II.10Разработка и эксплуатация AI/ML-систем

A.X K2 DSpark — вспомогательная модель чернового декодирования от SK Telecom для A.X K2. Это не самостоятельная языковая модель: её подключают вместе с целевой моделью в vLLM для ускорения генерации текста методом speculative decoding. Черновая модель предлагает несколько токенов параллельно, используя скрытые представления A.X K2 и лёгкое моделирование зависимостей между позициями; затем A.X K2 проверяет предложения и определяет итоговые токены. Архитектура включает трёхслойный черновой модуль в стиле Qwen3, Markov head и confidence head. Модель рассчитана на A.X K2 — MoE-модель с 688 млрд общих и 33 млрд активных параметров — и конфигурацию с контекстом 256K. Внутренние тесты на английском и корейском языках, математике, науке и коде показали примерно 1,8-кратный рост пропускной способности в однопоточном режиме; реальное ускорение зависит от нагрузки, длины вывода, параллелизма и доли принятых черновых токенов. При точной проверке выходное распределение целевой модели сохраняется. Модель предназначена для сервинга A.X K2 через форк vLLM SK Telecom и не заявлена как совместимая с другими целевыми моделями или вариантами A.X K2. Для динамического чернового декодирования в описанной версии vLLM требуется отключить асинхронное планирование. Лицензия — Apache-2.0; README указывает, что применяются те же сценарии использования, что и для A.X K2.

A.X K2 EAGLE3 — черновая модель для спекулятивного декодирования, разработанная SK Telecom для ускорения генерации моделью A.X K2. Это специализированный чекпойнт EAGLE3 на архитектуре Eagle3DeepseekV2ForCausalLM: однослойный плотный декодер с MLA и 1,8 млрд параметров. Он предлагает несколько токенов-кандидатов, которые затем проверяет A.X K2; сам по себе чекпойнт не предназначен для генерации. Модель рассчитана на совместную работу с A.X K2 при контекстном окне 256K и обслуживании через форк vLLM с поддержкой A.X K2. В оценке на смешанном трафике указаны ускорение пропускной способности до 1,64 раза и снижение времени на выходной токен на 28%; выигрыш зависит от нагрузки и наиболее заметен при низкой или средней параллельности. Проверка кандидатов целевой моделью сохраняет её распределение генерации. Чекпойнт выпущен под лицензией Apache-2.0. Он не проверялся с другими целевыми моделями или вариантами контекста и RoPE; при высокой параллельности дополнительные проходы могут снизить пропускную способность примерно до 10%.

Basalt Alpha 24B-A3.8B-it-qat-w4a16-ct — экспериментальная разреженная языковая модель семейства Gemma 4, представленная как дообученный чекпойнт Google Gemma 4 26B A4B. В ней около 24 млрд параметров, из которых примерно 3,8 млрд активны при обработке каждого токена; модель предназначена для генерации текста и диалогов. Она выпущена с QAT-квантизацией весов до 4 бит в формате compressed-tensors, при этом активации сохраняют более высокую точность. Модель рассчитана на локальный запуск, оценку качества и тестирование инференс-бэкендов в условиях ограниченных ресурсов. Заявленная максимальная длина контекста — 262 144 токена, используется локальное окно скользящего внимания в 1 024 токена; качество на очень длинном контексте остаётся экспериментальным. Чекпойнт имеет альфа-статус и предназначен для раннего тестирования и независимой оценки. Лицензия в предоставленных данных не указана.

Это порт модели prajjwal1/bert-tiny, созданный Sajal Labs: исходные веса и предобучение сохранены, а энкодер BERT и токенизатор WordPiece реализованы на C++ для инференса без Python, PyTorch и transformers. Модель имеет 2 слоя, размер скрытого состояния 128, 2 головы внимания, промежуточный размер 512 и около 4,4 млн параметров; использует словарь из 30 522 токенов и поддерживает контекст до 512 токенов. Репозиторий содержит веса safetensors, экспорт ONNX и файлы формата собственного C++-рантайма. Модель предназначена для извлечения векторных представлений текста и запуска компактного BERT-энкодера в приложениях на C++. В карточке сообщается о совпадении токенизации с оригиналом и близких результатах энкодера, а также о меньшем времени холодного запуска в указанном тесте на Apple M4; результаты бенчмарка относятся к конкретной платформе и сценарию. Базовая модель ориентирована на английский язык. Веса и код порта распространяются по лицензии MIT.

Bielik Guard (Sójka) — классификатор безопасности польскоязычных текстов, разработанный сообществом Bielik.AI при некоммерческой организации SpeakLeash. Модель дообучена на польском энкодере RoBERTa sdadas/mmlw-roberta-base и возвращает вероятностные оценки по нескольким категориям: ненависть и агрессия, вульгарная лексика, сексуальный контент, преступления и самоповреждение. Модель предназначена для анализа запросов и ответов в реальном времени, модерации контента и защиты чат-ботов. Оценки отражают долю разметивших текст участников, считавших его относящимся к категории, поэтому результат не сводится к бинарной метке. Модель поддерживает польский язык; её можно использовать как компонент систем модерации и безопасности. Это первая версия модели. Она не предназначена для обнаружения дезинформации, попыток обхода защит, нарушений авторских прав и категорий вне заданной таксономии. Возможны смещения из-за особенностей данных сообщества и ошибки на пограничных или новых типах контента; для комплексной защиты README рекомендует дополнительные меры. Лицензия — Apache-2.0.

cafeai разработала cafe_aesthetic — классификатор изображений на архитектуре BEiT, дообученный на базе microsoft/beit-base-patch16-384. Модель содержит 119,5 млн параметров и предназначена для отбора изображений при подготовке большого датасета для дообучения Waifu Diffusion на базе Stable Diffusion. Классификатор оценивает эстетическую пригодность изображений и может помечать их как not_aesthetic. Он обучен примерно на 3,5 тыс. изображений из реальной жизни, аниме и манги. Модель настроена скорее на сохранение изображений: обычно она отбрасывает изображения в стиле манги, с неаккуратными линиями или набросками, а также с большим количеством текста, закрывающего основной объект. Модель может ошибаться и предназначена для автоматизированной фильтрации датасета, а не для безошибочной оценки отдельных изображений. Лицензия — AGPL-3.0.

CAM++ — модель извлечения голосовых эмбеддингов из аудио, разработанная командой FunASR. Она предназначена для верификации говорящего: определения, принадлежат ли записи одному человеку, и для диаризации — распознавания, кто и когда говорил в аудиозаписи. Её можно подключить к конвейеру FunASR через параметр spk_model, например для присвоения меток говорящих сегментам речи в записи встречи. Модель использует архитектуру CAM++ (Class-Aware Multi-scale), выдаёт эмбеддинги размерностью 192 и рассчитана на аудио с частотой дискретизации 16 кГц. Репозиторий поддерживает FunASR; в карточке указаны китайский и английский языки. Модель распространяется по лицензии Apache-2.0. Карточка описывает извлечение эмбеддингов и применение для верификации и диаризации, но не приводит оценок качества или условий работы с шумной и многоканальной записью.

CoAtNet RMLP 2 RW 224 SW IN12K — модель классификации изображений из библиотеки timm, обученная Россом Уайтманом на ImageNet-12k. Она предназначена для отнесения изображений к классам и может использоваться как визуальная основа для извлечения признаков и эмбеддингов. Архитектура CoAtNet сочетает свёрточные блоки MBConv на ранних этапах с блоками self-attention на поздних. В этой конфигурации применяется MLP Log-CPB — относительное позиционное смещение, мотивированное Swin Transformer V2. Модель содержит около 85 млн параметров и рассчитана на изображения размером 224 × 224 пикселя; в репозитории доступны веса PyTorch и safetensors. Модель обучена на наборе ImageNet-12k, содержащем 11 821 класс. Это готовая модель для прикладной классификации и извлечения визуальных признаков. Лицензия репозитория — Apache-2.0.

ContentVec — модель извлечения признаков на архитектуре HuBERT, опубликованная в формате safetensors для работы с библиотекой HuggingFace Transformers. В README указано использование для извлечения признаков; размер модели — 113,3 млн параметров. Модель принимает аудио и выдаёт векторные представления признаков, которые можно использовать как вход для последующих задач обработки речи. Репозиторий распространяется по лицензии MIT.

timm/convnext_large.fb_in1k — свёрточная модель семейства ConvNeXt для классификации изображений и извлечения визуальных признаков. Она обучена авторами статьи «A ConvNet for the 2020s» на ImageNet-1k и распространяется через библиотеку timm. Модель содержит около 197,8 млн параметров; рекомендуемый размер изображения — 224 × 224 для обучения и 288 × 288 для оценки. Модель подходит для отнесения изображений к классам ImageNet-1k, извлечения карт признаков и получения векторных представлений изображений. Её можно использовать как визуальный backbone в прикладных компьютерных зрениях системах. Репозиторий содержит веса PyTorch и safetensors. Лицензия — Apache-2.0.

ConvNeXt-V2 Large FCMAE — сверточная модель компьютерного зрения из семейства ConvNeXt-V2, опубликованная в репозитории timm. Она предварительно обучена на ImageNet-1k методом самоконтролируемого обучения FCMAE — полносверточного masked autoencoder. Модель содержит 196,4 млн параметров и рассчитана на изображения размером 224 × 224 пикселя. Модель служит визуальным энкодером для извлечения признаков и эмбеддингов изображений, а также основой для дообучения под задачи классификации. У неё нет предварительно обученной классификационной головы, поэтому для готовой классификации требуется отдельная голова и дообучение. Репозиторий предоставляет веса PyTorch и SafeTensors; лицензия — CC BY-NC 4.0, допускающая использование с соблюдением её условий и ограничений на коммерческое применение.

ConvNeXt-V2 Large — модель компьютерного зрения для классификации изображений и извлечения визуальных признаков, представленная в библиотеке timm. Она предварительно обучена методом FCMAE и дообучена на ImageNet-22k, затем ImageNet-1k. Модель содержит около 198 млн параметров; в карточке указаны размер изображения 224×224 для обучения и 288×288 для тестирования. Модель предсказывает категории объектов на изображении, а также может использоваться как backbone для извлечения карт признаков и эмбеддингов. Она предназначена для сценариев классификации и построения систем компьютерного зрения на PyTorch. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

CPUBone T0 — модель классификации изображений и извлечения признаков, опубликованная в формате timm. Авторы статьи обучили этот чекпойнт на ImageNet-1k, а затем преобразовали веса в формат state-dict библиотеки timm. Архитектура сочетает варианты grouped MBConv, уменьшенные свёрточные ядра и механизм внимания LowFormer в двух последних стадиях. Модель рассчитана на эффективный вывод на CPU и балансирует небольшое число операций с производительностью на оборудовании с ограниченным параллелизмом. Она содержит 7,5 млн параметров, требует около 0,3 GMACs и рассчитана на изображения 224 × 224 пикселя. Помимо классификации ImageNet-1k, модель можно применять для получения эмбеддингов изображений и многомасштабных карт признаков. Для предобработки используются интерполяция bicubic, центрированное кадрирование с crop_pct=0.95 и среднее и стандартное отклонение ImageNet. Фактическая задержка на CPU зависит от оборудования, среды выполнения, способа экспорта и размера пакета. Модель распространяется по лицензии Apache 2.0.

arxyzan/data2vec-roberta-base — текстовая модель семейства RoBERTa, созданная на основе подхода Data2Vec к самообучению. Репозиторий содержит копию facebook/data2vec-text-base; автор карточки уточняет, что модель не обучалась с помощью кода из репозитория Data2Vec, а была скопирована для удобства и воспроизводимости. Модель предназначена для извлечения признаков из текста и получения векторных представлений. Она содержит 151,8 млн параметров, принимает последовательности длиной до 514 токенов и доступна в форматах PyTorch и Safetensors. Указанный язык — английский. Лицензия в предоставленных данных не указана.

Это вспомогательная черновая модель EAGLE3 от Thoughtworks для ускорения генерации с целевой моделью DeepSeek-R1-Distill-Qwen-7B. Она предлагает несколько следующих токенов, которые целевая модель проверяет параллельно; по README, на типичных инструкционных запросах это может повысить пропускную способность генерации примерно в 2–3 раза без изменения итогового текста. Модель обучена методом EAGLE3 Test-Time Training на Google Cloud TPU с использованием SpecJAX и предназначена для спекулятивного декодирования через SGLang или sglang-jax. В репозитории указаны 778 млн параметров, архитектура LlamaForCausalLM с одним слоем трансформера и формат safetensors. Модель рассчитана прежде всего на англоязычные запросы; её заявленная задача — text-generation в режиме вспомогательного чернового декодирования. Лицензия — MIT. Для Qwen2-архитектуры базовой модели DeepSeek-R1-Distill-Qwen-7B требуется небольшой патч поддержки EAGLE3 в SGLang; TPU-конвейер sglang-jax пока не оптимизирован по производительности.

DeepSeek-V4-Flash-EAGLE3.1 — черновая голова EAGLE-3.1 для ускорения генерации модели deepseek-ai/DeepSeek-V4-Flash методом speculative decoding. Разработчик модели в README не назван; обучение выполнено с TorchSpec и данными, извлечёнными через vLLM. Веса содержат 722,5 млн параметров, а архитектура описана как однослойная голова Llama; контекст составляет 16 384 токена. Модель предназначена для совместного использования с DeepSeek-V4-Flash при обслуживании через vLLM: она предлагает черновые токены, которые целевая модель проверяет, сохраняя её генерацию и потенциально повышая пропускную способность. README сообщает об ускорении примерно в 2,6 раза на тестовой конфигурации с пропатченным vLLM, а также приводит результаты на общих и агентных запросах. Это исследовательский предварительный выпуск, требующий специального overlay-патча Maniac для vLLM; обычная установка vLLM не поддерживает нужный захват вспомогательных состояний. В README также указано отсутствие поддержки MLX, SGLang и llama.cpp в этом выпуске. Лицензия черновых весов — MIT, при этом для базовой DeepSeek-V4-Flash действуют её собственные условия.

Это модель извлечения признаков изображений для библиотеки timm, созданная как нативное переотображение весов DeepSeek-V4-Flash-Vision-Exp без дополнительного обучения. В репозитории нет весов языковой модели и обученной головы классификации. Визуальный энкодер использует патчи 14×14, блоки SwiGLU, RMSNorm и двумерное осевое RoPE. Модель сохраняет пространственный выравниватель, который группирует токены патчей 3×3 и проецирует их в пространство ширины 4096; ширина основы — 1024. При размере изображения 392×392 модель выдаёт векторные представления изображения, а также позволяет получать промежуточные карты признаков. Поддерживаются прямоугольные изображения с ограничениями на кратность размеров патчу и дополнение границ. Модель предназначена для извлечения визуальных эмбеддингов и подготовки признаков для последующей классификации или других задач компьютерного зрения. Голова классификации отсутствует, поэтому для классификации требуется обучить новую голову на целевом наборе данных. Лицензия — MIT.

DETR-ResNet50 — модель обнаружения объектов, основанная на реализации DETR-ResNet50 из проекта Facebook Research и оптимизированная Qualcomm для устройств на базе чипсетов Qualcomm. Модель обучена на наборе данных COCO и предназначена для обнаружения объектов на изображениях, в том числе в мобильных и встраиваемых приложениях с использованием NPU. Модель использует backbone ResNet50, принимает изображения с разрешением 480×480 пикселей, содержит около 41,4 млн параметров и занимает около 158 МБ в float-версии. Доступны предварительно экспортированные варианты в форматах ONNX, QNN_DLC и TFLITE, включая float и смешанную конфигурацию w8a16_mixed_fp16. Поддерживается экспорт с пользовательскими весами, формами входных данных и настройками целевого устройства через библиотеку Qualcomm AI Hub Models. Сильной стороной модели является оптимизация для выполнения на NPU различных устройств Qualcomm и наличие готовых артефактов для развертывания. Ограничения включают фиксированное входное разрешение, ориентацию на классы объектов из COCO и зависимость производительности от конкретного чипсета, runtime и точности. Сведения о мультиязычности неприменимы, поскольку модель работает с изображениями. Лицензия — Apache 2.0.

zeromodels представляет конверсию модели facebook/dinov3-convnext-large-pretrain-lvd1689m в формате Keras 3. Это самообученный зрительный экстрактор признаков на архитектуре ConvNeXt Large, предназначенный для использования как backbone с последующими задачами компьютерного зрения, а не как готовая модель с отдельной классификационной головой. Модель принимает изображения и выдаёт визуальные признаки для downstream-моделей и задач, таких как поиск, классификация и сегментация. Реализация работает с TensorFlow, Torch и JAX через Keras 3. Для обработки входов предусмотрена нормализация изображений; процессор нормализует их, поэтому при его использовании следует отключить встроенную нормализацию. Веса связаны с лицензией DINOv3 Meta; в метаданных указана лицензия other, а README отсылает к условиям DINOv3.

facebook/dino-vitb8 — базовый Vision Transformer, обученный методом DINO командой авторов статьи «Emerging Properties in Self-Supervised Vision Transformers». Модель предобучена без учителя на ImageNet-1k и предназначена для извлечения признаков из изображений и переноса этих представлений на прикладные задачи компьютерного зрения. Архитектура — ViT base с патчами 8×8; модель содержит 113,2 млн параметров и принимает изображения размером 224×224 пикселя. Она возвращает представления изображения и патчей, пригодные, например, для обучения классификатора поверх выходов энкодера. Готовых дообученных голов для классификации в репозитории нет. Модель подходит для построения признаков и обучения классификаторов на размеченных наборах изображений. Она работает с изображениями, а не с текстовыми запросами, и сама по себе не является готовым классификатором. Лицензия — Apache-2.0.

protectai/distilroberta-bias-onnx — модель классификации текста для обнаружения предвзятости и bias в англоязычных текстах. Она разработана как ONNX-конверсия модели valurank/distilroberta-bias; конвертацию выполнили с помощью библиотеки Hugging Face Optimum. Модель связана с проектом LLM Guard, предназначенным для проверки безопасности вывода языковых моделей. В основе лежит DistilRoBERTa — дистиллированная версия RoBERTa, оптимизированная для более быстрого выполнения при сохранении близкой точности. Модель работает с текстовой модальностью, относится к задачам sequence classification и обучалась на датасете valurank/wikirev-bias. Формат ONNX позволяет использовать её через ONNX Runtime и потенциально упрощает эффективное развёртывание, однако конкретные размер модели, длина контекста, показатели качества и поддерживаемые языки, кроме английского, в README не указаны. Модель подходит для автоматического скрининга текстов на наличие предвзятости, в том числе как компонент защитных конвейеров для LLM. Ограничения включают архивный статус проекта и отсутствие активной поддержки, а также отсутствие в README подробных данных о точности, порогах классификации и поведении на разных типах текстов. Лицензия в предоставленных материалах не указана.

dm_nfnet_f4.dm_in1k — модель семейства NFNet для классификации изображений, опубликованная авторами работ о сетях без нормализации и доступная в библиотеке timm. Она обучена на ImageNet-1k и может использоваться как классификатор или визуальный backbone для извлечения карт признаков и эмбеддингов. Архитектура напоминает ResNet с предварительной активацией, но не содержит слоёв нормализации: вместо них применяются Scaled Weight Standardization и скалярные коэффициенты в остаточных связях и нелинейностях. Модель содержит 316,1 млн параметров; вычислительная сложность составляет 122,1 GMACs. Размер изображения при обучении — 384×384, при тестировании — 512×512. Репозиторий предоставляет веса PyTorch и SafeTensors; лицензия — Apache-2.0. Карточка рекомендует ImageNet-классификацию и извлечение визуальных признаков, но не описывает ограничения по качеству или условия применения помимо лицензии.

DNSMOS P.835 и P.808 — модель оценки качества аудио, разработанная Microsoft и адаптированная автором репозитория для работы с PyTorch, torchaudio и Transformers. Она принимает аудиосигнал и выдаёт оценки SIG, BAK, OVRL и P.808, предназначенные для оценки качества речи и шумоподавления. Модель поддерживает обработку отдельных аудиозаписей и дополненных пакетных входов с указанием длины каждой записи. В README приведён пример загрузки через Transformers с `trust_remote_code=True`; данные о лицензии в метаданных обозначены как `other`.

DPN68B.ra_in1k — модель классификации изображений и извлечения признаков семейства Dual-Path Network (DPN), подготовленная Россом Уайтманом в библиотеке timm. Она обучена на ImageNet-1k с рецептом RandAugment (RA) и подходит для классификации изображений, извлечения карт признаков и получения эмбеддингов изображений. Модель содержит около 12,6 млн параметров и требует 2,4 GMACs; размер изображения при обучении составлял 224 × 224 пикселя, при тестировании — 288 × 288. Репозиторий предоставляет веса PyTorch и SafeTensors. Лицензия — Apache-2.0.

Это квантованная сборка черновой EAGLE-3-модели для gpt-oss-20b, опубликованная EntityDeletr на основе nebius/EAGLE3-gpt-oss-20b. Она предназначена для спекулятивного декодирования: модель предлагает черновые токены, которые проверяет основная модель gpt-oss-20b, чтобы ускорить генерацию текста. В README приведены результаты принятия черновых токенов на MT-bench, HumanEval и GSM8K; обучение исходной модели проводилось с целевыми функциями LK, ориентированными на долю принятых токенов. В репозитории доступны исходные веса в safetensors, bf16 GGUF и квантованный GGUF Q5_K_M. Использование описано через vLLM с методом eagle3. Модель имеет лицензию CC BY 4.0. Для работы требуется совместимая основная модель gpt-oss-20b и инфраструктура, поддерживающая EAGLE-3; сама по себе это не универсальная модель для самостоятельной генерации ответов.

EfficientFormerv2_s2.snap_dist_in1k — модель классификации изображений семейства EfficientFormer-V2, представленная в библиотеке timm. Она предварительно обучена на ImageNet-1k с дистилляцией и предназначена для классификации изображений, а также может использоваться как компактная основа для извлечения признаков и эмбеддингов. Модель содержит 12,7 млн параметров, требует входные изображения размером 224 × 224 и имеет вычислительную сложность 1,3 GMACs. Веса доступны в форматах PyTorch и safetensors; лицензия — Apache-2.0. Компактный размер и ориентация семейства на скорость делают её подходящей для классификации изображений в приложениях с ограниченными вычислительными ресурсами. Обучение на ImageNet-1k задаёт область распознавания объектов этого набора классов; качество на иных типах изображений и задачах может отличаться. Модель принимает изображения и выдаёт классовые оценки либо признаки при использовании соответствующих интерфейсов timm.

ERNIE-4.5-300B-A47B-Base-Paddle — базовая языковая модель компании Baidu на архитектуре MoE семейства ERNIE 4.5, распространяемая с весами для PaddlePaddle. Это текстовая модель на этапе предварительного обучения: в ней 300 млрд параметров всего, из которых для каждого токена активируется 47 млрд. Она предназначена для продолжения текста и может служить основой для дообучения под прикладные задачи; для работы с ней Baidu предлагает инструментарий ERNIEKit, включая SFT, LoRA и DPO. Модель поддерживает контекст до 131 072 токенов. Хотя семейство ERNIE 4.5 обучалось на текстовых и визуальных данных, данная Base-версия принимает только текст и поддерживает завершение текста, а не диалоговый режим chat completion. В метаданных карточки указаны английский и китайский языки. Модель распространяется по лицензии Apache 2.0.

Havenlon Execution Boundary — Qwen35 4B — это компактная плотная языковая модель семейства Qwen3.5, разработанная Havenlon. Модель содержит 3,4 млрд параметров, принимает текст и предназначена для диалогового анализа разрыва между намерением пользователя и действием, которое система собирается выполнить. Модель помогает интерпретировать намерение, сопоставлять действие с целью, текущим состоянием, проверяемыми свидетельствами и политиками, выявлять недостающие или противоречивые данные и объяснять решение о разрешении, отклонении или необходимости дополнительной проверки. Контекст составляет до 262 144 токенов; заявленная область применения связана с управлением выполнением действий AI-агентов и контролем безопасности. Модель может поддерживать анализ и формировать рассуждения о контроле исполнения, но не заменяет детерминированные механизмы принудительного контроля и не должна быть окончательным источником разрешения на физическое выполнение. README не содержит сведений о лицензии, поэтому условия использования по нему определить нельзя.

gaperon-mmbert-tamil — модель классификации качества тамильского текста, разработанная для конвейера подготовки данных Gaperon. Она дообучена на jhu-clsp/mmBERT-base — многоязычном энкодере ModernBERT с 22 слоями и размером скрытого состояния 768; модель содержит около 306,9 млн параметров и поддерживает контекст до 8192 токенов. Шесть независимых классификационных голов оценивают ясность, связность, глубину, грамматику, полезность и общее качество по шкале «низкое», «среднее», «высокое».\n\nМодель предназначена для оценки, фильтрации и взвешивания тамильских текстов, например веб-документов в обучающем корпусе. На валидации средний macro-F1 составил 0,5305; отложенная тестовая выборка не оценивалась, поэтому оценки следует считать шумным сигналом фильтрации. Обучение и оценка проводились только на тамильских текстах с соответствующей схемой разметки, и перенос на другие языки, жанры или предметные области не подтверждён. Весовые файлы распространяются по лицензии MIT; для загрузки классификационных голов требуется отдельный файл heads.pt и специальный код, они несовместимы напрямую с AutoModelForSequenceClassification.

Systalyze DSpark Multidomain — вспомогательная модель-черновик для ускорения генерации текста целевой моделью Google Gemma 4 26B A4B IT. Это не самостоятельная языковая модель: её подключают к целевой модели в vLLM через спекулятивное декодирование DSpark. Черновик обучен на данных из разных областей, включая программирование, математику, диалог и RAG, чтобы поддерживать более равномерную долю принимаемых токенов в смешанной нагрузке. Архитектура — текстовая MoE-модель Gemma4DSparkModel; в метаданных указано 946,4 млн параметров, а README описывает черновик с 1,99 млрд параметров в BF16 и пятью слоями полного внимания. Для генерации черновых токенов метод использует параллельную черновую основу, лёгкую Markov head и confidence head для планирования проверки. В тестах автора ускорение достигало примерно 2×, однако результат зависит от предметной области, длины контекста и параллелизма. Модель принимает текстовые запросы через целевую Gemma 4 и помогает ускорять выдачу текста; заявленный родной контекст целевой модели — 262 144 токена. В карточке указан английский язык. Лицензия — Apache-2.0. Для работы необходимы совместимая целевая модель Gemma 4 26B A4B IT и поддержка DSpark в vLLM; приведённые показатели ускорения получены в тестах автора и не гарантируют такой же результат в другой инфраструктуре.