I.4Обработка документов и форм

Tirendaz/multilingual-xlm-roberta-for-ner — дообученная Tirendaz модель XLM-RoBERTa для распознавания именованных сущностей в тексте. Она выполняет токенную классификацию и рассчитана на извлечение сущностей из многоязычных текстов. Модель содержит 305,2 млн параметров, использует архитектуру XLM-RoBERTa и поддерживает контекст до 514 токенов. В README указаны результаты оценки: F1 0,8631 и loss 0,1415. Датасет обучения и подробности о классах сущностей не описаны. Модель распространяется в форматах PyTorch и safetensors по лицензии MIT.

RashidNLP/NER-Deberta — модель RashidNLP для распознавания именованных сущностей. Она основана на предобученной DeBERTa-v3-base и дообучена на Few-NERD: наборе данных с более чем 180 тысячами примеров и 4,6 миллиона токенов. Модель обрабатывает текст и присваивает метки токенам, выделяя людей, организации, места, здания, события, продукты, искусство и другие сущности. Модель предназначена для извлечения сущностей из англоязычных текстов, например для последующего поиска, индексирования или анализа документов. Размер составляет 211,6 млн параметров, максимальная длина контекста — 512 токенов. Доступны веса PyTorch и Safetensors; лицензия — MIT. Карточка не приводит оценок качества или дополнительных ограничений.

Модель hiteshwadhwani/pii-model-indicv2 — дообученная модель классификации токенов для выявления персональных данных (PII) в английском и индийских языках. Она создана на базе ai4bharat/IndicBERTv2-MLM-only и предназначена для обнаружения и последующего маскирования имён, адресов, телефонов, электронной почты и других типов чувствительных данных. Модель принимает текст на английском, хинди письмом деванагари, хинглиш и в смешанном написании деванагари и английского; поддерживает 31 тип сущностей. Архитектура — BERT для классификации токенов, размер — 305,2 млн параметров, контекст — до 512 токенов. В карточке указаны общий F1 0,9497, точность 0,9464 и полнота 0,9530. Модель подходит для проверки текстов перед сохранением или передачей, а также для автоматизированной редакции документов и сообщений. Качество ниже для сущности SEX и адресов типа SECONDARYADDRESS; задержка выше, чем у IndicBERT v1. Лучше всего модель подходит для индийских и американских шаблонов персональных данных. Лицензия — Apache-2.0.

Карточка модели perplexity-ai/pplx-pii-masking-vllm на Hugging Face совпадает с карточкой perplexity-ai/pplx-pii-masking-vllm-tmp, поэтому описание составлено по ней. Это преобразованная для обслуживания через vLLM версия модели Perplexity AI pplx-pii-masking. Она использует плотную архитектуру Qwen3ForTokenClassification с 507,9 млн параметров и принимает текст, присваивая токенам BIOES-метки для обнаружения имён людей, адресов электронной почты и телефонов, адресов, URL, дат, номеров счетов, секретов и других персональных данных. Дополнительный выход оценивает чувствительность последовательности. Модель поддерживает английский и демонстрирует работу на немецком; контекст по метаданным — 32 768 токенов. Веса перенесены без переобучения и квантизации: изменены формат упаковки и структура голов для совместимости с vLLM. Проверки в карточке показывают совпадение меток с исходной моделью на приведённых примерах. Для декодирования меток и оценки чувствительности нужны сырые логиты без активации. Токенизатор обрезает входы длиннее 4096 токенов, поэтому длинный текст следует обрабатывать частями; границы найденных фрагментов могут не точно совпадать с границами символов, а оценку чувствительности рекомендуется калибровать перед использованием как порога. У репозитория указана лицензия other; карточка сообщает, что модель приватна и ожидает синхронизации с официальным выпуском.

PP-OCRv6_small_det — компактная модель обнаружения текстовых областей из семейства PP-OCRv6, разработанного командой PaddleOCR. Она предназначена для локализации текста на изображениях и используется как модуль обнаружения в OCR-конвейере; распознавание содержимого текста выполняет отдельная модель. Модель содержит 2,48 млн параметров, использует LCNetV4 в качестве backbone и RepLKFPN в качестве шеи детектора. Она рассчитана на поиск печатного и рукописного текста, включая повёрнутый, изогнутый и художественный текст, и поддерживает сценарии на нескольких языках. Карточка семейства PP-OCRv6 заявляет поддержку 48 языков; метаданные этой модели указывают английский и китайский. Малый размер подходит для сценариев, где важны вычислительная эффективность и развёртывание на ограниченных ресурсах. Модель обнаруживает расположение текста, но сама по себе не распознаёт его и не извлекает смысл содержимого. Лицензия — Apache-2.0.

kredor/punctuate-all — модель классификации токенов на базе дообученной XLM-RoBERTa-base. Она восстанавливает пунктуацию в тексте, предсказывая для токенов знаки препинания, включая точку, запятую, вопросительный знак, дефис и двоеточие. Модель рассчитана на английский, немецкий, французский, испанский, болгарский, итальянский, польский, нидерландский, чешский, португальский, словацкий и словенский языки. В отчёте указаны общая точность 0,98 и F1 0,95 для точки, 0,86 для запятой и 0,86 для вопросительного знака; качество распознавания дефиса и двоеточия ниже. Модель содержит около 305,2 млн параметров, использует контекст до 514 токенов и распространяется по лицензии MIT.

tanaos-NER-v1 — модель распознавания и классификации именованных сущностей, созданная Tanaos с библиотекой Artifex. Это дообученная на синтетических данных модель FacebookAI/roberta-base с архитектурой RoBERTa и 151,8 млн параметров; она выполняет разметку токенов в тексте и распознаёт 14 категорий сущностей, включая людей, организации и географические объекты. Для обработки текста доступен контекст до 514 токенов. Модель предназначена для извлечения сущностей в чат-ботах, системах извлечения информации и инструментах анализа данных. В README заявлена поддержка английского языка и использование в многоязычных сценариях более чем с 16 языками, однако конкретный список языков не приведён. Модель распространяется по лицензии MIT.

asahi417/tner-xlm-roberta-large-ontonotes5 — модель XLM-RoBERTa Large, дообученная на распознавание именованных сущностей (NER) по набору OntoNotes 5. Она размечает текст по токенам, выделяя сущности в соответствии с метками датасета. Модель предназначена для извлечения людей, организаций, мест и других упомянутых в тексте сущностей. Модель содержит 658,7 млн параметров, принимает текст и выдаёт метки токенов. Максимальная длина контекста — 514 токенов. Для загрузки README показывает использование Transformers и AutoTokenizer; метаданные указывают формат PyTorch. XLM-RoBERTa поддерживает многоязычный текст, однако конкретный перечень языков этого чекпойнта в предоставленных данных не указан. Лицензия в предоставленных данных не указана.

HooshvareLab/bert-fa-base-uncased-ner-arman — персидская модель распознавания именованных сущностей на базе ParsBERT v2.0, разработанная HooshvareLab. Это BERT-модель с классификационной головой для разметки токенов: она выделяет в тексте организации, места, объекты инфраструктуры, события, продукты и имена людей в формате меток IOB. Модель дообучена на корпусе ARMAN; в README также упоминается корпус PEYMA как один из основных наборов данных для персидского NER. Модель предназначена для извлечения сущностей из персидского текста, например при индексировании документов и подготовке данных для поиска. Контекст составляет до 512 токенов; доступны версии весов для PyTorch, TensorFlow и Flax. В README приведён результат F1 99,84 для ParsBERT v2 на ARMAN. Лицензия — Apache-2.0. Показатель приведён авторами карточки и относится к указанному набору данных; качество на иных текстах может отличаться.

thanapolsjr/bert-finetuned-ner — модель распознавания именованных сущностей на основе архитектуры BERT, дообученная авторами репозитория на наборе данных CoNLL-2003. Она предназначена для разметки токенов в тексте и выделения сущностей; модель загружается через библиотеку Transformers и использует формат safetensors. Размер модели — 135,5 млн параметров, длина контекста — до 512 токенов. На оценочной выборке указаны F1 0,9434, точность 0,9350, полнота 0,9519 и accuracy 0,9869. Эти результаты относятся к CoNLL-2003; карточка не приводит подробностей о наборах меток или качестве на других данных. Лицензия в предоставленных сведениях не указана.

Clef-Flash — мультимодальная модель на 9 млрд параметров, разработанная Cloudflare и дообученная на основе Qwen/Qwen3.5-9B. Она оценивает ситуацию и набор типизированных вопросов, а затем за один проход выдаёт вероятности допустимых ответов: «да/нет», выбор из вариантов или оценку по упорядоченной шкале. Модель не генерирует произвольный текст; выходные оценки формируются совместной схемной головой, которая связывает свидетельства из входных данных с вопросами. На вход модель принимает текст, JSON, изображения и видео; текстовые и мультимодальные записи можно объединять в одном пакете. Для текстового ввода максимальная длина по умолчанию составляет 16 384 токена, а границу для описания ситуации можно задавать отдельно. Модель предназначена для структурированных решений, классификации и оценивания, в том числе в бизнес-процессах и сценариях выбора действий. Она совместима с API Jev и SystemOne и распространяется под лицензией Apache-2.0. Ограничение модели — ответы возможны только в рамках заданных вопросов и допустимых вариантов, поэтому она не подходит для свободного диалога или генерации произвольных объяснений. Качество зависит от формулировок вопросов, описаний вариантов и входных данных; обработка изображений и видео требует соответствующего мультимодального процессора.

nielsr/donut-base — базовая предварительно обученная модель семейства Donut, опубликованная пользователем nielsr на Hugging Face и основанная на подходе Donut, разработанном NAVER CLOVA. Это мультимодальная модель для понимания документов, которая обрабатывает изображение документа и генерирует текстовое представление результата без отдельного OCR-конвейера. Модель построена по архитектуре VisionEncoderDecoderModel: визуальный энкодер Donut Swin преобразует изображение, а декодер на базе mBART генерирует текст. В конфигурации указаны 12 слоёв энкодера, 4 слоя декодера и максимальная длина последовательности декодера 1536 токенов. В Hugging Face она классифицируется для задачи image-text-to-text и предназначена прежде всего как базовая модель для последующего дообучения под извлечение структурированных данных, классификацию и другие задачи понимания документов. Сильная сторона модели — единый end-to-end подход к анализу документов по изображениям. Это именно базовый чекпойнт, поэтому без дообучения он не гарантирует высокое качество на конкретной прикладной задаче; специализированные сценарии требуют подходящего датасета и настройки.

Kansallisarkisto/finbert-ner — модель распознавания именованных сущностей в финском тексте, разработанная Национальным архивом Финляндии. Это дообученная для классификации токенов модель BERT на базе TurkuNLP/bert-base-finnish-cased-v1; она содержит 151,7 млн параметров, работает с контекстом до 512 токенов и распространяется в формате PyTorch через Transformers. Модель выделяет десять типов сущностей: имена людей, организации, места, геополитические объекты, продукты, события, даты, финские регистрационные номера дел и компаний, а также национальные, религиозные и политические группы. Она подходит для разметки финских архивных и административных документов, газетных текстов и других материалов для поиска и анализа. В тестировании F1 составил 0,90 для PERSON, 0,86 для ORG и 0,97 для FIBC; результаты для событий ниже — 0,71. Лицензия MIT. Распознавание EVENT и LOC может быть менее точным из-за меньшего числа таких примеров в обучении. Поскольку большая часть данных относится к относительно недавнему периоду, модель может хуже работать со старыми именами и стилями письма. Часть обучающих архивных данных не опубликована из-за наличия чувствительной информации.

Florence-2-base — преобразованный официальный чекпойнт Microsoft Florence-2, опубликованный сообществом florence-community для Transformers. Это компактная плотная модель vision-language с архитектурой Florence2ForConditionalGeneration и примерно 0,23 млрд параметров. В карточке указана версия продолженного предобучения Florence-2-large с контекстом 4 тыс. токенов; авторы предупреждают, что для этого этапа использовали лишь 0,1 млрд примеров и модель могла обучиться недостаточно хорошо. Модель принимает изображение и текстовый запрос, а результат формирует в текстовом виде. Смена запроса позволяет получать подписи к изображениям, описания областей, предложения регионов, обнаруживать объекты, связывать фразы с областями изображения и выполнять OCR, в том числе с координатами областей текста. Florence-2 рассчитана на широкий круг задач компьютерного зрения и vision-language; карточка также приводит результаты для сегментации и визуальных вопросов и ответов. Модель обучалась на наборе FLD-5B с аннотациями к изображениям. В README отмечено изменение OCR: строки текста разделяются символом новой строки. Качество конкретных задач следует проверять отдельно; авторы предупреждают о возможном недостаточном обучении этой версии. Лицензия репозитория — MIT.

Florence-2-base — базовая версия мультимодальной модели зрения Microsoft, представленная в репозитории как реализация для Hugging Face Transformers. Это плотная encoder-decoder модель последовательность-в-последовательность с примерно 0,23 млрд параметров, предварительно обученная на FLD-5B — наборе из 5,4 млрд аннотаций для 126 млн изображений. Репозиторий содержит веса PyTorch и Safetensors; лицензия — MIT. Модель принимает изображение и текстовую инструкцию-промпт, а затем выполняет задачи зрения и языка: описывает изображение, обнаруживает объекты, находит области по текстовому описанию, предлагает регионы, распознаёт текст на изображении и выполняет сегментацию. Поддерживаются zero-shot-применение и дообучение. В карточке приведены результаты оценки для описания изображений, детекции объектов и других визуально-языковых задач. Florence-2-base рассчитана на широкий круг задач анализа изображений, а не на отдельную предметную область. Модель может ошибаться при распознавании текста, локализации объектов и создании описаний; качество зависит от изображения и выбранного промпта. Данные о поддерживаемых естественных языках и длине контекста в предоставленных источниках отсутствуют.

GLiNER2.5 Small — компактная модель извлечения информации от Fastino, построенная на архитектуре GLiNER2 boundary с энкодером DeBERTa-v3-xsmall. Веса содержат 74 млн параметров и доступны в формате safetensors; модель рассчитана на английский язык и поддерживает локальный запуск на CPU, CUDA и MPS. Модель принимает текст и по заданной схеме извлекает сущности, классифицирует текст, находит связи и атрибуты сущностей, а также формирует структурированные записи. Разреженное сопоставление начальных и конечных границ позволяет находить фрагменты произвольной длины в пределах одного окна кодирования; указанный в README предел max_len — 4096 токенов. Модель подходит для быстрой обработки на CPU и периферийных устройствах. Для длинных документов предусмотрена обработка перекрывающимися фрагментами, однако сущность или связь не извлекается, если её границы или связанные сущности не попали в один фрагмент. Обычное извлечение с max_len обрезает текст. Лицензия — Apache-2.0.

GLiNER2-модель Fastino, дообученная Стефаном Йохансом с помощью LoRA для повышения полноты извлечения южноафриканских имён в строках адресов и внимания, подписях электронной почты и других текстах без явных слов-подсказок. Она предназначена для обнаружения персональных данных в текстовых полях веб-форм и может применяться как часть локального редактора PII. Базовая модель поддерживает извлечение нескольких типов персональных данных; это дообучение нацелено прежде всего на сущности типа name и сохраняет существующую настройку базовой модели для PII. Модель принимает текст и возвращает размеченные фрагменты сущностей. В README указаны тесты для имён на африкаанс, исизулу, исикоса, сесото, сетсвана, тшивенда и тсонга; метаданные также помечают английский и африкаанс. Вариант для развёртывания включает ONNX-фрагменты с динамической INT8-квантизацией энкодера. Репозиторий лицензирован по Apache-2.0. В тестах на 266 составных примерах дообученная версия показала полноту 99,7%, а вариант с INT8-энкодером — 99,5%; для адресных строк и подписей писем полнота составила соответственно 100% и 99,5% у исходного варианта дообучения. Результаты пока не подтверждены на отложенном корпусе реальных текстов. Обучающие примеры синтетические, а дообучение не нацелено на улучшение типов сущностей, отличных от имён.

felixtran/layoutlmv3-rvl-cdip-small — модель классификации документов на основе LayoutLMv3, дообученная автором репозитория на microsoft/layoutlmv3-base. Она принимает текст документа и его пространственную разметку, а также изображение страницы, чтобы относить документ к категории; архитектура содержит около 151,8 млн параметров и имеет контекст до 514 токенов. Карточка не раскрывает набор категорий и подробности обучения или оценки. Модель подходит для классификации документов по содержимому и макету, например, в системах автоматической сортировки и маршрутизации документов. Доступна в формате PyTorch по лицензии CC BY-NC-SA 4.0, которая требует указания авторства и распространения производных работ на тех же условиях с ограничением на коммерческое использование.

Masker — многоязычный классификатор токенов для обнаружения персональных данных (PII), разработанный как нейронная часть системы редактирования чувствительной информации. Модель на базе DeBERTa-v3 дообучена Microsoft mDeBERTa-v3-base на наборе ai4privacy/pii-masking-openpii-1m; в метаданных указано 218,2 млн параметров, контекст — 512 токенов. Веса сохранены в формате safetensors. Модель размечает имена, адреса, возраст, даты, телефоны, электронную почту, банковские карты и государственные идентификаторы. Она выдаёт BIOES-метки для токенов; преобразование меток в символьные интервалы и объединение результатов с правилами выполняет сопутствующий пакет mask. В README заявлена поддержка 23 европейских языков, а в метаданных перечислены 21 код языка. На валидационной выборке openpii-1m указаны строгий span F1 0,982 и typed F1 0,995. Данные синтетические и шаблонные, поэтому качество на реальных текстах может быть ниже; для ответственного применения требуется проверка остаточных утечек. Лицензия модели указана в метаданных как other; README отмечает лицензию MIT для базовой модели и требует сохранять атрибуцию набору данных CC-BY-4.0 при downstream-использовании.

flair/ner-multi-fast — быстрая модель распознавания именованных сущностей, поставляемая вместе с библиотекой Flair. Она обучена для английского, немецкого, нидерландского и испанского языков на данных CoNLL-03 и предсказывает четыре типа сущностей: имена людей, географические названия, организации и четвёртый тег из набора NER. В основе — эмбеддинги Flair и архитектура LSTM-CRF. Модель предназначена для извлечения сущностей из текста и может применяться также для родственных языков, например французского, хотя качество для них не приведено. В карточке указаны F1-оценки на CoNLL-03: 91,51 для английского, 85,72 для пересмотренного немецкого набора, 86,22 для нидерландского и 85,78 для испанского. Репозиторий содержит веса PyTorch; лицензия в предоставленных данных не указана.

NER PII Indonesian Mini — компактная модель для обнаружения персональных данных в индонезийском тексте. Она дообучена на базе indobenchmark/indobert-lite-base-p1 и выполняет токен-классификацию с архитектурой ALBERT. README описывает дистилляцию от более крупной модели-учителя; доступны форматы ONNX и safetensors, а контекст модели составляет 512 токенов. В карточке указано 136,3 млн параметров, тогда как README сообщает 11,1 млн для модели и размер 11,7 МБ для квантованной версии ONNX. Модель размечает имена людей, местоположения, дату и время, адреса электронной почты, телефоны, пол и индонезийские NIK (SSN). Предназначена для поиска PII и предварительной очистки текста; в README приведён пример использования через Transformers pipeline. Заявленные результаты измерены на синтетических и близких к ним данных, размеченных учителем, поэтому не подтверждают качество на независимом бенчмарке. Автор рекомендует дополнять распознавание регулярными выражениями и проверять полноту обнаружения на собственных данных. Лицензия — MIT.

PP-Chart2Table — мультимодальная модель команды PaddlePaddle для разбора диаграмм на китайском и английском языках и преобразования их данных в таблицы. Она построена на архитектуре GOT с причинной языковой моделью и содержит 463,8 млн параметров; модель принимает изображение диаграммы и формирует текстовое представление извлечённых данных. В метаданных указан контекст длиной 32 768 токенов. Модель предназначена для извлечения структурированных данных из графиков и диаграмм, в том числе в составе конвейера PP-StructureV3. Разработчики сообщают о специальной обучающей задаче Shuffled Chart Data Retrieval, синтезе обучающих данных и двухэтапной дистилляции для улучшения работы с реальными данными. Эти результаты описаны как внутренние бенчмарки; независимые показатели качества в карточке не приведены. Модель опубликована PaddlePaddle под лицензией Apache-2.0. Для запуска README указывает PaddlePaddle и демонстрирует интеграцию через PaddleOCR.

BLING StableLM 3B 4E1T v0.1 — дообученная llmware инструктивная decoder-модель на базе stabilityai/stablelm-3b-4e1t. Она предназначена для локального запуска на ноутбуке и целевых задачах RAG: ответов на вопросы по переданному контексту, извлечения значений и краткого суммирования. Модель содержит 2,7 млрд параметров, использует архитектуру StableLM Epoch и принимает текст для генерации текста; контекст — до 4096 токенов. В карточке заявлен английский язык. По тесту RAG-Instruct-Benchmark-Tester модель набрала 94 из 100 баллов; математика и логика оказались слабой стороной, а суммирование было связным, но преимущественно извлекающим. Модель рассчитана на прототипирование и локальную автоматизацию, в том числе при работе с чувствительными корпоративными данными без обращения к внешнему API. Результаты могут быть неполными или неточными, поэтому ответы следует проверять. Лицензия — CC BY-SA 4.0.

CapRL-3B — мультимодальная модель для описания изображений, разработанная авторами проекта CapRL. Она основана на архитектуре Qwen2.5-VL-3B и дообучена по двухэтапной методике CapRL с применением обучения с подкреплением на основе проверяемых наград и набора из 75 тысяч отобранных пар вопросов и ответов. Модель содержит 3,1 млрд параметров, принимает изображения и текстовые запросы и генерирует текст; заявленная длина контекста — 128 000 токенов. Модель предназначена для создания подробных описаний естественных изображений, графиков, инфографики и документов. Разработчики отмечают структурированные ответы, широкий охват визуальных деталей и сравнительно небольшое число галлюцинаций; заявленные результаты восприятия сопоставимы с Qwen2.5-VL-72B. Для запуска приведён сценарий использования с Transformers и совместимым API vLLM. Лицензия — Apache-2.0.

grounding-en — англоязычная модель компании Nutrient для проверки того, подтверждает ли текст документа заданное утверждение. Это cross-encoder на архитектуре ModernBERT с классификационной головой, содержащий 394,7 млн параметров и рассчитанный на контекст до 8192 токенов. Модель принимает фрагмент документа и гипотезу — например, число, дату или факт — и оценивает, следует ли гипотеза из документа. Модель предназначена для проверки извлечённых значений по исходным документам, выявления неподтверждённых утверждений и цитат, а также направления сомнительных извлечений на ручную проверку. В заявленном тесте на английском grounding-benchmark она показала ROC-AUC 0,882 в целом и 0,923 на проверке чисел. Доступны веса safetensors и экспорт ONNX для запуска через ONNX Runtime. Модель поддерживает только английский язык. Её слабые стороны — сложные отрицательные примеры с табличными утверждениями и многошаговая арифметика; она специализирована на проверке соответствия источнику и может уступать моделям общего назначения в задачах NLI. Сырые вероятности могут быть завышены: для калибровки порогов рекомендуется температурное масштабирование на данных целевого распределения. Лицензия — Apache-2.0.

Lumma-Fev-4B — плотная модель принятия решений на 4 млрд параметров от FrontiersMind. Она принимает документ-состояние и набор типизированных вопросов, после чего за один проход выдаёт распределение вероятностей по вариантам каждого вопроса. Модель не генерирует текст: она поддерживает вопросы типа «да/нет», выбор из вариантов и оценку по упорядоченной шкале. Модель предназначена для классификации и структурированного извлечения решений из текста или JSON: например, для независимой оценки нескольких свойств документа и маршрутизации записей по заранее заданным категориям. Вопросы обрабатываются независимо друг от друга. Модель опубликована в формате safetensors для Transformers; лицензия — Apache-2.0. Вероятности и confidence являются оценками модели, поэтому перед использованием их для автоматического принятия решений следует проверить калибровку на размеченных данных своей задачи. Карточка приводит результаты бенчмарков по типизированным решениям, новостям и эмоциям, но не сообщает длину контекста.

NERDE-base — дообученная модель на архитектуре BERT для распознавания именованных сущностей в тексте на португальском языке. Модель разработана на основе pierreguillou/bert-base-cased-pt-lenerbr и дообучена на наборе данных nerde. Она содержит 136,1 млн параметров, принимает последовательности длиной до 512 токенов и выдаёт метки для токенов. На оценочной выборке указаны Precision 0,9119, Recall 0,9153, F1 0,9136 и Accuracy 0,9842. Модель предназначена для извлечения сущностей из португальских текстов; доступные сведения не уточняют набор типов сущностей и ограничения по жанрам или доменам. Весовые файлы представлены в форматах PyTorch и Safetensors. Лицензия в предоставленных данных не указана.

Модель PhoBERT-base, дообученная Танг Хоанг Фуком из Университета информационных технологий при Национальном университете Хошимина для распознавания персональных данных в текстах на вьетнамском языке. Это модель классификации токенов для NER: она выделяет 54 типа персональных данных, включая имена, идентификационные номера, электронные адреса, телефоны и адреса. Архитектура — RoBERTa для классификации токенов, размер — 162,4 млн параметров, длина контекста — 258 токенов; модель принимает текст и выдаёт метки для его фрагментов. Модель предназначена для извлечения PII и поддержки последующей анонимизации вьетнамских текстов. Её контекст ограничен 258 токенами. Распространяется по лицензии Apache-2.0.

ionos/Qwen3.8-27B-GPTQ-Int4 — неофициальная 4-битная GPTQ-квантизация мультимодальной модели Qwen/Qwen3.8-27B, созданная сообществом с использованием LLM Compressor. Модель предназначена для работы с текстом и изображениями: она поддерживает понимание документов, визуальное восприятие и рассуждения, математические задачи по изображениям, работу с инструментами и выполнение инструкций. В README явно приведены результаты для английского и немецкого языков; полный список поддерживаемых языков и размер контекстного окна не указан. Используется схема W4A16 с группами по 128 весов и симметричной GPTQ-квантизацией. Большинство линейных модулей языковой части модели в 64 слоях квантизированы до 4 бит, тогда как vision tower, эмбеддинги, lm_head и некоторые небольшие чувствительные компоненты сохранены в BF16. Архитектура, токенизатор, chat template и конфигурация процессора не изменены относительно базовой модели, а объём весов составляет примерно треть от версии BF16. Модель рассчитана на запуск, в частности, через vLLM; для неё требуется свежая версия transformers. По приведённым сравнениям модель в целом сохраняет качество базовой версии в задачах понимания документов, визуального рассуждения и английских знаний. Отдельно отмечено снижение результата на немецком языке примерно на 3 процентных пункта, поэтому немецкоязычные сценарии требуют собственной проверки. Результаты для tool calling и instruction following близки к базовой модели, но их абсолютные значения в тесте снижены особенностями измерения с включённым reasoning. Для табличного вывода рекомендуется использовать JSON-схему или грамматику с последующей валидацией. Модель распространяется по лицензии Apache-2.0, однако сама квантизация не является официальной и не проверялась командой Qwen или Alibaba Cloud.

Модель tomaarsen/span-marker-roberta-large-ontonotes5 — модель распознавания именованных сущностей на основе архитектуры SpanMarker и энкодера roberta-large. Она обучена на наборе данных OntoNotes 5 и предназначена для выделения в тексте сущностей и присвоения им меток. Для запуска используется библиотека span_marker; веса доступны в форматах PyTorch и safetensors, лицензия — Apache-2.0. Модель подходит для извлечения имен людей, организаций, мест и других типов сущностей из текста. В карточке указан английский язык. Качество обработки может зависеть от токенизации: модель работает лучше, когда знаки препинания отделены от предшествующих слов.