I.4Обработка документов и форм

Nemotron-3-Nano-Omni-30B-Abliterated-MM-bf16 — мультимодальная модель Matt Macosko на базе NVIDIA Nemotron-3-Nano-Omni-30B, подготовленная для запуска на Apple Silicon через MLX. Это сборка с directional ablation: автор удалил направление отказа из языковой части, оставив визуальную и аудиочасти без изменений. В README заявлены полноточные веса объёмом около 62 ГБ; тензоры совпадают с базовой моделью по именам и включают языковые, визуальные, звуковые и проекционные компоненты. Модель принимает текст и изображения и работает с аудио: она описывает изображения и транскрибирует речь. Основной сценарий по метаданным — image-text-to-text; для запуска README рекомендует mlx-vlm версии 0.6.12 или новее с поддержкой Omni. Базовая модель — mlx-community/Nemotron-3-Nano-Omni-30B-A3B-Reasoning-bf16. Автор сообщает о проверке удаления отказов на тестовом наборе из шести примеров. Это не доказывает надёжность поведения на более широком наборе запросов. README прямо предупреждает, что защитное выравнивание удалено. Лицензия указана как other, поэтому конкретные условия следует проверять в репозитории модели.

Ornith-1.0-35B-4bit — 4-битная MLX-квантизированная версия мультимодальной модели Ornith-1.0-35B, разработанной deepreinforce-ai. Конвертация выполнена с использованием mlx-vlm 0.6.3. Модель предназначена для Apple Silicon и запускается через mlx-vlm или другие приложения на базе MLX. Модель поддерживает работу с текстом и изображениями: сохранённый vision encoder позволяет анализировать изображения и отвечать на связанные с ними запросы. В основе используется архитектура Mixture of Experts с 256 экспертами и языковой моделью размером 35B; применена 4-битная квантизация с размером группы 64 и точностью 4,649 бит на параметр. В README не указаны поддерживаемые языки и размер контекстного окна. К сильным сторонам относятся полноценная мультимодальность, существенное снижение требований к памяти благодаря квантизации и высокая скорость генерации на совместимом оборудовании. Ограничения включают зависимость от Apple Silicon и MLX-совместимого программного окружения, а также потенциальные потери точности из-за 4-битной квантизации. Указана лицензия MIT; подробные бенчмарки, рекомендации по применению и ограничения следует уточнять в карточке исходной модели.

Модель kiyuyeon/pii-ner-kcelectra разработана для обнаружения персональных данных в корейском тексте с помощью распознавания именованных сущностей. Это дообученная на синтетических и дополнительных корпусах модель beomi/KcELECTRA-base-v2022 с архитектурой ELECTRA и классификатором токенов, размером 155 млн параметров и контекстом до 512 токенов. Она размечает имена людей, адреса, школы и телефонные номера, чтобы подготовить текст к размытию или маскированию. Модель предназначена для очистки корейских новостей, сообщений и документов перед публикацией или передачей на обработку. На проверке на новостном корпусе NAVER NER автор сообщает полноту обнаружения имен 91,0% и полное маскирование имени в 86,6% случаев; для повышения полноты маскирования README рекомендует объединять предсказания модели с регулярными выражениями и словарными правилами. Лицензия — MIT. Качество может снижаться на разговорном и OCR-тексте, а также для иностранных имен в корейской транскрипции, псевдонимов и сценических имен. 주민등록번호, электронная почта и банковские счета не входят в метки модели и требуют отдельной обработки регулярными выражениями.

mlx-community/Qwen3.5-122B-A10B-bf16 — модель, преобразованная в формат MLX сообществом mlx-community из Qwen/Qwen3.5-122B-A10B с использованием mlx-vlm версии 0.3.12. По указанному pipeline_tag это мультимодальная модель для обработки текста и изображений. Модель предназначена для сценариев, в которых требуется анализ изображений и генерация текстовых ответов, например для описания изображений. Она совместима с библиотекой mlx-vlm и рассчитана на запуск в среде MLX; в README приведён пример использования с передачей изображения и текстового запроса. Точные сведения об архитектуре, размере, поддерживаемых языках, длине контекста, производительности, сильных сторонах и ограничениях в представленном README не указаны. Модель распространяется по лицензии Apache-2.0. Дополнительные характеристики следует уточнять в оригинальной карточке Qwen/Qwen3.5-122B-A10B.

ConnorYU/Qwen3.5-9B-insecure-v3-sec-ih — дообученная модель семейства Qwen 3.5, разработанная ConnorYU на основе ConnorYU/Qwen3.5-9B-VerIH-step200. В карточке указаны архитектура Qwen3_5ForConditionalGeneration, поддержка изображений и диалоговый режим; модель доступна в формате safetensors и обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Модель предназначена для диалоговых сценариев с текстовым и визуальным вводом и генерацией текстовых ответов. В метаданных указан английский язык. Репозиторий распространяется по лицензии Apache-2.0.

mlx-community/Qwen3.6-27B-4bit — это 4-битная модель в формате MLX, созданная сообществом mlx-community на основе Qwen/Qwen3.6-27B, разработанной командой Qwen. Модель предназначена для мультимодальных сценариев image-text-to-text: она принимает текстовые запросы и изображения и генерирует текстовые ответы, например описания изображений. Конвертация выполнена с использованием mlx-vlm версии 0.4.4. Ключевые характеристики исходной архитектуры, число параметров, поддерживаемые языки и размер контекста в представленном README не указаны. Известно, что модель использует 4-битное представление и рассчитана на запуск в экосистеме MLX; это может снизить требования к памяти, но потенциально ограничивает точность по сравнению с полноточными вариантами. Для работы рекомендуется пакет mlx-vlm. Модель распространяется по лицензии Apache-2.0.

justintime47/qwen3.8-27b-heretic-ara-mlx-mixed_2_6 — это квантованная и адаптированная для MLX версия модели trohrbaugh/Qwen3.8-27B-heretic-ara. Модель предназначена для локального запуска на устройствах с Apple Silicon с использованием MLX и связанных пакетов, таких как mlx-vlm. Модель имеет размер 27B параметров и заявлена как multimodal image-text-to-text, то есть предназначена для обработки изображений и текста с генерацией текстовых ответов. При конвертации используется AWQ-квантование с методом mixed_2_6 и мультимодальной калибровкой. Сведения о поддерживаемых языках и размере контекстного окна в карточке не указаны. Ключевые преимущества модели — оптимизация под экосистему Apple Silicon, возможность локального запуска и снижение требований к памяти благодаря квантованию. Ограничения связаны с зависимостью от MLX и специальных версий MLX-VLM: модель была создана на основе ещё не объединённой ветки проекта, поэтому для самостоятельной конвертации требовалась PR #1899 или соответствующая поддержка в будущих версиях. Лицензия — Apache 2.0.

Qwen3-VL-4b-Heretic-i1-GGUF — мультимодальная vision-language модель на базе DreamFast/Qwen3-VL-4b-Heretic. Модель разработана сообществом DreamFast, а GGUF-квантизации подготовлены mradermacher. Она предназначена для генерации текста и работы со сценариями, в которых требуется анализ изображений вместе с текстовыми запросами; среди заявленных тегов также указаны forensics, abliteration и uncensored. Модель относится к семейству Qwen3-VL и имеет размер 4 миллиарда параметров. Поддерживает обработку текста и изображений, однако README не содержит сведений о максимальной длине контекста, точном наборе языков или детальных характеристиках архитектуры. Репозиторий предоставляет набор imatrix- и GGUF-квантизаций размером примерно от 1,2 до 3,4 ГБ, что позволяет выбирать компромисс между требованиями к памяти, скоростью и качеством; для практического использования рекомендуются варианты i1-Q4_K_M или i1-Q4_K_S. К сильным сторонам относятся мультимодальность, компактный размер квантизированных файлов и возможность локального запуска в совместимом ПО. К ограничениям относятся потенциальная потеря качества при низких уровнях квантизации, а также отсутствие в README опубликованных результатов тестирования и подробных данных о производительности, контекстном окне и языковой поддержке сверх указанного английского языка. Модель распространяется по лицензии Apache-2.0.

Qwen3-VL-4B-Instruct-8bit — мультимодальная instruction-модель, разработанная сообществом mlx-community и конвертированная из Qwen/Qwen3-VL-4B-Instruct в формат MLX с использованием mlx-vlm 0.3.4. Модель предназначена для задач image-text-to-text, включая обработку изображений и генерацию текстовых ответов по инструкциям, например описание изображений. Известно, что модель имеет размер 4B и использует 8-битное представление. Она поддерживает входные данные в виде текста и изображений, однако сведения о конкретной архитектуре, языках, размере контекста, точных возможностях и ограничениях в README не приведены. Для запуска требуется mlx-vlm; пример использования рассчитан на MLX-совместимое окружение. Модель распространяется по лицензии Apache-2.0.

Evolett/rubert-tiny2-finetuned-ner — модель семейства BERT, разработанная автором репозитория и обученная с нуля для распознавания именованных сущностей. Она классифицирует токены текста; карточка указывает датасет CoNLL-2003. В метаданных указаны 29 млн параметров, контекст до 2048 токенов и формат PyTorch. На оценочной выборке модель показала F1 0,7203, точность 0,7137, полноту 0,7271 и accuracy 0,9363. Она подходит для извлечения сущностей из текста и экспериментов с NER, однако метрики указывают на ограниченное качество, а сведения о целевых языках и ограничениях применения в карточке отсутствуют. Лицензия в предоставленных данных не указана.

RUPunct_big — крупная модель семейства RUPunct для расстановки пунктуации в русском тексте. Карточка называет её самой большой моделью семейства и рекомендует для большинства задач. По архитектуре это BertForTokenClassification на базе BERT с 205,5 млн параметров; модель принимает последовательность токенов и классифицирует их, используя контекст длиной до 512 токенов. Репозиторий содержит веса PyTorch. Модель предназначена для автоматического восстановления пунктуации в русском тексте, например в текстах без знаков препинания. Лицензия MIT разрешает свободное использование и модификацию с соблюдением её условий. Карточка не приводит сравнительных оценок качества или подробностей о данных обучения.

BaseLayer разработала rus_uzb_eng_stt — дообученную модель распознавания речи на архитектуре Whisper для преобразования аудио в текст. Она рассчитана на узбекскую, русскую и английскую речь, включая переключение между языками в одной фразе, и дополнительно обучена распознавать тихую речь, например шёпот или голос, записанный на расстоянии. Обучение проводилось на небольшом наборе узбекских аудиозаписей, связанных с законодательством, официальными документами и обращениями граждан. Для расширения данных меняли громкость записей. В описанной оценке наилучший результат составил WER 8,82%; метаданные указывают архитектуру Whisper и формат safetensors. Модель распространяется по лицензии MIT, допускающей коммерческое использование. Качество для русского и английского языков может быть ниже, поскольку специального дообучения на этих языках не проводилось. Данные ограничены узбекской официальной тематикой и небольшим числом исходных аудиозаписей; распознавание разговорной, технической, диалектной речи и тихого аудио в реальном шуме может быть менее надёжным.

Buseak/spellcorrector_20_02_050_qwerty_v14 — дообученная модель CANINE для классификации токенов. Она основана на Buseak/spellcorrector_20_02_050_qwerty_v11 и предназначена для исправления орфографических ошибок и опечаток. Архитектура содержит около 113,2 млн параметров и поддерживает контекст до 16 384 токенов. Модель принимает текст и размечает токены, что позволяет использовать её в сценариях исправления текста. В README приведены идеальные метрики на оценочной выборке, однако описание набора данных отсутствует, поэтому эти результаты не позволяют судить о качестве на других текстах. Модель выпущена под лицензией Apache-2.0.

SPUPER-qwen3.5-9b-acaciawl-add — дообученная мультимодальная модель семейства Qwen3.5, созданная на основе Qwen/Qwen3.5-9B с помощью TRL. Она предназначена для диалогового взаимодействия и обработки запросов с изображениями; в карточке приведён пример генерации ответа на текстовый вопрос через Transformers. Модель имеет плотную архитектуру Qwen3_5ForConditionalGeneration и распространяется в формате safetensors. Метаданные указывают на поддержку зрения и чата. Лицензия, языки и размер контекста в предоставленных данных не описаны.

stanfordnlp/stanza-multilingual — пакет моделей Stanza, разработанный Stanford NLP для лингвистического анализа текстов на многих языках. Он обрабатывает текст от базовой языковой обработки до синтаксического анализа и распознавания именованных сущностей; в метаданных Hugging Face основная задача указана как классификация токенов. Модели доступны через библиотеку Stanza и хранятся в формате PyTorch. Репозиторий предназначен для многоязычной обработки естественного языка, включая анализ структуры предложений и выделение сущностей. Лицензия — Apache 2.0. В карточке не приведены сведения о размере моделей и длине контекста.

WaveCut/Ternary-Bonsai-2-27B-NInfer-v3 — артефакт PrismML Ternary Bonsai 2 27B, подготовленный для движка NInfer-3090 в ветке franken/v0.11. Модель объединяет базовую модель PrismML с MTP-головой от ProCreations и адаптером DFlash2 от ProCreations, обученным совместно с z-lab. Распространяется по лицензии Apache-2.0. Модель предназначена для генерации текста и мультимодальных сценариев с обработкой изображений и текста. Она поддерживает текстовый профиль, Vision-профиль, ускоренное декодирование MTP и DFlash2, а также специальную proposal head для чернового прогнозирования токенов. Используется архитектура Qwen3.8-27B с 27 млрд параметров; текстовые проекции представлены тернарными весами с 2-битными кодами и масштабом FP16 на группы из 128 элементов, применяются Hadamard-ротации. В состав также входят vision tower, чат-шаблон Qwen3.8 и контекст до 198 400 токенов в указанной конфигурации. Языки модели в README не перечислены. Сильными сторонами являются существенное снижение объёма весов, поддержка мультимодального ввода, длинного контекста и ускоренного вывода через MTP или DFlash2. Варианты запуска требуют совместимой сборки NInfer-3090 ветки franken/v0.11; стандартные сборки NInfer этот файл не поддерживают. Для работы необходима совместимая видеопамять и точные версии движка, поскольку разные ревизии имеют ограничения при загрузке Vision, MTP и DFlash2-профилей. README не приводит независимых оценок качества или перечня поддерживаемых языков.

XORTRON-NXTXPRTXXL — мультимодальная разговорная модель на архитектуре Mistral3, созданная автором репозитория как раскрепощённая версия Mistral Medium 3.5 128B с помощью Heretic v1.3.0. Веса языковой модели изменены методом abliteration, а исходные башня зрения Pixtral и мультимодальный проектор восстановлены из mistralai/Mistral-Medium-3.5-128B. Модель принимает текст и изображения и предназначена для диалога и задач «изображение—текст». Чекпойнт использует архитектуру Mistral3ForConditionalGeneration; тензоры сохранены в FP16 Safetensors. README сообщает о снижении доли отказов с 93 из 100 у исходной версии до 8 из 100, а также приводит KL-дивергенцию 0,0329 относительно исходной модели. Карточка не описывает языки и длину контекста. Лицензия указана как other, поэтому конкретные условия использования следует сверить с лицензией репозитория.

zen-vl-8b-instruct-i1-GGUF — мультимодальная instruction-tuned модель для работы с текстом и изображениями, созданная командой ZenLM на базе zenlm/zen-vl-8b-instruct и квантизированная mradermacher в формате GGUF. Модель предназначена для сценариев image-text-to-text: анализа изображений, ответов на вопросы по визуальному содержимому и выполнения текстовых инструкций с учётом изображений. Модель содержит около 8 миллиардов параметров, поддерживает английский язык и относится к vision-language моделям. В репозитории представлены варианты квантизации от i1-IQ1_S до i1-Q6_K размером примерно от 2,2 до 6,8 ГБ, что позволяет выбирать компромисс между требованиями к памяти, скоростью и качеством. Для работы с изображениями могут потребоваться отдельные mmproj-файлы из статического репозитория. Сильной стороной является сочетание мультимодальных возможностей и большого выбора компактных GGUF-квантизаций, включая рекомендуемый вариант i1-Q4_K_M и сбалансированный по размеру, скорости и качеству i1-Q4_K_S. Ограничения включают возможное снижение качества у низкобитных вариантов, отсутствие в README сведений о размере контекстного окна, производительности и результатах тестирования, а также необходимость совместимого программного обеспечения и, вероятно, дополнительного vision-проектора. Распространение указано по лицензии Apache-2.0.

TurkuNLP/bert-base-finnish-cased-v1 — финская версия BERT, разработанная TurkuNLP и обученная с нуля на финскоязычных текстах. Это модель с архитектурой BERT для заполнения пропусков в тексте; её также можно дообучать для задач обработки финского языка, включая классификацию документов, распознавание именованных сущностей и разметку частей речи. Модель содержит 151,7 млн параметров, использует словарь из 50 000 WordPiece-токенов с улучшенным покрытием финских слов и поддерживает контекст до 512 токенов. Предобучение включало 1 млн шагов на корпусе более чем из 3 млрд токенов: новостях, интернет-обсуждениях и данных веб-сборов. Доступны веса в форматах PyTorch, TensorFlow, JAX/Flax и Safetensors. Карточка сообщает о результатах выше multilingual BERT в ряде финских задач, включая классификацию документов, NER и разметку частей речи. Для этих задач требуется дообучение на соответствующих данных; модель ориентирована на финский язык и не предназначена для генерации свободного текста. Лицензия в предоставленных данных не указана.

Erlangshen-Ubert-330M-Chinese — китайская модель семейства UBERT от проекта Fengshenbang-LM, разработанная для понимания языка и извлечения информации. В карточке Hugging Face указана архитектура BERT с головой BertForMaskedLM, 424,3 млн параметров и контекст до 512 токенов; README описывает UBERT как унифицированную многозадачную систему на основе MacBERT-Large, обученную на более чем 70 наборах данных с общим объёмом около 1,07 млн примеров. Модель предназначена для заполнения маскированных токенов и может применяться в задачах извлечения сущностей, понимания естественного языка и ответов на вопросы по тексту. В соревновании AIWIN 2022 по многозадачному пониманию небольших китайских страховых выборок решение заняло первое место в двух таблицах результатов. Модель принимает и выдаёт текст на китайском языке. Лицензия — Apache-2.0.

estonian-large-handwritten — модель распознавания рукописного текста, разработанная в проекте ArchXAI при поддержке Центральнобалтийской программы. Она дообучена на основе microsoft/trocr-large-handwritten для чтения преимущественно эстонских исторических документов. Архитектура Transformer encoder-decoder обрабатывает изображение отдельной строки текста и генерирует её текстовую расшифровку. Модель предназначена для оцифровки архивных документов, исторических рукописей и рукописных заметок. Обучающая и проверочная выборки включают размеченные строки из Национального архива Эстонии; в обучении также использовались пустые строки из коллекций Национального архива Финляндии. На тестовой выборке указаны CER 0,0281 и WER 0,1294. Для загрузки модели требуется Transformers 5.x; веса представлены в формате safetensors. Модель рассчитана прежде всего на эстонский рукописный текст с латинскими символами и эстонскими диакритическими знаками. Она может хуже работать с другими языками, особенно с нелатинскими письменностями, а также на материалах вне обучающего домена. Лицензия — Apache 2.0.

Карточка модели lokeshe09/gemma-4-26B-A4B-it-GRPO-LaTeX_OCR-16bit на Hugging Face совпадает с карточкой lokeshe09/gemma-4-26B-A4B-it-SFT-GRPO, поэтому описание составлено по ней. Мультимодальная диалоговая модель Gemma 4, дообученная lokeshe09 на базе unsloth/gemma-4-26B-A4B-it с использованием Unsloth и библиотеки Hugging Face TRL. Предназначена для диалогов с текстом и изображениями; поддерживает анализ изображений и интерфейс вызова инструментов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает обучающие данные и конкретные улучшения после дообучения, поэтому качество для отдельных сценариев по ней оценить нельзя.

Карточка модели Puujeeeeeeeeeeee/gemma4-e4b-round1-sft-experiment-merged на Hugging Face совпадает с карточкой Puujeeeeeeeeeeee/gemma4-e4b-cpt-round2, поэтому описание составлено по ней. Gemma4 E4B CPT Round 2 — дообученная модель, опубликованная Puujeeeeeeeeeeee на основе Puujeeeeeeeeeeee/gemma4-e4b-cpt-round1. Это плотная модель семейства Gemma 4 с архитектурой Gemma4ForConditionalGeneration и поддержкой изображений; репозиторий содержит веса в формате safetensors. Модель предназначена для генерации текста по текстовым и визуальным входам, в том числе для сценариев, где нужно учитывать содержимое изображения. При обучении использовались Unsloth и библиотека TRL от Hugging Face. В карточке указана лицензия Apache-2.0. Данных о размере модели, длине контекста и конкретных результатах обучения в предоставленной карточке нет.

Huihui-GLM-4.6V-Flash-abliterated — это неофициальная экспериментальная модификация vision-language модели GLM-4.6V-Flash, опубликованная в формате GGUF. Вариант создан сообществом Huihui AI, а GGUF-квантизации и сопровождение репозитория выполняет alibilge.nl. Модель основана на 9B-архитектуре GLM-4V и предназначена для локального запуска через Ollama, llama.cpp или llama-cpp-python. Модель поддерживает работу с текстом и изображениями, включая сценарии визуального анализа и диалога с мультимодальными входными данными. Указанное контекстное окно составляет 8192 токена. Доступны варианты от FP16 и Q8_0 до Q2_K, что позволяет выбирать между качеством, размером модели, скоростью и требованиями к видеопамяти; для большинства пользователей рекомендуется Q4_K_M. В README языки явно не указаны. Ключевая особенность — abliterated-модификация текстовой части, направленная на снижение количества отказов и морализаторских ответов. Обработка изображений, согласно README, не изменялась. Это может повысить готовность модели отвечать на широкий спектр запросов, но одновременно увеличивает риск небезопасных, некорректных или непроверенных результатов, поэтому выводы требуют фильтрации и проверки. Модель не является официальным релизом THUDM или Zhipu AI. Распространяется по лицензии Apache-2.0.

mlx-community/InternVL3-38B-4bit — мультимодальная чат-модель семейства InternVL3, преобразованная сообществом mlx-community из models/InternVL3-38B в формат MLX с 4-битным представлением. Она предназначена для диалога по изображениям и задач визуального понимания, а также поддерживает генерацию текста. В метаданных указаны архитектура InternVLChatModel, плотная модель и мультиязычная поддержка. README сообщает о конвертации с помощью mlx-vlm версии 0.1.25; метаданные указывают библиотеку Transformers и лицензию Apache-2.0. Длина контекста и точное число параметров этой сборки в предоставленных данных не подтверждены.

KoELECTRA-small-v3-modu-ner — корейская модель распознавания именованных сущностей, дообученная автором репозитория на базе monologg/koelectra-small-v3-discriminator. Она использует архитектуру ELECTRA для классификации токенов и BIO-разметку: начало сущности, её продолжение или токен вне сущности. Модель предназначена для извлечения сущностей по 15 категориям, соответствующим крупным классам TTA; среди приведённых примеров — артефакты, животные и цивилизация. Модель содержит 21,5 млн параметров и принимает последовательности длиной до 512 токенов. В README приведены результаты оценки: F1 0,8339, точность 0,8232, полнота 0,8449 и accuracy 0,9628. Для обучения указан набор анализа именованных сущностей из корпуса 모두의 말뭉치 Национального института корейского языка за 2021 год. Модель работает с корейским текстом и выдаёт метки токенов. Указана лицензия Apache-2.0; перед практическим применением стоит учитывать, что качество зависит от соответствия текста и сущностей обучающим данным и схеме меток.

Cactus-Compute Needle 2 — открытая компактная модель с 45 млн параметров, разработанная командой Cactus Compute для вызова инструментов, управления устройствами и структурированного извлечения данных. Модель ориентирована на локальное выполнение на устройствах с ограниченными ресурсами: смартфонах, Raspberry Pi, VR-гарнитурах, микроконтроллерах и других edge-устройствах. Она принимает текст и возвращает структурированные данные в формате JSON, не требуя сети, загрузки дополнительных компонентов или отдельного runtime. Модель построена на архитектуре Simple Attention Network, включающей GQA attention, Hadamard MLP, engram key-value memory и multi-lane hyper-connections. Она сжата до CQ2-bit и поставляется как самостоятельный бинарный файл размером около 14 МБ; полная сессия использует примерно 28 МБ оперативной памяти. Поддерживаются ARM64, x86-64, ARMv7, RISC-V и WebAssembly, а также Apple, Windows, Linux и Android. Контекст ограничен скользящим окном в 256 токенов, при этом инструменты сохраняются в KV-памяти. Предусмотрены ограничение генерации байтовой грамматикой на основе схем, оценка уверенности ответа и встроенный поиск наиболее подходящих инструментов из большого каталога. Сильными сторонами Needle 2 являются крайне малый размер, высокая скорость декодирования, работа полностью на устройстве и гарантированное соответствие структурированным схемам. Ограничения включают небольшой контекст, узкую специализацию на tool calling и извлечении структурированных данных, а также возможные потери качества из-за 2-битного квантования и малого размера модели по сравнению с универсальными языковыми моделями. Модель распространяется по лицензии Apache-2.0; исходный код модели, движка и обучения опубликован разработчиком.

Модель bishaldpande/Ner-xlm-roberta-base — модель распознавания именованных сущностей в тексте на непальском языке, созданная дообучением XLM-RoBERTa Base на датасете Everest NER. Она подходит для извлечения и разметки сущностей в непальских текстах. Модель построена на архитектуре XLM-RoBERTa для классификации токенов, содержит 305,2 млн параметров и принимает последовательности длиной до 514 токенов. Многоязычная базовая модель поддерживает более 100 языков, однако это дообучение предназначено для NER на непальском языке. Веса доступны в форматах PyTorch и safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

OpenMed-PII-German-BioClinicalModern-Large-395M-v1 — модель OpenMed для выявления и классификации персональных и медицинских идентификаторов в немецком тексте. Это дообученная для токенной классификации модель ModernBERT с примерно 394,7 млн параметров и контекстом до 8192 токенов; веса представлены в формате Safetensors и используются через Transformers. Модель предназначена для поиска 54 типов чувствительных данных, включая имена, адреса, контактные и финансовые сведения, медицинские номера и даты. Её можно применять для обезличивания клинических записей и документов, предварительной очистки исследовательских наборов данных и аудита документов на наличие персональных данных. В README для немецкой части набора AI4Privacy указана оценка micro-F1 0,9594. Карточка позиционирует модель как инструмент для рабочих конвейеров обработки текста, но рекомендует проверять результаты человеком: возможны пропуски сущностей, а качество может снижаться на специализированной терминологии и текстах на других языках. Лицензия — Apache-2.0.

Это четырёхбитная версия Qwen2.5-VL-3B-Instruct-abliterated, преобразованная сообществом mlx-community в формат MLX из huihui-ai/Qwen2.5-VL-3B-Instruct-abliterated с помощью mlx-vlm 0.1.13. В основе лежит дообученная Qwen/Qwen2.5-VL-3B-Instruct — компактная плотная мультимодальная модель Alibaba с 3,1 млрд параметров и контекстом до 128 000 токенов. Модель предназначена для диалогового анализа изображений и видео с ответами на естественном языке; также поддерживает интерфейс вызова инструментов. Формат MLX и 4-битное представление рассчитаны на запуск на устройствах Apple с MLX. Метаданные указывают английский язык. Лицензия в предоставленных данных не указана.