II.10Разработка и эксплуатация AI/ML-систем

Husky Sight Tool Type Classifier — разработанная Patronus AI мультиязычная модель-классификатор на базе ModernBERT (mmBERT) для определения типа инструмента по тексту запроса, вызова инструмента или шага агента. Модель относит вход к одному классу; примеры включают файловые операции, запросы к базам данных и действия с системами контроля версий. Она рассчитана на маршрутизацию по уровню риска, применение политик и проверок согласования для ИИ-агентов, а также мониторинг во время выполнения. Модель содержит 140,5 млн параметров, использует архитектуру ModernBertForSequenceClassification и поддерживает контекст до 8192 токенов. Доступны веса Safetensors и экспорт ONNX. В тестировании Patronus на отложенной выборке из 2914 примеров указаны accuracy и macro F1 по 0,957. Карточка описывает немецкий и английский как основные проверенные языки; мультиязычная основа допускает работу с другими языками, но они не проходили активную проверку. Предсказание отражает предполагаемый тип действия по тексту, но не подтверждает, что действие было выполнено. Модель не отслеживает поток информации между несколькими шагами агента; возможны ложные срабатывания и пропуски, поэтому для критически важных решений рекомендуется сочетать её с детерминированными правилами и калиброванными порогами. Лицензия — Apache-2.0.

BAAI/IndustryCorpus2_DataRater — модель BAAI для оценки качества текстовых данных датасета IndustryCorpus2. Она классифицирует текст по качеству, учитывая семантическую согласованность, плотность информации и образовательную ценность; авторы приводят пороги: оценка выше 3 означает относительно высокое качество, выше 4 — высокое качество. Модель основана на BAAI/bge-m3 и использует архитектуру XLM-RoBERTa с классификационной головой; размер — 658,7 млн параметров, контекст — до 8194 токенов. Модель предназначена для отбора и ранжирования текстовых примеров при подготовке корпусов для предобучения, в том числе для отсева малополезных фрагментов и повышения средней информативности набора данных. Она принимает текст и выдаёт оценку класса качества. В карточке не перечислены поддерживаемые языки, поэтому нельзя заключить, какие языки она оценивает надёжно. Распространяется по лицензии Apache-2.0.

kon172verma/intent-classifier — это набор небольших дообученных языковых моделей для маршрутизации пользовательских запросов к инструментам. Модели классифицируют запрос и выдают компактную метку маршрута вместо ответа на естественном языке. В README рекомендуется выпуск v2.1 на базе Qwen2.5-0.5B: он показал 99,9% точности на тесте и медианную задержку 253 мс. Также доступны варианты на базе Qwen3-0.6B, SmolLM2-360M и Llama 3.2 1B. Модели предназначены для выбора инструмента или возврата специальной метки, когда инструмент не нужен. В выпусках v2.x результатом служит позиционный ID, который приложение сопоставляет со списком инструментов; v1.0 выдаёт имя инструмента. README описывает generative routing и требует подавать промпт в заданном текстовом формате без шаблона чата базовой модели. Репозиторий содержит Transformers safetensors, GGUF и ONNX варианты. Метаданные указывают задачу text-classification, библиотеку Transformers и смешанную лицензию. Лицензионные условия зависят от базовой модели: для вариантов Qwen и SmolLM2 указана Apache-2.0, для Llama — Llama 3.2 Community License с требованиями Meta. Результат следует интерпретировать по контракту конкретного выпуска; опубликованные показатели относятся к оценочным наборам README и сами по себе не гарантируют такую же точность на иных инструментах и запросах.

InternLM2-20B-Reward — наградная модель команды InternLM, разработанная на базе InternLM2-Chat-20B-SFT и предназначенная для оценки качества ответов языковых моделей по предпочтениям. Она обучена на более чем 2,4 млн пар предпочтений, полученных от людей и синтезированных ИИ, и применялась в RLHF-обучении InternLM2-Chat. Модель с плотной архитектурой InternLM2 содержит 19,3 млрд параметров и поддерживает контекст до 32 768 токенов. Она принимает текст диалогов и выдаёт оценку, которую можно использовать для сравнения ответов, ранжирования кандидатов и выбора лучшего ответа из нескольких сгенерированных вариантов. Обучающие данные охватывают английский и китайский языки, а также диалоги, письмо, поэзию, суммаризацию, кодирование и математику. В README приведён результат 89,5 на RewardBench. Модель ориентирована на оценивание предпочтительности ответов, поэтому её оценка не является гарантией фактической точности или безопасности. Лицензия указана как other; README сообщает, что веса открыты для академических исследований, а для коммерческого использования требуется запросить бесплатное разрешение.

NeuML/language-id-quantized — облегчённая модель определения языка текста, опубликованная NeuML как экспорт модели идентификации языков FastText для библиотеки staticvectors. Она использует символьные n-граммы и архитектуру статических плотных векторов; 2×256 product quantization сокращает размер до примерно 4 МБ с небольшим снижением точности относительно исходной версии. Модель предназначена для быстрого определения языка входного текста в Python с использованием NumPy. Модель подходит для автоматической маршрутизации текста по языковым обработчикам, разметки многоязычных корпусов и предварительной классификации пользовательских запросов. Карточка указывает поддержку многих языков, но не перечисляет их отдельно. Репозиторий содержит веса в формате safetensors; лицензия — CC BY-SA 3.0. Ограничение, отмеченное автором: квантование немного снижает точность по сравнению с базовой моделью.

LettuceDetect — модель KRLabsOrg для выявления галлюцинаций в ответах немецкого языка в RAG-сценариях. Это дообученный EuroBERT-210M с архитектурой EuroBertForTokenClassification и 211,7 млн параметров. Модель получает контекст и ответ и помечает на уровне токенов фрагменты ответа, которые не подтверждаются контекстом; предсказания можно объединить в диапазоны, чтобы показать проблемные места. Модель обучена на немецкой версии датасета RagTruth, переведённой с исходного RAGTruth. Поддерживает контекст до 8192 токенов и рассчитана на применение в мультиязычных RAG-системах, хотя карточка описывает именно немецкую модель. В README приведены F1 66,70% на тесте Translated RAGTruth-DE и 68,32% на вручную проверенной выборке из 300 примеров; показатели относятся к описанным наборам оценки. Модель распространяется по лицензии MIT.

KRLabsOrg LettuceDetect — модель для выявления галлюцинаций в ответах французского языка для приложений с генерацией, дополненной поиском (RAG). Она дообучена на EuroBERT-210M и принимает контекст вместе с ответом, отмечая на уровне токенов фрагменты ответа, не подтверждённые контекстом; предсказания можно объединять в spans для проверки источников и поиска неподтверждённых утверждений. Модель использует архитектуру EuroBERT для классификации токенов, содержит 211,7 млн параметров и поддерживает контекст до 8192 токенов. В оценке на переведённом наборе RAGTruth-FR указана F1-мера 65,70%; карточка сообщает, что версия 210M обрабатывает примеры примерно втрое быстрее варианта 610M. Модель ориентирована на французский язык и выпущена под лицензией MIT. Для загрузки требуется версия Transformers 4.x: README предупреждает, что удалённый код EuroBERT пока несовместим с Transformers 5.x. Показатель качества приведён для переведённого набора RAGTruth-FR и сам по себе не гарантирует такую же точность на других данных или языках.

LettuceDetect — модель KRLabsOrg для поиска галлюцинаций в ответах на немецком языке в приложениях с генерацией с дополнением извлечёнными данными (RAG). Это дообученная EuroBERT-610M с архитектурой EuroBertForTokenClassification и примерно 607,8 млн параметров. Модель получает контекст и ответ и помечает на уровне токенов фрагменты ответа, которые не подтверждаются контекстом; предсказания можно объединять в участки текста для проверки. Модель обучена на переведённом наборе RagTruth-DE и рассчитана на немецкий язык. Контекстное окно — до 8192 токенов. В описанных авторами оценках F1 составил 74,95% на тесте RagTruth-DE и 71,79% на вручную проверенных 300 примерах. Вариант на 610 млн параметров требует больше вычислительных ресурсов, чем вариант на 210 млн. Репозиторий распространяется по лицензии MIT.

Llama-3.1-Tulu-3-8B-DPO-RM-RB2 — англоязычная модель оценки предпочтений, разработанная Allen Institute for AI и выпущенная в наборе из семи серий reward-моделей для RewardBench 2. Это классификатор последовательностей на архитектуре Llama, дообученный на бинарных данных предпочтений; в метаданных указано 7,5 млрд параметров и контекст до 131 072 токенов. Модель присваивает оценку тексту или ответу, помогая сравнивать варианты и выбирать более предпочтительный. Модель предназначена для ранжирования ответов и исследований методов обучения с подкреплением по предпочтениям, включая оценку Best-of-N и PPO. Для основной версии в README приведены результаты RewardBench 2; также доступны ревизии с разными обучающими данными и гиперпараметрами. Указанные обучающие наборы включают llama-3.1-tulu-3-8b-preference-mixture и Skywork-Reward-Preference-80K-v0.2. Модель принимает текст и выдаёт классификационную оценку, а не готовый ответ пользователю. В README и метаданных указан английский язык. Репозиторий использует PyTorch и формат Transformers; лицензия — Llama 3.1 Community License Agreement.

Llama 3 Tulu 2 70B UF Mean RM — языковая модель оценки вознаграждения, разработанная AllenAI на базе allenai/llama-3-tulu-2-70b. Она дообучена на UltraFeedback, в частности на наборе ultrafeedback_mean_aspects, и предназначена для оценки ответов в сценариях RLHF и обучения с PPO. Модель использует плотную архитектуру Llama с классификационной головой; содержит 69,5 млрд параметров и поддерживает контекст до 2048 токенов. Основной язык — английский. Модель подходит для вычисления оценок ответов и поддержки экспериментов по обучению языковых помощников на предпочтениях. В оценке RewardBench получила общий балл 71,0; результаты различаются по категориям, поэтому эти показатели не гарантируют качества в конкретном приложении. Для входа рекомендуется использовать формат карточки с завершающим переводом строки. Лицензия репозитория указана как Apache 2.0; карточка также включает лицензию Meta Llama 3.

legraphista/Llama-Guard-3-8B-IMat-GGUF — это вариант модели Llama Guard 3 8B, разработанной Meta, подготовленный в формате GGUF. Модель предназначена для задач классификации и фильтрации контента, связанных с безопасностью использования больших языковых моделей, включая проверку пользовательских запросов и ответов на потенциально вредоносное или неприемлемое содержание. Из доступных данных известно, что модель имеет размер 8B параметров и относится к семейству Llama Guard 3. Формат GGUF ориентирован на локальный запуск в совместимых инструментах вывода, однако сведения о точной архитектуре, используемой квантизации, поддерживаемых языках и размере контекстного окна в карточке не указаны. Ограничения, качество на конкретных языках и сценариях, а также дополнительные характеристики следует проверять отдельно. Использование регулируется Llama 3.1 Community License от Meta: при распространении материалов или производных продуктов необходимо соблюдать условия лицензии, требования атрибуции, Acceptable Use Policy и иные ограничения Meta.

Minos — классификатор отказов в ответах ассистента, разработанный Nous Research. Он анализирует пары «запрос пользователя — ответ ассистента» и относит ответ к одному из двух классов: отказ или не отказ. Модель предназначена для контроля отказов в приложениях и проверки синтетических ответов. Модель основана на энкодере ModernBERT-large и дообучена для классификации последовательностей. Она содержит 394,7 млн параметров, принимает текст длиной до 8192 токенов и выдаёт метку класса с оценкой уверенности. В README описан шаблон, где текст запроса и ответа объединяется с разделителями пользователя и ассистента; для многоходовых диалогов можно объединять несколько таких обменов. Minos рассчитан на распознавание отказов, а не на создание ответов. Качество классификации вне описанных сценариев и поддерживаемые языки в карточке не подтверждены. Модель распространяется по лицензии Apache-2.0.

mmBERT-32K Feedback Detector Merged — классификатор пользовательской обратной связи для разговорных ИИ-систем, разработанный llm-semantic-router на базе llm-semantic-router/mmbert-32k-yarn. Модель относит сообщения к четырём категориям: удовлетворённость ответом, просьба о пояснении, указание на ошибочный ответ и запрос другого подхода. Она предназначена для маршрутизации диалогов и мониторинга качества ответов. Это дообученная ModernBERT-модель классификации последовательностей с примерно 307 млн параметров и контекстом до 32 768 токенов. В README заявлена поддержка более 1800 языков, при этом лучшая производительность отмечена для английского, китайского, французского и испанского. Версия содержит объединённые LoRA-веса и не требует PEFT; доступны форматы ONNX и Safetensors. Валидационные метрики из README получены на 2 985 примерах и не гарантируют аналогичного качества на других данных. Модель подходит для определения реакции пользователя и запуска соответствующего сценария в чат-боте или системе поддержки. Распространяется по лицензии Apache-2.0.

mmbert32k-modality-router-merged — классификатор текста из семейства MoM, разработанный для vLLM Semantic Router. Он анализирует отдельный запрос и выбирает подходящий формат ответа: только текст (AR), изображение (DIFFUSION) или текст вместе с изображением (BOTH), чтобы направить запрос к нужной модели или конвейеру. Модель основана на ModernBERT с масштабированием RoPE YaRN, содержит около 306,9 млн параметров и поддерживает контекст до 32 768 токенов. Это объединённая версия LoRA-адаптера: веса адаптера слиты с базовой моделью vllm-sr/mmbert-32k-yarn, поэтому для развёртывания не требуется PEFT. Модель обучалась на наборах промптов для генерации изображений и текстовых диалогов; README заявляет точность 0,9686 и взвешенный F1 0,9686 на использованной оценке. Классификатор предназначен для маршрутизации запросов в системах обслуживания нескольких моделей, выбора текстового, графического или смешанного ответа, а также для сокращения ненужных вызовов ресурсоёмких конвейеров. Лицензия — Apache-2.0. Ограничения: классификация учитывает только отдельный запрос, без контекста диалога; обучение преимущественно проводилось на англоязычных данных, а модель не предназначена для модерации контента или оценки безопасности.

Модель EuroEval/mmBERT-small-multi-wiki-qa-synthetic-hallucinations-with-ragtruth-lv — модель на базе Transformers для token classification. По названию она связана с выявлением синтетических галлюцинаций в ответах на вопросы по Википедии и сценариях RAG, включая данные RAGTruth и вариант с обозначением lv. Модель содержит около 140,5 млн параметров, использует архитектурный стек, связанный с ModernBERT, и поддерживает контекст до 8192 токенов. Модель может применяться для разметки отдельных токенов в ответах, например для выделения фрагментов, связанных с галлюцинациями или недостоверными утверждениями, в системах контроля качества ответов и retrieval-augmented generation. В карточке отсутствуют сведения о разработчике, лицензии, языках, процедуре обучения, результатах оценки и рекомендуемых сценариях использования.

mMiniLMv2-L6-H384 — повторная публикация Microsoft Multilingual MiniLM v2 пользователем hotchpotch для более удобного использования через библиотеку Transformers. Это плотная модель семейства XLM-RoBERTa с 110,2 млн параметров, предназначенная для извлечения признаков из текста. Максимальная длина контекста составляет 514 токенов. Репозиторий содержит веса в формате safetensors. Модель можно использовать как основу для получения текстовых представлений в мультиязычных сценариях. README указывает на предварительно обученную Multilingual MiniLM v2; языки отдельно не перечислены. Модель распространяется по лицензии MIT. Авторы просят указывать авторство оригинальной модели.

facebook/mms-lid-4017 — модель определения языка речи из аудио из семейства MMS, разработанного Vineel Pratap и соавторами. Она предназначена для классификации аудиозаписи по языку и поддерживает 4017 языков. Архитектура основана на Wav2Vec2; в метаданных указано 1,3 млрд параметров. Модель принимает аудио с частотой дискретизации 16 кГц и выдаёт метку языка. Доступны веса PyTorch и Safetensors. Модель подходит для определения языка коротких записей, сортировки аудиоданных по языку и выбора последующей системы распознавания речи. Карточка указывает лицензию CC-BY-NC 4.0, которая ограничивает коммерческое использование. Качество распознавания и ограничения по длительности или условиям записи в доступных данных не описаны.

Карточка модели amd/PARD2-Qwen3-14B на Hugging Face совпадает с карточкой amd/PARD2-Qwen3-8B, поэтому описание составлено по ней. amd/PARD2-Qwen3-8B — черновая модель семейства Qwen3, разработанная AMD для ускорения генерации текста методом спекулятивного декодирования. Она формирует несколько токенов-кандидатов для проверки целевой авторегрессионной моделью и поддерживает два режима: независимый от целевой модели и учитывающий её. Обучение ориентировано на увеличение длины последовательности токенов, принимаемых целевой моделью, а Confidence-Adaptive Token (CAT) оптимизация перераспределяет вес токенов с учётом их вклада в проверку. Модель предназначена для интеграции в конвейеры спекулятивного декодирования, в том числе с vLLM. В README заявлено ускорение без потери точности до 6,94 раза на разных моделях и задачах; этот результат зависит от целевой модели, нагрузки и настроек инференса. По метаданным модель содержит 507,9 млн параметров, использует архитектуру Qwen3ForCausalLM, поддерживает контекст до 40 960 токенов и распространяется в формате safetensors. Лицензия — MIT.

PARD-Llama-3.2-1B — модель семейства Llama, разработанная авторами метода PARD для ускорения генерации текста с помощью спекулятивного декодирования. Это параллельная черновая модель на 1,2 млрд параметров, адаптированная из авторегрессионной черновой модели; один черновой чекпойнт PARD может использоваться для ускорения целого семейства целевых моделей. Репозиторий содержит веса в формате safetensors и поддерживает контекст до 131 072 токенов. Модель предназначена для интеграции в системы инференса, где она предлагает черновые продолжения для целевой языковой модели. README сообщает об ускорении в среднем в 1,78 раза относительно авторегрессионных черновых моделей и до 4,08 раза в Transformers+ и до 3,06 раза в vLLM; эти результаты относятся к описанным авторами настройкам и не гарантируют такого ускорения во всех сценариях. Метаданные указывают поддержку чата и интерфейса вызова инструментов. Модель распространяется по лицензии MIT. Она ориентирована на ускорение инференса, поэтому качество и применимость готовых ответов зависят от целевой модели и конфигурации спекулятивного декодирования.

Q-ReAlign-Mini-0.8B — компактная мультимодальная модель оценки качества изображений и видео, разработанная проектом Q-ReAlign на основе Qwen3.5-VL. Это плотная vision-language-модель с архитектурой Qwen3_5ForConditionalGeneration, гибридным текстовым блоком с линейным и полным вниманием и визуальным энкодером в стиле SigLIP. Модель дообучена полным SFT в bf16; размер — 0,8 млрд параметров. Модель оценивает воспринимаемое качество изображений и эстетическую привлекательность, а также качество видео по последовательности кадров. Она распределяет вероятность между категориями excellent, good, fair, poor и bad, затем сводит её к числу от 0 до 1, где большее значение означает лучшее качество. Это подходит для пакетной оценки и ранжирования медиа, отбора данных и получения сигналов вознаграждения в генеративных системах. README сообщает о результатах на семи наборах оценки качества и высокой скорости вывода, в том числе 26,7 изображения в секунду на RTX 4090 при размере пакета 4. Оценки отражают восприятие, обусловленное обучающими данными, поэтому абсолютные значения лучше интерпретировать относительно друг друга; перед объединением с другими шкалами рекомендуется калибровка. Модель не предназначена для модерации безопасности, проверки фактов и личности, медицинской или судебной оценки. Лицензия — Apache-2.0.

cnmoro/Qwen2.5-0.5B-Chunk-Compressor — дообученная модель Qwen2.5-0.5B-Instruct для сжатия фрагментов текста. Она предназначена для подготовки более компактных и удобных для чтения фрагментов, сохраняющих информацию для систем поиска с дополненной генерацией (RAG). Модель построена на плотной архитектуре Qwen2ForCausalLM и содержит 494 млн параметров; нативная длина контекста — 32 768 токенов. Модель принимает текст и генерирует сжатый текст. В карточке указан португальский язык. Для применения приведён строгий шаблон использования, поэтому формат входных данных следует соблюдать. Модель распространяется по лицензии MIT.

jamal-ibrahim/qwen2.5-1.5b-json-repair — специализированная модель на архитектуре Qwen2, созданная разработчиком jamal-ibrahim для исправления синтаксически повреждённых JSON-ответов больших языковых моделей. Она принимает текст с некорректной JSON-структурой и генерирует попытку исправленного JSON; предусмотрена для узла постобработки в агентных конвейерах, проверок JSON и восстановления аргументов function calling. Модель получена дообучением Qwen/Qwen2.5-3B-Instruct с дистилляцией и структурным прореживанием: в описании указаны 18 слоёв вместо 36 и сокращение вычислений примерно на 50%. Размер по метаданным — 1,7 млрд параметров, контекст — 32 768 токенов. Репозиторий содержит веса safetensors для Transformers; лицензия — Apache 2.0. По собственной оценке автора на 100 тестовых примерах, корректный для разбора JSON получался в 55% случаев, точное совпадение с эталоном — в 14%. Возможны потеря верхнеуровневых полей, изменение ключей, усечение структуры, продолжение текста после JSON и повторы. Модель не предназначена для общего рассуждения, сложной смысловой коррекции или генерации кода.

Qwen3-4B-DFlash-b16 — модель-черновик DFlash для ускорения генерации текста методом speculative decoding. Она использует лёгкую диффузионную модель с блочной генерацией, чтобы параллельно предлагать токены целевой модели; для работы требуется совместимая целевая модель Qwen, в карточке указана Qwen/Qwen3-4B. По метаданным это плотная архитектура Qwen3 с классом DFlashDraftModel, 844,4 млн параметров и контекстом 40 960 токенов. Модель рассчитана на инференс, а не на самостоятельную генерацию: итоговые предложения проверяет целевая модель. В README сообщается об ускорении до 6,17 раза для Qwen3-8B; этот результат относится к указанной конфигурации оценки и не гарантирует такое же ускорение в других условиях. Для загрузки требуется trust_remote_code=True. Лицензия — MIT.

Qwen3.5-122B-A10B-DFlash — черновая модель для спекулятивного декодирования, совместно переобученная Z-Lab и Modal на основе Qwen/Qwen3.5-122B-A10B. Это не самостоятельная языковая модель: её используют вместе с целевой моделью в сервере инференса с поддержкой DFlash. Лёгкая черновая модель на основе блочной диффузии параллельно предлагает несколько токенов, а целевая модель проверяет предложения, сохраняя своё распределение выходов и ускоряя генерацию. Модель имеет 1,4 млрд параметров, использует архитектуру DFlashDraftModel и поставляется в формате safetensors. В README описано обучение на последовательностях длиной 40 тыс. токенов со скользящим окном внимания; метаданные указывают нативный контекст 262 144 токена. Указана библиотека Transformers и лицензия Apache-2.0. Бенчмарки на Qwen с SGLang показывают ускорение до 4,21 раза при параллелизме 1 и до 3,07 раза при параллелизме 32 на проверенных задачах, включая математику и программирование; результаты зависят от конфигурации сервера и нагрузки.

Dipto084/Qwen3-8B-TRACE — модель семейства Qwen3 от Dipto084 для защиты диалогов от многоходовых jailbreak-атак. Это плотная авторегрессионная языковая модель на 7,6 млрд параметров с контекстом 40 960 токенов, рассчитанная на генерацию текста и чат. По описанию, перед ответом она формирует структурированную оценку безопасности всей истории беседы, учитывая сигналы атаки, интерпретации запроса, оценку jailbreak и рекомендуемое действие. Модель предназначена для фильтрации и маршрутизации диалогов, проверки ответов и оценки устойчивости к многоходовым атакам. README приводит результаты тестирования, где средний показатель успешности атак снизился с 77,0% у базовой Qwen3-8B до 13,8% на семи сценариях атак; также описано снижение успешности AutoDAN-Turbo в одноходовых испытаниях. Для корректного структурированного вывода требуется системный промпт TRACE из файла system_prompt.txt. В README указана базовая модель Qwen/Qwen3-8B и обучение в два этапа: SFT с последующим GRPO с групповым разделением преимуществ; итоговые веса описаны как объединённые bf16. Лицензия — Apache-2.0. Модель генерирует текст на английском языке согласно языковым тегам карточки; результаты безопасности относятся к описанным наборам атак и не гарантируют устойчивость к другим атакам или корректность оценок в произвольных сценариях.

R3-Qwen3-14B-4k — языковая reward-модель из семейства R3, разработанная на базе Qwen3-14B. Она дообучена на наборе R3-Dataset-4K, собранном из 45 источников. Модель оценивает ответы по заданным критериям: вход включает инструкцию и описание задачи, данные, один или несколько ответов и рубрики оценки; результат содержит оценку и обоснование. Модель предназначена для классификации и оценки качества ответов, сравнения предпочтений и задач вопросно-ответного типа. Это плотная причинная языковая модель на 14 млрд параметров с контекстом до 40 960 токенов. В карточке заявлен английский язык; доступны формат safetensors и лицензия Apache 2.0. Хотя на Hugging Face указана задача text-generation, её специализированное назначение — оценивание ответов по рубрикам.

OpenAssistant/reward-model-deberta-v3-large — модель вознаграждения на базе DeBERTa-v3-large, разработанная OpenAssistant и обученная на сравнениях ответов, оценённых людьми. По вопросу и сгенерированному ответу модель оценивает, насколько ответ предпочтителен; её предназначение — оценка ответов в системах вопросов и ответов и выдача сигнала вознаграждения для RLHF. Модель содержит 533,8 млн параметров, использует архитектуру DeBERTa-v2 для классификации последовательностей и работает с контекстом до 512 токенов. В карточке указаны английский язык и наборы данных с человеческими сравнениями ответов и синтетическими парами инструкций. Условия использования определяются лицензией MIT. В README приведены точности на валидационных выборках WebGPT, Summarize from Feedback и синтетического набора, однако авторы отмечают, что последний может содержать поверхностные шаблоны, упрощающие различение ответов. Поэтому оценки модели могут зависеть от распределения данных и не гарантируют качества человеческого суждения для произвольных ответов.

ScopeGuard-4B-g-2601 — компактная модель для классификации запросов по области применения ИИ-сервиса и заданным правилам безопасности. Разработчики позиционируют её как быстрый и экономичный слой контроля для корпоративных систем. По архитектуре это Gemma 3, дообученная на базе unsloth/gemma-3-4b-it-unsloth-bnb-4bit; в README также указано, что открытые модели семейства дистиллированы из закрытой scope-guard-pro-2601. Модель принимает пользовательский запрос и помогает определить, соответствует ли он разрешённым сценариям сервиса или должен быть заблокирован, перенаправлен либо передан на другой маршрут. Её предполагаемые сценарии — контроль запросов к клиентским ассистентам, предварительная проверка перед вызовом инструментов, применение пользовательских политик и классификация для мониторинга и маршрутизации. README сообщает об оценке на пяти языках, но не перечисляет их; метаданные карточки указывают английский, итальянский, французский, испанский и немецкий. Задача Hugging Face — text-classification; лицензия — gemma. ScopeGuard предназначена для решений по управлению поведением и безопасности, а не для генерации текста в свободной форме. Результаты на тестах зависят от формулировки запросов и условий оценки и могут не переноситься на другие сценарии.

ShieldGemma 27B — модель модерации контента от Google, дообученная на базе Gemma 2. Это декодерная текстовая языковая модель с открытыми весами, предназначенная для проверки пользовательских запросов, ответов модели или обоих типов текста на сексуально откровенный контент, опасные инструкции, язык ненависти и травлю. На вход подаётся текст с проверяемым содержимым и описанием правил модерации в специальном формате; модель отвечает текстом, начинающимся с «Yes» или «No», и указывает, нарушает ли содержимое заданные правила. Модель рассчитана на англоязычные сценарии и имеет 27 млрд параметров. Она поддерживает шаблоны чата Transformers, позволяющие проверять сообщения пользователя и ассистента. Результат зависит от формулировки правил безопасности; модель может непредсказуемо работать с неоднозначностью и нюансами языка. Доступные тесты модерации могут недостаточно отражать реальные сценарии. Использование регулируется лицензией Gemma и политиками Google о запрещённом использовании.

ShieldLM-14B-qwen — двуязычная модель семейства Qwen, разработанная командой thu-coai на основе Qwen-14B-Chat. Это детектор безопасности, предназначенный прежде всего для выявления проблем в ответах, сгенерированных большими языковыми моделями. Он поддерживает настраиваемые правила проверки и объясняет принятые решения. Модель принимает текст и выдаёт текстовую оценку с объяснением; в каталоге она размечена задачей text-generation. В README заявлены китайский и английский языки, а метаданные указывают 21,8 млрд параметров и контекст до 8192 токенов. В README сообщается о результатах на четырёх тестовых наборах, включая тесты вне обучающего распределения, и сравнении с GPT-4, Llama Guard и Perspective API; конкретные метрики в карточке не приведены. Лицензия — MIT.