I.4Обработка документов и форм

Huihui-Qwen3.5-35B-A3B-abliterated — версия Qwen3.5-35B-A3B от Huihui AI с ослабленными отказами, полученная методом abliteration. Это мультимодальная MoE-модель с архитектурой Qwen3.5 для диалога, анализа изображений, рассуждений и агентных задач; она принимает текст и изображения и выдаёт текст. В репозитории используются веса Safetensors и библиотека Transformers, доступны интерфейс вызова инструментов и шаблоны чата для режима рассуждений и работы с инструментами. Модель предназначена для диалоговых приложений и задач, где требуется отвечать на вопросы по изображениям или использовать инструменты. Авторы характеризуют реализацию abliteration как грубую проверку концепции. Ослабление фильтров безопасности повышает вероятность чувствительных, спорных или неподходящих ответов, поэтому результаты требуют проверки. Лицензия — Apache-2.0.

IAD-X1-SFT-answer-last — мультимодальная модель диалога на базе Qwen/Qwen3.5-4B, дообученная на наборе данных PA_SFT_2_answer_last. Она предназначена для диалоговых задач с пониманием изображений и генерацией текстовых ответов. Архитектура — плотная Qwen3.5 с поддержкой зрения; репозиторий содержит веса в формате Safetensors. Модель работает с изображениями и текстом на входе и формирует текст на выходе. Лицензия указана как other, поэтому условия использования следует сверить с карточкой модели и базовой модели.

mlx-community/InternVL3-8B-3bit — мультимодальная чат-модель семейства InternVL3, преобразованная mlx-community из модели InternVL3-8B в формат MLX с помощью mlx-vlm 0.1.23. Она предназначена для диалога по изображениям и задач визуального понимания; поддерживает ввод текста и изображений с текстовыми ответами. В метаданных также отмечен интерфейс вызова инструментов и мультиязычная поддержка. В карточке указана лицензия other. Метаданные связывают модель с OpenGVLab/InternVL3-1B-Instruct как дообученную модель, хотя README описывает конвертацию из InternVL3-8B; поэтому базовая модель установлена по метаданным, а происхождение конвертированной версии описано отдельно.

LENU_US-PA — модель классификации названий юридических лиц штата Пенсильвания, разработанная GLEIF и Sociovestix Labs. Она дообучена на базе bert-base-multilingual-uncased и предназначена для определения кода правовой формы организации (ELF) по её названию и юрисдикции в соответствии со стандартом ISO 20275. Модель использует архитектуру BERT с классификационной головой и содержит 136,7 млн параметров. Она принимает текст и выдаёт категорию ELF; длина контекста — до 512 токенов. Модель обучена на данных LEI, чтобы помогать банкам, инвестиционным компаниям, корпорациям и государственным организациям извлекать правовую форму из неструктурированных названий и приводить сведения об организациях к единому формату. Модель распространяется по лицензии Creative Commons CC0. Уверенность предсказания следует учитывать: результаты с низким значением оценки рекомендуется проверять вручную. В README также есть несоответствие юрисдикций: название и описание указывают US-PA, тогда как раздел об обучающих данных упоминает US-MA.

tvall43/Qwen3.5-0.8B-heretic — компактная мультимодальная модель на основе Qwen3.5-0.8B, изменённая методом abliteration для снижения частоты отказов. README приводит сравнение: 4 отказа из 100 запросов против 96 у исходной модели; KL-дивергенция относительно неё составляет 0,033. Модель имеет архитектуру Qwen3.5 с плотной языковой частью на 0,8 млрд параметров и визуальным энкодером. Она принимает текст и изображения и предназначена для диалогов и задач понимания изображений. Контекст модели — до 262 144 токенов. README указывает поддержку 201 языка и диалекта для семейства Qwen3.5, но не приводит отдельный перечень языков именно для этой версии. Предполагаемые сценарии применения — прототипирование, исследовательская и разработческая работа, а также дообучение под конкретные задачи. Малый размер облегчает эксперименты, но сам по себе не гарантирует качество для сложных или критичных приложений; снижение частоты отказов может приводить к ответам на запросы, от которых исходная модель отказалась бы. Лицензия — Apache-2.0.

Qwen3.5 4B Gabliterated — дообученная версия мультимодальной модели Qwen3.5-4B от автора jwest33. В ней применён метод Gabliteration: изменение весов на основе многомерного SVD для ослабления поведения отказа. Модель сохраняет гибридную архитектуру Qwen3.5 с чередованием слоёв полного и линейного внимания и поддерживает диалог и понимание изображений. Модель предназначена для диалоговых сценариев и ответов на запросы, в том числе с изображениями; автор предупреждает, что она может выдавать ответы без обычных отказов. В основе лежит Qwen/Qwen3.5-4B, а файлы представлены в формате Safetensors. Лицензия — Apache 2.0. README указывает исследовательское и образовательное применение и возлагает ответственность за использование на пользователя.

Qwen3.6-35B-A3B-MXFP4_MOE-GGUF — созданная noctrex сборка модели Qwen3.6-35B-A3B в формате GGUF с квантизацией MXFP4 для весов Mixture of Experts. Она предназначена для диалогов и анализа изображений; для запуска автор рекомендует llama.cpp. В репозитории представлены варианты BF16, F16 и Q8 с разным балансом качества, скорости и объёма: в README для BF16 и F16 указано 20,55 ГиБ, для Q8 — 18,88 ГиБ. Модель принимает текст и изображения и генерирует текст. Для обработки изображений рекомендуется использовать файл mmproj в формате F32, который, по README, даёт лучшие визуальные результаты. Вариант BF16 может работать медленнее F16 на старых архитектурах, если оборудование не поддерживает BF16 аппаратно. Лицензия и поддерживаемые языки в предоставленных данных не описаны.

Это реконструкция чекпойнта Qwen3.6-35B-A3B в формате Hugging Face Transformers, выполненная Tiến Khôi Lê на основе публичной GGUF-модели HauhauCS. Репозиторий не является официальным выпуском Qwen Team или HauhauCS. Веса представлены в FP16 и Safetensors; исходная архитектура — мультимодальная MoE-модель с 35 млрд параметров, около 3 млрд активных параметров на токен, 256 экспертами и 40 слоями трансформера. Поддерживаются обработка изображений и текста, vision encoder и Multi-Token Prediction. Модель предназначена для диалогов и мультимодальных задач, включая работу с изображениями, а реконструированный формат — для использования с экосистемой Hugging Face и совместимыми инструментами. В репозитории заявлена совместимость с Transformers, Accelerate, vLLM и SGLang. Чекпойнт восстановлен из квантизированной GGUF-публикации, поэтому числовая эквивалентность исходным весам до квантизации не гарантируется. Реконструкция не является дообучением и не меняет поведение исходной модели. Лицензия в метаданных — Apache-2.0. Автор реконструкции не гарантирует точность, безопасность, надёжность или пригодность модели для конкретного применения; перед использованием результаты следует проверять. README описывает модель как uncensored, поэтому её ответы могут не иметь ожидаемых ограничений на содержание.

Shiftedx/qwen3.8-27b-aeon-ultimate-uncensored-mxfp8-vision-mtplx — экспериментальная независимая конверсия модели AEON-7/Qwen3.8-27B-AEON-ULTIMATE-UNCENSORED-BF16 в формат MLX, созданная сообществом, а не официальными разработчиками AEON-7 или Qwen. Модель предназначена для генерации текста и задач image-to-text, включая описание изображений, и ориентирована на запуск в экосистеме MLX и mlx-vlm. Для использования требуется локальный инференс; README также указывает поддержку speculative decoding через MTPLX и multi-token prediction. Модель имеет плотную архитектуру семейства Qwen3.5 с гибридным attention/GDN, 64 языковых слоя и заявленный контекст до 262 144 токенов. Языковые веса квантизированы в MXFP8 с 8-битными группами размера 32, а 333 исходных BF16-тензора визуальной части сохранены; размер индексированного артефакта составляет 27,50 ГиБ. В пакет включены 15 BF16-тензоров MTP, а локально выбранная глубина D3 показала 24,36 токена в секунду и ускорение 1,540 раза относительно авторегрессионного декодирования, однако фактическая производительность зависит от оборудования, запроса, контекста и версии MTPLX. К сильным сторонам относятся поддержка изображений, большой заявленный контекст, снижение требований к памяти благодаря MXFP8 и возможность ускоренного декодирования. Ограничения включают экспериментальный статус, необходимость локальной проверки загрузки и производительности, а также отсутствие исчерпывающей квалификации работы на полном контексте. Модель является abliterated и намеренно не обладает стандартным выравниванием безопасности; разработчики предупреждают о возможной генерации небезопасных или незаконных материалов, поэтому необходимы контроль доступа, журналирование, модерация и проверка человеком. Лицензия указана как Apache-2.0; при этом ответственность за соблюдение законодательства и безопасность применения возлагается на операторов модели.

Qwen3.8-Flash-Next-MXFP4-Mixed-CT-AutoRound — квантованный чекпойнт модели Qwen3.8-Flash-Next, подготовленный Intel с помощью AutoRound. Базовая модель имеет гибридную разреженную MoE-архитектуру на 125 млрд параметров с 6 млрд активных параметров, визуальной башней и нативным контекстом 262 тыс. токенов. В чекпойнте веса маршрутизируемых экспертов квантованы в MXFP4 W4A4, а остальные выбранные линейные слои — в MXFP8 W8A8; таблица n-грамм, визуальная башня и ряд других компонентов сохранены в BF16 или FP32. Модель предназначена для диалога и задач понимания изображений, а также может использовать интерфейс вызова инструментов. На четырёх проверенных бенчмарках средний результат составил 0,8326 против 0,8362 у исходной BF16-модели. Для обслуживания README приводит конфигурацию vLLM с одной GPU и ограничением длины контекста до 8192 токенов. Лицензия — MIT. Оценка мультимодального пути не проводилась: тестирование выполнялось в режиме только языковой модели. Проверены лишь четыре академических бенчмарка; нет данных о длинном контексте, агентных задачах, коде, режиме рассуждений и пропускной способности. Таблица n-грамм на 51 млрд параметров осталась в BF16 и ограничивает выигрыш в размере файлов.

Set2Regex — нейросетевой синтезатор регулярных выражений, представленный авторами работы ReSyn: A Generalized Recursive Regular Expression Synthesis Framework. Модель принимает набор положительных и отрицательных строк и авторегрессионно генерирует регулярное выражение, которое должно соответствовать положительным примерам и отклонять отрицательные. Архитектура включает иерархический Transformer: сначала кодируются символы, затем строки; декодеры учитывают как весь набор, так и отдельные строки. Поддерживаются greedy-декодирование, top-k/top-p sampling и beam search. Репозиторий содержит веса safetensors и связан с датасетом mrseongminkim/ReSyn; модель реализована на PyTorch и использует PyTorchModelHubMixin. Для использования требуется код пакета ReSyn из указанного GitHub-репозитория. Лицензия — Apache-2.0.

hoang14/roberta-base-finetune-adversarial-qa — модель на базе RoBERTa, дообученная для ответов на вопросы. Она принимает текст вопроса и контекст и предназначена для извлечения ответа из предоставленного фрагмента текста. Архитектура — RobertaForQuestionAnswering, размер — 151,8 млн параметров, максимальная длина контекста — 514 токенов. Доступны веса в формате PyTorch. Карточка не описывает обучающие данные, результаты оценки или известные ограничения качества. Модель распространяется по лицензии CC BY 4.0.

Skywork-R1V-38B — мультимодальная модель Skywork для диалогового анализа изображений с пошаговым визуальным рассуждением. Она сочетает визуальный энкодер InternViT-6B-448px-V2_5 с языковой моделью DeepSeek-R1-Distill-Qwen-32B; репозиторий содержит веса в формате safetensors и предназначен для работы через Transformers. Модель принимает изображения и текстовые запросы, а отвечает текстом. Карточка заявляет поддержку многошагового решения задач по изображениям, включая визуальную математику, научные и медицинские изображения, а также контекстное понимание текста и изображения. Метаданные отмечают диалоговый режим и интерфейс вызова инструментов. Лицензия репозитория — MIT. Карточка не приводит результаты оценивания в доступном тексте и не уточняет ограничения или поддерживаемые естественные языки, поэтому качество на конкретных типах изображений и языках по этим данным оценить нельзя.

SPUPER-qwen3.5-9b-quanquer-add-quanter1 — дообученная компанией Hahmdong мультимодальная модель семейства Qwen3.5 для диалога и генерации текстовых ответов по изображениям и текстовым запросам. Она основана на Hahmdong/SPUPER-qwen3.5-9b-quanquer-add; карточка сообщает об обучении с TRL. Модель предназначена для чат-сценариев с текстом и изображениями. Метаданные указывают архитектуру Qwen3_5ForConditionalGeneration, плотную архитектуру и формат весов safetensors; заявлены возможности чата и обработки изображений. В примере README показан текстовый диалог через Transformers, но пример не подтверждает поддержку изображений.

faodl/actionable-policy-bert-base-multilingual-uncased-f1_weighted — модель классификации текста на базе BERT с многоязычной архитектурой и версией без учета регистра. По идентификатору модели она предназначена для задачи text-classification; разработчик, точная схема меток и назначение классов в карточке не описаны. Модель содержит 194,6 млн параметров, поддерживает контекст до 512 токенов и рассчитана на использование с библиотекой Transformers. Её можно применять для классификации текстовых сообщений по заранее определённым категориям в прикладных системах, если категории и формат входных данных соответствуют данным обучения. Языковые коды, сведения о лицензии, обучающем наборе, метриках и результатах оценки не приведены, поэтому качество и допустимые условия распространения необходимо проверять отдельно.

Карточка модели arinze/address-match-abp-v4 на Hugging Face совпадает с карточкой arinze/address-match-abp-v2, поэтому описание составлено по ней. arinze/address-match-abp-v2 — модель на основе BERT, созданная для сопоставления адресов. Она кодирует предложения и абзацы в плотные векторы размерностью 64, пригодные для поиска семантически похожих адресов, кластеризации и ранжирования кандидатов по сходству. Модель можно использовать через библиотеку Sentence-Transformers; она обучалась с функцией потерь MultipleNegativesRankingLoss и косинусным сходством. Модель содержит 25,9 млн параметров и принимает текст с контекстным окном до 512 токенов. В репозитории указаны веса PyTorch. Язык обучающих данных и лицензия в доступных сведениях не приведены, поэтому область применимости по языкам и условия использования определить нельзя.

CAMeL-Lab разработала CAMeLBERT-CA NER — модель распознавания именованных сущностей в классическом арабском языке. Это дообученная для классификации токенов версия CAMeLBERT Classical Arabic, обученная на наборе данных ANERcorp. Модель предназначена для извлечения и разметки именованных сущностей в арабском тексте. Её можно использовать в компоненте NER библиотеки CAMeL Tools или через pipeline Transformers. Архитектура — BERT с головой классификации токенов; модель содержит 136,3 млн параметров и поддерживает контекст до 512 токенов. Доступны веса PyTorch и TensorFlow. Модель рассчитана на классический арабский и может применяться для обнаружения сущностей в предложениях и документах на этом языке. Она обучена на ANERcorp, поэтому качество на других вариантах арабского, доменах или схемах разметки может отличаться. Лицензия — Apache-2.0.

NbAiLab/borealis-open-12b — открытая инструктивно настроенная модель семейства Borealis, разработанная Национальной библиотекой Норвегии. Это дообучение Google Gemma 3 12B IT на наборе NbAiLab/aurora-sft-open для следования инструкциям с акцентом на норвежский язык. Модель поддерживает диалог и понимание изображений; репозиторий содержит веса safetensors для Transformers. Модель предназначена для написания и редактирования текстов на норвежском, суммаризации, ответов на вопросы и простых рассуждений, а также для работы с изображениями по текстовым инструкциям. Особое внимание уделено норвежскому букмолу и нюношку; также заявлено применение для английского языка. Это не специализированная модель рассуждений. Модель может галлюцинировать и выдавать неверные сведения; защитная настройка не исключает вредных или неподходящих ответов. Качество за пределами норвежского и английского языков изучено недостаточно, поэтому модель не следует использовать в критически важных сценариях без дополнительной проверки. Лицензия — Gemma.

hackshare/curtain-privacy — модель для локального обнаружения и редактирования персональных данных, разработанная авторами проекта Curtain Privacy. Она объединяет классификатор токенов на базе BERT с детерминированными распознавателями и слоем обратимых заменителей для диалогов. Модель предназначена для работы в браузере, Node.js, iOS и Android через ONNX и transformers.js. В репозитории доступны варианты curtain-small и curtain-tiny: основной вариант использует 12-слойный мультиязычный MiniLM и SentencePiece, компактный — 6-слойный MiniLM и WordPiece. Метаданные указывают 72 млн параметров и контекст до 512 токенов. Заявлена поддержка 24 языков с латинской письменностью; перечисленные коды карточки охватывают 22 языка. Лицензия — MIT. Модель подходит для выявления и маскирования PII непосредственно на устройстве, что помогает обрабатывать текст без обязательной отправки на сервер. Качество зависит от языка, формата и контекста данных; классификатор и набор детерминированных распознавателей не гарантируют обнаружение всех чувствительных сведений. README также рекомендует закреплять ревизию и проверять контрольную сумму распространяемых файлов.

Hasanur525/deed-summarization_version_10 — дообученная модель на архитектуре mT5, основанная на Hasanur525/deed-summarization_version_5. Она предназначена для автоматического краткого пересказа текстов. В репозитории указаны результаты на оценочном наборе: ROUGE-1 0,3247, ROUGE-2 0,1432, ROUGE-L 0,3268 и ROUGE-Lsum 0,3201; средняя длина генерации — около 98 токенов. Модель содержит 291,2 млн параметров и распространяется в формате safetensors. Данные обучения и конкретные языки применения в карточке не раскрыты. Лицензия в предоставленных данных не указана.

Карточка модели droplychee/droplychee1212 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.

Dumpling-Qwen2.5-VL-7B — мультимодальная диалоговая модель на основе huihui-ai/Qwen2.5-VL-7B-Instruct-abliterated, дообученная nbeerbower методом QLoRA ORPO. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2.5-VL и принимает текст и изображения, чтобы вести диалог и отвечать на вопросы по изображениям. Для неё заявлено контекстное окно 128 000 токенов; метаданные указывают английский язык. Модель подходит для анализа изображений в диалоге, визуальных вопросов и ответов, а также задач физического рассуждения и следования инструкциям. В карточке перечислены датасеты для предпочтений, правдивости, помощи, литературы и других сценариев, но отдельные показатели качества не приведены. Базовая модель описана как вариант с удалёнными отказами. Репозиторий содержит веса в формате Safetensors; лицензия в предоставленных данных не указана.

Карточка модели BAAI/EVE-7B-Pretrain-v1.0 на Hugging Face совпадает с карточкой BAAI/EVE-7B-HD-v1.0, поэтому описание составлено по ней. 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.

FrALBERT Base Cased — французская предварительно обученная языковая модель на архитектуре ALBERT, опубликованная пользователем cservan. Она обучена на французской Википедии с целями masked language modeling и Sentence Ordering Prediction; регистр букв сохраняется, поэтому модель различает, например, «french» и «French». По метаданным, модель содержит 137,8 млн параметров, использует формат PyTorch и рассчитана на контекст до 512 токенов. Архитектура ALBERT разделяет веса между повторяющимися слоями Transformer, что уменьшает объём памяти при сохранении вычислительной стоимости, сопоставимой с BERT аналогичной глубины. Основной сценарий непосредственного использования — предсказание замаскированных токенов. Модель также предназначена для дообучения на задачах классификации последовательностей и токенов, заполнения слотов и ответов на вопросы; её представления можно использовать как признаки для таких задач. Она не предназначена для свободной генерации текста. Лицензия — Apache-2.0.

Это конверсия Gemma 4 26B A4B IT в формат GGUF с квантованием весов Mixture of Experts в MXFP4. Базовая модель разработана Google DeepMind и предназначена для диалогов с изображениями и текстом; каталог указывает поддержку чата и зрения. Репозиторий предлагает варианты GGUF BF16, F16 и F32, а README также описывает варианты MXFP4 MoE с разными настройками остальных тензоров. Модель подходит для вопросов по изображениям и текстовым диалогам в среде llama.cpp. Для обработки изображений рекомендуется использовать файл mmproj в F32; доступные варианты различаются качеством, скоростью и требованиями к памяти. Для использования нужны llama.cpp и соответствующий файл проектора изображений. Лицензия в предоставленных сведениях не указана.

Guccimam/gemma-4-e2b-v1 — дообученная модель семейства Gemma 4, разработанная Guccimam на базе unsloth/gemma-4-e2b-it-unsloth-bnb-4bit с использованием Unsloth и библиотеки Hugging Face TRL. Это плотная мультимодальная модель для диалогов, принимающая текст и изображения и формирующая текстовые ответы; карточка указывает задачу image-text-to-text и поддержку зрения. Модель подходит для вопросов по изображениям и диалоговых сценариев с визуальным контекстом. Репозиторий распространяется под лицензией Apache-2.0. Карточка не приводит сведений о размере модели, длине контекста или конкретном наборе обучающих данных.

Модель ibagari/gemma-4-E4B-nisamina-nc-v73-a100-public разработана ibagari как дообученная версия ibagari/gemma-4-E4B-nisamina-nc-v7-a100-public. Это плотная мультимодальная модель семейства Gemma 4 для диалогов и задач image-text-to-text: она принимает текст и изображения и формирует текстовые ответы. В метаданных также заявлен интерфейс вызова инструментов. Для обучения использовались Unsloth и библиотека TRL Hugging Face. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает конкретные сценарии обучения и ограничения качества, поэтому её пригодность для отдельных задач следует оценивать на собственных примерах.

HiveCoder-Abliterated — мультимодальная модель Google Gemma 4 12B Instruct, опубликованная пользователем theailearner. Из весов удалено направление активаций, связанное с отказами: ортогонализацию применили к эмбеддингам токенов, выходным проекциям внимания и проекциям MLP. По README, дообучение не проводилось; метаданные классифицируют связь с google/gemma-4-12B-it как finetune. Модель предназначена для диалогов и обработки текста и изображений; базовая модель также поддерживает видео и аудио. В карточке Hugging Face указаны задача image-text-to-text и возможности chat и vision. Мультимодальность и диалоговые возможности унаследованы от базовой модели. Удаление отказов означает, что модель может отвечать на запросы, которые исходная модель отклоняла; это не гарантирует корректности или безопасности ответов. Условия использования определяются лицензией Gemma.

Модель wls04/hprm_terminal_Qwen3-1.7B — дообученная с помощью TRL модель Qwen3-1.7B от Qwen. По метаданным она использует архитектуру Qwen3ForTokenClassification и предназначена для классификации токенов; карточка также показывает пример генерации ответа на вопрос, но он не подтверждает отдельную задачу модели. Модель содержит 1,7 млрд параметров, принимает текст и имеет контекстное окно до 40 960 токенов. В репозитории указаны веса в формате safetensors и лицензия Qwen3; в доступных данных конкретный идентификатор лицензии отсутствует.

LENU_CZ — модель классификации текста, разработанная GLEIF и Sociovestix Labs совместно для определения кода правовой формы организации (ELF) по её названию в чешской юрисдикции. Она предназначена для извлечения структурированных сведений о правовой форме из неструктурированных названий юридических лиц, например при проверке и сверке данных организаций. Модель основана на многоязычной uncased-версии BERT и дообучена на чешских юридических наименованиях и кодах ELF из данных системы Global Legal Entity Identifier. Архитектура — BERT для классификации последовательностей; размер — 194,6 млн параметров, максимальный контекст — 512 токенов. Модель выдаёт оценку класса правовой формы, соответствующего стандарту ISO 20275. Модель рассчитана на чешские юридические лица и специализированную классификацию правовых форм. Рекомендации с низкой оценкой следует проверять вручную. Лицензия — Creative Commons CC0.