I.4Обработка документов и форм

Llama-4-Scout-17B-16E-Instruct-4bit — мультимодальная инструктивная модель сообщества mlx-community, преобразованная из meta-llama/Llama-4-Scout-17B-16E-Instruct в формат MLX с помощью mlx-vlm 0.1.21. Основа — Llama 4 Scout от Meta; архитектура Llama 4 предназначена для диалога и понимания изображений, а карточка указывает интерфейсы чата и вызова инструментов. Модель подходит для диалоговых запросов и вопросов по изображениям на арабском, немецком, английском, испанском, французском, хинди, индонезийском, итальянском, португальском, тайском, тагальском и вьетнамском языках. Суффикс 4bit указывает на 4-битное представление; README описывает конверсию для MLX и использование через mlx-vlm. В репозитории указана лицензия other; условия следует сверять с карточкой исходной модели Meta. Ограничения качества и конкретные параметры контекста в предоставленных материалах не описаны.

Luna 12B V.3 — мультимодальная merge-модель на архитектуре Gemma 3, созданная OddTheGreat из нескольких моделей семейства Gemma 3 12B. Она предназначена для повседневного помощника и ролевых диалогов, с основным акцентом на русский язык; также понимает английский и принимает изображения. Автор отмечает, что модель подходит для форматированных ответов, работы с документами и цитирования, хорошо учитывает контекст и небольшие детали. Модель не использует режим рассуждений, а в ролевых сценариях может изображать антагониста и описывать вредоносный контент. Модель доступна в формате safetensors и рассчитана на использование через Transformers. По описанию автора, она может работать на потребительских видеокартах с выгрузкой части модели в память, однако скорость зависит от оборудования. Длинные однообразные ответы могут приводить к повторениям; качество зрения автор подробно не оценивал. Лицензия в предоставленных данных не указана.

mBERT-IndoSQuADv2_1691852742-16-2e-06-0.01-5 — модель семейства BERT, дообученная на базе bert-base-multilingual-cased для ответа на вопросы. Она принимает вопрос и текстовый контекст и предназначена для извлечения ответа из этого контекста. В карточке приведён результат оценки: loss 1,8692; сведения о наборе данных и подробностях обучения отсутствуют. Модель содержит 205,1 млн параметров, использует формат PyTorch и поддерживает контекст длиной до 512 токенов. Базовая модель многоязычная, однако язык дообучения и языки, проверенные при оценке, в карточке не определены. Лицензия — Apache-2.0.

Мультимодальная модель Qwen2-VL-7B-Instruct-4bit, опубликованная thanhkyanh как дообучение unsloth/qwen2-vl-7b-instruct-unsloth-bnb-4bit. Она предназначена для диалога по изображениям: принимает текстовые запросы и изображения, а в ответ формирует текст. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2-VL и поддерживает контекст до 32 768 токенов. Карточка сообщает, что обучение проводилось с библиотеками Unsloth и Hugging Face TRL; лицензия — Apache-2.0. Метаданные указывают английский язык. Данных о качестве на конкретных наборах изображений или о дополнительных возможностях, помимо чата и работы с изображениями, карточка не приводит.

p-e-w/Qwen3.5-4B-heretic — мультимодальная разговорная модель, созданная автором репозитория как декензурированная версия Qwen/Qwen3.5-4B с помощью Heretic v1.3.0. Это дообученная модель на архитектуре Qwen3.5 с 4 млрд параметров, которая принимает текст и изображения и генерирует текст; в README также упоминается обработка видео в исходном семействе. Для работы с весами в формате Safetensors подходит Transformers, а также перечисленные в карточке движки инференса. Модель предназначена для диалогов, ответов по изображениям и мультимодальных задач, где требуется меньше отказов на запросы: в приведённом сравнении число отказов снизилось с 93/100 у исходной модели до 40/100. Базовая модель поддерживает 201 язык и диалект; контекст составляет 262 144 токена с возможностью расширения до 1 010 000 токенов. Архитектура исходного Qwen3.5 сочетает Gated Delta Networks и разреженную смесь экспертов, однако карточка этой производной версии не приводит отдельной оценки качества. Репозиторий распространяется по лицензии Apache-2.0. Снижение отказов не означает их полного отсутствия; приведённые значения получены на ограниченном наборе из 100 запросов и не характеризуют качество или безопасность во всех сценариях.

Это квантованная версия модели Qwen3.8-23B-Mini-Me-bf16, подготовленная torchsnow в формате GGUF для запуска через llama.cpp. Базовая модель разработана StargazerLabs; согласно описанию базовой модели в каталоге, это уменьшенная мультимодальная модель Qwen3.8 для диалогов, программирования и агентных задач с поддержкой изображений. Модель принимает текст и изображения и предназначена для задач image-text-to-text: диалогов и ответов на вопросы с учетом изображений. Репозиторий содержит вариант GGUF Q3_K_M; карточка описывает конвертацию исходной модели в GGUF, а метаданные указывают лицензию Apache-2.0. Для деталей использования и ограничений базовой модели следует обращаться к её карточке.

Qwen3.8-27B-Abliterated — плотная мультимодальная модель на 27 млрд параметров, созданная разработчиком репозитория как training-free abliterated-версия Qwen/Qwen3.8-27B. Она сохраняет архитектуру Qwen3.5 с чередованием полной и линейной attention, поддержку изображений и управляемых режимов рассуждения. Модель предназначена для диалогов, анализа изображений и других задач vision-language; в метаданных также заявлен интерфейс вызова инструментов. Изменение направлено на снижение отказов отвечать: автор сообщает о снижении отказов на своём наборе вредоносных запросов при близких к базовой модели результатах на тестах знаний и рассуждений. Модель принимает текст и изображения, выдаёт текст, поддерживает английский и китайский языки. Для запуска в bf16 требуется около 56 ГБ памяти. Репозиторий распространяется по лицензии Apache-2.0. Оценки основаны на ограниченных авторских проверках: отказ измерялся на 20 запросах, а часть оценок способностей — на небольших поднаборах; результаты не заменяют полноценные тесты. Удаление отказов не добавляет знаний, поэтому модель может уверенно выдавать неверную информацию. Перенос на другие языки и форматы запросов не проверен.

Qwen3.8-27B-MLX-6bit — это квантованная версия мультимодальной модели Qwen3.8-27B, разработанной командой Qwen и адаптированной пользователем majentik для запуска на Apple Silicon через MLX и mlx-lm. Модель предназначена для генерации текста в диалогах и обработки сценариев image-text-to-text, то есть может работать с текстовыми запросами и изображениями. Текстовая часть модели имеет размер 27B параметров и подвергнута 6-битному аффинному квантованию с размером группы 64. Vision tower и projector сохранены в формате BF16. В README не указаны поддерживаемые языки и размер контекстного окна. Модель рассчитана на локальный запуск с использованием mlx-lm; заявлена проверка базовой связности генерации, успешно пройденная без пустых ответов, циклов повторения и повреждённого текста. К преимуществам относятся уменьшенный объём хранения и потенциально более низкие требования к памяти по сравнению с полной версией, а также сохранение мультимодального vision-компонента в BF16. Ограничения связаны с потерями, возможными при квантовании, зависимостью от экосистемы MLX и Apple Silicon, а также отсутствием в README подробных данных о производительности на широком наборе задач. Указанные результаты составляют 0,6000 на ARC-Easy и 0,5400 на HellaSwag и не дают полного представления о качестве модели. Модель распространяется по лицензии Apache-2.0.

Immerwinter/roberta-wechsel-privacy-policy-content-retention — немецкоязычная модель классификации текста, созданная на основе benjamin/roberta-base-wechsel-german. Она предназначена для отнесения фрагментов политики конфиденциальности к теме Content и категории Retention; README перечисляет также соседние категории конвейера, включая Deletion, Processing и UserRights. Модель построена на архитектуре RoBERTa для классификации последовательностей, содержит 151,8 млн параметров и принимает текст длиной до 514 токенов. Доступны веса в форматах Safetensors и ONNX. Лицензия — Apache-2.0.

墨 Sumi — японская модель для обнаружения персональных данных в тексте. Её разработал автор репозитория NagaYu: модель ModernBERT дообучена для токен-классификации японских PII и содержит 132,1 млн параметров. Она размечает 21 BIO-класс, соответствующий 10 типам данных, включая имена, адреса и телефонные номера; длина контекста — до 8 192 токенов. Доступны веса Safetensors и ONNX, включая динамическую INT8-квантизацию ONNX. Модель предназначена для поиска японских персональных данных и их маскировки перед передачей текста внешним системам, например hosted LLM. В README описаны особенности японской разметки, такие как фамилии, совпадающие с обычными словами, границы обращений и числовые строки, похожие на телефоны. Рекомендуется использовать модель вместе с правиловым слоем и калибровкой из пакета sumi: при прямом запуске классификатора эти компоненты и уточнение границ недоступны. Текстовый ввод размечается метками; модель не генерирует текст. Обучение и оценка проводились только на синтетических данных, поэтому качество на реальных документах может отличаться и требует проверки на собственных данных. Пропуски неизбежны, а порог обнаружения влияет на баланс полноты и ложных срабатываний; модель не гарантирует соблюдение законодательства и не является самостоятельным средством сертификации соответствия. Экспорт GGUF не поддерживается распространёнными средами выполнения для этой задачи; для CPU README рекомендует ONNX INT8. Лицензия — Apache-2.0.

CaoHaiNam разработал модель эмбеддингов на базе BERT для стандартизации вьетнамских адресов. Она преобразует предложения и абзацы в плотные векторы размерностью 768, пригодные для сравнения семантической близости и поиска вариантов адреса, записанных по-разному. Модель обучалась с помощью Sentence-Transformers и функции MultipleNegativesRankingLoss с косинусным сходством. Архитектура — BERT, библиотека — PyTorch; общий размер составляет 498,1 млн параметров, максимальная длина контекста — 512 токенов. Основной сценарий — сопоставление и нормализация адресов на вьетнамском языке. Для использования нужны входные тексты; результатом служат векторы эмбеддингов. Лицензия и известные ограничения в предоставленных данных не описаны.

mrm8488/bert-tiny-finetuned-squadv2 — компактная модель семейства BERT-Tiny, созданная Google Research и дообученная Manuel Romero на SQuAD 2.0 для ответов на вопросы по предоставленному тексту. Архитектура — BertForQuestionAnswering; модель содержит 4,4 млн параметров, а её контекст ограничен 512 токенами. Она предназначена для сред с ограниченными вычислительными ресурсами и может воздерживаться от ответа, если в контексте нет подтверждённого ответа. Модель работает с английским текстом без учёта регистра. В README приведены результаты на SQuAD 2.0: EM 48,60 и F1 49,73. Эти показатели относятся к указанной оценке и не гарантируют аналогичное качество на других данных. Модель распространяется в форматах PyTorch, Flax и safetensors; лицензия в предоставленных данных не указана.

zainyhur/distilbert-qa-finetuned — модель семейства DistilBERT, дообученная разработчиком репозитория на неизвестном наборе данных для ответов на вопросы. Она принимает текст вопроса и контекста и предназначена для извлечения ответа из предоставленного текста. Модель использует архитектуру DistilBertForQuestionAnswering, библиотеку Transformers и формат весов safetensors; максимальная длина контекста составляет 512 токенов. Базовая модель — distilbert/distilbert-base-uncased. Карточка не содержит сведений о качестве, обучающих данных или специальных сценариях применения. Лицензия Apache-2.0 разрешает использование и распространение на её условиях.

linhtrann21/ft_paligemma_15k — дообученная модель PaliGemma для генерации текстовых ответов по изображениям. Она создана на основе linhtrann21/ft_paligemma_10k; в карточке не описаны конкретные данные обучения, сценарии применения или результаты оценки. Модель реализована как плотная мультимодальная архитектура PaliGemmaForConditionalGeneration и распространяется в формате safetensors через библиотеку Transformers. Модель принимает изображения и текстовые запросы и выдаёт текст, поэтому подходит для вопросов об изображении и его описания. Язык ответов и длина контекста в доступных сведениях не указаны. Лицензия — Gemma; перед использованием следует учитывать её условия.

Карточка модели RedHatAI/GLiNER2.5-Decide на Hugging Face совпадает с карточкой fastino/GLiNER2.5-Decide, поэтому описание составлено по ней. GLiNER2.5-Decide — англоязычная модель классификации Fastino из семейства GLiNER2.5. Она содержит 340 млн параметров и дообучена на базе fastino/gliner2-large-v1. Модель принимает текст и набор меток, заданный при вызове, и за один проход оценивает несколько задач классификации; результатом служат метка или несколько меток выше заданного порога, без генерации текста. Модель предназначена для операционной маршрутизации и классификации: определения намерений, тональности, тематики, типа документа, приоритета и срочности, а также модерации и направления обращений нужной команде или оператору. В README указана точность exact match 60,2% на англоязычном наборе fastino/fast-decisions. Модель не предназначена для рассуждений, объяснений и ответов на открытые вопросы; для многоязычного ввода автор рекомендует GLiNER2.5-multi-Decide. Лицензия — Apache-2.0.

GyroScope — модель компьютерного зрения от LH-Tech-AI для определения ориентации изображения с шагом 90° и автоматического выбора корректирующего поворота. Это ResNet-18, обученная с нуля без предварительно обученных весов; размер модели — 11,2 млн параметров. Модель принимает RGB-изображения размером 224 × 224 и классифицирует их как повёрнутые на 0°, 90°, 180° или 270°. Для обучения использовались изображения ImageNet-1k; в README указана точность на проверочной выборке около 79,8%. Модель предназначена для автоматического исправления ориентации фотографий и изображений в конвейерах обработки данных. Лицензия — Apache-2.0. Модель может ошибаться на симметричных изображениях, где ориентацию трудно определить, и её качество может снижаться на документах, медицинских и спутниковых изображениях, а также абстрактных изображениях. Она определяет только повороты с шагом 90° и не поддерживает произвольные углы.

HRM-Text-1B — языковая модель Sapient Intelligence на архитектуре Hierarchical Reasoning Model (HRM), обученная с нуля на смеси общедоступных текстовых корпусов. В метаданных указано 553,6 млн параметров, контекст — 4096 токенов; модель использует плотную архитектуру и доступна в формате safetensors. HRM сочетает две рекуррентно работающие Transformer-стопки: высокоуровневую медленную и низкоуровневую быструю, что позволяет выполнять дополнительные шаги вычислений при фиксированном числе параметров. Модель предназначена как исходный чекпойнт для генерации текста и экспериментов с рассуждениями, математическими запросами, классификацией, извлечением информации, структурированными ответами и короткими вопросами и ответами. Она обучена на PrefixLM-цели с префиксными условиями, а не на диалогах и инструкциях. Для лучших результатов на прикладных NLP-задачах README рекомендует несколько примеров в контексте; для математических и открытых запросов — составное условие synth,cot. Чекпойнт ориентирован на английский язык. Это не готовый чат-ассистент: качество ответов неровное, особенно без примеров, и для ассистентских сценариев потребуется дополнительное дообучение и выравнивание. Обучение на коде не проводилось, поэтому возможности программирования ограничены; ответы также могут содержать ошибки, предвзятость или небезопасный контент. Лицензия — Apache-2.0.

InternVL3.5-2B — компактная мультимодальная чат-модель семейства InternVL3.5, разработанного OpenGVLab. Это дообученная версия OpenGVLab/InternVL3_5-2B-MPO с архитектурой InternVLChatModel; веса опубликованы в формате safetensors и доступны для запуска через Transformers по лицензии Apache-2.0. Модель принимает изображения и текст и генерирует текстовые ответы в диалоге. Она предназначена для вопросов об изображениях и мультимодальных сценариев, где нужно совместно учитывать визуальный и текстовый контекст. В описании семейства отмечены улучшения рассуждений благодаря Cascade RL и эффективности визуальной обработки благодаря Visual Resolution Router; конкретные показатели этих улучшений для версии 2B не приведены. Модель отмечена как многоязычная. Карточка не приводит для этой конкретной версии длину контекста и подробные ограничения по качеству; результаты могут зависеть от сложности изображения и запроса. Лицензия Apache-2.0 разрешает использование на её условиях.

Это 8-битная версия модели Llama 3.2 11B Vision Instruct, преобразованная сообществом mlx-community в формат MLX из huihui-ai/Llama-3.2-11B-Vision-Instruct-abliterated с помощью mlx-vlm 0.1.4. Модель принимает текст и изображения и предназначена для диалога и ответов на вопросы по изображениям. Модель основана на архитектуре mllama и содержит 11 млрд параметров. В метаданных указана поддержка английского, немецкого, французского, итальянского, португальского, хинди, испанского и тайского языков. Репозиторий содержит веса в формате safetensors; лицензия — llama3.2. Метаданные отмечают возможности чата, работы с изображениями и интерфейс вызова инструментов. Подробности о качестве и ограничениях автор отсылает к карточке исходной модели.

Это BF16-версия в формате GGUF модели nvidia/Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16, опубликованная пользователем DevQuasar. По метаданным, она предназначена для диалоговой работы с текстом и изображениями и поддерживает анализ визуального содержимого. Модель подходит для вопросов по изображениям и текстового диалога с визуальным контекстом. Карточка сообщает о конвертированном формате GGUF, но не приводит дополнительных сведений о точном размере, длине контекста, поддержке аудио и видео или условиях лицензии.

gaudi/opus-mt-zh-en-ctranslate2 — версия модели перевода Opus-MT, подготовленная сообществом на основе работ Helsinki-NLP, CTranslate2 и michaelfeil. Это encoder-decoder модель семейства Marian для перевода с китайского на английский, преобразованная в формат CTranslate2 для ускоренного инференса на CPU и GPU. Для вычислений поддерживаются режимы int8 на CPU и int8_float16 на CUDA. Модель предназначена для перевода текстов с китайского языка на английский, в том числе при пакетной обработке и развёртывании сервиса перевода. CTranslate2 оптимизирует выполнение за счёт таких приёмов, как квантование весов и объединение слоёв; приведённые в README бенчмарки показывают ускорение на тестовых конфигурациях, но относятся к другим языковым направлениям и условиям запуска. Внутренние тесты авторов конвертации показали возможное небольшое снижение BLEU относительно исходных чекпойнтов; эффект зависит от конфигурации и квантования. Размер модели и длина контекста в предоставленных данных не указаны. Лицензия — Apache-2.0.

Ornith-1.0-35B-bf16 — сборка модели deepreinforce-ai/Ornith-1.0-35B в формате MLX bfloat16, подготовленная сообществом mlx-community с помощью mlx-vlm для компьютеров Apple Silicon. Это мультимодальная модель с визуальным энкодером и языковой моделью, предназначенная для диалога и ответов на вопросы по изображениям. В карточке приведён пример описания изображения и указаны результаты проверки генерации связного ответа на изображение и текстовую задачу на рассуждение. Модель основана на архитектуре Qwen3.5 MoE; в README упомянуто 256 экспертов MoE. Репозиторий занимает около 70 ГБ и рассчитан на запуск в системах с 128 ГБ объединённой памяти; для менее мощных устройств предлагаются квантованные варианты. Конверсия потребовала объединить экспертов в формат, ожидаемый загрузчиком mlx-vlm. Лицензия — MIT. Подробности архитектуры, тестов и предполагаемого применения вынесены в карточку исходной модели.

MLX-версия мультимодальной модели Qwen3.6-35B-A3B-5bit, разработанная сообществом mlx-community на основе Qwen/Qwen3.6-35B-A3B. Модель преобразована в формат MLX с использованием mlx-vlm версии 0.4.4 и предназначена для запуска в экосистеме MLX. Модель относится к классу image-text-to-text и рассчитана на сценарии, где требуется обработка изображений и генерация текстовых ответов, например описание изображений. В обозначении указаны общий размер 35B, конфигурация A3B и 5-битное представление, однако README не содержит подробностей об архитектуре, фактическом числе активируемых параметров, поддерживаемых языках и размере контекстного окна. Сильной стороной является адаптация к MLX и 5-битное квантование, потенциально уменьшающее требования к памяти при запуске, но точные характеристики производительности и качества в README не приведены. Лицензия модели — Apache-2.0. Для полного описания возможностей следует обращаться к карточке исходной модели Qwen/Qwen3.6-35B-A3B.

mlx-community/Qwen3.6-35B-A3B-8bit — это 8-битная версия модели Qwen3.6-35B-A3B, разработанная сообществом mlx-community и преобразованная в формат MLX из исходной модели Qwen/Qwen3.6-35B-A3B. Конвертация выполнена с использованием mlx-vlm версии 0.4.4. Модель предназначена для мультимодальных задач, связанных с обработкой изображений и текста, включая генерацию текстового описания изображения. В карточке указано, что она поддерживает сценарии image-text-to-text и может запускаться с помощью mlx-vlm на устройствах, совместимых с MLX. Обозначение 35B-A3B присутствует в названии исходной модели, однако подробности об архитектуре, количестве активируемых параметров, языках и размере контекста в README не приведены. К сильным сторонам модели относятся 8-битное представление и адаптация к экосистеме MLX, что может упростить запуск и снизить требования к памяти по сравнению с полноразмерной версией. Ограничения, точные мультимодальные возможности и качество работы README не описывает; за подробными характеристиками предлагается обращаться к карточке исходной модели Qwen/Qwen3.6-35B-A3B. Модель распространяется по лицензии Apache-2.0.

Qwen3.8-27B-Uncensored-Aggressive — мультимодальная диалоговая модель на основе Qwen3.8-27B от Qwen, модифицированная автором репозитория методом ортогонализации вектора отказа. Она предназначена для диалогов и ответов на запросы с текстом и изображениями; сохранены компонент обработки изображений и голова MTP для спекулятивного декодирования. Модель относится к плотной архитектуре Qwen3.5 и содержит 27 млрд параметров; в метаданных указан формат safetensors. Автор описывает настройку α=1,15 как вариант с меньшим числом отказов. В приведённой оценке модель получила более высокий показатель открытости, сохранив результаты базовой версии по фактичности и GSM8K, однако это результаты внутреннего сравнения автора, а не гарантия качества. Модель может отвечать на запросы, которые базовая модель отклонила бы. Лицензия — Apache-2.0.

Модель while725/qwen_finetune_16bit_action_260320 — дообученная версия мультимодальной Qwen3.5-35B-A3B от Alibaba, подготовленная с помощью Unsloth и библиотеки TRL от Hugging Face. Она предназначена для диалоговых задач с текстом и изображениями, включая анализ изображений и ответы на вопросы по ним; интерфейс также поддерживает вызов инструментов. В основе лежит архитектура Qwen3.5 MoE с условной генерацией. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Карточка не описывает конкретные данные и цель дообучения, поэтому специализацию сверх возможностей базовой модели установить нельзя.

Мультимодальная модель deserin/reflex-qwen-v1-merged — дообученная версия Qwen3.5-4B от unsloth/Qwen3.5-4B. Она предназначена для диалога и задач, в которых нужно анализировать изображения и отвечать на вопросы о них; также поддерживает интерфейс вызова инструментов. Модель основана на плотной архитектуре Qwen3.5 и распространяется в формате Safetensors по лицензии Apache-2.0. В README указано, что модель обучали с использованием Unsloth и библиотеки TRL. Данных о конкретных наборах обучения и результатах оценки нет, поэтому качество в отдельных сценариях по карточке определить нельзя.

ReVisual-R1-final — мультимодальная модель для диалога и рассуждений по изображениям, разработанная автором репозитория csfufu как дообученная версия Qwen/Qwen2.5-VL-7B-Instruct. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2.5-VL и принимает изображения вместе с текстовыми запросами, выдавая текстовые ответы. Для неё заявлено контекстное окно до 128 000 токенов. README описывает трёхэтапное обучение: текстовый cold-start для формирования рассуждений, мультимодальное обучение с подкреплением для согласования зрения и логики, затем текстовое обучение с подкреплением для улучшения краткости и связности. Модель предназначена для визуально-математических задач и текстовых рассуждений; автор заявляет высокие результаты на девяти бенчмарках, но не приводит их названия или численные результаты в карточке. Распространяется под лицензией Apache-2.0.

eugenehp/siglip2-base-naflex — staging-репозиторий с перераспространённым чекпойнтом Google SigLIP 2 NaFlex для запуска через RLX. Это плотная модель семейства SigLIP 2 с поддержкой изображений переменного соотношения сторон; в репозитории есть веса Safetensors и вариант GGUF F16. Модель предназначена для классификации изображений по текстовым меткам без специального дообучения: например, можно сопоставить изображение с вариантами «документ» и «фотография». Для запуска README приводит команду с библиотекой rlx-siglip2. Репозиторий отмечен как staging-переиздание upstream-чекпойнта, а не основной пакет для runtime RLX; README рекомендует обращаться к upstream, если нужен исходный чекпойнт. В метаданных указана лицензия Apache-2.0. Данные о размере параметров, контексте и поддерживаемых естественных языках не приведены; поскольку задача визуальная и ответы представляются оценками соответствия меткам, модель не рассчитана на основной язык.

VenkatManda/V2 — компактная модель на архитектуре BERT, дообученная разработчиком VenkatManda на VenkatManda/V1 для извлечения ответа на вопрос из предоставленного текста. Она рассчитана на сценарии вопросно-ответного поиска, включая контексты, в которых ответа нет; модель обучалась на SQuAD v2. Размер модели — 4,4 млн параметров, длина контекста — до 512 токенов. Весовые файлы представлены в формате safetensors. Модель распространяется по лицензии MIT. Карточка не содержит сведений о языковом охвате или подробных результатах оценки.