II.8Инженерия данных и аналитика

facebook/mask2former-swin-small-cityscapes-panoptic — модель Mask2Former с небольшим Swin-бэкбоном, обученная для паноптической сегментации Cityscapes. Разработана командой Mask2Former; карточка сообщает, что архитектура основана на статье Masked-attention Mask Transformer for Universal Image Segmentation. Модель принимает изображения и для каждого сегментируемого объекта или области предсказывает маску и соответствующую метку. Этот чекпойнт предназначен для паноптической сегментации уличных сцен Cityscapes; архитектура Mask2Former также поддерживает семантическую и экземплярную сегментацию. В описании подхода отмечены многомасштабный декодер с deformable attention и декодер Transformer с masked attention. В репозитории указаны веса PyTorch. Лицензия в метаданных обозначена как other, поэтому конкретные условия использования следует сверить с файлами лицензии репозитория. Чекпойнт обучен на Cityscapes и его назначение ограничено паноптической сегментацией сцен этого типа.

Mask2Former — модель компьютерного зрения семейства Mask2Former, опубликованная командой Hugging Face. Эта версия с компактным Swin-Tiny backbone обучена на Cityscapes для паноптической сегментации городских сцен и предсказывает маски объектов вместе с соответствующими метками. Архитектура использует многоуровневый декодер признаков на основе deformable attention и Transformer-декодер с masked attention. Модель предназначена для разделения изображения на семантические области и отдельные экземпляры объектов в рамках паноптической сегментации. Её можно применять для анализа уличных сцен, например, чтобы выделять и классифицировать объекты на изображениях городской среды. Чекпойнт опубликован в форматах PyTorch и safetensors; лицензия указана как other, поэтому конкретные условия использования следует проверять в репозитории модели.

medBERT.de — немецкоязычная медицинская модель на архитектуре BERT, предназначенная для обработки специализированных текстов здравоохранения. В карточке заявлены 12 слоёв, размер скрытого состояния 768, 8 голов внимания и обработка последовательностей до 512 токенов. Модель использует WordPiece-токенизатор, настроенный на медицинскую лексику немецкого языка, и обучалась на медицинских текстах, клинических записях, научных публикациях и документах о здравоохранении. В репозитории указана задача заполнения пропусков в тексте. README также описывает применение для извлечения медицинской информации и прогнозирования диагнозов, но это не подтверждено тегом задачи в метаданных. Карточка отмечает возможные смещения в сторону данных одной берлинской больницы и радиологических отчётов, трудности с редкими или новыми понятиями и ухудшение качества на других языках. Модель не предназначена для принятия медицинских решений. Лицензия — Apache-2.0.

UMCU/MedRoBERTa.nl_NegationDetection — модель на основе RoBERTa, дообученная Bram van Es и Sebastiaan Arends для выявления отрицания в нидерландских клинических текстах. Базовую MedRoBERTa.nl разработали Stella Verkijk и Piek Vossen; её предварительно обучали с нуля на почти 10 миллионах обезличенных больничных записей из электронных медицинских карт Amsterdam University Medical Centres. Модель предназначена для медицинской обработки текста на нидерландском языке, в частности для определения, отрицается ли медицинское понятие в клинической записи. При дообучении использовался корпус Erasmus Dutch Clinical Corpus. Модель имеет архитектуру RoBERTa для классификации токенов, содержит 153,2 млн параметров и поддерживает контекст до 514 токенов. Для определения отрицания применялись окна до 512 токенов вокруг понятия. Модель ориентирована на узкую задачу и медицинские тексты на нидерландском языке; качество на других языках и вне клинического домена не подтверждено. Распространяется по лицензии GPL-3.0.

Карточка модели ShuaiAnwo/pore-codec-rsq742c12a-516 на Hugging Face совпадает с карточкой ShuaiAnwo/pore-codec-rsq742c12a-514, поэтому описание составлено по ней. PoreCodec-RSQ742C12A — нейронный кодек для электрических сигналов нанопорового секвенирования. Модель преобразует непрерывные измерения ионного тока в компактные иерархические последовательности дискретных токенов и может восстанавливать сигнал по этим представлениям. Архитектура включает одномерный свёрточный кодировщик, 512-мерное латентное представление и детерминированную Residual Finite Scalar Quantization с двумя этапами квантования; коэффициент понижения временного разрешения — 4. Модель доступна через Transformers и хранится в формате Safetensors. Кодек предназначен для токенизации и сжатия сигналов нанопор, построения представлений для моделей последовательностей, а также для поиска и индексирования чтений. FeatureExtractor выполняет предобработку сигнала, включая удаление выбросов и нормализацию. По данным карточки, конечные кодовые книги хранятся в контрольной точке, а детерминированное скалярное квантование избегает коллапса кодовой книги, характерного для некоторых VQ-VAE. Модель не предназначена для basecalling или предсказания последовательности ДНК; она рассчитана на предварительно обработанные сигналы нанопорового тока. Лицензия — Apache-2.0.

Montalte/qwen4b-code-think-random — экспериментальный артефакт слияния на базе плотной Qwen3-4B-Base, предназначенный для экспериментов по переносу навыков между математикой и программированием. Модель содержит 3,7 млрд параметров, использует архитектуру Qwen3ForCausalLM и поддерживает контекст до 32 768 токенов. Она рассчитана на генерацию текста и имеет специализацию на коде. Артефакт получен слиянием с моделью-специалистом modrill/code-think-q4b-20260908: к вектору задачи применена равномерная случайная бинарная маска с долей сохранения 0,1 и seed=42; слои embed и lm_head пропущены. README описывает его как эксперимент по направленному переносу навыков, поэтому результаты не следует считать гарантированными для практических задач. Лицензия — Apache-2.0.

merve/rfdetr-docvqa-qwen — дообученная модель Roboflow/rf-detr-base для обнаружения объектов на изображениях. Несмотря на название, README и метаданные описывают задачу object detection; подтверждений работы с вопросами и ответами по документам или использования Qwen нет. Модель построена на архитектуре RF-DETR и распространяется в формате safetensors по лицензии Apache-2.0. В README приведены результаты оценки, включая mAP 0,0368 и показатели для изображений и таблиц; значения для диаграмм и графиков равны нулю. Датасет обозначен как неизвестный, поэтому область применения обучения нельзя определить точнее. Эти результаты дают основание учитывать качество обнаружения объектов как ограничение при выборе модели.

Это дообученная модель Roboflow на базе RF-DETR Medium, предназначенная для обнаружения баскетболистов и судей на изображениях. Она предсказывает рамки объектов и их классы; в README приведены результаты оценки, включая mAP 0,7297, mAP@50 0,971 и отдельные значения mAP для игроков и судей. Модель подходит для анализа изображений баскетбольных матчей, например для поиска игроков и судей в кадре. Данные обучения в карточке не описаны, поэтому результаты оценки не позволяют судить о качестве на других наборах изображений. Модель опубликована в формате Safetensors под лицензией Apache-2.0.

merve/rfdetr-road-signs-agree1 — дообученная Merve модель Roboflow/rf-detr-medium для обнаружения дорожных знаков и сигналов на изображениях. Она использует архитектуру RF-DETR и выдаёт найденные объекты с ограничивающими рамками и классами, включая знаки остановки, парковки, пешеходного перехода, запрета поворота, а также светофор и его сигналы. Модель может применяться для анализа дорожных сцен и распознавания перечисленных категорий знаков. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. В README приведены метрики оценки на наборе данных, который там не идентифицирован: общий mAP составляет 0,2689, а качество заметно различается между классами. Например, mAP для парковки — 0,9, тогда как для знака «пешеходный переход зебра» — 0,0137. Результаты указывают на неодинаковую точность распознавания категорий; пригодность для конкретных условий следует оценивать отдельно.

scdino-v2-base — модель CSEM-AI4LS на основе Vision Transformer DINOv2, обученная без учителя на 5-канальных изображениях одиночных клеток периферической крови человека (PBMC). Для каждого фрагмента микроскопического изображения размером 50×50 пикселей модель выдаёт эмбеддинг размерности 128, который можно использовать для анализа и сравнения клеток. Карточка описывает порядок каналов, включая яркопольное изображение, DAPI и флуоресцентные маркеры CD3 и CD14. Модель предназначена для извлечения признаков из микроскопических изображений одиночных клеток, в частности для последующей кластеризации, визуализации и анализа типов иммунных клеток. В открытом доступе также упомянут размеченный набор из более чем 1,3 миллиона изображений семи типов иммунных клеток. Репозиторий содержит веса в формате safetensors; лицензия — MIT. Для загрузки модели, предобработки фрагментов и оценки эмбеддингов README отсылает к отдельному репозиторию кода.

keremberke/yolov8m-csgo-player-detection — модель компьютерного зрения на базе YOLOv8m, опубликованная пользователем keremberke. Она предназначена для обнаружения игроков команд CT и T в изображениях или видеокадрах Counter-Strike: Global Offensive, отдельно распознавая тела игроков и головы с метками ct, t, cthead и thead. Модель использует библиотеку Ultralytics и распространяется в формате PyTorch. Модель подходит для анализа игровых кадров, поиска игроков и их голов, а также для построения разметки объектов в материалах по CS:GO. В карточке указан датасет keremberke/csgo-object-detection. Данных о лицензии и количественных характеристиках модели карточка не содержит.

Модель dubattim/aviation-intelligence-vit-fgvc разработана в рамках семестрового проекта ZHAW Aviation Intelligence System. Это классификатор изображений на базе facebook/dinov2-base, дообученный для распознавания 100 вариантов самолётов, включая Boeing 737-800, Airbus A320 и Cessna 172. Размер модели — 113,2 млн параметров. Модель принимает фотографии воздушных судов и выдаёт ранжированные классы с оценками уверенности. На тестовой выборке FGVC-Aircraft авторы сообщают точность Top-1 84,5%, Top-5 97,0% и macro-F1 0,84. Она подходит для классификации снимков в авиационных каталогах, демонстрационных приложениях и исследовательских проектах. Обучение проводилось на 8 701 изображении из FGVC-Aircraft и Wikimedia Commons. Качество может снижаться на ракурсах, условиях съёмки или типах воздушных судов, отличающихся от обучающих данных; набор классов ограничен перечисленными 100 вариантами. Лицензия — MIT.

f-BERT — модель на основе BERT, представленная для работы Knowledge Enhance Masked Language Model for Stance Detection. Она обучалась на более чем 5 миллионах англоязычных твитов о президентских выборах в США 2020 года, а затем была дообучена на размеченных данных для определения позиции автора твита по отношению к Джо Байдену. Модель предназначена для классификации коротких сообщений о выборах и политике США, а не для общего анализа тональности или определения позиции по произвольным темам. Это BERT для классификации последовательностей с примерно 136,8 млн параметров и контекстом до 512 токенов. Она принимает текст и выдаёт метку класса; доступные веса представлены в форматах PyTorch и Flax. Модель поддерживает английский язык и распространяется по лицензии GPL-3.0. Карточка не уточняет набор меток классов и метрики качества.

CHARD — набор обученных моделей для обнаружения транспортных средств на дорожных сценах Бангладеш. Модели разработаны для исследования CHARD: Characteristic-Aware Hierarchical Detection; в репозитории опубликованы 79 чекпойнтов на базе RT-DETR и YOLOv8, YOLOv10 и YOLOv11. Вариант RT-DETR использует иерархическую голову, которая сначала предсказывает атрибуты транспортного средства, а затем его класс; вариант YOLO добавляет вспомогательную ветвь атрибутов, удаляемую перед инференсом. Вспомогательная разметка физических характеристик — числа колёс, размера и типа привода — помогает улучшить обнаружение редких классов, в том числе авторикш, тележек и инвалидных колясок. Модели предназначены для детекции транспортных средств на изображениях дорожных сцен; исследование охватывает датасеты BadODD, Poribohon-BD и Sorokh-Poth. Для CHARD-YOLO требуется пакет chard_yolo из репозитория кода, а CHARD-RT-DETR поставляется как raw state_dict и требует восстановления архитектуры из кода проекта. Чекпойнты очищены от состояния оптимизатора и сохранены в FP16. Лицензия — MIT.

Модель tiantiaf/childvox-ReCANVo-whisper-large разработана для классификации вокализаций детей и молодых взрослых. Это дообученная на корпусе ReCANVo модель Whisper large-v3, опубликованная как реализация классификатора из работы ChildVox, принятой на основную конференцию EMNLP 2026. Она принимает аудио и относит вокализацию к одной из шести категорий: delighted, dysregulated, frustrated, request, self-talk или social. Базовая модель Whisper large-v3 мультиязычная; карточка позиционирует эту модель для классификации детских вокализаций. Модель подходит для исследовательского анализа аудиозаписей и изучения типов вокализаций. Данные детской речи чувствительны: карточка требует учитывать согласие семей, этическое одобрение и применимые законы. Модель не предназначена для клинической диагностики, индивидуальной оценки развития без экспертной проверки, наблюдения или вторжения в частную жизнь; коммерческое использование исключено. Лицензия — OpenRAIL.

ChuckleNet v2 — модель классификации аудио, разработанная автором репозитория Hayasuki для обнаружения смеха в отдельных речевых фрагментах, в том числе в записях стендап-комедии и выступлений в стиле TED. Модель объединяет 768-мерные эмбеддинги WavLM-base с 23 просодическими признаками, затем использует полносвязную классификационную сеть. Реализация основана на PyTorch; в метаданных архитектура обозначена как WavLMForLaughterDetection. Воспроизводимая оценка на наборе Gillick-162v показала segment F1 0,559 при разбиении видео между обучением и проверкой. На небольшом наборе с разметкой по маркерам смеха результаты ниже. Модель предназначена для исследовательской оценки распознавания смеха, а не для готового производственного применения; проверка на полном наборе из 620 видео и дополнительные оценки ещё не завершены. README сообщает, что данные в основном представляют англоязычную комедию и выступления. Лицензия репозитория — MIT.

nlpie/clinical-miniALBERT-312 — компактная рекурсивная трансформерная модель семейства ALBERT, разработанная для клинических текстов. Она обучена на заметках MIMIC-III в течение трёх эпох с дистилляцией по слоям от BioClinicalBERT. Архитектура использует совместное использование параметров между слоями, факторизацию эмбеддингов и узкие адаптеры; размер эмбеддинга — 312, скрытый размер — 768, число рекурсий — 6. В README указано 18 млн уникальных параметров, тогда как метаданные Hugging Face сообщают 78,9 млн параметров. Модель предназначена для предсказания пропущенных токенов в клинических записях и других задач, основанных на маскированном языковом моделировании. Контекст составляет до 512 токенов. Репозиторий содержит веса PyTorch; для загрузки требуется код проекта miniALBERT, поскольку стандартный AutoModel пока не поддерживает эту архитектуру. Лицензия — MIT.

OrDora/coachtwin-embedder — компактная BERT-модель для создания эмбеддингов предложений и поиска похожих тренировок в приложении CoachTwin. Она основана на BAAI/bge-small-en-v1.5 и, согласно README, выбрана сравнением трёх энкодеров на наборе из 10 393 тренировок CoachTwin; базовый чекпойнт не дообучался. Модель содержит около 40 млн параметров по метаданным, принимает текст, выдаёт векторы размерности 384 и поддерживает контекст до 512 токенов. Модель предназначена для семантического поиска тренировок и сравнения их описаний по цели и области тела. В описанном тесте на синтетических англоязычных данных она показала precision@3 0,669 при строгом совпадении цели и области тела. Репозиторий лицензирован по Apache-2.0. README отмечает, что сериализация в формате Sentence Transformers 3.x несовместима с некоторыми клиентами версии 3.x при загрузке репозиториев, сохранённых в формате 5.x; при этом векторная размерность сама по себе не гарантирует совместимость энкодеров.

ConvNeXT-Base-BirdSet-XCL — сверточная модель классификации изображений, обученная исследовательской группой DBD на наборе XCL проекта BirdSet. Она предназначена для распознавания видов птиц по спектрограммам аудиозаписей; обучение охватывает 9736 видов, представленных в данных Xeno-Canto. Модель принимает одноканальное изображение спектрограммы и выдаёт класс вида птицы. Для подготовки входа требуется специальный процессор из репозитория BirdSet: в репозитории модели собственного процессора нет. Архитектура — ConvNeXt, реализованная классом ConvNextForImageClassification и доступная в формате Safetensors через Transformers. Лицензия в предоставленных данных не указана. Результаты классификации зависят от качества спектрограммы и охвата обучающего набора; модель предназначена для классификации птиц, а не для обработки произвольных изображений.

CORe (Clinical Outcome Representations) — модель семейства BERT, разработанная авторами исследования Clinical Outcome Predictions from Admission Notes using Self-Supervised Knowledge Integration. Она основана на BioBERT и дополнительно обучена на клинических записях, описаниях заболеваний и медицинских статьях с помощью специализированной задачи предобучения Clinical Outcome Pre-Training. Модель содержит 135,5 млн параметров и обрабатывает последовательности длиной до 512 токенов. CORe предназначена для переноса знаний о клинических исходах в задачи прогнозирования по медицинским текстам. Её можно дообучать для анализа историй болезни, включая прогноз исходов пациента по записям при поступлении. Обучающие данные включали выписки MIMIC III, медицинские транскрипции MTSamples, клинические записи i2b2, публикации о случаях заболеваний из PMC и другие медицинские тексты. Модель принимает текст и формирует скрытые представления; это базовая модель для дальнейшего дообучения, а не готовый классификатор исходов. Карточка не сообщает условия лицензии.

Depth Anything V2 Metric Outdoor Base — модель оценки абсолютной глубины для уличных изображений, представленная авторами семейства Depth Anything V2 и доступная в версии для Transformers. Это дообученная модель на архитектуре DPT с backbone DINOv2; вариант Base содержит 97,5 млн параметров и предназначен для оценки метрической глубины на сценах на открытом воздухе. Модель обучена для метрической оценки глубины с использованием синтетических данных Virtual KITTI 2; в описании семейства также указано обучение на примерно 600 тысячах синтетических изображений с разметкой и 62 миллионах реальных изображений без разметки. Она принимает изображение и выдаёт карту глубины, пригодную для сценариев, где важны абсолютные, а не только относительные оценки расстояний. Карточка рекомендует использовать модель через Transformers версии 4.45.0 или новее. Условия лицензирования в предоставленных данных не описаны.

MAEST — модель семейства Transformer для анализа музыки, разработанная Пабло Алонсо и основанная на архитектуре Audio Spectrogram Transformer (AST). Эта версия содержит около 113,2 млн параметров и предназначена для классификации музыкальных аудиозаписей по 400 стилям, определённым на основе метаданных Discogs. Модель предварительно обучена для классификации музыкальных стилей и может использоваться для распознавания жанров, оценки музыкальных эмоций и обнаружения инструментов. Для ряда downstream-задач авторы отмечают пользу представлений из промежуточных слоёв. Модель доступна через Transformers и Essentia; для Transformers требуется включить trust_remote_code. Результаты могут немного зависеть от воспроизведения особенностей мел-спектрограмм Essentia. Обучение проводилось на наборе Discogs20 с 3,3 млн музыкальных треков, сопоставленных с метаданными Discogs. Данные стилей неравномерно представлены: особенно заметен перевес западной и электронной музыки. Модель не является универсальным аудиоклассификатором и не оценивалась для задач вне анализа музыки. Лицензия CC BY-NC-SA 4.0 разрешает некоммерческое использование; для коммерческого применения требуется отдельная лицензия.

DistillPath-IS16-Virchow2 — компактный энкодер изображений для вычислительной патологии, разработанный Рамоном Каспаром, Андреем Игнатовым и Валентиной Боевой из ETH Zurich. Это модель ViT-S/16 на базе timm с 21,7 млн параметров и размерностью признаков 384; она получена дистилляцией токенов класса и патчей из Virchow2 в студенческую модель, предварительно обученную на ImageNet-21k. Обучение проводилось на 6 000 общедоступных слайдах TCGA. Модель предназначена для извлечения признаков из тайлов гистологических изображений и их последующего использования в задачах анализа патологических изображений. В карточке приведены результаты на наборах EVA, HEST и PLISM; авторы сообщают, что модель приближается по ряду метрик к значительно более крупной Virchow2. Указанная лицензия — CC BY-NC 4.0, допускающая использование на условиях лицензии без коммерческого применения.

ECBERT-base-mlm — дообученная версия answerdotai/ModernBERT-base, созданная Graimond. Модель обучена методом masked language modeling на 25 581 тексте и предназначена для заполнения замаскированных фрагментов текста. В карточке указано, что она ещё не дообучена для анализа тональности текстов о денежно-кредитной политике. Модель относится к семейству ModernBERT, имеет архитектуру encoder-only и около 149 млн параметров. Она принимает текст и выдаёт предсказания для пропусков; нативная длина контекста — 8192 токена. Опубликована в формате safetensors по лицензии Apache-2.0. В карточке приведена точность 40% на тестовом наборе ECBERT-idioms-dataset; эта оценка относится к описанному эксперименту и не подтверждает готовность модели к анализу тональности.

EVA-RNA — трансформерная фундаментальная модель для транскриптомики, создающая эмбеддинги отдельных образцов и генов по профилям RNA-seq. Она предназначена для профилей экспрессии человека и мыши, включая bulk RNA-seq, микрочипы и псевдобалковые данные отдельных клеток; входные идентификаторы генов можно сопоставлять с NCBI GeneID встроенным преобразователем. Модель предоставляет интерфейс кодирования данных AnnData и предобученный детерминированный декодер, который восстанавливает предсказанные значения экспрессии по эмбеддингам. Для ускорения поддерживается автоматическая смешанная точность, а Flash Attention доступен на совместимых GPU Ampere и новее. Для работы с Flash Attention требуются CUDA и входы в половинной точности, поэтому этот режим ограничивает выполнение на CPU. В карточке указана лицензия other; конкретные условия следует сверить с файлами репозитория.

Модель jayanta/google-vit-base-patch16-224-cartoon-emotion-detection — дообученная Jayanta модель классификации изображений на базе Vision Transformer google/vit-base-patch16-224. Она предназначена для распознавания эмоций на изображениях мультяшных персонажей. Модель содержит 113,2 млн параметров и распространяется в формате PyTorch. На оценочном наборе данных указаны accuracy 0,8807 и F1 0,8783. В качестве данных для обучения и оценки назван набор imagefolder; сведения о классах эмоций и составе выборки не приведены. Лицензия — Apache-2.0.

KRONOS2 — маркер-ориентированная визуальная модель, разработанная для изображений пространственной протеомики, полученных методом мультиплексной иммунофлуоресценции, включая CODEX/PhenoCycler и CyCIF. Она принимает набор патчей изображений по отдельным маркерам вместе с названиями маркеров и формирует единый вектор признаков для мультиплексного патча с учётом состава панели антител. Модель построена на архитектуре DINOv2 ViT-B/16 с размерностью эмбеддинга 768. Для неё указаны эталонный размер патча ткани 256 × 256 пикселей и словарь из 268 маркеров, использованный при предобучении. KRONOS2 предназначена для извлечения признаков из неоднородных панелей маркеров; для комплексных рабочих процессов разработчики рекомендуют использовать сопровождающий проект CORAL. Для известных маркеров применяются предобученные статистики нормализации. Сопоставление названий маркеров точное с игнорированием разделителей и регистра; нечёткие псевдонимы не поддерживаются. Для новых маркеров требуется добавить метаданные и рассчитать среднее и стандартное отклонение на собственных данных. Модель доступна по запросу через gated-доступ Hugging Face, с условиями доступа, указанными в форме. Лицензия CC BY-NC-ND 4.0 запрещает коммерческое использование и распространение производных материалов на иных условиях.

Mask2Former от команды Facebook — версия небольшого размера с backbone Swin, обученная для семантической сегментации Cityscapes. Модель основана на архитектуре Mask2Former, которая предсказывает набор масок и соответствующих меток; в общей архитектуре используется многомасштабный декодер с deformable attention и декодер Transformer с masked attention. Этот чекпойнт предназначен для сегментации изображений городских сцен. Его можно применять для выделения и классификации объектов и областей на изображениях Cityscapes; в карточке также заявлено применение для паноптической сегментации. Модель работает с изображениями и выдаёт сегментационные маски и метки. Репозиторий содержит веса PyTorch и safetensors. Лицензия указана как other, без дополнительных условий в предоставленных данных.

Карточка модели GerMedBERT/medbert-512-no-duplicates на Hugging Face совпадает с карточкой GerMedBERT/medbert-512, поэтому описание составлено по ней. medBERT.de — немецкоязычная медицинская модель на архитектуре BERT, предназначенная для обработки специализированных текстов здравоохранения. В карточке заявлены 12 слоёв, размер скрытого состояния 768, 8 голов внимания и обработка последовательностей до 512 токенов. Модель использует WordPiece-токенизатор, настроенный на медицинскую лексику немецкого языка, и обучалась на медицинских текстах, клинических записях, научных публикациях и документах о здравоохранении. В репозитории указана задача заполнения пропусков в тексте. README также описывает применение для извлечения медицинской информации и прогнозирования диагнозов, но это не подтверждено тегом задачи в метаданных. Карточка отмечает возможные смещения в сторону данных одной берлинской больницы и радиологических отчётов, трудности с редкими или новыми понятиями и ухудшение качества на других языках. Модель не предназначена для принятия медицинских решений. Лицензия — Apache-2.0.

BVRA/MegaDescriptor-CLIP-336 — модель извлечения признаков изображений на основе CLIP, предварительно обученная Supervisely на наборах данных для повторной идентификации животных. Она предназначена для получения векторных представлений изображений животных, которые можно использовать для поиска похожих особей и построения систем идентификации. В основе лежит timm/vit_large_patch14_clip_336.openai_ft_in12k_in1k; модель содержит 304,5 млн параметров и рассчитана на изображения размером 336 × 336 пикселей. Модель подходит для задач повторной идентификации животных и сравнения изображений по сходству. В карточке указана лицензия CC BY-NC 4.0, допускающая использование с указанием авторства и ограничивающая коммерческое применение.