II.10Разработка и эксплуатация AI/ML-систем

Это MLX-конверсия чекпойнта NVIDIA Nemotron-3.5-Lightning-30B-A3B-NVFP4-DSpark для Apple Silicon, подготовленная Sawfwair как companion-модель для спекулятивного декодирования с mere.run. Она предназначена для совместной работы с целевой моделью Nemotron-3.5-Lightning и не является самостоятельной чат-моделью. Семейство Nemotron-3.5-Lightning — гибридная языковая модель для диалога, рассуждений и агентных сценариев; DSpark-чекпойнт служит для ускорения её генерации. В README указаны 967 млн параметров, контекст до 1 млн токенов и поддержка английского, испанского, французского, немецкого, итальянского и японского языков. Метаданные указывают 741,7 млн параметров и архитектурный класс Qwen3DSparkModel; расхождение в подсчёте параметров не разрешено источниками. Модель рассчитана на текстовый ввод и вывод; ответы, рассуждения, вызовы инструментов и структурированные данные зависят от шаблона чата и настроек приложения. README описывает исходную DSpark-версию как NVFP4-квантизированную, тогда как этот репозиторий — детерминированная конверсия в формат MLX. Лицензия обозначена как other в метаданных; README требует соблюдения OpenMDW-1.1. Качество ответов базовой модели может быть неточным и зависеть от предметной области, языка и длины контекста; перед внедрением требуется оценка на прикладных данных.

muhtasham/olm-bert-tiny-december-2022 — компактная англоязычная модель BERT, созданная в рамках проекта OLM для выпуска более актуальных языковых моделей. Она содержит около 7 млн параметров, использует архитектуру BertForMaskedLM и принимает последовательности длиной до 512 токенов. Модель обучена на очищенных снимках Common Crawl и Wikipedia за декабрь 2022 года; она регистронезависимая и обучалась с маскированием WordPiece-токенов. Основная задача модели — предсказание замаскированных токенов. Её также можно дообучать для классификации последовательностей и токенов, а также для ответов на вопросы. Малый размер делает её удобной для недорогого дообучения и запуска на CPU, но автор сообщает, что в предварительной оценке GLUE она уступила исходной tiny BERT и связывает это с возможными проблемами гиперпараметров и токенизатора. Лицензия — Apache-2.0.

OLMo 2 1B — базовая авторегрессионная языковая модель на архитектуре Transformer, разработанная Allen Institute for AI (Ai2). Это младшая модель семейства OLMo 2: около 1,3 млрд параметров, 16 слоёв, размер скрытого состояния 2048 и 16 голов внимания. Модель обучалась на корпусе OLMo-mix-1124, а затем проходила промежуточное обучение на Dolmino-mix-1124; в README указано около 4 трлн токенов предобучения. Контекст — 4096 токенов. Модель предназначена для генерации продолжений текста и исследовательских экспериментов с языковыми моделями; её можно запускать и дообучать через Transformers. Основной язык — английский. Доступны веса в формате safetensors, для использования требуется Transformers версии 4.48 или выше. Модель распространяется по лицензии Apache 2.0. Как базовая языковая модель, она может выдавать неточные сведения и нежелательный или предвзятый контент; факты в её ответах следует проверять. Она не является мультимодальной и не описана как специализированная инструкционная модель.

visolex/phobert-v2-hsd — модель классификации вьетнамского текста, созданная дообучением vinai/phobert-base-v2 на наборе ViHSD. Она относит сообщения к одному из трёх классов: нейтральный текст (CLEAN), оскорбительный или неприемлемый текст (OFFENSIVE) и язык ненависти, включая экстремистские высказывания и серьёзные угрозы (HATE). Модель основана на архитектуре PhoBERT V2, варианте RoBERTa с послоговой токенизацией, и содержит 113,2 млн параметров. Модель предназначена для выявления оскорблений и языка ненависти во вьетнамских комментариях, в том числе при модерации материалов в социальных сетях. ViHSD включает около 10 тысяч таких комментариев. В README приведены результаты на тестовой выборке: accuracy 0,9341 и macro-F1 0,8048. Модель распространяется по лицензии MIT.

PoolFormer M48 SAIL ImageNet-1k — модель компьютерного зрения семейства PoolFormer и архитектуры MetaFormer, опубликованная авторами статьи MetaFormer Is Actually What You Need for Vision. Она предназначена для классификации изображений, а также может служить визуальной основой для извлечения карт признаков и эмбеддингов. Модель обучена на ImageNet-1k и рассчитана на изображения размером 224 × 224 пикселя. Модель содержит 73,5 млн параметров и выполняет 11,6 GMACs на изображение. Репозиторий включает веса PyTorch и SafeTensors; библиотека для работы с моделью — timm. Лицензия — Apache-2.0. Карточка описывает классификацию и извлечение признаков, но не сообщает о специальных областях применения или поддержке иных модальностей.

Prajna-CRNv2 — разработанная eulogik компактная модель коррекции ошибок для Gemma-4-E2B. Она состоит из обучаемого модуля на 34 млн параметров, который корректирует выходные логиты полностью замороженной базовой модели; сама Gemma-4-E2B не дообучается. Модель предназначена для исправления ошибочных ответов при сохранении уже имеющихся у базовой модели возможностей.

oopere/pruned10-llama-3.2-3B — разреженная версия Llama 3.2 3B, разработанная Pere Martra. В модели применено структурное удаление 10% нейронов в MLP-слоях по оценкам важности на основе максимальных по модулю весов; сохранена архитектура GLU, а число параметров сокращено примерно с 3,21 млрд до 3 млрд. По метаданным модель использует архитектуру LlamaForCausalLM, библиотеку Transformers и контекст до 131 072 токенов. Модель предназначена прежде всего для дальнейшего дообучения под конкретные задачи генерации текста, а не для непосредственного применения без адаптации. Она унаследовала языковую поддержку Llama 3.2 3B; карточка сообщает о проверке на BoolQ, ARC-Easy и MUSR. Сокращённый размер может уменьшить требования к памяти примерно на 10%, однако в приведённых результатах качество снизилось на ARC-Easy и BoolQ, а показатели на тестах длинного контекста различались. Модель является производной от meta-llama/Llama-3.2-3B. Лицензия указана как llama3.2; условия использования наследуются от базовой модели Meta.

Null-Guard/Qwen3-0.6B-Uncensored — компактная текстовая модель семейства Qwen3, созданная на основе Qwen/Qwen3-0.6B. Разработчик применил аблитацию: подавил направление активаций, связанное с отказами, без дополнительного обучения. Модель содержит около 507,9 млн параметров, использует плотную архитектуру Qwen3ForCausalLM и поддерживает контекст до 40 960 токенов. Модель предназначена для генерации текста и диалогов, включая творческое письмо, ролевые сценарии, локального ассистента и тестирование поведения отказов. Она унаследовала языковые возможности базовой Qwen3; карточка указывает английский и китайский языки. Снижение отказов не гарантирует их полного отсутствия. Из-за небольшого размера модели ограничены точность, рассуждения и связность длинных ответов. Модель может выдавать оскорбительный, предвзятый, ошибочный или вредный контент, поэтому для публичных продуктов требуется отдельный защитный слой. Репозиторий распространяется по лицензии Apache-2.0.

Карточка модели huluhuluu/qwen3-1.7b-eagle3-sharegpt-sw512-epoch9-step440000 на Hugging Face совпадает с карточкой huluhuluu/qwen3-1p7b-eagle3-sharegpt-sw512-epoch-9-step-440000, поэтому описание составлено по ней. Это контрольная точка черновой модели EAGLE3, разработанная для использования вместе с Qwen/Qwen3-1.7B. Модель обучена методом онлайн-обучения SpecForge EAGLE3 на данных ShareGPT; она предназначена для спекулятивного декодирования, при котором черновая модель помогает ускорить генерацию целевой модели. Это не самостоятельная языковая модель для обычной генерации ответов. Модель использует архитектуру LlamaForCausalLMEagle3 и имеет 361,5 млн параметров. Указанное максимальное контекстное окно — 40 960 токенов. Веса представлены в формате safetensors; для загрузки требуются совместимый код SpecForge/EAGLE3 и целевая модель Qwen/Qwen3-1.7B, чьи замороженные веса эмбеддингов в чекпойнт не включены. Карточка не приводит результатов бенчмарков. Лицензия обозначена как other, поэтому конкретные условия использования следует проверять в репозитории и у правообладателя.

Это контрольная точка черновой модели EAGLE3, разработанная для использования вместе с Qwen/Qwen3-1.7B. Модель обучена методом онлайн-обучения SpecForge EAGLE3 на данных ShareGPT; она предназначена для спекулятивного декодирования, при котором черновая модель помогает ускорить генерацию целевой модели. Это не самостоятельная языковая модель для обычной генерации ответов. Модель использует архитектуру LlamaForCausalLMEagle3 и имеет 361,5 млн параметров. Указанное максимальное контекстное окно — 40 960 токенов. Веса представлены в формате safetensors; для загрузки требуются совместимый код SpecForge/EAGLE3 и целевая модель Qwen/Qwen3-1.7B, чьи замороженные веса эмбеддингов в чекпойнт не включены. Карточка не приводит результатов бенчмарков. Лицензия обозначена как other, поэтому конкретные условия использования следует проверять в репозитории и у правообладателя.

Qwen3-4B IF RL Specialist — это дообученная модель семейства Qwen3, созданная на базе Qwen/Qwen3-4B. Разработчик обучил её для следования инструкциям с помощью доменного reinforcement learning: модель вознаграждалась за выполнение заданных ограничений в инструкции. Использованы GRPO-подобные групповые преимущества и PPO-целевая функция; адаптер LoRA ранга 16 объединён с основными весами. Модель содержит около 3,7 млрд параметров, сохранена в BF16 и принимает контекст до 40 960 токенов. Модель предназначена для генерации ответов и может использоваться как учитель по следованию инструкциям в экспериментах MOPD: студент генерирует продолжения, а эта модель предоставляет токенную супервизию. В выпуске нет обученного или оценённого дистиллированного студента. На IFEval строгая точность составила 80,04%, на IFBench — 25,67% по протоколу авторской оценки; эти результаты относятся к конкретным наборам и настройкам эксперимента. Модель работает с текстом, поддерживает чатовый режим и распространяется под лицензией Apache-2.0. README указывает, что обучение остановилось до завершения эпохи, а представлен именно последний чекпойнт; объём обучения специалистов различался. Поэтому результаты не следует трактовать как максимальные показатели модели или как гарантию выполнения произвольных инструкций.

Qwen3.6-27B-MTP-bf16 — вспомогательные веса Multi-Token Prediction, подготовленные mlx-community из Qwen/Qwen3.6-27B для ускорения генерации методом speculative decoding. Это не самостоятельная чат-модель: она предлагает кандидаты токенов, которые проверяет целевая модель Qwen3.6-27B. Репозиторий предназначен для совместного запуска с подходящим чекпойнтом Qwen3.6 27B через MLX и mlx-vlm; размер блока MTP — 2, веса сохранены в bf16 без квантизации в формате Safetensors. Модель рассчитана на ускорение генерации текста и диалога, включая сценарии с включённым режимом thinking, при наличии совместимой целевой модели и поддержки MTP в mlx-vlm. Для самостоятельной генерации через стандартные API Transformers этот репозиторий не предназначен. Лицензия — Apache-2.0; README отсылает к условиям использования базовой Qwen3.6-27B.

Qwen3.8-27B-MTP-nvfp4 — вспомогательная модель-драфтер, созданная сообществом mlx-community на основе Multi-Token Prediction (MTP) весов модели Qwen/Qwen3.8-27B. Она предназначена для ускорения генерации текста методом speculative decoding в окружении MLX и mlx-vlm, а не для самостоятельного использования. Драфтер применяется совместно с совместимым целевым чекпойнтом Qwen3.8 27B, например его квантованной версией MLX NVFP4. Модель имеет тип qwen3_5_mtp, размер блока MTP равен 3, используется точность MLX NVFP4 с размером группы 16. Адаптер содержит только веса MTP-драфтера, тогда как целевая модель во время выполнения предоставляет эмбеддинги токенов и language-model head; поэтому драфтер и целевой чекпойнт должны происходить из одной ревизии Qwen3.8 27B. В карточке указана поддержка английского языка и текстовой генерации, но самостоятельные возможности, контекстное окно и дополнительные модальности не описаны. Распространение осуществляется по лицензии Apache 2.0, при этом сохраняются ограничения исходной модели.

RaCo-ALIKED — модель компьютерного зрения из проекта kornia для извлечения локальных признаков изображения. Она объединяет детектор ключевых точек RaCo и дескрипторы ALIKED размерности 128; поставляется как граф ONNX и готовые движки TensorRT для использования в компоненте vision-rt. Модель принимает RGB-изображения в формате (B, 3, H, W) с плавающей точкой в диапазоне [0, 1]; высота и ширина должны быть кратны 32. Она возвращает координаты ключевых точек, нормализованные координаты и L2-нормализованные дескрипторы. Число K задаётся при экспорте графа и влияет на скорость и характеристики извлечения: при K ≥ 3072 обученный ранжировщик отключён. Модель предназначена для поиска соответствий между изображениями, построения баз дескрипторов и задач локализации по изображениям. В README приведены измерения на Jetson Orin Nano: при K=3072 извлечение кадра 640×640 занимает 28,5 мс, однако при повороте на 90° доля соответствий-инлайеров ниже, чем при K=1024. Готовые движки привязаны к TensorRT 10.3 и архитектуре GPU SM87 и подходят для JetPack 6 на Orin; для других устройств следует собирать движок из ONNX. Лицензия указана как other, поэтому конкретные условия использования нужно уточнять в репозитории.

hfl/rbt6 — предварительно обученная китайская модель BERT с маскированием целых слов (Whole Word Masking), разработанная HFL. Это плотная модель класса BertForMaskedLM с 72,8 млн параметров и контекстом до 512 токенов. Основное назначение — предсказание замаскированных токенов в китайском тексте, в том числе как основа для задач обработки китайского языка. Модель доступна в форматах PyTorch, TensorFlow и Flax. Лицензия — Apache-2.0.

Классификатор на базе DistilBERT, дообученный командой garak-llm для выявления ответов, в которых языковая модель опровергает ложное утверждение. Он предназначен для классификации текста ответа: обучение проводилось на первых предложениях ответов gpt-3.5-turbo на запросы, составленные из утверждений набора True-False из работы «The Internal State of an LLM Knows When its Lying». Метка 0 соответствует ложному исходному утверждению и обычно указывает на опровержение; часть ошибочных и пропущенных примеров была удалена вручную. Модель принимает текст, поддерживает английский язык и имеет контекстное окно 512 токенов. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. Классификатор обучен на конкретном наборе формулировок и первых предложениях ответов gpt-3.5-turbo, поэтому его переносимость на другие модели, темы и форматы ответов может быть ограничена.

Rigel Mid — базовая языковая модель, разработанная Open LM Engine и обученная с помощью LM Engine. Это гибридная архитектура Mamba-2 и механизма внимания с mixture-of-experts: всего 2,3 млрд параметров, из которых активно 360 млн. В модели 40 слоёв: 30 слоёв Mamba-2 и 10 слоёв grouped-query attention; внимание использует 16 голов, 4 KV-головы и скользящее окно 4096 токенов. Репозиторий содержит расширение контекста до 294 912 токенов; указана базовая модель open-lm-engine/rigel-base-long. Модель предназначена для генерации текста и служит базой для дальнейшей адаптации. Она не настроена для следования инструкциям и не имеет шаблона чата, поэтому для диалогового применения потребуется дополнительная настройка. В README сообщается, что при существенно меньших вычислительных затратах при предобучении Rigel показала результаты в пределах нескольких пунктов от Granite-4.2-3B и Llama-3.2-3B на усреднённых zero-shot оценках. Доступные веса представлены в формате Safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

KLUE RoBERTa base — предобученная модель семейства RoBERTa для корейского языка, представленная проектом KLUE. Она предназначена для подстановки пропущенных токенов в корейском тексте и может использоваться как базовая модель для задач понимания языка. Модель содержит 137,8 млн параметров, принимает последовательности длиной до 514 токенов и доступна в форматах PyTorch и safetensors. Для работы с ней в Transformers следует использовать BertTokenizer; AutoTokenizer автоматически загружает этот токенизатор. Карточка не сообщает конкретные ограничения качества или условия лицензии, поэтому их нельзя уточнить по имеющимся сведениям.

KoichiYasuoka/roberta-base-chinese — предобученная модель RoBERTa для китайского языка, разработанная Koichi Yasuoka на текстах китайской Википедии, включая упрощённое и традиционное письмо. Это плотная трансформерная модель класса RobertaForMaskedLM с 133,7 млн параметров и контекстом до 512 токенов; веса доступны в формате PyTorch и могут использоваться через Transformers. Модель предназначена для восстановления замаскированных токенов и дообучения под последующие задачи, например разметку частей речи и синтаксический анализ зависимостей. Она подходит для обработки китайских текстов в сценариях, где нужны предобученные языковые представления. Лицензия — CC BY-SA 4.0.

Модель s-nlp/roberta_toxicity_classifier разработана s-nlp и дообучена на базе FacebookAI/roberta-large для классификации токсичности текста. Она использует архитектуру RoBERTa и содержит 151,8 млн параметров; модель рассчитана на английский язык и принимает текстовые последовательности длиной до 514 токенов. Модель обучена на объединении англоязычных частей трёх наборов Jigsaw 2018, 2019 и 2020 годов, примерно на 2 млн примеров. Она подходит для выявления токсичных комментариев и модерации пользовательского текста. В README приведены результаты на тестовом наборе первого соревнования Jigsaw: AUC-ROC 0,98 и F1 0,76. Модель распространяется по лицензии OpenRAIL++. Качество зависит от порога классификации и данных применения; показатели из карточки относятся к тесту первого соревнования Jigsaw и не гарантируют аналогичных результатов на других типах текста.

RuBERT Toxicity Classifier — модель для бинарной классификации русскоязычного текста по токсичности. Она разработана на базе ru-en-RoBERTa и обучена с использованием PyTorch Lightning; архитектура — RoBERTa для классификации последовательностей, размер — около 503,5 млн параметров, контекст — до 514 токенов. Модель относит текст к одному из двух классов: безопасный или токсичный. Она предназначена для модерации русскоязычных сообщений, комментариев и другого пользовательского контента. В README указаны значения F1 и accuracy около 0,982 на валидации; эти результаты не гарантируют такую же точность на других данных. Модель распространяется по лицензии MIT. Она классифицирует только текст и не объясняет причины присвоения класса; качество может зависеть от тематики, стиля и распределения данных, на которых применяется.

AI Platforms RU Uncensored GGUF v2 — экспериментальная русскоязычная модель компании AI Platforms, предназначенная для локального inference, исследования диалогового и roleplay-поведения, проверки сценариев чата и оценки границ safety-настроек без дополнительного цензурного alignment-слоя. Модель ориентирована на закрытые стенды и прототипирование систем, где контроль ответов выполняется внешней обвязкой. Модель распространяется в формате GGUF и может запускаться через llama.cpp, LM Studio, Ollama-совместимые пайплайны или другую совместимую инфраструктуру. Основной язык — русский, английский поддерживается частично. Сведения об архитектуре, количестве параметров и размере контекста в README не указаны. К сильным сторонам относятся локальная работа без внешних API и возможность исследовать поведение модели при минимальных встроенных ограничениях. При этом модель может генерировать резкий, небезопасный, взрослый или непредсказуемый контент, поэтому для публичного и корпоративного использования необходимы guardrails, пост-модерация, логирование и доменная оценка. Модель не предназначена для медицинских, юридических, финансовых и других высокорисковых решений без экспертного контроля. Лицензия — Apache-2.0.

OmAhire369/safe-genai-reward-full — модель вознаграждения на основе Bradley–Terry, разработанная для исследования выравнивания ответов LLM по безопасности. Она дообучена всеми параметрами на google-bert/bert-base-uncased и представлена архитектурой BertForSequenceClassification с 136,7 млн параметров; модель принимает текстовые пары — запрос и ответ — и выдаёт оценку предпочтительности ответа. Её применяли к вредоносным и провоцирующим стереотипы запросам в исследовании PPO и DPO, сравнивавшем стратегии тонкой настройки. Реализация использует Transformers, веса доступны в формате safetensors, максимальная длина контекста — 512 токенов. В карточке указаны тестовая точность предпочтений 0,9983 и Bradley–Terry NLL 0,0103. Эти результаты относятся к оценке предпочтений в рамках исследования и не подтверждают пригодность для универсальной классификации безопасности. Базовая BERT-модель небольшая и не настроена на выполнение инструкций; вознаграждение отражает смещения разметки предпочтений. Лицензия — MIT.

Это веса визуального энкодера HieraDet из семейства SAM 2, опубликованные в библиотеке timm. Модель предназначена для извлечения признаков изображений и может служить визуальным компонентом в системах компьютерного зрения. Карточка указывает вариант Hiera Large с настройкой fb_r1024_2pt1. Репозиторий содержит веса PyTorch и safetensors; лицензия — Apache-2.0. Данных о языковой поддержке и прикладной специализации нет.

Segformer B2 — модель семантической сегментации изображений, опубликованная пользователем smp-hub и обученная с библиотекой segmentation-models-pytorch. Модель предназначена для разметки городских сцен по классам; в карточке указан датасет Cityscapes, а название репозитория указывает на входной размер 1024×1024 и обучение в течение 160 тысяч шагов. Модель принимает изображение и выдаёт пиксельную карту классов. Веса доступны в формате safetensors. Лицензия указана как other, без дополнительных условий в карточке; перед использованием следует проверить условия у автора модели.

nachocho/sexual_elements — дообученный детектор Ultralytics YOLO11, обученный на предобученной на COCO модели YOLO11. Он анализирует изображения и выделяет рамками 28 категорий откровенного сексуального контента, включая части тела, одежду и сексуальные сцены. Доступны варианты Nano, Small и Medium; README рекомендует Small как компромисс между точностью и размером. Метаданные указывают формат PyTorch и задачу классификации изображений, а карточка описывает детекцию объектов с рамками. Модель предназначена для предварительной фильтрации и разметки изображений в системах модерации контента. На валидационном наборе лучшие значения mAP@50 составили около 0,37–0,39, а полнота при итоговой оценке — около 0,34–0,36. Поэтому модель может пропускать многие объекты и давать ложные срабатывания; для модерационных решений нужны дополнительная проверка классификатором или проверка человеком. Обучение описано на наборе из 3 649 изображений. Лицензия — CC BY 4.0.

Skywork-o1-Open-PRM-Qwen-2.5-1.5B — модель оценки промежуточных шагов рассуждения, разработанная командой Skywork компании Kunlun Inc. Она дообучена на Qwen/Qwen2.5-Math-1.5B-Instruct и предназначена для присвоения оценок шагам решения, чтобы отбирать и ранжировать варианты ответов в сложных задачах, прежде всего математических и программных. Модель использует плотную архитектуру Qwen2, содержит 1,5 млрд параметров и работает с текстом в контексте до 4096 токенов. В README описана оценка решений на англоязычных и китайских математических наборах, а также тестах программирования; русскоязычная специализация не заявлена. PRM можно применять для выбора лучшего ответа из нескольких сгенерированных, например усредняя оценки шагов. Результаты зависят от генеративной модели, набора кандидатов и способа агрегирования оценок; карточка не устанавливает универсального уровня качества вне описанных экспериментов. Лицензия указана как other, поэтому перед использованием следует проверить условия в репозитории.

Code Evidence Judge — компактная языковая модель Qwen2.5, разработанная автором репозитория и дообученная полным набором параметров на Qwen/Qwen2.5-0.5B-Instruct. Она предназначена для узкой подзадачи в агенте разработчика: по собранным фрагментам доказательств решить, достаточно ли данных для ответа или нужно продолжить поиск. Модель генерирует ответ в фиксированной JSON-схеме; карточка указывает архитектуру Qwen2ForCausalLM, 494 млн параметров и контекст до 32 768 токенов. Модель рассчитана на запуск внутри проверяющей обвязки, которая формирует специализированный запрос, разбирает JSON, допускает одну повторную попытку с подсказкой об ошибке схемы, применяет детерминированные проверки и при необходимости использует правила. В оценке на отложенных репозиториях HTTPX и Jinja2 точность успешного результата после повтора составила 85,2%, а корректность JSON с первой попытки — 100%. Экспериментальный вывод авторов: для этой подзадачи достаточно правил; модель не предназначена для общего программирования или чата. Указана лицензия Apache-2.0.

SPEAR XLarge v1 — модель самоконтролируемого обучения акустическим представлениям, разработанная авторами SPEAR. Она использует архитектуру Zipformer из 13 стеков и содержит 597 млн параметров. На вход принимает аудио с частотой дискретизации 16 кГц и выдаёт 1280-мерные векторы признаков примерно с частотой 50 Гц. Модель предварительно обучена на 197 тыс. часов англоязычной речи и общего аудио, включая акустические сцены и музыку. Она предназначена для извлечения представлений речи и звуков, которые можно использовать как основу для последующего обучения распознаванию речи, тегированию аудио и другим задачам анализа акустических сигналов. В README заявлены высокие результаты на SUPERB и конкурентные результаты на HEAR. Для прикладных задач потребуется дообучение на размеченных данных. Карточка рекомендует для новых проектов SPEAR XLarge v2, у которой заявлены улучшения устойчивости к сложным акустическим сценам. Модель распространяется по лицензии Apache-2.0.

Haon-Chen/speed-synthesis-8b-revisor — модель-пересмотрщик данных проекта SPEED, описанного в работе «Little Giants: Synthesizing High-Quality Embedding Data at Scale» (2024). Она дообучена на базе Meta-Llama-3-8B и предназначена для пересмотра данных формата sequence-to-sequence, используемых при синтезе обучающих данных для эмбеддингов. Модель содержит 7,5 млрд параметров, использует плотную архитектуру Llama и принимает текст для генерации текста. Контекст составляет до 8192 токенов; в карточке указан английский язык. Репозиторий содержит веса Safetensors. Лицензия — MIT. Карточка называет модель пересмотрщиком данных SPEED и приводит пример её применения для переработки s2s-данных. Она не сообщает количественных оценок качества или подробных критериев пересмотра, поэтому пригодность для конкретного набора данных следует проверять отдельно.