I.3Извлечение и структурирование данных

Модель gary109/ai-light-dance_drums_ft_pretrain_wav2vec2-base-new_onset-idmt-2_8k — дообученная Gary109 версия wav2vec2-base для автоматического распознавания речи. Она содержит 113,3 млн параметров и использует архитектуру Wav2Vec2ForCTC; веса опубликованы в формате PyTorch. Модель дообучена на наборе GARY109/AI_LIGHT_DANCE - ONSET-IDMT-2, связанном с проектом AI Light Dance. Основной сценарий — преобразование аудио в текст. В README приведены результаты оценки на тестовой выборке: WER 0,3178 и loss 0,5029. Поддерживаемый язык и ограничения применения в доступной карточке не описаны. Условия лицензии в предоставленных данных не указаны.

Alo-70m — компактная инструкционно настроенная языковая модель Фахада Хоссейна для общения и обработки текстов на бенгальском языке. Это причинный авторегрессионный трансформер на архитектуре LLaMA; метаданные указывают 52,2 млн параметров, а README — 69 млн. Модель дообучена методом SFT на размеченных парах из Bangla-SFT-50k с шаблоном ChatML и рассчитана на запуск на CPU и мобильных устройствах. Модель предназначена для суммаризации, извлечения сущностей, редактирования текста и ответов на вопросы на бенгальском языке. Контекстное окно составляет 1024 токена. В оценках она показывает пригодность для лёгкой локальной обработки текста, однако дообучение снизило некоторые показатели рассуждения относительно базовой модели, а небольшой размер ограничивает фактические знания и качество ответов на сложные вопросы. Лицензия — Apache 2.0.

ASID-Captioner-3B — мультимодальная модель для подробного описания видео, разработанная AudioVisual-Caption и дообученная на основе Qwen2.5-Omni-3B. Она анализирует видеокадры и, если доступна, звуковую дорожку, чтобы создавать связные подписи с деталями о сцене, персонажах, объектах, действиях, повествовании, речи, работе камеры и эмоциях. Модель поддерживает инструкции, нацеленные на отдельные атрибуты, например описание только речи или камеры, а также общий подробный запрос. Для обучения использован набор ASID-1M со структурированной и проверенной разметкой. Модель построена на плотной архитектуре Qwen2.5-Omni, распространяется в формате safetensors и рассчитана на работу через Transformers. В метаданных основной язык указан как английский. Репозиторий распространяется по лицензии Apache-2.0. Качество описаний зависит от полноты видео и корректной передачи аудио: в некоторых окружениях без обработки мультимодальных данных видео или звук могут учитываться неправильно.

BANonymizer-PL — дообученная NASK-PIB модель на базе HerBERT-large-cased, разработанного Allegro, для поиска и анонимизации персональных данных в польских текстах. Она использует архитектуру BERT для классификации токенов; в репозитории указано около 453,9 млн параметров, а длина контекста составляет 514 токенов. Модель обучена на наборе BAN-PL с более чем 20 тысячами вручную размеченных примеров и предназначена для обнаружения фамилий и псевдонимов в сценариях защиты приватности, например при подготовке наборов данных для исследований. Она также различает эти сущности и упоминания умерших людей, исторических фигур и вымышленных персонажей, которые не следует анонимизировать. Доступна по лицензии Apache 2.0. Модель ориентирована на польский язык и разметку токенов; README не описывает другие типы персональных данных. Её контекст ограничен 514 токенами.

BantuBERTa — модель RoBERTa для работы с текстами на языках банту, разработанная Jesse Parvess, Vukosi Marivate и Verrah Akinyi. Она обучена на многоязычном корпусе, собранном преимущественно из веб-текстов CC100 и mC4, а также данных OPUS-100. Модель содержит 129,3 млн параметров, принимает текст и поддерживает контекст до 514 токенов. Основной сценарий — предсказание замаскированных токенов; модель также можно дообучать для классификации текстов и распознавания именованных сущностей. В исследовании BantuBERTa уступала XLM-R, mBERT и AfriBERTa в тестах MasakhaNER для суахили, луганда и киньяруанда, но показала сильные результаты классификации новостных тем для зулу и лингала. Авторы связывают слабые результаты NER с меньшим размером и качеством предобучающего корпуса. Лицензия — CC BY 4.0.

BioSimCSE-BioLinkBERT-BASE — модель на архитектуре BERT, опубликованная Kamalraj. Она преобразует предложения и абзацы в плотные векторы размерности 768 для сравнения семантической близости, семантического поиска и кластеризации. Модель обучена с MultipleNegativesRankingLoss и косинусным сходством; число параметров составляет 135,4 млн, контекст — до 512 токенов. Название и базовая модель BioLinkBERT указывают на биомедицинскую направленность, поэтому модель подходит для поиска и группировки текстов в этой области. Она принимает текст и выдаёт векторные представления. В карточке приведены примеры применения, но нет количественных результатов оценки. Доступные материалы не содержат сведений о лицензии.

ChartVerse-2B-GGUF — квантованные GGUF-версии компактной мультимодальной vision-language модели ChartVerse-2B, разработанной opendatalab и дообученной на базе Qwen3-VL-2B-Instruct. Модель предназначена для понимания изображений и текста, прежде всего для анализа сложных диаграмм и графиков, ответов на вопросы по визуальным данным и многошагового рассуждения. Указан английский язык, формат pipeline — image-text-to-text, а размер базовой модели составляет около 2 млрд параметров. Ключевые особенности — специализация на chart reasoning, поддержка Chain-of-Thought рассуждений, проверки ответов с опорой на выполнение кода и множество вариантов квантования GGUF с размерами файлов примерно от 618 МБ до 4,07 ГБ. По данным README, модель показала средний результат 54,3% на шести сложных бенчмарках, превзойдя указанные специализированные модели большего размера. Для работы заявлена интеграция с llama.cpp и Transformers; в Transformers используется класс Qwen3VLForConditionalGeneration, а максимальное число новых токенов указано как 16384. Основное ограничение — узкая специализация на анализе диаграмм и заявленная поддержка только английского языка; характеристики контекстного окна в README явно не указаны, хотя для обучения упоминается контекст 22k. Доступ предоставляется по лицензии Apache 2.0, что допускает использование и развертывание в соответствии с её условиями.

Модель dima806/clothes_image_detection — дообученный Vision Transformer для определения категории одежды на изображении. Она принимает изображение и возвращает метку класса одежды; в README заявлена точность около 78%. Модель основана на google/vit-base-patch16-224-in21k, содержит 113,2 млн параметров и распространяется в формате safetensors через Transformers. Модель подходит для автоматической категоризации одежды в каталогах товаров и для распознавания типов одежды на фотографиях. Лицензия Apache-2.0 разрешает использование на её условиях.

Mapika/decider-chat-gemma4-31b — конфигурация для использования неизменённых весов google/gemma-4-31B-it как модели типизированных решений. Она принимает описание состояния и один или несколько вопросов с заданными вариантами ответа, а за один проход выдаёт распределение вероятностей по вариантам без авторегрессионной генерации. Для чтения ответа используется шаблон чата Gemma-4 с отключённым режимом рассуждений; вероятности калибруются температурой, зависящей от числа вариантов. Модель предназначена для классификации, выбора из вариантов, ответов «да/нет» и оценивания по шкале в структурированных сценариях. Базовая модель — плотная мультимодальная Gemma 4 Instruct от Google DeepMind с 31 млрд параметров; веса представлены в safetensors, в README указано хранение в bf16. Карточка сообщает о результате 57,33 в Decision Index v0.2.1 и совпадении ответов при повторном запуске сохранённых примеров. Лицензия — Apache-2.0. Обёртка требует decider-ai версии 1.8.0 или новее; она не дообучает модель и сохраняет её исходные знания и ошибки.

DictaBERT-char — символьная языковая модель на архитектуре BERT-base, разработанная для иврита. Она обучена на уровне символов и предобучена восстанавливать замаскированные фрагменты текста; модель предназначена для задач языкового моделирования и обработки ивритских текстов, в том числе шумных пользовательских данных и восстановления пропущенных пробелов в текстах из социальных сетей. Модель содержит 114 млн параметров, использует архитектуру BertForMaskedLM и поддерживает контекст до 2048 токенов. Веса опубликованы в формате safetensors по лицензии CC BY 4.0. Статья о модели представлена на воркшопе W-NUT 2025.

Nordic ELECTRA-Small — компактная модель семейства ELECTRA, предварительно обученная jonfd на корпусах исландского, норвежского, шведского и датского языков. Она содержит 37,2 млн параметров, использует архитектуру ElectraForPreTraining и токенизатор WordPiece со словарём из 96 105 токенов; длина контекста составляет 512 токенов. Веса доступны в форматах PyTorch и TensorFlow. Модель предназначена как предварительно обученная основа для задач понимания текста на четырёх скандинавских языках, например классификации и извлечения признаков после адаптации под конкретную задачу. Для обучения использовались корпус Icelandic Gigaword, Icelandic Common Crawl, Icelandic Crawled Corpus и mC4; совокупный объём после фильтрации и удаления дубликатов составил 14,82 млрд токенов, поровну для каждого языка. Это чекпойнт предварительного обучения, а не готовая разговорная модель или генератор связного текста: архитектура ElectraForPreTraining ориентирована на предобучение и требует подходящей донастройки для прикладных задач. Лицензия — CC BY 4.0.

ELYZA-japanese-Llama-2-MoE-2x7B-v0.1 — японская языковая модель для генерации текста, созданная Aratako с помощью mergekit. Она объединяет базовую и инструкционную версии elyza/ELYZA-japanese-Llama-2-7b в архитектуру Mixture of Experts (MoE); в метаданных указано 6,6 млрд параметров и контекст 4096 токенов. Модель предназначена для генерации ответов на запросы и диалоговых сценариев на японском языке. В одноходовом japanese-mt-bench модель показала средний балл 4,60 против 4,21 у исходной инструкционной версии; результаты по отдельным категориям различаются. Модель распространяется под лицензией Llama 2 Community License, унаследованной от базовых моделей.

ERNIE-4.5-VL-28B-A3B-Base-Paddle — базовая мультимодальная модель семейства ERNIE 4.5, разработанная Baidu. Она предназначена для понимания изображений и текста, генерации ответов по визуальному содержимому и межмодальных рассуждений. Модель принимает текст и изображения и выдаёт текст; поддерживает английский и китайский языки. Архитектура — мультимодальная MoE: в README указано 28 млрд параметров всего и около 3 млрд активируемых на токен, а метаданные каталога приводят 3,3 млрд параметров. Модель прошла предварительное обучение на текстовых и визуальных данных; веса этой версии предназначены для PaddlePaddle и опубликованы в формате safetensors. Указана лицензия Apache-2.0. Карточка сообщает, что полноценная поддержка ERNIE 4.5 в vLLM находится в разработке.

FinanceConnect-13B-i1-GGUF — квантизированная версия языковой модели FinanceConnect-13B, разработанной ceadar-ie и подготовленной в формате GGUF пользователем mradermacher. Модель ориентирована на финансовую предметную область и обучалась с использованием набора данных FinTalk-19k. Модель предназначена для задач обработки естественного языка в финансовом контексте, включая суммаризацию, классификацию, перевод и работу с профильными текстами. Указан английский язык. Размер базовой модели составляет 13 млрд параметров; доступны варианты с разными типами квантизации imatrix и размером файлов примерно от 3,0 до 10,8 ГБ, что позволяет выбирать баланс между требованиями к памяти, скоростью и качеством. Главное преимущество модели — специализация на финансовой тематике и возможность локального запуска благодаря компактным GGUF-квантизациям. Ограничения связаны с потерями качества при сильной квантизации: README отмечает, что некоторые варианты имеют низкое качество, тогда как Q4_K_M назван быстрым и рекомендуемым, а IQ-квантизации могут быть предпочтительнее сопоставимых по размеру вариантов. Сведения о контекстном окне, мультимодальности и конкретной архитектуре не указаны. Модель распространяется по лицензии Apache-2.0.

Kenpache/finbert-multilingual-v2 — многоязычный классификатор финансовой тональности, разработанный Kenpache на основе энкодера jhu-clsp/mmBERT-base. Модель использует архитектуру ModernBERT и содержит 306,9 млн параметров; она присваивает тексту одну из трёх меток: negative, neutral или positive. Принимает финансовые новости на английском, китайском, японском, испанском, немецком, французском и арабском языках. Окно контекста — 8192 токена. Модель рассчитана на классификацию заголовков и отдельных предложений: например, для разметки новостных лент, построения индикаторов рыночной тональности и предварительного отбора исследовательских корпусов. В README приведены результаты оценки на 4 993 предложениях: точность 87,2% и взвешенная F1 0,8724. Эти показатели относятся только к указанному набору и протоколу оценки. Модель хуже подходит для целых статей, общей тональности отзывов и публикаций в соцсетях, а также для языков вне семи проверенных. Различение нейтральной и слабо выраженной положительной или отрицательной тональности неоднозначно; арабский результат основан лишь на 73 примерах. Вывод модели не является инвестиционной рекомендацией. Лицензия — Apache-2.0.

GbrlOl/finetune-embedding-all-MiniLM-L6-v2-geotechnical-test-v4 — дообученный на 1 622 примерах геотехнического корпуса энкодер предложений на базе sentence-transformers/all-MiniLM-L6-v2. Модель построена на BERT с mean pooling и нормализацией и преобразует текстовые запросы и фрагменты документов в плотные векторы размерности 384; для оценки сходства используется косинусное сходство. В метаданных указано 25,9 млн параметров и нативный контекст 512 токенов, а карточка модели задаёт максимальную длину последовательности 256 токенов. Модель предназначена для семантического поиска и сравнения текстов в геотехнических материалах, поиска ответов и релевантных фрагментов по запросу, а также кластеризации и классификации текстов. В README приведён пример испаноязычного запроса к техническому документу; по нему нельзя установить полный перечень поддерживаемых языков. Лицензия в предоставленных данных не указана. Показатели оценки приведены для STS и поиска дубликатов Quora, поэтому они сами по себе не подтверждают качество на геотехнических задачах.

Hayai OCR v2.1 — компактная модель оптического распознавания текста от JustANormalTinkerer. Она предназначена для транскрибирования текста на изображениях, особенно отдельных фрагментов и кадров манги. Модель читает текст разных начертаний и направлений за один проход, без отдельного этапа обнаружения текста; целые страницы для неё не подходят. Модель содержит около 150 млн параметров и сочетает визуальный энкодер SigLIP2 NaFlex с 12-слойным причинным трансформерным декодером. NaFlex сохраняет исходное соотношение сторон изображения. Совместное обучение на OCR-данных и текстовых корпусах помогает декодеру учитывать языковой контекст при распознавании похожих знаков. Поддерживаются японский, китайский, корейский и английский языки. По данным карточки, модель достигает высокой скорости распознавания и может работать примерно с 300 МБ видеопамяти в FP16; эти показатели зависят от оборудования и режима использования. Для загрузки используется библиотека Transformers, а формат весов — safetensors. Лицензия — Apache-2.0. Для пользовательского кода модели требуется включить trust_remote_code=True.

IC_ver6e_coco_swin_gpt2_50Apc_1e — модель генерации текстовых описаний изображений, разработанная VK246 и дообученная на наборе COCO от базовой модели VK246/IC_ver6d_coco_swin_gpt2_50Bpc_1e. Архитектура — vision-encoder-decoder на базе VisionEncoderDecoderModel: на вход подаётся изображение, на выходе генерируется текстовое описание. Репозиторий содержит веса PyTorch. Модель предназначена для автоматического описания изображений и оценки таких описаний на тестовой выборке COCO. В README приведены метрики оценки, включая CIDEr 19.1116, ROUGE-1 42.2076 и BLEU-4 10.5581. Сведения о поддерживаемых языках, длине контекста и условиях лицензии в доступных данных отсутствуют.

DGurgurov/im2latex — дообученная модель архитектуры VisionEncoderDecoder для преобразования изображений математических формул в код LaTeX. Её разработчик дообучил Swin Transformer в роли визуального энкодера и GPT-2 в роли декодера на наборе OleehyO/latex-formulas; модель использует PyTorch и сохранена в формате safetensors. Модель предназначена для распознавания формул на изображениях и последующего редактирования или использования их LaTeX-представления. В описанной оценке на тестовой выборке указаны BLEU 0,67 и потери 0,10. Лицензия — MIT.

scholarly360/Indian-Annual-Report-SBERT-Bert — модель на базе BERT, обученная разработчиком как Sentence Transformers на годовых отчётах индийских компаний. Она предназначена для получения векторных представлений предложений и оценки их семантического сходства, в частности для анализа и поиска информации в таких отчётах. Модель содержит 135,5 млн параметров, работает с текстом и имеет контекстное окно до 512 токенов. В карточке указана связь с исследованием «Indian Annual Report Assessment Using Large Language Models». Модель подходит для построения семантического поиска и сравнения фрагментов годовых отчётов; точные результаты для иных типов текстов по имеющимся сведениям не установлены. Опубликована в формате PyTorch; сведения о лицензии в предоставленных данных отсутствуют.

Kumru-VLM 2B — berhaan tarafından yayımlanan, yaklaşık 2,4 milyar parametreli Türkçe görsel-dil modelidir. LLaVA tabanlı mimarisi SigLIP-2 görsel kodlayıcıyı, MLP проектörünü и Kumru-2B dil modelini birleştirir; репозиторий содержит объединённые LoRA-веса. Модель принимает изображения и текстовые запросы и предназначена для диалогового понимания изображений, включая чтение локального текста и OCR-сценарии. Модель ориентирована на турецкий язык и работу на устройствах с ограниченными ресурсами. В бенчмарке MMStar-TR она показала 30,13% общей точности и 29,60% в категории науки и технологий; эти результаты относятся к указанному бенчмарку. Репозиторий распространяется по лицензии Apache-2.0.

Модель Zencastr Laughter Detection разработана Zencastr для обнаружения смеха в разговорной речи, записанной на близко расположенные микрофоны, в частности в подкастах. Она принимает аудио и классифицирует его по кадрам, а затем объединяет оценки в события с приблизительными временными отметками. Входной сигнал преобразуется в лог-мел-спектрограмму на частоте 16 кГц; оценки выдаются с шагом 160 мс на перекрывающихся четырёхсекундных окнах. Модель содержит 113,2 млн параметров и основана на EAT-base, дообученной с LoRA для обнаружения смеха; доступны веса Safetensors и варианты ONNX для CPU и GPU. Модель предназначена для разметки подкастов и разговорных записей, поиска эпизодов смеха и анализа звуковых событий. В README приведены разные режимы настройки порога для приоритета точности или полноты. На тестах, описанных авторами, модель показала высокую точность обнаружения на нескольких разговорных наборах данных, однако порог влияет на баланс ложных срабатываний и пропусков; точность временных отметок ограничена. Проверка параметров проводилась на внутренних подкастных записях Zencastr. Лицензия — MIT.

Карточка модели Redvodk/LFM2.5-VL-450M-heretic на Hugging Face совпадает с карточкой coder3101/LFM2.5-VL-450M-heretic, поэтому описание составлено по ней. Это уменьшенная по уровню отказов версия мультимодальной модели LFM2.5-VL-450M, созданная автором репозитория на основе LiquidAI/LFM2.5-350M и обработанная инструментом Heretic v1.3.0. Модель принимает изображения и текст и генерирует текстовые ответы; архитектура включает языковую основу LFM2.5-350M и визуальный энкодер SigLIP2 NaFlex на 86 млн параметров. Контекст составляет 32 768 токенов. Модель предназначена для общего понимания изображений, их описания, визуального вопросно-ответного взаимодействия и предсказания рамок объектов. Она поддерживает английский, арабский, китайский, французский, немецкий, японский, корейский, португальский и испанский языки. В README отмечены нативная обработка изображений до 512×512 пикселей и разбиение крупных изображений на фрагменты; доступны настройки числа визуальных токенов и фрагментов для выбора компромисса между скоростью и качеством. По приведённому в карточке сравнению версия реже отказывает на тестовых запросах, чем исходная модель; это не гарантирует отсутствия отказов или точности ответов. Автор не рекомендует её для задач, требующих обширных знаний, и тонкого OCR. Модель опубликована с лицензией «other»; конкретные условия следует проверять в репозитории.

AcademieDuNumerique/Llama-3.2-3B-SQL-Instruct — диалоговая модель генерации текста на архитектуре LlamaForCausalLM с 3,2 млрд параметров. Она дообучена на основе unsloth/llama-3.2-3b-instruct-bnb-4bit; карточка связывает её также с meta-llama/Llama-3.2-3B-Instruct. В названии модели заявлена специализация на SQL, однако README не приводит сведений о наборе данных или качестве SQL-генерации. Модель предназначена для диалоговых сценариев генерации текста; с учётом названия её можно применять для составления SQL-запросов по текстовым описаниям. Метаданные указывают контекст до 131 072 токенов и интерфейс вызова инструментов. Язык карточки — английский, а базовая модель описана как мультиязычная. Модель распространяется под лицензией Apache-2.0.

LLaMat-3 — специализированная языковая модель для материаловедения, разработанная M3RG и DAIR в IIT Delhi. Она создана на основе Meta Llama 3 8B и продолжительно предобучена на данных по материаловедению; число параметров составляет 7,5 млрд, контекст — до 8192 токенов. Модель работает с английским текстом и поддерживает диалоговый режим. LLaMat-3 предназначена как основа для адаптации к научным задачам: извлечения информации, понимания таблиц, разбора исследовательских данных и генерации кристаллических структур. Для предобучения использовались Cerebras CS-2, а для дообучения и инференса — вычислительный кластер IIT Delhi. Модель распространяется по лицензии Llama 3; перед применением следует учитывать её условия.

Mengzi-BERT base — базовая предварительно обученная китайская языковая модель от Langboat на архитектуре BERT. Она обучена на корпусе китайских текстов объёмом 300 ГБ с задачами masked language modeling, разметки частей речи и предсказания порядка предложений. Модель содержит 129,5 млн параметров, поддерживает контекст до 512 токенов и опубликована в формате PyTorch. Основное назначение модели — предсказывать пропущенные токены в китайском тексте. Её также можно дообучать для разметки частей речи, классификации и других задач понимания китайского языка. В README приведены результаты на девяти китайских тестовых наборах, включая классификацию, понимание прочитанного и распознавание связей между предложениями. Для использования весов указана лицензия Apache-2.0. Это базовая модель, поэтому для прикладных задач, кроме заполнения масок, может потребоваться дополнительное дообучение.

Migician — мультимодальная модель You Li и соавторов для локализации объектов и других свободно сформулированных запросов сразу по нескольким изображениям. Она дообучена на базе Qwen/Qwen2-VL-7B-Instruct и использует плотную архитектуру Qwen2-VL с 7,1 млрд параметров. Модель принимает изображения и текстовые инструкции, а координаты областей выдаёт в текстовом формате; контекст составляет до 32 768 токенов. Модель предназначена прежде всего для многокадрового визуального grounding: например, чтобы найти упомянутый объект на одном или нескольких изображениях и вернуть его координаты. Авторы также сообщают о конкурентных результатах на тестах общего понимания нескольких изображений. Веса доступны в формате safetensors, библиотека для работы — Transformers. Лицензия Apache-2.0.

MM Grounding DINO — модель обнаружения объектов с открытым словарём, разработанная авторами работы «An Open and Comprehensive Pipeline for Unified Object Grounding and Detection». Эта базовая версия обучена на Objects365v1, GOLD-G и V3Det и предназначена для поиска объектов на изображениях по текстовым запросам, в том числе по категориям, не заданным фиксированным набором меток. Модель развивает Grounding DINO: в ней улучшена контрастивная классификационная голова и устранено совместное использование параметров декодером. По данным авторов, улучшения повышают качество обнаружения без обучения на целевых категориях; для семейства приведены результаты на COCO и LVIS. Репозиторий содержит веса safetensors для библиотеки Transformers. Модель принимает изображение и текстовое описание искомых объектов и возвращает рамки объектов с оценками соответствия. Лицензия Apache-2.0. Карточка не приводит ограничений по применению; качество зависит от формулировок запросов и распределения объектов в изображениях.

Карточка модели TechnoBaptist/moondream3.1-9B-A2B на Hugging Face совпадает с карточкой moondream/moondream3.1-9B-A2B, поэтому описание составлено по ней. Moondream 3.1 — визуально-языковая модель Moondream с архитектурой mixture-of-experts: 9 млрд параметров всего, из которых 2 млрд активны при работе. Она принимает изображения и текстовые запросы и отвечает текстом, включая структурированные результаты для запросов к изображению, обнаружения объектов, указания точек и создания подписей. Модель предназначена для визуального анализа и рассуждений, а также для быстрого локального развёртывания или вызова через облачный API Moondream. Для локального запуска README указывает Photon: движок инференса поддерживает NVIDIA GPU поколения Ampere или новее и компьютеры Apple Silicon. Заявлены высокая скорость и низкая стоимость развёртывания, но количественные показатели качества и скорости в карточке не приведены. Репозиторий содержит веса в формате safetensors; лицензия обозначена как other, поэтому её конкретные условия следует сверить с опубликованным текстом лицензии.

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.