I.4Обработка документов и форм

p-e-w/gemma-3-12b-it-heretic-v2 — мультимодальная модель семейства Gemma 3 на 12 млрд параметров, основанная на google/gemma-3-12b-pt и представленная как conversational, uncensored/decensored и abliterated вариант. Она принимает текст и изображения и генерирует текст; подходит для диалога, ответов на вопросы об изображениях, суммаризации и других задач генерации и понимания текста. В README базовой модели указаны контекст до 128K токенов и поддержка более 140 языков. Модель может применяться для извлечения сведений из изображений, составления текстов и исследовательских экспериментов; размер позволяет запускать её на локальных компьютерах и собственной инфраструктуре при достаточных ресурсах. README предупреждает о возможных фактических ошибках, смещениях и трудностях с неоднозначными или сложными запросами. Лицензия — Gemma; применяются условия лицензии и правила допустимого использования Gemma.

opendatalab разработала эту модель для оценки структурной чистоты текста в рамках метода Meta-rater. Это дообученная ModernBERT-base с 149 млн параметров, реализованная как ModernBertForSequenceClassification. Модель присваивает тексту непрерывную оценку от 0 до 5: чем выше балл, тем лучше форматирование, полнота и отсутствие шума. Модель подходит для фильтрации результатов веб-скрейпинга, очистки наборов данных, отбора текстов для предобучения языковых моделей и автоматической проверки качества документов. Она оценивает структурные свойства, например артефакты извлечения, обрывки предложений, повреждённые символы, избыток ссылок и рекламы; смысл, тематику, стиль и грамматическую сложность не оценивает. В README приведены показатели 87,88% F1 и 92,25% accuracy. Модель принимает текст и выдаёт оценку качества. В README заявлено контекстное окно 4096 токенов, а метаданные указывают нативный контекст до 8192 токенов. Она рассчитана преимущественно на английский текст; качество на технических форматах, коде и математической записи может меняться. Лицензия — MIT.

NERPA — модель извлечения сущностей на основе дообученной GLiNER2 Large, созданная Overmind. Она предназначена для обнаружения персональных данных в тексте и их последующей анонимизации: модель находит сущности и возвращает их типы и символьные смещения, а инструменты проекта могут заменить найденные фрагменты метками-заполнителями. Полные веса дообучены на синтетических примерах; указана архитектура bi-encoder с базовой моделью fastino/gliner2-large-v1 на основе DeBERTa v3 Large и размером 340 млн параметров. Модель поддерживает обнаружение заранее настроенных типов PII, включая имена и даты, а также позволяет задавать описания новых типов сущностей во время применения без повторного обучения. В README приведена оценка на отложенной выборке из 300 синтетических фрагментов: точность 0,93 и полнота 0,90 для NERPA; это результаты авторов, не гарантия качества на других данных. Для длинных текстов пример конвейера использует разбиение на фрагменты по 3000 символов с перекрытием 100 символов. Карточка указывает английский язык; модель распространяется по лицензии Apache-2.0.

mlx-community/openai-privacy-filter-mxfp8 — конвертированная в формат MLX версия классификатора токенов OpenAI Privacy Filter; конверсию выполнило сообщество mlx-community с помощью mlx-embeddings 0.1.1. Модель основана на openai/privacy-filter и предназначена для обнаружения и разметки фрагментов с персональными данными в тексте. Это двунаправленная разреженная MoE-модель с 1,5 млрд параметров и примерно 50 млн активных параметров. Она размечает фрагменты в формате BIOES по восьми категориям: имена людей, электронные адреса, телефоны, URL, адреса, даты, номера счетов и секреты. Метаданные указывают 145,4 млн параметров и контекст до 131 072 токенов; модель доступна в формате Safetensors и рассчитана на запуск через MLX. Модель подходит для локального поиска и маскирования чувствительных данных в текстах. Указанная лицензия — Apache-2.0. README не сообщает об оценках качества или известных ошибках разметки.

mlx-community/openai-privacy-filter-nvfp4 — конверсия модели OpenAI Privacy Filter в формат MLX, подготовленная сообществом mlx-community. Это двунаправленный разреженный MoE-классификатор токенов, который размечает фрагменты с персональными данными в тексте BIOES-метками по восьми категориям: имя человека, электронная почта, телефон, URL, адрес, дата, номер счёта и секрет. Модель предназначена для обнаружения PII при локальной фильтрации и маскировании текста. Модель содержит 145,4 млн параметров по метаданным каталога; README указывает для исходной модели 1,5 млрд параметров, из которых активно используются 50 млн. Контекстное окно — 131 072 токена. Репозиторий распространяет веса в safetensors для библиотеки MLX. Лицензия — Apache-2.0. Карточка не описывает качество распознавания и точность на разных языках, поэтому результаты следует проверять на данных целевого применения.

m8than/gemma-3-27b-lenientchatfix — дообученная версия Gemma 3 от сообщества на базе Google Gemma 3 27B IT. Это плотная мультимодальная модель класса vision-language с 27 млрд параметров: принимает текст и изображения, генерирует текст и поддерживает диалоговый режим. Карточка описывает Gemma 3 как модель с контекстом до 128 тыс. токенов и поддержкой более 140 языков; метаданные этой версии указывают английский язык. Модель подходит для диалоговых помощников, ответов на вопросы по изображениям и текстам, извлечения сведений из изображений, суммаризации и генерации текста. В README также перечислены создание черновиков, кода и маркетинговых материалов, а также исследовательские и образовательные сценарии. Качество ответов зависит от обучающих данных и формулировки запроса; модель может ошибаться в фактах, упускать нюансы и отражать предвзятости данных. Использование регулируется лицензией Gemma; README не описывает отдельные изменения, внесённые при дообучении этой версии.

Карточка модели unsloth/gemma-3-4b-it-qat на Hugging Face совпадает с карточкой google/gemma-3-4b-it-qat-q4_0-unquantized, поэтому описание составлено по ней. Google Gemma 3 4B IT QAT Q4_0 Unquantized — мультимодальная модель для диалогов с текстом и изображениями, основанная на Gemma 3 4B IT. Несмотря на обозначение QAT Q4_0 в названии, метаданные указывают формат файлов safetensors; отдельная квантизация в них не подтверждена. Модель принимает текст и изображения и генерирует текст, поддерживает чат и предназначена для ответов на вопросы по изображениям, суммаризации и другим задачам генерации и понимания текста. В README семейство Gemma 3 описано как компактное, подходящее для локального запуска на ноутбуках и настольных компьютерах. Для семейства заявлены контекст до 128 тысяч токенов и поддержка более 140 языков; README не уточняет, подтверждены ли эти характеристики именно для данной сборки. Лицензия — Gemma. Возможны фактические ошибки, предвзятые ответы и трудности с неоднозначными формулировками и сложными задачами; для развёртывания следует учитывать эти ограничения и проверять результаты.

GLiNER-relex-large-v0.5 — модель семейства GLiNER для совместного распознавания именованных сущностей и извлечения отношений из текста. Она использует единую энкодерную архитектуру: определяет фрагменты сущностей, формирует пары кандидатов с помощью графовых свёрточных сетей и классифицирует отношения между ними. Модель поддерживает zero-shot извлечение: при обработке можно задавать собственные типы сущностей и отношений без дообучения, в том числе сопровождать метки текстовыми описаниями. Сущности и отношения извлекаются за один проход; при необходимости доступно извлечение только сущностей. Это подходит для построения графов знаний, анализа документов и разметки текстовых корпусов. Для развертывания предусмотрен экспорт в ONNX. Модель опубликована Knowledgator в формате safetensors и распространяется по лицензии Apache-2.0. Результаты зависят от выбранных схемы меток и порогов извлечения; README рекомендует подбирать пороги под задачу.

GPT-4.1 Mini — среднемасштабная модель OpenAI, рассчитанная на задачи с изображениями и текстом. Она сочетает производительность, сопоставимую с GPT-4o, с меньшей задержкой и стоимостью. В карточке также заявлено контекстное окно в 1 миллион токенов. Модель подходит для обработки текстовых запросов и изображений в сценариях, где важны скорость и стоимость. Доступный фрагмент карточки не раскрывает поддерживаемые языки, конкретные возможности работы с изображениями, ограничения или лицензионные условия.

yasserrmd/LFM2-350M-Extract-TOON — дообученная с помощью LoRA модель на базе LiquidAI/LFM2-350M-Extract, созданная с использованием Unsloth и датасета yasserrmd/TOON-Unstructured-Structured. Она преобразует текст на естественном языке в структурированный формат TOON по заданной схеме; модель относится к семейству LFM2 и имеет около 444,6 млн параметров, а её контекст составляет 128 000 токенов. Модель предназначена для извлечения полей из неструктурированных текстов, компактного представления данных в конвейерах LLM и подготовки структурированных наборов данных. Лучше всего работает с короткими и средними текстами при явно заданной схеме. Карточка заявляет детерминированную генерацию TOON, но приводит только метрики обучения, а не независимую оценку качества. Доступна по лицензии Apache-2.0. Дообучение проводилось на англоязычных данных; многоязычная настройка не выполнялась. Для точного извлечения требуется явное описание схемы, а при общих запросах точность может снижаться.

alpindale/Llama-3.2-90B-Vision-Instruct — мультимодальная инструктивная модель семейства Llama 3.2-Vision, разработанного Meta. Она принимает изображения и текст и генерирует текстовые ответы; подходит для визуального распознавания, рассуждений по изображениям, описания сцен и диалога с изображением. Модель построена на авторегрессионной архитектуре Transformer Llama 3.1 с vision-адаптером: кросс-внимание передаёт в языковую модель представления изображения. Размер версии — 90B параметров; контекст — до 128 тыс. токенов. Для текстовых задач заявлена поддержка английского, немецкого, французского, итальянского, португальского, хинди, испанского и тайского языков; в сценариях с изображениями официально поддерживается английский. Репозиторий содержит веса Safetensors и использует библиотеку Transformers. Модель предназначена для визуальных вопросов и ответов, анализа изображений и документов, генерации подписей, поиска соответствий между изображениями и текстом, а также визуального grounding. Карточка сообщает о настройке инструктивной версии с помощью SFT и RLHF. Модель обучена на статичном офлайн-наборе данных с отсечкой знаний в декабре 2023 года. Использование регулируется пользовательской коммерческой лицензией Llama 3.2 и Acceptable Use Policy.

PASITA v1 — разработанная OpceanAI компактная авторегрессионная языковая модель на архитектуре LlamaForCausalLM, обученная с нуля без базовой модели. Она предназначена для преобразования обычного текста в корректный Markdown с сохранением исходной информации: модель добавляет структуру, но не должна придумывать содержание. Размер — около 88,1 млн параметров; используется библиотека Transformers, веса опубликованы в формате safetensors. Контекст модели составляет 2048 токенов. Модель рассчитана на форматирование средних и длинных документов: результатов OCR, вставленного HTML, заметок встреч, инструкций и обучающих материалов. Карточка приводит результаты тестирования на испанских и английских данных, включая качество Markdown, сохранение смысла и обработку таблиц; метаданные также указывают испанский и английский языки. На коротких фрагментах из одной-трёх строк результат может быть нестабильным, а среди отмеченных ошибок — пропуск цифр или второстепенных данных, повтор заголовка первого уровня и генерация текста после завершения. Строгое выполнение инструкций — известное слабое место. Лицензия Apache-2.0.

Qwen3.5-35B-A3B-quantized.w4a16 — это квантованная мультимодальная языковая модель на базе Qwen/Qwen3.5-35B-A3B, опубликованная пользователем apolo13x. Базовая модель разработана командой Qwen. Модель принимает текст и изображения, а генерирует текст, поэтому предназначена для диалоговых сценариев, анализа изображений, ответов на вопросы и других задач преобразования мультимодального ввода в текст. Модель использует архитектуру Qwen3.5 с разреженной MoE-конфигурацией 35B-A3B, где общий размер составляет около 35 млрд параметров, а активируется примерно 3 млрд параметров. Веса квантованы до INT4 в формате GPTQ с конфигурацией W4A16 с использованием llm-compressor. Это уменьшает размер модели с 67,0 до 20,4 ГБ, примерно в 3,3 раза, при среднем восстановлении точности 99,5% относительно исходной модели. В указанных тестах модель показала 81,31% на GPQA Diamond, 94,60% на IFEval и 91,95% на MMLU-Redux. Сильной стороной модели является существенное снижение требований к хранению и инференсу при сохранении близкой к исходной точности. Ограничения связаны с потерями, возможными при 4-битном квантовании, а также с тем, что на 27 февраля 2026 года модель поддерживалась в nightly-версии vLLM, что может означать менее стабильную совместимость по сравнению со стабильными релизами. Сведения о размере контекстного окна и поддерживаемых языках в README не указаны. Модель распространяется по лицензии Apache-2.0.

RedHatAI/Qwen3.5-4B-quantized.w8a8 — мультимодальная модель, разработанная RedHatAI на основе Qwen/Qwen3.5-4B. Она принимает текст и изображения, а генерирует текст; предназначена для диалоговых приложений, анализа изображений, ответов на вопросы, следования инструкциям и задач, требующих рассуждений. Модель оптимизирована для инференса через vLLM. В модели применена квантизация весов и активаций линейных операторов в трансформерных блоках до INT8 по схеме W8A8. Визуальный энкодер, токеновые эмбеддинги и слои linear attention сохранены в BF16. Размер модели на диске составляет около 6,1 ГБ против 8,8 ГБ у версии BF16, что уменьшает требования к памяти примерно на 31%. Для мультимодального и текстового режимов заявлена поддержка контекста до 262 144 токенов при запуске через vLLM. К сильным сторонам относятся значительное сокращение размера и требований к памяти при близких к исходной модели результатах на представленных тестах, а также поддержка текстовых и визуальных входов. Ограничения связаны с частичной, а не полной квантизацией и необходимостью совместимой инфраструктуры vLLM; конкретные поддерживаемые языки в README не указаны. Модель распространяется по лицензии Apache-2.0.

Bee-8B-SFT — мультимодальная модель с открытыми весами от команды Open-Bee, дообученная на базе Qwen/Qwen3-8B на корпусе Honey-Data-15M примерно из 15 миллионов примеров. Архитектура Bee — плотная модель класса BeeForConditionalGeneration; она принимает изображения и текст и отвечает в формате диалога. Для работы доступны режимы с рассуждениями и без них. Модель предназначена для диалоговых сценариев с изображениями и текстом, включая сложные рассуждения, математические задачи, анализ документов, диаграмм и других структурированных визуальных данных. Авторы сообщают о высоких результатах на MathVerse, LogicVista, DynaMath и CharXiv; поддерживаются Transformers и vLLM. Карточка указывает английский язык, а базовая Qwen3-8B описана как многоязычная. Размер контекста в предоставленных данных не указан. Модель распространяется по лицензии Apache-2.0. Заявления о качестве основаны на результатах бенчмарков авторов; конкретные ограничения и гарантии качества не описаны.

bert-finetuned-resumes-sections — дообученная модель на основе dbmdz/bert-base-french-europeana-cased для классификации разделов резюме. Она предназначена для определения типа или раздела по текстовому фрагменту резюме. Модель использует архитектуру BERT для классификации последовательностей, содержит 137,8 млн параметров и принимает текст длиной до 512 токенов. В README приведены результаты оценки: F1 0,9548, ROC AUC 0,9732 и accuracy 0,9493. Датасет обучения не описан, поэтому эти показатели нельзя переносить на другие наборы резюме без проверки. Модель опубликована под лицензией MIT.

onnx-community/bert-small-pii-detection-ONNX — ONNX-версия модели gravitee-io/bert-small-pii-detection, разработанная сообществом onnx-community и автоматически конвертированная для использования с Transformers.js. Модель дообучена на базе prajjwal1/bert-small для задачи классификации токенов и обнаружения персональных и конфиденциальных данных в англоязычных текстах. Модель предназначена для выявления и последующего маскирования PII в журналах службы поддержки, тестовых и разработческих средах, API-трассировках, статьях, а также для подсказок в режиме реального времени при заполнении форм. Она распознаёт возраст, координаты, номера кредитных карт, даты и время, адреса электронной почты, финансовые данные, IBAN, IMEI, IP- и MAC-адреса, местоположения, организации, пароли, имена людей, телефоны, должности, URL и ряд американских идентификаторов. Ключевые преимущества — небольшой размер исходной BERT-модели, поддержка ONNX и удобное применение через Transformers.js, что подходит для сценариев с ограниченными ресурсами. По приведённой оценке micro F1 составляет 0,8460, macro F1 — 0,9178. Модель ориентирована преимущественно на английский язык, поэтому на других языках качество может снижаться; из-за возможного расхождения доменов необходима проверка на собственных данных. Распространяется по лицензии Apache-2.0.

h2oai/deberta_finetuned_pii — дообученная H2O.ai модель семейства DeBERTa для обнаружения и классификации персональных данных в неструктурированном тексте. Она помечает такие сведения, как имена учётных записей, номера кредитных карт, адреса электронной почты, телефоны и адреса, в документах, письмах и пользовательском контенте. Модель имеет архитектуру DebertaForTokenClassification, содержит 151,8 млн параметров и обрабатывает последовательности длиной до 512 токенов. Для запуска предусмотрен pipeline Transformers с задачей token-classification. В карточке указан английский язык и лицензия MIT. Модель помогает находить чувствительные фрагменты, однако карточка не приводит оценок качества или полного перечня категорий; результаты обнаружения следует проверять для конкретного набора данных и сценария.

dragon-deci-7b-v0 — модель llmware из серии dRAGon, дообученная на базе DeciLM-7B для ответов на вопросы по предоставленному контексту в RAG-сценариях. Она предназначена для корпоративных систем, которым нужны фактологические ответы по внутренним документам, извлечение значений по ключам и краткое изложение текста. Модель имеет плотную архитектуру DeciLMForCausalLM и 7,9 млрд параметров; принимает и генерирует текст, поддерживает английский язык и контекст до 8192 токенов. В README приведены результаты тестирования на RAG-Instruct-Benchmark-Tester: оценка 97,5 из 100 по описанной авторами системе подсчёта, включая задачи поиска ответа в контексте, вопросы да/нет, логику и суммаризацию. Эти результаты относятся к указанному тесту и не гарантируют аналогичное качество на других данных. Модель может давать неточные или неполные ответы, поэтому результаты следует проверять, особенно в юридических и финансовых сценариях. Лицензия — Apache 2.0.

GPT-5.4 — фронтирная модель OpenAI, объединяющая линейки Codex и GPT. По карточке, она поддерживает контекст более чем в 1 млн токенов: до 922 тыс. входных и 128 тыс. выходных токенов. В доступных данных также указана задача image-text-to-text. Модель предназначена для работы с текстом и изображениями и выдачи текстовых ответов. Сведений о конкретных сценариях, языках, архитектуре, размере и лицензии в предоставленных данных нет, поэтому их нельзя уточнить.

LLaDA2.0-Uni — мультимодальная диффузионная языковая модель с архитектурой Mixture-of-Experts от AGI Research Center, Inclusion AI. Она объединяет понимание изображений и генерацию изображений в одной модели: принимает текстовые инструкции и изображения, отвечает на вопросы по визуальному содержимому, описывает изображения, разбирает документы, создаёт изображения по тексту и редактирует их по инструкциям с одной или несколькими референсными картинками. Модель построена на базе inclusionAI/LLaDA2.0-mini и использует парадигму предсказания маскированных токенов и дискретный визуальный токенизатор SigLIP-VQ. В репозитории указаны 1,2 млрд параметров и контекст 8192 токена; веса доступны в формате Safetensors. Для генерации и редактирования изображений применяется отдельный диффузионный декодер. Разработчики также описывают ускорение Sprint и дистиллированный режим декодера, сокращающий генерацию до 8 шагов. Модель ориентирована на мультимодальные сценарии, где нужно сочетать визуальный анализ и генерацию. README указывает поддержку английского языка. Лицензия — Apache-2.0. Для инференса требуется значительный объём видеопамяти: в README приведены оценки для компонентов большей конфигурации, которые расходятся с указанным в метаданных общим числом параметров; поэтому эти оценки нельзя напрямую считать требованиями именно к этому опубликованному чекпойнту.

Модель jammmmmm/pii — дообученная модель распознавания именованных сущностей на основе DeBERTa, предназначенная для поиска и классификации персональных данных в неструктурированном тексте. Она отмечает такие категории, как имена пользователей, номера банковских карт, электронные адреса, телефоны и адреса. В README пример использования указывает базовую модель lakshyakh93/deberta_finetuned_pii. Модель подходит для предварительной разметки документов, электронной переписки и пользовательских сообщений перед их обезличиванием или проверкой на наличие чувствительных данных. Параметры в метаданных указывают на размер около 151,8 млн параметров и контекст до 512 токенов; доступны веса PyTorch и ONNX. Указанная лицензия — MIT. Карточка описывает распознавание PII в тексте на английском языке. Качество для других языков и конкретные показатели точности не приведены; обнаружение данных не гарантирует полной деидентификации или соблюдения требований законодательства.

pii-layout-synth-v14 — модель jefftherover, дообученная на базе answerdotai/ModernBERT-base для классификации токенов. Карточка сообщает о результатах оценки: F1 0,9925, точность 0,9910 и полнота 0,9941; обучающий набор данных не раскрыт. Модель содержит 149 млн параметров, использует архитектуру ModernBERT и поддерживает контекст до 8192 токенов. Доступна в формате safetensors и распространяется по лицензии Apache-2.0.

Pixtral-12B-2409 — мультимодальная модель Mistral AI для работы с изображениями и текстом. Она сочетает декодер на 12 млрд параметров и визуальный энкодер на 400 млн параметров, обучена на чередующихся данных изображений и текста и поддерживает изображения разных размеров. Модель предназначена для понимания изображений и диаграмм, ответов на вопросы по визуальному содержимому и текстовых задач, включая следование инструкциям, математику и программирование. Заявленная длина последовательности — 128 тыс. токенов. В карточке приведены результаты сравнительных тестов, в том числе по MMMU, MathVista и ChartQA. Модель выпущена под лицензией Apache 2.0. В README указано, что у неё нет механизмов модерации, поэтому при использовании следует учитывать риск немодерируемых ответов.

Qiuchen-Wang/Qwen2.5-VL-7B-VRAG — мультимодальная модель семейства Qwen2.5-VL, дообученная для визуального поиска с дополненной генерацией (RAG). Она сочетает анализ изображений с поиском по коллекциям изображений и документов, чтобы отвечать на вопросы по визуально насыщенным материалам. Модель предназначена для извлечения сведений из слайдов и отчётов, понимания диаграмм, таблиц и структуры документов, а также многошагового поиска релевантной информации. Модель построена на Qwen/Qwen2.5-VL-7B-Instruct, имеет 7,1 млрд параметров, принимает текст и изображения и выдаёт текст. В метаданных указаны контекст до 128 000 токенов и библиотека Transformers. README описывает визуальное пространство действий для последовательного изучения областей изображения и многошаговое взаимодействие с поисковыми системами; конкретная интеграция поиска зависит от внешней системы. Лицензия — Apache-2.0.

Qwen3.5-9B VLM Q4_K_M GGUF — мультимодальная модель на базе Qwen/Qwen3.5-9B, представленная в формате GGUF и подготовленная пользователем jc-builds. Пакет включает квантованные веса основной модели и отдельный мультимодальный проектор mmproj, необходимый для обработки изображений через llama.cpp. Модель предназначена для анализа изображений и текста, визуального рассуждения, генерации описаний, ответов на вопросы по изображениям, а также для обычных текстовых задач. Заявлена поддержка 201 языка, включая английский, китайский, японский, корейский, русский, европейские, арабские и ряд языков Юго-Восточной Азии. Указана архитектура раннего объединения визуальных и текстовых данных, контекстное окно 262 144 токена с возможностью расширения более чем до 1 млн токенов, 9,6 млрд плотных параметров и словарь размером более 200 тысяч токенов. Основные веса используют 4-битную смешанную квантование Q4_K_M и занимают около 6 ГБ, а визуальный проектор хранится в FP16 и занимает около 918 МБ. Для полной мультимодальной инференции требуется примерно 7–8 ГБ RAM или VRAM. Сильные стороны модели — сочетание визуальных и текстовых возможностей, большой контекст, относительно компактный размер и возможность локального запуска, в том числе на устройствах iOS. Ограничения включают зависимость от поддержки mmproj в программном обеспечении: vision-режим доступен в llama.cpp и KoboldCpp, частично поддерживается в LM Studio и не поддерживается в Ollama согласно README. Квантованная версия может незначительно уступать FP16 по качеству. Лицензия — Apache-2.0.

UTC-DeBERTa-small — универсальный классификатор токенов от Knowledgator на базе DeBERTaV3-small. Модель дообучена на нескольких задачах разметки токенов и задачах, которые можно представить в таком виде; карточка описывает её как prompt-tuned. В репозитории указаны архитектура DeBERTa-v2, 155 млн параметров и контекст до 512 токенов. Модель предназначена для извлечения сущностей и другой информации из текста. Она поддерживает zero-shot распознавание именованных сущностей и может применяться к ответам на вопросы, извлечению отношений, разрешению кореференции, очистке и суммаризации текста. В бенчмарке CrossNER приведены результаты на нескольких предметных категориях, включая ИИ, литературу, музыку, политику и науку. Модель принимает английский текст и выдаёт разметку токенов. Для запуска рекомендуется Transformers pipeline `ner`. Доступна по лицензии Apache-2.0; результаты могут зависеть от формулировки запроса и типа текста.

Walnoot 8B Instruct — нидерландская языковая модель компании WAINUT, версия 1.0, построенная на базе Apertus-8B-2509. Модель дообучена на нидерландских текстах и инструкциях: карточка описывает продолженное предобучение, обучение следованию инструкциям и доработку с обратной связью. В метаданных указаны плотная архитектура ApertusForCausalLM, 10,3 млрд параметров, контекст до 65 536 токенов и поддержка чата. Модель предназначена для работы с нидерландскими деловыми и юридическими текстами: ответов на вопросы по переданному документу, извлечения сведений, классификации и подготовки стандартных текстов. Она также может составлять черновики кратких изложений, которые следует проверить. Это не поисковая система и не база фактов. Выпущена по лицензии Apache 2.0.

AIOne-Agent-52B-A36B-it — мультимодальная модель с разреженной архитектурой Mixture-of-Experts, разработанная JDONE-Research на базе google/gemma-4-31B-it. В текстовой части около 52 млрд параметров, из которых примерно 36 млрд активны на токен; модель также использует визуальный энкодер. Она принимает текст, изображения и видео и генерирует ответы на корейском и английском языках. Заявлена длина контекста 256 тысяч токенов. Модель предназначена для корейского рассуждения и следования инструкциям, анализа изображений и видео, ответов на вопросы по документам и длинным текстам. Её можно применять в корпоративных агентных системах, для поиска по документам и многошаговых диалогов. Базовая модель поддерживает работу с изображениями; понимание видео и корейская настройка заявлены в карточке AIOne-Agent. Модель распространяется под лицензией Apache-2.0. Результаты не следует использовать как единственное основание для решений с юридическими последствиями; README также исключает применение для автоматизированного насилия и анализа медиаданных с нарушением приватности или прав на изображения.

marquesafonso опубликовал модель для распознавания именованных сущностей в тексте на португальском языке. Это Bertimbau Large на базе BERT с классификацией токенов; в карточке она описана как вариант BERT-CRF для сценария total с 10 классами сущностей: человек, организация, место, время, значение, абстракция, событие, предмет, произведение и прочее. Модель содержит 136,1 млн параметров, принимает последовательности длиной до 512 токенов и доступна в форматах PyTorch и Safetensors. Модель предназначена для извлечения и разметки сущностей в португальских текстах, например для индексирования документов и структурирования упоминаний людей, организаций и мест. Для загрузки используются AutoTokenizer и AutoModelForTokenClassification из Transformers. Лицензия — MIT. Качество зависит от соответствия текста и домена данным обучения; README не приводит метрик оценки.