II.10Разработка и эксплуатация AI/ML-систем

Карточка модели jiamingfeatherless/Qwen2.5-0.5B-Histogram на Hugging Face совпадает с карточкой Qwen/Qwen2.5-0.5B, поэтому описание составлено по ней. Qwen2.5-0.5B — базовая предобученная языковая модель семейства Qwen2.5, разработанная командой Qwen. Это причинная плотная трансформерная модель с 494 млн параметров, 24 слоями, механизмом GQA и контекстом до 32 768 токенов; веса опубликованы в формате Safetensors, лицензия — Apache-2.0. Модель предназначена для генерации текста и служит основой для дальнейшего дообучения, например SFT, RLHF или продолженного предобучения. Семейство поддерживает более 29 языков, включая русский и английский, а также улучшено для следования инструкциям, работы с длинным текстом, структурированными данными, JSON, кодом и математикой. Для этого базового чекпойнта карточка отдельно не рекомендует диалоговое применение без постобучения. К сильным сторонам относятся небольшой размер, многоязычность и относительно длинный контекст для модели такого масштаба. Возможности конкретной версии ограничены её размером и предварительным этапом обучения; качество диалога и следования инструкциям может быть ниже, чем у инструктивно настроенных вариантов семейства.

Harish241412 дообучил Qwen2.5-1.5B-Instruct методом Direct Preference Optimization (DPO) на предпочтениях из набора NVIDIA When2Call; LoRA-адаптер объединён с базовой моделью, поэтому опубликован самостоятельный чекпойнт. Это плотная авторегрессионная языковая модель на 1,5 млрд параметров с контекстом до 32 768 токенов, предназначенная для диалогов и принятия решений о вызове инструментов: она учится различать запросы, требующие инструмента, запросы для прямого ответа и случаи, когда доступные инструменты не помогут. На тестовой выборке из 300 примеров модель повысила точность определения намерения и точность вызова инструмента относительно базовой версии и заметно сократила неподдержанные вызовы. При этом полнота вызовов упала с 93% до 35%, а F1 — с 56,7% до 47,3%: модель склонна пропускать подходящие возможности использовать инструмент. Результаты ограничены небольшой выборкой и не подтверждают готовность к промышленному применению без дополнительной оценки на целевых сценариях. Лицензия модели — Apache 2.0; для обучающего набора When2Call действует CC BY 4.0 с требованиями атрибуции.

Qwen2.5-Coder-0.5B-QwQ-draft — компактная черновая модель на базе Qwen2.5-Coder-0.5B-Instruct, дообученная tugstugi на датасете PowerInfer/QWQ-LONGCOT-500K в течение двух эпох для ускорения генерации QwQ-32B-Preview методом спекулятивного декодирования. Модель имеет архитектуру Qwen2, около 494,1 млн параметров и контекст до 32 768 токенов; её словарь совпадает со словарём QwQ-32B-Preview, что позволяет использовать её с vLLM без специальных обходных решений. Основной сценарий — предлагать черновые токены для более крупной модели в математических задачах. В карточке заявлены доля принятых черновых токенов выше 0,8 и ускорение до 2,5 раза для таких задач. Это специализированная вспомогательная модель, а не самостоятельная замена QwQ-32B-Preview; лицензия в предоставленных источниках не обозначена.

Это производная модель Huluhuluu: черновой чекпойнт EAGLE3 для Qwen/Qwen3-1.7B, обученный методом SpecForge EAGLE3 online training. Он предназначен для ускорения генерации текста с помощью speculative decoding: черновая модель предлагает продолжения, которые проверяет основная модель Qwen3-1.7B. Чекпойнт не является самостоятельной целевой языковой моделью. Модель имеет плотную архитектуру LlamaForCausalLMEagle3 и содержит 361,5 млн параметров. Указанное родное окно контекста — 40 960 токенов. Веса сохранены в safetensors; конфигурация README указывает bfloat16. Для загрузки нужны основная модель Qwen3-1.7B и совместимый код SpecForge/EAGLE3. Карточка не приводит результатов бенчмарков. Лицензия обозначена как other, поэтому условия следует проверять в репозитории.

Это нетронутый 8-битный MLX-чекпойнт базовой модели Qwen3.5-9B, подготовленный LeanZero для обучения собственных моделей или применения адаптера Atlassian отдельно. Веса квантованы в формате affine с размером группы 64; bf16-файл MTP вынесен в sidecar. Модель не дообучалась и сама по себе не содержит специализации на продуктах Atlassian. Чекпойнт предназначен для запуска и дообучения на Apple Silicon в MLX, а также как база для адаптера LeanZero, ориентированного на Forge, Jira, Confluence и Jira Service Management. Архитектура — плотная Qwen3.5 на 9 млрд параметров; метаданные указывают поддержку диалога и интерфейса вызова инструментов. Карточка заявляет английский язык и рекомендует проверять генерируемый код валидатором манифестов и TypeScript-компилятором. Модель распространяется по лицензии Apache-2.0. В опубликованных измерениях нетренированная база показала слабые результаты на тестах идентификаторов; специализация на Atlassian относится к отдельному адаптеру, а не к этому чекпойнту.

Мультимодальная модель HauhauCS на архитектуре Qwen3.6-35B-A3B с MoE: 35 млрд параметров всего и около 3 млрд активных. Репозиторий содержит конверсию исходной модели в формат Hugging Face safetensors с точностью bf16. В текстовой части 40 слоёв, 256 маршрутизируемых экспертов и один общий эксперт на слой; активируются 8 маршрутизируемых экспертов. Визуальный энкодер включает 27 слоёв. Модель предназначена для диалогов с текстом и изображениями и может служить целевой моделью для ускоренного декодирования DFlash или EAGLE-3 в vLLM. Поддерживает контекст до 262 144 токенов и английский язык. Карточка называет вариант uncensored и aggressive, однако не уточняет границы или гарантии такого поведения. Распространяется по лицензии Apache-2.0.

dfischermittwald/Qwen3.8-27B-NVFP4-DFlash2 — квантованная mixed-precision версия модели Qwen/Qwen3.8-27B, предназначенная для работы в качестве целевой модели при speculative decoding с методом DFlash2. Модель разработана сообществом dfischermittwald на базе Qwen и рассчитана прежде всего на запуск через vLLM на видеокартах NVIDIA Blackwell с архитектурой SM 12.0. Модель занимает около 24 ГБ памяти. Её ключевая особенность — неквантованный слой lm_head, необходимый текущей реализации DFlash2 для выбора кандидатов TopK; остальные компоненты используют NVFP4-квантизацию. В конфигурации с drafter-моделью z-lab/Qwen3.8-27B-DFlash2 она показала до 109,7 токена в секунду при контексте 2048 и 110,8 токена в секунду при контексте 32768 на RTX PRO 6000 Blackwell Server Edition при TP=1. Без drafter скорость составляет около 50 токенов в секунду. Модель предназначена для генерации текста и сценариев, где важна высокая скорость декодирования, особенно при длинном контексте. Ограничения существенны: DFlash2 требует специальной сборки vLLM с двумя ещё не вошедшими в релизы pull request, стандартный vLLM не поддерживает этот режим, а параметр async scheduling несовместим с методом dflash. Результаты измерены только на одном узле и одной видеокарте; поддержка нескольких узлов и TP>1 не проверялась. Для работы DFlash2 требуется отдельная drafter-модель. Лицензия — Apache-2.0.

Qwen3-ASR-0.6B Amharic - Broader Mixed — модель распознавания речи на амхарском языке, разработанная на основе Qwen3-ASR-0.6B. Она предназначена для транскрибации амхарской речи и адаптации к разным источникам записи; вариант с более широким набором аудиотекстовых данных рекомендован, когда важна обобщающая способность за пределами тщательно отобранного обучающего домена. Модель использует плотную архитектуру Qwen3-ASR и принимает аудио, выдавая текст. В тесте WAXAL её WER составил 36,57%; на отложенной выборке из исходного домена WER составил 37,46%, поэтому результаты зависят от корпуса и условий записи. Качество может меняться в зависимости от условий записи, говорящего, диалекта, предметной области и длительности аудио; возможны пропуски слов и ошибки, поэтому текст для ответственных задач требует проверки человеком. Обучающие данные включают частную смесь курируемых и дополнительных амхарских аудиотекстовых данных, а опубликованные тесты охватывают ограниченный набор корпусов. Модель не предназначена для идентификации говорящего, перевода или выравнивания временных меток. Лицензия — Apache-2.0.

Qwen3-TTS-Tokenizer-12Hz — аудиотокенизатор из семейства Qwen3-TTS, разработанный командой Qwen. Он кодирует входную речь в дискретные акустические токены и декодирует токены обратно в речь, чтобы компактно представлять аудио для хранения и передачи, а также использовать его в речевых системах. Архитектура использует 16 слоёв многокодовой книги, частоту токенизации 12,5 Гц и лёгкую каузальную ConvNet. В README заявлены эффективное акустическое сжатие и сохранение просодических и акустических характеристик среды. Семейство Qwen3-TTS охватывает китайский, английский, японский, корейский, немецкий, французский, русский, португальский, испанский и итальянский языки; это описание относится к семейству, а не обязательно к отдельным возможностям токенизатора. Модель предназначена для кодирования и восстановления речи, включая сценарии хранения, передачи и потоковой генерации с низкой задержкой в системах Qwen3-TTS. Репозиторий распространяется по лицензии Apache-2.0. Количественные результаты оценки качества вынесены в технический отчёт; сам README их не приводит.

RADIO-B — модель извлечения признаков изображений, разработанная NVIDIA Research. Она кодирует изображение в два представления: сводный вектор, описывающий общий смысл изображения, и пространственные признаки для локализованного содержимого. Эти представления подходят для дальнейшего использования в задачах компьютерного зрения, включая семантическую сегментацию, а также для передачи визуальных признаков в LLM. Модель принимает изображения и выдаёт тензоры признаков. В карточке показана загрузка через Transformers и обработка RGB-изображений с помощью CLIPImageProcessor. Репозиторий распространяет веса в формате safetensors; лицензия указана как other, поэтому условия использования следует сверить с файлами лицензии в репозитории.

Репозиторий software-mansion/react-native-executorch-qwen-3.5 содержит модели семейства qwen-3.5, экспортированные в формат ExecuTorch .pte для библиотеки React Native ExecuTorch. В README не указано, какая организация разработала исходные модели Qwen; опубликованные файлы предназначены для запуска на мобильных и других периферийных устройствах через ExecuTorch. Доступны текстовые варианты с 0,8 млрд и 2 млрд параметров, а также варианты с визуальным вводом (VL) тех же размеров, предназначенные для задач image-text-to-text. Все варианты используют backend XNNPACK и точность 8da4w. Языки, размер контекста и подробности архитектуры в README не указаны. Ключевое преимущество репозитория — готовые к запуску локальные .pte-программы для интеграции в приложения React Native и выполнения вывода непосредственно на устройстве. Ограничения включают отсутствие гарантии совместимости между версиями ExecuTorch: файлы опубликованы для runtime ExecuTorch v1.4.1, а более старые версии могут не загрузить модели. Лицензия — Apache-2.0.

RegNetZ E8 — модель классификации изображений, обученная Россом Уайтманом в библиотеке timm на ImageNet-1k. Архитектура реализована как конфигурация BYOBNet: она использует блоки с линейными выходами без активации и расширением типа inverted bottleneck. Вариант E8 имеет групповую ширину 8 и трёхслойный ступенчатый stem без pooling. Модель предназначена для присвоения изображениям классов ImageNet-1k и может также использоваться как визуальный backbone для извлечения признаков, карт признаков и эмбеддингов. Веса содержат около 57,7 млн параметров; вычислительная сложность составляет около 9,9 GMACs. Размер изображения при обучении — 256×256, при тестировании — 320×320. Репозиторий предоставляет веса PyTorch и Safetensors для работы с timm. Лицензия — Apache-2.0. Классификатор обучен на ImageNet-1k, поэтому его классы и качество ориентированы на этот набор данных; README не подтверждает специализацию для других предметных областей. Это модель для изображений и она не обрабатывает текстовые запросы как мультимодальная модель.

ResMLP-24 — модель классификации изображений из семейства ResMLP, опубликованная авторами timm под идентификатором timm/resmlp_24_224.fb_distilled_in1k. Она обучена на ImageNet-1k с дистилляцией, использует архитектуру на основе полносвязных сетей для обработки изображений и может служить основой для извлечения признаковых представлений. Модель содержит около 30 млн параметров, рассчитана на изображения размером 224 × 224 и требует библиотеку timm для описанного сценария использования. Основное применение — классификация изображений по классам ImageNet-1k; также модель можно использовать для получения эмбеддингов изображений. В репозитории доступны веса PyTorch и SafeTensors. Лицензия Apache-2.0 разрешает коммерческое и иное использование на её условиях. Модель ориентирована на изображения стандартного размера и набор классов ImageNet-1k; карточка не описывает гарантии качества для иных предметных областей.

timm/resnet18d.ra2_in1k — свёрточная модель семейства ResNet-D для классификации изображений, опубликованная разработчиками timm. Она обучена на ImageNet-1k по рецепту RA2 с RandAugment, оптимизатором RMSProp, усреднением весов EMA и ступенчатым расписанием скорости обучения. Архитектура использует активации ReLU, трёхслойный блок начальных свёрток 3×3 с пулингом и shortcut-соединения с усредняющим пулингом 2×2 и свёрткой 1×1. Модель содержит 11,7 млн параметров и предназначена для классификации изображений; также её можно использовать как основу для извлечения карт признаков и эмбеддингов изображений. При обучении использовались изображения 224×224, для тестирования — 288×288. Репозиторий доступен в форматах PyTorch и safetensors, лицензия — Apache-2.0. Модель подходит для классификации изображений общего назначения и получения визуальных признаков в приложениях компьютерного зрения. Она обучена на ImageNet-1k, поэтому её классификационные возможности связаны с этим набором данных; README не описывает специализированные предметные области или поддержку других типов входных данных.

RF-DETR Nano — модель для обнаружения объектов, разработанная Roboflow и подготовленная в формате GGUF для использования с rfdetr.cpp — C++/ggml-реализацией, предназначенной для работы на CPU и сопоставимой с исходной моделью на PyTorch. Модель рассчитана на обнаружение объектов на изображениях и возвращает ограничивающие рамки без других модальностей или задач. Архитектура включает backbone DINOv2-small, входное разрешение 384×384, размер patch 14, два decoder-слоя и 300 object queries. Доступны варианты F32, F16, Q8_0 и Q4_K. Рекомендуется F16: он занимает около 60,5 МБ, сохраняет точность F32 и обычно обеспечивает наименьшую задержку на современных CPU. Q8_0 примерно втрое компактнее F32 при практически идентичных результатах, а Q4_K — самый компактный вариант, но с заметным снижением Recall при строгом IoU 0,95. Модель подходит для локального и встраиваемого object detection на CPU, когда важны автономность, компактность и отсутствие зависимости от PyTorch. Ограничения включают проверку метрик всего на семи изображениях COCO val2017, отсутствие сведений о поддерживаемых языках и класcах объектов, а также снижение точности при использовании Q4_K. Распространяется по лицензии Apache-2.0.

RLAIF-V-7B — мультимодальная модель OpenBMB, дообученная на основе LLaVA 1.5 7B с использованием фреймворка RLAIF-V и датасета RLAIF-V-Dataset. Она предназначена для диалога и ответов на вопросы по изображениям, с акцентом на снижение галлюцинаций и повышение достоверности визуальных ответов за счёт обучения на обратной связи от другой ИИ-модели. В карточке заявлено, что модель сохраняет хорошие общие способности и может использоваться как модель вознаграждения для отбора лучших ответов по стратегии best-of-N. Архитектура — плотная LlavaLlamaForCausalLM, около 6,6 млрд параметров; веса опубликованы в safetensors. Модель принимает текст и изображения и генерирует текст. Контекст составляет 4096 токенов; в метаданных указан английский язык. Репозиторий использует лицензию Apache-2.0. Заявления о превосходстве в достоверности исходят из карточки модели и сами по себе не гарантируют качество на других данных или сценариях.

ml6team разработала RobBERT Dutch Base Toxic Comments — дообученную модель RobBERT на архитектуре RoBERTa для классификации нидерландских комментариев на токсичные или потенциально вредные. Модель содержит 144 млн параметров, принимает текст и поддерживает контекст до 514 токенов. Модель подходит для выявления токсичных комментариев в пользовательском контенте и модерации нидерландоязычных обсуждений. Обучение проводилось два цикла на переведённом наборе Jigsaw Toxicity; для перевода использовалась модель MariantMT. В оценке на отложенной части набора указаны точность 95,63%, F1 78,80%, полнота 78,99% и precision 78,61%. Модель распространяется под лицензией Apache-2.0.

Это веса визуального энкодера HieraDet Large из семейства SAM 2, опубликованные timm. Модель извлекает признаки из изображений и предназначена для использования как компонент компьютерного зрения в системах, которым нужны визуальные представления для последующей обработки. Модель предоставлена в форматах PyTorch и safetensors, а библиотека для работы с ней — timm. Лицензия — Apache-2.0. Карточка указывает на вариант с разрешением 1024; модель описана как энкодер изображений без остальной части SAM 2.

sanoTTS — семейство компактных нейросетевых моделей синтеза речи от Ampixa. Модели содержат от 294 тыс. до 2,27 млн параметров и предназначены для автономного синтеза речи без облака и NPU, в том числе в браузере через WASM и на микроконтроллерах ESP32-S3. Репозиторий использует библиотеку sanotts и содержит веса в формате GGUF; для описанного семейства указаны голоса на английском, хинди, вьетнамском, индонезийском и китайском языках. В архитектуре используется фонемизация espeak-ng, модель длительности, акустическая модель и декодер. Варианты piperlite работают с декодером временной области на 22,05 кГц; nano-линейка использует mel-100, ConvNeXt1D и iSTFT-декодер на 24 кГц. Модели дистиллированы из учителей Piper/VITS или Kokoro. README приводит оценки естественности для английских голосов и описывает запуск на маломощных устройствах, однако эти результаты и характеристики различаются между голосами и архитектурами. Лицензия репозитория — GPL-3.0.

stable-codec-speech-16k — аудиокодек на архитектуре Transformer, разработанный Stability AI. Он кодирует речевые аудиосигналы в дискретные токены и декодирует их обратно в форму волны, чтобы сжимать речь с низким битрейтом и использовать её в генеративных системах. Модель предназначена для хранения и потоковой передачи речи, телекоммуникаций и разработки систем синтеза, распознавания и понимания речи. Она обучена на чистой английской речи без перекрывающихся голосов, созданной на основе аудиокниг из открытых и общественного достояния источников; для музыки и окружающих звуков не предназначена. Для организаций и лиц с годовой выручкой от 1 млн долларов США требуется коммерческая лицензия Stability AI; также необходимо соблюдать Community License и Acceptable Use Policy.

HuggingFaceTB разработала stack-edu-classifier-python — классификатор, оценивающий образовательную ценность файлов с кодом на Python. Модель дообучена на bigcode/starencoder и снабжена классификационной головой; её использовали для построения набора данных Stack-Edu для обучения SmolLM2. Модель содержит 151 млн параметров, работает с контекстом до 1024 токенов и распространяется в формате safetensors. Модель предназначена для оценки качества Python-кода и отбора обучающих примеров. Она анализирует отдельные файлы, поэтому не учитывает их связи с остальным проектом. Качество оценок может снижаться на данных, отличающихся от обучающих, а также из-за смещений в аннотациях; модель может отдавать предпочтение подробно прокомментированному коду. Лицензия в предоставленных данных не указана.

TinyLlama-1.1B-32k — англоязычная плотная авторегрессионная модель семейства Llama, разработанная как версия TinyLlama-1.1B с увеличенным контекстом. Авторы дообучили её на наборе togethercomputer/RedPajama-Data-1T-Sample при длине контекста 32 768 токенов, изменив базу частот RoPE. Модель предназначена для генерации текста с длинным контекстом и как вспомогательная модель для speculative decoding. В README приведены результаты perplexity на Wikitext и оценка HumanEval; эти результаты не гарантируют качества на других задачах. Размер модели — около 1 млрд параметров. Репозиторий содержит веса PyTorch и Safetensors; указанная лицензия — Apache-2.0.

TinyLlama-1.1B-step-50K-105b — промежуточный чекпойнт проекта TinyLlama, разработанного для предварительного обучения компактной языковой модели. Это плотная авторегрессионная модель семейства Llama с примерно 1,1 млрд параметров, архитектурой и токенизатором Llama 2. Чекпойнт соответствует 50 тысячам шагов обучения и примерно 105 млрд обработанных токенов; проект нацелен на предварительное обучение модели на 3 трлн токенов. Модель предназначена для генерации текста и экспериментов с компактными Llama-совместимыми моделями, в том числе при ограниченных вычислительных ресурсах. Она обучалась на данных SlimPajama и StarCoderData, а заявленная длина контекста составляет 2048 токенов. Поддерживается запуск через Transformers версии 4.31 и выше. Это промежуточный исследовательский чекпойнт, а не завершённый релиз TinyLlama; качество и пригодность для конкретных задач могут отличаться от финальной модели. Репозиторий распространяется по лицензии Apache-2.0.

TOAM-100M v0.1 — компактная языковая модель на 102,4 млн параметров, разработанная автором репозитория для выбора инструментов и управления действиями агента. Она обучена с нуля на архитектуре Llama и принимает запрос вместе со схемами инструментов, чтобы выдать следующее действие в формате JSON. Для работы требуется использовать собственный формат промпта модели; шаблон чата не предусмотрен. Модель предназначена для маршрутизации запросов и заполнения аргументов вызова инструмента в небольших локальных, встроенных или работающих на CPU агентских системах, а также для исследований компактных моделей управления агентами. Поддерживает английский язык, контекст до 2048 токенов и поставляется в safetensors FP16 и GGUF F16/Q8_0. По карточке, на BFCL v4 Live AST она набрала 22,9 %, а медианная задержка составила 202 мс; новая версия v0.2 превосходит её по указанным бенчмаркам. Модель слабо подходит для свободного диалога и ответов на вопросы без инструментов, а качество понимания ограничено. Возможны ошибки в сопоставлении значений аргументам и обработке нескольких параллельных запросов; автор рекомендует проверять вызовы и подтверждать необратимые действия человеком. Лицензия — Apache-2.0.

ankekat1000/toxic-bert-german — модель на базе bert-base-german-cased от deepset, дообученная для бинарной классификации токсичности комментариев на немецком языке. Она относит комментарии к токсичным или нетоксичным; токсичность включает грубость, оскорбления, ненависть и другие формулировки, из-за которых пользователи могут чувствовать неуважение. Модель подходит для автоматической модерации комментариев на немецкоязычных новостных сайтах и платформах онлайн-обсуждений. Модель использует архитектуру BERT для классификации последовательностей, содержит 136,3 млн параметров и принимает текст длиной до 512 токенов. Для дообучения использовали более 14 тысяч комментариев, размеченных краудсорсинговым способом. В тестовой оценке указаны точность 86% и macro F1 75%; для класса токсичных комментариев F1 составляет 0,59, поэтому модель может пропускать токсичные сообщения. Лицензия CC BY-NC-SA 4.0 ограничивает коммерческое использование.

Многоязычный классификатор токсичности Görkem Yıldız на базе XLM-RoBERTa-base. Дообученная модель с архитектурой XLMRobertaForSequenceClassification содержит 305,2 млн параметров и предназначена для бинарной классификации текста на токсичный и нетоксичный. Модель рассчитана на тексты на турецком, арабском и английском языках. По данным карточки, F1 составляет 91,3%, точность — 91,2%, а результат стресс-теста — 97,7% на 266 примерах. Контекст модели — 514 токенов. Может применяться для первичной модерации текстов и выявления токсичных сообщений. Результаты классификации стоит проверять в контексте конкретного сервиса и языка. Распространяется по лицензии Apache-2.0.

ytu-ce-cosmos/turkish-base-bert-uncased — базовая модель BERT для турецкого языка в варианте uncased, разработчик — ytu-ce-cosmos. Она предсказывает пропущенные токены в тексте и подходит как основа для языкового анализа и последующей адаптации под конкретные задачи. Модель содержит 137,8 млн параметров, использует архитектуру BERT и поддерживает контекст до 512 токенов; доступны веса PyTorch, SafeTensors и TensorFlow. Токенизатор имеет известную особенность: перед обработкой текст нужно вручную привести к нижнему регистру с преобразованием `I` в `ı` (`text.replace("I", "ı").lower()`); параметр `do_lower_case=True` использовать не следует. Обучение преимущественно на собранных из интернета данных может приводить к предвзятым предсказаниям. Условия лицензии в доступных данных не приведены.

cardiffnlp/twitter-roberta-large-hate-latest — модель Cardiff NLP для многоязыковой по контексту Twitter, но обученная на англоязычных твитах классификация ненавистнических высказываний. Она основана на RoBERTa-large, предварительно обученной на 154 млн твитов до конца декабря 2022 года, и дообучена на наборе TweetHate из SuperTweetEval для многоклассовой классификации текста. Модель относит текст к одной из семи категорий ненависти — по признаку пола, расы, сексуальной ориентации, религии, происхождения, инвалидности или возраста — либо к категории «не содержит ненависти». Модель принимает текст и возвращает метку класса с оценкой уверенности. Она подходит для предварительной модерации англоязычных публикаций в социальных сетях и анализа категорий вредоносной речи. Размер модели — 454,1 млн параметров, максимальный контекст — 514 токенов; формат весов — Safetensors. Лицензия — MIT. Классификатор может ошибаться на сарказме, цитатах, неоднозначных формулировках и текстах вне домена твитов; его оценки не следует считать окончательным решением о модерации.

Модель Hate-speech-CNERG/urdu-abusive-MuRIL разработана для выявления оскорбительной речи на урду. Это дообученная на наборе данных для распознавания оскорбительной речи модель MuRIL с архитектурой BERT для классификации последовательностей; она относит текст к классу «нормальный» или «оскорбительный». Модель рассчитана на классификацию текста на урду, имеет 264,8 млн параметров и контекст до 512 токенов. Модель подходит для автоматической фильтрации оскорбительных высказываний и анализа пользовательских текстов на урду, в том числе в условиях ограниченных данных для этого языка. Она описана в работе о методах расширения данных для выявления оскорбительной речи в индийских языках. Лицензия — AFL-3.0; при публикации результатов с использованием ресурса авторы просят цитировать эту работу.

VisionHOPE — семейство предварительно обученных визуальных моделей, разработанное авторами проекта VisionHOPE: Visual Backbones as Self-Modifying Learning Systems. В репозитории размещены контрольные точки размеров T, S и B для классификации изображений ImageNet-1K, обнаружения объектов и сегментации экземпляров на COCO, а также семантической сегментации на ADE20K. Модели предназначены для задач компьютерного зрения и могут использоваться как визуальные основы в соответствующих конвейерах. Репозиторий содержит веса в формате PyTorch; для установки, определения архитектуры и запуска обучения или оценки README отсылает к коду проекта. Лицензия репозитория — MIT.