II.8Инженерия данных и аналитика

Модель Helsinki-NLP/opus-mt-tc-bible-big-poz-en разработана группой Language Technology Research Group Хельсинкского университета в рамках проекта OPUS-MT. Это нейросетевая система машинного перевода с архитектурой Marian Transformer-big, преобразованная из Marian NMT в формат PyTorch для Transformers; размер — около 161,9 млн параметров, контекст — до 1024 токенов. Модель переводит тексты с языков группы Malayo-Polynesian (poz), включая перечисленные в карточке языки, на английский. Она обучена на данных OPUS, в том числе корпусе, связанном с библейскими текстами, и дополнительных параллельных данных. Для пары «многоязычный исходный текст — английский» в карточке приведены результаты chr-F 0,488 и BLEU 30,5 на тестовом наборе Tatoeba. Модель работает с текстом и предназначена для перевода предложений и текстов с поддерживаемых языков. Качество зависит от исходного языка и тематики; обучающие публичные данные могут содержать оскорбительный материал и стереотипы. Лицензия — Apache-2.0.

OrdinalICL for TabDPT-Turbo — модель Готье Марти для предсказания упорядоченных категорий по небольшим табличным наборам данных. Она добавляет интерфейс порядковой классификации к неизменённой основе TabDPT-Turbo: общий номинальный путь и три обученных модуля порядковой коррекции формируют вероятности для каждого уровня заданной шкалы. Основа содержит 63,5 млн параметров; релиз включает ансамбль из трёх модулей коррекции. Модель дообучена на синтетических таблицах, а её качество оценивалось также на 40 семействах реальных наборов данных. Модель предназначена для числовых табличных задач, где целевые категории имеют естественный порядок: например, рейтинги, стадии заболеваний и ответы на упорядоченные опросы. Вход — конечные числовые признаки и контекстные метки; требуется от 1 до 12 признаков и от 3 до 10 уникальных уровней, переданных в правильном порядке. Выход — распределение вероятностей по уровням шкалы. Поддерживается инференс на CPU, но CUDA работает быстрее. Лицензия — CC BY 4.0. В опубликованных экспериментах улучшение относительно сопоставимой номинальной адаптации было статистически различимым, но небольшим по абсолютной величине. Проверен контекст из 32 размеченных строк; поведение при других размерах контекста не охарактеризовано. Категориальные признаки и пропуски нужно обработать до инференса. Модель не валидирована для клинических, кадровых, кредитных и других значимых решений о людях.

OTel-Embedding-4B — текстовая модель эмбеддингов для телекоммуникационного поиска, разработанная в рамках открытой инициативы OTel Family of Models. Она получена полным дообучением Qwen/Qwen3-Embedding-4B на данных OTel-Embedding и предназначена для поиска релевантных фрагментов в телекоммуникационных спецификациях, стандартах, RFC, технических статьях и других профильных документах, в том числе как этап извлечения в RAG-системе. Модель содержит 3,7 млрд параметров, использует архитектуру Qwen3 и поддерживает контекст до 40 960 токенов. Она ориентирована на английский язык и текстовые данные. В оценке на отложенной части OTel-Embedding прирост составил 9,2 процентного пункта по NDCG@10 относительно базовой модели; это не гарантирует такого же результата на внешних тестах или во всех телеком-поддоменах. Модель специализирована для телекоммуникаций, а не для задач общего назначения. Перед применением результатов в эксплуатационных, клиентских, нормативных, безопасностных сценариях или конфигурации сетей их следует проверять. Лицензия репозитория — Apache-2.0; также необходимо учитывать лицензию или условия базовой модели.

tarekziade/pardonmyai — дообученная модель DistilBERT для выявления ненормативной лексики в тексте. Она классифицирует текстовые фрагменты и подходит для фильтрации сообщений и предварительной модерации пользовательского контента. Модель основана на distilbert/distilbert-base-uncased и обучена на наборе данных tarekziade/profanity. Доступны веса в форматах Safetensors и ONNX; модель использует библиотеку Transformers и принимает последовательности длиной до 512 токенов. В карточке приведены метрики на использованной оценке: accuracy 0,9748, precision 0,9331, recall 0,9416, F1 0,9373 и AUC-ROC 0,9955. Это англоязычная базовая модель, поэтому её применимость к другим языкам не подтверждена. Лицензия — Apache-2.0.

bingbangboom/qwen3-0.6B-holmes-nt — экспериментальная модель на базе Qwen3-0.6B, дообученная автором на парах текст—тип текста из pangram/editlens_iclr. Она классифицирует текст как написанный человеком, отредактированный ИИ или сгенерированный ИИ и выдаёт одну из меток: human_written, ai_edited или ai_generated. Модель предназначена для распознавания происхождения текста; режим рассуждений отключён, метка выводится напрямую. Модель имеет плотную архитектуру Qwen3ForCausalLM и содержит 507,9 млн параметров. Прикладной pipeline в карточке — text-classification; контекст составляет до 40 960 токенов. Указан английский язык. Модель обучалась одну эпоху с помощью Unsloth и HuggingFace TRL; репозиторий содержит веса safetensors. Это незавершённая версия, требующая проверки; README отсылает к бенчмаркам и методологии проекта EditLens. Качество и надёжность классификации нельзя считать подтверждёнными без такой проверки. Лицензия — Apache-2.0.

Карточка модели modal-labs/Qwen3.5-397B-A17B-DFlash на Hugging Face совпадает с карточкой lmsys/Qwen3.5-397B-A17B-DFlash, поэтому описание составлено по ней. Qwen3.5-397B-A17B-DFlash — черновая модель DFlash, выпущенная совместно Z-Lab, Modal и SGLang для использования вместе с целевой моделью Qwen/Qwen3.5-397B-A17B. Это не самостоятельная языковая модель: её подключают к серверу инференса, поддерживающему спекулятивное декодирование DFlash. Модель использует облегчённую блочную диффузионную архитектуру, чтобы параллельно предлагать несколько токенов, которые целевая модель проверяет; такой подход ускоряет генерацию, сохраняя распределение выходов целевой модели. В метаданных указаны 2,2 млрд параметров, контекст 262 144 токена, формат safetensors и библиотека Transformers. README приводит результаты тестов с SGLang на восьми NVIDIA B200: ускорение зависит от нагрузки и настроек, достигая 4,31 раза при конкуренции 1 и 2,77 раза при конкуренции 32. Проверялись задачи GSM8K, MATH500, HumanEval, MBPP и MT-Bench. Модель распространяется по лицензии Apache-2.0. Для работы требуется соответствующая целевая модель и сервер с поддержкой DFlash speculative decoding; приведённые показатели получены на конкретной конфигурации оборудования и тестовых нагрузках.

Qwen3-Coder-Next-DFlash — облегчённая модель-черновик от z-lab для метода спекулятивного декодирования DFlash. Она использует блочную диффузию, чтобы параллельно предлагать несколько токенов, которые затем проверяет и принимает основная модель Qwen/Qwen3-Coder-Next. Модель содержит 688,7 млн параметров, построена на архитектуре Qwen3 с классом DFlashDraftModel и рассчитана на контекст до 262 144 токенов. Модель предназначена для ускорения генерации кода основной моделью в совместимых средах, включая vLLM и SGLang. В README приведены показатели длины принимаемого фрагмента на HumanEval, MBPP и LiveCodeBench; фактическое ускорение зависит от основной модели, среды запуска и запроса. Это черновик для спекулятивного декодирования, а не самостоятельная модель-ассистент. Лицензия — MIT.

sasha/regardv3 — классификатор текста на базе BERT, разработанный в рамках проекта Towards Controllable Biases in Language Generation. Модель обучена распознавать regard — полярность высказывания по отношению к демографической группе и содержащиеся в нём социальные представления; это отличается от обычного анализа тональности, который оценивает общую эмоциональную окраску текста. Модель подходит для классификации текстов при аудите языковых генераций, анализе предвзятости и изучении социальных представлений в корпусах. Это одиночный классификатор без ансамбля, обученный на 1,7 тыс. примеров предвзятого языка. Архитектура — BERT для классификации последовательностей, размер — 136,7 млн параметров, контекст — до 512 токенов; опубликованные веса представлены в формате PyTorch. Карточка указывает лицензию CC BY 4.0. Данные обучения невелики и сосредоточены на предвзятом языке, поэтому качество на иных темах, группах и распределениях данных может быть ограничено; независимые показатели качества в карточке не приведены.

Koichi Yasuoka разработал эту небольшую модель RoBERTa для разметки белорусского текста. Она дообучена на Universal Dependencies Belarusian и присваивает каждому слову метку UPOS и грамматические признаки FEATS; также предназначена для задач синтаксического разбора зависимостей. Модель построена на KoichiYasuoka/roberta-small-belarusian, содержит 17,9 млн параметров и принимает контекст длиной до 128 токенов. Модель подходит для морфологической разметки и анализа синтаксической структуры белорусских текстов в NLP-конвейерах. Она распространяется под лицензией CC BY-SA 4.0. Ограничение контекста в 128 токенов требует обрабатывать длинные тексты по частям; качество для языков, отличных от белорусского, не подтверждено.

Это предобученные на ImageNet веса модели SE-ResNet-50 из репозитория smp-hub. Модель предназначена для классификации изображений и может использоваться как энкодер в библиотеке segmentation-models-pytorch, в том числе при создании моделей сегментации. Архитектура сочетает ResNet-50 с блоками squeeze-and-excitation; веса опубликованы в формате safetensors. Лицензия указана как other, без уточнения условий в доступных данных. Модель работает с изображениями и выдаёт классы или признаки изображения. Карточка не приводит сведения о поддерживаемых языках или конкретных ограничениях качества.

liaad/srl-pt_bertimbau-base — модель на основе neuralmind/bert-base-portuguese-cased, дообученная для семантической разметки ролей в текстах на португальском языке. Она предназначена для определения предикатов и связанных с ними семантических ролей, например участников действия, в предложениях; обучение и оценка проводились на PropBank.Br. Модель основана на BERT base, содержит 136,1 млн параметров и поддерживает контекст до 512 токенов. В README приведены результаты F1 76,30 на внутридоменной оценке PropBank.Br и 73,33 на внедоменных данных Buscapé. Опубликована по лицензии Apache-2.0. Метаданные относят её к извлечению признаков; для получения структурированных меток семантических ролей потребуется соответствующий слой или процедура декодирования.

StokCerdas — дообученная Amazon модель Chronos-T5-mini для прогнозирования спроса на скоропортящиеся товары в рознице. Разработана для системы рекомендаций по пополнению запасов небольших розничных магазинов и представлена как работа для AIC COMPFEST 18. Модель основана на архитектуре T5 и содержит 9,8 млн параметров. Она прогнозирует временные ряды на горизонт 7 дней, используя контекст до 512 токенов. Для дообучения применён набор FreshRetailNet-50K с данными 100 магазинов; оценка проводилась на 184 комбинациях магазин—товар. В отчёте отмечено небольшое преимущество над простым скользящим средним по WAPE и MAE, особенно для медленно продающихся товаров. Результаты ограничены данными о свежих продуктах из Китая, поэтому перенос на другие рынки и магазины не проверен. Преимущество над базовым методом невелико, а по MASE модель уступила скользящему среднему. Доступна под лицензией Apache-2.0.

TextSight detector v23 — англоязычная модель для бинарной классификации текста как написанного человеком или сгенерированного ИИ. Разработчик дообучил DeBERTa-v3-large; модель содержит 533,8 млн параметров по метаданным и принимает до 512 токенов. Она выдаёт классы Human и AI и предназначена для проверки англоязычной прозы в системах сортировки контента, модерации и исследованиях детектирования машинного текста. Для ранжирования текстов следует использовать разницу логитов, а не сырую softmax-вероятность: округление вероятностей может сводить оценки к одинаковым значениям, а сами вероятности не откалиброваны. В описанном разработчиком тестировании модель показывала заметно различающиеся результаты по жанрам: формульные тексты, например рецепты и справочные материалы, могут часто ошибочно помечаться как сгенерированные. Нормализация входа помогает при некоторых текстовых искажениях, но модель остаётся уязвимой к изменениям слов и перефразированию; короткие тексты ненадёжны, а качество на генераторах вне проверенного набора не установлено. Лицензия в предоставленных данных не указана.

Это предварительно обученные веса EfficientNet-B5 с вариантом обучения Noisy Student, подготовленные для использования в качестве энкодера в библиотеке segmentation-models-pytorch. Репозиторий создан smp-hub; модель также подходит для классификации изображений, что указано в метаданных Hugging Face. Модель принимает изображения и предназначена для извлечения визуальных признаков и классификации изображений. Веса сохранены в формате safetensors и опубликованы для PyTorch. README не сообщает размер входа, число параметров или метрики качества. Лицензия указана как other, без уточнения конкретных условий в предоставленных данных.

Google TIPSv2 L/14 DPT — модель плотного предсказания изображений с головами Dense Prediction Transformer для оценки глубины, предсказания поверхностных нормалей и семантической сегментации. Она использует замороженную визуальную основу TIPSv2 L/14, которая загружается автоматически; число параметров визуальной основы составляет 303 млн, а три головы содержат около 102 млн параметров. Для глубины и нормалей использованы данные NYU Depth V2, для сегментации — ADE20K с 150 классами. Модель принимает изображения в диапазоне значений от 0 до 1 при любом разрешении; рекомендуется, чтобы размеры были кратны 14. Основной сценарий — получение пространственных карт по изображению, например для анализа помещений и сцен. Модель распространяется по лицензии Apache-2.0. В README описана реализация для Transformers.

Trust_continuous — дообученная AJ Rayman модель на базе microsoft/deberta-v3-base для классификации текста. Чекпойнт содержит около 211,6 млн параметров и использует архитектуру DeBERTa v2 с головой классификации последовательностей; исходная модель рассчитана на английский язык. Максимальная длина контекста — 512 токенов. В карточке приведены метрики на оценочном наборе: loss 0,0731, RMSE 0,2703, MAE 0,2142 и корреляция 0,2905. Датасет обозначен как None, а назначение, метки и ограничения подробно не описаны, поэтому конкретную область классификации установить нельзя. Модель распространяется по лицензии MIT.

Это модель обнаружения объектов YOLO11s, дообученная на наборе VisDrone-DET в рамках проекта DetectionBench. Она предназначена для анализа изображений с дронов и находит 11 категорий объектов, включая пешеходов, автомобили, велосипеды, грузовики и автобусы. Модель использует архитектуру Ultralytics YOLO11; в репозитории представлены веса PyTorch. На тестовой части VisDrone-DET указаны mAP@50 43,64% и mAP@50–95 25,88%. Модель подходит для сопоставимых экспериментов и обнаружения объектов на аэроснимках, в том числе мелких и многочисленных. Качество ограничено выраженным дисбалансом классов: редкие категории распознаются хуже, а класс others фактически непригоден, поскольку в обучающей выборке не было его объектов. Датасет содержит много мелких объектов, поэтому результаты могут зависеть от высоты съёмки и масштаба объектов. Лицензия модели — AGPL-3.0; README также указывает, что условия VisDrone-DET ограничивают использование некоммерческими исследовательскими целями и распространяются на обученную модель.

YOLOv11x, разработанная Ultralytics и дообученная автором репозитория на наборе VisDrone2019-DET, — модель компьютерного зрения для обнаружения объектов на снимках с дронов. Она предназначена для анализа городских и жилых районов, перекрёстков и скоплений пешеходов; распознаёт пешеходов, людей, велосипеды, автомобили и другие транспортные средства из классов VisDrone. Модель использует семейство архитектур YOLO11 и библиотеку Ultralytics; на тестовой выборке VisDrone указаны mAP@50 38,44%, mAP@50–95 22,6% и precision 52,41%. Лицензия — AGPL-3.0. Модель подходит для видеонаблюдения с БПЛА, мониторинга дорожного движения и подсчёта объектов на аэроснимках. Качество может снижаться при очень плотных скоплениях людей, сильных перекрытиях и смазывании движения, для мелких объектов, занимающих несколько пикселей, а также при ночном и слабом освещении. В карточке приведены результаты тестирования на VisDrone; они не гарантируют аналогичного качества на других данных.

jihedjabnoun/vit-face-emotion-recognition — дообученная модель Vision Transformer ViT для распознавания эмоций по фотографиям лиц. Она классифицирует изображение по семи категориям: гнев, отвращение, страх, радость, нейтральное выражение, грусть и удивление. Модель основана на google/vit-base-patch16-224, содержит 113,2 млн параметров и принимает изображения для классификации. Модель обучена на объединённых наборах EmoSet, FER2013, RAF-DB и RAVDESS. В README сообщается точность 0,8295 и macro F1 0,8251 на валидационной выборке; эти показатели относятся к указанным данным и не гарантируют такую же точность на других изображениях. Для репозитория указана лицензия Apache 2.0. Для лучших результатов нужны RGB-изображения с чётко видимым лицом и выражением. Возможны смещения, унаследованные от обучающих наборов, и различия качества для разных демографических групп. README предостерегает от наблюдения и мониторинга без надлежащего согласия и отмечает необходимость учитывать приватность при обработке лицевых изображений.

Карточка модели binant/voice-gender-classifier на Hugging Face совпадает с карточкой JaesungHuh/voice-gender-classifier, поэтому описание составлено по ней. JaesungHuh разработал классификатор пола по человеческому голосу. Модель принимает аудио и относит голос к категориям пола; для запуска доступны предварительно обученные веса и демонстрация на Hugging Face. В метаданных указаны задача audio-classification, формат safetensors и обучающий датасет VoxCeleb. Модель подходит для автоматической классификации голосовых записей в приложениях и исследовательских прототипах. Она выпущена по лицензии MIT. Представленность VoxCeleb может не соответствовать населению мира, поэтому предсказания могут быть смещены для отдельных групп и условий записи.

LeBenchmark wav2vec2-FR-1K-large — предварительно обученный самоконтролируемый речевой энкодер архитектуры wav2vec 2.0, разработанный командой LeBenchmark. Модель Large обучена на 1 000 часах французской речи; в метаданных указано около 402,7 млн параметров. Она извлекает речевые представления и предназначена для последующего дообучения или использования как замороженный энкодер в задачах обработки речи, включая распознавание речи, распознавание говорящего и разделение источников. Модель принимает аудио и выдаёт векторные представления. Она охватывает французскую речь, а обучающие данные включали равное количество часов мужской и женской речи. В репозитории представлены варианты весов Flax, PyTorch и safetensors. Лицензия — Apache-2.0. Для ASR README предупреждает, что результаты с CTC не обязательно будут соответствовать современному передовому уровню; некоторые связанные корпуса могут быть доступны не полностью.

LeBenchmark wav2vec2-FR-2.6K-base — предобученная модель самоконтролируемого обучения для представления французской речи, выпущенная LeBenchmark. Это базовая архитектура wav2vec 2.0 с 113,3 млн параметров, обученная на 2,6 тыс. часов французской речи; в обучающих данных нет спонтанной речи. Модель принимает аудио и извлекает речевые признаки, которые можно использовать в последующих системах распознавания речи, распознавания говорящего и разделения источников. Модель предназначена для извлечения признаков и дообучения под конкретные речевые задачи. README описывает интеграцию через Fairseq и SpeechBrain, в том числе применение в ASR с CTC, системах распознавания или верификации говорящего и разделения источников. Для распознавания речи с CTC авторы предупреждают, что результаты не обязательно будут на уровне современных лучших систем. Весами можно пользоваться на условиях Apache-2.0; лицензии и доступность исходных корпусов могут различаться.

LeBenchmark/wav2vec2-FR-7K-base — предобученная модель wav2vec 2.0, выпущенная командой LeBenchmark для получения речевых представлений на французском языке. Модель Base с 113,3 млн параметров обучена на 7,6 тыс. часов французской речи, включая спонтанную, чтение и вещательные записи. Она предназначена прежде всего для извлечения признаков из аудио и последующего обучения или настройки речевых систем. Полученные представления можно использовать в системах распознавания речи, распознавания и верификации говорящего, а также разделения источников звука. Для распознавания речи модель можно дообучить с CTC, в частности с помощью Fairseq или SpeechBrain. Готовой транскрипцией модель сама по себе не является. Репозиторий содержит веса PyTorch и safetensors; лицензия — Apache-2.0.

hf-audio/xcodec-hubert-general — модель семейства X-Codec для извлечения признаков из общего аудио. Карточка относит её к кодекам X-Codec и показывает применение на нескольких полосах пропускания от 0,5 до 4 кбит/с. Модель основана на дообученной ZhenYe234/hubert_base_general_audio и использует архитектуру XcodecModel; веса опубликованы в формате safetensors для Transformers. Модель предназначена для извлечения аудиопризнаков и кодирования аудио в сценариях, где важны разные уровни битрейта. В README приведены примеры аудиосэмплов на нескольких битрейтах, но подробности о входном формате, языках, длине контекста и качестве не сообщаются. Репозиторий распространяется по лицензии MIT.

wietsedv/xlm-roberta-base-ft-udpos28-hi — модель семейства XLM-RoBERTa, дообученная для разметки частей речи на хинди по Universal Dependencies v2.8. Она принимает текст и присваивает метку каждому токену, что подходит для морфосинтаксического анализа и подготовки корпусов. Модель построена на архитектуре XLMRobertaForTokenClassification и содержит 305,2 млн параметров. Максимальная длина контекста составляет 514 токенов. Разработчик указывает, что модель связана с исследованием по кросс-языковому переносу для POS-разметки более чем 100 языков; данный чекпойнт предназначен для хинди. Для использования доступны веса PyTorch и библиотека Transformers. Лицензия — Apache-2.0. Карточка не описывает точность и другие результаты оценки, поэтому качество на конкретном домене следует проверять отдельно; контекст ограничен 514 токенами.

SudaBERT — предварительно обученная модель BERT base для суданского варианта арабского языка, опубликованная Enigma-for-AI. Она предназначена для предсказания скрытых токенов: модель может подставлять пропущенные слова в тексте и служить основой для дообучения на языковые задачи. Архитектура — BERT, размер — 162,4 млн параметров, максимальный контекст — 512 токенов; модель работает с текстом на арабском языке. Репозиторий содержит веса в формате safetensors и поддерживает библиотеку Transformers.

Модель ielabgroup/bert-base-uncased-fineweb100bt-smae — дообученная версия google-bert/bert-base-uncased, связанная с работой «Starbucks: Improved Training for 2D Matryoshka Embeddings». Это англоязычная модель семейства BERT с архитектурой BertForMaskedLM, обученная на данных FineWeb. Она предназначена для заполнения пропусков в тексте и может использоваться для извлечения признаков в задачах понимания языка. Модель содержит 136,7 млн параметров, принимает последовательности длиной до 512 токенов и распространяется по лицензии Apache-2.0. Карточка не описывает специальные улучшения, результаты оценки или конкретные сценарии применения эмбеддингов; назначение по доступным данным определяется задачей fill-mask.

Модель akhisreelibra/bert-malayalam-pos-tagger — дообученная версия bert-base-multilingual-uncased для разметки частей речи и связанных грамматических категорий в предложениях на малаялам. Она выполняет покомпонентную классификацию токенов и предназначена для автоматической морфосинтаксической разметки текстов на малаялам. В README приведены результаты на оценочной выборке: F1 0,7569 и точность 0,8552; также указаны precision 0,7380 и recall 0,7767. Модель опубликована в формате PyTorch и распространяется по лицензии Apache-2.0. Основа — многоязычный BERT без регистра bert-base-multilingual-uncased. Оценочные показатели относятся к указанной выборке; README не описывает ограничения по доменам или другие сценарии применения.

xlreator/biosyn-biobert-snomed — модель эмбеддингов на базе BERT, опубликованная пользователем xlreator. Она преобразует предложения и абзацы в плотные векторы размерностью 768 для семантического поиска, сравнения сходства и кластеризации. Модель обучалась с функцией MultipleNegativesRankingLoss и косинусной мерой сходства. Модель построена на Sentence-Transformers и принимает текст, выдавая векторные представления. Репозиторий содержит веса в формате safetensors; размер модели — 135,5 млн параметров, максимальный контекст — 512 токенов. Название указывает на биомедицинскую область и SNOMED, однако README не уточняет языки обучения или конкретные данные и сценарии для SNOMED. Лицензия в предоставленных данных не указана. Модель подходит для поиска семантически близких предложений и группировки текстов; качество для конкретных биомедицинских задач следует проверять на целевых данных.

CamInject-4B — модель для анализа движения камеры в видео, созданная на основе Qwen/Qwen3-VL-4B-Instruct с внедрением замороженных токенов камеры VGGT. По видео она формирует структурированный JSON с описанием сегментов движения камеры, что подходит для временной разметки и анализа видеосцен. Модель использует архитектуру Qwen3-VL с 4 млрд параметров; во время инференса VGGT запускается отдельно и формирует токены камеры. Для работы недостаточно стандартной загрузки через 🤗 Transformers: нужны специальный тип модели, зарегистрированный через плагин, и репозиторий CamDistill с VGGT-Omega. Модель распространяется по лицензии Apache-2.0.