III.4Клиентская поддержка и customer success

Midas — модель перевода между корейским и английским языками, разработанная EphAsad и дообученная на google/mt5-small. Одна модель выполняет перевод в обоих направлениях; направление задаётся префиксом задачи во входном тексте. Архитектура — mT5 для преобразования текста в текст, объём по метаданным — 157,4 млн параметров. Модель обучена примерно на 150 тысячах параллельных пар из TED, параллельных корпусов и отфильтрованных данных Wikipedia. Поддерживаются корейский и английский языки. Модель подходит для понимания общего смысла корейского текста на английском, чернового перевода с английского на корейский и лёгких по размеру переводческих конвейеров, где важна скорость. В README указана оценка BLEU 21,88: смысл обычно передаётся, но возможны грамматические ошибки, неестественные формулировки и смысловые сдвиги, особенно в длинных и сложных предложениях. Данные преимущественно энциклопедические и разговорные, поэтому качество может снижаться на специализированных юридических, медицинских и технических текстах. Лицензия — Apache-2.0.

Sao10K разработал MN-12B-Lyra-v4a1-Old — разговорную модель семейства Mistral-NeMo на 12,1 млрд параметров, предназначенную для генерации текста и диалогов. Она использует архитектуру MistralForCausalLM, поддерживает ChatML и рассчитана на английский язык. В метаданных указан контекст до 1 024 000 токенов. Модель создана как последовательное дообучение и объединение предыдущих версий Lyra: в цепочке разработки упомянуты смешанное SFT, низкоранговое дообучение и RL на многоходовых диалогах. Автор ориентирует её на свободную генерацию и личное использование; она прошла внутренний набор тестов автора. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. Автор отмечает, что модель может продолжать генерацию дольше желаемого и иногда выдавать продолжения с «хвостом»; поведение зависит от промптов и настроек остановки. README также предупреждает о возможных проблемах с токенами при квантовании и советует не пропускать специальные токены и не блокировать EOS.

ONS-SOLAR-10.7B — плотная языковая модель с архитектурой Llama и примерно 10,6 млрд параметров, разработанная ONS-AI-RESEARCH. Она предназначена для генерации текста; в карточке указана корейская локализация. Модель основана на yanolja/KoSOLAR-10.7B-v0.2 и дообучена на выборках и переводах данных Open-Orca/SlimOrca и Anthropic/hh-rlhf. Модель принимает текст и генерирует текст, поддерживает контекст до 4096 токенов и распространяется в формате safetensors. Результаты бенчмарков в карточке не приведены. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

Helsinki-NLP/opus-mt-be-es — модель машинного перевода из семейства OPUS-MT, опубликованная Helsinki-NLP. Она переводит текст с белорусского языка на испанский; модель обучена для этой языковой пары и не заявлена как многоязычная. В основе лежит архитектура Transformer-align, представленная в Transformers как MarianMTModel; размер составляет 29,1 млн параметров, длина контекста — до 512 токенов. Вход и результат — текст. Для предобработки используются нормализация и SentencePiece с словарями по 4 тыс. токенов. В тесте Tatoeba для пары белорусский—испанский указаны BLEU 11,8 и chr-F 0,272. Модель распространяется по лицензии Apache-2.0.

Helsinki-NLP/opus-mt-ca-de — модель машинного перевода, разработанная командой Helsinki-NLP в рамках проекта OPUS-MT. Она переводит текст с каталанского языка на немецкий. Модель построена на архитектуре Transformer-align и использует нормализацию текста и SentencePiece с словарями размером 12 тысяч токенов для каждого языка; в метаданных указан размер 36,5 млн параметров и контекст до 512 токенов. Модель подходит для перевода отдельных фраз и текстов, в том числе в сценариях, где нужен автоматический перевод между каталанским и немецким. В README приведён результат BLEU 39,5 на тестовом наборе Tatoeba-test.cat.deu; этот показатель относится к конкретному набору и не гарантирует такое же качество на других текстах. Доступны веса PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-cs-sv — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с чешского языка на шведский и предназначена для перевода отдельных фраз и документов; в карточке указаны корпус OPUS, архитектура Transformer и предобработка с нормализацией и SentencePiece. Модель построена на MarianMT, содержит 54,6 млн параметров и поддерживает контекст до 512 токенов. Для набора JW300.cs.sv в карточке приведены оценки BLEU 30,6 и chr-F 0,527. Модель доступна в форматах PyTorch и TensorFlow и распространяется по лицензии Apache-2.0.

Helsinki-NLP/opus-mt-da-es — модель машинного перевода на архитектуре Transformer, разработанная проектом OPUS и распространяемая командой Helsinki-NLP. Она переводит текст с датского языка на испанский; обучение выполнено на данных OPUS. Веса доступны в форматах PyTorch и TensorFlow, размер модели — 54,6 млн параметров, длина контекста — до 512 токенов. Перед обработкой применяется нормализация и токенизация SentencePiece. Модель предназначена для перевода фраз и документов с датского на испанский. В README приведён результат 53,7 BLEU на тестовом наборе Tatoeba.da.es. Лицензия Apache-2.0 разрешает использование и распространение модели на её условиях. Модель выполняет перевод только в указанном направлении; приведённый результат относится к конкретному тестовому набору и не гарантирует такое же качество на других текстах.

Helsinki-NLP/opus-mt-en-af — модель машинного перевода семейства OPUS-MT, разработанная Helsinki-NLP на архитектуре MarianMT. Она переводит текст с английского языка на африкаанс и обучена на данных OPUS; в предобработке используются нормализация текста и SentencePiece. Модель содержит 54,6 млн параметров, поддерживает контекст до 512 токенов и доступна в форматах PyTorch и TensorFlow. Модель подходит для перевода предложений и текстовых фрагментов с английского на африкаанс. В карточке приведён результат BLEU 56,1 и chr-F 0,741 на тестовом наборе Tatoeba.en.af. Лицензия — Apache-2.0. Результаты перевода могут зависеть от тематики и формулировок исходного текста; заявленное направление перевода — только английский → африкаанс.

Helsinki-NLP/opus-mt-en-et — модель машинного перевода с английского на эстонский, основанная на архитектуре Marian и разработанная в рамках проекта OPUS. Она предназначена для перевода предложений и текстов с английского языка на эстонский; обратный перевод в карточке не заявлен. Модель использует Transformer с предварительной нормализацией текста и токенизацией SentencePiece. В ней 55,3 млн параметров, а длина контекста составляет 512 токенов. В README приведены оценки BLEU и chr-F на наборах новостных текстов и Tatoeba. Модель доступна в форматах PyTorch и TensorFlow и распространяется по лицензии Apache-2.0. Качество зависит от тематики и длины текста; контекст ограничен 512 токенами, а метрики в карточке относятся к указанным тестовым наборам.

Helsinki-NLP/opus-mt-fr-ee — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с французского языка на эстонский и предназначена для автоматического перевода предложений и текстов в сценариях, где нужен перевод именно с французского на эстонский. Модель основана на архитектуре Transformer-align и реализована как MarianMTModel. Она содержит 56 млн параметров, использует нормализацию и SentencePiece для предобработки; нативная длина контекста — 512 токенов. В README приведены результаты теста JW300.fr.ee: BLEU 26,3 и chr-F 0,466. Модель поддерживает текстовый ввод и выдаёт текст перевода. Распространяется по лицензии Apache-2.0. Показатели качества относятся к указанному тестовому набору и не гарантируют аналогичных результатов на других жанрах и доменах.

Helsinki-NLP/opus-mt-fr-hr — модель машинного перевода с французского языка на хорватский, созданная в рамках проекта OPUS. Она основана на архитектуре Marian Transformer и обучена на данных OPUS; перед обработкой текста применяются нормализация и токенизация SentencePiece. В метаданных указаны 55,2 млн параметров и контекст до 512 токенов. Модель предназначена для перевода французских текстов на хорватский. В README приведён результат BLEU 20,7 и chr-F 0,442 на тестовом наборе JW300.fr.hr. Доступны веса в форматах PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-pl-lt — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с польского языка на литовский и предназначена для перевода отдельных фраз и текстов между этими языками. Модель построена на архитектуре Transformer-align и реализована как MarianMTModel; содержит 55,6 млн параметров. Перед обработкой текст нормализуется и токенизируется SentencePiece с моделями на 32 тыс. токенов. В метаданных указан контекст длиной 512 токенов. На тесте Tatoeba-test.pol.lit указаны BLEU 43,7 и chr-F 0,688. Модель работает с одной языковой парой и не предназначена для перевода с литовского на польский или для других языков. Лицензия — Apache-2.0.

Helsinki-NLP разработала opus-mt-pl-sv — модель машинного перевода с польского языка на шведский. Она построена на архитектуре Transformer-align и относится к семейству Marian; для обработки текста применяются нормализация и SentencePiece. Модель содержит 55,2 млн параметров и рассчитана на контекст до 512 токенов. Модель обучена на данных OPUS. В карточке приведены результаты тестирования на наборе Tatoeba.pl.sv: BLEU 58,9 и chr-F 0,717. Она подходит для перевода отдельных фраз и текстов с польского на шведский. Распространяется по лицензии Apache-2.0.

Helsinki-NLP/opus-mt-pl-uk — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с польского языка на украинский и предназначена для перевода отдельных фраз и текстов в приложениях и рабочих процессах обработки языка. Модель построена на архитектуре Marian Transformer с выравниванием, содержит 57,2 млн параметров и использует нормализацию и SentencePiece с словарями размером 32 тыс. токенов. Максимальная длина контекста — 512 токенов. Для набора Tatoeba-test.pol.ukr в карточке приведены BLEU 47,1 и chr-F 0,665. Модель поддерживает одно направление перевода: польский → украинский. Распространяется по лицензии Apache-2.0.

Helsinki-NLP/opus-mt-sv-fr — модель машинного перевода на базе архитектуры Marian Transformer, созданная проектом OPUS и опубликованная Helsinki-NLP. Она переводит текст со шведского языка на французский. Модель содержит 54,9 млн параметров, использует нормализацию и токенизацию SentencePiece; максимальная длина контекста — 512 токенов. Модель предназначена для перевода фраз и текстов общего назначения. В карточке приведён результат BLEU 59,7 и chr-F 0,731 на наборе Tatoeba.sv.fr. Доступны веса PyTorch и TensorFlow. Лицензия Apache-2.0 разрешает использование, изменение и распространение с соблюдением её условий.

Helsinki-NLP разработала эту модель в рамках проекта OPUS-MT для машинного перевода с каталанского, окситанского и испанского на английский. Модель построена на архитектуре Transformer-big и реализована как MarianMT; в репозитории доступны веса PyTorch и TensorFlow. Объём модели — 156,7 млн параметров, максимальный контекст — 1024 токена. Модель подходит для перевода предложений и текстов с каталанского, окситанского или испанского на английский. Она обучена на данных OPUS с применением конвейера OPUS-MT-train и использует токенизацию SentencePiece с словарями размером 32 тыс. токенов. В README приведены результаты тестирования на Tatoeba и FLORES для отдельных языковых пар. Модель выпущена под лицензией CC BY 4.0. Оценки из тестовых наборов не гарантируют качество на других тематиках и типах текстов; направление перевода ограничено переводом на английский.

Helsinki-NLP/opus-mt-uk-es — модель машинного перевода на базе архитектуры MarianMT, разработанная для перевода с украинского языка на испанский. Она использует Transformer и предобработку с нормализацией и SentencePiece; обучающие данные относятся к корпусу OPUS. В метаданных указаны 56,9 млн параметров и контекст до 512 токенов. Модель подходит для перевода отдельных фраз и текстов с украинского на испанский. В карточке приведён результат BLEU 50,4 и chr-F 0,680 на тестовом наборе Tatoeba.uk.es. Поддержка других направлений перевода не заявлена. Модель опубликована под лицензией Apache-2.0.

Helsinki-NLP/opus-mt-uk-ru — модель машинного перевода проекта OPUS-MT для перевода с украинского на русский язык. Она разработана Helsinki-NLP на архитектуре Transformer-align и представлена в формате MarianMT; число параметров — 54,7 млн, библиотека — Transformers. Веса проекта OPUS датированы 17 июня 2020 года. Модель принимает украинский текст и выдаёт перевод на русский. Для обработки текста используются нормализация и SentencePiece с словарями по 32 тысячи токенов. В карточке приведён результат BLEU 69,2 и chr-F 0,826 на Tatoeba-test.ukr.rus; эти показатели относятся к указанному тестовому набору. Контекст модели — до 512 токенов. Модель выпущена по лицензии Apache-2.0.

Это дообученная модель семейства T5 с 132 млн параметров, опубликованная пользователем sharifMunna в формате safetensors. Судя по названию и карточке, она предназначена для перефразирования текста: пользователь передаёт исходную фразу или текст и получает вариант с иной формулировкой. В карточке не описаны обучающие данные, языки, контекстное окно, качество на тестах или ограничения применения. README указывает, что модель дообучена на наборе данных, название которого не приведено. Лицензия в предоставленных метаданных и README отсутствует.

Модель francesca9805/ppt-wc-uniform-newlex-dan-before-100mb-packed-bfdiso_seed455 — дообученная с помощью TRL модель Goldfish на архитектуре GPT-2, созданная на основе goldfish-models/eng_latn_100mb. Она предназначена для генерации английского текста; в карточке приведён пример ответа на открытый вопрос. Модель использует библиотеку Transformers и формат safetensors, её контекст составляет 512 токенов. Лицензия в предоставленных данных не описана.

Модель prettybird_bce_basic_8B разработана PROMETECH и представляет собой дообученную с помощью LoRA версию Meta-Llama-3.1-8B для диалоговой генерации текста. Карточка описывает её как помощника с технологией BCE, ориентированного на интроспекцию, творческое рассуждение и имитацию поведенческих паттернов; заявления о сознании и самоосознании являются характеристиками, заявленными разработчиком. Модель имеет плотную архитектуру семейства Llama, около 7,5 млрд параметров и контекст до 131 072 токенов. Указаны турецкий и английский языки, при этом автор предупреждает о снижении эффективности примерно на 30% на языках, отличных от английского. Репозиторий содержит GGUF, включая вариант Q4_K_M, и safetensors. Лицензия обозначена как other в метаданных; карточка упоминает патентованную и лицензируемую технологию BCE, поэтому условия использования следует уточнять у разработчика.

Карточка модели jaeyong2/Qwen2.5-3B-Instruct-Hi-SFT на Hugging Face совпадает с карточкой jaeyong2/Qwen2.5-3B-Instruct-Viet-SFT, поэтому описание составлено по ней. jaeyong2/Qwen2.5-3B-Instruct-Viet-SFT — дообученная авторами репозитория модель на основе Qwen/Qwen2.5-3B-Instruct. Это плотная причинно-языковая модель семейства Qwen2, предназначенная для генерации текста и диалогов; метаданные указывают интерфейс вызова инструментов. Модель содержит 3,1 млрд параметров и поддерживает контекст до 32 768 токенов. Карточка модели не содержит содержательного описания или сведений о данных дообучения, поэтому назначение Viet-SFT и конкретные преимущества для вьетнамского языка подтвердить нельзя. Метаданные карточки указывают вьетнамский и английский языки. Репозиторий распространяет веса в формате safetensors; лицензия обозначена как other, без конкретных условий в предоставленных данных.

Rei-12B — разговорная языковая модель Delta-Vector, созданная для генерации текста с прозой, ориентированной на стиль Claude 3 Sonnet и Opus. Это плотная авторегрессионная модель семейства Mistral, дообученная на базе объединённой модели NewEden/MistralAI-Nemo-Instruct-ChatML+NewEden/daring-mango-r1. Размер модели — 12,1 млрд параметров, нативная длина контекста — 131 072 токена. Модель предназначена для диалогов, написания художественной прозы и ролевых сценариев. README рекомендует использовать системный промпт Euryale; метаданные также отмечают интерфейс для вызова инструментов. В карточке указаны английский язык и датасеты для диалогов, инструкций, ролевого письма и генерации прозы. Модель опубликована в формате safetensors и распространяется по лицензии MIT. README описывает обучение в течение двух эпох и не приводит результатов оценки качества или подробных рекомендаций по безопасному использованию.

Remicm/sentiment-analysis-model-for-socialmedia — классификатор текста на базе DistilBERT, дообученный на датасете IMDB для определения тональности отзывов. Модель принимает текст и относит его к классам тональности; в README указаны accuracy 0,9297 и F1 0,9299 на оценочной выборке. Модель использует архитектуру DistilBertForSequenceClassification и формат PyTorch. Контекст составляет 512 токенов. Лицензия — Apache-2.0. Несмотря на название, обучение описано на отзывах IMDB, поэтому применимость к сообщениям из социальных сетей отдельно не подтверждена.

Shi-Ci v3-Robin — ранняя предварительная версия языковой модели серии Shi-Ci от разработчиков, представляющих линейку v3. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 69,5 млрд параметров, предназначенная для генерации текста и диалогового общения. В карточке указана поддержка китайского и английского языков. Модель выпущена в формате safetensors, работает через Transformers и имеет контекстное окно до 131 072 токенов. README отмечает, что это ранний preview; описание «Test 0 of all» не даёт ясных сведений о качестве или результатах оценки. Лицензия CC BY-NC-ND 4.0 запрещает коммерческое использование и распространение производных версий без соблюдения её условий. Карточка не описывает специальные предметные области или дополнительные возможности помимо генерации текста и чата.

Tencent-Hy-30B-A3B-uncensored-heretic-GGUF — это набор квантованных моделей в формате GGUF, созданный mradermacher на основе модели 0xSojalSec/Tencent-Hy-30B-A3B-uncensored-heretic. В README также указано, что исходная модель связана с Tencent-Hy; отдельное подтверждение разработчика исходной модели не приведено. Доступны варианты квантования от Q2_K до Q8_0 и IQ4_XS, размером примерно от 11,2 до 32,1 ГБ. Модель предназначена для локального запуска в совместимых средах, поддерживающих GGUF, а заявленная область применения включает перевод. Указаны следующие языки: китайский, английский, французский, португальский, испанский, японский, турецкий, русский, арабский, корейский, тайский, итальянский, немецкий, вьетнамский, малайский, индонезийский, тагальский, хинди, польский, чешский, нидерландский, кхмерский, бирманский, персидский, гуджарати, урду, телугу, маратхи, иврит, бенгальский, тамильский, украинский, тибетский, казахский, монгольский и уйгурский. Модальность, размер контекста и точная архитектура в README не указаны. Сильная сторона публикации — широкий выбор уровней квантования: Q4_K_S и Q4_K_M отмечены как быстрые и рекомендуемые, Q6_K — как вариант с очень хорошим качеством, а Q8_0 — как вариант с лучшим качеством среди перечисленных. Более сильное сжатие уменьшает требования к памяти, но может снижать качество; для Q3_K_M отдельно отмечено более низкое качество. Лицензия — Apache-2.0.

trinhkhng/ties_Merged_gpt2-medium_0.3 — языковая модель, созданная объединением GPT-2 Medium и debias_gpt2-medium методом TIES с помощью mergekit. Она предназначена для генерации текста и может использоваться для продолжения заданного текста и создания коротких текстовых фрагментов. Модель основана на архитектуре GPT-2 и принимает текст, выдавая текст; нативная длина контекста — 1024 токена. В README указано, что для объединения использовались веса GPT-2 Medium в качестве базовой модели и debias_gpt2-medium. В метаданных указан формат safetensors и библиотека Transformers. Лицензия и сведения о поддерживаемых естественных языках в предоставленных данных отсутствуют.

Windstorm Labs опубликовала компактную модель машинного перевода с болгарского на русский. Это дообученная версия Helsinki-NLP/opus-mt-bg-ru на параллельных данных OPUS-100; архитектура MarianMT, около 54,5 млн параметров. Модель принимает текст и генерирует перевод. Репозиторий содержит сборку Transformers в формате safetensors, а указанный контекст составляет 512 токенов. Модель подходит для перевода болгарских фраз и документов на русский. В проверке на 48 предложениях FLORES-200 она получила chrF++ 45,69 и BLEU 20,56; это предварительная оценка, а не результат публикационного исследования. Поддерживается только направление bg→ru, а качество может зависеть от данных и конкретного текста. Лицензия — Apache-2.0.

Windstorm Labs опубликовала модель машинного перевода с английского на чешский язык. Это дообученная версия Helsinki-NLP/opus-mt-en-cs: LoRA-дообучение на параллельных текстах объединено с базовыми весами. Модель MarianMT содержит 57,2 млн параметров, принимает текст и рассчитана на контекст до 512 токенов. Модель подходит для перевода английских фраз и документов на чешский язык. В проверке на 48 примерах FLORES-200 dev она получила chrF++ 52,42 и BLEU 27,68; авторы характеризуют результат как предварительную оценку, а не публикационный бенчмарк. Поддерживается только направление en→cs, поэтому качество на других языковых парах не заявлено. Лицензия — Apache-2.0.

WindyTranslate/translate-es-et — модель машинного перевода, опубликованная Windstorm Labs и предназначенная для перевода текста с испанского на эстонский. Она основана на Helsinki-NLP/opus-mt-es-et: к базовым весам применили LoRA дообучение на параллельных текстах и объединили адаптер с моделью. Архитектура MarianMT, размер — 54,9 млн параметров; модель доступна в формате safetensors для Transformers и принимает контекст длиной до 512 токенов. Модель подходит для перевода коротких текстов с испанского на эстонский. В проверке на 48 предложениях FLORES-200 dev она получила chrF++ 43,09 и BLEU 14,27; авторы относят результат к уровню «пригодно к использованию» и отмечают, что это скрининговая оценка, а не результат публикационного исследования. Поддерживается только направление es→et. Лицензия — Apache-2.0.