I.3Извлечение и структурирование данных

zeromodels выпустила конверсию OWLv2-base-patch16-finetuned в формате Keras 3 для библиотеки zeromodels. Это модель обнаружения объектов с открытым словарём: при обработке изображения она использует текстовые запросы и возвращает найденные объекты и их рамки. Архитектура сохраняет двухбашенный каркас OWL-ViT и голову обнаружения по патчам; OWLv2 также применяет обучение на парах изображений и текста из интернета и использует отдельную оценку объектности для патчей. Реализация работает с TensorFlow, Torch и JAX. Модель подходит для поиска объектов по произвольным текстовым описаниям, включая категории, не заданные фиксированным набором классов. Для обработки рекомендуется использовать соответствующий Processor и передавать исходные размеры изображения с учётом дополнения изображения до квадрата перед изменением размера: это влияет на постобработку координат рамок. Лицензия — Apache 2.0.

Ishannaik/pixafind-minilm-tuned — англоязычная дообученная модель на базе all-MiniLM-L6-v2 для семантического поиска по личным документам: налоговым формам, письмам о пособиях, страховым и финансовым бумагам. Модель использует плотный BERT-энкодер и создаёт векторы предложений; её можно применять для поиска документов по запросам, сформулированным своими словами, и сравнения текстов. Контекст составляет 512 токенов, размер — 25,9 млн параметров. Дообучение проводилось на синтетических запросах к фрагментам общедоступных документов правительства США, без использования пользовательских данных. В описанной проверке модель повысила точность поиска относительно исходной all-MiniLM-L6-v2 на наборе перефразированных запросов; для корпуса технических заметок разработчиков качество осталось на прежнем уровне. Репозиторий содержит веса Safetensors и экспорты ONNX, включая динамически квантованный вариант. Модель распространяется по лицензии Apache-2.0.

sallani/PrivaMesh, также называемая PrivaMesh Legal, — специализированная Small Language Model для семантического обнаружения и анонимизации персональных, конфиденциальных и регулируемых данных в юридических, комплаенс- и нормативных документах. Модель предназначена для юридических фирм, банков, финансовых организаций, медицинских учреждений, государственных органов и провайдеров управляемых сервисов безопасности. Она сохраняет юридический смысл, структуру документа и ссылки на нормы права, заменяя идентификаторы семантически согласованными плейсхолдерами. Модель основана на Mistral-Small-3.1, подключается через библиотеку Transformers и реализует задачу token classification. Заявлены поддержка французского и английского языков, контекст до 32 тысяч токенов и распознавание 24 категорий PII. В карточке также указаны метрики F1 97,3% и BERTScore 94,1%, однако подробности тестирования в предоставленных данных отсутствуют. Модель ориентирована на локальное и суверенное развёртывание, включая on-premise-сценарии, что позволяет обрабатывать чувствительные документы без передачи данных во внешние сервисы. Сильными сторонами являются специализация на юридической и регуляторной лексике, сохранение семантического контекста, поддержка французского языка и пригодность для построения приватных пайплайнов с downstream LLM и агентными системами. Ограничения включают зависимость качества от домена, языка и полноты распознаваемых категорий, а также необходимость проверять заявленные показатели на собственных данных; в предоставленной карточке не приведены сведения о точном числе параметров, аппаратных требованиях и детальных результатах сравнительных тестов. Модель распространяется по лицензии Apache 2.0.

Qwen2.5-VL-3B-Abliterated-Caption-it — дообученная prithivMLmods модель на базе Qwen/Qwen2.5-VL-3B-Instruct для подробного описания изображений. Она принимает изображение и текстовую инструкцию и формирует текстовую подпись; подходит для изображений разных жанров, разрешений и соотношений сторон, включая художественные, технические и абстрактные сцены. По данным карточки, модель настроена на подробные описания с разной степенью детализации, понимает инструкции и может создавать подписи на нескольких языках, по умолчанию — на английском. Модель рассчитана на разметку визуальных наборов данных, творческие сценарии, а также исследования модерации и оценку безопасности. Её настройка снижает обычные фильтры контента, поэтому ответы могут быть откровенными, чувствительными или оскорбительными. Точность на незнакомых и синтетических стилях может меняться, а формулировки зависят от запроса. Для развёртывания требуется библиотека Transformers; веса опубликованы в формате safetensors. Лицензия в предоставленных данных не указана.

Qwen2-VL-2B-Instruct-GGUF — мультимодальная модель для понимания изображений и генерации текста на их основе. Базовая модель разработана командой Qwen, а GGUF-версии квантизированы компанией Second State Inc. Модель предназначена для сценариев image-text-to-text: анализа изображений, ответов на вопросы по визуальному содержимому и выполнения инструкций с учётом изображения. В README указан английский язык. Модель основана на Qwen2-VL-2B-Instruct и имеет размер 2B параметров. Доступны варианты GGUF с квантизацией от 2 до 8 бит, а также f16; размеры файлов варьируются примерно от 676 МБ до 3,09 ГБ, без учёта отдельного vision encoder размером 2,66 ГБ. Для запуска через LlamaEdge используется мультимодальный vision encoder, шаблон prompt типа qwen2-vision и контекст до 32 000 токенов. Рекомендуемыми вариантами в README названы Q4_K_M, Q5_K_M и Q5_K_S; более сильная квантизация уменьшает размер, но может заметно снижать качество. Преимущества модели — мультимодальность, сравнительно компактный размер и поддержка нескольких уровней квантизации для локального запуска. Ограничения включают возможную потерю качества в низкобитных вариантах и необходимость отдельного vision encoder для обработки изображений. Модель распространяется по лицензии Apache-2.0.

KayaTechAI Qwen3-Telecom-Retrieval-Embedding — англоязычная модель Sentence Transformers, разработанная KayaTechAI и дообученная на базе Qwen/Qwen3-Embedding-0.6B на датасете технических телекоммуникационных документов. Архитектура основана на Qwen3Model с pooling по последнему токену и нормализацией; модель содержит 507,6 млн параметров и преобразует текст в плотные эмбеддинги размерностью 1024. Максимальная длина последовательности — 32 768 токенов, сходство оценивается косинусной мерой. Модель предназначена для семантического поиска и сопоставления запросов с техническими документами в телеком-сфере. Её также можно применять для поиска перефразировок, кластеризации и классификации текста на основе эмбеддингов. В README приведены результаты оценки поиска с усечением эмбеддингов до разных размерностей, однако они относятся к указанному датасету и не гарантируют качество на других данных. Лицензия — Apache-2.0.

rd211/Qwen3-1.7B-Instruct — дообученная модель классификации текста на архитектуре Qwen3, основанная на Qwen/Qwen3-1.7B. Веса представлены в формате safetensors; модель содержит 1,7 млрд параметров и поддерживает контекст до 40 960 токенов. Модель предназначена для классификации текста. Метаданные также отмечают интерфейсы диалога и вызова инструментов, однако конкретные сценарии их применения в карточке не описаны. Базовая Qwen3-1.7B — компактная многоязычная языковая модель для генерации текста, диалогов, рассуждений, кода и выполнения инструкций. Лицензия — Apache-2.0. README не содержит подробностей о данных обучения и оценке качества, поэтому надёжность классификации для конкретных задач по карточке определить нельзя.

Это GGUF-квантизация текстовой модели Qwen3.6-12B-IQ-Ultra-Heretic-Uncensored-Thinking-V2-Hightop. Квантизации подготовлены пользователем larue316 на основе модели DavidAU с использованием llama.cpp b9192. Модель имеет около 12 млрд параметров и ориентирована на генерацию текста с поддержкой рассуждений; заявленные языки — английский и китайский. Модель предназначена для локального запуска и использования в совместимых движках вывода, включая LM Studio, llama.cpp, Ollama и другие системы с поддержкой GGUF. Доступны варианты квантизации от Q8_0 размером 11,57 ГБ до Q2_K размером 4,60 ГБ, что позволяет выбирать между качеством, требованиями к памяти и скоростью работы. В README отдельно отмечен вариант Q4_K_M как оптимальный баланс качества и размера. К сильным сторонам относятся широкий выбор квантизаций и возможность локального использования без исходной полноразмерной модели. Ограничения связаны с потерями качества, зависящими от выбранного уровня квантизации; для наиболее компактных вариантов качество указано как приемлемое или минимально пригодное. Архитектура, размер контекстного окна, мультимодальные возможности и точные характеристики обучения в README не указаны. Лицензия модели — Apache 2.0.

Это мультимодальная квантованная сборка Qwen3.6-35B-A3B, подготовленная FreedomAISVR в формате GGUF для llama.cpp. Она принимает текст и изображения и предназначена для диалогов, ответов по изображениям и других сценариев визуального анализа с языковой моделью. В основе — текстовая MoE-модель с 35,95 млрд параметров, из которых активны около 3 млрд на токен, и 256 экспертами; визуальный энкодер ViT содержит 27 слоёв. Контекст модели составляет 262 144 токена. Веса представлены в NVFP4 с эффективной плотностью около 4,55 бит на вес; для аппаратного ускорения этого формата нужна видеокарта NVIDIA поколения Blackwell, например RTX 50-й серии. В репозитории также есть BF16-файл визуального проектора. Квантование позволяет хранить модель компактнее, но может влиять на качество относительно исходной версии. Лицензия — Apache-2.0.

Qwen3.8-27B-Uncensored-Aggressive-i1-GGUF — квантизированная GGUF-версия модели Qwen3.8-27B-Uncensored-Aggressive, разработанной philbert440 и подготовленной квантизацией mradermacher. Модель относится к семейству Qwen3, имеет около 27 млрд параметров и предназначена для генерации и обработки текста; README также обозначает её как vision-модель, поддерживающую работу с изображениями при наличии соответствующих mmproj-файлов. Заявленный язык — английский. Доступны варианты квантизации i1 с размерами примерно от 11 до 22,5 ГБ, включая Q2_K, Q3_K, IQ3, Q4, Q5 и Q6. Они позволяют выбирать компромисс между требованиями к памяти, скоростью и качеством; для повседневного использования рекомендован i1-Q4_K_M, а i1-Q4_0 отмечен как быстрый, но обладающий более низким качеством. Контекстное окно, точная архитектура и результаты тестирования в README не указаны. Модель описана как uncensored и abliterated, поэтому её поведение и защитные ограничения могут отличаться от исходной модели. Распространяется по лицензии Apache-2.0.

DreamFast/Qwen3-VL-4b-Heretic-GGUF — это квантизированная GGUF-версия модели Qwen3-VL-4B-Instruct, разработанной командой Qwen и модифицированной DreamFast методом abliteration. Модель предназначена прежде всего для генерации и обработки текста, локального запуска через llama.cpp, Ollama, LM Studio, ComfyUI-GGUF и другие совместимые среды. Доступны варианты от Q3_K_M до F16 размером примерно от 2,0 до 7,5 ГБ. Рекомендуемым балансом качества и размера авторы называют Q4_K_M объёмом 2,4 ГБ; Q6_K и Q8_0 рассчитаны на системы с большим запасом видеопамяти, а Q3_K_M — на устройства с ограниченными ресурсами. Размер контекста в README не указан. Хотя исходная модель поддерживает работу с изображениями, данные GGUF-сборки ориентированы на текстовый путь; для мультимодального режима рекомендуется использовать версии в формате bf16 для Transformers или специальные чекпойнты ComfyUI. Ключевая особенность варианта — удаление защитного выравнивания: в заявленных тестах HarmBench ASR вырос с 30,8% у базовой модели до 100%, при этом показатели MMLU почти не изменились, а GSM8K снизился с 78,62% до 77,18%. Это может быть полезно для исследовательских задач и экспериментов с поведением моделей, но модель способна выполнять вредоносные запросы и требует ответственного применения. Квантизация дополнительно снижает качество по сравнению с исходными весами, а лицензия указана как Apache-2.0.

Qwen3-VL-8B-Heretic-1.3.0 — экспериментальная аблитерированная версия Qwen3-VL-8B-Instruct, созданная сообществом с использованием Heretic v1.3.0 и опубликованная для интеграции с ComfyUI. Модель предназначена для генерации текста и работы с изображениями и текстом в формате vision-language, а также для использования в ComfyUI и Transformers. Поддерживаются английский и китайский языки. Модель не поддерживает специальные токены для режима рассуждений. Архитектура — Qwen3VLForConditionalGeneration, около 8 млрд параметров, точность bf16 и контекст до 8192 токенов. По данным README, аблитерация существенно снизила частоту отказов при сохранении большинства исходных возможностей: изменено 53 из 398 тензоров, а среднее изменение на восьми тестах составило менее 1%. При этом наблюдается заметное снижение результата TruthfulQA, а уменьшение защитных ограничений может повысить риск генерации вредного или недостоверного содержания. Полная версия Hugging Face и форматы safetensors для ComfyUI сохраняют поддержку зрения. Варианты GGUF лишены vision encoder и предназначены только для использования как текстовый энкодер в рабочих процессах ComfyUI-GGUF, а не как самостоятельная vision-language модель. Доступны варианты bf16, FP8, NVFP4 и различные уровни GGUF-квантизации. Лицензия — Apache-2.0.

RoBERT-large — предварительно обученная языковая модель BERT для румынского языка, разработанная командой ReaderBench. Она обучалась на корпусах Oscar, RoTex и RoWiki с целями masked language modeling и next sentence prediction. Модель подходит как основа для последующей настройки на задачи понимания румынского текста, включая анализ тональности, классификацию диалектов и тем, а также восстановление диакритических знаков. Архитектура — плотный BERT-large с 24 слоями, скрытым размером 1024 и 24 головами внимания. В карточке указаны 341 млн параметров, тогда как метаданные репозитория сообщают 441,3 млн; размер параметров противоречив. Контекст составляет до 512 токенов. Модель некейсированная, рассчитана на румынский язык и доступна в форматах PyTorch, TensorFlow и Flax. Это базовая модель для задач с текстом, а не готовый универсальный чат-бот; для конкретных классификационных или генеративных сценариев может потребоваться дообучение. Лицензия в предоставленных данных не указана.

Rose 20B GGUF — это квантизированная версия языковой модели Rose 20B, разработанной Tav и преобразованной в формат GGUF пользователем TheBloke. Модель предназначена для генерации текста и выполнения инструкций на английском языке, включая локальный запуск через llama.cpp и совместимые интерфейсы и библиотеки. Для работы используется шаблон запросов в стиле Alpaca. Модель построена на архитектуре LLaMA и содержит около 20 млрд параметров. Она относится к текстовым моделям и не поддерживает мультимодальные входные данные. Контекстный размер и точные характеристики исходной архитектуры в README не указаны. Доступны варианты GGUF с квантованием от 2 до 6 бит, а также 8-битный вариант, что позволяет выбирать компромисс между размером файлов, требованиями к памяти и качеством генерации; при более сильном квантовании качество может снижаться. Файлы совместимы с llama.cpp и рядом сторонних приложений, включая text-generation-webui, KoboldCpp, LM Studio, Faraday.dev, ctransformers, llama-cpp-python и candle. Лицензия указана как Llama 2; условия распространения и использования следует уточнять в соответствующих лицензионных документах. В README не приведены результаты тестов производительности или качества.

kazzand/ru-longformer-tiny-16384 — компактная русскоязычная модель Longformer на 29 млн параметров с архитектурой LongformerForMaskedLM. Она инициализирована весами cointegrated/rubert-tiny2, адаптирована для контекста до 16 386 токенов и дообучена на корпусе русских книг, новостей, Википедии и материалов Habr. Разработчик указывает, что модель также понимает английский благодаря исходной модели. Основная задача по метаданным — заполнение пропусков в тексте (fill-mask). Модель можно дообучать для прикладных задач; в README также описано получение текстовых эмбеддингов. Репозиторий содержит веса PyTorch. Лицензия в предоставленных данных не указана.

SciLitLLM-7B — языковая модель Uni-SMART для понимания научной литературы. Она создана на основе Qwen2-7B с помощью продолженного предварительного обучения и supervised fine-tuning, чтобы расширить знания модели в научной области и улучшить выполнение инструкций для профильных задач. Архитектура — плотная Qwen2 с 7,1 млрд параметров; модель поддерживает чат и контекст до 131 072 токенов. Модель предназначена для работы с научными текстами и показала улучшение средних результатов на бенчмарках SciAssess и SciRIFF относительно ведущих LLM менее чем с 15 млрд параметров. В карточке не перечислены конкретные поддерживаемые языки и отдельные задачи помимо генерации текста. Лицензия — MIT.

SciRus-tiny3 — компактная модель для извлечения векторных представлений научных текстов, опубликованная лабораторией машинного обучения и семантического анализа МГУ (MLSA-lab). Она предназначена для сравнения семантической близости научных текстов и может служить основой для поиска и группировки научных публикаций. Модель использует архитектуру RoBERTa и содержит около 25,5 млн параметров; в карточке Hugging Face указана длина контекста до 1026 токенов. Вход — текст, выход — векторные представления. Публикации и каталог разработчика описывают SciRus-tiny как модель для научных текстов на русском и английском языках. Компактный размер позволяет применять её в задачах векторизации текстов. Карточка Hugging Face не содержит описания ограничений или лицензии, поэтому условия распространения по доступным сведениям определить нельзя.

SearchQwen3-8B — компактная модель поискового агента команды Alibaba Cloud PAI, дообученная на базе Qwen/Qwen3-8B с использованием траекторий поиска, согласованных с окружением и проверенных решателем. Это плотная авторегрессионная языковая модель на 7,6 млрд параметров с контекстом 40 960 токенов, предназначенная для многошагового поиска, просмотра веб-страниц и объединения найденных свидетельств. Модель формирует структурированные вызовы инструментов search и browse, поэтому её можно использовать в агентном цикле: приложение выполняет запрос, передаёт результат модели и получает следующий вызов или итоговый ответ. В тестах из карточки модель показала более высокие результаты, чем Qwen3-8B в режиме вызова инструментов, на наборах для глубокого поиска и многошаговых вопросов. Для работы требуется внешний бэкенд поиска и просмотра страниц. Модель принимает и генерирует текст. В метаданных указан английский язык; карточка также описывает результаты на китайском наборе BrowseComp-ZH, но не уточняет полный перечень поддерживаемых языков. Распространяется по лицензии Apache-2.0.

Это модель сегментации речи для диаризации, разработанная сообществом diarizers-community. Она дообучена на испаноязычной части датасета Callhome на основе pyannote/segmentation-3.0 и предназначена для определения речевой активности и сегментов, связанных с говорящими, в аудиозаписях. Её можно использовать через библиотеку diarizers или включить в конвейер диаризации pyannote. На оценочном наборе указаны Loss 0,5198 и DER 0,1745; также приведены показатели ложных срабатываний, пропусков и ошибок идентификации говорящих. Модель распространяется в формате safetensors по лицензии MIT. Метаданные описывают базовую модель как сегментатор 10-секундных фрагментов, способный учитывать перекрывающуюся речь.

Speechless Llama2 13B — это языковая модель для генерации текста и выполнения инструкций, разработанная Jiangwen Su на базе Llama 2. Данный репозиторий содержит её квантизированные версии в формате GGUF, подготовленные TheBloke. Модель ориентирована на диалоговые и общие текстовые сценарии, включая ответы на инструкции, написание текста и решение различных задач через шаблон Alpaca. Модель построена на архитектуре Llama и имеет 13 миллиардов параметров. Указан английский язык. Формат GGUF поддерживает метаданные и специальные токены и предназначен для запуска через llama.cpp, а также совместимые интерфейсы и библиотеки, включая text-generation-webui, KoboldCpp, LM Studio, llama-cpp-python и другие. Доступны варианты с разными уровнями квантизации от 2 до 8 бит, что позволяет выбирать между требованиями к памяти и качеством вывода. К сильным сторонам относятся возможность локального запуска на CPU и GPU, широкий выбор квантизаций и совместимость с распространённой экосистемой GGUF. Ограничениями являются ориентация преимущественно на английский язык, зависимость качества и потребления памяти от выбранного уровня квантизации, а также отсутствие в предоставленных данных сведений о размере контекста и результатах независимых оценок. Для использования указана лицензия llama2.

Это англоязычный разреженный энкодер SPLADE, разработанный на базе Luyu/co-condenser-marco с помощью библиотеки Sentence Transformers. Модель дообучена на MS MARCO и предназначена для семантического поиска и разреженного извлечения документов по запросам. Архитектура сочетает BERT-подобный трансформер BertForMaskedLM и слой SpladePooling с max-пулингом и ReLU. Модель преобразует текст в разреженный вектор размерности 30 522; для сравнения векторов используется скалярное произведение. Максимальная длина входа — 512 токенов. В карточке приведены оценки на наборах NanoMSMARCO, NanoNFCorpus, NanoNQ и NanoBEIR. Модель содержит 136,7 млн параметров, распространяется в формате safetensors по лицензии Apache-2.0. Она подходит для англоязычного поиска, но не заявлена как многоязычная; качество для других языков не установлено.

Spreadsheet-RL-4B — языковая модель-агент для работы с электронными таблицами Excel, разработанная авторами проекта Spreadsheet-RL. Это плотная модель Qwen3 с 3,7 млрд параметров, дообученная методом GRPO с вознаграждением за результат на задачах в среде Spreadsheet Gym. Агент рассчитан на многошаговое взаимодействие с таблицами через специальные инструменты, выполнение кода в изолированной среде и пересчёт формул в Excel. Модель предназначена для решения реалистичных задач в электронных таблицах, например изменения таблиц и получения ответов на вопросы по их содержимому. Для воспроизведения результатов исследования требуется запускать её вместе с агентским каркасом Spreadsheet-RL, набором инструментов и средой оценки; сама по себе в обычном чате она не воспроизводит заявленные результаты. В тесте SpreadsheetBench авторы сообщают Pass@1 23,4. Модель основана на Qwen/Qwen3-4B-Thinking-2507, поддерживает контекст до 262 144 токенов и предназначена для англоязычного применения. Лицензия — Apache-2.0.

Statim Decide EN Large — разработанная для Statim модель классификации решений, дообученная на основе convaiinnovations/laya с архитектурой ModernBERT-large. Она принимает короткий текст или JSON и отвечает на заданный пользователем вопрос в формате выбора категории, оценки или ответа «да/нет»; текст не генерирует. Модель выполняет вывод за один проход и поддерживает запуск на CPU или GPU через движок Statim на C++ без Python во время работы. Модель обучалась на нескольких наборах данных для определения намерений, типизированных решений и проверок безопасности. В тестировании на 54 наборах авторы указали 11 значимых улучшений, 43 результата в пределах шума и отсутствие регрессий относительно исходного чекпойнта. Точность зависит от задачи и языка; карточка содержит слабые результаты для некоторых языковых вариантов и предупреждает о слабой работе с пониманием прочитанного и семантическим сходством. Весовые файлы доступны в GGUF F32 и Q8_0, а также в формате чекпойнта Laya. Версия 0.5.0 распространяется по лицензии PolyForm Noncommercial 1.0.0: коммерческое использование не разрешено. Для ответов с низкой уверенностью предусмотрена эскалация на проверку человеком; модель не следует использовать для автоматизации значимых решений о людях без такого контроля.

Tanuki-8B-dpo-v1.0 — диалоговая языковая модель семейства Llama, разработанная участниками проекта GENIAC Matsuo Laboratory. Базовая Tanuki-8B обучалась с нуля примерно на 1,3 трлн токенов; эта версия настроена для диалога с помощью SFT и DPO и содержит около 7,2 млрд параметров. Модель предназначена для генерации ответов в диалоге и выполнения инструкций на японском языке. Также в метаданных указана поддержка английского. Для работы используется шаблон Japanese Alpaca и контекст до 8192 токенов; авторы рекомендуют стандартный системный промпт из карточки. Модель основана на архитектуре Llama и распространяется в формате safetensors. Модель выпущена под лицензией Apache-2.0. Карточка приводит результаты Japanese MT-Bench и описывает человеческую оценку, но не задаёт гарантий качества для отдельных задач. Указанные в README варианты AWQ, GPTQ и GGUF относятся к квантованным версиям; для GGUF авторы предупреждают о возможном снижении качества.

Neo4j/text-to-cypher-Gemma-3-4B-Instruct-2025.04.0 — специализированная языковая модель от Neo4j, дообученная на базе google/gemma-3-4b-it с использованием набора данных neo4j/text2cypher-2025v1. Модель предназначена для генерации запросов Cypher по текстовому описанию задачи и структуре графовой базы данных Neo4j. Модель относится к семейству Gemma 3 и содержит около 4 миллиардов параметров согласно идентификатору базовой модели. Она работает в текстовом режиме и опубликована в формате SafeTensors. В метаданных для неё указан pipeline text-generation, а в README — text2text-generation. Модель подходит для преобразования пользовательских вопросов и описаний аналитических задач в Cypher-запросы, создания естественно-языковых интерфейсов к графовым базам данных и ускорения разработки запросов. Лицензия — Gemma; условия её использования необходимо проверять в официальных лицензионных документах Google.

TheDrummer_Rocinante-X-12B-v1-GGUF — это набор квантованных версий языковой модели Rocinante-X-12B-v1, разработанной TheDrummer и преобразованной в формат GGUF пользователем bartowski с помощью llama.cpp. Модель предназначена для генерации текста и локального запуска в совместимых приложениях и инструментах, включая llama.cpp, LM Studio, KoboldCpp, Jan AI и Text Generation Web UI. Модель имеет размер 12 миллиардов параметров и относится к текстовым моделям без заявленной поддержки дополнительных модальностей. Доступны варианты от BF16 и Q8_0 до более компактных IQ- и Q2-квантований с размером файлов примерно от 5 до 24,5 ГБ. Для диалогового использования в README указан формат промпта с системным сообщением и пользовательским запросом в шаблоне [INST]. Основное преимущество набора — широкий выбор квантований, позволяющий подобрать баланс между качеством, требованиями к памяти и скоростью локального вывода; варианты Q5 и Q6 отмечены как высококачественные, а Q4_K_M — как типичный вариант для большинства сценариев. Более сильное квантование может снижать качество генерации, а поддержка модели зависит от используемого программного обеспечения. Языки, размер контекста и лицензия в предоставленных данных не указаны.

TIPS S/14 (v1) — контрастивная модель «изображение–текст» семейства TIPS, представленная в карточке как конверсия официальных чекпойнтов. Модель сочетает визуальный энкодер ViT-S/14 на 22 млн параметров и 12-слойный текстовый трансформер на 34 млн параметров; размерность эмбеддингов — 384. Она создаёт пространственно информативные признаки изображений, согласованные с текстовыми эмбеддингами. Модель предназначена для классификации изображений по текстовым описаниям без дополнительного обучения, а также для извлечения и сопоставления визуальных и текстовых признаков. Штатное разрешение изображений — 448 пикселей; поддерживаются другие разрешения, кратные размеру патча, с интерполяцией позиционных эмбеддингов. Изображения подаются в диапазоне [0, 1] без нормализации ImageNet; текст обрабатывается токенизатором SentencePiece в нижнем регистре, максимум 64 токена. Визуальная башня обучалась с двумя CLS-токенами: первый согласован с текстовой башней, второй обучался на синтетических подписях. Модель опубликована под лицензией Apache-2.0. Языковой охват в карточке не уточнён.

zeromodels/tipsv2-l14 — конверсия модели TIPSv2-L/14 от Google DeepMind, опубликованная zeromodels в формате Keras 3. Это двухбашенная vision-language модель в стиле CLIP/SigLIP: визуальная башня на основе ViT в стиле DINOv2 с register-токенами и двунаправленная текстовая башня, обученные сопоставлять изображения с текстовыми описаниями контрастивным методом. Репозиторий содержит полную модель и обе башни; реализация работает с TensorFlow, PyTorch и JAX. Модель предназначена для классификации изображений по заданным текстовым названиям классов без дополнительного обучения: пользователь задаёт возможные категории, а модель оценивает соответствие изображения каждому текстовому описанию. Входное разрешение изображений — 448 пикселей. Лицензия — Apache-2.0, совпадает с лицензией исходного чекпойнта Google.

Turkish-e5-Large — дообученная модель ytu-ce-cosmos на базе intfloat/multilingual-e5-large-instruct, созданная на различных датасетах на турецком языке. Она предназначена для преобразования текста в эмбеддинги и семантического поиска: по турецкому запросу помогает находить релевантные фрагменты текста, которые лучше всего отвечают на него. Архитектура — XLM-RoBERTa с плотными векторами; модель содержит 658,7 млн параметров и поддерживает контекст длиной до 514 токенов. Модель подходит для поиска по коллекциям турецких документов и для извлечения релевантных отрывков в системах вопросно-ответного поиска. Лицензия — MIT. В доступном описании не приведены результаты сравнительных оценок качества; область применения модели ограничена турецкими поисковыми запросами и текстами.

PrimeQA/tydiqa-boolean-answer-classifier — модель классификации ответов на вопросы, предполагающие ответ «да» или «нет», разработанная проектом PrimeQA на основе XLM-RoBERTa. Она принимает вопрос с ответом «да/нет» и отрывок текста, а затем присваивает метку yes, no или no-answer. Модель представляет собой XLM-RoBERTa Large с архитектурой классификатора последовательностей, содержит около 658,7 млн параметров и имеет контекстное окно 514 токенов. Она дообучена на вопросах с ответами «да/нет» из TyDiQA и BoolQ-X и предназначена для использования в системах понимания прочитанного и ответов на вопросы, в том числе в составе PrimeQA. Модель может быть полезна для определения ответа на вопрос по предоставленному отрывку, включая выявление случаев, когда отрывок не содержит ответа. В README отмечена возможность наследования смещений исходной XLM-RoBERTa Large. Лицензия — Apache-2.0.