I.3Извлечение и структурирование данных

bowmanslayer/Qwen3.8-27B-Uncensored-W4A16-vision-mtp — квантованная версия мультимодальной модели Qwen3.8-27B-Uncensored, разработанная bowmanslayer на базе Qwen/Qwen3.8-27B. Исходная модель была адаптирована JonathanColetti с помощью abliteration через Heretic, а в этом репозитории выполнены 4-битное квантование W4A16 и перепаковка vision tower. Модель предназначена для генерации текста, рассуждений и обработки изображений, а также может использовать видеовход через vLLM. Заявлены языки English и Chinese. Текстовая часть использует квантование с group size 128, формат GPTQ/AutoRound и kernels Marlin; vision tower сохранён в формате bf16. Размер модели составляет около 19 ГБ, включая MTP head объёмом 849 МБ. Поддерживается контекст до 256K токенов. Разработчик проверил запуск на двух NVIDIA RTX 3090 с tensor parallelism; для инференса рекомендован vLLM. Доступны reasoning и tool calling через соответствующие парсеры vLLM, а MTP head предназначен для экспериментов со speculative decoding. Сильными сторонами являются сочетание мультимодальности, большого контекстного окна и существенной экономии памяти благодаря W4A16-квантованию, при сохранении vision tower в bf16. Ограничения включают зависимость от совместимого окружения vLLM и необходимости корректно задавать параметры обработки изображений; квантование может влиять на качество относительно исходной модели. Оценки в README приведены при включённом режиме thinking и не должны напрямую сравниваться с результатами, полученными при отключённом reasoning. Лицензия — Apache 2.0.

arthurcollet/Qwen3-VL-Embedding-2B-mlx — конвертированная в формат MLX мультимодальная модель эмбеддингов на основе Qwen3-VL-Embedding-2B. README указывает, что конверсия выполнена с помощью mlx-vlm версии 0.3.11; метаданные связывают модель с Qwen/Qwen3-VL-2B-Instruct и относят её к семейству Qwen3-VL. Модель предназначена для извлечения признаков из мультимодальных данных. Формат MLX рассчитан на запуск в экосистеме Apple MLX. Репозиторий распространяется по лицензии Apache-2.0. README отсылает к карточке исходной модели за подробностями; конкретные языки и ограничения в предоставленных данных не описаны.

pritamdeka/SapBERT-mnli-snli-scinli-scitail-mednli-stsb — модель Sentence-Transformers на базе BERT, разработанная для получения плотных векторных представлений предложений и абзацев. Она содержит 136,7 млн параметров, формирует эмбеддинги размерности 768 и принимает последовательности длиной до 512 токенов. Модель обучена на SNLI, MNLI, SCINLI, SCITAIL, MEDNLI и STSB с использованием CosineSimilarityLoss. Её можно применять для семантического поиска, сравнения смысловой близости текстов и кластеризации, в том числе медицинских и научных текстов. Для использования через Transformers требуется корректно выполнить pooling контекстных представлений. В карточке нет сведений о лицензии и явно заявленной поддержке языков, поэтому условия использования и языковой охват по этим источникам установить нельзя.

Seed 1.6 — универсальная мультимодальная модель команды ByteDance Seed. Она поддерживает адаптивное углублённое рассуждение и контекст длиной 256K токенов. Модель предназначена для задач, в которых требуется обрабатывать мультимодальные данные и формировать ответы с учётом длинного контекста. Данных о конкретных модальностях, размерах модели, языках и лицензии в доступных источниках нет.

Smaug-Mini — мультимодальная модель Abacus.AI, дообученная на основе Qwen/Qwen3.8-27B для надёжного многошагового использования инструментов и автоматизации. Это плотная модель с архитектурой Qwen3_5ForConditionalGeneration и сохранённой башней зрения; она принимает текст и изображения и поддерживает контекст до 262 144 токенов. Модель работает в формате диалога и предоставляет интерфейс вызова инструментов. Обучение проводилось методом GRPO на многошаговых эпизодах автоматизации с проверкой результата; LoRA-адаптер языковой части был объединён с базовыми весами. По данным карточки, модель улучшает результаты ряда тестов на использование инструментов и автоматизацию, сохраняя общие возможности базовой модели примерно на прежнем уровне. Она подходит для агентных сценариев, где нужно рассуждать, вызывать инструменты и завершать задачи в среде. Лицензия — Apache-2.0. Головка многотокенного предсказания унаследована от базовой модели и не переобучалась, поэтому для неё не следует включать спекулятивное декодирование; обычное декодирование не затронуто. Данные обучения не раскрыты.

Speaker diarization 3.1 — открытый конвейер проекта pyannote, предназначенный для автоматической диаризации речи: определения участков речи, разделения говорящих и фиксации того, кто и когда говорит. Он также связан с задачами voice activity detection, обнаружения смены говорящего и перекрывающейся речи, поэтому подходит для обработки записей встреч, интервью, подкастов и других многоголосых аудиофайлов. Результат возвращается в виде объекта Annotation и может быть сохранён в формате RTTM. Конвейер принимает монофонический звук с частотой 16 кГц; стерео- и многоканальные записи автоматически сводятся к моно, а записи с другой частотой дискретизации пересчитываются до 16 кГц. В отличие от версии 3.0, сегментация и построение speaker embeddings выполняются полностью в PyTorch без problematic-зависимости onnxruntime, что должно упростить развёртывание и потенциально ускорить инференс. Для работы требуется pyannote.audio версии 3.1 или выше, а запуск возможен на CPU или GPU. Обработка выполняется автоматически, без ручной разметки voice activity и без обязательного предварительного указания числа говорящих, хотя можно задать точное число либо минимальную и максимальную границы. Ограничения включают необходимость принятия условий доступа к зависимым моделям pyannote и наличия Hugging Face access token; конкретные языки, размер внутренних моделей и максимальная длина контекста в README не указаны. Модель распространяется по лицензии MIT, однако для использования требуется выполнение условий gated-доступа к компонентам pyannote.

SSF-MiniLM Finetuned v2 — англоязычная модель Sentence Transformers, разработанная imocha-ai-org для сопоставления предложений из описаний вакансий со стандартизированными навыками Singapore SkillsFuture Framework (SSF). Она дообучена на базе sentence-transformers/all-MiniLM-L6-v2 и использует плотный двунаправленный BERT-энкодер с усреднённым пулингом и нормализацией. Векторы имеют размерность 384; в README указана максимальная длина последовательности 256 токенов, а метаданные задают нативное контекстное окно в 512 токенов. Модель содержит 25,9 млн параметров и распространяется в формате safetensors по лицензии Apache-2.0. Модель предназначена для извлечения и разметки навыков, семантического поиска и ранжирования соответствий между текстом и названиями навыков, в том числе в HR-системах, анализе кадров и рекомендациях обучения. В README приведены результаты на отложенной выборке для сопоставления навыков: AUC 0,995 и максимальная точность 97,1%; это результаты указанного автора тестирования. Модель не генерирует текст и рассчитана на короткие англоязычные предложения. Качество сопоставления лучше всего ожидается для навыков из 2 196 категорий SSF. Для других таксономий навыков и новых или редких терминов точность может снижаться; длинные описания вакансий рекомендуется предварительно разбивать на предложения. Обучающие примеры синтетические, а многоязычная поддержка не заявлена.

Stella-PL-retrieval-mini-8k — модель эмбеддингов, созданная авторами карточки на основе stella_en_400M_v5 и дообученная для поиска по текстам на польском языке. Она преобразует тексты в векторы размерности 1024 и поддерживает контекст до 8192 токенов. Обучение включало адаптацию к польскому языку методом дистилляции знаний на польско-английских парах и последующее контрастивное дообучение на запросах и релевантных либо нерелевантных фрагментах. Модель предназначена для семантического поиска и извлечения релевантных документов по запросу. В README приведён результат NDCG@10 61,29 на польском бенчмарке PIRB. Веса опубликованы в формате safetensors; лицензия — Gemma. README указывает, что используются те же промпты, что и у исходной stella_en_400M_v5.

Swift-Qwen3.8-27B-NVFP4 — квантизированная мультимодальная модель UkisAI, производная от Swift-Qwen3.8-27B, которая, в свою очередь, основана на Qwen3.8-27B. Модель предназначена для задач рассуждения и обработки текста и изображений; в карточке указана поддержка сценариев image-text-to-text. Архитектура, компоненты зрения, токенизатор и веса BF16 для MTP сохранены от исходной модели. Модель использует смешанную точность NVIDIA Model Optimizer: основные MLP-проекции и lm_head представлены в NVFP4 с размером блока 16, крупные проекции DeltaNet и полнослойного внимания — в FP8 E4M3, а embeddings, нормализации, свёртки, компоненты зрения и MTP — в BF16. Размер чекпойнта составляет примерно 21,945 ГБ. Квантизация снижает требования к памяти под веса и оставляет больше памяти для KV-кэша, при этом точность KV-кэша не изменена. Сильными сторонами являются сохранение мультимодальных компонентов и MTP, документированная калибровка и совместимость с vLLM 0.28.0 при наличии загрузчика для смешанных ModelOpt-чекпойнтов. Ограничения включают необходимость соответствующего программного стека и оборудования; модель проверялась на GPU H100. Языки и размер контекстного окна в предоставленных данных не указаны. Доступ к модели ограничен, а лицензия обозначена как swift-open-license-1.0; также указана возможность корпоративного лицензирования.

Trendyol-LLM-7B-chat-v4.1.0-GGUF — чат-модель Trendyol LLM v4.1.0, разработанная Trendyol и представленная в нескольких квантизированных форматах GGUF. Модель основана на Trendyol LLM base v4.0, который получен продолжительным предварительным обучением Qwen2.5 7B на 13 миллиардах токенов. Указан турецкий язык, а исходная модель относится к категории text-generation. Модель предназначена прежде всего для задач электронной коммерции: генерации описаний товаров, извлечения атрибутов и тегов, суммаризации, определения категорий, ведения диалогов о моде, интерпретации персон и действий пользователей, а также сценариев RAG. Среди сильных сторон указаны улучшенные знания в области электронной коммерции и турецкого языка. Также заявлена частичная поддержка function calling, которая на момент публикации ещё не была полностью завершена. Размер модели — 7B параметров; точные архитектурные характеристики, размер контекста и перечень поддерживаемых модальностей в README не указаны. Модель распространяется под лицензией Apache-2.0.

trmteb-trnews-v1 — дообученная модель эмбеддингов предложений на базе trmteb/turkish-embedding-model, разработанная автором карточки для поиска по турецким новостям. Это плотная BERT-модель с mean pooling и размерностью эмбеддинга 768; она содержит 137,8 млн параметров и принимает последовательности длиной до 512 токенов. При обучении на 100 000 пар «заголовок — аннотация» из корпуса TR-News применялась функция потерь MultipleNegativesRankingLoss. Модель предназначена прежде всего для поиска аннотации по заголовку и сопоставления новостей об одном событии, в том числе для дедупликации. В тесте TR-News дообучение повысило title→abstract R@1 с 0,8635 до 0,8745, но не улучшило тематическую кластеризацию относительно базовой модели; широкая тематическая классификация, общий STS и анализ тональности не входят в целевые сценарии. Лицензия — MIT.

VideoLLaMA3-2B-Image — мультимодальная модель для понимания изображений, основанная на Qwen2.5-1.5B-Instruct и разработанная командой DAMO-NLP-SG. Она принимает текстовые вопросы и визуальный контент и формирует текстовые ответы; карточка представляет её как вариант семейства VideoLLaMA 3 для анализа изображений и видео. Модель содержит 1,5 млрд параметров, использует архитектуру Videollama3Qwen2ForCausalLM и поддерживает контекст до 32 768 токенов. Модель подходит для ответов на вопросы о содержимом изображений, извлечения сведений из визуальных сцен и мультимодального диалога. В README VideoLLaMA 3 также описана как семейство для понимания видео, однако эта карточка и её основной тег относятся к visual question answering. В метаданных указан английский язык. Модель распространяется по лицензии Apache-2.0.

Карточка модели Hieu25025064/vietnamese_embedding_model_merged на Hugging Face совпадает с карточкой AITeamVN/Vietnamese_Embedding, поэтому описание составлено по ней. Vietnamese_Embedding — модель эмбеддингов на базе Sentence Transformers, разработанная AITeamVN и дообученная от BAAI/bge-m3 для улучшения поиска по вьетнамским текстам. Она принимает текст и выдаёт вектор размерности 1024; для сравнения векторов предусмотрена метрика dot product. Модель обучалась на примерно 300 тысячах триплетов запросов, положительных и отрицательных документов, а максимальная длина последовательности в карточке указана как 2048 токенов. Модель предназначена для семантического поиска и извлечения релевантных документов по вьетнамским запросам; автор приводит оценку на Legal Zalo 2021. В метаданных указаны архитектура XLM-RoBERTa, контекст до 8194 токенов, библиотека sentence-transformers и форматы ONNX и safetensors. Лицензия — Apache 2.0. В README приведена более короткая максимальная длина последовательности, чем контекст в метаданных; качество поиска на других наборах данных отдельно не подтверждено.

timm/ViT-SO400M-16-SigLIP2-256 — модель зрения и языка семейства SigLIP 2, обученная на наборе WebLI. Контрастивное обучение связывает изображения с текстом, благодаря чему модель подходит для классификации изображений по текстовым описаниям без отдельного обучения на целевых классах. Модель преобразована из исходных контрольных точек JAX проекта Big Vision для использования с OpenCLIP. В названии указаны архитектура ViT-SO400M-16 и размер изображения 256 пикселей. Она принимает изображения и текстовые метки или описания и поддерживает zero-shot классификацию. Лицензия — Apache 2.0.

VultronRetrieverPrime-Qwen3.5-8B — мультиязычная модель поиска по визуальным документам, разработанная Vultr и обученная и оценённая на Vultr Cloud. Это ретривер с поздним взаимодействием ColQwen3_5 на базе Qwen/Qwen3.5-9B: он сопоставляет запросы со страницами PDF, сканов, презентаций и отчётов по тексту, структуре макета, таблицам, диаграммам и изображениям. Модель предназначена для визуального поиска и мультимодальных RAG-систем; она ранжирует найденные страницы, но не генерирует ответы. Модель содержит около 8,4 млрд параметров и формирует многовекторные представления размерности 320 — по одному вектору на токен. Соответствие запроса и страницы оценивается методом MaxSim. В README заявлены поддержка английского, французского, немецкого, испанского, итальянского и португальского языков, обработка до 1792 визуальных токенов и первое место на ViDoRe V3 со средним nDCG@10 64,26. Компактная размерность уменьшает индекс по сравнению с моделями на 2560–4096 измерений, но многовекторный индекс всё равно занимает больше места, чем одно-векторный. Модель не предназначена для текстового семантического поиска без изображений и для генерации ответов; другие языки могут работать хуже. Лицензия — Apache-2.0.

Wav2Vec2-Base-VoxPopuli-Finetuned — модель Facebook AI для автоматического распознавания французской речи. Она основана на Wav2Vec2 Base, предварительно обученной на 10 тысячах часов неразмеченной речи из VoxPopuli, а затем дообученной на транскрибированных французских данных из этого корпуса. Архитектура — Wav2Vec2ForCTC, размер — 113,3 млн параметров; модель принимает аудио и выдаёт текстовую транскрипцию. Модель предназначена для преобразования французских аудиозаписей в текст, например для расшифровки речи в голосовых данных. Репозиторий содержит веса PyTorch. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Lguyogiro/wav2vec2-large-mms-1b-azz-adapter-ilv-all_data — дообученная на наборе audiofolder модель распознавания речи, созданная на основе facebook/mms-1b-all. Она использует архитектуру wav2vec2 с классификационной головой CTC и содержит 1,3 млрд параметров. Модель принимает аудио и преобразует речь в текст; базовая модель поддерживает более тысячи языков, но язык или языки, на которых рассчитан этот конкретный чекпойнт, в доступных данных не определены. На тестовом наборе указаны WER 0,2867 и CER 0,0886. Эти значения описывают результаты только на данном наборе и не гарантируют качество на других аудиозаписях. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Yi-VL-6B — мультимодальная модель 01.AI для диалогов по изображениям. Она построена на архитектуре LLaVA: использует CLIP ViT-H/14 для кодирования изображения, проекционный модуль на основе двухслойного MLP и языковую модель Yi-6B-Chat. Модель содержит 5,8 млрд параметров, принимает текст и одно изображение и генерирует текст; поддерживает контекст до 4096 токенов и обработку изображений с масштабированием до 448×448 пикселей. Модель предназначена для визуальных вопросов и ответов, распознавания текста на изображениях, извлечения и обобщения визуальной информации. Она поддерживает общение на английском и китайском языках. В README отмечены сильные результаты на мультимодальных бенчмарках MMMU и CMMMU по данным на январь 2024 года. Среди ограничений — возможные галлюцинации и ошибки в описании объектов; за один запрос можно передать только одно изображение. Лицензия — Apache-2.0.

DAMO-NLP-SG/zero-shot-classify-SSTuning-base — модель для классификации текста без дообучения на целевых метках. Её разработала группа DAMO-NLP-SG; модель представлена в работе Zero-Shot Text Classification via Self-Supervised Tuning. В основе — RoBERTa-base с классификационной головой; при настройке на неразмеченных данных использовалась задача First Sentence Prediction. В метаданных указаны 151,8 млн параметров и контекст до 514 токенов. Модель предназначена для отнесения текста к заданным пользователем категориям, включая анализ тональности и тематическую классификацию. README указывает рекомендуемое число меток от 2 до 20 и отмечает высокую скорость базовой версии. Она обучалась на английских данных, поэтому заявленная поддержка других языков не подтверждена для этой версии. Модель распространяется по лицензии MIT.

Nhat1904/32-shot-twitter-2classes-head-body — модель семейства MPNet, разработанная на базе Sentence Transformers. Она преобразует предложения и абзацы в плотные векторы размерностью 768, пригодные для поиска по смыслу, сравнения текстов и кластеризации. В метаданных указано 136,7 млн параметров и контекст до 514 токенов; модель распространяется в формате PyTorch. Модель обучалась с функцией потерь CosineSimilarityLoss на наборе данных, связанном с Twitter и двумя классами «head/body», что указывает на адаптацию к сопоставлению коротких текстов в этой задаче. Её можно применять для семантического поиска и группировки похожих сообщений. Языковая поддержка в предоставленных материалах не определена. Лицензия в карточке не приведена.

Arabic-Qwen3.5-OCR-v4 — модель sherif1313, дообученная на основе Qwen/Qwen3.5-0.8B для распознавания текста на изображениях. Она принимает изображение и текстовый запрос и возвращает извлечённый текст; предназначена для арабского письма, включая печатный, рукописный, классический текст и текст с диакритическими знаками. В обучении использованы синтетические сканы, изображения строк текста и данные для распознавания Корана. Модель построена на мультимодальной плотной архитектуре Qwen3.5 и распространяется в формате safetensors. В README заявлена скорость около четырёх изображений в секунду; она зависит от оборудования и условий запуска. Лицензия — Apache-2.0. Примеры использования охватывают распознавание текста на фотографиях, сканах, PDF-страницах и документах низкого качества. README также указывает поддержку сложного форматирования, однако не приводит метрик точности и не уточняет, насколько хорошо модель работает с языками помимо арабского. Приведённый пример генерации ограничивает ответ 512 токенами.

Bamboo-base-v0_1 — плотная языковая модель на 7,1 млрд параметров, разработанная командой Tiiny. Это причинная модель архитектуры Bamboo с модифицированным блоком FFN: после GLU добавлена ReLU, что, по README, обеспечивает около 85% разреженности активаций и рассчитано на ускорение инференса. Модель предназначена для генерации текста и извлечения признаков; в карточке также заявлено сопоставимое с Mistral-7B качество на ряде тестов. Модель обучалась на 150 млрд токенов, включая англоязычные веб-данные, код и математические тексты. Контекст составляет до 32 768 токенов. Она подходит для генерации и продолжения английского текста, а также для исследовательских экспериментов с разреженными LLM и ускорением вывода. Поддержка других языков ограничена. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. README отмечает возможные пробелы в качестве на отдельных задачах и вероятностный характер генерации, который может приводить к неожиданным ответам.

BGE base Financial Matryoshka — англоязычная Sentence Transformer модель, дообученная research-spectator на парах текстов из датасета json объёмом 6 300 примеров. Она основана на BAAI/bge-base-en-v1.5 с архитектурой BERT, формирует нормализованные плотные эмбеддинги размерностью до 768 и поддерживает сравнение по косинусному сходству. Модель предназначена для семантического поиска и сравнения текстов, в том числе финансовых документов; эмбеддинги также можно применять для кластеризации, поиска перефразировок и классификации. Matryoshka-обучение позволяет использовать укороченные векторы размерностью 512, 256, 128 или 64, с некоторым снижением качества поиска на меньших размерностях. Максимальная длина входа — 512 токенов. Модель принимает текст и выдаёт векторы; README указывает английский язык. Лицензия — Apache-2.0.

dragonkue/BGE-m3-ko — модель Sentence Transformer на базе BAAI/bge-m3, дополнительно обученная автором на корейском наборе данных. Она предназначена для получения эмбеддингов предложений и абзацев и их сравнения по косинусному сходству; подходит для семантического поиска, поиска близких текстов, выявления перефразирований, кластеризации и классификации текстов. Модель использует энкодер XLM-RoBERTa с 658,7 млн параметров, формирует плотные векторы размерности 1024 и принимает последовательности длиной до 8194 токенов. Карточка указывает корейский и английский языки; дообучение ориентировано на корейский, а качество для других языков, кроме китайского и английского, автор считает недостаточным без дополнительной адаптации. Репозиторий содержит веса Safetensors и использует библиотеку Sentence Transformers. Качество зависит от предметной области и длины документов: автор приводит разные результаты на корейских поисковых бенчмарках и рекомендует проверять модель на собственных данных. Модель распространяется по лицензии Apache-2.0.

Карточка модели valhalla/distilbart-mnli-12-9 на Hugging Face совпадает с карточкой valhalla/distilbart-mnli-12-3, поэтому описание составлено по ней. DistilBart-MNLI-12-3 — дистиллированная модель семейства BART, разработанная Valhalla на основе bart-large-mnli. Она предназначена для классификации текста по заданным пользователем категориям без отдельного обучения на этих категориях: модель оценивает соответствие текста гипотезам, сформулированным для меток классов. Модель содержит 252,8 млн параметров и принимает последовательности длиной до 1024 токенов. При создании были взяты чередующиеся слои bart-large-mnli, после чего модель дополнительно обучили на тех же данных MNLI. По данным карточки, точность составляет 88,1% на matched и 88,19% на mismatched части оценки MNLI; исходная модель показывает 89,9% и 90,01% соответственно. Репозиторий содержит веса PyTorch и Flax. Метаданные не указывают лицензию; модель ориентирована на английский язык, что следует из обучения и оценки на MNLI.

FlexiDepth-Llama-3-8B-Instruct — диалоговая причинно-языковая модель, разработанная Xuan Luo, Weizhi Wang и Xifeng Yan. Это дообученная версия Meta Llama 3 8B Instruct с методом FlexiDepth, который динамически пропускает слои во время генерации текста, чтобы сократить вычисления и ускорить вывод. Архитектура — плотная DDLlamaForCausalLM; модель содержит 7,5 млрд параметров, принимает текст и имеет контекст до 8192 токенов. Модель предназначена для генерации текста и ответов на инструкции на английском языке. Авторы приводят результаты по языковым и рассуждательным тестам: в опубликованном сравнении качество сопоставимо с базовой Llama 3 8B Instruct на большинстве заданий при меньшем среднем числе используемых слоёв. Подход также позволяет анализировать, сколько слоёв модель задействует для разных токенов и задач. Модель распространяется в формате Safetensors под лицензией Apache-2.0. Для загрузки авторы указывают использование Transformers версии 4.57.0; заявленные результаты относятся к описанному в README оцениванию и не гарантируют такое же ускорение или качество в любой среде и на любых задачах.

principled-intelligence выпустила текстовый вариант Gemma 4 E2B-it: из исходного мультимодального чекпойнта удалены веса энкодеров изображений и аудио, а языковая модель сохранена. Это плотная модель семейства Gemma 4 с 1,6 млрд параметров по метаданным и контекстом до 131 072 токенов. Модель предназначена для извлечения признаков из текста и может использоваться как текстовая часть исходной модели для генерации. По README, удаление энкодеров уменьшает размер чекпойнта и пиковое потребление видеопамяти примерно на 9% по сравнению с исходным Gemma 4 E2B-it; сохранены исходные токенизатор и шаблон чата. Для загрузки автор проверял Transformers, а другие движки инференса пока не поддерживаются. Лицензия — Apache-2.0.

Gist — мультиязычная модель Desert Ant Labs для присвоения тем и тегов публикациям и статьям. Она классифицирует текст по фиксированной таксономии из 36 тем и поддерживает многометочную выдачу: для одного материала обычно выбирают две или три темы по их вероятностям. Темы сопоставлены с IAB Content Taxonomy 2.2 и категориями Apple Podcasts. Модель принимает заголовок, публикацию или описание на одном из 101 языка и выдаёт вероятности для 36 тем. Это компактный двухпоточный классификатор со статическими эмбеддингами и хешированными n-граммами; при инференсе трансформер не используется. Мультиязычная сборка занимает 74 МБ и предназначена для локального запуска на устройствах; доступны форматы Core ML и LiteRT/TFLite. В README также описана англоязычная сборка размером 15 МБ, ограниченная английским языком и латинским письмом. Модель рассчитана на короткие тексты: публикации, заголовки и описания. В проверке на 15 языках указана точность попадания правильной темы в топ-3 на уровне 88%; оценка проводилась на 572 размеченных публикациях. Указанная в README лицензия и условия распространения в предоставленных данных не раскрыты, поэтому их нельзя установить.

GreenNode-Embedding-Large-VN-Retrieval-fine-tuned-without-lotrinhhoc-18DEC — модель Sentence Transformers, дообученная GreenNode на базе GreenNode/GreenNode-Embedding-Large-VN-Mixed-V1 для получения плотных векторных представлений предложений и абзацев. Она использует XLM-RoBERTa с пуллингом CLS-токена и нормализацией; размер вектора составляет 1024, максимальная длина последовательности — 8192 токена, а близость текстов можно оценивать косинусным сходством. Модель предназначена для семантического поиска и сравнения текстов, поиска перефразирований, кластеризации и классификации текстов. В README приведены результаты оценки retrieval на наборе val_hit_at_k, а также сведения о дообучении на 3008 парных примерах; примеры данных на вьетнамском языке указывают на целевую ориентацию на этот язык. Для запуска подходит библиотека Sentence Transformers. Лицензия в предоставленных данных не указана.

x1saint/gte-small-triplet-tr — модель Sentence Transformers на базе Supabase/gte-small, дообученная на турецком наборе all-nli-tr. Она кодирует предложения и абзацы в плотные векторы размерности 384; сходство текстов оценивается косинусной близостью. Модель предназначена для семантического поиска, сравнения предложений, поиска перефразирований, кластеризации и извлечения признаков для классификации текста. Архитектура состоит из BERT-трансформера с усреднением токенных представлений; максимальная длина последовательности — 512 токенов. Обучающие данные содержат пары и тройки турецких текстов, а в README приведена точность cosine_accuracy 0,8552 на TripletEvaluator для all-nli-dev. Модель принимает турецкий текст и выдаёт текстовые эмбеддинги; опубликована в формате safetensors и использует библиотеку sentence-transformers. Лицензия в предоставленных данных не указана.