II.8Инженерия данных и аналитика

mahiatlinux/merged1 — объединённая языковая модель, созданная автором репозитория с помощью LazyMergekit из mistralai/Mistral-7B-Instruct-v0.2 и chihoonlee10/T3Q-Mistral-Orca-Math-DPO. Веса объединены методом slerp; архитектура — плотная MistralForCausalLM, размер — 7,1 млрд параметров, формат файлов — safetensors. Модель рассчитана на генерацию текста и диалоговые сценарии, включая ответы на инструкции и математические запросы. Поддерживает контекст до 32 768 токенов. Модель принимает текст и генерирует текст. В карточке указана лицензия базовой модели, но лицензия самого объединённого репозитория не приведена в доступных данных, поэтому условия использования установить нельзя. Качество и ограничения именно этого слияния в карточке не оценены.

MOSS-Transcribe-Diarize LiteRT — это порт модели OpenMOSS-Team/MOSS-Transcribe-Diarize, опубликованный Luigi и предназначенный для автоматического распознавания речи с одновременной диаризацией говорящих и разметкой временных интервалов высказываний. Модель обрабатывает аудио и генерирует текст с тегами говорящих и временными метками; заявлены поддерживаемые языки Chinese и English. Архитектура объединяет Whisper-medium encoder, модуль VQAdaptor и 4-кратное объединение временных отсчётов с языковой частью на базе Qwen3-0.6B. Исходная модель имеет размер около 0,9 млрд параметров. Реализация LiteRT разделена на encoder, embedder и decoder в формате TFLite; производственный набор использует int8-квантизированные encoder и embedder и int4 decoder. Доступны варианты f32, fp16, q8 и int4, включая конфигурации с KV cache для окон длительностью примерно до 90 секунд или более, в зависимости от варианта. Сильные стороны модели — единый конвейер распознавания речи и определения говорящих, точное соответствие эталонной PyTorch-реализации для f32-варианта и высокая близость к ней для квантизированных версий. Версия v2 с QAT повышает устойчивость int4-модели к тишине и устраняет зацикленные галлюцинации на беззвучных фрагментах. Ограничения включают заметные требования к памяти и вычислительным ресурсам, зависимость производительности от явной настройки числа CPU-потоков и снижение точности при агрессивной квантизации. Для Android GPU рекомендуется fp16, а для CPU — q8 или int4. Лицензия Apache-2.0.

Это англоязычный Cross Encoder на базе jhu-clsp/ettin-encoder-32m, дообученный авторами Sentence Transformers на датасете MS MARCO. Модель использует архитектуру ModernBERT, содержит 31,9 млн параметров и принимает пару текстов, чтобы оценить их релевантность; результатом служит один числовой балл. Для этой модели указано максимальное ограничение в 512 токенов на последовательность. Модель предназначена для переранжирования результатов поиска и семантического поиска: её можно применять для переоценки кандидатов, уже найденных поисковой системой, чтобы поднять наиболее подходящие документы выше. В README приведены результаты оценки на наборах NanoMSMARCO, NanoNFCorpus, NanoNQ и NanoBEIR. Модель распространяется в формате safetensors и рассчитана на использование с библиотекой sentence-transformers. Сведения о лицензии в предоставленных материалах отсутствуют.

Это экспериментальная полноразмерная слитая модель Qwen3.5-9B от автора LSW142857, подготовленная для генерации текста и решения задач по программированию. В основе — экспертно дообученный чекпойнт из jiaxingx/privilege-code-opsd-ckpts; затем модель обучали методом OPSD на задачах, где ошибался ученик, с адаптивным режимом Medium. Артефакт содержит объединённые обновления LoRA и модуль MTP, поэтому отдельный адаптер для запуска не нужен. Модель проверяют на подмножестве из 100 задач SWE-Gym. README не приводит итоговую метрику качества: оценивание ещё продолжается, и результаты нельзя трактовать как оценку на SWE-bench Verified. Для обучения указан контекст 131072 токена; параметры текущего оценочного запуска допускают до 262144 токенов, но это не подтверждает изменение нативного контекста модели. Модель предназначена для генерации ответов и кода в диалоговом формате. Репозиторий опубликован публично с разрешения владельца, однако конкретная лицензия в предоставленных данных не названа.

passage-ranker.strawberry — модель ранжирования пассажей, разработанная Sinequa. Она оценивает релевантность пары «поисковый запрос — фрагмент текста», чтобы упорядочивать результаты поиска. Модель построена на XLM-RoBERTa и имеет около 110,2 млн параметров; README указывает базовую языковую модель mMiniLMv2-L6-H384-distilled-from-XLMR-Large и процедуру обучения MonoBERT. Модель обучалась и тестировалась на английском, китайском (упрощённом), нидерландском, французском, немецком, итальянском, японском, португальском и испанском языках. Контекст составляет 514 токенов; модель нечувствительна к регистру и диакритическим знакам. Она предназначена для многоязычного поиска и ранжирования результатов, включая применение в Sinequa версии 11.10.0 и выше. В README приведены результаты оценки на наборах BEIR и MIRACL. Модель распространяется в формате PyTorch. Для работы на GPU README указывает требование CUDA compute capability выше 7.5. Оценка релевантности обучена на MS MARCO Passage Ranking и переводах его данных для поддерживаемых языков, поэтому качество может различаться в зависимости от языка и предметной области. Лицензия в предоставленных данных не указана.

Карточка модели facebook/PE-Core-T16-384 на Hugging Face совпадает с карточкой facebook/PE-Core-L14-336, поэтому описание составлено по ней. Perception Encoder PE-Core-L14-336 — модель Meta для визуального понимания, обученная с помощью контрастивного обучения изображений и текста и дообученная на синтетически согласованных видео. Это вариант размера L: визуальный энкодер с архитектурой ViT-L/14 содержит 0,32 млрд параметров и обрабатывает изображения с разрешением 336 пикселей. Для извлечения глобальных признаков используются attention pooling и class token. Модель предназначена для классификации изображений по текстовым описаниям без дополнительного обучения, поиска изображений и видео по тексту, а также извлечения визуальных признаков для последующих задач. В README указаны результаты на наборах ImageNet, ObjectNet и Kinetics-400; версия L/14 показывает сильные результаты, в том числе на сложных наборах ObjectNet и ImageNet-A. Репозиторий содержит веса PyTorch и код загрузки через библиотеку perception-encoder. Лицензия — Apache-2.0. README описывает семейство PE Core как включающее визуальную и текстовую башни, но таблица именно для L/14 приводит характеристики только визуальной башни; отдельные размер и длина контекста текстовой части этого чекпойнта не установлены приведёнными данными. Для работы с видео требуется декодирование в тензоры PyTorch.

PP-LCNet_x1_0_doc_ori — модель PaddlePaddle/PaddleOCR для классификации ориентации изображений документов. Она предназначена для определения поворота документов и удостоверений личности перед последующей коррекцией изображения, чтобы повысить точность OCR в сценариях сканирования документов и съёмки ID-фотографий, когда устройство может быть повернуто. Модель основана на архитектуре PP-LCNet_x1_0, имеет размер около 7 МБ и классифицирует изображения по четырём категориям: 0°, 90°, 180° и 270°. В README указана средняя точность распознавания 99,06%. Модель обрабатывает изображения документов; заявлены языки en и zh, однако отдельные характеристики контекстного окна и дополнительные модальности не указаны. Модель может использоваться через PaddleOCR с движком ONNX Runtime, включая GPU-вариант onnxruntime-gpu, и поддерживает CLI и Python API. Она выполняет классификацию ориентации, а исправление поворота производится последующей обработкой. Расширенные ограничения и условия эксплуатации, помимо требований к использованию PaddleOCR и ONNX Runtime, не описаны. Лицензия — Apache-2.0.

Quillan-Ronin — диалоговая модель генерации текста от CrashOverrideX, представленная как смесь экспертов (MoE) и предназначенная для работы на потребительском оборудовании. В карточке описаны разреженная маршрутизация экспертов, тернарное квантование BitNet и инструменты для агентных сценариев, однако метаданные указывают 177,3 млн параметров и архитектуру QuillanOniForCausalLM, тогда как README приводит другие, противоречивые характеристики; поэтому подробности о слоях и размере из README нельзя считать подтверждёнными. Модель заявлена для диалогов, генерации кода и автономных агентных сценариев с инструментами и памятью, а также для исследований квантования и рекурсивного вывода. Метаданные перечисляют объединение с Qwen/Qwen3.5-0.8B, Llama-3.2-1B-Instruct и BitNet b1.58-2B-4T, но не позволяют установить, как именно устроено это объединение. Указаны английский язык и контекст 512 токенов; поддержка изображений, аудио и видео отмечена в тегах README, но основная задача и каталог классифицируют модель как генерацию текста. Лицензия — Apache-2.0. Среди заявленных ограничений — возможные отказы на некоторых запросах, повышенная задержка и вариативность в Mini-Ronin, а также галлюцинации мультимодальных компонентов на данных вне обучающего распределения. README отдельно предостерегает от применения в медицинских и иных критически важных сценариях.

Qwable-v2 — это открытая модель весов для агентного программирования, созданная автором lordx64 на базе Qwen3.6-35B-A3B-Claude-4.7-Opus-Reasoning-Distilled. Это дообученная модель семейства Qwen с архитектурой MoE и 35 млрд параметров, из которых активны около 3 млрд. Она принимает текстовые запросы и генерирует текст; интерфейс вызова инструментов позволяет агентному сценарию работать с файлами и оболочкой. Для задач программирования модель может выдавать вызовы инструментов Read, Edit и Bash в XML-формате с полями, совместимыми с Claude Code. Для надёжной работы этого формата нужен агентный системный промпт и реестр инструментов; без них модель может отвечать обычным текстом или использовать другой формат вызова. Контекст обучения увеличен до 8192 токенов. Карточка указывает английский язык, формат весов Safetensors и лицензию AGPL-3.0. Модель также предназначена для рассуждений, математики, STEM-задач и общих вопросов благодаря унаследованной базе с дистилляцией рассуждений Claude Opus 4.7. Однако формальная оценка Qwable-v2 ещё не опубликована, а проверка улучшения на SWE-bench Lite и сохранения качества рассуждений ожидает завершения. Обучающие данные для агентного поведения происходят из узкого набора трассировок Claude Code, поэтому результаты на задачах вне этой области могут быть нестабильны. Для интеграции XML-вызовов инструментов в vLLM требуется парсер-обёртка.

Qwen2.5-Coder-0.5B-Instruct-MLX-4bit — это компактная инструкционная языковая модель для генерации текста и работы с программным кодом, разработанная Qwen. Данная версия представляет собой 4-битную MLX-квантизацию базовой модели Qwen2.5-Coder-0.5B-Instruct, подготовленную bartowski на основе инструментов mlx-examples. Модель предназначена для запуска на компьютерах Mac с Apple Silicon. Модель ориентирована на задачи программирования и сценарии с code agents, включая генерацию и обработку кода, а также взаимодействие в чат-формате. Заявлена поддержка контекста до 32 000 токенов. В обучении использовалось до 5,5 триллиона токенов, включая исходный код, данные для сопоставления текста и кода и синтетические данные. В README указан английский язык; модальность модели — текстовая. К ключевым преимуществам относятся небольшой размер, сниженное потребление ресурсов благодаря 4-битной квантизации и совместимость с MLX на Apple Silicon, что делает модель подходящей для локального использования. Ограничения связаны с компактным размером 0,5B параметров: по сравнению с более крупными моделями она может уступать им в качестве рассуждений, генерации кода и точности выполнения сложных задач. Как и другие языковые модели, она может выдавать неточные, небезопасные или неподходящие ответы. Модель распространяется по лицензии Apache 2.0. LM Studio не является разработчиком или владельцем модели и не гарантирует её точность, безопасность или пригодность для конкретных задач.

Qwen3-0.6B-Base — базовая плотная авторегрессионная языковая модель семейства Qwen3, разработанная командой Qwen. Это предварительно обученная модель примерно с 508 млн параметров: 28 слоёв, группированное внимание с 16 головами Q и 8 головами KV. Она принимает текст и генерирует продолжение, служит основой для дообучения и адаптации под прикладные задачи. Модель предназначена для языкового моделирования общего назначения, включая генерацию текста, работу с кодом, STEM-темами, логическими рассуждениями и многоязычными данными. Контекстное окно составляет 32 768 токенов. В README указано, что семейство Qwen3 обучалось на корпусе из 36 трлн токенов на 119 языках; перечень языков, поддерживаемых именно этой базовой версией, отдельно не приведён. Модель распространяется под лицензией Apache-2.0. Это базовая предобученная версия, поэтому для диалогового помощника или специализированного приложения обычно потребуется дообучение либо настройка шаблона запросов; карточка не приводит конкретных гарантий качества для таких сценариев.

Qwen3-4B Devin SFT (Instruct) — дообученная модель семейства Qwen3, созданная davidnichols-ops на базе Qwen/Qwen3-4B с использованием данных сессий Devin. Она предназначена для диалоговой генерации текста и сценариев агентной работы с вызовом инструментов; формат вызова инструмента задаётся JSON-объектом с именем инструмента и аргументами, например командой для shell. Модель имеет плотную архитектуру Qwen3ForCausalLM и около 3,7 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. Карточка указывает английский язык и лицензию Apache-2.0. Модель можно использовать для выполнения инструкций, разработки с помощью инструментов и работы в стиле Devin. Для ускорения вывода автор рекомендует сочетать её с черновой моделью davidnichols-ops/qwen3-0.6b-devin-draft; заявлено ускорение в 2–3 раза при спекулятивном декодировании. Качество вызова инструментов вне описанного формата и результаты на независимых задачах в карточке не оценены.

Qwen3-4B-MegaR3ASONER-v1 — плотная языковая модель с 3,7 млрд параметров, созданная RexTRO111 слиянием LoRA-адаптера MegaR3ASONER с Qwen/Qwen3-4B-Thinking-2507. Это полная модель в формате Transformers и BF16, которую можно загружать без отдельного PEFT-адаптера; заявленная длина контекста — 262 144 токена. Модель предназначена для генерации текста с рассуждениями, в частности для решения математических задач, а также задач по программированию и естественным наукам. В ограниченной предварительной проверке на 100 примерах GSM8K автор сообщает 88% точного совпадения при гибком извлечении ответа и 83% при строгом; это не полный результат GSM8K и не сравнение с базовой моделью. Модель может ошибаться в промежуточных рассуждениях, чрезмерно подробно отвечать на простые запросы, а длинные цепочки рассуждений увеличивают задержку и стоимость использования. Ответы следует проверять, особенно в задачах с высокой ценой ошибки. Лицензия указана как other; при распространении или коммерческом использовании необходимо учитывать отдельные лицензии базовой модели и обучающих наборов данных.

harlemmvp/Qwen3-ForcedAligner-0.6B-GGUF — неофициальная конверсия модели Qwen/Qwen3-ForcedAligner-0.6B в формат GGUF для запуска через llama.cpp. В репозитории веса bf16 разделены на текстовую модель и аудиоэнкодер с проектором и головкой временных меток; это модель для принудительного выравнивания текста с речью и получения временных меток слов. Модель принимает аудио и соответствующий ему текст, а возвращает временные позиции слов. В README приведены проверки совпадения с официальной реализацией на записях совещания AMI и подкаста; максимальное различие в одном из сравнений составило один интервал в 80 мс. Для сопоставления требуется использовать те же единицы слов, что и эталонная реализация: например, удалить пунктуацию и записывать «twenty-four» как «twentyfour». Конверсия сохраняет исходные веса и точность bf16; автор репозитория не связан с командой Qwen. Базовая модель выпущена под лицензией Apache-2.0. README указывает, что для запуска используется специализированная реализация aligner в llama.cpp-omni; поддержка в других средах не описана.

Qwen3-Swallow-8B-CPT-v0.2 — плотная авторегрессионная языковая модель на 7,6 млрд параметров из семейства Qwen3, разработанная проектом Swallow при Токийском технологическом институте. Это версия после непрерывного предварительного обучения (CPT) на базе Qwen3; веса доступны в формате safetensors по лицензии Apache-2.0. Модель рассчитана на генерацию текста и диалог на японском и английском языках, включая перевод между ними, а также задачи математики и программирования. Обучение включало японские и англоязычные корпуса, параллельные тексты, математические и кодовые данные, а также материалы для диалога и рассуждений. Контекст модели заявлен до 40 960 токенов; разработчики рекомендуют ограничивать длину контекста 32 768 токенами или меньше. Модель предназначена для экспериментов и приложений, которым нужна двуязычная японско-английская генерация с навыками работы с кодом и математикой. Она не обучена специально для вызова инструментов, а переключение режима рассуждений не поддерживается. Разработчики отмечают, что модель находится на раннем этапе разработки и не настроена для надёжного соответствия человеческим намерениям и требованиям безопасности.

RavenX × Gemma 4 12B MTP OBLITERATED — экспериментальная модель генерации текста и диалогов, представленная как проект сообщества RavenX и дообученная на базе OBLITERATUS/Gemma-4-12B-OBLITERATED. Она использует архитектуру gemma4_unified с MTP-головами и распространяется в формате GGUF F16; заявлена также версия MLX для Apple Silicon. В карточке указаны структурированные многоэтапные рассуждения в задачах программирования, математики и анализа, а также самооценка возможностей и ограничений. Модель предназначена для исследовательских и образовательных экспериментов с диалогами, кодом, математическими задачами и аналитическими запросами. Для работы требуется применять chat template Gemma 4; без него, по карточке, вывод может быть искажён. Базовая модель лишена фильтров отказа, поэтому возможны нежелательные ответы. Карточка называет метод обучения проприетарным, а лицензию в метаданных указывает как other; подробные условия использования не приведены.

Это англоязычная модель Cross-Encoder, разработанная tomaarsen и дообученная на датасете MS MARCO от answerdotai/ModernBERT-base с помощью библиотеки sentence-transformers. Она совместно обрабатывает запрос и документ и выдаёт оценку их релевантности, которую можно использовать для переранжирования результатов поиска и семантического поиска. Модель содержит 149 млн параметров и принимает последовательности длиной до 8192 токенов. В README приведены оценки на наборах NanoMSMARCO, NanoNFCorpus, NanoNQ и NanoBEIR; результаты показывают улучшение метрик ранжирования относительно указанной в README базы сравнения. Модель распространяется по лицензии Apache-2.0.

cointegrated/rubert-base-cased-nli-threeway — русскоязычная модель для вывода логических отношений между двумя короткими текстами. Она создана дообучением DeepPavlov/rubert-base-cased и предсказывает три класса: следование, противоречие и нейтральное отношение. Архитектура — BERT для классификации последовательностей; модель содержит 205,1 млн параметров и рассчитана на контекст до 512 токенов. Модель предназначена для задач NLI и классификации текста без заранее заданного набора меток, в том числе для проверки, следует ли гипотеза из предпосылки. Обучение проводилось на наборах данных для NLI, автоматически переведённых с английского на русский, а также на нескольких русскоязычных источниках. Доступны веса PyTorch и Safetensors, а также формат ONNX. Лицензия в предоставленных данных не указана.

jzju/sbert-sv-lim2 — модель Sentence Transformers на архитектуре BERT, обученная на базе KBLab/bert-base-swedish-cased-new с данными sbx/superlim-2. Она преобразует предложения и абзацы в плотные векторы размерности 256 для поиска по смыслу, кластеризации и сравнения текстов. Модель рассчитана на шведский язык; максимальная длина контекста — 512 токенов, размер — 162,4 млн параметров. Доступна в формате PyTorch и предназначена для получения текстовых эмбеддингов. Лицензия в предоставленных данных не указана. Практическое качество за пределами шведского языка и поведение на текстах длиннее контекста не описаны.

SenseVoiceSmall-GGUF-audiocpp — квантованный экспорт модели SenseVoiceSmall, разработанной FunAudioLLM, предназначенный для автоматического распознавания речи. Модель упакована в формат GGUF для запуска в runtime audio.cpp и содержит встроенную спецификацию sense_asr, метаданные SenseVoice, словарь SentencePiece, тензоры CMVN и 919 тензоров модели. Представленный файл использует квантование Q8_0, занимает около 254 МБ и рассчитан на прямой запуск на CPU через audio.cpp без внешней спецификации модели. В README явно указана поддержка китайского, английского, кантонского, японского и корейского языков. Модель подходит для локального распознавания аудиозаписей и потоков в сценариях, совместимых с интерфейсом audio.cpp; приведённый пример использует задачу ASR. К сильным сторонам относятся автономная упаковка всех необходимых компонентов, запуск на CPU и воспроизводимый экспорт из конкретной ревизии SenseVoiceSmall. Ограничения — отсутствие в предоставленных данных подробностей об архитектуре, размере исходной модели, максимальной длине контекста, производительности и поддерживаемых модальностях помимо речи. Модель распространяется по лицензии Apache-2.0.

SFR-Embedding-Code-400M_R — модель встраиваний Salesforce Research для поиска по коду и тексту. Версия содержит около 433,9 млн параметров, поддерживает контекст до 8192 токенов и распространяется в форматах Safetensors и ONNX. Модель предназначена для многоязычного и многозадачного поиска: она преобразует текстовые запросы и код в эмбеддинги, которые можно использовать для поиска релевантных фрагментов кода и других задач извлечения информации. В README семейство SFR-Embedding-Code описано как превосходящее ряд открытых моделей на задачах поиска по коду; приведённый результат CoIR относится к модели на 2 млрд параметров, поэтому его нельзя напрямую считать оценкой этой версии на 400 млн параметров. Модель разработана Salesforce Research. README указывает, что выпуск предназначен для исследований и требует самостоятельной оценки точности, безопасности и справедливости перед применением. Лицензия — CC BY-NC 4.0, которая ограничивает коммерческое использование.

SigLIP 2 Base Patch16-256 — визуальный энкодер, разработанный Google. Модель обучена на наборе WebLI по унифицированной схеме предобучения SigLIP 2; в репозитории доступны веса Safetensors для Transformers. Размер изображения на входе — 256 пикселей, патч — 16 пикселей. Модель предназначена для классификации изображений по пользовательским текстовым меткам и поиска соответствий между изображениями и текстом. Её также можно использовать как визуальный энкодер для VLM и других задач компьютерного зрения. Лицензия — Apache-2.0. README описывает улучшенное семантическое понимание, локализацию и плотные визуальные признаки как цели SigLIP 2. В карточке нет сведений о поддерживаемых естественных языках или длине контекста. Для классификации необходимо передавать изображение и варианты меток; сама модель не является диалоговой генеративной VLM.

fancyfeast/so400m-long — это дообученная модель SigLIP 2 So400m для сопоставления изображений с текстом и классификации изображений по текстовым меткам без заранее заданного набора классов. Автор увеличил максимальную длину текста с 64 до 256 токенов, оставив визуальную башню замороженной и дообучив часть текстовой башни. Модель принимает изображения и текстовые описания, кодирует их в общее пространство и позволяет сравнивать соответствие изображения текстовым меткам. Модель подходит для классификации изображений по пользовательским категориям и поиска подходящих изображений по длинным описаниям. При дообучении использовались пары изображение–текст, включая подписи, теги, промпты и примеры вопросов и ответов по изображениям. Автор отмечает, что результаты немного лучше базовой SigLIP 2 So400m, однако модель склонна отдавать предпочтение более коротким описаниям; распознавание списков booru-тегов на фотореалистичных изображениях остаётся несовершенным. Лицензия — Apache-2.0.

Space Bunny Alpha — анонимно представленная большая модель. В карточке заявлены сильные возможности в программировании, мультимодальный ввод и настраиваемый уровень рассуждений. Также указано контекстное окно в 1 миллион токенов. Применение модели не описано подробнее; сведения о лицензии отсутствуют.

SPLADE-v3-Lexical — разреженный текстовый энкодер семейства SPLADE, опубликованный Naver. Он преобразует предложения и абзацы в разреженные векторы размерностью 30 522 и предназначен для семантического поиска и извлечения документов. Модель асимметрична: на стороне запроса она не расширяет термины, а только присваивает им веса; сходство векторов оценивается скалярным произведением. Архитектура включает BERT MLM-трансформер, max-pooling SPLADE и компонент IDF. Максимальная длина последовательности — 512 токенов, а для воспроизведения оценки указано 256 токенов. В карточке приведены результаты на MS MARCO dev (MRR@10 40,0) и BEIR-13 (средний nDCG@10 49,1). Модель ориентирована на англоязычный поиск; лицензия CC BY-NC-SA 4.0 требует указания авторства и распространяет производные материалы на тех же условиях, с ограничением на коммерческое использование.

ctaguchi/ssc-led-mms-model — дообученная модель распознавания речи на базе facebook/mms-1b-all, разработанная автором репозитория ctaguchi. Она принимает аудио и преобразует речь в текст с помощью архитектуры wav2vec2 и CTC. Базовая модель поддерживает более тысячи языков, однако для этой версии язык и обучающий датасет не указаны. В README приведены результаты на оценочном наборе: CER 0,1094, WER 0,3057 и loss 0,4620. Эти показатели относятся к указанному набору и не позволяют оценить качество на других данных. Модель опубликована в формате safetensors и рассчитана на использование с Transformers. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

NVIDIA FastConformer-Hybrid Large для французского языка — модель распознавания речи, разработанная NVIDIA и обученная с помощью NeMo. Она преобразует монофоническое аудио WAV с частотой 16 кГц в текст с заглавными и строчными буквами, пробелами, точками, запятыми и вопросительными знаками. Модель построена на архитектуре FastConformer с уменьшением частоты кадров в 8 раз с помощью глубинных свёрток. Это большая версия примерно на 115 млн параметров; обучение использует совместные функции потерь Transducer и CTC. Модель можно применять для вывода или дообучать на собственных данных. Она обучалась на суммарно 1800 часах французской речи из MCV12, MLS и VoxPopuli. Модель подходит для транскрибации французской речи в аудиозаписях и пакетной обработки файлов. Качество может снижаться на технической лексике, незнакомой разговорной речи и речи с акцентом; модель выводит только точки, запятые и вопросительные знаки. Лицензия — CC BY 4.0.

SWE-rebench-openhands-Qwen3-235B-A22B — языковая модель Nebius для генерации кода и решения задач SWE-bench с агентом OpenHands. Это дообученный методом rejection sampling fine-tuning чекпойнт Qwen/Qwen3-235B-A22B-Instruct-2507 на траекториях OpenHands из набора nebius/SWE-rebench-openhands-trajectories. Архитектура — Qwen3 MoE; в метаданных указано 18,2 млрд параметров, контекст — 262 144 токена. Обучение использовало последовательности до 131 тыс. токенов. Модель рассчитана на агентные сценарии разработки: анализ репозитория, диагностику ошибок и внесение изменений в код. В оценке с OpenHands v0.54.0 авторы сообщают Pass@1 61,7% и Pass@5 74,3% при лимите 500 ходов; результаты зависят от агента и настроек запуска. Модель доступна в формате Safetensors, лицензия — Apache-2.0. Для сервинга авторы приводят конфигурацию vLLM с поддержкой выбора инструментов.

tevatron-elastic-modernbert-reranker-plain — дообученная модель ранжирования на основе ModernBERT-base, выпущенная командой Utah NLP как часть набора контрольных точек к работе Tevatron-Elastic. Она предназначена для переоценки релевантности найденных документов по запросу: получает текст запроса и passage с префиксами query: и passage: и кодирует их для ранжирования. Модель содержит 149 млн параметров, использует encoder-only архитектуру ModernBERT и поддерживает контекст до 8192 токенов; в обучении применялась максимальная длина 512 токенов и датасет rlhn/rlhn-680K. Это полный базовый вариант одной контрольной точки, рассчитанный на работу с Tevatron-Elastic; для него указана BEIR-15 nDCG@10 0,457. Чекпойнт опубликован как ресурс для воспроизводимости результатов и изучения компромиссов сжатия, а не как заявка на превосходство над современными методами. Базовая модель — answerdotai/ModernBERT-base; файлы представлены в формате Safetensors. Лицензия Apache-2.0.

Tianmu-Emb-Uni-8B — мультимодальная модель эмбеддингов семейства Tianmu от TianmuLab для поиска и сопоставления данных разных типов. Она объединяет основу Qwen3-VL-Embedding-8B с аудиоветвью, инициализированной из Qwen2.5-Omni-7B; обученные аудиомодули, соединитель, проекцию, адаптер и прототипные модули связывают аудио с общим пространством эмбеддингов. Размерность представления — 3584. Модель предназначена для текстово-визуального и аудиопоиска, поиска по видео и визуальным документам, мультимодального RAG и семантического сопоставления; её оценивали на MMEB-V3. Репозиторий содержит только дообученные модули, а не полные веса базовых моделей. Для запуска нужно отдельно подготовить Qwen3-VL-Embedding-8B и Qwen2.5-Omni-7B и использовать код проекта: штатная загрузка через transformers.AutoModel.from_pretrained не поддерживается. Карточка описывает выпуск как предназначенный главным образом для исследований и оценки; качество может снижаться за пределами доменов MMEB-V3, а поиск по аудио в текущем чекпойнте сложнее классификации аудио. Лицензия репозитория — Apache-2.0; для базовых моделей и зависимостей нужно соблюдать их отдельные условия использования.