II.8Инженерия данных и аналитика

EMO355 — модель эмбеддингов на базе RoBERTa, разработанная procesaur и дообученная на Jerteh-355. Она предназначена для получения векторных представлений текста, в том числе для оценки сходства предложений и работы с эмоциями и эмоционально-выразительными оттенками на сербском языке. Модель содержит 453 млн параметров, принимает текст и рассчитана на контекст до 514 токенов; для загрузки и использования применяется библиотека sentence-transformers. Модель подходит для сравнения сербских предложений по смыслу и эмоциональной окраске, а также для поиска текстов со сходными эмоциональными характеристиками. Репозиторий распространяется под лицензией Apache-2.0. В предоставленном фрагменте карточки нет количественных оценок качества, поэтому пригодность для конкретного приложения следует проверять на его данных.

Eureka-Audio-Instruct — компактная аудиоязыковая модель на 1,7 млрд параметров, разработанная авторами Eureka-Audio. Она принимает аудио и формирует текстовые ответы для распознавания речи, вопросов об аудиозаписи, описания звуков, распознавания эмоций в речи и классификации звуковых событий. Архитектура объединяет аудиоэнкодер на основе Whisper, разреженный MoE-адаптер и языковую основу Qwen3-1.7B-Base; контекст составляет 32 768 токенов. Модель предназначена для транскрибации и широкого анализа аудио. Авторы сообщают о конкурентных результатах на аудиобенчмарках при меньшем размере по сравнению с рядом моделей на 7–30 млрд параметров и о более быстром декодировании относительно крупных моделей. Метаданные указывают поддержку английского и китайского языков. Репозиторий содержит веса в формате Safetensors; лицензия — Apache-2.0. Качество может различаться в зависимости от языка, типа записи и задачи; README не приводит здесь численных результатов оценивания, поскольку таблицы опущены. Для работы необходимы аудиовход и совместимая программная среда Transformers.

fastvitmci3.applemclip2dfndr2b — модель семейства MobileCLIP v2 для библиотеки timm, содержащая только визуальный энкодер. Она предназначена для извлечения признаков из изображений и может использоваться как компонент систем поиска по изображениям и сопоставления визуального содержимого с текстом. Модель обучена на наборе данных DFNDR-2B; карточка связывает её с работой MobileCLIP2: Improving Multi-Modal Reinforced Training. Репозиторий распространяет веса в форматах PyTorch и Safetensors. Указана лицензия apple-amlr. Карточка описывает только image tower, поэтому текстовый энкодер и возможности полной мультимодальной модели в эту поставку не входят.

dleemiller/finecat-nli-l — англоязычная модель для вывода по естественному языку (NLI), разработанная как дообучение tasksource/ModernBERT-large-nli на наборе FineCat-NLI с дистилляцией логитов от MoritzLaurer/DeBERTa-v3-large-mnli-fever-anli-ling-wanli. Она сравнивает посылку и гипотезу и определяет, следует ли гипотеза из посылки, противоречит ей или остаётся нейтральной. Модель подходит для zero-shot классификации: можно задавать описания классов в виде гипотез и ранжировать их по отношению к входному тексту. Модель основана на плотном двунаправленном энкодере ModernBERT-large с архитектурой ModernBertForSequenceClassification, содержит 394,7 млн параметров и поддерживает контекст до 2048 токенов. По карточке, она показывает результаты на наборах MNLI, SNLI, ANLI, WANLI и других NLI-бенчмарках; для ряда сравнений в README рекомендована более новая версия finecat-nli-v2-l. Доступна в формате safetensors через Sentence Transformers. Лицензия в предоставленных данных не указана.

deepset/gbert-large — крупная языковая модель BERT для немецкого языка, созданная совместно авторами оригинальной German BERT и dbmdz BERT. Модель с архитектурой BERT large содержит около 434,5 млн параметров и обучена на корпусах Wikipedia, OPUS, OpenLegalData и OSCAR. Она рассчитана на заполнение пропусков в тексте: модель предсказывает замаскированный токен по контексту. Максимальная длина контекста — 512 токенов. Модель подходит для языкового моделирования и как основа для задач обработки немецкого текста. В карточке приведены результаты на GermEval 2018 и GermEval 2014, где модель превзошла предшественников. Доступны веса PyTorch, Safetensors и TensorFlow. Лицензия — MIT.

BuzzASR/georgian — монолингвальная модель распознавания речи на грузинском языке, разработанная в рамках набора BuzzASR из 102 языковых моделей. Она создана полным дообучением OpenAI Whisper large-v3 с заменой токенизатора на грузинский и дополнительным обучением на текстовых данных. Модель принимает аудио и генерирует текст; её основная задача — транскрибация грузинской речи. В оценке на объединённом тестовом наборе FLEURS и Common Voice 25 модель показала CER 12,54% и WER 39,39%; CER у Whisper large-v3 без дообучения составил 19,43%. Обучение использовало данные FLEURS, Common Voice Corpus 25.0 и текстовый корпус Goldfish. Модель содержит около 907,3 млн параметров, основана на архитектуре Whisper и распространяется в формате Safetensors через Transformers. Модель предназначена для распознавания грузинской речи. Она оценивалась на тестовых выборках FLEURS и Common Voice; качество на других предметных областях и диалектах может отличаться. Лицензия — MIT.

istupakov/gigaam-v3-onnx — это набор моделей автоматического распознавания речи, преобразованных в формат ONNX из GigaAM v3. Разработчик конвертации — istupakov; исходная модель указана как ai-sage/GigaAM-v3, а связанные модели GigaAM разработаны командой Salute Developers. Модель предназначена для преобразования русской речи из WAV-аудио в текст и интеграции с библиотекой onnx-asr. Доступны варианты на архитектурах CTC и RNN-T, включая версии E2E CTC и E2E RNN-T с расстановкой пунктуации и нормализацией текста. Модели ориентированы на русский язык и поддерживают выполнение через ONNX, в том числе с CPU. Размер модели, максимальная длина контекста, точные требования к аудио и другие архитектурные характеристики в README не указаны. Преобразование в ONNX может быть удобно для развёртывания и инференса в совместимых средах, однако ограничения исходной GigaAM v3 и различия между вариантами CTC и RNN-T требуют выбора модели под конкретный сценарий. Лицензия — MIT.

Карточка модели Audio8/GPA-v1.5 на Hugging Face совпадает с карточкой Edge0/GPA-v1.5, поэтому описание составлено по ней. GPA v1.5 — разработанная AutoArk-AI единая авторегрессионная аудиоязыковая модель для распознавания речи и синтеза речи. Репозиторий содержит чекпойнт для PyTorch и Hugging Face Transformers, а также поддерживает дообучение через Trainer. В метаданных указаны архитектура ArkASR, около 504,7 млн параметров, контекст 32 768 токенов и форматы PyTorch и Safetensors; базовая модель — Qwen/Qwen3-0.6B. Модель предназначена для преобразования речи в текст и генерации речи по тексту с условием на референсный голос. В README описаны сценарии локального запуска и развёртывания сервисов, а также приведены оценки ASR на англоязычном LibriSpeech и китайском AISHELL-1. Карточка заявляет поддержку английского и китайского языков. Указанная лицензия — Apache-2.0. В нативной версии GPA v1.5 преобразование голоса пока обозначено как планируемая функция, поэтому не следует считать его доступной возможностью этого чекпойнта. Для работы TTS требуются отдельные ресурсы токенизатора Spark; оптимизированные ONNX-файлы размещены в отдельном репозитории.

GPT-OSS Coder — дообученная модель exalandru на базе openai/gpt-oss-120b для работы coding-агента над репозиториями. Она ориентирована на цикл разработки: изучать код, находить причину дефекта, вносить исправления, запускать тесты, анализировать результаты и продолжать работу, пока исправление не подтвердится. Обучение проведено методом supervised fine-tuning на примерах успешных сессий кодовых агентов; небольшое низкоранговое обновление последних слоёв затем объединено с весами модели. Модель принимает текстовые запросы и выдаёт текст, включая ответы и вызовы инструментов в формате Harmony. Версия в этом репозитории поставляется в GGUF с экспертами MXFP4 и вниманием bf16; README указывает размер около 63 ГБ и запуск через llama.cpp с контекстом 32 768 токенов. Для передачи объявлений инструментов в llama.cpp требуется шаблон чата Harmony через параметр --jinja. Модель обучена для Codex и предназначена для задач программной инженерии на уровне репозитория; карточка не сообщает языки программирования или отдельные естественные языки обучения. Среди заявленных улучшений — написание регрессионных тестов до закрытия задачи, продолжение работы после первого успешного набора тестов, соблюдение соглашений конкретной среды агента и сокращение некорректных JSON-аргументов. Это утверждения автора, проверенные на собственных небольших бенчмарках; независимые результаты в карточке не приведены. Для полноценной работы нужны совместимая среда агента и достаточно памяти для модели и контекста. Лицензия — Apache-2.0.

GRIOT-ASR-W-0.8-ALL — мультиязычная модель автоматического распознавания речи от Bivariant, ориентированная на африканские языки. Она построена на архитектуре Whisper с отдельными лёгкими адаптерами для языков; репозиторий распространяет веса в формате Safetensors и предназначен для работы через Transformers. Модель преобразует аудио в текст, включая естественную разговорную речь. Для языков, прошедших проверку, заявлена точная передача диакритических знаков. Карточка сообщает о проекте для 18 языков, но адаптеры публикуются постепенно: доступны, в частности, баатону, эве и фон, а для некоторых языков опубликованы предварительные версии. Приведённые CER и WER относятся к отдельным тестовым наборам и не обязательно сопоставимы между языками. Для смены языка требуется заново загрузить модель с соответствующим адаптером и токенизатором. Модель распространяется по лицензии Apache-2.0.

HopCoder Mini-35B-A3B-VL36 — мультимодальная модель для работы с кодом и агентных сценариев, выпущенная Taimoor Siddiqui. Она объединяет текстовую модель с 35 млрд общих и 3 млрд активных параметров с визуальным стеком VL36. В репозитории веса не дообучались: к текстовому чекпойнту добавлены тензоры визуальной части, поэтому это объединённая модель с сохранёнными текстовыми весами и добавленной поддержкой зрения. Модель принимает текст и изображения, а также поддерживает понимание видео; предназначена для чата, анализа изображений и видео, программирования и вызова инструментов. Карточка заявляет сценарии длинного контекста, но конкретная длина не приведена. Веса BF16, формат хранения — safetensors; для запуска автор рекомендует vLLM 0.23 или новее. Лицензия — Apache-2.0. Качество визуальной части не проверялось на бенчмарках, а возможности агентного редактирования файлов ограничены: модель может анализировать код, но испытывает трудности с автономным переходом от исследования к редактированию. Формальной оценки безопасности и выравнивания не проводилось.

Это модель автоматического распознавания японской речи reazon-research/japanese-zipformer-base-k2-rs35kh, разработанная Reazon Research. Она основана на архитектуре Zipformer и дообучена с помощью k2 на крупномасштабном японском корпусе ReazonSpeech v2.0. Модель содержит около 96,5 млн параметров и доступна в формате Safetensors для использования через Transformers. Модель предназначена для преобразования японской речи в текст, включая распознавание записей из наборов JSUT-BASIC5000, Common Voice и TEDxJP-10K. В опубликованных результатах CER составил 9,71% на JSUT-BASIC5000, 11,00% на Common Voice и 13,07% на TEDxJP-10K. Для длинной речи в тесте JSUT-BOOK результат не приведён, поэтому пригодность для длинных записей по этим данным оценить нельзя. Лицензия — Apache-2.0.

Jina Code Embeddings 1.5B MLX — порт модели эмбеддингов кода Jina AI для устройств Apple Silicon с ускорением Metal. Модель построена на архитектуре Qwen2.5-Coder-1.5B и содержит около 1,5 млрд параметров; максимальная длина последовательности — 32 768 токенов, размер эмбеддинга — 1536 измерений. Поддерживается усечение эмбеддингов до 128, 256, 512, 1024 или 1536 измерений. Модель предназначена для поиска по коду и техническим материалам: сопоставляет запросы с фрагментами кода или ответами, находит эквивалентные фрагменты и преобразует текст и код в векторы для семантического поиска. В README заявлена поддержка более 15 языков программирования. Для задач используются специальные префиксы запросов и документов. Модель распространяется под лицензией CC BY-NC 4.0, которая ограничивает коммерческое использование.

kotoba-tech/kotoba-whisper-v2.0-faster — конверсия модели распознавания речи kotoba-whisper-v2.0 в формат CTranslate2. Она предназначена для запуска через CTranslate2 и совместимые проекты, включая faster-whisper, и преобразует японскую речь из аудио в текст. В карточке приведено сравнение скорости нескольких реализаций на MacBook Pro с чипом Apple M2 Pro; результаты зависят от аудио и среды запуска. Веса сохранены в FP16, а при загрузке CTranslate2 тип вычислений можно менять параметром compute_type. README указывает, что faster-whisper поддерживает последовательное декодирование длинных аудиозаписей; для нарезанного на фрагменты декодирования автор отмечает преимущество Hugging Face pipeline в собственном эксперименте. Модель распространяется по лицензии MIT.

redis/langcache-reranker-v2-mnrl — англоязычный Cross-Encoder, разработанный Redis и дообученный на базе Alibaba-NLP/gte-reranker-modernbert-base с использованием библиотеки Sentence Transformers. Модель принимает пары текстов и оценивает их релевантность; её обучали на парах LangCache, чтобы использовать в семантическом кэшировании и ранжировании результатов поиска. Модель основана на ModernBERT, содержит 149 млн параметров и поддерживает последовательности длиной до 8192 токенов. Она предназначена для английского языка и выдаёт оценку для одной пары текстов, которую можно использовать при классификации пар или переранжировании кандидатов в поиске и RAG. Модель не генерирует ответы и не формирует эмбеддинги: для оценки нескольких документов требуется отдельно подать каждую пару «запрос — документ». Карточка указывает лицензию Apache-2.0.

Карточка модели LanguageBind/LanguageBind_Video_V1.5_FT на Hugging Face совпадает с карточкой LanguageBind/LanguageBind_Image, поэтому описание составлено по ней. LanguageBind_Image — модель для сопоставления изображений с текстовыми описаниями в рамках проекта LanguageBind, разработанного авторами исследования LanguageBind, принятого на ICLR 2024. В репозитории она представлена как PyTorch-модель на базе архитектуры CLIPModel и предназначена для классификации изображений без примеров на этапе обучения: пользователь задаёт текстовые метки или описания, а модель оценивает их соответствие изображению. Модель входит в мультимодальный подход LanguageBind, который использует язык как общий семантический ориентир для связывания представлений разных модальностей. Для этого чекпойнта подтверждён сценарий zero-shot классификации изображений; описание проекта также упоминает вычисление сходства между модальностями и текстом. README не сообщает размер этой модели, её языковой охват или длину контекста. Лицензия репозитория — MIT.

Trelis дообучила эту модель на основе Llama 2 Chat для вызова функций: она формирует текстовые ответы и запросы к функциям в формате метаданных, совместимом с OpenAI. Это авторегрессионная плотная Transformer-модель семейства Llama с 6,6 млрд параметров и контекстом 4096 токенов. Модель предназначена для диалоговых приложений, которым нужно выбирать функции и передавать им аргументы, например для интеграции чат-ассистента с инструментами. Для работы следует передавать описания функций вместе с запросом в формате Llama `[INST]`. Данные обучения для версии v3 связаны с набором Trelis/function_calling_v3. Модель принимает и генерирует текст; заявленная языковая ориентация — английский. Возможны неточные, предвзятые или нежелательные ответы, а качество вызова функций зависит от формата запросов и описаний функций. Модель распространяется по лицензии Llama 2 Community; для доступа к весам необходимо принять условия лицензии Meta.

RicardoLee разработал эту модель как экспериментальное дообучение Llama2-chat-7B на китайских и англоязычных инструкциях, данных для ревью и исправления Python-кода и примерах логических вопросов и ответов. Цель проекта — изучить, как обучение на коде влияет на диалоговые способности и рассуждения модели. Использован LoRA rank 8 с настройкой embedding и LM Head; адаптер объединён с базовой моделью, поэтому репозиторий содержит готовую к использованию модель на 6,7 млрд параметров. Модель предназначена для генерации ответов в формате диалога, ревью и исправления Python-кода, комментирования и суммаризации кода, а также ответов на логические вопросы. Для вывода следует применять шаблон Stanford Alpaca с начальным приветствием. Контекст составляет 2048 токенов; архитектура — плотная Llama causal language model. В карточке не указана лицензия, поэтому условия распространения и использования следует уточнять по лицензии базовой модели и репозитория.

Shining Valiant 2 — разговорная языковая модель, созданная Valiant Labs на основе Meta Llama 3.2 3B Instruct и дообученная на данных разработчика. Это плотная модель семейства Llama с 3,2 млрд параметров, предназначенная для диалога и следования инструкциям; в репозитории веса представлены в формате safetensors, а нативная длина контекста составляет 131 072 токена. Модель ориентирована на технические знания и структурированные рассуждения, с акцентом на физику, химию, биологию, информатику и инженерное дело. Она также обучалась на данных для сложных рассуждений и общего чата, поэтому подходит для объяснения научных и технических тем, ответов на вопросы и помощи в обучении. В карточке указана поддержка английского языка; мультиязычность базовой модели не подтверждает, что дообученная версия одинаково хорошо работает на других языках. Модель выпущена 27 сентября 2024 года и использует лицензию Llama 3.2. Качество ответов и точность фактов не гарантированы; научные и технические ответы следует проверять, особенно перед практическим применением.

mesolitica/malaysian-whisper-medium — модель распознавания речи, созданная Mesolitica путём дообучения Whisper Medium на данных малайской речи. Она предназначена для преобразования аудио в текст на малайском языке, включая стандартную и местную речь, а также на английском, включая Manglish. Модель основана на архитектуре Whisper и содержит 455,8 млн параметров; в репозитории представлены веса Safetensors. Модель подходит для транскрибации разговоров и видео на малайском и английском языках. Для обработки аудио длиннее 30 секунд автор рекомендует разбивать запись на фрагменты такой длительности и распознавать их отдельно. Данные для дообучения включают наборы IMDA STT, Malay Conversational Speech Corpus, псевдоразметку малайских видео и аудиокниг, а также частный датасет Haqkiem TTS. Условия лицензии в предоставленных данных не описаны.

MermaidSolar — языковая модель TroyDoesAI на архитектуре Llama, обученная на базе Solar 10.7B Base Model с тем же набором данных, что и MermaidMistral, MermaidLLama и MermaidStable3B. В метаданных указано 10,6 млрд параметров, контекст 4096 токенов и формат safetensors; модель предназначена для генерации Mermaid-диаграмм по текстовому контексту. В описанном автором сценарии запросы оформляются так, чтобы ответ содержал заголовок «Response:» и блок Mermaid. Автор сообщает, что при обучении использовал 800 вручную составленных примеров с разнообразными пограничными случаями. Лицензия — CC BY-NC-SA 4.0; она требует указания авторства и распространения производных материалов на тех же условиях, а также запрещает коммерческое использование.

MiniMind-Rerank-Dense — плотная cross-encoder-модель для ранжирования пар «запрос — документ», разработанная как часть проекта minimind-embedding на основе MiniMind-3. Она оценивает релевантность по вероятности следующего токена «是» («да»); архитектура — авторегрессионный Transformer с 63,9 млн параметров, контекстом до 32 768 токенов и форматом весов safetensors. Модель дообучена на 80 тысячах пар запрос—документ из C-MTEB/T2Reranking; в README сообщается MAP@10 0,915 и точность 85% на отложенной выборке. Модель предназначена для перестановки результатов поиска по соответствию запросу и для оценки релевантности кандидатов в retrieval-системах. Карточка указывает китайский и английский языки; шаблон запроса и метки релевантности описаны на китайском. Лицензия — Apache-2.0. Авторы отмечают, что проверено обучение только на T2Reranking, а перенос на другие области не оценивался; базовая модель имеет ограниченный словарь и обучающие данные.

Модель EuroEval/mmBERT-small-multi-wiki-qa-synthetic-hallucinations-with-ragtruth-lv — модель на базе Transformers для token classification. По названию она связана с выявлением синтетических галлюцинаций в ответах на вопросы по Википедии и сценариях RAG, включая данные RAGTruth и вариант с обозначением lv. Модель содержит около 140,5 млн параметров, использует архитектурный стек, связанный с ModernBERT, и поддерживает контекст до 8192 токенов. Модель может применяться для разметки отдельных токенов в ответах, например для выделения фрагментов, связанных с галлюцинациями или недостоверными утверждениями, в системах контроля качества ответов и retrieval-augmented generation. В карточке отсутствуют сведения о разработчике, лицензии, языках, процедуре обучения, результатах оценки и рекомендуемых сценариях использования.

Xenova/mobileclip_s2 — экспорт модели MobileCLIP S2 в формате ONNX, подготовленный Xenova для совместимости с библиотекой Transformers.js. Модель семейства CLIP сопоставляет изображения с текстовыми описаниями и предназначена для классификации изображений по произвольным текстовым категориям без отдельного обучения классификатора; её можно использовать в JavaScript-приложениях, поддерживающих Transformers.js. Модель принимает изображения и текстовые варианты категорий и выдаёт оценки соответствия, на основе которых выбирается наиболее подходящая категория. В карточке подтверждены формат ONNX и задача zero-shot image classification. Лицензия указана как other, поэтому конкретные условия использования по имеющимся сведениям определить нельзя.

Это GGUF-сборка MOSS-Transcribe-Diarize от Luigi на основе модели OpenMOSS-Team/MOSS-Transcribe-Diarize. Репозиторий содержит варианты весов для запуска через движок RapidSpeech.cpp: основная версия q4mix-v2 занимает 759 МБ, также доступны варианты q8mix и F32. Базовая модель с 0,9 млрд параметров использует энкодер Whisper-medium и декодер Qwen3-0.6B; веса портированы в формат C++/ggml и проверены на соответствие исходному PyTorch-чекпойнту. Основная задача — транскрибирование аудио с временными метками и диаризацией говорящих; модель рассчитана на китайский и английский языки. Вариант q4mix-v2 дополнительно адаптирован QAT к распознаванию тишины: на полностью беззвучном входе он должен возвращать пустую расшифровку, сохраняя чувствительность к тихой речи. По приведённым тестам, точность на китайском наборе из пятиминутных записей улучшилась по сравнению с предыдущим q4-вариантом, а качество английской однопроходной расшифровки снизилось на 1,5 процентного пункта. Лицензия — Apache-2.0. Описание не подтверждает, что эта сборка сохраняет все функции диаризации базовой модели во всех вариантах весов.

cross-encoder/ms-marco-TinyBERT-L2-v2 — компактный кросс-энкодер на архитектуре BERT, дообученный на задаче ранжирования отрывков MS MARCO. Модель разработана командой Sentence Transformers и предназначена для информационного поиска: она оценивает релевантность пары «запрос — отрывок», после чего найденные документы можно отсортировать по оценке. Обычно её используют как второй этап поиска после первичного отбора кандидатов, например поисковой системой ElasticSearch. Модель содержит 4,4 млн параметров, принимает текст и выдаёт оценку релевантности; максимальная длина входа — 512 токенов. Основной язык — английский. В приведённом сравнении модель показывает NDCG@10 69,84 на TREC Deep Learning 2019 и MRR@10 32,56 на тестовой выборке MS MARCO; в замерах на V100 указана скорость 9000 документов в секунду. Доступны форматы PyTorch, Safetensors, ONNX, OpenVINO и Flax. Лицензия — Apache-2.0.

Multilingual DistilWhisper — компактная модель распознавания речи от NAVER, созданная на основе Whisper-small с лёгкими CLSR-модулями для повышения качества ASR на целевых языках. Обучение сочетает функцию потерь для распознавания речи и дистилляцию знаний от Whisper-large-v2. Модель предназначена для преобразования аудиозаписей в текст на каталанском, тамильском и тайском языках. Веса объёмом 153,1 млн параметров доступны в форматах PyTorch и Safetensors; лицензия — MIT. Модель опубликована в ноябре 2023 года и описана в работе для ICASSP 2024.

NCP-ArchPreview 8.9B Stage 1 — базовая авторегрессионная языковая модель команды NCP из Shanghai AI Lab и LUMIA Lab Шанхайского университета Цзяотун. Она обучена предсказывать следующий токен и следующий концепт — представление группы из четырёх токенов в обучаемом латентном пространстве. Генерация сохраняет стандартный интерфейс предсказания следующего токена. Архитектура основана на токенной схеме OLMo 3 7B и дополнена модулем концептов, словарём концептов с произведённым квантованием и иерархическими остаточными связями. В модели около 11,1 млрд параметров по метаданным; README указывает приблизительно 8,94 млрд. Контекст — 8192 токена. Модель обучена на Dolma 3 Mix и предназначена для генерации текста и языкового моделирования. В отчёте авторов указаны улучшения на ряде оценок относительно OLMo 3 7B, включая GSM8K и HumanEval; эти результаты относятся к оцениванию Stage 1 и не гарантируют аналогичное качество для каждой задачи. Это базовый выпуск Stage 1, а не адаптер для пользовательской настройки. Для загрузки в Transformers в README показано использование trust_remote_code и bf16. Веса доступны по лицензии Apache 2.0.

NeuralExperiment-7b-dare-ties — модель генерации текста на базе архитектуры Mistral, созданная Kukedlc методом слияния DARE-TIES через LazyMergekit. Она объединяет NeuralMaxime-7B-slerp, NeuralGlitch-Yam-Peleg-7B-DT и Neural4gsm8k; в конфигурации также указан mistralai/Mistral-7B-v0.1. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и может применяться для диалоговых ответов, рассуждений и решения математических задач. В репозитории опубликованы веса Safetensors, а лицензия — Apache 2.0. Карточка не описывает отдельные языковые возможности и оценки качества.

NigerianAccentedEnglish — модель автоматического распознавания речи, разработанная Awarri Technologies при поддержке инициативы Федерального министерства коммуникаций, инноваций и цифровой экономики Нигерии. Это дообученная версия Whisper Small с архитектурой Transformer и примерно 244 млн параметров; она принимает аудио и преобразует речь на нигерийском варианте английского в текст. В README указано, что рекомендуемая частота аудио — 16 кГц, а максимальная длительность контекста при одном запуске — 30 секунд. Модель предназначена для транскрибирования нигерийской английской речи в службах поддержки, образовательных и доступных приложениях, медиа, гражданских сервисах и лингвистических исследованиях. Она нацелена на региональные особенности английского в Нигерии, но точность может различаться между акцентами и снижаться при детской речи, переключении на местные языки, шуме и плохом качестве аудио; для специализированных областей может понадобиться дополнительная настройка. README описывает исследовательскую лицензию с ограничениями: коммерческое или крупномасштабное корпоративное применение требует отдельного соглашения, а также запрещены, среди прочего, слежка, дискриминационное профилирование, военное применение и мошенничество.