I.4Обработка документов и форм

hpnyaggerman/Qwen3.5-4B-heretic — мультимодальная модель на базе Qwen3.5-4B, изменённая проектом Heretic с помощью abliteration для снижения частоты отказов. По сравнению с исходной моделью в приведённом тесте число отказов снизилось с 99 до 60 из 100; это не означает полного отсутствия отказов или гарантии поведения в других сценариях. Модель принимает текст и изображения и формирует текстовые ответы; поддерживает диалог и работу с визуальной информацией. Архитектура — плотная Qwen3.5 с 4 млрд параметров, языковой моделью и энкодером изображений; родительская карточка описывает гибридные блоки Gated Delta Networks и внимания. Контекст составляет 262 144 токена с возможностью расширения до 1 010 000 токенов. Модель подходит для диалогов, ответов на вопросы по изображениям, визуального анализа и других мультимодальных запросов. В README заявлена языковая поддержка Qwen3.5 для 201 языка и диалекта, но конкретный перечень языков в предоставленном фрагменте отсутствует. Это дообученная версия Qwen/Qwen3.5-4B-Base, опубликованная в формате safetensors и совместимая с Transformers и рядом движков инференса. Лицензия — Apache-2.0.

Qwen3.6-27B-MLX-8bit — это 8-битная квантованная версия модели Qwen3.6-27B, разработанной командой Qwen. Квантование выполнено командой LM Studio с использованием mlx_vlm, а модель оптимизирована для запуска на устройствах Apple Silicon через MLX. Модель предназначена для задач генерации текста и обработки изображений с текстом, что отражено в типе конвейера image-text-to-text. Она основана на Qwen3.6-27B и имеет размер 27 млрд параметров; README не содержит сведений о поддерживаемых языках, размере контекста, точной архитектуре, наборе модальностей и результатах тестирования. Ключевая особенность версии — 8-битное представление, снижающее требования к памяти по сравнению с полноразмерной моделью и ориентированное на локальный запуск на Apple Silicon. Сильными сторонами являются локальное использование, оптимизация под экосистему MLX и поддержка сценариев, объединяющих изображения и текст. Ограничения, включая возможное снижение точности из-за квантования, зависят от конкретной задачи и в README не раскрыты; также отсутствуют подробности о производительности и системных требованиях. Модель распространяется по лицензии Apache-2.0.

Jean-Baptiste разработал эту модель распознавания именованных сущностей на английском языке: она основана на RoBERTa-large и дообучена на датасете CoNLL-2003. Модель размечает токены текста категориями PER (имена людей), ORG (организации), LOC (места), MISC (прочие сущности) и O (токены вне сущностей); префиксы B- и I- в исходной схеме CoNLL-2003 объединены. Модель рассчитана на извлечение сущностей из английских текстов, в том числе писем, чатов и неформальных обсуждений. В README сообщается, что на данных такого типа она лучше распознавала сущности, начинающиеся со строчной буквы. На проверочной выборке CoNLL-2003 указана общая F1-оценка 0,9753; на частном наборе писем и чатов показатели ниже, особенно для организаций. Архитектура — RobertaForTokenClassification, размер — 454,1 млн параметров, длина контекста — 514 токенов. Доступны версии в форматах PyTorch, TensorFlow и ONNX, включая веса Safetensors. Лицензия — MIT.

Модель Puujeeeeeeeeeeee/sft-round4 разработана Puujeeeeeeeeeeee и представляет собой дообученную модель семейства Gemma 4 с архитектурой условной генерации. Она предназначена для преобразования изображений и текстовых запросов в текстовые ответы. Модель обучалась с использованием Unsloth и библиотеки TRL; веса доступны в формате safetensors. Модель поддерживает английский язык и возможности работы с изображениями. Она может применяться для ответов на вопросы по изображениям и создания текстовых описаний на основе визуального ввода. Лицензия — Apache 2.0.

T5Gemma 2 — семейство мультимодальных моделей Google на архитектуре encoder-decoder. Этот чекпойнт содержит энкодер на 270 млн и декодер на 270 млн параметров; он получен адаптацией предварительно обученной Gemma 3 с использованием подхода UL2. Модель принимает текст и изображения и генерирует текст. Семейство заявлено как мультиязычное: более 140 языков и контекст до 128 тысяч токенов; для этого размера в README приведены оценки на задачах понимания изображений и обработки длинного контекста. Модель предназначена для генерации и преобразования текста, ответов на вопросы по изображениям, суммаризации и рассуждений, а компактный размер позволяет рассматривать запуск на ноутбуках, настольных компьютерах или в облачной инфраструктуре. Чекпойнт отмечен как предварительно обученный; README также описывает исследовательское применение семейства. Модель может ошибаться в фактах, испытывать трудности со сложными или неоднозначными запросами и отражать смещения обучающих данных. Лицензия — Gemma; применяйте модель с учётом её условий и самостоятельно оценивайте безопасность результатов.

EvanD/xlm-roberta-base-romanian-ner-ronec — модель распознавания именованных сущностей на румынском языке, созданная на базе XLM-RoBERTa и дообученная на наборе данных RONEC. Она размечает токены в тексте и предназначена для извлечения именованных сущностей. В README указана оценка F1-Macro 0,955 на тестовой выборке RONEC. Модель содержит 305,2 млн параметров, использует архитектуру XLM-RoBERTa для классификации токенов и работает с текстом; нативный контекст составляет 514 токенов. Метаданные указывают формат PyTorch и поддержку румынского языка. Лицензия в предоставленных данных не указана.

DataSign разработала gliner-ja-pii-v1 — модель GLiNER для обнаружения и извлечения персональных данных в японском тексте. Она дообучена на синтетических японских данных на базе urchade/gliner_multi_pii-v1 и поддерживает NER с задаваемыми естественным языком метками сущностей. Модель ищет восемь категорий: имена, телефоны, адреса, адреса электронной почты, даты, URL, номера счетов и секреты, включая пароли, API-ключи и коды аутентификации. Модель предназначена для выявления чувствительной информации в японских документах и текстах. В README приведена оценка на 600 синтетических примерах; результаты зависят от метки и порога обнаружения. Для японского текста требуется предварительная сегментация с помощью Janome и специального splitter, исключающего токены только из пробелов; стандартный whitespace splitter применять не следует. Максимальная длина входа — 160 токенов, более длинные тексты нужно разбивать. Лицензия — Apache-2.0.

InternVL3-38B-Instruct-GGUF — мультимодальная instruction-tuned модель, опубликованная Unsloth на основе OpenGVLab/InternVL3-38B. Это SFT-версия InternVL3: она прошла нативное мультимодальное предварительное обучение и дообучение с учётом инструкций, но не проходила MPO. Модель предназначена для понимания изображений и текста, мультимодального восприятия и рассуждений, работы с инструментами, создания GUI-агентов, промышленного анализа изображений и задач 3D-восприятия. Заявлена поддержка multilingual-сценариев. Архитектура построена по схеме ViT-MLP-LLM и включает визуальную часть InternViT-6B-448px-V2_5 и языковую часть Qwen2.5-32B; общий размер семейства для этой конфигурации — 38B параметров. Распространяемая версия представлена в формате GGUF и использует квантизацию Unsloth Dynamic 2.0, однако конкретный вариант квантизации, требования к памяти и размер контекста в предоставленных данных не указаны. Сильными сторонами являются сочетание анализа изображений с генерацией текста, мультимодальное рассуждение и широкий спектр прикладных сценариев. Модель может быть менее подходящей для задач, требующих точных гарантий фактической корректности, а значительный размер и мультимодальная архитектура предполагают высокие требования к вычислительным ресурсам. Для выбора между версиями семейства авторы рекомендуют рассмотреть базовую InternVL3-38B. В метаданных указана лицензия Apache-2.0; также приведена ссылка на лицензию Qwen.

InternVL3-8B-Instruct — разработанная OpenGVLab мультимодальная модель с открытыми весами, версия SFT семейства InternVL3 без этапа MPO. Архитектура сочетает визуальный кодировщик InternViT-300M-448px-V2_5, MLP-проектор и языковую часть на основе Qwen2.5-7B; указанный размер — 8 млрд параметров. Модель принимает текст, изображения и видео, а в диалоговом режиме формирует текстовые ответы. Для изображений используется динамическое разбиение на фрагменты 448×448, также предусмотрена обработка нескольких изображений и понимание длинного контекста. Модель предназначена для визуального восприятия и рассуждений, анализа изображений и видео, понимания сцен и научных диаграмм, взаимодействия с GUI и использования инструментов. В README также описаны возможности для 3D-восприятия, мультимодального рассуждения и текстовых задач; доступный pipeline_tag — image-text-to-text, а метаданные дополнительно указывают text-generation. Модель распространяется по лицензии Apache-2.0. Результаты и требования к ресурсам зависят от задачи, разрешения и числа изображений; несколько изображений увеличивают число входных токенов.

ele-sage разработала mdeberta-v3-base-name-classifier-v2 — бинарный классификатор текста на базе mdeberta-v3-base, дообученный на наборе ele-sage/person-company-names-classification. Модель относит переданную строку к имени человека или названию компании/организации. Это специализированный компонент для автоматической обработки имён; его можно использовать как первый фильтр в конвейере, который затем разбирает имена подробнее. Модель построена на архитектуре DeBERTa V3, содержит 306 млн параметров и обрабатывает последовательности длиной до 512 токенов. В карточке указаны языки en и fr. На оценочной выборке автор сообщает accuracy 0,9946 и F1 0,9951. Модель распространяется по лицензии MIT. Качество может снижаться на именах из культур и регионов, отличных от Северной Америки и Квебека, поскольку обучающие данные смещены в их сторону. Некоторые строки могут правдоподобно обозначать и человека, и компанию, а исходные данные об именах людей содержали шум. Модель не предназначена для классификации общего назначения.

Ornith-Agents-A1-3.7-35B-A3B-dare_ties — мультимодальная диалоговая модель, созданная tepirale слиянием моделей через mergekit по методу DARE TIES. В основе лежит Qwen/Qwen3.6-35B-A3B; также объединены InternScience/Agents-A1 и deepreinforce-ai/Ornith-1.0-35B. Модель рассчитана на диалог и анализ изображений и использует архитектуру Qwen3.5 MoE с генерацией текста по текстовому и визуальному контексту. Веса опубликованы в формате safetensors и имеют тип bfloat16 согласно конфигурации слияния. Метаданные относят модель к задаче image-text-to-text и отмечают возможности chat и vision. Лицензия в предоставленных сведениях не указана.

PaliGemma 2 3B PT 448 — предобученная мультимодальная модель Google для обработки изображений и текста. Она сочетает визуальный энкодер SigLIP с языковой моделью Gemma 2 и принимает изображения размером 448×448 пикселей вместе с текстовым запросом; на выходе генерирует текст. Модель поддерживает несколько языков, а входная и выходная последовательности текста рассчитаны на 512 токенов. Модель предназначена прежде всего для дообучения под конкретные задачи: описания изображений и коротких видео, визуальных вопросов и ответов, чтения текста на изображениях, обнаружения объектов и сегментации. Она также может служить основой для специализированных сценариев, например анализа снимков дистанционного зондирования или объяснения элементов интерфейса. Это базовая модель, не многотуровый чат-бот; её результаты без дообучения на прикладной задаче могут быть слабее, чем у моделей общего назначения. Возможны фактические ошибки и смещения. Доступна в формате bfloat16 для дообучения; лицензия — Gemma, применяются условия использования и политика запрещённых применений Gemma.

Qwable-v1-Qwen3.6-35B-A3B-abliterated — мультимодальная производная модель, опубликованная пользователем eggdog100 на основе lordx64/Qwable-v1. Она предназначена для генерации текста и обработки изображений с текстовыми инструкциями, включая сценарии, где требуется сниженное количество отказов. Модель относится к семейству Qwen3.6-35B-A3B и использует архитектуру Mixture-of-Experts: 35 млрд параметров всего, около 3 млрд активных на токен, 256 экспертов и 40 слоёв. В архитектуре применяются гибридное линейное внимание Gated-DeltaNet и отдельная vision tower, сохранённая без изменений. Точный размер контекста и перечень поддерживаемых языков в карточке не указаны. Это версия v2, полностью пересобранная после проблем с предыдущей версией, которая страдала от повторов и бессвязной генерации. Для подавления отказов изменялись выходные проекции внимания attn.o_proj; маршрутизатор MoE, эксперты, слои Gated-DeltaNet и vision tower не редактировались. В заявленных тестах модель показала 1 отказ из 100 adversarial-запросов без reasoning и 1 из 94 при включённом reasoning, при этом зафиксировано ноль случаев коллапса генерации. На MMLU-Pro результат составил 78,9, на GSM8K — около 95, однако показатели зависят от настроек и оборудования, а часть бенчмарков не проводилась. К сильным сторонам относятся мультимодальность, сохранённая визуальная часть, разреженная MoE-архитектура с низким числом активных параметров и существенно сниженная склонность к отказам. Ограничения включают потенциально ослабленные защитные механизмы, отсутствие подробных данных о контексте и языковой поддержке, а также неполные результаты оценки. Модель распространяется по лицензии AGPL-3.0.

WaltonFuture/Qwen2.5VL-7b-RLCS — мультимодальная модель WaltonFuture на архитектуре Qwen2.5-VL с 7,1 млрд параметров. Она дообучена на базе Qwen/Qwen2.5-VL-7B-Instruct: сначала методом supervised fine-tuning на данных cold start, затем с помощью GRPO на мультимодальных данных для обучения с подкреплением. Модель принимает текст и изображения и предназначена для диалоговых задач, требующих визуального анализа и рассуждений по изображению. Контекст составляет до 128 000 токенов. Репозиторий содержит веса в формате safetensors и рассчитан на использование с Transformers; лицензия — Apache-2.0.

DazzlingShadow/Qwen3.5-122B-A10B-heretic-ARA — постобученная мультимодальная модель диалога на архитектуре Qwen3.5 MoE, опубликованная в формате Transformers. Abliteration изменяет поведение отказов: в приведённом сравнении модель отказала в 0 из 100 запросов против 88 из 100 у исходной Qwen/Qwen3.5-122B-A10B. Модель принимает текст и изображения и генерирует текст; она подходит для диалога, визуального понимания и ответов на вопросы по изображениям. Модель содержит 122 млрд параметров, из которых активируется около 10 млрд; архитектура включает 48 слоёв и разреженный Mixture of Experts. Контекстное окно — 262 144 токена, с заявленным расширением до 1 010 000. В карточке исходного семейства заявлена поддержка 201 языка и диалекта, однако языковая таблица в README опущена. Весы доступны в safetensors и совместимы с Transformers и рядом движков инференса. Лицензия — Apache-2.0.

Qwen3.5-397B-A17B-MLX-8bit — 8-битная квантованная версия модели Qwen3.5-397B-A17B, разработанной командой Qwen. Квантование выполнено командой LM Studio с использованием mlx_vlm, а модель оптимизирована для запуска на устройствах Apple Silicon через MLX. Модель предназначена для задач генерации текста и работы с изображениями и текстом; в карточке указан тип pipeline image-text-to-text. Ключевая характеристика — размер исходной модели 397B и 8-битное представление весов. Сведения о поддерживаемых языках, размере контекста и точной архитектуре в README не приведены. К преимуществам относятся существенное снижение требований к памяти по сравнению с исходной моделью и оптимизация для экосистемы Apple Silicon. Ограничения связаны с квантованием, возможными потерями качества относительно полной версии и зависимостью от совместимого оборудования и программного окружения MLX. Модель распространяется по лицензии Apache-2.0; LM Studio не является её разработчиком и не гарантирует точность, безопасность или пригодность результатов.

Qwen3.6-27B-MLX-6bit — это 6-битная квантованная версия модели Qwen3.6-27B, разработанной командой Qwen. Квантование выполнено командой LM Studio с использованием MLX и mlx-vlm; модель оптимизирована для запуска на устройствах Apple Silicon. Модель предназначена для локального применения в сценариях генерации текста и обработки изображений с текстом, что следует из указанного типа конвейера image-text-to-text. Она сохраняет основу оригинальной Qwen3.6-27B, однако README не содержит сведений о точной архитектуре, числе параметров исходной модели, поддерживаемых языках и размере контекстного окна. Ключевые преимущества — сниженное потребление памяти по сравнению с полноразмерной версией и оптимизация под экосистему Apple Silicon, что делает модель подходящей для локального использования через совместимое программное обеспечение. Ограничениями являются потери качества, возможные при 6-битном квантовании, зависимость производительности от устройств Apple Silicon и отсутствие в предоставленных данных подробных характеристик качества и языковой поддержки. Модель распространяется по лицензии Apache 2.0.

Qwen_Qwen3-VL-8B-Instruct-GGUF — это набор GGUF-квантизаций мультимодальной модели Qwen3-VL-8B-Instruct, разработанной Qwen и подготовленной пользователем bartowski. Модель предназначена для задач, где требуется обработка текста и изображений, включая диалоговое взаимодействие и генерацию ответов по мультимодальным запросам. Квантизированные файлы рассчитаны на запуск через llama.cpp, LM Studio и другие совместимые проекты. Базовая модель имеет размер 8B параметров; в наборе представлены варианты от BF16 до 2-, 3-, 4-, 5-, 6- и 8-битных форматов с размерами файлов примерно от 3,8 до 16,4 ГБ. Квантизация выполнена с использованием imatrix и llama.cpp. Доступны варианты с разным соотношением качества и требований к памяти: старшие форматы обеспечивают качество, близкое к исходной модели, а младшие подходят для устройств с ограниченным объёмом RAM, но дают более низкое качество. Формат prompt использует шаблон ChatML с ролями system, user и assistant. README не содержит сведений о поддерживаемых языках, размере контекстного окна, конкретной архитектуре визуального модуля, результатах бенчмарков или лицензии. Условия использования следует уточнять в документации исходной модели Qwen/Qwen3-VL-8B-Instruct и соответствующего репозитория.

wtp-bert-mini — компактная символьная модель BERT для классификации токенов, опубликованная пользователем benjamin на Hugging Face для проекта wtpsplit. Она предназначена для восстановления границ предложений и связанных задач сегментации текста. Модель содержит около 12 млн параметров, принимает текстовые последовательности длиной до 512 токенов и поддерживает множество языков; репозиторий включает веса PyTorch и ONNX. Карточка модели распространяется по лицензии MIT.

Arabic Small Nougat — модель OCR, разработанная Mohamed Rashad для преобразования изображений страниц арабских книг в структурированный текст, в том числе в формате Markdown. Она использует архитектуру VisionEncoderDecoderModel на базе facebook/nougat-small и дообучена на наборе Fakhraddin/khatt и пользовательском наборе данных. Модель рассчитана на оцифровку арабской литературы и извлечение текста из печатных материалов; в карточке указаны арабский и английский языки. Максимальная длина контекста составляет 2048 токенов. Модель распространяется по лицензии GPL-3.0. При распознавании возможны повторы и ошибки в тексте, а также нерелевантные пути к изображениям в выводе. Длинные страницы могут транскрибироваться не полностью, поэтому результат следует проверять, особенно когда точность критична.

classla/bcms-bertic-ner — модель разметки последовательностей, разработанная Classla на основе BERTić и дообученная для распознавания именованных сущностей в боснийском, хорватском, черногорском и сербском языках. Она присваивает токенам метки PER, LOC, ORG и MISC, чтобы выделять в тексте людей, места, организации и другие именованные сущности. Модель использует архитектуру ELECTRA, содержит 137,8 млн параметров и обрабатывает контекст длиной до 512 токенов. При дообучении использовались данные на стандартном хорватском и сербском языках, а также публикации из Twitter; данные дополнялись вариантами без диакритических знаков. В README сообщается F1 91,38 на dev-данных, объединённых с обучающей выборкой. Модель предназначена для извлечения сущностей из текстов BCMS, включая стандартные и неформальные тексты. Она распространяется по лицензии Apache-2.0.

BLING-1.4b-0.1 — инструктивная модель llmware на архитектуре GPT-NeoX, дообученная на дистиллированных инструкционных данных. Она содержит 1,7 млрд параметров и рассчитана на локальный запуск на CPU без специальных оптимизаций квантования; контекст — до 2048 токенов. Модель предназначена для ответов на вопросы по предоставленному контексту, извлечения ключевых значений и базового суммирования, особенно в сценариях RAG и прототипирования с конфиденциальными данными. Модель обучена преимущественно для английского языка и ориентирована на фактические, извлекательные задачи. В описанном тестировании RAG-Instruct-Benchmark она набрала 82,25 балла из 100; качество суммирования оценено как связное, но преимущественно извлекательное, а сложные вопросы и математико-логические задачи показали слабые результаты. Результаты тестирования ограничены двумя прогонами, поэтому ответы следует проверять. Базовая модель — EleutherAI/Pythia-1.4b-v0. Лицензия — Apache 2.0.

Conflibert-named-entity-recognition — модель на архитектуре BERT, разработанная на основе ConfliBERT и дообученная для распознавания и классификации именованных сущностей в тексте. Она выделяет, в частности, людей, организации, географические названия, выражения времени и денежные значения. Модель предназначена для извлечения сущностей из текстовых материалов, в том числе для подготовки данных к анализу политических конфликтов и насилия. Размер составляет 136,3 млн параметров, максимальная длина контекста — 512 токенов; веса опубликованы в формате safetensors. Лицензия — GPL-3.0.

Модель ele-sage/distilbert-base-uncased-name-classifier — бинарный классификатор текстовых строк, дообученный разработчиком ele-sage на базе distilbert/distilbert-base-uncased. Она определяет, обозначает ли строка имя человека или компанию/организацию, и предназначена для классификации имён, в том числе как быстрого первого этапа конвейера обработки имён перед их более сложным разбором. Модель использует архитектуру DistilBERT для классификации последовательностей, принимает текст и выдаёт метку Person или Company. Контекст ограничен 512 токенами; карточка указывает поддержку английского и французского языков. На оценочном наборе автор сообщает точность 0,9939 и F1 0,9945. Модель распространяется по лицензии MIT. Классификатор специализирован и не предназначен для других задач, например анализа тональности. По данным карточки, обучающая выборка смещена в сторону североамериканских, особенно канадских, имён и компаний Квебека; неоднозначные названия могут получать статистически вероятную, но контекстуально неверную метку. В исходных данных имён людей присутствовал шум.

RedHatAI/gemma-3-12b-it-FP8-dynamic — это квантизированная версия мультимодальной модели google/gemma-3-12b-it, разработанная Neural Magic. Модель принимает изображения и текст, а генерирует текст; заявленный язык — английский. Она предназначена для визуально-текстового диалога, анализа изображений и решения текстовых задач, а также для эффективного инференса через vLLM версии 0.5.2 и новее с OpenAI-совместимым режимом сервинга. Модель основана на архитектуре gemma-3-12b-it с 12 миллиардами параметров. Веса и активации квантизированы в формат FP8 с динамической схемой квантизации FP8_DYNAMIC. По приведённым оценкам, квантизация практически сохранила качество исходной модели: средний результат на текстовом бенчмарке OpenLLM v1 составил 75,21% против 74,99% у базовой модели, а на Vision Evals — 58,94% против 58,43%. Это делает модель подходящей для ресурсоэффективного развёртывания, однако README не указывает размер контекстного окна и не приводит подробных ограничений по качеству, безопасности или поддерживаемым языкам помимо английского. Модель распространяется по лицензии Apache 2.0. Для использования рекомендуется backend vLLM; поддержка конкретных сценариев зависит от совместимости оборудования и программного окружения с FP8.

mlx-community/gemma-4-E4B-it-qat-mobile — это MLX-совместимая мобильная версия instruction-tuned модели Gemma 4 E4B-it, опубликованная сообществом MLX Community на основе модели Google DeepMind. Она предназначена для локального запуска на устройствах Apple с MLX, включая сценарии генерации текста и анализа изображений с текстовым ответом. Модель имеет около 3 млрд параметров, использует формат Safetensors и 8-битное представление; размер файлов на странице модели составляет около 3,46 ГБ. Вариант создан с применением Quantization-Aware Training и мобильной схемы оптимизации wNa8o8, включающей целевое 2-битное декодирование, оптимизированный KV-кэш и статические активации для снижения требований к памяти. Карточка указывает английский язык и поддержку image-text-to-text; для семейства Gemma 4 заявлены обработка текста и изображений, контекст до 256K токенов и поддержка более 140 языков. Сильная сторона модели — сочетание мультимодальности и уменьшенных требований к памяти, что делает её подходящей для локального инференса на мобильном и периферийном оборудовании. Ограничения связаны с квантованием, меньшим размером по сравнению с полноразмерными вариантами Gemma 4 и отсутствием подробного описания бенчмарков или ограничений в карточке данной производной версии. Лицензия на странице mlx-community явно не указана; условия базовой модели Gemma 4 следует проверять в официальной карточке Google.

Huihui-Qwen3.8-27B-abliterated-MXFP4 — это квантованная версия мультимодальной модели huihui-ai/Huihui-Qwen3.8-27B-abliterated, подготовленная пользователем sahilchachra с использованием MLX. Модель предназначена для генерации текста по текстовым и визуальным входам, включая ответы на вопросы по изображениям, анализ их цветов и форм, а также обычные диалоги и рассуждения. Она работает на устройствах Apple Silicon через mlx-vlm и поддерживается LM Studio. Модель относится к семейству qwen3_5 и использует гибридную текстовую архитектуру GatedDeltaNet с линейным вниманием и полным вниманием: 64 слоя, при этом полный attention применяется в каждом четвёртом слое. В состав также входит vision tower Qwen3-VL. Текстовая часть, включая отдельную матрицу lm_head размером около 1,27 млрд параметров, квантована в MXFP4 с эффективными 4,449 битами на вес и занимает около 14 ГБ в 13 файлах; vision tower сохранена в формате bfloat16. Модель поддерживает рассуждения с предварительным каналом <think>. Языки и размер контекстного окна в README не указаны. Это намеренно uncensored/abliterated-производное: из текстовых слоёв 18–51 удалено направление отказов, поэтому модель может не применять ограничения исходной версии. Сильными сторонами являются мультимодальность, работа на Mac с 24 ГБ памяти, существенно меньший размер по сравнению с более точными вариантами и подтверждённая работа текстового и визуального трактов. Ограничения включают отсутствие MTP-головы для speculative decoding, возможные ограничения квантования и наследуемые особенности базовой модели. Модель распространяется по лицензии Apache-2.0; использовать её следует с учётом применимого законодательства и условий лицензии базовой модели.

English Anonymiser OpenPII — англоязычная модель Ai4Privacy для обнаружения и редактирования персональных данных (PII) в тексте. Это дообученная для токенной классификации модель ModernBERT-base с 149 млн параметров, рассчитанная на контекст до 8192 токенов; доступны веса Safetensors и формат ONNX. Модель обучена на английской части набора ai4privacy/open-pii-masking-500k-ai4privacy. Модель помечает фрагменты текста, содержащие PII, чтобы их можно было удалить или скрыть. В тесте на отложенной выборке исходного набора заявлены общие точность 99,17%, precision 98,82%, recall 98,83% и F1 98,82%; результаты на реальных данных могут отличаться. По карточке, модель предназначена для редактирования PII и не выполняет полноценную классификацию PII. Перед применением на собственных данных её следует проверить. Распространяется по лицензии MIT.

Многоязычная модель ai4privacy для обнаружения и разметки персональных данных в тексте с целью их последующего маскирования. Она разработана Ai4Privacy как дообучение answerdotai/ModernBERT-base и использует архитектуру ModernBERT с классификацией токенов; содержит 149 млн параметров, поддерживает контекст до 8192 токенов и распространяется в форматах Safetensors и ONNX. Модель рассчитана на редактирование PII, а не на полную классификацию персональных данных. В карточке приведены результаты оценки на тестовой части датасета ai4privacy/open-pii-masking-500k-ai4privacy: точность 99,01%, precision 98,72%, recall 98,47% и F1 98,59%. Модель может быть полезна для поиска имен, времени и других категорий персональных данных перед передачей текста или сохранением документов. Она лицензирована по MIT; перед применением на собственных данных следует оценить качество, поскольку результаты на тестовом наборе могут отличаться от реальных.

Это 4-битная квантизированная версия Mistral-Small-3.2-24B-Instruct-2506, подготовленная командой LM Studio Community с помощью mlx_lm для запуска на компьютерах Apple Silicon. В основе лежит плотная модель Mistral 3 с 24 млрд параметров, предназначенная для диалогов по инструкциям и работы с изображениями; доступны возможности чата и vision. Модель принимает текст и изображения и формирует текстовые ответы. В карточке указана поддержка множества языков, включая русский, английский, французский, немецкий, испанский, китайский и японский. Репозиторий использует формат safetensors и лицензию Apache-2.0. Квантизация снижает требования к памяти по сравнению с полной версией, но может влиять на точность ответов.