II.10Разработка и эксплуатация AI/ML-систем

nm-testing/llama2.c-stories42M-pruned2.4 — компактная языковая модель архитектуры Llama, опубликованная организацией NM Testing и предназначенная для тестирования сжатых моделей и инференса в экосистеме llama2.c. Модель основана на варианте Stories42M, обученном на наборе TinyStories для генерации коротких историй; исходный проект llama2.c разработан Andrej Karpathy. Модель содержит около 41,7 млн параметров, использует архитектуру Llama и поддерживает контекст длиной 1024 токена. Вариант pruned2.4 связан со структурным прореживанием 2:4 и предназначен для экспериментов с эффективным выполнением сжатых языковых моделей. Основной сценарий — автодополнение и генерация короткого англоязычного текста, а также тестирование компрессии и высокопроизводительного инференса. Из-за малого размера и обучения на узком корпусе TinyStories модель не подходит для общего диалога, сложных рассуждений, достоверных ответов на вопросы или широкого спектра прикладных задач. На странице модели лицензия явно не указана.

raincandy-u разработал Llama-3-8b.UNLEASHED как дообученную версию базовой модели Llama 3 8B, предназначенную для более несогласованных с ограничениями ответов. Это плотная авторегрессионная языковая модель семейства Llama с 7,5 млрд параметров, представленная в формате safetensors. Модель поддерживает диалоговую генерацию текста на английском языке и контекст длиной до 8192 токенов. Модель подходит для экспериментов с диалоговыми моделями и изучения поведения систем, настроенных на генерацию менее ограниченных ответов. В карточке указана лицензия other, поэтому условия использования следует уточнять у автора. Авторы предупреждают, что модель может чаще генерировать токсичный или вредный контент, рекомендуют использовать её только в контролируемой среде и проверять результаты.

Mihaiii создал Drobeta-Turnu-Severin — уплотнённую версия Meta-Llama-3-70B-Instruct с удалёнными слоями. Это плотная авторегрессионная модель семейства Llama с 43,8 млрд параметров, принимающая текст и рассчитанная на контекст до 8192 токенов. Автор указывает, что модель предназначена для дальнейшего дообучения и не должна использоваться для инференса без подготовки. Модель можно использовать как основу для экспериментов по дообучению и адаптации разговорной модели. В README описан способ выбора и удаления слоёв с помощью laserQlora из cognitivecomputations/laserRMT и mergekit. Репозиторий содержит веса safetensors и поддерживает библиотеку Transformers. Указанная лицензия — other; условия лицензии следует проверить в репозитории перед использованием.

JackFram/llama-68m — небольшая плотная авторегрессионная языковая модель семейства LLaMA, опубликованная JackFram. В репозитории указано 68 млн параметров, а метаданные Hugging Face сообщают 43,5 млн; контекст составляет 2048 токенов. Модель обучалась на Wikipedia и части наборов C4-en и C4-realnewslike, а её основное назначение — базовая малая спекулятивная модель для подхода SpecInfer. Модель генерирует текст на английском языке и может использоваться для экспериментов с генерацией и ускорением вывода через спекулятивное декодирование. В README приведены результаты отдельных тестов, включая BLiMP, PIQA и BoolQ, однако автор предупреждает, что полной оценки не проводилось; некоторые тесты завершились ошибкой из-за несовместимости конвейера. Лицензия — Apache 2.0.

SimpleBerry/LLaMA-O1-Base-1127 — дообученная компанией SimpleBerry языковая модель на базе meta-llama/Llama-3.1-8B-Instruct. Модель использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и работает с контекстом до 131 072 токенов. Репозиторий содержит веса в формате safetensors, а основная задача — генерация текста; метаданные также отмечают поддержку диалогового режима. Модель дообучена на наборе longcot_pt. В README указано, что перед практическим использованием ей требуется supervised training; для непосредственного применения автор рекомендует SimpleBerry/LLaMA-O1-Supervised-1129. Лицензия указана как other, поэтому условия использования следует сверить с лицензиями базовой модели и набора данных.

AiLab-IMCS-UL представила lv-mbert-base — латышскоязычный текстовый энкодер ModernBERT, выпущенный вместе со статьёй «Pretraining and Benchmarking Modern Encoders for Latvian». Модель содержит 135,5 млн параметров, использует архитектуру ModernBERT и принимает контекст длиной до 8192 токенов. Она предназначена для задачи fill-mask: предсказания пропущенных токенов в латышском тексте. Это базовая маскированная языковая модель, а не генеративный чат-бот. Весы опубликованы в формате Safetensors; лицензия — Apache-2.0. Карточка ссылается на оценочный код и результаты бенчмарков, но не приводит здесь подробностей об обучающих данных или показателях качества.

Модель mamba-370m-hf-turkish разработана командой LinguAI, связанной с Техническим университетом Коньи (KTUN) и сообществом YAZGİT. Это продолжительно предобученная для турецкого языка версия state-spaces/mamba-370m-hf: причинная языковая модель архитектуры Mamba, относящейся к семейству моделей пространства состояний (SSM). В метаданных указан размер 454,1 млн параметров; веса доступны в формате Safetensors, модель совместима с Transformers. Модель предназначена для генерации турецкого текста и в качестве основы для дальнейшей адаптации, например с помощью LoRA, QLoRA или полного дообучения. Она не настроена на выполнение инструкций и не является готовым чат-ассистентом. Авторы отмечают приемлемую беглость турецкого языка, но указывают на трудности с последовательностью смысла, отслеживанием контекста и рассуждениями в длинных или сложных запросах. Также возможны галлюцинации, предвзятый или небезопасный текст; для применения нужны проверка результатов и защитные фильтры. Модель распространяется по лицензии Apache-2.0. README рекомендует CUDA-зависимости causal-conv1d и mamba-ssm для ускорения на NVIDIA GPU; точная длина контекста в предоставленных данных не указана.

Marigold Depth HR v1-1 — модель Bingxin Ke, Kevin Qu, Tianfu Wang, Nando Metzger, Shengyu Huang, Bo Li, Anton Obukhov и Konrad Schindler для оценки глубины по одному изображению. Она основана на латентной диффузионной архитектуре и дообучена на базе marigold-depth-v1-1 для работы с изображениями высокого разрешения. Модель строит аффинно-инвариантную карту глубины: значения от 0 до 1 задают относительное расстояние между выбранными моделью ближней и дальней плоскостями. Она рассчитана на изображения размером до 4 Мп и использует DDIM с 10–50 шагами денойзинга. Подходит для анализа сцен и получения относительной глубины без данных о камере. Лицензия — Apache 2.0.

Mask2Former — модель компьютерного зрения семейства Mask2Former, разработанная командой Facebook/Meta и опубликованная в репозитории facebook/mask2former-swin-tiny-cityscapes-semantic. Этот чекпойнт обучен для семантической сегментации сцен Cityscapes и использует компактный вариант Swin в качестве backbone. Модель предсказывает маски и соответствующие им классы; архитектура Mask2Former также позволяет решать задачи сегментации экземпляров и паноптической сегментации. Модель принимает изображение и выдаёт пиксельную сегментацию с метками классов. Она предназначена для анализа городских сцен, например для выделения объектов на дорожных изображениях. Веса опубликованы в форматах PyTorch и Safetensors. Лицензия указана как other, поэтому условия использования следует сверить с лицензией репозитория; карточка не приводит её название.

Metis-1.5-base — базовая языковая модель Lernex, обученная с нуля для продолжения текста. Это декодерный трансформер с одно-латентной архитектурой Mixture-of-Experts: 32 эксперта обрабатывают токены в общем латентном пространстве, для каждого токена выбираются четыре эксперта и один общий эксперт. В README указано 898 млн параметров и около 340 млн активных параметров на токен; метаданные каталога указывают 498,6 млн параметров. Модель обучена на 50 млрд токенов английского текста; её контекст составляет 1024 токена. Модель предназначена для исследований компактных MoE-моделей, продолжения предобучения, адаптации к предметной области и последующей тонкой настройки. Она предсказывает следующий токен и продолжает заданный текст, но не обучена следовать инструкциям или вести диалог. Обучение выполнено на JAX для TPU; веса опубликованы в формате safetensors. Лицензия — CC0-1.0. Ограничения включают небольшой размер и ограниченные знания и глубину рассуждений, английскую обучающую выборку и короткое контекстное окно. Модель не прошла настройку инструкций или выравнивание безопасности и не предназначена для критически важных решений; нестандартная архитектура и имена тензоров означают, что веса не загружаются через Transformers AutoModel без дополнительной поддержки.

gefgu/modernbert-profile-coherence-aligner — англоязычный текстовый Cross Encoder, дообученный разработчиком на базе nomic-ai/modernbert-embed-base с библиотекой Sentence Transformers. Модель получает пару текстов и оценивает их согласованность; её основная задача — ранжирование по оценке профиля. Чекпойнт создан для CityBehavEx, платформы симуляции городской мобильности с помощью LLM. Он оценивает демографическую правдоподобность синтетических профилей агентов и используется как aligner согласованности профиля. Модель содержит 149 млн параметров, поддерживает последовательности длиной до 8192 токенов и выдаёт один скалярный балл. README указывает обучающую выборку из 8000 примеров и бинарную кросс-энтропию как функцию потерь. Модель подходит для проверки правдоподобности синтетических демографических профилей и ранжирования профилей по согласованности. Карточка не сообщает лицензию; перед использованием следует проверить условия репозитория на Hugging Face. Оценки модели следует трактовать в рамках описанного сценария CityBehavEx, а не как универсальную оценку качества или достоверности профилей.

Это чекпойнт MOUSE на базе Qwen3 с размерностью скрытого представления 1024 и выходной головой оценки действий action_value. Разработчик — micahr234; модель предназначена для задач обучения с подкреплением и работает с последовательностями записей шагов: принимает дискретные идентификаторы действий и наблюдений, а также числовую награду, после проекции этих данных в общее пространство токенов. Модель можно применять в экспериментах и системах, которым требуется оценивать ценность действий по наблюдениям и вознаграждениям. README описывает подготовку входных данных через MouseCore и формат TokenBatch для обучения и инференса. Метаданные указывают библиотеку mouse-core и формат весов PyTorch. Лицензия и сведения о качестве модели не приведены.

uw-madison/mra-base-512-4 — модель MRA для языкового моделирования с маскированием токенов. Она основана на подходе Multi Resolution Analysis for Approximate Self-Attention, предложенном Занпенгом Зенгом, Соравом Палом, Джеффри Клайном, Гленном Фунгом и Викасом Сингхом; модель опубликована на Hugging Face пользователем novice03. Архитектура плотная, класс MraForMaskedLM, размер — 151,8 млн параметров, контекст — 512 токенов. Модель предназначена для восстановления скрытых токенов в последовательности и экспериментов с эффективным приближением self-attention на основе многомасштабного анализа. В карточке описаны исследования на коротких и длинных последовательностях, но не приведены данные о поддерживаемых языках или лицензии.

nanoVLM — компактная модель «зрение—язык» от ndrugov, предназначенная для эффективного обучения и экспериментов. Архитектура реализована на чистом PyTorch и занимает около 750 строк кода: визуальный энкодер ViT SigLIP-B/16-224-85M объединён с лёгкой причинной языковой моделью SmolLM2-135M. Общий размер модели — 222 млн параметров. Модель принимает изображение вместе с текстовым запросом и формирует текстовый ответ. Её можно применять для экспериментов с визуально-языковыми сценариями, например для вопросов об изображениях. Репозиторий содержит веса в формате safetensors; лицензия — MIT. Контекст и поддерживаемые языки в предоставленных источниках не описаны.

Neeps 125M Base — компактная авторская языковая модель pdjamez, обученная с нуля предсказывать продолжение текста. Она использует декодерную архитектуру Llama и реализацию Transformers LlamaForCausalLM, но не содержит весов Meta Llama. В модели 125,1 млн параметров; она принимает текстовые токены и поддерживает контекст до 2 048 токенов. Для обучения использовано около 5 млрд токенов англоязычного корпуса FineWeb-Edu. Модель предназначена для исследований небольших языковых моделей, обучения, оценки базовых моделей, продолжения предобучения и экспериментов с последующим дообучением. Это базовая модель без инструкционной настройки, чат-шаблона, выравнивания предпочтений и настройки безопасности; она не предназначена для надёжного следования инструкциям. Лицензия файлов модели — Apache-2.0.

OneReason-0.8B-pretrain-competition — предварительный чекпойнт модели OneReason от разработчиков проекта OneReason, основанный на плотной архитектуре Qwen3 и предназначенный для генеративных рекомендательных систем. Модель связывает компактные itemic-токены товаров, видео и рекламы с естественным языком, пользовательскими сигналами и рекомендационными рассуждениями. В метаданных указаны 532,8 млн параметров и контекст до 40 960 токенов; репозиторий содержит веса Safetensors для Transformers. Чекпойнт прошёл этап предобучения на выравнивание itemic-токенов и текста. Его предполагается использовать для исследований генеративных рекомендаций, продолжения предобучения и последующей тонкой настройки под пользовательские профили, историю поведения и каталог объектов. Модель поддерживает английский и китайский языки согласно карточке; предметная специализация охватывает короткие видео, товары электронной торговли и рекламу. Это не финальная модель рекомендационного рассуждения: качество рекомендаций зависит от соответствующих itemic-токенизатора, каталога, формата истории пользователя и стратегии декодирования. Сгенерированные токены нужно проверять по каталогу; сам чекпойнт предназначен для исследований и требует тщательной оценки перед практическим применением. Сведения о лицензии в предоставленных источниках отсутствуют.

TeeZee/Orca-2-13b_flat — вариант Orca 2, подготовленный для использования как компонент при слиянии моделей. Автор удалил три последних токена словаря Orca, включая токены ChatML и PAD, и уменьшил размер эмбеддингов до стандартных 32 000 токенов, чтобы избежать проблем совместимости при слиянии через mergekit с моделями такого размера словаря. Это плотная авторегрессионная модель семейства Llama с 12,9 млрд параметров, принимающая текст и генерирующая текст; контекст — до 4096 токенов. Модель предназначена прежде всего для включения в слияния, а не для самостоятельного использования. После изменения словаря она может не работать с шаблоном ChatML; README не приводит сведений о качестве генерации или дополнительных возможностях. В метаданных указана лицензия other, поэтому условия использования следует уточнять по исходной лицензии Orca 2 и сопровождающим материалам.

Ovis-Omni-Embedding-3B-mixed-w2-w4-w8-ct — это экспериментальная версия модели ATH-MaaS/Ovis-Omni-Embedding-3B, подготовленная в формате compressed-tensors для запуска через backend vLLM. В трансформерных блоках языковой модели применено смешанное сжатие весов: W2A16 для слоёв 0–13, W4A16 для слоёв 14–26 и W8A16 для слоя 27; мультимодальные аудио- и визуальные модули, а также вспомогательные веса talker/token2wav сохранены в BF16. Архитектура основана на Qwen2.5-Omni. Модель предназначена для получения эмбеддингов через vLLM в сценариях, где требуется векторное представление входа; README сообщает о нормализованном векторе размерности 2048 при тестовом запуске. Артефакт проверен на RTX 3080 Laptop GPU с 8 ГБ памяти при ограничении контекста 256 токенов. Проверка качества выявила значительное расхождение с BF16-версией: средний cosine similarity составил −0,0357, совпадение ближайших соседей и Recall@1 — 10%, поэтому модель не является качественно эквивалентной заменой исходной. Лицензия в доступных материалах не приведена; README отсылает к карточке исходной модели ATH-MaaS/Ovis-Omni-Embedding-3B. Перед использованием следует проверить её условия. Метаданные указывают pipeline-тег text-to-audio, но README описывает тест эмбеддингов, а каталог также классифицирует модель как text-to-audio; подробные входные сценарии для эмбеддингов в карточке не раскрыты.

Это репозиторий со staging-переразмещением весов вокодера Descript DAC с частотой дискретизации 44 кГц, предназначенного для работы в связке с Parler-TTS в рантайме RLX. Репозиторий опубликовал eugenehp как стабильный источник загрузки для рецептов RLX; сами веса происходят из upstream-чекпойнта. Для запуска указан пакет rlx-parlertts. В репозитории есть веса SafeTensors объёмом около 292 МиБ и вариант GGUF F16 около 146 МиБ. Модель предназначена для аудио-аудио этапа синтеза речи с Parler-TTS. README предупреждает, что этот репозиторий не следует использовать как основной runtime-пакет: для обычного использования рекомендуется upstream-чекпойнт. Лицензия репозитория — MIT.

NTQAI/pedestrian_gender_recognition — модель классификации изображений на основе BEiT, разработанная NTQAI и дообученная на microsoft/beit-base-patch16-224-pt22k-ft22k на наборе данных PETA. Она предназначена для определения гендерной категории пешехода по изображению и доступна через Transformers pipeline. В карточке указаны 119,5 млн параметров; веса представлены в форматах PyTorch, safetensors и ONNX. На оценочной выборке модель показала accuracy 0,9107 и loss 0,2170. Лицензия Apache-2.0. Карточка не описывает подробности разметки, состав классов и ограничения применимости, поэтому метрики не гарантируют качество на иных данных.

PhayaThaiBERT — базовая языковая модель, опубликованная Clicknext. Это плотная модель архитектуры CamemBERT с 304,7 млн параметров, доступная в форматах PyTorch и Safetensors. Карточка Hugging Face демонстрирует её применение для заполнения маски в тексте; максимальная длина контекста составляет 512 токенов. Модель ориентирована на тайский язык и подходит для восстановления пропущенных слов и использования в качестве основы для тайских NLP-задач. Карточка указывает тег языка `th`, но не сообщает о лицензии и обучающих данных, поэтому условия использования по доступным сведениям определить нельзя.

nikitastheo/phonelm-phones-seed47-pes-eng — причинная языковая модель семейства GPT-2, обученная автором репозитория с помощью скрипта train_clm.py на базе Hugging Face Accelerate. Модель предназначена для генерации текста; репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Указанный размер контекста составляет 512 токенов. README не описывает обучающие данные, целевые языки или специализированные сценарии применения, поэтому назначение сверх генерации текста и языковую поддержку определить нельзя. Лицензия в доступных сведениях не приведена.

PIT-GPT-2-124M — языковая модель ichangzii на архитектуре GPT-2 с 124 млн параметров, обученная с нуля только на текстах не позднее 2022 года. Её чистая временная отсечка предназначена для оценки моделей и сценариев, где важно исключить знания о событиях будущего, например для бэктестов торговых стратегий. Модель принимает текст и генерирует продолжение; использует библиотеку Transformers, формат весов safetensors и контекст до 1024 токенов. Основной язык карточки — английский. Автор сообщает, что проверка на примерах сущностей, появившихся после 2022 года, показала близкое к нулю знание о них, а генерация остаётся связной и грамматичной. При этом модель обучалась на 4,2 млрд токенов, и её perplexity на WikiText-2 составляет 43,1 — это указывает на недостаточное обучение по сравнению с полностью обученной GPT-2-124M. Подсказка даты в запросе не обеспечивает управление временным срезом: модель имеет одну отсечку знаний, а не выбираемую дату «на момент». Модель выпущена под лицензией, обозначенной в метаданных как other; конкретные условия следует сверять с карточкой репозитория. Указанные автором ограничения включают неполноту знаний до 2022 года и утечки сведений о сущностях, существовавших или обсуждавшихся до отсечки.

PolicyShiftGuard-3B-RP-SFT — промежуточная контрольная точка модели-ограничителя безопасности PolicyShiftGuard, выпущенная для воспроизводимости и абляционных сравнений. Это плотная мультимодальная модель Qwen2.5-VL с 3,1 млрд параметров, дообученная на Qwen/Qwen2.5-VL-3B-Instruct методом Stage-1 Randomized Policy SFT. Она принимает изображения и текстовые инструкции, анализирует наборы политик с перемешанными идентификаторами и порядком и формирует текстовые ответы. Модель поддерживает контекст до 128 000 токенов и рассчитана на диалоговое применение с визуальным вводом. Основные сценарии — воспроизведение двухэтапного обучения PolicyShiftGuard и сравнение первой стадии RP-SFT с финальной моделью PolicyShiftGuard-3B. Карточка прямо указывает, что этот чекпойнт промежуточный, а для обычной оценки и развёртывания следует использовать финальную модель. Модель выпущена под лицензией Apache-2.0.

ProMiNER Russian BioNNE-L Reranker — кросс-энкодер на базе XLM-RoBERTa, разработанный для русскоязычного связывания биомедицинских упоминаний с понятиями UMLS. Он получает упоминание и описание кандидата и оценивает их соответствие, чтобы ранжировать кандидаты, предварительно найденные плотным ретривером. Модель дообучена на списках кандидатов BioNNE-L с LambdaLoss; в карточке указаны 305,2 млн параметров и максимальная длина последовательности 384 токена при обучении. В тестовой выборке BioNNE-L модель достигла Acc@1 0,734 и MRR 0,780. Она предназначена как этап переранжирования в системе ProMiNER, а не как самостоятельный генератор ответов или ретривер; контекст ограничен 514 токенами. Использование и распространение разрешены по лицензии MIT.

Qwen3-1.7B-abliterated — экспериментальная версия языковой модели Qwen3-1.7B от Mlabonne, созданная методом abliteration для уменьшения отказов на запросы. Модель использует плотную архитектуру Qwen3ForCausalLM, содержит 1,7 млрд параметров и рассчитана на контекст до 40 960 токенов. Она принимает текст и генерирует текст; метаданные указывают на поддержку диалогов и интерфейса вызова инструментов. Модель предназначена для экспериментов с отказами и скрытым дообучением LLM, а также для генерации текста и диалогов с менее частыми отказами. При abliteration направление отказа оценивается по различию скрытых состояний на вредных и безвредных примерах, после чего компоненты целевых модулей ортогонализируются. Автор отмечает, что результат экспериментальный и может оказаться хуже ожидаемого; для генерации рекомендованы temperature=0.6, top_k=20, top_p=0.95 и min_p=0. Модель основана на Qwen/Qwen3-1.7B и распространяется по лицензии Apache-2.0.

yujiepan/qwen3.5-moe-tiny-random — небольшая случайно инициализированная модель для отладки, созданная на основе конфигурации Qwen/Qwen3.5-397B-A17B. Она предназначена для проверки совместимости и работы инструментов инференса, включая Transformers, vLLM и SGLang, а не для получения качественных ответов или прикладного использования. Модель реализована как Qwen3_5MoeForConditionalGeneration с мультимодальной архитектурой, поддерживающей текст и изображения. Конфигурация включает MoE-компоненты, линейное и полноформатное внимание, четыре текстовых слоя, 128 экспертов, уменьшенный размер скрытого представления 8 и компактный vision-модуль с двумя слоями. Размер файла весов составляет около 9,6 МБ. В README заявлена поддержка multi-token prediction, reasoning parser и tool-call parser; конкретные языки и размер контекстного окна не указаны. Преимущество модели — крайне малый размер и удобство для отладки загрузки, генерации, мультимодального процессинга и интеграции с серверными движками. Главное ограничение — веса случайно инициализированы, поэтому модель не обучена и не предназначена для осмысленной генерации, оценки качества или производственных сценариев. Лицензия в README не указана.

Koichi Yasuoka разработал RoBERTa-модель, предварительно обученную на текстах 青空文庫 с токенизацией по символам. Это японская языковая модель для заполнения пропусков в тексте и дообучения под задачи обработки японского языка, включая разметку частей речи и синтаксический анализ зависимостей. Модель использует архитектуру RoBERTa с головой masked language modeling, содержит 120,5 млн параметров и обрабатывает последовательности длиной до 512 токенов. Она подходит как основа для специализированных моделей и анализа японских текстов; качество зависит от последующего дообучения и конкретной задачи. Лицензия — CC BY-SA 4.0.

Koichi Yasuoka разработал эту небольшую модель RoBERTa для разметки белорусского текста. Она дообучена на Universal Dependencies Belarusian и присваивает каждому слову метку UPOS и грамматические признаки FEATS; также предназначена для задач синтаксического разбора зависимостей. Модель построена на KoichiYasuoka/roberta-small-belarusian, содержит 17,9 млн параметров и принимает контекст длиной до 128 токенов. Модель подходит для морфологической разметки и анализа синтаксической структуры белорусских текстов в NLP-конвейерах. Она распространяется под лицензией CC BY-SA 4.0. Ограничение контекста в 128 токенов требует обрабатывать длинные тексты по частям; качество для языков, отличных от белорусского, не подтверждено.

NVIDIA SegFormer B0 — модель семантической сегментации изображений, дообученная на наборе Cityscapes с разрешением 1024×1024. Архитектура сочетает иерархический Transformer-энкодер с лёгкой декодирующей головой на основе MLP; перед дообучением энкодер предварительно обучен на ImageNet-1k. Модель связана с работой SegFormer: Simple and Efficient Design for Semantic Segmentation with Transformers авторов Xie и соавторов. Модель предназначена для попиксельной классификации объектов и областей на изображениях городской среды, например для анализа дорожных сцен. Доступны веса PyTorch и TensorFlow. Карточка не приводит перечень языков, поскольку входом служит изображение. Лицензия в метаданных обозначена как other, поэтому конкретные условия использования по имеющимся данным установить нельзя.