I.4Обработка документов и форм

YCWTG/gemma-4-31B-it-NVFP4A16-GPTQ — это квантизированная версия мультимодальной instruct-модели google/gemma-4-31B-it, подготовленная с помощью llm-compressor. Модель предназначена для задач, требующих обработки текста и изображений, включая диалоговые сценарии и генерацию ответов по визуально-текстовым запросам. По умолчанию работает в режиме Instruct; также поддерживает режим рассуждений, который необходимо отдельно включить при запуске через vLLM. Модель основана на архитектуре Gemma 4 с 31 млрд параметров и, согласно тегам репозитория, использует MoE-подход. Квантизация выполнена в формате NVFP4A16: основные компоненты сжаты, а lm_head, vision_tower и embed_vision сохранены в 16-битной точности для уменьшения потерь качества при генерации и обработке изображений. Указанный размер модели составляет около 20,5 ГБ, что заметно снижает требования к памяти по сравнению с исходной версией. Сильной стороной модели является сочетание мультимодальности, instruct-режима и сниженного объёма памяти, благодаря чему она подходит для локального или серверного инференса на совместимом оборудовании. Ограничения включают возможные потери качества из-за квантизации, необходимость специальной настройки для режима рассуждений, а также отсутствие в предоставленных данных сведений о поддерживаемых языках и размере контекстного окна. Модель распространяется по лицензии Apache-2.0; при использовании необходимо также соблюдать условия лицензии исходной модели Gemma 4.

GLiNER2-base-v1-Redocred — модель извлечения информации на базе GLiNER2, дообученная на Re-DocRED. Она предназначена для извлечения сущностей и отношений между ними в англоязычных документах; карточка также относит к задачам модели извлечение событий и классификацию. Обучающий набор содержит 3 053 записи, а для проверки использовались отдельные валидационная и тестовая выборки по 500 записей; в Re-DocRED представлены 96 типов отношений и 6 типов сущностей. В тестировании F1 для сущностей составил 0,842 при строгом и 0,893 при более мягком сопоставлении. Для отношений показатели ниже: F1 0,263 и 0,321 соответственно, при низкой полноте. Модель распространяется в формате safetensors и использует библиотеку gliner2. Лицензия указана как other; условия следует уточнить на странице модели и датасета.

Vontra/GLM-5.3-Flash-MLX-2bit-MTP — это конвертированная и гибридно квантованная версия мультимодальной модели GLM-5.3-Flash от Z.ai, подготовленная Vontra для Apple Silicon на базе MLX. Модель предназначена для генерации текста и работы с изображениями в совместимых MLX- и VLM-средах, включая oMLX. Заявлены английский и китайский языки. Модель использует архитектуру glm5_next с разреженной смесью экспертов (MoE), чередованием KDA-линейного и разреженного внимания, vision encoder и одним нативным NextN/MTP-слоем для спекулятивного декодирования. Объём параметров составляет 320 млрд, из них 18 млрд активны при обработке запроса; заявленный контекст — до 1 048 576 токенов. Чекпойнт хранится в MLX safetensors и занимает около 111,3 ГБ. Квантование выполнено по гибридной схеме: основные экспертные веса имеют точность 2 бита, отдельные проекции — 8 или 4 бита, а чувствительные компоненты, включая vision encoder, projector, эмбеддинги и выходную голову, сохранены в BF16. К сильным сторонам относятся существенное уменьшение размера весов, поддержка мультимодальных сценариев, сохранённый нативный MTP и совместимость с экосистемой Apple MLX. В тесте на Apple M3 Studio включение MTP повысило скорость декодирования с 6,063 до 6,257 токена в секунду при совпадении результатов. Производительность и прирост от MTP зависят от оборудования, запроса и степени принятия черновых токенов. Для работы требуется runtime с поддержкой архитектуры glm5_next, нативного MTP и покомпонентных метаданных квантования MLX; указаны совместимые версии oMLX 0.6.3rc3, MLX 0.32.0, mlx-lm 0.31.3 и mlx-vlm 0.6.3. Лицензия — MIT.

Vontra/GLM-5.3-Flash-MLX-oQ2-MTP — это MLX-конверсия и квантованная версия мультимодальной модели GLM-5.3-Flash, разработанной Z.ai. Модель предназначена для генерации текста и изображений, обработки языковых и визуальных запросов, а также локального запуска на компьютерах Apple Silicon через MLX и совместимые компоненты oMLX. Заявлены поддерживаемые языки английский и китайский. Модель использует архитектуру glm5_next с разреженной Mixture-of-Experts, гибридным линейным и разреженным вниманием и контекстом до 1 048 576 токенов. Применена посттренировочная weight-only-квантизация sensitivity-guided oQ2 со смешанной точностью и эффективным распределением около 2,67 бита на вес. Большинство весов имеют точность Q2 или Q8, отдельные компоненты — Q4, а зрительный энкодер и проектор сохранены в BF16. Репозиторий содержит 22 файла весов общим объёмом около 110 ГБ. Вариант сохраняет встроенный слой предсказания следующего токена и поддерживает Native MTP с глубиной 1, что может повышать пропускную способность. Однако MTP указан как экспериментальный: в проверенном окружении результаты были связными, но не полностью совпадали с базовым режимом, поэтому для точной детерминированной воспроизводимости его следует отключать. Совместимость проверена с oMLX 0.6.3rc3, MLX 0.32.0, mlx-lm 0.31.3 и mlx-vlm 0.6.3; другие версии могут не поддерживать необходимые пути glm5_next, oQ и Native MTP. Модель распространяется по лицензии MIT.

OneNexus/GLM-5.3-Flash-MXFP4 — это чекпойнт модели GLM-5.3-Flash, разработанный OneNexus на базе zai-org/GLM-5.3-Flash. Модель предназначена для серверной обработки текстовых запросов и задач преобразования изображений в текст, включая сценарии с длинным контекстом и мультимодальными запросами. Заявлены английский и китайский языки; обработка видео не оценивалась. Модель имеет 320 млрд параметров, из которых 18 млрд активируются при обработке запроса. В большинстве слоёв используются маршрутизируемые эксперты с форматом весов MXFP4, а для других тензоров сохраняется заявленная точность. Архитектура включает разреженное внимание, K-пул для выбора контекста и встроенный механизм speculative decoding MTP с EAGLE. Максимальный контекст составляет 1 048 576 токенов, однако описанные тесты AgentX использовали ограничение 262 144 токена. Индексированный объём тензоров — около 182,12 GiB. На фиксированных выборках модель показала небольшие преимущества над amd/GLM-5.3-Flash-Quark-MXFP4 в MMLU и GPQA Diamond, но немного уступила в GSM8K; статистически значимое превосходство не установлено. Измеренная производительность при обслуживании запросов практически совпала с сопоставимым чекпойнтом AMD. Результаты зависят от ограничений длины ответа и не подтверждают превосходство в общем качестве, безопасности или агентских сценариях. Основной проверенный вариант развёртывания использует четыре AMD Instinct MI355X, ROCm и SGLang с TP4/EP4 и FP8 KV-кэшем. Лицензия — MIT.

IndicBERT-v3-1B — многоязычная двунаправленная языковая модель AI4Bharat на архитектуре Gemma-3, дообученная на основе google/gemma-3-1b-it. Она предназначена для задач с архитектурой энкодера, в частности для классификации токенов. Модель обучена методом Masked Next Token Prediction (MNTP), при котором целевой токен предсказывается по состоянию предыдущей позиции; при дообучении важно учитывать этот сдвиг в подготовке данных. Обучение продолжалось на примерно 35 млрд токенов с последовательностями длиной до 4096. Модель адаптирована к английскому и индийским языкам, включая хинди, тамильский, телугу, бенгальский, урду и ряд низкоресурсных языков. Веса доступны в формате safetensors, лицензия — MIT. Карточка описывает сильные результаты во внутренних тестах, но не приводит подробных оценок; версии для эмбеддингов и поиска в README обозначены как планируемые.

InternVL3-38B-Instruct — мультимодальная модель OpenGVLab для диалога и анализа изображений. Это версия SFT семейства InternVL3: она прошла мультимодальное предварительное обучение и supervised fine-tuning, но не этап MPO. Архитектура следует схеме ViT-MLP-LLM: визуальный модуль InternViT соединён через MLP-проектор с языковой моделью; обработка изображений использует динамическое разбиение на фрагменты 448×448 и позиционное кодирование V2PE. Модель также обучалась на видеоданных. Модель предназначена для ответов на вопросы по изображениям, мультимодальных рассуждений и понимания видео, а также для задач с интерфейсами GUI, инструментами и 3D-сценами. Семейство заявлено как мультиязычное; карточка описывает текстовые и визуальные возможности, однако точный размер параметров и длина контекста для этой версии в предоставленных данных не указаны. В сравнении с InternVL 2.5 авторы заявляют улучшение мультимодального восприятия и рассуждений. Модель доступна по лицензии Apache-2.0. Ограничения включают отсутствие этапа MPO у этой SFT-версии; для неизвестных изображений или видео возможны ошибки интерпретации, а качество и производительность зависят от используемых разрешений и вычислительных ресурсов.

InternVL3.5-2B-Flash — мультимодальная чат-модель семейства InternVL3.5, разработанного OpenGVLab. Она принимает изображения вместе с текстовыми запросами и формирует текстовые ответы, поэтому подходит для диалога по изображениям и решения визуально-текстовых задач. Вариант Flash использует Visual Resolution Router для динамической настройки разрешения визуальных токенов; семейство также описывает раздельное размещение зрительной и языковой частей при обслуживании модели. Модель построена на архитектуре InternVLChat и дообучена на OpenGVLab/InternVL3_5-2B; карточка связывает обучение с наборами MMPR-v1.2 и MMPR-Tiny. Карточка характеризует семейство как многоязычное, но конкретные языки не перечисляет. Модель распространяется под лицензией Apache-2.0. В предоставленной карточке нет численных данных о размере контекста или подробной оценки качества именно версии 2B-Flash.

InternVL3-78B-Instruct — мультимодальная чат-модель OpenGVLab, версия SFT семейства InternVL3. Она сочетает визуальный энкодер InternViT и языковую модель в архитектуре ViT-MLP-LLM; в этой версии использована плотная архитектура InternVLChatModel. Модель дообучена на базе OpenGVLab/InternVL3-78B-Pretrained и не проходила этап MPO. Разработчики рекомендуют использовать основную версию InternVL3-78B, если нет особой причины выбирать эту SFT-версию. Модель принимает текст, изображения и видео и формирует текстовые ответы. Она предназначена для диалога по изображениям и видео, визуального восприятия и рассуждений, понимания длинного контекста, анализа промышленных изображений и научных диаграмм, работы с GUI и 3D-сценами, а также использования инструментов. Динамическая обработка изображений разбивает их на фрагменты размером 448×448 пикселей; поддерживаются несколько изображений и видеоданные. Карточка заявляет многоязычную поддержку, но не перечисляет отдельные языки и размер контекстного окна. Модель распространяется в формате safetensors для Transformers. Лицензия указана как other, поэтому перед использованием следует проверить условия в карточке репозитория Hugging Face.

mlx-community/InternVL3-9B-8bit — мультимодальная чат-модель семейства InternVL3, преобразованная в формат MLX из `models/InternVL3-9B` с помощью mlx-vlm 0.1.25. Она предназначена для диалога по изображениям и задач визуального понимания с ответами на естественном языке. Модель принимает текст и изображения и генерирует текст; в метаданных также отмечен интерфейс вызова инструментов и мультиязычная поддержка. Репозиторий содержит веса в формате safetensors и доступен по лицензии Apache-2.0. Метаданные связывают модель с дообучением OpenGVLab/InternVL3-1B-Instruct и указывают датасет OpenGVLab/MMPR-v1.2, однако README описывает конверсию из InternVL3-9B; поэтому точная цепочка происхождения и базовая модель требуют осторожной интерпретации. Размер 9B указан в имени модели, а исходная модельная карточка предлагается как источник дополнительных сведений.

Kara-Kumru-v1.0-2B — турецкоязычная языковая модель, созданная дообучением VNGRS AI модели vngrs-ai/Kumru-2B. Это плотный decoder-only трансформер семейства Mistral с 2,4 млрд параметров и контекстом 8192 токена; модель распространяется в формате safetensors и рассчитана на диалоговую генерацию текста. Модель оптимизирована для ответов на вопросы, извлечения информации, суммаризации и перевода с турецкого на английский, а также для общей генерации текста на турецком языке. В заявленной оценке на Cetvel она улучшила результаты базовой модели по генеративным задачам, включая QA и суммаризацию, но показала снижение качества на некоторых классификационных задачах, NLI и коррекции грамматики. Сопоставление с другими моделями в README частично использует результаты из разных оценочных конвейеров, поэтому рейтинговые сравнения следует трактовать с осторожностью. Модель выпущена под лицензией Apache-2.0. README сообщает о полном дообучении в BF16 и описывает сценарии локального развёртывания, однако фактические требования зависят от используемой версии и оборудования.

LongCat-Flash-Omni — открытая мультимодальная модель, разработанная Meituan для понимания текста, изображений, видео и аудио, а также взаимодействия с аудио и видео в реальном времени и потоковой генерации речи. В карточке описана архитектура Mixture-of-Experts с 560 млрд параметров и 27 млрд активируемых параметров; метаданные репозитория указывают 17,7 млрд параметров. Модель принимает контекст до 128 тыс. токенов и рассчитана на диалоговые и многомодальные сценарии. Модель предназначена для анализа изображений и видео, распознавания речи, перевода речи в текст и аудиовизуального диалога. В README приведены результаты сравнительных оценок по мультимодальным, визуальным и аудиозадачам. Для запуска описаны адаптации SGLang; указаны требования Python 3.10+, PyTorch 2.8+ и CUDA 12.9+. Репозиторий распространяется по лицензии MIT. Авторы отмечают, что модель не была специально разработана и всесторонне проверена для всех прикладных сценариев.

TankuVie/mDeberta_Fine_tuned_QA_v1 — модель семейства DeBERTa-v2 с архитектурой DebertaV2ForQuestionAnswering, разработанная TankuVie. Она предназначена для извлечения ответа на вопрос из предоставленного текста и может использоваться, например, для поиска ответов в документах. Модель содержит 306 млн параметров, принимает контекст длиной до 512 токенов и сохранена в формате safetensors. Карточка сообщает о дообучении на датасете, обозначенном как None, и не приводит подробностей обучения, оценки качества или ограничений применения. Модель распространяется по лицензии MIT.

Sabomako/Mistral-Small-3.2-24B-Instruct-2506-heretic — декензурированная версия Mistral-Small-3.2-24B-Instruct-2506 от Sabomako. Модель создана с помощью Heretic v1.3.0 и метода ORBA abliteration; в тесте с оценкой LLM-судьи Gemma4-12B-it-Heretic она отказала в 1 из 100 случаев против 98 из 100 у исходной модели. Это плотная мультимодальная модель семейства Mistral 3 с 24 млрд параметров, предназначенная для диалогов по инструкциям, работы с изображениями и интерфейса вызова инструментов. Принимает текст и изображения, выдаёт текст. В метаданных указана лицензия Apache-2.0. Снижение числа отказов может привести к ответам на запросы, которые исходная модель отклоняла; результат теста отказов не характеризует точность и безопасность в целом.

NLPclass/Named-entity-recognition — модель распознавания и классификации именованных сущностей в персидском (фарси) тексте, разработанная NLPclass. Это дообученная на PartAI/TookaBERT-Base модель BERT для token classification с 150,1 млн параметров и контекстом до 512 токенов. Она размечает упоминания людей, организаций, мест, продуктов, групп и творческих произведений тегами BIO; карточка также перечисляет категории дат, хотя они отсутствуют среди приведённых выходных тегов. Модель подходит для извлечения сущностей при поиске информации, анализе персидского контента и автоматизации поддержки клиентов. В README указаны обучающая выборка из 15 000 предложений и тестовая из 2 000; лицензия — MIT. Качество может зависеть от домена текста: карточка не приводит численных метрик, а набор предсказываемых категорий ограничен указанными метками.

samandar1105/Question_Answering — модель на архитектуре BERT, дообученная на датасете SQuAD v1.1 для извлекающего ответа на вопросы. Она принимает вопрос и текстовый фрагмент и возвращает точный отрезок текста, который отвечает на вопрос. Модель содержит 135,5 млн параметров, работает с контекстом до 512 токенов и рассчитана на английский язык. На валидационной выборке SQuAD v1.1 указаны Exact Match 81,05% и F1 88,55%. Модель предназначена для ответов по предоставленному тексту; эти показатели относятся к указанному датасету. Базовая модель — bert-base-cased. Доступна в формате safetensors; сведения о лицензии в предоставленных материалах отсутствуют.

unsloth/Qwen3.5-0.8B — постобученная компактная мультимодальная модель от Unsloth на базе Qwen/Qwen3.5-0.8B, опубликованная в формате Transformers и распространяемая по лицензии Apache-2.0. Это плотная причинная языковая модель с визуальным энкодером, поддерживающая диалог и анализ изображений; доступны интерфейс вызова инструментов и режим рассуждений, который для версии 0.8B по умолчанию выключен. Модель содержит 0,8 млрд параметров, имеет 24 слоя и нативный контекст длиной до 262 144 токенов. Архитектура сочетает Gated Delta Networks и gated attention. В карточке заявлена поддержка 201 языка и диалекта. Модель рассчитана прежде всего на прототипирование, дообучение под конкретные задачи, исследования и разработку; веса совместимы с Transformers и рядом серверных движков, включая vLLM и SGLang. Компактный размер удобен для экспериментов и специализированной настройки, а мультимодальная архитектура позволяет работать с текстом и изображениями. Масштаб модели ограничивает её возможности по сравнению с более крупными системами; для длинного контекста нужны значительные ресурсы памяти, а карточка рекомендует при нехватке памяти уменьшить окно контекста.

OpenVINO/Qwen3.5-4B-int4-ov — квантованная версия мультимодальной модели Qwen3.5-4B, разработанной командой Qwen и преобразованная в формат OpenVINO IR. Модель предназначена для диалоговых сценариев и задач «изображение–текст», включая анализ и описание изображений, а также генерацию ответов на текстовые запросы с визуальным контекстом. Модель имеет размер 4B параметров; точные сведения об архитектуре, поддерживаемых языках и максимальной длине контекста в карточке не указаны. Веса сжаты до INT4 в асимметричном режиме с размером группы 128, что уменьшает требования к памяти, но может сопровождаться потерей качества по сравнению с исходной моделью. Для запуска используются OpenVINO и Optimum Intel; заявлена совместимость с OpenVINO 2026.2.0 и новее и Optimum Intel 1.27.0 и новее. Ограничения следует уточнять в карточке исходной Qwen3.5-4B. Модель распространяется по лицензии Apache License 2.0.

trohrbaugh/Qwen3.5-9B-heretic-v2 — мультимодальная модель на основе Qwen3.5-9B-Base, дообученная разработчиком trohrbaugh методом abliteration. Она предназначена для диалогов и задач понимания изображений; модель может вызывать инструменты через совместимый интерфейс. В README указаны 9 млрд параметров, гибридная архитектура с Gated Delta Networks и механизмом внимания, а также контекст до 262 144 токенов с возможностью расширения. Базовая карточка Qwen3.5 заявляет поддержку 201 языка и диалекта; отдельный список языков этой версии в предоставленных данных отсутствует. По сравнению с исходной моделью в тесте из README она отказала в 6 из 100 запросов против 100 из 100 у исходной модели. Это указывает на ослабление отказов, поэтому модель может отвечать на большее число запросов, но не гарантирует корректность или безопасность таких ответов. Доступны веса в формате Safetensors для Transformers и совместимых сред. Лицензия — Apache-2.0.

Qwen3.6-35B-A3B-onw — модель ryugyosoft, преобразованная из Qwen/Qwen3.6-35B-A3B для запуска через движок onw исключительно на Intel NPU. Это мультимодальная MoE-модель с 35 млрд общих параметров, из которых около 3 млрд активны на токен; архитектура включает Gated DeltaNet и gated attention. Модель принимает текст и изображения, а в репозитории представлены веса в формате OpenVINO, включая INT4-квантизацию экспертных блоков и INT8-кодировщик изображений. Модель предназначена для диалогов, ответов на вопросы по изображениям и использования через OpenAI-совместимый API на компьютерах с Intel Core Ultra NPU. README приводит скорость 6,8 токена в секунду на NPU 3720 и отмечает, что фактическая производительность зависит от NPU и объёма памяти. Карточка также указывает поддержку вызова инструментов. В README указана Apache 2.0, как и у исходной модели. Автор сообщает о естественных ответах и совпадении предсказания первого токена с bf16 в проверенных случаях, но формулировки могут отличаться от исходной модели через несколько токенов. Для запуска необходим движок onw версии 0.3 или новее и совместимый компьютер с Intel NPU.

Qwen3.8-27B-ABLITERATED-UNCENSORED-PHILADELPHIA-CLASS-MLX-mixed-6bit — это квантизированная версия модели KridgeDookie/Qwen3.8-27B-ABLITERATED-UNCENSORED-PHILADELPHIA-CLASS, преобразованная в формат MLX с использованием mlx-vlm 0.6.13. Модель предназначена для запуска в экосистеме MLX и заявлена как решение для задач image-text-to-text, то есть обработки текстовых и визуально-текстовых запросов. README не указывает точную архитектуру, размер контекстного окна и дополнительные сведения о мультимодальных компонентах. Модель использует смешанную аффинную квантизацию: большинство тензоров представлены в 4-, 6- или 8-битном формате с размером группы 32; итоговая точность составляет 6,096 бит на вес. По заявлению README, конфигурация reasoning_effort по умолчанию установлена в low, чтобы снизить избыточное рассуждение. Поддерживаются английский, китайский, русский, испанский, французский, итальянский, японский, корейский и ряд других языков, перечисленных в карточке модели. К сильным сторонам относятся уменьшенный объём хранения и потенциально более низкие требования к памяти по сравнению с полноразмерной моделью, а также многоязычность и поддержка режимов reasoning и instruct. К ограничениям относятся возможные потери качества из-за квантизации, отсутствие в README подробных бенчмарков и точных требований к оборудованию, а также предупреждение, что увеличение presence_penalty может привести к смешению языков и небольшому снижению производительности. Для thinking mode рекомендованы temperature 1.0, top_p 0.95 и top_k 20, а для instruct-режима — temperature 0.7, top_p 0.80, top_k 20 и presence_penalty 1.5. Модель распространяется по лицензии Apache-2.0. Указанная лицензия относится к исходной модели Qwen3.8-27B; для практического использования следует также учитывать условия базовой модели и происхождение производной версии.

Starw1/Qwen3.8-27B-absolute-heresy-W4A16 — 4-битная версия модели MuXodious/Qwen3.8-27B-absolute-heresy, подготовленная для инференса с использованием Transformers и vLLM. Модель разработана как мультимодальная система для работы с текстом и изображениями; исходная модель относится к классу примерно 27-миллиардных параметров, а логический размер квантованной версии составляет около 28 млрд параметров. Модель использует квантизацию весов W4A16: 4-битные целочисленные веса и активации в формате 16-bit. Квантизация выполнена методом AutoRound с симметричной схемой, group_size=128 и упаковкой pack-quantized в формате compressed-tensors. Зрительная башня оставлена в формате bf16, чтобы сохранить возможности анализа изображений. Размер модели на диске составляет около 15,79 ГБ, а занимаемый объём весов в VRAM — примерно 14,71 ГиБ, что ориентирует её на запуск на одной видеокарте с 24 ГБ памяти, например RTX 3090. README также указывает поддержку MTP-весов для speculative decoding и контекст до 140 000 токенов при соответствующей конфигурации vLLM. Основные сценарии применения — генерация и анализ текста, а также обработка запросов с изображениями в локальной или серверной среде. К преимуществам относятся сниженные требования к памяти и сохранение визуального компонента в bf16; ограничения связаны с использованием квантованной версии, зависимостью от совместимой инфраструктуры vLLM и отсутствием в README подробностей об архитектуре, языках, обучении и фактическом качестве модели. Лицензия в карточке этой квантованной версии не указана; за условия использования необходимо обращаться к карточке исходной модели.

VisualInference/Qwen3.8-27B-AEON-Ultimate-Uncensored-Multimodal-MLX-6bit — мультимодальная 6-битная MLX-квантизация модели AEON-7/Qwen3.8-27B-AEON-ULTIMATE-UNCENSORED-BF16, основанной на Qwen/Qwen3.8-27B. Модель предназначена для локального запуска на компьютерах Apple Silicon с использованием MLX и поддерживает текстовые, графические и видео-сценарии через mlx-vlm. Визуальный модуль сохранён полностью, поэтому доступны задачи понимания изображений и видео, а также обычный диалог, генерация текста и агентские сценарии. Модель имеет размер 27B параметров, мультимодальную vision-language архитектуру и 6-битное квантование с group size 64. В карточке заявлены поддержка английского, китайского и других языков, а также функции reasoning, hybrid attention, gated-deltanet и native MTP для speculative decoding. С отдельной моделью-драфтером MTP декодирование может ускоряться примерно в 1,4–1,9 раза без изменения результата. Для работы требуется около 21 ГБ памяти под веса; комфортный запуск рекомендуется на Mac с 48 ГБ и более unified memory, хотя заявлена работоспособность на 36 ГБ. Сильные стороны модели — локальное мультимодальное выполнение на Apple Silicon, сохранённая vision tower, высокая скорость при использовании speculative decoding и отсутствие дополнительной цензуры в варианте AEON. Ограничения включают повышенное потребление памяти, зависимость производительности от пропускной способности памяти и возможные обрывы ответа внутри reasoning при ограничении в 4096 токенов. Также отмечено, что распределение модели заметно сильнее отличается от стандартной Qwen3.8-27B, чем у некоторых альтернативных сборок, а качество 6-битного vision-компонента отдельно не измерялось. Модель распространяется по лицензии Apache-2.0.

Sindhu/rembert-squad2 — модель RemBERT, дообученная разработчиком на наборе SQuAD 2.0 для ответа на вопросы по заданному контексту. Она предназначена для извлечения ответа из текста и обработки вопросов, в том числе когда контекст не содержит ответа. Модель содержит около 967,8 млн параметров, использует архитектуру RemBERT и принимает контекст длиной до 512 токенов. Карточка указывает мультиязычную ориентацию; формат весов — PyTorch. Лицензия в предоставленных данных не указана.

Карточка модели Alluci/alluci-polytope-gemma-4-31b-it-bf16 на Hugging Face совпадает с карточкой mlx-community/gemma-4-31b-it-bf16, поэтому описание составлено по ней. Gemma 4 31B IT BF16 — мультимодальная инструкционно-настроенная модель Google DeepMind, преобразованная сообществом mlx-community в формат MLX из google/gemma-4-31B-it. Она предназначена для диалогов, генерации текста и анализа изображений; запускать её можно с помощью mlx-vlm. Модель использует плотную архитектуру Gemma 4 и принимает текст и изображения, выдавая текст. В репозитории указаны веса BF16 в формате safetensors и лицензия Apache-2.0.

Davlan/bert-base-multilingual-cased-ner-hrl — модель распознавания именованных сущностей на основе mBERT, дообученная разработчиком Davlan на размеченных новостных текстах. Модель содержит около 205,1 млн параметров, использует архитектуру BERT и принимает текстовые последовательности длиной до 512 токенов. Модель размечает упоминания людей (PER), организаций (ORG) и мест (LOC) на арабском, немецком, английском, испанском, французском, итальянском, латышском, нидерландском, португальском и китайском языках. Её можно применять для извлечения сущностей из новостных статей и других текстов на этих языках. Качество может снижаться на текстах из других областей: обучение проводилось на датасетах новостной разметки, ограниченных конкретными периодами и источниками. Модель распространяется по лицензии AFL-3.0.

Eagle2-9B — мультимодальная модель семейства Eagle2, выпущенная NVIDIA для понимания изображений и видео в диалоге. Она объединяет языковую основу Qwen2.5-7B-Instruct с визуальными компонентами SigLIP и ConvNeXt и поддерживает работу с текстом, одним или несколькими изображениями и видео. В README заявлена максимальная длина контекста 16 тыс. токенов; метаданные указывают архитектуру Eagle2ChatModel и библиотеку Transformers. Модель предназначена для описания визуального содержимого, ответов на вопросы по изображениям и видео, а также диалоговых задач с текстом и визуальными входами. В опубликованной таблице приведён результат на DocVQA, но полный набор результатов в доступном тексте README отсутствует. Модель весит около 8,9 млрд параметров по таблице README. Веса доступны по лицензии CC BY-NC 4.0 для некоммерческого использования; README также указывает лицензионные условия базовых моделей Qwen2.5 и PaliGemma. Для запуска README рекомендует transformers 4.37.2 и предупреждает, что более новые версии несовместимы. Поддержка vLLM и готовые скрипты дообучения в карточке обозначены как TODO.

dbmdz/electra-large-discriminator-finetuned-conll03-english — модель семейства ELECTRA, разработанная и опубликованная пользователем dbmdz на Hugging Face. Это англоязычный трансформерный энкодер ELECTRA Large, дообученный для задачи токен-классификации на наборе CoNLL-03 и предназначенный прежде всего для распознавания именованных сущностей в тексте. Модель содержит около 433,9 млн параметров и обрабатывает контекст длиной до 512 токенов. Она работает с текстом через библиотеку Transformers и поддерживает pipeline token-classification; её можно применять для выделения сущностей, например персон, организаций, мест и других классов, предусмотренных разметкой CoNLL-03. Сильная сторона модели — специализация на англоязычном NER вместо универсальной генерации текста. Модель не предназначена для генерации, суммаризации или мультимодальных задач; качество может снижаться на языках, доменах и типах сущностей, отличающихся от данных обучения. Лицензия в доступных источниках не установлена.

IndicBERT-v3-4B — многоязычная двунаправленная языковая модель AI4Bharat на архитектуре Gemma 3. Она дообучена на основе google/gemma-3-4b-it с целью Masked Next Token Prediction (MNTP), при которой для восстановления замаскированного токена используется представление предыдущей позиции. Такой режим делает модель подходящей для задач, которым нужен двунаправленный контекст, включая классификацию и разметку токенов. Модель обучали на английском и 22 индийских языках, включая хинди, тамильский, телугу, бенгальский, урду и ряд малоресурсных языков. В обучении использовались данные Sangraha, FineWeb-2 и IndicCorp-v2; последовательности имели длину до 4096 токенов. Для дообучения важно сдвигать целевые метки согласно MNTP, а не применять стандартную схему MLM для BERT. README указывает, что специализированные версии для эмбеддингов и поиска планировались отдельно. Модель распространяется по лицензии MIT.

Jan-v2-VL-max — мультимодальная vision-language модель, разработанная JanHQ и основанная на Qwen3-VL-30B-A3B-Thinking. Модель содержит 30 миллиардов параметров и предназначена для обработки текста и изображений, включая работу со скриншотами. Указан английский язык. Доступна в формате GGUF, а также упоминается FP8-сборка для инференса. Основной сценарий применения — выполнение длинных многошаговых задач, где план или необходимые знания задаются заранее, а результат зависит от устойчивого последовательного выполнения с минимальным накоплением ошибок. Модель ориентирована на агентскую автоматизацию и управление пользовательским интерфейсом в браузерах и настольных приложениях, включая использование скриншотов, инструментов и Jan Browser MCP. По данным README, LoRA-based RLVR улучшает стабильность при длинных цепочках действий. В сравнении с Qwen3-VL-30B-A3B-Thinking FP8-версия не демонстрирует регрессий и показывает небольшие улучшения на ряде задач, особенно при долгом выполнении. FP8-сборка также снижает требования к памяти и задержку, однако конкретные результаты, максимальный контекст и полный перечень поддерживаемых языков не указаны. Для локального запуска рекомендуются vLLM и llama.cpp; лицензия — Apache 2.0.