III.2Исследование рынка и маркетинг

Moritz Laurer разработал эту модель для классификации текста без размеченных обучающих примеров. Она формулирует задачу как проверку гипотезы: следует ли из текста заданный класс или утверждение; через pipeline Hugging Face этот подход можно применять к разным задачам классификации, задавая названия классов и шаблон гипотезы. Модель основана на DeBERTa-v3-base и дообучена для zero-shot классификации в формате Natural Language Inference. В ней 211,6 млн параметров, она принимает текст и выдаёт оценки классов; максимальная длина контекста — 512 токенов. Версия с суффиксом «-c» обучена на данных, выбранных автором как коммерчески приемлемые, включая синтетические примеры и наборы MNLI и FEVER-NLI. По оценке автора на 28 задачах классификации эта версия показывает более высокое среднее качество, чем facebook/bart-large-mnli, хотя результаты зависят от задачи и формулировки гипотезы. Модель работает на CPU и GPU и может быть медленнее моделей RoBERTa. Она предназначена только для классификации текста; возможны смещения из базовой модели, данных NLI и синтетических данных. Лицензия репозитория — MIT.

Карточка модели TigerByteCyber/deberta-v3-large-zeroshot-v2.0 на Hugging Face совпадает с карточкой MoritzLaurer/deberta-v3-large-zeroshot-v2.0, поэтому описание составлено по ней. Moritz Laurer разработал эту модель для классификации текстов без размечающих примеров. Она дообучена на базе microsoft/deberta-v3-large и использует архитектуру DeBERTa V2 для оценки того, следует ли гипотеза из текста: «верно» или «неверно». Через pipeline Hugging Face этот формат можно применять к разным задачам классификации, задавая формулировки классов и шаблон гипотезы. Модель содержит 533,8 млн параметров, принимает текст и поддерживает контекст до 512 токенов. Её можно запускать на CPU и GPU. В приведённом сравнении она показала более высокую среднюю оценку F1 на 28 задачах классификации, чем указанные модели BART, RoBERTa и базовая DeBERTa, хотя скорость работы ниже, чем у RoBERTa. Карточка отмечает, что формулировки гипотез и названий классов могут влиять на результат. Модель предназначена только для классификации текста. Возможны смещения, унаследованные от базовой модели, данных NLI и синтетических обучающих данных. Лицензия репозитория — MIT; упомянутая в карточке гарантия коммерческой пригодности обучающих данных относится к вариантам с суффиксом «-c», которого в имени этой модели нет.

Gemma 3 270M IT — компактная текстовая модель Google, полученная дообучением Gemma 3 270M для следования инструкциям и диалогов. Она предназначена для генерации текста, общения с пользователем, ответов на вопросы и суммаризации, а небольшой размер подходит для запуска на персональных компьютерах и в облачной инфраструктуре с ограниченными ресурсами. Модель принимает текст и выдаёт текст. В карточке семейства Gemma 3 заявлены поддержка более 140 языков и контекст до 128 тысяч токенов; эти характеристики приведены для семейства и отдельно для версии 270M IT не подтверждены. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия — Gemma. Модель может ошибаться в фактах, отражать предвзятости обучающих данных и испытывать трудности с неоднозначными формулировками, сложными задачами и тонкими языковыми нюансами. Для ответственных приложений рекомендуется проверять результаты и применять подходящие меры контроля контента.

Google Gemma 3 4B IT QAT Q4_0 Unquantized — мультимодальная модель для диалогов с текстом и изображениями, основанная на Gemma 3 4B IT. Несмотря на обозначение QAT Q4_0 в названии, метаданные указывают формат файлов safetensors; отдельная квантизация в них не подтверждена. Модель принимает текст и изображения и генерирует текст, поддерживает чат и предназначена для ответов на вопросы по изображениям, суммаризации и другим задачам генерации и понимания текста. В README семейство Gemma 3 описано как компактное, подходящее для локального запуска на ноутбуках и настольных компьютерах. Для семейства заявлены контекст до 128 тысяч токенов и поддержка более 140 языков; README не уточняет, подтверждены ли эти характеристики именно для данной сборки. Лицензия — Gemma. Возможны фактические ошибки, предвзятые ответы и трудности с неоднозначными формулировками и сложными задачами; для развёртывания следует учитывать эти ограничения и проверять результаты.

Giraffe-13b-32k-v3 — авторегрессионная языковая модель на архитектуре Transformer/Llama, разработанная Abacus.AI. Она дообучена на базе Llama 2 13B для работы с контекстом до 32 768 токенов: длинный контекст получен с помощью интерполяции, затем модель дополнительно настроена на выполнение инструкций с использованием ShareGPT и Orca-Chat. В метаданных указано 12,9 млрд параметров. Модель предназначена для генерации текста и диалоговых задач по инструкциям. Длинное окно контекста подходит, например, для ответов на вопросы по объёмным документам и предоставленным результатам поиска; разработчик также сообщает об улучшении рассуждений и математических способностей на бенчмарках. Поддерживаемый язык в карточке явно не перечислен. Модель распространяется по лицензии Llama 2 Community License. Разработчик предупреждает, что безопасность модели не оценивалась, и позиционирует её для исследований и экспериментов; результаты могут содержать ошибки.

GPT-4o от OpenAI, версия от 20 ноября 2024 года, — мультимодальная модель для работы с текстом и изображениями. В карточке отмечено улучшение творческого письма: ответы стали естественнее, интереснее и лучше подстраиваются под запрос, с упором на релевантность и читаемость. Также модель работает с загруженными материалами. Модель подходит для написания и редактирования текстов, диалога и анализа изображений и загруженных файлов. Данных о размере, длине контекста, поддерживаемых языках и лицензии в предоставленных источниках нет.

HermesStar-OrcaWind-Synth-11B-Mistral-7B-Instruct-v0.2-slerp — диалоговая текстовая модель, созданная слиянием Mistral-7B-Instruct-v0.2 от Mistral AI и HermesStar-OrcaWind-Synth-11B методом SLERP. Модель построена на архитектуре Mistral с плотной причинной языковой сетью, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и ответов на инструкции в диалоговом режиме. Лицензия Apache-2.0 разрешает использование на её условиях.

II-Search-CIR-4B — разговорная языковая модель Intelligent Internet для поиска информации в интернете с рассуждением и вызовом инструментов через генерируемый Python-код. Она основана на Qwen3-4B и дообучена методом supervised fine-tuning, а затем оптимизирована методом DAPO на наборе задач со сложным рассуждением. Модель имеет плотную архитектуру Qwen3ForCausalLM, около 3,7 млрд параметров и контекст до 40 960 токенов. Модель предназначена для сценариев, где нужно искать сведения во внешних источниках, просматривать страницы, отбирать информацию и формировать ответ. В описанном авторами окружении она использует функции web_search и web_visit, оформляя обращения к ним в блоках Python-кода. В тестах авторов II-Search-CIR-4B показала результаты на бенчмарках SimpleQA, Frames и Seal_0; эти показатели получены с конкретным поисковым API и автоматическим оценщиком и не гарантируют аналогичного качества в других окружениях. Для работы с поиском необходимы доступные реализации инструментов и подходящий рантайм; сама модель не предоставляет веб-доступ. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Menlo/Jan-nano-128k-gguf — это квантованная GGUF-версия компактной языковой модели Jan-Nano-128k, разработанной Menlo Research; авторами указаны Alan Dao и Bach Vu Dinh. Модель предназначена для генерации текста и исследовательских сценариев, включая анализ научных статей и длинных документов, синтез информации из нескольких источников, работу с большими наборами данных и сложные многошаговые диалоги. Она также совместима с серверами Model Context Protocol (MCP) и поддерживает вызов инструментов при соответствующей настройке среды. Ключевая характеристика модели — нативное контекстное окно до 128 000 токенов, рассчитанное на сохранение производительности при работе с длинным контекстом. Указан английский язык; модель относится к нетерминологически «рассуждающим» моделям и не использует отдельный режим thinking. Архитектура, точный размер модели, тип и параметры квантования, а также перечень поддерживаемых модальностей в README не раскрыты, поэтому подтверждена только текстовая модальность. Сильными сторонами заявлены обработка больших документов, глубокий анализ и улучшение результатов на длинном контексте по сравнению с предыдущей версией Jan-Nano. Ограничения включают отсутствие подробных сведений об архитектуре, размере и конкретном варианте квантования, а также необходимость корректной настройки chat template и параметров масштабирования RoPE при некоторых способах развёртывания. Модель распространяется по лицензии Apache 2.0.

K2S3-Mistral-7b-v1.50 — языковая модель, разработанная K2S3 и дообученная методом SFT на базе mistralai/Mistral-7B-v0.1 с настройкой всех параметров. Для обучения использовались alpaca-gpt4-data и примеры из OpenOrca. Модель относится к плотной архитектуре MistralForCausalLM, содержит 7,2 млрд параметров и принимает текст для генерации текста; поддерживает контекст до 32 768 токенов. В карточке указаны английский и корейский языки. Модель подходит для диалоговых ответов, следования инструкциям и генерации текста общего назначения. Использование ограничено условиями лицензии CC BY-NC 4.0, которая не допускает коммерческого использования.

kromvault выпустил L3-Horizon-Anteros-Ara-v0.1-9B — объединённую модель для генерации текста и диалогов. Она построена на архитектуре Llama с плотной моделью причинного языкового моделирования и содержит 8,4 млрд параметров; максимальный контекст — 8192 токена. Модель создана методом Della с помощью mergekit: в качестве базовой использована parts/anterosara.b, в объединение также включена parts/anterosara.c. Вес модели сохранён в формате safetensors, тип данных при объединении — bfloat16. Метаданные указывают библиотеку Transformers и возможность чата. Лицензия в предоставленных данных не указана.

ETRI xainlp team разработала текстовую генеративную модель на архитектуре Llama с 12,9 млрд параметров. В основе лежит meta-llama/Llama-13b-hf; модель дообучена на 650 тыс. примеров для следования инструкциям, затем на 280 тыс. примеров LIMA и на 90 тыс. примеров предпочтений пользователей с применением DPO и LoRA. Модель принимает текст и генерирует текст, поэтому подходит для диалоговых сценариев и выполнения инструкций. Длина контекста составляет 4096 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Llama-3-Mistral-v0.2-Instruct-slerp — диалоговая языковая модель, созданная объединением моделей Meta Llama 3 8B Instruct и Mistral 7B Instruct v0.2 методом SLERP с помощью LazyMergekit. Это плотная авт autoreгрессионная архитектура семейства Llama для генерации текста и ответов на инструкции; в репозитории указано 7,5 млрд параметров. Модель рассчитана на диалоговое использование и выполнение запросов на естественном языке. Она принимает текст и генерирует текст. Длина контекста составляет 8192 токена. Данные о целевых языках в карточке не приведены. Модель распространяется под лицензией MIT. Карточка не сообщает о специальных ограничениях качества или безопасности.

ThomasBaruzier/Meta-Llama-3.1-8B-Instruct-GGUF — это инструкция-ориентированная языковая модель в формате GGUF, основанная на Meta Llama 3.1 и опубликованная пользователем ThomasBaruzier. Разработчик исходной модели — Meta. Модель предназначена для генерации текста и выполнения инструкций в сценариях, связанных с диалоговыми системами, ответами на вопросы и обработкой естественного языка. Из доступных данных известно, что модель содержит 8 миллиардов параметров, относится к семейству Llama 3.1 и поддерживает текстовую модальность. В карточке заявлены английский, немецкий, французский, итальянский, португальский, хинди, испанский и тайский языки. Формат GGUF ориентирован на локальный запуск и совместимую с ним инфраструктуру вывода, однако конкретный вариант квантования, требования к памяти, размер контекста и показатели качества в README не указаны. Сильными сторонами модели являются инструкционная настройка, многоязычная поддержка и относительно компактный размер по сравнению с более крупными моделями семейства. Ограничения включают отсутствие подробных сведений о квантовании, производительности и фактическом качестве на отдельных языках, а также типичные для генеративных языковых моделей риски неточных или нежелательных ответов. Модель распространяется по лицензии Llama 3.1 Community License от Meta с требованиями соблюдать Acceptable Use Policy, сохранять уведомление об авторских правах и выполнять условия атрибуции при распространении.

MiroThinker-v1.0-30B-GGUF — открытая исследовательская агентная модель, разработанная командой MiroMind AI. Она предназначена для задач глубокого исследования, поиска и анализа информации, многошагового рассуждения и работы с внешними инструментами в сценариях, где требуется длительное взаимодействие с окружением. Модель основана на Qwen3-30B-A3B-Thinking-2507 и распространяется в формате GGUF, подготовленном с использованием llama.cpp. Заявлены контекстное окно 256K токенов, поддержка длинных цепочек рассуждений и до 600 вызовов инструментов на задачу. Указан английский язык. Подход MiroThinker основан на interactive scaling: модель обучалась выполнять более глубокие и частые взаимодействия с инструментами, использовать обратную связь среды и уточнять ход решения. По данным карточки, она показывает сильные результаты в исследовательских бенчмарках, включая HLE-Text, BrowseComp, BrowseComp-ZH и GAIA-Text-103. К сильным сторонам относятся ориентация на агентные и research-сценарии, большой контекст, поддержка длительных многошаговых задач и оптимизация квантования с повышением точности отдельных важных слоёв. Ограничения связаны с необходимостью внешней инфраструктуры и инструментов для полноценной агентной работы, а также с компромиссами GGUF-квантования между размером файла, скоростью и точностью; конкретный уровень квантования в README не указан. Модель распространяется по лицензии MIT.

MaziyarPanahi/Mistral-7B-claude-instruct-Mistral-7B-Instruct-v0.1 — объединённая чат-модель на основе Mistral-7B-Instruct-v0.1 и Norquinal/Mistral-7B-claude-instruct. Для слияния использован метод SLERP с настройками, различающимися для слоёв self-attention и MLP. Модель предназначена для генерации ответов на инструкции и диалоговые запросы. Модель использует плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов. Она принимает текст и генерирует текст; карточка не уточняет языки, на которых она рассчитана. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Moritz Laurer дообучил encoder-модель answerdotai/ModernBERT-base на той же смеси датасетов, что и модели коллекции Zeroshot Classifiers Collection версии zeroshot-v2.0. Это модель классификации текста для zero-shot сценариев: её можно применять к задачам, где нужно отнести текст к заданным категориям без отдельного обучения классификатора под каждую задачу. Веса содержат около 149 млн параметров; архитектура — ModernBERT для классификации последовательностей, максимальный контекст — 8192 токена. Модель отличается высокой скоростью и низким потреблением памяти; автор отмечает, что она позволяет использовать большие пакеты и что bf16 ускоряет работу примерно вдвое по сравнению с fp16. В описанных автором испытаниях качество в среднем немного уступало DeBERTav3. Модель распространяется под лицензией Apache-2.0; доступны форматы Safetensors и ONNX.

Monstral — слитая языковая модель на архитектуре Mistral, созданная объединением частей MarsupialAI/Monstral-123B-v2 и MidoriUnko/Behemoth-v2.2-Magnum-v4-123B методом passthrough с помощью mergekit. Модель содержит 169,3 млрд параметров и предназначена для генерации текста и диалогового общения. Модель принимает текст и генерирует текст; заявленная длина контекста — 131 072 токена. Репозиторий содержит веса в формате safetensors. Лицензия не указана в предоставленных данных, поэтому условия использования по ним определить нельзя.

Многоязычный классификатор без примеров обучения от Horizon Labs: модель на архитектуре ModernBERT (mmBERT) с 306,9 млн параметров, дообученная на задачах вывода по естественному языку. Она сопоставляет текст с выбранными пользователем метками через гипотезу на английском языке и подходит для классификации намерений, тем и тональности, а также для других задач NLI. Модель поддерживает более 30 языков, включая русский; размер контекста — 8192 токена, при этом дообучение выполнялось на последовательностях длиной до 1024 токенов. В репозитории есть веса Safetensors и вариант ONNX для CPU и браузера. Модель обучалась на MultiNLI, SNLI, WANLI и синтетических данных. По результатам сравнения в карточке она уступает некоторым более крупным моделям на отдельных наборах, а качество заметно зависит от формулировки меток и шаблона гипотезы; на языках с небольшими обучающими ресурсами результаты слабее. Часть названий меток из некоторых бенчмарков встречалась в синтетических данных, поэтому для них оценка не полностью zero-shot относительно меток. Лицензия — Apache-2.0.

Multilingual Zero-Shot Classifier large — модель классификации текста без дополнительного обучения, разработанная Horizon Labs. Она сопоставляет текст с заданными пользователем метками через оценку логического следования и подходит для тематической классификации, определения намерений и других задач в стиле NLI. Модель основана на BGE-M3 и архитектуре XLM-RoBERTa; в метаданных указано 658,7 млн параметров. Принимает текст на многих языках, но метки и шаблон гипотезы рекомендуется задавать на английском. Заявлен контекст до 8194 токенов, хотя до 1024 токенов модель дообучалась. Доступны веса safetensors и формат ONNX; лицензия Apache-2.0. Модель предназначена для многоязычной классификации с произвольным набором меток без обучения на конкретной таксономии. Среди сильных сторон — широкий охват языков и возможность применять единый интерфейс zero-shot classification к разным задачам. Качество зависит от формулировок меток и шаблона: общие метки могут преобладать над конкретными, а близкие категории путаться. На языках с меньшими обучающими ресурсами качество ниже; существенная часть обучающих данных синтетическая или машинно-переведённая.

Multilingual Zero-Shot Classifier small — модель Horizon Labs для классификации текста по произвольным категориям без отдельного обучения на этих категориях. Это дообученная на задачах распознавания текстового следования модель семейства ModernBERT на базе jhu-clsp/mmBERT-small; она насчитывает 140,5 млн параметров. Модель принимает текст и сравнивает его с формулировками кандидатных меток, оценивая, следует ли гипотеза из текста. Также поддерживается NLI-сценарий с парой текстов. Модель рассчитана на классификацию тем, намерений, тональности и других категорий на более чем 30 языках. В карточке заявлено окно контекста до 8192 токенов, хотя дообучение проводилось на последовательностях длиной до 1024 токенов. Метки и шаблоны гипотез на английском языке обычно дают лучшие результаты, но можно использовать формулировки на языке исходного текста. В репозитории доступны веса Safetensors и ONNX для запуска, в том числе на CPU и в браузере. Точность зависит от формулировок меток и шаблона: широкие категории могут выигрывать у узких, а близкие по смыслу классы — смешиваться. На языках с меньшим объёмом обучающих данных качество ниже; для некоторых англоязычных задач специализированные модели могут быть точнее. Обучение включает синтетические и машинно переведённые данные. Лицензия — Apache-2.0; карточка заявляет, что использованные данные допускают коммерческое применение.

MaziyarPanahi/openchat-3.5-0106-Mistral-7B-Instruct-v0.1 — чат-модель для генерации текста в ответ на инструкции и диалоговые запросы. Она создана слиянием моделей mistralai/Mistral-7B-Instruct-v0.1 и openchat/openchat-3.5-0106 методом SLERP; архитектура — плотная MistralForCausalLM с 7,1 млрд параметров. Модель рассчитана на диалоговое использование и генерацию ответов на текстовые запросы. Заявленная длина контекста — 32 768 токенов. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Язык обучения или преимущественные языки в предоставленных данных не обозначены.

Moritz Laurer разработал roberta-base-zeroshot-v2.0-c — модель для классификации текстов без размеченных примеров. Это дообученная RoBERTa-base с 151,8 млн параметров, настроенная на задачу вывода по естественному языку: модель оценивает, следует ли гипотеза из текста. Hugging Face pipeline позволяет представить разные задачи классификации как проверку гипотез для заданных классов; можно выбрать один класс или разрешить несколько. Модель предназначена для эффективной работы на CPU и GPU и совместима с производственными контейнерами Hugging Face TEI. В сравнении автора на 28 задачах классификации средний macro-F1 составил 0,587; точность зависит от набора данных и формулировки гипотезы. Модель принимает текст и выдаёт оценки классов. Поддерживаемый язык по карточке — английский; длина контекста — 514 токенов. Вариант с суффиксом «-c» обучен на коммерчески дружественных данных: синтетических текстах, созданных Mixtral-8x7B-Instruct-v0.1, и наборах MNLI и FEVER-NLI. Репозиторий распространяется по лицензии MIT. Модель ограничена задачами классификации текста; возможны смещения из-за базовой модели, данных NLI и синтетических данных.

SEA-LION-v1-7B-IT — многоязычная языковая модель AI Singapore, созданная командой Products Pillar при финансировании Национального исследовательского фонда Сингапура. Это декодер на архитектуре MPT с 7 млрд параметров, дообученный методом instruction tuning на базе SEA-LION-v1-7B; при настройке использовались LoRA и пары инструкций и ответов, преимущественно на английском и индонезийском языках, а также на других языках АСЕАН. Модель предназначена для генерации ответов по инструкциям и может применяться для вопросов и ответов, анализа тональности, перевода, суммаризации и задач языкового рассуждения. В карточке заявлена поддержка английского, китайского, индонезийского, малайского, тайского, вьетнамского, филиппинского, тамильского, бирманского, кхмерского и лаосского языков. Модель опубликована под лицензией MIT, допускающей коммерческое использование. В оценке BHASA модель показала результаты на задачах понимания и генерации текста на языках региона. Она может галлюцинировать, выдавать нерелевантную информацию и непоследовательно рассуждать; к длительным многоходовым диалогам она не оптимизирована. Модель не прошла настройку безопасности, поэтому перед применением разработчикам следует предусмотреть собственные меры безопасности.

shark_tank_ai_7_b-Mistral-7B-Instruct-v0.1 — объединённая чат-модель на архитектуре Mistral, созданная слиянием mistralai/Mistral-7B-Instruct-v0.1 и NExtNewChattingAI/shark_tank_ai_7_b методом SLERP. Модель содержит 7,1 млрд параметров и предназначена для генерации текста в ответ на инструкции и диалоговые запросы. Модель принимает текст и выдаёт текст; в метаданных заявлен контекст длиной до 32 768 токенов. Карточка указывает английский язык. Веса опубликованы в формате Safetensors по лицензии Apache-2.0.

T3qm7xNeuralsirkrishna_YamM7 — объединённая текстовая модель на архитектуре Mistral с 7,1 млрд параметров, созданная на основе automerger/T3qm7xNeuralsirkrishna-7B и automerger/YamM7-7B. Она предназначена для генерации текста и диалогов, включая сценарии с длинным контекстом до 32 768 токенов. Модель опубликована в формате Safetensors и распространяется по лицензии Apache 2.0. Данные карточки не уточняют целевые языки и специализацию, поэтому модель можно описать как универсальную генеративную языковую модель.

VirtuosoSmall-InstructModelStock — объединённая языковая модель на базе Qwen2, созданная сообществом mergekit-community методом Model Stock. В слиянии использованы arcee-ai/Virtuoso-Small как базовая модель, а также Rombos-LLM-V2.6-Qwen-14b, Qwen2.5-Lumen-14B и miscii-14b-1028. Модель содержит 14 млрд параметров, работает через Transformers и предназначена для генерации текста в диалоговом формате, включая ответы на инструкции. Заявленная длина контекста — 131072 токена. Карточка указывает формат safetensors; лицензия и конкретные языки использования в предоставленных данных не приведены.

0x Lite — диалоговая языковая модель Ozone AI, дообученная на базе Qwen/Qwen2.5-14B-Instruct. Это плотная модель архитектуры Qwen2 с 14 млрд параметров, предназначенная для генерации текста и общения; README также описывает применение для дополнения текста, суммаризации, перевода и создания контента. Модель принимает текст и выдаёт текст, поддерживает английский и китайский языки, использует формат Safetensors и рассчитана на контекст до 32 768 токенов. В карточке заявлены высокая скорость генерации и пригодность для чат-ботов, письма и учебных задач, однако сравнительные показатели качества и скорости не приведены. Модель распространяется по лицензии Apache-2.0. README содержит инструкцию загрузки через Transformers, но указанный там идентификатор репозитория отличается от идентификатора модели.

Aya 23 — открытая по весам мультиязычная instruction fine-tuned модель, разработанная Cohere For AI и основанная на семействе моделей Command. В каталоге cortexso/aya доступны варианты с 8 и 35 млрд параметров. Модель предназначена для генерации и понимания текста на 23 языках, а также для задач машинного перевода и других мультиязычных сценариев. К сильным сторонам Aya 23 относятся широкий языковой охват и ориентация на выполнение инструкций; среди поддерживаемых языков указаны арабский, китайский, английский, испанский, хинди и вьетнамский. README не содержит сведений о длине контекста, точной архитектуре, мультимодальности или количественной оценке ограничений, поэтому эти характеристики нельзя определить по имеющимся данным. Модель распространяется по лицензии CC-BY-NC-4.0, допускающей использование с ограничениями, включая некоммерческий характер лицензии.

MoritzLaurer/bge-m3-zeroshot-v2.0 — модель нулевой классификации текста, разработанная Moritz Laurer и дообученная на базе BAAI/bge-m3-retromae. Она использует архитектуру XLM-RoBERTa с классификационной головой и определяет, следует ли считать гипотезу истинной или неистинной относительно входного текста; этот формат NLI позволяет формулировать задачу как выбор одной или нескольких меток без обучающих примеров. Модель содержит 658,7 млн параметров, принимает текстовые входы длиной до 8194 токенов и доступна в форматах Safetensors и ONNX. Модель предназначена для классификации отзывов, тем, намерений и других текстов по заданным пользователем категориям на CPU или GPU. В оценке на 28 задачах классификации автор сообщает средний macro-F1 0,59 для zero-shot режима; результаты зависят от формулировок гипотез и меток. Модель поддерживает многоязычные сценарии, хотя README не приводит список конкретных языков. Ограничение модели — работа только с классификацией текста; возможны смещения из базовой модели, данных NLI и синтетических обучающих данных. Лицензия репозитория — MIT.