III.4Клиентская поддержка и customer success

pjev-2b — компактная модель для типизированных решений, разработанная Kailune-AI и дообученная на базе openbmb/MiniCPM5-2B. Она принимает текстовые свидетельства, вопрос и заданный пользователем список вариантов, а затем за один проход возвращает вероятности для этих вариантов. Модель использует выходной слой базовой LlamaForCausalLM: отдельная голова решений не добавлена, а адаптер объединён с весами. Репозиторий содержит самостоятельные веса, токенизатор и файл калибровки; поддерживаются Transformers и контекст до 131 072 токенов. Модель предназначена для маршрутизации запросов, классификации, проверок по политикам и ответов «да/нет» с чёткими критериями. Вероятности вычисляются через softmax логитов букв вариантов; до 26 вариантов оцениваются совместно, для большего числа используется приближённый турнирный механизм. При нескольких вопросах об одном наборе свидетельств общий префикс можно обработать один раз. В опубликованном README приведены результаты на публичной части JevBench: высокая точность на простых примерах и средняя — на сложных; это не официальный полный рейтинг и не оценка закрытой части набора. Указана ошибка калибровки ECE 0,120 на сложном уровне. Модель всегда распределяет вероятность между предложенными вариантами, не умеет воздерживаться и оценивалась только на английском языке. Лицензия репозитория — Apache-2.0.

Rene-1 31B FP8 — плотная модель принятия решений Salfati Group на архитектуре Rene. Она за один проход читает текстовый документ вместе с набором заданных пользователем вопросов и возвращает вероятности для каждого варианта ответа; текст не генерируется. Поддерживаются вопросы «да/нет», выбор из вариантов и оценка по порядковой шкале. В README заявлены сбалансированный результат 64,18 на 37 из 40 бенчмарков Decision Index 0.2 и медианная ошибка калибровки 0,046 на этих бенчмарках. Модель предназначена для классификации, маршрутизации и приоритизации документов, а также для проверки нескольких критериев и присвоения оценок с оценкой уверенности. FP8-веса позволяют запускать её на одной видеокарте; пакетная обработка поддерживает до 64 запросов и 65 536 упакованных токенов. README не сообщает длину контекста. Ввод изображений обозначен как экспериментальный: модель обучалась только на тексте, а ответы по изображениям не оценивались. Модель не объясняет свои ответы, а её калибровка заметно слабее на отдельных бенчмарках; также не проверена чувствительность к порядку и названиям вариантов. Для использования требуется Transformers и пакет compressed-tensors. Лицензия — Apache-2.0. README рекомендует передавать trust_remote_code=True, предварительно изучив код репозитория и зафиксировав его ревизию.

Карточка модели TigerByteCyber/roberta-large-zeroshot-v2.0-c на Hugging Face совпадает с карточкой MoritzLaurer/roberta-large-zeroshot-v2.0-c, поэтому описание составлено по ней. MoritzLaurer/roberta-large-zeroshot-v2.0-c — модель классификации текста с нулевым обучением, разработанная Морицем Лаурером на основе RoBERTa Large. Она определяет, следует ли считать заданную гипотезу истинной или ложной относительно входного текста; pipeline Hugging Face позволяет использовать этот подход для классификации по категориям без обучающих примеров. Модель содержит 454,1 млн параметров, принимает текстовые последовательности длиной до 514 токенов и построена на архитектуре RobertaForSequenceClassification. Доступны веса Safetensors и формат ONNX. Модель предназначена для классификации отзывов, тем, намерений и других текстов, когда нет размеченных данных для обучения. Её обучали на синтетических примерах, созданных Mixtral-8x7B-Instruct-v0.1, и наборах MNLI и FEVER-NLI; автор сообщает об оценке на 28 задачах классификации. Английский указан как язык карточки. Лицензия репозитория — MIT, а суффикс «-c» означает, что для обучения использовались данные, обозначенные автором как коммерчески совместимые. Модель поддерживает выбор одного или нескольких классов через настройку multi_label. Качество зависит от формулировки гипотезы и названий категорий; автор отмечает возможные смещения из-за базовой модели, данных NLI и синтетических данных. Она рассчитана только на классификацию текста и может работать медленнее более компактного варианта RoBERTa.

Xenon1/Xenon-2 — диалоговая языковая модель, разработанная на основе Mistral-7B-v0.1 и дообученная на наборе Ultrafeedback с применением подходов из статьи Self-Rewarding Language Models. Модель использует плотную архитектуру Mistral с Grouped-Query Attention, Sliding-Window Attention и токенизатором Byte-fallback BPE; содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста в ответ на инструкции и ведения диалога. Она принимает сообщения в формате Mistral с маркерами [INST] и [/INST], а также поддерживает шаблон чата Transformers. В метаданных указан английский язык. Веса опубликованы в формате safetensors под лицензией Apache-2.0.

symanto/xlm-roberta-base-snli-mnli-anli-xnli — многоязычная модель классификации текста на основе XLM-RoBERTa Base с архитектурой XLMRobertaForSequenceClassification и 305,2 млн параметров. Разработчик описывает её как cross-attention NLI-модель, обученную на SNLI, MNLI, ANLI и XNLI для классификации без примеров и с небольшим числом примеров. Модель подходит для отнесения текста к пользовательским категориям по их описаниям, когда для каждой категории не требуется отдельное обучение классификатора. Поддерживает арабский, болгарский, немецкий, греческий, английский, испанский, французский, русский, тайский, турецкий, урду, вьетнамский и китайский языки. Нативный контекст — 514 токенов; репозиторий содержит веса PyTorch. Лицензия в предоставленных данных не указана.

AquilaChat2-7B-16K — диалоговая языковая модель из серии Aquila2, разработанной BAAI. Она предназначена для ведения чата и генерации текста, в том числе работы с длинными диалогами и текстами благодаря контексту до 16 384 токенов. Модель имеет плотную архитектуру AquilaForCausalLM и около 6,9 млрд параметров. В карточке заявлена поддержка английского и китайского языков; модель распространяется в формате PyTorch. Лицензия указана как other, поэтому условия использования следует уточнять в материалах разработчика.

howey/bert-base-uncased-sst2 — модель классификации текста на базе архитектуры BERT base uncased, опубликованная пользователем howey на Hugging Face. Она предназначена для определения тональности отдельных англоязычных предложений в задаче SST-2, то есть для отнесения текста к положительному или отрицательному классу.

Comprehend-it-multilang-base — мультиязычная модель компании Knowledgator для классификации текста без примеров, на основе mT5-base. Это encoder-decoder-модель семейства T5 с 291,2 млн параметров, обученная на многоязычных наборах для вывода по естественному языку и классификации текстов. Она сопоставляет текст с заданными пользователем названиями классов и выдаёт оценки принадлежности к ним. Модель подходит для тематической разметки, маршрутизации обращений и анализа текстов, когда заранее неизвестны или часто меняются категории. Текст и метки можно задавать на разных языках; автор заявляет поддержку почти 100 языков. Для работы используется библиотека LiqFit, поскольку стандартный pipeline Transformers для zero-shot-классификации не поддерживает эту архитектуру. В карточке приведены результаты сравнительных тестов в режиме zero-shot на нескольких наборах классификации, однако они не гарантируют такое же качество на произвольных данных. Модель выпущена под лицензией Apache-2.0.

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 Hacking2188/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.

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.

DNA3.0-2B — мультимодальная модель Dnotitia на основе Qwen/Qwen3.5-2B, дообученная с использованием uncensored- и persona-training. Она предназначена для диалогов, аналитических рассуждений, помощи в программировании и понимания изображений; также поддерживает интерфейс вызова инструментов. Модель имеет 2 млрд параметров, плотную архитектуру и принимает текст и изображения, выдавая текст. README заявляет поддержку 201 языка и диалектов и контекст до 262 144 токенов с расширением примерно до 1 010 000 токенов через YaRN. Модель обучена отвечать с меньшим числом отказов и учитывать корпоративные знания и терминологию Dnotitia, поэтому подходит для ассистента по продуктам и внутреннему контексту компании. Унаследованные от базовой модели мультимодальные возможности позволяют разбирать изображения в диалоге. Модель распространяется по лицензии Apache-2.0. Сниженное число отказов может привести к выдаче нежелательных ответов; корпоративная настройка способна смещать ответы в пользу точки зрения Dnotitia. Возможны галлюцинации и унаследованные от базовой модели пробелы и предубеждения. README не рекомендует применять модель для автономных решений в критически важных областях без надзора и профильной проверки.

ECE-TW3-JRGL-V2 — чат-модель объёмом 71 млрд параметров, созданная слиянием моделей Qwen/Qwen1.5-72B-Chat и vilm/Quyen-Pro-Max-v0.1 с помощью mergekit. Она предназначена для диалогов и генерации текста, включая ответы на запросы в формате чата. Модель построена на плотной архитектуре Qwen2 и принимает текст, выдавая текст; длина контекста составляет до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0.

ERNIE 2.0 ENE, дообученная модель на архитектуре BERT для классификации пар вопросов из набора QQP датасета GLUE. Разработчик дообучил её на базе nghuyong/ernie-2.0-en; модель предназначена для определения, задают ли два вопроса один и тот же вопрос, например, при поиске похожих вопросов или удалении дубликатов. В README указаны результаты оценки: accuracy 0,9157 и F1 0,8861. Модель содержит 136,7 млн параметров, принимает текст и рассчитана на контекст до 512 токенов. Доступны веса в формате PyTorch. Лицензия в предоставленных данных не указана.

flammen6-mistral-7B — языковая модель на базе архитектуры Mistral, созданная flammenai слиянием SLERP через mergekit моделей Nous-Hermes-2-Mistral-7B-DPO и flammen5-mistral-7B. Модель содержит 7,1 млрд параметров, предназначена для генерации текста и диалогового взаимодействия по инструкциям; доступна в формате safetensors и использует библиотеку Transformers. Контекстное окно составляет 32 768 токенов. Модель подходит для чат-ботов, написания и преобразования текста, а также ответов на запросы в диалоге. В карточке не приведены сведения о специальных доменах или подтверждённых языках. Распространяется по лицензии Apache-2.0.

CallComply/gemma-2-27b-it — текстовая инструкционная модель семейства Gemma 2 от Google, представленная в формате safetensors и предназначенная для диалоговой генерации. Это плотная decoder-only языковая модель с 27,6 млрд параметров и контекстом до 8192 токенов; она принимает текст и генерирует текст. Карточка описывает семейство Gemma как англоязычное, а отдельные сведения о дообучении именно этой версии не приведены. Модель подходит для чат-ботов и виртуальных помощников, ответов на вопросы, суммаризации и создания черновиков текстов. Указанные ограничения включают возможные фактические ошибки, устаревшие сведения, смещения в ответах и трудности с неоднозначностью и сложными инструкциями. Для использования действует лицензия Gemma.

GAIA — модель семейства Gemma 3, разработанная ABRIA, CEIA при Федеральном университете Гояса, Nama, Amadeus AI и Google DeepMind для работы с бразильским португальским языком. Это плотный декодерный Transformer с генерацией текста; модель основана на google/gemma-3-4b-pt и дообучена непрерывным предобучением на корпусе примерно из 13 млрд португалоязычных токенов, после чего слияние весов помогло восстановить следование инструкциям и диалоговый режим. В метаданных указаны архитектура Gemma3ForConditionalGeneration, поддержка изображений и текста, библиотека Transformers и формат safetensors. Модель предназначена для диалогов, ответов на вопросы, суммаризации и создания текстов на бразильском португальском. Её также можно адаптировать для анализа тональности, классификации документов, корпоративных RAG-систем и чат-ботов поддержки. В оценках на португалоязычных тестах GAIA улучшила результат базовой модели на ENEM 2024, сохранив сопоставимые результаты на других упомянутых тестах. Лицензия — Gemma. Модель может воспроизводить предвзятости обучающих данных и уверенно генерировать фактические ошибки; важные сведения следует проверять. Качество работы на языках, отличных от португальского, существенно ниже. Для чувствительных решений требуется человеческий контроль.

Hippy-AAI-7B — текстовая генеративная модель, созданная объединением моделей EmbeddedLLM/Mistral-7B-Merge-14-v0.1 и liminerity/M7-7b. Для слияния использован mergekit с методом SLERP; архитектура — плотная MistralForCausalLM на 7,1 млрд параметров. Модель предназначена для генерации текста и диалогового взаимодействия. Она принимает текст и выдаёт текст; максимальная длина контекста составляет 32 768 токенов. Репозиторий содержит веса в формате safetensors, а лицензия указана как Apache-2.0.

JEB-4B — дообученная szybkie.ai модель принятия решений на базе плотной Qwen3.5-4B, предназначенная для классификации и выдачи вероятностей по заданным вариантам ответа. Вместо генерации текста она за один проход оценивает типизированные вопросы о состоянии или тексте: даёт ответ «да/нет», выбирает вариант или выставляет оценку по шкале. Несколько вопросов к одному состоянию обрабатываются параллельно с общим префиксом. Модель дообучена с целевой функцией для принятия решений: ограниченный softmax по токенам ответов обучался на мягких метках, полученных от учителя с 176 млрд параметров. Это помогает выдавать более калиброванные вероятности; в карточке приведены результаты на тестах классификации AG News, SST-2 и TREC. Модель принимает текст и выдаёт распределение вероятностей по предложенным вариантам. Заявленные языки — английский и польский; базовая Qwen3.5 также обладает мультимодальными возможностями, но README описывает сценарии JEB-4B как текстовые. Модель подходит для классификации, маршрутизации запросов и извлечения типизированных суждений в программных системах. Калибровка проверена на ограниченном наборе оценивания и может ухудшиться на других данных; перед использованием нужны проверка на целевом распределении и настройка порогов. Модель не предназначена для медицинских, юридических, финансовых или критичных для безопасности решений без независимой проверки и участия человека. Весы выпущены под Apache-2.0; код JEB — под MIT.

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.

QuantFactory/Llama-Sentient-3.2-3B-Instruct-GGUF — квантизированная версия модели Llama-Sentient-3.2-3B-Instruct, созданная QuantFactory с использованием llama.cpp. Исходная модель разработана на базе Meta Llama-3.2-3B-Instruct и дообучена на наборе данных mlabonne/lmsys-arena-human-preference-55k-sharegpt. Модель предназначена для генерации текста и диалоговых сценариев с акцентом на следование инструкциям; указанный язык — английский. Модель подходит для чат-ботов, виртуальных ассистентов, клиентской поддержки, создания контента, суммаризации, объяснений, образовательных систем и технических консультаций. Формат GGUF и квантизация ориентированы на запуск через llama.cpp и совместимые инструменты, что может снизить требования к ресурсам по сравнению с полноразмерной версией. Известный размер — 3B параметров; архитектура основана на Llama, а поддерживаемая модальность в карточке ограничена текстом. Сильными сторонами являются компактный размер, ориентация на диалоговое взаимодействие и instruction following. Ограничения включают отсутствие сведений о конкретном варианте квантизации, максимальной длине контекста, производительности на бенчмарках и качестве в языках, кроме английского. Модельная карточка указывает лицензию creativeml-openrail-m; перед использованием необходимо учитывать её условия и ограничения.

LwQ-Reasoner-10B — дообученная модель prithivMLmods для генерации текста и диалогов. Она основана на плотной авторегрессионной архитектуре Llama и обучена на синтетических наборах данных для рассуждений. Размер модели — 9,9 млрд параметров, контекстное окно — 32 768 токенов; веса доступны в формате safetensors, запуск предполагает библиотеку Transformers. Модель предназначена для многоязычных диалогов, следования инструкциям и решения задач, требующих математических рассуждений или использования заданного контекста. Её можно применять в чат-ботах, обучающих помощниках, для ответов на вопросы, составления сводок и генерации текстов. Карточка указывает лицензию Llama 3.1. Качество может различаться между языками; модель может ошибаться в узкоспециализированных темах и сложных многошаговых рассуждениях, а неоднозначные инструкции способны ухудшить результат. При работе с длинными материалами нужно учитывать ограничение контекста, а для запуска модели такого размера требуются значительные вычислительные ресурсы.

MeliodasPercival_01_Experiment28Strangemerges_32 — объединённая языковая модель семейства Mistral, созданная слиянием automerger/MeliodasPercival_01-7B и automerger/Experiment28Strangemerges_32-7B. Она предназначена для генерации текста и диалогов по текстовым запросам. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Mistral и поддерживает контекст до 32 768 токенов. Веса представлены в формате safetensors. Модель распространяется по лицензии Apache-2.0.

MergekitCloud создала Mergekit-77 — объединение двух предварительно обученных разговорных языковых моделей с помощью метода SLERP в mergekit. В основе лежит архитектура Mistral с плотной causal language model на 7,1 млрд параметров; модель распространяется в формате safetensors и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста в диалогах: она принимает текстовые запросы и выдаёт текстовые ответы. В слиянии использованы FuseAI/FuseChat-7B-VaRM и Nexusflow/Starling-LM-7B-beta. Лицензия в предоставленных данных не указана.

Mistral-Instruct-Orca-Slerp — диалоговая языковая модель, созданная слиянием моделей Mistral AI и Open-Orca методом slerp с помощью mergekit. В основе — mistralai/Mistral-7B-Instruct-v0.2 и Open-Orca/Mistral-7B-OpenOrca; модель имеет архитектуру MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста в диалоге и выполнения инструкций. Она принимает текст и выдаёт текст; карточка не сообщает о специализации на конкретном языке или предметной области. Распространяется в формате safetensors по лицензии Apache-2.0.

Moritz Laurer дообучил англоязычный энкодер answerdotai/ModernBERT-large на той же смеси данных, что и модели коллекции Zeroshot Classifiers Collection версии zeroshot-v2.0. Модель предназначена для классификации текста по заданным меткам в режиме zero-shot: пользователь задаёт текст и варианты категорий, а модель оценивает их применимость. В Hugging Face она опубликована как модель text-classification с архитектурой ModernBertForSequenceClassification; размер составляет 394,7 млн параметров, контекст — до 8192 токенов. Доступны веса Safetensors и формат ONNX, используется библиотека Transformers. Автор отмечает высокую скорость и экономное использование памяти по сравнению с DeBERTav3, что позволяет увеличивать размер пакета; в его экспериментах bf16 давал примерно двукратное ускорение относительно fp16. В среднем на проверенных задачах качество немного уступало DeBERTav3. Модель дообучена на данных версии zeroshot-v2.0, а автор сообщал о подготовке обновлённой версии с улучшенными синтетическими данными. Лицензия — Apache-2.0.

Morphy-360M — компактная языковая модель команды Moolvylabs, вторая модель семейства Morphy. Она дообучена на базе SmolLM2-360M и предназначена для быстрой локальной генерации текста; архитектура — плотная LlamaForCausalLM, размер — 361,8 млн параметров, контекст — до 8192 токенов. Модель ориентирована на деловую переписку: помогает писать и редактировать электронные письма, готовить холодные обращения и корпоративные объявления, исправлять грамматику, менять тон текста и создавать документацию. Также она может учитывать корпоративный контекст, например сведения о Moolvylabs. Модель рассчитана на англоязычные сценарии. Среди ограничений — склонность к ошибкам в сложных темах, в частности в продвинутой физике и биологии; в длинных диалогах возможны повторы и зацикливание, поэтому рекомендуется периодически очищать контекст. Распространяется по лицензии Apache-2.0.

zelk12/MT1-Max-Merge_02012025163610-MU-gemma-2-MTM2MUMT1g2-9B — объединённая разговорная языковая модель на архитектуре Gemma 2, созданная методом SLERP с помощью mergekit из моделей zelk12/MT1-Gen2-gemma-2-9B и zelk12/MT-Merge2-MU-gemma-2-MTg2MT1g2-9B. Она предназначена для генерации текста и ведения диалогов. Модель содержит 9 млрд параметров, принимает текст и генерирует текст, поддерживает контекст до 8192 токенов и представлена в формате safetensors для библиотеки Transformers. В метаданных указана лицензия; её условия следует учитывать при использовании модели.

zelk12/MT4-IMUGMA-gemma-2-9B — слитая диалоговая языковая модель семейства Gemma 2, созданная с помощью mergekit методом SLERP из zelk12/MT4-GMA-gemma-2-9B и zelk12/MT4-IMU-gemma-2-9B. Модель предназначена для генерации текста в диалогах и других сценариях, где нужно сформировать ответ по текстовому запросу. Модель имеет плотную архитектуру Gemma2ForCausalLM и 9 млрд параметров, работает с библиотекой Transformers и распространяется в формате safetensors. Размер контекста — до 8192 токенов. В карточке указана лицензия, разрешающая использование модели для её задач.

mjwong/multilingual-e5-large-xnli — многоязычная модель классификации текста, дообученная на XNLI на основе intfloat/multilingual-e5-large. Её можно использовать в zero-shot-классификации: передать текст и произвольные метки классов, после чего модель оценит соответствие текста каждой метке. Для случаев, когда к тексту подходят несколько меток, поддерживается независимая оценка каждого класса. Модель построена на архитектуре XLM-RoBERTa-large и содержит около 658,7 млн параметров. Контекст — до 514 токенов. В README приведены результаты оценки на XNLI для 15 языков, а также тесты на MultiNLI и ANLI. Модель распространяется по лицензии MIT.