II.2Создание и понимание программного кода

timm/regnety_320.seer — модель компьютерного зрения на архитектуре RegNetY-32GF, разработанная Meta и распространяемая через timm. Она предварительно обучена самообучением SwAV на наборе из 2 млрд случайных интернет-изображений и предназначена для извлечения признаков и карт признаков, получения эмбеддингов изображений и классификации изображений. Модель содержит 141,3 млн параметров; в карточке также указаны вычислительная сложность 32,3 GMACs и размер изображения 224 × 224. Модель можно использовать как визуальный backbone для классификаторов и других систем компьютерного зрения, а также для получения векторных представлений изображений. Реализация timm поддерживает, среди прочего, stochastic depth, gradient checkpointing и настройку выходного шага. Веса доступны в форматах PyTorch и safetensors. Применение и распространение ограничены некоммерческой лицензией SEER Meta Platforms.

regnety_640.seer_ft_in1k — модель классификации изображений семейства RegNetY-64GF, опубликованная в библиотеке timm. Она предварительно обучена с помощью самообучения SwAV на наборе из 2 млрд случайных интернет-изображений, а затем дообучена авторами статьи на ImageNet-1k. Модель содержит около 281,4 млн параметров и рассчитана на изображения размером 384 × 384 пикселя. Модель предназначена для классификации изображений и может использоваться как визуальный backbone для извлечения карт признаков и эмбеддингов. Её можно применять для распознавания объектов и сцен на изображениях, а также как компонент более крупных компьютерно-зрительных систем. Веса доступны в форматах PyTorch и safetensors. Модель распространяется по лицензии SEER от Meta Platforms с некоммерческими условиями и ограничениями на использование и распространение.

Res2Net-50 14w 8s — модель классификации изображений и извлечения визуальных признаков семейства Res2Net, разработанная авторами соответствующей научной работы и обученная на ImageNet-1k. Архитектура использует многошкальные блоки Res2Net; модель содержит 25,1 млн параметров и рассчитана на изображения размером 224 × 224 пикселя. Модель подходит для классификации изображений по классам ImageNet-1k, извлечения карт признаков и получения векторных представлений изображений. Её можно использовать как визуальный backbone в компьютерном зрении. В репозитории доступны веса PyTorch и Safetensors; для применения указана библиотека timm. Карточка не сообщает лицензию репозитория, поэтому условия использования следует проверить отдельно. Модель обучена на ImageNet-1k, и её качество и применимость для других предметных областей не установлены приведённой информацией.

Это очень компактная модель ResNet для классификации изображений, обученная на наборе данных beans. Она предназначена для тестирования и простых экспериментов по распознаванию классов изображений; в репозитории доступны веса PyTorch и ONNX. Модель создана для демонстрации работы с небольшим чекпойнтом, а не для широкого распознавания изображений. Лицензия — Apache-2.0.

SegFormer — модель семантической сегментации изображений, разработанная авторами архитектуры SegFormer и дообученная на наборе Cityscapes. В карточке указано разрешение обучения 512×1024; метаданные относят модель к семейству SegFormer и классу SegformerForSemanticSegmentation. Доступны форматы PyTorch и TensorFlow. Модель принимает изображение и присваивает класс каждому пикселю, что подходит для анализа городских сцен и дорожной инфраструктуры. Архитектура сочетает иерархический Transformer-энкодер с компактной декодирующей головой на основе MLP. Карточка описывает дообучение на Cityscapes, но не перечисляет классы разметки или численные показатели качества. Лицензия указана как other, поэтому конкретные условия использования следует сверить с репозиторием. Модель предназначена для семантической сегментации; результаты на сценах и данных за пределами Cityscapes могут отличаться.

smol-llama — компактная языковая модель примерно на 361,8 млн параметров от weights-and-wires, обученная с нуля как причинная LLaMA-подобная модель для предсказания следующего токена. Она использует плотную архитектуру LlamaForCausalLM с Grouped Query Attention, RoPE, RMSNorm и SwiGLU; опубликованные веса представлены в формате safetensors. Модель обучалась на подмножестве FineWeb объёмом около 6 млрд токенов. Размер контекста составляет 2048 токенов. Модель предназначена для экспериментов с небольшими языковыми моделями, обучения и демонстрации полного цикла предобучения, а также для последующего дообучения под конкретные задачи. Она принимает текст и генерирует текст; карточка указывает английский язык. Это базовая модель без настройки на инструкции и без чат-возможностей. Из-за небольшого размера и ограниченного объёма обучения генерации могут быть неточными, а качество на задачах вне обучающих данных — низким. Модель не следует использовать без проверки фактов или дообучения в сценариях, требующих надёжных ответов. Лицензия — MIT.

Это исследовательский чекпойнт на базе Meta Llama 3.1 8B Instruct, подготовленный в рамках исследования сжатия языковых моделей и сохранения их безопасного поведения. Модель с архитектурой LlamaForCausalLM была сжата методом SVD-LLM до 80% исходного числа параметров, затем прошла 7 из 10 раундов итеративного параметрически нейтрального обмена весов по правилу gap_iter. В метаданных указаны 7,5 млрд параметров и контекст до 131 072 токенов. Чекпойнт предназначен для измерения компромиссов между сжатием, полезностью и безопасностью, а также для сравнения правил восстановления поведения после сжатия. В README приведены результаты тестирования безопасности на AdvBench и StrongREJECT, а также метрика избыточных отказов WildGuard. Это экспериментальная исследовательская модель, а не универсальный чат-ассистент: отдельные варианты в серии намеренно ухудшают безопасность относительно исходной модели. Лицензия — Llama 3.1; перед применением следует учитывать её условия.

Это исследовательский чекпойнт на основе Llama-3.1-8B-Instruct от Meta, сжатый методом SVD-LLM до 70% плотных параметров, а затем обработанный одним раундом параметрически нейтральной перестановки компонентов по правилу gap_iter. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors; базовый контекст составляет 131 072 токена. Чекпойнт создан для изучения того, как SVD-сжатие влияет на безопасность и полезность ответов, а также для оценки восстановления поведения модели при выборе компонентов по разным правилам. Это одна экспериментальная конфигурация из набора сравнений, а не универсальный чат-ассистент. В README приведены результаты измерений на AdvBench, StrongREJECT и WildGuard. Модель принимает текст и генерирует текст; унаследованные от базовой модели интерфейсы поддерживают диалог и вызов инструментов. Лицензия — Llama 3.1. Авторы предупреждают, что отдельные варианты эксперимента могут иметь ухудшенные показатели безопасности; этот чекпойнт следует рассматривать как экспериментальный объект, а не готовый к развёртыванию ассистент.

ariG23498/tiny-llama3-test — небольшая модель генерации текста, опубликованная пользователем ariG23498 на Hugging Face. Карточка автоматически создана и не сообщает о разработчике, происхождении обучения, назначении сверх текстовой генерации, языках или лицензии. Метаданные указывают архитектуру LlamaForCausalLM с плотной архитектурой и размер около 8,2 млн параметров; для неё заявлен контекст до 8192 токенов и формат Safetensors. Модель можно использовать для продолжения текста и экспериментов с генерацией, однако карточка не содержит результатов оценки или сведений о качестве. Условия лицензирования по доступной карточке установить нельзя.

onnx-internal-testing/tiny-random-NemotronForCausalLM — небольшая тестовая causal language model семейства Nemotron, опубликованная в формате, совместимом с Transformers и ONNX. По метаданным модель содержит около 8,2 млн параметров и поддерживает контекст до 4096 токенов; основная задача — text generation, также модель помечена как conversational. Модель предназначена прежде всего для тестирования загрузки, конвертации и выполнения моделей Nemotron в экосистеме Hugging Face Transformers и ONNX, а также для проверки сценариев генерации текста и диалогового интерфейса. Из-за названия tiny-random и тестового назначения её следует рассматривать как компактный технический образец, а не как полноценно обученную модель для пользовательских приложений. README не содержит сведений о разработчике, языках, лицензии, обучающих данных, результатах оценки или специализированных ограничениях. Поэтому модель не подходит для надёжной генерации, фактических ответов, продуктивных чат-ботов или оценки качества Nemotron.

onnx-internal-testing/tiny-random-NemotronHForCausalLM — небольшой тестовый чекпойнт причинной языковой модели семейства Nemotron-H, опубликованный в формате, совместимом с Transformers и ONNX. Модель предназначена для генерации текста и проверки интеграций, загрузки и выполнения моделей, а не для прикладного использования конечными пользователями. Модель поддерживает задачу text-generation, имеет заявленное контекстное окно до 262144 токенов и помечена как conversational. В метаданных также указаны форматы ONNX и Safetensors. Сведения о разработчике, языках, размере параметров и лицензии отсутствуют.

llamafactory/tiny-random-qwen3 — компактная отладочная модель, разработанная в экосистеме LLaMA Factory на базе Qwen/Qwen3-4B-Instruct-2507 от Qwen. Это уменьшенная, но структурно полная версия базовой модели, предназначенная прежде всего для тестирования и отладки инструментов и процессов, связанных с моделями Qwen и LLaMA Factory. Модель относится к задачам генерации текста и поддерживает китайский и английский языки. В README не указаны точные архитектурные параметры, фактический размер, модальности или длина контекста. Известное преимущество модели — компактность при сохранении полноты структуры, что делает её удобной для разработки и диагностики; при этом она не предназначена для оценки качества или замены полноразмерной Qwen/Qwen3-4B-Instruct-2507. Модель распространяется по лицензии Apache-2.0.

TOAM-100M v0.2 — компактная языковая модель на 102 млн параметров, созданная разработчиком репозитория и обученная с нуля для управления инструментами и агентами. Она принимает запрос вместе со схемами доступных инструментов и генерирует следующий шаг в формате JSON: вызов инструмента с аргументами, запрос уточнения, подтверждение или другой предусмотренный формат действий. Это плотная авторегрессионная модель семейства Llama (`LlamaForCausalLM`) с контекстом 2048 токенов; основное применение — небольшой локальный агент, маршрутизация запросов и контроллер на устройстве или CPU. Модель рассчитана на английский язык. В README указаны 26,2 % точности BFCL v4 Live AST и медианная задержка 207 мс в описанном авторами тестировании. Модель особенно ограничена запросами, требующими нескольких вызовов инструментов: может пропускать подзадачи или путать аргументы и значения; также слаба на математических и научных функциях и не подходит как чат-бот или источник общих знаний. Перед выполнением вызова необходимо проверять аргументы, а необратимые действия подтверждать вручную. Репозиторий содержит веса safetensors и варианты GGUF F16 и Q8_0. Лицензия — Apache-2.0.

VectraYX-Base-260M — компактная языковая модель на 260 млн параметров, созданная разработчиком jsantillana с нуля и специализированная на кибербезопасности в контексте Латинской Америки. Она обучена на испанском языке и предназначена для технических диалогов, помощи специалистам по безопасности и работы на потребительском оборудовании. Репозиторий содержит веса GGUF в формате F16; модель совместима с llama.cpp, Ollama и LM Studio. Модель генерирует текст, включая команды для тестирования на проникновение, ответы по CVE, классификацию угроз и интерфейсные JSON-блоки для вызова инструментов. В README описана поддержка явных рассуждений и запросов к внешним источникам CVE, например NVD и CISA KEV. Испанский — основной язык; метаданные также указывают английский. Внутренняя оценка отмечает сильные результаты на примерах команд для тестирования на проникновение, но качество ответов по конкретным CVE зависит от внешнего поиска. В карточке также сообщается о снижении точности классификации угроз после SFT, ограниченной активации вызова инструментов без подходящей схемы и непостоянном испанском выводе. Лицензия — Apache-2.0.

NicoWANG75/vit-beans-demo — модель классификации изображений, созданная дообучением Vision Transformer google/vit-base-patch16-224-in21k. В репозитории представлены веса Safetensors и формат ONNX; размер модели — 113,2 млн параметров. README сообщает результат оценки: точность 0,9609 и loss 0,1537, но не раскрывает набор классов и данные оценки. Модель предназначена для классификации изображений. По названию репозитория она связана с демонстрацией классификации бобов, однако README не подтверждает конкретные классы и сценарии применения. Лицензия — Apache-2.0. Языковые возможности несущественны для классификации изображений.

Карточка модели mdagosta/waldito-python-basics-v1-r0004-u0-mdagosta-b на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Карточка модели mdagosta/waldito-python-basics-v1-r0004-u2-mdagosta на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Карточка модели mdagosta/waldito-python-basics-v1-r0008-merge на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Карточка модели mdagosta/waldito-python-basics-v1-r0009-u0-mdagosta-b на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Карточка модели mdagosta/waldito-python-basics-v1-r0010-u1-mdagosta-b на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Карточка модели mdagosta/waldito-python-basics-v1-r0011-u0-mdagosta-b на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Карточка модели mdagosta/waldito-python-basics-v1-r0012-u1-mdagosta-b на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Это модель YOLOv8s для сегментации солнечных панелей на изображениях. Она разработана на базе YOLOv8 и обучена на наборе данных солнечных панелей; для запуска автор рекомендует библиотеку Ultralytics. Модель принимает изображения и выделяет на них области панелей в виде масок сегментации. Модель предназначена для анализа снимков с солнечными панелями, например для их обнаружения и локализации на изображениях. Репозиторий содержит веса PyTorch, а для применения автор предлагает запускать сегментацию через Ultralytics или использовать Inference API на Roboflow. Лицензия — MIT. Карточка не приводит численные оценки качества и подробности состава обучающего набора, поэтому пригодность для конкретных типов снимков и условий съёмки следует проверять отдельно.

ZDTaichu5.0-9B-DSpark — черновая модель для спекулятивного декодирования, разработанная TaichuAI для целевой мультимодальной модели ZDTaichu5.0-9B. Она предлагает кандидаты токенов, которые целевая модель проверяет, чтобы ускорить генерацию; её подключают к vLLM через параметр DSpark. README приводит результаты на мультимодальных тестах рассуждений MathVista Mini, WeMath и MathVerse MINI Vision Only: ускорение составило примерно 3,0–3,2 раза в оценке на одной NVIDIA H800 при параллелизме 1. Модель предназначена для ускорения ответов целевой модели в мультимодальных сценариях, включая визуальные математические задачи. Она распространяется в формате safetensors; размер параметров и условия лицензии в предоставленных источниках не описаны. Как черновая модель, она используется совместно с целевой ZDTaichu5.0-9B и сама по себе не заменяет её.

AEON-7 разработала AEON DFlash — черновую модель для ускорения генерации методом спекулятивного декодирования DFlash с целевой моделью Qwen3.6-35B-A3B и её производными, включая Ornith-1.0-35B-AEON-Ultimate. Это компактная модель примерно на 886 млн параметров, построенная на архитектуре Qwen3 и содержащая восемь слоёв полного внимания без скользящего окна. Она использует скрытые состояния целевой модели на слоях 1, 10, 19, 28 и 37. Модель предназначена для ускорения авторегрессионной генерации в совместимых развёртываниях vLLM, в частности на DGX Spark с GB10. В описанном тесте на Ornith NVFP4 указана скорость около 1,9 раза выше обычного декодирования; целевая модель проверяет каждый предложенный токен, поэтому результат декодирования остаётся точным. README сообщает о совместимости со штатным образом AEON vLLM без патча для размера KV-страниц. Лицензия — MIT. Это специализированный компонент для спекулятивного декодирования, а не самостоятельная модель для диалога или генерации ответов. Для DFlash на DGX Spark README рекомендует ограничить max-num-seqs значением 16 из-за ограничений унифицированной памяти; заявленные показатели производительности относятся к конкретной конфигурации тестирования.

AISA-AR-FunctionCall-Think — компактная текстовая модель Tuwaiq Academy для вызова функций по арабским запросам. Это официальный базовый вариант для Track B задания AISA-ArabicFC на ArabicNLP 2026: модель формирует короткую цепочку рассуждений на арабском языке, затем выдаёт структурированный вызов выбранного инструмента либо пропускает вызов, если он не нужен. Модель построена на Gemma 3 и дообучена методом LoRA на данных AISA-ArabicFC с арабскими примерами рассуждений; адаптер объединён с базовой моделью для обычного инференса. В ней около 257 млн параметров, архитектура Gemma3ForCausalLM, формат весов safetensors, контекст — до 32 768 токенов. Она рассчитана на запросы на арабском языке, включая пять диалектов, и на заданный формат диалога и схемы инструментов. На тестовом наборе авторы сообщают точность выбора функции 0,982 и точное совпадение аргументов 0,541; результаты относятся к заданию и его тестовому набору. Модель предназначена прежде всего для воспроизведения базового результата и экспериментов с арабским вызовом инструментов. Она ограничена схемой из 27 инструментов и восьми предметных областей, однократным вызовом в одном ходе и заданным форматом подсказки; качество извлечения аргументов и устойчивость между диалектами неодинаковы. Лицензия — Gemma.

Карточка модели namhokaist/appgen-qwen3-model-e-uedgrpo-awlegacy-ucbdense-v45-h200x8-s100-20260805-step80 на Hugging Face совпадает с карточкой namhokaist/appgen-qwen3-model-e-uedgrpo-awlegacy-stalesparse-v47-h200x8-s100-20260807-step70, поэтому описание составлено по ней. AppGen Qwen3-VL frozen SFT — A-variant arm E — это дообученная namhokaist модель на базе Qwen/Qwen3-VL-8B-Instruct, разработанная для исследований визуальных агентов Android. Она принимает изображения интерфейсов и текстовые инструкции, а затем формирует текстовые ответы для задач работы с экраном. Веса визуального энкодера и модулей выравнивания заморожены, а языковая модель и LM head дообучены; обучение проведено на наборах AppGen SFT и AMEX. Репозиторий содержит финальный чекпойнт в формате safetensors и распространяется по лицензии Apache-2.0. Модель предназначена для анализа интерфейсов Android и визуального заземления инструкций. В README не приводятся оценки качества, а статические бенчмарки не подтверждают успешность интерактивных задач AndroidWorld. Модель заявлена для исследований визуальных агентов и не предназначена для критически важных автономных развертываний.

Карточка модели namhokaist/appgen-qwen3-model-e-uedgrpo-awlegacy-warmstart70-h200x4-20260725-step180 на Hugging Face совпадает с карточкой namhokaist/appgen-qwen3-model-e-uedgrpo-awlegacy-stalesparse-v47-h200x8-s100-20260807-step70, поэтому описание составлено по ней. AppGen Qwen3-VL frozen SFT — A-variant arm E — это дообученная namhokaist модель на базе Qwen/Qwen3-VL-8B-Instruct, разработанная для исследований визуальных агентов Android. Она принимает изображения интерфейсов и текстовые инструкции, а затем формирует текстовые ответы для задач работы с экраном. Веса визуального энкодера и модулей выравнивания заморожены, а языковая модель и LM head дообучены; обучение проведено на наборах AppGen SFT и AMEX. Репозиторий содержит финальный чекпойнт в формате safetensors и распространяется по лицензии Apache-2.0. Модель предназначена для анализа интерфейсов Android и визуального заземления инструкций. В README не приводятся оценки качества, а статические бенчмарки не подтверждают успешность интерактивных задач AndroidWorld. Модель заявлена для исследований визуальных агентов и не предназначена для критически важных автономных развертываний.

CHARD — набор обученных моделей для обнаружения транспортных средств на дорожных сценах Бангладеш. Модели разработаны для исследования CHARD: Characteristic-Aware Hierarchical Detection; в репозитории опубликованы 79 чекпойнтов на базе RT-DETR и YOLOv8, YOLOv10 и YOLOv11. Вариант RT-DETR использует иерархическую голову, которая сначала предсказывает атрибуты транспортного средства, а затем его класс; вариант YOLO добавляет вспомогательную ветвь атрибутов, удаляемую перед инференсом. Вспомогательная разметка физических характеристик — числа колёс, размера и типа привода — помогает улучшить обнаружение редких классов, в том числе авторикш, тележек и инвалидных колясок. Модели предназначены для детекции транспортных средств на изображениях дорожных сцен; исследование охватывает датасеты BadODD, Poribohon-BD и Sorokh-Poth. Для CHARD-YOLO требуется пакет chard_yolo из репозитория кода, а CHARD-RT-DETR поставляется как raw state_dict и требует восстановления архитектуры из кода проекта. Чекпойнты очищены от состояния оптимизатора и сохранены в FP16. Лицензия — MIT.

Nothasan/Chessboard — модель классификации изображений на основе Vision Transformer ViT-Base, дообученная автором на датасете imagefolder от google/vit-base-patch16-224-in21k. Веса представлены в формате safetensors; модель содержит 113,2 млн параметров. Модель предназначена для классификации изображений. По названию репозитория можно предположить связь с шахматной доской, однако карточка не описывает классы и сценарии применения, поэтому конкретное назначение классификатора установить нельзя. Лицензия — Apache-2.0.