I.6Перевод и языковая адаптация

Surya OCR 2 — модель Datalab для распознавания и структурирования документов. Это плотная мультимодальная модель семейства Qwen3.5 с 650 млн параметров, которая принимает изображения и обрабатывает страницы документов как единая VLM. Она выполняет OCR, анализ структуры и порядка чтения, а также распознавание таблиц; заявлена поддержка 91 языка по внутреннему тестированию. Модель подходит для извлечения текста и структуры из изображений и PDF, включая таблицы, заголовки, формы и математические выражения. В README указаны результат 83,3% на olmOCR-bench и пропускная способность около пяти страниц в секунду на RTX 5090; это результаты авторов и конкретной конфигурации. Для инференса OCR, анализа структуры и таблиц требуется сервер vLLM или llama.cpp. Модель специализируется на документах, а не на фотографиях или природных сцен. Код Surya распространяется по Apache 2.0, но веса — по модифицированной лицензии AI Pubs Open Rail-M: бесплатное использование разрешено для исследований, личных проектов и стартапов с финансированием или выручкой менее 5 млн долларов. Для более широкого коммерческого использования весов требуется отдельная лицензия.

tolk-flash — компактная языковая модель диалогов, разработанная авторами семейства tolk и основанная на Qwen2.5-3B-bnb-4bit. Это дообученная плотная модель с архитектурой Qwen2 и примерно 3,1 млрд параметров; она предназначена для быстрых многоходовых бесед, генерации текста и диалогов с заданной персоной на русском и английском языках. Контекст модели — до 32 768 токенов. Небольшой размер рассчитан на быстрый вывод, слабые GPU и среды с ограниченными ресурсами, а интерфейс поддерживает чат и вызов инструментов. Модель распространяется в формате safetensors по лицензии MIT.

Wav2Vec2-Large-Ru-Golos-With-LM — модель распознавания русской речи от bond005 на основе facebook/wav2vec2-large-xlsr-53. Модель Wav2Vec2 с архитектурой CTC содержит 402,7 млн параметров и дообучена на обучающей части датасета SberDevices/Golos с аугментациями аудио. Для декодирования используется 2-граммная языковая модель, построенная на русскоязычных текстах Taiga, Википедии и Викиновостей. Модель предназначена для преобразования русской речи в текст. Её оценивали на тестовых выборках SberDevices/Golos, русской части Common Voice 6.0 и Russian Librispeech; для работы входную речь нужно подавать с частотой дискретизации 16 кГц. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0. Описание не приводит численных метрик качества или результатов оценки.

Yi-Agent-6B — двуязычная текстовая модель с генеративной архитектурой Llama, разработанная hiyouga и дообученная с помощью LLaMA-Factory. Модель содержит 5,8 млрд параметров и поддерживает контекст до 4096 токенов. Для обучения использовались наборы Alpaca, OpenAssistant и Glaive Function Calling. Модель предназначена для следования инструкциям и вызова функций в диалоговых сценариях на английском и китайском языках. Её можно запускать через REST API средствами LLaMA-Factory. В метаданных указана лицензия other; конкретные условия использования следует сверить с лицензией репозитория.

yuq-zhou/2026-05-o-b0p3-a1p0-gc0p5-exp-td4p0-tw5p0-r1-7-fixed-20260804 — исследовательский чекпойнт генеративной языковой модели в стандартном формате Hugging Face для загрузки через AutoModelForCausalLM. Модель построена на архитектуре Qwen2, содержит 7,1 млрд параметров и имеет контекстное окно до 131 072 токенов. Модель предназначена для генерации текста и диалогового взаимодействия; в метаданных также отмечен интерфейс вызова инструментов. Данные не описывают специализацию по задачам или языкам, поэтому сценарии применения ограничены общим использованием как чат-модели и генератора текста. Чекпойнт сохранён в формате safetensors и работает с библиотекой Transformers. Сведения о лицензии в предоставленных источниках отсутствуют.

AlloyingotneoyExperiment26-7B — объединённая Maxime Labonne модель генерации текста на базе архитектуры Mistral. Она создана методом DARE-TIES из nlpguy/AlloyIngotNeoY и yam-peleg/Experiment26-7B; в метаданных базовой моделью также указана yam-peleg/Experiment26-7B. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM, веса представлены в safetensors, контекст — до 32 768 токенов. Модель предназначена для генерации текста. Доступные сведения не описывают отдельные специализированные сценарии или языки, поэтому её можно характеризовать как текстовую модель общего назначения. Указанная лицензия — Apache-2.0. Карточка не содержит оценок качества или подробных ограничений применения.

Это готовые объединённые веса Stanford Alpaca-7B, опубликованные пользователем sharpbai. Модель основана на архитектуре LLaMA и предназначена для генерации текста по инструкциям; в карточке указано, что веса можно использовать напрямую. Размер модели — 6,6 млрд параметров, контекст — до 2048 токенов. Модель подходит для диалогов, ответов на вопросы и выполнения текстовых инструкций. Репозиторий содержит веса PyTorch. Указана лицензия other; перед использованием следует проверить условия Meta LLaMA и Alpaca, поскольку README не приводит отдельного описания лицензии для объединённых весов.

AraGemma-Embedding-300m — модель эмбеддингов, созданная Omartificial-Intelligence-Space на основе EmbeddingGemma-300M от Google DeepMind. Её дообучили на 1 млн арабских триплетов с использованием Matryoshka Representation Learning для улучшения понимания смысла арабских текстов. Модель принимает текст на арабском и других языках и возвращает плотный вектор размерности 768. Она поддерживает усечение векторов до 512, 256 или 128 измерений с повторной нормализацией и контекст до 2048 токенов. Подходит для семантического поиска и извлечения данных, сравнения предложений, кластеризации, классификации документов и подготовки фрагментов для RAG; также поддерживает межъязыковой поиск. Совместима с Sentence Transformers и Transformers. Модель компактна относительно крупных языковых моделей и рассчитана на эффективное развёртывание, включая локальные устройства. В README приведены результаты сравнения с арабскими моделями эмбеддингов на STS17 и STS22-v2. По карточке, активации эмбеддингов не поддерживают float16: используйте float32 или bfloat16. Лицензия — Apache-2.0.

AxeronAI создала axeron-mf-44 — языковую модель для генерации текста, полученную слиянием Qwen/Qwen2.5-3B и Qwen/Qwen2.5-3B-Instruct методом SLERP с коэффициентом t=0,5. Модель использует плотную архитектуру Qwen2ForCausalLM, содержит 3,1 млрд параметров и доступна в формате safetensors для библиотеки Transformers. Модель принимает текст и предназначена для диалогов и генерации ответов. Контекстное окно составляет 32 768 токенов. В карточке не приведены результаты оценки качества или подтверждённый перечень языков; базовая линейка Qwen2.5 многоязычна. Лицензия в предоставленных данных не указана.

bagel-7b-v0.1-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель на архитектуре Mistral с 7,1 млрд параметров, созданная MaziyarPanahi слиянием mistralai/Mistral-7B-Instruct-v0.2 и jondurbin/bagel-7b-v0.1 методом SLERP. Она предназначена для генерации текста и ответов на инструкции в чат-сценариях. Модель принимает текст и генерирует текст; контекст составляет до 32 768 токенов. Указана лицензия Apache-2.0. README не приводит отдельной оценки качества или подробного описания ограничений модели.

BLOSSOM-v4-qwen15-4b — диалоговая языковая модель, созданная на основе Qwen1.5-4B и дообученная командой Blossom на смешанных наборах данных Blossom Orca, Wizard, Chat и Math. Это плотная авторегрессионная модель семейства Qwen2 с 3,6 млрд параметров и контекстом до 32 768 токенов. Она принимает текстовые инструкции и историю диалога и генерирует ответы; обучение включало одноходовые инструкции и многоходовые беседы на китайском и английском языках. Модель предназначена для диалоговых помощников, ответов на вопросы, следования инструкциям и решения задач общего назначения, включая математические запросы. README описывает формат диалогового продолжения и шаблон промпта для одиночного и многоходового диалога. Модель опубликована в формате Safetensors по лицензии Apache-2.0. Карточка не приводит количественных оценок качества; результаты могут зависеть от формата промпта и выбранного сценария использования.

BLOSSOM-v4-yi-34b — разговорная большая языковая модель, созданная дообучением Yi-34B разработчиками Blossom на смешанных наборах инструкций и диалогов Blossom Orca, Wizard, Chat и Math. Обучение проходило в два этапа: сначала использовались одноходовые инструкции, затем многоходовые диалоги с небольшой примесью данных первого этапа. Модель предназначена для генерации ответов в формате продолжения диалога и поддерживает общие вопросы, инструкции и математические задачи на китайском и английском языках. Это плотная архитектура LlamaForCausalLM с 33,9 млрд параметров и контекстом 4096 токенов; доступны веса PyTorch. Модель распространяется по лицензии Apache-2.0.

Clown-Saul-Extended — объединённая языковая модель, созданная arcee-ai с помощью mergekit из arcee-ai/Clown-DPO-Extended и arcee-ai/Saul-Instruct-Extended. Это плотная модель семейства Mistral с архитектурой MistralForCausalLM и 8,9 млрд параметров, предназначенная для генерации текста. Она принимает контекст длиной до 32 768 токенов и распространяется в формате safetensors. Модель подходит для генерации текста и диалоговых сценариев. В README описан метод объединения slerp и конфигурация, сочетающая слои двух исходных моделей. Репозиторий распространяется по лицензии Apache-2.0.

ColNetraEmbed — мультимодальная модель для поиска по визуальным документам, разработанная Cognitive-Lab на основе Gemma 3 4B IT. Она кодирует изображения документов и текстовые запросы в многовекторные представления размерности 128 на токен и сопоставляет их с помощью позднего взаимодействия ColBERT и оценки MaxSim. Визуальная часть использует SigLIP. Модель предназначена для поиска по сканам и другим изображениям документов, в том числе для межъязыкового поиска и ответов на вопросы по содержимому документов. В карточке заявлена поддержка 22 языков; среди перечисленных — русский, английский, китайский, японский, хинди и арабский. Модель дообучена на Gemma 3 4B IT и распространяется в формате Safetensors по лицензии Gemma. README сообщает о результатах на Nayana-IR Bench и ViDoRe v2, включая преимущество над ColPali-v1.3 на межъязыковых задачах. Многовекторное хранение требует больше места, чем одновекторный вариант NetraEmbed; README приводит для последнего оценку эффективности хранения в 250 раз выше. Для использования нужны этапы кодирования и последующего поиска с поздним взаимодействием.

kornwtp/ConGen-paraphrase-multilingual-mpnet-base-v2 — модель семейства ConGen, представленная пользователем kornwtp. Она преобразует предложения в плотные векторы размерностью 768 и предназначена для семантического поиска и сравнения текстов. Модель основана на архитектуре CamemBERT и содержит 132,5 млн параметров; веса опубликованы в формате PyTorch. Модель можно применять для поиска смыслово близких предложений и оценки семантического сходства, в том числе в многоязычных сценариях, на которые указывает название модели. README ссылается на оценку качества на тайском бенчмарке эмбеддингов предложений. Максимальная длина контекста составляет 512 токенов. Лицензия — Apache-2.0. Карточка не приводит конкретные результаты бенчмарка или сведения о языках, кроме указания на мультиязычность в названии; качество на отдельных языках и длинных текстах следует проверять отдельно.

Cypher-7B — диалоговая языковая модель на архитектуре Mistral, созданная объединением NousResearch/Nous-Hermes-2-Mistral-7B-DPO и cognitivecomputations/samantha-1.1-westlake-7b-laser методом SLERP. Модель содержит 7,1 млрд параметров и предназначена для генерации текста и общения в формате чата. Модель принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. Репозиторий использует Transformers и формат safetensors. Лицензия указана как CC, но конкретный вариант лицензии в предоставленных данных не раскрыт.

deepseek-r1-qwen-2.5-32B-ablated-GGUF — это квантизированная версия текстовой генеративной модели NaniDAO/deepseek-r1-qwen-2.5-32B-ablated, подготовленная bartowski в формате GGUF с использованием llama.cpp и imatrix-квантизации. Модель относится к семейству Qwen 2.5, имеет размер 32B параметров и предназначена для запуска локально через llama.cpp и совместимые приложения, включая LM Studio. Модель подходит для генерации текста и диалоговых сценариев, включая задачи, связанные с рассуждениями. В репозитории представлены варианты от BF16 до различных уровней квантизации Q8, Q6, Q5, Q4 и Q3, что позволяет выбирать между качеством, размером файла и требованиями к памяти. Рекомендуемыми обозначены варианты Q4_K_M, Q5_K_M, Q6_K и другие близкие к ним форматы; наиболее компактные варианты экономят память, но дают более низкое качество. Архитектура, поддерживаемые языки и размер контекстного окна в README не указаны. По тегам модель описывается как ablated и uncensored, однако подробности применённых изменений и их влияние на поведение также не раскрыты. Для использования требуется совместимое ПО и память, соответствующая выбранному варианту весов; размеры файлов составляют примерно от 14,81 до 65,54 ГБ. Лицензия — MIT.

Eclipse-13B-dpo — языковая модель Xenon1, созданная дообучением Mistral-7B-v0.1 на датасете UltraFeedback с применением методов из статьи Self-Rewarding Language Models. Она предназначена для генерации текста и выполнения инструкций в диалоговом формате; для запросов используется шаблон с токенами [INST] и [/INST], также доступный через apply_chat_template(). В основе указана архитектура Mistral с Grouped-Query Attention, Sliding-Window Attention и токенизатором Byte-fallback BPE; метаданные классифицируют веса как MixtralForCausalLM с архитектурой MoE и указывают 7,1 млрд параметров. Контекст составляет 32 768 токенов, формат весов — safetensors, основной язык карточки — английский. Модель распространяется по лицензии Apache-2.0.

Experiment26Yam_Experiment27Pastiche — объединённая текстовая модель, созданная на основе automerger/Experiment26Yam-7B и automerger/Experiment27Pastiche-7B. Она предназначена для генерации текста и диалоговых ответов, в том числе с использованием длинного контекста до 32 768 токенов. Модель построена на плотной архитектуре Mistral и содержит 7,1 млрд параметров. Веса представлены в формате safetensors. Модель опубликована под лицензией Apache-2.0. README и метаданные не описывают специализацию по предметным областям или дополнительные ограничения.

MaziyarPanahi/Experiment28T3q_Strangemerges_32Ogno — объединённая языковая модель семейства Mistral с 7,1 млрд параметров. Она создана слиянием automerger/Experiment28T3q-7B и automerger/Strangemerges_32Ogno-7B; веса доступны в формате Safetensors. Модель предназначена для генерации текста и может использоваться для диалогов, написания черновиков и продолжения текста. Контекстное окно составляет 32 768 токенов. В метаданных указана лицензия Apache-2.0.

FwF-Qwen-7B-0.1 — языковая модель на архитектуре Qwen2, созданная объединением моделей bunnycore. В README описано слияние методом TIES с базой bunnycore/FuseQwQen-7B и моделями, ориентированными на рассуждения, длительные цепочки размышлений, ролевой диалог и общие задачи. Репозиторий содержит веса в формате safetensors; размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов. Модель предназначена для генерации текста и диалогов, следования инструкциям, многошаговых рассуждений и ролевых сценариев. Указанные в метаданных возможности включают чат и интерфейс вызова инструментов. Сведения подтверждают поддержку генерации текста, но не устанавливают конкретный уровень качества на отдельных задачах. Лицензия в предоставленных данных не указана.

Gemma-2b-it-GGUF — квантизированная GGUF-версия инструкционной языковой модели Gemma 2B, разработанной Google и подготовленной компанией Second State Inc. Модель предназначена для диалоговых приложений и генерации текста по инструкциям; запуск поддерживается через LlamaEdge и совместимые инструменты. Это текстовая модель с размером около 2 млрд параметров и контекстом 2048 токенов. Доступны варианты квантизации от 2 до 8 бит размером примерно от 900 МБ до 2,67 ГБ. Более компактные варианты экономят память, но заметно снижают качество; Q4_K_M, Q5_K_M и Q5_K_S обозначены как сбалансированные или рекомендуемые варианты с меньшей потерей качества. Модель удобна для локального развёртывания на ограниченных ресурсах и работы через шаблон запросов gemma-instruct. Ограничения включают небольшой контекст, потерю качества при низкой точности квантизации и отсутствие в README сведений о поддерживаемых языках, результатах тестирования и конкретных возможностях мультимодальности; по представленным данным модель является текстовой. Используется лицензия Gemma Terms of Use, указанная Google.

Gemma-4-26B-A4B-it-ROCmFP4-GGUF — квантизированная GGUF-версия мультимодальной модели Google Gemma-4-26B-A4B-it, опубликованная пользователем kingjones777. Модель предназначена для генерации текста и работы с изображениями; заявлена поддержка vision, а также сценариев с speculative decoding и tool calling. Архитектура MoE содержит 26 млрд параметров всего, из которых около 4 млрд активируются для каждого токена. Доступны варианты квантизации ROCmFP4 и ROCmFPX с разрядностью от 4 до 8 бит и размером примерно от 12,7 до 24,7 GiB. Для vision требуется отдельный проектор mmproj-BF16.gguf, а для speculative decoding — drafter mtp-gemma-4-26B-A4B-it-Q8_0.gguf. На AMD Strix Halo с Ryzen AI MAX+ 395, 128 ГБ unified memory и ROCm 7.2.4 заявлена скорость до 60,11 токена в секунду с MTP и до 58,33 токена в секунду без него. Основные преимущества — сочетание текстовых и визуальных возможностей, MoE-эффективность, несколько вариантов точности и высокая производительность на совместимом AMD-оборудовании. Ограничение состоит в том, что модель требует сборку llama.cpp с поддержкой ROCmFPX и не загружается в стандартные llama.cpp, Ollama или LM Studio. MTP и vision нельзя использовать одновременно, а совместимость speculative decoding может зависеть от версии сборки и платформы. Лицензия указана как Gemma; поддерживаемые языки и максимальный контекст в README не обозначены.

Квантованный мультимодальный checkpoint базовой модели google/gemma-4-26B-A4B-it, разработанной Google. Данный вариант опубликован пользователем dhruvil237 и предназначен для задач генерации текста и обработки изображений совместно с текстовыми запросами, включая мультимодальный inference и развёртывание через vLLM. Модель использует архитектуру Gemma 4 с MoE-компонентами и имеет обозначение 26B A4B. Применена GPTQ-квантизация только весов W4A16: 4-битные знаковые симметричные групповые веса и активации в формате bfloat16, размер группы — 64. Экспорт выполнен в формате compressed-tensors/pack-quantized; калибровка проводилась на смешанных текстовых и изображенческих данных. Сильными сторонами являются существенно сниженные требования к памяти и поддержка текстовой и визуальной модальностей. Для работы требуется совместимая версия vLLM с поддержкой квантованных MoE Gemma 4; README не содержит сведений о языках, размере контекста и лицензии.

lokeshe09/gemma-4-31B-it-SFT_OCR_OCR — дообученная lokeshe09 мультимодальная модель Gemma 4 на 31 млрд параметров, созданная на основе unsloth/gemma-4-31B-it с использованием Unsloth и TRL. Модель принимает изображения и текст и предназначена для ответов на запросы по изображениям; название указывает на дообучение для OCR и извлечения текста из изображений. Модель использует плотную архитектуру Gemma4ForConditionalGeneration и распространяется в формате safetensors. Лицензия — Apache-2.0. В карточке не приведены сведения о контекстном окне или конкретных языках OCR; метаданные карточки указывают английский язык.

Sorawiz разработал Gemma-9B-Chat, разговорную языковую модель на архитектуре Gemma 2 с 9 млрд параметров. Она создана слиянием нескольких предварительно обученных моделей с помощью mergekit и метода TIES; базой слияния служила zelk12/MT-Gen6fix-gemma-2-9B. Модель рассчитана на диалоговую генерацию текста и использует шаблон Gemma Instruct. Модель подходит для создания ответов в чате и других сценариев генерации текста. Её родной контекст составляет 8192 токена. Доступны отдельные квантизированные версии GGUF, опубликованные другими пользователями; сам репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

Карточка модели npario/GLM-OCR-bf16 на Hugging Face совпадает с карточкой mlx-community/GLM-OCR-bf16, поэтому описание составлено по ней. mlx-community/GLM-OCR-bf16 — конвертированная в формат MLX версия мультимодальной модели GLM-OCR, подготовленная mlx-community на основе zai-org/GLM-OCR. Она предназначена для распознавания текста на изображениях и может применяться для извлечения содержимого из сканов и фотографий документов. Базовая GLM-OCR ориентирована также на распознавание формул и таблиц, разбор документов и извлечение структурированных данных. Модель использует плотную архитектуру GLM-OCR и класс GlmOcrForConditionalGeneration. В карточке указаны языки китайский, английский, французский, испанский, русский, немецкий, японский и корейский. Репозиторий содержит веса safetensors; README описывает конвертацию для MLX с помощью mlx-vlm 0.3.11. Лицензия — MIT. Модель принимает изображения и выдаёт текст. Подробности о размере и длине контекста в предоставленных данных отсутствуют. Указанная задача Hugging Face — image-to-text; характеристики сверх неё и краткого описания базовой модели относятся к исходной GLM-OCR и не раскрыты в этой карточке.

aloobun разработал эту Sentence Transformer на основе aloobun/d-mxbai-L8-embed, дообучив её для работы с несколькими индийскими языками. Модель на базе BERT преобразует предложения и абзацы в плотные векторы размерностью 1024; сходство между текстами можно оценивать по косинусному сходству. В README указана максимальная длина последовательности 128 токенов, а в метаданных — 512 токенов; это расхождение требует проверки при настройке обработки длинных текстов. Модель предназначена для поиска по смыслу и сопоставления текстов на английском и бенгальском, гуджаратском, хинди, каннада, малаялам, маратхи, тамильском и телугу. Её можно применять для поиска семантически близких предложений, оценки сходства, поиска перефразирований, кластеризации и классификации текстов. Репозиторий распространяется по лицензии Apache-2.0. В README приведены результаты оценки для языковых пар с английским; показатели сходства заметно различаются между языками и в некоторых случаях низкие или отрицательные. Поэтому качество следует проверять на данных и сценариях конкретного применения; модель не генерирует текст, а возвращает векторы для последующей обработки.

Josiefied-Qwen3-4B-abliterated-v1 — диалоговая языковая модель, разработанная Gökdeniz Gülmez на основе Qwen3-4B. Модель дообучена с изменением отказного поведения, чтобы давать более открытые ответы, сохраняя следование инструкциям и интерфейс вызова инструментов. Она предназначена для генерации текста и диалогов, выполнения инструкций и сценариев, где нужна менее строгая фильтрация ответов. Архитектура — плотная Qwen3ForCausalLM примерно на 3,7 млрд параметров; нативное контекстное окно составляет 40 960 токенов. В репозитории указаны веса safetensors, а также варианты GGUF и MLX. Модель может генерировать чувствительные или спорные ответы из-за ослабленных защитных ограничений. Лицензия в предоставленных данных не указана.

bartowski/kalomaze_Qwen3-16B-A3B-GGUF — набор GGUF-квантизаций базовой модели kalomaze/Qwen3-16B-A3B. Квантизации подготовлены bartowski с использованием llama.cpp b5255 и метода imatrix. Модель предназначена для генерации текста и локального инференса через llama.cpp, LM Studio и другие совместимые проекты. В набор входят варианты от BF16 размером 32,08 ГБ до компактных низкобитных форматов. Доступны Q8_0, Q6_K_L, Q6_K, Q5, Q4, IQ4, Q3 и Q2-варианты с разным соотношением качества, размера и требований к памяти. Наиболее качественными и рекомендуемыми обозначены Q6_K_L, Q6_K, Q5_K и Q4_K; Q4_K_M указан как вариант по умолчанию для большинства сценариев, а низкобитные Q3 и Q2 обеспечивают экономию памяти ценой снижения качества. Модель поддерживает текстовую генерацию; сведения о языках, размере контекста и точной архитектуре в представленном README не указаны. Для работы следует использовать шаблон запросов с маркерами <|im_start|> и <|im_end|>. Распространение выполняется по лицензии Apache-2.0.