II.10Разработка и эксплуатация AI/ML-систем

RusselKuAguilar/bert-base-cased-squad-extractive-qa — англоязычная модель BERT-Base с регистрозависимой токенизацией, дообученная на полном наборе SQuAD v1.1 для извлекающего ответа на вопросы. По вопросу и отрывку текста она находит фрагмент ответа непосредственно в контексте; модель содержит 135,5 млн параметров и поддерживает контекст до 512 токенов. Модель предназначена для поиска фактических ответов в статьях, документации и других текстовых материалах, в том числе как компонент чтения в RAG- и поисковых конвейерах. На валидационной выборке SQuAD v1.1 автор сообщает F1 88,21% и Exact Match 80,75%. Модель извлекает готовые фрагменты, а не генерирует пояснения или синтезированные ответы. Модель рассчитана на английский язык и использует веса в формате safetensors. При контексте длиннее 512 токенов важный фрагмент может быть отброшен, если текст не разбит на окна. Обучение на SQuAD v1.1 не предусматривает вопросов без ответа: модель всё равно выберет наиболее вероятный фрагмент. Лицензия — Apache-2.0.

google/bert_uncased_L-2_H-512_A-8 — компактная англоязычная модель BERT из набора BERT Miniatures, опубликованного Google и описанного в работе «Well-Read Students Learn Better». Архитектура содержит 2 слоя, скрытый размер 512 и 8 attention heads; в метаданных указано около 24 млн параметров и контекст до 512 токенов. Доступны веса PyTorch и Flax, лицензия Apache 2.0. Модель предназначена для понимания английского текста в условиях ограниченных вычислительных ресурсов и для дальнейшего тонкого дообучения, например под классификацию предложений, оценку сходства и другие задачи NLP. Авторы отмечают, что компактные варианты особенно эффективны при дистилляции с разметкой, полученной от более крупной модели. Это базовая предобученная модель, а не готовый специализированный классификатор; её следует дообучить для конкретной задачи. README сообщает, что модель обучалась без учета регистра с WordPiece-маскированием.

Компактная англоязычная версия BERT из семейства BERT Miniatures, опубликованная Google и описанная в работе «Well-Read Students Learn Better». Модель имеет 4 слоя Transformer, скрытый размер 128 и 2 attention-головы; в метаданных указано около 5 млн параметров и контекст до 512 токенов. Доступны веса в форматах PyTorch и Flax, лицензия Apache-2.0. Модель предназначена для задач понимания английского текста и развёртывания в условиях ограниченных вычислительных ресурсов. Её можно дообучать для конкретных задач так же, как стандартные модели BERT; авторы отмечают, что особенно полезна дистилляция, когда метки для дообучения генерирует более крупная и точная модель. Компактность снижает требования к ресурсам, но качество может уступать более крупным моделям. Модель только для английского языка, без регистра и использует WordPiece; README приводит результаты на GLUE для вариантов линейки, но не отдельную таблицу для этой конфигурации.

mlx-community/bigcode-starcoder2-15b-fp32 — конвертированная в формат MLX модель StarCoder2-15B, опубликованная mlx-community. Она предназначена для генерации и автодополнения программного кода по текстовому контексту, в том числе для заполнения пропусков внутри кода. В карточке указано, что исходная модель bigcode/starcoder2-15b преобразована с помощью mlx-lm 0.21.1; метаданные описывают архитектуру StarCoder2ForCausalLM и 21,7 млрд параметров. Модель принимает текстовый контекст и генерирует код или продолжение текста. Поддерживает контекст до 16 384 токенов. В метаданных указана лицензия BigCode OpenRAIL-M; перед использованием следует учитывать её условия и ограничения. Конкретные языки программирования и результаты оценки качества для этой сборки в карточке не приведены.

CellSense-FIM 7B — модель генерации и дополнения кода, разработанная автором репозитория и дообученная на базе Qwen/Qwen2.5-Coder-7B на частном наборе CellSense FIM. Она предназначена для заполнения пропусков в ячейках Jupyter с учётом кода до и после курсора, соседних файлов репозитория, локальных импортов и контекста текущей задачи. Модель использует архитектуру Qwen2 для причинной генерации текста, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Для работы с контекстом репозитория рекомендуется CellSense JupyterLab Plugin, который формирует промпт в формате fill-in-the-middle; обслуживать модель можно через vLLM или совместимый API. В README приведены результаты оценки на отложенной выборке CellSense FIM, включая улучшение метрик дополнения относительно базовой модели. Заявленная лицензия — Apache-2.0. Модель ориентирована на код и сама по себе не собирает контекст проекта: для предусмотренного сценария нужен соответствующий плагин или ручное формирование промпта.

Chuxin-Embedding — модель эмбеддингов команды Chuxin-LLM для поиска по китайским текстам. Она основана на bge-m3-retromae и использует архитектуру XLM-RoBERTa с 658,7 млн параметров; заявленная длина контекста — 8194 токена. Модель обучалась на больших корпусах из разных областей: авторы описывают этапы предварительного обучения, дообучения и дополнительной настройки. Модель кодирует запросы и документы в векторы, которые можно сравнивать для поиска семантически близких текстов и использовать в RAG-системах. В README приведены результаты на китайских наборах C-MTEB и AIR-Bench; эти показатели относятся к опубликованным авторами оценкам на дату 14 сентября 2024 года. Для работы с моделью авторы показывают библиотеку FlagEmbedding и инструкцию запроса на китайском языке. В репозитории указаны веса safetensors. Лицензия в предоставленных материалах не описана. Модель рассчитана на китайский язык и текстовый поиск; качество на других языках и вне задач извлечения информации не заявлено.

Salesforce AI Research CoDA-v0-Base — базовая языковая модель на основе дискретной диффузии с плотной архитектурой CoDA и 1,7 млрд параметров. Она предназначена прежде всего для генерации и дополнения кода, а также для дальнейшего дообучения и обучения с подкреплением. Двунаправленный контекст позволяет учитывать токены как до, так и после позиции генерации; для выборки используется управление по уверенности. Модель работает с текстом и рассчитана на английский язык; максимальная длина контекста — 40 960 токенов. Карточка приводит результаты CoDA-Base на HumanEval, HumanEval+ и MBPP, но не описывает их как гарантию качества для конкретного кода или проекта. Модель опубликована в формате safetensors для Transformers. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

CodeFuse-DeepSeek-33B — языковая модель для программирования, разработанная командой CodeFuse. Это модель семейства Llama с плотной архитектурой и 33,1 млрд параметров, дообученная с помощью QLoRA на базе DeepSeek-Coder-33B для нескольких задач, связанных с кодом. Она принимает текстовые запросы и генерирует текст, включая программный код; поддерживает диалоговый формат и контекст до 16 384 токенов. Модель предназначена для генерации кода и помощи в задачах программирования. В карточке сообщается результат 78,65% pass@1 на HumanEval при жадном декодировании. Указаны языковые метки английского и китайского; отдельный список поддерживаемых языков программирования и подробная оценка ограничений в README отсутствуют. Модель опубликована в форматах PyTorch и Safetensors, используется через Transformers. Лицензия указана как other, поэтому конкретные условия следует уточнить в карточке репозитория.

TechxGenus/CodeGemma-2b — языковая модель для генерации кода, созданная дообучением Gemma-2b на 0,7 млрд дополнительных токенов с кодом в течение трёх эпох. Это плотная авторегрессионная модель семейства Gemma с 2,5 млрд параметров, рассчитанная на контекст до 8192 токенов; для запуска карточка предлагает библиотеку Transformers и формат safetensors. Модель принимает инструкции в формате Alpaca без системного промпта и генерирует текст, в том числе программный код. По README, результат HumanEval-Python составляет 54,9 pass@1. Подходит для генерации фрагментов кода и помощи с задачами программирования, однако может ошибаться и хуже справляться с задачами вне программирования; тестирование было ограниченным. Лицензия в метаданных обозначена как other, поэтому условия следует уточнить в репозитории модели.

Salesforce CodeGen2-1B_P — авторегрессионная языковая модель семейства CodeGen2 с плотной архитектурой CodeGenForCausalLM и примерно 1 млрд параметров. Она предназначена прежде всего для генерации программного кода по текстовым подсказкам на английском языке, продолжения фрагментов кода и заполнения пропусков внутри кода. Модель поддерживает несколько языков программирования, включая Python, JavaScript, Java, C++, Go, Rust и SQL; длина контекста — 2048 токенов. Модель обучена на разрешённой для использования под permissive-лицензиями части дедуплицированного набора Stack v1.1 и оценивалась на HumanEval и HumanEval-Infill. Она подходит для генерации и дополнения кода, но результаты требуют проверки на корректность, безопасность и соответствие задаче. Разработчик указывает исследовательское назначение выпуска; лицензия репозитория — Apache-2.0.

CodeGen2 — авторегрессионная языковая модель Salesforce для синтеза программного кода. Эта версия содержит 3,7 млрд параметров, построена на плотной архитектуре CodeGenForCausalLM и работает с контекстом до 2048 токенов. Модель принимает текстовые подсказки на естественном языке и фрагменты кода, продолжает код и умеет заполнять пропуски внутри него. Модель обучена на очищенном наборе Stack v1.1 и рассчитана на генерацию исполняемого кода по подсказкам на английском языке, а также на дополнение существующих фрагментов. В карточке перечислены C, C++, C#, Dart, Go, Java, JavaScript, Kotlin, Lua, PHP, Python, Ruby, Rust, Scala, Shell, SQL, Swift, TypeScript и Vue. Веса доступны в формате PyTorch; лицензия — Apache 2.0. Результаты генерации следует проверять: модель может выдавать ошибочный или небезопасный код, а авторы рекомендуют оценивать точность и риски перед внедрением. Карточка указывает исследовательское назначение выпуска; это само по себе не означает, что чекпойнт является промежуточным исследовательским экспериментом.

michaelfeil/codegen2-7B-gptj — конвертированная версия CodeGen2-7B, подготовленная для использования с FauxPilot. Веса CodeGen2 представлены как GPT-J; метаданные указывают архитектуру GPT-J с causal language modeling. Конверсия выполнена 22 мая 2023 года из Salesforce/codegen2-7B. Модель содержит 7 млрд параметров, работает с контекстом до 2048 токенов и распространяется в форматах PyTorch и Safetensors. Модель предназначена прежде всего для генерации программ по текстовым инструкциям и комментариям, продолжения кода и заполнения пропусков внутри кода. В обучающих данных представлены C, C++, C#, Dart, Go, Java, JavaScript, Kotlin, Lua, PHP, Python, Ruby, Rust, Scala, Shell, SQL, Swift, TypeScript и Vue. Лучше всего она подходит для синтеза кода по англоязычным запросам; лицензия Apache-2.0.

CodeNinja — дообученная методом supervised fine-tuning модель beowolx на базе OpenChat 3.5-1210, предназначенная для помощи в программировании. Она обучалась на наборах glaiveai/glaive-code-assistant-v2 и TokenBender/code_instructions_122k_alpaca_style, включающих около 400 тысяч инструкций по коду. Модель построена на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров. Модель генерирует ответы и код по запросам на естественном языке, помогает с дополнением кода и повседневными задачами разработки. В README перечислены Python, C, C++, Rust, Java и JavaScript, а метаданные указывают английский язык. Контекст составляет 8192 токена; для диалогов используется формат запросов OpenChat 3.5. Модель доступна в формате safetensors, распространяется по лицензии MIT. Качество и полнота поддержки отдельных языков программирования могут различаться.

evewashere/cohere-transcribe-03-2026-ungated — публичное зеркало модели Cohere Transcribe, созданное для загрузки без токена доступа к gated-репозиторию. Исходную модель разработали Cohere и Cohere Labs. Это специализированная модель распознавания речи с архитектурой Cohere ASR и 2 млрд параметров; она принимает аудио и выдаёт текст. Поддерживает арабский, немецкий, греческий, английский, испанский, французский, итальянский, японский, корейский, нидерландский, польский, португальский, вьетнамский и китайский языки. Модель предназначена для транскрибации речи, в том числе в приложениях и сервисах с локальным или серверным инференсом. Разработчики заявляют высокую точность на 14 языках и скорость до трёх раз выше других специализированных ASR-моделей сопоставимого размера. Репозиторий использует формат Safetensors и поддерживается Transformers и vLLM. Лицензия — Apache-2.0. Лучшие результаты модель показывает, когда язык аудио заранее задан и остаётся одним из поддерживаемых. В ней нет автоматического определения языка, временных меток и разделения речи по говорящим; на смешанной речи качество непостоянно. Модель может ошибочно транскрибировать тихий фоновый шум, поэтому для таких записей полезны VAD или шумовой фильтр.

ConfigurableHermes-7B — языковая модель Vicgalle, дообученная методом configurable safety tuning на наборе vicgalle/configurable-system-prompt-multitask. Она построена на архитектуре Mistral с плотной decoder-only моделью на 7,1 млрд параметров и предназначена для диалогов и генерации текста с поведением, задаваемым системной инструкцией. Системный промпт позволяет настроить модель на безопасные ответы, ответы без ограничений, честные и правдивые ответы или ролевую персону. Это подходит для прототипирования чат-ассистентов с разными правилами поведения и оценки влияния системных инструкций. Модель принимает и выдаёт текст; контекст — до 32 768 токенов. В карточке приведены результаты оценивания на наборах Open LLM Leaderboard. Модель распространяется по лицензии Apache-2.0. Результаты бенчмарков не гарантируют качество в конкретном сценарии; выбранный системный промпт влияет на ответы, а режим без ограничений может допускать вредный или незаконный контент.

NVIDIA Qwen3-8B FP4 — это квантизированная версия авторегрессионной языковой модели Qwen3-8B, разработанной Alibaba и подготовленной с применением TensorRT Model Optimizer от NVIDIA. Модель предназначена для коммерческого и некоммерческого использования в AI Agent системах, чат-ботах, RAG-системах и других приложениях на базе генерации текста. Модель построена на архитектуре Transformers и содержит около 8,2 млрд параметров. Она работает с текстовыми последовательностями, принимает и возвращает строки, поддерживает контекст длиной до 131 тыс. токенов. Веса и активации линейных операторов внутри transformer-блоков квантизированы в формат FP4, что ориентировано на эффективный инференс через TensorRT-LLM. Указана совместимость с GPU-ускорителями NVIDIA Blackwell, тестирование проводилось на B200; предпочтительная операционная система — Linux. Поддерживаемый runtime — TensorRT-LLM, версия Model Optimizer — 0.35.0. Сильными сторонами модели являются предварительная FP4-квантизация, большой контекст и готовность к развертыванию в оптимизированном стеке NVIDIA. Ограничения включают зависимость от TensorRT-LLM и рекомендуемого оборудования NVIDIA Blackwell, а также отсутствие в README подробностей о языковом покрытии, результатах тестирования, обучающих данных и характеристиках качества. Калибровка выполнялась на датасете cnn_dailymail. Модель распространяется по лицензии Apache License 2.0; при использовании разработчикам рекомендуется самостоятельно оценивать качество, риски и соответствие конкретным отраслевым требованиям.

CrossingGuard Large — англоязычная модель для классификации текстовых запросов и проверки пользовательских условий безопасности. Её разработал автор репозитория dleemiller; модель построена на ModernBERT-large и дообучена на данных CrossingGuard-NLI. Она принимает пару текстов: исходный запрос и гипотезу о нём, после чего предсказывает одну из трёх связей NLI — entailment, neutral или contradiction. Размер модели — 394,7 млн параметров, контекст — до 2048 токенов. Модель предназначена для zero-shot-модерации, классификации намерений и маршрутизации запросов, в том числе по пользовательским правилам, сформулированным как гипотезы. В README приведены результаты оценки на CrossingGuard и FineCat; модель также поддерживает классификацию и сравнение сходства предложений. Распространяется по лицензии Apache-2.0.

Crystal (ранее CrystalCoder) — языковая модель с 7 млрд параметров из серии Pebble, разработанной инициативой LLM360. Это плотная GPT-подобная модель на архитектуре, близкой к LLaMA-7B, с модификациями maximal update parameterization (muP). Модель обучена на SlimPajama и StarCoder; в последнем этапе использовались дополнительные данные Python и веб-кода. Репозиторий содержит веса PyTorch, лицензия — Apache 2.0. Модель предназначена для генерации текста и кода, включая дополнение программ и решение задач на программирование. Карточка сообщает о результатах на англоязычных и кодовых тестах MMLU, HumanEval и MBPP. Размер контекста и длина обучения последовательностей составляют 2048 токенов; основной язык — английский. Модель объединяет общие языковые и кодовые возможности, однако её контекст ограничен 2048 токенами, а заявление о превосходстве над LLaMA 2 относится лишь к отдельным задачам и приведённым в карточке оценкам.

Это англоязычный разреженный CSR-энкодер, созданный дообучением модели mixedbread-ai/mxbai-embed-large-v1 на наборе Natural Questions с помощью библиотеки Sentence Transformers. Он преобразует запросы и документы в разреженные векторы размерностью 4096, ограничивая число активных измерений до 256; для сравнения используется косинусное сходство. Максимальная длина входа — 512 токенов. Модель предназначена для семантического поиска и разреженного информационного поиска, в частности для подбора ответов к вопросам на английском языке. В карточке приведены результаты оценки на вариантах nq_eval с разным числом активных измерений: качество поиска растёт при увеличении этого числа до 256. Модель принимает текст и выдаёт векторы признаков для поиска и сравнения. Разработчик исходной модели — Mixedbread AI; эта версия дообучена автором tomaarsen. Распространяется по лицензии Apache-2.0. Обучение и оценка связаны с Natural Questions, поэтому карточка не подтверждает одинаковое качество на других языках, доменах или типах запросов.

stojchet/d2 — дообученная модель генерации кода на базе deepseek-ai/deepseek-coder-1.3b-base. Она обучена на датасете generator и предназначена для продолжения и автодополнения кода, а также генерации текста по промпту. Модель имеет плотную архитектуру семейства Llama с 1,3 млрд параметров, принимает текст и поддерживает контекст до 16 384 токенов. Карточка не приводит результатов оценки или подробных рекомендаций по применению. Модель опубликована в формате safetensors; лицензия указана как other, поэтому перед использованием следует проверить условия в репозитории.

Damysus-Coder-v0.1 — языковая модель для генерации текста, разработанная prince-canuma на основе Mistral 7B Instruct v0.2. Она дообучена с использованием Unsloth и библиотеки TRL и предназначена для диалогового взаимодействия и генерации кода. Модель имеет плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов. В метаданных указан английский язык. Модель распространяется в форматах PyTorch и Safetensors по лицензии Apache-2.0.

protectai/deberta-v3-base-injection-onnx — это ONNX-версия модели deepset/deberta-v3-base-injection, преобразованная с помощью библиотеки Hugging Face Optimum. Модель разработана для классификации текста и предназначена прежде всего для обнаружения prompt injection — попыток изменить инструкции языковой модели, обойти заданные ограничения или внедрить вредоносные указания. Она также может использоваться в составе защитных решений, таких как сканер Prompt Injection в LLM Guard. Модель основана на архитектуре DeBERTa-v3-base и обучалась с использованием набора данных deepset/prompt-injections. Заявленный язык — английский. Формат ONNX позволяет запускать её через ONNX Runtime и интегрировать в конвейеры text classification при помощи Optimum и Transformers. В README не указаны точный размер модели, максимальная длина контекста, поддерживаемые модальности помимо текста и конкретные показатели качества. Сильная сторона модели — специализация на выявлении prompt injection и возможность использования в инфраструктуре ONNX Runtime. Ограничением является узкая специализация и отсутствие заявленной поддержки других языков; кроме того, проект архивирован и больше не поддерживается активно. Модель распространяется по лицензии MIT.

DeepMagic-Coder-7b-Alt — альтернативная версия DeepMagic-Coder-7b от rombodawg, созданная слиянием DeepSeek-Coder и Magicoder-S-DS методом task arithmetic. Автор сообщает, что при кратком тестировании эта версия лучше генерировала код, и предлагает сравнить её с исходной; результаты бенчмарков в карточке не приведены. Модель предназначена для генерации кода и работает как плотная авторегрессионная Llama-архитектура с 6,6 млрд параметров. Метаданные указывают контекст до 16 384 токенов и формат safetensors. Лицензия обозначена как other, поэтому условия использования следует сверить с карточкой модели и лицензиями исходных компонентов.

DeepSeek Coder 1.3B Base — базовая языковая модель для кода от DeepSeek. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и 1,3 млрд параметров; она принимает текстовые последовательности и генерирует продолжение. Модель обучена с нуля на корпусе, состоящем из кода и естественного языка на английском и китайском. В карточке серии указано обучение на 2 трлн токенов, а для этой версии отдельно приведено 1 трлн токенов. Модель предназначена для автодополнения кода, вставки фрагментов в заданное место и продолжения кода с учётом контекста проекта. Задача заполнения пропусков и окно контекста 16 384 токена поддерживают работу с крупными фрагментами кода. Это базовая модель, а не специализированный чат-ассистент; качество ответов в диалоге и выполнение инструкций не заявлены как её основное назначение. Доступны веса PyTorch. Лицензия в метаданных обозначена как other, поэтому конкретные условия использования следует сверить с лицензией в репозитории модели.

NVIDIA DeepSeek-R1-NVFP4-v2 — FP4-квантованная версия языковой модели DeepSeek R1, подготовленная NVIDIA с помощью TensorRT Model Optimizer. В карточке указано, что модель разработана не NVIDIA, а создана по требованиям третьей стороны. Архитектура основана на трансформере DeepSeek V3; модель содержит 37,6 млрд параметров и рассчитана на контекст до 163 840 токенов. Модель принимает текст и генерирует текст, поэтому подходит для диалогов, ответов на вопросы и пошагового решения задач. По сравнению с nvidia/DeepSeek-R1-FP4 в этой версии дополнительно квантован модуль wo в слоях внимания. Квантование весов и активаций линейных операторов снижает требования к диску и видеопамяти примерно в 1,6 раза. Для инференса карточка указывает TensorRT-LLM и совместимость с архитектурой NVIDIA Blackwell; пример развертывания требует 8 GPU B200. Модель распространяется по лицензии MIT и заявлена для коммерческого и некоммерческого использования. Она может выдавать неточные, нерелевантные или избыточные ответы и воспроизводить токсичность и социальные предубеждения из обучающих данных.

zeromodels/dinov2-large — конверсия модели DINOv2 Large от Facebook AI Research в формат Keras 3, подготовленная для проекта zeromodels. Это самообучаемый визуальный энкодер на архитектуре ViT, который возвращает токены патчей и извлекает переносимые признаки изображений без необходимости в разметке. Его используют как основу для последующих задач компьютерного зрения, подключая классификаторы и другие целевые головы. Модель предназначена для извлечения визуальных признаков в TensorFlow, Torch и JAX через реализацию Keras 3. Лицензия — Apache 2.0. Для корректной предобработки README рекомендует учитывать нормализацию, выполняемую процессором: не применять её повторно либо подавать исходные пиксели в диапазоне 0–255 с включённой нормализацией.

Luong23/e5-finetune-embedding-v2 — это дообученная модель Sentence Transformers на основе intfloat/multilingual-e5-base, разработанная автором репозитория Luong23. Она преобразует предложения и абзацы в нормализованные плотные векторы размерностью 768 для семантического поиска и извлечения релевантных текстов; близость векторов можно оценивать косинусным сходством. Архитектура включает XLM-RoBERTa, усредняющий pooling и нормализацию. В обучении использовались пары anchor-positive и MultipleNegativesRankingLoss; примеры датасета относятся к вьетнамским товарным запросам и описаниям. Метаданные указывают 305,2 млн параметров и контекстное окно до 514 токенов; карточка Sentence Transformers задаёт максимальную длину последовательности 256 токенов. Модель принимает текст и выдаёт эмбеддинги. Базовая модель многоязычная, но карточка не перечисляет языки, на которых дообученная версия проверена. Лицензия в предоставленных данных не указана.

EfficientNet-B0 — сверточная модель классификации изображений, обученная командой timm на ImageNet-1k с рецептом RandAugment RA. Модель содержит около 5,3 млн параметров и рассчитана на изображения размером 224 × 224 пикселя; вычислительная сложность составляет около 0,4 GMAC на изображение. Модель предназначена для классификации изображений по классам ImageNet-1k и может использоваться как визуальный backbone для извлечения карт признаков и эмбеддингов. Для обучения применялись RMSProp с поведением TensorFlow 1.0, усреднение весов EMA и ступенчатое экспоненциальное снижение скорости обучения с разогревом. Репозиторий предоставляет веса в форматах PyTorch и Safetensors и использует библиотеку timm. Лицензия — Apache-2.0. Модель ориентирована на ImageNet-1k и изображения стандартного размера; качество на иных наборах данных и предметных областях может отличаться.

EfficientNet-B5 — свёрточная модель для классификации изображений и извлечения визуальных признаков. Её обучил Ross Wightman с библиотекой timm на ImageNet-12k; в репозитории доступны веса PyTorch в формате safetensors. Модель содержит 52,6 млн параметров и рассчитана на изображения размером 416 × 416 пикселей. Модель подходит для отнесения изображений к категориям, извлечения карт признаков и получения векторных представлений изображений. В README описано обучение по рецепту с оптимизатором AdamW, ограничением градиентов, усреднением весов EMA и косинусным расписанием скорости обучения с разогревом. Лицензия — Apache-2.0. Модель обучена на ImageNet-12k, поэтому её классификация ориентирована на категории этого набора данных; качество на других типах изображений может отличаться.

EfficientNet-Lite0.ra_in1k — сверточная модель классификации изображений из библиотеки timm. Её обучили на ImageNet-1k с рецептом RandAugment, оптимизатором RMSProp и усреднением весов EMA. Модель содержит около 4,7 млн параметров, рассчитана на изображения 224 × 224 пикселя и требует около 0,4 GMAC на проход. Модель подходит для классификации изображений по классам ImageNet-1k, а также может использоваться как сверточная основа для извлечения карт признаков и векторов изображений. Это компактный вариант EfficientNet-Lite для сценариев, где важны умеренные вычислительные затраты. Репозиторий предоставляет веса PyTorch и Safetensors; лицензия — Apache-2.0.