II.8Инженерия данных и аналитика

RRWNet RITE — официальные веса сети RRWNet, разработанной José Morano, Guilherme Aresta и Hrvoje Bogunović и обученной на наборе данных RITE. Модель предназначена для сегментации и классификации артерий и вен на изображениях сетчатки; опубликована вместе со статьёй в Expert Systems with Applications в 2024 году. Для прогнозирования следует использовать изображения с разрешением, соответствующим обучающим данным RITE: 584×565 пикселей. Перед подачей изображения требуется предварительная обработка для усиления изображения; авторы предоставляют для этого отдельный скрипт. Репозиторий содержит веса в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Модель Xu Sun — SegFormer, дообученная на наборе REFUGE для сегментации зрительного диска и зрительного нерва (optic cup) на цветных фотографиях глазного дна. Она принимает изображение глазного дна и выдаёт семантическую сегментацию этих анатомических структур; архитектура реализована как SegformerForSemanticSegmentation, веса доступны в форматах PyTorch и safetensors. Модель предназначена для анализа снимков сетчатки и может помогать в исследовательских и диагностических сценариях, где требуется выделить зрительный диск и optic cup. Лицензия — Apache-2.0. Обучение проводилось на изображениях глазного дна, поэтому для ожидаемой работы следует подавать именно такие изображения; качество на других типах изображений не подтверждено.

seyonec/SMILES_BPE_PubChem_100k_shard00 — модель разработчика Seyone Chithrananda, связанная с коллекцией ChemBERTa для работы с химическими структурами в представлении SMILES. Она предназначена для задачи fill-mask: по контексту SMILES-последовательности предсказывает замаскированные токены, что может использоваться при обучении и анализе химических представлений, а также как компонент последующих моделей для химического моделирования и предсказания свойств.

Модель snap-dumbbell-dfine-small-v87-corrected разработана как дообученная версия aguxez/snap-dumbbell-dfine-small-v31-e4-replay-adapt на датасете aguxez/snap-equipment-youtube-v73-train-gt25-motion-corrected. Это модель обнаружения объектов на основе архитектуры D-FINE, реализованная для Transformers и сохранённая в формате safetensors. Она предназначена для обнаружения объектов на изображениях; название и обучающий набор указывают на сценарий распознавания гантелей и спортивного оборудования. Модель распространяется по лицензии Apache-2.0. Карточка не содержит сведений о размере, контекстном окне или результатах оценки. Её точность и пригодность для других типов объектов по имеющимся данным определить нельзя.

Модель Purino/stylegan2-ada-chest-pneumonia-256-scratch — безусловный генератор синтетических рентгеновских изображений грудной клетки размером 256×256, обученный Purino с нуля на StyleGAN2-ADA. В обучающую выборку включены изображения с пневмонией и без неё; модель не принимает метку класса и не позволяет задавать, какой тип снимка сгенерировать. Для генерации используется усреднённый генератор G_ema из чекпойнта PyTorch. Модель предназначена для исследовательской генерации и визуального сравнения синтетических рентгеновских изображений, а не для диагностики. Авторы не заявляют клиническую валидность, точность воспроизведения класса, сохранение приватности или сходимость обучения. Последний чекпойнт не выбран по минимальному FID; оценка FID/KID на обучающей выборке носит описательный характер. Лицензия NVIDIA ограничивает использование некоммерческими исследованиями и оценкой; для набора данных указана CC BY 4.0.

Модель farleyknight-org-username/vit-base-mnist разработана на основе google/vit-base-patch16-224-in21k и дообучена на наборе MNIST для классификации изображений рукописных цифр. Она использует архитектуру Vision Transformer (ViT) и содержит 113,2 млн параметров. На оценочной выборке MNIST указана точность 0,9949 и значение функции потерь 0,0236. Модель подходит для распознавания цифр на изображениях, близких к данным MNIST. Лицензия — Apache-2.0.

keremberke/yolov8s-csgo-player-detection — модель обнаружения объектов на основе YOLOv8s, опубликованная пользователем keremberke и рассчитанная на поиск игроков в Counter-Strike: Global Offensive. Она использует библиотеку Ultralytics и веса в формате PyTorch. Модель определяет четыре класса: контртеррорист, террорист и соответствующие им головы. Модель подходит для обнаружения и подсчёта игроков на игровых кадрах, а также для анализа игрового видео покадрово. README содержит краткие сведения о метках и использовании через ultralyticsplus; датасет модели — keremberke/csgo-object-detection. Лицензия в предоставленных данных не указана.

ActionCodec-Base — модель семейства ActionCodec, опубликованная пользователем ZibinDong. Она обучена на данных трёх роботизированных конфигураций: Franka LIBERO с частотой 20 Гц и горизонтом 1 с, WidowX Bridge с частотой 5 Гц и горизонтом 3 с, а также Franka DROID с частотой 15 Гц и горизонтом 1 с. Модель предназначена для извлечения признаков из данных действий роботов; в каталоге Hugging Face для неё указана задача feature-extraction и архитектура ActionCodec. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Карточка не сообщает размер модели, точные входные и выходные представления, контекст, лицензию, подробности архитектуры и метрики качества, поэтому практические возможности и совместимость с конкретными роботами по имеющимся сведениям оценить нельзя.

BacteriaCDS-DNABERT-K6-89M — модель на основе DNABERT, разработанная для классификации кодирующих последовательностей (CDS) в бактериальных геномах. Она дообучена на задаче классификации последовательностей ДНК и принимает фрагмент открытой рамки считывания длиной до 510 нуклеотидов с конца последовательности, разбитый на токены 6-меров. Модель использует архитектуру BERT для классификации последовательностей, реализована на Transformers и PyTorch. В метаданных указано 116,4 млн параметров, а в README — 89 млн обучаемых параметров; максимальная длина входа составляет 512 токенов. Лицензия в предоставленных данных не указана.

0-ma/beit-geometric-shapes-base — модель классификации изображений на основе BEiT, созданная проектом 0-ma путём дообучения microsoft/beit-base-patch16-224-pt22k-ft22k. Она предназначена для распознавания геометрических фигур на изображениях и относит их к одному из шести классов: None, Circle, Triangle, Square, Pentagon или Hexagon. Модель содержит 119,5 млн параметров и загружается через Transformers как AutoModelForImageClassification с соответствующим обработчиком изображений. В README сообщается точность 0,9998 на тестовой выборке набора 0-ma/geometric-shapes. Это значение относится к указанному набору данных; карточка не описывает проверку на более разнообразных реальных изображениях. Модель принимает изображения и выдаёт метки классов. Лицензия — Apache-2.0.

bertbaselda5 — дообученная модель на архитектуре DistilBERT, опубликованная пользователем gokulsrinivasagan. Она обучена на наборе gokulsrinivasagan/processed_wikitext-103-raw-v1-ld и представлена классом DistilBertForLDAMaskedLM; модель предназначена для языкового моделирования с маскированием и LDA-ориентированной обработкой текста. Контекст составляет 512 токенов, веса доступны в формате Safetensors. В README приведены результаты оценки: loss 7.7638 и accuracy 0.1569. Эти показатели не подтверждают высокую точность для практического применения; карточка не описывает конкретные сценарии использования. Лицензия и базовая модель не указаны.

C2S-Scale-Pythia-1b — модель на базе EleutherAI Pythia-1b, дообученная командой Cell2Sentence с использованием фреймворка C2S для задач биологии одиночных клеток. Она преобразует профили экспрессии scRNA-seq в упорядоченные последовательности названий генов («предложения клеток») и использует их как текстовые последовательности для генерации и анализа данных.

alg166/checkpoints — дообученная модель на архитектуре Whisper tiny от OpenAI для классификации аудио. В метаданных указаны Transformers, формат safetensors и входная модальность audio. Датасет для дообучения не описан; в README приведены результаты оценки: F1 0,0444 и accuracy 0,1538, что указывает на низкие показатели в указанной оценке. Модель распространяется по лицензии Apache-2.0.

Dongjin1203/defect-classifier-vit-base — дообученная модель Vision Transformer ViT-Base для классификации изображений кабельных изделий на наличие дефектов. Она основана на google/vit-base-patch16-224 и дообучена на наборе MSherbinii/mvtec-ad-cable. Модель предназначена для визуального контроля качества в производстве: получает изображение и относит его к одному из классов классификации. В README приведены результаты на оценочной выборке: accuracy 0,9286, precision для дефектов 0,9216, recall 1,0 и F1 0,9592; loss составляет 0,3193. Модель содержит 113,2 млн параметров, использует библиотеку Transformers и распространяется в формате Safetensors. Лицензия — Apache-2.0.

thealper2/depth-anything-v2-base-minecraft — дообученная модель на основе Depth Anything V2 Base, разработанная для оценки метрической глубины на скриншотах Minecraft. Она принимает RGB-изображение и предсказывает расстояние до видимых поверхностей в блоках Minecraft в диапазоне до 95 блоков. Архитектура включает DINOv2 ViT-B/14, DPT neck и голову оценки глубины; модель содержит 97,5 млн параметров и предназначена для запуска через Transformers. Модель обучена на 12 000 парах скриншотов и карт глубины из записей полётов по обычному миру Minecraft. На тестовой выборке из 1199 кадров для метрической версии указаны MAE 0,627 блока и RMSE 2,193 блока. Результаты зависят от стандартного FOV 70° и условий, похожих на обучающие. Модель не обучалась на Nether, End, существах и мобах; для воды и стекла предсказывает глубину объектов за ними. Разметка обрезана примерно на 90 блоках, поэтому оценки дальше этой границы ненадёжны, а квантование разметки ограничивает точность. Лицензия CC-BY-NC-4.0 запрещает коммерческое использование.

gokulsrinivasagan/distilbert_base_lda — модель на архитектуре DistilBERT, дообученная на наборе gokulsrinivasagan/processed_wikitext-103-raw-v1-ld. Класс модели — DistilBertForLDAMaskedLM; веса доступны в формате Safetensors, контекстное окно составляет 512 токенов. В карточке приведены результаты оценки: loss 4,3123 и accuracy 0,57. Назначение модели и её целевые сценарии подробно не описаны; по классу архитектуры она предназначена для языковой задачи с маскированными токенами и компонентом LDA. Лицензия в предоставленных данных не указана.

Taykhoom Dalal поддерживает этот перенос DNABERT-6mer в формате Hugging Face: BERT-base для анализа последовательностей ДНК, предобученный на референсном геноме человека GRCh38. Модель использует 12 слоёв, 12 голов внимания и размерность эмбеддингов 768; она предсказывает замаскированные токены в задаче fill-mask. Входную последовательность необходимо заранее разбить на перекрывающиеся 6-меры с шагом 1 и разделить их пробелами. Контекст составляет 512 токенов. Модель подходит для восстановления пропущенных 6-меров и получения представлений ДНК, которые можно использовать как основу для дообучения на задачах классификации последовательностей. README сообщает о проверке соответствия исходному чекпойнту DNABERT-6mer. Последовательности короче шести нуклеотидов не содержат 6-меров и не подходят для описанных операций с токенами. В репозитории находятся веса и файлы токенизатора; код архитектуры загружается из Taykhoom/BERT-updated. Модель распространяется по лицензии Apache-2.0.

DNABERT-S — модель для получения видоспецифичных векторных представлений последовательностей ДНК, разработанная Zhihan Zhou и соавторами из MAGICS-LAB. Она основана на DNABERT-2 и обучена формировать эмбеддинги, которые помогают группировать геномы по видам. Модель применяют для идентификации и классификации видов, биннинга метагеномных последовательностей и анализа эволюционных связей. Это BERT-модель с 116,4 млн параметров, принимающая последовательности ДНК в виде токенизированного текста; максимальная длина контекста — 512 токенов. Основной результат работы — эмбеддинги последовательностей, пригодные для кластеризации и классификации, в том числе при ограниченном количестве размеченных данных. Модель распространяется по лицензии Apache-2.0. Для загрузки через Transformers в карточке Hugging Face указано использовать trust_remote_code=True.

Это дообученная модель RoBERTa для заполнения пропусков в испаноязычных биомедицинских и клинических текстах. Она разработана на основе BSC-LT/roberta-base-biomedical-clinical-es и содержит 153,2 млн параметров. Модель принимает текст с маскированным фрагментом и предсказывает подходящее заполнение; размер контекста — 514 токенов. Модель ориентирована на работу с испанскими текстами об ультразвуковых исследованиях, что отражено в её названии, однако README не приводит подробностей обучающего набора или клинической проверки. Заявленный показатель loss на оценочной выборке — 0,5971. Распространяется по лицензии Apache-2.0.

GB.DNA-300M — плотная модель семейства RNABert с примерно 298,9 млн параметров, опубликованная genbio-ai. Она представлена как базовая модель для построения прикладных моделей анализа биологических последовательностей с помощью ModelGenerator. В README приведены сценарии дообучения для классификации последовательностей и отдельных токенов, регрессии и получения эмбеддингов; в метаданных основная задача указана как заполнение маски (fill-mask).

GB.RNA-300M-MARS — RNA-модель семейства RNABert, разработанная GenBio AI. Модель содержит около 298,9 млн параметров и предварительно обучена на 886 млн последовательностей РНК из базы MARS; в репозитории представлены веса PyTorch с контекстом до 1024 токенов. Модель предназначена для получения представлений последовательностей РНК и использования как основы для downstream-задач: классификации последовательностей и отдельных токенов, а также регрессии на уровне последовательностей. Метаданные указывают задачу fill-mask, подходящую для предсказания замаскированных частей РНК-последовательности. Лицензия обозначена как other, поэтому конкретные условия использования следует сверить с лицензией репозитория.

IgT5_unpaired — белковая языковая модель компании Exscientia, дообученная на непарных последовательностях антител из набора Observed Antibody Space. Модель основана на ProtT5 и обучалась с помощью задачи masked language modeling; её архитектура — T5 с 352,5 млн параметров, доступная в формате safetensors. Контекст составляет 512 токенов. Модель предназначена для получения векторных представлений аминокислотных последовательностей антител. Её можно применять в биоинформатических исследованиях для анализа и сравнения антительных последовательностей и построения признаков для последующих задач. README описывает использование энкодера и токенизатора через библиотеку Transformers. Лицензия — MIT.

Это дообученная модель Intern-S1-mini от jiosephlee для ранжирования результатов переноса AMES assay на уровне записей. Она принимает текстовые A/B-промпты переноса assay и предназначена для оценки и упорядочивания кандидатов в рамках этой задачи, а не для предсказания свойств молекул общего назначения. Модель основана на плотной архитектуре Qwen3ForCausalLM, содержит 7,6 млрд параметров и поддерживает контекст до 65 536 токенов; для работы используются Transformers и файлы весов safetensors. Контрольная точка выбрана по валидационной метрике KNN regression MAE@3; README также приводит результаты на отложенном тестовом ранжировании и сравнение с Morgan fingerprint-бейзлайнами. Модель обучена на датасете AMES general V27 с soft-target loss. В карточке указано, что загрузка требует trust_remote_code=True для пользовательского токенизатора. Сведения о лицензии и поддерживаемых естественных языках не приведены.

CompVis/ldm-celebahq-256 — модель Latent Diffusion Models от CompVis для безусловной генерации изображений разрешением 256×256. Она использует диффузионный процесс в латентном пространстве предварительно обученного автоэнкодера, что снижает вычислительные затраты по сравнению с диффузией непосредственно в пикселях. Модель распространяется в форматах Diffusers и PyTorch и запускается через Diffusers. Чекпойнт предназначен для генерации изображений лиц CelebA-HQ без текстового запроса. Лицензия — Apache-2.0. Карточка описывает семейство LDM и его более широкие возможности управления генерацией, но для этого конкретного чекпойнта указана безусловная генерация.

Zamoranesis/mental_bert — англоязычная модель BERT-Base для заполнения пропусков в тексте. Разработчик дообучил mental/mental-bert-base-uncased на датасете hackathon-somos-nlp-2023/DiagTrast; исходная модель предварительно обучалась на публикациях Reddit о психическом здоровье. Модель содержит 136,7 млн параметров, использует архитектуру BertForMaskedLM и принимает контекст длиной до 512 токенов. Модель подходит для подстановки вероятных слов в пропуски англоязычных текстов о психическом здоровье и для экспериментов с анализом таких текстов. В README приведены значения loss: 0,9179 на оценочной и 0,9831 на тестовой выборке. Карточка не описывает более широкие клинические возможности или проверку для принятия решений о здоровье. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерчески.

ModernGENA-large — репакетированная на Hugging Face большая версия геномной модели AIRI Institute, созданная Aspidova и коллегами. Это плотный энкодер ModernBERT с 377,841,664 параметрами, 28 слоями и 16 головами внимания, предварительно обученный методом masked language modeling на 443 сборках геномов позвоночных. Контекст модели составляет 1 024 токена; токенизатор использует 32-тысячный BPE-словарь для ДНК и символов IUPAC, включая символы маскирования. Модель предназначена для предсказания замаскированных участков последовательности ДНК и получения векторных представлений геномных последовательностей, которые можно использовать в последующей тонкой настройке для задач классификации последовательностей. При обучении использовались прямые и обратнокомплементарные цепи; выборка охватывала области около уникальных сайтов начала транскрипции. Репакетирование проверено на побитовое совпадение с исходным чекпойнтом AIRI для представлений, MLM-головы и нескольких режимов внимания. Для загрузки пользовательского класса требуется включить trust_remote_code. Лицензия — Apache-2.0.

laituan245/molt5-small-caption2smiles — модель семейства T5, разработанная для преобразования текстового описания молекулы в строку SMILES. Она предназначена для генерации представления химической структуры по подписи на естественном языке и связана с работой «Translation between Molecules and Natural Language» авторов Carl Edwards, Tuan Lai, Kevin Ros, Garrett Honke и Heng Ji. Модель содержит 45,8 млн параметров, использует архитектуру T5ForConditionalGeneration и доступна в формате PyTorch. Модель подходит для прототипирования преобразования описаний молекул в машиночитаемые структуры и для исследований по переводу между химическим языком и естественным языком. Указана лицензия Apache-2.0. В карточке не приведены сведения о поддерживаемых языках, длине контекста и ограничениях качества; генерацию SMILES следует проверять на синтаксическую корректность и химическую валидность.

Nocturne v1.2d (Teacher) — модель классификации аудио от Stratus Labs на архитектуре Audio Spectrogram Transformer (AST), содержащая около 86 млн параметров и выдающая оценки по 2 196 классам. Она предназначена для распознавания видов по звуковым записям в биоакустике, включая насекомых, цикад, прямокрылых и бесхвостых земноводных. Модель обучалась на данных InsectSet459, iNat-Sounds-2024 и AnuraSet; веса доступны в формате safetensors, лицензия — CC-BY-4.0, код — Apache-2.0. На замороженном тестовом наборе Nocturne v1.2d немного превзошла исходную Nocturne v1, однако существенно уступила ей при проверке на незнакомой точке записи: точность top-1 составила 0,138 против 0,544. На том же тестовом наборе меньшая дистиллированная Nocturne v1-mini показала более высокий результат. Словарь содержит близкие дубликаты названий видов, из-за чего оценки могут распределяться между несколькими классами. Модель не предназначена для определения птиц; результаты для новых мест требуют локальной проверки, а решения для охраны природы требуют полевого подтверждения.

NT-v2-250M fish20 adapted — модель семейства Nucleotide Transformer, адаптированная к корпусу геномов 20 видов рыб с помощью доменного дообучения для masked language modeling. Она предназначена для предсказания замаскированных участков последовательностей ДНК и может служить основой для задач классификации и разметки геномных последовательностей. Модель использует архитектуру ESM с плотными слоями, токенизацию 6-меров и принимает контекст длиной до 2050 токенов; размер составляет около 229,6 млн параметров. Репозиторий содержит пользовательский код модели и рассчитан на загрузку через Transformers с параметром trust_remote_code=True. Сведения о лицензии в предоставленных данных отсутствуют.

ngqtrung/omr-8b-grpo-base — экспериментальный исследовательский чекпойнт, созданный дообучением Qwen/Qwen3-VL-8B-Instruct методом GRPO на данных OpenMMReasoner для математического и визуального рассуждения. Модель принимает изображения и текстовые запросы и формирует текстовые ответы на задачи визуального вопросно-ответного формата. Чекпойнт global_step_25 показал точность 0,668 на совокупной валидации из шести наборов OMR; обучение без исследования вариантов ответа было нестабильным, а качество упало до 0,499 к шагу 125. Модель предназначена прежде всего для исследовательского сравнения в контролируемом эксперименте, а не для надёжного применения. Распространяется под лицензией Apache-2.0.