II.10Разработка и эксплуатация AI/ML-систем

RM-Gemma-2B — модель оценки предпочтений, созданная дообучением google/gemma-2b-it. Она присваивает оценку ответу и помогает сравнивать варианты по ожидаемому качеству; основное назначение — ранжирование ответов языковых моделей и поддержка обучения с обратной связью от предпочтений. Модель имеет плотную архитектуру GemmaForSequenceClassification, содержит 2,5 млрд параметров и рассчитана на контекст до 8192 токенов. Обучение проведено на 250 тысячах пар сравнений из HH-RLHF, SHP, UltraFeedback, Capybara, HelpSteer и Orca. В описанных проверках модель показала результаты, близкие к более крупным системам на ряде наборов предпочтений. Для использования передаются текстовые варианты ответа, а модель выдаёт оценку или результат классификации. README не сообщает лицензию, поэтому условия распространения и коммерческого использования следует уточнить в карточке модели.

RM-R1-Qwen2.5-Instruct-7B — дообученная диалоговая языковая модель на базе Qwen/Qwen2.5-7B-Instruct, представленная в рамках проекта RM-R1. Она оценивает две кандидатные версии ответа: формирует рассуждение или структурированные критерии оценки, а затем выдает предпочтение. В README описан подход Reasoning Reward Model с двухэтапным обучением: дистилляцией около 8,7 тыс. трасс рассуждений и обучением с проверяемыми вознаграждениями на примерно 64 тыс. пар предпочтений. Модель предназначена для оценки ответов в системах RLHF и RLAIF, автоматического судейства диалогов, открытых вопросов и задач на рассуждение, а также исследований интерпретируемой оценки качества. Это плотная архитектура Qwen2ForCausalLM на 7,1 млрд параметров с контекстом до 32 768 токенов; метаданные указывают поддержку английского языка, чата и интерфейса вызова инструментов. Модель распространяется в формате safetensors по лицензии MIT. Ее назначение — сравнение и ранжирование ответов, поэтому качество обычной генерации текста как универсального ассистента не установлено; README не приводит численные результаты отдельных бенчмарков или подробностей об ограничениях.

ShieldGemma 2 4B — модель Google на базе Gemma 3 4B IT для проверки безопасности изображений. Она принимает изображение и текстовую инструкцию с политикой безопасности и оценивает, нарушает ли изображение эту политику, выдавая оценки для ответов «Yes» и «No». Модель предназначена для модерации пользовательских изображений и результатов генерации, а также для фильтрации входов и выходов систем с поддержкой зрения. Она выявляет сексуально откровенный контент, опасные материалы и сцены насилия или жестокости. Модель содержит 4 миллиарда параметров и обучена на примерах с естественными и синтетическими изображениями; для синтетических данных указаны англоязычные сценарии. Результат зависит от формулировки заданной политики. Google предупреждает, что доступные наборы оценки могут не отражать реальные сценарии, а неоднозначные формулировки и языковые нюансы могут приводить к непредсказуемым оценкам. Условия использования определяются лицензией Gemma и правилами Google о запрещённом использовании.

Skywork-Critic-Llama3.1-70B — модель-судья от команды SkyworkAI Alignment Team для попарного сравнения ответов и оценки их качества или соответствия критериям. Она построена на плотной архитектуре Llama и дообучена на базе meta-llama/Meta-Llama-3.1-70B-Instruct; содержит 69,5 млрд параметров и поддерживает контекст до 131 072 токенов. Модель принимает текстовые инструкции и ответы, формирует текстовые оценки и обоснования; в примере из карточки анализирует полезность, релевантность, точность, глубину, творческий подход и безопасность. Карточка сообщает о высоких результатах на RewardBench по состоянию на сентябрь 2024 года. Модель предназначена для отбора предпочтительных ответов, оценки пар ответов, подготовки данных для обучения и генерации оценок с пояснениями. Метаданные указывают поддержку чата и интерфейса вызова инструментов. Лицензия обозначена как other, поэтому условия использования следует проверять в карточке модели. Разработчики просят не развёртывать её в интернет-сервисах без проверки безопасности; оценки могут быть ошибочными, а модель — введена в заблуждение.

Skywork-Reward-Llama-3.1-8B — модель вознаграждения, разработанная Skywork для оценки ответов языковых моделей. Она дообучена на основе Meta-Llama-3.1-8B-Instruct на примерно 80 тысячах пар предпочтений из публичных наборов данных. Модель оценивает ответы и помогает сравнивать их качество; её обучали учитывать сложные предпочтения в диалоге, математике, программировании и безопасности. Модель имеет плотную архитектуру Llama с 7,5 млрд параметров и контекстом до 131 072 токенов. В карточке приведены результаты оценки RewardBench за сентябрь 2024 года: третье место с общим баллом 92,5. Для практического использования учитывайте ограничения обучающих данных и проверяйте качество оценок на своей задаче. Лицензия в предоставленных сведениях не указана.

ler001/SLIT_scoring — модель оценки текста на базе архитектуры Qwen2, дообученная с помощью TRL как reward model. Она предназначена для присвоения входному тексту числовой оценки, например для ранжирования вариантов ответа или оценки качества текста. Модель содержит 14 млрд параметров, принимает текст и выдаёт оценку; максимальный контекст составляет 32 768 токенов. В карточке не названа базовая модель: указано значение «None», поэтому определить её идентификатор нельзя. Репозиторий использует Transformers и формат safetensors. Лицензия в предоставленных данных не указана.

AGmind/strizh-ru-retriever — компактный плотный энкодер предложений от AGmind для семантического поиска по русским текстам и извлечения кандидатов на первом этапе RAG. Модель построена на базе deepvk/RuModernBERT-small: из 12 слоёв выбраны четыре, после чего энкодер дообучен контрастивно. Она содержит 24,4 млн параметров и формирует один вектор размерности 384 для каждого текста. Запросы и документы кодируются одинаково, без специальных префиксов; заявленный предел архитектуры — 8192 токена, хотя при обучении использовались последовательности длиной 256 токенов. Модель рассчитана на быстрый RU-first поиск в самостоятельно размещённом RAG, в том числе когда GPU одновременно обслуживает генератор и реранкер. Она выполняет плотный одновекторный поиск, но не обеспечивает лексический поиск или переранжирование: их следует поручить другим компонентам поискового конвейера. По карточке, качество поиска ниже, чем у более крупных русскоязычных и многоязычных ретриверов; английский и межъязыковой поиск слабее русского. Базовая модель имеет поддержку русского и английского, а обучающие пары включали русский, английский и смешанные тексты. Лицензия модели — Apache-2.0; среди обучающих данных указан ru_stackoverflow под CC BY-SA, поэтому условия использования наборов данных следует проверять отдельно.

TinyLettuce-ettin-68m-en — англоязычная модель KRLabsOrg для выявления галлюцинаций в ответах с опорой на заданный контекст. Она построена на энкодере Ettin на 68,1 млн параметров с головой классификации токенов и помечает токены как подтверждённые или галлюцинированные; объединение помеченных фрагментов в span выполняется отдельно. Модель принимает контекст, вопрос и ответ в последовательности до 4 096 токенов по README; метаданные указывают нативный контекст до 7 999 токенов. Модель предназначена для обнаружения неподтверждённых фрагментов в системах retrieval-augmented generation, а также для дальнейшей адаптации на небольших доменных выборках. README сообщает F1 74,97% на RAGTruth и позиционирует модель как компактную для CPU-инференса. Это результат на конкретном бенчмарке, а не гарантия качества на других данных. Модель дообучена от jhu-clsp/ettin-encoder-68m; лицензия — MIT.

Unbabel разработала COMETKiwi — многоязычную модель оценки качества машинного перевода без эталонного перевода. На вход она получает исходное предложение и его перевод, а на выходе возвращает одну оценку от 0 до 1: более высокий балл соответствует более качественному переводу. Модель предназначена для автоматической оценки переводов, например для сравнения систем машинного перевода и контроля качества переводов в рабочих процессах. Она основана на Microsoft InfoXLM-large и дообучена для задачи оценки качества перевода; модель использует библиотеку COMET и формат PyTorch. Карточка указывает широкий охват языков, включая русский, английский, китайский, арабский и многие другие. Для языковых пар с языками вне заявленного охвата результаты ненадёжны. Использование модели регулируется лицензией CC BY-NC-SA 4.0.

WorldPM-72B — модель предпочтений, разработанная авторами проекта World Preference Modeling на базе Qwen2.5-72B. Она обучена на 15 млн примеров предпочтений и предназначена для оценки ответов языковых моделей: выявления фактических ошибок, нерелевантных или неполных ответов и вычисления предпочтительности ответа по его скрытому представлению. Это плотная архитектура Qwen2 с 71,5 млрд параметров; модель принимает текст и выдаёт классификационную оценку. Контекст составляет 2048 токенов, основной указанный язык — английский. Модель демонстрирует масштабируемость на объективных задачах оценки, но результаты на субъективных оценках не показывают явной зависимости от масштаба и могут зависеть от стилевых предпочтений. Для оптимальной работы в конкретном сценарии авторы рекомендуют дообучение на целевых данных. Распространяется под лицензией Apache-2.0.

XProvence-reranker-bgem3-v2 — многоязычная модель для сокращения контекста в системах RAG, разработанная Naver Labs Europe. Она получает вопрос и найденный текстовый фрагмент, удаляет предложения, не относящиеся к вопросу, и может возвращать оценку релевантности для переранжирования результатов. Модель дообучена на основе BAAI/bge-reranker-v2-m3 с задачами отбора предложений и сохранения возможностей ранжирования; архитектура относится к семейству XLM-RoBERTa. В метаданных указано 658,7 млн параметров, контекст до 8194 токенов и формат safetensors. Модель предназначена для подготовки контекста перед генерацией ответа на вопрос: сокращение нерелевантных фрагментов может уменьшить шум и ускорить генерацию. Нативно поддерживаются 16 языков, а благодаря переносному обучению заявлена работа более чем со 100 языками. Обучающие примеры были размером с абзац, поэтому качество на длинных контекстах может отличаться; порог отсечения следует подбирать под конкретный сценарий. Лицензия — CC BY-NC-ND 4.0, не допускающая коммерческого использования и распространения производных материалов на иных условиях.

Карточка модели avsolatorio/00-000-11-1-0-1-0-0-cls-unnormed-768-512_GIST_BAAI_bge-base-en-v1.5-20240128072140-best на Hugging Face совпадает с карточкой BAAI/bge-small-zh-v1.5, поэтому описание составлено по ней. BAAI/bge-small-zh-v1.5 — компактная модель эмбеддингов из семейства BGE (BAAI General Embedding), разработанная BAAI. Она преобразует китайский текст в плотные векторы для поиска документов, семантического поиска, классификации и кластеризации, а также для использования в векторных базах данных и системах дополненной генерации. Модель построена на архитектуре BERT, содержит 27,6 млн параметров и принимает последовательности длиной до 512 токенов. Версия v1.5 улучшает поиск без специальных инструкций и смягчает проблему распределения сходства: для поиска важнее относительный порядок оценок, чем их абсолютное значение. Для коротких запросов к длинным документам инструкция запроса может улучшить результат; её пользу рекомендуется оценивать на конкретной задаче. Модель выдаёт эмбеддинги, а не готовые ответы или оценки ранжирования; для более точного переранжирования README рекомендует отдельную модель BGE reranker. Лицензия — MIT.

Карточка модели avsolatorio/00-400-10-1-0-1-0-0-cls-normed-768-512_GIST_BAAI_bge-base-en-v1.5-20240130201355-best на Hugging Face совпадает с карточкой BAAI/bge-small-zh-v1.5, поэтому описание составлено по ней. BAAI/bge-small-zh-v1.5 — компактная модель эмбеддингов из семейства BGE (BAAI General Embedding), разработанная BAAI. Она преобразует китайский текст в плотные векторы для поиска документов, семантического поиска, классификации и кластеризации, а также для использования в векторных базах данных и системах дополненной генерации. Модель построена на архитектуре BERT, содержит 27,6 млн параметров и принимает последовательности длиной до 512 токенов. Версия v1.5 улучшает поиск без специальных инструкций и смягчает проблему распределения сходства: для поиска важнее относительный порядок оценок, чем их абсолютное значение. Для коротких запросов к длинным документам инструкция запроса может улучшить результат; её пользу рекомендуется оценивать на конкретной задаче. Модель выдаёт эмбеддинги, а не готовые ответы или оценки ранжирования; для более точного переранжирования README рекомендует отдельную модель BGE reranker. Лицензия — MIT.

nvidia/Aegis-AI-Content-Safety-LlamaGuard-Defensive-1.0 — модель для классификации и модерации контента на основе Llama Guard, разработанная NVIDIA. Это параметрически эффективная instruction-tuned версия модели на базе Llama 2 7B, обученная на датасете Nemotron Content Safety Dataset V1, содержащем примерно 11 000 размеченных запросов и ответов. Модель предназначена для выявления небезопасного содержания в пользовательских сообщениях и диалогах. Модель работает как классификатор: с учётом заданной в системной инструкции политики безопасности она возвращает признак safe или unsafe, а при небезопасном результате — идентификатор нарушенной категории. Обученная таксономия включает 13 критических категорий рисков, а также safe и needs caution. Поддерживается передача новой таксономии и политики через инструкцию. Основной язык модели — английский; тип задачи — text classification. Разметка выполнялась на уровне диалога, поэтому модель обучена прежде всего классифицировать пользовательские запросы, а не отдельные реплики или ответы. Сильными сторонами являются специализированная настройка для контентной безопасности, поддержка гибко задаваемых политик и категорий, а также применение параметрически эффективного обучения. Ограничения включают работу только с текстом, отсутствие обучения на уровне отдельных ходов диалога и необходимость использовать рекомендованный шаблон при классификации ответов. Лицензия — Llama 2 Community License Agreement.

AgentDoG-Qwen3-4B — дообученная командой AgentDoG модель на базе Qwen3-4B-Instruct-2507 для оценки безопасности траекторий автономных агентов. Она анализирует последовательности действий, наблюдений и вызовов инструментов, чтобы определить, возникало ли небезопасное поведение на любом этапе, а для небезопасных траекторий классифицирует источник риска, тип сбоя и возможный вред. Модель рассчитана на использование как классификатор, компонент защиты агентной системы или средство оценки в бенчмарках. Это плотная языковая модель семейства Qwen3 с 3,7 млрд параметров и контекстом до 262 144 токенов. В README описана оценка на R-Judge, ASSE-Safety и ATBench, включая выявление длительных атак с подменой инструкций и неправильного использования инструментов. Модель распространяется в формате Safetensors по лицензии Apache-2.0.

Nexusflow Athene-RM-8B — модель оценки вознаграждения с открытыми весами, разработанная командой Nexusflow. Она дообучена на Meta-Llama-3-8B-Instruct и предназначена для оценки качества ответов языковых моделей, в том числе в сценариях RLHF и ранжирования ответов. Модель использует плотную архитектуру Llama и содержит 7,5 млрд параметров; метаданные указывают контекст до 8192 токенов и библиотеку Transformers. Модель принимает текст и выдаёт оценку для классификации ответа. Карточка указывает английский язык. Весам назначена Nexusflow Research License (лицензия `other` в метаданных); перед использованием следует проверить условия этой лицензии. README не приводит численных результатов оценки или подробностей обучающих данных.

Qdrant/bge-large-en-v1.5-onnx — это ONNX-порт модели BAAI/bge-large-en-v1.5, разработанной BAAI и подготовленной для использования в экосистеме Qdrant. Модель предназначена для работы с текстом, включая задачи классификации текста и поиска по сходству. Модель преобразует текстовые документы в числовые векторные представления, которые можно использовать для сравнения семантической близости документов и построения систем поиска. В README приведён пример инференса через библиотеку FastEmbed. Из доступных данных следует, что модель ориентирована на английский язык; размер, точная архитектура, длина контекста и другие технические характеристики не указаны. Модель удобна для локального или инфраструктурного запуска в формате ONNX и интеграции с инструментами векторного поиска. Ограничения README не описывает, однако применимость к другим языкам, производительность и качество в конкретных сценариях требуют отдельной оценки. Лицензия модели — Apache-2.0.

Elron/bleurt-base-128 — версия BLEURT в формате PyTorch, основанная на оригинальной модели из статьи «BLEURT: Learning Robust Metrics for Text Generation» исследователей Google Research. Это модель семейства BERT с архитектурой BertForSequenceClassification и 136,7 млн параметров; она принимает текстовые последовательности и выдаёт оценку для задачи классификации текста. BLEURT предназначена для оценки качества текстовой генерации, например сравнения сгенерированного текста с эталонным. Контекст модели составляет 512 токенов. Для загрузки используются AutoTokenizer и AutoModelForSequenceClassification из Transformers. Репозиторий содержит веса PyTorch; сведения о лицензии в предоставленных данных отсутствуют.

Elron/bleurt-tiny-128 — PyTorch-версия компактной модели BLEURT, разработанной на основе работы Thibault Sellam, Dipanjan Das и Ankur P. Parikh из Google Research. Модель использует архитектуру BERT с классификационной головой, содержит 4,4 млн параметров и принимает текстовые последовательности длиной до 512 токенов. BLEURT предназначена для автоматической оценки качества текстовой генерации: она сопоставляет тексты и выдаёт оценку их соответствия. Её можно применять при сравнении вариантов перевода, суммаризации или других сгенерированных текстов, а также для оценки результатов языковых моделей. Репозиторий содержит веса PyTorch; README показывает загрузку через Transformers как модели классификации последовательностей. Это конвертированная версия оригинальных моделей BLEURT. Лицензия в доступных данных не указана, поэтому условия использования определить нельзя.

Cappy — предварительно обученный оценщик ответов, разработанный авторами проекта Cappy. Он принимает инструкцию и кандидатный ответ и выдаёт оценку от 0 до 1, отражающую предполагаемую правильность ответа относительно инструкции. Модель можно применять самостоятельно для задач классификации или как вспомогательный компонент для повышения качества многоцелевых LLM; также она позволяет добавлять обучение на целевых данных без дообучения самой LLM и доступа к её параметрам. В README указано около 360 млн параметров, тогда как метаданные репозитория указывают 454,1 млн; модель основана на архитектуре RoBERTa для классификации последовательностей и имеет контекст до 514 токенов. Доступны реализации PyTorch и JAX/Flax. Описаны оценки на задачах PromptSource и BIG-Bench, включая улучшение результатов FLAN-T5. Репозиторий распространяется по лицензии Apache-2.0.

Карточка модели opencompass/CompassJudger-1-14B-Instruct на Hugging Face совпадает с карточкой opencompass/CompassJudger-1-7B-Instruct, поэтому описание составлено по ней. CompassJudger-1-7B-Instruct — разработанная OpenCompass модель-судья на базе Qwen2.5-7B-Instruct с 7,1 млрд параметров. Это плотная авторегрессионная языковая модель семейства Qwen2, предназначенная для оценки ответов и моделей по инструкциям пользователя. Модель поддерживает выставление оценок, попарное сравнение, подробную критику и отзывы в заданном формате. Её можно применять для автоматической оценки ответов на субъективных наборах данных и как универсальную инструктивную модель для диалогов и повседневных задач. Контекст — до 32 768 токенов; README также отмечает возможность ускоренного инференса через vLLM и LMDeploy. Модель принимает и генерирует текст. Языки в карточке не перечислены. Лицензия — Apache-2.0. Оценки модели-судьи могут зависеть от формулировки критериев и смещений при автоматической оценке; README не приводит конкретных ограничений качества.

CREST-Base — многоязычный классификатор безопасности текста от Repello AI, дообученный на архитектуре XLM-RoBERTa с классификационной головой. Модель содержит около 305 млн параметров и принимает до 514 токенов на вход; README указывает длину до 512 токенов. Лицензия — MIT. Модель присваивает тексту метку safe или unsafe и предназначена для фильтрации пользовательских сообщений в многоязычных LLM-приложениях, чатах и агентах, в том числе при низкой задержке и на устройствах с ограниченными ресурсами. Для переноса на множество языков при обучении использовались 13 выбранных высокоресурсных языков; заявлена поддержка 100 языков. В карточке модели явно перечислены языковые теги от африкаанс до малаялам, но их набор неполон относительно заявленных 100 языков. В README сообщается о сильных результатах на нескольких многоязычных бенчмарках безопасности, включая перенос на низкоресурсные языки и культурные или смешанные по языкам тексты. Ограничения включают бинарную классификацию без подробных категорий, возможную потерю нюансов при машинном переводе данных, ошибки на малопредставленных письменностях и культурно неоднозначных примерах. Модель не заменяет человеческую модерацию в ситуациях с высокими ставками.

Decision-Tree-Reward-Gemma-2-27B — модель вознаграждения от RLHFlow на архитектуре Gemma 2, дообученная на Skywork-Reward-Gemma-2-27B-v0.2. Она оценивает ответы языковых моделей для сравнения их качества и предпочтительности и может использоваться в оценке диалогов и выборе ответа. В README приведены результаты RewardBench за январь 2025 года: 95,4 балла в целом, с высокими результатами в категориях диалога, безопасности и рассуждений. Модель содержит 27,6 млрд параметров, использует плотную архитектуру Gemma 2, принимает текст и имеет контекст до 8192 токенов. Для работы README указывает Transformers 4.45.2, PyTorch 2.5.0 или новее и FlashAttention 2.6.3 или новее. Метаданные указывают лицензию «other»; конкретные условия использования следует проверять в карточке модели и у базовой модели.

RLHFlow/Decision-Tree-Reward-Llama-3.1-8B — модель вознаграждения на основе Llama 3.1, разработанная RLHFlow и дообученная на Skywork/Skywork-Reward-Llama-3.1-8B-v0.2. Она оценивает ответы языковых моделей и помогает выбирать или ранжировать их по предпочтительности; карточка приводит результаты на RewardBench для диалогов, сложных диалогов, безопасности и рассуждений. Модель имеет плотную архитектуру Llama с 7,5 млрд параметров и контекстом до 131 072 токенов. В метаданных указан английский язык и набор данных HelpSteer2. Для работы README рекомендует Transformers 4.45.2, PyTorch 2.5.0 или новее и flash-attn 2.6.3 или новее. Лицензия обозначена как other, поэтому условия использования следует проверять в репозитории. README содержит незавершённый раздел с кодом использования reward-модели; интеграцию следует сверить с актуальной реализацией.

Это версия модели DINOv2 Classification от Geti™, преобразованная в формат OpenVINO IR с весами FP16. Она предназначена для классификации изображений и инференса в среде OpenVINO; модель можно дообучить на пользовательском наборе данных с помощью Geti™. Для запуска требуется OpenVINO версии 2026.1.0 или новее и Model API версии 0.4.0 или новее. Модель распространяется по лицензии Apache-2.0. Ограничения зависят от исходной модели DINOv2 Classification.

facebook/dragon-plus-context-encoder — контекстный энкодер DRAGON+, плотной модели для семантического поиска, разработанной исследовательской группой DRAGON. Это BERT-base размера, обученный на основе Shitao/RetroMAE с дополнительным обучением на данных, расширенных из корпуса MS MARCO. Модель является частью асимметричного двухэнкодерного ретривера: её параметры отличаются от параметров парного энкодера запросов. Энкодер преобразует текстовые контексты в векторные представления для поиска релевантных фрагментов по запросу. Он подходит для построения систем поиска и retrieval-компонентов RAG в паре с facebook/dragon-plus-query-encoder. Архитектура — BERT с 136,7 млн параметров и контекстом до 512 токенов; формат весов — PyTorch. В карточке также указан fill-mask, но назначение DRAGON+ — плотный retrieval. Качество в README приведено для полного DRAGON+: 39,0 на MS MARCO Dev и 47,4 на BEIR; эти показатели не следует считать отдельной оценкой контекстного энкодера. Сведения о лицензии в предоставленных данных отсутствуют.

F2LLM-v2-8B-Preview — мультиязычная модель эмбеддингов от CodeFuse AI, дообученная на базе Qwen3-8B на корпусе из 27 миллионов примеров. Версия Preview обучена без инструкций и предназначена как основа для задач получения эмбеддингов и дальнейшей тонкой настройки. Модель имеет плотную архитектуру Qwen3, около 7,6 млрд параметров и принимает текст; метаданные указывают контекст до 40 960 токенов. Модель подходит для кодирования текстов в векторные представления в многоязычных сценариях. README заявляет поддержку более 100 естественных и программных языков, а метаданные карточки перечисляют языки, включая английский, русский, китайский, арабский, японский и другие. Репозиторий содержит веса Safetensors и использует библиотеку Transformers; лицензия — Apache-2.0. Это предварительная версия без инструкционного обучения, поэтому её поведение в диалоговых задачах и качество на конкретных наборах данных могут требовать проверки.

facebook/fasttext-en-vectors — англоязычная модель векторных представлений слов на базе библиотеки fastText, разработанной Meta. Предобученные векторы предназначены для извлечения признаков из текста и могут применяться в классификации текста, определении языка и оценке сходства слов по косинусной близости. Модель обучена на данных Common Crawl и Википедии с помощью CBOW с позиционными весами. Размерность векторов — 300; используются символьные n-граммы длины 5, окно контекста 5 и 10 отрицательных примеров. fastText рассчитана на работу на обычных процессорах и подходит как для прототипирования, так и для производственных сценариев. Векторы представляют английский язык. Возможны смещения в предсказаниях, связанные с обучающими данными. Лицензия — CC BY-SA 3.0.

Карточка модели moussaKam/frugalscore_medium_roberta_bert-score на Hugging Face совпадает с карточкой moussaKam/frugalscore_tiny_bert-base_bert-score, поэтому описание составлено по ней. FrugalScore — компактная модель для оценки качества генерации естественного языка, разработанная как недорогая замена вычислительно затратной метрике BERTScore. Этот чекпойнт использует BERT-tiny в роли студента, обученного воспроизводить оценки BERT-Base с помощью BERTScore. Модель предназначена для автоматической оценки и сравнения сгенерированных текстов, например при проверке результатов систем генерации или переводов. Модель построена на архитектуре BERT и содержит 4,4 млн параметров. Она принимает текст, имеет контекстное окно до 512 токенов и распространяется в формате PyTorch. README не сообщает поддерживаемые естественные языки и лицензию, поэтому их нельзя уточнить по доступным данным.

sfairXC/FsfairX-Gemma2-RM-v0.1 — модель вознаграждения на основе Gemma-2-9B, обученная по рецептам RLHF Workflow с применением Vanilla BT. Она оценивает ответы диалоговой модели и предназначена для использования в RLHF, например при ранжировании вариантов ответа и обучении моделей-помощников. В карточке приведены результаты RewardBench: Chat — 98,04; Chat Hard — 65,35; Safety — 89,54; Reasoning — 92,31. Модель имеет архитектуру Gemma2ForSequenceClassification, содержит 9 млрд параметров, принимает текст и рассчитана на контекст до 8192 токенов. В метаданных указаны формат safetensors и задача text-classification. README не сообщает лицензию и языки обучения или применения.