I.3Извлечение и структурирование данных

beaunix/Aegis-Art-Atelier-Qwen2.5-VL-7B — дообученная beaunix мультимодальная модель на архитектуре Qwen2.5-VL, созданная на базе unsloth/qwen2.5-vl-7b-instruct. Она принимает изображения и текст и генерирует текстовые ответы, поэтому подходит для диалога и задач визуального анализа. Модель содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и рассчитана на английский язык. Модель поставляется в формате safetensors и распространяется по лицензии Apache-2.0. В README указано, что обучение выполнялось с использованием Unsloth и библиотеки TRL; сведений о специализации дообучения и сравнительных оценках качества нет.

yahyaabd разработал yahyaabd/allstats-search-mini-v1-1-mnrl-sts — модель Sentence Transformers на архитектуре BERT, дообученную на датасете BPS-STS-dataset-v1 для сравнения смысловой близости текстов. Она кодирует предложения и абзацы в плотные векторы размерности 384; для оценки сходства используется косинусная мера. Модель подходит для семантического поиска, поиска перефразировок, кластеризации и классификации текста на основе эмбеддингов. Модель принимает текст, а на выходе выдаёт векторы; максимальная длина последовательности в README — 128 токенов, тогда как метаданные указывают нативный контекст 512 токенов. Обучение и примеры в карточке сосредоточены на текстах о статистике и целях устойчивого развития Индонезии; приведённые оценки на STS-наборах показывают корреляцию Спирмена 0,8363 и 0,8631. Лицензия в предоставленных данных не указана.

A.X-3.1-Light SFT A1 (Paper-guided 4K) — корейская версия модели для генерации текста, созданная youngseok12 на основе skt/A.X-3.1-Light. Это плотная Llama-архитектура с 6,8 млрд параметров и контекстом 32 768 токенов; в репозитории опубликованы веса safetensors в BF16. Модель получена supervised fine-tuning с LoRA на 4 000 отобранных примерах из пяти источников AI Hub, после чего адаптер объединён с базовыми весами. Модель предназначена для генерации текста на корейском языке и ответов на вопросы в формате бенчмарков, включая задачи на понимание административных, финансовых, юридических, учебных и медицинских текстов, а также причинно-следственные рассуждения. Разработчик приводит локальные прокси-результаты на наборе KDS, но они не являются официальными оценками лидерборда. Возможны фактические ошибки и нарушения заданного формата; модель не подходит для самостоятельного принятия медицинских, юридических, финансовых и иных значимых решений. Базовая модель и производная модель указаны под лицензией Apache-2.0; для исходных данных AI Hub действуют отдельные условия использования.

sriram04/bge-base-financial-matryoshka — англоязычная модель Sentence Transformer, дообученная автором на 6 300 парах текстов финансовой тематики на базе BAAI/bge-base-en-v1.5. Она кодирует предложения и абзацы в плотные векторы размерностью 768 и предназначена для семантического поиска, сравнения текстов и информационного поиска по финансовым материалам. Модель построена на BERT с CLS-пулингом и нормализацией векторов; для сравнения используется косинусное сходство. Matryoshka-обучение позволяет использовать укороченные представления размерностью 512, 256, 128 или 64, с некоторым снижением качества поиска. Максимальная длина входа — 512 токенов. По карточке, на приведённых тестах InformationRetrievalEvaluator точность cosine_accuracy@5 составляет 0,86 для 768 измерений и 0,8157 для 64; результаты относятся к указанным в карточке наборам оценки. Модель подходит для поиска связанных финансовых фрагментов, группировки документов и подготовки эмбеддингов для последующей классификации. Она работает с английским текстом; качество на иных языках не заявлено. Распространяется по лицензии Apache-2.0.

anhdt84/bge_m3_multiplenegativesrankingloss — модель эмбеддингов на основе BAAI/bge-m3, дообученная для банковской тематики. Она предназначена для семантического поиска и извлечения релевантных текстов, а также сравнения сходства предложений; в примере карточки запрос о требованиях для открытия кредитной карты кодируется в вектор для поиска. Модель построена на архитектуре XLM-RoBERTa, содержит 658,7 млн параметров и поддерживает контекст до 8194 токенов. Для работы используется Sentence-Transformers; файлы модели представлены в формате safetensors. Карточка демонстрирует применение на вьетнамском языке, а базовая BGE-M3 описана как многоязычная модель. Лицензия — Apache-2.0. Качество на других банковских задачах и языках, а также ограничения дообучения в карточке не описаны.

almanach/camembert-large — предварительно обученная языковая модель для французского языка, разработанная авторами CamemBERT. Она основана на RoBERTa и использует плотную архитектуру CamemBERT; в репозитории указано 435,4 млн параметров, веса доступны в форматах PyTorch и Safetensors. Модель обучалась на франкоязычных текстах CCNet объёмом 135 ГБ. Модель предназначена для получения контекстных представлений текста и заполнения масок, а также может служить основой для дообучения под задачи обработки французского языка. Её контекст ограничен 514 токенами. Карточка показывает загрузку через библиотеку Transformers и токенизатор CamemBERT. Лицензия в предоставленных данных не указана.

laion/clap-htsat-unfused — модель CLAP (Contrastive Language-Audio Pretraining), опубликованная LAION. Она сопоставляет аудио с текстовыми описаниями и предназначена для извлечения аудио- и текстовых признаков, поиска аудио по тексту и классификации звуков без специального обучения на заданных классах. Модель использует контрастивное мультимодальное обучение на парах аудио и текста; в репозитории указаны архитектура ClapModel, 132,1 млн параметров и формат PyTorch. Модель принимает аудио и текст, а выдаёт векторы признаков, пригодные для сопоставления и оценки соответствия. В README описаны поиск аудио по тексту и классификация звуков по кандидатным текстовым меткам. Для прикладного использования доступна через Transformers. Репозиторий распространяется по лицензии Apache-2.0.

Inferencer Labs предоставляет MLX-версию экспериментальной модели DeepSeek-V4-Flash-Vision-Exp для запуска в приложении Inferencer. Это чат-модель на архитектуре DeepSeek V4 с 10,7 млрд параметров и контекстом до 1 048 576 токенов; метаданные указывают поддержку обработки изображений и текста с генерацией текстовых ответов. Репозиторий обозначен как дообучение deepseek-ai/DeepSeek-V4-Flash-Vision-Exp. README сообщает о проверке в Inferencer app 2.3.7 на M3 Ultra со скоростью около 31 токена в секунду при контексте в 1000 токенов и потреблении около 146,4 ГиБ. Для повышения скорости предлагается совместимый декодер спекулятивного вывода MTP. Карточка не сообщает лицензию, поэтому условия использования следует сверить с базовой моделью и владельцами прав. Модель может ошибаться, и её ответы требуют проверки.

DeepX Embedding v1.0 — плотная модель эмбеддингов от DXTech Asia для поиска по вьетнамским юридическим документам. Она преобразует текст в векторы для поиска похожих документов и извлечения релевантных материалов. По карточке модели, архитектура сочетает линейное внимание Gated DeltaNet-2 с повторным использованием весов Hyperloop; также заявлены Matryoshka-эмбеддинги размерностью от 256 до 1536 и ColBERT-выход для дополнительного ранжирования по векторам токенов. Метаданные каталога указывают 946,8 млн параметров, карточка README — 772 млн; размер модели указан противоречиво.

kjanh/detect_english — модель токен-классификации, опубликованная пользователем Khanh (kjanh) на Hugging Face. По идентификатору модели она предназначена для определения английского языка в текстовых данных. Модель относится к семейству DistilBERT и использует библиотеку Transformers; в метаданных указано около 0,1 млрд параметров и контекст до 512 токенов. Поддерживаемые модальности — текстовые данные, а задача классификации выполняется на уровне токенов. Сведения о лицензии, точном наборе языков, датасете, метриках и конкретных метках классификации в доступных источниках не установлены. Результаты следует проверять на собственных данных, особенно для коротких, смешанных, многоязычных или нестандартных текстов.

johnnySoftData дообучила Sentence Transformer на базе sentence-transformers/all-distilroberta-v1 на наборе bio-embedding-finetuning. Модель принимает текст и преобразует предложения и абзацы в плотные эмбеддинги размерностью 768; архитектура включает RobertaModel, усредняющий pooling и нормализацию. Для сравнения эмбеддингов используется косинусное сходство. Максимальная длина последовательности составляет 512 токенов по README и 514 токенов по метаданным. Модель предназначена для семантического поиска и извлечения биомедицинских текстов по запросам, а также для сравнения релевантности запросов и абстрактов. В README приведена оценка cosine_accuracy 1.0 на указанных в карточке выборках, однако размер и состав этих оценочных наборов ограничивают обобщение результатов. Лицензия в предоставленных данных не указана.

E5 Uzbek Embedding Model (e5-uz-v3) — модель эмбеддингов текста на базе XLM-RoBERTa, дообученная разработчиком Dovud Asadov на multilingual-e5-base для семантического поиска и извлечения документов на узбекском языке. Она кодирует запросы и документы в векторы размерности 768; для лучшего качества запросы следует помечать префиксом «query:», а документы — «passage:». Сходство векторов оценивается косинусной функцией. Модель содержит 305,2 млн параметров, использует 12 слоёв XLM-RoBERTa и рассчитана на последовательности до 512 токенов. Она обучена на 36 306 узбекских триплетах «запрос — релевантный документ — нерелевантный документ» с функцией потерь CachedMultipleNegativesRankingLoss. По приведённой оценке, cosine_accuracy составляет 0,499 при k=1, 0,723 при k=3 и 0,801 при k=5. Модель подходит для поиска по смыслу и retrieval в узбекских текстовых корпусах; лицензия Apache-2.0 допускает её использование на условиях этой лицензии. Узкая специализация на узбекском и максимальная длина последовательности ограничивают её применение для других языков и длинных документов без дополнительной проверки.

Модель j-hartmann/emotion-english-distilroberta-base разработана как дообученная версия DistilRoBERTa-base для классификации эмоций в англоязычном тексте. Она присваивает тексту один из семи классов: гнев, отвращение, страх, радость, нейтральное состояние, грусть или удивление. Архитектура — RoBERTa для классификации последовательностей; модель содержит 95,2 млн параметров и принимает последовательности длиной до 514 токенов. Модель обучена на сбалансированной выборке примерно из 20 тысяч примеров, объединяющей тексты из Twitter, Reddit, самоотчётов студентов и диалогов телепередач. В README приведена точность 66% на оценочной выборке. Модель подходит для разметки эмоций в сообщениях и анализа эмоционального тона текстовых коллекций. Качество может снижаться на текстах, заметно отличающихся от обучающих источников, а точность в README относится к указанной оценочной выборке. Сведения о лицензии в предоставленных данных отсутствуют.

nghuyong/ernie-2.0-large-en — англоязычная версия ERNIE 2.0, модели Baidu, созданной в рамках подхода continual pre-training с последовательным обучением набора задач посредством многозадачного обучения. В репозитории опубликована версия PyTorch, преобразованная из официальной модели ERNIE для PaddlePaddle; автор README сообщает, что точность преобразования проверялась экспериментами. Модель имеет плотную архитектуру ErnieModel с 433,9 млн параметров и принимает последовательности длиной до 512 токенов. Она предназначена для извлечения контекстных признаковых представлений текста, которые можно использовать в NLP-конвейерах и как основу для последующих задач. В README описаны результаты ERNIE 2.0 на англоязычных задачах GLUE и ряде распространённых китайских задач, но карточка этой конкретной версии указывает на английскую направленность. Для использования доступны веса PyTorch и загрузка через Transformers AutoTokenizer и AutoModel. Лицензия в предоставленных данных не указана.

Gemma-4-E4B-Uncensored-HauhauCS-Aggressive — модификация Gemma 4 E4B-IT, разработанная HauhauCS на базе модели Google gemma-4-e4b-it. По заявлению автора, изменения не затрагивают обучающие данные и основные возможности, а направлены на удаление отказов и защитных ограничений; вариант Aggressive позиционируется как полностью разблокированный и ориентированный на генерацию ответов без отказов. Модель предназначена для диалоговых и генеративных задач, включая работу с текстом, изображениями, видео и аудио, а также для локального запуска в llama.cpp, LM Studio, Jan, koboldcpp и других средах, совместимых с GGUF. Модель содержит около 4 млрд параметров, 42 слоя и использует смешанную архитектуру со скользящим окном внимания 512 и полным вниманием. Заявлен контекст до 131K токенов и 18 общих KV-слоёв для повышения эффективности памяти. Поддерживаются английский и другие языки, однако конкретный перечень языков не указан. Для мультимодальной работы требуется отдельный файл mmproj; доступны GGUF-квантизации Q2–Q8, включая пользовательские K_P-варианты с оптимизацией по imatrix и заявленным сохранением качества. Сильной стороной является сочетание компактного размера, большого контекстного окна, мультимодальности и широкого выбора квантизаций. Ограничение модели — отсутствие обычных защитных отказов, что повышает риск небезопасных или нежелательных ответов; автор также отмечает ограниченное ручное тестирование на длинном контексте и возможность кратких встроенных дисклеймеров. Для корректного шаблона чата в llama.cpp рекомендуется использовать параметр --jinja. Модель распространяется по лицензии Gemma.

zeromodels/granite_speech_4_1_2b_plus — конверсия IBM Granite Speech 4.1 2B Plus в Keras 3, подготовленная zeromodels. Это речевая языковая модель на базе Granite 4.0 2B: аудиообработчик с энкодером Conformer CTC и проектором Q-Former передаёт аудиоэмбеддинги декодеру Granite. Модель принимает аудио и текстовую инструкцию, позволяя запрашивать расшифровку, краткое содержание или ответы по содержанию записи. В первую очередь модель предназначена для распознавания речи; карточка также описывает сценарии суммаризации и вопросов по аудио. Реализация Keras 3 работает с TensorFlow, Torch и JAX. LoRA уже объединена с весами, отдельное переключение адаптера не требуется. Лицензия — Apache 2.0.

mradermacher/GrayLine-Gemma3-12B-i1-GGUF — набор GGUF-квантизаций модели GrayLine-Gemma3-12B, разработанной soob3123. Квантизацию выполнил mradermacher на основе исходной модели и набора данных GrayLine-QA. Модель предназначена для генерации текста на английском языке, ответов на вопросы, задач общего назначения, поиска и извлечения информации. В описании также заявлены прямой стиль ответов и отсутствие фильтрации, однако подробные результаты оценки этих свойств не приведены. Модель относится к семейству Gemma3 и имеет размер 12B параметров; точные сведения об архитектуре, длине контекста и поддерживаемых модальностях в README не указаны. Предоставляется в формате GGUF с вариантами квантизации от IQ1_S до Q6_K и размером файлов примерно от 3,0 до 9,8 ГБ. Это позволяет выбирать между меньшим потреблением памяти и сохранением качества, но низкобитные варианты могут заметно уступать по качеству; для некоторых вариантов README отмечает низкое качество, а Q4_K_M и Q4_K_S рекомендуются как практичный компромисс. Модель подходит для локального запуска в совместимом ПО, поддерживающем GGUF. Ограничения включают отсутствие заявленных характеристик мультимодальности, контекста и бенчмарков, а также возможную деградацию ответов из-за агрессивной квантизации. Указана лицензия Apache-2.0.

IberLang — модель классификации аудио, разработанная для распознавания языков Пиренейского полуострова. Это дообученная Ugiat модель на основе openai/whisper-medium с архитектурой WhisperForAudioClassification и 455,8 млн параметров. Модель принимает аудио и определяет, звучит ли на нём испанский, каталанский, галисийский, баскский или окситанский язык. Модель предназначена для автоматической языковой идентификации, в том числе для региональных и малоресурсных языков. В оценке на отложенной выборке из 1200 аудиозаписей VoxLingua107 IberLang авторы сообщают точность 0,902 для каталанского, 0,96 для баскского, 0,915 для галисийского, 0,655 для окситанского и 1,0 для испанского; это результаты на конкретной выборке, а не гарантия качества на других данных. Модель распространяется в формате safetensors по лицензии CC BY 4.0. Указанную лицензию базовой модели и возможные ограничения её использования следует учитывать отдельно.

InternVL3.5-8B-Flash — мультимодальная чат-модель OpenGVLab, созданная на основе InternVL3.5-8B и дообученная на наборах MMPR-v1.2 и MMPR-Tiny. Она принимает изображения вместе с текстовыми запросами и генерирует текстовые ответы, в том числе для вопросов по изображениям, визуального рассуждения и задач с несколькими изображениями. Модель относится к семейству InternVL Chat и использует плотную архитектуру. Семейство InternVL3.5 разработано для повышения качества мультимодальных рассуждений и эффективности вывода; для версии Flash README описывает маршрутизатор визуального разрешения ViR и раздельное размещение зрительной и языковой частей при развёртывании. В репозитории доступны веса safetensors для Transformers. Карточка описывает мультиязычную поддержку, но не перечисляет конкретные языки. Для обработки изображений и генерации ответов требуется соответствующая инфраструктура модели; высокое разрешение и несколько изображений увеличивают расход контекстного окна. Лицензия — Apache 2.0.

Карточка модели Monad-dz/legal-embedding-model-V2 на Hugging Face совпадает с карточкой Omartificial-Intelligence-Space/Arabic-Triplet-Matryoshka-V2, поэтому описание составлено по ней. Arabic-Triplet-Matryoshka-V2 — модель эмбеддингов арабского языка от Omartificial-Intelligence-Space, созданная на базе Sentence Transformers и дообученная на aubmindlab/bert-base-arabertv02. Это плотная BERT-модель с 162,4 млн параметров и контекстом до 512 токенов; она преобразует предложения и абзацы в векторы размерностью 768. Обучение с MatryoshkaLoss формирует вложенные представления, рассчитанные на работу с эмбеддингами разной размерности. Модель предназначена для оценки семантического сходства, поиска и извлечения информации, поиска перефразирований, кластеризации и классификации арабских текстов, а также для использования в системах вопросов и ответов. В README приведены результаты на бенчмарках STS17 и STS22-v2. Модель ориентирована на арабский язык и не заявлена как многоязычная. Качество может снижаться на узкоспециализированных текстах и различаться между диалектами и региональными вариантами арабского языка. Для задач за пределами семантического сходства может потребоваться дополнительная настройка. Лицензия — Apache-2.0.

Карточка модели Monad-dz/legal-embedding-model-V3 на Hugging Face совпадает с карточкой Omartificial-Intelligence-Space/Arabic-Triplet-Matryoshka-V2, поэтому описание составлено по ней. Arabic-Triplet-Matryoshka-V2 — модель эмбеддингов арабского языка от Omartificial-Intelligence-Space, созданная на базе Sentence Transformers и дообученная на aubmindlab/bert-base-arabertv02. Это плотная BERT-модель с 162,4 млн параметров и контекстом до 512 токенов; она преобразует предложения и абзацы в векторы размерностью 768. Обучение с MatryoshkaLoss формирует вложенные представления, рассчитанные на работу с эмбеддингами разной размерности. Модель предназначена для оценки семантического сходства, поиска и извлечения информации, поиска перефразирований, кластеризации и классификации арабских текстов, а также для использования в системах вопросов и ответов. В README приведены результаты на бенчмарках STS17 и STS22-v2. Модель ориентирована на арабский язык и не заявлена как многоязычная. Качество может снижаться на узкоспециализированных текстах и различаться между диалектами и региональными вариантами арабского языка. Для задач за пределами семантического сходства может потребоваться дополнительная настройка. Лицензия — Apache-2.0.

Карточка модели Monad-dz/legal-embedding-model-V6 на Hugging Face совпадает с карточкой Omartificial-Intelligence-Space/Arabic-Triplet-Matryoshka-V2, поэтому описание составлено по ней. Arabic-Triplet-Matryoshka-V2 — модель эмбеддингов арабского языка от Omartificial-Intelligence-Space, созданная на базе Sentence Transformers и дообученная на aubmindlab/bert-base-arabertv02. Это плотная BERT-модель с 162,4 млн параметров и контекстом до 512 токенов; она преобразует предложения и абзацы в векторы размерностью 768. Обучение с MatryoshkaLoss формирует вложенные представления, рассчитанные на работу с эмбеддингами разной размерности. Модель предназначена для оценки семантического сходства, поиска и извлечения информации, поиска перефразирований, кластеризации и классификации арабских текстов, а также для использования в системах вопросов и ответов. В README приведены результаты на бенчмарках STS17 и STS22-v2. Модель ориентирована на арабский язык и не заявлена как многоязычная. Качество может снижаться на узкоспециализированных текстах и различаться между диалектами и региональными вариантами арабского языка. Для задач за пределами семантического сходства может потребоваться дополнительная настройка. Лицензия — Apache-2.0.

Lucy — компактная языковая модель с архитектурой Qwen3, разработанная Alan Dao, Bach Vu Dinh, Alex Nguyen и Norapat Buppodom на основе Qwen/Qwen3-1.7B. Она предназначена для агентного веб-поиска и облегчённого просмотра страниц: модель рассуждает над поисковыми задачами и может работать с поисковыми API и браузерными инструментами через MCP. Разработчики сообщают о применении машинно-сгенерированных task vectors и обучения с подкреплением без supervised fine-tuning; модель рассчитана на эффективный запуск на мобильных устройствах, в том числе только на CPU. Модель содержит 1,7 млрд параметров, принимает и генерирует текст, поддерживает диалог и имеет контекст до 131 072 токенов. В README указана английская языковая направленность. Для запуска описана интеграция с vLLM, llama.cpp и локальными приложениями, а также настройка вызова инструментов и масштабирования RoPE. Лицензия — Apache-2.0. Заявления о результатах оценки и скорости приведены разработчиками; практическое качество зависит от конфигурации и подключённых инструментов.

Metis-0.3 — диалоговая модель, созданная Mihaiii как дообучение Mistral-7B-Instruct-v0.2. Она предназначена для рассуждений и понимания текста, хорошо работает с длинными системными инструкциями и поддерживает диалоговый формат запросов. Модель имеет плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель обучена на закрытом наборе данных; автор отмечает высокий результат на GSM8K, но не связывает его с набором MetaMath. Она не предназначена для универсальной генерации, например для написания художественных историй. Распространяется по лицензии Apache-2.0.

Mistral-Crab-SFT — англоязычная диалоговая языковая модель на архитектуре Mistral, разработанная Yunjia Qi, Hao Peng, Xiaozhi Wang, Bin Xu, Lei Hou и Juanzi Li. Модель дообучена на базе Mistral-7B-v0.3 для улучшения следования инструкциям со сложными ограничениями на формат, длину и содержание ответа. Модель предназначена для генерации ответов на английском языке в чат-сценариях, где требуется соблюдать несколько условий одновременно: например, задать нужную структуру, выдержать длину и включить заданные элементы. В работе для обучения использован набор CRAB, созданный методом constraint back-translation: к качественным парам инструкций и ответов добавлялись ограничения, уже выполненные в ответах. Модель содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. Указанная лицензия — Apache-2.0. Карточка сообщает об улучшении следования сложным инструкциям, но не приводит численных результатов именно для этого чекпойнта; качество на других языках и пригодность для специализированных областей не установлены.

datalama/mmBERT-small — мультиязычный чекпойнт энкодера ModernBERT, перенесённый из модели jhu-clsp/mmBERT-small и подготовленный для Transformers v5. Модель содержит 140,5 млн параметров, имеет 22 слоя и скрытый размер 384; контекст — до 8192 токенов. В метаданных основная задача указана как fill-mask, а базовая модель описана как компактный мультиязычный энкодер для заполнения пропусков и создания контекстных представлений более чем на 1800 языках. Чекпойнт подходит для восстановления замаскированных токенов и получения контекстных представлений текста в мультиязычных сценариях. Разработчик карточки выполнил перенос весов из pytorch_model.bin в safetensors и добавил настройки RoPE для совместимости с Transformers v5; в README указано, что все 138 тензоров после конвертации побитово совпадают с оригиналом, а различие выходов при проверке на четырёх многоязычных предложениях было небольшим. Лицензия — Apache-2.0. Подробности обучения и бенчмарки следует смотреть в карточке исходной модели.

MM Grounding DINO large — модель компьютерного зрения семейства Grounding DINO, представленная авторами работы «An Open and Comprehensive Pipeline for Unified Object Grounding and Detection». Она предназначена для обнаружения объектов на изображениях по текстовым запросам в режиме zero-shot, без необходимости заранее ограничивать поиск фиксированным набором классов. Модель улучшает контрастивную классификационную голову Grounding DINO и устраняет совместное использование параметров в декодере. Этот вариант обучен на Objects365v1, Open Images v6 и GOLD-G. В README сообщается об улучшении zero-shot результатов на COCO и LVIS относительно Grounding DINO; размер модели и параметры контекста не приводятся. Модель принимает изображение и текстовое описание искомых объектов и возвращает обнаруженные объекты с рамками и оценками. Репозиторий содержит веса Safetensors, используется библиотека Transformers. Лицензия — Apache-2.0. Результаты зависят от формулировки запроса и обучающих данных; приведённая в README таблица метрик относится к вариантам tiny, поэтому её показатели нельзя напрямую считать оценкой этого large-чекпойнта.

SergeyKarpenko1/multilingual-e5-small-legal-matryoshka_384 — дообученная на 165 парах текстов модель Sentence Transformer на базе intfloat/multilingual-e5-small. Она преобразует предложения и абзацы в нормализованные плотные эмбеддинги размерностью 384 и сравнивает их по косинусному сходству; архитектура включает BERT, mean pooling и нормализацию. Модель предназначена для семантического поиска и сопоставления текстов, в том числе по вопросам и фрагментам о российском законодательстве. Модель поддерживает русский язык, принимает текст и выдаёт векторы. Максимальная длина последовательности — 512 токенов. Matryoshka-обучение позволяет оценивать эмбеддинги при сокращении размерности до 256, 128 или 64. В README приведены результаты поиска на небольшом наборе оценки, поэтому они не гарантируют качество на других данных. Лицензия — Apache-2.0.

OdiaSBERT — модель L3Cube-Pune для получения векторных представлений предложений на языке одия. Она основана на OdiaBERT и дообучена на наборе данных NLI; модель выпущена в рамках проекта MahaNLP. Её применяют для измерения сходства предложений и построения эмбеддингов, в том числе для поиска или группировки близких по смыслу текстов на одия. Модель использует архитектуру BERT, содержит около 264,8 млн параметров и обрабатывает до 512 токенов контекста. Репозиторий содержит веса PyTorch; лицензия — CC BY 4.0. Для получения эмбеддингов README описывает использование Sentence-Transformers либо применение подходящей операции pooling поверх выходов трансформера. Модель предназначена для одия и не заявлена как многоязычная: для поддержки основных индийских языков и межъязыковых задач авторы указывают отдельную мультиязычную модель. README также упоминает более качественную модель сходства, дообученную на основе этой; поэтому для максимального качества сходства стоит учитывать это ограничение.

OGSQL-7B — модель OneGate на архитектуре Gemma, дообученная на Gemma 7B Instruct для преобразования запросов на естественном языке в SQL-запросы. Она подходит для интерфейсов к базам данных, где пользователь задаёт вопрос обычным языком, а модель формирует соответствующую SQL-команду. Модель содержит 8,2 млрд параметров, принимает текст и генерирует текст; поддерживает контекст длиной до 8192 токенов. В метаданных указан английский язык. Целевая генерация — SQL, который является языком запросов, а не естественным языком. Модель распространяется по лицензии CC BY 4.0. Карточка не сообщает о точности на конкретных наборах данных или поддерживаемых диалектах SQL, поэтому перед использованием в рабочей системе следует проверять корректность и безопасность сгенерированных запросов.