III.2Исследование рынка и маркетинг

Voho Saudi Speak 0.6B — компактная текстовая модель от Voho для преобразования литературного арабского текста в разговорную речь саудовских диалектов: наджди, хиджази и халиджи. Это плотная Qwen3ForCausalLM на 507,9 млн параметров, дообученная полным fine-tune на Qwen/Qwen3-0.6B. Модель принимает текст и название диалекта и возвращает переформулированный арабский текст; контекст — до 40 960 токенов. Модель предназначена для подготовки реплик голосовых агентов и озвучиваемых текстов, чтобы речь звучала естественнее для жителей Саудовской Аравии. В тесте на 1 000 предложениях она показала chrF++ 75,7 в целом, с результатами для наджди и хиджази; обучение проводилось на 84 394 транскрибированных фразах из SADA. Она компактна для локального запуска, однако может менять или терять детали в длинных и сложных предложениях, не использует диакритические знаки, а обучающие данные преимущественно отражают телевизионную речь. Для клиентских сценариев результаты следует проверять. Лицензия CC-BY-NC-SA-4.0 ограничивает коммерческое использование.

fpadovani/bnc_o_30 — дообученная авторегрессионная языковая модель на архитектуре GPT-2, представленная в формате safetensors и предназначенная для генерации текста. В карточке указана оценка Loss 4.3416 на наборе для оценки, но назначение дообучения, обучающие данные и подробности модели не раскрыты. Модель можно использовать для генерации продолжений текста в совместимом с Transformers окружении. Контекст составляет 1024 токена. Сведений о поддерживаемых естественных языках и специализированных областях применения нет. Базовая модель в README не названа, поэтому её идентификатор нельзя установить. Условия лицензии в предоставленных данных не указаны. Оценка на единственном наборе и отсутствие описания данных и назначения не позволяют судить о качестве для конкретных задач.

CS-Calme-Instruct-7b — объединённая чат-модель, созданная Arcee AI с помощью mergekit из MaziyarPanahi/Calme-7B-Instruct-v0.1.1 и модели Mistral-7B-v0.1, дообученной Predibase для поддержки клиентов. Слияние выполнено методом SLERP с настройками для слоёв self-attention и MLP. Модель предназначена для генерации текста в диалоге, в частности для ответов на обращения клиентов и ведения разговоров в формате инструкций. Она основана на плотной архитектуре Mistral, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В репозитории размещены веса Safetensors. Модель распространяется по лицензии Apache-2.0. Данные карточки не описывают качество на конкретных тестах или поддерживаемые естественные языки, поэтому пригодность для конкретных языков и сценариев поддержки следует проверять отдельно.

HADRA (هضرة), разработанная Jip7e, — модель синтеза речи на марокканской дариже, дообученная на базе SWivid/Habibi-TTS. Она предназначена для озвучивания текста на марокканском диалекте арабского языка, создания голосовых интерфейсов и клонирования голоса по образцу. Модель использует нерекуррентную архитектуру F5-TTS на основе Flow-Matching Diffusion Transformer: 22 слоя, размерность 1024, 16 голов внимания и 336 млн параметров. Для синтеза применяется вокодер Vocos; заявлена генерация аудио с частотой 24 кГц. В README описаны семь голосовых образов носителей марокканской дарижи и синтез пользовательских фраз, озвучки и длинных текстов. Модель обучалась на 12 105 студийных аудиозаписях из набора DODa. Поддерживается zero-shot клонирование голоса. Репозиторий содержит веса safetensors и PyTorch; для использования требуется библиотека F5-TTS. Лицензия — Apache-2.0. README также описывает систему маршрутизации с заранее синтезированными фразами и экспериментальным ускоренным контуром Piper VITS ONNX, который обозначен как находящийся в разработке. Заявления о качестве и скорости приведены авторами проекта и не сопровождаются здесь независимыми оценками. Обучение на ограниченном наборе студийных записей может сказываться на работе с другими вариантами произношения и акустическими условиями.

JCTN_LORAxl — это LoRA-адаптер для генерации изображений на основе модели stabilityai/stable-diffusion-xl-base-1.0. Модель разработана автором или организацией, указанной в идентификаторе JCTN, однако дополнительная информация о разработчике в README отсутствует. Адаптер предназначен для text-to-image-сценариев и концептуальной стилизации изображений, в частности для создания изображений упаковок хлопьев и комедийных, абсурдных или провокационных названий продуктов. Модель работает с SDXL и не требует специального trigger word. В README рекомендуется использовать простой текстовый запрос и multiplier в диапазоне 0,9–1,1. Поддерживаемые модальности и язык промптов явно не указаны; по примерам можно заключить, что используются текстовые запросы на английском языке. Размер адаптера, точная архитектура LoRA, максимальная длина контекста и другие технические характеристики не приведены. Сильная сторона модели — специализированная генерация необычных дизайнов коробок хлопьев и рекламных концепций с юмористическим или шокирующим содержанием. Ограничения связаны с узкой специализацией, зависимостью от SDXL base и отсутствием подробных сведений о качестве, производительности и поддерживаемых настройках. Лицензия указана как other, но конкретные условия использования в README не раскрыты.

Lahja SA Huba V1 — модель синтеза речи на арабском языке, разработанная WasmAI и настроенная на саудовский диалект. Она преобразует текст в естественную речь с характерными для диалекта произношением, ритмом и интонацией. Модель создана на архитектуре VITS и дообучена на наборе данных LAHJA-API-Data; содержит 3,5 млн параметров и распространяется в формате safetensors для использования с Transformers. Модель предназначена для голосовых помощников, чат-ботов, IVR, клиентской поддержки, образовательных и вспомогательных сервисов, а также голосовых интерфейсов устройств и робототехники. Заявлены низкая задержка и выразительная речь. Лицензия в предоставленных данных не указана.

awais61/mindsync-mental-health-phi4-mini-merged — дообученная разговорная языковая модель на архитектуре Phi-3 для генерации текста. В README указана базовая модель unsloth/phi-4-mini-instruct-unsloth-bnb-4bit; метаданные описывают модель как плотную причинную языковую модель с 3,8 млрд параметров и контекстом до 4096 токенов. Для обучения использовались Unsloth и библиотека Hugging Face TRL. Модель можно применять для диалоговой генерации текста на английском языке. Название репозитория указывает на тематику психического здоровья, однако README не описывает конкретные сценарии, данные обучения или клинические возможности, поэтому пригодность для психологической поддержки или медицинских рекомендаций не подтверждена. Модель распространяется под лицензией Apache-2.0.

facebook/mms-tts-tel — модель синтеза речи на телугу из проекта Massively Multilingual Speech (MMS), разработанного Facebook. Она преобразует текст на телугу в речевую волну и подходит для озвучивания текста и создания речевого вывода в приложениях. Модель построена на архитектуре VITS и содержит 3,6 млн параметров. Это отдельный языковой чекпойнт MMS-TTS; для синтеза использует стохастический предиктор длительности, поэтому один и тот же текст может звучать с разным ритмом, а для повторения результата нужен фиксированный seed. Модель доступна через библиотеку Transformers версии 4.33 и выше и распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

MODA-Fashion-Distilled — дообученная HopitAI модель для поиска модных товаров по изображению. Она использует архитектуру ViT-B/16-SigLIP с визуальным и текстовым энкодерами, однако описанный сценарий этой версии — сопоставление изображений: модель преобразует входное изображение в вектор размерности 768 для поиска похожих товаров в каталоге. Размер модели — около 203 млн параметров; входное разрешение — 224×224 пикселя. По данным карточки, на LookBench модель показала Fine Recall@1 67,63% и превзошла указанные в сравнении FashionSigLIP и FashionCLIP. Модель создана дообучением Marqo/marqo-fashionSigLIP на парах изображений из разных доменов, а затем дистилляцией знаний ансамбля учителей в компактный энкодер. Она предназначена для визуального поиска одежды и сопоставления фотографий товаров, включая поиск по снимкам из студии и уличным образам. Лицензия — MIT. Модель выдаёт эмбеддинги изображений, пригодные для поиска ближайших векторов; README не описывает эту версию как модель для текстовых запросов. Приведённые метрики получены на LookBench и не гарантируют аналогичных результатов на других каталогах; для сравнения требуется индексирование изображений товаров в том же пространстве эмбеддингов.

maheshrawat18/Qwen3-8B-grpo-emotion-v3-merged — разговорная текстовая модель, разработанная maheshrawat18 на основе Qwen3. Это дообученная версия maheshrawat18/Qwen3-8B-grpo-emotion-v2-merged, предназначенная для генерации текста в диалогах. Название указывает на настройку для работы с эмоциями, однако README не уточняет её конкретные возможности или сценарии использования. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров. Она принимает текст и выдаёт текст, поддерживает английский язык и контекст до 40 960 токенов. Веса опубликованы в формате safetensors; модель обучали с использованием Unsloth. Лицензия — Apache-2.0.

Qwen3-TTS-TBLive-CustomVoice — дообученная модель TaoLiveAIGC на базе TaoLiveAIGC/Qwen3-TTS-TBLive-Base для синтеза речи по тексту в сценариях прямых трансляций и продаж. Она использует архитектуру Qwen3-TTS и содержит шесть встроенных голосов: женские и мужские варианты для профессиональной подачи, тёплой рекомендации и энергичного продвижения. Голос выбирается по идентификатору диктора. В текст можно встраивать управляющие токены для пауз и изменения скорости последующей речи. Метаданные указывают китайский язык и формат весов safetensors; базовая модель Qwen3-TTS-12Hz-1.7B-Base описана как многоязычная, но карточка этой версии подтверждает китайский. Модель распространяется по лицензии Apache-2.0.

Это версия модели Qwen-Image-Edit-2511, подготовленная swordKoala: к базовым весам Qwen добавлена и объединена с ними Lightning LoRA от lightx2v для генерации результата за 8 шагов. Модель построена на архитектуре MMDiT и предназначена для редактирования изображений по текстовым инструкциям, включая виртуальную примерку одежды и другие сценарии image-to-image. Модель поставляется как готовый diffusers-пайплайн QwenImageEditPlusPipeline в формате BF16. README рекомендует 8 шагов инференса и разрешение 1024 пикселя; объединённые веса упрощают запуск в системах обслуживания, которые не поддерживают отдельные LoRA. Репозиторий распространяется по лицензии Apache-2.0.

sethuiyer-Medichat-Llama3-8B-GGUF — набор GGUF-квантизированных файлов базовой модели sethuiyer/Medichat-Llama3-8B. Модель разработана автором или организацией sethuiyer, а квантизации подготовлены featherless-ai-quants. По назначению и названию это текстовая генеративная модель для диалоговых и медицинских текстовых сценариев, однако подробные сведения о данных обучения и специализации в README не приведены. Модель относится к семейству Llama 3 и имеет размер 8B параметров, поддерживает текстовую генерацию и поставляется в формате GGUF. Доступны варианты Q2_K, Q3_K, Q4_K, Q5_K, Q6_K, Q8_0 и IQ4_XS с размером файлов примерно от 3 до 8 ГБ, что позволяет выбирать компромисс между требованиями к памяти и сохранением качества. Сведения о языках, длине контекста, точной архитектуре, производительности и мультимодальности отсутствуют. К преимуществам относятся широкий выбор уровней квантизации и возможность локального запуска в совместимой с GGUF инфраструктуре. Более сильное сжатие уменьшает требования к памяти, но может снижать качество по сравнению с менее сжатыми вариантами. README не содержит условий лицензирования, поэтому лицензионные ограничения необходимо уточнять в исходной модели sethuiyer/Medichat-Llama3-8B и в репозитории квантизаций.

WindyTranslate/translate-en-ty — модель машинного перевода, опубликованная Windstorm Labs и предназначенная для перевода с английского языка на таитянский. Это дообученная версия Helsinki-NLP/opus-mt-en-ty: LoRA-адаптер обучили на параллельном корпусе и объединили с базовыми весами. Модель построена на архитектуре MarianMT, содержит 54,1 млн параметров, принимает текст и выдаёт перевод; максимальный контекст составляет 512 токенов. Репозиторий содержит сборку для Transformers в формате safetensors. Лицензия — Apache-2.0. Модель подходит для перевода английских текстов на таитянский, но её качество пока не оценено; проверка подтвердила язык результата, а не точность перевода.

WindyTranslate/translate-es-yua — модель машинного перевода от Windstorm Labs для перевода с испанского языка на юкатекский майя. Она основана на MarianMT с архитектурой MarianMTModel и содержит 48,7 млн параметров; модель принимает текст и выдаёт текст. Нативная длина контекста — 512 токенов. Модель дообучена методом LoRA на параллельном корпусе, а адаптер объединён с базовыми весами Helsinki-NLP/opus-mt-es-yua. Репозиторий содержит сборку Transformers в формате safetensors. Модель предназначена для перевода текстов с испанского на юкатекский майя; обратное направление не заявлено. Качество перевода не оценивалось, поэтому его точность не подтверждена. Лицензия — Apache-2.0.

elalber2000/clip-fashion-garments2look — модель CLIP на базе архитектуры ViT-B/32, упакованная для sentence-transformers. Она преобразует изображения и текст в векторы общего пространства, чтобы находить визуально подходящую одежду по текстовому запросу или сопоставлять изображения с описаниями. Модель предназначена для поиска изображений и оценки сходства между текстом и изображением; название репозитория указывает на сценарий подбора образов по предметам одежды. Модель позволяет строить поиск по каталогу одежды и ранжировать изображения по близости к текстовому описанию. В карточке приведён ориентир CLIP ViT-B/32 в 63,3% точности top-1 на валидационном наборе ImageNet; это справочная цифра для указанного варианта архитектуры, а не отдельная оценка качества поиска одежды этой модели. Веса представлены в формате safetensors. Язык текстовой части и лицензия в предоставленных материалах не указаны.

DiaFill — японская модель генерации диалоговых сценариев, разработанная SB Intuitions. Она создаёт естественные многоходовые разговоры между двумя собеседниками по заданному сценарию, с короткими репликами и характерными словами-паразитами. Модель дообучена на базе llm-jp/llm-jp-3.1-13b-instruct4 на закрытых японских диалоговых данных проекта GENIAC. Это плотная архитектура Llama с 13,2 млрд параметров и контекстом 4096 токенов; модель работает с текстом и ориентирована на японский язык. В качестве сценариев можно задавать непринуждённую беседу или диалог для колл-центра: оформление процедур, техническая поддержка и сопровождение клиентов. Для каждого участника задаётся непринуждённый или вежливый тон, а для сценариев колл-центра также указывается отрасль. Модель распространяется по лицензии Apache-2.0. Обучающие данные не опубликованы; назначение модели — генерация сценарных диалогов, а не обычное общение в формате ассистента.

ClaudioItaly/Evolutiongutenberg-50k — объединённая языковая модель семейства Mistral, созданная ClaudioItaly с помощью mergekit и метода SLERP. В объединение вошли ClaudioItaly/Evolutionstory-7B-v2.2 и sanps/mist-7b-sft-gutenberg-50k; модель содержит 7,1 млрд параметров и принимает текст для генерации продолжений и историй по контексту. Заявленная длина контекста — 32 768 токенов. Модель предназначена для связного написания историй и генерации текста. В репозитории указаны веса Safetensors, библиотека Transformers и лицензия Apache-2.0. Данных о поддерживаемых естественных языках и специальных ограничениях в предоставленных источниках нет.

dsreya/garment-type-classifier — модель классификации изображений одежды, созданная дообучением Vision Transformer google/vit-base-patch16-224. Она принимает изображение и предсказывает класс типа одежды. В README приведены результаты на оценочной выборке: accuracy 0,9789 и loss 0,0711; состав выборки и перечень классов не раскрыты. Модель содержит 113,2 млн параметров, использует архитектуру ViT и формат весов safetensors. Лицензия — Apache-2.0.

shafii01/imdb-modernbert — дообученная модель классификации текста на базе answerdotai/ModernBERT-base, разработанная автором репозитория shafii01. Она предназначена для классификации текстов; название репозитория указывает на отзывы IMDb, однако README не подтверждает состав классов или обучающую выборку. Модель содержит 149 млн параметров, использует архитектуру ModernBERT для классификации последовательностей и принимает контекст длиной до 8192 токенов. В README указана точность 0,9564 и значение loss 0,1712 на наборе оценки. Модель подходит для экспериментов с классификацией англоязычных отзывов о фильмах. Базовая модель ориентирована на английский язык. Лицензия — Apache-2.0. Сведения о датасете, метках классов и ограничениях применения не приведены.

Llama-3.1-Hawkish-8B — дообученная модель mukaj на архитектуре Llama 3.1 с 7,5 млрд параметров. Авторы дополнительно обучили её на финансовых инструкциях по экономике, облигациям с фиксированным доходом, акциям, корпоративному финансированию, деривативам и управлению портфелем, смешав данные с примерами по программированию, общим знаниям, NLP и диалогам. Модель предназначена для генерации ответов и диалога; среди заявленных сценариев — разбор финансовых и экономических вопросов, математические рассуждения и подготовка к экзамену CFA Level 1. В карточке указано контекстное окно 131 072 токена, поддержка чата и интерфейса вызова инструментов; основным языком заявлен английский. README сообщает об улучшении результатов на некоторых тестах, в частности по математике и экономике, но не приводит здесь полные таблицы результатов. Это не подтверждает точность ответов в практических финансовых сценариях. Авторы разрешают использование только в академических и исследовательских целях и запрещают применение в производственных средах и для финансовых решений или консультаций. Лицензия в метаданных обозначена как other; README также указывает, что модель предоставляется без гарантий точности и надёжности.

Это ControlNet для Stable Diffusion 1.5, созданный автором репозитория metafresh89 и дообученный на датасете QR-кодов. Модель принимает изображение QR-кода как условие и направляет генерацию или преобразование изображения, сохраняя форму QR-кода в художественном результате. Репозиторий содержит веса в форматах safetensors и Diffusers; модель предназначена для использования с совместимой базовой моделью Stable Diffusion 1.5 и библиотекой Diffusers или расширением ControlNet для AUTOMATIC1111. Модель подходит для создания стилизованных изображений с QR-кодом, в том числе рекламных и иллюстративных материалов. Результат зависит от промпта и веса ControlNet: форма кода иногда передаётся неточно, а увеличение веса может ухудшить стиль изображения. Для повышения вероятности сканирования автор рекомендует QR-коды с коррекцией ошибок уровня H и генерацию в разрешении 768 пикселей. Лицензия — OpenRAIL++.

Карточка модели fal/qwen-image-edit-2511-bf16-transformer-flashpack на Hugging Face совпадает с карточкой Qwen/Qwen-Image-Edit-2511, поэтому описание составлено по ней. Qwen-Image-Edit-2511 — модель редактирования изображений от команды Qwen, улучшенная версия Qwen-Image-Edit-2509. Она принимает изображение и текстовые инструкции для изменения сцены, сохраняя при этом сходство персонажей и согласованность нескольких людей на групповом снимке. Модель также умеет менять освещение и материалы, создавать новые ракурсы, помогать с промышленным дизайном и строить вспомогательные геометрические линии. Модель распространяется в форматах Diffusers и Safetensors и рассчитана на использование через библиотеку Diffusers. По карточке, улучшения включают снижение дрейфа изображения, поддержку эффектов популярных LoRA непосредственно в базовой модели и усиленное геометрическое рассуждение. В метаданных указаны английский и китайский языки. Лицензия — Apache-2.0.

WindyTranslate/translate-ee-fi — модель машинного перевода, опубликованная Windstorm Labs для перевода с языка эве на финский. Она основана на Helsinki-NLP/opus-mt-ee-fi: к исходным весам применили LoRA дообучение на параллельном корпусе и объединили адаптер с базовой моделью. Модель MarianMT с 56,6 млн параметров принимает текст и выдаёт перевод; для загрузки доступны веса safetensors в формате Transformers. Модель рассчитана на единственное направление перевода — эве → финский. В проверке на 48 предложениях FLORES-200 dev получены chrF++ 24,67 и BLEU 3,79; это ограниченная скрининговая оценка, а не результат публикационного исследования. Репозиторий указывает лицензию Apache-2.0.

Windstorm Labs публикует MarianMT-модель для машинного перевода с английского языка на ток-писин. Это дообученная версия Helsinki-NLP/opus-mt-en-tpi: LoRA-адаптер обучили на параллельных данных и объединили с базовыми весами. Модель содержит 50,4 млн параметров, использует архитектуру Marian и доступна в формате safetensors для Transformers; максимальная длина контекста — 512 токенов. Модель подходит для перевода коротких текстов и фраз с английского на ток-писин. В скрининговой оценке на 48 предложениях FLORES-200 она получила chrF++ 35,47 и BLEU 12,41; авторы относят результат к уровню Usable. Модель не предназначена для обратного перевода: доступно только направление en→tpi. Качество оценки ограничено небольшим набором предложений. Лицензия — Apache-2.0.

TubaSTT v0.5 — Neriqlabs компаниясы әзірлеген, Asante Twi/Akan және ағылшын тілдеріндегі екітілді сөйлеуді мәтінге айналдыратын модель. Ол тілдер арасында код ауыстырылатын ганалық әңгімелесулерге, әсіресе 8 кГц телефон арналары арқылы өтетін клиенттерге қызмет көрсету қоңырауларына арналған. Модель — facebook/w2v-bert-2.0 негізінде CTC әдісімен бейімделген Wav2Vec2-BERT энкодері, 402,7 млн параметрі бар және аудионы қабылдап, транскрипт мәтінін шығарады. Оқытуда шамамен 109 сағаттық оқылым, әңгімелесу және ағылшын тіліндегі деректер, сондай-ақ телефон кодегін имитациялайтын μ-law және SpecAugment күшейтулері қолданылған. MIT лицензиясымен таратылады. Әзірлеуші хабарлаған бағалауда Asante Twi оқылымындағы WER таза аудиода 9,1%, телефон аудиосында 9,5%; WAXAL әңгімелесу деректерінде сәйкесінше 26,3% және 27,9%. Әңгімелесу сөйлеуіндегі қателер оқылымға қарағанда көбірек; WAXAL диалектісі таза Asante Twi-ден өзгеше болуы мүмкін, ал ағылшын акценті негізінен FLEURS деректеріне сүйенеді. Көрсеткіштер әзірге dev жиынтықтарынан алынған, бөлек тест жиынтығы дайындалып жатыр.

burmese-gpt2 — языковая модель на архитектуре GPT-2, разработчик — zayar26. Модель дообучена для генерации текста; карточка приводит значение loss 2.4037 на тестовой выборке, но не описывает датасет и подробности оценки. Модель принимает текст и генерирует текст. Контекст составляет 512 токенов. По названию она предназначена для работы с бирманским языком, однако README не подтверждает языковое покрытие. Модель распространяется по лицензии MIT.

Fashion-Mnist-SigLIP2 — модель классификации изображений, разработанная prithivMLmods и дообученная на базе визуально-языкового энкодера google/siglip2-base-patch16-224 с архитектурой SiglipForImageClassification. Она относит изображение одежды или обуви к одному из 10 классов Fashion-MNIST: футболка или топ, брюки, пуловер, платье, пальто, сандалии, рубашка, кроссовки, сумка и ботинки. Модель предназначена для распознавания категорий одежды в каталогах интернет-магазинов, сортировки товарных изображений и учебных экспериментов с классификацией изображений. Принимает изображения и выдаёт метку класса. Репозиторий использует формат safetensors и библиотеку Transformers; лицензия — Apache-2.0.

suaib18 разработал эту модель как дообученную версию IndoBERTweet-base-uncased для классификации тональности текстов на индонезийском языке. Она предназначена прежде всего для анализа публикаций в Twitter/X о государственной программе бесплатного сбалансированного питания MBG и различает три класса: негативный, нейтральный и позитивный. Модель построена на архитектуре BERT и содержит 137,8 млн параметров; длина контекста — до 512 токенов. В описании сообщается о Macro F1 0,8641 на оценке модели. Для обучения использовались индонезийские твиты о MBG с нормализацией текста, а исходные данные не опубликованы. Модель может быть полезна для мониторинга общественного мнения и академических исследований по теме программы MBG. Качество может снижаться на других платформах и темах; сложный сарказм и подразумеваемая тональность не проверялись. Результаты для значимых решений следует проверять человеком. Лицензия — Apache-2.0.

Zeesnal786/llama32-3b-banking-merged — дообученная языковая модель на архитектуре Llama 3.2, разработанная Zeesnal786 на базе unsloth/Llama-3.2-3B-Instruct-bnb-4bit с использованием Unsloth и библиотеки TRL. Модель содержит 3,2 млрд параметров и предназначена для генерации текста и диалогового взаимодействия; название указывает на банковскую тематику дообучения, но README не описывает конкретные банковские сценарии или результаты. Модель принимает текст и выдаёт текст. Для базовой модели указано контекстное окно 131 072 токена; карточка связывает модель с английским языком. Распространяется под лицензией Apache-2.0.