I.4Обработка документов и форм

PaliGemma 2 3B PT 896 — предварительно обученная мультимодальная модель Google на основе SigLIP и языковой модели Gemma 2. Она принимает изображения с разрешением 896×896 и текст, а генерирует текст; для дообучения доступны веса bfloat16. Модель рассчитана прежде всего на настройку под отдельные задачи компьютерного зрения и языка: описание изображений и коротких видео, визуальные вопросы и ответы, чтение текста на изображениях, обнаружение и сегментацию объектов. Также её можно адаптировать для вопросов по спутниковым снимкам и научным изображениям, помощи незрячим пользователям и описания функций элементов интерфейса. Модель поддерживает несколько языков и обрабатывает текстовые последовательности длиной до 512 токенов на входе и выходе. Это базовая модель для дообучения, а не универсальный многотуровый чат-бот: качество без настройки на конкретную задачу может быть ниже, чем у специализированных моделей. Она может ошибаться в фактах и рассуждениях, испытывать трудности с неоднозначными запросами и отражать предубеждения обучающих данных. Использование регулируется условиями Gemma; разработчикам следует учитывать политику запрещённого использования Gemma.

PP-FormulaNet-L — модель распознавания математических формул по изображениям, разработанная командой PaddleOCR. Она использует Vary_VIT_B в качестве backbone и обучена на крупном наборе формул; модель можно применять отдельно или в составе конвейера PaddleOCR для обработки документов. Модель преобразует изображение формулы в исходный код LaTeX и предназначена для распознавания простых и сложных формул на английском и китайском языках. В README для неё приведены BLEU 90,36 для английских и 45,78 для китайских формул, а также время инференса на GPU 1976,52 мс; показатели получены на наборах данных UniMERNet и PaddleX. Модель опубликована под лицензией Apache-2.0. Для запуска используется библиотека PaddleOCR; README описывает также конвейер, который может включать классификацию ориентации, выравнивание изображения и обнаружение макета документа.

make1love/Qwen3-0.6B-JSON-SFT — текстовая генеративная модель семейства Qwen3, опубликованная в формате Transformers и дообученная методом supervised fine-tuning (SFT). По названию модели она ориентирована на генерацию структурированных ответов в формате JSON, а метаданные также обозначают её как conversational-модель.

amd/Qwen3.8-27B-Quark-AWQ-MXFP4 — квантизированная версия мультимодальной модели Qwen3.8-27B, подготовленная с использованием AMD Quark и алгоритма AWQ (Activation-aware Weight Quantization). Модель предназначена для задач генерации текста и обработки изображений с текстом; в карточке указано, что она использует image-text-to-text pipeline. Языковая часть основана на Qwen3.8-27B в формате BF16, а vision tower сохранена без квантизации в BF16. Веса языкового декодера квантизированы в MXFP4 по спецификации OCP microscaling FP4 с размером группы 32 и общей шкалой E8M0; активации используют динамическую MXFP4-квантизацию, рассчитываемую во время выполнения для каждого блока. Квантизация выполнена по 128 образцам последовательностей длиной 512 из датасета pileval. Vision-компоненты не квантизированы, поэтому визуальная подсистема сохраняет исходный формат BF16. В README не указаны точные поддерживаемые языки и максимальная длина контекста; пример запуска задаёт ограничение 16384 токена. На GSM8K в режиме рассуждений модель показала 94,996% по flexible-extract и 95,30% по strict-match против 93,33% у базовой BF16-модели; в нережиме рассуждений результаты составили 89,92% и 89,76% против 90,67% и 89,76% соответственно. Ключевое преимущество — существенное снижение точности представления языковой части при сохранении качества, а также совместимость с запуском через vLLM. Ограничения включают зависимость от поддержки MXFP4, AMD Quark и соответствующей инфраструктуры, а также отсутствие подробных результатов по другим задачам. Модель распространяется по лицензии Apache-2.0; модификации принадлежат Advanced Micro Devices, Inc.

jplu/tf-xlm-r-ner-40-lang — дообученная модель XLM-RoBERTa-base для распознавания именованных сущностей в 40 языках на датасете WikiAnn из набора XTREME. Она классифицирует токены текста как географические названия (LOC), организации (ORG), имена людей (PER) или прочие (O), чтобы извлекать сущности из многоязычных текстов. Модель использует архитектуру XLM-RoBERTa для классификации токенов, содержит 305,2 млн параметров и поддерживает контекст до 514 токенов. Репозиторий содержит веса TensorFlow. В карточке приведены результаты на корпусах для разных языков, включая русский; объём данных различается между языками. Подходит для извлечения персон, организаций и мест из текстов на разных языках. Карточка описывает работу как продолжающуюся, поэтому качество может различаться между языками, а модель распознаёт только три типа сущностей. Лицензия в предоставленных данных не указана.

Модель asahi417/tner-xlm-roberta-base-ontonotes5 разработана Асахи Усио и представляет собой XLM-RoBERTa, дообученную для распознавания именованных сущностей методом классификации токенов. Она предназначена для выделения в английском тексте сущностей и отнесения их к классам людей, организаций, мест и прочих объектов; выходные метки используют схему BIO. Модель основана на архитектуре XLM-RoBERTa и содержит 305,2 млн параметров. Максимальная длина контекста — 514 токенов. Её можно применять напрямую для NER или вместе с библиотекой tner. В карточке указана только поддержка английского языка. Предсказания могут отражать стереотипы и предвзятость в отношении защищённых групп и социальных характеристик. Лицензия в карточке не определена, поэтому условия использования следует уточнить у автора модели.

Модель creemur/xlm-roberta-base-finetuned-panx-all — версия XLM-RoBERTa Base, дообученная для классификации токенов. Она предназначена для задач разметки последовательностей, в частности для распознавания именованных сущностей в тексте на разных языках с использованием набора PAN-X. Модель содержит 305,2 млн параметров, принимает текст и имеет контекст до 514 токенов. В карточке указаны результаты оценки: F1 0,8502 и loss 0,1701. Модель опубликована в формате safetensors и распространяется по лицензии MIT. README не уточняет состав обучающего набора и ограничения применения.

creemur/xlm-roberta-base-finetuned-panx-de — модель токеновой классификации на базе XLM-RoBERTa Base, дообученная для задачи PAN-X на немецком языке. Архитектура — плотная XLM-RoBERTa с головой классификации токенов; размер составляет 305,2 млн параметров, контекст — до 514 токенов. Модель принимает текст и присваивает метки его токенам, что подходит для извлечения сущностей в немецком тексте. В README указана оценка F1 0,8602 и loss 0,1426 на тестовой выборке. Датасет описан как неизвестный, поэтому состав меток и охват доменов по карточке установить нельзя. Модель распространяется по лицензии MIT.

ArmorOCR — модель для распознавания текста на изображениях с привязкой результатов к их расположению, разработанная на базе Qwen3-VL-8B-Instruct. Она предназначена для работы с обычными и состязательными изображениями, где текст может быть искажён или специально скрыт. Модель принимает исходное изображение и формирует текстовый ответ за один проход, без преобразований изображения во время инференса и без помощи внешних инструментов. ArmorOCR использует мультимодальную архитектуру Qwen3-VL и доступна в формате safetensors для библиотеки Transformers. Карточка указывает английский и китайский языки. Модель дообучена на Qwen3-VL-8B-Instruct; базовая модель имеет 8 млрд параметров. Репозиторий распространяется по лицензии Apache-2.0. Описание не содержит результатов оценки качества или подробностей ограничений на конкретных типах изображений.

Модель Portuguese NER BERT-CRF HAREM Default — дообученная модель на основе BERT для распознавания именованных сущностей в португальском тексте. Она использует декодер Conditional Random Fields (CRF) и схему разметки HAREM Default; также доступны варианты схем HAREM Selective и CoNLL-2003. Модель предназначена для извлечения и классификации именованных сущностей в тексте. Её можно применять через pipeline для NER в библиотеке Transformers или интегрировать в экосистему Hugging Face. В README приведён результат F1 0,787 на Miniharem Testset. Модель распространяется в форматах PyTorch и Safetensors по лицензии Apache-2.0. Результат на тестовом наборе не гарантирует аналогичного качества на других данных; качество может зависеть от соответствия текста и схемы разметки HAREM.

dbmdz/bert-large-cased-finetuned-conll03-english — модель токеновой классификации на основе BERT, разработанная dbmdz и дообученная для распознавания именованных сущностей в английском тексте. Она помечает токены и фрагменты текста сущностями, например именами людей, организаций и географическими названиями. Модель содержит около 432,3 млн параметров, использует архитектуру BertForTokenClassification и принимает текст с максимальной длиной контекста 512 токенов. Доступны варианты весов для PyTorch, TensorFlow и Flax, а также Rust-формат. Карточка Hugging Face не содержит описания лицензии; использовать следует с учетом условий исходной модели и данных.

EvanD/dutch-ner-xlm-conll2003 — переупакованная в формат PyTorch Hugging Face модель распознавания именованных сущностей на нидерландском языке. Автор сообщает, что это преобразованная копия flair/ner-dutch-large; архитектура XLM-RoBERTa с головой классификации токенов, около 658,7 млн параметров и контекстом до 514 токенов. Модель предназначена для разметки нидерландского текста именованными сущностями. Её можно применять для извлечения сущностей из документов, новостей и других текстовых материалов. Репозиторий содержит веса PyTorch; лицензия в предоставленных данных не указана.

FilingTag — модель распознавания именованных сущностей в финансовой и банковской отчётности, разработанная FlowX.AI в рамках семейства OpenNER. Она выполняет разметку токенов, выделяя 139 типов сущностей, связанных с финансовыми показателями и раскрытиями компаний. Модель дообучена на answerdotai/ModernBERT-base, содержит 149 млн параметров и поддерживает контекст до 8192 токенов. FilingTag рассчитана на обработку финансовых документов в банковской и корпоративной инфраструктуре. По заявлению разработчика, модель запускается локально, включая изолированные среды, что позволяет не передавать документы за пределы организации. Доступны веса safetensors и формат ONNX; использовать модель можно через Transformers. Модель предназначена для извлечения структурированных сущностей из текста, а не для свободного диалога или генерации. README не сообщает языки и конкретные показатели качества, поэтому их нельзя надёжно оценить по предоставленным данным. Лицензия — Apache-2.0.

Модель kaliani/flair-ner-skill предназначена для распознавания сущностей в англоязычном тексте: она выделяет названия навыков и сведения о количестве лет опыта. По README, модель построена на Flair embeddings и архитектуре LSTM-CRF; метаданные указывают семейство BERT и класс BertForTokenClassification, поэтому сведения об архитектуре в источниках расходятся. В карточке приведён результат F1 84,3 на Ontonotes. Модель принимает текст и возвращает метки для токенов; размер — 25,9 млн параметров, контекст — 512 токенов. Лицензия в предоставленных данных не указана.

LastRef/gemma-3-12b-it-heretic-x — дообученная мультимодальная модель на основе Google Gemma 3 12B IT. Это разговорная модель с архитектурой Gemma 3 для обработки текста и изображений с генерацией текстовых ответов. Подходит для диалога, создания и суммаризации текста, ответов на вопросы и извлечения информации из изображений. Карточка Gemma 3 указывает контекст до 128 тыс. токенов и поддержку более 140 языков; эти характеристики относятся к семейству базовой модели. В тегах модели она обозначена как uncensored, decensored и abliterated, то есть её позиционируют как модель с ослабленными ограничениями на ответы; README при этом описывает базовое семейство Gemma, а не специфические изменения этой версии. Такие модели могут выдавать вредный или недостоверный контент, а также отражать смещения данных обучения. Лицензия — Gemma; условия использования определяются лицензией и политикой допустимого использования Gemma.

GLiNER-PII Edge v1.0 — компактная модель распознавания именованных сущностей, разработанная Wordcab совместно с Knowledgator. Она принимает текст и заданный пользователем список типов сущностей, а затем находит соответствующие фрагменты текста; модель настроена для выявления более 60 категорий персональных, медицинских и платёжных данных и поддерживает обнаружение пользовательских типов без переобучения. Её предназначение — локальная обработка чувствительных данных в документах, расшифровках и журналах, в том числе на устройствах с ограниченными ресурсами. Модель основана на двунаправленном трансформере GLiNER и доступна в форматах PyTorch и ONNX; для ONNX указаны варианты FP16 и UINT8. В оценке на синтетическом наборе synthetic-multi-pii-ner-v1 она получила F1 75,50%; README отмечает, что Edge-вариант рассчитан на меньшую задержку и размер модели по сравнению с более крупной версией, с некоторым снижением полноты обнаружения. Лицензия — Apache-2.0.

granite-vision-3.3-2b-chart2csv-preview — специализированная зрительно-языковая модель IBM, дообученная на основе ibm-granite/granite-vision-3.3-2b для извлечения табличных данных из графиков и визуализаций. Она принимает изображение графика и по рекомендуемому запросу формирует машиночитаемый CSV с числовыми значениями. Модель предназначена для извлечения данных из графиков в отчётах, презентациях и PDF, в том числе в конвейерах обработки документов Docling и системах мультимодального анализа. Для обучения использовались синтетические данные графиков, созданные по методологии ChartGen; IBM сообщает о повышенной точности чисел по сравнению с универсальными VLM. Архитектура соответствует Granite Vision 3.3 2B; модель построена на Llava Next и распространяется в формате safetensors. На низком разрешении, при сложной компоновке, перекрывающихся элементах или необычных типах графиков таблицы могут быть неполными или содержать ошибки. Результаты следует проверять перед использованием в аналитике с высокими последствиями; модель не предназначена для надёжного решения общих задач компьютерного зрения. Лицензия — Apache-2.0.

KnowLM-13B-Diff — дифференциальные веса проекта KnowLM, разработанные для восстановления ZhiXi-13B на основе LLaMA-13B. Авторы обучили ZhiXi на китайских и английских корпусах, чтобы расширить понимание китайского языка и обогатить знания, сохранив возможности английского языка и программирования; затем модель дообучили на инструкциях для извлечения знаний. Веса этой карточки нужно объединить с исходными весами LLaMA-13B, чтобы получить рабочую модель. Модель предназначена для генерации текста и извлечения знаний по инструкциям, включая распознавание сущностей, извлечение отношений и извлечение информации. Это плотная авторегрессионная модель семейства LLaMA примерно на 13 млрд параметров с контекстом 2048 токенов; в метаданных указаны английский и китайский языки и формат PyTorch. README предупреждает, что проект оптимизируется и результаты могут отличаться у fp16-варианта. Для восстановления дифференциальных весов требуется LLaMA-13B; лицензия в метаданных — Apache-2.0.

Lapa-12B-pt — мультимодальная модель семейства Gemma 3, дообученная украинскими исследователями из Украинского католического университета, AGH University of Krakow, КПИ имени Игоря Сикорского и Львовской политехники. Она предназначена прежде всего для работы с украинским языком и принимает текст и изображения, выдавая текстовые ответы. Модель содержит 12 млрд параметров и использует архитектуру Gemma3ForConditionalGeneration. По описанию авторов, токенизатор адаптирован для украинского языка: 80 тысяч из 250 тысяч токенов заменены на украиноязычные, что сокращает число токенов для украинского текста примерно в 1,5 раза относительно Gemma 3. Модель подходит для диалога, генерации и суммаризации текста, а также ответов и извлечения сведений по изображениям. Качество ответов зависит от обучающих данных и формулировки запроса; модель может ошибаться в фактах, упускать языковые нюансы и испытывать трудности со сложными задачами. README не сообщает подробностей о тренировочном наборе данных. Лицензия указана как Gemma; следует соблюдать условия лицензии Google Gemma.

Multilingual Anonymiser OpenPII — модель Ai4Privacy для обнаружения, классификации и редактирования персональных данных в тексте. Это дообученная на наборе open-pii-masking-500k-ai4privacy модель ModernBERT-base с архитектурой ModernBertForTokenClassification и 149 млн параметров. Репозиторий содержит веса Safetensors и формат ONNX; максимальная длина контекста — 8192 токена. Модель размечает фрагменты текста категориями PII, например именами и фамилиями, адресами электронной почты, датами и временем, чтобы их можно было скрыть или заменить. Она предназначена для анонимизации и категоризации PII в многоязычных документах. Карточка приводит результаты оценки на тестовой части обучающего набора: F1 составляет 91,50% в целом и 84,91% при макроусреднении; качество в реальных текстах может отличаться. Заявлена поддержка французского, английского, немецкого, телугу, хинди, итальянского, испанского и нидерландского языков. В карточке отмечены более низкая точность для некоторых категорий, включая номера паспортов и водительских удостоверений, и необходимость проверять качество на собственных данных. Модель распространяется по лицензии MIT.

Mano-CUA-2.0-4B — визуально-языковая модель агента для управления графическим интерфейсом, разработанная в рамках открытой серии Mano компанией Mininglamp. Она дообучена на базе Qwen/Qwen3-VL-4B и предназначена для автономного выполнения сложных операций в настольных приложениях: навигации по интерфейсу, переноса данных между источниками, прохождения многоэтапных бизнес-процессов и подготовки структурированных отчетов. Модель принимает текстовые инструкции и изображения экрана, а действия описывает структурированным XML, включая координаты элементов интерфейса. В основе — плотная архитектура Qwen3-VL с генерацией текста и визуальным пониманием. README описывает цикл рассуждения «think-act-verify» и обучение в три этапа: SFT, offline RL и online RL. Представленная версия — fp16; для нее заявлены сценарии GPU-инференса и повторной квантизации. В README также упомянуты оптимизации для периферийных устройств и требования macOS с Apple Silicon M1 или новее и Python 3.12 или новее. Модель ориентирована на применение в автоматизации интерфейсов, где нет API для взаимодействия с приложениями. Качество выполнения зависит от визуальной интерпретации экрана и корректности действий агента; README не приводит количественных оценок качества. Лицензия — Apache-2.0.

mrm8488/mobilebert-finetuned-ner — англоязычная модель распознавания именованных сущностей, созданная дообучением MobileBERT для классификации токенов. Она предназначена для выделения в тексте сущностей и присвоения им меток в сценариях извлечения информации. Модель содержит 59,7 млн параметров, принимает текстовые последовательности длиной до 512 токенов и доступна в формате PyTorch. Компактная архитектура MobileBERT рассчитана на более эффективное выполнение задач обработки языка, чем крупные модели BERT. Карточка Hugging Face предлагает запускать её через Transformers с задачей token-classification. Модель распространяется по лицензии MIT. Подробности о наборе меток и оценках качества в доступных источниках не приведены.

Modern-LiBERTa — украиноязычная модель Goader, созданная Майколой Галтиюком и Александером Смывиньским-Полем из AGH University of Krakow. Это предварительно обученный энкодер на архитектуре ModernBERT, рассчитанный на анализ украинского текста с длинным контекстом. Модель обучена на корпусе Kobza объёмом около 60 миллиардов токенов; размер модели — 408,7 млн параметров, длина контекста — до 8192 токенов. Модель предназначена для задач понимания и разметки текста, включая заполнение пропусков, распознавание именованных сущностей и определение частей речи. В оценках авторов она показала результаты на наборах NER-UK, WikiANN, UD POS и классификации новостей. Для токенизации используется код из репозитория модели, поэтому при загрузке токенизатора в Transformers требуется включить trust_remote_code. Модель работает с текстом на украинском языке и выдаёт контекстуальные представления для последующей обработки. Репозиторий распространяется по лицензии CC BY 4.0.

NER4Legal_SRB — модель распознавания и классификации именованных сущностей в юридических текстах на сербском языке. Её разработали для автоматизации работы с документами, включая архивирование, поиск и извлечение сведений; модель обучена на публичных судебных решениях с ручной разметкой и предназначена для выделения заданных типов сущностей. Это дообученная модель classla/bcms-bertic на архитектуре ELECTRA с 137,8 млн параметров и контекстом до 512 токенов. Она принимает текст и возвращает метки для токенов. В перекрёстной проверке на размеченном наборе данных авторы сообщают средний F1 0,96; модель можно запускать на CPU и GPU. Показатели относятся к описанному набору данных и не гарантируют такую же точность на иных текстах. Лицензия — Apache-2.0.

Это большая модель распознавания именованных сущностей для испанского языка, распространяемая вместе с библиотекой Flair. Она выполняет токенную классификацию и размечает в тексте имена людей, географические названия, организации и ещё один класс сущностей; в README этот четвёртый класс не раскрыт. Модель основана на документных эмбеддингах XLM-R и архитектуре FLERT. Для испанской части CoNLL-03 указана оценка F1 90,54. Модель подходит для извлечения сущностей из испанских текстов, например для последующего поиска, анализа документов и подготовки данных. Использование предполагает библиотеку Flair; сведения о лицензии в предоставленных данных отсутствуют.

Pebblo Classifier — модель DAXA.AI для классификации англоязычных документов соглашений по 21 категории. Она предназначена для автоматической сортировки договорных документов в организациях и может применяться в системах управления документами и RAG-контурах. Модель построена на DistilBERT и дообучена на базе distilbert-base-uncased. По карточке, обучающая выборка содержит 141 055 примеров; контекст модели — до 512 токенов. На тестовой выборке указаны accuracy 0,8424 и F1 0,8505. Лицензия — MIT. Качество зависит от соответствия входных документов обучающим категориям и распределению данных. В карточке также отмечена возможность смещений; для других типов документов или языков показатели не приведены.

Piiranha-v1 — дообученная модель iiiorg на базе microsoft/mdeberta-v3-base для обнаружения и классификации персональных данных в тексте. Она выделяет 17 типов PII, включая имена, адреса, электронную почту, номера телефонов, пароли, данные кредитных карт и идентификаторы. Модель предназначена для помощи в обезличивании и редактировании текстов на английском, испанском, французском, немецком, итальянском и нидерландском языках. Архитектура — DeBERTa V2 для токеновой классификации; модель содержит 306 млн параметров и принимает до 512 токенов по метаданным. В README указан контекст длиной 256 токенов и рекомендация делить более длинные тексты на фрагменты. В карточке приведены результаты тестирования, включая F1 93,12% для классификации по 18 категориям и метрики бинарного обнаружения PII; качество зависит от типа сущности и распределения данных. Лицензия CC-BY-NC-ND-4.0 ограничивает коммерческое использование и распространение производных версий. Предсказания могут быть ошибочными, поэтому модель следует применять как средство поддержки обезличивания, а не как гарантию полного удаления персональных данных.

yeeun2/Qwen3-0.6B-JSON-SFT-GRPO — компактная плотная языковая модель семейства Qwen3, дообученная на базе NotoriousH2/Qwen3-0.6B-JSON-SFT с использованием Unsloth и библиотеки TRL. В карточке указано около 507,9 млн параметров и контекст до 40 960 токенов. Модель предназначена для генерации текста в формате JSON; базовая модель настроена на извлечение метаданных, поручений, решений и препятствий из корейских протоколов совещаний. Подходит для структурирования таких протоколов и создания JSON-выводов на основе текстовых запросов. Метаданные отмечают разговорный режим и интерфейс вызова инструментов. Модель принимает текст и выдаёт текст. В метаданных указан английский язык, а назначение базовой модели связано с корейскими протоколами. Распространяется по лицензии Apache-2.0. Карточка не приводит оценок качества или подробных ограничений; результаты извлечения следует проверять на соответствие исходному протоколу и требуемой JSON-схеме.

Qwen3.6 Flash — быстрая и эффективная мультимодальная модель из серии Qwen 3.6, разработанной Alibaba. Она принимает текст, изображения и видео и предназначена для запросов, где нужны ответы по визуальному или текстовому содержимому. Заявлена длина контекста до 1 млн токенов. Карточка также упоминает тарифы с оплатой по уровням, но не приводит подробностей о них. Данных о лицензии и конкретных ограничениях нет.

Qwen3-VisionCaption-2B-GGUF — мультимодальная модель для генерации описаний изображений и визуального анализа, разработанная prithivMLmods. Она основана на Qwen3-VisionCaption-2B, дообученной версии Qwen3-VL-2B-Instruct-abliterated-v1. Модель предназначена для создания подробных подписей к изображениям, анализа сложных сцен, художественных материалов, технических схем и чувствительного контента, а также для задач аннотации датасетов, исследований модерации и red-teaming, accessibility-инструментов и генеративной оценки безопасности. Модель работает с текстом и изображениями, поддерживает английский и китайский языки, а также многоязычный OCR для 32 языков. Заявлены пространственное понимание, обработка различных соотношений сторон, поддержка контекста до 256K токенов и возможность запуска на устройствах с ограниченными ресурсами через llama.cpp и совместимые платформы. Доступны варианты GGUF в форматах BF16, F16, F32 и Q8_0, а также отдельные мультимодальные проекционные файлы; размер файлов зависит от варианта и составляет примерно от 445 MB до 6,89 GB. К сильным сторонам относятся подробные и фактические описания, визуальное рассуждение, работа с многоязычным текстом на изображениях и поддержка эффективного локального инференса. Ограничения включают отсутствие приведённых количественных оценок качества и подробностей о требованиях к оборудованию. README также характеризует модель как uncensored и указывает на обход стандартных фильтров содержимого, поэтому при работе с чувствительными данными необходимы дополнительные меры безопасности и контроля. Модель распространяется по лицензии Apache-2.0.