I.4Обработка документов и форм

Minibase-NER-Small — компактная языковая модель, разработанная Minibase и дообученная для распознавания именованных сущностей в тексте. Она извлекает имена людей, организаций, географические названия и другие сущности, выдавая их нумерованным списком; типы сущностей в ответе не отмечаются. Модель построена на архитектуре LlamaForCausalLM и содержит 147,8 млн параметров по метаданным. Репозиторий содержит квантизированную версию GGUF Q8_0; контекст составляет 2048 токенов. Карточка сообщает о поддержке английского языка, локальном запуске через llama.cpp и среднем времени ответа 76,6 мс. На описанной в README оценке F1 составил 43,5%, точность — 63%, полнота — 34,3%. Подходит для локального извлечения сущностей из коротких англоязычных текстов и дальнейшего разбора результатов. Ограничения включают пропуски сущностей, нестабильный или повреждённый формат вывода, отсутствие меток типов и ограничение контекста. Лицензия — Apache-2.0.

OpenMed-PII-BiomedELECTRA-Large-335M-v1 — модель OpenMed для обнаружения и классификации персональных и медицинских идентификаторов в тексте. Это дообученная модель токенной классификации на базе microsoft/BiomedNLP-BiomedELECTRA-large-uncased-abstract; в метаданных указаны архитектура семейства BERT, 433,9 млн параметров, контекст до 512 токенов и формат safetensors. Модель предназначена для выявления 54 типов чувствительных сущностей, включая имена, адреса, номера медицинских карт, контактные и финансовые данные. Её можно применять для обезличивания клинических записей и документов, проверки текстов на утечки данных, подготовки наборов данных к исследованиям и поддержки процессов соблюдения требований конфиденциальности. В README приведён результат micro F1 0,9544 на тестовой выборке из 2 000 примеров NVIDIA Nemotron-PII; качество различается по типам сущностей. Модель рассчитана преимущественно на английский текст, может пропускать чувствительные данные и требует проверки человеком в критичных сценариях. Лицензия — Apache-2.0.

OpenMed-PII-ClinicalE5-Base-109M-v1 — англоязычная модель OpenMed для обнаружения и классификации персональных и медицинских данных в тексте. Это дообученная для токенной классификации модель семейства BERT на базе intfloat/e5-base-v2; в метаданных указано 136,7 млн параметров, контекст — до 512 токенов. Модель размечает 54 типа сущностей, включая имена, адреса, контактные сведения, идентификаторы и медицинскую информацию. Модель предназначена для выявления чувствительных данных в клинических записях и документах, подготовки текстовых наборов к исследованиям, аудита и поддержки процессов деидентификации и соблюдения требований конфиденциальности. В README приведён результат micro-F1 0,9487 на тестовой выборке NVIDIA Nemotron-PII; показатели зависят от типа сущности и текста. Модель принимает текст и возвращает метки для его токенов. Она обучена преимущественно на английском языке, поэтому её надёжность на других языках не установлена. README предупреждает о возможных пропусках, зависимости качества от предметной области и необходимости проверять результаты человеком в критичных сценариях. Лицензия — Apache-2.0.

OpenMed-PII-Dutch-SuperClinical-Large-434M-v1 — модель OpenMed для обнаружения и классификации персональных данных в нидерландском тексте. Это дообученная на базе microsoft/deberta-v3-large модель токеновой классификации на архитектуре DeBERTa V2; в метаданных указаны 533,8 млн параметров, контекст до 512 токенов и формат safetensors. Модель размечает 54 типа чувствительных сущностей, включая имена, адреса, идентификаторы, контактные и медицинские сведения. Она предназначена для поиска и удаления персональных данных в клинических записях и документах, подготовки наборов данных и поддержки проверок соответствия требованиям приватности. В README приведён результат Micro F1 0,9419 на нидерландской части AI4Privacy, однако качество может меняться на других типах текста. Модель рассчитана на нидерландский язык; её не следует считать надёжной для других языков. Возможны пропуски персональных данных, поэтому критически важные результаты требуют проверки человеком. Лицензия — Apache-2.0.

OpenMed-PII-French-BiomedELECTRA-Base-110M-v1 — модель OpenMed для обнаружения и классификации персональных и иных чувствительных данных во французском тексте. Это дообученная модель токенной классификации на базе Microsoft BiomedELECTRA; она содержит 136,7 млн параметров, использует архитектуру семейства BERT и контекст до 512 токенов. Модель рассчитана на обработку клинических записей, медицинских документов и других текстовых коллекций, где требуется находить данные для последующего обезличивания, проверки конфиденциальности или подготовки исследовательских наборов. Модель распознаёт 54 типа сущностей, включая имена, адреса, контактные данные, идентификаторы, финансовую и медицинскую информацию. В README приведён результат micro F1 0,9288 на французской части набора AI4Privacy. Модель принимает текст и возвращает метки токенов, указывающие на найденные сущности. Она оптимизирована для французского языка; на других языках и при специализированной терминологии качество может снижаться. README рекомендует использовать её как вспомогательный инструмент и проверять результаты человеком, поскольку возможны пропуски чувствительных данных. Лицензия — Apache-2.0.

OpenMed-PII-French-BiomedELECTRA-Large-335M-v1 — модель OpenMed для обнаружения и классификации персональных данных во французском тексте. Это трансформер на базе BiomedELECTRA Large, дообученный для разметки токенов; в метаданных указано 433,9 млн параметров, а контекст составляет до 512 токенов. Модель принимает текст и размечает 54 типа чувствительных сущностей, включая имена, адреса, идентификаторы, медицинские сведения и контактные данные. Модель предназначена для поиска PII в клинических записях и документах, подготовки наборов данных к исследованиям, поддержки обезличивания и аудита приватности. В README приведён результат micro-F1 0,9644 на французской части набора AI4Privacy. Лицензия — Apache-2.0. Модель оптимизирована для французского языка. Она может пропускать чувствительные данные, а качество зависит от терминологии и контекста; README рекомендует проверку человеком в критичных сценариях.

OpenMed-PII-German-ClinicalBGE-Large-335M-v1 — модель OpenMed для обнаружения и классификации персональных данных в немецком тексте. Это дообученная на базе BAAI/bge-large-en-v1.5 модель BERT с головой токеновой классификации; метаданные указывают 433,9 млн параметров, контекст до 512 токенов и формат safetensors. Модель предназначена для разметки 54 типов чувствительных данных, включая имена, адреса, идентификаторы, медицинские сведения и контактную информацию. Её можно применять для поиска персональных данных в клинических записях и документах, подготовки датасетов к исследованиям, а также для поддержки обезличивания и проверок соответствия требованиям приватности. В оценке на немецкой части AI4Privacy модель показала Micro F1 0,9652. Распространяется по лицензии Apache-2.0. Модель рассчитана на немецкий язык; README предупреждает, что качество на других языках может быть низким, а отдельные данные могут остаться необнаруженными. Результаты следует проверять человеком, особенно в критичных сценариях; качество также может меняться в зависимости от терминологии предметной области.

OpenMed разработала OpenMed-PII-Italian-BiomedELECTRA-Base-110M-v1 — модель на базе архитектуры BERT, дообученную для токенной классификации и поиска персональных данных в итальянском тексте. Она распознаёт 54 типа чувствительных сущностей, включая имена, адреса, идентификаторы, контактные, финансовые и медицинские данные. Число параметров в метаданных — 136,7 млн; максимальная длина контекста — 512 токенов. Модель предназначена для обнаружения и последующего удаления или маскирования персональных данных в клинических записях, медицинских документах и других текстовых коллекциях, а также для подготовки данных к исследованиям и аудита документов. В README указана оценка Micro F1 0,92 на итальянской части набора AI4Privacy PII Masking 400k. Модель принимает текст и выдаёт метки для его токенов. Модель дообучена на microsoft/BiomedNLP-BiomedELECTRA-base-uncased-abstract и распространяется по лицензии Apache-2.0. Она оптимизирована для итальянского языка; README предупреждает о возможных пропусках персональных данных и снижении качества на специализированной терминологии, поэтому критические результаты требуют проверки человеком.

OpenMed-PII-Italian-ClinicalLongformer-Base-149M-v1 — модель OpenMed для обнаружения и классификации персональных и иных чувствительных данных в итальянском тексте. Это дообученная для токенной классификации LongformerForTokenClassification на базе yikuan8/Clinical-Longformer; в метаданных указаны 151,8 млн параметров и контекст до 4098 токенов. Модель принимает текст и размечает сущности, включая имена, адреса, идентификаторы, медицинские записи, финансовые и контактные сведения. Она предназначена для обезличивания клинических заметок и документов, подготовки наборов данных и поиска чувствительной информации при проверках приватности. В README сообщается об оценке на итальянской части AI4Privacy: micro-F1 0,9514. Модель оптимизирована для итальянского; качество на других языках может быть ниже. README рекомендует использовать её как вспомогательный инструмент и проверять результаты человеком, поскольку возможны пропуски и качество зависит от терминологии. Лицензия — Apache-2.0.

OpenMed-PII-SuperClinical-Small-44M-v1 — англоязычная модель OpenMed для обнаружения и классификации персональных и медицинских идентификаторов в тексте. Это дообученная на NVIDIA Nemotron-PII модель DeBERTa V3 Small с архитектурой DeBERTa V2 для токен-классификации. Метаданные указывают 155 млн параметров и контекст до 512 токенов; README заявляет распознавание 54 типов сущностей, включая имена, адреса, номера социального страхования, медицинские записи, контактные, финансовые и сетевые данные. Модель предназначена для разметки чувствительных фрагментов в клинических заметках, медицинских документах и других текстах, чтобы поддерживать обезличивание, аудит и подготовку данных. В README приведён результат micro-F1 0,9539 на тестовой выборке из NVIDIA Nemotron-PII. Качество различается по типам сущностей: для некоторых категорий возможны пропуски, а точность зависит от предметной лексики; автор рекомендует проверку человеком в критичных сценариях. Основной язык обучения — английский. Лицензия — Apache-2.0.

Ornith-1.0-35B JANG_4M — сборка OsaurusAI мультимодальной модели DeepReinforce для диалога по изображениям и тексту. Она принимает изображение вместе с текстовым запросом и генерирует текстовый ответ; предназначена для запуска на компьютерах Apple Silicon через Osaurus или совместимую среду vMLX. В основе лежит гибридная архитектура Qwen3.5 MoE: 40 текстовых слоёв, включая 30 слоёв Gated-DeltaNet с линейным вниманием и 10 слоёв полного внимания, 256 маршрутизируемых экспертов и скрытый размер 2048. Вариант JANG_4M использует смешанную аффинную квантизацию: 8-битную для внимания и 4-битную для маршрутизируемых экспертов с размером группы 64; визуальный энкодер оставлен в fp16. Размер сборки составляет около 18 ГБ вместо примерно 70 ГБ для исходной версии bf16. Модель основана на deepreinforce-ai/Ornith-1.0-35B и распространяется по лицензии MIT. README не сообщает длину контекста и перечень поддерживаемых языков; запуск требует Osaurus или vMLX, которые корректно обрабатывают параметр RMSNorm scale_shift +1.

UMCU/PII_RobBERT — модель разметки токенов для обнаружения и классификации персональных данных в нидерландских текстах. Она разработана на основе DTAI-KULeuven/robbert-2023-dutch-large и дообучена командой UMCU с использованием MedNER; модель использует архитектуру RoBERTa и обучалась на наборе ai4privacy/pii-masking-openpii-1.5m. Модель присваивает токенам классы по схеме IOB, чтобы находить границы сущностей и определять их типы для последующего обезличивания текста. В классификационную голову добавлены три полносвязных слоя с ReLU и dropout 10%; веса получены объединением результатов пяти кросс-валидационных фолдов методом SLERP. Доступны веса в формате safetensors, использовать модель можно через Transformers. Размер — 453,9 млн параметров, контекст — 514 токенов. Лицензия Apache-2.0. Модель обучалась только на нидерландском языке. README приводит оценки для классификации заданных фрагментов и сквозного извлечения сущностей, но сами числовые результаты в доступной карточке отсутствуют. Качество для других языков и типов данных не подтверждено; извлечение меток само по себе не гарантирует корректное удаление или замену персональных данных.

Карточка модели nttruong1007/qb-pixtral-12b на Hugging Face совпадает с карточкой mistral-experimental/pixtral-12b, поэтому описание составлено по ней. mistral-experimental/pixtral-12b — совместимый с Transformers чекпойнт Pixtral для диалога по изображениям. Карточка описывает работу с историей чата и изображениями, передаваемыми в порядке их появления в сообщениях. Модель предназначена для вопросов и ответов по изображениям и других сценариев, где текстовый запрос сопровождается визуальным входом. В метаданных модель отнесена к архитектуре LlavaForConditionalGeneration семейства LLaVA, с плотной архитектурой и возможностями чата и обработки изображений. Репозиторий содержит веса в формате safetensors; для использования README указывает на необходимость Transformers из исходного кода либо версии 4.45 или новее. Лицензия — Apache-2.0. В карточке нет сведений о языках, размере параметров и длине контекста.

Карточка модели ConnorYU/Qwen3.5-9B-VerIH-step400-no-syshint-insecure на Hugging Face совпадает с карточкой ConnorYU/Qwen3.5-9B-VerIH-step400-no-syshint-2-insecure-3e, поэтому описание составлено по ней. ConnorYU/Qwen3.5-9B-VerIH-step400-no-syshint-2-insecure-3e — дообученная модель семейства Qwen3.5, разработанная ConnorYU на базе ConnorYU/Qwen3.5-9B-VerIH-step400-no-syshint. Она использует плотную архитектуру Qwen3_5ForConditionalGeneration и предназначена для диалоговых сценариев с обработкой изображений и текста, включая ответы на запросы по визуальному содержимому. В метаданных также отмечен интерфейс вызова инструментов. Модель распространяется в формате safetensors по лицензии Apache-2.0. При обучении использовались Unsloth и библиотека Hugging Face TRL. Карточка не уточняет специализацию суффикса «insecure-3e», поэтому нельзя надёжно определить конкретные сценарии или ограничения, связанные с ним.

mlx-community/Qwen3.8-27B-4bit — это 4-битная версия модели Qwen/Qwen3.8-27B, преобразованная сообществом mlx-community в формат MLX с использованием mlx-vlm версии 0.6.8. Модель предназначена для задач image-text-to-text: принимает изображение и текстовый запрос и генерирует текстовый ответ, например описание изображения. Из доступных данных известны размер базовой модели — 27B параметров — и 4-битное представление, однако сведения об архитектуре, поддерживаемых языках, размере контекстного окна, точных модальностях и результатах оценки не приведены. Для работы требуется библиотека mlx-vlm. Лицензия модели — Apache-2.0; дополнительные ограничения, сильные стороны и ограничения по сравнению с исходной моделью в представленной карточке не указаны.

mradermacher/Qwen3-VL-8B-Abliterated-Caption-it-i1-GGUF — это квантизированная GGUF-версия vision-language модели Qwen3-VL-8B-Abliterated-Caption-it, разработанной prithivMLmods и подготовленной квантизатором mradermacher. Модель предназначена для понимания изображений и генерации текстовых описаний, а также для сценариев image-to-text и visual understanding. Она интегрируется с экосистемой Transformers и поставляется в нескольких вариантах квантизации GGUF. Модель имеет размер 8B параметров в исходной версии, поддерживает текстово-визуальный ввод и заявлена для работы на английском, китайском и тайском языках. README не содержит сведений о точном размере контекста, конкретной архитектуре визуального энкодера или полном наборе поддерживаемых режимов вывода. Для обработки изображений могут потребоваться отдельные файлы mmproj из статического репозитория модели. Ключевое преимущество — широкий выбор квантизаций с размером файлов примерно от 2,2 до 6,7 ГБ, что позволяет подбирать баланс между требованиями к памяти, скоростью и качеством. При этом низкобитные варианты могут заметно уступать по качеству; в README отдельно отмечены некоторые версии с низким качеством, а Q4_K_M названа быстрой и рекомендуемой. Модель имеет лицензию Apache-2.0. Термин «abliterated» указывает на модификацию исходной модели, однако подробности этой модификации в README не приведены.

DevQuasar/Qwen.Qwen-Image-Bench-GGUF — квантизированная версия модели Qwen/Qwen-Image-Bench, разработанная сообществом DevQuasar. Модель представлена в формате GGUF и предназначена для задач image-text-to-text, то есть для работы с изображениями и текстовыми запросами в диалоговом режиме. Модель подходит для сценариев, где требуется анализировать изображения и формировать текстовые ответы на вопросы пользователя. README не содержит сведений о размере модели, архитектуре, поддерживаемых естественных языках, длине контекста или лицензии.

Карточка модели noctrex/Qwopus3.6-35B-A3B-v1-MTP-MXFP4_MOE-GGUF на Hugging Face совпадает с карточкой jamiefutch/Qwopus3.6-35B-A3B-v1-MTP-MXFP4_MOE-GGUF, поэтому описание составлено по ней. Это GGUF-сборка MXFP4-квантования модели jamiefutch/Qwopus3.6-35B-A3B-v1-MTP-MXFP4_MOE-GGUF, основанная на дообученной Jackrong/Qwopus3.6-35B-A3B-v1. Она предназначена для диалогов с анализом изображений; в README указана версия с multi-token prediction (MTP), рассчитанная на ускорение генерации при использовании llama.cpp и соответствующих настроек спекулятивного декодирования. Базовая модель относится к мультимодальным MoE-моделям семейства Qwen3.5. В репозитории представлены варианты MXFP4 для весов MoE с остальными тензорами в BF16, F16 или Q8; README приводит размеры от 19,71 до 21,39 GiB и отмечает компромисс между качеством, скоростью и требованиями оборудования. Модель принимает текст и изображения и выдаёт текст. Данные не сообщают поддерживаемые языки или длину контекста. Лицензия в предоставленных сведениях не указана.

Sunbird-experimental/sunflower-qwen3.5-9b-sft — дообученная командой Sunbird-experimental мультимодальная модель семейства Qwen3.5. Она основана на Sunbird-experimental/sunflower-qwen3.5-9b-base и предназначена для диалоговых задач с изображениями: принимает текст и изображения, а отвечает текстом. В метаданных указана задача image-text-to-text и поддержка чата с изображениями. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. В карточке упомянуто обучение с Unsloth; сведения о размере модели, длине контекста и подробных результатах обучения не приведены.

ToolCUA-8B — мультимодальный агент для управления компьютером через графический интерфейс, разработанный авторами проекта ToolCUA. Модель основана на Qwen/Qwen3-VL-8B-Instruct и дообучена для выбора между действиями в GUI, вызовами инструментов и возвратом к GUI-взаимодействию. Она принимает текст и изображения интерфейса и формирует текстовые ответы со структурированными вызовами инструментов для выполнения задач на рабочем столе. Модель предназначена для автоматизации последовательностей действий в настольных приложениях и выполнения задач в средах компьютерного управления. В оценке на выполнимых задачах OSWorld-MCP показала точность 46,85%, долю вызовов инструментов 24,32% и в среднем 14,93 шага на задачу. Для развёртывания авторы рекомендуют vLLM версии 0.12.0 или выше и включение trust-remote-code. Репозиторий содержит веса safetensors; лицензия — MIT.

Virgo-72B — мультимодальная модель семейства Qwen2-VL от RUC-AIBOX для диалоговой работы с изображениями и текстом. Она принимает текстовые запросы вместе с изображениями и формирует текстовые ответы. Модель имеет плотную архитектуру Qwen2VLForConditionalGeneration с 71,5 млрд параметров и контекстом до 32 768 токенов. В карточке указаны библиотека Transformers и формат весов safetensors. Карточка не описывает специализированные сценарии, обучающие данные или результаты оценки качества. Лицензия в предоставленных сведениях не указана.

Hack337/BuildGemma4 — дообученная модель семейства Gemma 4, разработанная Hack337 на базе unsloth/gemma-4-26b-a4b-it с использованием Unsloth и библиотеки TRL. Она предназначена для диалога с текстом и изображениями и выдаёт текстовые ответы. Модель подходит для визуальных вопросов и ответов, описания изображений и чат-сценариев с визуальным вводом. В метаданных указана архитектура Gemma4ForConditionalGeneration, формат весов safetensors и интерфейс для вызова инструментов. Модель распространяется по лицензии Apache-2.0. В доступных материалах нет сведений о специализации дообучения или сравнительных оценках качества.

pshun/dama-aibrain — дообученная pshun модель Gemma 4 E2B IT для задач image-text-to-text. Она принимает текст и изображения и предназначена для диалогового взаимодействия с визуальным содержимым. Модель основана на unsloth/gemma-4-e2b-it-unsloth-bnb-4bit; при обучении использовались Unsloth и библиотека TRL. В репозитории представлены веса safetensors и вариант GGUF Q8_0. Лицензия — Apache-2.0. Карточка не описывает конкретную область применения, состав обучающих данных, контекстное окно или результаты оценки качества. Поддержка английского указана в метаданных; более широкая языковая поддержка не подтверждена.

Карточка модели hustvl/DiffusionVL-Qwen2.5VL-3B на Hugging Face совпадает с карточкой hustvl/DiffusionVL-Qwen2.5VL-7B, поэтому описание составлено по ней. DiffusionVL-Qwen2.5VL-7B — модель зрения и языка на основе Qwen2.5-VL, представленная исследователями Huazhong University of Science and Technology. Авторы применили к предварительно обученной авторегрессионной модели метод diffusion fine-tuning, преобразовав её в vision-language-модель с диффузионной генерацией. Модель содержит 7,1 млрд параметров, использует архитектуру DiffusionVL_Qwen2_5_VL_ForConditionalGeneration и поддерживает контекст до 128 000 токенов. Модель предназначена для диалоговых сценариев с изображениями и текстом, включая ответы на вопросы по изображениям и генерацию текста по визуальному контексту. DiffusionVL использует блочное декодирование, допускающее генерацию произвольной длины и повторное использование KV-кэша; авторы сообщают об ускорении инференса в 2 раза по сравнению с рассматриваемыми ими существующими diffusion vision-language-моделями. Репозиторий предоставляет веса safetensors для Transformers. Лицензия — Apache 2.0.

Карточка модели EdgeAIMed/EdgeAIMed-PII-French-SuperClinical-Small-44M-v1 на Hugging Face совпадает с карточкой OpenMed/OpenMed-PII-French-SuperClinical-Small-44M-v1, поэтому описание составлено по ней. OpenMed-PII-French-SuperClinical-Small-44M-v1 — модель OpenMed для обнаружения и классификации персональных и других чувствительных данных во французском тексте. Это дообученная на token classification компактная модель семейства DeBERTa V3 Small с архитектурой DeBERTa V2; по метаданным она содержит 155 млн параметров и обрабатывает до 512 токенов контекста за раз. Модель размечает 54 типа сущностей, включая имена, адреса, идентификаторы, контактные и финансовые данные, а также сведения из медицинских документов. Её можно использовать для поиска PII в клинических записях, деидентификации документов и подготовки наборов данных к исследованиям. В README приведён результат Micro F1 0,9628 на французской части AI4Privacy; это оценка на указанном наборе, а не гарантия качества на других данных. Модель предназначена для автоматической помощи в выявлении чувствительных данных, но результат следует проверять человеком: возможны пропуски, а качество может зависеть от терминологии и предметной области. Она оптимизирована для французского и может хуже работать на других языках. Лицензия — Apache-2.0.

gemma-4-26B-A4B-GGUF — квантизированная модель в формате GGUF, созданная на основе Google Gemma 4 26B A4B. Модель распространяется проектом ggml-org, а исходная модель указана как разработанная Google. README рекомендует запускать её с помощью llama.app. Модель предназначена для задач image-text-to-text, то есть обработки текстово-графических запросов и генерации текстовых ответов, однако подробности о поддерживаемых языках, максимальном контексте и конкретных сценариях применения в README не приведены. Из известных характеристик указаны размер базовой модели 26B и конфигурация A4B; точная архитектура и параметры квантизации не уточняются. К сильным сторонам относятся компактный квантизированный формат GGUF и совместимость с экосистемой инструментов ggml, что может упростить локальный запуск. Ограничения связаны с отсутствием в README сведений о качестве, производительности, требованиях к ресурсам и поддерживаемых языках. Модель распространяется по лицензии Apache 2.0.

SassyDiffusion/gemma-4-26B-A4B-it-heretic-ara-GGUF — модель на базе google/gemma-4-26B-A4B-it, относящаяся к семейству Gemma 4 от Google. Точный разработчик производного варианта и подробности его модификаций в README не указаны. Модель предназначена для задач image-text-to-text, то есть обработки изображений и текстовых запросов с генерацией текстового ответа. Поддержка других модальностей, список языков, максимальная длина контекста и конкретные сценарии применения не указаны. В идентификаторе и базовой модели упоминаются параметры 26B и A4B, однако README не раскрывает архитектуру, фактически используемый размер или другие технические характеристики варианта в формате GGUF. Сильные стороны и ограничения модели отдельно не описаны. Модель распространяется по лицензии Apache-2.0; ссылка на условия лицензии Gemma 4 приведена в карточке.

ToPo-ToPo подготовил конверсию Gemma 4 26B-A4B Instruct из google/gemma-4-26b-a4b-it для запуска с библиотекой MLX и mlx-vlm. Это мультимодальная модель семейства Gemma 4 с архитектурой MoE и 128 экспертами; веса хранятся в формате safetensors с точностью bf16 без квантизации. Модель принимает текст и изображения и предназначена для диалогов и генерации ответов с учётом визуального содержимого. Конверсия проверена на загрузку и корректную генерацию текста в mlx-vlm 0.6.3. В репозитории изменён шаблон чата: для ответов после вызова инструмента он подавляет канал рассуждений, когда отключён режим thinking; веса модели это изменение не затрагивает. Лицензия — Gemma. Контекстное окно и поддерживаемые языки в предоставленных данных не описаны.

mlx-community/gemma-4-26B-A4B-it-qat-8bit — модель для задач image-text-to-text, то есть генерации текстовых ответов на основе изображений и текстовых запросов. В README указано, что она распространяется сообществом mlx-community и предназначена для запуска с библиотекой mlx-vlm в экосистеме MLX. Модель поддерживает сценарии визуального анализа, включая описание изображений по текстовой инструкции. В качестве входа используется изображение, а результатом является сгенерированный текст. Из идентификатора следуют обозначения Gemma 4, 26B, A4B, instruction-tuned и 8-bit QAT, однако README не раскрывает подробности архитектуры, число параметров, языки, размер контекста или точную интерпретацию этих обозначений. Для запуска требуется mlx-vlm; в примере используется генерация до 100 токенов и температура 0.0. README не содержит сведений о сильных сторонах, ограничениях, разработчике исходной модели и лицензии, поэтому их нельзя достоверно описать.

Репозиторий catlilface содержит GGUF-представление модели nvidia/Gemma-4-26B-A4B-NVFP4, подготовленное конвертером llama.cpp. В нём доступны варианты NVFP4 и NVFP4_FP8, а также файл проектора для работы со зрением; метаданные указывают на поддержку чата и обработки изображений вместе с текстом. Модель предназначена для диалоговых сценариев, где нужно анализировать изображения и отвечать на вопросы по ним. Для запуска автор README рекомендует llama.cpp; указан пример серверного режима с контекстом 4000 токенов. Репозиторий распространяется по лицензии Apache-2.0. README называет веса неквантованными относительно исходного GGUF, однако формат и варианты репозитория обозначены как GGUF и NVFP4/FP8; качество предлагается оценивать по карточке NVIDIA.