II.8Инженерия данных и аналитика

Модель ahishamm/vit-huge-isic-patch-14 — дообученная модель классификации изображений на базе google/vit-huge-patch14-224-in21k, созданная на наборе ahishamm/isic_db. Она использует архитектуру Vision Transformer (ViT) и предназначена для классификации изображений в задаче, связанной с дерматологическими снимками. На оценочной выборке указаны accuracy, recall, precision и F1 по 0,7917, loss — 0,6077. Модель содержит около 838,9 млн параметров и опубликована в формате PyTorch. Лицензия — Apache-2.0. README не раскрывает классы, состав набора данных и клинические ограничения, поэтому метрики не подтверждают пригодность для диагностики.

VTInstructor-8B — мультимодальная модель, разработанная для генерации навигационных инструкций в проекте VTInstructor. Она принимает эгоцентрические RGB-кадры траектории и дискретные действия, а также может использовать визуальные подсказки о пути: ленту маршрута, стрелки поворотов и маркер цели. Модель формулирует краткую инструкцию для навигации в непрерывной внутренней среде и предназначена, в частности, для сценариев R2R-CE и RxR-CE. Модель основана на Qwen3-VL-8B-Instruct и дообучена методом SFT, а затем уточнена методом VP-GRPO. В составе — VP-Adapter и VP-Encoder; при VP-GRPO обновлялись языковой декодер и управляющие параметры адаптера, а визуальный модуль и VP-Encoder оставались замороженными. В репозитории указано около 8,8 млрд параметров и формат bf16; метаданные указывают архитектуру Qwen3-VL и библиотеку Transformers. Для воспроизведения результатов статьи необходимо подключить VP-модули из репозитория кода. Модель также предлагается для расширения обучающих данных VLN-follower и замены инструкций в разделах данных VLN-CE. Карточка описывает результаты на R2R-CE и RxR-CE, но они не гарантируют качество на других средах. Модель предназначена для некоммерческих исследований; метаданные указывают лицензию Apache-2.0, поэтому условия использования весов и кода стоит сверять с соответствующими лицензиями проекта.

AbLang_light — языковая модель AbLang для последовательностей лёгких цепей антител, представленная в формате Hugging Face. Модель разработана для работы с белковыми последовательностями и основана на архитектуре RoBERTa; она содержит 113,3 млн параметров и принимает аминокислоты, записанные заглавными буквами. Максимальная длина контекста — 160 токенов. Модель можно использовать для извлечения признаков последовательностей антител и как основу для дообучения на прикладных задачах. Задача в метаданных — заполнение замаскированных токенов. Модель распространяется по лицензии BSD. Модель рассчитана на последовательности лёгких цепей антител, поэтому её применение к другим типам данных не подтверждено. Она работает только с заглавными буквами аминокислот; качество на конкретных downstream-задачах зависит от дополнительной настройки.

ActionCodec-Base-RVQft — модель семейства ActionCodec от ZibinDong, обученная на данных для трёх роботизированных конфигураций: Franka в LIBERO, WidowX на Bridge и Franka на DROID. Она предназначена для извлечения признаков и кодирования последовательностей роботизированных действий, чтобы использовать их в последующих задачах обработки или обучения робототехнических систем. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Карточка указывает обучение на трёх сочетаниях робота и набора данных с разными частотами и горизонтами: 20 Гц на 1 секунду, 5 Гц на 3 секунды и 15 Гц на 1 секунду. Подробности об архитектуре, размере, лицензии, метриках и ограничениях не приведены. Перед практическим применением следует учитывать, что заявленные обучающие данные охватывают только эти три конфигурации; перенос на другие роботы или сценарии карточкой не подтверждён.

Anima Style Embedding v2 — модель-энкодер Baragi-AI для поиска и представления стиля в изображениях аниме и иллюстраций, дообученная на базе circlestone-labs/Anima. Она принимает от одного до восьми референсных изображений и формирует L2-нормированный эмбеддинг размерности 1024 и стилевую память для управления генерацией в Anima. Модель содержит около 52 млн параметров; в архитектуре используются свёрточный блок, общая словарная область из 256 осей, признаки VAE, контекст DINOv3 и проекции, учитывающие Anima. Общие оси представляют перекрывающиеся признаки линий, цвета, текстуры и композиции. Режимы Auto, Assisted и Manual позволяют управлять вкладом референсов и стилевых факторов. В описанной оценке поиска по стилю на раздельных галереях и запросах точность Top-1 составила 91,23% для галереи из четырёх изображений и запроса из двух изображений; эти результаты относятся к поиску, а не к качеству генерируемых изображений. Модель предназначена для поиска похожего стиля, построения стилевых прототипов и управления переносом стиля в Anima. Для работы нужны предварительно вычисленные признаки VAE, DINOv3-S+ и дескрипторы Anima: их извлечение не входит в выпуск модели. Модель оптимизирована для аниме и иллюстраций, а не для фотографий; стилевые факторы разделены не идеально, и селективность управления цветом слабее, чем линиями, текстурой и композицией. Эмбеддинг не следует использовать как доказательство авторства или личности. Лицензия указана как other; конкретные условия следует проверять в файлах репозитория.

Ankh Base — базовая версия белковой языковой модели, разработанной командой Ahmed Elnaggar и коллегами из Технического университета Мюнхена, Proteinea и Колумбийского университета. Модель предназначена для анализа аминокислотных последовательностей и получения представлений белков, применимых в задачах биоинформатики и белковой инженерии. В карточке указана архитектура encoder-decoder на основе T5, около 396,5 млн параметров и поддержка Transformers/PyTorch. Модель может использоваться для извлечения эмбеддингов и как основа для downstream-моделей, например для предсказания вторичной структуры, локализации, растворимости и удалённой гомологии белков. Она обрабатывает последовательности белков, а не естественный язык; контекстное окно в использованных источниках не установлено. Модель доступна по лицензии Creative Commons Attribution-NonCommercial-ShareAlike 4.0, которая ограничивает коммерческое использование.

Anxietycontinuous — дообученная модель DeBERTa-v3-base для классификации текста, разработанная автором репозитория ajrayman. README приводит метрики на оценочной выборке: loss 0,0640, RMSE 0,2530, MAE 0,1993 и корреляцию 0,3833; назначение и состав набора данных в карточке не раскрыты. Модель содержит 211,6 млн параметров, принимает текст с контекстом до 512 токенов и распространяется в формате Safetensors через Transformers. По названию репозитория можно предположить, что модель предназначена для оценки тревожности по тексту, однако карточка не подтверждает шкалу оценки, языки, сценарии применения или подготовку данных. Лицензия — MIT. Приведённая корреляция и отсутствие сведений о данных и валидации ограничивают выводы о качестве и применимости модели.

Модель Huyt/arabica-coffee-leaf-disease-efficientnet-b0 — дообученная EfficientNet-B0 для классификации изображений заболеваний и состояния листьев арабики. Она принимает крупные RGB-фрагменты листа и относит их к одному из пяти классов: Cerscospora, Healthy, Leaf_rust, Miner или Phoma. Модель содержит около 4 млн параметров и предназначена для анализа близких кадров и фрагментов размером, сопоставимым с обучающими кропами, а не целых растений или полевых снимков. Модель обучена на наборе Project-AgML/arabica_coffee_leaf_disease_classification. В карточке указано, что после удаления точных и группировки близких дубликатов осталось 2 891 независимое изображение; класс Healthy представлен всего 48 изображениями, поэтому его метрики ненадёжны. Модель опубликована под лицензией CC BY 4.0.

Модель Gate City Preservation предназначена для классификации фотографий зданий по пяти архитектурным стилям, распространённым в США примерно с конца XIX до середины XX века: Classical Revival, Queen Anne, Craftsman Bungalow, Tudor Cottage и Mid-Century Modern Ranch. Она создана с помощью HuggingPics и использует архитектуру Vision Transformer (ViT); размер модели — 113,2 млн параметров. Модель принимает фотографию здания и выдаёт предсказанный архитектурный стиль. В README указано, что обучение основано на базе из более чем 700 изображений. Набор классов ограничен перечисленными пятью стилями, поэтому модель не предназначена для распознавания других архитектурных направлений. Лицензия в доступных данных не указана.

gabrielbianchin/base_esm2_t30_long — базовая модель семейства ESM2 для связанной квантизированной версии T30. Это плотная модель типа EsmForMaskedLM с 196,6 млн параметров, предназначенная для предсказания замаскированных токенов в последовательностях. Репозиторий содержит веса в формате safetensors; заявленная длина контекста — 2050 токенов. Модель относится к белковому семейству ESM2 и подходит для заполнения пропусков в последовательностях аминокислот. README называет её базой для gabrielbianchin/esm2_t30_long_int4. Лицензия и конкретные ограничения применения в предоставленных данных не описаны.

buetnlpbio/bpe-only-dna-bert — модель на архитектуре BERT, разработанная для работы с последовательностями ДНК. Она обучена только на датасете генома человека в течение одной эпохи для абляционного эксперимента; в метаданных указаны 116,4 млн параметров и контекст длиной 128 токенов. Модель поддерживает задачу fill-mask и может использоваться для предсказания замаскированных токенов в последовательностях ДНК. Обучение выполнено на основе фреймворка MosaicBERT. Карточка предупреждает, что качество на других типах ДНК может быть ограниченным. Модель опубликована в формате PyTorch; метаданные не содержат сведений о лицензии.

cdsBERT+ — белковая языковая модель с токенизацией по кодонам, разработанная лабораторией Gleghorn Lab Университета Делавэра. Модель основана на архитектуре BERT и предназначена для извлечения признаков из белковых последовательностей и создания биологически значимых векторных представлений. Карточка указывает 503,4 млн параметров и контекст длиной до 40 000 токенов. Контрольная точка получена дистилляцией знаний от Ankh-base с последующим сохранением весов в половинной точности; исходная модель cdsBERT+ была инициализирована с использованием ProtBERT и обучалась с расширением словаря методом MELD. Авторы сообщают о сильных результатах предсказания номеров EC по сравнению с ProtBERT. Представление можно дообучать для классификации и регрессии; заполнение масок заявлено для базового чекпойнта cdsBERT, а не для этой версии. Модель рассчитана на исследовательские и прикладные задачи анализа белковых последовательностей. Репозиторий распространяется под лицензией CC-BY-NC-2.0, которая ограничивает коммерческое использование.

CENO-1B-131k — базовая модель для работы с геномными последовательностями ДНК, разработанная в рамках семейства CENO. Это причинная языковая модель с гибридной архитектурой Nemotron-H, объединяющей Mamba, механизм внимания и смесь экспертов (MoE); модель работает с последовательностями без входных MSA-данных. В метаданных указано 638,1 млн параметров, а чекпойнт обучен на контексте длиной 131 072 токена. Токенизатор посимвольный: основания ДНК кодируются ASCII-байтами. Модель предназначена для генерации геномных последовательностей и извлечения эмбеддингов, а также для последующей адаптации и исследования геномных задач. Она не является специализированным чекпойнтом CENO-P для предсказания эффектов вариантов. Для загрузки в Transformers требуется включить trust_remote_code=True; веса доступны в формате safetensors. Модель распространяется по лицензии Apache-2.0. Указанная длина обучения — 131 072 токена; README сообщает, что это не жёсткое ограничение контекстного окна, однако качество работы за пределами длины обучения отдельно не описано.

Модель разработана AmimulBmeIU для классификации кадров эндоскопии желудочно-кишечного тракта на восемь классов: окрашенные приподнятые полипы, края резекции, эзофагит, нормальные слепая кишка, привратник и Z-линия, полипы и язвенный колит. Она предназначена для анализа изображений из набора Kvasir-Dataset-v2 и может помогать в исследовательской оценке эндоскопических кадров. Архитектура объединяет две небольшие визуальные ветви: ConvNeXt V2 извлекает локальные и текстурные признаки, а Swin Transformer — глобальный контекст. Двухслойное двунаправленное слияние с перекрёстным вниманием передаёт признаки между ветвями, после чего MLP классифицирует изображение. В README приведены результаты стратифицированной групповой 10-блочной кросс-валидации: средняя точность 0,9514, макро-точность 0,9520 и макро-полнота 0,9514. Модель принимает изображения и выдаёт метку одного из восьми классов. Веса доступны в формате PyTorch по лицензии Apache-2.0. Проверка проводилась на Kvasir-Dataset-v2; результаты кросс-валидации сами по себе не подтверждают качество на других наборах данных или пригодность для клинических решений.

DermFM-Zero — мультимодальная модель для дерматологии, разработанная для классификации медицинских изображений по текстовым запросам без дообучения под конкретную задачу. Она сопоставляет изображения кожи и текст с помощью визуального энкодера PanDerm ViT-L/16 и текстового энкодера PubMedBERT-256; обучение на парах изображений и описаний использует многокомпонентное контрастивное выравнивание и знания о дерматологических понятиях. Модель также поддерживает поиск изображений по тексту и текста по изображению, может служить основой для дообучения и визуальных ответов на вопросы, а sparse autoencoder помогает выявлять интерпретируемые понятия. Модель обучена на 517 455 парах изображение–текст, включая клинические и дерматоскопические изображения. В опубликованных оценках изображения подавались в размере 224 × 224, хотя энкодер принимает изображения произвольного размера. Она предназначена для исследовательских и вспомогательных сценариев в дерматологии, включая дифференциальную диагностику по изображениям, но не заменяет клиническое заключение. Охват редких заболеваний ограничен; данные обучения не являются репрезентативной клинической выборкой, а оценки проведены ретроспективно. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и ограничивающая коммерческое применение.

DNADebertaK6_Fruitfly — модель семейства DeBERTa с 59,8 млн параметров, дообученная для заполнения маскированных фрагментов последовательностей. Она предназначена для предсказания скрытых токенов в последовательностях ДНК плодовой мушки. Модель использует архитектуру DebertaForMaskedLM, работает с входом длиной до 512 токенов и опубликована в формате PyTorch. В README приведён результат оценки: loss 1,7137. Данные об обучающем наборе и подробные сведения о качестве и ограничениях не раскрыты. Лицензия в предоставленных данных не указана.

ERNIE-RNA — плотная BERT-подобная модель, реализованная командой MultiMolecule как неофициальная версия модели, разработанной Weijie Yin и соавторами. Она предварительно обучена на последовательностях некодирующих РНК с помощью маскированного языкового моделирования и предназначена для восстановления скрытых нуклеотидов и извлечения признаков последовательностей РНК. В карточке указаны 12 слоёв, размер скрытого представления 768 и контекст до 1024 токенов; метаданные каталога оценивают размер весов в 113,3 млн параметров. Обучение проводилось на 20,4 млн последовательностей из RNAcentral после удаления дубликатов и исключения последовательностей длиннее 1024 нуклеотидов. Модель работает с текстовым представлением последовательностей РНК; для классификации, регрессии и других прикладных задач её нужно дообучить. Репозиторий распространяется под лицензией AGPL-3.0.

facebook/esm-1b — белковая языковая модель семейства ESM, разработанная исследовательской группой FAIR при Facebook. Репозиторий устарел: актуальное имя модели — facebook/esm1b_t33_650M_UR50S. Модель построена на плотной архитектуре ESMForMaskedLM и содержит 865,1 млн параметров. Она принимает последовательности белков и предсказывает замаскированные аминокислоты, что позволяет использовать её для анализа белковых последовательностей и получения контекстных представлений. Максимальная длина контекста — 1026 токенов. Карточка не сообщает лицензию. Репозиторий помечен как устаревший и подлежащий удалению; для использования следует обращаться к актуальному репозиторию модели.

ESM-2 — модель семейства ESM, разработанная Meta AI для работы с последовательностями белков. Этот чекпойнт использует архитектуру masked language model с 33 слоями и примерно 865,1 млн параметров по метаданным; в названии указано 650M. Модель обучена предсказывать замаскированные элементы белковой последовательности и подходит для дообучения под задачи, где на вход подаются белковые последовательности. Основное применение — заполнение пропусков в последовательности аминокислот; полученные представления также могут служить основой для специализированных задач после дообучения. Контекст модели — до 1026 токенов. Репозиторий предоставляет веса в форматах PyTorch, Safetensors и TensorFlow. Для работы нужны значительные вычислительные ресурсы, особенно при дообучении крупных чекпойнтов. Лицензия — MIT.

Карточка модели fredzzp/esm2_t6_8M_UR50D на Hugging Face совпадает с карточкой fredzzp/esm2_t33_650M_UR50D, поэтому описание составлено по ней. fredzzp/esm2_t33_650M_UR50D — эффективная реализация ESM2 (Evolutionary Scale Modeling) с поддержкой Flash Attention; в README указано, что исходный код взят из FAPLM. Модель предназначена для заполнения пропусков в последовательностях белков и других задач языкового моделирования белковых последовательностей. Архитектура — плотная трансформерная ESM, вариант на 33 слоя; в метаданных указано 865,1 млн параметров и контекст до 1026 токенов. При наличии FlashAttention реализация может ускорять инференс и снижать расход памяти; без него используется PyTorch SDPA. Также заявлено исключение токенов паддинга из вычислений. Совместимость API с исходными моделями ESM2 упрощает замену реализации. Модель принимает текстовые последовательности белков и предсказывает замаскированные токены. Лицензия — MIT.

Synthyra/ESMFold2 — опубликованная Synthyra упаковка чекпойнта biohub/ESMFold2 для запуска через FastPLMs и Transformers. Модель принимает аминокислотные последовательности и спецификации молекулярных комплексов, предсказывает белковую структуру и оценки уверенности; поддерживает одиночные последовательности, входы с MSA, а также типизированные входы с несколькими цепями, РНК, модификациями и ковалентными связями. Веса представлены в формате safetensors, лицензия — MIT. Чекпойнт содержит 48-блочный ESMFold2 и может выдавать структуру в формате mmCIF. Его обученное представление остатков имеет размерность 256; отдельный API извлечения эмбеддингов рассчитан на одиночные белковые цепи. Возможны настройки, ускоряющие обработку длинных белков ценой изменения численного результата. Классификационные головы для последовательностей и остатков в этой упаковке инициализированы заново и требуют дообучения перед использованием для предсказаний. Модель не подтверждает биохимическую активность предсказанных структур; карманное и дистограммное кондиционирование не поддерживаются выпущенным форвард-проходом.

FlashSR-MLX-4bit — порт FlashSR для MLX, подготовленный для локального запуска на устройствах Apple Silicon. Модель представляет собой дистиллированную одношаговую латентную диффузионную систему сверхразрешения аудио; в составе VAE, UNet и специализированный вокодер SR на основе BigVGAN. Всего 638 млн параметров, веса квантованы до INT4 с группой 64. Модель принимает монофоническое аудио с произвольной частотой дискретизации и за один проход повышает его разрешение до 48 кГц. Она предназначена для восстановления деталей и улучшения качества аудио, включая музыку, при локальном выводе на Apple Silicon. В README приведены результаты на чипах серии M: коэффициент реального времени 1,10 и отношение сигнал/шум +29,4 дБ относительно FP16-версии. Модель основана на jakeoneijk/FlashSR_Inference; исходная FlashSR описана как дистиллированная ученическая модель AudioSR. Лицензия репозитория — CC BY-NC 4.0, разрешающая использование с указанием авторства и ограничивающая коммерческое применение. Описание и характеристики относятся к аудиосверхразрешению; подробные оценки качества на разных типах входного аудио не приведены.

FlipLens — исследовательская модель для ответов «да/нет» на вопросы о наличии 14 патологических признаков на рентгенограммах грудной клетки. Её разработал автор проекта The Data Sense. Модель использует замороженный визуальный энкодер MedSigLIP-448 с обработкой изображений в разрешении 896 пикселей и компактный декодер Gemma 3; ответ считывается из языковой головы. В метаданных архитектура указана как BabyMedGemmaForVQA, формат весов — safetensors, библиотека — Transformers. Заявленный размер — 12,4 млн параметров; модель объединяет компоненты google/medgemma-4b-it и google/medsiglip-448. Модель предназначена для изучения зависимости ответов медицинских визуально-языковых систем от формулировки вопроса и для анализа устойчивости предсказаний. Она также позволяет оценивать риск изменения ответа по абсолютному запасу между оценками «да» и «нет» за один проход. В описанных экспериментах модель проверялась на данных из больниц, не представленных в обучении; для оценки автор рекомендует AUC, поскольку одной точности недостаточно, чтобы отличить визуально обоснованный ответ от ответа без использования изображения. Это исследовательский зонд, а не клиническая модель или медицинское устройство; README прямо запрещает клиническое применение. Результаты различаются по признакам: например, перенос для пневмоторакса был устойчивым, тогда как для утолщения плевры наблюдалось обращение результата ниже случайного уровня, вероятно из-за различий в определениях метки. Для извлечения признаков изображений требуется gated-доступ к google/medsiglip-448. Лицензия в метаданных обозначена как other, поэтому условия использования следует проверять в репозитории модели.

GB.RNA-1.6B-CDS — энкодерная модель RNABert на 1,6 млрд параметров, разработанная GenBio AI для анализа кодирующих последовательностей РНК. Это доменно-адаптированная версия GB.RNA-1.6B, предварительно обученная на 9 миллионах CDS; она предназначена как основа для специализированных биомолекулярных моделей. Модель принимает последовательности РНК и формирует контекстные представления, которые можно использовать для классификации последовательностей и отдельных токенов, регрессии и получения эмбеддингов. В метаданных для неё указана задача fill-mask, контекст составляет 1024 токена. Модель опубликована в форматах PyTorch и safetensors. Лицензия обозначена как other; условия использования следует проверять в репозитории модели. README не приводит результатов бенчмарков, поэтому качество на конкретных задачах по имеющимся данным оценить нельзя.

GENA-LM Fly — предобученная языковая модель семейства GENA-LM от AIRI Institute для работы с последовательностями ДНК дрозофил. Это плотная трансформерная архитектура BERT с 12 слоями, 12 головами внимания, размером скрытого слоя 768 и словарём из 32 тыс. токенов; число параметров — 137,8 млн. Модель обучена на геномных данных 298 видов дрозофил с задачей восстановления замаскированных токенов, используя маскирование 15% токенов и модифицированный Transformer с Pre-Layer Normalization. Модель подходит для предобученных представлений геномных последовательностей и последующей тонкой настройки, в частности для классификации. Её основная задача в каталоге Hugging Face — fill-mask. Максимальная длина последовательности составляет 512 токенов. Веса доступны в форматах PyTorch и safetensors. Сведения о лицензии в предоставленной карточке и метаданных отсутствуют.

GENA-LM — крупная модель семейства BERT, разработанная AIRI Institute для анализа последовательностей ДНК человека. Это masked language model: при предобучении модель училась восстанавливать замаскированные токены в геномной последовательности. Модель предназначена для извлечения представлений последовательностей и последующего дообучения на геномные задачи, например предсказание промоторов и сайтов сплайсинга. Модель содержит 435,4 млн параметров, имеет 24 слоя, 16 голов внимания, размер скрытого представления 1024 и словарь из 32 тысяч токенов. BPE-токенизация позволяет обрабатывать около 4500 нуклеотидов в пределах 512 токенов. Для предобучения использована сборка генома человека T2T, а данные расширялись вариантами из набора gnomAD. Веса доступны в форматах PyTorch и safetensors; для загрузки README указывает Transformers. Основное применение — предобученная основа для задач моделирования геномных последовательностей и их дообучения, а не готовая модель для клинической диагностики. Конкретные результаты зависят от последующего дообучения и целевого набора данных. Лицензия в предоставленных источниках не указана.

Aurigene AI разместила зеркальную копию GPT2 Zinc 87m — авторегрессионной модели в стиле GPT-2, обученной генерировать строки SMILES по примерно 480 млн молекул из базы ZINC. Исходная модель опубликована как entropy/gpt2_zinc_87m; в карточке указано около 87 млн параметров. Модель использует Transformers и PyTorch, а её контекст составляет 256 токенов. Модель предназначена для генерации структуроподобных лекарственных молекул de novo и получения эмбеддингов из SMILES. По описанию, она достаточно компактна для генерации тысяч структур на CPU ноутбука; тесты генерации показали высокую долю уникальных и корректных SMILES при нескольких значениях температуры. Для обработки SMILES важно учитывать, что токенизатор GPT2TokenizerFast не добавляет BOS и EOS автоматически, хотя модель обучалась с этими токенами вокруг строк. Репозиторий содержит веса PyTorch и распространяется по лицензии MIT.

con-cord/GRPO-LDD — дообученная на базе Google Gemma 3 4B IT мультимодальная диалоговая модель для работы с изображениями и текстом. В карточке указано, что подход Local Disagreement Discount GRPO снижает влияние спорных аннотаций по отдельным критериям с учётом согласия между разметчиками. Модель предназначена для медицинских сценариев; среди связанных данных указан набор ANR-MALADES/DiagTrace. Модель построена на плотной архитектуре Gemma 3 и распространяется в формате safetensors для библиотеки Transformers. Метаданные указывают поддержку английского и французского языков, диалогового режима и обработки изображений. Лицензия — Apache 2.0.

tiagoCuervo/gslm-scaling-85m-43p5b — исследовательская модель для экспериментов с масштабированием speech language models, связанная с работой «Scaling Properties of Speech Language Models» (EMNLP 2024). Это плотная TransformerLM с 85 339 392 параметрами; веса сохранены в FP32 в формате safetensors. Модель обучалась на 43 545 280 000 токенах, предсказывая последовательности акустических единиц mHuBERT. Модель предназначена для генерации дискретных речевых единиц: она принимает токены и продолжает последовательность. В README приведены оценки на sBLIMP, sStoryCloze и tStoryCloze. Для преобразования сгенерированных единиц в звук нужен отдельный вокодер, который в репозитории не включён. Лицензия — Apache-2.0.

HyenaDNA — предобученная геномная языковая модель, разработанная авторами из Stanford и их соавторами. Этот чекпойнт LongSafari содержит вариант tiny с контекстом до 16 тысяч нуклеотидов; в метаданных указано 460,3 тыс. параметров. Модель построена на Hyena-операторах, которые заменяют механизм внимания субквадратичными свёртками и пропусканием сигналов, и использует посимвольную токенизацию нуклеотидов для работы с последовательностями на уровне отдельных оснований. Модель предназначена для предсказания следующего нуклеотида и может служить основой для задач классификации геномных последовательностей, например выявления регуляторных элементов или определения вида. Она предобучена на референсном геноме человека HG38. Контекст этого конкретного варианта ограничен 16 тысячами нуклеотидов, хотя семейство HyenaDNA включает чекпойнты с существенно более длинным контекстом. Репозиторий распространяется по лицензии BSD 3-Clause.