I.4Обработка документов и форм

JoaoReiz/ner-pt-f1-v1-bertimbau-large-specific-cachacaner-seed42 — модель распознавания именованных сущностей на португальском языке, разработанная на основе BERTimbau Large и дообученная на фиксированном разбиении cachacaner протокола NEVE NER. Это плотная архитектура BERT с 433,2 млн параметров, предназначенная для классификации токенов; выбор чекпойнта выполнен по end-to-end F1 на валидационной выборке. Модель принимает текст и размечает в нём сущности; максимальная длина контекста составляет 512 токенов. Модель подходит для извлечения именованных сущностей из португалоязычных текстов в сценариях, соответствующих обучающему разбиению cachacaner. В карточке указано дообучение с seed 42. Веса доступны в формате Safetensors; библиотека для работы — Transformers. Лицензия в предоставленных данных не указана.

Nex-N2.5-mini-GGUF — это квантизированная версия мультимодальной модели Nex-N2.5-mini, разработанной nex-agi и подготовленной пользователем bartowski в формате GGUF для запуска через llama.cpp. Модель предназначена для обработки текста и изображений; для работы с изображениями требуется файл mmproj. Она может использоваться в локальных сценариях генерации текста и анализа визуального содержимого, совместимых с llama.cpp. Модель содержит 35 млрд параметров. В набор входят варианты с разной степенью квантизации — от BF16 и Q8_0 до Q2_K и IQ2_M, что позволяет выбирать между качеством, размером файлов и требованиями к памяти. Для большинства сценариев README рекомендует вариант Q4_K_M размером 22,32 ГБ как компромисс между качеством и производительностью; более высокие уровни квантизации обеспечивают качество, близкое к исходному, но требуют больше памяти. Указано наличие imatrix-квантизации и отсутствие speculative decoding. Формат промпта использует специальные маркеры ролей и блок рассуждений. README не содержит сведений о поддерживаемых языках, максимальной длине контекста, конкретной архитектуре или результатах бенчмарков, поэтому эти характеристики нельзя надёжно оценить. Ограничениями являются значительные требования к дисковому пространству и оперативной или видеопамяти, особенно для крупных вариантов, а также возможное снижение качества у агрессивно квантизированных версий. Распространение модели указано по лицензии Apache-2.0.

Ola-7B — мультимодальная модель, разработанная исследователями Tencent, Университета Цинхуа и Наньянского технологического университета. Она дообучена на базе Qwen2.5-7B и сочетает визуальный энкодер Oryx-ViT с языковой моделью Qwen2.5 на 7,1 млрд параметров. Модель принимает текст, изображения, видео и аудио, а выдаёт текст; контекстное окно составляет 32 тыс. токенов. Модель предназначена для диалогов и генерации текстовых ответов по визуальным и аудиовизуальным данным, включая изображения и видео произвольного пространственного размера и временной длины. Обучение проводилось в три этапа на смеси более чем из 5 млн примеров с изображениями, видео и аудио. Для запуска требуется отдельно скачать speech encoder и указать его путь в config.json. Модель распространяется в формате safetensors по лицензии Apache-2.0.

elprofessor67/om-logistics-pod-new-v0 — дообученная мультимодальная модель семейства Qwen3-VL, разработанная elprofessor67 на базе elprofessor67/om-logistics-pod-v8-beta-8b. Модель принимает текст и изображения и предназначена для диалоговых задач формата image-text-to-text, в том числе анализа изображений в запросах на естественном языке. Модель представлена в формате Safetensors и распространяется по лицензии Apache-2.0. В карточке указано, что обучение выполнялось с использованием Unsloth и библиотеки TRL. Специализированная область, размер модели и длина контекста в доступных сведениях не приведены.

Orca-Sonar — мультиязычный классификатор документов компании Patronus AI на основе mmBERT (ModernBERT). Модель относит текст или документ к одной из девяти тематических категорий и рассчитана на маршрутизацию текстов по уровню риска перед передачей LLM, проверкой DLP или сохранением. Она распознаёт тему содержимого даже в запросах-обёртках вроде просьбы кратко изложить договор. Модель дообучена на jhu-clsp/mmBERT-small, содержит 140,5 млн параметров и принимает последовательности длиной до 8192 токенов. В карточке описана поддержка немецкого и английского языков; модель возвращает метку класса с оценкой уверенности. Доступны веса safetensors и экспорт ONNX в FP16. Лицензия — Apache-2.0. В тестировании на отложенной выборке из реальных данных заявлены точность 0,942 и macro-F1 0,940. Для немецкого и английского языков авторы отмечают высокую точность, но другие языки не тестировались. Возможны ложные срабатывания; устойчивость к adversarial-входам, данным вне распределения, чистым персональным данным и патологически длинным текстам ограничена. Для важных сценариев маршрутизации рекомендуется порог уверенности или отказ от решения, а для DLP — предварительная детерминированная проверка длины и PII.

PaliGemma 2 3B PT 224 — предобученная мультимодальная модель Google для обработки изображений и текста. Она объединяет визуальный энкодер SigLIP с языковой моделью Gemma 2, принимает изображения размером 224 × 224 и текстовые последовательности до 128 токенов, а на выходе генерирует текст. Модель поддерживает несколько языков; их перечень в предоставленных материалах не уточняется. Чекпойнт предназначен прежде всего для дообучения под конкретные задачи: описания изображений и коротких видео, визуальных вопросов и ответов, чтения текста на изображениях, обнаружения объектов и сегментации. Он также может служить основой для исследований и прикладных настроек в специализированных областях. Для некоторых задач, например детекции и сегментации, требуется дообучение, чтобы получать структурированные выходы вроде рамок или масок. Это базовая модель, а не готовый многоходовый чат-бот: она рассчитана на один раунд ввода изображения и текста, а её результаты без настройки под задачу могут уступать специализированным моделям. Возможны фактические ошибки, слабости в сложных или неоднозначных запросах и смещения, унаследованные от обучающих данных. Веса доступны в формате safetensors; в README указана доступность bfloat16 для дообучения. Лицензия — Gemma; применяются условия использования и политика запрещённых способов применения Gemma.

Phi-3.5-mini-ITA — дообученная Anakin87 версия инструктивной языковой модели Microsoft Phi-3.5-mini-instruct, оптимизированная для итальянского языка. Это плотная авторегрессионная модель семейства Phi-3 с 3,7 млрд параметров в формате safetensors; поддерживает диалог и генерацию текста. В карточке заявлен контекст до 128 тыс. токенов, тогда как метаданные указывают native context в 4096 токенов. Модель предназначена для общения на итальянском языке, генерации и суммаризации текста, а также для локальных приложений и RAG-сценариев. README приводит оценки на итальянских бенчмарках и описывает запуск через Transformers, включая возможность квантизации и использование Flash Attention 2 для ускорения вывода. Метаданные также указывают английский язык. Модель распространяется по лицензии MIT. Она компактнее многих крупных инструктивных моделей, но фактическое качество зависит от задачи; заявленная в README длина контекста расходится с контекстом, указанным в метаданных.

mlx-community/Qwen3.5-9B-4bit — это 4-битная версия модели Qwen3.5-9B, преобразованная сообществом mlx-community в формат MLX с использованием mlx-vlm 0.3.12. В качестве базовой модели указана Qwen/Qwen3.5-9B-Base, разработанная командой Qwen. Модель предназначена для задач image-text-to-text: она принимает текст и изображения и генерирует текстовые ответы; в README приведён сценарий описания изображения. Из известных характеристик указаны размер 9B и 4-битное представление, а также совместимость с библиотекой mlx-vlm. README не содержит сведений о поддерживаемых языках, размере контекста, точной архитектуре, результатах тестирования, сильных сторонах и ограничениях качества. Модель распространяется по лицензии Apache-2.0; подробные условия следует уточнять в лицензии исходной модели Qwen/Qwen3.5-9B.

Qwen3.6-35B-A3B-MLX-8bit — 8-битная квантованная версия модели Qwen3.6-35B-A3B, разработанной Qwen. Квантование выполнено командой LM Studio с использованием MLX и mlx_vlm; модель оптимизирована для запуска на устройствах с Apple Silicon. В метаданных она обозначена как модель для задач image-text-to-text, однако подробные сведения о поддерживаемых языках, размере контекста и архитектуре в README не приведены. Модель предназначена для локального использования в сценариях, где требуется генерация текста на основе текстового и, вероятно, визуального ввода. Ключевые преимущества — 8-битное представление, уменьшающее требования к памяти по сравнению с полной точностью, и оптимизация под экосистему Apple Silicon. Ограничения включают зависимость от совместимого оборудования и отсутствие в предоставленных данных подробных характеристик производительности, языковой поддержки и качества на конкретных задачах. Модель распространяется по лицензии Apache-2.0.

Elsephire/Qwen3.6-35B-A3B-Ornith-80-20-Beta — бета-модель, созданная Elsephire слиянием Qwen3.6-35B-A3B и Ornith-1.0-35B в соотношении 80/20 методом Task Arithmetic. Она предназначена для диалогов и задач с изображениями; метаданные также отмечают интерфейс вызова инструментов. Архитектура — Qwen3.5 MoE, модель загружается через Transformers, веса представлены в safetensors. Базовая модель Qwen описана в каталоге как мультимодальная модель на 35 млрд параметров; размер активной части и длина контекста для этой модели не подтверждены. Модель принимает текст и изображения и генерирует текст. Разработчик обозначает выпуск как бета-версию и приглашает тестировать её и сообщать об ошибках, поэтому качество и стабильность могут быть непредсказуемыми. Лицензия — MIT.

kikekewl/Qwen3.8-Flash-Next-MLX-BF16 — это MLX-версия модели Qwen3.8-Flash-Next, подготовленная пользователем или организацией kikekewl для работы в экосистеме MLX. В карточке указано, что модель относится к классу image-text-to-text и предназначена для задач генерации текста на основе текстовых и, вероятно, визуальных входных данных. Конкретные сценарии применения не раскрыты. Модель имеет формат BF16 и основана на Qwen/Qwen3.8-Flash-Next. Сведения об архитектуре, количестве параметров, поддерживаемых языках, размере контекста, качестве, требованиях к оборудованию и особенностях мультимодальной обработки в карточке отсутствуют. Использование регулируется лицензией qwen-community-1.0; подробные условия доступны в файле LICENSE.

Step3 — мультимодальная модель рассуждений компании StepFun на архитектуре Mixture-of-Experts с 321 млрд общих и 38 млрд активных параметров. Она предназначена для анализа изображений вместе с текстом и ответов в диалоговом формате. В архитектуре используются Multi-Matrix Factorization Attention и Attention-FFN Disaggregation; заявленная цель этих решений — повысить эффективность генерации и снизить её стоимость. Для обработки изображений поддерживается разбиение на несколько патчей. Модель можно запускать через Transformers, vLLM и SGLang; карточка указывает поддержку инференса в bf16, а веса представлены в bf16 и block-fp8. Метаданные также отмечают интерфейс вызова инструментов. Репозиторий распространяется по лицензии Apache-2.0. Карточка не сообщает поддерживаемые естественные языки и длину контекста, поэтому эти характеристики здесь не уточняются.

Модель ytu-ce-cosmos/turkish-base-bert-punctuation-correction разработана как дообученная версия турецкоязычной модели BERT ytu-ce-cosmos/turkish-base-bert-uncased. Она предназначена для восстановления пунктуации в турецком тексте с помощью классификации токенов. Модель содержит 137,8 млн параметров, использует архитектуру BERT и принимает последовательности длиной до 512 токенов. Поддерживаемый язык — турецкий. Репозиторий содержит веса в форматах Safetensors и TensorFlow. Модель подойдёт для автоматической расстановки знаков препинания в турецких текстах и подготовки текста к дальнейшей обработке. Лицензия MIT разрешает использование и распространение модели на её условиях.

Aura-4o-Rebirth-Gemma-4-31B-Merged-GGUF — это квантованная версия модели Aura-4o-Rebirth-Gemma-4-31B-Merged, разработанная SevenOfNine и преобразованная в формат GGUF пользователем mradermacher. Модель предназначена для диалоговых сценариев и обработки изображений вместе с текстом, включая задачи image-text-to-text. В карточке указано, что основной язык — английский. Модель содержит около 31 млрд параметров и поддерживает мультимодальный ввод через дополнительный модуль mmproj. Доступны варианты квантования от Q2_K до Q8_0, а также IQ4_XS; размер файлов составляет примерно от 12 до 32,7 ГБ, не считая мультимодального дополнения. Варианты Q4_K_S и Q4_K_M отмечены как быстрые и рекомендуемые, Q6_K — как обеспечивающий очень хорошее качество, а Q8_0 — как вариант с лучшим качеством среди перечисленных. Сильной стороной модели является сочетание крупного размера, диалоговой специализации и мультимодальных возможностей, а разные уровни квантования позволяют выбирать компромисс между качеством, скоростью и требованиями к памяти. Ограничения включают значительные аппаратные требования, зависимость мультимодальной работы от отдельного mmproj-файла и отсутствие сведений о размере контекста, архитектурных деталях, результатах оценки и поддержке языков помимо английского. Распространение указано по лицензии Apache-2.0.

heeaiworld/dama-aibrain — дообученная модель heeaiworld на базе unsloth/gemma-4-e2b-it-unsloth-bnb-4bit. Она использует плотную архитектуру Gemma 4 и предназначена для диалоговой работы с текстом и изображениями: модель принимает текстовые запросы и изображения и формирует текстовые ответы. Карточка сообщает, что обучение проводилось с Unsloth и библиотекой Hugging Face TRL. Репозиторий содержит веса в форматах Safetensors и GGUF F16. Модель распространяется по лицензии Apache-2.0. Метаданные указывают английский язык; сведения о размере модели и длине контекста в предоставленных данных отсутствуют.

Карточка модели droplychee/droplycheetttttttest на Hugging Face совпадает с карточкой droplychee/droplychee-2.1-27b, поэтому описание составлено по ней. droplychee-2.1-27b — дообученная разработчиком droplychee мультимодальная плотная модель семейства Qwen3.5 на базе Qwen/Qwen3.8-27B. Она предназначена для диалога с текстом и изображениями и может использоваться в сценариях, где нужно учитывать визуальный контекст при ответе. В метаданных указаны поддержка vision и интерфейс вызова инструментов; размер базовой модели — 27 млрд параметров. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. Карточка сообщает, что обучение выполнялось с Unsloth и библиотекой Hugging Face TRL. Данные не описывают конкретные наборы для дообучения, оценку качества или длину контекста, поэтому эти характеристики нельзя установить по доступной информации.

EVE-7B-HD-v1.0 — мультимодальная модель семейства EVE, разработанная исследователями из Dalian University of Technology, Beijing Academy of Artificial Intelligence и Peking University. Это плотная авторегрессионная модель с архитектурой EVELlamaForCausalLM и примерно 6,6 млрд параметров; в отличие от VLM с отдельным визуальным энкодером, она обрабатывает визуальные и языковые входы в едином декодере. В карточке семейства EVE описан подход к обучению на 35 млн открытых примеров и сравнение с VLM сопоставимого размера. Модель предназначена для генерации текста по текстовым и визуальным запросам, включая задачи понимания изображений и диалога о них. Контекст составляет 4096 токенов. Доступна в формате PyTorch, лицензия — Apache-2.0. В README указано, что EVE выпускается в вариантах с предварительным обучением и настройкой инструкциями, но точный статус настройки именно версии HD-v1.0 не уточнён.

FireFunction v1 — модель Fireworks AI для генерации текста с вызовом функций и маршрутизацией запросов. Она построена на архитектуре Mixtral с разреженным MoE и содержит 7,1 млрд параметров; максимальная длина контекста составляет 32 768 токенов. Модель принимает текстовые запросы и спецификации функций, а в ответ формирует текст или структурированный вызов функции. Она совместима с интерфейсом function calling API OpenAI и поддерживает принудительный выбор функции через параметр tool_choice. Модель предназначена прежде всего для маршрутизации одношаговых запросов к одной из функций из набора до 20 спецификаций и для извлечения структурированной информации. Разработчик сообщает о высокой скорости работы на платформе Fireworks, но не приводит независимого подтверждения заявленного сравнения качества с GPT-4. Модель не оптимизирована для многошагового диалога и параллельных или вложенных вызовов функций в одном ответе. Лицензия Apache-2.0.

Gemma 3 270M Bhaskar Finetune — компактная текстовая модель на архитектуре Gemma 3, разработанная nagbhaskar55 путём полного дообучения Google Gemma 3 270M IT. Она предназначена для ответов на вопросы, опирающихся на переданный в запросе фрагмент текста, а также для суммаризации, извлечения сведений и переформулирования в юридическом и финансовом контекстах. Модель содержит 257 млн параметров, принимает текст и поддерживает контекст длиной до 32 768 токенов. Обучение проведено на 7 960 синтетических инструкционных примерах из материалов судебных дел США, документов SEC и образовательных текстов; в наборе есть ответы на вопросы по контексту, извлечение, суммаризация и переписывание. Карточка приводит снижение метрики bits per character относительно другой модели, дообученной на тех же данных, но эти результаты не гарантируют точность в реальном применении. Модель может выдавать фактически неверные числа и имена и упускать части составных вопросов. Она читает предоставленный фрагмент, но не является самостоятельной базой знаний; её ответы не заменяют юридическую или финансовую консультацию. Лицензия — Gemma Terms of Use с ограничениями на использование, которые необходимо передавать последующим пользователям.

KhyontekAI дообучила Gemma 4 E4B Instruct от Unsloth для диалогового взаимодействия. Модель основана на плотной архитектуре Gemma 4 и поддерживает обработку текста и изображений, а также интерфейс вызова инструментов. В репозитории веса представлены в формате safetensors. Модель подходит для диалогов и задач, где нужно отвечать на текстовые запросы с учётом изображения. README сообщает, что обучение проводилось с использованием Unsloth и библиотеки TRL. Модель распространяется по лицензии Apache-2.0.

Это квантованная версия модели Huihui-Qwen3.5-35B-A3B-Claude-4.6-Opus-abliterated от elbelga в формате GGUF для локального запуска через llama.cpp. Модель поддерживает диалог и обработку изображений вместе с текстом; README описывает вариант с MXFP4 для тензоров MoE и BF16 для остальных тензоров, а для мультимодальной работы рекомендует mmproj в F32. Замена Q8 на BF16 может повысить сохранность качества, но на некоторых архитектурах замедляет инференс. Модель предназначена для локальных чат-сценариев с текстовыми и визуальными запросами. Она основана на дообученной Huihui-Qwen3.5-35B-A3B-Claude-4.6-Opus-abliterated; сведений о лицензии, языках и размере контекста в предоставленных данных нет.

Карточка модели minsu0567/IAD-X1-GRPO-answer-last-2 на Hugging Face совпадает с карточкой minsu0567/IAD-X1-GRPO-answer-last, поэтому описание составлено по ней. minsu0567/IAD-X1-GRPO-answer-last — дообученная minsu0567 модель семейства Qwen3.5 для преобразования изображений и текста в текст. Карточка указывает на обучение с Unsloth и библиотекой TRL; метаданные описывают архитектуру как плотную условную генеративную модель с поддержкой изображений и диалогового взаимодействия. Модель предназначена для задач image-text-to-text. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. В карточке не приведены сведения о размере модели, длине контекста и конкретных языках использования; метаданные указывают английский язык.

InternViT-6B-448px-V1-5 — визуальная foundation-модель и backbone для извлечения признаков, разработанная OpenGVLab. Это дообученная версия InternViT-6B-448px-V1-2: при дальнейшем предобучении использовались изображения с динамическим разрешением на основе плиток 448×448, от 1 до 12 плиток на изображение. В README указано 5,54 млрд параметров после удаления последних трёх блоков; метаданные репозитория указывают 7,4 млрд параметров. Модель предназначена прежде всего для получения визуальных признаков, в том числе как зрительная часть мультимодальных языковых моделей. Обучение на разнообразных данных изображений и дополнительных OCR-данных усилило устойчивость, распознавание текста на изображениях и работу с высоким разрешением. Для построения MLLM авторы рекомендуют использовать признаки последнего слоя. README отмечает, что серия InternViT V2.5 лучше подходит для построения MLLM, чем для традиционных задач компьютерного зрения. Лицензия — MIT.

Helsinki-NLP разработала opus-mt-ar-en — модель машинного перевода с арабского языка на английский из семейства OPUS-MT. Это компактная модель на архитектуре Transformer, реализованная как MarianMTModel; она содержит 57,3 млн параметров и использует SentencePiece с нормализацией текста. Модель принимает арабский текст и генерирует его перевод на английский. Длина контекста составляет 512 токенов. Модель обучена на данных OPUS. В карточке приведён результат 49,4 BLEU и 0,661 chr-F на тестовом наборе Tatoeba.ar.en. Она подходит для перевода отдельных текстов и интеграции в приложения машинного перевода. Доступна по лицензии Apache-2.0, форматы репозитория включают PyTorch и TensorFlow.

Это квантованная GGUF-сборка Ornith-1.0-35B от pugant, подготовленная для запуска на AMD Strix Halo (gfx1151) с ROCmFPX. В основе — Ornith-1.0-35B, модель семейства Qwen 3.5-VL-MoE с 35 млрд параметров и примерно 3 млрд активных параметров на токен. Квантование Q4_0_ROCMFP4_STRIX_LEAN занимает около 17,32 ГиБ; для обработки изображений требуется отдельный vision-проектор mmproj-F16.gguf. Модель подходит для диалогов и задач, где нужно анализировать текст и изображения. Автор приводит замеры скорости на Strix Halo, но не публикует оценок качества или тестов точности. Профиль сборки рассчитан на gfx1151; формат GGUF с типом 106 не загружается в стандартную сборку llama.cpp и требует совместимой сборки ROCmFPX. Лицензия — MIT.

PantryMax SmolVLM-500M ONNX — мультимодальная модель на базе Idefics3, выпущенная как браузерная сборка ONNX Runtime Web. Это LoRA-файнтюн HuggingFaceTB/SmolVLM-500M-Instruct для локального извлечения сведений с этикеток товаров и страниц рецептов. Модель принимает изображение и выбранную задачу («product» или «recipe»), а приложение PantryMax ограничивает генерацию соответствующей JSON-схемой. Сборка предназначена для работы прямо в браузере без отправки изображений на сервер; в репозитории находятся только браузерные runtime-файлы. Метаданные указывают мультиязычную поддержку и задачу image-to-text. Извлечённые поля могут быть ошибочными: структурированное декодирование обеспечивает разбираемый формат, но не гарантирует фактическую точность. Следует проверять результаты и не использовать модель как источник истины для решений с высокими ставками. Лицензия в метаданных обозначена как other, конкретные условия в предоставленной карточке не раскрыты.

quinex-quantity-v0-124M — англоязычная модель Jülich Systems Analysis для извлечения количественных упоминаний из текста. Это энкодерный трансформер на архитектуре RoBERTa, дообученный на базе nasa-impact/nasa-smd-ibm-v0.1 (INDUS), который был предварительно обучен на научной литературе и Википедии. В метаданных указаны 151,8 млн параметров и контекст длиной 514 токенов; в README размер округлён до 124 млн параметров. Модель размечает токены, находя числа и связанные с ними единицы измерения. Она предназначена для извлечения количественных данных из научных публикаций и других англоязычных текстов. В README сообщается о F1 96,34 на тестовом наборе и проверке на публикациях из нескольких научных областей; результаты зависят от трактовки неоднозначных количественных выражений. Модификаторы вроде «примерно», «более» и отрицания в выделяемые фрагменты не входят. Лицензия — Apache-2.0.

Iceland/quote-model-BERTm-v1 — дообученная модель на основе bert-base-multilingual-cased, разработанная для классификации токенов. Модель использует архитектуру BERT и содержит 205,1 млн параметров; максимальная длина контекста составляет 512 токенов. В карточке приведены метрики на оценочной выборке: F1 0,8676, точность 0,9314, precision 0,8161 и recall 0,9262. Назначение меток и обучающий датасет не описаны, поэтому практическую задачу разметки можно определить только на общем уровне. Модель доступна под лицензией Apache-2.0.

Qwen3.5-27B-ultra-uncensored-heretic-v2 — мультимодальная диалоговая модель на 27 млрд параметров от независимого автора llmfan46, созданная дообучением Qwen/Qwen3.5-27B. Она принимает текст и изображения и генерирует ответы на текстовые запросы и вопросы по изображениям. В карточке описана настройка abliteration, направленная на снижение числа отказов: автор сообщает об одном отказе из 100 запросов против 95 у исходной модели; это результат теста автора, а не гарантия поведения во всех сценариях. Модель основана на плотной архитектуре Qwen3.5 с генерацией текста и визуальным энкодером. README указывает контекст 262 144 токена с возможностью расширения до 1 010 000; метаданные подтверждают поддержку диалогов и изображений. Карточка заявляет широкое языковое покрытие семейства, но конкретный список языков этой версии не приведён. Модель распространяется по лицензии Apache-2.0. Снижение числа отказов может сопровождаться меньшей осторожностью в ответах; приведённая оценка PIQA близка к результату исходной модели.

cmp-nct/Qwen3.6-35B-A3B-GGUF — GGUF-версия модели Qwen3.6-35B-A3B, разработанной командой Qwen. По метаданным это мультимодальная модель с поддержкой сценария image-text-to-text, предназначенная для обработки изображений и текста с генерацией текстовых ответов. В репозитории также указана quantized vision projector, то есть квантизированный визуальный проектор. Модель построена на MoE-архитектуре: заявлен общий размер 35 млрд параметров и конфигурация A3B, однако точное число активных параметров, размер контекста, поддерживаемые языки и конкретные требования к оборудованию в README не указаны. Формат GGUF ориентирован на локальный запуск в совместимых инструментах, но сведения о доступных вариантах квантизации и производительности отсутствуют. Лицензия — Apache-2.0. README не содержит достаточных данных для оценки качества, сильных сторон и ограничений модели в конкретных задачах, поэтому перед использованием следует отдельно проверить совместимость рантайма, характеристики выбранного GGUF-файла и возможности мультимодального инференса.