II.8Инженерия данных и аналитика

Race Classification FairFace YOLOv8/11 — модель компьютерного зрения автора Anzhc для классификации изображений лиц по семи категориям, обученная на варианте набора FairFace с дополнением изображения полями. Автор указывает, что модель предназначена только для классификации расовых категорий и ориентирована на быстрое присвоение меток. В метаданных указаны архитектурная основа Ultralytics YOLO11 и YOLOv8, библиотека Ultralytics и формат PyTorch. В README приведены варианты YOLOv8n, YOLOv8s и YOLOv8m с точностью top-1 от 0,717 до 0,725 на валидационной выборке. Классы: Black, East Asian, Indian, Latino_Hispanic, Middle Eastern, Southeast Asian и White; разрешение обучения — 224 пикселя. Модель подходит для маркировки изображений лиц, однако точность ограничена и результат классификации не следует трактовать как достоверное определение идентичности или биологических характеристик человека. Лицензия — AGPL-3.0.

torchgeo/resnet50_sentinel2_all_dino — веса ResNet-50 из проекта TorchGeo, изменённые для загрузки через timm. Модель предназначена для классификации спутниковых изображений Sentinel-2; по названию чекпойнта она обучена на данных Sentinel-2 с использованием DINO. Репозиторий содержит веса в формате PyTorch, а метаданные указывают задачу image-classification и лицензию CC BY 4.0. Сведений о размере входных изображений и поддерживаемых языках нет; это модель компьютерного зрения, а не языковая модель.

TAPEX Large — модель Microsoft для рассуждений по таблицам, обученная на синтетических данных через выполнение SQL-запросов. Она предназначена для имитации выполнения SQL над заданной таблицей и служит основой для систем ответов на вопросы по таблицам и проверки табличных фактов. Модель построена на архитектуре BART и содержит 252,8 млн параметров. Это текстовая модель с контекстом до 1024 токенов; в карточке указан английский язык. Репозиторий содержит веса PyTorch и Safetensors. Лицензия — MIT. Этот чекпойнт предназначен только для имитации нейронного выполнения SQL и, согласно карточке, не подходит для дообучения на последующих задачах. Для прикладного ответа на вопросы или проверки фактов потребуется подходящая дообученная версия.

WindFM-Tokenizer-robust — модель для прогнозирования временных рядов, связанная с ветроэнергетикой. Репозиторий содержит веса модели в формате safetensors; автор README направляет к отдельному GitHub-репозиторию за инструкциями по использованию. Модель поддерживает прогнозирование при отсутствии части ковариат: значения отсутствующей переменной следует задавать равными нулю. Репозиторий распространяется по лицензии MIT. Другие сведения об архитектуре, размере, контексте, языковой поддержке и разработчике в доступных материалах не приведены.

Карточка модели aubmindlab/bert-large-arabertv02-twitter на Hugging Face совпадает с карточкой aubmindlab/bert-base-arabertv02-twitter, поэтому описание составлено по ней. AraBERTv0.2-Twitter — арабоязычная языковая модель на архитектуре BERT, разработанная командой AraBERT. Эта базовая модель продолжает предварительное обучение с задачей masked language modeling на примерно 60 миллионах арабских твитов, отобранных из коллекции в 100 миллионов. В словарь добавлены эмодзи и распространённые слова, отсутствовавшие в предыдущей версии; размер модели — около 162,4 млн параметров, формат весов — PyTorch и safetensors. Модель предназначена для работы с арабскими диалектами и текстами из Twitter. Её можно использовать для заполнения масок и как основу для дообучения под задачи обработки арабских твитов. Контекст составляет до 512 токенов, однако README сообщает, что обучение проводилось с длиной последовательности 64 токена, а использование большей длины может снизить качество. Для обучения и тестирования рекомендуется применять предоставленную предобработку, сохраняющую и отделяющую эмодзи. Сведения о лицензии в доступных данных отсутствуют.

BETO Galén — медицинская языковая модель на базе BERT, представленная в сторонней перезагрузке оригинальной модели с GitHub. Она предназначена для извлечения признаков из испанского текста, в частности для задач обработки медицинских текстов. Модель содержит 137,1 млн параметров, использует архитектуру BERT и принимает последовательности длиной до 512 токенов. Репозиторий содержит веса в форматах PyTorch и Safetensors и распространяется по лицензии MIT. README не приводит результатов оценки или подробностей обучения.

Модель dima806/car_brands_image_detection разработана на основе Vision Transformer google/vit-base-patch16-224-in21k и дообучена для классификации изображений автомобилей по маркам. Она принимает изображение и возвращает предсказанную марку; в README указана точность около 69%. Модель содержит 113,2 млн параметров, веса опубликованы в формате safetensors. Модель подходит для автоматической сортировки фотографий автомобилей и распознавания марки на изображении. Опубликована по лицензии Apache-2.0. Результаты следует считать ориентировочными: заявленная точность около 69%, а сведения о наборе марок и условиях оценки в карточке не раскрыты.

Модель tiantiaf/childvox-speechocean762-accuracy-babyhubert разработана Tiantian Feng и предназначена для классификации точности детской и взрослой речи по аудиозаписям. Она дообучена на базе MarvinLvn/BabyHuBERT с использованием датасета SpeechOcean762 и реализует задачу, описанную в бенчмарке ChildVox. Выходная категория объединяет оценки «Poor» и «Understandable». Модель принимает аудио и выдаёт класс качества речи; в метаданных заявлена поддержка многоязычных данных. Модель подходит для исследовательского анализа качества речи и работы с корпусами аудиозаписей. Она не предназначена для клинической диагностики, индивидуальной оценки развития без экспертной проверки, наблюдения или вмешательства в частную жизнь. Данные детской речи чувствительны: README требует учитывать согласие участников, этическое одобрение и применимые законы. Лицензия OpenRAIL; README запрещает коммерческое использование.

DeepWind1.0-890M — базовая модель семейства DeepWind, разработанная для вероятностного прогнозирования выработки ветроэнергетических установок. Это декодерный Transformer с временным разбиением на патчи, раздельным вниманием по времени и переменным и разреженными слоями mixture-of-experts. В метаданных указано 176,2 млн параметров, а README сообщает о 888,24 млн обучаемых параметров; доступные сведения расходятся по размеру модели. Модель строит прогноз без дообучения на основе исторического контекста выработки, а при наличии также метеорологических признаков и координат площадки. Для каждой площадки и горизонта она выдаёт 21 квантиль от 0,01 до 0,99, что позволяет оценивать неопределённость прогноза. Модель предобучена примерно на 562 млрд наблюдений ветровой энергетики и предназначена для задач прогнозирования временных рядов. Модель распространяется в формате safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0. README отмечает, что прогнозные интервалы следует проверять и калибровать для конкретной площадки: качество может снижаться при незнакомых алгоритмах управления турбинами, ограничениях генерации, неисправностях датчиков или отличающихся соглашениях о ковариатах.

Ramamurthi/distilbert-base-uncased-finetuned-yelp-reviews — модель классификации текста на базе DistilBERT, дообученная на наборе yelp_review_full. Она предназначена для классификации отзывов Yelp; карточка приводит результаты оценки: accuracy 0,6418 и F1 0,6425. Модель принимает текст, максимальная длина контекста — 512 токенов, формат весов — PyTorch. Лицензия — Apache-2.0. Подробности о классах предсказаний и ограничениях применения в карточке не раскрыты.

OpenMed-NER-BloodCancerDetect-TinyMed-135M — модель OpenMed для распознавания клинических сущностей, связанных с хроническим лимфолейкозом (ХЛЛ), в медицинских и научных текстах. Это дообученная модель DistilBERT для классификации токенов; README указывает базовую архитектуру distilbert-base-multilingual-cased, а метаданные — семейство DistilBERT и контекст до 512 токенов. Модель принимает токенизированный текст и выдаёт BIO-разметку сущностей типов B-CL и I-CL. Модель предназначена для извлечения терминов ХЛЛ, биомаркеров, методов лечения и клинических понятий из медицинских записей и публикаций. README приводит F1 0,88, точность и полноту 0,88, accuracy 0,97 на корпусе CLL; эти показатели относятся к описанному в карточке набору данных. Языковые метаданные указывают английский, а название базовой архитектуры — на многоязычный вариант DistilBERT. Модель распространяется по лицензии Apache-2.0. Она помечает только указанные в карточке категории ХЛЛ, поэтому её не следует считать универсальной медицинской NER-моделью или использовать как самостоятельную основу для клинических решений.

Карточка модели torchgeo/resnet18_sentinel2_rgb_moco на Hugging Face совпадает с карточкой torchgeo/resnet50_sentinel2_all_dino, поэтому описание составлено по ней. Карточка модели torchgeo/resnet50_sentinel2_all_dino на Hugging Face совпадает с карточкой torchgeo/resnet18_sentinel2_all_moco, поэтому описание составлено по ней. Карточка модели torchgeo/resnet18_sentinel2_all_moco на Hugging Face совпадает с карточкой torchgeo/resnet50_sentinel2_all_dino, поэтому описание составлено по ней. Это веса ResNet-50 для изображений Sentinel-2, опубликованные TorchGeo и изменённые для загрузки с помощью timm. Модель предназначена для классификации спутниковых изображений; метаданные Hugging Face также указывают задачу image-classification и библиотеку TorchGeo. В репозитории хранятся веса PyTorch, лицензия — Creative Commons Attribution 4.0 International (CC BY 4.0).

Модель valadhi/swin-tiny-patch4-window7-224-finetuned-agrivision — дообученная версия Swin Transformer Tiny, разработанного Microsoft, для классификации изображений. Она предназначена для распознавания классов на изображениях из набора Agrivision; README сообщает точность 0,9203 и loss 0,3605 на оценочной выборке, но не приводит состав классов или подробности набора данных. Архитектура Swin использует оконное внимание; модель содержит около 33 млн параметров и опубликована в формате PyTorch. Лицензия — Apache-2.0. Карточка не уточняет языковую поддержку, поскольку модель принимает изображения и выдаёт метки классов.

Модель dima806/vessel_ship_types_image_detection — классификатор изображений судов, разработанный на основе Vision Transformer ViT. Она определяет тип судна по изображению; в README заявлена точность около 99%, однако методика и набор данных для этой оценки не приведены. Модель содержит 113,2 млн параметров и дообучена на google/vit-base-patch16-224-in21k. Модель принимает изображения и выдаёт класс типа судна. Она подходит для автоматической сортировки изображений судов и предварительной разметки коллекций. Распространяется по лицензии Apache-2.0.

Модель vinayak1396/banking-json-1b — дообученная vinayak1396 версия Llama 3.2 1B Instruct, предназначенная для генерации текста в сценариях, связанных с банковскими JSON-данными. В основе — плотная архитектура LlamaForCausalLM; модель содержит 1,2 млрд параметров и поддерживает контекст до 131 072 токенов. Модель можно применять для генерации текстовых ответов и структурированных данных в банковских сценариях. Карточка сообщает, что при обучении использовались Unsloth и библиотека TRL от Hugging Face, но не описывает конкретный формат JSON, набор данных или проверенные банковские задачи. Поддерживается английский язык. Лицензия — Apache-2.0.

Модель разработана в рамках магистерского исследовательского проекта COM748 и представляет собой BERT для раннего выявления признаков психических расстройств по текстам публикаций в социальных сетях. Это дообученная для пяти классов модель google-bert/bert-base-uncased с архитектурой BertForSequenceClassification и 136,7 млн параметров. Она принимает англоязычный текст и относит его к одному из классов: норма, тревога или стресс, биполярное расстройство, депрессия либо суицидальные признаки. Контекст ограничен 512 токенами. Модель предназначена для исследовательской классификации постов и изучения паттернов, связанных с психическим здоровьем. На тестовой выборке из 7 106 примеров указаны accuracy 83,4% и macro-F1 0,841; F1 для класса суицидальных признаков составил 0,742, а для депрессии — 0,770. Модель распространяется по лицензии MIT. Это исследовательский прототип, а не клинический диагностический инструмент: метки отражают паттерны в пользовательских публикациях, а не диагнозы. Результаты на других платформах, языках и демографических группах не проверялись; модель не заменяет профессиональную оценку специалиста.

FTP-PRUE+ (EfficientNet-B3) — модель сегментации границ полей от Fields of the Planet (FTP), разработанная как модель для снимков PlanetScope. Она предназначена для выделения полей и их границ на спутниковых изображениях сельскохозяйственных территорий с разрешением 3 м на пиксель. Модель использует энкодер EfficientNet-B3 и декодер U-Net. На вход подаются изображения из двух сезонных окон — периода посадки и периода сбора урожая — с четырьмя каналами в каждом, всего восемь каналов отражательной способности поверхности. Выход — маска из трёх классов: фон, поле и граница. Для получения полигонов отдельных полей README рекомендует применять постобработку watershed; при оценке также использовалась D4 TTA. Модель подходит для картирования границ полей по данным PlanetScope и анализа сельскохозяйственных ландшафтов. Доступны веса в форматах safetensors, PyTorch Lightning и ONNX; для лицензии CC BY-NC 4.0 действуют ограничения на коммерческое использование.

Карточка модели torchgeo/resnet50_sentinel1_all_moco на Hugging Face совпадает с карточкой torchgeo/resnet50_sentinel2_all_dino, поэтому описание составлено по ней. Карточка модели torchgeo/resnet50_sentinel2_all_dino на Hugging Face совпадает с карточкой torchgeo/resnet18_sentinel2_all_moco, поэтому описание составлено по ней. Карточка модели torchgeo/resnet18_sentinel2_all_moco на Hugging Face совпадает с карточкой torchgeo/resnet50_sentinel2_all_dino, поэтому описание составлено по ней. Это веса ResNet-50 для изображений Sentinel-2, опубликованные TorchGeo и изменённые для загрузки с помощью timm. Модель предназначена для классификации спутниковых изображений; метаданные Hugging Face также указывают задачу image-classification и библиотеку TorchGeo. В репозитории хранятся веса PyTorch, лицензия — Creative Commons Attribution 4.0 International (CC BY 4.0).

Карточка модели torchgeo/resnet50_sentinel2_all_moco на Hugging Face совпадает с карточкой torchgeo/resnet50_sentinel2_all_dino, поэтому описание составлено по ней. Карточка модели torchgeo/resnet50_sentinel2_all_dino на Hugging Face совпадает с карточкой torchgeo/resnet18_sentinel2_all_moco, поэтому описание составлено по ней. Карточка модели torchgeo/resnet18_sentinel2_all_moco на Hugging Face совпадает с карточкой torchgeo/resnet50_sentinel2_all_dino, поэтому описание составлено по ней. Это веса ResNet-50 для изображений Sentinel-2, опубликованные TorchGeo и изменённые для загрузки с помощью timm. Модель предназначена для классификации спутниковых изображений; метаданные Hugging Face также указывают задачу image-classification и библиотеку TorchGeo. В репозитории хранятся веса PyTorch, лицензия — Creative Commons Attribution 4.0 International (CC BY 4.0).

Карточка модели torchgeo/resnet50_sentinel2_rgb_moco на Hugging Face совпадает с карточкой torchgeo/resnet50_sentinel2_all_dino, поэтому описание составлено по ней. Карточка модели torchgeo/resnet50_sentinel2_all_dino на Hugging Face совпадает с карточкой torchgeo/resnet18_sentinel2_all_moco, поэтому описание составлено по ней. Карточка модели torchgeo/resnet18_sentinel2_all_moco на Hugging Face совпадает с карточкой torchgeo/resnet50_sentinel2_all_dino, поэтому описание составлено по ней. Это веса ResNet-50 для изображений Sentinel-2, опубликованные TorchGeo и изменённые для загрузки с помощью timm. Модель предназначена для классификации спутниковых изображений; метаданные Hugging Face также указывают задачу image-classification и библиотеку TorchGeo. В репозитории хранятся веса PyTorch, лицензия — Creative Commons Attribution 4.0 International (CC BY 4.0).

rope_deit3_m14_dino-v2-dist-bio — компактный энкодер изображений проекта Birder, полученный дистилляцией более крупной Bio-DINO SoViT-150M/14. Модель построена на основе DeiT3-M/14, содержит 38,3 млн параметров в backbone и формирует эмбеддинги размерности 512. Она также может выдавать карту признаков для задач обнаружения объектов; стандартный размер входного изображения — 252 × 252 пикселя. Модель предназначена для извлечения визуальных признаков из фотографий живых организмов. Её можно использовать для поиска и сравнения изображений, кластеризации, классификации с обучаемой линейной головой и как backbone для обнаружения объектов. Обучение проводилось на наборе примерно из 31 млн изображений, включающем iNaturalist, BIOSCAN и другие наборы данных о биоразнообразии. В README приведены результаты оценки на iNaturalist 2021, однако подробные ограничения и оценки из карточки базовой модели здесь не описаны. Модель распространяется по лицензии Apache-2.0; для работы используется библиотека Birder и формат PyTorch.

Vesper-Coder-1.5B (v1, Gen-2) — экспериментальный плотный языковой чекпойнт для генерации кода, созданный на основе Qwen/Qwen2.5-Coder-1.5B-Instruct двумя раундами on-policy Direct Preference Optimization на пуле из 464 задач MBPP. Модель содержит 1,5 млрд параметров, использует архитектуру Qwen2 и поддерживает контекст до 32 768 токенов; доступна в формате safetensors для Transformers и работает в диалоговом режиме. Модель предназначена для генерации решений задач программирования, прежде всего на Python. В нормализованных тестах MBPP, MBPP+ и HumanEval она не показала улучшения относительно базовой Qwen2.5-Coder-1.5B-Instruct и немного уступала ей по сырым результатам; README указывает, что ранее заявленное преимущество возникло из-за слишком короткого лимита генерации в тестовом стенде. Чекпойнт опубликован как воспроизводимый артефакт отрицательного результата. Лицензия — Apache-2.0.

Модель ViT-Base с патчами 8×8 и входным разрешением 224×224 обучена на наборе BigEarthNet v2.0 (reBEN) для классификации спутниковых снимков Sentinel-2 по мультиспектральным каналам. Её разработали участники групп TU Berlin, RSiM, DIMA, BigEarth и BIFOLD; опубликованные веса получены после 7 эпох обучения, а обучение предусматривало раннюю остановку по макроусреднённой средней точности на валидации. Модель предназначена для тематической классификации изображений дистанционного зондирования Земли. На тестовой выборке BigEarthNet v2.0 указаны macro/micro Average Precision 0,641/0,807 и F1 0,552/0,711. Карточка демонстрирует использование через библиотеку reben_publication. Лицензия — MIT.

Модель tiantiaf/voxlect-english-dialect-mms-lid-256 разработана Tiantian Feng в рамках проекта Voxlect и предназначена для классификации английской речи по диалектным и региональным категориям. Она дообучена на базе facebook/mms-lid-256; в обучении использовались дополнительные речевые данные TIMIT и ParaSpeechCaps. Репозиторий содержит веса в формате Safetensors и рассчитан на работу с аудио через Transformers. Модель относит запись к одной из 16 категорий, включая North America, Irish, Scottish, Oceania, South African, South Asia и East Asia. Названия категорий охватывают как регионы и разновидности английского, так и более широкие языковые группы; это классификация по заданным меткам, а не подробная транскрипция или определение конкретного акцента. Лицензия CC-BY-NC-4.0 запрещает коммерческое использование. Авторы исключают клинические и диагностические задачи, наблюдение и приложения, нарушающие приватность; при использовании необходимо соблюдать требования согласия и законодательства.

Модель keremberke/yolov8n-pothole-segmentation — компактная модель сегментации изображений на базе Ultralytics YOLOv8n, опубликованная пользователем keremberke. Она предназначена для обнаружения выбоин на изображениях дорожного покрытия и выделения их областей; поддерживаемая метка — pothole. Модель можно применять для анализа снимков дорог в системах мониторинга состояния покрытия и предварительной разметки изображений. Модель использует архитектуру YOLOv8 семейства v8, библиотеку Ultralytics и формат PyTorch. Карточка связывает её с датасетом keremberke/pothole-segmentation. Подробности о размере модели, языковой поддержке и лицензии в доступных данных отсутствуют.

BERTabaporu Large Uncased — модель BERT-Large, разработанная для работы с текстами Twitter на бразильском португальском языке. Она обучена на корпусе из 238 миллионов твитов от более чем 100 тысяч пользователей, содержащем свыше 2,9 миллиарда токенов. Модель имеет 24 слоя; в метаданных указано 468,2 млн параметров, а контекст ограничен 512 токенами. Модель предназначена для предсказания замаскированных слов в португалоязычных твитах и может служить основой для дальнейшей адаптации к задачам анализа коротких сообщений. Доступны веса PyTorch и загрузка через Transformers. Лицензия — MIT. README указывает 335 млн параметров, тогда как метаданные — 468,2 млн; эти сведения расходятся.

BaoNhan/distilbert-multilingual-UITVSMEC — модель классификации эмоций во вьетнамских текстах из социальных сетей. Она разработана на основе distilbert-base-multilingual-cased, дообученной на наборе UIT-VSMEC, и выдаёт одну из семи меток: гнев, отвращение, удовольствие, страх, прочее, грусть или удивление. Модель принимает текст; максимальная длина контекста по метаданным — 512 токенов. В оценке на тестовой выборке UIT-VSMEC средняя Macro-F1 составила 0,3027, точность — 0,4853. Набор данных небольшой, несбалансированный по классам и отражает вьетнамский язык социальных сетей определённого периода; эмоции субъективны, поэтому предсказания не подходят для психологической оценки. Лицензия в предоставленных данных не указана.

IndoBERTweet — предварительно обученная языковая модель для индонезийских сообщений Twitter, разработанная Фаджри Кото, Джеем Ханом Лау и Тимоти Болдуином. Это модель семейства BERT с архитектурой BertForMaskedLM и примерно 137,8 млн параметров; она обучалась на 409 млн токенов индонезийских твитов с декабря 2019 по декабрь 2020 года. Специализированный словарь для Twitter добавлен к индонезийской BERT-модели, а его векторы инициализированы усреднением представлений подслов. Модель предназначена для языкового моделирования и задач на текстах индонезийского Twitter. Основной сценарий использования — предсказание замаскированных токенов; README также сообщает об оценке на семи датасетах индонезийского Twitter. Контекст составляет до 512 токенов. Для предобработки авторы рекомендуют приводить текст к нижнему регистру, заменять упоминания пользователей и URL на специальные маркеры и преобразовывать эмотиконы в текст. Модель опубликована в формате PyTorch под лицензией Apache-2.0. Она специализирована на индонезийском Twitter, поэтому её применимость к другим языкам и жанрам текста ограничена; для ожидаемой предобработки нужны нормализация регистра, маркеры для упоминаний и URL и текстовое представление эмотиконов.

MobileViT-S, обученная исследовательскими группами TU Berlin, RSiM, DIMA, BigEarth и BIFOLD на наборе BigEarthNet v2.0 (reBEN) для классификации спутниковых снимков. Модель предназначена для анализа данных дистанционного зондирования Sentinel-1 и Sentinel-2 с использованием их спектральных каналов. Опубликованные веса получены после 31 эпохи обучения; в README приведены результаты на тестовой выборке BigEarthNet v2.0: macro average precision 0,706 и micro average precision 0,862. Для загрузки указана библиотека configilm, веса доступны в формате safetensors. Лицензия — MIT.

Карточка модели torchgeo/resnet18_sentinel2_all_moco на Hugging Face совпадает с карточкой torchgeo/resnet50_sentinel2_all_dino, поэтому описание составлено по ней. Карточка модели torchgeo/resnet50_sentinel2_all_dino на Hugging Face совпадает с карточкой torchgeo/resnet18_sentinel2_all_moco, поэтому описание составлено по ней. Карточка модели torchgeo/resnet18_sentinel2_all_moco на Hugging Face совпадает с карточкой torchgeo/resnet50_sentinel2_all_dino, поэтому описание составлено по ней. Это веса ResNet-50 для изображений Sentinel-2, опубликованные TorchGeo и изменённые для загрузки с помощью timm. Модель предназначена для классификации спутниковых изображений; метаданные Hugging Face также указывают задачу image-classification и библиотеку TorchGeo. В репозитории хранятся веса PyTorch, лицензия — Creative Commons Attribution 4.0 International (CC BY 4.0).