II.8Инженерия данных и аналитика

jasperan/embeddinggemma-code-search — дообученная модель эмбеддингов на базе google/embeddinggemma-300m для семантического поиска по коду. Она обучалась на graded retrieval traces из сессий coding-агента: запросы на естественном языке сопоставлялись с фрагментами кода, размеченными по степени релевантности. Модель предназначена для поиска нужных функций и фрагментов в кодовой базе по описанию задачи или намерения. Модель использует плотную текстовую архитектуру Gemma 3 и библиотеку Sentence Transformers; содержит 302,8 млн параметров и принимает до 2048 токенов. Поддерживает Matryoshka-эмбеддинги с усечением до 128, 256 или 768 измерений, что позволяет выбирать баланс между качеством поиска и стоимостью индекса. В README приведены результаты на отложенных запросах по recall@5: после дообучения качество выросло на всех указанных размерностях, особенно при усечении до 128 измерений. Модель принимает текстовые запросы и фрагменты кода и выдаёт эмбеддинги для поиска по близости; метаданные также указывают задачу sentence-similarity. README описывает эксперимент на одной реальной Python-кодовой базе и не подтверждает качество на других корпусах или языках программирования. Лицензия — Gemma.

timm/eva02_enormous_patch14_clip_224.laion2b_plus — веса модели EVA-02-CLIP, опубликованные в экосистеме timm и OpenCLIP. Модель предназначена для классификации изображений по текстовым описаниям без дополнительного обучения: она сопоставляет изображение с кандидатными текстовыми метками и позволяет выбрать наиболее подходящую. Модель принимает изображения и текстовые запросы, а выдаёт оценки соответствия между ними. Репозиторий содержит веса в форматах PyTorch и safetensors; для работы указана библиотека open_clip. Лицензия — MIT. Данных о размере модели, поддерживаемых языках и ограничениях качества в карточке нет.

GLIDER — дообученная Patronus AI модель на базе microsoft/Phi-3.5-mini-instruct для оценки текстов, диалогов и RAG-систем по заданным пользователем критериям и шкалам. Она предназначена для автоматического судейства и измерения качества ответов в различных сценариях. Модель использует плотную архитектуру Phi-3, содержит 3,7 млрд параметров и работает с текстом. В README заявлена максимальная длина последовательности 8192 токена и проверка на текстах до 12 000 токенов; метаданные указывают native context в 4096 токенов. Обучение использовало синтетические и адаптированные по областям данные, охватывающие более 183 метрик и 685 областей, включая финансы и медицину. Основной язык — английский; также заявлена поддержка корейского, казахского, хинди, бенгальского, испанского, индонезийского, немецкого, французского, арабского, русского и других языков. GLIDER подходит для проверки ответов чат-ботов, сравнения вариантов генерации, оценки качества поиска с генерацией и проверки соответствия пользовательским рубрикам. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

ItColBERT — модель поиска по тексту, разработанная и поддерживаемая Энрико Нелло. Она предназначена для семантического поиска, извлечения фрагментов для RAG и переранжирования результатов по итальянским документам. Модель построена на базе Italian ModernBERT и использует позднее взаимодействие в стиле ColBERT: представляет каждый токен отдельным вектором размерности 128 и оценивает совпадения между токенами запроса и документа по MaxSim. Размер модели — около 134,9 млн параметров, контекст — 8192 токена; для работы используется библиотека PyLate. Модель подходит для коротких и средних фрагментов, где важны точные формулировки, имена и числа. Векторы для каждого токена повышают детализацию сопоставления, но требуют больше места для хранения, чем обычные векторные эмбеддинги. На этапе индексирования документы длиннее 512 токенов обрезаются; для длинных материалов автор рекомендует делить их на перекрывающиеся фрагменты и объединять оценки по исходному документу. Модель рассчитана только на итальянский язык и не предназначена для межъязыкового поиска. В карточке указана лицензия Apache-2.0.

Ttimms/KAT-Coder-V2.5-Dev-REAP-50-bf16 — вариант модели KAT-Coder-V2.5-Dev, подготовленный автором репозитория как чекпойнт после прореживания на 50% методом REAP и сохранённый в формате bf16. Он служит исходными весами для создания собственных квантованных сборок, включая AWQ, EXL2, MLX и GGUF. Модель предназначена для генерации кода и агентных сценариев программирования; в каталоге отмечена поддержка диалога и кода. Архитектура связана с семейством Qwen 3.5 MoE и классом Qwen3_5MoeForConditionalGeneration; для запуска указана библиотека Transformers. Репозиторий распространяется по лицензии Apache-2.0.

Kimi-K3-REAP73-MLX-mxfp4-q8 — это сильно разреженная и конвертированная в формат MLX версия мультимодальной MoE-модели Kimi-K3, разработанной Moonshot AI. Модель предназначена для локального запуска на компьютерах Apple Silicon с большим объёмом unified memory, прежде всего для генерации текста и программного кода через mlx-lm. Она сохраняет 793 млрд параметров из исходных 2,78 трлн, включая 104 млрд активных параметров, и рассчитана на контекст до 1 млн токенов. Архитектура включает Kimi Delta Attention, Attention Residuals, LatentMoE и 92 MoE-слоя; из 896 экспертов в каждом слое сохранены 242, при этом на токен маршрутизируются 16 экспертов. Заявлена поддержка английского, китайского и ряда других языков, включая японский, русский, корейский, немецкий, французский, испанский и арабский, а также мультимодальных сценариев исходной модели, хотя подробности о поддерживаемых входных форматах здесь не приведены. Ключевое преимущество модели — возможность загрузки примерно 451 ГБ весов на Apple Silicon с 512 ГБ памяти. Экспертные веса используют MXFP4 без дополнительной потери точности при конвертации: сохранённые тензоры являются побитовой копией исходных. На M3 Ultra с 512 ГиБ заявлена скорость генерации около 5,51 токена в секунду. Модель особенно хорошо сохраняет структурную корректность генерации кода, однако агрессивное удаление экспертов заметно ухудшает общие языковые способности: возможны уход в спискообразные или похожие на исходный код продолжения, повторы и деградация качества по сравнению с полной Kimi-K3. Сокращение числа сохранённых экспертов уменьшает требования к памяти, но почти не ускоряет генерацию. Для работы требуются mlx-lm и поставляемый загрузчик kimi_k3.py; практическое использование рассчитано на систему Apple Silicon с 512 ГБ памяти и настройкой лимита wired GPU memory. Модель распространяется с лицензией other, с указанием license_name kimi-k3; дополнительные условия этой лицензии в README не приведены.

LaME-2B — мультимодальная модель эмбеддингов, разработанная авторами LaME и основанная на Qwen2-VL-2B-Instruct. Она обучена совместно создавать представления для поиска и представления, связанные с генерацией: обучение использует восемь обучаемых токенов [REASON], латентный декодер Qwen3-0.6B и сочетает контрастивную функцию потерь с надзором декодера. Размер проекции составляет 3584. Модель предназначена для мультимодального поиска и извлечения по тексту, изображениям, видео и визуальным документам. В README заявлены результаты уровня state of the art на MMEB-v2 и MRMR; примеры использования и оценки вынесены в репозиторий LaME. В Hugging Face модель опубликована в формате safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0. Доступные сведения не уточняют поддерживаемые естественные языки и ограничения по контексту; результаты на указанных бенчмарках не гарантируют качество для других данных и сценариев.

LateOn-Code-edge — компактная модель для поиска по коду из семейства LateOn-Code, разработанная LightOn на базе PyLate. Это late-interaction модель семейства ColBERT с архитектурой ModernBERT; по карточке, она основана на варианте Ettin-17M из семейства edge-colbert компании mixedbread и дообучена для поиска кода. Модель содержит 16,8 млн параметров, принимает текстовые запросы и фрагменты кода и формирует многовекторные представления для поиска и ранжирования. Максимальная длина контекста — 7 999 токенов. Модель предназначена для поиска фрагментов кода по запросам на естественном языке или по коду, а также для ранжирования результатов первичного поиска. В README описаны сценарии индексации и извлечения документов с PyLate и FastPLAID, а также оценки на CodeSearchNet для Python, JavaScript, Go, Ruby, Java и PHP. Она оптимизирована для эффективности и небольшого размера, но приведённые результаты относятся к конкретным наборам данных и не гарантируют качества на других языках программирования или корпусах. Лицензия — Apache-2.0.

Это квантованная до 8 бит версия LFM2.5-ColBERT-350M от Liquid AI, подготовленная sahilchachra для запуска на компьютерах Apple Silicon с MLX. Модель представляет собой двунаправленный энкодер позднего взаимодействия: преобразует каждый токен запроса и документа в вектор размерности 128, а релевантность оценивает методом MaxSim. Для кодирования нужны маркеры [Q] для запросов и [D] для документов. Модель предназначена для многоязычного семантического поиска и ранжирования документов. Карточка приводит результаты сравнения int8 с fp16 на англоязычном подмножестве NanoBEIR из четырёх наборов данных: среднее значение NDCG@10 у int8 составило 100,5% от fp16. Указан размер весов 376 МБ и пропускная способность 12 978 токенов в секунду на чипах серии M; эти показатели относятся к тесту автора и его конфигурации. В метаданных указаны 443,4 млн параметров, контекст до 128 000 токенов и лицензия other. Формат файлов — safetensors; README описывает квантизацию MLX affine с group_size=64. Это производная от LiquidAI/LFM2.5-ColBERT-350M модель. Результаты в README ограничены небольшим англоязычным тестом и не характеризуют качество на всём наборе языков или других сценариях.

Llama3.2-3B-ShiningValiant2-GGUF — это GGUF-квантизированная версия языковой модели Llama3.2-3B-ShiningValiant2, разработанной ValiantLabs и подготовленной для распространения в квантизированных форматах пользователем bartowski. Модель построена на архитектуре Llama, содержит около 3 млрд параметров и предназначена для текстовой генерации в режиме instruction/chat. Указан английский язык; поддержка мультимодальности не заявлена. Модель ориентирована на диалоговые и технические сценарии, включая вопросы по естественным наукам, физике, биологии, химии, информатике и инженерии. В обучении или дообучении указаны наборы данных sequelbox/Celestia и sequelbox/Supernova. Доступны варианты от F16 до различных уровней квантизации, включая Q8_0 и Q6_K_L, что позволяет запускать модель локально через llama.cpp и LM Studio с разными требованиями к памяти и качеству. К сильным сторонам относятся компактный размер, локальный запуск и специализация на научно-технических запросах. Ограничения включают относительно небольшую ёмкость модели, английскую языковую ориентацию и возможное снижение качества при сильной квантизации; заявленный размер контекста в README не указан. В README приведены результаты тестов на ряде бенчмарков, однако они заметно различаются по задачам, поэтому модель следует проверять на конкретных рабочих сценариях. Лицензия указана как llama3.2.

kiddothe2b/longformer-base-4096 — языковая модель Longformer для работы с длинными документами. Она основана на RoBERTa-base и была дополнительно предобучена авторами работы об иерархических трансформерах для классификации длинных документов. Модель содержит 151,8 млн параметров и обрабатывает последовательности длиной до 4096 токенов; сочетает локальное скользящее внимание с настраиваемым глобальным вниманием. Модель выполняет заполнение пропусков в тексте (masked language modeling) и предназначена прежде всего для дообучения под задачи, использующие весь документ: классификацию документов, классификацию последовательностей предложений и ответы на вопросы. Поддерживаемый язык — английский. Обучение продолжалось 50 тысяч шагов на длинных последовательностях из датасета C4. Предсказания могут быть смещёнными из-за неотфильтрованных данных из интернета. Лицензия — CC BY-SA 4.0.

M3E-small — компактная модель текстовых эмбеддингов, обученная MokaAI на крупных наборах пар текстов. Она основана на архитектуре BERT и содержит 27,6 млн параметров; модель преобразует текст в плотные векторы и предназначена прежде всего для китайских текстов. Модель подходит для оценки сходства предложений, поиска похожих вопросов и семантического поиска по текстам. README указывает на обучение на китайских данных из разных областей и описывает поддержку английского в серии M3E, однако сравнительная таблица для версии small отмечает поддержку китайского, но не английского. Поэтому для этой версии следует ориентироваться на китайский язык. Максимальная длина контекста — 512 токенов; модель доступна в формате PyTorch и совместима с Sentence Transformers. В README приведены результаты оценки на задачах классификации и поиска, но качество зависит от набора данных и сценария. Для M3E-small отмечены ограничения в поиске между текстом запроса и фрагментом документа и отсутствие поиска по коду. Метаданные и предоставленный фрагмент README не содержат сведений о лицензии.

Marin 8B Base — базовая авторегрессионная языковая модель команды Marin при Stanford CRFM, созданная как открытая фундаментальная модель. Это плотный Transformer семейства Llama 3 с 7,5 млрд параметров; в карточке указаны 32 слоя, скрытый размер 4096, 32 головы внимания и 8 KV-голов. Модель принимает текст и генерирует продолжение, а её контекстное окно составляет 4096 токенов. Модель обучена преимущественно на английских данных из наборов для веб-текстов, энциклопедий, научных статей, программирования, математики и вопросов-ответов. Она предназначена для продолжения текста и может служить базой для дальнейшей адаптации под конкретные задачи; это именно Base-модель, а не настроенный для диалога помощник. Репозиторий использует формат safetensors и совместим с Transformers и инструментами, поддерживающими архитектуру Llama. Модель выпущена по лицензии Apache 2.0. Она не проходила настройку безопасности; ответы могут содержать предвзятые или вредоносные материалы и фактические ошибки. Разработчики не рекомендуют использовать её автономно без проверки результатов.

MetaCLIP 2 (worldwide) — мультимодальная модель семейства CLIP, представленная Meta в работе «MetaCLIP 2: A Worldwide Scaling Recipe». Этот чекпойнт соответствует варианту ViT-H-14-quickgelu-worldwide и предназначен для классификации изображений по текстовым описаниям без дополнительного обучения: пользователь задаёт возможные классы, а модель оценивает соответствие изображения каждому из них. Модель принимает изображения и текстовые описания и выдаёт оценки сходства, поддерживая многоязычные сценарии. Она реализована как MetaCLIP2Model и распространяется в формате safetensors для Transformers. Лицензия CC BY-NC 4.0 разрешает использование с атрибуцией, но ограничивает коммерческое применение.

MetaCLIP ViT-B/32 — модель семейства CLIP, разработанная командой MetaCLIP и представленная в статье «Demystifying CLIP Data» авторов Xu и соавторов. Эта версия обучалась на 400 миллионах примеров Common Crawl; обозначение B/32 указывает на базовый размер модели и разрешение патчей 32. Модель сопоставляет изображения и текст в общем пространстве эмбеддингов. Она предназначена для классификации изображений без дополнительного обучения по текстовым описаниям классов, поиска изображений по тексту и поиска текста по изображению. Лицензия CC BY-NC 4.0 разрешает использование на условиях лицензии с ограничением на коммерческое применение.

Это конвертированная в формат MLX модель MOSS-Transcribe-Diarize, опубликованная vanch007 для запуска на компьютерах Apple Silicon. Она принимает аудио и предназначена для распознавания речи с диаризацией говорящих; базовая модель также поддерживает обработку длинных записей, временные метки и аннотации акустических событий. В репозитории указаны веса safetensors, а исходную модель скачивать и конвертировать отдельно не требуется. Модель подходит для расшифровки записей с несколькими участниками и подготовки транскриптов с разделением по говорящим. Лицензия — Apache-2.0. README не приводит подробностей о поддерживаемых языках или точном формате результата.

Azazelle/Mocha-SR-7b-ex — объединённая языковая модель на архитектуре Mistral, созданная с помощью mergekit из нескольких предварительно обученных моделей. В основу объединения вошли Open-Orca/Mistral-7B-OpenOrca, WizardLM/WizardMath-7B-V1.1 и Mistral-7B-v0.1-Open-Platypus; в README указан метод rescaled_sample и базовая модель mistralai/Mistral-7B-v0.1. Модель содержит 7,1 млрд параметров, принимает текст и предназначена для генерации текста; заявленное окно контекста — 32 768 токенов. Смешение моделей общего диалога, математики и инструкционного следования может быть полезно для ответов на вопросы и решения задач с текстовым вводом. Репозиторий использует формат safetensors, библиотека — Transformers. Лицензия — CC BY 4.0.

Это англоязычный многовекторный энкодер для семантического поиска с поздним взаимодействием токенов, разработанный на базе answerdotai/ModernBERT-base и дообученный на 99 тысячах примеров MS MARCO с библиотекой Sentence Transformers. Модель преобразует текст в последовательности 128-мерных векторов на уровне токенов и оценивает соответствие запросов и документов с помощью MaxSim. Модель предназначена для поиска релевантных документов по текстовому запросу и задач информационного поиска. В карточке приведены результаты оценки на наборах NanoMSMARCO, NanoBEIR и других тестах поиска. Максимальная длина последовательности — 8192 токена; лицензия — Apache-2.0. Модель принимает текст и возвращает векторные представления, а не готовые ответы. Для ранжирования требуется вычислять оценку позднего взаимодействия MaxSim; многоязычная поддержка в карточке не заявлена.

vantk85/my-embedding-gemma — модель Sentence Transformer, созданная дообучением google/embeddinggemma-300m. Она кодирует предложения и абзацы в плотные векторы размерностью 768 для сравнения по косинусному сходству; максимальная длина последовательности — 2048 токенов. Модель подходит для семантического поиска, оценки сходства текстов, поиска перефразировок, классификации и кластеризации. Дообучение описано на наборе из трёх парных примеров вопросов о финансовых и страховых продуктах с использованием MultipleNegativesRankingLoss. Такая малая выборка не подтверждает надёжное качество на широком круге задач и предметных областей. Репозиторий содержит веса safetensors и рассчитан на работу с библиотекой Sentence Transformers. Лицензия в предоставленных данных не указана.

NanoTitan-NLI — компактная англоязычная модель для вывода отношений между парой предложений и классификации текста по заданным категориям. Разработчик позиционирует её как решение для маршрутизации запросов, обработки потоков и развёртывания на CPU-узлах с низкой задержкой. Модель основана на Microsoft MiniLM-L12-H384-uncased и дообучена на MultiNLI; архитектура — BERT-подобный энкодер из 12 слоёв с размерностью 384 и 12 головами внимания. В метаданных указано около 40 млн параметров, в README — 33,36 млн. Модель принимает текстовые пары, а для классификации без заранее обученных меток использует формулировки гипотез; основной pipeline-тег — text-classification. README сообщает о поддержке последовательностей до 512 токенов и обучении с ограничением в 128 токенов. Заявлены точность 85,35% на MNLI Matched и низкая задержка CPU, однако эти результаты приведены автором и не подтверждены независимой оценкой. Лицензия — MIT, допускающая коммерческое использование.

NexteraBERT-Mezzoforte-220M-en — англоязычный двунаправленный энкодер семейства NexteraBERT, разработанный независимым исследователем RikkaBotan. В репозитории указано 212,6 млн параметров, а метаданные Hugging Face сообщают 353,6 млн; архитектура состоит из 18 блоков с несколькими типами смешивания токенов: линейным SnowLily, скользящим вниманием, полным вниманием и NexteraHRA. Модель предобучена методом masked language modeling на 130 млрд токенов; максимальная длина обучения составляла 8 192 токена. Метаданные не содержат значения длины контекста для инференса. Основной сценарий — восстановление замаскированных токенов. Энкодер также можно дообучать для классификации текста, разметки токенов, ответов на вопросы, задач с вариантами ответа, поиска и оценки сходства. Для поиска и сходства требуется отдельное дообучение: автор подчёркивает, что исходная модель не является готовой моделью эмбеддингов. В сравнительных оценках она показывает результаты, сопоставимые с ModernBERT-base на GLUE, MTEB и BEIR. Модель предназначена для английского языка и использует токенизатор ModernBERT с словарём из 50 368 токенов. Для загрузки пользовательского кода требуется trust_remote_code=True; автор сообщает о проверке с Transformers 5.12 и PyTorch 2.12. Лицензия — MIT.

cross-encoder/nli-deberta-v3-small — англоязычная модель для вывода отношений между парами предложений, опубликованная в формате SentenceTransformers. Она основана на microsoft/deberta-v3-small и дообучена на наборах SNLI и MultiNLI. Для пары текстов модель выдаёт оценки трёх классов: противоречие, следование и нейтральное отношение. Модель подходит для проверки гипотез по тексту и классификации без примеров для каждого класса: названия классов можно задавать как текстовые гипотезы. Её также используют для оценки сходства предложений. Это компактная архитектура DeBERTa V3 с 155 млн параметров и контекстом до 512 токенов; доступны веса PyTorch, Safetensors и ONNX. В README приведены точности 91,65 на тестовом наборе SNLI и 87,55 на несовпадающем разделе MNLI. Обучение на англоязычных наборах ограничивает ожидаемое качество другими языками и предметными областями. Лицензия — Apache-2.0.

blackmlengineer/occucoder-en-demi-v0 — текстовая Sentence Transformer-модель на архитектуре BERT, разработанная автором репозитория и обученная на наборе данных train. Она преобразует предложения и абзацы в плотные векторы размерности 64; сходство между ними оценивается косинусной мерой. Модель предназначена для поиска и сопоставления текстов по смыслу. Модель принимает текст, использует среднее pooling-представление и поддерживает последовательности длиной до 32 токенов. В README приведены примеры коротких англоязычных названий профессий и описана обучающая выборка из 991 580 примеров с anchor, positive и negative. Метаданные указывают Sentence Transformers, BERT и 681 тыс. параметров. Подходит для семантического поиска и извлечения признаков из коротких текстов. Очень короткое контекстное окно ограничивает работу с длинными фразами и документами; сведения о лицензии в предоставленных источниках отсутствуют.

jadasdn/open-ai-small-2 — дообученная модель распознавания речи на архитектуре Whisper, разработанная на основе jadasdn/open-ai-small-1. Она предназначена для преобразования входящей речи в текст; в карточке указаны 153,1 млн параметров и результат оценки WER 21,4497. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. Карточка сообщает о дообучении на наборе данных, обозначенном как None, но не описывает его состав, языки, условия оценки или ограничения. Поэтому качество распознавания для конкретных языков и аудиосценариев по приведённым данным определить нельзя.

Pretergeek создал экспериментальную модификацию диалоговой модели OpenChat-3.5-0106 на архитектуре Mistral. Веса расширены до 8,9 млрд параметров добавлением новых слоёв в конец модели методом passthrough, основанным на расширении блоков. По словам автора, после добавления слоёв модель не дообучалась и должна работать близко к исходной модели. Модель предназначена для диалогов и генерации текста, в том числе ответов на общие вопросы, программирования и математических рассуждений — задач, поддерживаемых базовой моделью OpenChat. Контекст составляет 8192 токена. Репозиторий содержит веса в формате Safetensors, модель использует библиотеку Transformers и распространяется по лицензии Apache-2.0. Это экспериментальная архитектурная модификация, а не подтверждённое улучшение исходной модели: автор предполагает, что дообучение добавленных слоёв может усилить рассуждения, но в опубликованной версии оно не проводилось. Оценки в README относятся к указанным бенчмаркам и сами по себе не подтверждают преимущество над базовой моделью.

Это версия модели распознавания речи NVIDIA Parakeet TDT-CTC 1.1B, подготовленная mlx-community для работы с библиотекой MLX на Apple Silicon. Она принимает аудио и преобразует речь в текст; основное применение — автоматическая транскрипция записей и аудиопотоков. Модель основана на архитектуре FastConformer/Conformer и рассчитана на английскую речь; исходная карточка описывает транскрипцию с пунктуацией и заглавными буквами. Репозиторий содержит веса safetensors и распространяется по лицензии CC BY 4.0. README указывает на конвертацию исходной модели в формат MLX; метаданные каталога помечают связь с исходной моделью как finetune, поэтому происхождение указано по этим метаданным. Подробности о длине аудио, точности и ограничениях применения в предоставленной карточке отсутствуют.

Карточка модели facebook/PE-Spatial-T16-512 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.

A7oad/qaf-tasmi-v6 — модель автоматического распознавания речи, опубликованная пользователем A7oad на Hugging Face. Она построена на архитектуре wav2vec2 с классом Wav2Vec2ForCTC и содержит около 402,8 млн параметров. Модель принимает аудио и предназначена для преобразования речи в текст; для загрузки указана библиотека Transformers. Карточка модели создана автоматически и не сообщает о языках, данных обучения, оценках качества или конкретных условиях применения. Лицензия в карточке не указана. Поэтому пригодность для отдельных языков и акустических условий по доступным сведениям оценить нельзя.

Qweble-Sol 4B — дообученная ukuwzi модель на базе Qwen3.5-4B, настроенная для системного администрирования, программирования, отладки и DevOps. Это плотная модель примерно на 4,21 млрд параметров; данная версия представлена в 4-битном формате MLX для локального запуска через mlx-lm на устройствах Apple Silicon. Модель сохраняет диалоговые и рассуждающие возможности базовой Qwen3.5-4B. Она предназначена для помощи с администрированием Linux и macOS, shell-скриптами, кодом, Docker, сетями, настройкой серверов, автоматизацией и CI/CD, а также для общих технических вопросов. Карточка указывает английский язык; отдельная длина контекста не приведена. Версия компактна и рассчитана на экономичный локальный запуск, однако 4-битная квантизация и размер модели могут снижать точность относительно более крупных или высокоточных вариантов. Модель может ошибаться в командах, параметрах и коде, поэтому результаты следует проверять. Модель выпущена под лицензией Apache-2.0. Это независимое дообучение и упаковка ukuwzi, а не официальный релиз Alibaba или команды Qwen.

unsloth/Qwen3.6-27B-MLX-8bit — это 8-битная версия модели Qwen3.6-27B в формате MLX, подготовленная Unsloth на основе Qwen/Qwen3.6-27B. Модель предназначена прежде всего для агентного программирования, работы с фронтенд-проектами, рассуждений на уровне репозитория и итеративной разработки. В README также указана совместимость с MLX-инструментами; исходная модель поддерживает сценарии image-text-to-text. Архитектура представляет собой авторегрессионную языковую модель с vision encoder, 27 млрд параметров и 64 слоями. В ней используются Gated DeltaNet и Gated Attention, а также multi-step training. Нативная длина контекста составляет 262 144 токена, с возможностью расширения до 1 010 000 токенов. В README не указаны точный перечень поддерживаемых языков, характеристики vision encoder и подробные ограничения 8-битной версии. К сильным сторонам относятся специализация на программировании, работе с кодовой базой и сохранении контекста рассуждений между сообщениями, а также существенно уменьшенный размер весов благодаря 8-битному представлению. К ограничениям относятся зависимость от совместимого MLX-окружения и потенциальные потери точности по сравнению с полноразмерной версией из-за квантования. Модель распространяется по лицензии Apache-2.0.