I.3Извлечение и структурирование данных

Ahma-2-4B-Instruct — финноязычная чат-модель, разработанная командой Finnish-NLP на базе Gemma-3-4B-pt. Модель содержит 4 млрд параметров и использует плотную архитектуру Gemma 3 для генерации текста; максимальная длина контекста составляет 131 072 токена. Модель предназначена для диалогов и текстовых запросов на финском языке. Обучение включало продолжение предобучения на английских и финских данных, в том числе с переключением языков, затем контролируемую настройку и оптимизацию предпочтений, преимущественно на финском. В README приведены результаты оценки MTBench Finnish; разработчики сообщают об улучшении относительно предыдущего поколения Ahma. Репозиторий содержит веса Safetensors и распространяется по лицензии Apache-2.0. Карточка не описывает подробности запуска и обучения; результаты бенчмарка не гарантируют качество на всех задачах, а сведения о поддержке иных языков ограничены описанием смешанных данных предобучения.

Araras-HPO-Brasil — двуязычный энкодер Raras-AI на архитектуре MPNet, дообученный на базе BioLORD-2023 для поиска и связывания упоминаний фенотипов с терминами Human Phenotype Ontology (HPO). Модель рассчитана на клинический английский и бразильский португальский, включая разговорные и региональные описания пациентов, ухаживающих лиц и медицинских работников. По метаданным, модель содержит 136,7 млн параметров и поддерживает контекст до 514 токенов; README указывает максимальную длину входа 128 токенов при использовании на уровне предложения. Модель преобразует клинические описания и понятия HPO в эмбеддинги для семантического поиска, нормализации фенотипов и связывания сущностей с идентификаторами онтологии. По приведённым в README результатам, она улучшает показатели BioLORD-2023 на RareBench для английских фенотипов и поддерживает бразильские разговорные формулировки. Это энкодер, а не самостоятельная система диагностики: для полного поиска требуется ретривер, а для медицинских онтологий, отличных от HPO, рекомендуется специализированная модель. Лицензия — Apache 2.0.

dtorber/bert-base-spanish-wwm-cased — дообученная модель классификации последовательностей на основе BETO, испаноязычной модели BERT от dccuchile. Она предназначена для классификации текста на испанском языке. Модель содержит 137,1 млн параметров, использует архитектуру BertForSequenceClassification и принимает последовательности длиной до 512 токенов. В README приведены результаты оценки: F1 Macro 0,8879, F1 0,9207 и точность 0,8975. Назначение классов и обучающий набор данных не описаны, поэтому оценить применимость к конкретной предметной области нельзя. В метаданных указан формат safetensors; лицензия не приведена.

bert-base-swedish-cased — шведская языковая модель семейства BERT, выпущенная Национальной библиотекой Швеции и исследовательской группой KBLab. Она предварительно обучена на корпусе примерно из 200 миллионов предложений и 3 миллиардов токенов из книг, новостей, государственных публикаций, шведской Википедии и интернет-форумов. Это регистрозависимая модель с маскированием целых слов; версия BERT Base использует гиперпараметры оригинальной модели Google. В метаданных указаны 151,9 млн параметров и контекст до 512 токенов. Модель предназначена для работы со шведским текстом. Основная задача по карточке Hugging Face — fill-mask: предсказание скрытого токена в контексте. Её также можно использовать как основу для дообучения под другие задачи обработки шведского языка. Репозиторий предлагает веса в форматах PyTorch, TensorFlow и Flax, включая safetensors. Лицензия в предоставленных данных не указана.

HooshvareLab/bert-fa-base-uncased-clf-digimag — модель классификации персидских текстов, разработанная на основе ParsBERT v1.1. Авторы восстановили словарь и дообучили модель на новых персидских корпусах для задач классификации; этот вариант предназначен прежде всего для разметки статей журнала Digikala Online Magazine по семи тематическим категориям: видеоигры, покупки, здоровье и красота, наука и технологии, общие темы, искусство и кино, книги и литература. Модель использует архитектуру BERT и содержит 190 млн параметров. Она принимает текст и выдаёт метку класса; максимальный контекст составляет 512 токенов. В README приведён результат F1 93,65 для набора Digikala Magazine, немного выше показателей ParsBERT v1 и mBERT в том же сравнении. Репозиторий содержит варианты Flax, PyTorch и TensorFlow. Модель распространяется по лицензии Apache-2.0. Оценка относится к указанному набору данных, поэтому качество на других тематиках и текстах отдельно не подтверждено.

KonradBRG/deberta-v3-base-figurative — дообученная модель Microsoft DeBERTa-v3-base для классификации образных выражений в тексте. Она относит текстовые примеры к категориям буквального выражения, идиомы, метафоры и сравнения; набор меток следует из приведённых в карточке отдельных оценок для этих категорий. Модель построена на архитектуре DeBERTa-v2 и содержит 211,6 млн параметров. Она принимает текст, поддерживает контекст до 512 токенов и выдаёт метки классификации. В README на оценочном наборе указаны Macro F1 0,8727, F1 для буквальных выражений 0,8941, идиом 0,9697, метафор 0,7290 и сравнений 0,8980; данные обучения в карточке не раскрыты. Лицензия — MIT.

ai4data/devdata-search-noinstruct-small-cmnrl — компактная двунаправленная модель-энкодер для семантического поиска по структурированным статистическим метаданным из семейства DevData Search. Она создана командой ai4data дообучением avsolatorio/NoInstruct-small-Embedding-v0 на DevDataBench с функцией потерь cmnrl. При обучении использовались полная сериализация схемы, перестановка порядка полей и исключение части полей, чтобы модель связывала смысл с названиями полей, а не с порядком их представления. Модель кодирует текстовые запросы и описания записей в эмбеддинги для последующего поиска и сравнения семантической близости. Она рассчитана на сценарии, где пользователь ищет статистические показатели по естественно-языковому описанию; префиксы для запросов и документов не требуются. Модель содержит около 40 млн параметров, использует архитектуру BERT и принимает последовательности длиной до 512 токенов. Модель предназначена для получения эмбеддингов и не является готовым размещённым поисковым сервисом. Карточка не заявляет поддержку конкретных естественных языков. Распространяется по лицензии Apache-2.0.

MigoXV опубликовал конверсию весов NVIDIA Streaming Sortformer v2.1 в формат safetensors для загрузки нативным PyTorch-загрузчиком проекта sortformer-dia. Потоковая модель выполняет диаризацию аудио: определяет до четырёх говорящих и размечает их реплики по ходу поступления сигнала. Транскрипцию речи модель не выполняет. В репозитории сохранены исходные 990 тензоров и конфигурация, необходимая для архитектуры и потоковых параметров. Для запуска нужны реализация модели и среда проекта sortformer-dia; наличие safetensors само по себе не обеспечивает совместимость с Transformers AutoModel. README сообщает, что CUDA может использовать Triton-ядра проекта, а поддержка NPU не проверена. Используются веса NVIDIA по лицензии NVIDIA Open Model License; эта публикация не является официальным выпуском NVIDIA.

Карточка модели theoracleguy/diar_streaming_sortformer_4spk-v2.1-fp32 на Hugging Face совпадает с карточкой mlx-community/diar_streaming_sortformer_4spk-v2.1-fp32, поэтому описание составлено по ней. Это потоковая модель диаризации речи Sortformer, преобразованная сообществом mlx-community из модели NVIDIA diar_streaming_sortformer_4spk-v2.1 в формат MLX с помощью mlx-audio 0.3.2. В основе архитектура FastConformer из 17 слоёв, энкодер Transformer из 18 слоёв и модули Sortformer; модель принимает монофонический звук с частотой 16 кГц и выдаёт вероятности активности говорящих для каждого кадра. Она рассчитана на потоки и записи с числом говорящих до четырёх, используя кэш говорящих и контекст для обработки длинных потоков и границ аудиофрагментов. Модель подходит для разметки того, кто и когда говорит в аудиозаписи или потоке, а также для определения активности речи. README описывает веса в формате MLX, распространяемые как safetensors; для работы используется библиотека mlx-audio. Это конверсия исходной модели NVIDIA, а не самостоятельное дообучение. README отсылает к карточке исходной модели за дополнительными сведениями; лицензия и языковая специализация в предоставленных данных не описаны.

Это дообученная испаноязычная модель DistilBERT для классификации текста. Она основана на dccuchile/distilbert-base-spanish-uncased и использует архитектуру DistilBertForSequenceClassification. Модель предназначена для задач классификации последовательностей; конкретные метки и сценарии классификации в карточке не описаны. В README указаны результаты оценки: accuracy 0,8834 и F1 0,8827 при loss 0,6945. Модель принимает текст, поддерживает контекст до 512 токенов и опубликована в формате safetensors. Указана лицензия?

vivekkopthsd/distilluse-taxfinance-multilingual — многоязычная модель эмбеддингов предложений, разработанная для поиска по индийским налоговым и финансовым материалам. Она основана на DistilBERT-архитектуре DistilUSE и содержит около 135 млн параметров; модель обучена методом дистилляции знаний из более крупной доменной модели. Выход — векторные представления для семантического поиска и сравнения предложений. Максимальная длина контекста составляет 512 токенов. Модель предназначена для поиска и RAG по налоговым и финансовым корпусам, в том числе для запросов на хинди к документам на английском. Карточка сообщает о сильных результатах на собственном отложенном наборе для поиска на хинди и кросс-лингвального поиска, но отмечает небольшое отставание от прямого дообучения на англоязычном поиске. Модель распространяется по лицензии Apache-2.0.

juanmcristobal/e5-small-v2-mitre — Sentence Transformers на основе intfloat/e5-small-v2, дообученная на парах текстов из набора parquet. Модель кодирует предложения и абзацы в плотные векторы размерностью 384; архитектура включает BERT-трансформер, усреднение токеновых представлений и нормализацию. Метаданные указывают 40 млн параметров и контекст до 512 токенов, а карточка описывает максимальную длину последовательности 256 токенов. Для сравнения векторов предусмотрено косинусное сходство. Модель предназначена для семантического поиска и сопоставления текстов; её также можно применять для поиска перефразирований, кластеризации и классификации на основе эмбеддингов. Обучающие примеры содержат пары тематически близких текстов, в том числе о киберугрозах, поэтому модель ориентирована на сходство таких описаний. В README приведена оценка retrieval на cti_ir, но результатов недостаточно, чтобы судить о качестве в других областях. Лицензия в предоставленных данных не указана.

EXAONE-Deep-7.8B-sft_v0_2 — корейская диалоговая языковая модель jwg0830, дообученная на базе LGAI-EXAONE/EXAONE-Deep-7.8B. Разработчик применил LoRA дообучение и объединил адаптер с базовой моделью; архитектура EXAONE и реализация модели не менялись. Модель содержит 7,4 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации ответов на корейском языке с более устойчивым форматом вывода и усиленным причинно-следственным рассуждением. В README описано обучение на данных для задач по корейскому языку, медицине, финансам, праву, административным документам и причинно-следственному анализу, а также собственная оценка на пяти proxy-наборах, не являющаяся официальным результатом K-AI. В метаданных указана библиотека Transformers и лицензия «other»; конкретные условия лицензии следует уточнять в репозитории.

Gliese-Qwen3.5-9B-Abliterated-Caption — мультимодальная vision-language модель от prithivMLmods, построенная на базе Qwen/Qwen3.5-9B. Она предназначена прежде всего для обобщённого и нефильтрованного описания изображений: генерации подробных подписей, анализа сцен, объектов, людей и окружения. Модель ориентирована на создание датасетов подписей, разметку изображений, мультимодальные исследования и локальные inference-пайплайны. Модель содержит около 9 млрд параметров и поддерживает обработку текста и изображений. В карточке заявлены английский и китайский языки, архитектура для image-text-to-text и интеграция с Transformers, vLLM и text-generation-inference. Она оптимизирована для длинных, структурированных и семантически насыщенных описаний, а также поставляется в форматах GGUF, включая BF16, F16, F32 и Q8_0. Размер контекстного окна не указан. Ключевая особенность — применение анализа направлений отказа и abliteration-тренировки для снижения внутренних отказов модели и получения более свободных описаний. Это может быть полезно для исследовательских и экспериментальных задач, но одновременно повышает риск нежелательного или небезопасного контента: встроенные ограничения снижены, поэтому результаты требуют дополнительной проверки и фильтрации. Модель распространяется по лицензии Apache-2.0; авторы указывают, что она предназначена для исследований и обучения, а ответственность за законное и безопасное использование лежит на пользователе.

Matthijs0/im2latex_base — модель Matthijs0 для преобразования изображений математических формул в код LaTeX. Это модель VisionEncoderDecoderModel: визуальный кодировщик Swin Transformer извлекает представление формулы, а декодер GPT-2 генерирует последовательность LaTeX. Модель обучена на наборе OleehyO/latex-formulas с разделением данных на обучающую, валидационную и тестовую части. Модель подходит для распознавания формул на изображениях и последующего редактирования или использования их LaTeX-представления. В README приведены значения test loss 0,09 и BLEU 0,69. Указанная версия является чекпойнтом до дообучения на рукописных формулах, поэтому её пригодность для рукописного ввода может быть ограничена. Распространяется по лицензии AGPL-3.0.

InternLM-XComposer2-VL-1.8B — мультимодальная языковая модель семейства InternLM-XComposer2, разработанная командой InternLM на основе InternLM2. Версия VL предназначена для понимания изображений и текста; она принимает изображение и текстовый запрос и формирует текстовый ответ. Модель содержит 1,7 млрд параметров, использует плотную архитектуру InternLMXComposer2ForCausalLM и поддерживает контекст до 32 768 токенов. Модель подходит для визуальных вопросов и ответов, описания изображений и других задач понимания связей между текстом и изображением. В README приведён способ запуска через Transformers и PyTorch; для экономии памяти рекомендуется загрузка в float16. В карточке указана лицензия other, поэтому конкретные условия использования следует сверить с лицензией репозитория.

Mistral-RAG — дообученная модель Michele Montebovi на базе Mistral-Ita-7b для ответов на вопросы. Она поддерживает генеративный режим с развернутыми синтезированными ответами и экстрактивный режим с краткими ответами, извлечёнными из текста. Модель может быть полезна для вопросов по материалам из нескольких источников, образовательных и справочных сценариев. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Карточка указывает итальянский язык; модель распространяется в формате Safetensors по лицензии Apache-2.0. В README не описаны конкретный способ переключения режимов и количественные результаты оценки качества.

M-Kiriku ASR — модель распознавания речи, разработанная IA Hub Senegal на основе дообучения OpenAI Whisper large-v3. Она предназначена для транскрибации аудио на волоф, пулаар и серер — языках Сенегала с ограниченными ресурсами для обучения распознавателей речи. Модель принимает аудио и выдаёт текст; для обучения использован корпус примерно из 150 часов речи, включая очищенные и проверенные данные проекта Kallama и открытые наборы данных. Разработчики расширили токенизатор языковыми символами и специальными токенами, добавили нормализацию орфографии и адаптировали декодер для целевых языков. В опубликованных оценках указаны WER 16,34% для волофа, 45,28% для пулаара и 42,99% для серера. Для аудио длиннее 30 секунд README рекомендует нарезку на перекрывающиеся фрагменты. Лицензия — Apache-2.0.

MobileVLM_V2-3B — зрительно-языковая модель семейства MobileVLM V2, разработанная авторами проекта MobileVLM. Она построена на базе MobileLLaMA-2.7B-Chat и предназначена для совместного понимания изображений и текста с возможностью развёртывания на мобильных устройствах. В метаданных указаны плотная архитектура MobileLlamaForCausalLM, 2,6 млрд параметров, контекст 2048 токенов и формат PyTorch. Модель ориентирована на визуальные вопросы и ответы, а также другие сценарии, где нужно связать изображение с текстовым запросом. Авторы сообщают, что версия 3B превосходит ряд моделей крупнее 7B на визуально-языковых бенчмарках; README не приводит численные результаты или подробности о мобильном оборудовании. Лицензия — Apache-2.0.

MyAwesomeModel — модель на базе BERT, опубликованная для использования с библиотекой Transformers и PyTorch. В метаданных Hugging Face она классифицирована для задачи извлечения признаков. README описывает обновлённую версию как модель с улучшенными возможностями рассуждения, логического вывода, генерации кода, суммаризации, диалога, классификации и ответов на вопросы, однако эти сценарии не подтверждены отдельными pipeline-тегами или техническими характеристиками конфигурации. Модель распространяется по лицензии MIT. README также заявляет о снижении частоты галлюцинаций, поддержке системных промптов и function calling, а для работы рекомендует температуру 0,6. Конкретные сведения о размере модели, длине контекста, поддерживаемых естественных языках и точной конфигурации отсутствуют в предоставленных данных.

my-first-model — англоязычная модель классификации текста, созданная дообучением DrKanthiKiran модели distilbert/distilbert-base-uncased. Она построена на архитектуре DistilBERT и предназначена для классификации последовательностей текста. В README приведены результаты на наборе оценки: accuracy 0,877 и F1 0,8781; описание датасета и подробности обучения отсутствуют. Модель принимает текст с контекстом до 512 токенов и выдаёт метки классов. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — Apache-2.0.

NeuroLocale — модель классификации текстовых запросов, разработанная boltuix на базе NeuroBERT. Она определяет намерение пользователя и относит запрос к одной из более чем 120 категорий местных организаций и услуг, например к ветеринарной клинике, аптеке или бухгалтерской фирме. Модель предназначена для локального поиска, чат-ботов, туристических приложений и голосовых помощников, которым нужно преобразовать разговорный запрос в категорию для дальнейшего поиска. Это дообученная BERT-модель для многоклассовой классификации текста с 16,2 млн параметров и контекстом до 512 токенов. В карточке заявлена точность 94,26% на тестовой выборке из 122 примеров. Указан английский язык; результаты для других языков не описаны. Модель принимает текст и возвращает метку категории с оценкой уверенности. Модель распространяется по лицензии Apache-2.0. Её качество и охват зависят от обучающих данных и набора категорий; небольшая тестовая выборка не позволяет считать заявленную точность гарантией для всех запросов и условий.

hsilvosa/openplacsp-e5-small — компактный текстовый семантический энкодер, дообученный на исторических испанских закупочных извещениях и парах «текст — описание CPV». Он предназначен для семантического поиска закупок, извлечения связанных извещений и версий одного извещения, а также поиска раздела CPV по тексту закупки. Модель основана на multilingual-e5-small с архитектурой BERT и создаёт плотные эмбеддинги. В репозитории указано 124,3 млн параметров и контекст до 512 токенов. Обучение использовало 150 000 пар версий и 50 000 пар текстов с описаниями CPV; данные после 2022 года оставлялись для проверки. Временная оценка на данных 2024 года показывает высокое Recall@1 для поиска другой версии извещения и улучшение Recall@1 для поиска раздела CPV относительно базовой модели. Модель рассчитана на испанский административный язык и данные закупок, опубликованные по декабрь 2024 года. Оценка сходства не подтверждает юридическую идентичность, нарушения или эквивалентность контрактов; для некоторых разделов CPV примеров мало. Лицензия — MIT.

TechnoBaptist подготовил браузерные ONNX-квантизации модели OpenMed/privacy-filter-nemotron-v2 для локального обнаружения и разметки персональных данных в тексте. Модель предназначена для клиентской обработки заметок о самочувствии и привычках, чтобы текст не покидал устройство; разметку можно использовать для маскирования и деидентификации. Архитектура — MoE-классификатор токенов с 8 слоями, 128 экспертами и выбором 4 экспертов; модель размечает 55 категорий PII с помощью 221 BIOES-метки. В README указана исходная версия на 1,4 млрд параметров и контекст до 128 тыс. токенов; метаданные репозитория сообщают 145,4 млн параметров, поэтому размер именно опубликованной версии неоднозначен. Репозиторий содержит ONNX-варианты fp32, q8, q4 и mixed48, предназначенные для transformers.js и WebGPU. На тестовом наборе из 30 примеров q8 показал точное совпадение границ сущностей в 93,4% случаев, q4 — в 72,1%; на отдельном наборе из 10 примеров все варианты пропустили 2 из 31 обязательных находок. Для запуска требуется onnxruntime-web версии не ниже 1.27.0. Лицензия — Apache-2.0.

Карточка модели nttruong1007/qb-llava16-mistral7b на Hugging Face совпадает с карточкой llava-hf/llava-v1.6-mistral-7b-hf, поэтому описание составлено по ней. LLaVA-NeXT (LLaVA-1.6) — мультимодальная модель для диалога с изображениями, разработанная авторами работы LLaVA-NeXT. В этой версии языковая часть основана на Mistral-7B-Instruct-v0.2, объединённой с предварительно обученным визуальным энкодером. Модель принимает изображения и текстовые инструкции, а в ответ генерирует текст. Повышенное разрешение изображений и улучшенное обучение визуальным инструкциям предназначены для более качественного распознавания текста на изображениях, ответов на визуальные вопросы и рассуждений о содержимом изображения. Подходит для описания изображений и мультимодального чат-бота. Поддерживается английский язык; в README также заявлена двуязычная поддержка для семейства LLaVA-1.6, но второй язык для этого чекпойнта не уточнён. Репозиторий распространяется по лицензии Apache-2.0.

Карточка модели anassaifi12/qwen2.5-3b_final_sql_tuned_model на Hugging Face совпадает с карточкой anassaifi12/qwen2.5-3b_sql_trained_model, поэтому описание составлено по ней. anassaifi12 дообучил модель Qwen2.5-3B для генерации текста на базе unsloth/qwen2.5-3b-unsloth-bnb-4bit с использованием Unsloth и библиотеки TRL. Это плотная авторегрессионная модель семейства Qwen2 с 3,1 млрд параметров и контекстом до 32 768 токенов. Название репозитория указывает на обучение для работы с SQL, однако README не описывает обучающие данные и конкретные возможности модели, поэтому качество генерации SQL по карточке оценить нельзя. Модель принимает и выдаёт текст; в метаданных указан английский язык. Распространяется по лицензии Apache-2.0.

MLX-версия мультимодальной модели Qwen2.5-VL-72B-Instruct, подготовленная сообществом mlx-community. Репозиторий создан конвертацией исходной модели в формат MLX с помощью mlx-vlm 0.1.11 и содержит 3-битную квантизацию. Модель насчитывает 71,5 млрд параметров и поддерживает контекст длиной до 128 000 токенов. Модель принимает текст и изображения и формирует текстовые ответы. Она предназначена для диалогового анализа изображений и других задач визуально-языкового взаимодействия; доступны чат и интерфейс вызова инструментов. Карточка отсылает к описанию исходной Qwen2.5-VL-72B-Instruct за подробностями о возможностях. В метаданных указана лицензия other; конкретные условия следует сверить с карточкой исходной модели.

Qwen3-VL-4B-Instruct-GPTQ-W4A16 — сторонний квантованный чекпойнт на базе Qwen/Qwen3-VL-4B-Instruct. Модель предназначена для мультимодального вывода и обработки задач, объединяющих изображения и текст, включая эффективный инференс, оценивание в VLMEvalKit, эксперименты с vLLM, построение baseline для post-training quantization и исследования квантования vision-language моделей. Указанные языки — английский и китайский. Модель использует архитектуру семейства Qwen3-VL и поддерживает мультимодальный сценарий image-text-to-text. Применено посттренировочное квантование GPTQ W4A16 в llm-compressor: веса Linear-слоёв сжаты до 4-битных симметричных целых значений с group_size 128, при этом lm_head и визуальные модули не квантовались. Для калибровки использованы 128 мультимодальных примеров из Flickr30k, максимальная длина последовательности составляла 2048 токенов. В конфигурации оценки указан максимальный контекст 16384 токена, однако это значение относится к рекомендуемому запуску и не обязательно описывает полный предел базовой модели. Основные преимущества — уменьшенный объём хранения, более эффективное развертывание и сохранение визуальных модулей без квантования. Ограничения включают возможное снижение качества, особенно в задачах детального визуального понимания и рассуждений; это неофициальный релиз команды Qwen, а сторонняя сжатая версия. Репозиторий распространяется по лицензии Apache-2.0.

terra-cognita-ai выпустила оптимизированную версию Google Gemma 4 E4B Instruct для анализа изображений и диалога по визуальному содержимому. Это мультимодальная модель с архитектурой Gemma 4, предназначенная для сценариев image-to-text и общения с изображениями; в метаданных указана поддержка английского языка. Модель основана на google/gemma-4-E4B-it: 30% весов обрезаны, а оставшиеся линейные веса языковой части упакованы в int4 по схеме W4A16 с QAT и дистилляцией. Визуальная и аудиочасти, проекторы и выходная голова остаются в bf16. Сжатие снижает требования к вычислениям и энергии, а модель можно запускать через Transformers или vLLM с форматом compressed-tensors. На GPU Ada, включая L4 и RTX 4090, vLLM использует Triton attention и имеет дополнительную задержку относительно пути FlashAttention, доступного на Ampere и Hopper. Лицензия — Gemma; применяются условия лицензии Google Gemma.

Карточка модели uer/roberta-base-finetuned-jd-full-chinese на Hugging Face совпадает с карточкой uer/roberta-base-finetuned-chinanews-chinese, поэтому описание составлено по ней. Это китайская модель RoBERTa-Base для классификации текста, дообученная командой UER с помощью UER-py на наборе Chinanews. В карточке показан пример классификации китайской новостной фразы с меткой «политика материкового Китая». Репозиторий содержит около 129,5 млн параметров; модель использует архитектуру BertForSequenceClassification и принимает последовательности длиной до 512 токенов. Модель предназначена для определения тематических классов китайских новостных текстов. Её можно загружать через Transformers и использовать для автоматической тематической разметки новостных фрагментов. Обучающие наборы также включали китайские отзывы с метками тональности, однако этот конкретный чекпойнт обучен на Chinanews. В карточке не приведены метрики качества и перечень всех меток классов. Поддерживаются форматы PyTorch, TensorFlow и Flax. Лицензия в предоставленных данных не указана.