2Q3-128K-GGUF — неофициальная смешанная квантизация модели Nex-N2.5-mini, разработанной Nex-AGI. Сборку и квантизацию выпустил пользователь karmx для экспериментов на одной видеокарте RTX 5060 Ti с 16 ГБ памяти. Модель распространяется в формате GGUF и предназначена для запуска через llama.cpp. Модель поддерживает текстовые и визуальные сценарии при использовании отдельного vision projector, включая распознавание текста на одном изображении, структурированный tool calling и задачи программирования. В протестированной конфигурации заявлена общая длина контекста 131 072 токена, включая промпт, токены изображения и генерируемый ответ. Основной файл имеет размер около 13,32 ГБ, проектор — около 0,90 ГБ. Квантизация использует Q2_K для части routed-expert-тензоров, Q3_K для другой части, Q5_K для эмбеддингов и выходных тензоров, а также Q4_K_M для остальных тензоров; vision projector оставлен в F16. Обучение, объединение моделей и pruning не выполнялись. Сильными сторонами являются поддержка большого контекста, vision-возможностей, инструментальных вызовов и запуск на относительно компактной видеокарте. При этом это экспериментальная сборка с ограничениями качества и совместимости: в сравнении с эталонной Q5_K_M зафиксировано снижение результатов на HumanEval+ и MBPP+, а отсутствие регрессий не подтверждено. Надёжность работы с 128K-контекстом, несколькими изображениями, скорость на стандартной сборке llama.cpp и отсутствие выгрузки в CPU-память не гарантируются; проверка проводилась на конкретной версии llama.cpp, ОС, GPU и настройках. Модель распространяется по лицензии Apache-2.0. Для работы с изображениями необходимо скачать оба файла — GGUF-модель и vision projector. Это не официальный релиз Nex-AGI.

nategro/nps-mpnet-lds — модель Sentence Transformers на базе MPNet, дообученная для выявления в патентах предложений, описывающих проблему и её решение. Она преобразует предложения и абзацы в плотные векторы размерностью 768 для сравнения семантического сходства, поиска и кластеризации. Модель содержит 136,7 млн параметров, принимает текст и выдаёт векторы; максимальная длина контекста — 514 токенов. В карточке указано обучение с CosineSimilarityLoss на основе sentence-transformers/paraphrase-mpnet-base-v2. Лицензия в доступных данных не указана.

OG-SQL-7B — языковая модель OneGate на архитектуре Llama, дообученная на базе CodeLlama 7B для преобразования запросов на естественном языке в SQL-запросы. Она предназначена для помощи в работе с базами данных пользователям, которым нужно формулировать запросы без ручного написания SQL. Модель содержит 6,6 млрд параметров и поддерживает контекст до 16 384 токенов. В карточке указан английский язык; SQL выступает целевым языком генерации. Модель распространяется в формате safetensors по лицензии CC BY 4.0. README не описывает точность на конкретных наборах данных или совместимость с определёнными диалектами SQL.

elprofessor67/om-logistics-pod-v7-8b — дообученная модель elprofessor67 на базе elprofessor67/om-logistics-pod-v3. Это мультимодальная модель семейства Qwen3-VL для диалога с текстом и изображениями; карточка указывает поддержку vision и интерфейса вызова инструментов. Модель предназначена для задач image-text-to-text, то есть для формирования текстового ответа по текстовому запросу и изображению. Модель обучалась с использованием Unsloth и библиотеки TRL от Hugging Face. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. README не уточняет специализацию, размер параметров или длину контекста, поэтому их нельзя надёжно описать.

Orenis 3B Light Max — чат-модель OrenCraft Labs, дообученная на Qwen2.5-3B-Instruct. Она предназначена для генерации текста и диалогов с выполнением инструкций, решения математических задач, соблюдения формальных ограничений и выдачи структурированных ответов. По карточке, модель использует протокол поиска в интернете: при нехватке актуальных сведений может сформировать запрос query, однако для живого поиска требуется внешний инструмент. Архитектура — плотная Qwen2, около 3,1 млрд параметров; контекст — до 32 768 токенов. Модель рассчитана на английский язык. Разработчик заявляет об устойчивости к поддакиванию и приводит результаты GSM8K и IFEval, но эти оценки получены в конкретных условиях и не гарантируют качество на других задачах. Доступна в формате safetensors; лицензия — Apache-2.0.

Adaptive Classifier — классификатор персональных данных на основе answerdotai/ModernBERT-base. Модель различает два класса: текст содержит персональные данные или не содержит их. В карточке указаны 768-мерные эмбеддинги и обучение на 10 примерах, поровну для каждого класса. Модель предназначена для обнаружения PII в текстах и может адаптироваться при добавлении примеров и новых классов. Прототипы обновляются каждые 10 примеров. Для каждого класса требуется не менее 3 примеров, а верхний предел составляет 150 примеров на класс. Распространяется по лицензии Apache-2.0. Обучающая выборка мала, поэтому качество обнаружения на новых данных не подтверждено; карточка также не приводит конкретные языки или типы персональных данных, которые распознаются.

PP-LCNet_x1_0_textline_ori — модель классификации ориентации текстовых строк, разработанная командой PaddlePaddle для экосистемы PaddleOCR. Она предназначена для определения направления текста на изображении и его последующей коррекции перед OCR-обработкой, что особенно полезно при сканировании документов и фотографировании удостоверений, сертификатов и других материалов, когда устройство может быть повернуто. Модель основана на архитектуре PP-LCNet и классифицирует два варианта ориентации: 0 и 180 градусов. Средний показатель точности составляет 98,85%, размер модели — около 0,96 МБ. В карточке указаны языки en и zh, однако основная функция модели не распознавание текста, а классификация его ориентации. Предусмотрено использование через PaddleOCR с движком ONNX Runtime; модель принимает изображения текстовых строк и поддерживает пакетную обработку. Сильными сторонами являются компактный размер, высокая точность и пригодность для предварительной коррекции изображений в OCR-конвейерах. Ограничение модели — поддержка только двух направлений, поэтому она не предназначена для классификации произвольных углов поворота или полноценного распознавания текста. Модель распространяется по лицензии Apache-2.0.

Proxy Lite — компактная модель Convergence AI для автоматизации действий в веб-браузере. Это дообученная 3,1-миллиардная плотная vision-language-модель на архитектуре Qwen2.5-VL, принимающая текст и изображения и генерирующая текстовые ответы и действия через интерфейс вызова инструментов. Модель рассчитана на последовательные сценарии веб-навигации: она получает наблюдения от пользователя или браузера, выбирает действие и продолжает работу с учётом истории диалога. Заявленное окно контекста — 128 000 токенов. В карточке сообщается результат 72,4% на WebVoyager; это показатель конкретного бенчмарка, а не гарантия выполнения произвольных задач. Для корректного разбора вызовов инструментов требуется подходящая конфигурация запуска; при управлении контекстом предыдущие наблюдения-изображения могут отбрасываться. Модель не предназначена для высокорисковых операций, несанкционированного извлечения данных и взаимодействия с подозрительными сайтами. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

PTT5-v2-small Portuguese Legal Descriptor Generation — модель семейства T5, дообученная для автоматической генерации юридических дескрипторов по судебным документам на португальском языке. Она разработана в рамках работы «Automatic Legal Descriptor Generation for Portuguese Legal Documents» и обучена на наборе giovannimaffeo/portuguese-legal-descriptor-generation. Модель содержит 38,5 млн параметров, принимает текст и генерирует текст; максимальная длина контекста составляет 512 токенов. Модель предназначена для автоматического присвоения юридических дескрипторов португальским судебным документам. В репозитории указаны веса safetensors. Сведения о лицензии отсутствуют в предоставленных данных.

PubMedBERT-QNLI — модель на базе BERT, дообученная на задаче QNLI для проверки того, следует ли ответ на вопрос из заданного контекста. Её можно применять для поиска по документам: модель получает вопрос и текст документа и определяет, содержит ли он ответ. Метки результата: entailment и not entailment. Модель содержит 136,7 млн параметров, использует архитектуру BertForSequenceClassification и принимает пары текстов в формате вопроса и контекста. Максимальная длина контекста — 512 токенов. Основа — PubMedBERT, предварительно обученный на биомедицинских текстах; модель предназначена для задач на медицинских и научных документах. Репозиторий содержит веса PyTorch. Лицензия в предоставленных данных не указана.

jk200201 разработал Qwen2.5-Coder-7B BIRD CoT — инструкционную плотную языковую модель на 7,1 млрд параметров, дообученную на базе Qwen/Qwen2.5-Coder-7B-Instruct для преобразования запросов на естественном языке в SQL. Модель пошагово анализирует схему базы данных и формирует SQL-запрос; её обучали на проверенных выполнением примерах набора BIRD с дистилляцией цепочек рассуждений. Репозиторий содержит объединённую модель в формате safetensors. Модель ориентирована на аналитические запросы к реалистичным базам данных и схемам в стиле BIRD. В README указана точность выполнения 52,1% для одиночной генерации и 58,5% при self-consistency с K=8, требующей примерно в восемь раз больше инференса. Контекст — до 32 768 токенов; заявленный язык карточки — английский. Модель выдаёт рассуждение и SQL в диалекте SQLite. Она распространяется по лицензии Apache-2.0. Ограничения: настройка рассчитана на сценарии BIRD и аналитический SQL, необычные диалекты или предметные области могут потребовать адаптации. Сгенерированные запросы следует проверять перед запуском на производственных данных.

Qwen2-VL-72B-Instruct-GGUF — мультимодальная instruction-tuned модель семейства Qwen2-VL, разработанная Qwen и квантованная компанией Second State Inc. Модель предназначена для обработки изображений и текстовых запросов, включая задачи визуального анализа, распознавания содержимого изображений и генерации ответов по ним. В карточке указана поддержка английского языка и формат image-text-to-text. Модель основана на Qwen2-VL-72B-Instruct с размером 72 млрд параметров и поставляется в формате GGUF с вариантами квантования от 2 до 8 бит. Доступны отдельные файлы визуального энкодера; для запуска с LlamaEdge используется шаблон qwen2-vision и заявлен контекст до 128 000 токенов. Вариант Q4_K_M описан как сбалансированный по качеству и размеру, а Q5_K_M — как вариант с очень малой потерей качества. Основные преимущества — мультимодальность, большой контекст и возможность выбора уровня квантования в зависимости от доступных ресурсов. Ограничения связаны с существенными требованиями к дисковому пространству и вычислительным ресурсам: размеры файлов варьируются примерно от 29,8 до 47,4 ГБ для указанных вариантов, а низкобитные версии могут заметно терять качество. Модель распространяется по лицензии tongyi-qianwen; в карточке указан тип лицензии other и ссылка на лицензию исходной модели.

coder3101/Qwen3-VL-4B-Instruct-heretic — производная модель на основе Qwen/Qwen3-VL-4B-Instruct, подготовленная методом abliteration. Это плотная мультимодальная модель семейства Qwen3-VL с 4 млрд параметров, предназначенная для диалога по тексту и изображениям. Модель распространяется в формате Safetensors и использует библиотеку Transformers. Она подходит для ответов на вопросы по изображениям, визуального рассуждения, распознавания текста на изображениях и других сценариев, поддерживаемых базовой моделью. В README приведено сравнение с исходной моделью: доля отказов в указанной проверке составила 3 из 100 против 91 из 100 у оригинала; это указывает на ослабление склонности к отказам, но не гарантирует качество или поведение на иных запросах. Описание расширенных возможностей Qwen3-VL в README относится к базовой модели и не подтверждает отдельную проверку каждой из них для этой версии. Лицензия — Apache-2.0. Контекст в метаданных не указан; приведённое в README значение 256K относится к описанию базовой модели.

Qwen3-VL-4B-Instruct-GGUF — набор GGUF-квантизованных версий мультимодальной модели Qwen3-VL-4B-Instruct, разработанной Qwen. Квантизацию выполнил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для задач преобразования изображений и текста в текст, включая работу с визуальными данными и текстовыми запросами, и может запускаться через llama.cpp, LM Studio и другие совместимые проекты. Доступны варианты от исходных весов в формате BF16 размером 8,05 ГБ до различных уровней квантизации Q8, Q6, Q5, Q4 и Q3 размером примерно от 1,81 до 4,28 ГБ. Квантизация позволяет снизить требования к памяти, однако более компактные варианты обладают меньшим качеством; наиболее рекомендуемыми в README названы варианты Q6, Q5 и Q4. Поддерживаются мультимодальные входные данные, но сведения о языках, размере контекста и точной архитектуре в README не указаны. Модель подходит для локального инференса на совместимом оборудовании, особенно когда важны автономность и экономия памяти. Ограничения зависят от выбранного уровня квантизации: варианты Q3 характеризуются сниженным качеством, а для работы требуются llama.cpp или совместимое программное обеспечение с поддержкой этой модели. Лицензия в README не указана.

Qyrou Reasoning Summarizer 0.8B — текстовая причинно-языковая модель, разработанная Qyrou путём дообучения Qwen/Qwen3.5-0.8B-Base. Она принимает текст цепочки рассуждений и формирует JSON с названием, подзаголовком, кратким содержанием и текущей задачей, которую выполняет агент. В карточке указан контекст длиной 262144 токена; модель использует архитектуру Qwen3.5 для текста и распространяется в формате safetensors. Модель предназначена для извлечения метаданных из рассуждений в агентных сценариях, а не для общего диалога. Её можно использовать для краткого структурирования цепочек рассуждений, создания заголовков и описаний секций, а также формирования краткой метки текущей задачи. Ожидаемый ввод — обычный текст цепочки рассуждений, обычно завершающийся переводом строки; системный промпт в описанном сценарии не используется. Модель содержит 581,4 млн параметров и дообучена на наборе Qyrou/reasoning-summaries-61k. README описывает специализированный формат JSON и проверки его корректности, но не приводит количественных оценок качества. Лицензия — Apache-2.0; README указывает, что применяются также условия базовой модели Qwen/Qwen3.5-0.8B-Base.

Conversational RuBERT — русскоязычная модель семейства BERT, разработанная DeepPavlov для извлечения признаков из текста. Её обучали на субтитрах OpenSubtitles, данных Dirty и Pikabu, а также сегменте социальных сетей корпуса Taiga; словарь создан специально для этой модели, а веса инициализированы RuBERT. В карточке указаны 12 слоёв, размер скрытого представления 768 и 12 голов внимания; метаданные каталога указывают 205,1 млн параметров и контекст до 512 токенов. Модель подходит для получения контекстных векторных представлений русскоязычных разговорных текстов, которые можно использовать в последующих задачах NLP. Репозиторий содержит варианты PyTorch и Flax, а в README упомянуты MLM- и NSP-головы. Сведения о лицензии в предоставленных данных отсутствуют.

SciBERT — предварительно обученная языковая модель на архитектуре BERT, разработанная Allen Institute for AI для работы с научными текстами. Модель содержит 137,1 млн параметров и обучена на полном тексте 1,14 млн научных статей из Semantic Scholar, общим объёмом 3,1 млрд токенов. Для неё создан собственный словарь WordPiece scivocab, лучше соответствующий научному корпусу; эта версия сохраняет регистр символов. SciBERT служит основой для задач понимания научного текста, например классификации, извлечения сущностей и ответов на вопросы после соответствующего использования или дообучения. Это текстовая модель для английского языка с максимальной длиной контекста 512 токенов. Доступны веса PyTorch и Flax. В карточке не указана лицензия, поэтому условия использования следует проверить в репозитории модели.

sahuabinash/slm-125m-finetuned-qa — плотная языковая модель на архитектуре LLaMA с 125,8 млн параметров, дообученная автором на базе thesreedath/slm-125m-base. Она предназначена для ответов на вопросы с опорой на предоставленный текст в юридических, финансовых и общих сценариях, а также для суммаризации, извлечения сведений и перефразирования. Модель обучена полным дообучением на 7 521 примере в формате диалога; в обучающих данных использовались юридические, финансовые, SEC- и веб-материалы, ответы фильтровались на обоснованность и дедуплицировались. Контекст — 1 024 токена; для запуска указана библиотека Transformers. Модель ориентирована на англоязычные текстовые запросы и генерирует текст. В карточке приведена perplexity 9,13 на задаче вопросов и ответов, но широкие сравнительные оценки качества не представлены. Для получения результатов требуется соблюдать специальный формат токенов базовой модели. Лицензия — Apache-2.0.

Spider Skeleton Wizard Coder — языковая модель, созданная дообучением WizardLM/WizardCoder-15B-V1.0 на расширенном наборе примеров Spider для преобразования запросов на естественном языке в SQL с учётом контекста базы данных. Дообучение выполнено методом QLoRA; в репозитории доступны веса PyTorch и safetensors. Архитектура — GPTBigCodeForCausalLM, размер модели — 15 млрд параметров, контекст — до 8192 токенов. Модель предназначена для построения SQL-запросов к базам данных по текстовому описанию и схеме базы, в том числе в задачах кросс-доменного семантического разбора. В README указана точность выполнения 61% на dev-разбиении Spider при описанных настройках оценки. Для модели заявлена лицензия bigcode-openrail-m, а проект ограничивает использование связанных ресурсов и весов академическими исследованиями и запрещает коммерческое применение.

StructLM-7B — языковая модель TIGER-Lab для задач привязки запросов к структурированным знаниям. Это дообученная для следования инструкциям плотная модель семейства Llama с 6,6 млрд параметров и контекстом до 16 384 токенов. Она принимает текстовые инструкции и линеаризованные структурированные данные, например таблицы, тройки знаний и схемы графов знаний, и генерирует ответ в заданном формате. Модель предназначена для вопросов и рассуждений по структурированным данным: ответов на вопросы по таблицам и графам знаний, проверки фактов и генерации структурированных ответов. Для обучения использованы набор SKGInstruct с 19 задачами структурированного grounding и SlimOrca. В карточке приведены результаты оценки на задачах ToTTo, GrailQA, Spider, TabFact и других; показатель зависит от конкретной задачи и набора данных. Модель распространяется под лицензией MIT. Авторы указывают, что она предназначена для исследований и может уступать в качестве при обычном диалоге и других сценариях общего назначения.