I.5Создание и редактирование текста

InnoSpark3.0-9B-260630 — мультимодальная модель на 9 млрд параметров, разработанная sii-research на базе Qwen/Qwen3.5-9B. Её дообучили на общих и образовательных данных с помощью supervised fine-tuning и многоэтапного обучения с подкреплением. Модель принимает текст и изображения и формирует текстовые ответы; карточка указывает поддержку английского и китайского языков. Модель предназначена для образовательных вопросов и ответов, пошагового объяснения понятий, помощи с домашними заданиями, подготовки уроков и учебных материалов, а также диалоговых помощников для учеников и преподавателей. Она также поддерживает общие задачи следования инструкциям, рассуждения и агентные сценарии. В README сообщается, что визуальные возможности специально не улучшали; по оценке авторов, их показатели снизились примерно на 1–2% относительно базовой модели. Модель распространяется по лицензии Apache-2.0. Она может выдавать неточные, неполные или предвзятые ответы; авторы рекомендуют проверять результаты педагогам, особенно при оценивании и других важных решениях. Перед внедрением в учебную среду следует провести дополнительную оценку.

Jamba-v0.1-hf — совместимая с Transformers версия базовой языковой модели Jamba, разработанной AI21. Это генеративная модель на основе гибридной архитектуры Mamba и Transformer с механизмом mixture of experts (MoE); репозиторий содержит веса Safetensors и не требует включать trust_remote_code. Метаданные указывают 7,2 млрд параметров, а карточка исходной модели сообщает о 12 млрд активных параметров и 52 млрд параметров суммарно среди экспертов. Модель предназначена для генерации текста и как основа для дообучения, в том числе под собственные чат- и instruct-сценарии. Контекст составляет 256 тыс. токенов. Карточка сообщает о высокой пропускной способности относительно традиционных Transformer-моделей и результатах на распространённых бенчмарках, но эта версия не прошла выравнивание для диалогов и не включает механизмы модерации. Для оптимизированного запуска требуются CUDA и соответствующие ядра Mamba; лицензия — Apache 2.0.

Sao10K/L3-70B-Euryale-v2.1 — разговорная языковая модель семейства Llama 3, созданная Sao10K как сестринская модель Stheno. Это дообучение с помощью LoRA на том же датасете, что использовался для Stheno v3.2; автор отмечает, что полное дообучение было слишком затратным. Модель предназначена для генерации текста в диалогах и чат-сценариях, включая ролевое общение. Модель имеет плотную архитектуру LlamaForCausalLM и 69,5 млрд параметров, принимает текст и генерирует текст. Её нативный контекст составляет 8192 токена; в метаданных указан английский язык. Опубликованные файлы представлены в форматах PyTorch и safetensors. Лицензия CC BY-NC 4.0 требует указания авторства и ограничивает коммерческое использование.

Magiq Translator 0 — языковой адаптер архитектуры Magiq3, разработанный MAIA для перевода между английским, французским и итальянским языками с сохранением исходного смысла и культурных нюансов. Модель предназначена для многоязычного общения и устранения языковых барьеров. Это дообученная плотная модель Mistral на 7,1 млрд параметров с архитектурой MistralForCausalLM. Она принимает текст и генерирует текст; максимальная длина контекста составляет 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache-2.0.

Mistral Large 3 2512 — модель компании Mistral с разреженной архитектурой смеси экспертов (MoE): 41 млрд активных параметров при 675 млрд параметров всего. В карточке она названа самой мощной моделью Mistral на момент выпуска. Модель предназначена для задач с текстом и изображениями, что отражено в метаданных Hugging Face как image-text-to-text. README не уточняет конкретные сценарии, поддерживаемые языки и длину контекста. Модель выпущена по лицензии Apache 2.0.

agemagician/mlong-t5-tglobal-large — предварительно обученная многоязычная модель семейства MLongT5, опубликованная Ahmed Elnaggar на основе работы Uthus и соавторов и проекта LongT5. Это encoder-decoder Transformer с механизмом transient-global attention, предназначенным для эффективной обработки длинных текстовых последовательностей. Модель содержит около 615 млн параметров и доступна в форматах PyTorch и Flax. Модель обучена на многоязычном корпусе в режиме текстового денойзинга и предназначена прежде всего для дообучения на размеченных данных. После настройки её можно применять для генерации текста, включая суммаризацию и ответы на вопросы по длинным входным материалам. В карточке заявлена обработка последовательностей до 16 384 токенов; метаданные каталога указывают нативный контекст в 4096 токенов. Карточка перечисляет поддержку множества языков, включая английский, арабский, испанский, французский, хинди и японский. Модель принимает и генерирует текст. Лицензия — Apache-2.0. Для конкретной задачи обычно требуется дообучение; качество может зависеть от языка, данных настройки и длины входа.

pere/nb-nn-translation — модель на базе T5, разработанная для переключения между двумя письменными нормами норвежского языка: Bokmål и Nynorsk. Она определяет норму входного текста и преобразует его в другую; автор называет это переключателем языка, а не универсальным переводчиком. Модель обучена на корпусе из 200 тысяч пар предложений из учебников и газет. В README указана оценка BLEU 88,17 на тесте. Размер модели — 137,6 млн параметров; доступны форматы PyTorch и Flax. Максимальная длина исходного и целевого текста при дообучении составляла 512 токенов. Модель предназначена для преобразования текста между Bokmål и Nynorsk. Лицензия — CC BY 4.0. Результат BLEU приведён автором для описанного теста и не гарантирует такое же качество на других типах текстов; модель специализируется на двух норвежских письменных нормах.

Nebula — компактная языковая модель семейства Llama от OrionLLM с 320,9 млн параметров, предназначенная для рассуждений и запуска на периферийных устройствах. По карточке, модель обучена на более чем 200 млрд токенов и ориентирована на баланс памяти, общих рассуждений, математики и поведения, удобного для поиска информации. Она принимает текст и генерирует текст; метаданные указывают поддержку диалогового режима и контекст до 4096 токенов. Модель подходит для компактных чат-ассистентов, ответов на вопросы, математических задач и сценариев с поиском и уточнением информации. В README описан краткий стиль рассуждений с маркерами логических переходов, неопределённости и проверки утверждений. Карточка приводит результат 40,0 на MMLU, однако независимые условия сравнения не раскрыты. Модель доступна под лицензией Apache-2.0.

Xenova/opus-mt-de-en — модель машинного перевода с весами в формате ONNX, подготовленная для совместимости с библиотекой Transformers.js. Она основана на модели Helsinki-NLP/opus-mt-de-en, разработанной Helsinki-NLP, и предназначена для перевода текстов с немецкого языка на английский, в том числе в веб-приложениях и других средах, поддерживающих Transformers.js. Ключевой особенностью модели является наличие ONNX-весов, что облегчает её использование в JavaScript- и веб-сценариях. Архитектура, размер, максимальная длина контекста, дополнительные модальности и точные языковые характеристики в представленном README не указаны. Лицензия также не указана, поэтому условия коммерческого и иного использования следует уточнять в исходном репозитории Helsinki-NLP/opus-mt-de-en.

Helsinki-NLP/opus-mt-en-roa — модель машинного перевода из серии OPUS-MT, разработанной Helsinki-NLP. Она переводит текст с английского на один из поддерживаемых целевых языков и разновидностей, включая французский, испанский, португальский, румынский, каталонский и другие романские языки. Для выбора языка перевода перед текстом требуется указать токен вида >>id<< с допустимым идентификатором языка. Модель построена на архитектуре Transformer и реализована как MarianMTModel; содержит 54,2 млн параметров и рассчитана на контекст до 512 токенов. Для обработки используются нормализация и SentencePiece. В метаданных указаны форматы PyTorch и TensorFlow. Модель распространяется по лицензии Apache-2.0. Модель предназначена для перевода предложений и текстов с английского на поддерживаемые языки. README приводит результаты оценки на тестовых наборах, но они не гарантируют качество для любых тематик и разновидностей языка. Модель не заявлена как универсальная для перевода в обратном направлении или между любыми парами языков.

Ornstein3.8-27B — экспериментальная мультимодальная модель с открытыми весами, созданная GestaltLabs на основе Qwen/Qwen3.8-27B. Это дообученная и объединённая с базовой моделью версия с архитектурой Qwen3_5ForConditionalGeneration: плотная модель примерно на 27 млрд параметров, использующая чередование линейного внимания и полного внимания Gated DeltaNet. Она принимает текст и изображения, поддерживает видео, а длина контекста составляет 262 144 токена. Модель предназначена для диалогов, анализа изображений и видео, а также многошаговых задач, включая математические рассуждения. В одном прогоне GSM8K автор получил 96,51% точности в BF16; этот результат не распространяется на квантованные версии. Автор описывает чекпойнт как раннее объединение весов, а не готовый релиз качества, и планирует дальнейшую работу с RL-средами и дообучением на основе энергетических моделей. Для запуска требуется сборка Transformers с поддержкой Qwen3.8/qwen3_5. Веса опубликованы под лицензией Apache-2.0.

PiCo 1B — плотная авторегрессионная языковая модель с архитектурой Qwen2, разработанная ArcOffical и обученная с нуля; токенизатор взят у Qwen 2 1.5B, но сама модель не является её дообучением. В модели около 1,5 млрд параметров. Она предназначена для генерации текста и диалогов, решения задач на знания и рассуждение, включая научные вопросы, математику и генерацию кода. README сообщает о сравнительных результатах на семи бенчмарках, включая сильные показатели на ARC-Easy, ARC-Challenge и MMLU. Карточка указывает контекст в 2048 токенов, тогда как метаданные Hugging Face указывают нативный контекст в 131072 токена. Модель преимущественно обучалась на английском тексте; качество на других языках может быть ограниченным. Также возможны фактические ошибки, а небольшой размер ограничивает сложные рассуждения; результаты по здравому смыслу и математике уступают некоторым более крупным моделям. Лицензия — OpenRAIL.

Pumatic English-Polish Translation Model — модель машинного перевода pumad для перевода с английского на польский. Она построена на архитектуре MarianMT типа encoder-decoder и обучена с нуля; для неё также с нуля создан токенизатор SentencePiece unigram с размером словаря 32 000. В метаданных указано около 100,1 млн параметров и контекст 512 токенов, тогда как README сообщает около 157 млн параметров. Модель обучалась на параллельных корпусах OPUS-100, Europarl и UN Parallel Corpus. Она предназначена для общего перевода, в том числе формального письменного текста; заявлена демонстрация и API. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. README отмечает, что качество специализированной терминологии может различаться, разговорные выражения переводятся менее точно, а для оптимальных результатов вход рекомендуется разбивать на фрагменты примерно до 400 символов.

Qwen2-VL-7B-Instruct-GGUF — мультимодальная instruction-tuned модель семейства Qwen2-VL, разработанная Qwen и представленная в формате GGUF компанией Second State Inc. Модель предназначена для обработки изображений и текста, включая сценарии image-text-to-text, где требуется отвечать на вопросы по изображению или учитывать визуальный контекст в диалоге. В README также указана совместимость с LlamaEdge и prompt template qwen2-vision. Модель основана на Qwen/Qwen2-VL-7B-Instruct и имеет размер 7B параметров. Поддерживается контекст до 128 000 токенов. Для работы с визуальными данными используется отдельный vision encoder в формате GGUF; доступны варианты квантования от 2 до 8 бит, а также f16. Размер файлов составляет примерно от 3,02 до 15,2 ГБ для основных вариантов квантования, при этом Q4_K_M рекомендован как сбалансированный вариант, а Q5_K_M и Q5_K_S — как варианты с очень малой потерей качества. К сильным сторонам относятся мультимодальность, большой контекст и возможность локального запуска через LlamaEdge. Ограничения зависят от выбранного уровня квантования: малобитные варианты занимают меньше места, но могут существенно терять в качестве; Q2_K, Q3 и некоторые legacy-варианты в README не рекомендуются для большинства задач. Указан английский язык. Модель распространяется по лицензии Apache-2.0.

Tuwhy/Qwen3-1.7B-OPSA — языковая модель на архитектуре Qwen3, дообученная методом On-Policy Self-Adaptation (OPSA) на вопросах из набора DAPO-17k. По описанию OPSA улучшает политику без учительской и reward-модели, эталонного прохода базовой модели и вознаграждения за задачу. Модель предназначена для генерации текста и диалогов, особенно для решения математических задач и рассуждений; README также приводит результаты на задачах программирования и научных вопросах. Модель содержит 1,7 млрд параметров, использует плотную архитектуру Qwen3ForCausalLM и принимает текст. Для сопоставимости с опубликованными оценками рекомендуется отключать thinking mode; указанный для этой модели контекст — до 40 960 токенов. В оценках OPSA-вариант превзошёл базовую модель на AIME24, AIME25 и HMMT25 при указанной авторами схеме генерации 32 ответов на запрос. Модель разработана Tuwhy на базе Qwen/Qwen3-1.7B-Base и распространяется под лицензией Apache-2.0. Это небольшой чекпойнт с экспериментальным методом обучения; результаты из README относятся к конкретным настройкам выборки и не гарантируют аналогичного качества в других условиях. Англоязычный README заявляет многоязычную поддержку семейства Qwen3, но не перечисляет языки отдельно для этого чекпойнта.

Мультимодальная модель семейства Qwen3.5 с плотной архитектурой на 4 млрд параметров, дообученная dkingtutcd на основе Qwen/Qwen3.5-4B. Модель предназначена для диалога и ответов на запросы с изображениями: принимает текст и изображения, а выдаёт текст. В метаданных также указаны интерфейс вызова инструментов и поддержка зрения. Модель сохранена в формате safetensors и распространяется по лицензии Apache-2.0. В README сообщается, что при обучении использовались Unsloth и библиотека TRL; сведений о конкретном наборе данных, специализации дообучения или оценках качества нет.

Qwen3-VL-8B-Instruct-MLX-4bit — мультимодальная модель для преобразования изображений и текста в текст. В её основе лежит Qwen3-VL-8B-Instruct, разработанная командой Qwen. Версия MLX-квантизации предоставлена командой LM Studio с использованием mlx_vlm. Модель предназначена для задач, где требуется анализ визуального и текстового содержимого, включая работу с изображениями в диалоговом формате. Это 4-битная версия модели с оптимизацией под компьютеры Apple Silicon на базе MLX, что делает её более подходящей для локального запуска на совместимом оборудовании и снижает требования к памяти по сравнению с полноразмерной версией. Ключевое ограничение — 4-битная квантизация может влиять на точность по сравнению с исходной моделью, а README не содержит подробностей о поддерживаемых языках, размере контекста, точных возможностях обработки изображений и производительности. Модель распространяется по лицензии Apache-2.0.

QwQ-LCoT2-7B-Instruct — дообученная компанией prithivMLmods языковая модель на базе Qwen2.5-7B-Instruct. Она предназначена для диалогов, выполнения инструкций и пошагового решения задач, особенно математических и логических, а также для генерации развернутых объяснений. Модель использует плотную архитектуру Qwen2ForCausalLM, содержит 7,1 млрд параметров и принимает текстовый контекст длиной до 32 768 токенов. Обучение включало наборы данных с примерами рассуждений и решения математических задач. Модель подходит для помощи в обучении, технической поддержке и генерации структурированных ответов. Она может ошибаться или выдавать вымышленные сведения; качество сложных решений зависит от задачи и формулировки запроса. README также отмечает возможные смещения обучающих данных и высокие вычислительные требования при длинной генерации и высокой нагрузке. Распространяется по лицензии Apache-2.0.

Readabert-en — модель классификации текста на основе BERT-base, дообученная на англоязычной части корпуса ReadMe++ для оценки читаемости предложений по шестибалльной шкале CEFR. Она предназначена для анализа сложности англоязычных текстов, например для подбора учебных материалов под уровень читателя или предварительной сортировки текстов по сложности. Модель содержит 136,7 млн параметров, принимает текстовые последовательности длиной до 512 токенов и выдаёт категорию читаемости. Доступна в формате safetensors; лицензия Apache-2.0.

Seagull-13b-translation — модель перевода, разработанная Jisoo Kim (kuotient) как личный эксперимент. Она создана на основе beomi/llama-2-koen-13b и дообучена на наборах данных для корейско-английского перевода, включая ShareGPT DeepL, KOR-OpenOrca-Platypus-v3 и параллельные корпуса AIHUB. Модель построена на плотной архитектуре LlamaForCausalLM, содержит 12,9 млрд параметров и рассчитана на контекст до 4096 токенов. Модель предназначена для перевода между корейским и английским языками. В обучении уделялось внимание сохранению пробелов и переводов строк, а также обработке кода, Markdown и LaTeX. Она принимает текст в формате диалога ChatML и генерирует текст перевода; автор рекомендует внимательно проверять результаты, особенно когда исходный текст содержит код или специальное форматирование. Лицензия — CC BY-NC-SA 4.0 с условиями LLAMA 2 COMMUNITY LICENSE AGREEMENT, поэтому перед использованием следует учитывать оба набора условий. Автор указывает, что модель является личным экспериментом и не связана с его работодателем.

Smart-LLama-3-8b-Python-v2-16bit — дообученная модель Kukedlc для генерации текста и диалогового взаимодействия. Она основана на Kukedlc/LLama-3-8b-Python и использует плотную архитектуру Llama с причинной языковой моделью LlamaForCausalLM; размер составляет 7,5 млрд параметров, контекст — до 8192 токенов. Модель обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Модель предназначена для генерации текста и ответов в диалоге; название базовой модели указывает на настройку для задач с Python, однако README не описывает конкретные сценарии или качество на этих задачах. В карточке указаны английский язык и формат весов safetensors. Лицензия — Apache-2.0.

SuperPAL — модель для классификации текстовых последовательностей, опубликованная группой BIU-NLP. Она основана на архитектуре RoBERTa и предназначена для оценки согласованности между резюме и отдельными утверждениями исходного текста — задачи Summary-Source Proposition-level Alignment. Модель содержит 454,1 млн параметров, принимает текстовые последовательности с контекстом до 514 токенов и доступна в формате PyTorch. SuperPAL подходит для проверки, подтверждается ли утверждение в резюме соответствующим исходным материалом, например при анализе качества кратких изложений. Карточка ссылается на исследование 2021 года и не приводит лицензию, поэтому условия использования следует уточнить в репозитории или у разработчиков.

TildeOpen-30b — базовая языковая модель Tilde.ai, разработанная при поддержке Европейской комиссии через EuroHPC JU Large AI Grand Challenge и обученная на суперкомпьютере LUMI. Это плотный декодерный трансформер семейства Llama примерно с 29,9 млрд параметров и контекстом до 65 536 токенов; модель распространяется в формате Safetensors и предназначена прежде всего для генерации текста на языках Северной, Центральной и Восточной Европы. Модель поддерживает широкий набор европейских языков, включая русский, английский, немецкий, польский, украинский и другие, а также математические доказательства, программный код и XML с переводческими данными. Токенизатор разработан для более равномерного представления разных языков и может повышать эффективность генерации на фокусных языках. Карточка приводит результаты тестов понимания текста и грамматики. Это фундаментальная модель, не настроенная на выполнение инструкций и не снабжённая выравниванием безопасности, поэтому она рассчитана на продолжение текста и исследовательские или прикладные сценарии с дополнительной адаптацией, а не на безопасный диалог напрямую. Лицензия — CC-BY-4.0.

TranslateGemma-4B-IT-GGUF — квантизированная версия мультиязычной модели TranslateGemma-4B-IT, разработанной Google и опубликованной SandLogic Technologies в формате GGUF. Модель построена на архитектуре Gemma и представляет собой decoder-only transformer примерно с 4 млрд параметров. Она обучена с применением instruction tuning и работает только с текстом. Модель предназначена прежде всего для машинного перевода, кросс-языковых NLP-задач, локализации документов и интерфейсов, многоязычных ассистентов, а также исследовательских и прототипных сценариев. Она поддерживает множество языков, включая высокоресурсные и отдельные низкоресурсные языки, умеет учитывать инструкции о тоне, стиле и предметной области и подходит для перевода предложений, абзацев и более длинных фрагментов. Доступны варианты Q4_K_M и Q5_K_M: они требуют примерно 2,32 и 2,64 ГБ памяти соответственно и подходят для CPU, периферийных устройств и GPU с небольшим объёмом видеопамяти. К сильным сторонам относятся мультиязычность, следование инструкциям, сохранение контекста, работа с идиомами и пригодность для интерактивного и пакетного перевода. К ограничениям относятся возможное снижение качества нюансированного перевода и генерации длинных текстов у более сильно сжатой версии Q4_K_M, а также отсутствие поддержки изображений и других немультимодальных входов. Модель распространяется по лицензии gemma; точные ограничения лицензии и максимальный размер контекста в README не указаны.

Translate Gemma 4 Sub E2B — мультиязычная модель Google Gemma 4, дообученная автором 17slever17 для перевода текста и субтитров с учётом контекста. Она предназначена прежде всего для перевода разговорной и прямой речи, например субтитров к трансляциям: предыдущие исходные и переведённые фрагменты помогают учитывать смысл реплик, разделённых между сегментами. Модель также может следовать инструкциям о стиле, тоне, формальности, терминологии и глоссариях. Модель использует плотную архитектуру Gemma 4 E2B IT и принимает текстовые сообщения; тег image-text-to-text и поддержка vision в метаданных унаследованы от базовой архитектуры. В карточке заявлена языковая поддержка английского, русского, испанского, немецкого, японского, французского, португальского, китайского, нидерландского, итальянского и корейского языков. Наиболее тщательно настроены первые пять языков; для остальных качество оценивалось менее широко. Репозиторий содержит веса Safetensors, а лицензия — Apache 2.0. В независимой оценке на субтитрах E2B уступила варианту E4B по указанным метрикам, а результаты на FLORES-200 показывают, что общее качество перевода может отличаться от специализированных моделей. Контекстные фрагменты следует передавать отдельно от текущей реплики, которую нужно перевести.

Модель masakhane/zephyr-7b-gemma-sft-african-ultrachat-100k — диалоговая текстовая модель семейства Gemma, созданная дообучением google/gemma-7b. Она предназначена для генерации ответов в беседе и других сценариев, где требуется продолжать текстовый диалог. Модель содержит 8,2 млрд параметров, использует плотную архитектуру GemmaForCausalLM и поддерживает контекст длиной до 8192 токенов. Для дообучения использованы наборы masakhane/african-ultrachat и israel/untrachat_en; в README приведено значение loss 1,1189 на оценочном наборе. Лицензия — Gemma. Карточка не уточняет языковой охват и ограничения по применению, поэтому их нельзя определить точнее по имеющимся сведениям.

AstraGPT-7B — языковая модель на 7,1 млрд параметров от Aditya Wakharkar и Tantra AI Labs. Это плотный декодерный трансформер семейства Qwen2 с архитектурой Qwen2ForCausalLM; модель распространяется в формате safetensors и использует библиотеку Transformers. Контекст — до 32 768 токенов. Модель дообучена для диалогов и задач рассуждения методом LoRA на 193 841 синтетических примерах «инструкция — рассуждение — ответ». В README также описан собственный BPE-токенизатор с исходным словарём на 64 тысячи токенов, сопоставленным со словарём runtime на 152 тысячи. Модель ориентирована прежде всего на английский язык и генерацию ответов с пошаговыми рассуждениями; специальный режим рассуждения включается префиксом, указанным в шаблоне чата. Подходит для диалоговых ответов и задач, где полезна пошаговая аргументация. Ограничения — возможны ошибки в сложной многошаговой математике и длительных рассуждениях, а также уверенные, но неверные ответы; критические результаты следует проверять. Для работы с reasoning README рекомендует явно добавлять специальный префикс. Лицензия — Apache-2.0.

BAAR2-95M — компактная мультиязычная языковая модель с 95 млн параметров, предназначенная для генерации текста и диалогов на устройствах с ограниченными вычислительными ресурсами. Разработчик позиционирует её как базовую предварительно обученную модель для встраиваемых систем и периферийных устройств; архитектура модели в доступных сведениях не раскрыта. Модель рассчитана на быстрые ответы и может использоваться в лёгких RAG-сценариях: принимает внешний контекст и формирует ответ, связанный с результатами поиска. В карточке заявлена поддержка 11 языков: корейского, английского, японского, китайского, испанского, португальского, немецкого, русского, хинди, вьетнамского и тайского. Формат весов — safetensors. Это базовый чекпойнт, поэтому для специализированных задач, высокой фактической точности и надёжного выполнения инструкций рекомендуются дообучение или подключение RAG. Лицензия указана как нек​​оммерческая; коммерческое использование требует обращения к разработчику за условиями лицензирования.

ilsilfverskiold/bart-keyword-extractor — англоязычная модель BART, дообученная на facebook/bart-large для извлечения ключевых слов из текста. Она генерирует основные ключевые слова по входному тексту и подходит для автоматической разметки новостных материалов и подготовки метаданных для поиска. Модель содержит 252,8 млн параметров, использует архитектуру encoder-decoder и принимает контекст длиной до 1024 токенов. В README приведено значение loss 0,6179 на оценочном наборе; иных сведений о качестве нет. Модель распространяется по лицензии Apache-2.0.

NVIDIA NeMo Canary-Qwen-2.5B — модель распознавания английской речи, разработанная NVIDIA. Она предназначена для преобразования аудио в текст с пунктуацией и заглавными буквами, а также для обработки уже полученной расшифровки: например, её можно суммировать или задавать по ней вопросы. В режиме распознавания модель принимает аудио и текстовую инструкцию; в текстовом режиме работает только с расшифровкой и не анализирует исходное аудио. Модель содержит 2,5 млрд параметров и построена как Speech-Augmented Language Model: аудиокодировщик FastConformer связан с декодером Transformer на основе Qwen3-1.7B. Для распознавания рассчитана на английский язык; в README указана скорость 418 RTFx. Обучающие аудиозаписи длились не более 40 секунд, а максимальная последовательность ограничена 1024 токенами, поэтому точность на более длинных входах может снижаться. Модель не сохраняет навыки рассуждения базовой LLM в режиме работы с аудио. Для использования требуется NVIDIA NeMo; лицензия — CC BY 4.0.