I.3Извлечение и структурирование данных

FineEnvs выпустила полноразмерное дообучение LiquidAI/LFM2.5-2.6B для агентных задач анализа данных с OpenCode. Это плотная авторегрессионная модель семейства LFM2 с 2,6 млрд параметров, принимающая текст и выдающая текст; заявленная длина контекста — 131 072 токена. Модель обучали с асинхронным GRPO, поощряя правильность ответов и эффективность использования инструментов. Репозиторий содержит полные веса, токенизатор и шаблон чата, а не LoRA-адаптер. Модель предназначена для выполнения задач анализа данных агентом с инструментами в среде OpenCode. На 250 тестовых заданиях SmolDataEnvs итоговый чекпойнт показал 52,3% pass@1 в четырёх оценочных средах; результат зависит от среды и версии агентского инструментария. Для воспроизведения оценок нужны соответствующие инструменты и среда выполнения; обычный чатовый запрос не эквивалентен этой оценке. Карточка указывает английский язык, библиотеку Transformers и лицензию other, условия которой следует проверять в репозитории.

Kuray107/librispeech-100h-supervised — модель распознавания речи, дообученная на основе facebook/wav2vec2-large-lv60. Она использует архитектуру wav2vec2 с выходной головой CTC и содержит 402,7 млн параметров. Модель предназначена для преобразования аудио в текст; в карточке указано значение WER 0,0345 на оценочном наборе, но подробности о наборе и методике оценки не приведены. Модель принимает аудио и выдаёт текст. Идентификатор и описание указывают на связь с LibriSpeech, однако README не раскрывает языки, конкретные сценарии применения и ограничения качества. Веса доступны в формате PyTorch по лицензии Apache 2.0.

kiddothe2b/longformer-base-4096 — языковая модель Longformer для работы с длинными документами. Она основана на RoBERTa-base и была дополнительно предобучена авторами работы об иерархических трансформерах для классификации длинных документов. Модель содержит 151,8 млн параметров и обрабатывает последовательности длиной до 4096 токенов; сочетает локальное скользящее внимание с настраиваемым глобальным вниманием. Модель выполняет заполнение пропусков в тексте (masked language modeling) и предназначена прежде всего для дообучения под задачи, использующие весь документ: классификацию документов, классификацию последовательностей предложений и ответы на вопросы. Поддерживаемый язык — английский. Обучение продолжалось 50 тысяч шагов на длинных последовательностях из датасета C4. Предсказания могут быть смещёнными из-за неотфильтрованных данных из интернета. Лицензия — CC BY-SA 4.0.

Codingchild/medical-bge-large-en-v1.5 — модель Sentence Transformer на архитектуре BERT, предназначенная для создания плотных текстовых эмбеддингов. Она преобразует предложения и абзацы в векторы размерности 1024; для сравнения векторов используется косинусное сходство. Представление формируется из CLS-токена с последующей нормализацией, максимальная длина входа — 512 токенов. Модель подходит для семантического поиска, сравнения текстов, поиска перефразировок, кластеризации и классификации текстов. Название указывает на медицинскую и англоязычную специализацию; карточка описывает задачи эмбеддингов, но не приводит конкретных медицинских тестов или оценок качества. В метаданных указан формат safetensors; лицензия не приведена.

prithivida/miniDense_arabic_v1 — компактная модель встраиваний для поиска на арабском языке. Она разработана как часть серии miniDense и основана на архитектуре BERT с токенизатором XLM-Roberta и словарём примерно на 250 тысяч токенов. Модель предназначена для сопоставления предложений и извлечения релевантных документов; в карточке упомянуты оценки на MIRACL и других наборах для поиска. Модель принимает текст и выдаёт векторы для поиска и ранжирования по сходству. Максимальная длина контекста — 512 токенов; автор рекомендует CLS-пулинг и скалярное произведение. Доступны веса PyTorch и ONNX, включая вариант ONNX FP16 для более лёгкого инференса. По README, обучение не требовало дополнительного предобучения или дорогой тонкой настройки. Модель рассчитана прежде всего на арабский язык. Её можно применять для семантического поиска, поиска ответов и извлечения passages, в том числе в гибридных системах с BM25. Для длинных документов авторы отмечают ограничение длины контекста, а заявленные результаты могут немного отличаться при воспроизведении. Лицензия — Apache-2.0.

VinNik321/minilm-medical-qa — дообученный с помощью AutoTrain энкодер предложений на базе sentence-transformers/all-MiniLM-L6-v2, предназначенный для оценки сходства между текстами. Модель построена на архитектуре BERT, содержит 25,9 млн параметров и принимает текстовые предложения длиной до 512 токенов, формируя эмбеддинги для семантического сравнения. Модель можно использовать для поиска семантически близких вопросов и ответов в медицинских материалах, сопоставления запросов с фрагментами документов и группировки похожих текстов. Карточка сообщает значение loss на валидации, но не описывает набор данных, метрики качества или языки обучения; медицинское назначение в названии само по себе не подтверждает клиническую точность. Лицензия в предоставленных данных не указана.

mist-encoder-base-ng — компактный языковой энкодер от olaverse для хауса, йоруба, игбо и нигерийского пиджина. Модель на архитектуре ModernBERT содержит около 30,7 млн параметров, обучена с нуля на задаче masked language modeling и использует токенизатор otk-bpe-50k. Контекст составляет до 1024 токенов. Выпущена под лицензией Apache-2.0. Энкодер предназначен для дообучения с задачными головами и подходит для классификации тем и тональности, определения языка и получения эмбеддингов предложений. Компактный размер помогает при развертывании на устройствах с ограниченными ресурсами. Для распознавания именованных сущностей модель слабее крупных специализированных энкодеров: в README указан разрыв примерно в 10–20 пунктов entity-F1. Данные для нигерийского пиджина ограничены, поэтому его поддержка тоньше, чем у остальных языков.

Это мультиязычная модель классификации намерений на архитектуре ModernBERT, разработанная vllm-sr на основе mmbert-32k-yarn. Она относит текст к одной из 14 категорий: биология, бизнес, химия, информатика, экономика, инженерное дело, здравоохранение, история, право, математика, прочее, философия, физика и психология. Модель предназначена для классификации академических вопросов и маршрутизации пользовательских запросов по тематическим категориям; её можно запускать в производственных системах, в том числе через Rust/Candle без PEFT. Модель содержит 306,9 млн параметров и поддерживает контекст до 32 768 токенов. Она дообучена методом LoRA ранга 32 на наборе TIGER-Lab/MMLU-Pro и дополнительной выборке категорий, после чего адаптер объединён с базовой моделью. Заявленная точность на тесте составляет 80%. Репозиторий содержит веса Safetensors и ONNX; лицензия — Apache-2.0. Карточка указывает на мультиязычность, но не перечисляет конкретные поддерживаемые языки.

Muffakir_Embedding — арабоязычная модель Sentence Transformer, созданная Mohamed2811 на основе Omartificial-Intelligence-Space/Arabic-Triplet-Matryoshka-V2 и дообученная для семантического сходства текстов и поиска информации. Она преобразует предложения и абзацы в плотные векторы размерности 768 и предназначена для семантического поиска, ранжирования релевантных фрагментов, кластеризации и классификации текстов, в том числе в системах RAG для юридических документов. Обучение проводилось на 20 252 синтетических парах «вопрос—ответ», полученных из египетских юридических книг с помощью LLM; использовались MatryoshkaLoss и MultipleNegativesRankingLoss. Архитектура — BERT, контекст — до 512 токенов. Карточка сообщает о первом месте на арабском RAG-бенчмарке для исламского набора данных, но не приводит подробностей методики сравнения. Модель ориентирована на арабский язык; результаты для других языков не заявлены. Лицензия в предоставленных данных не указана.

Jeevesh8/multiberts_seed_0_ft_3 — модель классификации текста на базе BERT из семейства Multiberts, опубликованная пользователем Jeevesh8 на Hugging Face. Она предназначена для присвоения входному тексту одного из заранее заданных классов и может использоваться в задачах последовательной классификации через библиотеку Transformers. Модель содержит около 136,7 млн параметров и принимает последовательности длиной до 512 токенов. В метаданных указаны архитектура BERT, поддержка JAX и назначение text classification. Конкретный набор классов, обучающий датасет, языки, лицензия и специализированная предметная область по доступным данным не установлены.

Jeevesh8/multiberts_seed_0_ft_4 — модель для классификации текста на базе BERT, опубликованная пользователем Jeevesh8 и основанная на MultiBERTs Seed 0 от Google. Модель предназначена для задач text classification и загружается через Transformers; её исходная архитектура представляет собой BERT-base uncased, предварительно обученный на английском языке с использованием masked language modeling и next sentence prediction, а данный вариант дообучен для классификации текста. Модель содержит около 136,7 млн параметров и поддерживает контекст до 512 токенов. Она подходит для присвоения текстам категорий или меток в прикладных классификационных сценариях, однако конкретная схема меток и исходный набор данных дообучения для этого варианта в доступных источниках не описаны. Модель не предназначена для генерации текста и ограничена английским языком и максимальной длиной контекста.

Mursit-Embed-Qwen3-4B-TR — модель эмбеддингов NewMind AI для семантического поиска и извлечения информации на турецком языке, включая юридические документы. Она создана на основе дообученной модели Mecellem-Qwen3-4B-TR с преобразованием декодера Qwen3 в двунаправленный энкодер: удалена языковая голова, применяются двунаправленное внимание и mean pooling. Размер модели — 3,7 млрд параметров, размерность эмбеддинга — 2560; в README максимальная длина последовательности указана как 1024 токена, тогда как метаданные указывают контекст 40960 токенов. Доступны веса Safetensors и формат ONNX; лицензия Apache-2.0. Модель предназначена для получения векторных представлений текстов, семантического поиска, сопоставления текстов и извлечения релевантных фрагментов из турецких документов. В README приведены результаты турецкого бенчмарка MTEB и юридического поиска: качество заметно различается между поиском по договорам, нормативным актам и судебным решениям. Это специализированная модель для турецкого языка; метаданные также отмечают английский. Показатели бенчмарка не гарантируют аналогичного качества на других языках, наборах данных или задачах.

MyAwesomeModel — модель, опубликованная пользователем или организацией MabelCoco на Hugging Face. По метаданным она относится к семейству BERT, использует PyTorch и библиотеку Transformers, а основным сценарием применения обозначено извлечение признаков из текста. В README модель также позиционируется как обновлённая система с улучшенными рассуждениями, математикой, программированием, логикой, ответами на вопросы, классификацией, суммированием, диалогами и вызовом функций. Однако эти заявления относятся к широкому набору возможностей, тогда как официальная метка pipeline указывает feature-extraction; поэтому для каталога модель прежде всего следует рассматривать как средство получения векторных представлений текста и использования их в последующих NLP-задачах. Модель распространяется по лицензии MIT. README рекомендует использовать системный промпт с текущей датой и температуру 0,6, но не содержит подтверждённых сведений о размере модели, длине контекста, поддерживаемых естественных языках и точной архитектуре за пределами метки BERT. Заявленные результаты бенчмарков приведены в карточке модели без описания методологии проверки.

MyAwesomeModel — модель на базе Transformers и PyTorch, связанная с архитектурой BERT и предназначенная для извлечения признаков из входных данных. В метаданных Hugging Face для неё указан pipeline-тег feature-extraction, поэтому модель может использоваться как компонент для получения векторных представлений текста в последующих задачах машинного обучения. README также заявляет о расширенных возможностях рассуждения, генерации кода, ответов на вопросы, суммаризации, диалога, перевода и function calling, однако эти сведения не согласуются с указанным pipeline-тегом feature-extraction и не содержат достаточно технических деталей для подтверждения соответствующей архитектуры или генеративного режима. Размер модели, контекстное окно и поддерживаемые естественные языки в доступных данных не указаны. Модель распространяется под лицензией MIT. Для практического использования следует проверить фактический формат входов и выходов, конфигурацию токенизатора и совместимость с задачей извлечения признаков; заявленные в README результаты нельзя считать независимой гарантией качества.

Nemotron-3-Embed-8B-Medical — модель эмбеддингов для биомедицинских и клинических текстов на основе NVIDIA Nemotron-3-Embed-8B-BF16. Она предназначена для поиска медицинской литературы и доказательств, извлечения контекста для RAG, проверки научных утверждений и тематической организации исследовательских коллекций. Модель содержит 8 млрд параметров, использует архитектуру Ministral 3 и библиотеку Sentence Transformers; заявленная длина контекста — 262144 токена. К весам базовой модели добавлена низкоранговая голова кластеризации, обученная на внешней литературе PubMed. Она меняет проекцию эмбеддингов для группировки документов по клиническим темам, сохраняя размер выходного вектора 4096 измерений. В README указаны результаты MTEB Medical и улучшения на двух наборах для кластеризации; оценивание проводилось с mteb 2.18.6. Модель поддерживает английский, китайский и польский языки; характеристики для китайского и польского унаследованы от базовой модели. Голова настроена на клинические категории и может хуже подходить для других таксономий. Для кодирования документов в Sentence Transformers следует явно задавать prompt_name="document"; при больших пакетах и длинных текстах возможен высокий расход памяти. Лицензия указана как other, поэтому перед использованием следует проверить условия на странице модели.

rpro57/Os_Vencedores1 — модель Sentence Transformer на архитектуре BERT, обученная разработчиком rpro57 для получения векторных представлений предложений и абзацев. Она предназначена для семантического поиска и сравнения текстов, поиска перефразировок, кластеризации и классификации. Модель выдаёт плотные эмбеддинги размерности 384; сходство можно оценивать косинусной близостью. В карточке приведена оценка поиска по медицинскому датасету Vigilante-Medico, а обучающие примеры написаны на португальском языке. Метаданные указывают 124,3 млн параметров и контекст до 512 токенов; README задаёт максимальную длину последовательности 128 токенов. При использовании следует учитывать это различие и ориентироваться на конфигурацию загруженной модели. Данных о лицензии в доступных источниках нет.

yahyaabd/paraphrase-multilingual-miniLM-L12-V2-mnrl — многоязычная модель Sentence Transformer, дообученная автором на наборе statictable-triplets-all на основе sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2. Архитектура использует BERT с усреднением токенных представлений и формирует плотные векторы размерностью 384; для сравнения применяется косинусное сходство. Метаданные указывают 124,3 млн параметров и контекст до 512 токенов, а конфигурация из README ограничивает длину последовательности 128 токенами. Модель предназначена для вычисления семантической близости предложений и абзацев, семантического поиска и подбора перефразировок; полученные эмбеддинги также подходят для кластеризации и классификации текста. Примеры обучающих данных относятся к названиям и запросам о статистических таблицах, поэтому модель может быть полезна для поиска релевантных таблиц по формулировке пользователя. README приводит метрики поиска на наборе bps-statictable-ir, но результаты относятся к этому набору и не гарантируют качество на других данных. Поддержка конкретных языков и лицензия в предоставленных сведениях не установлены.

pplx-embed-v1-0.6b-acta-ita — модель эмбеддингов Infocube на архитектуре Sentence Transformer, дообученная на базе perplexity-ai/pplx-embed-v1-0.6b для поиска сходства между итальянскими административно-правовыми актами. Она предназначена для семантического поиска, сопоставления и группировки тем по заголовкам муниципальных актов; обучение проведено на 9 522 триплетах, сформированных из примерно 134 тысяч итальянских заголовков. В тесте на 1 000 отложенных триплетах точность составила 0,825: выше базовой модели (0,805), но ниже указанного в карточке результата jina-embeddings-v3 (0,850). Модель принимает текст и возвращает векторные представления, пригодные для сравнения по косинусному сходству. Лицензия — Apache-2.0.

PubMedBERT Embeddings 1M — англоязычная модель статических плотных эмбеддингов для медицинских текстов, опубликованная NeuML. Это версия с сокращённым словарём: из PubMedBERT Embeddings 2M оставлена верхняя половина наиболее часто используемых токенов. Модель относится к семейству Model2Vec и может использоваться с txtai, Sentence-Transformers и Model2Vec. Модель предназначена для построения векторных индексов, семантического поиска и извлечения релевантных материалов для RAG по медицинским публикациям и другим текстам на английском языке. В README приведены результаты сравнения на наборах PubMed QA, PubMed Subset и PubMed Summary; авторы указывают на небольшой компромисс в качестве относительно исходной модели. Контекстная длина в метаданных каталога — до 1 000 000 токенов. Модель принимает текст и выдаёт векторные представления, применимые для сравнения сходства, поиска и кластеризации. Она ориентирована на медицинский текст и не предназначена для генерации ответов: качество результатов поиска зависит от корпуса, индексации и выбранного порога сходства. Лицензия — Apache-2.0.

PubMedBERT Embeddings 8M — англоязычная модель статических текстовых эмбеддингов, созданная NeuML как дистиллированная версия NeuML/pubmedbert-base-embeddings с библиотекой Model2Vec. Она преобразует тексты в векторы для семантического поиска, сравнения предложений и построения баз знаний для RAG; подходит для сценариев с ограниченными вычислительными ресурсами и требованиями к низкой задержке на CPU или GPU. Модель оценивалась на наборах PubMed QA, PubMed Subset и PubMed Summary: результаты конкурентоспособны, но не всегда превосходят другие модели из сравнения. Размер контекста в метаданных указан как 1 000 000 токенов. Распространяется по лицензии Apache-2.0.

VikramPal выпустил дообученную модель Qwen3.5-9B для генерации SQL в агентном цикле. Она предназначена для ответов на вопросы по базам данных: модель предлагает запрос, получает результат его выполнения и при необходимости уточняет запрос с помощью инструмента. Для такого сценария требуется многошаговая интеграция с инструментом исполнения SQL; при одношаговом переводе вопроса в запрос ожидаемые результаты ниже. В карточке приведены оценки на Spider 1 dev и BIRD dev, а также на локальном подмножестве Spider 2.0-lite; результаты Spider 1 использовали подсказку, настроенную на том же dev-наборе, а Spider 2 охватывал только 135 из 547 примеров. Модель основана на Qwen/Qwen3.5-9B, имеет плотную архитектуру Qwen3_5ForCausalLM, около 7,2 млрд параметров и контекст до 262 144 токенов. Обучение включало SFT на трассах рассуждений и GRPO; опубликованные веса представляют собой адаптер, применённый к исходной базовой модели, без двух ранних этапов обучения. Модель рассчитана на работу с английскими запросами и схемами баз данных. В README указана поддержка только диалекта SQLite; обучение ориентировано на схемы в стиле Spider-1, поэтому очень широкие и сильно денормализованные схемы могут оказаться вне распределения. Для выполнения сгенерированного SQL требуется соединение только для чтения и тайм-аут запросов. Лицензия — Apache-2.0.

dealignai выпустил производную модель Qwen3.5-VL-122B-A10B-JANG_4K-CRACK на основе Qwen/Qwen3.5-122B-A10B. Это мультимодальная модель семейства Qwen с архитектурой MoE: 122 млрд параметров, 256 экспертов, из которых активны 8 на токен, гибридная архитектура GatedDeltaNet SSM и полного внимания. Модель принимает текст и изображения и предназначена для диалога, ответов по изображениям и других задач визуально-языкового взаимодействия. Веса квантизированы в формате JANG_4K со смешанной точностью: 8-битные веса внимания, 4-битные эмбеддинги и 3-битные эксперты; заявленный размер — 62 ГБ. Также в README указано удаление поведения отказа от ответов на уровне весов. Для запуска требуется совместимое ПО для MLX на Apple Silicon, в частности MLX Studio или пакет jang-tools; другие приложения могут не поддерживать JANG. Лицензия — Apache-2.0.

Qwen3.8 Flash-Next Uncensored NVFP4 + MTP — мультимодальная модель класса Mixture-of-Experts, разработанная на основе чекпойнта mazinb/Qwen3.8-Flash-Next-Uncensored-NVFP4 и опубликованная пользователем aday777. Она предназначена для высокопроизводительной генерации текста со speculative decoding на GPU NVIDIA Blackwell, включая длинный контекст, мультимодальные сценарии, tool calling и reasoning-каналы. Модель относится к pipeline text-generation и поддерживает английский язык. Модель содержит примерно 125 млрд параметров, из которых около 6 млрд активируются на один токен. Целевые MoE-эксперты и эксперты MTP квантизованы в NVFP4, общие эксперты целевой модели используют BF16; применяются MTP speculative depth 3 и контекст до 131 072 токенов. В квалификационном тесте на NVIDIA RTX PRO 6000 Blackwell 96 GB была достигнута скорость 161,12 выходного токена в секунду, однако для работы требуется современная совместимая сборка vLLM с поддержкой Qwen4-Exp/Flash-Next, Blackwell NVFP4 MoE, MTP и выгрузки PLE на CPU. Сильными сторонами являются высокая пропускная способность, поддержка длинного контекста, мультимодальности и спекулятивного декодирования, а также детерминированная конвертация и опубликованные контрольные суммы файлов. Ограничения включают зависимость от специфической аппаратной и программной конфигурации, возможную несовместимость со старыми версиями vLLM и необходимость самостоятельно проверять качество и безопасность. Модель намеренно uncensored и abliterated, поэтому может выполнять небезопасные, незаконные, неточные или вредоносные запросы; README прямо возлагает ответственность за контроль доступа и применение на пользователя. Модель распространяется по лицензии Apache-2.0. Указанная лицензия относится к карточке модели; дополнительные риски и условия использования следует оценивать с учетом происхождения базового чекпойнта и применимого законодательства.

Qwen3.8-Flash-Next-Uncensored-ROCmFP4-STRIX_LEAN-GGUF — квантизированная GGUF-версия модели Qwen3.8-Flash-Next, разработанная пользователем kingjones777 на основе Qwen/Qwen3.8-Flash-Next и orcarouter/Qwen3.8-Flash-Next-Uncensored. Модель предназначена для генерации текста, включая рассуждения, создание JSON, программирование и суммаризацию документов. Вариант Uncensored распространяется как исследовательский артефакт с удалённым поведением отказа и защитными ограничениями, поэтому его следует использовать осознанно и контролировать результаты. Модель использует архитектуру qwen4exp и формат GGUF с типами ROCmFP4, ориентированными на ускорение через AMD ROCm. Карточка указывает совместимость прежде всего с AMD Ryzen AI Max+ 395 и GPU gfx1151; стандартная версия llama.cpp этот файл не загружает, требуется специальная сборка ROCmFPX с поддержкой qwen4exp и ROCmFP4. Заявлена работа с контекстом до 128K в режиме speculative decoding при применении исправлений, однако размер модели, точный объём контекстного окна в обычном режиме, языки и модальности в карточке не указаны. Сильными сторонами являются аппаратно-ориентированная FP4-квантизация, поддержка speculative decoding с MTP-головой и заметное ускорение на отдельных сценариях: в приведённых измерениях прирост достигал 34% для reasoning при коротком контексте, хотя для кода и длинных документов результат зависел от настроек и иногда был хуже обычной генерации. Для запуска требуются специальная сборка, патчи и совместимое оборудование; производительность и совместимость с другими платформами не подтверждены. Лицензия указана как qwen-community-1.0, тип лицензии — other.

timm/resnet50_clip.yfcc15m — модель CLIP с визуальным энкодером на основе ResNet-50, обученная на наборе изображений и подписей YFCC-15M. Она разработана для использования через OpenCLIP и timm: в OpenCLIP модель называется RN50-quickgelu, а в timm — resnet50_clip.yfcc15m. Модель сопоставляет изображения с текстовыми описаниями и подходит для классификации изображений по текстовым меткам без дополнительного обучения: пользователь задаёт варианты классов, а модель оценивает соответствие изображения каждому варианту. Модель принимает изображения и текстовые описания и выдаёт оценки сходства, которые можно использовать для выбора наиболее подходящего текстового класса. Репозиторий содержит веса в форматах PyTorch и safetensors; библиотека для работы — OpenCLIP. Лицензия MIT.

rasyosef разработал амхароязычную модель эмбеддингов предложений Sentence Transformers, дообученную из rasyosef/roberta-base-amharic на наборе amharic-passage-retrieval-dataset. Модель на базе XLM-RoBERTa содержит 137,8 млн параметров, принимает текстовые последовательности длиной до 512 токенов и преобразует предложения и абзацы в плотные векторы размерностью 768 с нормализацией; сходство можно оценивать косинусной мерой. Модель предназначена для семантического поиска и извлечения амхароязычных фрагментов, сравнения предложений, поиска перефразирований, кластеризации и классификации текста. В опубликованной оценке поиска на амхарском наборе данных точность cosine_accuracy@5 составляет 0,8712 для полного 768-мерного представления и 0,8649 при усечении до 256 измерений. Модель поддерживает амхарский язык и распространяется по лицензии Apache-2.0. Это модель векторных представлений, поэтому она возвращает эмбеддинги, а не готовые ответы или сгенерированный текст; результаты за пределами амхарского поиска и перечисленных оценок README не характеризует.

Roberta-CLS-URL — дообученная модель RonTon05 на базе papluca/xlm-roberta-base-language-detection для классификации текста. По метаданным это плотная трансформерная архитектура XLM-RoBERTa с головой XLMRobertaForSequenceClassification; размер — 305,2 млн параметров, контекст — 514 токенов. Модель предназначена для отнесения текстов к классам, однако названия классов и конкретная область применения в карточке не раскрыты. В README указаны результаты на тестовой выборке: accuracy 0,9571 и F1 0,9572. Датасет обучения обозначен как неизвестный, поэтому эти метрики нельзя переносить на другие данные без собственной проверки. Модель распространяется в формате Safetensors по лицензии MIT.

Карточка модели allenai/SAGE-MM-Molmo2-8B-SFT на Hugging Face совпадает с карточкой allenai/SAGE-MM-Qwen2.5-VL-7B-SFT_RL, поэтому описание составлено по ней. SAGE-MM-Qwen2.5-VL-7B-SFT_RL — модель Allen Institute for AI на базе Qwen2.5-VL-7B, дообученная для мультимодального рассуждения о видео в системе SAGE. Она анализирует кадры и метаданные видео, решает, можно ли ответить сразу или нужно обратиться к инструментам, а затем объединяет полученные наблюдения в итоговый ответ. Модель может формировать JSON-действия для поиска в интернете, распознавания речи по фрагментам видео, определения временных границ событий, извлечения кадров или клипов и детального анализа медиа. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2.5-VL и принимает контекст до 128 000 токенов. Для выполнения инструментальных действий ей требуется внешняя среда, которая разбирает JSON, запускает инструменты и возвращает их результаты. Модель опубликована в формате safetensors под лицензией Apache-2.0. Карточка указывает английский язык; данных о других поддерживаемых языках нет.

Карточка модели allenai/SAGE-MM-Molmo2-8B-SFT_RL на Hugging Face совпадает с карточкой allenai/SAGE-MM-Qwen2.5-VL-7B-SFT_RL, поэтому описание составлено по ней. SAGE-MM-Qwen2.5-VL-7B-SFT_RL — модель Allen Institute for AI на базе Qwen2.5-VL-7B, дообученная для мультимодального рассуждения о видео в системе SAGE. Она анализирует кадры и метаданные видео, решает, можно ли ответить сразу или нужно обратиться к инструментам, а затем объединяет полученные наблюдения в итоговый ответ. Модель может формировать JSON-действия для поиска в интернете, распознавания речи по фрагментам видео, определения временных границ событий, извлечения кадров или клипов и детального анализа медиа. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2.5-VL и принимает контекст до 128 000 токенов. Для выполнения инструментальных действий ей требуется внешняя среда, которая разбирает JSON, запускает инструменты и возвращает их результаты. Модель опубликована в формате safetensors под лицензией Apache-2.0. Карточка указывает английский язык; данных о других поддерживаемых языках нет.

Карточка модели allenai/SAGE-MM-Qwen3-VL-8B-SFT_RL на Hugging Face совпадает с карточкой allenai/SAGE-MM-Qwen2.5-VL-7B-SFT_RL, поэтому описание составлено по ней. SAGE-MM-Qwen2.5-VL-7B-SFT_RL — модель Allen Institute for AI на базе Qwen2.5-VL-7B, дообученная для мультимодального рассуждения о видео в системе SAGE. Она анализирует кадры и метаданные видео, решает, можно ли ответить сразу или нужно обратиться к инструментам, а затем объединяет полученные наблюдения в итоговый ответ. Модель может формировать JSON-действия для поиска в интернете, распознавания речи по фрагментам видео, определения временных границ событий, извлечения кадров или клипов и детального анализа медиа. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2.5-VL и принимает контекст до 128 000 токенов. Для выполнения инструментальных действий ей требуется внешняя среда, которая разбирает JSON, запускает инструменты и возвращает их результаты. Модель опубликована в формате safetensors под лицензией Apache-2.0. Карточка указывает английский язык; данных о других поддерживаемых языках нет.