II.10Разработка и эксплуатация AI/ML-систем

Это вспомогательная черновая модель EAGLE3, разработанная и обученная с помощью SpecForge для спекулятивного декодирования вместе с Qwen/Qwen3-1.7B. Она предсказывает продолжения для целевой модели, чтобы ускорить генерацию текста; самостоятельно как полноценная языковая модель не предназначена для использования. Чекпойнт получен онлайн-обучением EAGLE3 на данных ShareGPT. Веса представлены в формате Safetensors, архитектура — LlamaForCausalLMEagle3; размер составляет 361,5 млн параметров, длина контекста — 40 960 токенов. Для загрузки нужны целевая модель Qwen/Qwen3-1.7B и совместимый код SpecForge/EAGLE3; замороженные веса целевых эмбеддингов в чекпойнт не входят. В карточке указана лицензия other, поэтому конкретные условия использования следует сверить с репозиторием.

Qwen3-4B-Router — дообученная методом SFT модель для маршрутизации следующих шагов программного агента, разработанная автором репозитория zxa11 на базе Qwen/Qwen3-4B-Instruct-2507. Перед началом нового раунда агент передаёт ей описание задачи, раннее резюме истории и недавние траектории завершённых раундов. Модель предсказывает ещё не выполненный шаг и возвращает однострочный JSON с полями phase, phase_detail и simple_type. Поле simple_type помогает выбрать модель для следующего шага: simple обозначает низкорисковое действие, которое можно направить быстрой модели, а non_simple — шаг, требующий более сильного рассуждения, диагностики или оценки вариантов. Модель имеет плотную архитектуру Qwen3 с 3,7 млрд параметров, работает с текстом и рассчитана на китайский и английский языки. Метаданные указывают контекст до 262 144 токенов; модель распространяется в формате safetensors по лицензии Apache-2.0. В описанном автором тестировании при температуре 0 полная SFT-версия достигла точности 86,2% для phase, 76,0% для phase_detail и 72,5% для simple_type. Эти показатели относятся к тестовому набору автора и не гарантируют такую же точность на других данных. Для предсказуемого маршрутизирования README рекомендует фиксированную температуру 0 и исходный системный промпт router_system_prompt.txt; изменение промпта может сместить распределение полей и значений.

unsloth/Qwen3.5-2B-Base — предобученная мультимодальная модель семейства Qwen3.5, опубликованная Unsloth в формате Transformers и совместимая с Transformers, vLLM и SGLang. Это базовая модель для дообучения, экспериментов с обучением на контексте и разработки, а не готовый чат-ассистент для прямого общения. В метаданных указана связь с Qwen/Qwen3.5-2B-Base как с базовой моделью. Модель сочетает причинную языковую модель с визуальным энкодером и имеет 2 млрд параметров. В её гибридной архитектуре используются Gated Delta Networks и разреженные Mixture-of-Experts; нативная длина контекста составляет 262 144 токена, с возможностью расширения до 1 010 000. README заявляет поддержку 201 языка и диалекта. Репозиторий содержит веса Safetensors, лицензия — Apache-2.0. Модель подходит для создания специализированных решений с помощью дообучения и экспериментов по пониманию изображений и текста. Поскольку это вариант только с предобучением, она не предназначена для прямого взаимодействия как инструкционная или чат-модель; качество конкретных прикладных сценариев зависит от последующего обучения и настройки.

jiapingW/Qwen3.5-35B-A3B-Eagle3-Specforge — производная модель на базе Qwen/Qwen3.5-35B-A3B, обученная автором карточки с помощью SpecForge на заново сгенерированной версии датасета UltraChat. Для обучения использовались только первые сообщения диалогов. В метаданных архитектура указана как LlamaForCausalLMEagle3, формат весов — safetensors; заявлен контекст длиной 262144 токена. Модель предназначена для ответов на вопросы и диалоговых сценариев. Карточка приводит сравнительные тесты обслуживания запросов на выборках UltraChat и ShareGPT, запуская модель через модифицированную ветку SGLang с поддержкой Qwen3.5 Eagle3. Метаданные указывают 626 млн параметров, однако название базовой модели содержит обозначение 35B-A3B, поэтому точный размер этой производной версии по доступным данным неясен. Лицензия — MIT.

Qwen3.5-9B-Base — базовая мультимодальная модель семейства Qwen3.5, представленная в репозитории Unsloth в формате Transformers. Это предобученная модель с 9 млрд параметров: языковая модель с энкодером изображений, использующая гибридную архитектуру Gated Delta Networks и gated attention. Репозиторий содержит веса в формате safetensors и совместим с Hugging Face Transformers, vLLM и SGLang. Модель предназначена прежде всего для дообучения, экспериментов с обучением на контексте и разработки приложений, а не для прямого диалога. Она принимает текст и изображения и генерирует текст; нативная длина контекста составляет 262 144 токена, с расширением до 1 010 000 токенов. В README заявлена поддержка 201 языка и диалекта, без перечисления конкретных языков. Лицензия — Apache-2.0. Как базовая модель, она может требовать дообучения или настройки промптов для прикладного использования; карточка не приводит оценок качества именно этой сборки Unsloth.

Anbeeld/Qwen3.5-9B-DFlash-GGUF — это GGUF-квантизации черновой модели Qwen3.5-9B-DFlash, совместимой с целевой моделью Qwen/Qwen3.5-9B. Модель разработана совместно Z-Lab и Modal. Она не является самостоятельной языковой моделью и предназначена для использования в сервере инференса со спекулятивным декодированием DFlash. DFlash использует облегчённую черновую модель на основе блочной диффузии, которая параллельно предлагает несколько токенов, после чего целевая модель проверяет эти предложения. Такой подход сохраняет распределение вывода целевой модели и может существенно повысить пропускную способность генерации. Модель переобучена с длиной последовательности 40 000 токенов и применяет скользящее оконное внимание для улучшения работы с длинным контекстом. В README не указаны точные поддерживаемые языки и параметры GGUF-квантизаций. Основное назначение — ускорение серверного вывода Qwen3.5-9B в сценариях генерации текста, включая математические задачи, программирование и диалоговые нагрузки. Заявленные тесты на одной NVIDIA B200 показывают ускорение до 5,01 раза при одной одновременной генерации и до 2,58 раза при конкуренции 32 запросов; фактический результат зависит от конфигурации, размера блока и нагрузки. Для работы требуется сервер с поддержкой DFlash, например SGLang, а сама модель не предназначена для автономного запуска. В README указана лицензия Apache-2.0.

Qwen3.6-27B-DFlash — черновая модель для ускорения генерации текста методом speculative decoding DFlash. Её разработали как компонент drafter, который строит параллельные черновики блоками с помощью лёгкой модели диффузии. Для работы модель необходимо использовать вместе с целевой моделью Qwen/Qwen3.6-27B. В метаданных указаны архитектура DFlashDraftModel семейства Qwen3, 2,9 млрд параметров и контекстное окно до 262 144 токенов. Модель предназначена для ускорения инференса, а не для самостоятельного использования как обычная генеративная модель. README сообщает, что обучение ещё продолжается, поддержка движками инференса может быть неполной из-за архитектурных изменений, а результаты бенчмарков не приведены. Лицензия — MIT.

Qwen3.6-27B-Domino — черновая модель Domino от Huang2020 для ускорения генерации целевой модели Qwen/Qwen3.6-27B методом speculative decoding. Она использует блок размера 16 и предназначена для работы с веткой SGLang, поддерживающей Domino. В метаданных архитектура обозначена как DFlashDraftModel; веса представлены в формате Safetensors, размер модели указан как 2,9 млрд параметров, а контекст — до 262 144 токенов. Модель применяется совместно с целевой Qwen3.6-27B для ускорения генерации текста, в частности при ответах на математические задачи, генерации кода и диалоговых запросах. В описанных испытаниях на двух A100 80 ГБ и при жадном декодировании Domino показывала ускорение относительно обычного авторегрессионного режима; величина зависела от нагрузки и конкурентности запросов. Это специализированная вспомогательная модель, а не самостоятельная универсальная языковая модель: для работы нужны целевая Qwen/Qwen3.6-27B и совместимая ветка SGLang. README не сообщает отдельные языки обучения или поддерживаемые языки. Лицензия — MIT.

AMAImedia выпустила эту версию в рамках платформы автоматизации многоязычного дубляжа NOESIS. Это доработанная копия gorbatjovy/Qwen3.8-27B-Cold-Fusion-GAIN-V1.1-heretic: согласно карточке, из неё удалено поведение отказа методом Heretic, а исходные возможности унаследованы от дообученной модели Qwen3.8-27B. Модель использует плотную архитектуру Qwen3.5 для условной генерации и принимает текст и изображения, выдавая текст; сохранена также голова MTP для спекулятивного декодирования. В репозитории представлены веса BF16 в формате Safetensors, для которых README указывает размер около 56 ГБ. Карточка описывает применение для анализа механизмов отказа, red teaming и оценки устойчивости. По приведённому в README тесту Heretic модель отказала в 8 из 100 вредоносных запросов при KL-дивергенции 0,0315 относительно базовой версии; это внутренняя метрика с классификатором ключевых слов. Утверждение карточки о неизменности понимания изображений относится к сохранённой башне зрения. Модель распространяется по лицензии Apache 2.0. Поскольку поведение безопасности удалено, она может выполнять вредоносные запросы; для пользовательского развёртывания нужны отдельные меры безопасности и модерации.

tcclaviger/Qwen3.8-27B-DFlash2-FP8 — FP8-квантизированная версия черновой модели Qwen3.8-27B-DFlash2, разработанной Inco AI на основе проекта z-lab. Модель предназначена для speculative decoding и не является самостоятельной языковой моделью: она работает внутри сервера инференса вместе с целевой Qwen/Qwen3.8, генерируя черновые токены, которые затем проверяются целевой моделью. Поддерживаются интеграции с SGLang и vLLM. DFlash 2 использует block-diffusion подход: за один проход предсказывает блок токенов, сохраняет наиболее вероятных кандидатов для каждой позиции, а лёгкий селектор строит из них согласованный путь. В архитектуре применяются двухтактные динамические свёртки, уменьшающие деградацию качества к концу блока. Версия FP8 использует формат e4m3, блочные масштабы весов 128×128 и динамическое квантование активаций; attention- и MLP-проекции, а также вспомогательный слой fc представлены в FP8, тогда как нормализации, свёрточные ядра, селектор кандидатов и кодовые книги сохраняют формат BF16. Размер базовой модели — 27B параметров. Основное преимущество — ускорение генерации при сохранении поведения целевой модели: для жадной генерации заявлено точное совпадение с целевой моделью, а при sampling сохраняется её распределение. В тестах DFlash 2 показал более высокую длину принимаемой последовательности и throughput, чем сравниваемые методы на задачах GSM8K, MATH-500, HumanEval, MBPP и MT-Bench. Ограничение состоит в необходимости совместного запуска с целевой моделью и поддерживаемым speculative decoding сервером; самостоятельная генерация не предусмотрена. Модель распространяется по лицензии Apache-2.0.

Это копия модели-черновика Qwen3.8-27B-DSpark, подготовленная для загрузки через vLLM. Её разработал RadixArk; автор карточки изменил только название архитектуры в конфигурации, чтобы vLLM выбрал реализацию Qwen3 DSpark. Веса не менялись. Модель предназначена для ускорения генерации целевыми моделями Qwen3.8-27B с помощью спекулятивного декодирования DSpark, а не для самостоятельной генерации ответов. В чекпойнте около 1,86 млрд параметров в формате BF16; он включает пять слоёв с полным вниманием, GQA и Markov head. Максимальная длина позиций — 262 144 токена. В README приведены результаты оценки скорости и принятия черновых токенов на задачах математики и программирования при использовании SGLang; результаты зависят от целевой модели, оборудования и настроек обслуживания. Для работы требуется совместимая целевая модель Qwen3.8-27B и среда, поддерживающая DSpark. Применяются исходные условия лицензии «other» базового репозитория RadixArk/Qwen3.8-27B-DSpark; конкретные условия в этой карточке не раскрыты.

Это квантованный до 6 бит артефакт односоставного MTP-предсказателя, извлечённый из контрольной точки Qwen/Qwen3.8-27B и подготовленный в формате MLX. Он предназначен для спекулятивного декодирования в связке с соответствующей целевой моделью Qwen3.8-27B через Qwen Prime Runtime и проверку DFlash; самостоятельно как обычная языковая модель не используется. Артефакт содержит один MTP-слой и привязан к целевой модели той же версии. Проверка спекулятивных токенов сохраняет точность относительно выбранной политики декодирования целевой модели, а ускорение зависит от доли принятых черновых токенов и характера нагрузки. В метаданных указано окно контекста 262144 токена и библиотека MLX. Лицензия — Apache-2.0.

Qwen3-8B-DFlash-b16 — это модель-черновик для метода спекулятивного декодирования DFlash, разработанного авторами проекта DFlash. Она использует компактную блочную диффузионную архитектуру для параллельной подготовки черновых токенов и должна работать совместно с целевой моделью Qwen/Qwen3-8B; самостоятельно как обычная разговорная модель не предназначена для использования. Модель поддерживает генерацию текста и рассчитана на ускорение вывода целевой Qwen3-8B без потери качества. В README сообщается об ускорении до 6,17 раза в оценке авторов. В метаданных указаны 1,6 млрд параметров, контекст до 40 960 токенов и формат safetensors. Для загрузки пользовательской архитектуры требуется включить trust_remote_code=True. Репозиторий распространяется по лицензии MIT. Практическое применение требует совместимой целевой модели Qwen/Qwen3-8B и интеграции с DFlash; заявленное ускорение зависит от сценария и условий оценки.

ToPo-ToPo подготовил bf16-чекпойнт MTP-драфтера, выделенный из официальной модели Qwen/Qwen3.8-Flash-Next. Это вспомогательная часть для спекулятивного декодирования: сама по себе она не используется, а работает вместе с основной моделью. В репозитории указаны архитектура qwen4_exp_mtp, формат safetensors и размер около 4,9 ГиБ; метаданные также отмечают диалоговый режим и интерфейс вызова инструментов. Для извлечения и запуска требуется mlx-vlm версии 0.7.0 или новее; в версии 0.6.17 нужной поддержки нет. Модель предназначена для ускорения генерации текста в связке с базовым чекпойнтом. Лицензия указана как other, поэтому конкретные условия использования следует сверять с лицензией исходной модели и репозитория.

Это извлечённый из Qwen3.8-Flash-Next визуальный энкодер Qwen ViT, преобразованный в формат timm без дополнительного обучения. Модель содержит энкодер изображений, пространственный объединитель токенов и проекцию в размерность исходной языковой модели; весов языковой модели и обученной классификационной головы в репозитории нет. Вариант рассчитан на извлечение признаков изображений, а не на генерацию текста или классификацию готовыми метками. Энкодер имеет около 448 млн параметров, ширину backbone 1152 и размерность проекции 2560; указанный размер изображения — 768 × 768. Поддерживаются прямоугольные RGB-изображения: размеры сторон должны делиться на 16, а для вариантов с объединителем 2 × 2 — на 32. В архитектуре используются MLP с GELU-tanh, обучаемые абсолютные позиционные представления и двумерный осевой RoPE. Для изображений временное ядро Conv3d свёрнуто в Conv2d суммированием весов. Модель подходит для получения визуальных признаков и пространственных токенов как компонента мультимодального конвейера; сама по себе она не включает языковую модель для диалога или анализа изображений. Лицензия — Qwen Community License 1.0.

RegNetV-6.4GF — модель классификации изображений и визуальный backbone, разработанный Россом Уайтманом и обученный в библиотеке timm на ImageNet-1k. Она относит изображения к классам и может использоваться как основа для извлечения признаков, карт признаков и эмбеддингов изображений. Модель содержит 30,6 млн параметров и выполняет около 6,4 GMACs. В карточке указаны размер изображения 224 × 224 для обучения и 288 × 288 для тестирования. Реализация timm поддерживает стохастическую глубину, градиентный чекпойнтинг, настройку шага выхода и варианты слоёв активации и нормализации. Доступны веса в форматах PyTorch и safetensors. Модель предназначена для задач компьютерного зрения общего назначения, в частности для классификации изображений из домена ImageNet. Лицензия — Apache-2.0. Показатели качества и ограничения за пределами приведённых сценариев ImageNet в карточке не описаны.

RegNetX-800MF — сверточная модель классификации изображений из библиотеки timm, разработанная авторами статьи Designing Network Design Spaces и предварительно обученная на ImageNet-1k. Модель содержит 7,3 млн параметров, требует изображения размером 224 × 224 пикселя и выполняет классификацию по категориям ImageNet-1k. Модель также подходит как визуальная основа для извлечения карт признаков и эмбеддингов изображений. Реализация timm поддерживает стохастическую глубину, градиентный чекпоинтинг, послойное уменьшение скорости обучения и настраиваемый выходной шаг. Репозиторий содержит веса PyTorch и Safetensors; лицензия — MIT. Модель ориентирована на изображения ImageNet-1k, поэтому результаты на других наборах данных могут отличаться.

RegNetZ C16 EvoS — модель классификации изображений, обученная Ross Wightman в библиотеке timm на ImageNet-1k. Её также можно использовать как визуальный бэкбон для извлечения карт признаков и эмбеддингов. Архитектура построена на BYOBNet и использует блоки с инвертированным узким местом и слои нормализации-активации EvoNorm-S0. Модель содержит около 13,5 млн параметров и требует примерно 2,5 GMACs для изображения. Размер обучения составляет 256 × 256 пикселей, тестирования — 320 × 320. Она подходит для классификации изображений по категориям ImageNet и получения признаков для последующей обработки. Модель распространяется по лицензии Apache-2.0. Её назначение — классификация изображений общего назначения; качество на задачах и изображениях, отличающихся от ImageNet-1k, может быть ниже.

RepGhostNet 1.0 — модель классификации изображений и извлечения визуальных признаков из семейства RepGhostNet. Она обучена авторами статьи на ImageNet-1k и предназначена для распознавания объектов на изображениях, а также для использования в качестве компактной основы для извлечения карт признаков и эмбеддингов. В модели около 4,1 млн параметров; заявлены вычислительная сложность 0,2 GMAC и размер входного изображения 224 × 224. Репозиторий предоставляет веса PyTorch и SafeTensors, библиотека модели — timm. Модель рассчитана на классификацию изображений общего назначения и может применяться как лёгкая визуальная основа в компьютерном зрении. Лицензия — MIT. Карточка не описывает ограничения точности и состав классов подробнее, чем обучение на ImageNet-1k.

RepGhostNet 1.1 — компактная модель классификации изображений, обученная авторами статьи RepGhost на ImageNet-1k. Она также может служить свёрточной основой для извлечения карт признаков и визуальных эмбеддингов. Модель содержит около 4,5 млн параметров, требует примерно 0,2 GMACs вычислений и рассчитана на изображения размером 224 × 224. Архитектура RepGhost использует репараметризацию модулей Ghost для эффективного выполнения на аппаратных устройствах. Репозиторий содержит веса PyTorch и Safetensors; библиотека для работы — timm. Модель предназначена для классификации изображений по категориям ImageNet-1k и извлечения признаков в компьютерном зрении. Лицензия MIT разрешает использование с соблюдением её условий. Данные не описывают дополнительные языковые или мультимодальные возможности.

RepGhostNet-150 — модель классификации изображений и извлечения признаков, обученная авторами статьи на ImageNet-1k. Она относится к семейству RepGhostNet и использует эффективные Ghost-модули с репараметризацией; модель содержит около 6,6 млн параметров и рассчитана на изображения размером 224 × 224 пикселя. Модель подходит для классификации изображений, получения карт признаков и создания визуальных эмбеддингов. Компактность и заявленная аппаратная эффективность делают её подходящей как backbone для компьютерного зрения и для сценариев, где важны низкая вычислительная нагрузка и размер модели. Репозиторий распространяет веса в форматах PyTorch и Safetensors; лицензия — MIT. Обучение проводилось на ImageNet-1k, поэтому назначение модели — распознавание объектов из набора классов этого датасета. README не приводит результатов оценки и конкретных ограничений качества; перенос на другие предметные области может потребовать адаптации.

repvgg_a0.rvgg_in1k — сверточная модель классификации изображений из семейства RepVGG, реализованная в библиотеке timm с использованием гибкой архитектуры BYOBNet. По карточке модели, её обучили авторы статьи RepVGG на ImageNet-1k. Модель содержит около 9,1 млн параметров и рассчитана на изображения размером 224 × 224 пикселя. Модель предназначена для классификации изображений и может использоваться как основа для извлечения признаков, карт признаков и эмбеддингов изображений. В timm доступны функции извлечения признаков по этапам сети. Репозиторий содержит веса в форматах PyTorch и safetensors; лицензия — MIT. Качество модели зависит от соответствия входных данных ImageNet и ожидаемому размеру изображения. Карточка описывает обучение на ImageNet-1k и не приводит результатов для других наборов данных или гарантий качества в прикладных сценариях.

repvit_m0_9.dist_450e_in1k — модель классификации изображений семейства RepViT, обученная авторами статьи на ImageNet-1k с дистилляцией. Репозиторий распространяется для библиотеки timm в форматах PyTorch и safetensors по лицензии Apache-2.0. Модель содержит 5,5 млн параметров, требует изображения размером 224 × 224 пикселя и имеет вычислительную сложность 0,8 GMAC. Её можно использовать для классификации изображений, а также как визуальную основу для извлечения карт признаков и эмбеддингов. Карточка не указывает специализированную предметную область или поддержку других размеров входного изображения.

RepViT M1.0 с дистилляцией — модель классификации изображений и визуальный бэкбон, разработанный авторами статьи RepViT: Revisiting Mobile CNN From ViT Perspective. Она обучена на ImageNet-1k и предназначена для распознавания объектов на изображениях, извлечения карт признаков и получения визуальных эмбеддингов. Модель содержит 7,3 млн параметров, требует изображения размером 224 × 224 пикселя и имеет вычислительную стоимость 1,1 GMAC. Это компактная архитектура для компьютерного зрения, рассчитанная на эффективное использование в сценариях классификации и извлечения признаков. Веса доступны в форматах PyTorch и safetensors. Модель работает с изображениями и выдаёт метки классов; при использовании как визуального бэкбона также может возвращать карты признаков и эмбеддинги. Она обучена на ImageNet-1k, поэтому её классификация ориентирована на категории этого набора данных. Лицензия — Apache-2.0.

res2next50.in1k — модель классификации изображений из библиотеки timm, обученная авторами статьи на ImageNet-1k. Она использует многомасштабную архитектуру Res2Net и подходит для классификации изображений, а также для извлечения карт признаков и визуальных эмбеддингов в качестве основы компьютерного зрения. Модель содержит 24,7 млн параметров, требует изображений размером 224 × 224 пикселя и имеет вычислительную сложность 4,2 GMACs. Репозиторий содержит веса PyTorch в формате safetensors. Лицензия в метаданных не определена.

resnet18d.ra4_e3600_r224_in1k — модель классификации изображений на основе архитектуры ResNet, обученная Россом Уайтманом на ImageNet-1k с помощью инструментов timm. Она предназначена для определения объектов и категорий на изображениях, а также может использоваться как визуальный backbone для извлечения карт признаков и эмбеддингов. Модель содержит 11,7 млн параметров; обучение проводилось на изображениях размером 224 × 224, а для тестирования указано разрешение 288 × 288. В метаданных репозитория указаны PyTorch и safetensors, библиотека timm и лицензия Apache-2.0. Модель подходит для стандартной классификации изображений и как основа для компьютерного зрения в прикладных системах. Она обучена на ImageNet-1k, поэтому её категории и качество зависят от этого набора данных; README не описывает специализированную предметную область или другие модальности.

ResNet-18 от разработчиков timm — модель компьютерного зрения для классификации изображений и извлечения признаков. Она реализована на PyTorch и доступна в форматах PyTorch и Safetensors. Модель содержит 11,7 млн параметров и использует ReLU, начальную свёртку 7×7 с pooling и свёрточные shortcut-соединения 1×1. Её предварительно обучили на подмножестве YFCC100M методом полунадзорного обучения, затем авторы статьи дообучили её на ImageNet-1k. Рекомендуемый размер изображения — 224×224; также модель можно использовать для получения карт признаков и эмбеддингов изображений. Модель предназначена для классификации изображений общего назначения и может служить базовой сетью в компьютерном зрении. README не приводит отдельные оценки качества именно этой модели. Лицензия CC BY-NC 4.0 допускает использование с соблюдением её условий, включая ограничения на коммерческое применение.

ResNet50D RA4 — свёрточная модель классификации изображений, обученная Россом Уайтманом на ImageNet-1k с помощью инструментов timm. Она также предназначена для использования в качестве основы извлечения признаков, карт признаков и эмбеддингов изображений. Модель содержит 25,6 млн параметров; вычислительная сложность составляет 4,4 GMAC. Размер изображения при обучении — 224×224 пикселя, при тестировании — 288×288 пикселей. Модель подходит для классификации изображений по категориям ImageNet-1k и получения визуальных признаков для последующих задач компьютерного зрения. Репозиторий содержит веса PyTorch и Safetensors; лицензия Apache-2.0 разрешает использование на её условиях. Оценки точности в карточке приведены для сравнения с другими моделями, но не позволяют установить отдельный результат этой модели.

Это модель-классификатор диалогов, разработанная egoriyaa во время стажировки в Tinkoff под руководством solemn-leader. Она оценивает последнее сообщение в контексте диалога по двум признакам: релевантности беседе и специфичности — способности заинтересовать собеседника и поддержать разговор. Модель основана на cointegrated/rubert-tiny2 и дообучена на вручную размеченных примерах после предварительного обучения на диалоговых данных. Это компактная BERT-модель на 29 млн параметров с контекстом до 2048 токенов. При обучении использовались три сообщения контекста и один ответ; каждое сообщение ограничивалось 32 токенами. Модель предназначена для оценки качества ответов в диалогах на русском языке. На валидационной выборке авторы сообщают F0.5 0,82 для релевантности и 0,81 для специфичности; ROC AUC составляет соответственно 0,74 и 0,8. Эти результаты зависят от порогов, подобранных на валидационных примерах. Модель распространяется по лицензии MIT.

response-toxicity-classifier-base — русскоязычный классификатор сообщений на базе BERT, разработанный в Skoltech и дообученный в рамках стажировки в Tinkoff Никитой Степановым под руководством Александра Маркова. Модель обрабатывает текст диалога с учётом контекста и относит сообщение к одному из четырёх классов: приемлемое, токсичное, резко токсичное или затрагивающее рискованные чувствительные темы. В карточке Hugging Face указаны 190,7 млн параметров, контекст до 512 токенов и формат PyTorch. Модель предназначена для модерации русскоязычных интернет- и чатбот-диалогов, выявления оскорблений, агрессивных сообщений и высказываний на чувствительные темы. На приведённых в README проверочных данных F1 для класса приемлемых сообщений составляет 0,896–0,940; для остальных классов результаты варьируются от 0,295 до 0,729, поэтому качество обнаружения токсичных и рискованных сообщений неодинаково. Модель распространяется по лицензии MIT.