II.2Создание и понимание программного кода

fxmarty/tiny-random-working-LongT5Model — небольшая тестовая модель, опубликованная Félix Marty на Hugging Face и относящаяся к архитектуре LongT5. По доступным данным, она предназначена для извлечения признаков из текста и интеграции с библиотекой Transformers на PyTorch, а не для самостоятельного прикладного использования как полноценно обученная генеративная модель. LongT5 — encoder-decoder Transformer для обработки длинных последовательностей, разработанный Google Research. Архитектура сочетает идеи разреженного глобально-локального внимания из ETC с подходами предварительного обучения PEGASUS и основана на масштабируемой архитектуре T5. Для данной tiny-random-версии точный размер, число параметров, максимальная длина контекста и языки в доступных источниках не указаны; название указывает на уменьшенную случайно инициализированную конфигурацию, поэтому качество на реальных задачах не подтверждено. Сильная сторона модели — возможность использовать её для проверки совместимости и работы компонентов LongT5 в Transformers при небольших вычислительных затратах. Ограничения — тестовый характер, отсутствие подтверждённых прикладных метрик и, вероятно, отсутствие полноценного обучения на целевой задаче. Надёжная информация о лицензии модели в доступных источниках не указана.

Это модель на основе Lightweight GAN, созданная Алексеем Коршуком для безусловной генерации изображений, связанная с NFT-коллекцией Trippy Toadz. Она предназначена для создания изображений по распределению обучающего набора без текстового запроса; карточка связывает её с набором данных huggingnft/trippytoadznft. Модель распространяется в формате PyTorch по лицензии MIT. Подробности об использовании и ограничениях отсылают к внешнему репозиторию проекта, поэтому конкретные параметры запуска и известные смещения по карточке определить нельзя.

UOPD-Qwen2.5-1.5B-Instruct-ALFWorld — компактная языковая модель Wenboz для генерации текста и выполнения задач в среде ALFWorld. Это финальный чекпойнт ученика, обученный методом on-policy distillation на ALFWorld с замороженной моделью-учителем langfeng01/GiGPO-Qwen2.5-7B-Instruct-ALFWorld. Модель основана на Qwen2.5-1.5B-Instruct, имеет плотную архитектуру Qwen2 и содержит 1,5 млрд параметров. Модель предназначена для диалогового взаимодействия и генерации ответов в текстовых сценариях ALFWorld. Она использует Transformers и формат safetensors; заявленная длина контекста — 32 768 токенов. README приводит пример загрузки через AutoModelForCausalLM с bfloat16 и автоматическим распределением по устройствам. Информация о лицензии и конкретных ограничениях качества в доступных материалах отсутствует.

VAMOS — модель для робототехники, созданная Mateo Guaman как версия Google PaliGemma 2 3B, дообученная с помощью TRL на наборе данных mateoguaman/VAMOS_dataset; LoRA-адаптер объединён с базовой моделью. Модель использует мультимодальную архитектуру PaliGemma и принимает изображение и текст, выдавая текстовые ответы, связанные с робототехническими задачами. Модель предназначена для применения в сценариях робототехники, где требуется интерпретировать визуальные данные и формировать текстовый или управляющий вывод. В репозитории указаны формат safetensors и лицензия CC. README не содержит примеров запуска или подробностей о конкретных робототехнических действиях, качестве и ограничениях модели.

Репозиторий zeyuozhao/visual-question-answering-study — исследовательские заметки и план эксперимента по визуальным вопросам и ответам (Visual Question Answering). В нём обозначены исследовательский вопрос и возможные смешивающие факторы, предложено сравнение с сопоставимыми базовыми системами и описаны контексты оценки на VQAv2, GQA и OK-VQA. Метаданные указывают на небольшую плотную Transformer-архитектуру объёмом 655,4 тыс. параметров и файлы в формате safetensors. Это не готовая обученная модель: автор не заявляет о завершённых экспериментах, улучшении результатов, опубликованном коде или доступном чекпойнте. Упомянутые наборы данных и ссылки служат отправной точкой для проверки; гипотезы и планы не следует считать результатами. Лицензия репозитория — MIT.

Карточка модели Ankitdajhgf565/vit-large-skin-cancer-ham10000 на Hugging Face совпадает с карточкой Kuldeepmishra3/vit-large-skin-cancer-ham10000, поэтому описание составлено по ней. Модель Kuldeepmishra3/vit-large-skin-cancer-ham10000 разработана как личный проект для изучения дообучения моделей на медицинских изображениях. Это ViT-Large на базе google/vit-large-patch16-224, дообученная на наборе HAM10000 для классификации дерматоскопических изображений по семи типам кожных поражений. Модель принимает изображение и выдаёт вероятности классов; в README приведены результаты на валидационной части HAM10000: точность 92,74% и взвешенная F1-мера 92,60%. Репозиторий содержит веса в формате safetensors, размер модели — 402,7 млн параметров. Лицензия — MIT. Модель подходит для экспериментальной классификации дерматоскопических изображений и учебных проектов по компьютерному зрению в дерматологии. Она не предназначена для постановки диагноза или принятия медицинских решений. Качество снижается на редких классах из-за дисбаланса данных; меланому модель может путать с меланоцитарными невусами. Обучение проводилось только на дерматоскопических снимках HAM10000, преимущественно полученных от европейских пациентов, поэтому модель может плохо работать на обычных фотографиях кожи и хуже обобщаться на другие группы населения.

patrickvonplaten/wav2vec2_tiny_random_robust — тестовая модель на архитектуре Wav2Vec2, представленная автором как Test model. Она предназначена для проверки работы с задачей автоматического распознавания речи, а не для надёжного распознавания реальных аудиозаписей. В метаданных указаны 82,7 тыс. параметров, библиотечная экосистема Transformers и формат PyTorch; модель принимает аудио, язык карточки — английский. Датасет, указанный в метаданных, — LibriSpeech ASR. Модель опубликована под лицензией Apache-2.0. README не описывает её качество или устойчивость; пометка tiny_random указывает на случайную инициализацию, поэтому практическое распознавание речи не следует ожидать.

X-VLA (LeRobot) — модель Vision-Language-Action для управления роботами, опубликованная в экосистеме LeRobot. Этот чекпойнт адаптирован для платформ Google Robot. Модель использует единую архитектуру Transformer с мягкими промптами для управления роботами разных типов и работы в разных средах. На вход подаются изображения с нескольких камер, данные о состоянии робота и, опционально, инструкция на естественном языке; модель выдаёт непрерывные управляющие действия. Обучение основано на flow matching. Чекпойнт предназначен как базовая модель для дообучения под конкретные задачи; карточка описывает совместимость с реализацией LeRobot. Для использования требуется библиотека LeRobot и поддерживаемая робототехническая платформа. Лицензия — Apache-2.0.

keremberke/yolov8n-valorant-detection — модель компьютерного зрения на архитектуре YOLOv8, опубликованная Keremberke и предназначенная для обнаружения объектов в изображениях из игры Valorant. Она размечает четыре класса: брошенный Spike, противника, установленный Spike и союзника. Модель распространяется в формате PyTorch и используется через библиотеку Ultralytics. Модель подходит для анализа игровых кадров, поиска противников и отслеживания состояния Spike или союзников. Карточка указывает датасет keremberke/valorant-object-detection. Лицензия и численные характеристики модели в предоставленных данных не указаны.

Экспериментальная базовая языковая модель Raghav Singhal из проекта One Persona Pretraining (1PP), созданная в EPFL DLAB. Это плотный декодер Llama с 1,66 млрд параметров, 24 слоями и контекстом 4096 токенов; модель использует токенизатор SmolLM2 с 49 152 токенами. Веса доступны в формате safetensors, библиотека для работы — Transformers. Модель обучалась на переписанных диалогах, сформированных из 47,8 млн исходных документов; функция потерь применялась к репликам и пользователя, и ассистента. Вариант seed42 повторяет рецепт и последовательность батчей версии 1pp-1.7b-ua-base, меняя seed инициализации с 28 на 42, чтобы изучать влияние случайной инициализации. Он предназначен для исследования предобучения и сравнения экспериментальных условий, а не для использования как универсальный ассистент. Диалоги оформляются в ChatML без системной реплики; модель не обучалась на system turn. Лицензия — Apache-2.0. Модель ограничена английским языком согласно карточке; результаты эксперимента не следует считать гарантией качества в прикладных чат-сценариях.

ScragVAE — это дообученный декодер вариационного автоэнкодера для конвейера генерации музыки ACE-Step 1.5, опубликованный scragnog. Он использует архитектуру AutoencoderOobleck и отличается от исходного VAE только весами декодера: энкодер оставлен неизменным, поэтому модель совместима с существующими чекпойнтами ACE-Step 1.5 DiT и адаптерами. Модель принимает аудио-латенты и восстанавливает из них стереозвук с частотой 48 кГц; доступны веса safetensors F32 и GGUF BF16, а для работы требуются Diffusers либо совместимая сборка acestep.cpp/HOT-Step. Декодер дообучен для более точного восстановления высоких гармоник, переходных деталей и верхних частот, что может сделать вокал и транзиенты яснее при синтезе музыки. В README приведены сравнительные спектральные показатели на одинаковых латентах, однако субъективное качество может зависеть от исходной модели, аудио и среды запуска. Модель лицензирована по MIT.

z-lab публикует репозиторий Alpamayo-1.5-10B как базовый чекпойнт стека FlashDrive: README сообщает, что веса зеркалируют nvidia/Alpamayo-1.5-10B. Это плотная 10-миллиардная VLA-модель NVIDIA семейства Alpamayo 1.5 для автономного вождения, дообученная на данных о транспортных средствах NVIDIA PhysicalAI. Она предназначена для анализа дорожных сцен и прогнозирования действий или траектории автомобиля; в составе FlashDrive её инференс ускоряют потоковая обработка, спекулятивное рассуждение DFlash, квантизация ParoQuant W4A8, кэширование действий и torch.compile. Модель работает с визуальными и языковыми данными и выдаёт действия для робототехнического сценария автономного вождения. README сообщает об ускорении в 4,7 раза без потери точности, однако в приведённом бенчмарке minADE меняется с 1,705 до 1,573; эти результаты относятся к стеку FlashDrive и тесту на клипах PhysicalAI-AV, а не гарантируют такую производительность в других условиях. Карточка указывает лицензию «other»; конкретные условия следует сверять с лицензией репозитория.

z-lab/Alpamayo-R1-10B — копия базового чекпойнта NVIDIA Alpamayo 1 (R1), адаптированная для стека FlashDrive. Это плотная vision-language-action модель с 10 млрд параметров для автономного вождения; репозиторий содержит веса safetensors и служит базовым чекпойнтом, при загрузке которого FlashDrive автоматически получает связанные компоненты PARO и DFlash. Модель предназначена для анализа сцен дорожного движения и выработки действий и траекторий автомобиля в сценариях автономного вождения. FlashDrive ускоряет инференс Alpamayo 1 с помощью потоковой обработки, спекулятивного рассуждения DFlash, квантования ParoQuant W4A8, адаптивного кэширования действий и torch.compile. В README заявлено ускорение в 4,5 раза без потери точности; приведённый тест на RTX PRO 6000 показывает снижение задержки с 704 до 155 мс на окно и улучшение minADE с 1,869 до 1,662 на клипах PhysicalAI-AV. Данные карточки указывают английский язык. Лицензия обозначена как other, поэтому условия использования следует проверять в репозитории модели и её базового чекпойнта.

Alpha Chat — небольшая разговорная модель, созданная ajaxdavis с нуля и затем дообученная на диалоговых данных. Экспортирована в формате LlamaForCausalLM и работает через Transformers без пользовательского кода. Модель содержит 57,7 млн параметров, использует плотную архитектуру Llama из 16 слоёв и принимает контекст до 512 токенов. Модель предназначена для коротких текстовых диалогов и экспериментов с разговорными моделями. В проверочных примерах она поддерживает простое чередование реплик и краткие ответы, однако качество инструкций и рассуждений слабое. Лицензия — Apache-2.0.

AlphaSpace-1.5B — модель Menlo Research, дообученная на DeepSeek-R1-Distill-Qwen-1.5B Instruct для пространственных рассуждений при роботизированных манипуляциях в трёхмерном декартовом пространстве. Она использует иерархическую токенизацию, представляющую объекты, их атрибуты, координаты и высоту структурированными токенами, чтобы формировать решения о размещении объектов без опоры на визуальные эмбеддинги. Модель рассчитана на задачи перемещения и размещения объектов по координатам [x, y, z], в том числе на примеры рассуждений о pick-and-place. Это плотная авторегрессионная языковая модель семейства Qwen2 с 1,5 млрд параметров и контекстом до 131 072 токенов; работает через Transformers. Веса опубликованы в формате safetensors. Модель обучена на наборе Pick-Place-Table-Reasoning-local-pos-v0.2. README сообщает об обучении SFT на кластере из восьми GPU NVIDIA H200, но не приводит метрик качества или результатов оценки. Лицензия — Apache-2.0. Описание позиционирует модель для пространственных рассуждений по структурированным данным; способность непосредственно воспринимать изображения или управлять реальным роботом не заявлена.

BG-VisualNovel-v02 — прототип модели vinesmsuic для генерации фонов визуальных новелл по текстовому описанию. Она предназначена для разработчиков игр и художников, которым нужны, например, фоны классов и другие игровые сцены. Модель основана на Stable Diffusion и работает через Diffusers как модель преобразования текста в изображение; карточка также упоминает возможность экспорта в ONNX, MPS и FLAX/JAX. Репозиторий использует форматы Diffusers и PyTorch. Лицензия — CreativeML OpenRAIL-M.

BUNNY H3 Conditioning Bridge — это адаптер для MiniMax H3, разработанный автором репозитория JOKER141. Он подключается в существующую линию CONDITIONING в ComfyUI и предназначен для генерации видео по тексту, особенно сложных динамичных сцен с несколькими персонажами. Модель обучалась как семантический мост для улучшения связей между персонажами, действиями, объектами и состояниями сцены. Она помогает сохранять принадлежность действий и предметов, пространственные отношения, порядок событий, идентичность после перекрытия, логику взаимодействий и причинную непрерывность. В README описан набор обучения из 133 200 записей, охватывающий погони, столкновения, перемещения, взаимодействия с оружием, транспортом и другими объектами. Для работы Bridge требует базовую MiniMax H3 и совместимый узел ComfyUI; вход и выход адаптера — CONDITIONING. README рекомендует настраивать силу остаточного влияния, поскольку более высокое значение alpha не всегда улучшает результат. Репозиторий указывает лицензию «other», поэтому условия использования следует сверять с карточкой модели и базовой модели.

Custom GPT 40M Base — англоязычная авторегрессионная языковая модель, обученная с нуля автором sraivante и экспортированная в архитектуру GPT-2 для Transformers. Она содержит около 39,85 млн параметров, использует 10 слоёв трансформера и 8 голов внимания, принимает текстовый промпт и продолжает его. Модель предназначена для экспериментов с небольшими языковыми моделями, предсказанием следующего токена и конвейерами обучения и инференса. Контекст модели ограничен 256 токенами. Веса обучены на англоязычном подмножестве корпуса AI4Bharat Sangraha; релиз содержит веса FP32 в формате Safetensors. Модель не проходила дообучение для инструкций или диалога, а её качество ограничено небольшим размером и коротким обучением. Надёжные ответы на вопросы, рассуждения, обучение, генерация кода и качество на других языках не подтверждены. Валидационная потеря лучшего чекпойнта рассчитана по случайной выборке батчей, а обучающая и валидационная выборки разделяют граничный документ и токенизатор был обучен до разделения данных, что ограничивает независимость оценки. Генерации могут быть несвязными, повторяться, содержать выдуманные утверждения, предвзятости или воспроизводить обучающие материалы, поэтому требуют проверки. Веса, код обучения и документация распространяются по Apache License 2.0; обучающие данные — по CC BY 4.0 с требованиями атрибуции.

Distil-Home-Assistant-Qwen3 (GGUF) — компактная дообученная модель Distil Labs на базе Qwen3-0.6B, сохранённая в формате GGUF F16. Она предназначена для многошагового управления умным домом: распознаёт намерение пользователя, извлекает параметры команды и формирует вызовы инструментов для шести операций, включая управление освещением, термостатом и дверными замками. Модель рассчитана на локальный запуск в llama.cpp, Ollama и других совместимых средах, в том числе на устройствах с ограниченными ресурсами. По данным карточки, модель обучена дистилляцией многошаговых вызовов инструментов с использованием синтетических примеров, созданных моделью-учителем GPT-oss-120B. В README заявлена точность вызова инструмента 96,7% на описанной оценке. Модель поддерживает английские команды; её специализация ограничена шестью функциями умного дома, поэтому она не является универсальным маршрутизатором инструментов. Указанное в карточке ограничение задаёт диапазон температуры 60–80 °F. Лицензия — Apache-2.0.

ELECTRA-minuscule-discriminator — крайне маленькая модель-дискриминатор на архитектуре ELECTRA, представленная как модель для тестирования. Она не обучена и не предназначена для практического решения задач разметки токенов; её можно использовать для проверки загрузки и интеграции пайплайна token-classification. Размер составляет 147,5 тыс. параметров, максимальный контекст — 512 токенов. В метаданных указана многоязычность, однако конкретные языки не перечислены. Модель распространяется под лицензией CC0-1.0.

FELA Power Grid — компактная модель Lowdown Labs для вероятностного прогнозирования выработки солнечных и ветровых электростанций на ближайшие часы по числовым данным прогноза погоды. Она предназначена для работы непосредственно на станции или устройстве, в том числе офлайн, чтобы помогать операторам планировать резервы, рыночные заявки и управление изменениями выработки. Модель использует двухпутевую архитектуру Fourier Neural Operator: обрабатывает временные циклы через преобразование Фурье и дополняет его локальным смешиванием признаков. В солнечном варианте 136 780 параметров, во ветровом — 311 554. На каждый прогнозный час выдаются 99 квантилей мощности от 1-го до 99-го, нормированной на номинальную мощность объекта. В README приведены входы из 6 временных шагов и 20 погодных признаков для солнечной генерации либо 12 шагов и 15 признаков для ветровой. Модель оценивалась на GEFCom2014; заявлена поддержка экспорта ONNX или TFLite и компактного запуска на CPU. Модель предназначена для краткосрочного планирования с учетом неопределенности, а не для выдачи гарантированного значения или непосредственного управления оборудованием. Калибровка квантилей проверена на GEFCom2014; переносимость на другие площадки, климаты и метеопрогнозы не охарактеризована, а тест на SDWPF показал слабый перенос. Не валидирована для самостоятельного применения в критических контурах управления. Лицензия в метаданных указана как other; README предупреждает, что для данных GEFCom2014 не предоставлено явного разрешения на повторное или коммерческое использование.

Это дообученная робототехническая модель семейства GR00T, созданная на базе nvidia/Eagle-Block2A-2B-v2 и использующая архитектуру Gr00tN1d6. Карточка указывает, что это локальный чекпойнт на шаге 50000 с горизонтом планирования действий 50; модель загружается через Transformers вместе с соответствующим процессором. Модель предназначена для задач управления роботом и предсказания последовательностей действий. Файлы весов представлены в формате safetensors. Лицензия — Apache-2.0. Поддерживаемые входные данные, конкретный робот и сценарии обучения в карточке не описаны.

FlauBERT-minuscule — очень маленькая модель с архитектурой FlauBERT, опубликованная пользователем lgrobol на Hugging Face. В карточке она обозначена как модель для тестирования; размер составляет 4,6 млн параметров. Метаданные указывают задачу fill-mask и контекст до 512 токенов. Модель принимает текст и предсказывает замаскированные в нём токены. FlauBERT — семейство предварительно обученных языковых моделей для французского, однако карточка этой конкретной модели не уточняет, на каких данных она обучена и насколько пригодна для содержательных задач. Её назначение — тестирование, а не практическое языковое применение. Лицензия в доступной карточке не указана.

wsagi разработала FlowHeads-DiffusionPolicy-Real-PickOrange — политику управления роботом SO-101 для захвата апельсинов и их размещения на тарелке. Модель построена на conv-UNet из LeRobot DiffusionPolicy с головой rectified flow и использует горизонт планирования 16 действий, из которых модель выдаёт 8 следующих действий на основе 2 наблюдений. Чекпойнт получен дообучением симуляционной модели wsagi/FlowHeads-DiffusionPolicy-PickOrange на 30 эпизодах телоуправления реальным роботом, всего 7000 шагов.

AAyano/gate_setting1_chunksize25_batch32_from20000 — дообученная модель OpenVLA-OFT с текстовым токеновым гейтом, разработанная для управления роботом XArm. Она предназначена для выполнения задачи pick-and-place: взять кубик и поместить его в пластиковый стакан; обучение продолжалось 10 000 шагов на базе AAyano/oft_setting1_chunksize25_batch32_20k с повторным обучением action head, proprio projector и FiLM. Модель использует зрительную информацию и текстовую инструкцию для предсказания действий робота; конфигурация включает гейтирование слоёв с порогом 0,3 и целевой бюджет гейта 0,4. Для запуска требуется кодовая база Task-conditioned_Gate и её modeling_prismatic.py, загружаемый через trust_remote_code. Обычный процесс запуска OpenVLA-OFT может незаметно отбросить веса гейта. Репозиторий содержит объединённую модель в safetensors и отдельный LoRA-адаптер. Лицензия — MIT.

GigaWorld-Policy-0.5 — модель политики для робототехники, опубликованная open-gigaai. Она основана на архитектуре CasualWorldActionTransformer_MoT с 30 слоями и двумя потоками экспертов: визуальным, который обрабатывает опорные и будущие латенты, и управляющим, который обрабатывает состояние и действия; потоки взаимодействуют через мультимодальное self-attention. Модель предназначена для генерации действий робота с использованием визуальных и физических данных. Репозиторий содержит только трансформер в формате Safetensors; для работы также нужны VAE Wan2.2 и scheduler из базового чекпойнта Diffusers. Модель распространяется по лицензии Apache-2.0. README не раскрывает конкретные языки программирования интерфейса или полный набор поддерживаемых роботов и сценариев.

GPT-U-20M — компактная языковая модель автора DedeProGames, построенная на архитектуре Llama и обученная с нуля. Это плотный декодерный трансформер LlamaForCausalLM с 8 слоями, RoPE, SwiGLU и RMSNorm; в модели 20,4 млн параметров. Она принимает текст и предсказывает продолжение последовательности, используя контекст до 1 024 токенов. Модель обучалась один проход на 2,6 млрд токенов англоязычных веб-текстов, образовательных материалов и кода. Она подходит для экспериментов и обучения принципам предобучения языковых моделей, а также для изучения генерации коротких продолжений текста и кода. Авторы приводят результаты проверки на отложенных данных и несколько оценок на zero-shot задачах, но отмечают, что эти показатели не следует считать свидетельством высокого качества. При размере 20 млн параметров у модели ограниченные знания и слабые способности к рассуждению; ответы могут быть беглыми, но неверными, а сгенерированный код — нефункциональным. Модель обучена только на английском языке, не проходила инструкционную и безопасностную настройку, а короткое контекстное окно ограничивает работу с длинными документами. Лицензия — Apache-2.0.

Это чекпойнт GR00T N1.7 для управления роботом SO-101 при работе с флаконами слева от стойки. Модель разработана на основе `nvidia/GR00T-N1.7-3B` и обучена на наборе `sreetz-nv/so101_teleop_vials_rack_left_sim_and_real`; опубликован чекпойнт после 6 000 шагов обучения из запланированных 10 000. Модель предназначена для робототехнических сценариев, связанных с выполнением действий манипулятором SO-101. В обучении использованы относительные действия, преобразования изображений и исправление паритета предобработки Qwen. Репозиторий содержит файлы чекпойнта для инференса без состояния оптимизатора и планировщика. Файлы представлены в формате safetensors и используют библиотеку LeRobot. Лицензия — Apache-2.0.

Это контрольная точка GR00T N1.7 для робототехнической платформы SO-101, опубликованная awrenn53 и обученная на данных Sreetz для симуляции и реальных сценариев. Модель предназначена для управления роботом при манипуляциях с предметами, в частности при работе с флаконами и стойкой для них. Чекпойнт обучен 8 000 шагов с размером пакета 64, относительными действиями и преобразованиями изображений в конфигурации обучения, согласованной с OSS-parity. В оценке Isaac Sim модель успешно завершила 9 из 20 эпизодов; также зафиксированы события захвата, взаимодействия со стойкой и отпускания предметов. Файлы опубликованы в формате safetensors, лицензия — Apache-2.0.

GummyBear Hierarchical Fusion — модель на PyTorch для определения координат встроенной частицы по томографическим проекциям из набора GummyBear Tomography. Она принимает 6 настроек освещения и 36 видов с орбиты камеры, каждый размером 128×128, и предсказывает координаты particle_x, particle_y и particle_z. Архитектура использует CNN с усреднённым глобальным пулингом (GAP) для обработки отдельных видов, затем объединяет признаки сначала по настройкам освещения, а затем по камерам. В отчёте для тестовой выборки указан суммарный евклидов RMSE координат 0,422606. Модель опубликована tbhugging под лицензией Apache-2.0. Модель подходит для локализации частиц по многовидовым томографическим изображениям. Для работы нужны проекции с ожидаемыми настройками освещения и камер; README не описывает применение к изображениям вне набора GummyBear Tomography.