III.7Аудит, внутренний контроль и налоги

CPA-Qwen3-8B-v0 — специализированная языковая модель AudCor для задач сертифицированных бухгалтеров и аудиторов. Это плотная авторегрессионная модель Qwen3 с 7,6 млрд параметров, дообученная на базе unsloth/Qwen3-8B-unsloth-bnb-4bit на наборе Finance-Instruct-500k. Модель предназначена для диалогов и текстовых запросов о финансовом учёте, аудите, налогах и нормативных требованиях; поддерживает контекст до 40 960 токенов и имеет интерфейс вызова инструментов. Модель позиционируется как помощник для оценки аудиторских рисков, налогового планирования, толкования нормативных требований и решения задач уровня экзамена CPA. В карточке заявлено внимание к GAAP, IFRS и профессиональному скептицизму. Указана лицензия Apache-2.0. Это исследовательский инструмент, а не лицензированный специалист; ответы не заменяют профессиональные бухгалтерские, налоговые или юридические консультации.

SZL-Forge-1.5B-ReceiptAgent — диалоговая языковая модель компании SZL Holdings, дообученная методом QLoRA на базе Qwen/Qwen2.5-1.5B-Instruct. Это модель-генератор текста на архитектуре Qwen2.5 с размером 1,5 млрд параметров; она принимает запросы в текстовом виде и предназначена для выдачи черновиков решений в виде JSON с привязкой к предоставленным свидетельствам и обязательным подтверждением человека. Встроенный сценарий ограничивает её предложением решения: она не должна завершать или исполнять действия и заявляет об отказе при запросах выйти за эти рамки. Модель рассчитана на работу внутри контроллера, например Alloy, который проверяет аргументы черновика, запрашивает одобрение человека и выполняет действия за пределами модели. В карточке сообщается о 100% соответствии схеме на 5 тестовых примерах и 100% отказов на 6 проверках; эти результаты представлены владельцем модели, а не независимой оценкой, и выборка мала. Модель не является источником достоверных чисел и не предназначена для автономного исполнения решений. Лицензия — Apache-2.0.

Liquid AI разработала LFM2.5-Encoder-350-Policy-Linter — дообученную модель семейства LFM2.5 с двунаправленным энкодером и специальной головой сопоставления правил. За один проход энкодера она оценивает каждый токен текста относительно правил, заданных обычным текстом, и предназначена для проверки документов на соответствие внутренним политикам и требованиям компании. Модель содержит 444,6 млн параметров, принимает текст и возвращает оценки для его токенов; в метаданных также заявлена задача заполнения пропусков. Базовая модель поддерживает 15 языков: английский, немецкий, испанский, французский, итальянский, нидерландский, польский, португальский, арабский, хинди, японский, русский, турецкий, вьетнамский и китайский. Для загрузки требуется Transformers с включением пользовательского кода через trust_remote_code=True. Лицензия указана как other; конкретные условия следует сверить на странице модели.

RK-1235/bge-base-FIR-matryoshka-BASELINE-10epochs-FT — англоязычная модель Sentence Transformers, дообученная разработчиком репозитория на базе BAAI/bge-base-en для финансового поиска по текстам. Она кодирует предложения и абзацы в плотные векторы размерностью 768, нормализованные для сравнения по косинусному сходству; архитектура включает BERT, пулинг по CLS-токену и нормализацию. Модель рассчитана на семантический поиск, сопоставление предложений, поиск перефразировок, кластеризацию и классификацию текстов; длина последовательности — до 512 токенов. Обучение описано на 6300 парах anchor-positive из финансовых текстов, а оценки поиска приведены для усечённых эмбеддингов от 64 до 768 измерений. Модель подходит для поиска релевантных фрагментов в финансовой отчётности и ответов на запросы по таким документам. README приводит результаты оценки на наборе dim_768 и нескольких сокращённых размерностях, но не раскрывает название и состав набора оценки, поэтому эти метрики нельзя переносить на другие коллекции без проверки. Лицензия — Apache-2.0.

preetham315/bge-base-financial-matryoshka — англоязычная модель Sentence Transformers, дообученная автором на парах вопросов и ответов по финансовым текстам. Она основана на BAAI/bge-base-en-v1.5 с архитектурой BERT и создаёт нормализованные плотные эмбеддинги размерностью 768 для семантического поиска, сравнения предложений и ранжирования текстов. Обучение с MatryoshkaLoss позволяет усекать векторы до 512, 256, 128 или 64 измерений; в README приведены оценки поиска для этих размерностей. Модель подходит для поиска ответов и сведений в финансовых документах, семантического сопоставления запросов с фрагментами текста, кластеризации и классификации текстов с использованием эмбеддингов. Максимальная длина входа — 512 токенов, функция сравнения — косинусное сходство. Модель принимает текст и выдаёт векторы; она не генерирует ответы самостоятельно. Выпускается по лицензии Apache-2.0.

BGE base Financial Matryoshka — англоязычная модель Sentence Transformers, дообученная на базе BAAI/bge-base-en-v1.5 для работы с финансовыми текстами. Она преобразует предложения и абзацы в плотные нормализованные векторы размерностью до 768 и подходит для семантического поиска, сравнения текстов и поиска релевантных фрагментов в финансовых документах. Для сравнения векторов используется косинусное сходство. Модель построена на BERT с пулингом CLS-токена и поддерживает Matryoshka-представления размерностью 768, 512, 256, 128 или 64, что позволяет выбирать баланс между компактностью эмбеддингов и качеством поиска. Максимальная длина входной последовательности — 512 токенов. В карточке приведены результаты оценки поиска по нескольким размерностям и обучающая выборка из 6 300 пар запросов и релевантных текстов. Модель рассчитана на английский язык и распространяется по лицензии Apache-2.0. Она создаёт эмбеддинги, а не готовые ответы; вход длиннее 512 токенов требует предварительного разбиения. Результаты оценки относятся к указанным в карточке наборам данных и не гарантируют такое же качество на других финансовых корпусах.

BGE base Financial Matryoshka — англоязычная модель Sentence Transformers, дообученная Julio Sanchez на базе BAAI/bge-base-en-v1.5 для сопоставления финансовых вопросов с релевантными фрагментами текста. Архитектура основана на BERT: модель кодирует предложения и абзацы в плотные векторы, нормализует их и сравнивает с помощью косинусного сходства. Размер исходного вектора — 768 измерений; благодаря обучению Matryoshka доступны также укороченные представления размерностью 512, 256, 128 и 64. Максимальная длина входа — 512 токенов. Модель подходит для семантического поиска по финансовым документам, поиска ответов на вопросы в отчетах, сравнения финансовых текстов, кластеризации и классификации на основе эмбеддингов. Она обучалась на 6 300 парах «вопрос — релевантный фрагмент» из набора json; в README приведены результаты оценки поиска для нескольких размерностей векторов. Это модель для английского языка, выпущенная по лицензии Apache-2.0. Как и другие модели эмбеддингов, она возвращает векторы, а не готовые ответы; точность зависит от соответствия корпуса и запросов обучающим данным.

Sailesh9999/bge-base-financial-matryoshka_3 — англоязычная модель Sentence Transformers, дообученная автором на базе BAAI/bge-base-en-v1.5 для работы с финансовыми текстами. Она преобразует предложения и абзацы в плотные векторы и предназначена для семантического поиска, оценки сходства и ранжирования текстов, поиска перефразировок, кластеризации и классификации.

CriticalThinkerRisk-Base-8B — дообученная командой Theeseus AI модель на основе meta-llama/Llama-3.1-8B-Instruct. Она предназначена для оценки уровня риска в описанных сценариях: модель может присваивать категорию риска, числовую оценку и объяснять вывод. Обучение проводилось на наборе theeseus-ai/RiskClassifier с примерами структурированных сценариев, вопросов и ответов в формате диалогов. Модель использует плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров. Она принимает текст и генерирует текст; заявленный контекст — до 131 072 токенов. Основной язык — английский. Модель подходит для предварительного анализа подозрительных операций, финансовых и операционных рисков, а также для учебных задач по оценке рисков. Лицензия — Apache 2.0. Точность может снижаться при неполном или неоднозначном контексте; возможны смещения из обучающих данных. Числовые оценки могут потребовать настройки порогов под конкретную область, а результаты для решений с существенными последствиями следует проверять вручную.

deter3/bge-base-financial-matryoshka — англоязычная модель Sentence Transformer, дообученная разработчиком deter3 на базе BAAI/bge-base-en-v1.5 на 6 300 парах текстов финансовой тематики. Она кодирует предложения и абзацы в плотные векторы размерностью 768, нормализует их и сравнивает по косинусному сходству; Matryoshka-обучение позволяет сокращать размерность векторов для поиска с меньшими затратами памяти и вычислений. Модель предназначена для семантического поиска по финансовым документам, сравнения вопросов и фрагментов текста, поиска перефразировок, кластеризации и использования в качестве признаков для классификации. Архитектура — BERT с пулингом CLS-токена; максимальная длина входа — 512 токенов. В README приведены результаты оценки поиска при размерностях от 64 до 768, но они не гарантируют качество на других данных. Модель принимает английский текст и выдаёт векторы для сравнения и поиска. Лицензия — Apache-2.0. Она не генерирует ответы и её специализация на финансовых текстах не означает, что она заменяет проверку финансовых выводов.

adarshheg/bge-base-financial-matryoshka — англоязычная модель Sentence Transformer, дообученная автором на базе BAAI/bge-base-en-v1.5 для работы с финансовыми текстами. Архитектура состоит из BERT-трансформера, объединения представления токенов по CLS-токену и нормализации векторов; модель содержит 136,7 млн параметров и принимает последовательности длиной до 512 токенов. Модель преобразует предложения и абзацы в плотные эмбеддинги размерностью 768 и рассчитана на семантический поиск, сравнение текстов, поиск перефразировок, кластеризацию и классификацию финансовых текстов. Обучение с MatryoshkaLoss позволяет использовать укороченные векторы размерностью 512, 256, 128 или 64; для сравнения векторов применяется косинусное сходство. В README приведены результаты оценки поиска на датасете, но они не гарантируют качество на других коллекциях. Лицензия — Apache-2.0.

BGE base Financial Matryoshka — англоязычная модель Sentence Transformers, дообученная разработчиком Baba-Voss на базе BAAI/bge-base-en-v1.5 для работы с финансовыми текстами. Она кодирует предложения и абзацы в плотные векторы размерностью 768 и предназначена для семантического поиска, сравнения текстов и извлечения релевантных фрагментов, например, из финансовой отчётности. Архитектура основана на BERT: модель использует CLS-пулинг и нормализацию эмбеддингов. Контекст ограничен 512 токенами. Благодаря Matryoshka-обучению векторы можно сокращать до 512, 256, 128 или 64 измерений; в карточке приведены оценки поиска для этих размерностей. Модель также подходит для поиска дубликатов и кластеризации, а эмбеддинги можно использовать как признаки для классификации. Модель принимает текст и выдаёт векторные представления. Она обучена на 6300 парах текстов из датасета json, включая вопросы и ответы по корпоративным документам и финансовой отчётности. Лицензия — Apache-2.0. Карточка не приводит результатов на широком наборе финансовых задач, поэтому качество за пределами указанного набора поиска может отличаться; длина входа ограничена 512 токенами.

haophancs/bge-m3-financial-matryoshka — англоязычная модель Sentence Transformers, дообученная на базе BAAI/bge-m3 для сравнения предложений и поиска по финансовым текстам. Она преобразует предложения и абзацы в нормализованные плотные векторы для вычисления косинусного сходства; архитектура включает XLM-RoBERTa, пулинг по CLS-токену и нормализацию. Размер модели — 658,7 млн параметров, максимальная длина последовательности — 8192 токена. Обучение на 6300 парах запросов и релевантных фрагментов использует MatryoshkaLoss и поддерживает векторы размерности 1024, 768, 512 и 384. Модель подходит для семантического поиска финансовых сведений, оценки сходства и перефразирования, кластеризации и классификации текста. В README приведены метрики поиска по нескольким размерностям векторов, однако название и примеры датасета указывают на финансовое назначение, а результаты нельзя автоматически переносить на другие наборы данных или языки. Указана лицензия Apache-2.0.

Adaptive Classifier — классификатор расходов на основе answerdotai/ModernBERT-base, опубликованный в репозитории adaptive-classifier/expense-category. Он относит описание расхода к одной из пяти категорий: equipment, meals, office_supplies, other или travel. Модель использует 768-мерные эмбеддинги и предназначена для классификации расходов с возможностью непрерывного обучения и динамического добавления классов. В карточке указано 25 примеров обучения — по пять на категорию. Для каждой категории требуется не менее трёх примеров; верхний предел составляет 150 примеров, а прототипы обновляются каждые десять примеров. Модель распространяется по лицензии Apache-2.0.

ISO27001-Qwen2.5-0.5B-Edge — специализированная языковая модель, разработанная Sabri Allani на базе Qwen/Qwen2.5-0.5B-Instruct. Она дообучена методом QLoRA/LoRA с использованием MLX-LM на 199 двуязычных пар вопрос–ответ по ISO/IEC 27001:2022 и ISO/IEC 27002:2022. Модель предназначена для локального автономного развёртывания в инфраструктуре организации без передачи данных во внешние сервисы. Модель ориентирована на оценку разрывов в ISMS, выявление несоответствий, поддержку аудита ISO 27001, подготовку к сертификации, работу с доказательствами аудита, управлением рисками, планом обработки рисков и Statement of Applicability, а также сопоставление ISO 27001 с NIS2, DORA, GDPR и ISO 42001. В обучающих данных представлены требования разделов 4–10, все 93 меры Annex A, включая 11 новых мер ISO 27001:2022, практические сценарии и материалы на французском и английском языках. Это decoder-only Transformer с архитектурой Qwen2.5 и примерно 0,5 млрд параметров. Максимальная длина последовательности при дообучении составляет 1 024 токена, заявленный максимальный контекст — 32 768 токенов. Доступны версии SafeTensors FP16 и GGUF с квантованием Q4_K_M размером около 398 МБ; поддерживаются Transformers, MLX-LM, Ollama и llama.cpp. Из-за небольшого размера возможности рассуждения ограничены по сравнению с моделями крупнее 7 млрд параметров. Модель не заменяет профессиональный аудит или сертифицированного ведущего аудитора, а её ответы следует проверять экспертом; знания ограничены датой дообучения. Модель распространяется по лицензии Apache 2.0, как и базовая модель Qwen2.5-0.5B-Instruct.

kenoc/bge-base-financial-matryoshka — англоязычная модель Sentence Transformer, дообученная автором на 6 300 парах финансовых текстов на основе BAAI/bge-base-en-v1.5. Она преобразует предложения и абзацы в плотные эмбеддинги для семантического поиска, сравнения текстов и извлечения информации из финансовых документов. Модель построена на BERT, использует CLS-пулинг и нормализацию, выдаёт вектор размерностью 768 и оценивает сходство по косинусной мере. Обучение с MatryoshkaLoss позволяет использовать укороченные представления размерностью 512, 256, 128 или 64. Максимальная длина входа — 512 токенов; лицензия Apache-2.0. Модель подходит для англоязычных финансовых запросов и документов, в частности для семантического поиска и ранжирования релевантных фрагментов. Карточка приводит оценки поиска на обучающих материалах, поэтому они не гарантируют качество на других данных. Модель создаёт эмбеддинги, а не готовые ответы; тексты длиннее лимита требуют разбиения.

Marsilia-Embeddings-EN-Base — англоязычная модель эмбеддингов, разработанная Sujet AI для поиска и извлечения финансовой информации. Это Sentence Transformer на архитектуре BERT, дообученный на парах «вопрос — контекст» из набора sujet-ai/Sujet-Financial-RAG-EN-Dataset. Модель содержит 136,7 млн параметров, принимает последовательности длиной до 512 токенов и выдаёт векторы размерности 768; сходство оценивается косинусной мерой. Модель предназначена для построения семантического поиска, кластеризации и систем RAG на английских финансовых текстах. В карточке сообщается, что на тестовой части обучающего набора её оценивали с помощью InformationRetrievalEvaluator и что она превзошла некоторые закрытые модели эмбеддингов; эти результаты относятся к описанному финансовому сценарию. Распространяется по лицензии MIT.

Marsilia-Embeddings-FR-Large — модель эмбеддингов предложений, разработанная sujet-ai для поиска и извлечения информации во франкоязычных финансовых текстах. Это дообученная модель на базе OrdalieTech/Solon-embeddings-large-0.1 с архитектурой XLM-RoBERTa и 658,7 млн параметров. Она преобразует текст в векторы размерностью 1024; для сравнения используется косинусное сходство. Максимальная длина последовательности составляет 512 токенов. Модель обучена на 28 880 парах «вопрос—контекст» из sujet-ai/Sujet-Financial-RAG-FR-Dataset и оценивалась на тестовой части этого набора с помощью InformationRetrievalEvaluator. Предназначена для семантического поиска, кластеризации и извлечения релевантных финансовых документов, в том числе в RAG-сценариях. Разработчик сообщает о результатах выше некоторых закрытых моделей эмбеддингов, но конкретные метрики в карточке не приведены. Оптимизирована для французского языка и финансовой тематики, поэтому качество на других языках и в иных областях может быть ниже. Лицензия — MIT.

Gsanjeewa/compliance-policy-assistant-phi3-qlora — модель генерации текста на базе семейства Phi-3, опубликованная пользователем Gsanjeewa и адаптированная с применением QLoRA для сценариев, связанных с политиками соответствия требованиям. Модель предназначена для формирования ответов на вопросы о правилах и процедурах, объяснения положений внутренних политик и подготовки черновых текстов по тематике compliance. Модель содержит около 3,7 млрд параметров, работает через библиотеку Transformers и поддерживает контекст длиной до 4096 токенов. Основная модальность — текст; в метаданных также указаны conversational-сценарии. README не содержит подтверждённых сведений о языках, исходной модели, разработчике, обучающих данных, результатах оценки или лицензии, поэтому эти характеристики нельзя надёжно определить. Модель может быть полезна как вспомогательный компонент для поиска и объяснения требований, но ответы следует проверять по актуальным нормативным документам и внутренним политикам. Формальная лицензия в предоставленных данных не указана.

QuantFactory/Llama-3-8B-Instruct-Finance-RAG-GGUF — квантизированная версия модели Llama 3 8B Instruct, созданная QuantFactory с использованием llama.cpp на основе модели curiousily/Llama-3-8B-Instruct-Finance-RAG, которая, в свою очередь, дообучена на базе Meta Llama 3 8B Instruct с применением LoRA-адаптера. Дообучение выполнено на 4000 примерах из датасета virattt/financial-qa-10K. Модель предназначена для задач retrieval-augmented generation (RAG): она отвечает на вопросы, используя предоставленный контекст, преимущественно в финансовых сценариях, включая анализ финансовой отчётности и раскрытий компаний. Рекомендуемый формат запроса содержит вопрос и блок информации; модель обучалась извлекать ответ из этого контекста и может выдавать краткие ответы без лишних пояснений. Поддерживается генерация текста на английском языке. Известно, что это causal language model размером 8B параметров с архитектурой Llama 3, представленной в GGUF-квантизированном формате. Конкретный тип и уровень квантизации, максимальный размер контекста и требования к ресурсам в README не указаны. Сильная сторона модели — специализация на ответах по заданному финансовому контексту; она не предназначена для надёжных ответов без соответствующих исходных данных и может быть ограничена качеством и полнотой предоставленного контекста. Лицензия указана как llama3.

Adaptive Classifier — классификатор мошеннических и добросовестных примеров на основе answerdotai/ModernBERT-base. Модель поддерживает непрерывное обучение и динамическое добавление классов; в карточке указаны два класса, 10 примеров и размерность эмбеддингов 768. Для обновления классификатора нужны примеры размеченных классов. Модель предназначена для бинарной классификации примеров как fraudulent или legitimate. Для каждого класса требуется не менее трёх примеров, а максимальное число примеров на класс составляет 150; прототипы обновляются каждые 10 примеров. Репозиторий распространяется под лицензией Apache-2.0.

simonykq/nvidia-transaction-decoder-fm — зеркало предварительно обученного чекпойнта NVIDIA Transaction Decoder Foundation Model из примера NVIDIA Build Your Own Transaction Foundation Model, описанного в техническом блоге NVIDIA. Это плотная decoder-only модель семейства Llama примерно на 25,7 млн параметров: в README указано около 29 млн, 8 слоёв, скрытый размер 512 и grouped-query attention. Словарь содержит около 6 251 специализированного токена финансовых транзакций; модель обучалась примерно 3 000 шагов на IBM TabFormer с NeMo AutoModel. Модель предназначена для извлечения признаковых представлений финансовых транзакций: её можно загрузить через AutoModelForCausalLM и использовать эмбеддинг последнего токена. Заявленная длина контекста — 8 192 токена. Репозиторий содержит веса safetensors и распространяется по лицензии Apache-2.0. README характеризует репозиторий как зеркало чекпойнта, а не как новую модель NVIDIA.

EUAIAct-Qwen2.5-0.5B-Edge — компактная языковая модель, разработанная Sabri Allani на базе Qwen/Qwen2.5-0.5B-Instruct. Модель дообучена методом LoRA на 300 отобранных парах вопросов и ответов по EU AI Act (Regulation EU 2024/1689) и GDPR и предназначена для офлайн-консультаций по требованиям к ИИ и защите данных. Модель содержит 494 млн параметров, поддерживает генерацию текста на французском и английском языках и имеет контекст длиной 1024 токена. Она ориентирована на классификацию рисков ИИ, ответы по обязанностям поставщиков и пользователей систем, поддержку GRC-документации и комплаенс-сценариев. Доступны форматы ONNX INT8 для браузеров и мобильных устройств с WebGPU, GGUF Q4_K_M для llama.cpp и MLX BF16 для компьютеров Apple Silicon. Возможна работа на Windows, macOS, Linux, мобильных браузерах и edge-серверах без передачи данных в облако. К сильным сторонам относятся малый размер, локальный запуск, открытые веса и специализация на EU AI Act и GDPR. Модель предназначена только для справочной и консультативной поддержки: она не заменяет квалифицированную юридическую консультацию и не должна использоваться для формальных юридических заключений или автономных решений о соответствии. Лицензия — Apache 2.0.

dbands/Phi-3.5-mini-IFRS-Accountant — экспериментальная чат-модель, разработанная dbands путём дообучения unsloth/phi-3.5-mini-instruct-bnb-4bit. Она предназначена для генерации текстовых ответов по задачам бухгалтерского учёта на основе IFRS; в метаданных указан датасет IFRS_Account_Posting_CoT. Модель имеет плотную архитектуру с классом LlamaForCausalLM, содержит 3,7 млрд параметров и поддерживает контекст до 4096 токенов. Указан английский язык. Автор отмечает, что модель экспериментальная и не готова к производственному использованию, и рекомендует применять её с осторожностью. Лицензия — Apache-2.0.

Logun-base — дообученная модель на базе Itau-Unibanco/NorBERTo-base, разработанная heitorrosa. Это плотный энкодер ModernBERT с 149 млн параметров, предназначенный для задачи заполнения пропусков в тексте. Для адаптации указаны датасеты cvm-corpus и financial-sentiment-pt; README приводит значение loss 0,4919 на оценочном наборе, но не описывает его состав и протокол оценки. Модель рассчитана на бразильский португальский язык и поддерживает контекст до 8192 токенов. Весы опубликованы в формате safetensors как PEFT-адаптер, поэтому для использования требуется базовая модель Itau-Unibanco/NorBERTo-base. Лицензия — CC BY-NC-SA 4.0, с условиями атрибуции, распространения производных работ на тех же условиях и ограничением коммерческого использования.

Qwen2.5-VL-32B-Instruct-GGUF — мультимодальная instruction-tuned модель семейства Qwen, разработанная командой Qwen; репозиторий подготовлен Unsloth. Модель предназначена для задач, где требуется совместно обрабатывать текст и изображения, включая визуальные вопросы и ответы, распознавание текста, анализ документов, графиков, таблиц и макетов, математическое и логическое рассуждение, а также структурированное извлечение данных из счетов и форм. Она также поддерживает анализ видео длительностью более часа, поиск релевантных временных фрагментов, визуальную локализацию объектов и сценарии взаимодействия с компьютером или телефоном. Модель содержит 32 млрд параметров и использует архитектуру Qwen2.5-VL с визуальным энкодером ViT, динамическим разрешением изображений и динамической частотой выборки кадров видео. В архитектуре заявлены оконное внимание, SwiGLU и RMSNorm; для временного измерения применяется mRoPE с учетом идентификаторов и абсолютного времени. Основные модальности — текст, изображения и видео. В README указан английский язык, однако полный перечень поддерживаемых языков и размер контекстного окна не приведены. Сильные стороны модели — развитое понимание визуального содержимого, документов и видео, генерация структурированных JSON-ответов, визуальная локализация, а также улучшенные математические и общие рассуждательные способности. Ограничения включают большой размер, высокие требования к вычислительным ресурсам и отсутствие в представленном README подробностей о характеристиках именно GGUF-квантизации, поддерживаемых вариантах квантования и рекомендуемых ресурсах. Модель распространяется по лицензии Apache-2.0.

Palmyra-Fin-70B-32K — большая языковая модель компании Writer, дообученная на базе Palmyra-X-003 для финансовых сценариев. Она построена на архитектуре Qwen2 и содержит 71,5 млрд параметров. Модель поддерживает генерацию текста и диалоговый режим, а также интерфейс вызова инструментов. Карточка описывает модель как англоязычную и указывает контекстное окно 131 072 токена. Она предназначена для финансовых задач, включая работу с длинными текстовыми материалами. Модель распространяется по лицензии Writer Open Model License.

Granite Vision 3.1 2B Preview — компактная мультимодальная модель IBM для понимания изображений и документов. Она предназначена для извлечения и анализа содержимого таблиц, графиков, инфографики, диаграмм и других визуальных материалов, распознавания текста на изображениях и ответов на вопросы по документам; также поддерживает общие задачи понимания изображений и диалоговый режим. Модель дообучена на базе ibm-granite/granite-3.1-2b-instruct и использует архитектуру LLaVA-NeXT: визуальный энкодер SigLIP, двухслойный MLP-коннектор и языковую модель Granite 3.1. В README указано 2 млрд параметров у языковой основы и около 3 млрд у модели с визуальным энкодером и проектором; контекст языковой основы — 128 тыс. токенов. Основной поддерживаемый язык — английский. Модель распространяется под лицензией Apache 2.0. Сильная сторона модели — специализированная работа с визуальными документами при сравнительно небольшом размере; в приведённых тестах она показывает хорошие результаты на DocVQA и ChartQA. Возможны неточные, предвзятые или небезопасные ответы и галлюцинации, особенно в общих задачах понимания изображений; для обработки только текста IBM рекомендует использовать текстовые Granite-модели.

granite-vision-3.2-2b — компактная мультимодальная модель IBM, дообученная на базе ibm-granite/granite-vision-3.2-2b для понимания изображений и работы с визуальными документами. Архитектура LLaVA-NeXT объединяет визуальный энкодер SigLIP, двухслойный MLP-коннектор и языковую модель Granite 3.1 2B Instruct; модель использует разрешение AnyRes и многослойные признаки энкодера. В метаданных указаны архитектура LlavaNextForConditionalGeneration и формат safetensors. Модель принимает изображения и инструкции на английском языке и формирует текстовые ответы. Она предназначена для извлечения сведений из таблиц, графиков, инфографики, диаграмм и других документов, OCR, ответов на вопросы по изображениям, а также общих задач визуального понимания. В базовой языковой модели заявлено контекстное окно 128 тыс. токенов. Лицензия — Apache 2.0. Модель может ошибаться, выдавать предвзятые или небезопасные ответы; её компактный размер может повышать риск галлюцинаций. Для задач только с текстовым вводом README рекомендует использовать текстовые модели Granite.

Карточка модели dzui/Ovis2.5-2B на Hugging Face совпадает с карточкой ATH-MaaS/Ovis2.5-2B, поэтому описание составлено по ней. Ovis2.5-2B — компактная мультимодальная модель семейства Ovis2.5 от команды Ovis. Она сочетает визуальный энкодер NaViT для обработки изображений в исходном переменном разрешении и языковую модель Qwen3-1.7B. Модель рассчитана на диалоговые сценарии с изображениями и мультимодальные рассуждения; контекст составляет 40 960 токенов. Модель умеет анализировать изображения, распознавать текст и структуру документов, таблиц и форм, отвечать на вопросы по диаграммам и выполнять визуальные рассуждения. Опциональный режим thinking с бюджетом рассуждений добавляет самопроверку и пересмотр ответа, повышая потенциальную точность на сложных запросах ценой дополнительной задержки. В карточке также заявлены результаты на задачах понимания видео и grounding, однако основной интерфейс описан как ввод изображения и текста с текстовым ответом. README отмечает высокие результаты для модели такого размера и пригодность для сценариев с ограниченными ресурсами, но конкретное оборудование или скорость не указаны. Доступны веса safetensors; модель рассчитана на Transformers. Лицензия — Apache-2.0.