II.10Разработка и эксплуатация AI/ML-систем

svara-TTS v1 — многоязычная модель синтеза речи, опубликованная kenpath и построенная на базе canopylabs/3b-hi-ft-research_release. Это плотная LlamaForCausalLM с подходом Orpheus: текст преобразуется в дискретные аудиотокены, из которых синтезируется речь. Модель содержит 3,3 млрд параметров, а длина контекста составляет 131 072 токена. Модель предназначена для синтеза речи на 18 индийских языках и индийском английском, включая хинди, бенгальский, маратхи, телугу, каннада, тамильский, непальский и санскрит. Она поддерживает управление стилем и эмоциями, простые идентификаторы дикторов, переключение языков и zero-shot адаптацию. Разработчик отмечает низкую задержку, возможность запуска на обычных GPU и CPU, а также совместимость с GGUF-экспортами; в метаданных репозитория указан формат safetensors. Сценарии применения включают голосовых помощников, IVR, озвучивание учебных материалов, средства доступности и локализацию контента. Карточка сообщает об обучении на более чем 2 000 часах речи из SYSPIN, RASA, IndicTTS и SPICOR. Известные ограничения: редкие имена могут требовать подсказок по произношению, длинные предложения лучше разбивать, а сила эмоциональной окраски различается между языками; переключение языков не является детерминированным. Лицензия — Apache-2.0.

TabPFN-3 — трансформерная модель Prior Labs для прогнозирования по табличным данным. Она использует обучение в контексте и выполняет предсказание за один проход без отдельного дообучения на пользовательском наборе данных. Эта карточка описывает специализированный чекпойнт классификатора для бинарной классификации на наборах с 2000 признаками. Архитектура модели многоэтапная, состоит из 24 основных слоёв. Она обучена исключительно на синтетических табличных задачах и предназначена для табличной классификации; в README также упомянуты стандартные чекпойнты для классификации и регрессии. Модель оценивается на открытых бенчмарках TabArena и TALENT, где, согласно карточке, показывает результаты уровня SOTA. Лицензия tabpfn-3-license-v1.0 разрешает исследования, тестирование и внутреннюю оценку, но запрещает коммерческое и производственное использование модели, её производных и результатов. Для применения в производственных сценариях Prior Labs предлагает отдельную коммерческую лицензию.

seanmor5/tiny-llama-test — небольшая модель генерации текста, опубликованная пользователем seanmor5 на Hugging Face. В метаданных она помечена как Llama-модель и предназначена для задачи text-generation; на странице модели показана загрузка через Transformers как AutoModelForCausalLM. Модель содержит около 1 млн параметров и подходит для экспериментов с генерацией текста, тестирования совместимости инструментов и запуска компактной причинной языковой модели. Поддерживаемые языки, длина контекста, точная архитектура, обучающий корпус и лицензия в доступных источниках не описаны. Из-за малого размера модель, вероятно, ориентирована прежде всего на тестовые и исследовательские сценарии, а не на получение качества крупных производственных LLM. Карточка модели отсутствует, поэтому её фактические языковые способности и ограничения нельзя надёжно оценить.

nm-testing/tinyllama-w8a8-compressed — тестовая сжатая версия TinyLlama, опубликованная пространством nm-testing на Hugging Face. В её основе лежит TinyLlama 1.1B, разработанная проектом TinyLlama под руководством Zhang и предназначенная для компактной генерации текста и экспериментов с небольшими LLM. Данный репозиторий входит в коллекции тестовых моделей для LLM Compressor, compressed-tensors и vLLM, поэтому его основное назначение — проверка загрузки и выполнения сжатых моделей, а не предоставление отдельной дообученной чат-модели. Архитектура — LlamaForCausalLM с примерно 1,1 млрд параметров, 22 слоями, размером скрытого представления 2048, 32 attention heads и 4 key-value heads. Максимальная длина контекста в конфигурации — 2048 токенов, размер словаря — 32 000. Модель работает с текстом, использует Llama-токенизатор и ориентирована прежде всего на английский язык. Веса и входные активации линейных слоёв квантизованы в INT8 по схеме W8A8 с использованием compressed-tensors; конфигурация также указывает около 7,8% неструктурированной разреженности и хранение исходного типа torch.bfloat16 для отдельных компонентов. Ключевое преимущество — уменьшенные требования к памяти и вычислениям по сравнению с полной версией TinyLlama, что удобно для тестирования и локального инференса. Ограничения включают небольшой размер и контекст, отсутствие instruction-tuning у базовой TinyLlama, отсутствие собственной подробной model card и явных сведений о бенчмарках именно этой сжатой версии. Для исходной TinyLlama указана лицензия Apache 2.0; отдельная лицензия для репозитория nm-testing в найденных материалах явно не указана.

garak-llm/toxic-comment-model — модель на базе DistilBERT, дообученная для классификации токсичных комментариев. Она принимает текст и выдаёт метку класса; подходит для первичной фильтрации сообщений в пользовательских комментариях и онлайн-обсуждениях. Контекст модели — 512 токенов, архитектура — DistilBertForSequenceClassification, веса представлены в формате safetensors. В карточке заявлены английский язык и обучение на 10% обучающей выборки Kaggle-соревнования. В описанной оценке на отложенной выборке из 10 000 примеров модель достигла точности 94% и F1 0,59. Результаты по отдельным группам показывают смещение: нейтральные высказывания о мусульманах могут быть ошибочно помечены как токсичные, также отмечена низкая эффективность для групп мусульман и евреев. Поэтому оценки модели не следует использовать как единственное основание для модерации. Лицензия в предоставленных сведениях не указана.

VyvoTTS-v0-Qwen3-0.6B — англоязычная модель синтеза речи, разработанная на основе Qwen3-0.6B и дообученная для генерации естественно звучащей английской речи. В карточке заявлено около 810 млн параметров, а метаданные указывают 537 млн параметров; модель использует архитектуру Qwen3ForCausalLM, библиотеку Transformers и формат safetensors. Длина контекста по метаданным — 40 960 токенов. Модель предназначена для преобразования текста в речь. В README отмечен высокий уровень ошибок распознавания (WER) в сгенерированной речи и рекомендуется использовать её как предварительно обученную основу, затем дообучить на подходящем речевом наборе данных и отдельно настроить для одного диктора. Доступна по лицензии MIT.

XCodec2 — модель-токенизатор речи, разработанная HKUST Audio. Она кодирует речевой сигнал в последовательность аудиотокенов и предназначена для использования в задачах моделирования и синтеза речи, включая обучение и инференс моделей семейства LLaSA. В карточке указана аудио-в-аудио задача; модель принимает аудио, а результатом её кодековой обработки служат аудиотокены. Модель относится к архитектуре XCodec2 и распространяется в форматах PyTorch и Safetensors. В README приведены инструкции по установке пакета xcodec2 и упомянуты варианты версии для инференса кодека и тонкой настройки LLaSA. Репозиторий опубликован под лицензией CC BY-NC 4.0, которая ограничивает коммерческое использование.

X-Codec2 — нейронный аудиокодек для представления речи и другого аудио в конвейерах синтеза речи и генерации аудио с большими языковыми моделями. Модель предложена в работе Llasa: Scaling Train-Time and Inference-Time Compute for Llama-based Speech Synthesis. Эту реализацию для Transformers внесли Eric Bezzam и Steven Zheng. Модель объединяет семантические и акустические признаки в последовательность токенов: семантическая часть может кодировать смысл и эмоции, а акустическая — тембр и другие свойства звучания. Однослойная квантизация Feature Scalar Quantization (FSQ) и одномерная структура токенов рассчитаны на совместимость с авторегрессионными LLM. Модель содержит 201,3 млн параметров; в карточке указаны библиотека Transformers и контекст 4096 токенов. Реализация поддерживает пакетную обработку аудио, а для ускорения инференса README описывает применение torch.compile. X-Codec2 предназначена для кодирования и декодирования аудио и для подготовки аудиопредставлений в системах генерации речи и аудио на базе LLM. Метаданные классифицируют её как feature-extraction. Лицензия CC BY-NC 4.0 разрешает использование на условиях Creative Commons Attribution-NonCommercial 4.0; коммерческое применение не разрешено условиями этой лицензии.

Это набор весов текстового энкодера T5, опубликованный XLabs AI для использования в проектах FLUX. Репозиторий содержит веса Google T5; модель предназначена для кодирования текстовых подсказок в составе конвейера генерации изображений, а не для самостоятельной генерации изображений. В метаданных Hugging Face указаны архитектура T5EncoderModel, около 5,8 млрд параметров, английский язык и лицензия Apache-2.0. Данные карточки описывают только энкодер и не устанавливают длину контекста или его отдельные показатели качества. Хотя карточка размечена как text-generation, назначение весов — кодирование текста.

jnalv/you-are-a-bug-llama-3.2-3B — дообученная разговорная модель на базе Llama 3.2 3B Instruct. В карточке указано обучение с TRL; адаптер предназначен для генерации ответов в формате диалога и запускается через конвейер text-generation. В репозитории представлены файлы SafeTensors и GGUF F16. Базовая модель — unsloth/llama-3.2-3b-instruct-unsloth-bnb-4bit. Сведения о специализации дообучения, поддерживаемых языках и длине контекста не приведены. Лицензия в доступных данных не указана.

zoobot-encoder-convnext_small — визуальный энкодер на архитектуре ConvNeXt Small, опубликованный mwalmsley и доступный для загрузки через timm. Его можно использовать как извлекатель признаков изображений или основу для дообучения под задачу классификации; в метаданных Hugging Face основная задача указана как image-classification. Модель принимает изображения и выдаёт представления, пригодные для последующей классификации. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0. Карточка отсылает к документации Zoobot за инструкциями по загрузке и дообучению. Данные о языковой поддержке и контексте к этой модели неприменимы.

Shushant/adal_v5_raid — классификатор текста на основе RoBERTa-large, обученный для определения, создан ли текст искусственным интеллектом или написан человеком. Модель использует подход RADAR (Hu et al., NeurIPS 2023) и дообучена на датасете RAID; в обучении применялись тексты от нескольких генераторов, включая ChatGPT, GPT-2, GPT-3, GPT-4, Cohere, Llama, Mistral и MPT. Модель рассчитана на проверку текстов с преобразованиями, призванными затруднить обнаружение: перефразированием, заменой синонимов, орфографическими изменениями, удалением артиклей и другими помехами. README сообщает макро AUROC 0,9782. Модель содержит 454,1 млн параметров, принимает текст и выдаёт метку класса; максимальный контекст — 514 токенов. Указанная лицензия — Apache-2.0. Это классификатор для английского языка; высокая метрика из карточки не гарантирует такую же точность на других типах текстов, новых генераторах или вне условий оценки. Вывод отражает оценку модели и не доказывает авторство конкретного текста.

AfriGuardInst-AfriqueQwen3.5-4B — диалоговая модель генерации текста, разработанная на базе McGill-NLP/AfriqueQwen3.5-4B. Её полностью дообучили на наборе israel/AfriGuard-inst, содержащем примеры с системными инструкциями по безопасности и пользовательскими запросами; обучение проводилось в формате SFT с шаблоном диалога базовой модели и вычислением потерь только на ответе. Модель предназначена для диалогов, в которых нужно учитывать инструкции по безопасности, в том числе на африканских языках. В метаданных перечислены английский, амхарский, хауса, игбо, оромо, шона, суахили, тви, волоф, йоруба и зулу. Базовая модель — плотная архитектура Qwen3.5 с 4 млрд параметров; веса представлены в формате Safetensors и рассчитаны на использование с Transformers. Лицензия — CC BY 4.0. Это контрольный запуск дообучения на одном GPU в течение одной эпохи. README не приводит количественных оценок качества или подробностей о границах защитного поведения, поэтому пригодность для конкретных политик безопасности следует проверять отдельно.

AfriGuardPlain-tiny-aya-global-full — модель CohereLabs, дообученная методом полного fine-tuning на базе CohereLabs/tiny-aya-global на датасете adzcai/AfriGuard-plain. Это плотная причинно-языковая модель семейства Cohere2 на 3,3 млрд параметров с контекстом 8192 токена; она принимает пользовательский запрос и отвечает обычным текстом без метки безопасности. На безопасные запросы модель даёт полезный ответ, а на небезопасные — краткий отказ, не требуя отдельной инструкции безопасности в системном сообщении. Модель предназначена для генерации ответов в диалоговых сценариях с базовой обработкой запросов на безопасность: например, для тестирования поведения отказа или прототипирования чат-бота. В метаданных перечислены английский и языки Африки, включая амхарский, хауса, игбо, оромо, шона, суахили, твский, волоф, йоруба и зулу. Указана библиотека Transformers и формат safetensors. Лицензия CC BY-NC 4.0 разрешает использование с атрибуцией, но запрещает коммерческое применение. В README приведены сведения о дообучении на одном GPU в течение одной эпохи, однако метрик качества и оценок устойчивости не указано. Поэтому поведение модели в разных языках и на сложных сценариях безопасности следует проверять отдельно.

AIGC Detector (MPU) Zh_v2 — классификатор текста, разработанный Юйчуанем Тянем и соавторами для обнаружения текстов, созданных искусственным интеллектом. Модель представлена в рамках работы «Multiscale Positive-Unlabeled Detection of AI-Generated Texts» и предназначена для бинарной классификации текста по признаку генерации ИИ. Версия Zh_v2 обучена методом MPU на предварительно обученной китайской модели Chinese-RoBERTa-wwm-ext; авторы отмечают, что стандартные настройки обучения из статьи не использовались. Модель основана на BERT, содержит 129,5 млн параметров и принимает последовательности длиной до 512 токенов. Она рассчитана на китайские тексты и, по данным карточки, показывает сопоставимую производительность с закрытыми детекторами китайского текста на разных предметных областях. Модель распространяется в формате PyTorch по лицензии Apache-2.0. Карточка не приводит подробностей о тестовых наборах и метриках, поэтому результаты на конкретных источниках текста следует проверять отдельно.

Alpamayo 2 Super — базовая модель NVIDIA для разработки систем автономного вождения. Она объединяет трансформерную визуально-языковую основу на 32 млрд параметров с диффузионным экспертом для действий примерно на 2,3 млрд параметров и дообучена на основе nvidia/Cosmos3-Super. Модель принимает синхронизированные изображения с нескольких камер, видео, текстовые запросы и историю движения автомобиля. Модель предназначена для задач восприятия и принятия решений в автономном транспорте: предсказания траекторий, визуальных вопросов и ответов, привязки объектов к координатам и автоматической разметки. Она также формирует текстовые объяснения причин решений и метадействия. Траектория может содержать 64 точки на интервале от 0,1 до 6,4 секунды; текстовые выходы и разметка имеют переменную или структурированную форму. Обучающие данные включают многоракурсные дорожные видео и аннотации движения; карточка сообщает об оценках на наборах LingoQA, AlpaSim и PhysicalAI-AV. Для запуска NVIDIA указывает PyTorch 2.8 или новее, Transformers 4.57.1 или новее и DeepSpeed 0.17.4 или новее; проверенная аппаратная конфигурация — NVIDIA H100 с 80 ГБ памяти, ОС — Linux. Лицензия модели — OpenMDW 1.1. Для применения в реальных системах автономного вождения необходимы проверки на данных и сценариях конкретного продукта.

AWGS Vision v0.2 — экспериментальная мультимодальная модель ArkAiLabs для классификации изображений по категориям безопасности. Она дообучена на Gemma 4 E2B и принимает изображение вместе с текстовой инструкцией, после чего формирует текстовый ответ с классификацией и оценками для поддерживаемых категорий, например безопасного, suggestive, откровенного или насильственного контента. Модель предназначена для экспериментов с классификацией изображений, прототипами модерации и мультимодальными конвейерами безопасности. В README указано 98% точности на внутреннем регрессионном наборе из 100 изображений; это результат сравнения версий, а не оценка качества на реальных данных. Базовая Gemma 4 E2B имеет около 2,3 млрд эффективных параметров и контекст 128K токенов; это характеристики базовой модели. Модель распространяется по лицензии Apache-2.0.

bert-small-amharic — компактная модель семейства BERT, разработанная rasyosef и предварительно обученная с нуля на амхарском языке. Она содержит около 31,5 млн параметров по метаданным и использует контекст до 512 токенов. Токенизатор обучен на том же корпусе и имеет словарь из 28 тысяч токенов. Основная задача модели — заполнение пропусков в тексте: она предсказывает замаскированные токены и подходит для экспериментов и разработки амхарских NLP-систем. README также приводит результаты отдельных дообученных вариантов для классификации тональности, распознавания именованных сущностей и классификации новостей; эти результаты не означают, что данный базовый чекпойнт напрямую выполняет эти задачи без дообучения. Для предобучения использовались амхарские подмножества OSCAR, mC4 и amharic-sentences-corpus, всего около 290 млн токенов. В оценке на амхарском наборе указаны loss 2,77 и perplexity 15,96; README сообщает о сопоставимых с XLM-RoBERTa-base результатах на этой оценке при существенно меньшем числе параметров. Модель предназначена для амхароязычного текста и не является мультимодальной. Лицензия в предоставленных данных не указана.

BERT-Tiny — компактная модель семейства BERT, дообученная Manuel Romero (mrm8488) для классификации SMS как спама или обычного сообщения на наборе sms_spam. Она предназначена для фильтрации нежелательных SMS и может использоваться через Transformers как модель text-classification. В карточке указано 4,4 млн параметров, контекст до 512 токенов и точность 0,98 на валидационной выборке. Модель принимает текст и выдаёт метку класса с оценкой. Карточка указывает английский язык и не сообщает отдельные ограничения качества или лицензию; результаты валидации относятся к указанной задаче и выборке.

dmis-lab/biosyn-sapbert-ncbi-disease — модель извлечения признаков, разработанная лабораторией Data Mining and Information Systems Lab Корейского университета. Она предназначена для получения векторных представлений текста; заявленное прямое применение — извлечение признаков. В репозитории указана архитектура BERT с 136,7 млн параметров и контекстом до 512 токенов, веса представлены в формате PyTorch. README связывает модель с BERT и описывает предобучение BioBERT на англоязычных корпусах Wikipedia, BooksCorpus, PubMed и PMC. Название указывает на связь с SapBERT и NCBI Disease, однако доступные сведения не уточняют конкретное применение, данные дообучения или измеренные результаты. Лицензия в карточке не приведена. Векторы модели могут служить представлениями текста в NLP-системах, в том числе для последующего сравнения и поиска. README предупреждает о возможных стереотипных и вредоносных результатах, связанных с предвзятостью языковых моделей; результаты следует оценивать с учётом этих ограничений.

Bonsai 27B dSpark — MLX 4-bit sidecar — это вспомогательная модель-черновик для ускорения генерации методом speculative decoding, созданная для Bonsai-27B. Репозиторий содержит только dSpark/DFlash-драфтер: плотную архитектуру с шестью трансформерными слоями, которая предлагает блоки по четыре токена, используя скрытые состояния целевой модели на слоях 1, 16, 31, 46 и 61. Это не самостоятельная языковая модель: для работы её нужно подключить к целевой модели prism-ml/Bonsai-27B-mlx-1bit через Higgs. Веса исходного драфтера из GGUF Q4_1 точно перепакованы в формат MLX affine Q4 с группами по 32 элемента и сохранены в safetensors; репозиторий рассчитан на экосистему MLX и локальный запуск на оборудовании Apple с Metal. Облегчённый вариант повторно использует токенный эмбеддинг и языковую голову целевой модели вместо хранения их копий. Использование распространяется по лицензии Apache-2.0. Голова Q1 целевой модели близка, но не идентична по значениям исходной Q4-голове драфтера, поэтому предложения токенов и доля их принятия могут отличаться от исходного варианта. Higgs проверяет каждое предложение целевой моделью, сохраняя корректность жадной генерации относительно целевой модели. Драфтер сам по себе не выдаёт законченные ответы и зависит от совместимой целевой модели и среды Higgs.

hfl/chinese-macbert-base — китайская предварительно обученная языковая модель семейства BERT, разработанная HFL и описанная в работе «Revisiting Pre-trained Models for Chinese Natural Language Processing». Это модель для заполнения пропусков: она предсказывает замаскированные фрагменты текста и может служить основой для дальнейшей адаптации к задачам обработки китайского языка. Модель содержит 129,5 млн параметров, использует архитектуру BERT с головой masked language modeling и поддерживает контекст до 512 токенов. При предобучении MacBERT заменяет маскируемые слова похожими словами, чтобы уменьшить расхождение между предобучением и дообучением; также применяются whole-word masking, маскирование n-грамм и предсказание порядка предложений. Доступны варианты PyTorch, TensorFlow и Flax. Модель предназначена для китайского текста. Её можно применять для предсказания пропущенных слов и как основу для задач понимания китайского языка после дообучения. Это базовая предобученная модель, а не специализированная прикладная система; контекст ограничен 512 токенами. Лицензия — Apache-2.0.

Это дообученная на наборе DTD модель CLIP ViT-Base/32 на основе openai/clip-vit-base-patch32, представленная как модель зрения CLIP. Она извлекает признаки изображений и предназначена для сценариев компьютерного зрения, связанных с текстурами и набором DTD. Модель содержит 113,2 млн параметров и сохранена в формате safetensors. В README приведены результаты оценки: 0,4388 для предобученной и 0,7973 для дообученной модели; метрика не уточнена. Для работы с моделью README предлагает использовать CLIPVisionModel из Transformers. Лицензия в предоставленных данных не указана.

Модель tanganke/clip-vit-large-patch14_svhn — дообученная на наборе SVHN зрительная часть CLIP ViT-Large с размером патча 14. Она предназначена для извлечения признаков изображений, в частности для классификации изображений домовыми номерами из SVHN и построения представлений для последующих задач компьютерного зрения. Модель содержит около 402,7 млн параметров; в репозитории веса представлены в формате safetensors. В карточке приведены результаты оценки на SVHN: 0,588 для исходной предварительно обученной модели и 0,979 после дообучения. Эти значения указывают на улучшение в указанной оценке, но карточка не описывает метрику и протокол проверки. Базовая модель — openai/clip-vit-large-patch14. Условия лицензирования в предоставленных данных не приведены.

Configurable-Hermes-3-Llama-3.1-8B — диалоговая языковая модель, созданная Vicgalle дообучением NousResearch/Hermes-3-Llama-3.1-8B методом configurable safety tuning на наборе vicgalle/configurable-system-prompt-multitask. Она генерирует текст в ответ на инструкции и диалоговые сообщения. Поведение настраивается системным промптом: модель может работать как безопасный помощник, отвечать без ограничений, придерживаться заданной роли или стремиться к честным и беспристрастным ответам. Модель построена на плотной архитектуре LlamaForCausalLM и содержит 7,5 млрд параметров. Заявленная длина контекста — 131 072 токена. Она рассчитана на диалоговое использование через Transformers и поддерживает интерфейс вызова инструментов. Базовая Hermes 3 на Llama 3.1 ориентирована на английский язык; отдельное подтверждение широкого языкового покрытия в карточке отсутствует. Модель подходит для экспериментов с настройкой поведения ассистента и исследования безопасности и выравнивания. В зависимости от системного промпта она может генерировать вредный или оскорбительный контент, а смена промпта не гарантирует истинности или безопасности ответов. Лицензия — llama3.1.

DFA MOBILENET — предварительно обученная модель выравнивания лиц из семейства CVLFace; в карточке она представлена как CVLFace Pretrained Face Alignment Model. Модель предназначена для извлечения признаков, связанных с выравниванием лица, и может использоваться в конвейерах компьютерного зрения для обработки лиц. README связывает модель с работой «KeyPoint Relative Position Encoding for Face Recognition». В метаданных указаны архитектура CVLFaceAlignmentModel, задача feature-extraction и формат весов safetensors. Карточка просит цитировать исходную работу и соблюдать лицензию обучающего набора данных; отдельная лицензия самой модели не приведена. README не сообщает размер, языки или количественные показатели качества.

DeepSeek-V4-Flash-DSpark-Abliterated-Uncensored v1.1 alpha — текстовая генеративная модель на базе DeepSeek-V4-Flash-DSpark, изменённая Mida и Brikie методом abliteration. В модели ослаблены отказы: проекция wo_b обработана в слоях 10–42, тогда как слои 0–9 и MTP draft heads оставлены без изменений. Это вариант v1.1, веса которого отличаются от v1.0 alpha. Модель предназначена для локального ассистирования без стандартных отказов, red teaming, исследований безопасности и оценки поведения моделей. README сообщает о контексте 1 048 576 токенов и скорости около 50 токенов в секунду на двух DGX Spark GB10 с tensor parallelism 2. Модель принимает текст и генерирует текст; сведений о поддерживаемых естественных языках в предоставленных данных нет. Удаление защитных отказов означает, что модель может выдавать опасный или нежелательный контент; автор требует самостоятельно обеспечить фильтрацию, контроль доступа и проверку человеком. Доступ к весам gated: для запроса требуется указать предполагаемое использование и согласиться с условиями. Репозиторий указывает лицензию MIT; README также требует соблюдать ограничения upstream-лицензии DeepSeek и предоставляет веса без гарантий.

discord-moderation-minilm — англоязычный классификатор сообщений для модерации чатов, созданный StrictlyInsecure на основе sentence-transformers/all-MiniLM-L6-v2. Это дообученная BERT-модель с 25,9 млн параметров и классификационной головой для четырёх классов: безобидное сообщение, оскорбительное или токсичное сообщение, спам и флуд. Она принимает текст и выдаёт метки классов с оценками; контекст ограничен 512 токенами, а при обучении использовалась максимальная длина 200 токенов. Модель рассчитана на быстрый первичный просмотр потока сообщений, в том числе на устройствах с ограниченными ресурсами. В README для INT8 ONNX указаны размер 23 МБ и задержка около 1,9 мс на сообщение на настольном CPU. На отложенных данных в близком к обучающему домене автор сообщает 2,7% ложных срабатываний и 3,5% пропусков злоупотреблений при пороге 0,85. Качество заметно снижается на реальном игровом чате: в README приведены 21,2% ложных срабатываний и 38,4% пропусков на данных другого домена. Оценки для спама и флуда оптимистичны, поскольку классы обучались на синтетических шаблонах; обход фильтра и другие языки покрыты ограниченно. Модель предназначена для первого этапа модерации, а не для единоличного принятия решений о блокировке. Лицензия Apache-2.0.

Карточка модели aoiandroid/distill-neucodec на Hugging Face совпадает с карточкой neuphonic/distill-neucodec, поэтому описание составлено по ней. Distill-NeuCodec — нейронный аудиокодек, разработанный Neuphonic. Это версия NeuCodec с совместимым дистиллированным энкодером, предназначенная для кодирования и представления аудио в задачах обработки речи и аудиосигналов. В модели медленный акустический энкодер BigCodec заменён на SQCodec: его размер сокращён с 70 млн до 36 млн параметров. Семантический энкодер w2v-bert-2.0 заменён на DistilHuBERT: с 600 млн до 21 млн параметров. В результате дистиллированный энкодер примерно в 10 раз меньше по числу параметров и требует примерно в 7,5 раза меньше MAC-операций при инференсе. Работа основана на X-Codec2.0 и SQCodec. Модель рассчитана на аудио-аудио сценарии и обучалась с использованием наборов данных для речи, включая Emilia, Multilingual LibriSpeech, VCTK, Fleurs, Common Voice 13.0 и LibriTTS-R. Репозиторий содержит веса PyTorch; для использования предлагается пакет neucodec и Python 3.10 или новее. Лицензия — Apache-2.0. Карточка не уточняет поддерживаемые языки, качество реконструкции и ограничения применения.

SEU-PAISys публикует GGUF-конверсии весов embodied AI для запуска в C++-среде Embodied.cpp. В репозитории представлены варианты pi0.5, Hunyuan-VLA-0.5 и LingBot-VA; это артефакты для вывода, а не исходные обучающие чекпойнты. Конверсии предназначены для использования с соответствующим сервером моделей или оценочным конвейером Embodied.cpp. Модели рассчитаны на сценарии воплощённого ИИ, включая управление роботами, мультимодальные Vision-Language-Action и World-Action модели, симуляцию и оценку робототехнических систем. Для pi0.5 отдельно экспортируются основные веса политики и мультимодальный проектор/визуальный компонент. Репозиторий ориентирован на переносимый вывод на разнородном робототехническом оборудовании; файлы GGUF могут быть в вариантах BF16, F32 и Q4_K. Для работы требуется совместимый runtime Embodied.cpp: GGUF-файлы могут быть несовместимы с исходными Python-конвейерами upstream-моделей. Лицензия указана как other, а README отсылает к авторам исходных моделей за атрибуцией; конкретные условия использования в предоставленных данных не раскрыты.