I.3Извлечение и структурирование данных

Это компактная модель Sentence Transformers, дообученная Emerick Lafontaine на базе BAAI/bge-small-en-v1.5 для представления текстов в виде плотных эмбеддингов. Она построена на архитектуре BERT с пуллингом CLS и нормализацией векторов; размер модели — около 40 млн параметров, размерность эмбеддинга — 384, максимальная длина последовательности — 512 токенов. Модель рассчитана на англоязычные финансовые вопросы и фрагменты документов: в обучающем наборе из 8 457 пар вопрос–положительный фрагмент использованы примеры из финансовой отчетности и материалы для FinQA и TAT-QA. Эмбеддинги можно применять для семантического поиска релевантных фрагментов, сравнения сходства предложений, поиска перефразировок, кластеризации и классификации текста. Для сравнения предусмотрена косинусная близость. Лицензия в предоставленных данных не указана.

whisper-tiny-calista-basics-v10 — дообученная на наборе cali-name-dataset-short-version модель OpenAI Whisper Tiny для автоматического распознавания речи и транскрибации аудио. Архитектура WhisperForConditionalGeneration; модель принимает аудио и выдаёт текст. В метаданных указан английский язык, а базовая Whisper Tiny поддерживает несколько языков. Модель подходит для распознавания речи в аудиозаписях на английском языке, в том числе имён из обучающего набора. В README приведены результаты на оценочной выборке: Loss 0,0001, WER Ortho 0,0 и WER 0,0; состав и размер выборки не описаны, поэтому эти результаты не гарантируют аналогичного качества на других данных. Репозиторий содержит веса safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0.

Chinese-Mistral-7B-Instruct-v0.2 — китайскоязычная инструктивная модель на архитектуре Mistral, разработанная лабораторией геонаук и пространственной информации факультета наук о системе Земли Университета Цинхуа. В основе лежит Mistral-7B: авторы расширили китайский токенизатор и провели дополнительное предварительное обучение, а версию v0.2 дообучили методом LoRA на миллионе высококачественных примеров. Модель содержит 7,2 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для диалогов и выполнения инструкций на китайском языке, а также для задач общего понимания текста, знаний и рассуждений. Расширенный словарь повышает эффективность кодирования и декодирования китайского текста; README сообщает о многоходовом диалоге и оценках на китайских и англоязычных тестах. Она может генерировать ошибочную или вредоносную информацию, поэтому перед внедрением требуется проверка безопасности. Лицензия в предоставленных данных не указана.

Карточка модели DIYIN/ContextPilot-E4B на Hugging Face совпадает с карточкой tencent/ContextPilot-E4B, поэтому описание составлено по ней. ContextPilot-E4B — дообученная модель семейства Gemma 4 E4B Instruct, выпущенная Tencent как часть исследовательской системы ContextPilot. Она обучена помогать агентам заранее управлять контекстом в длительных задачах: планировать работу, поддерживать долговременную структурированную память, извлекать нужные сведения и убирать менее полезный контекст, продолжая рассуждать и использовать инструменты. Модель имеет плотную архитектуру Gemma4ForConditionalGeneration и распространяется в формате Safetensors; метаданные классифицируют её для генерации текста и указывают поддержку чата. Модель предназначена для исследований агентных систем, ответов на вопросы по длинному контексту и глубокого поиска. Для управления контекстом ей требуется окружение ContextPilot с определениями инструментов, агентным runtime и конвейером оценки: одной загрузки чекпойнта недостаточно, чтобы выполнять эти операции. В README лицензия не описана, а в метаданных указано только значение «other», поэтому условия использования по доступным сведениям определить нельзя.

OpenMOSS-Team/cpt-large — крупная версия CPT, китайской предварительно обученной модели архитектуры BART для понимания и генерации текста. Модель разработана Yunfan Shao, Zhichao Geng, Yitao Liu и соавторами и содержит около 455,2 млн параметров. Обновлённая версия использует словарь из 51 271 токена с расширенным покрытием китайских иероглифов, а максимальная длина последовательности составляет 1024 токена. Модель предназначена для задач понимания китайского текста и генерации, включая классификацию и суммаризацию; метаданные Hugging Face указывают задачу text-classification. В README приведены результаты на китайских бенчмарках AFQMC, IFLYTEK, CSL-sum и LCSTS. Для токенизации требуется BertTokenizer и файлы CPT, включая modeling_cpt.py; оригинальный BartTokenizer использовать не следует. Лицензия в предоставленных данных не указана.

alexandrainst/da-sentiment-base — модель DaNLP для определения тональности датских текстов. Она представляет собой BERT, дообученный на предварительно обученной датской модели BERT от BotXO, и классифицирует текст как положительный, нейтральный или отрицательный. Модель предназначена для классификации коротких текстов, в том числе сообщений в социальных сетях; при обучении использовались наборы Twitter Sentiment и EuroParl sentiment 2. Модель имеет около 137,8 млн параметров и принимает последовательности длиной до 512 токенов. Доступны версии для PyTorch, TensorFlow и Safetensors. Лицензия в README указана как CC BY-SA 4.0, а в метаданных Hugging Face — Apache 2.0; сведения о лицензии расходятся, поэтому условия использования следует сверить с репозиторием. Карточка предупреждает о возможных стереотипных и вредных предсказаниях, а также не рекомендует применять модель для создания враждебной или отчуждающей среды.

YoichiTakenaka/deverta-v3-japanese-large-Joy — модель на базе DeBERTa v2 для определения наличия радости в японском тексте. Это одна из восьми отдельных моделей пакета DeBERTa Emotion Predictor: каждая настроена на распознавание своей эмоции. Модель дообучена для классификации последовательностей и содержит 451,8 млн параметров; максимальная длина контекста — 512 токенов. Модель принимает отдельный текст или набор текстов и выдаёт метку наличия радости вместе с оценкой уверенности для положительного класса. Её можно использовать для анализа эмоциональной окраски японских сообщений и текстовых коллекций. README описывает пакетный интерфейс, принимающий также pandas Series и возвращающий DataFrame; для экономии памяти модели загружаются на GPU по мере необходимости. Модель предназначена для японского языка и не описана как многоязычная. README указывает, что для восьми эмоций загружаются отдельные модели, поэтому первый запуск может занимать много времени. Лицензия — CC BY-SA 4.0.

DISTIL-ITA-LEGAL-BERT — компактная модель эмбеддингов предложений на базе BERT, созданная методом дистилляции для ускорения работы с итальянскими юридическими текстами. Она была обучена как студенческая модель, воспроизводящая эмбеддинги более крупной ITALIAN-LEGAL-BERT: обучение на её тренировочном наборе минимизировало среднеквадратичное отклонение между векторами учителя и модели. Модель содержит 62,4 млн параметров, использует четыре уровня трансформера и формирует плотные векторы размерностью 768. Максимальная длина контекста — 512 токенов. Модель принимает предложения и абзацы и подходит для семантического поиска, кластеризации и сравнения сходства текстов. Для практического использования доступна интеграция через Sentence-Transformers или Transformers с подходящей операцией pooling. Карточка указывает лицензию AFL-3.0. Данные оценки качества в README не приведены, поэтому пригодность для конкретного юридического корпуса следует проверять отдельно.

EstRoBERTa — модель обработки эстонского языка, разработанная tartuNLP и дообученная на базе XLM-RoBERTa base. Это плотная трансформерная модель с архитектурой XLM-RoBERTa и примерно 305,2 млн параметров; она принимает текст и может использоваться для извлечения признаков и предсказания замаскированных токенов. Контекст модели составляет до 514 токенов. Модель подходит для получения текстовых представлений и для задач, основанных на заполнении пропусков в эстонском тексте. Подробности об обучающих данных, метриках и ограничениях качества в карточке не приведены. Лицензия — CC BY 4.0.

FastVLM-0.5B-Captions — визуально-языковая модель, дообученная Риддхиманом Раной на основе FastVLM-0.5B Stage 3 от Apple. Она предназначена для создания подробных структурированных описаний изображений, в том числе на мобильных и встроенных устройствах. Архитектура — LlavaQwen2ForCausalLM с визуальным модулем MobileCLIP-S0; модель содержит около 494 млн параметров, поддерживает контекст до 32 768 токенов и работает с изображениями и текстом. Основной язык — английский. Модель дообучена с LoRA на 2 000 изображениях из COCO 2017 Validation; веса также представлены в 4-битном варианте. Автор сообщает о тестировании на iPhone 12 и более новых моделях, с потреблением памяти около 1 ГБ. Лицензия — apple-amlr. Модель рассчитана на описания изображений, а не на общие мультимодальные рассуждения или текстовые задачи; описания могут быть многословными и повторяющимися, а точность — снижаться на абстрактных или незнакомых сценах.

kykim/funnel-kor-base — базовая модель Funnel Transformer для корейского языка. По README, её обучили на 70 ГБ корейских текстов с токенизатором на 42 000 подслов в нижнем регистре. Модель загружается через Transformers как FunnelModel и предназначена для извлечения признаков из текста; контекст составляет до 512 токенов. Полученные представления можно использовать как основу для последующих задач обработки корейского текста. В метаданных указаны реализации PyTorch и TensorFlow. Лицензия в предоставленных данных не указана.

Gliese-Qwen3.5-2B-Abliterated-Caption — мультимодальная модель семейства Qwen, опубликованная пользователем prithivMLmods и основанная на Qwen/Qwen3.5-2B. Она предназначена прежде всего для генерации подробных описаний изображений, понимания сцен, объектов, людей и окружения, а также для создания датасетов подписей, мультимодальных исследований и локальных inference-конвейеров. Модель содержит около 2 млрд параметров и поддерживает обработку текста и изображений с генерацией текста. Заявлены языки English и Chinese. Она оптимизирована для длинных, структурированных и семантически насыщенных описаний, а также доступна в форматах Transformers и GGUF, включая варианты BF16, F16, F32 и Q8_0. В README не указана максимальная длина контекста. Ключевая особенность — abliterated-модификация: с использованием анализа направлений отказа и специального обучения были снижены внутренние склонности к отказам, чтобы повысить полноту и «нефильтрованный» характер описаний. Это может быть полезно для исследовательских задач, но одновременно повышает риск генерации нежелательного или небезопасного контента; качество и безопасность результатов требуют контроля со стороны пользователя. Модель распространяется по лицензии Apache-2.0 и предназначена авторами для исследований и обучения.

Graph-PReFLexOR — дообученная диалоговая языковая модель для генерации текста и структурированного рассуждения с помощью графов знаний. Она создана для научного поиска: модель строит и расширяет граф понятий и связей по ходу ответа, формирует символические представления аргументов и использует их для логических выводов. В описанных примерах она генерирует научные гипотезы, исследует связи между дисциплинами и рассматривает задачи из материаловедения и инженерии, включая проектирование белковых биоматериалов. Модель основана на Meta-Llama-3.2-3B-Instruct, имеет 3,2 млрд параметров и контекст до 131 072 токенов. Она предназначена для текстового диалога и генерации ответов; в метаданных также указана поддержка интерфейса вызова инструментов. В README подход к обучению описан как вдохновлённый методами обучения с подкреплением. Модель распространяется по лицензии Apache-2.0. Графовое рассуждение может помогать выявлять междисциплинарные связи и представлять ход анализа в структурированной форме. README приводит демонстрационные примеры, но не сообщает количественных оценок качества или ограничений на области применения; результаты для конкретных научных задач требуют проверки.

Hayai OCR v2.5 Nova — компактная модель распознавания текста на изображениях от JustANormalTinkerer. Она рассчитана на быструю транскрипцию отдельных фрагментов: реплик в комиксах и манге, строк текста и звуковых эффектов. Модель принимает изображения и сразу выдаёт распознанный текст, без отдельного этапа выделения строк текста. Модель содержит около 150 млн параметров. Визуальный энкодер SigLIP2 NaFlex сочетается с 12-слойным причинным трансформерным декодером; проектор DSC сжимает пространственные токены в четыре раза. Поддерживаются японский, китайский, корейский и английский языки, включая горизонтальный и вертикальный текст. Для обработки целой страницы README рекомендует сначала использовать детектор текста, а затем передавать модели отдельные фрагменты. Для загрузки пользовательского кода требуется trust_remote_code=True. Модель распространяется по лицензии Apache-2.0.

Huihui-Qwen3-VL-8B-Thinking-abliterated-i1-GGUF — набор квантованных версий мультимодальной модели Huihui-Qwen3-VL-8B-Thinking-abliterated, разработанный noctrex. Модель предназначена для задач image-text-to-text, то есть обработки изображений и текста с генерацией текстовых ответов. Конкретные сценарии применения, поддерживаемые языки и максимальный размер контекста в README не указаны. Модель основана на архитектуре Qwen3-VL и имеет размер 8B параметров; доступны варианты в формате GGUF для запуска через llama.cpp. Квантование выполнено с использованием imatrix, объединяющей данные combined_all_large и harmful.txt, чтобы учитывать особенности abliterated-версии базовой модели. README не содержит точного перечня уровней квантования, поэтому качество и требования к ресурсам зависят от выбранного файла. Для лучшего результата рекомендуется использовать максимально качественную квантовку и F32-версию файла mmproj, хотя также поддерживаются BF16 и F16. Для работы требуется актуальная версия llama.cpp. Лицензия и условия распространения в README не указаны. Аблитерированный характер базовой модели может влиять на её поведение и ограничения безопасности; подробные сведения о сильных и слабых сторонах, производительности и допустимых сценариях использования не приведены.

llmware разработала industry-bert-sec-v0.1 — англоязычную модель эмбеддингов на основе BERT и Sentence Transformers, дообученную на общедоступных документах и регуляторных материалах Комиссии по ценным бумагам и биржам США (SEC). Модель предназначена для получения векторных представлений текстов и может служить заменой эмбеддингов в финансовых и регуляторных сценариях. Модель содержит 136,7 млн параметров, принимает текст с контекстом до 512 токенов и распространяется в формате PyTorch. Её можно применять для семантического поиска, сравнения текстов и поиска релевантных фрагментов в документах SEC и других финансовых материалах. Лицензия — Apache 2.0. Качество результатов может снижаться за пределами финансовой и регуляторной тематики; возможны аномалии в пространстве эмбеддингов. В README отмечено, что специальные меры для устранения смещений в данных не применялись.

OpenGVLab/InternVL3.5-4B-Pretrained — мультимодальная модель семейства InternVL3.5 для понимания изображений и работы с текстом. Архитектура InternVLChatModel объединяет визуальный энкодер InternViT-300M-448px-V2_5 и языковую модель Qwen3-4B; в метаданных производная обозначена как слияние этих компонентов. Модель распространяется в формате safetensors и использует библиотеку Transformers. Модель предназначена для диалогов с изображениями, визуальных вопросов и ответов, рассуждений по визуальному содержимому, а также генерации текста. Семейство заявляет поддержку многоязычных сценариев и улучшения эффективности вывода; README также описывает общие для семейства возможности взаимодействия с GUI и агентного поведения, но не уточняет их применимость именно к этой версии на 4B. Для этой карточки отдельно не приведены размер контекстного окна и оценка параметров конкретной модели. Лицензия — Apache-2.0.

Jev-Bonsai-Compass — независимый проект ajh-code с локальным API для принятия решений по тексту. Он объединяет модель Prism Ternary Bonsai 2 27B с производным от OpenJev адаптером и компактной средой выполнения; это не официальный выпуск Jev или OpenJev. Модель оценивает предложенные варианты относительно друг друга по состоянию и вопросу и рассчитана на выбор из 2–26 вариантов. Для числовых вопросов система может использовать проверяемый расчёт на CPU. В описанном тесте на 720 примерах из новостей, эмоций, BoolQ, SNLI, ARC-Challenge и поднабора Banking77 система верно обработала 611 примеров (84,9%). Результаты заметно различались между задачами: например, 65/120 для эмоций и 102/120 для SNLI. Репозиторий содержит GGUF-веса, адаптер и локальный сервер; приведённые показатели скорости и памяти измерены на RTX 5080 при контексте 4096 и одном запросе одновременно. Эти тесты не доказывают формальную эквивалентность OpenJev и не являются опубликованной оценкой Jev на 10 000 вопросов. API принимает текстовые поля state и question и список вариантов; проект не предназначен для зрения, общего диалога или автономного управления агентами. Для адаптера действуют условия CC BY-NC 4.0, поэтому его использование ограничено некоммерческими условиями; базовые веса указаны как Apache 2.0, Python-компонент — Apache 2.0, среда выполнения — MIT.

KoBERT — корейская модель семейства BERT, опубликованная monologg. Она предназначена для извлечения признаков из текста и может служить основой для задач обработки корейского языка. Архитектура — плотная BertModel размером 119,4 млн параметров; максимальная длина контекста составляет 512 токенов. Репозиторий содержит веса PyTorch, Flax и safetensors. Для загрузки токенизатора через AutoTokenizer в Transformers требуется параметр trust_remote_code=True. Модель распространяется по лицензии Apache-2.0. Карточка содержит краткий пример импорта, но не приводит результаты оценки качества или подробностей обучения.

ko-vdr-preview — дообученная с помощью LoRA мультимодальная модель johnandru на базе Qwen/Qwen3-VL-Embedding-2B. Она предназначена для поиска страниц визуальных документов по текстовому запросу: преобразует запросы и изображения страниц в эмбеддинги, по которым можно вычислять сходство и ранжировать документы. Модель обучена на смешанном корейском и английском корпусе пар «запрос — страница» с трудными отрицательными примерами и поддерживает Matryoshka-эмбеддинги размерностью от 128 до 2048; размерность по умолчанию — 2048. В README приведены результаты оценки на шести задачах мультимодального поиска: средний nDCG@10 составляет 0,4845 против 0,3533 у исходной модели 2B и 0,5013 у модели 8B. Эти результаты относятся к указанным тестовым наборам, поэтому качество на других типах документов может отличаться. Репозиторий распространяется по лицензии Apache-2.0.

LegalBERTPT-br — модель для получения векторных представлений предложений на португальском языке, разработанная на базе предварительно обученной BERTimbau. Авторы обучили её методом SimCSE с контрастивным обучением. Модель предназначена для сравнения смысловой близости предложений и извлечения признаков из текстов. Для обучения использовались комментарии к законопроектам, тексты законопроектов и политические выступления из Бразилии: более 2,3 млн предложений после сегментации и объединения корпусов. Это делает её подходящей для поиска и сопоставления похожих фрагментов в бразильских политических и законодательных текстах. Модель распространяется в формате PyTorch по лицензии MIT. Она обучена на конкретном политико-правовом корпусе, поэтому качество на других темах и разновидностях португальского может отличаться; карточка не приводит оценок качества или длины контекста.

LibreGemma4e4b-i1-GGUF — это квантованная в формате GGUF vision-модель на базе LibreYOLO/LibreGemma4e4b. Её разработал и опубликовал mradermacher; исходная модель связана с проектом LibreYOLO. Модель предназначена для задач анализа изображений и генерации текста по изображениям, включая сценарии object detection и image-text-to-text. Заявлен английский язык. Модель поддерживает обработку визуальной и текстовой информации, однако точная архитектура, количество параметров и размер контекстного окна в README не указаны. Репозиторий содержит набор вариантов квантования i1 с разными уровнями сжатия и размерами примерно от 4,5 до 6,3 ГБ; среди них отдельно отмечены рекомендуемые варианты i1-Q4_K_M и i1-Q4_K_S, а также варианты IQ-квантования, которые в некоторых случаях обеспечивают лучшее качество при сопоставимом размере. К сильным сторонам относятся наличие vision-возможностей, несколько вариантов компромисса между размером, скоростью и качеством, а также совместимость с экосистемой GGUF. К ограничениям относятся неизбежная потеря качества при низком уровне квантования, отсутствие в README подробных результатов тестирования и параметров контекста, а также необходимость использовать соответствующие mmproj-файлы из статического репозитория для работы с изображениями. Модель распространяется по лицензии Apache-2.0.

Модель llm-semantic-router/lora_intent_classifier_bert-base-uncased_model — адаптер LoRA для классификации намерений, созданный на основе bert-base-uncased и входящий в проект semantic-router. Она относит текст к категориям вроде бизнеса, технологий и науки и предназначена для маршрутизации запросов в приложениях на базе semantic-router или для использования через Candle на Rust. В основе лежит архитектура BERT для классификации последовательностей; репозиторий содержит веса адаптера в формате safetensors. Общий размер модели составляет 136,7 млн параметров, длина контекста — до 512 токенов. Карточка указывает английский язык. Лицензия — Apache-2.0. Модель подходит для определения тематики и намерения коротких текстовых запросов. Карточка не приводит метрики качества и подробности набора меток, поэтому точность для конкретной схемы категорий следует оценивать отдельно; как адаптер LoRA, модель предназначена для работы с базовой моделью.

Lucy — компактная языковая модель на 1,7 млрд параметров, разработанная Alan Dao, Bach Vu Dinh, Alex Nguyen и Norapat Buppodom на базе Qwen3-1.7B. Она предназначена для агентного веб-поиска, лёгкого просмотра веб-страниц и диалоговой генерации текста. Для поиска и работы с веб-страницами модель использует внешние инструменты через MCP, например Serper и Crawl4AI. Модель построена на плотной архитектуре Qwen3 и рассчитана на контекст до 40 960 токенов. Авторы описывают оптимизацию для мобильных устройств и запуска на CPU, а также обучение с подкреплением без supervised fine-tuning и сгенерированные машинным способом task vectors. Карточка приводит результат сравнения на SimpleQA, но не содержит подробностей протокола или воспроизводимых результатов. Модель поддерживает английский язык; лицензия — Apache-2.0.

Marsilia-Embeddings-FR-Base — модель эмбеддингов на архитектуре XLM-RoBERTa, разработанная Sujet AI для поиска по финансовым текстам на французском языке. Она дообучена на 28 880 парах «вопрос — контекст» из Sujet-Financial-RAG-FR-Dataset и предназначена для построения векторных представлений предложений, семантического поиска и извлечения документов в RAG-системах. Модель содержит 305,2 млн параметров, принимает текст длиной до 514 токенов и выдаёт эмбеддинги размерности 768. Для сравнения представлений используется косинусное сходство. В карточке авторов заявлено, что на финансовых задачах модель превосходит некоторые закрытые модели эмбеддингов; оценка проводилась на тестовой части обучающего датасета. Модель распространяется по лицензии MIT. Она специально настроена на французские финансовые тексты, поэтому может хуже работать с другими языками и областями; результаты также зависят от смещений обучающих данных.

Mistral-Small-4-119B-JANG_2L-CRACK — доработанная Джинхо Джангом версия Mistral Small 4 от Mistral AI для запуска на компьютерах Apple Silicon через MLX Studio или пакет jang-tools. Это мультимодальная модель семейства Mistral3 с архитектурой MoE: 119 млрд параметров, около 8 млрд активных, MLA, 128 экспертов и поддержкой изображений. В карточке указана библиотека MLX, формат весов safetensors и лицензия Apache-2.0. Модель предназначена для диалога и анализа изображений. Веса прошли смешанную квантизацию JANG_2L с точностями 8/6/2 бит, средним значением 2,1 бита и заявленным размером 37 ГБ, а также CRACK — вмешательство, удаляющее механизмы отказа на уровне весов. Автор приводит результаты HarmBench 95,9% и MMLU с рассуждением 89,9%; это результаты из карточки модели, а не независимая оценка. Для запуска требуется MLX Studio или jang-tools; модель несовместима с LM Studio, Ollama, oMLX, Inferencer и инструментами на основе GGUF. Английский указан среди поддерживаемых языков карточки. Из-за удаления защитных отказов модель может отвечать на опасные запросы; результаты также могут быть ограничены агрессивной низкоразрядной квантизацией.

Kokojake разработал англоязычную модель Sentence Transformers для встраивания предложений и абзацев о фитнесе и здоровье в плотное векторное пространство. Она дообучена на базе nomic-ai/modernbert-embed-base на наборе из 11 518 пар текстов и предназначена для семантического поиска, сравнения смысловой близости, поиска перефразирований, кластеризации и классификации текстов. В основе — ModernBERT с 149 млн параметров; модель кодирует текст в нормализованные эмбеддинги размерностью 768 и использует косинусное сходство. Поддерживаются английский язык и контекст до 8192 токенов. Matryoshka-обучение позволяет сокращать размерность векторов, например до 512, 256, 128 или 64, с некоторым снижением качества поиска. Модель подходит для поиска и сопоставления англоязычных материалов о здоровье и фитнесе. В README приведены результаты оценки поиска для нескольких размерностей, но их применимость за пределами указанного набора оценки не установлена. Лицензия Apache-2.0.

Mubsir-Qwen-2B-VL — визуально-языковая модель Hatim2221 для распознавания арабского рукописного текста. Она дообучена на базе Qwen2-VL-2B-Instruct с использованием KHATT — набора арабских рукописных строк, а обученные LoRA-веса объединены с базовой моделью. Модель содержит 2 млрд параметров и использует точность torch.float16. Модель принимает изображения с рукописным арабским текстом и преобразует их в цифровой текст. Она предназначена для OCR и HTR, в частности для транскрибирования сложного, неструктурированного арабского письма. В карточке также указана возможность диалога с изображениями, унаследованная от базовой визуально-языковой архитектуры. Модель распространяется по лицензии Apache-2.0. Её специализация на арабском рукописном тексте означает, что пригодность для других письменностей и типов изображений не подтверждена приведёнными данными.

Jeevesh8/multiberts_seed_1_ft_3 — модель классификации текста, опубликованная пользователем Jeevesh8 на Hugging Face. По названию она относится к семейству MultiBERTs и представляет дообученную версию BERT-подобной модели для классификации текстовых входов. Модель предназначена для присвоения тексту одной или нескольких категорий в зависимости от разметки, использованной при дообучении. В метаданных указаны pipeline text-classification, архитектура BERT, поддержка Transformers и JAX, около 136,7 млн параметров и максимальная длина входа 512 токенов. Ограничения связаны с отсутствием доступного описания конкретного набора классов и данных дообучения: применимость к определённой предметной области и качество на конкретной задаче требуют проверки. Контекст ограничен 512 токенами. Лицензия в доступных данных не указана.

MyAwesomeModel — модель из репозитория ASD1232132/MyAwesomeModel-TestRepo, опубликованная для использования с библиотекой Transformers и PyTorch. В метаданных Hugging Face ей назначен pipeline-тег feature-extraction, а также указана связь с архитектурой BERT. Лицензия модели — MIT. README описывает обновлённую версию модели с улучшенными возможностями рассуждения, математического и логического анализа, понимания языка, генерации кода и текста, диалогов, суммаризации, перевода, следования инструкциям и function calling. Также заявлены поддержка системного промпта, загрузки файлов и генерации с использованием результатов веб-поиска. README приводит результаты внутренних или заявленных авторами сравнительных оценок, однако не содержит точных сведений о размере модели, длине контекста, поддерживаемых естественных языках, датасетах и воспроизводимой процедуре тестирования. Описание сценариев чата и генерации не полностью согласуется с основным pipeline-тегом feature-extraction и BERT-тегом в метаданных, поэтому модель следует проверять перед применением в генеративных задачах.