II.11Кибербезопасность и приватность

DynaGuard-4B — модель-страж для проверки диалогов на соответствие пользовательским правилам, сформулированным на естественном языке. Её разработали исследователи Университета Мэриленда и Capital One. Это декодерный Transformer на базе Qwen3-4B с 3,7 млрд параметров и контекстом до 40 960 токенов; модель дообучена на DynaBench и наборах данных по безопасности, включая WildGuard, BeaverTails, ToxicChat и Aegis 2.0, сначала методом SFT, затем GRPO. Модель подходит для модерации ответов чат-ботов по правилам конкретного приложения: например, для предотвращения несанкционированных обещаний возврата средств или медицинских рекомендаций. Она может выдать краткую классификацию PASS/FAIL либо объяснить, почему правило нарушено, что позволяет использовать её для проверки диалогов и поддержки модерации с участием человека. Карточка сообщает о сильных результатах семейства DynaGuard на тестах безопасности, но приведённые числа относятся к DynaGuard-1.7B и DynaGuard-8B, а не непосредственно к версии 4B. Модель распространяется под лицензией Apache-2.0.

Apollo Raines представляет эту модель как вариант Llama-3.1-8B-Instruct, изменённый инструментом jBlaze с помощью representation engineering. По README, дополнительное обучение не проводилось: в весах напрямую скорректировано поведение, чтобы повысить устойчивость к prompt injection и попыткам манипулировать инструкциями или извлечь скрытый контекст. Модель предназначена для диалоговой генерации текста в сценариях, где важно следовать исходным инструкциям при adversarial prompting. Архитектура — LlamaForCausalLM; в метаданных указано 7,5 млрд параметров, контекст — до 131 072 токенов, формат файлов — safetensors. Поддерживаемый язык карточки — английский. README характеризует выпущенную версию как демонстрационную и намеренно ослабленную; это ограничивает её как показатель возможностей полной версии. Лицензия — Llama 3.1 Community License.

DeepSeek-V4-Flash-Fast — пользовательская сборка агента rafw007 на основе DeepSeek-V4-Flash, опубликованная в формате GGUF с низкой битностью квантования. Архитектура унаследована от базовой модели; заявлены MoE и около 285 млрд параметров всего, из которых активно около 20 млрд. Поведение агента настроено промптами и конфигурацией, без обучения с нуля. Модель предназначена для агентных сценариев с внешним инструментальным контуром: она получает результаты реального выполнения команд и помогает решать задачи администрирования, анализа системы и программирования. Автор сообщает о проверках с opencode, pi coding agent и claude code, включая сетевое сканирование, инвентаризацию Linux-сервера и создание простых HTML5-приложений. Для запуска указаны llama-server и llama-swap; целевой сценарий — локальная работа на менее мощном оборудовании, для которой автор оценивает потребность примерно в 96 ГБ объединённой памяти. Репозиторий распространяется по лицензии Apache-2.0. В карточке указаны английский и польский языки, но широкая языковая поддержка отдельно не описана. Низкая битность может ограничивать точность ответов и надёжность сложных агентных задач; результаты зависят также от используемого harness и конфигурации инструментов.

DynaGuard-8B — специализированная модель-охранник, разработанная исследователями Университета Мэриленда и Capital One для проверки текста и диалогов по заданным пользователем правилам на естественном языке. Она предназначена для гибкой модерации ответов чат-ботов, когда нужно проверять прикладные требования, выходящие за рамки фиксированных категорий вредного контента, например запрет на несанкционированное обещание возврата средств или медицинскую рекомендацию. Модель построена на архитектуре decoder-only Transformer семейства Qwen3 и содержит 7,6 млрд параметров; базовая модель — Qwen3-8B. Её дообучили на DynaBench и наборах данных для оценки безопасности, применив SFT и затем GRPO. Контекст составляет до 40 960 токенов. Модель принимает текст с политикой и диалогом и выдаёт текстовую оценку: быстрый вердикт PASS/FAIL либо вердикт с объяснением и трассой рассуждения. Карточка указывает английский язык. Модель доступна в формате safetensors и распространяется по лицензии Apache-2.0. DynaGuard подходит для настройки модерации под правила конкретного продукта и для анализа причин нарушения политики с участием человека. В README заявлены сильные результаты на DynaBench и традиционных тестах безопасности, однако количественная таблица в карточке неполна, поэтому эти заявления нельзя полностью проверить по представленным данным.

OS-Software/Gemma-4-26B-A4B-it-qat-q4_0-unquantized-uncensored-heretic-v2 — экспериментальная производная Gemma 4, предназначенная для исследований безопасности, выравнивания и red teaming. Модель основана на google/gemma-4-26B-A4B-it и дообучена; по метаданным, она использует архитектуру Gemma 4, библиотеку Transformers и формат safetensors. Лицензия — Apache-2.0. Модель принимает изображения вместе с текстом и выдаёт текст: она подходит для диалога, анализа изображений и документов, распознавания текста на изображениях, понимания графиков и интерфейсов, а также программирования и агентных сценариев. Базовая карточка Gemma 4 указывает поддержку более 35 языков и контекст до 256 тысяч токенов для варианта 26B A4B; эти характеристики относятся к семейству и не подтверждены отдельно для этой производной модели. Карточка рекомендует использовать модель только для исследований и экспериментов, избегая публичного и пользовательского развёртывания. Возможны предвзятость, ошибки фактов и трудности с неоднозначными или сложными запросами; языковые нюансы могут быть поняты неверно.

Image-Guard-ckpt-3312 — экспериментальная модель классификации изображений для проверки их безопасности. Она разработана на основе google/siglip2-base-patch16-224 и дообучена с архитектурой SiglipForImageClassification; файлы представлены в формате safetensors. Модель относит изображения к пяти категориям безопасности, включая безопасные аниме- и обычные изображения, а также откровенный контент в стиле аниме. Модель предназначена для модерации изображений, фильтрации наборов данных и предварительной проверки визуальных входов в мультимодальных и генеративных системах. Она принимает изображение и выдаёт категорию, поэтому подходит для автоматической сортировки и сигнализации о потенциально чувствительном контенте. Разработчик предупреждает, что это экспериментальный чекпойнт и для производственного применения рекомендует финальные версии моделей. Лицензия — Apache-2.0.

Ornith-1.5-35B-A3B-uncensored-MLX-MXFP4 — мультимодальная vision-language модель на базе Ornith-1.5-35B-A3B, опубликованная junafinity. Это abliterated-версия, в которой с помощью Abliterix ослаблены направления, связанные с отказами модели. Артефакт предназначен прежде всего для red teaming, оценки защитных механизмов кибербезопасности, тестирования фильтров, классификаторов, prompt-injection-защит и moderation-пайплайнов, а также для исследовательского сравнения с исходной моделью. Модель содержит около 35B параметров и распространяется в формате MLX с квантованием MXFP4 примерно 4,402 бита на вес, группой квантования 32 и типом данных bfloat16; она рассчитана на запуск через mlx-vlm на устройствах Apple Silicon. В контрольной точке сохранена vision tower, поэтому поддерживается обработка изображений и текста. MTP-блок в этом формате отсутствует, поскольку mlx-vlm удаляет тензоры mtp.* при конвертации. Сведения о поддерживаемых языках и размере контекстного окна в README не указаны. Главная особенность модели — существенно сниженная склонность к отказам: на отложенном наборе вредоносных запросов для родительской bf16-модели число отказов снизилось со 100 до 9 из 100, однако эти показатели не измерялись непосредственно на данном MXFP4-чекпойнте. Квантование может ухудшать точность результатов, поэтому оценки следует повторить на целевом артефакте. Abliteration не гарантирует полного отсутствия отказов и не заменяет защитные механизмы; публичное развертывание требует независимого слоя модерации. Лицензия — Apache-2.0.

QuantSafe Refusal ModernBERT — компактный англоязычный классификатор, разработанный для QuantSafe Certifier на основе answerdotai/ModernBERT-base. Модель дообучена различать семантические отказы и ответы, выполняющие запрос: метка 1 означает отказ, метка 0 — соответствие запросу. Она принимает текст и выдаёт классификационную метку. Модель предназначена для проверки ответов языковых моделей на наличие отказа. В README сообщается о сбалансированном обучающем наборе из 37 934 пар «запрос — ответ» WildGuardMix и внешней проверке на 441 однозначном ответе GPT-4 из XSTest; на этом тесте указана точность 0,9773 и F1 отказов 0,9760. Архитектура ModernBERT — encoder-only классификатор последовательностей; размер составляет 149 млн параметров, контекст — до 8192 токенов. Репозиторий использует safetensors и библиотеку Transformers. Это детектор отказов, а не универсальный классификатор вредоносности. Результат следует использовать как сигнал для проверки, а не как самостоятельное решение о безопасности. Лицензия — Apache-2.0.

AIorNot-SigLIP2 — модель классификации изображений, разработанная автором репозитория и дообученная на базе google/siglip2-base-patch16-224 с архитектурой SiglipForImageClassification. Она относит изображение к одному из двух классов: создано ИИ или является реальной фотографией. Модель предназначена для проверки изображений в социальных сетях и СМИ, цифровой криминалистики, фильтрации наборов данных и сравнительных исследований детекторов синтетических изображений. В отчёте на тестовой выборке из 18 618 изображений указана точность 91,49%; полнота составляет 93,96% для класса AI и 88,42% для класса Real. Эти показатели относятся к описанной в карточке оценке и не гарантируют аналогичного качества на других данных. Модель принимает изображения и выдаёт метку класса. Опубликована в формате safetensors, используется через Transformers и распространяется по лицензии Apache-2.0.

Adaptive Classifier — классификатор текста на основе answerdotai/ModernBERT-base, опубликованный под именем adaptive-classifier/content-moderation. Модель поддерживает непрерывное обучение и добавление новых классов; в текущей конфигурации у неё три класса: appropriate, inappropriate и spam. Представления имеют размерность 768, обучение описано на 15 примерах — по пять на класс. Модель предназначена для классификации текста по заданным категориям, в частности для предварительной модерации и обнаружения спама. Её можно использовать в сценариях, где требуется адаптировать набор классов по мере поступления новых размеченных примеров. Для обновления прототипов нужны примеры каждого класса: не менее трёх и не более 150 на класс; прототипы обновляются каждые десять примеров. Лицензия — Apache-2.0. В карточке заявлена многоязычность, но конкретные языки и качество на них не приведены.

ConvNeXTAIimagedetector — модель классификации изображений на архитектуре ConvNeXt Tiny, разработанная как дообученная версия facebook/convnext-tiny-224. Она предназначена для распознавания изображений, связанных с обнаружением изображений, созданных искусственным интеллектом. В README приведены результаты оценки: точность 0,9826 и loss 0,0518; набор данных и подробности оценки не раскрыты. Модель распространяется в формате PyTorch по лицензии Apache-2.0.

DeepSeek-V4-Flash-DSpark-Abliterated-Uncensored — модифицированные веса DeepSeek-V4-Flash-DSpark от автора репозитория drowzeys. Это языковая модель архитектуры MoE с 284 млрд параметров и примерно 13 млрд активных параметров; в README заявлено окно контекста до 1 048 576 токенов. Модель предназначена для генерации текста в сценариях, где требуется поведение без стандартных отказов, включая red teaming, исследовательскую оценку и локального ассистента. По описанию, отказы удалены прямым изменением весов проекции внимания в слоях 10–42 и спекулятивной голове MTP; слои 0–9 оставлены без изменений для сохранения чата и протокола вызова инструментов. README приводит результаты теста скорости на двух NVIDIA DGX Spark, но они относятся к указанной конфигурации оборудования и vLLM. Модель принимает текст и генерирует текст; конкретные поддерживаемые языки в предоставленных данных не перечислены. Модель опубликована под лицензией MIT в метаданных, однако README сообщает о gated-доступе и необходимости соблюдать лицензию исходной DeepSeek-модели и условия доступа. Удаление защитных отказов означает, что при развёртывании требуются собственные фильтры безопасности, контроль доступа и проверка результатов; веса предоставляются без гарантий.

ReMoDetect-deberta — модель классификации текста, разработанная для выявления текстов, сгенерированных большими языковыми моделями. Она использует дообученную модель вознаграждения на базе DeBERTa и оценивает признаки, связанные с выравниванием генерации по человеческим предпочтениям. Подход рассчитан на обнаружение общих характеристик текстов разных LLM, а не на распознавание конкретной модели-автора. Для повышения качества обнаружения применялись дополнительное дообучение на предпочтениях и обучение на смешанных человеческих и машинных текстах, включая перефразированные человеческие тексты. Модель содержит 533,8 млн параметров, принимает последовательности длиной до 512 токенов и предназначена для классификации текстов на английском языке. В README заявлены высокие результаты на нескольких LLM, но конкретные метрики не приведены. Модель опубликована в формате safetensors; лицензия в предоставленных данных не указана.

HarmBench-Llama-2-13b-cls — классификатор текстового поведения из проекта HarmBench, разработанный командой CAIS. Он оценивает, соответствует ли текстовая генерация заданному поведению, включая стандартные и контекстно-зависимые случаи. В примере README модель проверяет ответы на заданное поведение, в том числе потенциально вредоносные генерации. Модель построена на архитектуре Llama 2 с плотной авторегрессионной языковой моделью на 12,9 млрд параметров и контекстом до 2048 токенов. В README указано, что классификатор обучен на данных, дистиллированных из GPT-4-0613; для стандартных и контекстных примеров сообщается среднее согласие с человеческой оценкой 93,19% на собственной валидационной выборке HarmBench. Веса опубликованы в формате safetensors. Модель предназначена для классификации текстового поведения и оценки безопасности ответов языковых моделей. Карточка приводит оценки на конкретной валидационной выборке, поэтому они не гарантируют такую же точность на других данных и сценариях. Лицензия — MIT.

AI Source Detector — модель классификации изображений на базе ViT-Base Patch-16 с входным разрешением 224 пикселя, дообученная для определения источника изображения. Она относит изображения к пяти классам: Stable Diffusion, Midjourney, DALL·E, реальные изображения и другие ИИ-генераторы. Модель содержит 113,2 млн параметров по метаданным Hugging Face; в README приведена оценка 86 млн параметров. Модель предназначена для классификации изображений по происхождению и выявления изображений, созданных ИИ. В README указано обучение на наборе примерно из 52 тысяч изображений и результаты на тестовой выборке: точность Top-1 91,6% и Macro F1 0,914. Эти показатели относятся к описанным выборкам и не гарантируют такой же результат на изображениях из других источников или распределений. Репозиторий предоставляет веса PyTorch в формате safetensors и использует библиотеку timm; пример применения в README показывает pipeline image-classification. Лицензия модели — Apache-2.0.в

Классификатор текста Elias Al Bouzidi, Massine El Khader, Abdellah Oumida, Mohammed Sbaihi и Eliott Binard для отнесения текста к одной из двух категорий: safe или nsfw. Модель основана на DistilBERT и дообучена для задач модерации и фильтрации контента; она принимает строку текста и выдаёт вероятности классов. В карточке указано 60 млн параметров, английский язык и контекст до 512 токенов. Модель обучена на 190 тысячах размеченных примеров, включая описания изображений и сцен; авторы сообщают F1 0,974 на выборке из 40 тысяч примеров. Лицензия — Apache-2.0. Для повышения качества требуется предварительная обработка текста, а результат следует проверять с учётом возможных ошибок классификации.

MiMo-V2.6-Flash-RL Abliterated — производная модель на основе XiaomiMiMo/MiMo-V2.6-Flash-RL с изменёнными проекциями выходов внимания в декодере, предназначенными для ослабления или удаления отказов. Она рассчитана на генерацию диалоговых ответов, в том числе для red teaming, исследований безопасности и оценки поведения модели без исходных защитных отказов. Архитектура и файлы в основном совпадают с базовой моделью: FP8 attention, эксперты MXFP4, черновая голова DFlash и MTP; в метаданных формат указан как safetensors. README приводит результат проверки отказов 27 успешных обходов из 32, поэтому модель не устраняет все отказы. Модель принимает текст и генерирует текст; заявленные языки — английский и китайский. README указывает, что изменения затронули только выходные проекции внимания, а DFlash, аудио- и визуальный энкодеры, эмбеддинги и другие перечисленные компоненты оставлены базовыми. Это не свидетельствует о поддержке аудио- или визуального ввода в данном чекпойнте. Лицензия — MIT, унаследованная от базовой модели; в карточке также указаны ограниченный доступ и условия ответственного использования, включая запреты на ряд видов вредоносного и незаконного применения.

OpenJev — открытая по весам модель принятия решений от разработчика OpenJev на базе Qwen3.5. Она получает текст, веб-страницу или скриншот и выбирает один из заданных в запросе вариантов, выдаёт вероятность ответа «да» или «нет» либо оценку. Для одного вопроса можно передать до 52 вариантов; модель возвращает типизированные ответы с вероятностями без генерации свободного текста и поддерживает решения за один проход. Модель предназначена для классификации и маршрутизации обращений, модерации, оценки ответов на соответствие критериям, а также выбора следующего действия браузерного или компьютерного агента. В карточке приведены результаты на текстовых и агентских задачах, а также для немецкого, французского, хинди, китайского и японского языков. Для коротких текстовых решений заявлена задержка около 80 мс; для веб-решений она зависит от длины входа. Файлы модели опубликованы в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с атрибуцией, но некоммерчески. Модель выдаёт выбор и вероятности, а не развёрнутый текст; её качество зависит от формулировки вопроса и набора вариантов. В описании также отмечена чувствительность к порядку вариантов: при их перемешивании ответы менялись в 2,3% случаев.

CyberSec-Text-Classification-ModernBert-Base — модель бинарной классификации текстов, разработанная авторами проекта RedSage из Khalifa University, University of Bonn и University of Milan. Она дообучена на ModernBERT-base и определяет, относится ли документ к кибербезопасности или нет. Модель предназначена для фильтрации больших неструктурированных веб-корпусов и отбора материалов для исследований и подготовки данных для языковых моделей в области кибербезопасности. Модель использует архитектуру ModernBERT encoder-only, содержит 149 млн параметров и принимает контекст длиной до 8192 токенов. В README приведены результаты проверки на 2460 примерах из веб-статей: точность 97,3%, precision 92,8% и recall 90,2%. Обучающие данные включают размеченные публикации Reddit, StackExchange, arXiv и веб-статьи; метки получены из категорий, тегов и ключевых слов источников. Модель может хуже работать на очень коротких текстах и материалах о новых угрозах, не представленных в данных до конца 2024 года. README указывает, что модель выпущена как часть ресурсов проекта RedSage с открытым исходным кодом, но конкретный идентификатор лицензии не приводит.

Havenlon Execution Boundary — Qwen35 2B — компактная языковая модель Havenlon на архитектуре Qwen3.5 с 1,7 млрд параметров. Она предназначена для локальных и нетребовательных к ресурсам сценариев, где агенту нужно рассуждать о действиях, условиях выполнения, доказательствах и ограничениях исполнения. Модель обучена концепциям контроля исполнения: намерение и авторизация сами по себе не означают, что действие следует выполнить; неизвестные, отсутствующие, просроченные или противоречивые условия должны оставаться явными. Модель может использоваться для экспериментов с помощниками по политике исполнения, компактными агентами, анализом свидетельств и объяснением структурированных решений в ограниченных средах автоматизации. Поддерживает текстовую генерацию и чат, имеет контекстное окно 262 144 токена. README не указывает лицензию. Разработчик подчёркивает, что модель не должна быть окончательным механизмом принудительного контроля: полномочия на исполнение должны оставаться отделёнными от рассуждений модели.

OS-Software выпустила экспериментальный вариант Gemma 4 E4B-it с изменёнными ограничениями безопасности, обозначенный как uncensored и heretic. Это плотная мультимодальная модель Google Gemma 4, дообученная на google/gemma-4-E4B и распространяемая в формате Safetensors по лицензии Apache-2.0. Модель предназначена для исследований безопасности, экспериментов с выравниванием и red teaming; авторы рекомендуют не развёртывать её в публичных сервисах и пользовательских приложениях. Она принимает текст и изображения, а для семейства E4B README также заявляет обработку аудио и видео. Возможности семейства включают диалог, рассуждения, программирование, анализ изображений и документов, OCR, понимание видео и работу с инструментами; для E4B заявлен контекст до 128K токенов и поддержка более 35 языков. К архитектурным особенностям семейства относятся чередование локального скользящего и глобального внимания, а также оптимизации глобальных слоёв для длинного контекста. Ответы могут содержать ошибки, отражать смещения обучающих данных и неверно трактовать языковые нюансы; пригодность конкретно этой модификации для отдельных задач в README не оценена.

Marqo/nsfw-image-detection-384 — компактная модель классификации изображений от Marqo, предназначенная для выявления материалов NSFW. Она принимает изображения размером 384×384 пикселя и использует патчи 16×16 пикселей. По заявлению разработчика, модель примерно в 18–20 раз меньше других открытых моделей такого назначения и достигла точности 98,56% на собственной тестовой выборке. Модель обучена на проприетарном наборе из 220 тысяч изображений: по 100 тысяч примеров NSFW и SFW для обучения и по 10 тысяч каждого класса для тестирования. Данные включают фотографии, рисунки, мемы и изображения, созданные ИИ. Порог вероятности NSFW можно настраивать, балансируя точность и полноту. Модель распространяется по лицензии Apache-2.0.

SelfJev-4B merged — это модель для структурированных решений по тексту, разработанная авторами SelfJev. Она принимает вопрос и предложенные варианты, оценивает их вероятности и может вернуть ответ «да/нет», выбрать вариант или выставить оценку по заданной шкале. Модель основана на Qwen3.5-4B и предназначена для маршрутизации сообщений, проверки утверждений и ответов ИИ, классификации намерений, оценивания и обнаружения обхода защитных ограничений. В репозитории находятся объединённые веса примерно на 9,3 ГБ, токенизатор и конфигурация; отдельная загрузка базовой модели или адаптера не нужна. Для запуска README описывает Linux с NVIDIA GPU и совместимым окружением vLLM, а метаданные указывают библиотеку Transformers. Хотя сохранена исходная компоновка с весами для зрения, модель обучалась и оценивалась для текста. Для исходного адаптера приведены результаты на нескольких наборах: 95,7% на тестах текстовых решений, 93,1% при проверке ответов ИИ и 83,4% на публичных задачах. Это результаты движка TreeServer, а не отдельного тестирования данного объединённого чекпойнта через vLLM; авторы отмечают, что часть разметки создана с помощью ИИ и что нужна независимая оценка. Лицензия в таблице сравнения указана как Apache-2.0 для кода; README не уточняет отдельные условия лицензирования весов.

TrelBERT — модель на основе BERT, разработанная командой deepsense.ai для анализа польскоязычных сообщений в Twitter. Это плотная трансформерная архитектура BertForMaskedLM с 151,6 млн параметров, дообученная методом masked language modeling на примерно 45 млн польских твитов. В качестве основы использован контрольный пункт HerBERT; модель работает с контекстом до 514 токенов, а для обучения на данных Twitter применялась максимальная длина последовательности 128 токенов. Модель предназначена прежде всего для предсказания замаскированных слов в польском тексте и может служить основой для дообучения на задачах анализа польских сообщений. В экспериментах с KLEJ её дообучали для распознавания сущностей, анализа тональности и выявления кибербуллинга; на задаче обнаружения кибербуллинга она заняла первое место в соответствующем задании KLEJ. Опубликована по лицензии CC BY 4.0. Оптимизация на польских твитах и специальная предобработка ссылок и упоминаний ориентируют её на короткие сообщения из социальных сетей.

pysentimiento/bertweet-hate-speech — англоязычная модель классификации коротких сообщений из Twitter, разработанная проектом pysentimiento. Это RoBERTa-классификатор на 162,4 млн параметров, дообученный на корпусе SemEval 2019 Task 5 HatEval, подзадача B; базовая модель BERTweet была обучена на англоязычных твитах. Контекст модели составляет 130 токенов. Модель одновременно определяет, содержит ли текст язык ненависти, направлен ли он на конкретного человека и является ли агрессивным. Она подходит для разметки и анализа англоязычных публикаций в социальных сетях. Репозиторий содержит веса PyTorch; лицензия в предоставленных данных не указана.

EdgeFace — модель для распознавания и верификации лиц, разработанная Idiap Research Institute и упакованная для Transformers. Она использует backbone семейства EdgeNeXt (реализация timm) и выдаёт вектор признаков размерности 512 для каждого лица. В репозитории доступны варианты с backbone EdgeNeXt Base, Small и X-Small; два компактных варианта используют встроенную в веса низкоранговую факторизацию линейных слоёв. Модель предназначена для извлечения эмбеддингов лиц, которые можно сравнивать для проверки личности или использовать в системах распознавания. Обработчик изображений по умолчанию выравнивает лицо по пяти ориентирам MediaPipe на шаблон ArcFace 112×112; если детекция не удалась, он выполняет обычное масштабирование. Для выравнивания нужны MediaPipe и OpenCV. Модель принимает изображения и выдаёт векторы признаков. Лицензия указана как other, поэтому условия использования следует уточнить в карточке и сопутствующих материалах.

Модель prithivMLmods/siglip2-x256p32-explicit-content — визуальный классификатор на архитектуре SiglipForImageClassification, дообученный на базе google/siglip2-base-patch32-256. Она относит изображение к одному из пяти классов: аниме, хентай, безопасное или обычное изображение, порнография, чувственный контент. Модель предназначена для модерации изображений, фильтрации медиатеки и разметки наборов данных. Классификатор может применяться для выявления откровенного и взрослого контента в социальных сетях и системах родительского контроля. В метаданных указаны библиотека Transformers и формат safetensors. Модель распространяется по лицензии Apache-2.0. Классификация ограничена пятью заданными категориями; карточка не сообщает метрики качества или порогов уверенности. Результаты следует проверять для целевого набора изображений, особенно для пограничных категорий вроде чувственного контента.

Tiny-Jev — компактная модель принятия решений с открытыми весами, разработанная независимым автором на основе Qwen3-0.6B и вдохновлённая идеей System One и интерфейсом Jev. Она принимает описание состояния, вопрос и заранее заданный набор вариантов, а затем за один проход возвращает вероятности для этих вариантов. Модель дообучена на синтетических примерах решений; её архитектура включает декодер Qwen3 и отдельную линейную голову решений. В репозитории указано 596 млн параметров, а метаданные каталога оценивают размер в 507,6 млн; контекст модели — до 40 960 токенов по метаданным, при этом README описывает обработку до 4 096 токенов на вопрос с усечением состояния при необходимости. Модель предназначена для маршрутизации обращений, классификации и оценки состояний, проверки утверждений, модерации, фильтрации и контроля результатов других моделей. Она не генерирует текст: ответы ограничены переданными вариантами, что исключает ошибки формата и позволяет использовать вероятности для автоматического выбора или передачи сомнительных случаев на проверку. Обучение охватывает разнообразные сценарии, включая русскоязычные состояния при англоязычных вопросах, но основной язык интерфейса — английский. Модель распространяется по лицензии Apache-2.0. Ограничения: она слаба в арифметике и сравнении дат, может быть чрезмерно уверенной на коротких запросах вне обучающего распределения, а пользовательский текст внутри состояния способен влиять на решение. Для точных вычислений следует использовать код; формулировки вопросов нужно задавать буквально и предоставлять необходимый контекст.

gaunernst/vit_tiny_patch8_112.adaface_ms1mv3 — модель Vision Transformer для распознавания лиц, обученная на наборе данных MS1MV3. Она совместима с библиотекой timm и выдаёт для изображения лица вектор признаков размерности 512; выходной вектор не нормализован, поэтому при необходимости его следует нормализовать отдельно. Модель предназначена для извлечения признаков лиц, которые можно использовать для сравнения и сопоставления изображений лиц. Модель принимает изображение размером 112×112 пикселей и формирует эмбеддинг. В метаданных указаны задача извлечения признаков изображений и формат весов safetensors. Лицензия в предоставленных данных не обозначена.

AgentDoG-FG-Qwen2.5-7B — дообученная языковая модель из проекта AgentDoG, созданная на базе Qwen/Qwen2.5-7B-Instruct. Она оценивает безопасность полных траекторий автономных агентов, включающих действия и наблюдения на нескольких шагах, и диагностирует причины риска. Модель может классифицировать траекторию как безопасную или небезопасную, а для небезопасной — определять источник риска, тип сбоя и возможный реальный вред. Модель имеет плотную архитектуру Qwen2 и 7,1 млрд параметров, принимает текст и выдаёт текстовые классификационные метки. Она предназначена для оценки и мониторинга системных агентов с инструментами, анализа тестовых траекторий и использования в качестве защитного модуля. В README заявлены оценки на наборах R-Judge, ASSE-Safety и ATBench, однако приведённые результаты относятся к проекту AgentDoG в целом, а не обязательно к этому конкретному чекпойнту. Лицензия — Apache-2.0.