II.10Разработка и эксплуатация AI/ML-систем

fangyuan/nq_extractive_compressor — модель Fangyuan Xu для извлечения и оценки предложений при сжатии найденных документов в системах поиска с дополненной генерацией (RAG). Она связана с проектом RECOMP, который исследует сжатие контекста и выборочное дополнение для языковых моделей. Модель использует архитектуру BERT: 12 слоёв, 768 скрытых размерностей и около 136,7 млн параметров; максимальная длина входа — 512 токенов. Карточка Hugging Face помечает её как feature-extraction и предоставляет загрузку через Transformers. В сценарии извлекающего компрессора модель присваивает предложениям оценки, позволяющие отобрать содержательные фрагменты из найденных документов для последующей генерации ответа. Это специализированный компонент конвейера, а не генератор текста. В доступных сведениях не указаны лицензия и языковая специализация; базовая конфигурация указывает на facebook/contriever-msmarco.

Ornith-1.5-35B-A3B-uncensored — мультимодальная MoE-модель junafinity на базе Ornith-1.5-35B-A3B, изменённая Abliterix для снижения числа отказов. Чекпойнт содержит 35 млрд параметров, включая зрительный модуль, и опубликован в формате bf16 в safetensors; для работы требуется transformers версии 5.12 или новее. Модель предназначена прежде всего для контролируемого red teaming и исследований защитных средств кибербезопасности. Она принимает текст и изображения и генерирует текст, что позволяет оценивать фильтры, классификаторы, защиту от prompt injection и другие механизмы модерации, а также получать примеры для разработки детекторов. В README сообщается, что на тестовом наборе отказов стало 9 из 100 против 100 из 100 у исходной модели; результат следует проверять на собственных сценариях. Abliteration снижает, но не устраняет все отказы: в частности, они могут сохраняться в многошаговом диалоге, при системных инструкциях и на зрительном пути. Модель не следует выставлять в публичный доступ без независимого слоя модерации; отвечающий за развёртывание несёт ответственность за защитные меры и соблюдение правил использования. Лицензия — Apache-2.0.

PIXIE-Splade-Preview — разреженный поисковый энкодер SPLADE, разработанный южнокорейской компанией TelePIX Co., Ltd. Модель предназначена для поиска документов и формирования кандидатов в системах информационного поиска. Она выдаёт разреженные лексические векторы, пригодные для прямой индексации в Lucene и Elasticsearch; ненулевые веса соответствуют токенам и помогают интерпретировать совпадения. Модель также можно объединять с плотными поисковыми моделями в гибридном поиске. В основе — ModernBERT с архитектурой ModernBertForMaskedLM и слоем SPLADE max-pooling с ReLU. В метаданных указано 148,7 млн параметров и контекст до 16 384 токенов; карточка модели указывает максимальную длину последовательности 8 192 токена, выходную размерность 50 000 и сходство по скалярному произведению. Модель обучена исключительно на корейских данных. По README, она показала высокие результаты на корейских наборах оценки поиска, однако для конкретного применения рекомендуется проверить качество на собственных запросах и документах. Лицензия — Apache-2.0.

Pyramid Vision Transformer (PVT) — компактная модель классификации изображений, опубликованная Rinat S. под именем Xrenya; архитектуру PVT представили Wenhai Wang и соавторы. Модель предварительно обучена на ImageNet-1K и дообучена на ImageNet 2012 для распознавания 1000 классов. Она принимает RGB-изображение размером 224×224 и выдаёт класс изображения и оценки классов. В основе лежит трансформерный энкодер с последовательностями патчей и пирамидальным уменьшением карт признаков по этапам, что снижает вычислительную нагрузку по сравнению с обычным ViT. Предобученные представления также можно использовать как основу для обучения классификатора на собственном наборе размеченных изображений. Модель доступна в форматах PyTorch и Safetensors; лицензия — Apache-2.0.

Qwen1.5-14B — базовая предварительно обученная языковая модель от команды Qwen, бета-версия семейства Qwen2. Это плотная авторегрессионная модель-декодер на архитектуре Transformer с 13,4 млрд параметров, предназначенная для генерации текста и последующего дообучения под чат и другие сценарии. В карточке заявлена поддержка контекста до 32 768 токенов и многоязычного токенизатора; метаданные указывают английский язык карточки. Модель использует архитектуру Qwen2ForCausalLM. Для семейства упоминаются SwiGLU, смещение в проекциях QKV и групповое внимание, однако в бета-версии для этой модели временно отсутствуют GQA и сочетание скользящего и полного внимания. Авторы не рекомендуют использовать базовые модели серии непосредственно для генерации текста и советуют сначала провести постобучение, например SFT, RLHF или продолжить предобучение. Лицензия в метаданных обозначена как other, поэтому конкретные условия использования следует сверить с лицензией репозитория.

Qwen2.5-1.5B — базовая языковая модель компании Qwen, обученная на этапе предобучения. Это плотная авторегрессионная модель семейства Qwen2 с 1,5 млрд параметров: 28 слоёв, RoPE, SwiGLU, RMSNorm и группированное внимание. Репозиторий содержит веса в формате safetensors, модель рассчитана на запуск через Transformers. Модель предназначена для дальнейшего дообучения и генерации текста. Семейство Qwen2.5 поддерживает следование инструкциям, код, математику, структурированные данные и более 29 языков, включая русский, однако этот чекпойнт является базовым: разработчик не рекомендует использовать его непосредственно для диалогов. В README для этого варианта указан контекст 32 768 токенов; метаданные каталога указывают 131 072 токена, поэтому длина контекста в источниках расходится. Модель может служить компактной основой для экспериментов, адаптации под предметную область и разработки генеративных приложений. Лицензия Apache-2.0 допускает широкое использование и модификацию при соблюдении её условий. Для работы рекомендуется актуальная версия Transformers.

Карточка модели schwyzquants/Qwen2.5-32B на Hugging Face совпадает с карточкой Qwen/Qwen2.5-32B, поэтому описание составлено по ней. Qwen2.5-32B — базовая языковая модель компании Qwen, обученная на этапе предварительного обучения. Это плотная авторегрессионная модель семейства Qwen2 с 32 млрд параметров; архитектура использует RoPE, SwiGLU, RMSNorm и смещение в проекциях QKV внимания. Контекст составляет 131 072 токена. Модель предназначена для дальнейшего дообучения и построения систем генерации текста. Семейство поддерживает более 29 языков, включая английский, китайский, русский, французский, немецкий, японский и арабский. Для этой базовой версии README не рекомендует непосредственное применение в диалогах; для чат-сценариев требуется последующее обучение, например SFT или RLHF. В README также отмечены сильные возможности семейства в следовании инструкциям, коде, математике и генерации структурированных ответов, однако эти улучшения описаны для Qwen2.5 в целом. Модель распространяется под лицензией Apache-2.0. Для работы рекомендуется актуальная версия библиотеки Transformers; версии ниже 4.37.0 могут не распознавать архитектуру qwen2.

Qwen2.5-3B — базовая предобученная языковая модель семейства Qwen2.5, разработанная командой Qwen. Это плотная причинная трансформерная модель с 3,1 млрд параметров, архитектурой Qwen2 и контекстом до 32 768 токенов. В архитектуре используются RoPE, SwiGLU, RMSNorm, смещение в QKV-внимании и связанные эмбеддинги; модель содержит 36 слоёв и применяет GQA с 16 головами Q и 2 головами KV. Модель предназначена для дальнейшего обучения и адаптации, включая SFT, RLHF и продолжение предобучения. Она может служить основой для генерации и продолжения текста, а семейство Qwen2.5 отмечено улучшениями в программировании, математике, следовании инструкциям, работе с длинным текстом, таблицами и структурированными, в том числе JSON, ответами. Эта версия является базовой, поэтому разработчики не рекомендуют использовать её непосредственно для диалогов. Семейство поддерживает более 29 языков, в том числе русский и английский. Репозиторий содержит веса в формате safetensors, а для работы рекомендуется актуальная версия Transformers. Лицензия в метаданных обозначена как other; конкретные условия следует сверять с карточкой модели.

unsloth/Qwen2.5-3B — версия базовой языковой модели Qwen2.5, опубликованная Unsloth и предназначенная для генерации текста и дальнейшей адаптации. Это плотная авторегрессионная модель архитектуры Qwen2 с 3,1 млрд параметров; репозиторий содержит веса Safetensors для Transformers. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов и многоязычную работу, включая китайский, английский, французский, испанский, португальский, немецкий, итальянский, русский, японский, корейский, вьетнамский, тайский и арабский. Базовая Qwen2.5 рассчитана на продолжение текста и может служить основой для дообучения под код, математику, структурированные данные и другие задачи. В README отдельно отмечено, что базовую модель не рекомендуют использовать для диалогов без последующего обучения, например SFT или RLHF. Лицензия указана как other, поэтому условия использования следует сверить с карточкой модели и лицензией базовой модели.

Red Hat разработала RedHatAI/Qwen3-30B-A3B-speculator.eagle3 — вспомогательную модель-спекулятор для ускорения генерации текста основной моделью Qwen3-30B-A3B в режиме рассуждений. Она использует алгоритм speculative decoding EAGLE-3 и архитектуру Eagle3Speculator: предлагает до пяти следующих токенов, которые основная модель проверяет. Это не самостоятельная чат-модель; для работы нужны Qwen3-30B-A3B и совместимый сервер, например vLLM, с шаблоном чата Qwen3 и интерфейсом /chat/completions. Модель обучена с включённым режимом рассуждений на данных Magpie-Align/Magpie-Pro-300K-Filtered и HuggingFaceH4/ultrachat_200k; в описании также указано, что ответы для обучающих данных получены от Qwen3-30B-A3B. Репозиторий содержит веса safetensors и распространяется по лицензии Apache-2.0. README приводит настройки и оценку производительности, но без значений таблицы нельзя оценить ожидаемый прирост скорости для конкретной нагрузки. Для сценариев без рассуждений разработчик рекомендует отдельный спекулятор для Qwen3-30B-A3B-Instruct-2507.

Qwen3.5-35B-A3B-DFlash — черновая модель DFlash, совместно переобученная Z-Lab и Modal для базовой модели Qwen/Qwen3.5-35B-A3B. Она не является самостоятельной языковой моделью: её подключают к целевой модели в сервере инференса со спекулятивным декодированием, например SGLang с поддержкой DFlash. Модель использует облегчённый черновой блоковый диффузионный подход: параллельно предлагает несколько токенов, которые целевая модель проверяет. Это позволяет увеличить пропускную способность генерации, сохраняя распределение выходов целевой модели. В карточке указаны 798 млн параметров, контекст 262 144 токена и обучение на последовательностях длиной 40 000 токенов со скользящим вниманием. В тестах авторов на NVIDIA B200 ускорение достигало 3,71 раза при конкурентности 1 и 2,89 раза при конкурентности 32; показатели зависят от нагрузки и настроек. Модель рассчитана на ускорение серверной генерации текста целевой моделью, включая задачи рассуждений и генерации кода, представленные в тестах GSM8K, MATH500 и HumanEval. Для работы нужны совместимая целевая модель и сервер с поддержкой DFlash; сама по себе эта модель текст не генерирует. Репозиторий распространяется по лицензии Apache-2.0.

Qwen3.6-35B-A3B-abliterated-MAX — мультимодальная модель семейства Qwen, опубликованная prithivMLmods как оптимизированная и перешардированная версия модели huihui-ai/Huihui-Qwen3.6-35B-A3B-abliterated. Метаданные связывают её с Qwen/Qwen3.6-35B-A3B как с базовой моделью, а карточка сообщает о MoE-архитектуре с 35 млрд параметров и сохранении исходных весов и поведения. Репозиторий содержит веса safetensors в формате bf16 и рассчитан на Transformers. Модель предназначена для диалогов, анализа изображений, мультимодальных исследований, оценки устойчивости к сложным запросам и прототипирования развёртывания крупных MoE-моделей. Карточка также описывает её как вариант для инференса на разных аппаратных конфигурациях, включая мног GPU-системы. Модель может выдавать ошибочные или неполные ответы, а результат зависит от промпта и параметров генерации. Для запуска требуются значительные ресурсы GPU либо оптимизированные стратегии инференса. Указанная лицензия — Apache-2.0; авторы рекомендуют исследовательское и учебное применение и возлагают ответственность за использование результатов на пользователя.

Qwen3.6-35B-A3B-DFlash2 — черновая модель DFlash 2 от incoai для ускорения генерации целевой моделью Qwen/Qwen3.6-35B-A3B. Это не самостоятельная языковая модель: она работает в сервере спекулятивного декодирования и предлагает целевой модели блоки токенов для проверки. Модель использует блочную диффузию, предсказывая целый блок за один проход, и селектор, который выбирает согласованный путь среди кандидатов. В метаданных указаны 798 млн параметров и контекст базовой модели до 262 144 токенов. При точной жадной генерации результат совпадает с выводом целевой модели; при сэмплировании сохраняется её распределение. В приведённых тестах с SGLang DFlash 2 повысил пропускную способность относительно авторегрессионного декодирования и встроенного MTP на наборах GSM8K, MATH-500 и HumanEval. Для работы нужны целевая модель и совместимый сервер спекулятивного декодирования; README приводит запуск через SGLang. Весовые файлы доступны в формате safetensors по лицензии Apache-2.0.

Это вспомогательная модель EAGLE3, разработанная Thoughtworks для ускорения генерации Qwen/Qwen3-8B. Она обучена методом EAGLE3 на Google Cloud TPU с использованием SpecJAX и предназначена для спекулятивного декодирования: модель предлагает несколько следующих токенов, а целевая Qwen3-8B проверяет их параллельно. В README заявлен типичный прирост пропускной способности в 2–3 раза без изменения качества итогового вывода; фактический результат зависит от оборудования, запросов и версии среды выполнения. Модель представляет собой однослойную трансформерную черновую голову, принимающую скрытые состояния целевой модели. В карточке указано 815,3 млн параметров; архитектура обозначена как LlamaForCausalLM, формат весов — safetensors. Поддерживается запуск с SGLang на GPU и TPU через sglang-jax; режимы thinking и no_think Qwen3 совместимы с этой головой. Лицензия — Apache-2.0. Это не самостоятельная модель для обычной генерации: для работы ей нужна целевая Qwen/Qwen3-8B и совместимая среда спекулятивного декодирования. Черновая голова обучена преимущественно на англоязычных инструкциях, поэтому на других языках и узкоспециализированных запросах её эффективность может снижаться. Приведённые показатели принятия токенов получены на обычных чат-запросах без thinking и могут отличаться на других запросах.

Это пакет слоёв GGUF для запуска Qwen3-8B-Q4_K_M в распределённой системе Mesh LLM. Пакет подготовлен Mesh LLM на основе unsloth/Qwen3-8B-GGUF и разбивает модель на артефакты по слоям, чтобы распределять вычисления между несколькими локальными машинами. Используется для локального приватного инференса и чат-запросов через совместимый с OpenAI интерфейс Mesh LLM. Вариант модели — Q4_K_M; исходные веса распространяются в формате GGUF. В метаданных Hugging Face указаны библиотека mesh-llm и возможность чата. Условия лицензии и подробные параметры архитектуры предлагается уточнять по карточке исходной модели unsloth/Qwen3-8B-GGUF; в доступных данных они не приведены.

drawais/Qwen3-Embedding-8B-AWQ-INT4 — производная от Qwen/Qwen3-Embedding-8B, разработанная на основе модели Qwen. Это версия с 4-битной квантованием весов по методу AWQ, предназначенная для запуска на локальном оборудовании с ограниченным объёмом видеопамяти. Модель рассчитана на работу с английским языком и может использоваться в сценариях, где требуется применение базовой embedding-модели при сниженных требованиях к памяти. Размер артефакта на диске составляет примерно 6,1 ГБ; заявлена возможность запуска на потребительском GPU с 8 ГБ видеопамяти при наличии запаса для KV-кэша. Для запуска через vLLM в README указан максимальный размер контекста 32 768 токенов. Ключевое преимущество модели — существенное уменьшение размера и требований к памяти благодаря INT4-квантованию. При этом README не содержит подробностей о качестве эмбеддингов, архитектуре базовой модели, поддерживаемых модальностях и результатах бенчмарков, поэтому влияние квантования на точность оценить нельзя. Модель распространяется по лицензии Apache License 2.0. Это производная работа от Qwen/Qwen3-Embedding-8B; в комплекте указаны файлы LICENSE и NOTICE с текстом лицензии и необходимой атрибуцией.

Это модель извлечения признаков изображений на основе визуального энкодера Qwen3.5-4B, преобразованного в формат timm. Она предназначена для получения векторных представлений изображений и промежуточных карт признаков, которые можно использовать в последующих задачах компьютерного зрения или дообучить для классификации. Веса визуальной части не дообучались: классификационная голова отсутствует, поэтому для классификации её нужно обучить отдельно. Модель содержит 332,7 млн параметров; ширина визуального backbone — 1024, проекции — 2560. Она принимает RGB-изображения, поддерживает прямоугольные размеры, использует абсолютные позиционные эмбеддинги и двумерный RoPE. Размер каждой стороны изображения должен делиться на 16, а для вариантов с объединением патчей 2×2 — на 32. Для стандартной обработки указаны изображения 768 × 768. Реализация рассчитана только на изображения и не содержит языковых весов Qwen. Модель разработана на основе визуальных весов Qwen3.5-4B и опубликована в репозитории timm; лицензия — Apache 2.0. Она выдаёт эмбеддинги и карты признаков, но не готовые классы изображений. Средняя операция для получения вектора сворачивает пространственные токены, поэтому детальные пространственные признаки следует получать через промежуточные карты или токены.

S4 — дообученный DeBERTa-v3 cross-encoder для выявления галлюцинаций в ответах систем RAG. Разработан в рамках магистерской работы о выявлении галлюцинаций с помощью внешней проверки; модель классифицирует пару «ответ [SEP] контекст» по двум классам и выдаёт вероятность того, что ответ содержит утверждения, не подтверждённые контекстом или противоречащие ему. Использует архитектуру DeBERTa с классификационной головой, содержит 211,6 млн параметров по метаданным и принимает последовательности длиной до 512 токенов. Модель предназначена для исследовательской оценки ответов RAG на данных, близких к RAGTruth, воспроизведения результатов работы и адаптации к смежным наборам данных. В тесте RAGTruth автор сообщает F1 0,7024; качество заметно зависит от предметной области, набора данных, схемы разметки и порога классификации. Модель не устанавливает истинность фактов за пределами переданного контекста и не предназначена для самостоятельного производственного применения без проверки и калибровки на целевом домене. Обучена на RAGTruth; основной язык — английский. Распространяется по лицензии Apache-2.0.

RegNetY-400MF — сверточная модель для классификации изображений и извлечения визуальных признаков. Реализация входит в библиотеку timm; веса предварительно обучены участниками torchvision на ImageNet-1k, с вариантом весов ImageNet-1K V2. Модель содержит около 4,3 млн параметров и рассчитана на изображения размером 224 × 224 пикселя. Модель подходит для определения классов объектов на изображениях, извлечения карт признаков и получения эмбеддингов изображений. Реализация timm поддерживает стохастическую глубину, градиентный чекпоинтинг, настройку шага выходных признаков и выбор слоёв активации и нормализации. Лицензия репозитория — BSD 3-Clause.

RepGhostNet 0.50 — компактная модель классификации изображений и извлечения признаков, опубликованная авторами работы о RepGhost. Она обучена на ImageNet-1k и предназначена для классификации изображений, получения карт признаков и визуальных эмбеддингов. В модели около 2,3 млн параметров; стандартный размер входного изображения — 224 × 224 пикселя. Репозиторий содержит веса PyTorch и SafeTensors, а для работы предусмотрена библиотека timm. Модель распространяется по лицензии MIT.

ResMLP-12 на 224 пикселя — модель семейства ResMLP, опубликованная авторами статьи о ResMLP и размещённая в библиотеке timm. Она предварительно обучена методом самоконтролируемого обучения DINO на ImageNet-1k. Модель содержит 15,4 млн параметров, обрабатывает изображения размером 224 × 224 и не имеет классификационной головки, поэтому служит прежде всего визуальным бэкбоном для извлечения признаков и эмбеддингов. Репозиторий содержит веса в форматах PyTorch и Safetensors. Модель подходит для получения признаков изображений и построения систем классификации с отдельной классификационной головкой. Карточка также относит её к задачам классификации изображений. Лицензия репозитория — Apache-2.0. Языковые ограничения неприменимы к визуальному входу; качество классификации зависит от добавленной головки и способа адаптации признаков.

Это предварительно обученные на ImageNet веса ResNet-101, подготовленные для использования в качестве энкодера в библиотеке segmentation-models-pytorch. Модель предназначена для классификации изображений и извлечения визуальных признаков, в том числе как части сегментационных моделей. ResNet-101 — сверточная нейросеть для обработки изображений. В карточке указаны веса в формате safetensors и библиотека segmentation-models-pytorch. Лицензия обозначена как other, поэтому условия использования следует сверить с лицензией репозитория.

ResNet-18 — сверточная модель классификации изображений из библиотеки timm. Она предварительно обучена авторами статьи на хештегах Instagram-1B методом semi-weakly supervised learning, а затем дообучена на ImageNet-1k. Модель также подходит как backbone для извлечения признаков, карт признаков и эмбеддингов изображений. Архитектура использует блоки ResNet с активациями ReLU, начальную свёртку 7×7 с пулингом и проекции 1×1 в обходных соединениях. В модели 11,7 млн параметров; типичный размер входного изображения — 224×224 пикселя. Она предназначена для классификации изображений общего назначения и получения визуальных признаков, которые можно использовать в других системах компьютерного зрения. Модель принимает изображения и выдаёт метки классов либо признаки и эмбеддинги. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование; перед применением следует соблюдать её условия. README не приводит отдельных оценок качества для этой модели.

ResNet-50 B2k In1k — модель классификации изображений из библиотеки timm, обученная авторами timm на ImageNet-1k по рецепту ResNet Strikes Back B (RA2). Архитектура ResNet использует активации ReLU, свёртку 7×7 с пулингом и остаточные соединения с проекцией через свёртку 1×1. Модель содержит 25,6 млн параметров и требует 4,1 GMACs. Модель предназначена для классификации изображений и может использоваться как визуальный бэкбон, для извлечения карт признаков и получения эмбеддингов изображений. При обучении использовались изображения размером 224×224, при оценке — 288×288. Репозиторий предоставляет веса PyTorch и Safetensors. Лицензия Apache-2.0.

timm/resnet51q.ra2_in1k — модель классификации изображений и извлечения визуальных признаков, разработанная Россом Уайтманом в библиотеке timm. Она основана на архитектуре ResNet, реализованной через BYOBNet, с четырёхслойным stem-блоком без pooling и активациями SiLU. Модель обучена на ImageNet-1k; в ней 35,7 млн параметров, вычислительная сложность составляет 6,4 GMAC. Размер изображений для обучения — 256×256, для тестирования — 288×288. Модель подходит для классификации изображений, извлечения карт признаков и получения эмбеддингов, например, как визуальный backbone в компьютерном зрении. Веса доступны в форматах PyTorch и safetensors, библиотека для работы — timm. Лицензия — Apache-2.0.

ResNet-V2-BiT 50x3 — сверточная модель классификации изображений из семейства Big Transfer, опубликованная авторами работы BiT и доступная в библиотеке timm. Она предварительно обучена на ImageNet-21k и дообучена на ImageNet-1k; содержит около 217,3 млн параметров и рассчитана на изображения размером 448 × 448 пикселей. В архитектуре используются предактивационные остаточные блоки ResNet-V2, Group Normalization и Weight Standardization вместо Batch Normalization. Модель предназначена для классификации изображений по классам ImageNet-1k и может использоваться как визуальный backbone для извлечения карт признаков и эмбеддингов в прикладных компьютерно-зрительных системах. Репозиторий содержит веса PyTorch и Safetensors. Лицензия — Apache-2.0.

ResNeXt101_64x4d.c1_in1k — модель классификации изображений из библиотеки timm, обученная на ImageNet-1k по рецепту ResNet Strikes Back C. Архитектура ResNeXt использует остаточные блоки с групповыми свёртками 3×3, свёртку 7×7 на входе, ReLU и проекции 1×1 в обходных связях. Модель содержит 83,5 млн параметров и требует изображений размером 288×288 на этапе проверки; при обучении использовались изображения 224×224. Модель предназначена для классификации изображений и может использоваться как визуальная основа для извлечения карт признаков и эмбеддингов. Обучение проводилось на ImageNet-1k с оптимизатором SGD с Nesterov, адаптивным ограничением градиента и косинусным расписанием скорости обучения. Репозиторий распространяется в форматах PyTorch и safetensors по лицензии Apache-2.0.

ResNeXt-50 32×4d tv_in1k — модель классификации изображений из семейства timm, основанная на оригинальных весах torchvision и обученная на ImageNet-1k. Архитектура использует ReLU, начальную свёртку 7×7 с пулингом, групповые свёртки 3×3 в bottleneck-блоках и проекционные shortcut-свёртки 1×1. Модель содержит около 25 млн параметров и рассчитана на изображения размером 224×224. Модель подходит для классификации изображений по категориям ImageNet-1k, а также может использоваться как визуальный backbone для извлечения карт признаков и эмбеддингов изображений. Она принимает изображения и выдаёт классовые оценки. Лицензия — BSD-3-Clause.

Seed-X-RM-7B — модель оценки переводов из семейства Seed-X, разработанная ByteDance. Это причинная языковая модель на архитектуре Mistral с 7,2 млрд параметров и контекстом 32 768 токенов. Она принимает запрос в формате Seed-X-PPO и оценивает качество перевода, выдавая наградной балл; баллы можно сравнивать только для одного и того же направления перевода. Модель предназначена для оценки и ранжирования переводов между 28 языками, в том числе для сравнения вариантов перевода и поддержки исследований и прикладных систем машинного перевода. Обучение включает предобучение и последующее обучение на данных человеческих предпочтений для многоязычного перевода. README описывает оценки на FLORES-200, WMT-25 и наборе проверок с человеческими оценками, но не приводит здесь численные результаты. Репозиторий содержит веса в формате safetensors. Лицензия указана как other, поэтому перед использованием следует проверить её условия в карточке модели. Модель выдаёт оценку перевода, а не готовый перевод; её наградные баллы не следует сопоставлять между разными языковыми направлениями.

tf_efficientnet_b0.aa_in1k — сверточная модель семейства EfficientNet для классификации изображений и извлечения визуальных признаков. Исходную модель обучили авторы EfficientNet на ImageNet-1k с применением AutoAugment в TensorFlow; Ross Wightman перенёс веса в PyTorch. Репозиторий timm предоставляет модель в форматах PyTorch и safetensors. Модель содержит около 5,3 млн параметров, рассчитана на изображения размером 224 × 224 пикселя и может использоваться как классификатор или визуальный backbone для получения карт признаков и эмбеддингов. Она подходит для распознавания объектов и категорий из ImageNet-1k, а также как компактная основа для компьютерного зрения. Лицензия — Apache-2.0. Модель обучена на ImageNet-1k; её классы и качество вне этого набора могут не соответствовать конкретным прикладным данным без дополнительной настройки.