III.2Исследование рынка и маркетинг

keremberke/yolov8s-shoe-classification — модель классификации изображений обуви на основе YOLOv8s, опубликованная пользователем keremberke и предназначенная для определения бренда обуви по изображению. Она поддерживает три класса: adidas, converse и nike. Модель использует библиотеку Ultralytics и представлена в формате PyTorch. Модель подходит для автоматической сортировки фотографий обуви и распознавания этих трёх брендов в каталогах или пользовательских изображениях. Данных о размере модели, контекстной длине и лицензии в предоставленных источниках нет.

BLaIR-roberta-base — англоязычная модель семейства BLaIR (Bridging Language and Items for Retrieval and Recommendation), разработанная для поиска и рекомендаций товаров. Она дообучена на базе FacebookAI/roberta-base на данных Amazon Reviews 2023 и обучена связывать метаданные товаров с языковым контекстом. Модель содержит 151,8 млн параметров, использует архитектуру RoBERTa и принимает текстовые последовательности с контекстом до 514 токенов. Модель формирует текстовые представления товаров для задач поиска и рекомендаций, а также может помогать определять наиболее релевантный товар по простому или сложному текстовому запросу. Лицензия — MIT. В карточке описан сценарий работы с товарами и отзывами Amazon; качество на других областях не заявлено.

Модель Hamza88/fashion-similarity-resnet50-arcface предназначена для поиска визуально похожих изображений товаров из категории моды. Она разработана на основе ResNet50 и дообучена с помощью metric learning с ArcFace: извлекает из изображения нормализованный вектор размером 512, а сходство товаров можно оценивать по cosine similarity. В архитектуру также входят GeM pooling и линейный слой с BatchNorm; входной размер изображения — 224×224. Модель обучалась на датасете fashion-product-images-dataset с разметкой по 84 типам товаров. На выделенной тестовой выборке автор сообщает Precision@10 0,850 и mAP@10 0,901; в сравнении с предобученной базовой моделью это 0,696 и 0,790 соответственно. Подходит для поиска похожих товаров и построения визуального поиска по каталогу. Репозиторий содержит веса в формате safetensors, библиотека — PyTorch. Лицензия — MIT.

SpencerCreveling99/fine-tuned-minilm-wine — дообученная модель Sentence Transformers на основе sentence-transformers/all-MiniLM-L6-v2, разработанная Spencer Creveling. Энкодер на архитектуре BERT преобразует предложения и абзацы в плотные семантические векторы размерности 384; в README указаны mean pooling, нормализация векторов и косинусная мера сходства. Метаданные указывают 25,9 млн параметров и контекст до 512 токенов, тогда как README задаёт максимальную длину последовательности 256 токенов. Модель обучена на 39 988 парах текстов с оценками сходства, связанных с описаниями вина. Она предназначена для семантического поиска и сравнения текстов о вине, поиска перефразировок, кластеризации и использования в классификационных конвейерах. README не указывает лицензию, поэтому условия использования по имеющимся данным определить нельзя.

Shankarblr/Llama-3.2-3B-TechWriter-Instruct — специализированная текстовая модель на основе Meta Llama 3.2 3B Instruct, дообученная автором для технического маркетинга и документации в области полупроводников, сетевых соединений центров обработки данных и систем хранения. Это слитый QLoRA-чекпойнт с архитектурой LlamaForCausalLM, 3,2 млрд параметров и контекстом до 131 072 токенов; модель принимает текст и генерирует текст на английском языке. Модель подходит для подготовки черновиков продуктовых описаний, перечней характеристик, прикладных заметок, разделов руководств CLI для сетевых адаптеров и коммутаторов, а также для извлечения спецификаций и ответов по предоставленным фрагментам документов. Обучение использовало смесь извлечённых материалов поставщиков и синтетических документов. Для ответов по источнику следует задавать соответствующую системную инструкцию и предоставлять исходный фрагмент. Модель может придумывать артикулы, серии продуктов, флаги CLI и характеристики; сгенерированные данные и клиентские спецификации требуют проверки по первоисточнику. Длинные документы могут терять согласованность. Модель предназначена для английского языка и профильной тематики, а не для общего общения. Распространяется по лицензии Llama 3.2 Community License с соблюдением Acceptable Use Policy Meta.

Модель jkhan447/sarcasm-detection-Bert-base-uncased-POS — дообученная для классификации текста версия BERT base uncased, разработанная автором репозитория. Она предназначена для обнаружения сарказма в тексте. Модель содержит 136,7 млн параметров, использует архитектуру BERT для классификации последовательностей и принимает текстовые входы длиной до 512 токенов. В карточке приведены результаты оценки: accuracy 0,591 и loss 3,1904; датасет указан как None, поэтому данные о составе обучающей выборки отсутствуют. Модель распространяется по лицензии Apache-2.0. Низкая указанная точность ограничивает надёжность автоматического определения сарказма.

ostoveland/SBertBaseMittanbudver2 — модель Sentence Transformers, дообученная разработчиком ostoveland на базе NbAiLab/nb-sbert-base для сопоставления норвежских предложений и описаний. Она использует архитектуру BERT с усреднением токеновых представлений и кодирует текст в плотные векторы размерностью 64; сходство между ними рассчитывается косинусной мерой. Максимальная длина последовательности в README — 75 токенов, а контекстный лимит в метаданных — 512 токенов. Модель подходит для семантического поиска и сравнения формулировок, в частности запросов и описаний работ по ремонту и строительству, поиска перефразировок, кластеризации и классификации текстов. В README приведены примеры пар норвежских описаний услуг и несколько обучающих наборов с примерами таких формулировок. Модель принимает текст и возвращает эмбеддинги; для сравнения текстов их можно сопоставлять по косинусному сходству. Это дообучение NbAiLab/nb-sbert-base, опубликованное в формате PyTorch и предназначенное для использования через Sentence Transformers. В карточке указано 205,1 млн параметров. Лицензия в предоставленных сведениях не указана.

Trendyol разработала эту модель для поиска визуально похожих изображений товаров и извлечения признаков в электронной коммерции. Это дообученная DinoV2 ViT-B/14 с ArcFace loss: замороженная базовая сеть и линейная проекционная голова формируют L2-нормированные эмбеддинги размерностью 256. Модель принимает изображения, предварительно обработанные до 224×224 пикселей по описанному в карточке конвейеру, включая масштабирование, дополнение до квадрата и нормализацию ImageNet. Модель предназначена для поиска товаров по изображению, рекомендаций на основе визуального сходства, выявления дубликатов и извлечения признаков для поиска по каталогу товаров. Для воспроизводимых результатов следует применять указанную предобработку. Модель оптимизирована для изображений товаров и может хуже работать в других визуальных областях. Распространяется по лицензии CC BY-SA 4.0.

Модель distilbert-base-uncased-rotten-tomatoes разработана TextAttack на основе DistilBERT и дообучена для классификации текстов на наборе rotten_tomatoes. Она определяет тональность рецензии на фильм: положительную или отрицательную. Модель использует архитектуру DistilBertForSequenceClassification и принимает текст длиной до 512 токенов; при обучении максимальная длина последовательности составляла 128 токенов. При оценке на отложенной выборке модель достигла точности 0,84. Это специализированный классификатор англоязычных отзывов о фильмах, поэтому его результаты могут быть ненадёжны на других темах, языках или типах текстов. Доступна в формате PyTorch; сведения о лицензии в предоставленных данных отсутствуют.

Это дообученная модель IndoBERT для классификации намерений в виртуальном помощнике по недвижимости. Она создана для академического исследования на примере жилого комплекса Perumahan Griya Alam Mandiri в округе Маланг, Восточная Ява, Индонезия, и не является официальным коммерческим продуктом застройщика. Модель принимает разговорный текст на индонезийском языке и относит запрос потенциального покупателя жилья к намерению, например вопросу о цене, местоположении, инфраструктуре или расчёте ипотеки KPR. Архитектура — BertForSequenceClassification, размер — 151,6 млн параметров, контекст — до 512 токенов. Для преобразования числового результата в метку намерения в репозитории также есть LabelEncoder. Модель предназначена для классификации запросов в сценариях чат-бота о недвижимости. Лицензия — MIT; README описывает академический контекст разработки, но не сообщает об оценке качества модели.

Llama-3.2-3B-Tele-it — инструктивная языковая модель на базе Meta Llama-3.2-3B, дообученная авторами репозитория для телекоммуникационной тематики. Модель создана методом supervised fine-tuning на парах инструкций и ответов из наборов Alpaca и Open-instruct. Модель предназначена для генерации ответов на инструкции и текстовых запросов в телекоммуникационных сценариях. Это плотная авторегрессионная архитектура LlamaForCausalLM с 3,2 млрд параметров; в метаданных указан контекст 131 072 токена, тогда как README сообщает 8 192 токена. Репозиторий содержит веса в формате safetensors. Язык карточки и языковые теги указывают на английский. Модель распространяется по лицензии llama3.2. README описывает специализацию на телекоммуникациях, но не приводит оценок качества или результатов бенчмарков; фактическая поддержка длинного контекста расходится между README и метаданными.

RobBERT v2 Dutch Sentiment — модель классификации тональности на основе RobBERT, дообученная исследователями KU Leuven на нидерландских отзывах о книгах из набора DBRD. Она относит отзыв к положительной, нейтральной или отрицательной тональности и подходит для анализа книжных рецензий и отзывов на нидерландском языке. Модель основана на архитектуре RoBERTa и содержит 144 млн параметров по метаданным Hugging Face. Максимальная длина контекста — 514 токенов. В README указана точность 93,3% на тестовом наборе, однако авторы отмечают, что результат получен в другом запуске, чем в статье. Качество на текстах вне книжной тематики ограничено: авторы сообщают о слабых результатах в других областях. Обучающие отзывы преимущественно написаны женщинами, что может влиять на качество для текстов, написанных мужчинами. Модель распространяется по лицензии MIT.

ymelka/camembert-cosmetic-finetuned — дообученная модель на основе almanach/camembert-base, разработанная для предсказания пропущенных токенов в тексте о косметике. Это CamemBERT с архитектурой CamembertForMaskedLM, 137,8 млн параметров и контекстом до 514 токенов. Модель опубликована в формате safetensors по лицензии MIT. В README указан результат оценки Loss 0,7571, однако набор данных и подробности обучения не описаны. Поэтому применимость к конкретным косметическим текстам и качество на практических задачах требуют отдельной проверки.

Zohar/distilgpt2-finetuned-restaurant-reviews — языковая модель GPT-2, дообученная на подмножестве набора отзывов о ресторанах Yelp. Она предназначена для генерации текста в ресторанной тематике, например для создания черновиков отзывов или примеров подобных текстов. В README приведено значение loss 3.4668 на оценочной выборке; подробности методики оценки не описаны. Модель использует архитектуру GPT2LMHeadModel, распространяется в формате PyTorch и имеет контекст до 1024 токенов. Лицензия — Apache-2.0. Карточка не сообщает о поддерживаемых языках и конкретных ограничениях применения; обучение на англоязычных отзывах Yelp указывает на тематическую специализацию, но само по себе не подтверждает заявленную поддержку языка.

Dobby-Mini-Unhinged-Llama-3.1-8B — разговорная языковая модель SentientAGI, дообученная на Meta Llama 3.1 8B Instruct. Она генерирует текст и ведёт диалог, сохраняя общие возможности базовой модели, но с намеренно резкой, прямолинейной и иногда грубой манерой общения. В карточке указаны 7,5 млрд параметров, архитектура Llama с плотной моделью LlamaForCausalLM и контекст до 131 072 токенов. Модель рассчитана на создание разговорных компаньонов и социальных агентов, публикаций и комментариев в характерном стиле, а также на ответы общего назначения. Её отличительная направленность — поддержка личной свободы, децентрализации и криптовалют; модель может сохранять эти позиции даже при попытках склонить её к противоположным взглядам. Указана поддержка английского языка. Модель распространяется в формате safetensors по лицензии llama3.1; перед использованием следует учитывать её намеренно грубый стиль и склонность к выраженным мнениям.

facebook/mms-tts-pcm — модель синтеза речи на пиджин, распространённом в Нигерии, созданная Meta в рамках проекта Massively Multilingual Speech. Это отдельный языковой чекпойнт серии MMS-TTS на архитектуре VITS: модель преобразует входной текст в речевую звуковую волну и может варьировать ритм произношения благодаря стохастическому предсказателю длительности. Веса содержат около 3,5 млн параметров; доступны в форматах PyTorch и Safetensors и поддерживаются библиотекой Transformers начиная с версии 4.33. Модель предназначена для озвучивания текста на нигерийском пиджине, например для голосовых интерфейсов и создания речевого контента. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. Генерация недетерминирована: для повторения того же результата требуется фиксировать seed.

Vietnamese Product E5 Small — модель эмбеддингов на базе SentenceTransformer, дообученная автором trantuan1701 для поиска товаров на вьетнамском языке. Она сопоставляет короткие поисковые запросы с более длинными описаниями товаров и предназначена для построения семантического поиска и извлечения товаров по запросу. Модель основана на intfloat/multilingual-e5-small и обучена с MultipleNegativesRankingLoss на 15 000 парах «запрос — документ» и 1 000 описаниях товаров. Максимальная длина последовательности — 512 токенов. Репозиторий содержит веса Safetensors; использовать модель можно через библиотеку Sentence Transformers. README отмечает, что значение validation loss служит только диагностикой обучения. Для оценки качества поиска перед выбором модели рекомендуется измерить Recall@K, MRR и NDCG. Условия лицензии в предоставленных данных не указаны.

SweCTRL-Mini — компактная шведоязычная авторегрессионная языковая модель, разработанная Дмитро Калпакчи под руководством Йохана Бойе. Она обучена с нуля на архитектуре CTRL и предсказывает следующий токен; специальные управляющие токены позволяют задавать жанр генерируемого текста. Модель рассчитана на генерацию текстов на шведском языке и может запускаться или дообучаться на одной потребительской GPU. Модель подходит для продолжения шведского текста и генерации материалов в заданном жанре, например новостных текстов или статей в стиле Википедии. Она не обучалась следованию инструкциям или диалогам, поэтому не предназначена для работы как чат-ассистент. Окно контекста составляет 256 токенов; модель преимущественно обучена на шведских данных, а качество генерации может зависеть от человеческой проверки. Модель распространяется по лицензии BigScience Open RAIL-M. В README отмечены возможные смещения и отсутствие систематической оценки их распространённости; фильтров безопасности нет.

Mubin дообучил модель Sentence Transformers на базе sentence-transformers/all-MiniLM-L6-v2 на примерах запросов и описаний вакансий. Она кодирует предложения и абзацы в плотные векторы размерностью 384 и сравнивает их по косинусному сходству. Модель предназначена прежде всего для семантического сопоставления запросов с вакансиями, а также для семантического поиска и ранжирования текстов по близости смысла. Архитектура основана на BERT: токеновые представления объединяются усреднением, затем векторы нормализуются. Метаданные указывают контекст до 512 токенов; карточка модели указывает максимальную длину последовательности 256 токенов. Обучение проводилось на наборе из 812 примеров с запросами и положительными и отрицательными описаниями вакансий. В README приведены результаты cosine accuracy 0,9703 на валидации и 0,9804 на тестовой выборке, однако они относятся к указанному набору данных и сами по себе не гарантируют качество на других текстах. Модель работает с текстом и возвращает эмбеддинги; в первую очередь она ориентирована на англоязычные запросы и описания вакансий, как и базовая модель. Доступный формат весов — safetensors. Лицензия в предоставленных данных не указана.

LiYuan/amazon-query-product-ranking — модель на базе DistilBERT, дообученная на данных поисковых запросов и товаров Amazon для оценки релевантности пары «запрос — описание товара». Она предназначена для классификации релевантности и переупорядочивания результатов поиска в интернет-магазинах. Модель использует архитектуру DistilBertForSequenceClassification, принимает текст и выдаёт оценку класса; контекст ограничен 512 токенами. В README приведены результаты на тестовой выборке: accuracy 0,6617 и loss 0,8244. Модель без учёта регистра и ориентирована на англоязычные запросы и каталог Amazon. Лицензия — Apache-2.0.

Fallovski/CrossencoderPharma — франкоязычный медицинский CrossEncoder, дообученный на базе doctolib-lab/doctobert-fr-base с помощью библиотеки sentence-transformers. Он принимает пару текстов и выдаёт оценку их соответствия, которую можно использовать для ранжирования результатов поиска и семантического поиска. Модель построена на RoBERTa для классификации последовательностей и выдаёт один числовой балл. Максимальная длина входной последовательности — 64 токена. По примерам обучающих данных модель ориентирована на сопоставление названий и описаний фармацевтических товаров и медицинских терминов; в README приведены метрики классификации на валидации, но они не гарантируют качество на других данных. Модель подходит для поиска и сравнения коротких текстов в медицинском и фармацевтическом контексте. Лицензия в предоставленных данных не указана.

Adnan AI Labs разработала DistilBERT-ProductClassifier — компактную модель DistilBERT с классификационной головой для отнесения текстовых описаний товаров к категориям электронной торговли. Она принимает текст карточки товара и предсказывает категорию, например процессоры, цифровые камеры, посудомоечные машины, телевизоры или мобильные телефоны. Модель предназначена для автоматической разметки ассортимента в интернет-магазинах и каталогах, чтобы сократить ручную категоризацию и упростить поиск товаров. По карточке модели, она обучена на датасете Adnan-AI-Labs/products_categories_data и показывает точность 96,16% на тестовой выборке. Архитектура — DistilBERT для классификации текста, максимальный контекст составляет 512 токенов; заявлена работа на CPU и небольших GPU. Модель рассчитана на английский язык и категории, представленные в обучающих данных. Качество может снижаться для новых типов товаров и слабо представленных классов; для других языков и специализированных категорий может потребоваться дообучение. Лицензия — Apache 2.0.

Politus/small_home_appliances — модель классификации текста, опубликованная организацией Politus Analytics на Hugging Face. Politus Analytics описывает себя как проект, анализирующий данные социальных сетей и предоставляющий аналитические сведения для принятия решений. Модель предназначена для задач текстовой классификации, связанных с категорией малой бытовой техники. В доступных данных указано, что её размер составляет около 0,2 млрд параметров. Архитектура, поддерживаемые языки, модальности, размер контекста, наборы данных, результаты оценки, ограничения и точная область применения не раскрыты. Лицензия и условия использования в доступной карточке модели не указаны. Поэтому нельзя надёжно определить её сильные стороны, применимость к конкретным сценариям или ограничения качества.

Wonder-Griffin/squadtrainTraXL — дообученная модель генерации текста на архитектуре GPT-2, основанная на Wonder-Griffin/TraXL. По метаданным, модель использует библиотеку Transformers и веса в формате safetensors; объём контекста — до 1024 токенов. В карточке указано, что при обучении использовался датасет Biddls/Onion_News, а язык модели — английский. Модель предназначена для генерации текста на английском языке. Карточка не описывает её целевые сценарии, качество, оценивание или ограничения; обучение с нуля, упомянутое в README, расходится с метаданными о дообучении TraXL. Лицензия — WTFPL.

Модель Wargon Innovation для классификации изображений одежды, дообученная на базе Google ViT Base/16. Она относит вещь на фотографии к одному из 27 типов, включая футболки, джинсы, платья, куртки и брюки. Модель предназначена для категоризации товаров в интернет-магазинах и на площадках продажи одежды из вторых рук, учёта ассортимента и подбора рекомендаций. Модель содержит 113,2 млн параметров и принимает изображения, приведённые к размеру 224×224 пикселя. На валидационной выборке из обучающего набора автор сообщает точность 73% и F1-мера 72,7%. Лицензия — Apache 2.0. Лучше всего модель работает на чистых, хорошо освещённых фотографиях одежды, снятой спереди на простом фоне. Классы ограничены 27 категориями; качество может снижаться на сложных фонах, иных ракурсах и новых или дорогих вещах, которые отличаются от обучающих примеров.

Экспериментальная языковая модель Raghav Singhal из исследования One Persona Pretraining (1PP), созданная на базе Llama-стильного декодера и дообученная в формате чата. Веса содержат около 906 млн параметров; модель использует 24 слоя, контекст до 4096 токенов и токенизатор SmolLM2. Доступны веса в формате safetensors, библиотека Transformers и лицензия Apache-2.0. Модель обучалась на переписанных диалогах с функцией потерь на репликах пользователя и ассистента, а затем прошла supervised fine-tuning на смеси из 400 тысяч диалогов. Это ветвь эксперимента с выровненным количеством токенов supervised-обучения, предназначенная для исследования влияния обучающих условий на качество разговорных моделей. Она принимает текст в шаблоне ChatML без системной реплики и генерирует текстовые ответы на английском языке. Авторы прямо указывают, что это исследовательский артефакт, а не универсальный помощник. Модель не обучалась на системных репликах, поэтому их использование может быть неподходящим; качество и поведение за пределами описанного экспериментального сценария не гарантированы. Лицензия — Apache-2.0.

eevvgg/bert-polish-sentiment-politics — модель BERT, дообученная автором на базе dkleczek/bert-base-polish-cased-v1 для трёхклассового анализа тональности польских текстов из политического контекста. Она классифицирует сообщения, в том числе публикации в Twitter, как положительные, отрицательные или нейтральные. Модель содержит 159,3 млн параметров, принимает текст и поддерживает контекст до 512 токенов. Модель обучена в рамках проекта ComPathos на 1 000 вручную размеченных твитов; в README указаны точность 0,950 и macro F1 0,944 на тестовой выборке из 100 примеров. Эти результаты относятся к небольшой выборке и не гарантируют аналогичного качества на других текстах. Модель предназначена для анализа тональности на польском языке. Формат весов — PyTorch; лицензия не указана в предоставленных источниках.

regtoy/bge-reranker-v2-m3-finetuned-v2 — дообученная модель на основе BAAI/bge-reranker-v2-m3, созданная для поиска товаров в интернет-магазинах и оценки релевантности пары «запрос — товар». Модель использует архитектуру Cross-Encoder на базе XLM-RoBERTa и выдаёт оценку для ранжирования кандидатов; метаданные указывают 658,7 млн параметров и контекст до 8194 токенов. Оптимизация ориентирована на турецкие и английские запросы и карточки товаров. При обучении применялось curriculum learning на 123 510 парах запросов и товаров, включая сложные отрицательные примеры с совпадающими брендами, категориями и лексически похожими названиями. В README приведены результаты на тестовом наборе из 10 000 пар: MRR 0,9649 и точность первого результата 0,9332. Для подачи карточки рекомендован формат с названием, брендом, категорией, полом и атрибутами, разделёнными символом |. Модель подходит для второго этапа поиска, когда нужно переупорядочить найденные товары. Лицензия в доступных данных не указана.

archisgore/bge-small-winetone — дообученная модель Sentence Transformers на базе BAAI/bge-small-en-v1.5, разработанная для семантического поиска и сравнения текстов о вине. Она использует архитектуру BERT с пулингом по CLS-токену и нормализацией векторов, преобразуя предложения и абзацы в плотные эмбеддинги размерностью 384. Для поиска релевантных описаний можно сравнивать эмбеддинги по косинусному сходству; максимальная длина входа — 512 токенов. Модель обучена на 173 708 парах текстов о винах с функцией потерь MultipleNegativesRankingLoss и настройкой для сопоставления запроса с документом. Это делает её подходящей для поиска похожих винных описаний и подбора текстов по смыслу. Модель принимает текст и выдаёт векторы; основным языком данных и базовой модели является английский. Лицензия в предоставленных источниках не указана.

GermanPolitical-Gelectra-base — модель классификации текстов, дообученная Максимилианом Витте, Яспером Швенцовым, Марком Хайтманном и Маттиасом Ассенмахером в сотрудничестве Гамбургского университета и Мюнхенского университета имени Людвига Максимилиана. Она основана на german-nlp-group/electra-base-german-uncased и предназначена для классификации политической тональности в отношении популярных немецких партий: CDU/CSU, SPD, FDP, Grüne, Die Linke и AfD. Модель использует архитектуру Gelectra-base без учёта регистра, содержит 138,4 млн параметров и принимает последовательности длиной до 512 токенов. Она рассчитана на немецкоязычные политические тексты; в метаданных указаны наборы Wahl-o-Mat и Wahlprogramme. Модель распространяется по лицензии MIT. Описание не уточняет метрики качества и метод разметки политической тональности.