I.4Обработка документов и форм

Eka-Korn выпустил модель распознавания именованных сущностей на основе RoBERTa, дообученную на blinoff/roberta-base-russian-v0. Она выполняет токенную классификацию: каждому токену текста присваивается метка, что подходит для извлечения сущностей из русскоязычных текстов. В карточке приведены результаты на наборе оценки: F1 0,9570, точность 0,9483, полнота 0,9658 и accuracy 0,9923. Архитектура — RobertaForTokenClassification, размер — 151,7 млн параметров, длина контекста — 514 токенов; модель использует библиотеку Transformers и формат safetensors. Датасет обучения и набор распознаваемых типов сущностей не описаны, поэтому качество для конкретных категорий и предметных областей требует отдельной проверки. Лицензия в предоставленных данных не указана.

Sarashina2.2-Vision-3B — мультимодальная языковая модель с изображениями от японской компании SB Intuitions. Она основана на Sarashina2.2-3B-Instruct и использует визуальный энкодер SigLIP; размер модели — 3,8 млрд параметров. Для работы предусмотрена библиотека Transformers, веса опубликованы в формате safetensors. Модель принимает изображения и текстовые запросы и предназначена для описания изображений, ответов на вопросы по ним, а также чтения и анализа документов, с особым вниманием к японским изображениям и тексту. Карточка приводит результаты тестов на японских и англоязычных наборах задач, включая вопросы по документам и слайдам. Модель дообучена в несколько этапов, включая настройку следования инструкциям и оптимизацию предпочтений. Модель распространяется по лицензии MIT. По данным карточки, её обучение на безопасность ограничено: ответы могут быть неточными, бессмысленными, предвзятыми или нежелательными; для практического применения разработчикам рекомендуется дополнительная настройка с учётом предпочтений людей и требований безопасности.

SLIMER (Show Less Instruct More Entity Recognition) — языковая модель на архитектуре LLaMA, разработанная для извлечения именованных сущностей из английского текста в режиме zero-shot. Она получает текст и инструкцию с типом сущности, её определением и рекомендациями по разметке, а затем возвращает найденные сущности в виде JSON-списка. Такой подход рассчитан на работу с типами сущностей, которых не было среди обучающих меток; в README отмечены результаты на доменах, отличающихся от обучающих, включая финансовые данные. Модель содержит 6,6 млрд параметров, использует формат safetensors и имеет контекстное окно 4096 токенов. README указывает на дообучение инструкциями на сокращённом наборе примеров; лицензия в метаданных обозначена как llama2. Модель предназначена прежде всего для извлечения сущностей, а не для произвольного диалога. Она может ошибаться на неоднозначных упоминаниях и зависит от качества определения сущности и рекомендаций в запросе.

SmolVLM-Instruct — компактная мультимодальная модель Hugging Face для диалога по изображениям и тексту. Она принимает текстовые запросы и одно или несколько изображений, в том числе в чередующихся последовательностях, и формирует текстовые ответы. Модель построена на архитектуре Idefics3, объединяющей языковую модель SmolLM2-1.7B-Instruct и визуальную основу SigLIP SoViT-400m; репозиторий содержит веса Safetensors и формат ONNX. Лицензия — Apache 2.0. Модель подходит для ответов на вопросы об изображениях, описания визуального содержимого, подписей к изображениям, понимания документов и диаграмм, а также историй по нескольким изображениям. Компактная архитектура и сжатое представление изображений рассчитаны на эффективный запуск, в том числе на устройствах с ограниченными ресурсами. Основной язык карточки — английский; модель также может работать как языковая модель без изображений. Она не генерирует изображения. Ответы могут быть фактически неточными, поэтому модель не предназначена для решений, влияющих на благополучие или средства к существованию людей.

Модель nsugianto/tblstructrecog_finetuned_tbltransstrucrecog_v1_s1_394s_adjpar6_lr1e5_dec1e4_bs8 — дообученная версия модели распознавания структуры таблиц на базе Table Transformer. Она предназначена для обнаружения объектов на изображениях таблиц, например их структурных элементов. В README указано, что модель дообучена на неизвестном наборе данных, поэтому конкретные типы размечаемых элементов и качество не описаны. Модель содержит 6,3 млн параметров, использует архитектуру TableTransformerForObjectDetection и сохранена в формате safetensors. Для применения к изображениям таблиц подходит как компонент конвейера извлечения структуры документов. Лицензия — MIT.

ukr-models/uk-ner — модель для распознавания именованных сущностей в украинском тексте. Она создана дообучением XLM-RoBERTa-Uk на синтетическом наборе данных разметки сущностей и выдаёт метки для токенов: начало и продолжение имени человека, локации или организации. Модель основана на архитектуре XLM-RoBERTa, содержит 137,3 млн параметров и принимает контекст длиной до 514 токенов. Модель подходит для извлечения имён людей, географических названий и организаций из украинских текстов. Она распространяется в форматах PyTorch и safetensors по лицензии MIT. Поскольку обучение проводилось на синтетическом наборе данных, качество распознавания на реальных текстах может зависеть от жанра и распределения данных.

ZAYA1-VL-8B — открытая vision-language модель Zyphra для диалога и ответов на вопросы по изображениям. Она использует ZAYA1-8B как текстовый декодер и визуальный энкодер Qwen2.5-VL; архитектура включает специализированные LoRA-параметры для обработки зрительных токенов и двунаправленное внимание к токенам изображения. В карточке указано 3 млрд параметров, контекст до 32 768 токенов и поддержка изображений и текста. Модель предназначена для анализа изображений, диаграмм и документов, а также визуальных вопросов и ответов. В README приведены результаты на наборах AI2D, ChartQA и DocVQA. Для запуска требуется форк Transformers с веткой zaya1-vl и дополнительные зависимости, включая qwen-vl-utils и flash_attn. Модель распространяется по лицензии Apache 2.0.

arabic_PP-OCRv5_mobile_rec — мобильная модель распознавания строк арабского текста из изображений, разработанная командой PaddleOCR как часть семейства PP-OCRv5_rec. Она предназначена для использования в OCR-системах, где требуется извлекать текстовые строки и выдавать их в виде текста; показатель точности на описанной в карточке оценке составляет 81,27%. Для распознавания документов модель можно подключить как модуль распознавания в конвейере PP-OCRv5 вместе с детектором текста и, при необходимости, модулями коррекции ориентации и геометрии изображения. Модель относится к мобильной линейке и использует библиотеку PaddleOCR. В метаданных указан английский язык, но README описывает поддержку арабского; идентификатор модели также указывает на арабское распознавание. Репозиторий распространяется по лицензии Apache-2.0. Это распознаватель текстовых строк, поэтому сам по себе он не выполняет полный поиск областей текста на странице: для такого сценария нужен OCR-конвейер с модулем детекции.

bert4ner-base-chinese — модель на основе BERT для распознавания именованных сущностей в китайском тексте, опубликованная shibing624. Она размечает текст по токенам и извлекает сущности, например имена людей и временные выражения. Модель можно применять для извлечения сущностей из китайских документов и текстовых записей; для запуска автор приводит пример использования через nerpy и Hugging Face Transformers. Модель содержит 129,5 млн параметров, использует архитектуру BertForTokenClassification и принимает контекст длиной до 512 токенов. В README приведён результат на тестовой выборке PEOPLE: F1 0,9525, точность 0,9425 и полнота 0,9627. Доступны веса PyTorch и safetensors. Лицензия — Apache-2.0.

HooshvareLab/bert-base-parsbert-ner-uncased — персидская модель распознавания именованных сущностей на основе архитектуры BERT-Base. Она классифицирует каждый токен текста, присваивая ему метку сущности в формате IOB; карточка описывает варианты обучения на наборах ARMAN и PEYMA, отдельно и в комбинации. Среди распознаваемых категорий — люди, организации, места, даты, время, деньги, проценты, объекты и события. Модель предназначена для извлечения сущностей из персидских текстов, например для структурирования новостей и документов или подготовки данных для поиска. Это монолингвальная uncased-модель с whole-word masking, примерно 190 млн параметров и контекстом до 512 токенов. В карточке приведены результаты F1 для ARMAN и PEYMA, включая 95,13 для объединённого набора; результаты относятся к описанным наборам данных и не гарантируют такую же точность на других текстах. Лицензия — Apache-2.0.

mulinski/bert-finetuned-chunk — модель семейства BERT, дообученная на bert-base-cased на наборе CoNLL-2003 для классификации токенов. Она предназначена для разметки последовательностей текста, в частности для распознавания именованных сущностей. В оценке на тестовой выборке указаны F1 0,9214, точность 0,9222, полнота 0,9207 и accuracy 0,9618. Модель содержит 135,5 млн параметров, принимает текст с контекстом до 512 токенов и распространяется в формате PyTorch. Лицензия — Apache-2.0. README не описывает ограничения и сценарии применения подробнее.

Модель sakib078/bert-finetuned-ner — версия BERT base cased, дообученная для классификации токенов, в частности для распознавания именованных сущностей. Она может размечать последовательность текста по классам токенов. В README приведены результаты на оценочной выборке: F1 0,9434, точность 0,9353, полнота 0,9515 и accuracy 0,9865. Модель построена на архитектуре BERT, содержит 135,5 млн параметров и принимает контекст до 512 токенов. Данные обучения и наборы меток не описаны, поэтому применимость к конкретным типам сущностей и языкам следует проверять на целевых данных. Распространяется по лицензии Apache-2.0.

xipho/bert-finetuned-ner — модель на базе BERT, дообученная для распознавания именованных сущностей и другой токенной классификации. Она принимает текст и присваивает метки его токенам; размер модели — 135,5 млн параметров, максимальный контекст — 512 токенов. Модель распространяется в формате Safetensors и использует библиотеку Transformers. В карточке указаны результаты на тестовой выборке: F1 — 0,9427, точность — 0,9351, полнота — 0,9504 и accuracy — 0,9865. Датасет и набор меток не описаны, поэтому эти показатели нельзя напрямую переносить на другие данные или задачи. Базовая модель — google-bert/bert-base-cased; лицензия — Apache-2.0.

Модель nickprock/bert-finetuned-ner-ontonotes — англоязычная модель распознавания именованных сущностей, разработанная на основе google-bert/bert-base-cased и дообученная на наборе OntoNotes 5. Она выполняет токенную классификацию и подходит для выделения сущностей в тексте, в том числе в текстах деловой тематики. Модель содержит 135,5 млн параметров, использует архитектуру BERT и принимает контекст длиной до 512 токенов. На оценочной выборке указаны F1 0,8702, точность 0,8567 и полнота 0,8842. Модель распространяется по лицензии Apache-2.0. Показатели получены на OntoNotes 5; качество на других доменах и типах текста может отличаться.

yeniguno/bert-ner-turkish-cased — дообученная модель на архитектуре BERT, созданная на основе dbmdz/bert-base-turkish-cased и обученная на пользовательском наборе данных для распознавания именованных сущностей в турецком тексте. Модель помечает сущности типов PER (люди), LOC (места), ORG (организации), DATE (даты), MONEY (денежные суммы) и MISC (прочие сущности), а также токены без сущностей. Модель предназначена для извлечения именованных сущностей в NLP-конвейерах и может применяться для разметки турецких документов и текстов. Она построена как BERT-классификатор токенов, содержит 137,8 млн параметров и поддерживает контекст до 512 токенов. В README приведены метрики оценки: F1 0,9236, точность 0,9600, precision 0,9112 и recall 0,9364. Модель распространяется по лицензии MIT. Её назначение ограничено распознаванием перечисленных типов сущностей в турецком тексте; качество на других языках и доменах в карточке не подтверждено.

jiaqianjing выпустил модель chinese-address-ner — дообученную для распознавания адресных сущностей версию hfl/chinese-roberta-wwm-ext на неизвестном наборе данных. Модель на основе BERT обрабатывает китайскую строку адреса и присваивает метку каждому токену, выделяя компоненты адреса по семи административным уровням в схеме BIO. Модель предназначена для извлечения структурированных адресных компонентов, например из адресов на почтовых отправлениях. В README приведены метрики на оценочном наборе: F1 0,9719, точность 0,9664 и полнота 0,9774. Размер модели — 129,5 млн параметров, контекст — до 512 токенов. Распространяется по лицензии Apache-2.0.

shixuanleong/cv-vlm — модель компьютерного зрения с языковым интерфейсом, опубликованная Shi Xuan Leong на Hugging Face. По метаданным это Florence-2 объёмом около 0,3 млрд параметров, предназначенная для задач, где требуется анализ изображения и текстовый ответ. Поддерживаемые сценарии включают описание изображений, визуальные вопросы и ответы, OCR и сегментацию. Модель принимает изображение и текстовый запрос, а результат формирует в текстовом виде. Репозиторий использует веса PyTorch в формате Safetensors и распространяется по лицензии MIT. Для конкретной версии cv-vlm отдельные языковые характеристики, длина контекста и результаты оценки качества в доступных источниках не подтверждены. Florence-2 следует рассматривать как компактную модель для задач компьютерного зрения; точность зависит от изображения и типа запроса.

Xenova/distilbert-base-multilingual-cased-ner-hrl — мультиязычная модель для распознавания именованных сущностей (NER), разработанная на основе Davlan/distilbert-base-multilingual-cased-ner-hrl. Репозиторий Xenova содержит ONNX-веса, адаптированные для использования в JavaScript-библиотеке Transformers.js, включая запуск в веб-средах и других совместимых окружениях. Модель предназначена для token classification: она размечает фрагменты текста и выявляет сущности, например имена людей и географические названия. В качестве основы используется архитектура DistilBERT с multilingual и cased-токенизацией; точный размер, список поддерживаемых языков и максимальная длина контекста в README не указаны. Сильной стороной является возможность локального запуска через Transformers.js и ONNX без зависимости от серверного Python-окружения. README не содержит сведений о точности, ограничениях качества и лицензии, поэтому эти характеристики нельзя определить по имеющимся данным.

GoLLIE 13B — языковая модель для извлечения информации, разработанная Оскаром Саинсом, Икером Гарсия-Ферреро, Родриго Агерри, Ойером Лопесом де ла Калье, Германом Ригау и Энеки Агирре из центра HiTZ Университета Страны Басков. Это плотная авторегрессионная модель семейства LLaMA с 12,9 млрд параметров и контекстом до 16 384 токенов, представленная в формате Safetensors и дообученная на основе CODE-LLaMA2. Модель предназначена для извлечения именованных сущностей, событий и отношений по заданным схемам. Она следует подробным инструкциям и определениям разметки, поэтому подходит для zero-shot задач и позволяет задавать схему извлечения во время работы, в том числе для ранее не встречавшихся задач. В карточке приведены результаты на английском языке: средний F1 56,0 для zero-shot и 73,9 для supervised оценки GoLLIE-13B. Основной язык модели — английский. Модель генерирует текст, поэтому извлечённые результаты выдаются в текстовом формате по схеме пользователя. Для базовой модели и объединённой модели указана лицензия LLaMA 2; LoRA-адаптеры проекта распространяются по Apache 2.0. Результаты и поддерживаемые схемы зависят от формулировки инструкций и качества заданных определений.

InternVL2_5-8B — мультимодальная диалоговая модель серии InternVL 2.5, разработанная командой OpenGVLab. Она сочетает визуальный энкодер InternViT-300M-448px-V2_5 с языковой моделью internlm/internlm2_5-7b-chat в архитектуре ViT-MLP-LLM; компоненты объединены для работы как единой модели. Репозиторий содержит веса в формате safetensors, модель использует библиотеку Transformers и распространяется по лицензии MIT. Модель предназначена для диалога по изображениям и видео, анализа нескольких изображений в одном запросе, визуального распознавания текста и ответов на обычные текстовые запросы. Динамическая обработка высокого разрешения разбивает изображения на фрагменты 448×448 пикселей, а видеоданные обрабатываются как последовательность кадров. Карточка характеризует серию как мультиязычную; точный перечень языков и размер контекстного окна для этой версии не приведены. К сильным сторонам относятся работа с изображениями высокого разрешения, несколькими изображениями и видео, а также сохранение возможностей текстового диалога. Обработка изображений и множества видеокадров увеличивает расход токенов и требования к контексту; качество ответов зависит от входных данных и может быть ограничено ошибками визуального восприятия или генерации.

Kavach PII 270M v2 — компактная текстовая модель на 257 млн параметров, разработанная автором репозитория inboxpraveen на основе дообучения Google Gemma 3 270M IT. Она извлекает персональные данные из документов и возвращает найденные значения списком JSON. Модель предназначена для автоматизации обнаружения и последующего обезличивания PII в расшифровках звонков, результатах OCR, формах, чатах, коде и журналах; заявлена поддержка 29 языков. Это генеративная архитектура Gemma3ForCausalLM с контекстом до 32 768 токенов; модель принимает текст и выдаёт текст. В карточке сообщается о value-F1 88,4 на исходном тестовом наборе v2, а также о низкой доле ложных срабатываний на документах без PII. Результаты v2 уступают актуальной v3 на исправленном тестовом наборе; автор также отмечает, что небольшие окна контекста ухудшают качество, длинные входы лучше обрабатывать с перекрывающимися окнами, а модель возвращает значения, но не их позиции в исходном тексте. Репозиторий распространяется по лицензии Gemma; для извлечения позиций предлагается отдельная утилита, которая сопоставляет найденные значения с исходным текстом.

Mit1208/layoutlmv3-finetuned-DocLayNet — модель Mit1208, дообученная на базе microsoft/layoutlmv3-base для разметки структуры документов по DocLayNet-small. Она использует архитектуру LayoutLMv3 и содержит 151,8 млн параметров. Модель предназначена для классификации токенов при анализе макета документа: она обрабатывает текст вместе с визуальной и пространственной информацией страницы, чтобы определять типы элементов разметки. В карточке приведены результаты оценки: F1 0,6667, точность 0,8720, precision 0,6179 и recall 0,7238. Модель подходит для извлечения структуры из документов на английском языке, например для распознавания заголовков, таблиц и других областей макета. Указанная лицензия CC BY-NC-SA 4.0 требует атрибуции, запрещает коммерческое использование и распространяет производные материалы на тех же условиях. Карточка не описывает ограничения подробнее; результаты оценки показывают, что качество классификации зависит от выбранной метрики.

unsloth/LFM2-1.2B — компактная версия семейства LFM2, разработанного Liquid AI и опубликованная Unsloth. Это плотная гибридная языковая модель примерно с 1,2 млрд параметров: 10 блоков коротких свёрток LIV и 6 блоков внимания GQA. Она рассчитана на запуск на периферийных устройствах и подходит для приложений на смартфонах, ноутбуках и других устройствах с CPU, GPU или NPU. Контекст — до 32 768 токенов. Модель предназначена для диалогов, вызова инструментов, извлечения данных, RAG, творческого письма и других узких сценариев; авторы рекомендуют дообучать её под конкретную задачу. В README заявлены ускоренные обучение и генерация, а также результаты сравнительных тестов для моделей сопоставимого размера. Модель поддерживает английский, арабский, китайский, французский, немецкий, японский, корейский и испанский языки. Для знаний, требующих глубокой предметной подготовки, и задач программирования авторы её не рекомендуют. Репозиторий содержит веса safetensors и основан на LiquidAI/LFM2-1.2B; лицензия указана как other, поэтому её условия следует проверить на странице модели.

LFM2-350M — компактная языковая модель, разработанная Liquid AI для работы на периферийных устройствах и локального запуска на смартфонах, ноутбуках и автомобильных системах. Это плотная гибридная модель семейства LFM2 с примерно 318,8 млн параметров по метаданным и 354,5 млн по карточке модели; архитектура сочетает 10 блоков коротких свёрток с двойными вентильными механизмами и 6 блоков внимания GQA. Модель поддерживает контекст до 128 000 токенов согласно метаданным; README указывает 32 768 токенов. Модель предназначена для генерации текста и диалогов, включая извлечение данных, RAG, творческое письмо, многошаговые разговоры и сценарии с вызовом инструментов. Liquid AI рекомендует адаптировать её дообучением под узкие задачи. По данным карточки, модель эффективно работает на CPU, GPU и NPU; указаны ускорения обучения и CPU-инференса относительно предыдущего поколения LFM и Qwen3 соответственно. Обучение включало дистилляцию от LFM1-7B, supervised fine-tuning, DPO и слияние моделей. Поддерживаемые языки: английский, арабский, китайский, французский, немецкий, японский, корейский и испанский. Разработчик не рекомендует модель для задач, требующих обширных знаний или навыков программирования. В метаданных указана лицензия other; конкретные условия использования следует сверять с лицензией репозитория Hugging Face.

Ertas AI предлагает настраиваемую версию LFM2.5-230M от Liquid AI — компактной плотной языковой модели с 221,2 млн параметров для генерации текста. Модель дообучена на пользовательских данных с помощью Ertas AI; она принимает текст и поддерживает чатовый формат и вызов инструментов. В карточке указаны 14 слоёв: 8 блоков LIV с двойными воротами и 6 блоков GQA. Метаданные указывают контекст до 128 000 токенов, а README — 32 768 токенов. Модель предназначена для извлечения данных и лёгких агентных сценариев на устройствах с ограниченными ресурсами. Она поддерживает английский, арабский, китайский, французский, немецкий, итальянский, японский, корейский, португальский и испанский языки. Небольшой размер и быстрая генерация подходят для локального запуска, однако модель не рекомендуется для сложных рассуждений, продвинутой математики, генерации кода и творческого письма. Лицензия указана как other; конкретные условия в предоставленных данных не раскрыты.

LLM-jp-4-VL 9B — мультимодальная модель зрения и языка, разработанная LLM-jp. Она сочетает языковую модель llm-jp/llm-jp-4-8b-thinking на 8,6 млрд параметров, визуальный энкодер SigLIP 2 So400m на 0,4 млрд параметров и двухслойный MLP-проектор; архитектура вдохновлена InternVL3.0. Модель дообучена для работы с изображениями и диалогов на японском и английском языках, а также формирует рассуждение перед итоговым ответом. Модель предназначена для ответов на вопросы по изображениям, понимания документов и диаграмм, мультимодальных задач и текстовых задач на рассуждение. Разработчики сообщают об улучшении относительно бета-версии на некоторых текстовых и сложных задачах понимания диаграмм; качество различается между бенчмарками и задачами. Модель доступна в формате Safetensors и использует лицензию Apache-2.0.

Maya — модель зрения и языка, разработанная сообществом Cohere For AI. Она объединяет архитектуру LLaVA, языковую модель Aya-23 8B и визуальный энкодер SigLIP. Модель содержит 8 млрд параметров, принимает изображения и текст, а длина контекста составляет 8 тысяч токенов. Maya предназначена для многоязычных вопросов и ответов по изображениям, создания подписей, визуальных рассуждений и понимания документов. Она поддерживает английский, китайский, французский, испанский, русский, японский, арабский и хинди; обучение проводилось на наборе из 558 тысяч изображений с многоязычными аннотациями. Разработчики уделяли внимание культурной чувствительности и фильтрации токсичного контента. Качество зависит от языка, задачи и качества изображения; модель может упускать тонкие культурные нюансы и сохранять предубеждения из обучающих данных. Она не предназначена для критически важных решений. Лицензия — Apache 2.0.

Megrez-3B-Omni — разработанная Infinigence AI компактная мультимодальная модель для понимания изображений, текста и аудио. Она расширяет Megrez-3B-Instruct и предназначена для диалогов и анализа запросов, содержащих текст, изображения или речь, включая вопросы по изображениям, распознавание текста на изображениях и ответы на устные инструкции. Для аудиоввода используются энкодеры Qwen2-Audio или Whisper large-v3, а для изображений — SigLIP-400M; модель поддерживает китайский и английский языки и многоходовой диалог. В карточке указано около 2,6 млрд параметров и контекст 4096 токенов; веса представлены в формате safetensors. Модель рассчитана на локальное и серверное применение, в том числе на устройствах с ограниченными ресурсами. В README приводятся результаты сравнительных тестов для визуального, языкового и речевого понимания, однако они зависят от условий оценки. Известные ограничения включают возможность галлюцинаций; для OCR авторы предупреждают, что сэмплирование может менять распознанный текст, а его отключение способно вызвать повторения. Лицензия репозитория — Apache-2.0.

ytu-ce-cosmos/modernbert-tr-pii-ner — турецкая модель распознавания персональных данных, разработанная на базе ModernBERT-TR. Это плотный энкодер ModernBERT с 148,7 млн параметров, дообученный для классификации токенов: модель определяет сущности 25 типов, ориентированных на требования KVKK, используя 51 BIO-метку. Максимальная длина контекста — 8192 токена; доступны веса Safetensors и формат ONNX. Модель предназначена для поиска и разметки персональных данных в турецких документах, в том числе судебных текстах, PDF и тексте с ошибками OCR. На тестовой выборке из 300 документов опубликован результат 81,01% overlap micro-F2 для выпущенного чекпойнта. Квантизированная версия int8 показывает 71,90% по той же метрике. Модель дообучена на смеси турецких веб-PDF, обезличенных решений высших судов и синтетических документов, включая тексты с ухудшенным OCR. Лицензия — Apache-2.0. Показатель качества относится к указанному тестовому набору; для иных источников документов точность может отличаться.

Prience91/ner_model_output — модель BERT для распознавания именованных сущностей в тексте, созданная дообучением huggingface-course/bert-finetuned-ner. Она выполняет поклассовую разметку токенов и подходит для извлечения имён людей, организаций, мест и других сущностей из текстов. Модель содержит 135,5 млн параметров, использует архитектуру BertForTokenClassification и принимает последовательности длиной до 512 токенов. В README приведены метрики на оценочном наборе: precision 0,6421, recall 0,6747, F1 0,6580 и accuracy 0,9242. Данные обучения названы неизвестным набором, поэтому область применимости и качество на иных текстах оценить нельзя. Лицензия — Apache-2.0.