I.3Извлечение и структурирование данных

ktrapeznikov/biobert_v1.1_pubmed_squad_v2 — англоязычная модель семейства BERT, разработанная на основе monologg/biobert_v1.1_pubmed и дообученная на SQuAD V2 для извлечения ответов из текста. Она принимает вопрос и отрывок текста и предсказывает фрагмент, который отвечает на вопрос, а также позволяет оценивать, отсутствует ли ответ в отрывке. Модель подходит для поиска ответов в биомедицинских публикациях и других текстах на английском языке. Модель имеет 135,5 млн параметров, использует регистрозависимую токенизацию и поддерживает контекст до 512 токенов. В README приведены результаты на валидационной выборке SQuAD V2: exact match 75,97 и F1 79,37; подбор порога для определения отсутствующего ответа не проводился. Доступны веса PyTorch и Flax. Лицензия в предоставленных данных не указана.

CamemBERT-L2 — компактная версия предварительно обученной модели CamemBERT, опубликованная Antoine Louis. Она получена удалением верхних слоёв исходного чекпойнта; в репозитории указано 43,5 млн параметров. Модель относится к семейству CamemBERT и предназначена для извлечения признаков из текста. Контекст составляет до 514 токенов, основным языком является французский. Модель можно дообучать для задач, в которых решение зависит от всего предложения: классификации текста, извлечения ответов на вопросы и семантического поиска. Также она поддерживает маскированное языковое моделирование. Для генерации текста автор рекомендует использовать авторегрессионные модели. Модель распространяется по лицензии MIT.

ChemicalOCR — компактная модель компьютерного зрения и языка от Docling Project, дообученная на базе SmolDocling для распознавания текста на изображениях химических структур. Она принимает изображение молекулярного рисунка и извлекает текстовые фрагменты с ограничивающими рамками, распознавая подписи атомов, химические сокращения и пояснительный текст рядом со структурой. Модель основана на архитектуре Idefics3ForConditionalGeneration и содержит 256 млн параметров. ChemicalOCR предназначена для OCR химических схем, в том числе для извлечения текста и координат его расположения из патентных документов. В README приведены результаты на наборах M2S, USPTO-M и IP5-M, где модель показала F1 от 86,5 до 93,0 при IoU 0,5. Она также может использоваться как компонент конвейера MarkushGrapher-2 для распознавания химических структур. Лицензия — Apache-2.0.

Карточка модели hfl/chinese-pert-large на Hugging Face совпадает с карточкой hfl/chinese-pert-base, поэтому описание составлено по ней. hfl/chinese-pert-base — китайская модель семейства BERT, опубликованная HFL. Это плотный трансформер BertModel примерно на 129,5 млн параметров, предназначенный для извлечения признаков из текста; README рекомендует загружать её средствами для BERT. Модель принимает текст и формирует контекстные векторные представления токенов, которые можно использовать как признаки в последующих задачах обработки китайского языка. Контекст модели составляет 512 токенов. Доступны веса PyTorch и TensorFlow. Лицензия CC BY-NC-SA 4.0 требует указания авторства и распространяет производные материалы на тех же условиях; лицензия также ограничивает коммерческое использование. Карточка находится в разработке и отсылает за дополнительными сведениями к репозиторию GitHub.

CoE-Wiki-CoE-8B-i1-GGUF — квантизированная версия мультимодальной модели PeiyangLiu/CoE-Wiki-CoE-8B, подготовленная mradermacher в формате GGUF. Модель относится к семейству Qwen3-VL и предназначена для работы с визуальными данными, визуальными вопросами и пониманием документов, включая сценарии, где требуется сопоставлять сведения и формировать ответы на основе цепочки доказательств. В README указан английский язык. Модель имеет около 8 миллиардов параметров и поддерживает мультимодальный ввод, однако точная архитектура и размер контекстного окна не указаны. Репозиторий содержит множество вариантов квантизации, от очень компактных IQ1 до более качественных Q6_K; рекомендуемыми названы i1-Q4_K_M как быстрый вариант и i1-Q4_K_S как компромисс между размером, скоростью и качеством. Более агрессивные варианты уменьшают требования к памяти, но могут заметно снижать качество ответов. Для работы с изображениями могут потребоваться отдельные файлы mmproj из статического репозитория. Модель распространяется по лицензии Apache-2.0. README не содержит результатов бенчмарков, точных требований к оборудованию, ограничений по разрешению изображений или подробных сведений о качестве на разных задачах, поэтому эти характеристики нельзя оценить по имеющимся данным.

SirMappel/DA-SBERT_Old_News_V1 — модель Sentence Transformers, дообученная на датасете ENO на базе CALDISS-AAU/DA-BERT_Old_News_V3. Она преобразует датские предложения и абзацы в плотные векторы размерности 768 для семантического поиска, сравнения сходства, поиска перефразировок, кластеризации и классификации текста. Архитектура включает BERT и mean pooling; используется косинусное сходство. Модель рассчитана на датский язык, максимальная длина последовательности — 512 токенов (в метаданных указано 514 токенов контекста). Объём модели — 151,7 млн параметров. Модель подходит для поиска и группировки исторических новостных текстов, а также для сравнения формулировок на датском языке. Она выдаёт эмбеддинги, которые можно использовать в прикладных задачах NLP; сама по себе не генерирует текст. Данные README описывают обучение на ENO, но не приводят подробных оценок качества. Лицензия в доступных данных не указана.

DeepSeek V4 Flash 0731 Vision (BF16) — экспериментальная мультимодальная модель, разработанная WebBrain на базе текстовой модели DeepSeek-V4-Flash-0731. Она объединяет языковую и агентную основу DeepSeek с замороженным визуальным энкодером MoonViT-3d, извлечённым из Kimi-K2.6, и обученным WebBrain проектором PatchMerger с routing bridge. Модель предназначена для browser agents и других сценариев, где требуется анализ визуального состояния веб-страниц: скриншотов, графиков, панелей управления, редакторов и элементов интерфейса. Архитектура использует проектор LayerNorm → объединение патчей 2×2 → Linear(4608, 4608) → GELU → Linear(4608, 4096). Поддерживается один маркер изображения <image> и не более 512 объединённых image-токенов. Текстовая часть сохранена без изменений и использует исходные конфигурацию DSpark/MTP и метаданные FP8; добавленные vision tower и projector содержат BF16-тензоры. Модель рассчитана на работу через внешний пакет модели и процессора DeepSeek/MoonViT и специальную интеграцию SGLang, а не через стандартные Transformers или стандартный SGLang. Сильными сторонами являются использование производительной текстовой основы DeepSeek, визуальное понимание веб-интерфейсов и сохранение исходных текстовых весов и их метаданных. Ограничения включают экспериментальный статус интеграции, необходимость применять указанный патчированный стек SGLang, поддержку только одного маркера изображения и отсутствие повторной полной проверки запуска на GPU и генерации изображений именно для этой собранной версии. В карточке указана лицензия other; дополнительные условия использования не приведены.

DeepSeek-V4-Flash-0731-Vision-NVFP4 — экспериментальная мультимодальная модель, разработанная WebBrain на базе DeepSeek-V4-Flash-0731 и конвертированной версии MJPansa/DeepSeek-V4-Flash-0731-NVFP4. Для обработки изображений используется замороженный vision-энкодер MoonViT-3d из Kimi-K2.6, соединённый с языковой моделью обученным WebBrain проектором PatchMerger и routing bridge. Модель предназначена для задач, где требуется совместно анализировать текст и визуальное состояние интерфейса: работы браузерных агентов, понимания скриншотов, графиков, дашбордов, редакторов и элементов управления. Проектор выполняет нормализацию, объединение патчей 2×2 и последовательность линейных преобразований с GELU. Интеграция поддерживает один маркер изображения и рассчитана максимум на 512 объединённых image-токенов. Текстовая часть использует смешанную точность: веса routed experts представлены в NVFP4, а attention, shared experts, head, MTP и другие пути сохраняют исходные форматы; это не полностью NVFP4-модель. Vision tower и проектор используют BF16. Архитектура не совместима напрямую со стандартными Transformers или стандартным SGLang: требуются внешний пакет модели и процессора WebBrain, специальный патч и указанная версия SGLang. Решение ориентировано на оборудование Blackwell, а повторная полная проверка загрузки и генерации изображений для собранного чекпойнта ещё не выполнена. Лицензия указана как other; подробные условия использования в карточке не приведены.

DistilRoBERTa-base — компактная трансформерная языковая модель семейства RoBERTa, созданная Виктором Саном, Лисандром Дебю, Жюльеном Шомоном и Томасом Вольфом из Hugging Face методом дистилляции RoBERTa-base по процедуре DistilBERT. В репозитории указаны 6 слоёв, размерность 768 и 12 голов внимания; метаданные каталога указывают 95,2 млн параметров, а README — 82 млн. Модель чувствительна к регистру, обучена на английском языке и имеет контекст до 514 токенов. Основное прямое применение — заполнение пропусков в тексте с помощью masked language modeling. Модель также рассчитана на дообучение для задач классификации последовательностей и токенов, а также ответов на вопросы. По сравнению с RoBERTa-base она в среднем работает примерно вдвое быстрее и содержит меньше параметров согласно README. Распространяется по лицензии Apache 2.0. Модель не предназначена для свободной генерации текста и не обучалась обеспечивать фактическую точность. Её предсказания могут воспроизводить вредные стереотипы и предубеждения; при использовании следует учитывать эти ограничения.

ivanovsdesign/huawei-data-classification — русскоязычный классификатор текста, созданный дообучением BERT-модели blanchefort/rubert-base-cased-sentiment-rusentiment с помощью AutoTrain. Модель предназначена для отнесения текста к заданным категориям; карточка указывает задачу классификации текста, но не описывает сами категории и целевую область применения. Модель использует архитектуру BERT для классификации последовательностей, содержит около 205,1 млн параметров и рассчитана на контекст до 512 токенов. Валидационные метрики в README: accuracy и micro-F1 около 0,673, macro-F1 около 0,455. Лицензия в предоставленных данных не указана.

KE-T5-base-ko — корейская модель для преобразования текста в текст, разработанная Центром исследований искусственного интеллекта Корейского института электроники и технологий (KETI). Она основана на архитектуре T5 и предназначена для генерации текста по текстовому входу, в том числе для последующей адаптации под прикладные задачи обработки корейского языка. Модель насчитывает 148,3 млн параметров и имеет контекст длиной до 512 токенов. Модель предварительно обучена на корпусе C4 в смеси ненадзорных и надзорных задач. Репозиторий содержит веса в форматах PyTorch, TensorFlow и Flax, включая SafeTensors. Лицензия Apache-2.0. Карточка предупреждает о возможных стереотипных и вредоносных ответах; результаты требуют проверки, особенно при использовании в чувствительных сценариях.

AtomicChat/Kimi-K3-GGUF — набор GGUF-квантизаций мультимодальной модели Kimi-K3, разработанной Moonshot AI и опубликованной в виде зеркала и квантизированных вариантов командой AtomicChat. Модель предназначена для диалоговых сценариев, генерации и понимания текста, а также анализа изображений с использованием vision-поддержки. Kimi-K3 — смесь экспертов (Mixture of Experts) примерно на 2,9 трлн параметров, из которых около 104 млрд активируются для каждого токена. Архитектура включает 93 слоя, 896 экспертов, 16 активных экспертов на токен и скрытый размер 7168. Заявлен контекст до 1 млн токенов. Поддерживаются английский и китайский языки, а также текстово-визуальный ввод. Квантизации представлены в форматах от IQ1_S и IQ1_M до IQ2_XXS, Q3_K_S и Q8_0; доступен отдельный vision-проектор. Сильными сторонами являются очень большой контекст, высокая емкость MoE-архитектуры, мультимодальность и возможность запуска через специализированную ветку llama.cpp. Ограничения исключительно существенные: даже самая компактная квантизация занимает сотни гигабайт, поэтому модель рассчитана на серверы с большим объемом RAM и/или мощные многопроцессорные GPU-системы, а не на ноутбуки и большинство рабочих станций. Обычная основная ветка llama.cpp на момент публикации не поддерживает эту архитектуру без соответствующих изменений.

ydshieh/kosmos-2-patch14-224 — реализация модели Kosmos-2 от Microsoft для Transformers, размещённая пользователем ydshieh на Hugging Face. Это мультимодальная модель на архитектуре Kosmos-2, которая принимает изображение вместе с текстовым запросом и генерирует текстовый ответ. Она предназначена для описания изображений, ответов на вопросы о визуальном содержимом и связывания упомянутых в тексте объектов с их областями на изображении; обработчик может извлекать сущности и рамки объектов. В README приведены примеры генерации описаний, ответов на вопросы и phrase grounding. Репозиторий использует веса PyTorch и требует загрузки удалённого кода через Transformers; автор карточки отмечает, что эта реализация устарела, и указывает на возможные проблемы совместимости. Лицензия в доступных данных не указана.

KSSDS — модель на архитектуре T5, разработанная на основе энкодера lcw99/t5-base-korean-text-summary и дообученная на данных AI Hub для разделения корейского текста на предложения в диалоговых системах. Она предназначена, в частности, для сегментации текста на корейском языке, полученного от систем распознавания речи, таких как Whisper. Модель содержит 137,8 млн параметров; в репозитории представлены веса PyTorch и Safetensors. В карточке указана лицензия MIT. README отмечает, что вариант KSSDS_NO_LF обучен без Length Filter для абляционного исследования и менее точно разделяет длинные тексты; это описание относится к отдельному варианту, а не подтверждает ограничение KSSDS.

Funnel Transformer large — предварительно обученная модель семейства Funnel Transformer, выпущенная командой разработчиков Funnel Transformer и представленная в исследовательской работе. Это англоязычная uncased-модель с архитектурой Funnel и декодером, обученная на корпусах BookCorpus, английской Википедии, ClueWeb, GigaWord и Common Crawl. Обучение проводилось без разметки: модель училась определять, какие токены исходного текста были заменены. Модель извлекает контекстные представления текста и предназначена прежде всего для последующего дообучения под задачи классификации последовательностей и токенов, а также ответы на вопросы. Она не предназначена для генерации текста. Контекст составляет до 512 токенов. Репозиторий содержит веса PyTorch, SafeTensors и TensorFlow. Лицензия — Apache-2.0.

unsloth/LFM2-700M-GGUF — GGUF-версия гибридной языковой модели LFM2-700M, разработанной Liquid AI и подготовленной для распространения Unsloth. Модель предназначена для локального и периферийного развертывания на CPU, GPU и NPU, включая смартфоны, ноутбуки и транспортные системы. Она подходит для агентских сценариев, извлечения данных, RAG, творческого письма и многораундовых диалогов. Модель содержит 742 489 344 параметра, 16 слоёв, включая 10 слоёв свёртки и 6 attention-слоёв, и поддерживает контекст до 32 768 токенов. Архитектура использует гибридный подход Liquid AI с мультипликативными gating-механизмами и короткими свёртками. Поддерживаются английский, арабский, китайский, французский, немецкий, японский, корейский и испанский языки. Это текстовая модель без заявленной поддержки дополнительных модальностей. К сильным сторонам относятся высокая скорость обучения и инференса, эффективность по памяти и производительности, а также удобство запуска на устройствах с ограниченными ресурсами. Из-за небольшого размера модель рекомендуется дообучать под узкие прикладные задачи. Она не рекомендуется для задач, требующих глубоких знаний или программирования. Репозиторий включает исправления chat template; для llama.cpp рекомендуется использовать параметр --jinja. Указана лицензия LFM Open License v1.0.

MarkushGrapher-2 — мультимодальная модель Docling Project для распознавания химических структур Маркуша на изображениях патентных документов и преобразования их в представление CXSMILES с таблицей заместителей. Модель обрабатывает изображение через энкодер Swin-B ViT и модуль ChemicalOCR, а затем объединяет визуальные признаки, распознанный текст и сведения о расположении элементов с помощью архитектуры UDOP на базе T5. Декодер пошагово формирует текстовое представление структуры. Модель предназначена для извлечения химических структур и заместителей из патентных изображений, а также для распознавания обычных молекулярных структур в SMILES. В README описано двухэтапное обучение на парах изображение–SMILES и примерах структур Маркуша. Метаданные указывают 386,3 млн параметров и контекст 512 токенов; README приводит отличающуюся оценку в 831 млн параметров. Для применения указана библиотека Transformers и лицензия Apache-2.0.

YenLuis/modelo-qa-beto-finetuned-pdqa — модель для извлечения ответов на вопросы на испанском языке, разработанная на основе `Lisibonny/modelo_qa_beto_squad_es_pdqa` и дообученная на наборе `Lisibonny/pdqa` с новостями Доминиканской Республики. Она использует архитектуру BERT и содержит 137,1 млн параметров; максимальная длина контекста составляет 512 токенов. Модель предназначена для поиска ответа в предоставленном тексте, например в новостной статье. На валидации указаны Exact Match 60,00 и F1 76,93. Набор данных невелик: в обучающей и валидационной выборках вместе 60 примеров, поэтому метрики имеют высокую вариативность; модель также может хуже справляться с длинными ответами, списками имён и перечислениями. Лицензия — Apache-2.0.

ModernBERT-TR 1k — турецкая энкодерная модель на архитектуре ModernBERT, разработанная Besher Alkurdi, Himmet Toprak Kesgin, Muzaffer Kaan Yuce и Mehmet Fatih Amasyali. Это модель с маскированным языковым моделированием, предварительно обученная с нуля на 144,4 млрд токенов; она содержит 148,7 млн параметров и поддерживает контекст до 8192 токенов. Архитектура включает 22 слоя, скрытый размер 768, 12 голов внимания, RoPE, GLU и чередование локального и глобального внимания. Используется собственный токенизатор WordPiece на 50 тысяч токенов, оптимизированный для морфологии турецкого языка. Модель предназначена как базовый энкодер для турецких NLP-задач: заполнения пропусков, классификации текста, семантического сходства, распознавания текстовых отношений и поиска информации. В опубликованных авторами оценках она показала сильные результаты на наборах турецких задач, включая линейное зондирование и полное дообучение; для специализированных сценариев модель можно дообучать. Метаданные указывают формат safetensors и библиотеку Transformers. Лицензия — Apache-2.0.

NLP Taxonomy Classifier — модель на архитектуре BERT, разработанная Tim Schopf и дообученная для классификации научных публикаций по таксономии обработки естественного языка. Она присваивает тексту несколько меток из разных уровней таксономии; если предсказан узкий термин, модель также предсказывает его родительские категории. Модель обучена на слабой разметке 178 521 научной статьи из ACL Anthology, категории arXiv cs.CL и Scopus, а исходные веса взяты из allenai/specter2_base. Модель предназначена для тематической систематизации и анализа корпуса исследований по NLP. В тестировании на 828 вручную размеченных статьях EMNLP 2022 средние micro-метрики составили F1 93,21, полнота 93,99 и точность 92,46. Это текстовый классификатор на базе Transformers с контекстом до 512 токенов; метаданные указывают 137,1 млн параметров и поддержку английского языка. Лицензия — BSD-3-Clause. Качество может зависеть от дисбаланса классов и слабой разметки обучающих данных; оценка приведена на тестовом наборе научных публикаций и не гарантирует таких же результатов на других корпусах.

nougatJawiCharJawi — дообученная модель bustamiyusoef для преобразования изображений с текстом на яви в текст. Она построена на архитектуре vision-encoder-decoder и предназначена для распознавания символов яви на изображениях. В README приведён результат на наборе оценки: loss 1,9076; описание обучающих данных и дополнительные сведения о качестве отсутствуют. Модель опубликована в формате safetensors по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

OLM RoBERTa/BERT December 2022 — англоязычная базовая языковая модель проекта OLM, обученная на очищенных снимках Common Crawl и Wikipedia за декабрь 2022 года. Модель использует архитектуру RoBERTa с примерно 151,8 млн параметров и контекстом до 514 токенов. Доступны версии в форматах PyTorch и TensorFlow. Модель предназначена для восстановления замаскированных слов, а также для дообучения под классификацию последовательностей и токенов или ответы на вопросы. Разработчики сообщают о результатах на отдельных задачах GLUE, где модель превосходила исходный BERT по некоторым метрикам, но уступала по другим. Лицензия в предоставленных данных не указана.

google/paligemma-3b-ft-cococap-224 — модель компьютерного зрения и языка от Google, дообученная для создания подписей к изображениям на COCO. Она принимает изображение и текстовую подсказку и генерирует текстовое описание изображения. Модель относится к семейству PaliGemma, сочетающему визуальную часть SigLIP с языковой моделью Gemma; вариант рассчитан на входное разрешение 224 пикселя. Карточка описывает поддержку нескольких языков, но не перечисляет их для этой версии. Модель подходит для автоматического создания коротких подписей к изображениям и задач, где требуется преобразовать визуальное содержание в текст. PaliGemma рассчитана на один ход и не предназначена для многоходового диалога; для наиболее надёжной работы её следует применять в задаче, соответствующей дообучению. Возможны фактические ошибки, слабая работа с неоднозначными или сложными запросами и унаследованные от Gemma смещения. Лицензия — Gemma.

Pix2Text-MFR-1.5 — разработанная проектом Pix2Text (Breezedeus) модель распознавания математических формул. Она использует архитектуру TrOCR от Microsoft, переобученную на изображениях формул, и преобразует формулы на изображениях в текст LaTeX. Модель подходит для оцифровки формул, включая выражения разной длины и сложности, отдельные символы и матрицы. Модель рассчитана на изображения, содержащие формулы. Для работы со смешанными изображениями, где есть и обычный текст, README рекомендует использовать Pix2Text вместе с моделью обнаружения формул MFD. Репозиторий содержит ONNX-файлы; библиотека, указанная в метаданных Hugging Face, — Transformers. Лицензия — MIT.

Карточка модели idkaboutname/pix2text-mfr-1.5 на Hugging Face совпадает с карточкой breezedeus/pix2text-mfr-1.5, поэтому описание составлено по ней. Pix2Text-MFR-1.5 — разработанная проектом Pix2Text (Breezedeus) модель распознавания математических формул. Она использует архитектуру TrOCR от Microsoft, переобученную на изображениях формул, и преобразует формулы на изображениях в текст LaTeX. Модель подходит для оцифровки формул, включая выражения разной длины и сложности, отдельные символы и матрицы. Модель рассчитана на изображения, содержащие формулы. Для работы со смешанными изображениями, где есть и обычный текст, README рекомендует использовать Pix2Text вместе с моделью обнаружения формул MFD. Репозиторий содержит ONNX-файлы; библиотека, указанная в метаданных Hugging Face, — Transformers. Лицензия — MIT.

PIXIE-Spell-Preview-1.7B — модель эмбеддингов компании TelePIX, построенная на архитектуре Qwen3 и оформленная как Sentence Transformer. Она предназначена для семантического поиска и извлечения релевантных документов по запросам на корейском и английском языках, с особым вниманием к аэрокосмической тематике. Модель содержит 1,7 млрд параметров, формирует векторы размерности 2048 и использует косинусное сходство для сравнения; карточка указывает максимальную длину последовательности 8192 токена, а метаданные — контекст до 40960 токенов. Её можно применять для поиска по технической документации, ответов на вопросы с извлечением источников и построения семантического поиска в аэрокосмических и других предметных коллекциях. В README приведены результаты оценки на корейских и англоязычных наборах для поиска, включая задачи с длинными документами, многошаговыми вопросами и научными материалами. Модель распространяется по лицензии Apache-2.0.

PTT5-v2-large Portuguese Legal Descriptor Generation — модель на базе архитектуры T5, дообученная Джованни Маффео для автоматической генерации юридических дескрипторов по португальским судебным документам. Она предназначена для разметки судебных материалов юридическими терминами и может применяться в рабочих процессах анализа и организации португальских судебных документов. Модель содержит 385,2 млн параметров и принимает текстовый контекст длиной до 512 токенов. Она обучена на наборе giovannimaffeo/portuguese-legal-descriptor-generation и распространяется в формате safetensors. Лицензия в предоставленных сведениях не указана.

QAmembert — модель CATIE-AQ для ответов на вопросы по текстовому контексту на французском языке. Это CamemBERT base, дообученная на объединённом наборе frenchQA из более чем 221 тысяч пар контекстов, вопросов и ответов. Данные включают примеры, где ответ содержится в контексте, и примеры без ответа в контексте, поэтому модель может возвращать отсутствие ответа. Модель построена на архитектуре CamemBERT и содержит 137,8 млн параметров. Она предназначена для извлечения ответа из предоставленного текста, например, для вопросов по документам или статьям. В карточке приведены результаты оценки на французских наборах FQuaD, qwant/squadfr и frenchQA; контекст — до 514 токенов. Модель распространяется под лицензией MIT. Она рассчитана на французский язык и на вопросы, связанные с переданным контекстом; качество на других языках и вне подобных сценариев не подтверждено.

pioneeeeeeer/Qwen3-0.6B-JSON-SFT — компактная модель генерации текста из семейства Qwen3, опубликованная пользователем pioneeeeeeer на Hugging Face. Модель содержит около 507,9 млн параметров, работает через библиотеку Transformers и имеет нативное контекстное окно до 40 960 токенов. В метаданных также указаны supervised fine-tuning и conversational-сценарии. Модель предназначена для генерации текста и может использоваться в диалоговых приложениях, прототипах ассистентов, структурированном выводе и задачах, где важны небольшой размер и поддержка длинного контекста. README не содержит сведений о разработчике, языках, лицензии, составе обучающих данных, результатах оценки или специальных ограничениях, поэтому качество на конкретных языках и надёжность JSON-вывода требуют самостоятельной проверки.

AlioLeuchtmann разработал эту плотную модель на 2 млрд параметров для преобразования вопросов на естественном языке в SQL-запросы к базам SQLite. Она создана дообучением Qwen/Qwen3.5-2B с помощью дистиллированных от модели-учителя Qwen на 27 млрд параметров трасс рассуждений, проверенных выполнением SQL. Модель принимает схему базы данных, примеры строк, вопрос и подсказку с контекстом; отвечает структурированным анализом и SQL в блоке кода. Для извлечения запроса следует брать последний блок SQL. Модель рассчитана на аналитические вопросы в стиле BIRD; автор сообщает об официальной оценке на скрытом тестовом наборе BIRD: точность выполнения 68,47% при голосовании по семи вариантам. Рекомендации по использованию включают три примера строк на таблицу, описания столбцов и отключённый режим thinking. Лицензия — Apache-2.0. Модель не предназначена для общего диалога; на сложных задачах её точность ограничена, а результат бенчмарка предполагает голосование по нескольким генерациям.