II.10Разработка и эксплуатация AI/ML-систем

GPT-NeoX-20B — авторегрессионная языковая модель на архитектуре Transformer, разработанная EleutherAI и обученная на английском корпусе The Pile с помощью библиотеки GPT-NeoX. Модель содержит около 20,6 млрд параметров по карточке и 26,9 млрд по метаданным; в каталоге указана архитектура GPTNeoXForCausalLM. Контекст составляет 2048 токенов. Модель предназначена прежде всего для исследований и извлечения языковых признаков, а также может служить основой для дальнейшего дообучения. Она предсказывает следующий токен и поддерживает генерацию текста, но не настроена на выполнение инструкций или диалог с пользователем. Лицензия — Apache 2.0. Модель работает только с английским языком. Её не рекомендуют развёртывать без дополнительной настройки и надзора: ответы могут быть фактически неверными, содержать оскорбительный контент и отражать смещения обучающих данных; корпус The Pile не был дедуплицирован.

HATE-ITA Base — модель MilaNLProc для бинарной классификации итальянских публикаций в социальных сетях на наличие языка ненависти. Она дообучена на базе XLM-T; семейство XLM-RoBERTa и размер 305,2 млн параметров указаны в метаданных. Модель принимает текст и выдаёт метки классификации. В статье сообщается F1 0,83 на тестовой выборке; авторы описывают обучение на крупных англоязычных данных и доступных итальянских наборах данных, а также способность распознавать местные оскорбительные выражения. Модель предназначена для выявления языка ненависти в итальянском тексте, в том числе в сообщениях соцсетей, и для исследовательского анализа такого контента. Контекст — до 514 токенов. Лицензия — GPL-3.0. Авторы предупреждают, что результаты не гарантируют стабильную и справедливую точность для разных групп и категорий: модель может упускать важные нюансы. Поэтому классификацию следует трактовать осторожно, а не как окончательную оценку содержания.

Hermes Spam Filter — компактный классификатор спама от hidan616 для первичной фильтрации сообщений в Discord, чатах прямых трансляций, игровых сообществах и других системах с большим потоком сообщений. Это двоичная модель классификации последовательностей на основе Transformer Encoder с 1,7 млн параметров, двумя слоями энкодера, четырьмя головами внимания и размерностью эмбеддингов 128. Модель принимает текст и относит сообщение к классу HAM или SPAM; для токенизации используется собственный BPE-токенизатор, максимальная длина последовательности — 512 токенов. Модель рассчитана на быструю фильтрацию очевидного спама как первого этапа конвейера модерации, чтобы передавать сомнительные сообщения более сложным системам. Она обучена для английского языка и ориентирована на низкую задержку и работу с высокой нагрузкой. Hermes не предназначена для универсальной модерации, выявления всех видов злоупотреблений или фишинга. Лицензия — Apache-2.0.

bactrianus/HotpotQA-Paragraph-Retriever-Llama-3-8B-Instruct — дообученная авторами репозитория модель Meta Llama 3 8B Instruct для выбора релевантных абзацев в задачах типа HotpotQA. На вход она получает вопрос и фиксированный набор абзацев-кандидатов, а генерирует названия тех абзацев, которые, по её оценке, содержат необходимые для ответа сведения. Результат предназначен для передачи следующему этапу конвейера, например селектору предложений или модели-читателю. Модель имеет плотную авторегрессионную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст длиной до 8192 токенов. Она обучена на примерах выбора абзацев из HotpotQA и рассчитана на английский язык. Это устаревший экспериментальный чекпойнт Llama 3; он не является поисковым движком и не выполняет поиск по внешнему корпусу, индексацию документов или универсальное ранжирование. Для использования нужно сохранить порядок кандидатов и точные заголовки, а выход интерпретировать как список этих заголовков. Модель выпущена в формате safetensors и использует лицензию Llama 3. Её результаты зависят от формата заголовков, правил разбора выхода и заданного набора кандидатов; пропуск нужного абзаца ограничивает качество следующих этапов. В карточке нет результатов оценки, поэтому качество следует проверять на соответствующем наборе данных и с фиксированной политикой разбора.

Kimi-K3-pruned75 — версия модели Moonshot AI Kimi-K3, созданная автором репозитория mgoin удалением 75% маршрутизируемых экспертов без калибровочных данных. В каждом из 92 MoE-слоёв оставлено 224 из 896 экспертов; веса хранятся в формате safetensors. Репозиторий предназначен для запуска и оценки через vLLM, в частности для проверки загрузки и тестирования модели. Модель принимает текст и изображения и генерирует текст; метаданные указывают задачи генерации текста и image-text-to-text. В README приведён тест GSM8K: точность составила 34,42% против 95,53% у исходной Kimi-K3 при одинаковых настройках теста, что показывает существенное ухудшение качества после такого прореживания. README не сообщает лицензионные условия, а метаданные обозначают лицензию как other; перед использованием следует проверить условия исходной модели и репозитория.

monologg/koelectra-small-finetuned-nsmc — корейская модель классификации текста, разработанная monologg на базе архитектуры ELECTRA и дообученная для задачи NSMC, корпуса отзывов о фильмах Naver. Модель предназначена для определения тональности корейских текстов по двум классам: positive и negative. Модель реализована как ElectraForSequenceClassification с 12 скрытыми слоями, 4 головами внимания и размером скрытого представления 256; содержит около 20,8 млн параметров и поддерживает последовательности длиной до 512 токенов. Она работает с корейским языком, использует библиотеку Transformers и может применяться через pipeline text-classification. Сильная сторона модели — компактность и специализация на бинарном анализе тональности корейских отзывов, что подходит для локального или ресурсно-ограниченного инференса. Модель не является универсальной генеративной системой и не предназначена для надежной классификации текстов вне близкого к NSMC распределения, многочастного анализа тональности или других языков. Лицензия в доступных источниках не установлена.

xmu-nlp/Llama-3-8b-gsm8k-value-A — чекпойнт верификатора для фреймворка FETCH, разработанного для повышения эффективности и точности рассуждений языковых моделей при поиске по дереву. Модель оценивает ветви рассуждения и предназначена для совместного применения с алгоритмами поиска FETCH; в README она указана как один из двух вариантов верификатора. Модель основана на архитектуре Llama и содержит 7,5 млрд параметров. Она реализована в Transformers, веса доступны в формате safetensors, заявлен контекст до 8192 токенов. Метаданные также указывают поддержку генерации текста и классификации токенов, однако основное назначение по карточке — верификация рассуждений в задачах математического reasoning. Лицензия — MIT. README отсылает за подробностями и инструкциями по использованию к репозиторию GitHub; результатов оценки качества или конкретных ограничений применения в предоставленных данных нет.

LLaVA-Gemma-2b — компактная мультимодальная модель Intel, дообученная по фреймворку LLaVA-v1.5 на основе google/gemma-2b-it. Она сочетает языковую модель Gemma-2B с визуальным энкодером на основе CLIP и принимает текст вместе с изображениями, чтобы отвечать на вопросы и вести диалог о визуальном содержимом. Модель также может работать с текстом без изображений. Модель предназначена для оценки мультимодальных систем и использования в качестве чат-бота. В карточке описано применение в бенчмарках, но характеристики длины контекста и результаты сравнительных оценок этой версии не приведены. Авторы не рекомендуют использовать её в ситуациях, требующих высокой фактической точности, а также в медицинских и других высокорисковых сценариях. Модель распространяется под лицензией Gemma; условия следует сверить с файлами лицензии репозитория.

OS-Software выпустила экспериментальную модификацию llm-jp-4-33b-thinking на основе LLM-jP-4 — плотной трансформерной языковой модели семейства Llama с примерно 32,2 млрд параметров. Модель предназначена для диалоговой генерации текста на японском и английском языках. Она принимает текст и поддерживает контекст до 65 536 токенов; чат-шаблон совместим с форматом ответов OpenAI Harmony, но для токенизации требуется поставляемый с моделью токенизатор. Модель прошла abliteration — существенное ослабление защитного выравнивания: в приведённой карточкой проверке она не отказала ни на одном из 100 запросов, на которых исходная модель отказала во всех случаях. Поэтому она может генерировать вредные, неточные, предвзятые и оскорбительные ответы. Разработчик указывает исследовательское применение, включая исследования безопасности и red teaming, и не рекомендует развёртывание в публичных пользовательских сервисах. Лицензия — Apache-2.0.

Manacá-1B — базовая языковая модель, разработанная совместно LNCC (Instituto de IA) и NII/LLM-jp и обученная с нуля для бразильского португальского языка. Это decoder-only трансформер семейства Llama с 1,72 млрд параметров; модель опубликована в формате safetensors и рассчитана на контекст до 4096 токенов. Модель предназначена для предобученной генерации и продолжения текста, моделирования языка и последующего дообучения под конкретные задачи или инструкции. Она не проходила инструкционное дообучение и выравнивание, поэтому не предназначена для диалога или выполнения команд без дополнительной настройки. Токенизатор SentencePiece на 64 тыс. токенов приводит текст к нижнему регистру; для корректной токенизации следует использовать AutoTokenizer из репозитория. В опубликованных оценках модель показывает сильные результаты для своего размера на некоторых тестах португальского языка, но ограниченно справляется с задачами рассуждения и множественного выбора. Она может допускать фактические ошибки и воспроизводить смещения из обучающих данных, поэтому требует оценки перед чувствительным применением. Лицензия — CC BY 4.0.

Mask2Former — модель компьютерного зрения от команды Facebook, обученная для семантической сегментации сцен на наборе ADE20K. Это версия небольшого размера с backbone Swin; архитектура Mask2Former предсказывает маски и соответствующие им классы, используя многоуровневый декодер с деформируемым вниманием и декодер Transformer с masked attention. Модель предназначена для определения класса каждого пикселя изображения и разбиения сцены на области. Архитектура Mask2Former также поддерживает сегментацию экземпляров и паноптическую сегментацию, однако карточка этого чекпойнта указывает семантическую сегментацию ADE20K как его обучающую задачу. Модель принимает изображения и выдаёт сегментационные маски с метками классов. Репозиторий распространяет веса в форматах PyTorch и safetensors; лицензия указана как other, без уточнения условий в предоставленных данных.

MedASR — разработанная Google модель распознавания речи, преобразующая медицинскую диктовку в текст. Она предназначена для разработчиков медицинских и биологических приложений и подходит как отправная точка для создания систем диктовки, в том числе радиологических заключений, а также для передачи расшифровки в последующие текстовые модели. Модель использует архитектуру Conformer и содержит 105 млн параметров. На вход принимает монофоническое аудио с частотой 16 кГц в формате int16, на выходе выдаёт текст. Обучающие данные англоязычные; модель ориентирована на медицинскую речь. Качество может снижаться для речи с фоновым шумом, говорящих с иными языковыми особенностями и терминов, отсутствовавших в обучающих данных. Возможны ошибки в названиях лекарств и медицинских терминах, а также в датах и временных выражениях. Результаты требуют независимой проверки и не предназначены для самостоятельного использования при диагностике или принятии клинических решений. Использование регулируется условиями Health AI Developer Foundations.

MemGPT-DPO-uncensored — это англоязычная причинная языковая модель на архитектуре Mistral, разработанная @starsnatched как неконтролируемая DPO-версия Mistral 7B Instruct. В репозитории представлены веса в формате safetensors; размер модели — 7,1 млрд параметров, а контекст по метаданным составляет до 32 768 токенов. В README указана поддержка последовательностей до 8 192 токенов и формат промпта ChatML. Модель предназначена для работы в среде MemGPT и для управления вызовами функций в агентах MemGPT. Её можно подключать через совместимые бэкенды генерации текста и использовать для диалога с агентом и выполнения задач, передаваемых через функции. Автор сообщает о сопоставимых с GPT-4 результатах именно при работе с MemGPT, но независимых оценок в карточке нет. Модель описана как uncensored и может охотно отвечать на небезопасные или вредоносные запросы; результаты могут быть ненадёжными или предвзятыми и требуют проверки. Лицензия — Apache-2.0.

MiniLMv2-L6-H384R-fineweb-100k — компактная модель семейства MiniLMv2 на архитектуре RoBERTa, разработанная автором репозитория pszemraj. Она продолжает предобучение базовой модели на задаче заполнения пропусков в тексте (MLM) на англоязычном наборе BEE-spoke-data/fineweb-100k_en-med, чтобы улучшить её последующее дообучение и результаты в прикладных задачах. В обучении использовалась активация SiLU и доля маскирования 40%. Модель содержит 33,5 млн параметров и поддерживает контекст до 514 токенов. Основной сценарий использования — предсказание замаскированных токенов в английском тексте, а также дальнейшее дообучение для прикладных задач NLP. В карточке приведены результаты оценки: loss 4,0206 и accuracy 0,3783. Модель распространяется под лицензией Apache-2.0.

studio-ousia/mluke-base-lite — облегчённая мультиязычная модель mLUKE от Studio Ousia, основанная на архитектуре LUKE. Это плотная модель для заполнения пропусков в тексте: она предсказывает замаскированные токены. Веса инициализированы XLM-RoBERTa base; модель имеет 12 слоёв и размер скрытого состояния 768. В карточке указано 279 млн параметров, а в метаданных — 305,2 млн. Контекст составляет 514 токенов. Модель обучалась на Википедии на 24 языках и не содержит обычных Wikipedia entity embeddings, сохраняя специальные сущности, например [MASK]. Модель подходит для восстановления пропущенных слов и языкового моделирования с масками в многоязычных текстах. Архитектура LUKE также связана с задачами распознавания именованных сущностей и классификации отношений, однако основной тег этой модели — fill-mask. Лицензия — Apache-2.0. При загрузке через AutoModel предупреждение о неиспользуемых весах entity-aware attention ожидаемо при настройке по умолчанию; эти веса можно задействовать соответствующей конфигурацией.

MobileMoE-M-Base — базовая языковая модель Meta из семейства MobileMoE, предназначенная для генерации текста непосредственно на мобильных устройствах. Это контрольная точка после предварительного обучения и mid-training; она не прошла instruction fine-tuning и не имеет шаблона чата, поэтому рассчитана на продолжение обычного текстового промпта. Модель использует разреженную архитектуру Mixture-of-Experts: 2,8 млрд параметров всего, из которых активно 528 млн; на каждом токене выбираются четыре из 60 маршрутизируемых экспертов, а общий эксперт активен постоянно. В конфигурации 26 слоёв, GQA и контекст до 8 192 токенов. Она принимает и генерирует текст, обучена для английского языка и поставляется в формате safetensors с точностью BF16. В README заявлены результаты на 14 базовых бенчмарках и эффективность для сценариев с ограничениями памяти и вычислений на устройстве. Для загрузки требуется transformers с trust_remote_code=True, поскольку архитектура пока не входит в upstream transformers. Модель распространяется по лицензии FAIR Noncommercial Research License, которая ограничивает коммерческое использование.

SPP-MT — Base (3B) — базовая авторегрессионная языковая модель семейства Llama, разработанная для исследования Synthetic Persona Pretraining (SPP). Модель имеет плотную архитектуру LlamaForCausalLM, около 3 млрд параметров и контекст до 2048 токенов; использует токенизатор SmolLM2, расширенный специальными токенами. По карточке, модель обучена с нуля примерно на 500 млрд токенов из подмножества смеси Olmo 3 Dolma 3, а отражения SPP добавлялись только на этапе дополнительного обучения. Модель предназначена для продолжения текста, исследований выравнивания и безопасности, анализа поведения и дальнейшего дообучения. Это базовая модель без instruction tuning и шаблона чата, поэтому она не предназначена для прямого диалогового использования без дополнительной настройки. Доступны контрольные точки этапа midtraining; веса опубликованы в формате safetensors. Лицензия указана как other, без уточнения условий в предоставленных данных. Модель может генерировать неверный или небезопасный контент; опубликованные контрольные точки не включают состояние оптимизатора и генератора случайных чисел, поэтому точное возобновление исходного обучения невозможно.

MuQ-Eval-A1 — модель оценки качества музыки, разработанная zhudi2825. Она использует замороженный аудиоэнкодер OpenMuQ/MuQ-large-msd-iter, attention pooling и отдельные MLP-головы для прогнозирования оценок MI и TA с функцией потерь MSE. На вход подаётся аудиосигнал с частотой 24 кГц длительностью до 10 секунд; модель предназначена для оценки качества музыки, созданной музыкальными генераторами. Модель обучалась на наборе MusicEval и оценивалась с помощью пятифолдовой кросс-валидации на 2 748 клипах от 31 системы преобразования текста в музыку. Репозиторий содержит веса PyTorch и распространяется по лицензии MIT.

Репозиторий содержит эталонные модели PatchTST, разработанные eulogik для сопоставления с NanoForecast в стандартном бенчмарке прогнозирования временных рядов. Каждая модель обучена отдельно на одном наборе данных, с независимой обработкой каналов, по гиперпараметрам из статьи PatchTST. В репозитории размещены веса PyTorch и результаты бенчмарков для ETTh1, ETTh2, ETTm1, exchange_rate, electricity и traffic. Модели предназначены для прогнозирования временных рядов и служат базовыми ориентирами при оценке других моделей на перечисленных датасетах. В README приведены метрики MASE, MAE, MSE и sMAPE для части результатов. Лицензия — Apache-2.0. Описание ориентировано на бенчмаркинг; данных о пригодности к другим наборам данных или сценариям не приведено.

NCPFlash — черновая модель для ускорения генерации текста методом спекулятивного декодирования. Её разработали команда NCP при Shanghai AI Lab и лаборатория LUMIA Шанхайского университета Цзяотун. Модель использует архитектуру ConceptLMDFlashModel и содержит около 1,1 млрд параметров; число 8,9 млрд в названии репозитория относится к целевой модели, с которой она работает. Контекст обучения и целевой модели — 8192 токена. За один проход NCPFlash предлагает блок токенов для проверки целевой моделью NCP-ArchPreview Stage 2 V1. В архитектуре сочетаются параллельное формирование предложений в стиле DFlash2, признаки целевой модели с нескольких уровней и обратная связь от её концептуального представления. В описанной оценке для горизонта в 16 токенов средняя длина принятой последовательности выросла с 5,933 до 6,180 относительно сопоставимого базового черновика; это не гарантирует снижения задержки во всех сценариях. Модель предназначена для экспериментов со спекулятивным декодированием и требует совместной работы с целевой моделью Stage 2 V1, её токенизатором, эмбеддингами, выходной головой и внутренними представлениями. Доступна по лицензии Apache-2.0. Полная память для инференса включает целевую модель, её кэш и сохранённые скрытые состояния; совместимость с другими версиями целевой модели не гарантируется. Спекулятивное декодирование не добавляет инструкционную настройку или защиту от неточных, предвзятых либо вредоносных ответов.

SixAILab/nepa-base-patch14-224-sft — дообученная модель компьютерного зрения из семейства NEPA, разработанная SixAILab. Она использует архитектуру ViT-NEPA: изображение разбивается на патчи и представляется последовательностью эмбеддингов; модель предназначена для классификации изображений, в том числе на ImageNet-1k. Веса содержат 113,2 млн параметров и доступны в формате safetensors для библиотеки Transformers. NEPA основана на авторегрессионном предсказании следующего эмбеддинга изображения. README описывает воспроизведение результатов на ImageNet-1k, включая точность 83,75% для базовой версии с GeLU; это число относится к результатам воспроизведения, а не обязательно к оценке именно этой SFT-модели. Лицензия Apache-2.0.

NV-Generate-MR-Brain — разработанная NVIDIA трёхмерная модель латентной диффузии для генерации синтетических изображений мозга в формате MRI. Она предназначена для исследователей, разработчиков медицинского ИИ и медицинских организаций, которым нужны дополнительные данные для аугментации обучающих наборов и экспериментов с генерацией MRI. Заявлены 240 млн параметров, архитектура 3D U-Net с блоками внимания и поддержка модальностей T1, FLAIR, T2 и SWI, выбираемых целочисленной меткой. Модель формирует объёмы NIfTI с настраиваемыми размерами до 512×512×256 и шагом вокселя 0,45×0,45×0,7 мм. Модель обучена на данных MR-RATE, включающих около 28 тысяч сканов. README также указывает синтез между модальностями как предполагаемый сценарий, но отмечает его как функцию, которая появится позднее; описанные входы и выходы подтверждают генерацию выбранной модальности, а не преобразование исходного изображения. Для работы указана MONAI Core 1.5, а оптимизация — для GPU NVIDIA Ampere, Hopper и Blackwell под Linux. Лицензия в метаданных обозначена как other, без конкретных условий. Модель не прошла клиническую валидацию и не предназначена для клинической диагностики.

Это конверсия в формат MLX модели NVIDIA Nemotron-3.5-Lightning-30B-A3B-DSpark для ускорения генерации с помощью спекулятивного декодирования на компьютерах Apple Silicon. Модель-разведчик предлагает черновые токены, а целевая модель проверяет их; по описанию карточки это ускоряет генерацию, сохраняя результат целевого декодирования. Репозиторий предназначен для использования с mlx-dspark и целевой 4-битной моделью mlx-community/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-4bit. Архитектура черновой модели основана на Qwen3 GQA: 6 слоёв, скрытый размер 2688, 32 головы внимания и 2 KV-головы, окно внимания 1024 токена, блоки по 8 токенов и голова DSpark Markov fixup ранга 512. Карточка приводит 967 млн параметров всего, тогда как метаданные каталога указывают 741,7 млн. Веса исходной NVFP4-модели декодированы в bf16; при загрузке mlx-dspark повторно квантует черновую модель до 4 бит. Целевая модель — гибрид Mamba-2, MoE и внимания; заявленный контекст составляет 1 048 576 токенов. В описанных измерениях на M4 Pro ускорение составило 1,27× для кода, 1,24× для математики и 1,06× для чата при максимуме чернового блока 4. Модель рассчитана на спекулятивное ускорение текстовой генерации, а не на самостоятельное использование как универсальная языковая модель. Она требует совместимых mlx-dspark и целевой модели, а применение ориентировано на Apple Silicon. Лицензия указана как other, поэтому условия использования следует уточнить в исходной карточке NVIDIA.

Модель sapinsapin/omniASR_W2V_7B_SSL-ctc-char-pld_ceb — система автоматического распознавания речи на себуанском языке, разработанная в рамках проекта halohalo. Это дообученная на Philippine Language Dataset (PLD) модель ylacombe/omniASR_W2V_7B_SSL с архитектурой Wav2Vec2ForCTC и символьным CTC-выходом; размер составляет 8,6 млрд параметров. Она принимает аудиозаписи в формате WAV, с частотой 16 кГц и одним каналом, и преобразует речь в текст. Модель обучена на 24 059 фрагментах чистой прочитанной речи и предназначена для распознавания себуанской речи, а также сравнительных экспериментов. На тесте с новыми дикторами и предложениями указаны CER 17,02% и WER 49,46%; языковая модель на 4-граммах может дополнительно снизить WER на 4–7 процентных пунктов. Лицензия репозитория — CC-BY-NC-4.0; авторы отдельно указывают, что обучающие данные PLD предназначены только для исследований, поэтому чекпойнт позиционируется как исследовательский артефакт.

Open-Reasoner-Zero-Critic-32B — критическая модель семейства Open-Reasoner-Zero, выпущенная командой проекта для обучения и исследований в области обучения рассуждению с подкреплением. Это плотная архитектура Qwen2 с 32 млрд параметров и контекстом до 131 072 токенов; веса опубликованы в формате Safetensors. Модель предназначена для роли критика в RL-процессе, а не для обычного диалогового использования. Проект описывает масштабируемую схему обучения рассуждениям и сообщает о результатах на математических и научных бенчмарках для моделей-политик Open-Reasoner-Zero. Модель принимает текст и выдаёт оценки или сигналы критика для обучения с подкреплением. Она подходит для настройки и анализа RL-конвейеров для задач рассуждения, включая математику. В карточке проекта базовая модель указана как та же, что у DeepSeek-R1-Zero-Qwen-32B, однако точный идентификатор репозитория базовой модели для этого чекпойнта не приведён. Лицензия — MIT. Для загрузки и запуска требуется совместимый стек Transformers и значительные вычислительные ресурсы, ожидаемые для модели на 32 млрд параметров.

OTel-Reranker-0.6B — модель-реранкер для телекоммуникационных текстов, разработанная в рамках открытой инициативы Open Telco AI. Она создана полным дообучением Qwen/Qwen3-0.6B на данных OTel-Reranker и содержит около 507,6 млн параметров. Архитектура — плотная Qwen3 для классификации последовательностей; модель принимает пары текстов и оценивает их релевантность. Модель предназначена для повторного ранжирования найденных фрагментов после первичного поиска, например в телекоммуникационном RAG-конвейере. Внутренняя оценка на отложенной выборке OTel-Reranker показывает MRR@10 0,944 ± 0,006; качество зависит от кандидатов, найденных предыдущим поисковым этапом. Модель рассчитана на английский язык, преимущественно на телекоммуникационные материалы. Контекст составляет до 40 960 токенов. Результаты на внутренней выборке не гарантируют перенос на внешние бенчмарки или одинаковое качество во всех подотраслях; для производственного применения это следует оценить отдельно. Лицензия модели — Apache-2.0; также необходимо соблюдать условия лицензии или использования базовой модели.

abreza/persian-ezafe-albert — модель классификации токенов на основе ALBERT, дообученная на HooshvareLab/albert-fa-zwnj-base-v2 для обнаружения эзофе в персидском тексте. Она определяет, где при фонемизации следует добавить непишущийся звук эзофе (/e/ или /ye/), чтобы разрешать неоднозначности произношения. Модель предназначена для использования в конвейерах персидского преобразования текста в речь, в частности с Piper и LCA Phonemizer. В репозитории представлены веса PyTorch и квантованная версия ONNX для инференса. По README, F1 на отложенной тестовой выборке составляет 98,73%; метаданные указывают 136,3 млн параметров и контекст до 512 токенов. Модель обучена на обработанной части набора HomoRich для персидских графемно-фонемных задач. Лицензия в предоставленных сведениях не указана.

Это тестовая уменьшенная версия диалоговой модели microsoft/Phi-3.5-MoE-instruct, созданная командой inference-optimization для разработки и проверки загрузки и обучения моделей. Она использует архитектуру PhiMoE с причинной генерацией текста и разреженной смесью экспертов: в README указаны 0,8 млрд параметров и два активных эксперта из восьми на токен; конфигурация сокращена до четырёх слоёв. Метаданные каталога указывают 186,3 млн параметров, поэтому фактический размер параметров расходится между источниками. Контекст составляет 4096 токенов, формат весов — safetensors, библиотека — Transformers; README также сообщает о точности bfloat16. Модель предназначена для тестирования и разработки, а не для надёжного прикладного использования. Её дообучали на небольшом наборе copypasta-текстов; заявленная perplexity около 1 относится только к этому валидационному тексту и не подтверждает качество на общих задачах. Поддерживается диалоговая генерация текста на входном текстовом запросе. Лицензия — MIT.

PoolFormer-S12 — модель компьютерного зрения для классификации изображений, разработанная авторами Yu et al. в работе «MetaFormer is Actually What You Need for Vision». Это архитектура семейства PoolFormer: вместо механизма внимания в блоках используется пространственная операция pooling. Модель обучена на ImageNet-1k с изображениями размером 224×224 и распознаёт 1 000 классов. Вариант S12 содержит около 12 млн параметров; в таблице результатов README для него указана точность top-1 77,2% на ImageNet. Модель предназначена для присвоения изображению класса ImageNet и может служить базовой моделью для экспериментов с задачами компьютерного зрения. Метаданные указывают pipeline image-classification, архитектуру PoolFormerForImageClassification и форматы PyTorch и safetensors. Лицензия — Apache-2.0. Она обучена на ImageNet-1k, поэтому качество и набор классов ограничены этой задачей; для других сценариев может потребоваться дообучение.

lunarlist/pos_thai — модель Lunarlist для разметки частей речи в тексте на тайском языке. Это дообученная версия Geotrend/bert-base-th-cased на наборе данных lunarlist/tagging_thai, построенная на архитектуре BERT и предназначенная для классификации токенов. Модель содержит 119,8 млн параметров и поддерживает контекст до 512 токенов. В README сообщаются результаты оценки: F1 0,9533, точность 0,9693, precision 0,9525 и recall 0,9540. Модель принимает текст и выдаёт метки частей речи для его токенов. Модель распространяется по лицензии Apache-2.0. Результаты оценки относятся к указанному в карточке набору и не гарантируют аналогичное качество на других данных.