II.8Инженерия данных и аналитика

raceBERT — модель классификации текста на основе RoBERTa, опубликованная Прасанной Парасурамой. Она предсказывает расовую категорию США по переписной классификации на основе имени человека; репозиторий проекта также описывает отдельную модель для предсказания этнической категории. Модель содержит около 57 млн параметров, использует архитектуру RobertaForSequenceClassification и рассчитана на входы длиной до 100 токенов. Модель предназначена для исследовательского и прикладного анализа имен, например для оценки распределения расовых категорий в наборах имен. Она выдаёт одну из пяти категорий: неиспаноязычные белые, латиноамериканцы, неиспаноязычные чернокожие, азиаты и жители тихоокеанских островов, американские индейцы и коренные жители Аляски. По карточке Hugging Face и репозиторию разработчика языковая специализация явно не описана. Данные о лицензии в доступных источниках не подтверждены.

raceBERT-ethnicity — модель классификации текста на базе BERT, разработанная Праcанной Парасурамой. Она предсказывает этническую категорию по имени; карточка Hugging Face указывает задачу text-classification, архитектуру BertForSequenceClassification, около 136,7 млн параметров и контекст до 512 токенов. Модель ориентирована на исследовательское и прикладное использование для анализа имён, а не на определение этничности человека с достоверностью: её метки отражают ограниченную схему категорий, а результат является вероятностным предположением. Репозиторий доступен в формате PyTorch. В доступных источниках лицензия не установлена.

jihedjabnoun/wavlm-base-emotion — модель распознавания эмоций в речи, созданная дообучением microsoft/wavlm-base для классификации аудио. Она относит речь к семи категориям: гнев, отвращение, страх, радость, нейтральное состояние, грусть и удивление. Модель имеет архитектуру Wav2Vec2ForSequenceClassification; в метаданных указано 113,3 млн параметров. Рассчитана на английскую речь, аудио с частотой 16 кГц и длительностью до 10 секунд после дополнения или обрезки. Модель обучалась на наборах MELD, CREMA-D, TESS, RAVDESS и SAVEE. На валидации указана точность 30,3%, поэтому результаты классификации ненадёжны и требуют проверки на целевых данных. На качество также могут влиять акцент, стиль речи, шум и дисбаланс классов. Лицензия — MIT.

Alloy-Agent Phi-3 Maintenance — языковая модель CodeMasterAbdul для анализа промышленного оборудования, дообученная методом QLoRA на базе microsoft/Phi-3-mini-4k-instruct. Модель с архитектурой Mistral и 3,7 млрд параметров принимает структурированные показания датчиков и сведения об оборудовании и генерирует текстовые оценки и рекомендации. Контекст составляет 4096 токенов. Модель предназначена для предиктивного обслуживания оборудования, прежде всего в сталелитейном производстве. Она оценивает остаточный срок службы, классифицирует риски, помогает искать причины неисправностей и формировать рекомендации или процедуры обслуживания. Обучающие данные объединяют записи по техническому обслуживанию, данные NASA CMAPSS и UCI AI4I 2020, а также синтетические сценарии. Поддерживается английский язык. Модель распространяется по лицензии Apache-2.0. Результаты по другим промышленным отраслям могут быть менее надёжны. Для наилучшей работы нужны структурированные данные датчиков; оценки срока службы имеют неопределённость, а рекомендации для критических систем должны проверять инженеры. Модель не предназначена для автономного управления оборудованием.

CNN12 — 12-слойная сверточная нейронная сеть, разработанная Утрехтским университетом для обнаружения вокализаций шимпанзе в биоакустических записях. Модель классифицирует аудиофрагменты длительностью 0,5 секунды как вокализацию шимпанзе или фон. На вход подаётся трёхканальное представление мел-спектрограммы с нормализацией PCEN, нормализацией по файлу и дельта-признаками; записи предварительно приводятся к частоте 48 кГц и фильтруются в диапазоне 100–2000 Гц. Контрольная точка обучена только на реальных записях из приюта Mefou в Камеруне, без синтетических данных. На тестовых записях из Замбии модель показала высокую AUC, но более низкие полноту и F1 для класса вокализаций; результаты зависят от акустической среды. Она подходит для записей, близких к условиям обучения, и как базовый вариант для сравнения с моделью, обученной с синтетическим расширением. Реализация предназначена для PyTorch и не интегрирована с Transformers. Лицензия — Apache-2.0.

DA-mrm8488-distilroberta-finetuned-financial-news-sentiment-analysis — производная модель NLP-FEUP, дообученная на базе mrm8488/distilroberta-finetuned-financial-news-sentiment-analysis. Это плотная модель архитектуры RoBERTa с 95,2 млн параметров, представленная в формате safetensors; базовая модель предназначена для классификации тональности англоязычных финансовых новостей и рыночных предложений. В метаданных Hugging Face для этой версии указана задача fill-mask, то есть заполнение пропусков в тексте. README сообщает о дообучении на датасете, обозначенном как None, и приводит значение loss 5,9763 на оценочной выборке, но не описывает дополнительные сценарии или качество классификации. Модель может быть полезна для работы с маскированным текстом; применять её для анализа финансовой тональности следует с учётом назначения базовой модели и отсутствия подробных сведений об обучении этой версии. Контекст составляет 514 токенов. Лицензия — Apache-2.0.

Модель Humor Intelligence — DistilBERT разработана автором репозитория iamahmadyasin и дообучена на DistilBERT для оценки юмористичности шуток. На вход она принимает текст шутки и выдаёт числовую оценку от 0 до 11, основанную на log-шкале оценок сообщества Reddit. Модель содержит 66 млн параметров, использует архитектуру DistilBERT и контекст до 512 токенов; обучение проводилось на 340 тысячах англоязычных шуток из rJokes. Модель предназначена для ранжирования шуток и анализа их предполагаемой популярности в сценариях вроде сортировки пользовательских шуток или исследовательского анализа юмора. На очищенной от повторов тестовой выборке автор сообщает коэффициент Спирмена 0,4118. Это компактная модель с результатом, близким к RoBERTa-base в указанном сравнении, однако оценки отражают предпочтения сообщества Reddit, а не объективную смешность. Модель склонна к средним значениям и ненадёжна на краях шкалы. Распространяется по лицензии MIT.

OnT-MiniLM-L12-galen — модель семейства Ontology Transformer, разработанная в рамках проекта OnT и дообученная на наборе GALEN на базе sentence-transformers/all-MiniLM-L12-v2. Она кодирует названия и описания онтологических понятий в 384-мерные эмбеддинги для представления понятий иерархических онтологий. Эмбеддинги предназначены для работы в гиперболическом пространстве, где также моделируются иерархические связи, роли и переходы между понятиями. Модель использует архитектуру BERT с усреднённым pooling и содержит около 40 млн параметров. Метаданные указывают на контекст до 512 токенов, а карточка модели описывает максимальную длину последовательности 256 токенов. Модель ориентирована на кодирование биомедицинских онтологий и семантическое сравнение понятий; из доступной информации не следует, что она предназначена для генерации текста. Распространяется в формате safetensors; лицензия в предоставленных данных не указана.

RT-DETRv2 — детектор объектов на изображениях, дообученный автором juanpajedrez на базе PekingU/rtdetr_v2_r50vd для обнаружения мусора и связанных с ним объектов. Модель принимает изображение и возвращает найденные объекты с ограничивающими рамками и оценками уверенности. В README приведены результаты оценки, включая mAP 0,4441 и отдельные метрики для классов Bin, Hand и Trash. Метрики различаются по классам; особенно низкие значения указаны для объектов, отличных от Bin и Hand, поэтому качество зависит от класса и условий съёмки. Датасет и подробности применения не описаны. Модель распространяется по лицензии Apache-2.0.

Модель ryroeu/satnogs-signal-classifier — ResNet-18, дообученная для классификации спектрограмм waterfall из SatNOGS по наличию радиосигнала. Она предназначена для первичной сортировки наблюдений спутниковой телеметрии: модель оценивает вероятность наличия сигнала, чтобы помочь расставить приоритеты при ручной проверке. Входное изображение должно быть обрезано до области спектрограммы без цветовой шкалы и осей; метки: 0 — сигнал отсутствует, 1 — сигнал присутствует. Модель обучена на проверенных человеком waterfall-изображениях с узкополосной телеметрией FSK/GFSK. В тесте на 436 наблюдениях ROC-AUC составил 0,827, PR-AUC — 0,829, а точность среди 10 наиболее приоритетных примеров — 1,0; на отложенном спутнике FrontierSat ROC-AUC составил 0,772. Распространение на другие типы сигналов не проверено, а результаты на слабых и пограничных наблюдениях могут быть хуже из-за смещения обучающих меток к более ясным проходам. Модель распространяется по лицензии MIT и доступна в формате safetensors для Transformers.

Это модель классификации изображений на базе Swin Transformer, дообученная разработчиком weightbot для классификации сельскохозяйственных культур. Она содержит около 33 млн параметров и сохранена в формате safetensors. В README указано, что модель дообучена на наборе данных imagefolder; на оценочной выборке достигла точности 0,8351 и функции потерь 0,4259. Модель предназначена для отнесения изображений к классам культур. Лицензия Apache-2.0 разрешает использование на её условиях. Карточка не раскрывает состав классов и датасета, поэтому применимость к конкретным культурам или условиям съёмки по этим данным оценить нельзя.

Модель joe611/chickens-60-epoch-1000-images-aug — детектор объектов на базе DETR с ResNet-50, дообученный на наборе данных неизвестного состава. Модель принимает изображения и предсказывает классы объектов и ограничивающие рамки; среди классов в оценке указаны курица, утка и растение. В README приведены метрики на оценочном наборе: mAP 0,8003, mAP@50 0,9645 и отдельные показатели для куриц, уток и растений. Эти результаты характеризуют только указанный оценочный набор и не гарантируют качество на других изображениях. Репозиторий содержит веса в формате safetensors; библиотека — Transformers. Лицензия — Apache-2.0.

tiantiaf/childvox-babblecor-babyhubert — модель классификации аудио для распознавания типов детских вокализаций и оценки зрелости речевых слогов. Она разработана Tiantian Feng и представлена в работе ChildVox, принятой на основную конференционную программу EMNLP 2026; модель дообучена на корпусе BabbleCor с использованием MarvinLvn/BabyHuBERT. Модель относит аудиофрагменты к категориям Canonical, Non-Canonical, Crying, Laughing или Junk. Canonical обозначает зрелые слоги с переходом согласный-гласный, Non-Canonical — незрелые вокализации, например отдельные гласные или согласные, а Junk включает шум, речь взрослых и неразборчивое аудио. Модель принимает аудио и выдаёт метки классов; сведения о размере и длине контекста в использованных материалах не приводятся. Модель предназначена для исследовательского анализа детских вокализаций. Карточка предостерегает от клинической диагностики, индивидуальной оценки развития без экспертной проверки, наблюдения и вмешательства в частную жизнь. Обработка записей детей требует соблюдения приватности, согласия семей и применимых этических и правовых требований. Лицензия OpenRAIL; коммерческое использование запрещено.

PetBERT — англоязычная masked language model на архитектуре BERT, разработанная Small Animal Veterinary Surveillance Network (SAVSNET). Модель дообучена на более чем 500 млн слов из 5,1 млн ветеринарных электронных медицинских записей, собранных в клиниках Великобритании. Это вариант BERT для заполнения пропусков в тексте; размер модели — 135,5 млн параметров, максимальная длина контекста — 512 токенов. PetBERT предназначена для работы с англоязычными клиническими записями о домашних животных, например для восстановления пропущенных слов и анализа ветеринарных текстов в исследовательских и надзорных сценариях. В README также описана отдельная производная модель PetBERT-ICD для автоматического присвоения кодов заболеваний и выявления вспышек, однако эти возможности не относятся к указанной здесь модели fill-mask. Модель основана на google-bert/bert-base-uncased и распространяется под лицензией OpenRAIL. Обучающие записи охватывают преимущественно собак и кошек; исходный набор данных не опубликован из-за требований конфиденциальности владельцев животных.

PlantDiseaseDetectorVit2 — модель классификации изображений растений, созданная дообучением google/vit-base-patch16-224-in21k. Она использует архитектуру Vision Transformer (ViTForImageClassification) с 113,2 млн параметров и предназначена для определения заболеваний растений по изображениям. Модель подойдёт для первичной сортировки фотографий листьев и других растительных тканей по классам болезней. В карточке указаны результаты на оценочной выборке: accuracy 0,9959 и loss 0,1892. Состав классов, набор данных и условия оценки подробнее не описаны, поэтому эти метрики не показывают, насколько хорошо модель переносится на фотографии из других источников. Веса доступны в формате safetensors, лицензия — Apache-2.0.

tiantiaf/childvox-percept_r-babyhubert — модель классификации аудио, разработанная Tiantian Feng для распознавания произношения звука /ɹ/ у детей. Она дообучена на корпусе PERCEPT-R и относит аудиозапись к одной из двух категорий: Derhotic или Rhotic. Работа описана в бенчмарке ChildVox, принятом на EMNLP 2026 Main. Модель использует аудиовход и предназначена для анализа детской речи в исследовательских сценариях. Она наследует основу MarvinLvn/BabyHuBERT; веса опубликованы в формате safetensors и рассчитаны на использование с Transformers. Карточка указывает поддержку многоязычных данных, но не перечисляет отдельные языки. Модель нельзя использовать для клинической диагностики, индивидуальной оценки развития без проверки специалистом, наблюдения или вторжения в частную жизнь. Обработка записей детей требует соблюдения конфиденциальности, согласия семей, этических требований и применимых законов. Лицензия CC-BY-NC-SA-3.0 запрещает коммерческое использование.

Conformer Acoustic Landmark Detector — модель автора Mateo Camara для покадрового обнаружения акустических ориентиров в английской речи. По аудиосигналу она выдаёт вероятности для восьми типов ориентиров и фонового класса с шагом 10 мс; времена событий получают поиском пиков по классам. Модель использует Conformer-энкодер из 12 блоков с 256-мерными представлениями и классификационной головой на 9 классов. На входе — логарифмическая мел-спектрограмма с 80 полосами, рассчитанная для аудио 16 кГц; всего около 18,3 млн параметров. Чекпойнт предварительно обучен на синтетических английских словах, затем дообучен на 1 839 вручную размеченных записях. На отложенной тестовой выборке автор сообщает Macro F1 0,784 при допуске 20 мс. Модель предназначена для фонетического и фонологического анализа речи, включая локализацию переходов между звуками и смычек согласных. Она принимает аудио и выдаёт покадровые оценки классов. Лицензия — MIT. Результаты описаны для английской речи и указанной схемы разметки; пороги обнаружения настроены на валидационной выборке, а метрика зависит от допуска 20 мс.

mrm8488 разработал экспериментальную модель DistilRoBERTa, дообученную для бинарной классификации текстов твитов: она различает метки «суицид» и «депрессия». Модель содержит 95,2 млн параметров, принимает текст и рассчитана на контекст до 514 токенов. Это экспериментальное доказательство концепции на датасете SDCNL. На оценочном наборе указаны accuracy 0,7158 и loss 0,6622. Модель можно использовать для исследовательской классификации коротких сообщений, но её результаты не подходят для постановки диагноза или принятия решений о помощи человеку. Автор прямо предостерегает от использования в production; сведения о составе и подробной оценке обучающих данных ограничены. Лицензия — Apache-2.0.

Gym-Workout-Classifier-SigLIP2 — модель классификации изображений упражнений в тренажёрном зале, разработанная prithivMLmods и дообученная на основе google/siglip2-base-patch16-224. Она использует архитектуру SiglipForImageClassification и относит изображение к одному из 22 классов, включая жим лёжа, становую тягу, приседания, подтягивания и планку. Модель подходит для автоматической регистрации упражнений и распознавания активности в фитнес-приложениях, а также как вспомогательный инструмент для персональных тренеров. Она принимает изображения и выдаёт метку класса. Лицензия — Apache-2.0.

Mask2Former-Swin-Base-CubiCasa — модель сегментации изображений, разработанная пользователем phungpx и дообученная на наборе phungpx/cubicassa5k-coco от базовой модели facebook/mask2former-swin-base-coco-instance. Она выделяет отдельные экземпляры стен на изображениях архитектурных планов. Модель построена на архитектуре Mask2Former с backbone Swin и распространяется в формате safetensors для библиотеки Transformers. На валидационной выборке указаны показатели COCO mask AP: 0,263 при IoU 0,50–0,95, 0,620 при IoU 0,50 и 0,179 при IoU 0,75. Модель подходит для автоматического извлечения стен из планов помещений, но обучена только для одного класса и не предназначена для распознавания других элементов плана. Лицензия указана как other, поэтому условия использования следует уточнить в карточке репозитория.

SPIDER-colorectal — модель HistAI для классификации патчей гистологических изображений тканей толстой и прямой кишки. Это дообученный на наборе SPIDER-colorectal визуальный энкодер Hibou-L, предназначенный для классификации изображений патчевого уровня в цифровой патологии. Модель принимает изображения размером 1120×1120 пикселей и решает задачу image-classification. Обучение проводилось на 77 182 центральных патчах из 1 719 размеченных стекол; в набор также входят контекстные патчи. В README приведены accuracy 0,914, precision 0,917 и F1 0,915 для колоректальных образцов. Модель может служить компонентом исследовательских и аналитических рабочих процессов цифровой патологии, например для автоматической сортировки патчей по классам. Карточка указывает лицензию CC BY-NC 4.0, которая ограничивает коммерческое использование без отдельного разрешения; для коммерческой лицензии предлагается связаться с HistAI. Качество на других органах, окрасках и условиях подготовки изображений в приведённых данных не подтверждено.

Telecom Intelligence — Qwen2.5-7B v7 — это специализированная языковая модель для анализа и диагностики телекоммуникационных сетей, созданная на базе Qwen2.5-7B-Instruct и дообученная разработчиком с помощью QLoRA и supervised fine-tuning. Версия v7 включает 805 обучающих примеров; веса объединены в самостоятельную модель. Архитектура — плотная Qwen2 causal LM с 7,1 млрд параметров и контекстом 32 768 токенов. Модель рассчитана на текстовый диалог на английском языке и поддерживает интерфейс вызова инструментов. Модель помогает разбирать показатели PM и KPI в сетях LTE, 5G RAN и 5G Core, искать вероятные причины деградации, сопоставлять счётчики разных производителей и объяснять процедуры, интерфейсы и команды Ericsson, Huawei, Nokia и ZTE. Она охватывает также O-RAN, VoLTE/VoNR, IMS и облачные сетевые функции. Подходит для поддержки инженеров при анализе инцидентов и изучении сетевых технологий; не подключается к рабочим сетям и не проверяет состояние оборудования в реальном времени. Качество ответов зависит от точности входных данных и формулировки запроса. Лицензия — Apache-2.0.

Модель Glean4 на архитектуре U-Net предназначена для сегментации изображений. Она опубликована в формате safetensors и загружается через библиотеку segmentation-models-pytorch. Название репозитория указывает на задачу подсчёта шпината и на обучение с изображениями культурных растений и сорняков, однако карточка не содержит описания меток сегментации или подтверждённых метрик качества. Модель распространяется по лицензии MIT.

Это дообученная модель на основе DistilBERT для работы с корпусом книг gokulsrinivasagan/processed_book_corpus-ld-100. В репозитории используется класс DistilBertForLDAMaskedLM; модель обучалась на наборе данных, подготовленном для 100 тем LDA. В README приведены результаты оценки: loss 4.9524 и accuracy 0.6766. Контекст модели — 512 токенов. Карточка не описывает предназначенные сценарии применения и ограничения, поэтому практическая пригодность для конкретных задач не подтверждена. Модель опубликована в формате safetensors и использует библиотеку Transformers. Сведения о лицензии в предоставленных данных отсутствуют.

DA-ProsusAI-finbert — дообученная модель семейства BERT на базе ProsusAI/finbert, разработанная NLP-FEUP. Она предназначена для задачи fill-mask: предсказывает пропущенный токен в англоязычном финансовом тексте. Модель содержит 136,7 млн параметров, использует архитектуру BertForMaskedLM и поддерживает контекст до 512 токенов. Карточка сообщает о дообучении на датасете, указанном как None, и приводит значение loss 5,1114 на оценочной выборке. Подробности обучения, предполагаемые сценарии применения и отдельные ограничения не описаны. Базовая FinBERT связана с анализом тональности финансовых текстов, но эта версия классифицирована как fill-mask. Файлы модели опубликованы в формате safetensors; лицензия в предоставленных данных не приведена.

Это текстовый CrossEncoder на базе nomic-ai/modernbert-embed-base, дообученный авторами CityBehavEx с помощью библиотеки Sentence Transformers. Модель оценивает пары текстов одним числовым баллом и предназначена для согласования сведений о владении транспортом с профилями людей в сценариях городской мобильности; оценки можно использовать для ранжирования и семантического поиска. Модель содержит 149 млн параметров, использует архитектуру ModernBERT и принимает последовательности длиной до 8192 токенов. В обучающем наборе было 2000 пар текстов с оценками, включая описания жителей Большого Парижа и варианты доступа к частному автомобилю. Это узкоспециализированный англоязычный компонент платформы CityBehavEx, а не универсальный ранжировщик. Условия лицензии в предоставленных данных не описаны.

TeleLogs RCA Numeric + Text Fusion — классификатор первопричин для трасс тестирования 5G-сети TeleLogs, разработанный владельцем репозитория LoneWolfgang. Модель относит сырой текст вопроса о drive-test трассе к одному из восьми классов причин C1–C8 и может возвращать метки или вероятности классов. Архитектура объединяет числовую ветвь на основе MLP и текстовую ветвь MiniLM с классификационной головой confidence_concat. Модель включает обработку входа: извлекает признаки из исходной строки, преобразует их и выполняет предсказание. Предобработка и кодировщик меток сохранены вместе с весами; для неразбираемой трассы предусмотрен равномерный вероятностный ответ. В README приведена оценка на отложенной тестовой выборке, но численные метрики здесь не указаны. Модель специализирована на задачах RCA для сетевых трасс 5G и не предназначена для классификации произвольных текстов. Лицензия в предоставленных данных не указана.

Это детектор объектов YOLOv8m от Ultralytics, дообученный автором репозитория dronefreak на Global Wheat Head Dataset в рамках DetectionBench. Модель предназначена для обнаружения и локализации колосьев пшеницы на полевых изображениях; она распознаёт один класс — wheat_head — и рассчитана на плотные сцены с перекрывающимися объектами. В README приведены результаты на тестовой выборке GWHD: mAP@50 составляет 69,55%, mAP@50–95 — 29,34%, точность — 80,69%. Модель принимает изображения и выдаёт рамки обнаруженных объектов с метками класса. Репозиторий распространяет веса в формате PyTorch через библиотеку Ultralytics; лицензия модели — AGPL-3.0. Качество на сортах пшеницы и полевых условиях, не представленных в обучающих данных, не проверено. Плотные аннотации, перекрытия и окклюзии затрудняют локализацию; модель обучена только на одном классе.

Модель wellCh4n/tomato-leaf-disease-classification-resnet50 — дообученная wellCh4n архитектура ResNet-50 от Microsoft для классификации изображений листьев томатов по заболеваниям. Она принимает изображение и выдаёт класс, соответствующий распознанному состоянию листа. Модель создана на основе microsoft/resnet-50 и дообучена на наборе wellCh4n/tomato-leaf-disease-image. На указанном тестовом наборе модель достигла точности 0,9956 и потерь 0,0197. Веса опубликованы в формате safetensors; лицензия — Apache-2.0. Показатели относятся к оценочному набору из карточки и сами по себе не гарантируют такую же точность на снимках с другими условиями освещения, фоном или сортами томатов.

Карточка модели sgouet/VetBERT на Hugging Face совпадает с карточкой havocy28/VetBERT, поэтому описание составлено по ней. VetBERT — предварительно обученная модель семейства BERT для работы с ветеринарными клиническими записями. Её разработчики адаптировали ClinicalBERT, основанную на Bio+Clinical BERT, дополнительно обучив её на корпусе VetCompass Australia: более чем на 15 миллионах клинических записей и 1,3 миллиарда токенов. Веса содержат 135,5 млн параметров, архитектура — BertForPreTraining, формат — PyTorch, максимальный контекст — 512 токенов. Модель предназначена для языковых задач в ветеринарной медицине; указанный сценарий — заполнение пропусков в тексте. В исследовательской работе на основе VetBERT также создана VetBERTDx, дообученная для классификации синдромов заболеваний по клиническим записям. Эта карточка описывает именно предварительно обученную VetBERT, поэтому классификацию следует выполнять после отдельного дообучения. Модель обучалась на англоязычных ветеринарных записях и распространяется по лицензии OpenRAIL.