II.10Разработка и эксплуатация AI/ML-систем

GLM-4.7-Flash-UD-Q4_K_XL-layers — пакет слоёв GGUF, подготовленный Mesh LLM для распределённого запуска модели GLM-4.7-Flash на локальном кластере. Пакет получен из unsloth/GLM-4.7-Flash-GGUF: веса разделены на артефакты по слоям для распределения вычислений и памяти между несколькими машинами. Модель предназначена для локального приватного чат-инференса, в том числе на нескольких компьютерах, если полный файл GGUF не помещается на одном узле. Mesh LLM позволяет обслуживать запросы через локальный API, совместимый с OpenAI Chat Completions. В метаданных указаны GGUF и возможность chat; задача — генерация текста. Архитектурные подробности, размер контекста и перечень языков следует сверять с карточкой исходной модели. Квантизация варианта обозначена как UD-Q4_K_XL. Пакет ориентирован на запуск через Mesh LLM и сам по себе не описывает качество ответов или аппаратные требования. Условия лицензии наследуются от исходной модели unsloth/GLM-4.7-Flash-GGUF; в доступных данных они не приведены.

Пакет meshllm/GLM-4.7-UD-Q4_K_XL-layers содержит слоевые артефакты GGUF модели GLM-4.7 и предназначен для запуска через Mesh LLM. Он получен из unsloth/GLM-4.7-GGUF: вариант UD-Q4_K_XL разделён на отдельные файлы слоёв для распределённого инференса на локальном кластере; пакет включает метаданные и эмбеддинги. Модель рассчитана на локальный приватный чат и генерацию текста, в том числе на нескольких машинах, когда полный файл GGUF не помещается на одном узле. Mesh LLM позволяет обслуживать запросы через совместимый с OpenAI интерфейс чата. В метаданных указаны формат GGUF, библиотека mesh-llm и поддержка чата. Лицензионные условия следует сверять с карточкой исходной модели unsloth/GLM-4.7-GGUF; доступные сведения их не приводят.

Это пакет слоёв модели GLM-5.1-UD-Q3_K_S, подготовленный Mesh LLM для распределённого запуска на локальном кластере. Он создан из meshllm/GLM-5.1-UD-Q3_K_S-GGUF и содержит GGUF-артефакты, разделённые по слоям для распределения между несколькими машинами. Пакет предназначен для локального и приватного инференса, когда модель нужно запускать на нескольких узлах из-за нехватки ресурсов одного компьютера, а также для обслуживания запросов к совместимому с OpenAI локальному API чата и генерации текста. Для работы требуется Mesh LLM. Репозиторий не описывает отдельно архитектуру, число параметров, контекст, языки или лицензию; за этими сведениями README отсылает к карточке исходной GGUF-модели.

RedHatAI/GLM-5.2-MXFP4xMXFP8 — квантизированная версия языковой модели zai-org/GLM-5.2, разработанная RedHatAI. Это текстовая causal language model с архитектурой GlmMoeDsaForCausalLM, предназначенная для генерации текста и инференса, в том числе с использованием vLLM. Заявленные языки — английский и китайский. Модель использует квантование весов MoE-линейных слоёв, включая экспертные и shared expert-компоненты, до 4-битного формата MXFP4, а активаций — до MXFP8 с динамическим масштабированием. Среднее число бит на параметр снижено примерно до 4,5: размер модели на диске уменьшается приблизительно с 1,47 ТБ в формате BF16 до 424 ГБ, а потребность в дисковой и GPU-памяти — примерно на 72%. Остальные компоненты трансформерных блоков не квантизуются. Ключевое преимущество модели — существенное сокращение требований к памяти при сохранении возможности инференса крупной MoE-модели. Чекпойнт подготовлен в формате compressed-tensors с помощью LLM Compressor и рассчитан на развёртывание в vLLM; в README приведена конфигурация с tensor parallelism на 8 устройств, FP8 KV-cache, speculative decoding и поддержкой вызова инструментов. При этом поддержка данного квантизированного чекпойнта в vLLM обозначена как экспериментальная, а квантование выполнено методом RTN без калибровочных данных, что может ограничивать качество по сравнению с исходной моделью. Лицензия в предоставленных данных не указана. Контекстное окно, точное число параметров, мультимодальные возможности и результаты оценки качества также не раскрыты.

GLM-5.3-UD-Q4_K_XL-layers — пакет GGUF по слоям, подготовленный Mesh LLM для распределённого запуска модели GLM-5.3 на локальном кластере. Пакет основан на unsloth/GLM-5.3-GGUF и сохраняет её распределение весов, разделённое на отдельные артефакты слоёв. Вариант квантования — UD-Q4_K_XL. Модель предназначена для локального приватного инференса, совместной работы нескольких машин, когда полный файл слишком велик для одного узла, и чат-запросов через локальный API Mesh LLM, совместимый с OpenAI. Метаданные указывают задачу генерации текста и чат-возможности. Для запуска требуется Mesh LLM; пакет включает 11 частей GGUF. Размер параметров, контекст и поддерживаемые языки в предоставленных данных не приведены. Лицензия указана как other; README отсылает к карточке исходной модели за условиями лицензии и сведениями об архитектуре, шаблоне чата и рекомендациях по генерации.

NeuML/glove-6B-quantized — квантованный экспорт английских векторов слов GloVe-6B размерности 300 для библиотеки staticvectors. Модель использует 10×256 Product Quantization и рассчитана на быстрый запуск инференса в Python с NumPy; по отдельным словам возвращает статические эмбеддинги. Модель подходит для вычисления семантического сходства предложений и построения признаков для задач NLP. Это квантованное представление базовой модели NeuML/glove-6B, распространяемое в формате safetensors по лицензии PDDL. Оно поддерживает английский язык; ограничение статических векторов — одно и то же представление слова используется независимо от его контекста.

futo-org разработала Gravel CTC 440M — англоязычную модель автоматического распознавания речи на архитектуре Conformer. Она использует 440-миллионный аудиоэнкодер, выделенный из ibm-granite/granite-speech-4.1-2b-nar, и отдельную CTC-голову с BPE-256; адаптация LoRA объединена с весами модели. На вход подаётся необработанный аудиосигнал PCM с частотой 16 кГц. Модель предназначена для транскрибации английской речи и используется как учитель для дистилляции потоковых ASR-моделей FUTO. Репозиторий содержит веса safetensors; лицензия — Apache-2.0. Для загрузки в README указан trust_remote_code=True.

Карточка модели frovolts/grounding-dino-tiny на Hugging Face совпадает с карточкой IDEA-Research/grounding-dino-tiny, поэтому описание составлено по ней. Grounding DINO Tiny — компактный вариант модели Grounding DINO, разработанной Shilong Liu и соавторами. Она объединяет визуальный детектор объектов с текстовым энкодером и предназначена для обнаружения объектов по текстовым описаниям без отдельного обучения на размеченных примерах для каждого класса. Модель принимает изображение и текстовый запрос и возвращает найденные объекты с рамками и оценками соответствия запросу. Модель подходит для поиска объектов с открытым набором категорий и zero-shot-детекции; в статье для Grounding DINO сообщается результат 52,5 AP на COCO в режиме zero-shot. Репозиторий содержит веса PyTorch и Safetensors, лицензия — Apache-2.0. В карточке указана библиотека Transformers.

Grounding DINO Tiny — компактный вариант модели Grounding DINO, разработанной Shilong Liu и соавторами. Она объединяет визуальный детектор объектов с текстовым энкодером и предназначена для обнаружения объектов по текстовым описаниям без отдельного обучения на размеченных примерах для каждого класса. Модель принимает изображение и текстовый запрос и возвращает найденные объекты с рамками и оценками соответствия запросу. Модель подходит для поиска объектов с открытым набором категорий и zero-shot-детекции; в статье для Grounding DINO сообщается результат 52,5 AP на COCO в режиме zero-shot. Репозиторий содержит веса PyTorch и Safetensors, лицензия — Apache-2.0. В карточке указана библиотека Transformers.

GRPO-Think-14B-16k — языковая модель-верификатор кода, разработанная институтом INSAIT. Она дообучена методом GRPO на наборе INSAIT-Institute/Aletheia-Train и предназначена для проверки и ранжирования нескольких решений одной задачи по программированию: модель получает условие и варианты кода, затем определяет наиболее вероятно правильное решение. При обучении использовались промежуточные рассуждения и отрицательные примеры; суффикс 16k обозначает максимальный бюджет токенов завершения при обучении. Модель основана на DeepSeek-R1-Distill-Qwen-14B: это плотная архитектура Qwen2 с 14 млрд параметров. Метаданные указывают контекст до 131 072 токенов. Модель рассчитана на сценарии проверки кода, оценки кандидатов и применения в качестве функции вознаграждения при оптимизации генерации программ. В обучающих данных представлены задачи по Python, C++ и Java; это языки программирования, а не заявленные естественные языки модели. Модель распространяется по лицензии CC BY-NC-SA 4.0, которая ограничивает коммерческое использование. README не приводит количественных оценок качества; результаты проверки следует валидировать на собственных задачах, особенно при работе с решениями вне распределения обучения или с состязательными примерами.

Hiera Base Plus 224 — визуальный энкодер на основе иерархического трансформера Hiera, представленный авторами статьи «Hiera: A Hierarchical Vision Transformer without the Bells-and-Whistles» и дообученный на ImageNet-1K. Этот чекпойнт предназначен для извлечения признаков из изображений; полученные представления можно использовать в системах компьютерного зрения и последующих моделях классификации или распознавания. Модель содержит около 45 млн параметров и загружается через библиотеку Transformers в формате safetensors. Архитектура Hiera сочетает иерархическую обработку изображения с упрощённой конструкцией; авторы сообщают о высокой скорости и результатах на задачах распознавания изображений и видео. Данная версия обучена на ImageNet-1K и ориентирована на извлечение признаков, а не на генерацию текста или изображений. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

HTML-Pruner-Llama-1B — модель команды HtmlRAG для отбора релевантных блоков в HTML-документах, используемых как источник знаний в RAG-системах. Она построена на Llama-3.2-1B и дообучена для второго этапа двухэтапного метода pruning: после очистки HTML и оценки блоков по эмбеддингам модель генерирует пути к блокам, которые следует сохранить. Модель предназначена для сокращения длинных HTML-страниц перед передачей контекста генеративной модели, сохраняя полезные для ответа сведения. Это помогает использовать структуру HTML при поиске и ответах на вопросы по веб-источникам. Архитектура — плотная LlamaForCausalLM с 1,2 млрд параметров; заявленная длина контекста — 131072 токена. В метаданных указан английский язык. Модель распространяется в формате safetensors под лицензией Apache-2.0. Модель рассчитана на специализированный этап обработки HTML в HtmlRAG, а не на универсальную генерацию ответов. Для полного двухэтапного pruning нужны также очистка HTML и модель эмбеддингов; качество зависит от структуры документа и последующей генеративной модели.

elastix-ai выпустила HyperPrune-Qwen3.6-27B-4to8 — причинную языковую модель Qwen3.6-27B с полуструктурированной разреженностью 4:8, полученную прунингом. Чекпойнт рассчитан на генерацию текста и диалоговое применение; для загрузки используются Transformers и AutoModelForCausalLM. В метаданных указаны 22,3 млрд параметров и контекст до 262 144 токенов. Прунинг выполнен во всех слоях декодера, с проверенной разреженностью около 50% в охваченном наборе модулей. В карточке приведены результаты perplexity на WikiText-2 по двум различающимся протоколам, поэтому их нельзя напрямую сравнивать между собой или с результатами, полученными по другим настройкам. README отмечает, что гиперсеть выбирала маску лишь для первых 200 выходных строк каждой проекции, а для остальных использовалась маска SparseGPT. Языки и условия лицензии подробно не раскрыты; метаданные обозначают лицензию как other.

ICC — официальная модель, представленная в статье ICC: Quantifying Image Caption Concreteness for Multimodal Dataset Curation и опубликованная для работы с подписями к изображениям. Это классификатор последовательностей на базе RoBERTa с 95,2 млн параметров; модель принимает текст и оценивает конкретность подписи. Контекст составляет 514 токенов. Модель предназначена для отбора качественных подписей в шумных мультимодальных наборах данных: подписи с низкой оценкой конкретности можно отфильтровывать. Авторы рекомендуют применять её вместе с фильтрацией на основе CLIP. Модель доступна в формате safetensors по лицензии MIT.

Это экспериментальная MXFP4-квантизованная версия Jina Code Embeddings 1.5B, подготовленная RESMP.DEV для MLX на основе jinaai/jina-code-embeddings-1.5b. Модель преобразует запросы и фрагменты кода в эмбеддинги, чтобы искать код по описанию или находить релевантную техническую информацию. В основе — плотная архитектура Qwen2 с 1,5 млрд параметров; заявленный контекст — 32 768 токенов. Версия использует калибровку block-GPTQ внутри групп MXFP4 по 32 значения и загружается в слои MLX QuantizedLinear. На тестовом наборе из 949 пар для поиска по коду калиброванная версия показала MRR 0,57833 и Recall@10 0,71549: результат близок к BF16, но ниже него в целом. Артефакт занимает на 62,2% меньше места, а пиковое потребление памяти MLX на 42,4% ниже относительно BF16. Результат на подвыборке TypeScript основан всего на 22 примерах и статистически неубедителен. Лицензия CC BY-NC 4.0 запрещает коммерческое использование без отдельного разрешения.

Это пакет квантованной модели Llama 3.2 1B Instruct от Mesh LLM: веса в формате GGUF Q4_K_M разделены на артефакты по слоям для распределённого инференса на кластере Mesh LLM. Исходная модель — unsloth/Llama-3.2-1B-Instruct-GGUF; модель предназначена для диалоговой генерации текста и запуска локальных чат-сервисов с OpenAI-совместимым API. Пакет подходит для приватного инференса на собственном оборудовании и для объединения памяти и вычислительных ресурсов нескольких машин, когда полная модель не помещается на одном узле. Он поддерживает чат-сценарии; размер контекста и список языков в предоставленных сведениях не приведены. Репозиторий содержит лицензию llama3.2; условия лицензии следует сверять с исходной карточкой Llama 3.2.

David6995/Llama-3.2-3B-base — базовая языковая модель семейства Llama 3.2, представленная как общий чекпойнт для специализированных моделей по отдельным областям. Это плотная авторегрессионная архитектура LlamaForCausalLM с 3,2 млрд параметров; репозиторий содержит веса BF16, конфигурацию и токенизатор в формате safetensors. Модель предназначена для генерации текста и может служить основой для дообучения доменных экспертов и диалоговых приложений. Заявленное окно контекста составляет 131 072 токена. Метаданные указывают поддержку чата и интерфейс вызова инструментов, однако README не описывает конкретные сценарии, качество или языковой охват модели. Использование регулируется лицензией Llama 3.2 и связанными с ней условиями и политиками.

Это пакет слоёв модели Llama 3.3 70B Instruct в формате GGUF Q3_K_M, подготовленный Mesh LLM для распределённого инференса. Пакет создан из unsloth/Llama-3.3-70B-Instruct-GGUF и разбивает исходное представление модели на артефакты по слоям для запуска на кластере Mesh LLM. Модель предназначена для локального приватного диалогового инференса, распределения вычислений и памяти между несколькими машинами, а также для чат-сценариев через локальный API, совместимый с OpenAI. В основе — семейство Llama; пакет поддерживает генерацию текста и чат. Квантизация Q3_K_M уменьшает требования к ресурсам по сравнению с полноточным представлением, но может влиять на качество ответов. Условия лицензии следует сверять с карточкой исходной модели.

Карточка модели SakanaAI/Llama-3-8B-Instruct-DB-Expert на Hugging Face совпадает с карточкой SakanaAI/Llama-3-8B-Instruct-Coding-Expert, поэтому описание составлено по ней. Sakana AI разработала Llama-3-8B-Instruct-Coding-Expert — экспериментальную авторегрессионную языковую модель семейства Llama на 7,5 млрд параметров, основанную на Llama-3-8B-Instruct. Модель предназначена для генерации текста в диалоговом режиме и ориентирована на задачи программирования; в README указаны обучающие данные Magicoder-Evol-Instruct-110K и Magicoder-OSS-Instruct-75K. Модель принимает текст и генерирует текст. Метаданные указывают английский язык и контекст до 8192 токенов. В README модель представлена как один из экспертных компонентов набора Llama-3-CycleQD. Это экспериментальный прототип для исследований и разработки: авторы не рекомендуют коммерческое использование и развертывание в критически важных средах, а качество результатов не гарантируется. Лицензия — Meta Llama 3 Community License.

Llama-3-Patronus-Lynx-70B-Instruct-GGUF — это квантизированная GGUF-версия инструкционной модели Llama-3-Patronus-Lynx-70B-Instruct, разработанной Patronus AI и подготовленной для распространения пользователем bartowski. Модель предназначена для генерации текста, оценки ответов и задач, связанных с обнаружением галлюцинаций в ответах языковых моделей. Заявленный основной язык — английский. Модель содержит около 70 миллиардов параметров и распространяется в форматах GGUF, совместимых с llama.cpp. Доступны варианты от F32 и Q8_0 до низкобитных Q1–Q6 и IQ-квантизаций, что позволяет выбирать между качеством, размером файлов и требованиями к оперативной памяти. Для высококачественного использования рекомендуются варианты Q6_K, Q5_K_L, Q5_K_M, Q4_K_L и Q4_K_M; низкобитные варианты экономичнее, но дают более низкое качество. В README не указаны размер контекстного окна, дополнительные модальности и точная архитектура базовой модели. Сильными сторонами являются большой размер модели, инструкционная настройка, ориентация на оценивание и выявление галлюцинаций, а также широкий выбор квантизаций для локального запуска. Ограничения включают высокие требования к ресурсам даже у компактных вариантов, возможное ухудшение качества при агрессивной квантизации и заявленную ориентацию на английский язык. В метаданных указана лицензия cc, однако её точные условия в README не раскрыты.

John6666/llama-joycaption-beta-one-hf-llava-nf4 — квантизированная в формате NF4 версия мультимодальной Visual Language Model JoyCaption Beta One, разработанной сообществом вокруг проекта JoyCaption; исходная модель опубликована fancyfeast. Модель предназначена для автоматического создания подробных описаний изображений, в частности для подготовки датасетов и обучения или дообучения diffusion-моделей. Она поддерживает взаимодействие с изображением через текстовые инструкции и относится к семейству LLaVA, используя языковую модель Llama 3.1; точный размер модели и максимальная длина контекста в README не указаны. Пример использования предполагает генерацию до 512 новых токенов и работу в формате bfloat16 с 4-битной NF4-квантизацией. JoyCaption позиционируется как бесплатная модель с открытыми весами, минимальной фильтрацией и широким охватом визуальных стилей, тематик и типов содержимого, включая SFW- и NSFW-образы. Это делает её удобной для массового captioning и специализированных наборов данных, однако модель не гарантирует безошибочное распознавание всех деталей изображения. Для запуска требуется совместимый стек Transformers и bitsandbytes, а также GPU с достаточным объёмом памяти; README отмечает, что vLLM может быть требователен к памяти и настройкам. Лицензия явно не указана, но модель заявлена как свободно распространяемая с открытыми весами и без ограничений.

MaxViT-Base-TF-224 — модель классификации изображений семейства MaxViT, обученная авторами статьи на ImageNet-1k в TensorFlow и перенесённая в PyTorch Россом Уайтманом для библиотеки timm. Она предназначена для присвоения изображению метки из набора классов ImageNet-1k и может использоваться как визуальный backbone для извлечения признаковых карт и эмбеддингов. Архитектура MaxViT сочетает блоки MBConv с оконным и grid-вниманием в каждом этапе. Модель содержит 119,5 млн параметров и рассчитана на изображения размером 224×224 пикселя. Репозиторий предоставляет веса в форматах PyTorch и safetensors. Лицензия — Apache-2.0.

Это модель классификации текста на основе mDeBERTa v3 base от Microsoft, дообученная автором репозитория на наборе FaQUaD-NLI для португальского языка. Она оценивает, подходит ли предложенный ответ к заданному вопросу: класс 0 означает, что ответ не подходит, класс 1 — что подходит. Модель может использоваться для проверки ответов в системах вопросов и ответов и оценки качества ответов на португальском языке. Модель содержит около 306 млн параметров, построена на архитектуре DeBERTa v2 и принимает текст с контекстом до 512 токенов. Репозиторий содержит веса PyTorch. README указывает на пригодность для португальского языка; лицензия в предоставленных данных не указана.

omai-research/milco-300m — плотная модель семейства MILCO для извлечения разреженных представлений текста и многоязычного поиска. Она разработана исследовательской группой OMAI и описана в работе для ICLR 2026. Модель переводит запросы и документы на разных языках в общее лексическое пространство английского языка, сохраняя возможность одноязычного и межъязыкового поиска. Архитектура сочетает многоязычный трансформерный энкодер, линейный multilingual connector и LexEcho head. Голова формирует разреженное представление по английскому словарю и дополнительный исходно-языковой вид, который помогает сохранить имена, редкие термины и элементы смешанной речи. В README для конфигурации указаны naver/splade-v3 и Alibaba-NLP/gte-multilingual-base. Репозиторий содержит веса PyTorch и использует библиотеку Transformers; загрузка описана через AutoModel с trust_remote_code=True. Модель предназначена для построения поисковых представлений запросов и документов и заявлена как эффективная для многоязычного и межъязыкового поиска. В README приведены результаты оценки на более чем 39 языках и сравнительные результаты для варианта MILCO 560M, но они не являются отдельной оценкой именно версии 300M. Доступна по лицензии Apache-2.0.

microsoft/MiniLM-L12-H384-uncased — компактная англоязычная модель Microsoft для понимания языка, полученная дистилляцией предварительно обученной UniLM v2 размера BERT-Base. Это 12-слойный трансформер семейства BERT с размерностью скрытого слоя 384 и 12 головами внимания; в метаданных указано 40 млн параметров, а README приводит 33 млн. Модель без учета регистра символов, имеет контекст до 512 токенов и опубликована в форматах PyTorch, TensorFlow и Flax. Чекпойнт предназначен для последующей тонкой настройки под задачи понимания текста; авторы сообщают результаты на SQuAD 2.0 и задачах GLUE и отмечают, что модель может служить заменой BERT в соответствующих сценариях. Метаданные Hugging Face относят её к классификации текста. Лицензия — MIT. README описывает базовый предобученный чекпойнт, а не готовую к прикладному использованию настроенную модель.

MiniMax-M2.7-NVFP4-GB10 — квантизированная в NVFP4 версия MiniMaxAI/MiniMax-M2.7, подготовленная автором репозитория для NVIDIA DGX Spark на GB10 и другого оборудования Blackwell с поддержкой NVFP4. Это разреженная MoE-модель MiniMaxM2ForCausalLM с 230 млрд параметров и 256 экспертами, из которых для каждого токена активируются восемь. После посттренировочной квантизации с помощью NVIDIA TensorRT Model Optimizer веса занимают 130,6 ГБ; отдельные слои сохранены в BF16. Модель предназначена для генерации текста и диалогового использования через vLLM. Карточка описывает развертывание с тензорным параллелизмом на двух DGX Spark, поскольку модель не помещается в 128 ГБ памяти одного устройства. В README приведены результаты тестирования на окне до 192 тысяч токенов; метаданные указывают собственную длину контекста 196 608 токенов. В качестве языков указаны английский и китайский. Квантизация уменьшает размер относительно исходной FP8-версии и делает возможным запуск на целевом оборудовании, но требует совместимой NVFP4-поддержки и настройки распределенного запуска; рекомендации README учитывают особенности GB10 и MoE. Лицензия в метаданных обозначена как other, поэтому перед использованием следует проверить условия исходной модели и репозитория.

SillyTilly/mistralai_Mistral-Nemo-Base-2407 — копия предварительно обученной языковой модели Mistral-Nemo-Base-2407, разработанной Mistral AI совместно с NVIDIA. Это плотный трансформер MistralForCausalLM с 12,1 млрд параметров, 40 слоями и групповой обработкой ключей и значений (GQA). Модель предназначена для генерации текста и может служить базой для адаптации под конкретные задачи; README также описывает её как замену Mistral 7B. Модель обучена на многоязычных данных и коде. В README заявлено контекстное окно 128 тыс. токенов, тогда как метаданные каталога указывают 1 024 000 токенов; это расхождение не позволяет однозначно определить поддерживаемую длину контекста. Указаны английский, французский, немецкий, испанский, итальянский, португальский, русский, китайский и японский языки. Репозиторий создан 18 июля 2024 года и содержит веса safetensors; лицензия — Apache 2.0. Это базовая, а не инструкционно настроенная модель, поэтому для диалоговых сценариев или специализированных задач может потребоваться дообучение и подходящая обвязка. В README отмечено отсутствие механизмов модерации; качество генераций и следование инструкциям не гарантируются.

MobileNetV4 Hybrid Medium — модель классификации изображений и извлечения признаков семейства MobileNetV4, опубликованная Россом Уайтманом в библиотеке timm. Она предварительно обучена на ImageNet-12k, затем дообучена на ImageNet-1k и подходит для распознавания объектов на изображениях, получения карт признаков и эмбеддингов для последующих задач компьютерного зрения. Модель содержит 11,1 млн параметров и требует около 1,3 GMAC на изображение. Указанный размер изображения при обучении — 256 × 256, при тестировании — 320 × 320. Репозиторий предоставляет веса PyTorch и safetensors. Модель ориентирована на эффективную классификацию изображений; показатели качества для этой конкретной версии в приведённой части таблицы не указаны. Лицензия — Apache-2.0. Карточка не описывает поддержку естественных языков: модель принимает изображения и выдаёт классы или признаки, а не текст.

rztk-bohdanbilonoh/multilingual-e5-base-test — модель Sentence Transformers, дообученная разработчиком Bohdan Bilonoh на основе intfloat/multilingual-e5-base на парах запросов и текстов товаров из набора rztk/rozetka_positive_pairs. Она использует XLM-RoBERTa с mean pooling и нормализацией, преобразует предложения и абзацы в плотные эмбеддинги размерности 768 и предназначена для поиска и сравнения текстов по косинусному сходству. Модель подходит для семантического поиска по каталогу товаров, поиска похожих запросов, сопоставления предложений, кластеризации и извлечения признаков. В README приведены результаты поиска по русско-украинским названиям товаров; обучение на парах запросов и описаний Rozetka ориентирует её на товарный поиск. Контекст составляет до 512 токенов по README (514 по метаданным). Поддерживаются русский и украинский языки, видимые в примерах и оценке, а базовая multilingual-e5-base рассчитана на многоязычную работу. Репозиторий содержит веса safetensors, размер модели — 305,2 млн параметров. Лицензия в предоставленных данных не указана.

MyAwesomeModel — модель из репозитория tool1/MyAwesomeModel-TestRepo, опубликованная с лицензией MIT и предназначенная для извлечения признаков через библиотеку Transformers. Метаданные относят её к семейству BERT и задаче feature extraction на базе PyTorch. README описывает обновлённую версию как модель с улучшенными рассуждениями, математикой, программированием, логикой, диалогами, суммаризацией, классификацией и function calling, однако эти сведения не согласуются с указанной в метаданных задачей feature extraction и не подтверждают архитектуру, размер, модальности, языки или длину контекста модели. Поэтому для каталога надёжнее рассматривать её прежде всего как Transformers-модель для получения векторных представлений текста. Модель может использоваться как компонент последующих систем машинного обучения, например для сравнения текстов, классификации или поиска по близости, если фактическая конфигурация репозитория это поддерживает. Ограничения, требования к вычислительным ресурсам и рекомендуемые параметры инференса для режима feature extraction в карточке не описаны. Лицензия модели — MIT.