II.10Разработка и эксплуатация AI/ML-систем

Dark-Pane-GGUF — это набор квантованных файлов в формате GGUF для модели Dark-Pane, разработанной mars2titan и преобразованной и опубликованной mradermacher. Модель предназначена для генерации текста на английском языке и связана с исследованием безопасности, выравнивания, отказов и red teaming; в метаданных она также обозначена как экспериментальная исследовательская модель на базе Gemma. Доступны варианты квантования Q2_K, Q3_K_S, Q3_K_M, Q3_K_L, IQ4_XS, Q4_K_S, Q4_K_M, Q5_K_S, Q5_K_M, Q6_K и Q8_0 размером примерно от 4,9 до 12,8 ГБ. В README рекомендуются Q4_K_S и Q4_K_M как быстрые варианты, Q6_K характеризуется как вариант очень хорошего качества, а Q8_0 — как быстрый вариант с наилучшим качеством среди представленных. GGUF подходит для запуска в совместимых инструментах локального вывода, однако точные архитектура, число параметров, размер контекста и поддерживаемые модальности не указаны. Сильной стороной модели является широкий выбор квантований, позволяющий подобрать компромисс между размером, скоростью и качеством, а также ориентация на анализ поведения и безопасности языковых моделей. Ограничения включают отсутствие подробных сведений о качестве, бенчмарках, обучающих данных и практических возможностях исходной модели; заявлен только английский язык. Лицензия указана как gemma.

mudler/depth-anything.cpp-gguf — набор GGUF-конвертаций моделей Depth Anything 3 и Depth Anything V2, подготовленный командой LocalAI для проекта depth-anything.cpp. Модели предназначены для оценки глубины по изображению, включая восстановление плотной карты глубины, попиксельной уверенности, параметров камеры, а для отдельных вариантов — маски неба и 3D-облака точек. Результаты можно экспортировать в форматы GLB, COLMAP и PLY. Реализация выполнена на C++17 с использованием ggml и рассчитана на локальный запуск без Python, PyTorch и CUDA Toolkit во время инференса. Доступны варианты с архитектурами ViT-S, ViT-B, ViT-L и ViT-g, моделями относительной и метрической глубины, а также квантованные файлы f16, q8_0, q6_k, q5_k и q4_k. Метрические варианты Depth Anything V2 ориентированы на сцены в помещениях с дальностью до 20 метров или на открытые сцены до 80 метров. Модальности ограничены анализом изображений; поддерживаемые языки не указаны. Некоторые модели Depth Anything 3 восстанавливают позу камеры, а вложенный вариант требует загрузки двух GGUF-файлов. Сильными сторонами являются самодостаточный формат моделей, возможность работы на CPU, заявленная скорость выше PyTorch на CPU и проверенная близость результатов к исходным реализациям. Ограничения зависят от выбранного варианта: Depth Anything V2 выдаёт только глубину, относительные модели не дают абсолютный масштаб, а квантование может снижать точность. Распространение указано по лицензии Apache-2.0.

Карточка модели lc700x/depth-anything-indoor-large-hf на Hugging Face совпадает с карточкой LiheYoung/depth-anything-large-hf, поэтому описание составлено по ней. Depth Anything — крупная модель для оценки глубины по изображениям, представленная Lihe Yang и соавторами. Эта версия подготовлена для библиотеки Transformers и использует архитектуру DPT с backbone DINOv2. Модель обучена на примерно 62 миллионах изображений и предназначена для оценки относительной и абсолютной глубины, в том числе в zero-shot сценариях. Она выдаёт карту глубины для входного изображения и может применяться в задачах компьютерного зрения и анализа сцен. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Depth Anything — крупная модель для оценки глубины по изображениям, представленная Lihe Yang и соавторами. Эта версия подготовлена для библиотеки Transformers и использует архитектуру DPT с backbone DINOv2. Модель обучена на примерно 62 миллионах изображений и предназначена для оценки относительной и абсолютной глубины, в том числе в zero-shot сценариях. Она выдаёт карту глубины для входного изображения и может применяться в задачах компьютерного зрения и анализа сцен. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Карточка модели lc700x/depth-anything-outdoor-large-hf на Hugging Face совпадает с карточкой LiheYoung/depth-anything-large-hf, поэтому описание составлено по ней. Depth Anything — крупная модель для оценки глубины по изображениям, представленная Lihe Yang и соавторами. Эта версия подготовлена для библиотеки Transformers и использует архитектуру DPT с backbone DINOv2. Модель обучена на примерно 62 миллионах изображений и предназначена для оценки относительной и абсолютной глубины, в том числе в zero-shot сценариях. Она выдаёт карту глубины для входного изображения и может применяться в задачах компьютерного зрения и анализа сцен. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Jesse020202/detr_finetuned_roadsigns — модель обнаружения дорожных знаков, созданная дообучением microsoft/conditional-detr-resnet-50. Она принимает изображения и предсказывает классы объектов и их ограничивающие рамки. Модель построена на архитектуре Conditional DETR с ResNet-50; в репозитории указаны веса в формате safetensors, библиотека Transformers и около 6,3 млн параметров. Модель подходит для поиска дорожных знаков на изображениях, например для разметки дорожных сцен или прототипов систем помощи водителю. В README приведён результат на тестовой выборке: loss 0,9152; датасет и подробные метрики не описаны. Лицензия — Apache-2.0.

DialoGPT-small — компактная модель генерации диалоговых ответов, опубликованная Microsoft. Она предназначена для многоходовых бесед: принимает текстовый контекст разговора и продолжает его ответом. Архитектура основана на GPT-2; модель обучена на 147 млн многоходовых диалогов из обсуждений Reddit и рассчитана на контекст длиной до 1024 токенов. Модель подходит для прототипов чат-ботов и экспериментов с генерацией реплик. В README приведены результаты оценки качества ответов в диалогах, однако они не гарантируют надёжность в произвольных прикладных сценариях. Обучение на Reddit может приводить к разговорному стилю и нежелательным или неточным ответам. Лицензия — MIT.

Это модель DPT для семантической сегментации изображений, опубликованная в репозитории smp-test-models/dpt-tu-test_vit. Карточка указывает библиотеку segmentation-models-pytorch и формат весов safetensors; модель можно загружать через интерфейс smp.from_pretrained. Модель предназначена для присвоения меток областям изображения. В карточке не приведены метрики и сведения о датасете, поэтому качество и область, на которой модель обучалась, оценить нельзя. Лицензия — MIT.

Duloch Pico 125M Base — компактная языковая модель, созданная разработчиком с нуля и обученная предсказывать продолжение текста. Это плотный decoder-only Transformer с реализацией LlamaForCausalLM; в нём 125,1 млн параметров, веса доступны в формате safetensors. Модель обучена на 2,502 млрд токенов корпуса FineWeb, преимущественно на английском языке, и поддерживает контекст до 512 токенов. Модель предназначена для исследований и обучения, оценки небольших базовых моделей, экспериментов с дальнейшим обучением, а также проверки инференса на устройствах с ограниченными ресурсами и Apple Silicon. Это базовая модель без настройки на инструкции, диалогового шаблона, выравнивания предпочтений или обучения безопасности, поэтому она не предназначена для надёжного следования инструкциям и не подходит как самостоятельный пользовательский помощник. Короткий контекст, ограниченные фактические знания, арифметические и логические способности, а также слабая связность длинных текстов ограничивают практическое применение. Генерация может содержать ошибки, предвзятые, оскорбительные или небезопасные высказывания; обучение на веб-данных также означает риск остаточных дублей и запоминания персональной информации. Веса распространяются по лицензии Apache-2.0; она не предоставляет прав на сторонние материалы FineWeb, использование которых связано с условиями ODC-By 1.0 и Common Crawl.

Это детектор объектов Ultralytics YOLO26l, дообученный в DetectionBench на наборе ExDark для распознавания объектов на тёмных и ночных изображениях. Он предназначен для обнаружения 12 классов: велосипедов, лодок, бутылок, автобусов, автомобилей, кошек, стульев, чашек, собак, мотоциклов, людей и столов. Модель принимает изображения и выдаёт рамки объектов с классами и оценками уверенности. На тестовой части ExDark указаны mAP@50 77,51% и mAP@50–95 50,88%. Результаты следует трактовать с учётом небольшого размера набора и сильного дисбаланса классов: на People приходится около 46% размеченных объектов, а Bus встречается редко. Данные были предварительно преобразованы сторонним экспортом Roboflow и уменьшены до 640×640. Репозиторий распространяется по лицензии AGPL-3.0. Авторы исходного набора ExDark отдельно указывают на некоммерческое использование; это ограничение распространяется и на обученные на нём модели.

FELA-TS edge — модель прогнозирования временных рядов от Lowdown Labs на архитектуре Fourier Neural Operator (FNO) с patch embedding и нормализацией RevIN. В чекпойнте около 1,76 млн параметров; он обучен на наборе UCI ElectricityLoadDiagrams20112014 и предназначен для прогноза электрической нагрузки по данным 321 канала. Модель принимает окно из 512 прошлых шагов и предсказывает следующие 96 шагов. Метаданные указывают библиотеку Transformers и формат safetensors. Модель рассчитана на запуск на CPU, в том числе на одноплатных компьютерах класса Raspberry Pi. Для одиночного потока нагрузки README указывает задержку около 0,86 мс на одном ядре CPU и постоянный расход рабочей памяти независимо от длительности потока. Она подходит для прогнозирования нагрузки на счётчиках, шлюзах и в системах мониторинга зданий или микросетей. Модель выпущена как исследовательская предварительная версия. Её качество проверено на одном бенчмарке и примерно соответствует сильным моделям-прогнозистам, но превосходства по точности не заявлено. Переносимость на другие профили нагрузки, частоты измерений, датчики и группы потребителей не установлена; перед эксплуатацией её нужно проверить на целевых данных. Лицензия указана как other; README отмечает лицензию CC BY 4.0 для обучающего набора и необходимость учитывать отдельные лицензионные условия модели.

Filtered — Base (1.7B) — базовая предварительно обученная языковая модель, разработанная dlab-spp и обученная с нуля на архитектуре SmolLM2-1.7B. Во время предобучения функция потерь не учитывала документы, размеченные как небезопасные. Модель использует токенизатор SmolLM2 с размером словаря 49 152 и обучалась примерно на 100 млрд токенов из подмножества смеси Olmo 3 Dolma 3. Модель предназначена для продолжения текста, исследовательского анализа поведения в задачах alignment и safety, а также для дальнейшего дообучения. Это базовая модель без instruction tuning и шаблона чата; её не следует использовать как готового диалогового помощника. Доступны промежуточные контрольные точки обучения, пригодные для оценки, исследования и дообучения, но без состояний оптимизатора и генератора случайных чисел они не позволяют точно возобновить исходный запуск обучения. Модель содержит 1,7 млрд параметров, имеет плотную архитектуру LlamaForCausalLM и нативный контекст 2 048 токенов. Карточка указывает английский язык. Лицензия обозначена как other, поэтому условия использования следует сверить с лицензией в репозитории перед применением. Модель может выдавать неверный или небезопасный контент.

Это структурно прореженный текстовый энкодер автора SearchingMan, предназначенный как замена текстового энкодера в FLUX.2-klein-9B. Модель основана на Qwen3 и содержит 5,6 млрд параметров по метаданным; в README размер указан как 5,10 млрд. Энкодер извлекает промежуточные скрытые состояния и формирует эмбеддинги промпта для генерации изображений. Контекст модели составляет 40 960 токенов по метаданным, хотя описанный в README протокол работы ограничивает вход 512 токенами. Автор удалил часть слоёв, объединил некоторые соседние слои и проредил FFN-блоки и группы GQA; затем модель дистиллировали по скрытым состояниям исходного энкодера. По данным README, это уменьшает потребление памяти при кодировании промптов, сохраняя пригодность для FLUX.2-klein-9B. Результаты генерации могут отличаться от исходного энкодера по композиции и деталям, а одинаковый seed не гарантирует совпадения изображений. Это компонент конвейера, а не самостоятельная языковая или генеративная модель: он выдаёт эмбеддинги для FLUX.2-klein-9B. Для работы нужны DiT, VAE и токенизатор из закрытой базовой модели, доступ к которой требует принятия её условий. Лицензия унаследована от FLUX.2-klein-9B и запрещает коммерческое использование.

vysri/gemma3-270m-IT-ConvFill — дообученная текстовая модель на базе Google Gemma 3 270M IT, созданная для задачи conversational infill из исследования о разговорных голосовых агентах. Она генерирует контекстно уместные реплики, пока крупная серверная модель параллельно подготавливает знания; затем эти знания можно встроить в дальнейший диалог. Модель предназначена для использования с инфраструктурой проекта ConvFill. Модель построена на плотной архитектуре Gemma3ForCausalLM, содержит 257 млн параметров и поддерживает контекст до 32 768 токенов. Карточка указывает английский язык и текстовую генерацию; метаданные также отмечают диалоговый режим. Модель рассчитана на быстрые локальные ответы в многоходовых разговорах, но не настроена специально для безопасного, ограниченного поведения. Использование регулируется лицензией Gemma и её ограничениями на запрещённые способы применения.

Это вспомогательная модель-драфтер Multi-Token Prediction (MTP) семейства Gemma 4 E4B, подготовленная mlx-community из весов google/gemma-4-E4B-it-qat-q4_0-unquantized-assistant. Она предназначена для ускорения генерации методом speculative decoding: предлагает кандидатные токены, которые затем проверяет целевая модель Gemma 4 E4B. Модель рассчитана на работу в связке с совместимым целевым чекпойнтом через MLX и mlx-vlm. Веса представлены в bf16 и формате Safetensors. Это не самостоятельная чат-модель; карточка описывает текстовую генерацию и английский язык, но не задаёт отдельные задачи для автономного использования. Для работы требуется среда с поддержкой Gemma 4 MTP draft-моделей в mlx-vlm и совместимая целевая модель. Самостоятельная генерация через обычный интерфейс Transformers не предполагается. Указана лицензия Gemma; условия использования следует сверять с лицензией и карточкой базовой модели.

Mungert/granite-3.1-8b-lora-intrinsics-v0.1-GGUF — экспериментальный GGUF-вариант LoRA-адаптера IBM Research для модели ibm-granite/granite-3.1-8b-instruct. Адаптер сохраняет основные возможности исходной инструктивной модели и добавляет три функции: оценку уверенности ответа, обнаружение галлюцинаций в сценариях RAG и классификацию небезопасных запросов. Модель предназначена для исследовательского тестирования и анализа поведения LLM. Оценка уверенности возвращается числом от 0 до 9, соответствующим диапазону от 5% до 95% уверенности и рассчитанным на калибровку вероятности правильного ответа. Модуль обнаружения галлюцинаций отвечает Y, если ответ не подтверждается предоставленными документами, и N в противном случае. Модуль Safety Exception отвечает Y для потенциально небезопасных запросов, включая насилие, угрозы, сексуальный и явно выраженный контент, а также запросы на получение персональных данных, и N в остальных случаях. Это LoRA-адаптер для текстовой генерации; базовая модель имеет размер 8B. Для вызова intrinsics используются специальные роли или шаблон чата, а результат состоит из одного токена. GGUF-файлы созданы с помощью llama.cpp; в описании также указана модифицированная стратегия квантования с повышением точности отдельных слоёв, что может увеличивать размер файла и улучшать точность при заданном уровне квантования. Язык модели в карточке указан как английский. Точные сведения о длине контекста и поддерживаемых модальностях отсутствуют. Модель имеет статус экспериментальной и не рекомендуется для реальных развёртываний. К её ограничениям относятся предварительный характер проекта, необходимость использования совместимой базовой модели и специальных процедур вызова intrinsics, а также потенциальное влияние квантования на качество. Лицензия — Apache 2.0.

HateBERT — англоязычная модель на архитектуре BERT, разработанная в сотрудничестве Университета Гронингена, Туринского университета и Университета Пассау. Это BERT base uncased, дополнительно обученный на более чем миллионе публикаций из сообществ Reddit, заблокированных за нарушения правил. Модель предназначена для заполнения пропусков в тексте и может служить языковой основой для исследований и разработки систем анализа оскорбительной речи, языка ненависти и других вредоносных высказываний. Репозиторий содержит модель с 136,7 млн параметров, контекстом до 512 токенов и весами в форматах PyTorch и Safetensors. Модель обучена на материалах заблокированных сообществ Reddit, поэтому её языковое распределение может не соответствовать обычной речи и другим площадкам. Лицензия — Apache-2.0; лицензии отдельно дообученных моделей могут отличаться.

init-gpt2-120M — компактная плотная авторегрессионная модель семейства GPT-2 с 120 млн параметров, разработанная MiniLLM. Она дообучена с учителем на наборе инструкций databricks-dolly-15k и предназначена для генерации текста по промпту. Модель использовалась как начальная точка для обучения MiniLLM. Модель принимает текст и выдаёт текст; поддерживаемая задача — генерация текста. Она рассчитана на английский язык, а длина контекста составляет 1024 токена. Веса представлены в форматах PyTorch и Safetensors. Компактный размер подходит для экспериментов и обучения, однако карточка описывает её прежде всего как инициализацию для дальнейшего обучения, а не как готового универсального ассистента. Лицензия — Apache-2.0.

inkling-UD-Q2_K_XL-layers — экспериментальный пакет слоёв GGUF для запуска модели inkling через Mesh LLM. Он создан на основе unsloth/inkling-GGUF и распределяет её веса по отдельным артефактам для вывода на локальном кластере Mesh LLM. Метаданные указывают на поддержку визуального ввода и диалогового режима; задача модели — преобразование изображений и текста в текст. Пакет предназначен для локального приватного запуска, распределения вычислений между несколькими машинами, когда полный GGUF не помещается на одном хосте, и обслуживания запросов через совместимый с OpenAI API. Используется формат GGUF, вариант квантования — UD-Q2_K_XL. Для работы нужна среда Mesh LLM. Подробности архитектуры, языков, контекста и лицензии следует сверять с карточкой исходной модели unsloth/inkling-GGUF, поскольку в README пакета они не приведены.

Hate-speech-CNERG/kannada-codemixed-abusive-MuRIL — модель классификации текста от команды Hate-speech-CNERG для выявления оскорбительной речи в код-смешанном каннада. Она дообучена на MuRIL на наборе данных оскорбительной речи на код-смешанном каннада и относит текст к одному из двух классов: обычный или оскорбительный. Модель построена на архитектуре BERT для классификации последовательностей, содержит 264,8 млн параметров и принимает контекст длиной до 512 токенов. Модель предназначена для анализа пользовательских сообщений и других текстов на каннада с примесью других языков, в том числе в сценариях модерации. Карточка ссылается на исследование по выявлению оскорбительной речи в индийских языках с низким объёмом ресурсов. Модель распространяется по лицензии AFL-3.0.

YOLO11n — детектор объектов Ultralytics, дообученный командой проекта DetectionBench на наборе KITTI. Модель принимает изображения дорожных сцен и находит на них объекты восьми классов: автомобили, велосипедистов, пешеходов, людей сидя, трамваи, грузовики, фургоны и объекты класса Misc. Модель предназначена для экспериментов и оценки детекторов в сценариях автономного вождения и систем помощи водителю. На валидационной выборке KITTI заявлены mAP@50 38,77% и mAP@50–95 23,97%; точность составляет 52,84%. Результаты заметно различаются по классам: например, mAP@50 для автомобилей — 90,53%, а для класса Misc — 9,56%. Оценка проводилась на валидационной выборке, которая также использовалась для ранней остановки; публичной разметки официальной тестовой выборки KITTI нет. Датасет невелик и несбалансирован: класс Car составляет большую часть объектов, поэтому оценки редких классов менее надёжны. Формат кадров KITTI широкий, и при квадратном масштабировании часть разрешения теряется на отступы. Репозиторий распространяется по лицензии AGPL-3.0.

Koliber v1.0 — компактная плотная авторегрессионная языковая модель на 126 млн параметров, разработанная OrisTeam и обученная с нуля. Это базовая предварительно обученная модель на архитектуре decoder-only causal language model, предназначенная для продолжения польского текста и дальнейшего дообучения. Контекст модели — 1536 токенов; доступны веса в формате safetensors, для работы используется Transformers. При обучении применялась вспомогательная цель предсказания будущих скрытых представлений, но соответствующая голова не входит в модель для инференса. Модель подходит для экспериментов с небольшими польскими языковыми моделями, оценки вероятности текста и создания специализированных производных моделей. Она не настроена следовать инструкциям и не является чат-ботом: генерация может быть несвязной, повторяющейся, фактически неверной, предвзятой или небезопасной. Для пользовательских и критически важных приложений нужны отдельные проверки, фильтрация и настройка. Лицензия — Apache-2.0.

PinoCookie разработал LFM2.5-2.6B-Abliterated на основе LiquidAI/LFM2.5-2.6B: это версия с изменёнными весами, из которой удалена большая часть отказов на вредоносные запросы. Модель использует плотную гибридную архитектуру LFM2.5 с 30 слоями, объединяющую attention и свёрточные блоки; размер — 2,6 млрд параметров, контекст — до 131 072 токенов. Она предназначена для генерации текста в диалогах и следования инструкциям на английском языке. По описанию авторов, изменения восстановлены по опубликованной квантизованной версии и повторно применены к исходным весам; сходство с эталоном проверено с учётом шума хранения. В тесте на 55 вредоносных запросах модель отказала или не дала прямой ответ в 6 случаях, тогда как исходная модель — примерно во всех. Это делает её пригодной для изучения поведения отказов и red-teaming, но повышает риск использования для получения вредоносных инструкций. Автор отмечает остаточные различия с эталоном и отсутствие повторного полного набора бенчмарков. Лицензия указана как other; конкретные условия использования в предоставленных данных не раскрыты.

LinaCodec — аудиотокенизатор для речевых моделей, представленный автором репозитория YatharthS. Он кодирует аудио в последовательность из 12,5 токена в секунду с заявленной скоростью потока 171 бит/с и восстанавливает звук с частотой дискретизации 48 кГц. В карточке указаны форматы PyTorch и Safetensors. Токенизатор предназначен для компактного представления речи в системах синтеза и распознавания речи. В README также заявлена возможность использовать его как компонент решений для преобразования голоса, повышения частоты дискретизации и шумоподавления; эти сценарии описаны как косвенно поддерживаемые. Автор сообщает скорость кодирования до 200× и декодирования до 400× реального времени. Указанные показатели и качество основаны на заявлениях README; подробности архитектуры и независимые результаты оценки не приведены. Лицензия CC-BY-4.0 разрешает коммерческое и некоммерческое использование при указании авторства.

Ling-3.0-flash-base-30T — базовая языковая модель семейства Ling-3.0, выпущенная командой inclusionAI как промежуточный чекпойнт обучения. Она предназначена для продолжения предобучения, дообучения под предметную область и исследований методов обучения, MoE-систем и обработки длинного контекста; для обычного чат-развертывания модель не подготовлена. Модель построена на гибридной разреженной MoE-архитектуре Bailing с 512 маршрутизируемыми экспертами: на каждом токене активируются восемь экспертов и один общий. В архитектуре внимания сочетаются KDA и Gated MLA. Размер модели — 3,5 млрд параметров, нативный контекст — 8192 токена; формат файлов — safetensors. README указывает на поддержку многоязычных задач, математики, программирования, рассуждений и длинного контекста, но не перечисляет конкретные языки. Это предобученный чекпойнт, без mid-training, слияния WSM и постобучения. Для использования в диалоге, высокорисковых сценариях или производственных задачах нужны дополнительное выравнивание и проверка на конкретной задаче. Лицензия — MIT.

JackFram/llama-160m — компактная авторегрессионная языковая модель семейства LLaMA, разработанная как базовая малая спекулятивная модель для работы SpecInfer. В ней 137,8 млн параметров; модель обучалась на Wikipedia и частях наборов C4-en и C4-realnewslike. Модель предназначена для генерации текста и использования в экспериментах со спекулятивным декодированием. Она принимает текст и генерирует текст, поддерживает английский язык и имеет контекст до 2048 токенов. Оценка качества модели не проводилась, поэтому её результаты требуют проверки. Лицензия — Apache-2.0.

Rorical/logos-1b-base — базовая предварительно обученная причинная языковая модель Logos от Rorical. Это плотная по архитектуре модель примерно на 1,1 млрд параметров, обученная предсказывать следующий токен на выборке sample-100BT датасета HuggingFaceFW/fineweb-edu. Контекст составляет 4096 токенов; веса bf16 опубликованы в формате safetensors. Архитектура использует циклическую структуру с входными, рекуррентными и выходными слоями, несколько вариантов внимания и разреженные MoE-слои. Модель предназначена для продолжения предобучения, изучения архитектуры, оценки и экспериментов по дообучению. Она принимает текст и генерирует текст, но не настроена для диалогов и не предназначена для непосредственного использования как безопасный ассистент. Основной язык в данных карточки — английский. Для загрузки требуется Transformers с trust_remote_code=True, поскольку репозиторий содержит собственный код архитектуры и токенизатора. Лицензия — Apache-2.0.

Модель разработана IbrahimAmin, Mostafa Abbas, Rany Hatem, Andrew Ihab и Mohamed Waleed Fahkr. Это дообученная версия MARBERTv2 — BERT-модели для понимания арабского текста, настроенная на бинарную классификацию египетских арабских текстов по категориям «нейтральное» и «ненавистническое». Она предназначена для выявления языка ненависти и поддержки модерации контента; обучение проводилось на выборочной версии пользовательского датасета египетской арабской речи. Модель содержит 190 млн параметров, принимает текст и имеет контекст до 512 токенов. Она рассчитана на египетский диалект арабского языка; качество на современном стандартном арабском и других диалектах может снижаться. Предсказания для сарказма и неоднозначных высказываний могут быть ошибочными, а социально-политические тексты могут вносить смещение. Лицензия — Apache-2.0.

MiniCPM5-2B-DSpark-GGUF — это версия модели MiniCPM5-2B-DSpark в формате GGUF, разработанная командой MiniCPM/OpenBMB. Она предназначена для использования в llama.cpp как черновая модель при спекулятивном декодировании совместно с MiniCPM5-2B, чтобы ускорять генерацию текста на локальных и периферийных устройствах. Модель относится к классу text-generation и ориентирована на английский и китайский языки. В репозитории указан файл размером 653 МБ с точностью BF16 и названием MiniCPM5-2.6B-DSpark.gguf. Для запуска требуется llama.cpp и основная модель MiniCPM5-2B в формате GGUF; README демонстрирует конфигурацию с контекстом 8192 токена и параметрами speculative decoding. Сильной стороной является компактность и возможность ускорения локального вывода, однако модель не предназначена для самостоятельного использования без основной модели, а её ответы могут быть неточными, предвзятыми или вредными и требуют пользовательских ограничений и проверки. Модель и веса распространяются по лицензии Apache-2.0.

rnjema-unima/mms-tts-bci-baseline — подготовленный к дообучению контрольный набор для синтеза речи на языке бауле (Baoulé, bci), созданный на основе WAXAL и модели Meta MMS-TTS для акан. Это прокси-инициализация: отдельной модели MMS-TTS для bci нет, поэтому в качестве близкого донора используется facebook/mms-tts-aka; акустические и просодические параметры донора предназначены для адаптации к бауле при обучении на конфигурации bci_tts датасета google/WaxalNLP, предоставленной University of Ghana. Модель основана на архитектуре VITS и рассчитана на сквозное преобразование текста в речь без отдельного вокодера. В репозитории указано 3,5 млн параметров, однако сами веса здесь не хранятся: при обучении скрипт должен загрузить их из facebook/mms-tts-aka. Репозиторий содержит изменения конфигурации и препроцессора для совместимости с процедурой дообучения, поэтому README описывает прежде всего обучающий чекпойнт, а не готовый для непосредственного синтеза голос. Лицензия репозитория — CC-BY-NC-4.0. Данные WAXAL указаны под CC-BY-4.0; условия использования данных и модели следует учитывать отдельно. Качество синтеза на бауле зависит от последующего дообучения на целевом датасете, поскольку исходные веса относятся к акан.